CN113724520A - 车路协同信息处理方法、装置、电子设备以及存储介质 - Google Patents

车路协同信息处理方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN113724520A
CN113724520A CN202111013340.4A CN202111013340A CN113724520A CN 113724520 A CN113724520 A CN 113724520A CN 202111013340 A CN202111013340 A CN 202111013340A CN 113724520 A CN113724520 A CN 113724520A
Authority
CN
China
Prior art keywords
target
data
vehicle
perceived
traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111013340.4A
Other languages
English (en)
Other versions
CN113724520B (zh
Inventor
钱鹏
李怡康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Original Assignee
Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Sensetime Lingang Intelligent Technology Co Ltd filed Critical Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Priority to CN202111013340.4A priority Critical patent/CN113724520B/zh
Publication of CN113724520A publication Critical patent/CN113724520A/zh
Application granted granted Critical
Publication of CN113724520B publication Critical patent/CN113724520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0965—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages responding to signals from another vehicle, e.g. emergency vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096758—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where no selection takes place on the transmitted or the received information
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种车路协同信息处理方法、装置、电子设备以及存储介质，其中，该方法包括：获取车载终端设备传输的路端感知数据，和安装有车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；将路端感知数据和环境感知数据进行融合，得到融合结果；根据融合结果控制目标车辆的驾驶状态。本公开实施例通过获取路端感知数据，并将该路端感知数据和环境感知数据融合，得到融合结果的方式，提升了目标车辆在自动驾驶过程中的安全性和反应能力，消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。

Description

车路协同信息处理方法、装置、电子设备以及存储介质
技术领域
本公开涉及自动驾驶的技术领域，具体而言，涉及一种车路协同信息处理方法、装置、电子设备以及存储介质。
背景技术
随着各类交通工具的普及，以及人工智能技术的发展，自动驾驶技术开始在人们生活中广泛应用。自动驾驶技术通过传感器获取车辆周围的环境信息，进而根据该环境信息对自动驾驶车辆进行控制。
然而，自动驾驶技术在便于人们出行的同时，也在一定程度上造成了交通安全隐患，增加了交通事故发生的概率。比如，在现有的车辆控制方案中，当前自动驾驶车辆只能通过车载传感器获取周围的环境信息，并通过人工智能技术去识别和预测环境内容和行为，因此该技术方案并不能达到100％的稳定性和准确度，从而也可能带来一定的安全隐患。
发明内容
本公开实施例至少提供一种车路协同信息处理方法、装置、电子设备以及存储介质。
第一方面，本公开实施例提供了一种车路协同信息处理方法，包括：获取车载终端设备传输的路端感知数据，和安装有所述车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；所述路端感知数据表征所述目标车辆所处驾驶环境中的目标感知对象的状态数据；将所述路端感知数据和所述环境感知数据进行融合，得到融合结果；根据所述融合结果控制所述目标车辆的驾驶状态。
通过上述描述可知，本公开实施例所提供的技术方案通过获取路端感知数据能够获取更加全面，以及更加丰富的感知数据，从而弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，提升了目标车辆在自动驾驶过程中的安全性和反应能力，并消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
一种可选的实施方式中，所述目标感知对象包括：交通参与对象；所述路端感知数据包含：交通参与对象的位姿数据、交通参与对象的运动速度、交通参与对象的类型数据、感知所述交通参与对象的时间中的一种或多种。
一种可选的实施方式中，所述目标感知对象包括：交通指示对象；在所述路端感知数据包含：交通指示对象和所述目标车辆之间的距离、所述交通指示对象的位置信息、所述交通指示对象的高度、所述交通指示对象的数量、所述交通指示对象所指示的时间中的一种或多种。
通过上述描述可知，通过获取交通参与对象的感知信息和交通指示对象的感知信息，可以弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，而从提升了目标车辆在自动驾驶过程中的安全性和反应能力，同时，消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
一种可选的实施方式中，所述根据所述融合结果控制所述目标车辆的驾驶状态，包括：在确定出所述融合结果中包含指定标识信息的情况下，获取所述目标车辆的行驶轨迹和/或所述目标车辆所处驾驶环境的车辆信息；其中，所述指定标识信息用于指示所述目标感知对象中包含指定类型的感知对象；根据所述行驶轨迹和/或所述车辆信息确定用于避让所述指定类型的感知对象的避让轨迹。
