CN114954534A - 用于检测自动驾驶车辆的异常运行状态的方法与装置 - Google Patents

Abstract

本公开提供一种用于检测自动驾驶车辆的异常运行状态的方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及智能交通技术领域，尤其涉及自动驾驶技术领域。方法包括：获取自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息；基于自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息；以及，响应于确定自动驾驶车辆的运行状态导致当前道路的通行效率下降，确定自动驾驶车辆处于异常运行状态，其中，异常运行状态包括异常停车状态或异常通行状态。本公开技术方案可以准确、高效地检测出自动驾驶车辆的异常运行状态，有利于提升道路的通行效率。

Description

用于检测自动驾驶车辆的异常运行状态的方法与装置

技术领域

本公开涉及智能交通技术领域，尤其涉及自动驾驶技术领域，具体涉及一种用于检测自动驾驶车辆的异常运行状态的方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

自动驾驶车辆依靠人工智能、视觉计算、雷达、监控装置和全球定位系统等协同合作，不需要人现场实际操控车辆便可以实现车辆的驾驶，是未来智能交通的主要发展方向之一。

高效的通行效率是自动驾驶技术成熟的重要标志，也是直接影响自动驾驶车辆乘坐体验的客观条件。如何减少堵塞发生、提升道路的通行效率，是本领域技术人员关注一个重要方向。

在此部分中描述的技术手段不一定是之前已经设想到或采用的技术手段。除非另有指明，否则不应假定此部分中描述的任何技术手段仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种用于检测自动驾驶车辆的异常运行状态的方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

根据本公开的一方面，提供了一种用于检测自动驾驶车辆的异常运行状态的方法，所述方法包括：

获取所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息；

基于所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息；以及

响应于确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降，确定所述自动驾驶车辆处于异常运行状态，其中，所述异常运行状态包括异常停车状态或异常通行状态。

根据本公开的一方面，提供了一种用于检测自动驾驶车辆的异常运行状态的装置，所述装置包括：

获取单元，配置为获取所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息；

第一确定单元，配置为基于所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息；以及

第二确定单元，配置为响应于确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降，确定所述自动驾驶车辆处于异常运行状态，其中，所述异常运行状态包括异常停车状态或异常通行状态。

根据本公开的一方面，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前述方面所述的方法。

根据本公开的一方面，提供了一种存储有计算机指令的计算机可读存储介质，其中，所述计算机指令配置为使计算机执行前述方面所述的方法。

根据本公开的一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现前述方面所述的方法。

根据本公开的一个或多个实施例，可以准确、高效地检测出自动驾驶车辆的异常运行状态，从而有利于提升道路的通行效率，进而提升自动驾驶车辆的用户体验。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的一些实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2A示出了根据本公开一些实施例的用于检测自动驾驶车辆的异常运行状态的方法的流程图；

图2B示出了根据本公开一些实施例的用于检测自动驾驶车辆的异常运行状态的方法的流程图；

图3示出了根据本公开一些实施例的用于检测自动驾驶车辆的异常运行状态的装置的结构框图；以及

图4示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

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。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

随着自动驾驶技术的飞速发展，高效的通行效率是自动驾驶技术成熟的重要标志，也是直接影响自动驾驶车辆乘坐体验的客观条件。如何减少堵塞发生、提升道路的通行效率，是本领域技术人员关注一个重要方向。

自动驾驶车辆可能由于软件、硬件或网络等原因而在一些时间处于异常运行状态。这里异常运行状态指异常停车状态或者异常通行状态。异常停车状态可以理解为自动驾驶车辆在允许通行时却停滞不前的状态，异常通行状态则可以理解为自动驾驶车辆在不允许通行时或者因为可能影响道路通行效率而不建议通行时抢先通行的状态。自动驾驶车辆的异常运行会导致交通堵塞加剧，从而严重影响通行的效率。

准确检测出自动驾驶车辆的异常运行状态，可以为自动驾驶车辆的研发以及运行线路的开发、仿真和优化提供重要参考依据，因此具有十分重要的意义。相关技术中，主要采用人工方式来对自动驾驶车辆的异常运行状态进行筛查，审查人员需要熟知交通规则，而且需要较为客观地结合当时交通场景来判断车辆在当时是否处于异常运行状态。人工筛选的方式效率较低、人力成本较高，而且，受审查人员经验水平和主观感受的影响，筛查结果的准确性也难以保证。

