CN113276774A - 无人车远程驾驶过程中视频画面的处理方法、装置及设备 - Google Patents

Abstract

本公开提供一种无人车远程驾驶过程中视频画面的处理方法、装置及设备。该方法应用于自动驾驶车辆或者无人车，包括：接收远程驾驶过程中无人车周边环境的视频流数据；在远程驾驶设备上显示周边环境的初始视频画面，初始视频画面包括第一地面区域；监测无人车的行驶速度并获取车速信息，利用判断规则对车速信息进行判断；确定与判断结果相对应的处理规则，根据处理规则对满足预设条件时的视频流数据进行处理，其中，处理规则用于根据车速区间对初始视频画面的可显示区域进行调节，以使处理后视频画面中的第二地面区域的面积小于第一地面区域的面积。本公开能够降低远程驾驶视频画面对远程驾驶人员造成的冲击感，提升远程驾驶的操控体验和安全性。

Description

无人车远程驾驶过程中视频画面的处理方法、装置及设备

技术领域

本公开涉及无人驾驶技术领域，尤其涉及一种无人车远程驾驶过程中视频画面的处理方法、装置及设备。

背景技术

无人车是一种集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，无人车包括无人驾驶车辆和无人车。其中，无人驾驶车辆，也称自动驾驶车辆、无人车，无人车是一种通过驾驶舱对车辆进行云端操控的特殊驾驶模式的车辆。

目前，以无人车为例，可通过远程驾驶平台实时观测无人车的周边环境，并对车辆进行驾驶操控。一方面，为了提高无人车的安全性，需要获得更大的视野范围，因此多使用较大视野的超广角摄像头来采集视频画面；另一方面，为了能判定车辆起步的安全环境，要求摄像头能够观测到紧贴车头部位的路面情况，因此摄像头的安装位置一般比较低。当车辆行驶速度提升后，远程驾驶监控视频中车辆前方的路面变化会受到超广角摄像头以及摄像头离地高度低等因素的影响，导致远程驾驶人员通过视频感知到的车速会非常快，远程驾驶视频画面对远程驾驶人员造成的冲击感过强，降低了远程驾驶的操控体验以及远程驾驶的安全性。

发明内容

有鉴于此，本公开实施例提供了一种无人车远程驾驶过程中视频画面的处理方法、装置及设备，以解决现有技术存在的远程驾驶视频画面对远程驾驶人员造成的冲击感过强，降低远程驾驶的操控体验以及远程驾驶安全性的问题。

本公开实施例的第一方面，提供了一种无人车远程驾驶过程中视频画面的处理方法，包括：进入无人车的远程驾驶模式；接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据；基于视频流数据，在远程驾驶设备上显示周边环境的初始视频画面，其中，初始视频画面包括第一地面区域；监测无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对车速信息进行判断，其中，判断规则用于判断无人车的车速所在的车速区间以及在车速区间内的持续时间是否满足预设条件；根据判断结果确定与判断结果相对应的处理规则，根据处理规则对满足预设条件时的视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，处理规则用于根据车速区间对初始视频画面的可显示区域进行调节，以使处理后视频画面中的第二地面区域的面积小于第一地面区域的面积。

本公开实施例的第二方面，提供了一种无人车远程驾驶过程中视频画面的处理装置，包括：远程模块，被配置为进入无人车的远程驾驶模式；接收模块，被配置为接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据；显示模块，被配置为基于视频流数据，在远程驾驶设备上显示周边环境的初始视频画面，其中，初始视频画面包括第一地面区域；判断模块，被配置为监测无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对车速信息进行判断，其中，判断规则用于判断无人车的车速所在的车速区间以及在车速区间内的持续时间是否满足预设条件；处理模块，被配置为根据判断结果确定与判断结果相对应的处理规则，根据处理规则对满足预设条件时的视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，处理规则用于根据车速区间对初始视频画面的可显示区域进行调节，以使处理后视频画面中的第二地面区域的面积小于第一地面区域的面积。

