CN114238790A - 用于确定最大感知范围的方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了一种用于确定最大感知范围的方法、装置、设备以及存储介质，涉及人工智能技术领域，具体为智能交通和深度学习技术。该方法包括：获取路侧感知数据，其中，路侧感知数据为预设时间段内路侧感知端对感知范围内的障碍物进行识别得到的；获取车辆感知数据，其中，车辆感知数据为预设时间段内目标车辆对感知范围内的障碍物进行识别得到的；将路侧感知数据与车辆感知数据进行比对，基于比对结果确定路侧感知端的最大感知范围。本公开提供的方法提升了确定最大感知范围的准确率以及效率。

Description

用于确定最大感知范围的方法、装置、设备以及存储介质

技术领域

本公开涉及人工智能技术领域，具体为智能交通和深度学习技术，尤其涉及用于确定最大感知范围的方法、装置、设备以及存储介质。

背景技术

在智能交通领域，路侧感知端可以对道路交通运行状况、交通参与者、交通事件进行感知，并将感知数据传输给车辆，以使车辆能够根据感知数据确定相应的驾驶策略。在实际应用中，经常需要对路侧感知端的最大感知范围进行测试，用以衡量路侧感知端的性能状况。现有技术中一般采用人工测试的方式，在路侧感知端的不同感知范围处增加障碍物，并采集路侧感知端对障碍物的识别记录，直至感知系统无法继续识别障碍物，将此时的障碍物对应的感知范围作为路侧感知端的最大感知范围。

发明内容

本公开提供了一种用于确定最大感知范围的方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种用于确定最大感知范围的方法，包括：获取路侧感知数据，其中，路侧感知数据为预设时间段内路侧感知端对感知范围内的障碍物进行识别得到的；获取车辆感知数据，其中，车辆感知数据为预设时间段内目标车辆对感知范围内的障碍物进行识别得到的；将路侧感知数据与车辆感知数据进行比对，基于比对结果确定路侧感知端的最大感知范围。

根据本公开的第二方面，提供了一种用于确定最大感知范围的装置，包括：第一获取模块，被配置成获取路侧感知数据，其中，路侧感知数据为预设时间段内路侧感知端对感知范围内的障碍物进行识别得到的；第二获取模块，被配置成获取车辆感知数据，其中，车辆感知数据为预设时间段内目标车辆对感知范围内的障碍物进行识别得到的；比对模块，被配置成将路侧感知数据与车辆感知数据进行比对，基于比对结果确定路侧感知端的最大感知范围。

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；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

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，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

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，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。

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是本公开可以应用于其中的示例性系统架构图；

图2是根据本公开的用于确定最大感知范围的方法的一个实施例的流程图；

图3是根据本公开的用于确定最大感知范围的方法的另一个实施例的流程图；

图4是根据本公开的用于确定最大感知范围的方法的又一个实施例的流程图；

图5是根据本公开的用于确定最大感知范围的装置的一个实施例的结构示意图；

图6是用来实现本公开实施例的用于确定最大感知范围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。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于确定最大感知范围的方法或用于确定最大感知范围的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送信息等。终端设备101、102、103上可以安装有各种客户端应用。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以提供各种服务。例如，服务器105可以对从终端设备101、102、103获取的路侧感知数据进行分析和处理，并生成处理结果(例如路侧感知端的最大感知范围)。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开实施例所提供的用于确定最大感知范围的方法一般由服务器105执行，相应地，用于确定最大感知范围的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本公开的用于确定最大感知范围的方法的一个实施例的流程200。该用于确定最大感知范围的方法包括以下步骤：

步骤201，获取路侧感知数据。

在本实施例中，用于确定最大感知范围的方法的执行主体(例如图1所示的服务器105)可以获取路侧感知数据，其中，路侧感知数据为预设时间段内路侧感知端对感知范围内的障碍物进行识别得到的。需要说明的是，本实施例中的用于确定最大感知范围的方法的主体可以为服务器，也可以为带有感知设备的车辆(包括自动驾驶车辆以及非自动驾驶车辆)，甚至还可以为其他带有感知设备可用于测试的设备，本实施例对此不做具体限制。上述执行主体可以基于有线网络连接方式或无线网络连接方式从远程或本地获取预设时间段内车路协同路口的路侧感知端对其感知范围内的障碍物进行识别得到的路侧感知数据，其中，预设时间段可以根据实际情况进行设定。路侧感知端包括路侧感知设备，路侧感知设备以感知摄像机为主；此外，根据实际应用场景对检测准确率和定位精度的需要，还可选配毫米波雷达、激光雷达或其他传感器设备。障碍物可以为行人、机动车、非机动车、障碍物或其他道路交通参与者等。