基于此，本公开实施例提供了一种用于检测自动驾驶车辆的异常运行状态的方法、装置、电子设备、计算机可读存储介质及计算机程序产品，以准确、高效地检测出自动驾驶车辆的异常运行状态，从而有利于提升道路的通行效率。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。

在本公开的实施例中，机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。

服务器120可以运行使得能够实现本公开车辆的通信控制方法的一个或多个服务或软件应用。在某些实施例中，服务器120还可以提供其它服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其它适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其它计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。

网络130可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络130可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其它网络的任意组合。

系统100还可以包括一个或多个数据库150。在某些实施例中，这些数据库可以用于存储数据和其它信息。例如，数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个：视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其它位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对视觉摄像头捕获的画面进行分析，可以获取诸如交通信号灯指示、交叉路口情况、其它车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周，用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其它位置，用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其它位置，用于检测物体边缘、形状信息，从而进行物体识别和追踪。由于多普勒效应，雷达装置还可以测量车辆与移动物体的速度变化。

机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如，北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块，移动通信网络可以实施任何适合的通信技术，例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything，V2X)模块，被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle，V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure，V2I)通信的车与外界的通信。此外，通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112，机动车辆110还可以经由网络130接入服务器120。

机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器，例如中央处理单元(CPU)或图形处理单元(GPU)，或者其它的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其它输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动，而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如，可以使用车载处理器执行某一些处理，而同时可以利用云端的计算资源执行其它一些处理。控制装置113可以被配置以执行根据本公开的方法。此外，控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

本公开一些实施例提供了一种用于检测自动驾驶车辆的异常运行状态的方法。自动驾驶车辆的具体类型不限，例如可以为统一运营的自动驾驶公交车、自动驾驶出租车、自动驾驶共享汽车或者自动驾驶送餐车等等。

如图2A所示，本公开一些实施例提供的用于检测自动驾驶车辆的异常运行状态的方法200，包括以下步骤S201至步骤S203。

在步骤S201，获取自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息。

在步骤S202，基于自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，例如，是否会导致当前道路的通行效率下降。

在步骤S203，响应于确定自动驾驶车辆的运行状态导致当前道路的通行效率下降，确定自动驾驶车辆处于异常运行状态，其中，异常运行状态包括异常停车状态或异常通行状态。

本公开实施例技术方案，可以以集群计算机等电子设备作为上述方法的执行主体，电子设备与自动驾驶车辆和/或自动驾驶系统的服务器进行通信，从而可以收集获取到关于该自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息。电子设备的处理器可以在交通法规和统一标准框架的约束下，基于自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，继而，可以确定自动驾驶车辆是否处于异常运行状态。

在本公开实施例中，异常停车状态指自动驾驶车辆在允许通行时停滞不前的状态，异常通行状态指自动驾驶车辆在不允许通行或者因为影响道路的通行效率而不建议通行时却抢先通行的状态。异常停车状态和异常通行状态都会导致交通堵塞的加剧，从而严重影响到通行的效率。

相比相关技术，本公开实施例方案对于自动驾驶车辆的异常运行状态的检测由电子设备执行，其检测结果更加客观准确，而且检测效率较高。检测结果可以为自动驾驶车辆的研发以及运行线路的开发、仿真和优化提供重要参考依据，从而有利于提升道路的通行效率，尤其适用于大规模自动驾驶车辆运营系统的产品开发。

在本公开实施例中，自动驾驶车辆的运行状态包括以下至少一种：停车、启动、行驶、转向、变道以及刹车，即自动驾驶车辆在无人驾驶时，可以依靠人工智能、视觉计算、雷达、监控装置和全球定位系统等协同合作而实现的自动驾驶状态。自动驾驶车辆在实际运行中，可能由于软件、硬件或网络等原因而在一些时间处于异常运行状态，因此需要收集自动驾驶车辆的异常运行状态的信息，对其进行研究检讨，以对车辆和相关产品进行进一步的开发和完善。