本公开实施例的第三方面，提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述方法的步骤。

本公开实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过进入无人车的远程驾驶模式；接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据；基于视频流数据，在远程驾驶设备上显示周边环境的初始视频画面，其中，初始视频画面包括第一地面区域；监测无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对车速信息进行判断，其中，判断规则用于判断无人车的车速所在的车速区间以及在车速区间内的持续时间是否满足预设条件；根据判断结果确定与判断结果相对应的处理规则，根据处理规则对满足预设条件时的视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，处理规则用于根据车速区间对初始视频画面的可显示区域进行调节，以使处理后视频画面中的第二地面区域的面积小于第一地面区域的面积。本方案能够降低远程驾驶视频画面对远程驾驶人员造成的冲击感，提升远程驾驶的操控体验以及远程驾驶的安全性。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本公开实施例提供的无人车远程驾驶过程中视频画面的处理方法的流程示意图；

图2是本公开实施例提供的无人车行驶过程中周边环境对应的视频画面的示意图；

图3是本公开实施例提供的处理后的视频流数据所呈现的视频画面的示意图；

图4是本公开实施例提供的无人车远程驾驶过程中视频画面的处理装置的结构示意图；

图5是本公开实施例提供的电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。

在远程驾驶技术中，通过在车辆上安装一些技术设备以及摄像头，并在远程驾驶的电脑端外接远程操作设备，比如摇杆、方向盘、踏板等模拟器，通过模拟器将远程驾驶人员的动作在电脑端转换成控车指令，并通过云端将控车指令发送给车辆，并接收车辆实时传输的视频画面，实现车辆的远程驾驶操控。因此，通过远程驾驶电脑端（即远程驾驶操控端）上的显示设备实时呈现车辆周边环境的视频画面，这是远程驾驶技术实现的重要前提之一。

目前在远程驾驶过程中，为了使摄像头获得更大的视野范围便于安全驾驶车辆，通常会使用较大视野的超广角摄像头或鱼眼摄像头；同时，为了能够便于远程驾驶人员判定车辆起步的安全环境，摄像头需要能够观测到紧贴车头部位的路面情况，并且如果摄像头的安装位置以及拍摄角度比较高，将会导致靠近车头部位的盲区增大，因此，为了能够观测到车辆前方较小的障碍物并减少盲区，通常会将摄像头的安装高度设置的比较低。由于远程驾驶过程中是以路面作为中心，因此以上情况将会导致当车辆的行驶速度提升后，受广角摄像头角度、摄像头离地高度等多种因素的影响，远程驾驶人员通过视频感知的车速比实际车速变得更快，远程驾驶操控视频中车头端的路面变化产生的画面冲击感将会增强，这将会极大降低远程驾驶人员的操控体验，并降低远程驾驶的安全性。

需要说明的是，本公开以下实施例是以远程驾驶作为应用场景来描述的，针对的是远程驾驶技术中的远程监控视频画面，但是在现实应用中，本公开实施例不限于上述应用场景，以下自动驾驶的场景同样适用于本方案，例如：在自动驾驶车辆技术中通过移动终端实时呈现自动驾驶车辆的周边环境及行驶状态，便于用户对自动驾驶车辆的行驶状态进行监控。以上应用场景不构成对本方案的限定。

接下来对本公开实施例进行详细说明。

图1是本公开实施例提供的无人车远程驾驶过程中视频画面的处理方法的流程示意图。图1的无人车远程驾驶过程中视频画面的处理方法可以由远程驾驶系统或者自动驾驶系统中的电子设备执行。如图1所示，该无人车远程驾驶过程中视频画面的处理方法具体可以包括：

S101，进入无人车的远程驾驶模式；

S102，接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据；

S103，基于视频流数据，在远程驾驶设备上显示周边环境的初始视频画面，其中，初始视频画面包括第一地面区域；

S104，监测无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对车速信息进行判断，其中，判断规则用于判断无人车的车速所在的车速区间以及在车速区间内的持续时间是否满足预设条件；