需要说明的是，车路协同路口是指部署有车路协同路侧感知端的交通路口。车路协同路侧感知端主要包括以下主要部分：出行者子系统：由出行者所携带的各类信息终端或其它信息处理设备构成；车载子系统：包括OBU(On board Unit，车载单元)，也可以包括车载计算控制模块、车载网关、路由器等；路侧子系统：包括路侧通信设施、路侧感知设施、路侧计算设施等，也包括用于交通安全、交通管理、通信与定位的各类设备设施；中心子系统：包括中心解密、中心交换、服务组件节点、服务路由器和中心接入节点等，具备网络管理、业务支撑和服务等能力。

步骤202，获取车辆感知数据。

在本实施例中，上述执行主体可以获取车辆感知数据，其中，车辆感知数据为预设时间段内目标车辆对感知范围内的障碍物进行识别得到的。本步骤中的预设时间段是与路侧感知数据相同的时间段。目标车辆在车路协同路口中的运行过程中，可以通过自身部署的感知设备(例如摄像头、毫米波雷达、激光雷达或其他传感器设备)实时记录对感知范围内的障碍物进行识别得到的车辆感知数据。在本实施例中，目标车辆会先遍历车路协同路口的各个车道，以确保目标车辆在车路协同路口无盲区。

需要说明的是，由于本实施例中是基于目标车辆的车辆感知数据来确定路侧感知端的最大感知范围，所以，目标车辆的感知范围应大于路侧感知端的感知范围，从而保证本实施例中的方法的准确性。

步骤203，将路侧感知数据与车辆感知数据进行比对，基于比对结果确定路侧感知端的最大感知范围。

在本实施例中，上述执行主体可以将步骤201获取的路侧感知数据与步骤202获取的车辆感知数据进行比对，并基于比对结果来确定路侧感知端的最大感知范围。路侧感知数据中记录了路侧感知端所识别到的障碍物的信息，包括：路侧感知端识别到障碍物时的时间信息(时间精度为毫秒MS)，识别到的障碍物的位置信息(位置精度为厘米CM)。车辆感知数据中记录了目标车辆所识别到的障碍物的信息，其中，包括：目标车辆识别到障碍物时的时间信息(时间精度为毫秒MS)，识别到的障碍物的位置信息(位置精度为厘米CM)。

可选地，上述执行主体可从车辆感知数据中获取目标车辆在预设时间段内、识别到障碍物时的时间信息以及识别到的障碍物的属性信息，然后从路侧感知数据中获取该时间信息对应的路侧感知端所识别的障碍物的属性信息；将获取的两个障碍物的属性信息进行比对，判断两个障碍物是否为同一障碍物。若为同一障碍物，则上述执行主体可基于目标车辆识别到的障碍物的位置信息确定路侧感知端识别到的障碍物的位置信息，从而确定路侧感知端的识别范围。最后，从路侧感知端识别到的所有障碍物所对应的位置信息中确定识别到的最远位置的障碍物，从而确定路侧感知端的最大感知范围。

本公开实施例提供的用于确定最大感知范围的方法，首先获取路侧感知数据；然后获取车辆感知数据；最后将路侧感知数据与车辆感知数据进行比对，基于比对结果确定路侧感知端的最大感知范围。本实施例中的用于确定最大感知范围的方法，该方法可以基于路侧感知端对感知范围内的障碍物进行识别得到的路侧感知数据，以及目标车辆对感知范围内的障碍物进行识别得到的车辆感知数据，来确定路侧感知端的最大感知范围，该方法方便操作，提升了确定最大感知范围的准确率以，也提升了确定最大感知范围的效率。

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。

继续参考图3，图3示出了根据本公开的用于确定最大感知范围的方法的另一个实施例的流程300。该用于确定最大感知范围的方法包括以下步骤：

步骤301，获取路侧感知数据。

步骤302，获取车辆感知数据。

在本实施例中，用于确定最大感知范围的方法的执行主体(例如图1所示的服务器105)可以获取车辆感知数据，其中，车辆感知数据为预设时间段内目标车辆对感知范围内的障碍物进行识别得到的。