在本公开的一些实施例中，自动驾驶车辆周围的交通场景信息包括以下至少一种：自动驾驶车辆在地图中的定位信息、自动驾驶车辆所处的车道信息、自动驾驶车辆周围的障碍物信息、以及自动驾驶车辆周围的交通灯信息。自动驾驶车辆在地图中的定位信息例如可以包括自动驾驶车辆所处的经纬度信息、道路信息、所处范围区域的高精地图信息等，其中，地图信息可以精确到车道、信号灯、路肩、或者栅栏等。

自动驾驶车辆的电脑系统能够根据存储的信息、服务器下发的指令信息以及自身配备的例如雷达、摄像头、传感器等设备的感测信息来对实际的交通场景进行判断，并基于实际交通场景控制自动驾驶车辆实现自动驾驶，例如控制自动驾驶车辆的启动、停车、加速、减速、转向等。因此，可以由自动驾驶车辆向执行前述方法程序的电子设备提供上述这些交通场景信息。提供准确而全面的交通场景信息有助于提高对于自动驾驶车辆的异常运行状态的检测的准确性。

自动驾驶车辆周围的障碍物信息例如可以包括障碍物的类型、障碍物与车辆的距离、障碍物的规格尺寸等，可以由自动驾驶车辆的雷达、摄像头、传感器等进行感测或信息采集，由自动驾驶车辆的电脑系统对障碍物的信息进行计算和判定。自动驾驶车辆周围的交通灯信息例如可以包括交通灯的指示信息，例如，可以由自动驾驶车辆的摄像头进行图像采集，然后由自动驾驶车辆的电脑系统对于采集的图像进行图像识别，从而判断交通灯的指示信息，例如被点亮灯头的颜色。

在本公开的一些实施例中，获取自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息，包括：逐一获取多个连续时间分片中每个时间分片内自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息。

可以在自动驾驶车辆本次运行结束或者一段时期的运行结束后，获取一次上述信息并启动对自动驾驶车辆的异常运行状态的检测。逐一获取多个连续时间分片可以使得信息的获取更加全面，避免信息疏漏。例如，自动驾驶车辆本次运行时间为2个小时，可以10秒为时间分片的单位，逐一获取该2小时内连续的、多个时间分片中每个时间分片内自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息。

在本公开的一些实施例中，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，包括：

基于自动驾驶车辆周围的交通场景信息，运用一些列算法，得到对于自动驾驶车辆周围的交通场景的理解信息；以及

基于自动驾驶车辆的运行状态、规划轨迹信息和对于自动驾驶车辆周围的交通场景的理解信息，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，例如确定自动驾驶车辆的运行状态是否会导致当前道路的通行效率下降。

对于交通场景的理解信息，指经过计算后得到的对于交通场景的判断信息，基于某个交通场景，车辆允许通行或者不允许通行。

其可以包括以下至少一种：自动驾驶车辆是否处于接驳状态(自动驾驶车辆在指定的接驳点与另一辆自动驾驶车辆履行交接的状态为接驳状态)、自动驾驶车辆所在车道的前方车辆是否处于排队通行状态、自动驾驶车辆所在车道的前方车辆是否处于异常停车状态(例如车道允许通行，但前方车辆由于一些客观因素无法启动，则该前方车辆处于异常停车状态)、自动驾驶车辆所在车道的前方道路是否处于禁止通行的指示状态(例如因施工或事故，车道的前方道路设置桩桶、标志牌或者车辆开启双闪等指示信息)、自动驾驶车辆所在车道的前方道路是否有行人穿行、自动驾驶车辆是否满足安全变道条件(例如与相邻车道后方车辆的距离不小于安全变道距离视为满足安全变道条件)、自动驾驶车辆是否满足安全转向条件(例如为车辆提供的转弯半径不小于安全转弯半径，视为满足安全转向条件)、以及自动驾驶车辆所在车道的前方道路是否满足借道通行条件(借道通行指通行空间比较窄的情况下避让障碍物通过，一般需要确保宽度足够车辆通过)。上述对于自动驾驶车辆周围的交通场景的理解信息中，一些理解信息，例如自动驾驶车辆是否满足安全变道条件、自动驾驶车辆是否满足安全转向条件、自动驾驶车辆所在车道的前方道路是否满足借道通行条件等，需要结合当地交通法规来进行判断。