通过上述描述可知，通过识别指定标识信息来对需要紧急避让的目标感知对象进行避让，可以进一步完善自动驾驶车辆的自动驾驶系统，使得该自动驾驶系统更加人性化，更符合人们的生活要求。
一种可选的实施方式中，所述将所述路端感知数据和所述环境感知数据进行融合，得到融合结果，包括：根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象；在确定出所述目标已感知对象的情况下，根据所述路端感知数据更新所述目标已感知对象的状态数据，更新之后得到所述融合结果。
通过上述描述可知，在环境感知数据所对应的已感知对象中确定与目标感知对象相匹配的目标已感知对象的情况下，按照目标已感知对象将路端感知数据和环境感知数据进行融合，得到融合结果，可以得到更加准确的感知数据，在根据该感知数据进行车辆控制时，可以保证车辆的控制精度和控制质量，以进一步保证驾驶者的安全性。
一种可选的实施方式中，所述根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象，包括：根据所述路端感知数据确定每个所述目标感知对象的目标位置信息，并根据所述目标位置信息确定目标搜索范围；在所述已感知对象中确定位于所述目标搜索范围内的已感知对象，得到至少一个备选已感知对象；根据每个所述目标感知对象的状态数据和所述至少一个备选已感知对象的状态数据，确定与所述目标感知对象相匹配的目标已感知对象。
通过上述描述可知，通过在确定出的目标搜索范围内确定至少一个备选已感知对象，并在至少一个备选已感知对象中筛选目标已感知对象，可以加快目标感知对象和已感知对象的比对速度，提高目标感知对象和已感知对象的比对效率和比对质量，从而能够在大量的已感知对象中准确的确定与目标感知对象相匹配的目标已感知对象。
一种可选的实施方式中，所述目标感知对象包括：交通参与对象；所述方法还包括：在未确定出所述目标已感知对象的情况下，将所述路端感知数据中属于所述交通参与对象的状态数据融合至所述环境感知数据中。
通过上述处理方式，可以扩展目标车辆的驾驶者的驾驶视野，为驾驶者提供更加丰富和全面的感知数据，从而进一步提高自动驾驶车辆的安全性。
一种可选的实施方式中，所述目标感知对象包含交通指示对象；所述环境感知数据为包含已感知交通指示对象的对象信息的地图数据；所述根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象，包括：获取目标序列信息，其中，所述目标序列信息中包含位于所述目标车辆行进方向的交通指示对象的状态数据；根据所述目标序列信息中的状态数据，在所述地图数据的对象信息中确定与所述交通指示对象相匹配的目标对象信息，并确定所述目标对象信息所对应的已感知交通指示对象为目标已感知对象。
通过上述描述可知，通过目标序列信息可以确定目标车辆行进方向交通指示对象的状态数据，例如，该状态数据可以为红绿灯的指示状态，比如，指示颜色、计时信息等。在基于目标序列信息中的状态数据确定目标已感知对象时，可以提高目标已感知对象的匹配准确率，进而能够提升目标车辆在交叉路口通行的稳定性和效率，保障驾驶者的驾驶安全。
第二方面，本公开实施例还提供一种车路协同信息处理装置，包括：获取装置，用于获取车载终端设备传输的路端感知数据，和安装有所述车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；所述路端感知数据表征所述目标车辆所处驾驶环境中的目标感知对象的状态数据；融合模块，用于将所述路端感知数据和所述环境感知数据进行融合，得到融合结果；控制模块，用于根据所述融合结果控制所述目标车辆的驾驶状态。
第三方面，本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
图1示出了本公开实施例所提供的一种车路协同信息处理系统的结构图；
图2示出了本公开实施例所提供的一种车路协同信息处理方法的流程图；
图3示出了本公开实施例所提供的车路协同信息处理方法中，传感器的感知范围示意图；
图4a示出了本公开实施例所提供的车路协同信息处理方法中，传感器感知区域和路端感知数据获取区域的示意图；
图4b示出了本公开实施例所提供的车路协同信息处理方法中，目标车辆的人机交互界面的示意图；
图5示出了本公开实施例所提供的车路协同信息处理方法中，丁字路口交通指示灯排列的示意图；
图6示出了本公开实施例所提供的一种车路协同信息处理装置的示意图；
图7示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
经研究发现，现有的自动驾驶技术在便于人们出行的同时，也在一定程度上造成了交通安全隐患，增加了交通事故发生的概率。比如，在现有的车辆控制方案中，当前自动驾驶车辆只能通过车载传感器获取周围的环境信息，并通过人工智能技术去识别和预测环境内容和行为，因此该技术方案并不能达到100％的稳定性和准确度，从而也可能带来一定的安全隐患。
基于上述研究，本公开提供了一种车路协同信息处理方法，本公开实施例所提供的技术方案通过获取路端感知数据能够获取更加全面，以及更加丰富的感知数据，从而弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，提升了目标车辆在自动驾驶过程中的安全性和反应能力，并消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种路协同信息处理方法进行详细介绍，本公开实施例所提供的路协同信息处理方法的执行主体一般为具有一定计算能力的电子设备，其中，该电子设备可以为车辆的自动驾驶系统中的设备。
参见图1所示，为本公开实施例提供的一种车路协同信息处理系统的结构图，如图1所示，该车路协同信息处理系统包括：目标车辆100、车载终端设备200和目标设备端300。其中，车载终端设备200可以理解为车路协同终端OBU。
具体地，如图1所示，车载终端设备200安装在目标车辆100的内部，与目标车辆的自动驾驶系统通信连接，并向目标车辆的自动驾驶系统400传输对应的路端感知数据。且车载终端设备200能够与路侧设备300通信连接。
在本公开实施例中，如图1所示，目标设备端300包括路侧设备301和其他车辆上安装的车路协同终端302。其中，路侧设备301和车路协同终端302能够与车载终端设备200通信连接。
在本公开实施例中，目标设备端300可以对交通参与对象和/或交通指示对象进行感知，从而得到路端感知数据，并向车载终端设备200传输该路端感知数据。
车载终端设备200在获取到路端感知数据之后，向目标车辆的自动驾驶系统传输对应的路端感知数据，以使目标车辆的自动驾驶系统根据本公开所提供的车路协同信息处理方法对该路端感知数据进行处理。下面将具体描述该车路协同信息处理方法。