步骤301-302与前述实施例的步骤201-202基本一致，具体实现方式可以参考前述对步骤201-202的描述，此处不再赘述。

在本实施例的一些可选实施方式中，目标车辆包括自动驾驶车辆或者非自动驾驶车辆。也即本实施例中的目标车辆可以为自动驾驶车辆，也可以为非自动驾驶车辆，从而使得该方法可实施性高。

在本实施例的一些可选实施方式中，目标车辆基于与路侧感知端预先建立的通信连接来获取路侧感知数据；通信连接包括有线通信连接或者无线通信连接；无线通信连接包括蜂窝网络通信或者直连通信。丰富了目标车辆与路侧感知端进行连接通信的方式。

步骤303，分别从车辆感知数据中获取目标车辆识别到各个障碍物时的时间戳，得到时间戳集合。

在本实施例中，上述执行主体可以分别从车辆感知数据中获取目标车辆识别到各个障碍物时的时间戳，从而得到时间戳集合。由于车辆感知数据中记录了目标车辆识别到感知范围内各个障碍物时的时间信息、识别到的障碍物的位置信息、识别到的障碍物的属性信息以及其他的一些信息，所以，上述执行主体会从车辆感知数据中获取识别各个障碍物时的时间戳，从而得到时间戳集合。

步骤304，对于时间戳集合中的每个时间戳，从车辆感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第一信息。

在本实施例中，对应时间戳集合中的每个时间戳，上述执行主体可以再从车辆感知数据中获取在该时间戳被识别到的障碍物的属性信息，并将其记为第一信息。其中，障碍物的属性信息是指障碍物的特征信息。本实施例中的障碍物可以为行人、机动车、非机动车、障碍物或其他道路交通参与者等，而每种障碍物的特征都是不同的，上述执行主体可以获取障碍物的属性信息或者是特征信息。

在本实施例的一些可选实施方式中，障碍物的属性信息包括：障碍物的类别以及障碍物在预先构建的地图中的坐标。

在本实现方式中，上述执行主体会获取识别到的障碍物的类别信息，具体地，上述执行主体可根据获取的障碍物的特征信息来确定障碍物的类别信息，然后为将障碍物进行分类。此外，上诉执行主体还会获取障碍物在预先构建的地图中的坐标信息，具体地，上述执行主体会获取目标车辆识别到的障碍物的实际坐标信息，然后将该实际坐标信息与预先构建的地图进行匹配，从而得到该障碍物在预先构建的地图中的坐标信息，其中，预先构建的地图可为高精地图，也可以为其他地图，本实施中对此不做具体限定。通过获取障碍物的类别以及障碍物在预先构建的地图中的坐标可以更准确地确定路侧感知端的最大感知范围。

步骤305，从路侧感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第二信息。

在本实施例中，上述执行主体可以从路侧感知数据中获取步骤304中的时间戳被识别到的障碍物的属性信息，并将其记为第二信息。其中，障碍物的属性信息包括障碍物的类别信息以及障碍物在预先构建的地图中的坐标信息。

步骤306，将第一信息与第二信息进行比对，得到比对结果。

在本实施例中，上述执行主体可以将第一信息与第二信息进行比对，得到比对结果，其中，比对结果用于表征目标车辆与路侧感知端识别到的是否为同一障碍物。也即针对同一时间戳，上述执行主体将目标车辆识别到的障碍物的信息与路侧感知端识别到的障碍物的信息进行比对，从而确定目标车辆与路侧感知端识别到的障碍物是否相同，从而得到比对结果。

步骤307，基于每个时间戳的比对结果，确定路侧感知端的最大感知范围。

在本实施例中，上述执行主体可以基于每个时间戳的比对结果来确定路侧感知端的最大感知范围。也即针对时间戳集合的每个时间戳，若在该时间戳，目标车辆与路侧感知端所识别到的障碍物为同一障碍物，那么便可基于该障碍物的位置信息来确定路侧感知端识别到该障碍物时的感知范围，然后根据每个障碍物对应的路侧感知端的感知范围，确定路侧感知端的最大感知范围。

从图3中可以看出，与图2对应的实施例相比，本实施例中的用于确定最大感知范围的方法，该方法突出了基于路侧感知数据与车辆感知数据确定路侧感知端的最大感知范围的步骤，从而进一步提升了确定的效率以及准确率。

继续参考图4，图4示出了根据本公开的用于确定最大感知范围的方法的又一个实施例的流程400。该用于确定最大感知范围的方法包括以下步骤：

步骤401，获取路侧感知数据。

步骤402，获取车辆感知数据。

步骤403，分别从车辆感知数据中获取目标车辆识别到各个障碍物时的时间戳，得到时间戳集合。

步骤404，对于时间戳集合中的每个时间戳，从车辆感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第一信息。

步骤405，从路侧感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第二信息。

步骤406，将第一信息与第二信息进行比对，得到比对结果。

步骤401-406与前述实施例的步骤301-306基本一致，具体实现方式可以参考前述对步骤301-306的描述，此处不再赘述。

步骤407，基于每个时间戳的比对结果，确定同时被路侧感知端和目标车辆识别到的障碍物集合。

在本实施例中，由于每个时间戳的比对结果表明了在该时间戳路侧感知端与目标车辆识别到的障碍物是否为同一障碍物的结果，所以，用于确定最大感知范围的方法的执行主体(例如图1所示的服务器105)可以基于时间戳集合中的每个时间戳所对应的比对结果，来确定同时被路侧感知端以及目标车辆识别到的所有障碍物，得到障碍物集合。

步骤408，基于障碍物集合中的每个障碍物在预先构建的地图中的坐标，确定路侧感知端的最大感知范围。

在本实施例中，对于障碍物集合中的每个障碍物，上述执行主体可以获取该障碍物在预先构建的地图中的位置坐标，确定路侧感知端识别到该障碍物时的感知范围，然后基于所有障碍物对应的感知范围来确定最大感知范围，也即将路侧感知端识别到的最远的障碍物对应的位置确定为路侧感知端的最大感知范围。通过上述步骤，可以进一步保证确定的最大感知范围值的准确性。

在本实施例的一些可选实施方式中，还包括：响应于确定第一信息中的障碍物的类别为路侧感知端无法识别的障碍物的类别，则针对时间戳集合中的下一个时间戳重新进行比对。

在本实现方式中，由于目标车辆所能识别的障碍物的类别数目要大于路侧感知端所能识别的障碍物的类别数目，所以，可能存在某一时刻，目标车辆能识别到某一类的障碍物，但是此时路侧感知端不能识别出来该类障碍物，但是并不能因此说明路侧感知端的最大感知范围没有覆盖此处。因此，当确定第一信息中的障碍物的类别为路侧感知端无法识别的障碍物的类别时，上述执行主体会针对时间戳集合中的下一个时间戳重新进行比对，以确定路侧感知端的最大感知范围。从而提升了确定的最大感知范围的准确性。

步骤409，基于障碍物的类别所对应的形式，将路侧感知端识别到的障碍物信息标记在预先构建的地图中。

在本实施例中，由于路侧感知数据中记录了路侧感知端识别到的每个障碍物的类别信息，所以，上述执行主体可基于路侧感知端识别到的每个障碍物的类别所对应的形式，将路侧感知端识别到的所有障碍物标记在预先构建的地图中。在本实施例中，可为每种障碍物类别设置不同形式，例如可以为不同颜色、不同形状、不同标记方式等等。每一帧数据生成一个映射到地图位置信息图层，然后标记出连续时间段所有帧的障碍物位置信息，通过多帧图层叠加生成一份感知覆盖图。通过将所有识别到的障碍物以不同形式标记在地图中，从而可以更直观地展示识别到的障碍物的信息。

步骤410，基于障碍物的位置信息将路侧感知端的感知范围标记在预先构建的地图中。

在本实施例中，上述执行主体还可以基于障碍物的位置信息将路侧感知端的感知范围标记在预先构建的地图中。例如，可根据提前标注好的路口中心位置点，以路口中心点为圆心，在步骤409中生成的感知覆盖图上绘制半径分别为30米、60米、90米、120米等圆形，绘制从感知覆盖图中测绘路口中心点到各类别障碍物最远距离，从而得到路侧感知覆盖范围图。从而可以更直观地展示路侧感知端的感知范围。

需要说明的是，在一些测试场景中，路侧感知端的最大感知范围应大于90米。

从图4中可以看出，与图3对应的实施例相比，本实施例中的用于确定最大感知范围的方法，该方法突出了基于每个时间戳的比对结果确定路侧感知端的最大感知范围的步骤；并且还将障碍物的信息标记在预先构建的地图中，从而将路侧感知端识别到的所有障碍物的信息更直观地进行展示，使得该方法应用范围更大、应用场景更多。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于确定最大感知范围的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于确定最大感知范围的装置500包括：第一获取模块501、第二获取模块502和比对模块503。其中，第一获取模块501，被配置成获取路侧感知数据，其中，路侧感知数据为预设时间段内路侧感知端对感知范围内的障碍物进行识别得到的；第二获取模块502，被配置成获取车辆感知数据，其中，车辆感知数据为预设时间段内目标车辆对感知范围内的障碍物进行识别得到的；比对模块503，被配置成将路侧感知数据与车辆感知数据进行比对，基于比对结果确定路侧感知端的最大感知范围。

在本实施例中，用于确定最大感知范围的装置500中：第一获取模块501、第二获取模块502和比对模块503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，目标车辆包括自动驾驶车辆或者非自动驾驶车辆。

在本实施例的一些可选的实现方式中，目标车辆基于与路侧感知端预先建立的通信连接来获取所述路侧感知数据；通信连接包括有线通信连接或者无线通信连接；无线通信连接包括蜂窝网络通信或者直连通信。

在本实施例的一些可选的实现方式中，比对模块包括：获取子模块，被配置成分别从车辆感知数据中获取目标车辆识别到各个障碍物时的时间戳，得到时间戳集合；比对子模块，被配置成对于时间戳集合中的每个时间戳，从车辆感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第一信息；从路侧感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第二信息；将第一信息与第二信息进行比对，得到比对结果，其中，比对结果用于表征目标车辆与路侧感知端识别到的是否为同一障碍物；确定子模块，被配置成基于每个时间戳的比对结果，确定路侧感知端的最大感知范围。

在本实施例的一些可选的实现方式中，障碍物的属性信息包括：障碍物的类别以及障碍物在预先构建的地图中的坐标。

在本实施例的一些可选的实现方式中，确定子模块包括：第一确定单元，被配置成基于每个时间戳的比对结果，确定同时被路侧感知端和目标车辆识别到的障碍物集合；第二确定单元，被配置成基于障碍物集合中的每个障碍物在预先构建的地图中的坐标，确定路侧感知端的最大感知范围。

在本实施例的一些可选的实现方式中，确定子模块还包括：比对单元，被配置成响应于确定第一信息中的障碍物的类别为路侧感知端无法识别的障碍物的类别，则针对时间戳集合中的下一个时间戳重新进行比对。

在本实施例的一些可选的实现方式中，用于确定最大感知范围的装置500还包括：第一标记模块，被配置成基于障碍物的类别所对应的形式，将路侧感知端识别到的障碍物信息标记在预先构建的地图中；第二标记模块，被配置成基于障碍物的位置信息将路侧感知端的感知范围标记在预先构建的地图中。

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，例如用于确定最大感知范围的方法。例如，在一些实施例中，用于确定最大感知范围的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用于确定最大感知范围的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)而被配置为执行用于确定最大感知范围的方法。

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。

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 (19)

1.一种用于确定最大感知范围的方法，包括：

获取路侧感知数据，其中，所述路侧感知数据为预设时间段内路侧感知端对感知范围内的障碍物进行识别得到的；

获取车辆感知数据，其中，所述车辆感知数据为所述预设时间段内目标车辆对感知范围内的障碍物进行识别得到的；

将所述路侧感知数据与所述车辆感知数据进行比对，基于比对结果确定所述路侧感知端的最大感知范围。

2.根据权利要求1所述的方法，其中，所述目标车辆包括自动驾驶车辆或者非自动驾驶车辆。

3.根据权利要求1所述的方法，其中，所述目标车辆基于与所述路侧感知端预先建立的通信连接来获取所述路侧感知数据；所述通信连接包括有线通信连接或者无线通信连接；所述无线通信连接包括蜂窝网络通信或者直连通信。

4.根据权利要求1所述的方法，其中，所述将所述路侧感知数据与所述车辆感知数据进行比对，基于比对结果确定所述路侧感知端的最大感知范围，包括：

分别从所述车辆感知数据中获取所述目标车辆识别到各个障碍物时的时间戳，得到时间戳集合；

对于所述时间戳集合中的每个时间戳，从所述车辆感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第一信息；从所述路侧感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第二信息；将所述第一信息与所述第二信息进行比对，得到比对结果，其中，所述比对结果用于表征所述目标车辆与所述路侧感知端识别到的是否为同一障碍物；

基于每个时间戳的比对结果，确定所述路侧感知端的最大感知范围。

5.根据权利要求4所述的方法，其中，所述障碍物的属性信息包括：障碍物的类别以及所述障碍物在预先构建的地图中的坐标。

6.根据权利要求5所述的方法，其中，所述基于每个时间戳的比对结果，确定所述路侧感知端的最大感知范围，包括：

基于每个时间戳的比对结果，确定同时被所述路侧感知端和所述目标车辆识别到的障碍物集合；

基于所述障碍物集合中的每个障碍物在预先构建的地图中的坐标，确定所述路侧感知端的最大感知范围。

7.根据权利要求5所述的方法，其中，所述将所述路侧感知数据与所述车辆感知数据进行比对，基于比对结果确定所述路侧感知端的最大感知范围，还包括：

响应于确定所述第一信息中的障碍物的类别为所述路侧感知端无法识别的障碍物的类别，则针对所述时间戳集合中的下一个时间戳重新进行比对。

8.根据权利要求5-7中任一项所述的方法，还包括：

基于障碍物的类别所对应的形式，将所述路侧感知端识别到的障碍物信息标记在预先构建的地图中；

基于障碍物的位置信息将所述路侧感知端的感知范围标记在预先构建的地图中。

9.一种用于确定最大感知范围的装置，包括：

第一获取模块，被配置成获取路侧感知数据，其中，所述路侧感知数据为预设时间段内路侧感知端对感知范围内的障碍物进行识别得到的；

第二获取模块，被配置成获取车辆感知数据，其中，所述车辆感知数据为所述预设时间段内目标车辆对感知范围内的障碍物进行识别得到的；

比对模块，被配置成将所述路侧感知数据与所述车辆感知数据进行比对，基于比对结果确定所述路侧感知端的最大感知范围。

10.根据权利要求9所述的装置，其中，所述目标车辆包括自动驾驶车辆或者非自动驾驶车辆。

11.根据权利要求9所述的装置，其中，所述目标车辆基于与所述路侧感知端预先建立的通信连接来获取所述路侧感知数据；所述通信连接包括有线通信连接或者无线通信连接；所述无线通信连接包括蜂窝网络通信或者直连通信。

12.根据权利要求9所述的装置，其中，所述比对模块包括：

获取子模块，被配置成分别从所述车辆感知数据中获取所述目标车辆识别到各个障碍物时的时间戳，得到时间戳集合；

比对子模块，被配置成对于所述时间戳集合中的每个时间戳，从所述车辆感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第一信息；从所述路侧感知数据中获取在该时间戳被识别到的障碍物的属性信息，记为第二信息；将所述第一信息与所述第二信息进行比对，得到比对结果，其中，所述比对结果用于表征所述目标车辆与所述路侧感知端识别到的是否为同一障碍物；

确定子模块，被配置成基于每个时间戳的比对结果，确定所述路侧感知端的最大感知范围。

13.根据权利要求12所述的装置，其中，所述障碍物的属性信息包括：障碍物的类别以及所述障碍物在预先构建的地图中的坐标。

14.根据权利要求13所述的装置，其中，所述确定子模块包括：

第一确定单元，被配置成基于每个时间戳的比对结果，确定同时被所述路侧感知端和所述目标车辆识别到的障碍物集合；

第二确定单元，被配置成基于所述障碍物集合中的每个障碍物在预先构建的地图中的坐标，确定所述路侧感知端的最大感知范围。

15.根据权利要求13所述的装置，其中，所述确定子模块还包括：

比对单元，被配置成响应于确定所述第一信息中的障碍物的类别为所述路侧感知端无法识别的障碍物的类别，则针对所述时间戳集合中的下一个时间戳重新进行比对。

16.根据权利要求13-15中任一项所述的方法，还包括：

第一标记模块，被配置成基于障碍物的类别所对应的形式，将所述路侧感知端识别到的障碍物信息标记在预先构建的地图中；

第二标记模块，被配置成基于障碍物的位置信息将所述路侧感知端的感知范围标记在预先构建的地图中。

17.一种电子设备，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1-8中任一项所述的方法。

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

19.一种计算机程序产品，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1-8中任一项所述的方法。

Images