S105，根据判断结果确定与判断结果相对应的处理规则，根据处理规则对满足预设条件时的视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，处理规则用于根据车速区间对初始视频画面的可显示区域进行调节，以使处理后视频画面中的第二地面区域的面积小于第一地面区域的面积。

具体地，无人车上的摄像头将车辆周边的环境画面实时采集并传输给远程驾驶平台，远程驾驶平台通过外接显示设备或者通过连接移动终端，将视频画面同步呈现给远程驾驶人员，远程驾驶人员根据视频画面显示的情况，通过远程驾驶系统的驾驶舱中的模拟器（如摇杆、方向盘、踏板等）向车辆端发送控制命令，车辆端根据控制命令使车辆行驶，从而实现对车辆的远程驾驶操控。

进一步地，在本公开实施例中，由于远程驾驶中视频画面的冲击感主要是由于摄像头位置比较低，以及远程驾驶中以路面作为中心行驶，当车辆行驶速度增加时产生的冲击感，因此，本公开实施例中的摄像头主要指的是无人车上的主视摄像头（即前视摄像头），其中，摄像头至少具有图像拍摄和视频拍摄功能。

需要说明的是，本公开实施例中用于呈现远程驾驶视频画面的终端既可以是与远程驾驶平台端口连接的电脑设备，也可以是其它移动终端，例如可以是安装了远程监控应用的用户终端，比如手机、平板、个人电脑等具有连网和视频展示功能的远程驾驶设备。

根据本公开实施例提供的技术方案，通过进入无人车的远程驾驶模式；接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据；基于视频流数据，在远程驾驶设备上显示周边环境的初始视频画面，其中，初始视频画面包括第一地面区域；监测无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对车速信息进行判断，其中，判断规则用于判断无人车的车速所在的车速区间以及在车速区间内的持续时间是否满足预设条件；根据判断结果确定与判断结果相对应的处理规则，根据处理规则对满足预设条件时的视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，处理规则用于根据车速区间对初始视频画面的可显示区域进行调节，以使处理后视频画面中的第二地面区域的面积小于第一地面区域的面积。本方案能够降低远程驾驶视频画面对远程驾驶人员造成的冲击感，提升远程驾驶的操控体验以及远程驾驶的安全性。

在一些实施例中，初始视频画面还包括第一天空区域，处理后视频画面包括第二天空区域，第一天空区域的面积小于第二天空区域的面积。

在一些实施例中，摄像头包括安装在无人车前方的超广角摄像头或者鱼眼摄像头，摄像头能够观测到无人车的车头端的路面；其中，接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据，包括：根据任务启动对无人车的远程操控，利用前视摄像头持续采集无人车行驶过程中周边环境对应的视频画面，其中，周边环境包括路面环境。

具体地，通过安装在无人车前端的主视摄像头（比如可以是安装在保险杠位置的摄像头）对车辆前方的道路环境进行实时拍摄采集，获得车辆前方道路环境对应的视频流数据，之后车辆通过内部通信模块（如5G通信模块）将视频流数据传递给远程驾驶平台，由远程驾驶平台根据视频流数据还原视频画面并呈现给驾驶人员。

需要说明的是，本公开实施例中视频流数据的获取以及车速信息的采集是由车辆端完成的，而视频画面的呈现是在远程驾驶平台的操控端实现的，但是，本公开实施例基于视频流数据以及车速信息对视频画面的处理既可以由车辆端来实现，也可以通过远程驾驶平台的操控端来完成。当由车辆端来实现时，车辆端采集视频流数据和车速信息之后，传递给车辆端的计算机系统对视频流数据和车速信息进行判断和处理，再将处理后的视频流数据传递给远程驾驶平台的操控端呈现。