参见图2所示，为本公开实施例提供的一种车路协同信息处理方法的流程图，所述方法包括步骤S101～S105，其中：
S101：获取车载终端设备传输的路端感知数据，和安装有所述车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；所述路端感知数据表征所述目标车辆所处驾驶环境中的目标感知对象的状态数据。
在本公开实施例中，上述环境感知数据可以为通过安装在目标车辆上的传感器系统对目标车辆所处驾驶环境内的对象进行感知获取的用于表征该对象的速度、类型、状态等的数据。其中，该传感器系统中可以包含多种用于获取不同种类数据的不同功能的传感器，比如，该传感器可以包含惯性测量单元(Inertial measurement unit，简称IMU)、全球定位系统(Global Positioning System，以下简称GPS)和摄像装置等传感器，除此之外，还可以包含其他的传感器用于获取不同类型的环境感知数据，本公开对能获取到的环境感知数据类型不作具体限定。
车载终端设备可以理解为车路协同终端OBU(On board Unit)，该车载终端设备OBU能够与目标车辆的自动驾驶系统通信连接，并向目标车辆的自动驾驶系统传输对应的路端感知数据。其中，该路端感知数据可以为目标设备端对交通参与对象和/或交通指示对象进行感知后获取到的数据，该目标设备端可以包含路侧设备和其他车辆上安装的车路协同终端OBU。
S103：将所述路端感知数据和所述环境感知数据进行融合，得到融合结果。
S105：根据所述融合结果控制所述目标车辆的驾驶状态。
在本公开实施例中，目标车辆中的自动驾驶系统在获取到路端感知数据和环境感知数据后，就可以将两者进行融合得到融合结果，并根据该融合结果确定出目标车辆的驾驶状态，以使目标车辆按照该驾驶状态行驶。
应理解的是，目标车辆为具有自动驾驶功能的车辆，且目标车辆可以为任意一种类型的车辆，例如，该目标车辆可以为轿车，大巴车、小巴车、卡车或者各类工程车等类型的车辆。
例如，针对体型较大的目标车辆来说，比如大巴车、小巴车或者卡车，由于该类车辆的体型较大，因此，该类车辆在驾驶过程中容易出现视野盲区，该视野盲区可以理解为车辆上的传感器所无法感知的区域。此时，通过车辆上所安装的传感器将无法对该区域内的对象进行感知，从而造成环境感知数据不全面，此时，容易对自动驾驶车辆带来一定的安全隐患；或者，若该车辆处于交叉路口，如十字路口，丁字路口等，传感器的感知范围并不能很好的采集到车辆两侧路口的驾驶环境的环境感知数据，同样存在很大的局限性，具体如图3所示。
然而，在本公开实施例中，通过获取路端感知数据，可以获取传感器所无法感知区域内所包含对象的相关信息，从而弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，而从提升了目标车辆在自动驾驶过程中的安全性和反应能力，同时，消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
通过上述描述可知，本公开实施例所提供的技术方案通过获取路端感知数据能够获取更加全面，以及更加丰富的感知数据，从而弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，提升了目标车辆在自动驾驶过程中的安全性和反应能力，并消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
在本公开实施例中，上述目标感知对象包括：交通参与对象，和/或，交通指示对象；具体地，将分情况对路端感知数据进行介绍。
情况一、目标感知对象包含交通参与对象。
在此情况下，路端感知数据包含：交通参与对象的位姿数据、交通参与对象的运动速度、交通参与对象的类型数据、感知所述交通参与对象的时间中的一种或多种。
在本公开实施例中，上述交通参与对象可以为路上行驶的车辆、路上行驶的行人等处于移动的对象。此时，交通参与对象可以携带车路协同终端OBU，并且交通参数对象的车路协同终端能够与目标车辆的车载终端设备200通信连接，其中，车载终端设备和交通参与对象携带的车路协同终端OBU之间的通信方式可以为C-V2X，除此之外，还可以为其他通信方式，本公开不作具体限定。
若上述交通参与对象为车辆时，上述路端感知数据中包含的位姿数据可以为该车辆通过自身的全球定位系统GPS和惯性测量单元IMU获取的该车辆在世界坐标系下的位置信息和姿态信息；类型数据用于指示该车辆的类型，例如，私用车辆、共用车辆、特殊车辆(比如，警车、120急救车、119消防车、军用车辆等类型的车辆)。
具体地，交通参与对象所携带的车路协同终端OBU可以向外广播C-V2X消息，该C-V2X消息中包含对应交通参与对象的位姿数据、运动速度、类型数据、感知时间等一种或多种数据。当目标车辆行驶至C-V2X消息的覆盖范围时，就可以通过目标车辆上所安装的车载终端设备获取该C-V2X消息，并对该C-V2X消息进行解析，从而得到相应的解析数据，并将该解析数据确定为路端感知数据。
情况二、目标感知对象包含交通指示对象。
路端感知数据包含：交通指示对象和目标车辆之间的距离、交通指示对象的位置信息、交通指示对象的高度、交通指示对象的数量、交通指示对象所指示的时间中的一种或多种。
在本公开实施例中，上述交通指示对象可以为交通指示灯，和/或交警等指示对象。当该交通指示对象包含交通指示灯时，路端感知数据可以为交通指示灯的状态信息，例如，针对一个十字路口的交通指示灯，左转指示灯的显示颜色、右转指示灯的显示颜色、前进指示灯的显示颜色，以及每个方向的交通指示灯的倒计时时间等信息，当该交通指示对象包含交警时，路端感知数据可以为交警的图像及其所对应的交警的指示动作。
在本公开实施例中，车载终端设备可以获取路侧设备所广播的信息，并将获取到的信息确定为上述情况二中所描述的路端感知数据。
路侧设备可以理解为智能交通管理系统中的路侧设备(RoadSideUnit，简称RSU)。路侧设备能够与交通指示灯通信连接，和/或，与设置在道路上的摄像装置通信连接，其中，该通信连接的通信方式可以为无线通信和/或有线通信，本公开对此不作具体限定。
若路侧设备与交通指示灯通信连接，那么交通指示灯可以向路侧设备实时发送交通指示灯的状态信息，比如，针对一个十字路口的交通指示灯，左转指示灯的显示颜色、右转指示灯的显示颜色、前进指示灯的显示颜色，以及每个方向的交通指示灯的倒计时时间等信息。
若路侧设备与摄像装置通信连接，那么该摄像装置除了可以向路侧设备发送道路的实时图像数据之外，摄像装置还可以从采集到的大量图像中识别出包含交警的图像，并识别图像中交警的指示动作；进而，将包含交警的图像，以及每个图像所对应的交警的指示动作发送至路侧设备。
需要说明的是，在本公开实施例中，路侧设备除了可以向车载终端设备传输交通指示对象的感知数据之外，还可以向车载终端设备传输紧急信息，比如：XXX道路出现坍塌、XXX区域出现地震、XXX地区出现海啸、XXX地区出现紧急刑事事件等类似的紧急信息。