在本公开的一些实施例中，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，包括：

确定自动驾驶车辆是否处于允许通行状态，允许通行状态包括允许直行通行状态、允许变道通行状态或允许转弯通行状态中的至少一种；以及

响应于确定自动驾驶车辆处于允许通行状态，且自动驾驶车辆处于停车状态并且停车持续时长达到时长阈值，确定自动驾驶车辆的运行状态导致当前道路的通行效率下降。

在允许通行状态，自动驾驶车辆没有选择合适的方式通行，而是处于停车状态并停车持续时长达到时长阈值(时长阈值例如设为8秒)，这种情形会影响后车通行，导致通行效率下降，很可能导致交通堵塞，因此，这种情形会被确定为自动驾驶车辆处于异常停车状态。

例如，前方绿灯，自动驾驶车辆却在十字路口停滞不前。例如，所处车道前方施工，相邻车道允许通行，自动驾驶车辆停滞不前而没有选择变道通行。这种情形会被确定为异常停车状态。

自动驾驶车辆在一些特殊场景下(例如与其它自动驾驶车辆接驳、到达运行终点、发生事故碰撞、或者处于人为操控状态)也可能处于停车状态，这些场景下的自动驾驶车辆不能被认定为异常停车状态，本公开实施例对于异常停车状态的判断应排除这些特殊场景。

在一些实施例中，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，还包括：响应于确定自动驾驶车辆未处于允许通行状态，且自动驾驶车辆处于行驶状态，确定自动驾驶车辆的运行状态导致当前道路的通行效率下降。

在不允许通行的状态，自动驾驶车辆没有停车等待，而是抢先或者抢道而行，这种情形不但会导致交通堵塞加剧，严重降低通行效率，还可能引发安全事故，这种情形会被确定为自动驾驶车辆处于异常通行状态。

例如，前方红灯，自动驾驶车辆因为硬件故障闯红灯通行。例如，道路的各个车道均发生堵塞，自动驾驶车辆没有停车等待而驶入应急车道。这些，均可认为是异常通行状态。

在本公开的一些实施例中，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，包括：

确定自动驾驶车辆所处车道的通行效率以及与其相邻的车道的通行效率；以及

响应于确定相邻的车道的通行效率小于自动驾驶车辆所处车道的通行效率，且自动驾驶车辆处于向相邻的车道变道通行的状态，确定自动驾驶车辆的运行状态导致当前道路的通行效率下降。

在允许通行状态，自动驾驶车辆选择向通行效率更低的车道变道通行，其会进一步降低该车道的通行效率，从而可能导致交通堵塞加剧。这种情形也应作为自动驾驶车辆软硬件改进优化的关注内容。

以上手段可以高效而且相对准确地检测出自动驾驶车辆的异常运行状态，可以为自动驾驶车辆的研发以及运行线路的开发、仿真和优化提供重要参考依据，从而有利于改善缓解交通堵塞，提高通行的效率。

在本公开实施例中，确定自动驾驶车辆是否处于异常运行状态所采用的的具体算法不限，例如，可以采用决策树算法。决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。

如图2B所示为本公开一些实施例提供的用于检测自动驾驶车辆的异常运行状态的方法210在排队通行这种具体应用场景下的流程示意图，该方法210可以包括以下步骤S211至步骤S218。

在步骤S211，获取自动驾驶车辆的运行状态(如停车)和自动驾驶车辆周围的交通场景信息(如自动驾驶车辆在地图中的定位信息、自动驾驶车辆所处的车道信息、自动驾驶车辆前方障碍物为前方车辆)。

在步骤S212，基于自动驾驶车辆周围的交通场景信息，得到对于自动驾驶车辆周围的交通场景的理解信息(如所在车道的前方车辆处于排队通行状态)。

在步骤S213，基于自动驾驶车辆的运行状态(停车)、规划轨迹信息(计划在该车道继续前行)和对于自动驾驶车辆周围的交通场景的理解信息(所在车道的前方车辆处于排队通行状态)，确定自动驾驶车辆处于允许通行状态。

