CN113744565B - 一种碰撞预警方法、装置、电子设备及自动驾驶车辆 - Google Patents

Abstract

本公开提供了一种碰撞预警方法、装置、电子设备及自动驾驶车辆，涉及计算机技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：当可移动对象存在与目标障碍物发生碰撞的风险，确定累计检测到所述目标障碍物的累计次数；如果所述累计次数大于预设次数阈值，进行预警。可以提高碰撞预警的准确性。

Description

一种碰撞预警方法、装置、电子设备及自动驾驶车辆

技术领域

本公开涉及计算机技术领域，尤其涉及自动驾驶技术领域。

背景技术

车辆在行驶过程中可能与障碍物发生碰撞，导致车辆受损，甚至导致车辆中的人员出现伤亡。

发明内容

本公开提供了一种用于提高碰撞预警的准确性的方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种碰撞预警方法，包括：

当可移动对象存在与目标障碍物发生碰撞的风险，确定累计检测到所述目标障碍物的累计次数；

如果所述累计次数大于预设次数阈值，进行预警。

根据本公开的第二方面，提供了一种碰撞预警装置，包括：计数模块，用于当可移动对象存在与目标障碍物发生碰撞的风险，确定累计检测到所述目标障碍物的累计次数；

预警模块，用于如果所述累计次数大于预设次数阈值，进行预警。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面中任一项所述的方法，

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述第一方面中任一项所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述第一方面中任一项所述的方法。

根据本公开的第六方面，提供了一种自动驾驶车辆，包括前述第三方面所述的电子设备，并且可移动对象为该自动驾驶车辆。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开提供的碰撞预警方法的一种流程示意图；

图2是根据本公开提供的碰撞预警方法的另一种流程示意图；

图3是根据本公开提供的碰撞预警方法的另一种流程示意图；

图4是根据本公开提供的碰撞预警方法的另一种流程示意图；

图5是是根据本公开提供的碰撞预警装置的一种结构示意图；

图6是用来实现本公开实施例的碰撞预警的方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了更清楚的对本公开提供的碰撞预警方法进行说明，下面将对本公开提供的碰撞预警方法的一种可能的应用场景进行示例性的说明，可以理解的是，以下示例仅是本公开提供的碰撞预警方法的一种可能的应用场景，在其他可能的实施例中，本公开提供的碰撞预警方法也可以应用于其他可能的应用场景中，以下示例对此不做任何限制。

出于人身安全、财产安全的考虑，车辆在行驶过程中需要避让障碍物，以避免与障碍物发生碰撞。相关技术中，人员可以通过观察周边环境避免车辆与环境中的障碍物发生碰撞，但是出于各种原因，如疏忽大意、视野盲区等，人员无法及时观察到环境中存在的所有障碍物，导致车辆与障碍物发生碰撞。

因此，可以在车辆或路边单元设置传感器，由传感器对环境中的障碍物进行检测，并由碰撞预警系统根据传感器检测到的障碍物以及车辆的行驶状态分析车辆是否存在与障碍物发生碰撞的风险，当确定车辆存在与障碍物发生碰撞的风险时，向人员和/或车辆控制系统进行预警，以使得人员和/或车辆控制系统及时控制车辆避让障碍物。

但是，受限制于传感器的软硬件的精度、环境中噪声信号的干扰，传感器可能错误地将非障碍物错误地检测为障碍物，例如受限制于传感器所采用的感知算法的精度，可能错误地将空气中的沙尘检测为障碍物，为描述方便下文中称这些被错误检测出的障碍物为虚拟障碍物。

当碰撞预警系统确定车辆存在与虚拟障碍物发生碰撞的风险时将进行预警，但是虚拟障碍物实际上并非障碍物，即此时车辆实际上并不存在与障碍物发生碰撞的风险，可见虚拟障碍物将导致错误地预警，造成预警准确率较低。