通过上述描述可知，通过获取交通参与对象的感知信息和/或交通指示对象的感知信息，可以弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，而从提升了目标车辆在自动驾驶过程中的安全性和反应能力，同时，消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
在一个可选的实施方式中，步骤S103，将所述路端感知数据和所述环境感知数据进行融合，得到融合结果，具体包括如下过程：
步骤S1031、根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象。
步骤S1032、在确定出所述目标已感知对象的情况下，根据所述路端感知数据更新所述目标已感知对象的状态数据，更新之后得到所述融合结果。
在本公开实施例中，将环境感知数据所对应的感知对象作为已感知对象，并将路端感知数据所对应的感知对象作为目标感知对象。
在获取到路端感知数据之后，就可以根据路端感知数据和环境感知数据，对已感知数据和目标感知数据进行匹配，以在已感知对象中确定出与目标感知对象相匹配的目标已感知对象。
在本公开实施例中，在确定出目标已感知对象后，可以在上述环境感知数据中将该目标已感知对象的状态数据和上述路端数据中的状态数据建立联系，并根据路端感知数据更新目标已感知对象的状态数据。比如，可以将环境感知数据中目标已感知对象的感知数据更新为路端感知数据中与该目标已感知对象相对应的感知数据。
例如，假设目标已感知对象为交通指示灯，路端感知数据中与交通指示灯匹配的感知数据为路侧设备向车载终端设备OBU实时传输的感知数据；环境感知数据中与交通指示灯匹配的感知数据为目标车辆的传感器系统感知到的数据。此时，可以将环境感知数据中与交通指示灯匹配的感知数据更新为路端感知数据中与交通指示灯匹配的感知数据。假设，环境感知数据中与交通指示灯匹配的感知数据为：直行-红灯-倒计时20秒；路端感知数据中与交通指示灯匹配的感知数据为：直行-红灯-倒计时18秒。按照上述描述可知，可以将环境感知数据中交通指示灯匹配的感知数据更新为：直行-红灯-倒计时18秒。
通过上述描述可知，在环境感知数据所对应的已感知对象中确定与目标感知对象相匹配的目标已感知对象的情况下，按照目标已感知对象将路端感知数据和环境感知数据进行融合，得到融合结果，可以得到更加准确的感知数据，在根据该感知数据进行车辆控制时，可以保证车辆的控制精度和控制质量，以进一步保证驾驶者的安全性。
在一个可选的实施方式中，上述步骤S1031中的步骤：根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象，具体包括如下过程：
(1)、根据路端感知数据确定每个目标感知对象的目标位置信息，并根据目标位置信息确定目标搜索范围。
通过上述描述可知，在目标感知对象包含交通参与对象的情况下，路端感知数据中包含交通参与对象的位姿数据，其中，该位姿数据包含交通参与对象的位置数据和姿态数据。因此，可以根据路端感知数据确定目标感知对象的目标位置信息。
在确定出该目标位置信息之后，就可以根据目标位置信息确定出目标搜索范围。例如，可以将目标位置信息作为圆心，并预先设定一个半径，然后将该圆心和半径所组成的区域作为目标搜索范围。除此之外，目标搜索范围还可以为以目标位置信息为中心的矩形搜索范围、椭圆形搜索范围、不规则形状的搜索范围等，本公开对目标搜索范围的形状不作具体限定。
(2)、在所述已感知对象中确定位于所述目标搜索范围内的已感知对象，得到至少一个备选已感知对象。
(3)、根据每个所述目标感知对象的状态数据和所述至少一个备选已感知对象的状态数据，确定与所述目标感知对象相匹配的目标已感知对象。
在确定出目标搜索范围之后，就可以确定目标搜索范围的边界位置信息。之后，就可以将环境感知数据所对应的已感知对象的位置信息和该边界位置信息进行比对，进而在全部已感知对象中确定位于目标搜索范围内的已感知对象，并将位于目标搜索范围内的已感知对象确定为至少一个备选已感知对象。
在确定出至少一个备选已感知对象之后，就可以根据每个目标感知对象的状态数据和至少一个备选已感知对象的状态数据，确定目标已感知对象。
通过上述描述可知，目标感知对象的状态数据可以包含多个维度的数据，例如：位姿数据、运动速度、类型数据、感知时间数据等。针对每个维度的状态数据，可以预先为其设置对应的筛选优先级，例如，位姿数据的优先级最高、类型数据、运动速度和感知时间数据的优先级依次降低。
在确定目标已感知对象时，可以按照筛选优先级，将目标感知对象的状态数据和至少一个备选已感知对象的状态数据进行比对，从而从至少一个备选已感知对象中筛选出相匹配的备选已感知对象作为目标已感知对象。
需要说明的是，本公开对筛选优先级的设置不做具体限定，用户可以根据实际需要设置对应的筛选优先级。
假设，可以将位姿数据的筛选优先级设置为最高级，类型数据、运动速度和感知时间数据的筛选优先级依次降低。
在此情况下，在确定出位于目标搜索范围内的至少一个备选已感知对象后，首先根据位姿数据对至少一个备选已感知对象进行筛选。若筛选结果中包含多个备选已感知对象，则按照下一个筛选优先级的状态数据对该筛选结果中的备选已感知对象进行筛选，直至筛选结果中包含一个备选已感知对象，并将筛选出的备选已感知对象确定为目标已感知对象。
通过上述描述可知，通过在确定出的目标搜索范围内确定至少一个备选已感知对象，并在至少一个备选已感知对象中筛选目标已感知对象，可以加快目标感知对象和已感知对象的比对速度，提高目标感知对象和已感知对象的比对效率和比对质量，从而能够在大量的已感知对象中准确的确定与目标感知对象相匹配的目标已感知对象。
在本公开实施例中，筛选优先级设置的一个标准可以为每个维度的状态数据能够唯一表示对应感知对象的程度(或者概率)。因此，通过设置筛选优先级，进而按照筛选优先级在至少一个备选已感知对象中确定目标已感知对象，可以进一步加快目标感知对象和已感知对象的比对速度，提高目标感知对象和至少一个备选已感知对象的比对成功率，省略了不必要的状态数据的比对过程，简化了状态数据的比对流程。
根据上述描述的步骤可知，该方法还包括如下过程：
若未确定出所述目标已感知对象，则将路端感知数据中所属于交通参与对象的状态数据融合至环境感知数据中。
应理解的是，由于目标车辆可能存在视野盲区，所以通过传感器系统采集到的环境感知数据具有局限性，一定程度上无法涵盖路端感知数据，因此会出现在已感知对象中不能确定出目标已感知对象的情况，如图4a所示，其中，两个扇形区域S1为传感器系统的感知区域，圆形区域S2为可获取路端感知数据的区域。通过图4a所展示的区域可知，相对于目标车辆的传感器系统的感知区域，路端感知数据所对应的感知区域更为广泛，因此，路端感知数据中所包含的目标感知对象更加全面。
此时，可以将路端感知数据中未匹配到对应已感知对象的目标感知对象的状态数据融合到环境感知数据中。在融合之后，还可以通过目标车辆上安装的人机交互界面对融合之后的环境感知数据进行展示，展示方式如图4b所示。比如，可以在人机交互界面上展示地图数据，并在地图数据中的对应位置上新增目标感知车辆。