进一步地，在本公开实施例中，远程驾驶模式可以通过定时任务启动或者通过验证远程驾驶请求来启动，例如：用户手动驾驶汽车过程中，需要更换远程驾驶模式，则用户通过车辆端的中央控制面板发送远程控制请求，远程驾驶平台对远程控制请求进行验证之后，接管车辆的控制权限。

在实际应用中，视频流数据中包含车辆在道路行驶过程中周边环境对应的视频画面，下面结合附图对车辆行驶过程中周边环境的视频画面所显示的内容进行说明。图2是本公开实施例提供的无人车行驶过程中周边环境对应的视频画面的示意图。如图2所示，该视频画面中主要包括以下内容：

通过无人车前方的主视摄像头采集到的视频画面中包括车辆行驶过程中的周边环境的画面，该视频画面可以认为是处理之前的原始视频画面，在原始视频画面（即未处理过的视频画面）中，车辆前摄像头对应的最短可观测到距离为车头前侧5cm的路面情况。其中，车辆周边环境对应的视频画面包括以下画面内容：车辆行驶路面画面、车辆左侧环境画面、车辆右侧环境画面、车辆左侧行车道、车辆右侧行车道、天空画面。这里，不同的画面内容对应视频画面中的不同区域，以上视频画面呈现的画面内容不构成对本方案的限定。

在一些实施例中，监测无人车在远程驾驶过程中的行驶速度并获取车速信息，包括：在无人车的远程操控过程中，利用安装在无人车上的匀速传感器持续采集无人车的车速信息，并将车速信息传递至远程驾驶平台，以使远程驾驶平台对无人车的行驶速度进行监测；其中，车速信息中包括车速和行驶时间。

具体地，利用安装在无人车上的匀速传感器持续不断地采集车辆的车速信息，在实际应用中，还可以将采集到的车速信息通过车辆的5G通信模块实时传递给后端的远程驾驶平台，由远程驾驶平台将车辆的车速信息在操控端进行呈现，例如将车辆的车速信息以可视化界面的方式呈现给远程驾驶人员。其中，车速信息中的行驶时间既可以是当前车辆行驶过程中的具体时间，也可以为了便于后续操作，采用自定义的时刻，比如第一时刻对应的车速、第二时刻对应的车速、第三时刻对应的车速等。

在一些实施例中，利用预先配置的判断规则对车速信息进行判断，包括：将采集到的每个时刻的车速信息与判断规则中的每个车速区间依次进行判断，当无人车在连续时刻内的车速均符合同一车速区间时，将判断规则中的该车速区间作为判断结果。

具体地，由于无人车的车速信息是实时采集并传递给远程驾驶平台的，因此，远程驾驶平台可以获取每一时刻的车辆对应的车速信息，这里的每一时刻可以认为是每一秒钟，比如，将启动远程驾驶操作的时刻作为第一时刻，后续每一时刻都对应一条车速信息。

进一步地，预先配置的判断规则中包括多个车速区间，以及车辆在车速区间内需要保持的时间，下面举例对此进行说明，例如：预先配置的判断规则中包括：车速区间S1、车速区间S2、以及车速区间S3，其中，设定车速区间S1对应的车速为0<S1<10km/h，车速区间S2对应的车速为10km/h≤S2≤20km/h，车速区间S3对应的车速为S3>20km/h；预先设置的车速保持的时间x为5秒钟，即当车辆的行驶速度在上述任意车速区间内保持5秒时间时，认为该车辆的车速满足该车速区间的条件。

进一步地，在具体实施例中，无人车在连续5秒钟内对应的车速分别为10km/h、11km/h、13km/h、14km/h、15km/h，那么经过将每一秒钟对应的车速分别与前述实施例中的车速区间进行比较，发现该车辆在此5秒内车速持续保持在S2区间，因此，可以将S2区间作为该车辆此时对应的判断结果，即判断结果为该车辆的车速为S2。