在步骤S214，响应于确定自动驾驶车辆在允许通行状态停车持续时长达到时长阈值(例如8秒)，确定自动驾驶车辆的运行状态导致当前道路的通行效率下降。

如图3所示，本公开实施例还提供一种用于检测自动驾驶车辆的异常运行状态的装置300，包括：

获取单元301，配置为获取自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息；

第一确定单元302，配置为基于自动驾驶车辆的运行状态和自动驾驶车辆周围的交通场景信息，确定自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息；以及

第二确定单元303，配置为响应于确定自动驾驶车辆的运行状态导致当前道路的通行效率下降，确定自动驾驶车辆处于异常运行状态，其中，异常运行状态包括异常停车状态或异常通行状态。

在一些实施例中，第一确定单元302可以包括第一子确定单元和第二子确定单元。第一子确定单元配置为确定自动驾驶车辆是否处于允许通行状态，允许通行状态包括允许直行通行状态、允许变道通行状态或允许转弯通行状态中的至少一种。第二子确定单元配置为响应于确定自动驾驶车辆处于允许通行状态，且自动驾驶车辆处于停车状态并且停车持续时长达到时长阈值，确定自动驾驶车辆的运行状态导致当前道路的通行效率下降。

在一些实施例中，第一确定单元302还可以包括第三子确定单元，该第三子确定单元配置为响应于确定自动驾驶车辆未处于允许通行状态，且自动驾驶车辆处于行驶状态，确定自动驾驶车辆的运行状态导致当前道路的通行效率下降。

在一些实施例中，第一确定单元302还可以包括第四子确定单元和第五子确定单元。第四子确定单元配置为确定自动驾驶车辆所处车道的通行效率以及与其相邻的车道的通行效率。第五子确定单元配置为响应于确定相邻的车道的通行效率小于自动驾驶车辆所处车道的通行效率，且自动驾驶车辆处于向相邻的车道变道通行的状态，确定自动驾驶车辆的运行状态导致当前道路的通行效率下降。

采用本公开实施例装置，可以对自动驾驶车辆的异常运行状态进行准确而且高效的检测，从而可以为自动驾驶车辆的研发以及运行线路的开发、仿真和优化提供重要参考依据，有利于改善提升自动驾驶车辆的通行效率，尤其适用于大规模自动驾驶车辆运营系统的开发。

根据本公开的实施例，还提供了一种电子设备，包括：至少一个处理器；以及，与该至少一个处理器通信连接的存储器；其中，存储器存储有可被该至少一个处理器执行的指令，指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述实施例的方法。

参考图4，现将描述可以作为本公开的服务器或客户端的电子设备400的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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4所示，电子设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM403中，还可存储电子设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

电子设备400中的多个部件连接至I/O接口405，包括：输入单元406、输出单元407、存储单元408以及通信单元409。输入单元406可以是能向电子设备400输入信息的任何类型的设备，输入单元406可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元407可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元408可以包括但不限于磁盘、光盘。通信单元409允许电子设备400通过诸如因特网的计算机网络和/或各种电信网络与其它设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元401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401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401执行上文所描述的各个方法和处理。例如，一些实施例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408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到电子设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的实施例方法的一个或多个步骤。备选地，在其它实施例中，计算单元401可以通过其它任何适当的方式(例如，借助于固件)而被配置为执行上文描述的实施例方法。

本公开实施例还提供一种存储有计算机指令的计算机可读存储介质，计算机指令配置为使计算机执行前述任一实施例方法的步骤。

此外，本公开实施例还提供一种计算机程序产品，包括计算机程序，其中，计算机程序被处理器执行时实现前述任一实施例方法的步骤。

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、专用计算机或其它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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (15)

1.一种用于检测自动驾驶车辆的异常运行状态的方法，所述方法包括：

获取所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息；

基于所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息；以及

响应于确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降，确定所述自动驾驶车辆处于异常运行状态，其中，所述异常运行状态包括异常停车状态或异常通行状态。

2.根据权利要求1所述的方法，其中，

所述自动驾驶车辆的运行状态包括以下至少一种：停车、启动、行驶、转向、变道以及刹车。

3.根据权利要求1所述的方法，其中，

所述自动驾驶车辆周围的交通场景信息包括以下至少一种：所述自动驾驶车辆在地图中的定位信息、所述自动驾驶车辆所处的车道信息、所述自动驾驶车辆周围的障碍物信息、以及所述自动驾驶车辆周围的交通灯信息。