需要说明的是，图4b中，目标感知车辆为目标感知对象，已感知车辆为已感知对象。
通过上述处理方式，可以扩展目标车辆的驾驶者的驾驶视野，为驾驶者提供更加丰富和全面的感知数据，从而进一步提高自动驾驶车辆的安全性。
在目标感知对象包含交通指示对象、环境感知数据为包含已感知交通指示对象的对象信息的地图数据的情况下，上述步骤S1031中的步骤：根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象，具体包括如下过程：
(1)、获取目标序列信息，其中，目标序列信息中包含位于目标车辆行进方向的交通指示对象的状态数据。
通过上述描述可知，目标序列信息可以为路侧设备向车载终端设备传输的包含交通指示对象的状态数据的序列信息。
比如，该交通指示对象为交通指示灯，那么该目标序列信息可以为目标车辆行进方向上的交通指示灯的状态数据(也即，红绿灯消息)。其中，该状态数据包括：目标车辆距离红绿灯的距离、红绿灯的高度、位置、灯柱数量、红绿灯倒计时等信息。
若目标车辆的行进方向为直行，那么该目标序列信息中可以包含目标车辆直行方向上交通指示灯的状态数据，下面举例对该目标序列信息进行介绍。
例如，交通指示对象为交通指示灯时，假设在某丁字路口，该十字路口为X路和A路的交汇路口，该路口有两个交通指示灯，其中，两个交通指示灯分别为用于指示车辆向左转向行驶和向右转向行驶的指示灯。
此时，以目标车辆行驶方向为基准，从左到右的方向对这两个交通指示灯进行排序，因此上述两个交通指示灯的标识信息在目标序列信息中的排序分别为XA10、XA20，其中，XA表示交通指示灯位置为X路和A路交汇，如图5所示。
在该目标序列信息中，除了包含两个交通指示灯的标识信息，还可以包含每个交通指示灯的状态数据(也即，红绿灯消息)。
(2)、根据目标序列信息中的状态数据，在所述地图数据的对象信息中确定与所述交通指示对象相匹配的目标对象信息，并确定所述目标对象信息所对应的已感知交通指示对象为目标已感知对象。
在本公开实施例中，首先根据目标车辆的GPS装置获取该目标车辆的地图数据，然后根据目标序列信息中所包含的交通指示对象的状态数据，确定交通指示灯的排序，以及交通指示灯与目标车辆之间的距离。
然后，就可以在地图数据的对象信息中查找与确定的排序和确定的距离一致的目标对象信息。在查找出与确定的排序和确定的距离一致的目标对象信息之后，就可以在地图数据中确定与该目标对象信息对应的交通指示对象为目标已感知对象。
在确定出目标已感知对象之后，就可以在地图数据中对该目标已感知对象的状态数据进行更新。
在本公开实施例中，目标车辆的自动驾驶系统中的决策规划控制模块在查询该地图数据之后，可以获取该交通指示灯的状态信息，并根据红绿灯指向属性、颜色、倒计时去控制自动驾驶小巴的启动、制动、加速和减速，以顺利通过交叉路口。
通过上述描述可知，本公开技术方案为自动驾驶车辆提供了更稳定、更多元化的路端协同红绿灯信息，例如，绿灯指向属性、颜色、倒计时等。因此，通过获取该路端协同红绿灯信息能够提升目标车辆在交叉路口通行的稳定性和效率，保障驾驶者的驾驶安全。
在本公开实施例中，针对上述步骤S103，将路端感知数据和所述环境感知数据进行融合，得到融合结果，还可以包含以下过程：
获取路端感知数据，并根据该路端感知数据确定目标感知对象相对于世界坐标系的位姿数据；并获取目标车辆相对于世界坐标系的位姿数据；进而，根据上述两个位姿数据，将目标感知对象进行坐标系转化，从而将目标感知对象的位姿数据转化至车体坐标系下。
在一个可选的实施方式中，针对上述步骤S105，根据所述融合结果控制所述目标车辆的驾驶状态，具体包括如下过程：
(1)、在确定出融合结果中包含指定标识信息的情况下，获取目标车辆的行驶轨迹和/或目标车辆所处驾驶环境的车辆信息；其中，所述指定标识信息用于指示所述目标感知对象中包含指定类型的感知对象。
(2)、根据行驶轨迹和/或车辆信息确定用于避让所述指定类型的感知对象的避让轨迹。
在本公开实施例中，可以根据目标感知对象的类型确定每个目标感知对象的标识信息。其中，可以为目标感知对象中的特殊的感知对象(即，指定类型的感知对象)设置指定标识信息。例如，该特殊的感知对象可以为特殊车辆(比如，120急救车、119消防车、110警车)，指定标识信息可以为上述特殊车辆的特殊标识信息。在确定出融合结果中包含指定标识信息后，则根据目标车辆的行驶轨迹和/或所处驾驶环境的车辆信息分析是否需要避让。
若分析结果为需要对特殊车辆进行避让，则根据目标车辆的行驶轨迹和/或所处驾驶环境的车辆信息确定一条或多条用于避让该特殊车辆的避让轨迹，并按照该避让轨迹控制目标车辆行驶。
通过上述描述可知，通过识别指定标识信息来对需要紧急避让的目标感知对象进行避让，可以进一步完善自动驾驶车辆的自动驾驶系统，使得该自动驾驶系统更加人性化，更符合人们的生活要求。
综上，通过上述描述可知，本公开实施例所提供的技术方案通过获取路端感知数据能够获取更加全面，以及更加丰富的感知数据，从而弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，提升了目标车辆在自动驾驶过程中的安全性和反应能力，并消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与车路协同信息处理方法对应的车路协同信息处理装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述车路协同信息处理方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图6所示，为本公开实施例提供的一种车路协同信息处理装置的示意图，所述装置包括：获取模块61、融合模块62、控制模块63；其中，
获取模块61，用于获取车载终端设备传输的路端感知数据，和安装有所述车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；所述路端感知数据表征所述目标车辆所处驾驶环境中的目标感知对象的状态数据；
融合模块62：用于将所述路端感知数据和所述环境感知数据进行融合，得到融合结果；
控制模块63：用于根据所述融合结果控制所述目标车辆的驾驶状态。
通过上述描述可知，本公开实施例所提供的技术方案通过获取路端感知数据能够获取更加全面，以及更加丰富的感知数据，从而弥补环境感知数据的不足，提高了目标车辆的感知能力，同时为目标车辆的预测和决策规划模块提供更丰富更可靠的判断依据，提升了目标车辆在自动驾驶过程中的安全性和反应能力，并消除了自动驾驶车辆的安全隐患，并提高了自动驾驶车辆的控制精度，进一步保证了驾驶者的安全。
一种可能的实施方式中，目标感知对象包括：交通参与对象，所述路端感知数据包含：交通参与对象的位姿数据、交通参与对象的运动速度、交通参与对象的类型数据、感知所述交通参与对象的时间中的一种或多种。
一种可能的实施方式中，目标感知对象包括：交通指示对象，所述路端感知数据包含：交通指示对象和所述目标车辆之间的距离、所述交通指示对象的位置信息、所述交通指示对象的高度、所述交通指示对象的数量、所述交通指示对象所指示的时间中的一种或多种。