在一些实施例中，根据判断结果确定与判断结果相对应的处理规则，包括：判断规则中的每个车速区间对应至少一个处理规则，当无人车在连续时刻内的车速满足车速区间的条件时，将满足条件时的车速区间对应的处理规则作为与判断结果相对应的处理规则。

具体地，可以预先设置判断规则内的每一车速区间所对应的处理规则，下面结合具体实施例对处理规则的内容进行详细说明，具体可以包括以下内容：

当判断车速所在的区间为S1时，即车辆在10km/h的车速范围内保持5秒以上，远程驾驶平台的监控端呈现的视频画面中的最低点为距离车头端5cm处的路面；

当判断车速所在的区间为S2时，即车辆在10km/h至20km/h的车速范围内保持5秒以上，远程驾驶平台的监控端呈现的视频画面中的最低点调整为距离车头端50cm处的路面；

当判断车速所在的区间为S3时，即车辆在大于20km/h的车速范围内保持5秒以上，远程驾驶平台的监控端呈现的视频画面中的最低点调整为距离车头端100cm处的路面。

其中，当车辆的行驶速度在S1区间时，即车辆处于静止或低速行驶状态，此时可以观测到贴近车头端的路面是否存在障碍物，因此能够有效地观测到靠近车辆前侧的路面环境，避免小体积的障碍物阻挡车辆。

在一些实施例中，根据处理规则对满足预设条件时的视频流数据进行处理，包括：当无人车在连续时刻内的车速满足车速区间的条件时，获取无人车的摄像头采集到的视频流数据，将视频流数据作为整体进行处理，以使处理后的视频流数据所呈现的视频画面中的最低点与车头端之间的距离符合处理规则的要求；或者，将视频流数据拆分成若干个连续的图像帧，对每个图像帧进行处理，以使处理后的图像帧所呈现的视频画面中的最低点与车头端之间的距离符合处理规则的要求，基于处理后的图像帧重新生成新的视频流数据。

具体地，根据车辆行驶过程中的车速信息判断车辆所在的车速区间，当车速满足某一车速区间对应的条件时，利用该车速区间对应的处理规则对视频流数据进行处理，从而使远程驾驶的监控端所呈现的视频画面能够满足处理规则的要求。本公开实施例提供了两种视频流处理的方式，下面结合具体实施例对其进行说明，具体可以包括以下内容：

在第一种处理方式中，当车辆在连续5秒的车速满足某一车速区间的要求时，将接下来采集到的视频流数据作为整体，利用该车速区间对应的处理规则对视频流数据进行处理。本公开实施例不对视频流数据的处理方式进行具体限定，视频流数据处理的结果是将视频流数据所呈现的视频画面中的画面最低点调整到符合处理规则要求的高度，因此，任何能够实现这种处理的方式都可以视为对视频流数据进行处理的具体实现方式，例如：可以对视频流数据所呈现的视频画面进行裁剪、遮挡，或者调整视频画面的可观测范围，使其呈现的视频画面满足处理规则的要求（比如，监控端所呈现的视频画面中的最低点为距离车头端50cm处的路面）。

在第二种处理方式中，当车辆在连续5秒的车速满足某一车速区间的要求时，对接下来采集到的视频流数据进行拆分，将其拆分成若干个连续的图像帧，对每个图像帧进行处理，使每个处理后的图像帧所呈现的视频画面都能满足处理规则的要求。

在一些实施例中，基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，包括：根据处理后的视频流数据，将远程驾驶设备中所呈现的视频画面的可显示区域平缓动态地调整至符合处理规则要求的画面显示范围；其中，当车速区间对应的车速值越大，处理后的视频画面的显示范围与处理前的视频画面的显示范围相比，画面最低点的位置变得更高。

具体地，在对视频流数据进行处理之前的视频流数据对应的原始视频画面的视频画面的显示比例为1:1，然而为了适配不同显示终端的视频画面的显示比例，最终呈现在不同显示终端上的视频画面的比例也会不同，例如：将无人车通过前视摄像头采集的完整视频画面中截取16:9至4:3的最大视频画面在远程驾驶的终端进行展示，其中，16:9至4:3表示截取后的视频画面的宽高比例。