4.根据权利要求1所述的方法，其中，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，包括：

基于所述自动驾驶车辆周围的交通场景信息，得到对于所述自动驾驶车辆周围的交通场景的理解信息；以及

基于所述自动驾驶车辆的运行状态、规划轨迹信息和对于所述自动驾驶车辆周围的交通场景的理解信息，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息；

其中，所述理解信息包括以下至少一种：所述自动驾驶车辆是否处于接驳状态、所述自动驾驶车辆所在车道的前方车辆是否处于排队通行状态、所述自动驾驶车辆所在车道的前方车辆是否处于异常停车状态、所述自动驾驶车辆所在车道的前方道路是否处于禁止通行的指示状态、所述自动驾驶车辆所在车道的前方道路是否有行人穿行、所述自动驾驶车辆是否满足安全变道条件、所述自动驾驶车辆是否满足安全转向条件、以及所述自动驾驶车辆所在车道的前方道路是否满足借道通行条件。

5.根据权利要求1所述的方法，其中，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，包括：

确定所述自动驾驶车辆是否处于允许通行状态，所述允许通行状态包括允许直行通行状态、允许变道通行状态或允许转弯通行状态中的至少一种；以及

响应于确定所述自动驾驶车辆处于允许通行状态，且所述自动驾驶车辆处于停车状态并且停车持续时长达到时长阈值，确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降。

6.根据权利要求5所述的方法，其中，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，还包括：

响应于确定所述自动驾驶车辆未处于所述允许通行状态，且所述自动驾驶车辆处于行驶状态，确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降。

7.根据权利要求1所述的方法，其中，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息，包括：

确定所述自动驾驶车辆所处车道的通行效率以及与其相邻的车道的通行效率；以及

响应于确定所述相邻的车道的通行效率小于所述自动驾驶车辆所处车道的通行效率，且所述自动驾驶车辆处于向所述相邻的车道变道通行的状态，确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降。

8.根据权利要求1至7中任一项所述的方法，其中，获取所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息，包括：

逐一获取多个连续时间分片中每个所述时间分片内所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息。

9.一种用于检测自动驾驶车辆的异常运行状态的装置，所述装置包括：

获取单元，配置为获取所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息；

第一确定单元，配置为基于所述自动驾驶车辆的运行状态和所述自动驾驶车辆周围的交通场景信息，确定所述自动驾驶车辆的运行状态对于当前道路的通行效率的影响信息；以及

第二确定单元，配置为响应于确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降，确定所述自动驾驶车辆处于异常运行状态，其中，所述异常运行状态包括异常停车状态或异常通行状态。

10.根据权利要求9所述的装置，其中，所述第一确定单元包括：

第一子确定单元，配置为确定所述自动驾驶车辆是否处于允许通行状态，所述允许通行状态包括允许直行通行状态、允许变道通行状态或允许转弯通行状态中的至少一种；以及

第二子确定单元，配置为响应于确定所述自动驾驶车辆处于允许通行状态，且所述自动驾驶车辆处于停车状态并且停车持续时长达到时长阈值，确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降。

11.根据权利要求10所述的装置，其中，所述第一确定单元还包括：

第三子确定单元，配置为响应于确定所述自动驾驶车辆未处于所述允许通行状态，且所述自动驾驶车辆处于行驶状态，确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降。

12.根据权利要求9所述的装置，其中，所述第一确定单元包括：

第四子确定单元，配置为确定所述自动驾驶车辆所处车道的通行效率以及与其相邻的车道的通行效率；以及

第五子确定单元，配置为响应于确定所述相邻的车道的通行效率小于所述自动驾驶车辆所处车道的通行效率，且所述自动驾驶车辆处于向所述相邻的车道变道通行的状态，确定所述自动驾驶车辆的运行状态导致当前道路的通行效率下降。

13.一种电子设备，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至8中任一项所述的方法。

14.一种存储有计算机指令的计算机可读存储介质，其中，所述计算机指令配置为使计算机执行根据权利要求1至8中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1至8中任一项所述的方法。

Images