相关技术中，为提高预警准确率，碰撞预警系统在第一次或第二次确定车辆存在与障碍物发生碰撞的风险时将不进行预警，而仅在第三次确定车辆存在与同一障碍物发生碰撞的风险时将才进行预警。示例性的，假设在t＝0ms时，碰撞预警系统第一次确定车辆存在与障碍物A发生碰撞的风险，在t＝100ms时，碰撞预警系统第二次确定车辆存在与障碍物A发生碰撞的风险，在t＝200ms时，碰撞预警系统第三次确定车辆存在与障碍物A发生碰撞的风险，则在t＝0ms以及t＝100ms时碰撞预警系统不进行预警，在t＝200ms时碰撞预警系统才进行预警。

但是，车辆的行驶速度往往较快，假设车辆的行驶速度为50公里/小时，则从碰撞预警系统第一次确定车辆存在与障碍物A发生碰撞的风险至碰撞预警系统进行预警，车辆已经行驶约2.8米，导致碰撞预警系统进行预警时车辆与障碍物的距离过近，使得人员和车辆控制系统无法及时控制车辆避让障碍物，进而导致车辆与障碍物发生碰撞。

基于此，本公开提供了一种碰撞预警方法，该方法可以应用于任一具备碰撞预警功能的电子设备，包括但不限于车载电脑、路边单元、移动终端等。

本公开提供的碰撞预警方法可以如图1所示，包括：

S101，当可移动对象存在与目标障碍物发生碰撞的风险，确定累计检测到目标障碍物的累计次数。

S102，如果累计次数大于预设次数阈值，进行预警。

选用该实施例，可以在可移动对象存在与目标障碍物发生碰撞的风险的情况下，确定目标障碍物被累计检测到的累计次数，由于虚拟障碍物为被错误检测出的障碍物，因此即使传感器受限制于各种因素存在一定概率错误地检测出虚拟障碍物，但是传感器多次错误地检测出同一个虚拟障碍物的概率较低，因此如果累计次数大于预设次数阈值，则可以认为传感器曾经多次检测出目标障碍物，因此目标障碍物不为虚拟障碍物，此时可以进行预警，从而实现了对碰撞地准确预警。

同时，由于选用该实施例，可以在可移动对象第一次存在与目标障碍物发生碰撞的风险时进行预警，因此可以给用户或车辆控制系统提供更多的时间用以控制可移动对象避让障碍物，提高了安全性。

为了更清楚的对本公开提供的碰撞预警方法进行说明，下面将对前述S101-S102进行详细的说明：

其中，在S101中，可移动对象可以为任意具备移动能力的对象，包括但不限于：车辆、人员、具备自动导引能力的机器人等。如果可移动对象为车辆，则本公开提供的碰撞预警方法的执行主体可以是车辆上设置的车载电脑，如果可移动对象为人员，则本公开提供的碰撞预警方法的执行主体可以是人员随身携带的如手机、平板电脑、智能眼镜等智能设备，如果可移动对象为具备自动导引能力的机器人，则本公开提供的碰撞预警方法的执行主体可以是具备自动导引能力的机器人内的智能芯片。

可移动对象存在与目标障碍物发生碰撞的风险是指可移动对象存在一定概率在接下来的某个时刻与目标障碍物发生碰撞，可以是通过任意方式确定可移动对象是否存在与目标障碍物发生碰撞的风险。

例如，可以是根据可移动对象的当前运动状态预测可移动对象的运动轨迹，如果可移动对象的运动轨迹经过目标障碍物所占用的空间，则确定可移动对象存在与目标障碍物发生碰撞的风险。

又例如，也可以是根据可移动对象的当前运动状态预测可移动对象的运动轨迹，并根据目标障碍物的当前运动状态预测可移动对象的运动轨迹，如果可移动对象的运动轨迹与目标障碍物的运动轨迹相交，则确定可移动对象存在与目标障碍物发生碰撞的风险。

再例如，还可以是将可移动对象的位置、运动方向以及目标障碍物所处的位置、大小输入至预先经过训练的神经网络，得到神经网络输出的输出结果，根据该输出结果判断可移动对象是否存在与目标障碍物发生碰撞的风险。

并且，可以是由本公开提供的碰撞预警方法的执行主体判断可移动对象是否存在与目标障碍物发生碰撞的风险，也可以是由执行主体以外的其他设备判断可移动对象是否存在与目标障碍物发生碰撞的风险。