进一步地，在本公开实施例中，由于处理后的视频流数据满足了处理规则的要求，比如，基于处理后的视频流数据所呈现的视频画面中的最低点相比未处理之前的视频画面更高，从而使处理后的视频流数据所呈现的视频画面的最低的观测位置距车头更远。下面结合附图对处理后的视频流数据对应的视频画面在远程驾驶设备中呈现的过程进行说明。图3是本公开实施例提供的处理后的视频流数据所呈现的视频画面的示意图。如图3所示，该视频画面中主要包括以下内容：

视频画面中包含三个矩形显示区域，三个不同的矩形显示区域的画面最低点依次上升，可以理解的是，这三个显示区域分别对应前述实施例中的S1车速区间、S2车速区间以及S3车速区间，基于不同的车速区间对应的处理规则所处理后的视频画面。其中，画面最低点处于最下方的显示区域对应S1车速区间，画面最低点处于中间位置的显示区域对应S2车速区间，画面最低点处于最上方的显示区域对应S3车速区间。可以看出，随着车速的提升，最终呈现给远程驾驶人员的视频画面逐渐抬高，使视频画面中最低观测位置距离车头越来越远，同时，最上方的观测位置也变得越来越高。

在实际应用中，上述视频画面的呈现过程可以是动态实现的，例如，从S1车速区间对应的视频画面显示区域缓慢的抬高到S2车速区间对应的视频画面显示区域，从而进一步降低车速提升后给远程驾驶画面带来的冲击感。

根据本公开实施例提供的技术方案，当无人车的车速提升后，根据实时采集的车速信息，判断无人车所在的车速区间，当满足车速区间对应的条件时，利用该车速区间对应的处理规则对接下去采集到的视频流数据进行处理，使处理后的视频流数据所呈现的视频画面的最低点沿屏幕向上缓慢抬升，使远程驾驶人员的最低观测位置能够看到距离车头更远位置处的地面，并且使最高观测位置向上抬升，使远程驾驶人员可以看到更高的视野，从而有效地降低了因车速提升，超广角摄像头的位置较低带来的视频画面冲击感。本公开实施例通过根据车速调节视频画面的呈现区域（即调整视频画面的显示范围）的方式，可有效减缓因车速提升给远程驾驶人员带来的视频冲击感；并且，当车速降低或变为静止画面后，也可通过自动调节视频画面的显示区域，使远程驾驶人员能够有效观测到贴近车辆前侧的路面环境，避免小体积的障碍物阻挡车辆。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图4是本公开实施例提供的无人车远程驾驶过程中视频画面的处理装置的结构示意图。如图4所示，该无人车远程驾驶过程中视频画面的处理装置包括：

远程模块401，被配置为进入无人车的远程驾驶模式；

接收模块402，被配置为接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据；

显示模块403，被配置为基于视频流数据，在远程驾驶设备上显示周边环境的初始视频画面，其中，初始视频画面包括第一地面区域；

判断模块404，被配置为监测无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对车速信息进行判断，其中，判断规则用于判断无人车的车速所在的车速区间以及在车速区间内的持续时间是否满足预设条件；

处理模块405，被配置为根据判断结果确定与判断结果相对应的处理规则，根据处理规则对满足预设条件时的视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，处理规则用于根据车速区间对初始视频画面的可显示区域进行调节，以使处理后视频画面中的第二地面区域的面积小于第一地面区域的面积。

在一些实施例中，初始视频画面还包括第一天空区域，处理后视频画面包括第二天空区域，第一天空区域的面积小于第二天空区域的面积。

在一些实施例中，摄像头包括安装在无人车前方的超广角摄像头或者鱼眼摄像头，摄像头能够观测到无人车的车头端的路面；图4的接受模块402根据任务启动对无人车的远程操控，利用前视摄像头持续采集无人车行驶过程中周边环境对应的视频画面，其中，周边环境包括路面环境。