一种可能的实施方式中，控制模块63，还用于：在确定出所述融合结果中包含指定标识信息的情况下，获取所述目标车辆的行驶轨迹和/或所述目标车辆所处驾驶环境的车辆信息；所述指定标识信息用于指示所述目标感知对象中包含指定类型的感知对象；根据所述行驶轨迹和/或所述车辆信息确定用于避让所述指定类型的感知对象的避让轨迹。
一种可能的实施方式中，融合模块62，还用于：根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象；在确定出所述目标已感知对象的情况下，根据所述路端感知数据更新所述目标已感知对象的状态数据，更新之后得到所述融合结果。
一种可能的实施方式中，融合模块62，还用于：根据所述路端感知数据确定每个所述目标感知对象的目标位置信息，并根据所述目标位置信息确定目标搜索范围；在所述已感知对象中确定位于所述目标搜索范围内的已感知对象，得到至少一个备选已感知对象；根据每个所述目标感知对象的状态数据和所述至少一个备选已感知对象的状态数据，确定与所述目标感知对象相匹配的目标为已感知对象。
一种可能的实施方式中，融合模块62，还用于：在目标感知对象包括交通参与对象的情况下，在未确定出所述目标已感知对象的情况下，将所述路端感知数据中属于所述交通参与对象的状态数据融合至所述环境感知数据中。
一种可能的实施方式中，所述目标感知对象包含交通指示对象；所述环境感知数据为包含已感知交通指示对象的对象信息的地图数据的情况下；融合模块62，还用于：在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象，包括：获取目标序列信息，其中，所述目标序列信息中包含位于所述目标车辆行进方向的交通指示对象的状态数据；根据所述目标序列信息中的状态数据，在所述地图数据的对象信息中确定与所述交通指示对象相匹配的目标对象信息，并确定所述目标对象信息所对应的已感知交通指示对象为目标已感知对象。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
对应于图1中的车路协同信息处理方法，本公开实施例还提供了一种电子设备700，如图7所示，为本公开实施例提供的电子设备700结构示意图，包括：
处理器71、存储器72、和总线73；存储器72用于存储执行指令，包括内存721和外部存储器722；这里的内存721也称内存储器，用于暂时存放处理器71中的运算数据，以及与硬盘等外部存储器722交换的数据，处理器71通过内存721与外部存储器722进行数据交换，当所述电子设备700运行时，所述处理器71与所述存储器72之间通过总线73通信，使得所述处理器71执行以下指令：
获取车载终端设备传输的路端感知数据，和安装有所述车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；所述路端感知数据用于表征所述目标车辆所处驾驶环境中的目标感知对象的状态数据；
将所述路端感知数据和所述环境感知数据进行融合，得到融合结果；
根据所述融合结果控制所述目标车辆的驾驶状态。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的车路协同信息处理方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的车路协同信息处理方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，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信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述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。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (11)

1.一种车路协同信息处理方法，其特征在于，包括：
获取车载终端设备传输的路端感知数据，和安装有所述车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；所述路端感知数据表征所述目标车辆所处驾驶环境中的目标感知对象的状态数据；
将所述路端感知数据和所述环境感知数据进行融合，得到融合结果；
根据所述融合结果控制所述目标车辆的驾驶状态。
2.根据权利要求1所述的方法，其特征在于，所述目标感知对象包括：交通参与对象；所述路端感知数据包含：交通参与对象的位姿数据、交通参与对象的运动速度、交通参与对象的类型数据、感知所述交通参与对象的时间中的一种或多种。
3.根据权利要求1所述的方法，其特征在于，所述目标感知对象包括：交通指示对象；所述路端感知数据包含：交通指示对象和所述目标车辆之间的距离、所述交通指示对象的位置信息、所述交通指示对象的高度、所述交通指示对象的数量、所述交通指示对象所指示的时间中的一种或多种。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述融合结果控制所述目标车辆的驾驶状态，包括：
在确定出所述融合结果中包含指定标识信息的情况下，获取所述目标车辆的行驶轨迹和/或所述目标车辆所处驾驶环境的车辆信息；所述指定标识信息用于指示所述目标感知对象中包含指定类型的感知对象；
根据所述行驶轨迹和/或所述车辆信息确定用于避让所述指定类型的感知对象的避让轨迹。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述将所述路端感知数据和所述环境感知数据进行融合，得到融合结果，包括：
根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象；
在确定出所述目标已感知对象的情况下，根据所述路端感知数据更新所述目标已感知对象的状态数据，更新之后得到所述融合结果。
6.根据权利要求5所述的方法，其特征在于，所述根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象，包括：
根据所述路端感知数据确定每个所述目标感知对象的目标位置信息，并根据所述目标位置信息确定目标搜索范围；
在所述已感知对象中确定位于所述目标搜索范围内的已感知对象，得到至少一个备选已感知对象；
根据每个所述目标感知对象的状态数据和所述至少一个备选已感知对象的状态数据，确定与所述目标感知对象相匹配的目标已感知对象。
7.根据权利要求5或6所述的方法，其特征在于，所述目标感知对象包括：交通参与对象；所述方法还包括：
在未确定出所述目标已感知对象的情况下，将所述路端感知数据中属于所述交通参与对象的状态数据融合至所述环境感知数据中。
8.根据权利要求5至7中任一项所述的方法，其特征在于，所述目标感知对象包含交通指示对象；所述环境感知数据为包含已感知交通指示对象的对象信息的地图数据；