示例性的，以执行主体为车载电脑为例，可以是由设置于马路边缘的路边单元判断可移动对象是否存在与目标障碍物发生碰撞的风险，如果可移动对象存在与目标障碍物发生碰撞的风险，则路边单元向车载电脑发送碰撞风险信息，车载电脑在接收到碰撞风险信息时，确定可移动对象存在与目标障碍物发生碰撞的风险，进而确定累计次数。

检测到目标障碍物是指任意具备障碍物检测能力的传感器检测出目标障碍物，传感器可以设置于可移动对象，也可以是独立于可移动对象，并且传感器可以集成于本公开提供的碰撞预警方法的执行主体，也可以独立于执行主体。

示例性的，以可移动对象为车辆、执行主体为车载电脑为例，则传感器可以是设置于车辆的行车记录仪，并且行车记录仪可以是集成于车载电脑之上的，也可以是独立于车载电脑。并且传感器也可以是独立车辆，例如，传感器可以是设置于道路两侧的摄像机，也可以是设置于前述路边单元。

并且，可以存在多个用于检测障碍物的传感器，也可以仅存在一个用于检测障碍物的传感器。传感器可以是不同类型的传感器，包括但不限于雷达、可见光传感器、红外传感器等。并且不同传感器可以是不同类型的传感器。下文中为描述方便，仅对仅存在一个用于检测障碍物的传感器的情况进行说明，对于存在多个用于检测障碍物的传感器的情况同理可得，在此不再赘述。

在S102中，根据执行主体以及可移动对象的不同，进行预警的方式可以不同。

例如，以执行主体为车载电脑或路边单元、可移动对象为无人驾驶车辆为例，则车载电脑或路边单元可以是向无人驾驶车辆的车辆控制系统发送预警信息，以使得车辆控制系统调整无人驾驶车辆的行驶状态，从而避让目标障碍物。

又例如，以执行主体为车载电脑、可移动对象为有人驾驶车辆为例，则车载电脑可以发出预设报警声，以提醒有人驾驶车辆的驾驶员注意控制车辆避让障碍物。

再例如，以执行主体为手机、可移动对象为人员为例，则手机可以播放提示语音，如“前方有障碍物，注意避让”，以提醒人员注意避让障碍物。

还例如，以执行主体为具备自动导引能力的机器人中的智能芯片、可移动对象为该具备自动导引能力的机器人为例，则智能芯片可以向控制服务器发送预警信息，服务器在接收到预警信息后重新为该具备自动导引能力的机器人规划移动路径，以使得该具备自动导引能力的机器人避让目标障碍物。

预设次数阈值可以根据实际需求或用户经验进行设置，如10次、20次、23次、50次等。并且，在一种可能的实现方式中，传感器检测障碍物的准确率越高，则将预设次数阈值设置为越低的数值。示例性的，如果传感器检测障碍物的准确率为90％，则可以将预设次数阈值设置为30次，如果传感器检测障碍物的准确率为95％，则可以将预设次数阈值设置为10次。

可以理解的是，假设传感器检测障碍物的准确率为x，则传感器累计检测到目标障碍物的累计次数为m，则理论上目标障碍物不为虚拟障碍物的概率y(即目标障碍物不为虚拟障碍物的置信度)近似等于1-(1-x)^m。可见，在y相同的情况下，x越高则m越小，即传感器检测障碍物的准确率越高，使得目标障碍物不为虚拟障碍物的置信度达到特定置信度所需的累计次数越少。因此传感器检测障碍物的准确率越高，则可以将预设次数阈值设置为越低的数值。

可以理解的是，由于可移动对象具备移动能力，而随着可移动对象的移动，可移动对象所处场景也将随之变化，而场景中存在的障碍物也将发生变化，原先场景中存在的障碍物可能并不存在于新的场景中，因此如果当可移动对象处于新的场景时检测到原先场景中存在的障碍物，则检测到的障碍物为虚拟障碍物，但是当可移动对象处于原先场景中该障碍物理论上已经被多次检测到，因此该累计检测到该障碍物的累计次数可能大于预设次数阈值，导致错误地进行预警。