在一些实施例中，图4的判断模块404在无人车的远程操控过程中，利用安装在无人车上的匀速传感器持续采集无人车的车速信息，并将车速信息传递至远程驾驶平台，以使远程驾驶平台对无人车的行驶速度进行监测；其中，车速信息中包括车速和行驶时间。

在一些实施例中，图4的判断模块404将采集到的每一时刻的车速信息与判断规则中的每个车速区间依次进行判断，当无人车在连续时刻内的车速均符合同一车速区间时，将判断规则中的该车速区间作为判断结果。

在一些实施例中，判断规则中的每一车速区间对应至少一个处理规则，图4的处理模块405当无人车在连续时刻内的车速满足车速区间的条件时，将满足条件时的车速区间对应的处理规则作为与判断结果相对应的处理规则。

在一些实施例中，图4的处理模块405当无人车在连续时刻内的车速满足车速区间的条件时，获取无人车的摄像头采集到的视频流数据，将视频流数据作为整体进行处理，以使处理后的视频流数据所呈现的视频画面中的最低点与车头端之间的距离符合处理规则的要求；或者，将视频流数据拆分成若干个连续的图像帧，对每个图像帧进行处理，以使处理后的图像帧所呈现的视频画面中的最低点与车头端之间的距离符合处理规则的要求，基于处理后的图像帧重新生成新的视频流数据。

在一些实施例中，图4的处理模块405根据处理后的视频流数据，将远程驾驶设备中所呈现的视频画面的可显示区域平缓动态地调整至符合处理规则要求的画面显示范围；其中，当车速区间对应的车速值越大，处理后的视频画面的显示范围与处理前的视频画面的显示范围相比，画面最低点的位置变得更高。

图5是本公开实施例提供的电子设备5的结构示意图。如图5所示，该实施例的电子设备5包括：处理器501、存储器502以及存储在该存储器502中并且可以在处理器501上运行的计算机程序503。处理器501执行计算机程序503时实现上述各个方法实施例中的步骤。或者，处理器501执行计算机程序503时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序503可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器502中，并由处理器501执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序503在电子设备5中的执行过程。

电子设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备5可以包括但不仅限于处理器501和存储器502。本领域技术人员可以理解，图5仅仅是电子设备5的示例，并不构成对电子设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。

处理器501可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器502可以是电子设备5的内部存储单元，例如，电子设备5的硬盘或内存。存储器502也可以是电子设备5的外部存储设备，例如，电子设备5上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器502还可以既包括电子设备5的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及电子设备所需的其它程序和数据。存储器502还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

在本公开所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种无人车远程驾驶过程中视频画面的处理方法，其特征在于，包括：

进入无人车的远程驾驶模式；

接收远程驾驶过程中所述无人车上的摄像头采集到的周边环境的视频流数据；

基于所述视频流数据，在远程驾驶设备上显示所述周边环境的初始视频画面，其中，所述初始视频画面包括第一地面区域；

监测所述无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对所述车速信息进行判断，其中，所述判断规则用于判断所述无人车的车速所在的车速区间以及在所述车速区间内的持续时间是否满足预设条件；

根据判断结果确定与所述判断结果相对应的处理规则，根据所述处理规则对所述满足预设条件时的所述视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，所述处理规则用于根据所述车速区间对所述初始视频画面的可显示区域进行调节，以使所述处理后视频画面中的第二地面区域的面积小于所述第一地面区域的面积。

2.根据权利要求1所述的方法，其特征在于，所述初始视频画面还包括第一天空区域，所述处理后视频画面包括第二天空区域，所述第一天空区域的面积小于所述第二天空区域的面积。

3.根据权利要求1所述的方法，其特征在于，所述摄像头包括安装在所述无人车前方的超广角摄像头或者鱼眼摄像头，所述摄像头能够观测到所述无人车的车头端的路面；

其中，所述接收远程驾驶过程中无人车上的摄像头采集到的周边环境的视频流数据，包括：

根据任务启动对所述无人车的远程操控，利用前视摄像头持续采集所述无人车行驶过程中周边环境对应的视频画面，其中，所述周边环境包括路面环境。

4.根据权利要求3所述的方法，其特征在于，所述监测所述无人车在远程驾驶过程中的行驶速度并获取车速信息，包括：

在所述无人车的远程操控过程中，利用安装在所述无人车上的匀速传感器持续采集所述无人车的车速信息，并将所述车速信息传递至远程驾驶平台，以使所述远程驾驶平台对所述无人车的行驶速度进行监测；其中，所述车速信息中包括车速和行驶时间。

5.根据权利要求4所述的方法，其特征在于，所述利用预先配置的判断规则对所述车速信息进行判断，包括：

将采集到的每个时刻的车速信息与所述判断规则中的每个车速区间依次进行判断，当所述无人车在连续时刻内的车速均符合同一所述车速区间时，将所述判断规则中的该车速区间作为所述判断结果。

6.根据权利要求5所述的方法，其特征在于，所述根据判断结果确定与所述判断结果相对应的处理规则，包括：

所述判断规则中的每个车速区间对应至少一个处理规则，当所述无人车在连续时刻内的车速满足所述车速区间的条件时，将满足条件时的所述车速区间对应的处理规则作为与所述判断结果相对应的处理规则。

7.根据权利要求6所述的方法，其特征在于，所述根据所述处理规则对所述满足预设条件时的所述视频流数据进行处理，包括：

当所述无人车在连续时刻内的车速满足所述车速区间的条件时，获取所述无人车的摄像头采集到的视频流数据，将所述视频流数据作为整体进行处理，以使处理后的视频流数据所呈现的视频画面中的最低点与车头端之间的距离符合所述处理规则的要求；或者，

将所述视频流数据拆分成若干个连续的图像帧，对每个所述图像帧进行处理，以使处理后的图像帧所呈现的视频画面中的最低点与车头端之间的距离符合所述处理规则的要求，基于处理后的所述图像帧重新生成新的视频流数据。

8.根据权利要求7所述的方法，其特征在于，所述基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，包括：

根据所述处理后的视频流数据，将所述远程驾驶设备中所呈现的视频画面的可显示区域平缓动态地调整至符合所述处理规则要求的画面显示范围；

其中，当所述车速区间对应的车速值越大，处理后的视频画面的显示范围与处理前的视频画面的显示范围相比，画面最低点的位置变得更高。

9.一种无人车远程驾驶过程中视频画面的处理装置，其特征在于，包括：

远程模块，被配置为进入无人车的远程驾驶模式；

接收模块，被配置为接收远程驾驶过程中所述无人车上的摄像头采集到的周边环境的视频流数据；

显示模块，被配置为基于所述视频流数据，在远程驾驶设备上显示所述周边环境的初始视频画面，其中，所述初始视频画面包括第一地面区域；

判断模块，被配置为监测所述无人车在远程驾驶过程中的行驶速度并获取车速信息，利用预先配置的判断规则对所述车速信息进行判断，其中，所述判断规则用于判断所述无人车的车速所在的车速区间以及在所述车速区间内的持续时间是否满足预设条件；

处理模块，被配置为根据判断结果确定与所述判断结果相对应的处理规则，根据所述处理规则对所述满足预设条件时的所述视频流数据进行处理，并基于处理后的视频流数据在远程驾驶设备中显示处理后视频画面，其中，所述处理规则用于根据所述车速区间对所述初始视频画面的可显示区域进行调节，以使所述处理后视频画面中的第二地面区域的面积小于所述第一地面区域的面积。

10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至8中任一项所述的方法。

Images