所述根据所述路端感知数据和所述环境感知数据，在所述环境感知数据所对应的已感知对象中确定与所述目标感知对象相匹配的目标已感知对象，包括：
获取目标序列信息，其中，所述目标序列信息中包含位于所述目标车辆行进方向的交通指示对象的状态数据；
根据所述目标序列信息中的状态数据，在所述地图数据的对象信息中确定与所述交通指示对象相匹配的目标对象信息，并确定所述目标对象信息所对应的已感知交通指示对象为目标已感知对象。
9.一种车路协同信息处理装置，其特征在于，包括：
获取模块，用于获取车载终端设备传输的路端感知数据，和安装有所述车载终端设备的目标车辆根据采集到的周边环境信息确定的环境感知数据；所述路端感知数据表征所述目标车辆所处驾驶环境中的目标感知对象的状态数据；
融合模块，用于将所述路端感知数据和所述环境感知数据进行融合，得到融合结果；
控制模块，用于根据所述融合结果控制所述目标车辆的驾驶状态。
10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至8任意一项所述的车路协同信息处理方法的步骤。
11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至8任意一项所述的车路协同信息处理方法的步骤。
CN202111013340.4A 2021-08-31 2021-08-31 车路协同信息处理方法、装置、电子设备以及存储介质 Active CN113724520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111013340.4A CN113724520B (zh) 2021-08-31 2021-08-31 车路协同信息处理方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111013340.4A CN113724520B (zh) 2021-08-31 2021-08-31 车路协同信息处理方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN113724520A true CN113724520A (zh) 2021-11-30
CN113724520B CN113724520B (zh) 2023-06-13

Family

ID=78679862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111013340.4A Active CN113724520B (zh) 2021-08-31 2021-08-31 车路协同信息处理方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN113724520B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155731A (zh) * 2021-12-27 2022-03-08 阿波罗智联(北京)科技有限公司 自动驾驶车辆的数据处理方法、装置和自动驾驶车辆
CN114228735A (zh) * 2021-12-29 2022-03-25 阿波罗智联(北京)科技有限公司 智能驾驶车辆的可视化方法、装置及系统
CN114333312A (zh) * 2021-12-28 2022-04-12 阿波罗智联(北京)科技有限公司 一种道路交通环境信息的展示方法、装置以及电子设备
CN114333314A (zh) * 2021-12-29 2022-04-12 阿波罗智联(北京)科技有限公司 车路协同信息处理方法和装置、系统
CN114792470A (zh) * 2022-04-08 2022-07-26 广州小鹏汽车科技有限公司 路况显示方法、装置、可穿戴设备及存储介质
CN114913687A (zh) * 2022-05-11 2022-08-16 智道网联科技(北京)有限公司 基于车-路-云的车辆内感知共享的方法、设备及系统
CN115171412A (zh) * 2022-08-09 2022-10-11 阿波罗智联(北京)科技有限公司 车辆行驶状态的显示方法、系统及装置
CN116720663A (zh) * 2023-08-07 2023-09-08 创意(成都)数字科技有限公司 一种交通运行管理方法、装置、系统及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110083163A (zh) * 2019-05-20 2019-08-02 三亚学院 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统
CN111540237A (zh) * 2020-05-19 2020-08-14 河北德冠隆电子科技有限公司 基于多数据融合的车辆安全行驶保障方案自动生成的方法
CN111731101A (zh) * 2020-08-21 2020-10-02 宁波均联智行科技有限公司 一种融合v2x信息的ar-hud显示方法和系统
US20200339124A1 (en) * 2019-04-29 2020-10-29 Qualcomm Incorporated Method and apparatus for vehicle maneuver planning and messaging
CN112085960A (zh) * 2020-09-21 2020-12-15 北京百度网讯科技有限公司 车路协同信息处理方法、装置、设备及自动驾驶车辆
CN112927543A (zh) * 2021-02-04 2021-06-08 浙江吉利控股集团有限公司 一种车路协同自动驾驶方法、系统及车辆
CN112950973A (zh) * 2021-02-01 2021-06-11 中通客车股份有限公司 基于车路协同的公交车智能驾驶辅助系统及方法
CN113200044A (zh) * 2021-06-21 2021-08-03 戴姆勒股份公司 用于低速驾驶辅助的方法和设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200339124A1 (en) * 2019-04-29 2020-10-29 Qualcomm Incorporated Method and apparatus for vehicle maneuver planning and messaging
CN110083163A (zh) * 2019-05-20 2019-08-02 三亚学院 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统
CN111540237A (zh) * 2020-05-19 2020-08-14 河北德冠隆电子科技有限公司 基于多数据融合的车辆安全行驶保障方案自动生成的方法