示例性的，可移动对象从街道A移动至街道B，假设街道A中存在障碍物1、2，街道B中存在障碍物3、4。

如果当可移动对象处于街道B时传感器检测出障碍物1，则由于障碍物1并不存在于街道B中，因此可以认为是传感器错误地检测出障碍物1，即障碍物1为虚拟障碍物。但是可移动对象之前处于街道A时，由于障碍物1存在于街道A中，因此传感器可以多次检测到障碍物1，导致累计检测到障碍物1的累计次数大于预设次数阈值。

则当可移动对象处于街道B时如果传感器检测出障碍物1，则由于累计次数大于预设次数阈值，因此将进行预警，但是如前述分析检测出的障碍物1为虚拟障碍物，因此实际上可移动对象并不存在与障碍物发生碰撞的风险，可见错误地进行了预警。

基于此，在一种实现方式中，可以参见图2，图2所示为本公开提供的碰撞预警方法的另一种流程示意图，可以包括：

S201，当检测到目标障碍物，且本次检测到目标障碍物的时间距离上次检测到目标障碍物的时间大于预设失效时长阈值，确定本次检测到目标障碍物为针对目标障碍物的无效检测。

示例性的，假设本次检测到目标障碍物的时间为t＝100s，上次检测到目标障碍物的时间为t＝20s，则本次检测到目标障碍物的时间距离上次检测到目标障碍物的时间80s，再假设预设失效时长阈值为60s，则由于80秒大于60s，因此确定本次检测到目标障碍物为针对目标障碍物的无效检测。

预设失效时长阈值可以根据用户经验或实际需求进行设置，并且在一种实现方式中，可移动对象的移动能力越强，则预设失效时长阈值可以设置的越短。示例性的，假设可移动对象为车辆，则可以将预设失效时长阈值设置为60s，假设可移动对象为人员，则可以将预设失效时长阈值设置为300s。

S202，当可移动对象存在与目标障碍物发生碰撞的风险，确定从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数。

仍以前述S201中的示例为例，假设当前时间为t＝110s，并且最近一次针对目标障碍物的无效检测为前述t＝100s时检测到目标障碍物，并且在t＝102s、t＝104s、t＝106s、t＝109s以及t＝110s检测到目标障碍物，则可以确定从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数为6次。

S203，如果累计次数大于预设次数阈值，进行预警。

可以理解的是，如前述分析，由于可移动对象具备一定的可移动能力，因此在经过一定时长后，可移动对象所处场景中的障碍物可能发生变化。因此，如果本次检测到目标障碍物的时间距离上次检测到目标障碍物的时间大于预设失效时长阈值，则可以认为两次检测到目标障碍物发生在不同场景中，而如前述示例，在一个场景中检测到目标障碍物的次数并不能够作为目标障碍物是否真实存在于另一个场景中的判据。即最近一次针对目标障碍物的无效检测之前检测到目标障碍物的次数并不能够作为目标障碍物是否为虚拟障碍物的判据。

而从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数，可以认为是在可移动对象当前所处场景中检测到目标障碍物的次数，因此如果累计次数大于预设次数阈值，则可以认为目标障碍物真实存在于可移动对象当前所处场景中，即目标障碍物不为虚拟障碍物的判据，因此可以进行预警。

可见选用该实现方式，可以通过只统计从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数，进一步提高预警准确率。

参见图3，图3所示为本公开提供的碰撞预警方法的另一种流程示意图，可以包括：

S301，当检测到目标障碍物且本次检测到目标障碍物不为第一次检测到目标障碍物，确定本次检测到目标障碍物的时间与目标障碍物对应的出现时间之间的间隔时长。

各个目标障碍物对应的出现时间初始时可以为默认初始值，并且在第一次检测到目标障碍物之前，也可以不存在目标障碍物对应的出现时间。

S302，当检测到所述目标障碍物，将目标障碍物对应的出现时间更新为本次检测到目标障碍物的时间。

示例性的，假设在t＝100s时检测到目标障碍物，则将目标障碍物对应的出现时间更新为t＝100s。

S303，当检测到目标障碍物，且间隔时长大于预设失效时长阈值，确定本次检测到目标障碍物为针对目标障碍物的无效检测。

可以理解的是，当检测到所述目标障碍物且本次检测到目标障碍物不为第一次检测到目标障碍物，则目标障碍物对应的出现时间即为上次检测到目标障碍物的时间，因此间隔时长即为本次检测到目标障碍物的时间与目标障碍物对应的出现时间之间的间隔。

因此该步骤原理与前述S201相同，在此不再赘述。

S304，当可移动对象存在与目标障碍物发生碰撞的风险，确定从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数。

该步骤原理与前述S202相同，在此不再赘述。

S305，如果累计次数大于预设次数阈值，进行预警。

该步骤原理与前述S203相同，在此不再赘述。

选用该实现方式，可以通过记录出现时间方式，相对简单的确定出本次检测到目标障碍物的时间与目标障碍物对应的出现时间之间的间隔，从而降低实现本公开提供的碰撞预警方法所需的计算量。

参见图4，图4所示为本公开提供的碰撞预警方法的另一种流程示意图，可以包括：

S401，当检测到目标障碍物，判断本次检测到目标障碍物是否为针对目标障碍物的无效检测，如果否，则执行S402，如果是，则执行S403。

关于如何判断本次检测到目标障碍物是否为针对目标障碍物的无效检测可以参见前述关于S201的相关说明，在此不再赘述。

S402，将目标障碍物对应的计数自加一。

计数初始时为预设初始值，预设初始值可以为任意数值，如0、2、2.6等，下文中为描述方便，以预设初始值为0为例进行说明，对于预设初始值为其他数值的情况，原理相同不再赘述。

自加一可以是指将目标障碍物对应的计数设置为当前计数与预设单位一的和，单位一可以为任意数值，如1、2、2.3、3.56等，下文中为描述方便，以单位一为1为例进行说明，对于单位一为其他数值的情况，原理相同不再赘述。

S403，将目标障碍物对应的计数设置为预设初始值加一。

假设预设初始值为0、单位一为1，则可以是将目标障碍物对应的计数设置为1。

S404，当可移动对象存在与目标障碍物发生碰撞的风险，根据目标障碍物对应的计数与预设初始值，确定从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数。

假设预设初始值为0、单位一为1，则可以是将计数确定为从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数。

假设预设初始值为j、单位一为k，计数为p，则可以是将(p-j)/k确定为从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数，例如j＝1，k＝2，p＝11，则可以是将5确定为从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数。

S405，如果累计次数大于预设次数阈值，进行预警。

该步骤原理与前述S203相同，在此不再赘述。

选用该实施例，可以通过记录目标障碍物对应的计数的方式，相对简单的确定出从最近一次针对目标障碍物的无效检测开始累计检测到目标障碍物的累计次数，从而降低实现本公开提供的碰撞预警方法所需的计算量。

为了更清楚对本公开提供的碰撞预警方法进行说明，下面将结合具体的应用场景进行示例性的说明，假设可移动对象为无人驾驶车辆，执行主体为设置于无人驾驶车辆中的车载电脑，车载电脑与设置于无人驾驶车辆上的传感器连接。下面将对传感器以及车载电脑的工作原理进行说明：

当传感器检测到障碍物后，可以向车载电脑发送检测结果。车载电脑通过解析检测结果确定传感器所检测到的障碍物的障碍物标识，不同障碍物的障碍物标识不同。

车载电脑根据解析得到的障碍物标识查找记录于本地或云端的LRU(LeastRecntly Used，最近最少使用)表，表中的每条数据包括障碍物标识、计数以及出现时间。

如果LRU表中存在障碍物标识与解析得到的障碍物标识相同的数据，则读取该数据中记录的出现时间。并计算本次传感器检测到障碍物的时间与读取到的出现时间的间隔时长，如果该间隔时长大于预设失效时长阈值，则将该条数据中的出现时间更新为本次传感器检测到障碍物的时间，并将该条数据中的计数设置为1。如果该间隔时长不大于预设失效时长阈值，则将该条数据中的出现时间更新为本次传感器检测到障碍物的时间，并将该条数据中的计数自加1。

如果LRU表中不存在障碍物标识与解析得到的障碍物标识相同的数据，且LRU表未满，则在LRU表中第一条插入新的数据，该新的数据中障碍物标识为解析得到的障碍物标识，出现时间为本次传感器检测到障碍物的时间。

如果LRU表中不存在障碍物标识与解析得到的障碍物标识相同的数据，且LRU表已满，则删除LRU表中位于最后一条的数据，并在LRU表中第一条插入新的数据，该新的数据中障碍物标识为解析得到的障碍物标识，出现时间为本次传感器检测到障碍物的时间。

车载电脑还根据接收到的检测结果以及无人驾驶车辆的行驶状态，判断无人驾驶车辆是否存在与障碍物发生碰撞的风险，如果确定无人驾驶车辆存在与障碍物发生碰撞的风险，则确定该障碍物的障碍物标识，读取LRU表中障碍物标识与确定得到的障碍物标识相同的数据中的计数，如果该计数大于预设次数阈值，则进行预警，如果该技术不大于预设次数阈值，则不进行预警。

参见图5，图5所示为本公开提供的碰撞预警装置的一种结构示意图，可以包括：

计数模块501，用于当可移动对象存在与目标障碍物发生碰撞的风险，确定累计检测到所述目标障碍物的累计次数；

预警模块502，用于如果所述累计次数大于预设次数阈值，进行预警。

在一种可能的实现方式中，还包括：

无效判断模块，用于当检测到所述目标障碍物，且本次检测到所述目标障碍物的时间距离上次检测到所述目标障碍物的时间大于预设失效时长阈值，确定本次检测到所述目标障碍物为针对所述目标障碍物的无效检测；

所述计数模块501，具体用于确定从最近一次针对所述目标障碍物的无效检测开始累计检测到所述目标障碍物的累计次数。

在一种可能的实现方式中，还包括：

时长确定模块，用于当检测到所述目标障碍物且本次检测到所述目标障碍物不为第一次检测到所述目标障碍物，确定本次检测到所述目标障碍物的时间与所述目标障碍物对应的出现时间之间的间隔时长；

当检测到所述目标障碍物，将所述目标障碍物对应的出现时间更新为本次检测到所述目标障碍物的时间；

所述无效判断模块，具体用于当检测到所述目标障碍物，且所述间隔时长大于预设失效时长阈值，确定本次检测到所述目标障碍物为针对所述目标障碍物的无效检测。

在一种可能的实现方式中，还包括：

计算更新模块，用于当检测到所述目标障碍物，且本次检测到所述目标障碍物不为针对所述目标障碍物的无效检测，则将所述目标障碍物对应的计数自加一，其中，所述计数初始时为预设初始值；

并当检测到所述目标障碍物，且本次检测到所述目标障碍物为针对所述目标障碍物的无效检测，则将所述目标障碍物对应的计数设置为所述预设初始值加一；

所述计数模块501，具体用于根据所述目标障碍物对应的计数与所述预设初始值，确定从最近一次针对所述目标障碍物的无效检测开始累计检测到所述目标障碍物的累计次数。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如碰撞预警方法。例如，在一些实施例中，碰撞预警方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的碰撞预警方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行碰撞预警方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

本公开还提供了一种自动驾驶车辆，该自动驾驶车辆包括前文所述的电子设备，并且在该实施例中，可移动对象为该自动驾驶车辆。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种碰撞预警方法，包括：

当可移动对象存在与目标障碍物发生碰撞的风险，确定累计检测到所述目标障碍物的累计次数；其中，所述目标障碍物的累计次数为当所述可移动对象存在与目标障碍物发生碰撞风险前，传感器历史检测出目标障碍物的次数；所述传感器输出的检测结果中携带有障碍物的障碍物标识，不同障碍物的障碍物标识不同；

如果所述累计次数大于预设次数阈值，进行预警；

当检测到所述目标障碍物，且本次检测到所述目标障碍物的时间距离上次检测到所述目标障碍物的时间大于预设失效时长阈值，确定本次检测到所述目标障碍物为针对所述目标障碍物的无效检测；

其中，所述确定累计检测到所述目标障碍物的累计次数，包括：

确定从最近一次针对所述目标障碍物的无效检测开始累计检测到所述目标障碍物的累计次数。

2.根据权利要求1所述的方法，还包括：

当检测到所述目标障碍物且本次检测到所述目标障碍物不为第一次检测到所述目标障碍物，确定本次检测到所述目标障碍物的时间与所述目标障碍物对应的出现时间之间的间隔时长；

当检测到所述目标障碍物，将所述目标障碍物对应的出现时间更新为本次检测到所述目标障碍物的时间；

所述当检测到所述目标障碍物，且本次检测到所述目标障碍物的时间距离上次检测到所述目标障碍物的时间大于预设失效时长阈值，确定本次检测到所述目标障碍物为针对所述目标障碍物的无效检测，包括：

当检测到所述目标障碍物，且所述间隔时长大于预设失效时长阈值，确定本次检测到所述目标障碍物为针对所述目标障碍物的无效检测。

3.根据权利要求1-2任一所述的方法，还包括：

当检测到所述目标障碍物，且本次检测到所述目标障碍物不为针对所述目标障碍物的无效检测，则将所述目标障碍物对应的计数自加一，其中，所述计数初始时为预设初始值；

当检测到所述目标障碍物，且本次检测到所述目标障碍物为针对所述目标障碍物的无效检测，则将所述目标障碍物对应的计数设置为所述预设初始值加一；

所述确定从最近一次针对所述目标障碍物的无效检测开始累计检测到所述目标障碍物的累计次数，包括：

根据所述目标障碍物对应的计数与所述预设初始值，确定从最近一次针对所述目标障碍物的无效检测开始累计检测到所述目标障碍物的累计次数。

4.一种碰撞预警装置，包括：

计数模块，用于当可移动对象存在与目标障碍物发生碰撞的风险，确定累计检测到所述目标障碍物的累计次数；其中，所述目标障碍物的累计次数为当所述可移动对象存在与目标障碍物发生碰撞风险前，传感器历史检测出目标障碍物的次数；所述传感器输出的检测结果中携带有障碍物的障碍物标识，不同障碍物的障碍物标识不同；

预警模块，用于如果所述累计次数大于预设次数阈值，进行预警；

无效判断模块，用于当检测到所述目标障碍物，且本次检测到所述目标障碍物的时间距离上次检测到所述目标障碍物的时间大于预设失效时长阈值，确定本次检测到所述目标障碍物为针对所述目标障碍物的无效检测；

所述计数模块，具体用于确定从最近一次针对所述目标障碍物的无效检测开始累计检测到所述目标障碍物的累计次数。

5.根据权利要求4所述的装置，还包括：

时长确定模块，用于当检测到所述目标障碍物且本次检测到所述目标障碍物不为第一次检测到所述目标障碍物，确定本次检测到所述目标障碍物的时间与所述目标障碍物对应的出现时间之间的间隔时长；

当检测到所述目标障碍物，将所述目标障碍物对应的出现时间更新为本次检测到所述目标障碍物的时间；

所述无效判断模块，具体用于当检测到所述目标障碍物，且所述间隔时长大于预设失效时长阈值，确定本次检测到所述目标障碍物为针对所述目标障碍物的无效检测。

6.根据权利要求4-5任一所述的装置，还包括：

计算更新模块，用于当检测到所述目标障碍物，且本次检测到所述目标障碍物不为针对所述目标障碍物的无效检测，则将所述目标障碍物对应的计数自加一，其中，所述计数初始时为预设初始值；

并当检测到所述目标障碍物，且本次检测到所述目标障碍物为针对所述目标障碍物的无效检测，则将所述目标障碍物对应的计数设置为所述预设初始值加一；

所述计数模块，具体用于根据所述目标障碍物对应的计数与所述预设初始值，确定从最近一次针对所述目标障碍物的无效检测开始累计检测到所述目标障碍物的累计次数。

7.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-3中任一项所述的方法。

9.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-3中任一项所述的方法。

10.一种自动驾驶车辆，包括如权利要求7所述的电子设备，其中所述可移动对象为所述自动驾驶车辆。

Images