CN111731101A (zh) * 2020-08-21 2020-10-02 宁波均联智行科技有限公司 一种融合v2x信息的ar-hud显示方法和系统
CN112085960A (zh) * 2020-09-21 2020-12-15 北京百度网讯科技有限公司 车路协同信息处理方法、装置、设备及自动驾驶车辆
CN112950973A (zh) * 2021-02-01 2021-06-11 中通客车股份有限公司 基于车路协同的公交车智能驾驶辅助系统及方法
CN112927543A (zh) * 2021-02-04 2021-06-08 浙江吉利控股集团有限公司 一种车路协同自动驾驶方法、系统及车辆
CN113200044A (zh) * 2021-06-21 2021-08-03 戴姆勒股份公司 用于低速驾驶辅助的方法和设备

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155731A (zh) * 2021-12-27 2022-03-08 阿波罗智联(北京)科技有限公司 自动驾驶车辆的数据处理方法、装置和自动驾驶车辆
CN114333312A (zh) * 2021-12-28 2022-04-12 阿波罗智联(北京)科技有限公司 一种道路交通环境信息的展示方法、装置以及电子设备
CN114228735A (zh) * 2021-12-29 2022-03-25 阿波罗智联(北京)科技有限公司 智能驾驶车辆的可视化方法、装置及系统
CN114333314A (zh) * 2021-12-29 2022-04-12 阿波罗智联(北京)科技有限公司 车路协同信息处理方法和装置、系统
EP4138059A3 (en) * 2021-12-29 2023-04-05 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method, apparatus, and system for processing vehicle-road collaboration information
CN114792470A (zh) * 2022-04-08 2022-07-26 广州小鹏汽车科技有限公司 路况显示方法、装置、可穿戴设备及存储介质
CN114913687A (zh) * 2022-05-11 2022-08-16 智道网联科技(北京)有限公司 基于车-路-云的车辆内感知共享的方法、设备及系统
CN114913687B (zh) * 2022-05-11 2023-11-10 智道网联科技(北京)有限公司 基于车-路-云的车辆内感知共享的方法、设备及系统
CN115171412A (zh) * 2022-08-09 2022-10-11 阿波罗智联(北京)科技有限公司 车辆行驶状态的显示方法、系统及装置
CN115171412B (zh) * 2022-08-09 2024-04-12 阿波罗智联(北京)科技有限公司 车辆行驶状态的显示方法、系统及装置
CN116720663A (zh) * 2023-08-07 2023-09-08 创意(成都)数字科技有限公司 一种交通运行管理方法、装置、系统及存储介质
CN116720663B (zh) * 2023-08-07 2023-11-10 创意(成都)数字科技有限公司 一种交通运行管理方法、装置、系统及存储介质

Also Published As

Publication number Publication date
CN113724520B (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN113724520A (zh) 车路协同信息处理方法、装置、电子设备以及存储介质
CN111524357B (zh) 用于车辆安全行驶所需的多数据融合的方法
US11967230B2 (en) System and method for using V2X and sensor data
CN108645628B (zh) 基于道路驾驶技能的自动驾驶汽车测试系统
CN113345269B (zh) 基于v2x车联网协同的交通工具危险预警的方法、装置和设备
CN111094095B (zh) 自动地感知行驶信号的方法、装置及运载工具
CN109084794A (zh) 一种路径规划方法
CN109808684A (zh) 最大限度地减少假防撞警告
CN110310499A (zh) 一种匝道限速识别的方法及装置
CN113479195A (zh) 用于自动代客泊车的方法和用于执行所述方法的系统
CN116391161A (zh) 在自主载具运行期间模拟情景的载具内操作
CN115699104A (zh) 交通灯分类系统的无标记性能评估器
US11727694B2 (en) System and method for automatic assessment of comparative negligence for one or more vehicles involved in an accident
US20230031130A1 (en) Open door reconstruction for sensor simulation
CN113724519A (zh) 一种车辆控制系统、路侧设备以及车路协同系统
CN116724214A (zh) 用于生成用于自主车辆的导航的感兴趣区域的车道级地图的方法和系统
US20220172494A1 (en) Apparatuses, systems and methods for generating a vehicle driver signature
US20220172606A1 (en) Systems and Methods for Extracting Data From Autonomous Vehicles
CN114972731A (zh) 交通灯检测识别方法及装置、移动工具、存储介质
CN117242460A (zh) 不安全驾驶场景的计算机化检测
CN113432616A (zh) 地图制作和/或加工方法、地图存储装置及路径规划方法
Caruntu et al. Cyber-physical systems-based architecture for signalized traffic corridors: Monitoring and synchronized coordination
EP4145420A1 (en) Hierarchical processing of traffic signal face states
CN117261936A (zh) 用于测试自主车辆意图的原型车道
CN117416343A (zh) 自动驾驶系统中对校车的活跃状态估计与响应

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant