CN115214720A - 应用于自动驾驶的模型确定方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提供一种应用于自动驾驶的模型确定方法、装置、设备及存储介质。该方法应用于路侧设备，包括：获取预设范围内的路侧感知信息，并接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；其中，路侧感知信息用于表征路侧设备采集到的预设范围内的环境信息，车载感知信息用于表征车辆采集到的预设范围内的环境信息；根据路侧感知信息和车载感知信息，确定预设范围内的环境模型；其中，环境模型用于表征预设范围内的路况；将环境模型发送至预设范围内的各车辆；其中，车辆用于根据车辆的车载感知信息和环境模型进行自动驾驶的控制。本申请基于车路协同生成环境模型，根据环境模型进行自动驾驶的决策控制，提高自动驾驶的精度。

Description

应用于自动驾驶的模型确定方法、装置、设备及存储介质

技术领域

本申请涉及自动驾驶技术，尤其涉及一种应用于自动驾驶的模型确定方法、装置、设备及存储介质。

背景技术

随着智能网联汽车的发展，自动化等级越来越高，智能车辆需要通过感知、定位、预测、规划和控制实现自动驾驶功能。

现有技术中，通过智能车辆对周边环境和交通参与者进行感知，根据感知到的信息进行自动驾驶的决策控制。但是，实际驾驶环境要素复杂多变，车端传感器在采集信息时容易存在感知盲区，遗漏重要信息，影响自动驾驶的安全性。

发明内容

本申请提供一种应用于自动驾驶的模型确定方法、装置、设备及存储介质，用以提高自动驾驶的安全性。

第一方面，本申请提供一种应用于自动驾驶的模型确定方法，该方法应用于路侧设备，包括：

获取预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；其中，所述路侧感知信息用于表征路侧设备采集到的所述预设范围内的环境信息，所述车载感知信息用于表征车辆采集到的所述预设范围内的环境信息；

根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型；其中，所述环境模型用于表征预设范围内的路况；

将所述环境模型发送至所述预设范围内的各车辆；其中，所述车辆用于根据所述车辆的车载感知信息和所述环境模型进行自动驾驶的控制。

第二方面，本申请提供一种应用于自动驾驶的模型确定方法，该方法应用于车辆，包括：

获取在预设范围内采集到的车载感知信息，并将所述车载感知信息发送至路侧设备；其中，所述路侧设备获取所述预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型，并将所述环境模型发送至所述预设范围内的各车辆；

接收所述路侧设备发送的环境模型；

根据自身的车载感知信息和所述环境模型，进行自动驾驶的控制。

第三方面，本申请提供一种应用于自动驾驶的模型确定装置，该装置配置于路侧设备，包括：

信息获取模块，用于获取预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中的每一车辆发送的车载感知信息；其中，所述路侧感知信息用于表征路侧设备采集到的所述预设范围内的环境信息，所述车载感知信息用于表征车辆采集到的所述预设范围内的环境信息；

模型确定模块，用于根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型；其中，所述环境模型用于表征预设范围内的路况；

模型发送模块，用于将所述环境模型发送至所述预设范围内的各车辆；其中，所述车辆用于根据所述车辆的车载感知信息和所述环境模型进行自动驾驶的控制。

第四方面，本申请提供一种应用于自动驾驶的模型确定装置，该装置配置于车辆，包括：

信息发送模块，用于获取在预设范围内采集到的车载感知信息，并将所述车载感知信息发送至路侧设备；其中，所述路侧设备获取所述预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型，并将所述环境模型发送至所述预设范围内的各车辆；

模型接收模块，用于接收所述路侧设备发送的环境模型；

驾驶控制模块，用于根据自身的车载感知信息和所述环境模型，进行自动驾驶的控制。

第五方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面或第二方面所述的应用于自动驾驶的模型确定方法。

第六方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面或第二方面所述的应用于自动驾驶的模型确定方法。

第七方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面或第二方面所述的应用于自动驾驶的模型确定方法。

本申请提供的一种应用于自动驾驶的模型确定方法、装置、设备及存储介质，路侧设备通过获取预设范围内的路侧感知信息和每一车辆发送的车载感知信息，建立预设范围内的环境模型，实现预设范围内信息的车路协同，避免信息遗漏。将环境模型发送给车辆，车辆根据自身的车载感知信息和环境模型，进行自动驾驶的控制。解决了现有技术中，仅有车端获取车载感知信息，根据车载感知信息进行自动驾驶控制的问题。通过车路协同，使环境模型更完整，精度更高，有效表示预设范围内的路况，有利于提高自动驾驶的安全性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请实施例提供的一种自动驾驶的控制方法的流程示意图；

图2为本申请实施例提供的一种应用于自动驾驶的模型确定方法的流程示意图一；

图3为本申请实施例提供的一种应用于自动驾驶的模型确定方法的流程示意图二；

图4为本申请实施例提供的一种应用于自动驾驶的模型确定方法的流程示意图三；

图5为本申请实施例提供的车路协同的信息交互示意图；

图6为本申请实施例提供的一种应用于自动驾驶的模型确定方法的流程示意图四；

图7为本公开实施例提供的一种应用于自动驾驶的模型确定装置的结构框图一；

图8为本公开实施例提供的一种应用于自动驾驶的模型确定装置的结构框图二；

图9为本公开实施例提供的一种应用于自动驾驶的模型确定装置的结构框图三；

图10为本申请实施例提供的一种电子设备的结构框图一；

图11为本申请实施例提供的一种电子设备的结构框图二。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参考图1，图1为本申请实施例提供的一种自动驾驶的控制方法的流程示意图。图1中，车辆在道路上行驶时，可以基于车端获取车载感知信息，并对车辆进行定位。车载感知信息可以是车辆采集到的在预设范围内的环境信息，例如，环境信息可以包括预设范围内的行人、机动车辆、非机动车、障碍物、事件、交通标志及信号灯等的信息。

车辆对获取到的信息进行融合，得到环境的整体信息，根据融合后环境的整体信息，预测车辆未来的行驶路况。例如，车辆可以根据采集到的信息，确定预设范围内的路况。根据预设范围内的路况，做出驾驶的决策规划。车辆依据做出的决策执行自动驾驶的控制。

也就是说，在自动驾驶的相关技术中，智能车辆通过感知、定位、预测、规划和控制等实现自动驾驶功能。由于受车端传感器的感知视角等因素的影响，可能存在感知盲区和安全隐患，无法得到全面的车载感知信息，更无法确定准确的路况，降低了车辆控制的精度，影响自动驾驶的安全。

本申请实施例提供一种应用于自动驾驶的模型确定方法以解决上述问题。

图2是根据本申请实施例提供的一种应用于自动驾驶的模型确定方法的流程示意图，本实施例提供的方法由一种应用于自动驾驶的模型确定装置执行，该装置配置于路侧设备。如图2所示，该方法包括以下步骤：

S201、获取预设范围内的路侧感知信息，并接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；其中，路侧感知信息用于表征路侧设备采集到的预设范围内的环境信息，车载感知信息用于表征车辆采集到的预设范围内的环境信息。

示例性地，路侧设备可以安装于道路两侧或道路上方，路侧设备可以是电子设备，路侧设备中可以包括信息采集设备等。信息采集设备可以是摄像头、毫米波雷达和激光雷达等。路侧设备可以通过信息采集设备实时或定时地获取预设范围内的路侧感知信息，预设范围可以是路侧设备所在道路的区域，例如，预设范围可以是预设长度的一条道路所在的空间范围。不同的信息采集设备采集自身的采集范围内的环境信息，路侧设备的所有信息采集设备所采集到的环境信息就是路侧设备的预设范围内的路侧感知信息。即，路侧感知信息可以用于表示路侧设备采集到的预设范围内的环境信息。环境信息可以是预设范围的天气和交通参与者等信息，交通参与者可以是行人、机动车辆、非机动车、障碍物、交通信号灯等。

路侧设备可以获取自身的信息采集设备采集到的路侧感知信息，还可以获取预设范围中各个车辆采集到的车载感知信息。在预设范围内可以行驶有多辆车辆，每一辆车辆都可以实时或定时地采集车辆周边的环境信息。例如，车辆上可以安装有车载摄像头和雷达等信息采集设备，用于采集预设范围内的环境信息。车端的信息采集设备可能会受到感知视角等因素的影响，存在感知盲区，例如，在A车辆前方行驶有B车辆，B车辆会影响A车辆采集前方的环境信息。将车辆采集到的环境信息作为车载感知信息，车辆可以将车载感知信息发送给路侧设备。预设范围内的每一辆车辆都可以向路侧设备发送车载感知信息，即，路侧设备可以接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息。

本实施例中，接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息，包括：根据预设的信息获取周期，得到预设范围内的至少一辆车辆中每一车辆发送的车载感知信息。

具体的，可以预先设置路侧设备获取车载感知信息的信息获取周期，例如，每分钟获取一次车载感知信息，即，每分钟从预设范围内的每辆车辆中获取车辆采集到的车载感知信息。实现了路侧设备每次获取车载感知信息时，可以同时获取到预设范围内每一辆车辆的车载感知信息，便于根据各辆车的车载感知信息，构建完整的环境模型。

也可以预先设置路侧设备获取路侧感知信息的时间周期，使路侧设备可以同时获取到路侧感知信息和车载感知信息，便于提高环境模型的确定精度。

这样设置的有益效果在于，路侧设备可以定时获取到车载感知信息，避免车载感知信息遗漏，提高信息获取精度，进而提高环境模型的生成精度。

S202、根据路侧感知信息和车载感知信息，确定预设范围内的环境模型；其中，环境模型用于表征预设范围内的路况。

示例性地，路侧设备获取到路侧感知信息和车载感知信息，根据路侧感知信息和车载感知信息，生成预设范围内的环境模型。环境模型可以用于表示预设范围内的路况，即，可以表示预设范围内的车流量、行人位置和红绿灯的亮暗情况等。

环境模型可以是道路环境的仿真模型，环境模型中可以表示出道路上各种对象的位置，例如，对象可以是车辆、行人和障碍物等，可以表示车辆、行人和障碍物的位置。根据路侧感知信息和车载感知信息，可以确定道路上存在的各种对象，以及各个对象的位置，根据各个对象的位置，构建环境模型。

可以根据预设的仿真算法，构建环境模型。本实施例中，对预设的仿真算法不做具体限定。

路侧设备可以构建出表示预设范围内环境的实时路况的环境模型，也可以根据路侧感知信息和车载感知信息，预测在未来一段时间内的路况，根据未来一段时间的路况，构建出所预测的环境模型。例如，当前的路侧感知信息中，红绿灯为红灯，且红灯剩余时间为10秒，则可以预测出10秒后的红绿灯为绿灯亮起，即，可以预测出环境模型中的红绿灯要变为绿灯。或者，从当前获取到的车载感知信息中可以得到车辆的驾驶速度和当前位置，根据驾驶速度和当前位置，可以预测出车辆未来一段时间后的位置，则可以在环境模型中表示出车辆在未来一段时间后的位置。

通过结合路侧感知信息和车载感知信息，可以避免环境模型中遗漏道路上的信息。例如，车辆在采集车载感知信息时，无法采集到整条道路的信息，而路侧设备可以获取每一辆车的车载感知信息以及预设范围内的路侧感知信息，将车载感知信息和路侧感知信息融合，提高信息的获取精度和全面性，进而提高环境模型的构建精度，有利于车辆根据环境模型进行自动驾驶的控制。

S203、将环境模型发送至预设范围内的各车辆；其中，车辆用于根据车辆的车载感知信息和环境模型进行自动驾驶的控制。

示例性地，路侧设备在得到环境模型后，可以将环境模型发送给预设范围内的每一辆车辆，即，预设范围内的车辆可以同时获得同样的环境模型。各车辆根据同样的环境模型和自身采集到的车载感知信息，做出自动驾驶的决策规划，进行自动驾驶的控制。

预设范围内各车辆接收到的环境模型一致，可以避免各车辆做出的自动驾驶决策之间存在冲突，保障驾驶安全。例如，预设范围内存在两辆汽车，两辆汽车前后行驶，在两辆汽车的前方为红绿灯，红绿灯即将变为红灯。两辆汽车均接收到环境模型，根据环境模型确定红绿灯即将为红灯，则两辆汽车都可以做出减速的决策，进行减速。避免前方的汽车减速，而后方的汽车速度较快造成追尾，有效保障道路上的行驶安全。

本申请实施例提供的一种应用于自动驾驶的模型确定方法，路侧设备通过获取预设范围内的路侧感知信息和每一车辆发送的车载感知信息，建立预设范围内的环境模型，实现预设范围信息的车路协同，避免信息遗漏。将环境模型发送给车辆，车辆根据自身的车载感知信息和环境模型，进行自动驾驶的控制。解决了现有技术中，仅有车端获取车载感知信息，根据车载感知信息进行自动驾驶控制的问题。通过车路协同，使环境模型更完整，精度更高，有效表示预设范围内的路况，有利于提高自动驾驶的安全性。

图3为本申请实施例提供的一种应用于自动驾驶的模型确定方法的流程示意图，该实施例是在上述实施例基础上的可选实施例。

本实施例中，根据路侧感知信息和车载感知信息，确定预设范围内的环境模型，可细化为：根据路侧感知信息和车载感知信息，确定出现在预设范围内的对象的对象信息；其中，对象包括静态对象和动态对象；根据对象的对象信息，确定出现在预设范围内的对象在预设时间段后的预测信息；根据预测信息，构建预设范围内的环境模型。

如图3所示，该方法包括以下步骤：

S301、获取预设范围内的路侧感知信息，并接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；其中，路侧感知信息用于表征路侧设备采集到的预设范围内的环境信息，车载感知信息用于表征车辆采集到的预设范围内的环境信息。

示例性地，本步骤可以参见上述步骤S201，不再赘述。

S302、根据路侧感知信息和车载感知信息，确定出现在预设范围内的对象的对象信息；其中，对象包括静态对象和动态对象。

示例性地，预设范围内的对象可以包括行人、机动车辆、非机动车、障碍物、事件、交通标志及信号灯等，对象信息可以表示对象在道路上的状态，例如，对象信息可以是对象的位置、速度、尺寸和颜色等。对象可以是静态对象，也可以是动态对象，例如，道路上的行人和车辆可以是动态对象，交通标志和信号灯可以是静态对象。

根据路侧感知信息和车载感知信息，确定出现在预设范围内的对象的对象信息。路侧感知信息和车载感知信息中可以包括出现在预设范围内的对象和对象信息，其中，路侧感知信息和车载感知信息可以存在重复的对象和对象信息。例如，路侧设备和车辆可以采集到同样的信息。可以确定路侧感知信息和车载感知信息中对象的并集，得到预设范围内的所有对象，并确定所有对象的对象信息。例如，路侧感知信息中包括对象一、对象二和对象三，车载感知信息中包括对象一和对象二，则可以确定预设范围内的对象可以有对象一、对象二和对象三。

本实施例中，根据路侧感知信息和车载感知信息，确定出现在预设范围内的对象的对象信息，包括：根据路侧感知信息，确定出现在预设范围内的第一对象的第一对象信息；其中，第一对象用于表征由路侧设备采集到的对象；根据车载感知信息，确定出现在预设范围内的第二对象的第二对象信息；其中，第二对象用于表征由车辆采集到的对象；确定第一对象和所述第二对象的并集，得到出现在预设范围内的对象，以及确定第一对象信息和第二对象信息的并集，得到出现在预设范围内的对象的对象信息。

具体的，路侧感知信息由路侧设备采集得到，根据路侧感知信息，确定出现在预设范围内的第一对象和第一对象的对象信息，将第一对象的对象信息确定为第一对象信息。第一对象为由路侧设备采集到的对象。第一对象中可以包括静态对象和动态对象。例如，路侧设备通过信息采集，得到路侧感知信息，确定预设范围内存在两辆汽车和一个红绿灯，则第一对象可以是两辆汽车和一个红绿灯。第一对象信息可以是两辆汽车的位置、速度，以及红绿灯的亮灯颜色和亮灯剩余时间等。

车载感知信息由车辆采集得到，每辆车都可以采集车载感知信息。根据车载感知信息，确定出现在预设范围内的第二对象和第二对象的对象信息，将第二对象的对象信息确定为第二对象信息。第二对象为由车辆采集到的对象。第二对象中也可以包括静态对象和动态对象。例如，车辆通过信息采集，得到车载感知信息，确定预设范围内存在自身这一辆汽车，则第二对象可以是自身这辆汽车。第二对象信息可以是汽车的位置、速度和导航路线等。

确定第一对象和第二对象的并集，得到出现在预设范围内的所有对象，作为目标对象，避免遗漏预设范围内的对象。确定路侧感知信息中是否存在目标对象，若存在，则从路侧感知信息中确定目标对象的第一对象信息；再确定车载感知信息中是否存在目标对象，若存在，则从车载感知信息中确定目标对象的第二对象信息，将目标对象的第一对象信息和第二对象信息合并为目标对象的对象信息。若路侧感知信息中不存在目标对象，则从车载感知信息确定目标对象的对象信息；若车载感知信息中不存在目标对象，则从路侧感知信息中确定目标对象的对象信息。

这样设置的有益效果在于，根据路侧感知信息和车载感知信息，确定所有的对象和对象信息，避免对象和对象信息遗漏，提高环境模型的构建精度，进而提高自动驾驶的控制精度。

S303、根据对象的对象信息，确定出现在预设范围内的对象在预设时间段后的预测信息。

示例性地，在确定预设范围内的各个对象的对象信息后，根据对象信息，对预设范围内的对象在预设时间段后的状态进行预测，得到对象的预测信息。对象在预设时间段后的状态为预测信息，预测信息可以包括车辆的位置、速度、朝向和红绿灯颜色等。例如，对象为红绿灯，对象信息为红绿灯亮红灯，且红灯剩余时间为10秒。预设时间段为10秒，则可以确定红绿灯的预测信息为绿灯。又例如，对象为车辆，对象信息为车辆位置和行驶速度，预设时间为一分钟，则可以确定车辆在一分钟后的位置，作为预测信息。

本实施例中，对象为动态对象，动态对象的对象信息包括位置信息和方向信息；根据对象的对象信息，确定出现在预设范围内的对象在预设时间段后的预测信息，包括：根据动态对象的位置信息和方向信息，确定动态对象在预设时间段后的位置信息和方向信息，作为预测信息。

具体的，对象可以包括动态对象和静态对象，对于静态对象而言，预测信息中的位置信息不会发生变化，例如，道路标识牌和红绿灯的位置不会发生变化，红绿灯的颜色和亮灯剩余时间会发生变化，因此，不需要对静态对象的运动进行预测。

对于动态对象而言，对象信息可以包括位置信息和方向信息等，例如，对象信息可以包括车辆的当前位置、行驶速度和行驶方向等。车辆在获取车载感知信息时，可以获取车辆的导航信息，则对象信息中还可以包括导航信息。导航信息可以是车辆的导航路线。根据动态对象的位置信息和方向信息，可以预测动态对象在预设时间段后的位置信息和方向信息，作为预测信息。例如，预设车辆的行驶速度，或者根据对象信息中的行驶速度，按照车辆的当前的方向信息，预测车辆以该方向信息行驶一段时间后的位置，作为预测信息。还可以根据车辆当前的方向信息，基于预先获取的导航信息，确定车辆在行驶一段时间后，位于导航路线中的位置和方向，作为预测信息。

这样设置的有益效果在于，可以对动态对象进行运动状态的预测，便于根据预测信息构建环境模型，使车辆可以提前做出车辆自动驾驶的决策，提高决策效率和精度，进而提高自动驾驶的效率和精度。

S304、根据预测信息，构建预设范围内的环境模型。

示例性地，在得到预测信息后，可以根据预测信息构建环境模型。预测信息可以是预设范围内各个对象的位置、朝向和红绿灯颜色等信息。环境模型中对象的位置、朝向和红绿灯颜色等信息是当前时间后一段时间的对象信息。

车辆把自身的定位信息、感知信息等车载感知信息发送给路侧设备，路侧设备不仅通过路侧感知信息构建环境模型，并且融合所有车辆发送的车载感知信息，构建全面的环境模型。便于车辆根据路侧设备发送的环境模型，确定未来一段时间的路况，提前进行决策和控制，有效保证行驶安全。

本实施例中，在得到对象信息后，可以根据环境中当前的各个对象的对象信息，构建静态的环境模型，而不根据预测对象构建环境模型。即，根据对象信息，构建预设范围内的环境模型。预测信息可以在构建环境模型之前或之后生成，也可以在构建环境模型的同时生成。

S305、将环境模型发送至预设范围内的各车辆；其中，车辆用于根据车辆的车载感知信息和环境模型进行自动驾驶的控制。

示例性地，若根据对象信息构建预设范围内的环境模型，则将环境模型和预测信息发送给预设范围内的各车辆。预测信息表示环境中各个对象下一步可能的运动意图，各个车辆根据预测信息和环境模型，基于预设的自动驾驶算法，进行自动驾驶的控制。

本申请实施例提供的一种应用于自动驾驶的模型确定方法，路侧设备通过获取预设范围内的路侧感知信息和每一车辆发送的车载感知信息，建立预设范围内的环境模型，实现预设范围信息的车路协同，避免信息遗漏。将环境模型发送给车辆，车辆根据自身的车载感知信息和环境模型，进行自动驾驶的控制。解决了现有技术中，仅有车端获取车载感知信息，根据车载感知信息进行自动驾驶控制的问题。通过车路协同，使环境模型更完整，精度更高，有效表示预设范围内的路况，有利于提高自动驾驶的安全性。

图4为本申请实施例提供的一种应用于自动驾驶的模型确定方法的流程示意图，该实施例是在上述实施例基础上的可选实施例。

本实施例中，在接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息之前，可追加：接收车辆的注册请求，从注册请求中获取注册信息；其中，注册信息包括车辆的位置信息；若根据车辆的注册信息，确定车辆满足预设的注册条件，则将车辆添加至预设的注册列表中，并向车辆发送注册成功的消息，与车辆进行信息交互；其中，注册列表中表示与终端设备进行信息交互的车辆。

如图4所示，该方法包括以下步骤：

S401、接收车辆的注册请求，从注册请求中获取注册信息；其中，注册信息包括车辆的位置信息。

示例性地，路侧设备可以实时接收车辆的注册请求，预设范围内的车辆可以向路侧设备发送注册请求。例如，车辆驶入预设范围内，通过蓝牙或无线感知到预设范围内的路侧设备，向路侧设备发送注册请求。注册请求中可以包括注册信息，注册信息可以包括车辆的车牌号和位置信息等。

路侧设备接收到注册请求，从注册请求中获取注册信息，确定待注册的车辆。例如，可以根据车牌号确定待注册的车辆。本实施例中，路侧设备可以随时接收注册请求，因此，S401和S402在本实施例中的步骤顺序不受限制。

S402、若根据车辆的注册信息，确定车辆满足预设的注册条件，则将车辆添加至预设的注册列表中，并向车辆发送注册成功的消息，与车辆进行信息交互；其中，注册列表中表示与终端设备进行信息交互的车辆。

示例性地，预先设置注册条件。路侧设备获取车辆的注册信息，根据注册信息，确定该车辆是否满足预设的注册条件，若是，则将该车辆添加至预设的注册列表中，可以将该车辆的车牌号等标识信息添加至注册列表中。并向车辆发送注册成功的消息，路侧设备从而可以与车辆进行信息交互，即，路侧设备可以接收该车辆的车载感知信息，也可以向该车辆发送环境模型。路侧设备中预先设置有注册列表，注册列表中记录有当前与路侧设备进行信息交互的车辆。每注册成功一辆车辆，注册列表就会进行更新。若车辆不满足预设的注册条件，则路侧设备不能与该车辆进行信息交互，注册列表中不记录该车辆。

车辆的位置信息可以是车辆的当前位置，预设的注册条件可以是，车辆位于能够与路侧设备进行信息交互的预设范围内。在得到车辆的位置信息后，确定该车辆是否位于预设的范围内，若是，则确定该车辆满足预设的注册条件；若否，则确定该车辆不满足预设的注册条件。若确定该车辆满足预设的注册条件，则路侧终端可以向该车辆发送注册成功的消息，建立路侧终端与该车辆之间的连接，实现与车辆的信息交互。若确定该车辆不满足预设的注册条件，则路侧终端可以向该车辆发送注册失败的消息，不与该车辆信息交互。

路侧设备在每次接收车载感知信息时，可以先获取车辆的位置信息，判断车辆是否位于预设范围内，若是，则确定该车辆是否位于注册列表中。若是，则根据车载感知信息和路侧感知信息，构建环境模型，并将环境模型发送给该车辆。若车辆位于预设范围内但不存在注册列表中，则路侧设备可以主动连接车辆，实现与车辆的信息交互。例如，可以通过蓝牙或无线连接。

本实施例中，车载感知信息中包括车辆的位置信息；在向车辆发送注册成功的消息之后，还包括：若根据车载感知信息中的位置信息，确定车辆满足预设的注销条件，则将车辆从注册列表中删除，并停止与车辆的信息交互。

具体的，车载感知信息中可以包括车辆的位置信息，车辆的位置信息为车辆的当前位置。预设的注销条件可以是，车辆位于满足注册条件的预设范围之外。路侧设备可以实时或定时获取车辆的位置信息，判断该位置信息是否位于预设范围之外，若是，则确定该车辆满足预设的注销条件。确定车辆是否存在于注册列表中，若是，则将该车辆从注册列表中删除，更新注册列表，并停止与该车辆的信息交互。若车辆不存在于注册列表中，则不需要进行注销操作。

这样设置有益效果在于，路侧设备只与注册列表中的车辆进行信息交互，避免其他区域的车辆对环境模型的构建造成影响，提高环境模型的构建效率。

S403、获取预设范围内的路侧感知信息，并接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；其中，路侧感知信息用于表征路侧设备采集到的预设范围内的环境信息，车载感知信息用于表征车辆采集到的预设范围内的环境信息。

本实施例中，接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息，包括：接收注册列表中的每一车辆发送的车载感知信息。

具体的，路侧设备在接收车载感知信息时，只接收注册列表中的车辆的车载感知信息，若车辆不存在于注册列表，则屏蔽该车辆的感知信息。避免路侧设备接收到多余的信息，有利于构建正确的环境模型。图5为车路协同的信息交互示意图。图5中，车辆可以向路侧设备发送注册请求，路侧设备回复注册成功的消息后，车辆可以向路侧设备发送车载感知信息，路侧设备根据车载感知信息和自身的路侧感知信息，生成环境模型，将环境模型发送给车辆。

S404、根据路侧感知信息和车载感知信息，确定预设范围内的环境模型；其中，环境模型用于表征预设范围内的路况。

示例性地，本步骤可以参见上述步骤S202，不再赘述。

S405、将环境模型发送至预设范围内的各车辆；其中，车辆用于根据车辆的车载感知信息和环境模型进行自动驾驶的控制。

示例性地，本步骤可以参见上述步骤S203，不再赘述。

本申请实施例提供的一种应用于自动驾驶的模型确定方法，路侧设备通过获取预设范围内的路侧感知信息和每一车辆发送的车载感知信息，建立预设范围内的环境模型，实现预设范围信息的车路协同，避免信息遗漏。将环境模型发送给车辆，车辆根据自身的车载感知信息和环境模型，进行自动驾驶的控制。解决了现有技术中，仅有车端获取车载感知信息，根据车载感知信息进行自动驾驶控制的问题。通过车路协同，使环境模型更完整，精度更高，有效表示预设范围内的路况，有利于提高自动驾驶的安全性。

图6是根据本申请实施例 提供的一种应用于自动驾驶的模型确定方法的流程示意图，本实施例提供的方法由一种配置于车辆的应用于自动驾驶的模型确定装置执行。如图6所示，该方法包括以下步骤：

S601、获取在预设范围内采集到的车载感知信息，并将车载感知信息发送至路侧设备；其中，路侧设备获取预设范围内的路侧感知信息，并接收预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；根据路侧感知信息和车载感知信息，确定预设范围内的环境模型，并将环境模型发送至预设范围内的各车辆。

示例性地，车辆可以实时或定时地获取自身采集到的预设范围内的车载感知信息，例如，车辆可以通过摄像头、传感器和雷达等获取位置和速度等信息，作为车载感知信息。位于预设范围内的每一辆车辆都可以将自身的车载感知信息发送给路侧设备，路侧设备获取自身采集到的预设范围内的路侧感知信息，还可以接收预设范围内的每一车辆发送的车载感知信息。路侧设备根据路侧感知信息和车载感知信息，对路侧感知信息和车载感知信息进行融合，得到预设范围内的环境模型，并将环境模型发送至预设范围内的每一辆车辆。

本实施例中，路侧设备根据路侧感知信息和车载感知信息，确定出现在预设范围内的对象的对象信息；根据对象的对象信息，确定出现在预设范围内的对象在预设时间段后的预测信息；根据预测信息，构建预设范围内的环境模型。

具体的，预设范围内的对象可以包括行人、机动车辆、非机动车、障碍物、事件、交通标志及信号灯等，对象信息可以是对象的位置、速度、尺寸和颜色等。对象可以是静态对象，也可以是动态对象，例如，道路上的行人和车辆可以是动态对象，交通标志和信号灯可以是静态对象。

根据路侧感知信息和车载感知信息，确定出现在预设范围内的对象的对象信息。路侧感知信息和车载感知信息中可以包括出现在预设范围内的对象和对象信息，其中，路侧感知信息和车载感知信息可以存在重复的信息，例如，路侧设备和车辆可以采集到同样的信息。可以确定路侧感知信息和车载感知信息中对象的并集，得到预设范围内的所有对象，并确定所有对象的对象信息。例如，路侧感知信息中包括对象一、对象二和对象三，车载感知信息中包括对象一和对象二，则可以确定预设范围内的对象可以有对象一、对象二和对象三。

在确定预设范围内的各个对象的对象信息后，根据对象信息，对预设范围内的对象在预设时间段后的状态进行预测，得到对象的预测信息。对象在预设时间段后的状态为预测信息，预测信息可以包括车辆的位置、速度、朝向和红绿灯颜色等。例如，对象为红绿灯，对象信息为红绿灯亮红灯，且红灯剩余时间为10秒。预设时间段为10秒，则可以确定红绿灯的预测信息为绿灯。又例如，对象为车辆，对象信息为车辆位置和行驶速度，预设时间为一分钟，则可以确定车辆在一分钟后的位置，作为预测信息。

在得到预测信息后，可以根据预测信息构建环境模型，即，可以根据预测信息中各个对象的状态，得到环境模型。各个对象的状态可以是对象的位置、朝向和红绿灯颜色等。环境模型中对象的位置、朝向和红绿灯颜色等信息是当前时间后一段时间的对象信息。

车辆把自身的定位信息、感知信息等车载感知信息发送给路侧设备，路侧设备不仅通过路侧感知信息构建环境模型，并且融合所有车辆发送的车载感知信息，构建全面的环境模型。便于车辆根据路侧设备发送的环境模型，确定未来一段时间的路况，提前进行决策和控制，有效保证行驶安全。

本实施例中，路侧设备根据路侧感知信息，确定出现在预设范围内的第一对象的第一对象信息；根据车载感知信息，确定出现在预设范围内的第二对象的第二对象信息；确定第一对象和第二对象的并集，得到出现在预设范围内的对象，以及确定第一对象信息和第二对象信息的并集，得到出现在预设范围内的对象的对象信息。

对象为动态对象，动态对象的对象信息包括位置信息和方向信息；路侧设备根据动态对象的位置信息和方向信息，确定动态对象在预设时间段后的位置信息和方向信息，作为预测信息。

本实施例中，将车载感知信息发送至路侧设备，包括：根据预设的信息获取周期，将采集到的预设范围内的车载感知信息发送至路侧设备。

具体的，可以预先设置一个信息获取周期，信息获取周期可以是指路侧设备获取车载感知信息的时间周期。预设范围内的各个车辆可以每隔一个信息获取周期，向路侧设备发送一次车载感知信息。也可以每隔一个信息获取周围，接收到路侧设备的信息获取指令，响应于信息获取指令，将车载感知信息发送给路侧设备。

这样设置的有益效果在于，避免信息的频繁发送造成信息混乱，提高环境模型的构建精度。

本实施例中，在将车载感知信息发送至路侧设备之前，还包括：向路侧设备发送注册请求；其中，路侧设备接收车辆的注册请求，从注册请求中获取注册信息；若根据车辆的注册信息，确定车辆满足预设的注册条件，则将车辆添加至预设的注册列表中，并向车辆发送注册成功的消息；接收注册成功的消息，与路侧设备进行信息交互。

具体的，车辆在驶入路侧设备的预设范围内后，可以通过蓝牙或无线感知到预设范围内存在的路侧设备，向路侧设备发起注册请求。路侧设备接收车辆的注册请求，从注册请求中获取注册信息，注册信息中可以包括车辆的位置信息。路侧设备确定车辆是否位于预设范围内，若是，则确定车辆满足预设的注册条件，将车辆添加至预设的注册列表中，并向车辆发送注册成功的消息，车辆接收注册成功的消息，与路侧设备进行信息交互。若否，则确定车辆不满足预设的注册条件，不将车辆添加至预设的注册列表中，并向车辆发送注册失败的消息，车辆接收注册失败的消息，不与路侧设备进行信息交互。

这样设置的有益效果在于，对车辆和路侧设备进行连接，实现车辆与路侧设备之间的信息交互，避免未注册的车辆的信息产生干扰，提高环境模型的确定精度，进而提高自动驾驶的控制精度。

车载感知信息中包括车辆的位置信息；在接收注册成功的消息之后，若路侧设备根据车载感知信息中的位置信息，确定车辆满足预设的注销条件，则将车辆从注册列表中删除，并停止与车辆的信息交互。

本实施例中，将车载感知信息发送至路侧设备，包括：注册列表中的每一车辆将车载感知信息发送至路侧设备。

具体的，只有注册列表中的车辆可以与路侧设备进行信息交互，注册列表中的每一辆车辆都可以将自身的车载感知信息发送给路侧设备，使路侧设备可以获取预设范围内全部的信息，便于构建完整的环境模型。

S602、接收路侧设备发送的环境模型。

示例性地，路侧设备在构建环境模型后，将环境模型发送给预设范围内的每一辆车辆。具体的，将环境模型发送给注册列表中的每一辆车辆，注册列表中的车辆接收环境模型。

S603、根据自身的车载感知信息和环境模型，进行自动驾驶的控制。

示例性地，车辆在接收到环境模型后，根据自身的车载感知信息和环境模型，做出自动驾驶的决策，根据做出的决策进行自动驾驶的控制。可以根据预设的自动驾驶算法做出自动驾驶决策，例如，自动驾驶算法可以是路径规划算法。本实施例中，对自动驾驶算法不做具体限定。

本申请实施例提供的一种应用于自动驾驶的模型确定方法，各车辆采集自身的车载感知信息，路侧设备通过获取预设范围内的路侧感知信息和每一车辆发送的车载感知信息，建立预设范围内的环境模型，实现预设范围信息的车路协同，避免信息遗漏。将环境模型发送给车辆，车辆根据自身的车载感知信息和环境模型，进行自动驾驶的控制。解决了现有技术中，仅有车端获取车载感知信息，根据车载感知信息进行自动驾驶控制的问题。通过车路协同，使环境模型更完整，精度更高，有效表示预设范围内的路况，有利于提高自动驾驶的安全性。

图7为本公开实施例提供的一种应用于自动驾驶的模型确定装置的结构框图，该装置配置于路侧设备。为了便于说明，仅示出了与本公开实施例相关的部分。参照图7，该装置包括：信息获取模块701、模型确定模块702和模型发送模块703。

信息获取模块701，用于获取预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中的每一车辆发送的车载感知信息；其中，所述路侧感知信息用于表征路侧设备采集到的所述预设范围内的环境信息，所述车载感知信息用于表征车辆采集到的所述预设范围内的环境信息；

模型确定模块702，用于根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型；其中，所述环境模型用于表征预设范围内的路况；

模型发送模块703，用于将所述环境模型发送至所述预设范围内的各车辆；其中，所述车辆用于根据所述车辆的车载感知信息和所述环境模型进行自动驾驶的控制。

图8为本申请实施例提供的一种应用于自动驾驶的模型确定装置的结构框图，在图7所示实施例的基础上，如图8所示，模型确定模块702包括对象信息确定单元7021、预测信息确定单元7022和环境模型确定单元7023。

对象信息确定单元7021，用于根据所述路侧感知信息和所述车载感知信息，确定出现在所述预设范围内的对象的对象信息；其中，所述对象包括静态对象和动态对象；

预测信息确定单元7022，用于根据所述对象的对象信息，确定所述出现在所述预设范围内的对象在预设时间段后的预测信息；

环境模型确定单元7023，用于根据所述预测信息，构建所述预设范围内的环境模型。

一个示例中，对象信息确定单元7021，具体用于：

根据所述路侧感知信息，确定出现在所述预设范围内的第一对象的第一对象信息；其中，所述第一对象用于表征由路侧设备采集到的对象；

根据所述车载感知信息，确定出现在所述预设范围内的第二对象的第二对象信息；其中，所述第二对象用于表征由车辆采集到的对象；

确定所述第一对象和所述第二对象的并集，得到出现在所述预设范围内的对象，以及确定所述第一对象信息和所述第二对象信息的并集，得到出现在所述预设范围内的对象的对象信息。

一个示例中，对象为动态对象，所述动态对象的对象信息包括位置信息和方向信息；

预测信息确定单元7022，具体用于：

根据所述动态对象的位置信息和方向信息，确定所述动态对象在预设时间段后的位置信息和方向信息，作为所述预测信息。

一个示例中，信息获取模块701，具体用于：

根据预设的信息获取周期，得到所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息。

一个示例中，该装置还包括：

注册请求接收模块，用于在接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息之前，接收车辆的注册请求，从所述注册请求中获取注册信息；其中，所述注册信息包括车辆的位置信息；

注册条件判断模块，用于若根据所述车辆的注册信息，确定所述车辆满足预设的注册条件，则将所述车辆添加至预设的注册列表中，并向所述车辆发送注册成功的消息，与所述车辆进行信息交互；其中，所述注册列表中表示与所述路侧设备进行信息交互的车辆。

车载感知信息中包括车辆的位置信息；

一个示例中，该装置还包括：

注销条件判断模块，用于在向所述车辆发送注册成功的消息之后，若根据所述车载感知信息中的位置信息，确定所述车辆满足预设的注销条件，则将所述车辆从所述注册列表中删除，并停止与所述车辆的信息交互。

一个示例中，信息获取模块701，具体用于：

接收所述注册列表中的每一车辆发送的车载感知信息。

图9为本申请实施例提供的一种应用于自动驾驶的模型确定装置的结构框图，该装置配置于车辆。为了便于说明，仅示出了与本公开实施例相关的部分。参照图9，所述装置包括：信息发送模块901、模型接收模块902和驾驶控制模块903。

信息发送模块901，用于获取在预设范围内采集到的车载感知信息，并将所述车载感知信息发送至路侧设备；其中，所述路侧设备获取所述预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型，并将所述环境模型发送至所述预设范围内的各车辆；

模型接收模块902，用于接收所述路侧设备发送的环境模型；

驾驶控制模块903，用于根据自身的车载感知信息和所述环境模型，进行自动驾驶的控制。

一个示例中，路侧设备根据所述路侧感知信息和所述车载感知信息，确定出现在所述预设范围内的对象的对象信息；

根据所述对象的对象信息，确定所述出现在所述预设范围内的对象在预设时间段后的预测信息；

根据所述预测信息，构建所述预设范围内的环境模型。

一个示例中，路侧设备根据所述路侧感知信息，确定出现在所述预设范围内的第一对象的第一对象信息；

根据所述车载感知信息，确定出现在所述预设范围内的第二对象的第二对象信息；

确定所述第一对象和所述第二对象的并集，得到出现在所述预设范围内的对象，以及确定所述第一对象信息和所述第二对象信息的并集，得到出现在所述预设范围内的对象的对象信息。

一个示例中，对象为动态对象，所述动态对象的对象信息包括位置信息和方向信息；

所述路侧设备根据所述动态对象的位置信息和方向信息，确定所述动态对象在预设时间段后的位置信息和方向信息，作为所述预测信息。

一个示例中，信息发送模块901，具体用于：

根据预设的信息获取周期，将采集到的所述预设范围内的车载感知信息发送至路侧设备。

一个示例中，该装置还包括：

注册请求发送模块，用于在将所述车载感知信息发送至路侧设备之前，向所述路侧设备发送注册请求；其中，所述路侧设备接收车辆的注册请求，从所述注册请求中获取注册信息；若根据所述车辆的注册信息，确定所述车辆满足预设的注册条件，则将所述车辆添加至预设的注册列表中，并向所述车辆发送注册成功的消息；

消息接收模块，用于接收所述注册成功的消息，与所述路侧设备进行信息交互。

一个示例中，车载感知信息中包括车辆的位置信息；

在接收所述注册成功的消息之后，若所述路侧设备根据所述车载感知信息中的位置信息，确定所述车辆满足预设的注销条件，则将所述车辆从所述注册列表中删除，并停止与所述车辆的信息交互。

一个示例中，信息发送模块901，还具体用于：

注册列表中的每一车辆将所述车载感知信息发送至路侧设备。

图10为本申请实施例提供的一种电子设备的结构框图，如图10所示，电子设备包括：存储器1001，处理器1002；存储器1001；用于存储处理器1002可执行指令的存储器。

其中，处理器1002被配置为执行如上述实施例提供的方法。

电子设备还包括接收器1003和发送器1004。接收器1003用于接收其他设备发送的指令和数据，发送器1004用于向外部设备发送指令和数据。

图11是根据一示例性实施例示出的一种电子设备的框图，该设备可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理，车辆等。

设备1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电源组件1106，多媒体组件1108，音频组件1110，输入/输出（I/ O）接口1112，传感器组件1114，以及通信组件1116。

处理组件1102通常控制设备1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件1108和处理组件1102之间的交互。

存储器1104被配置为存储各种类型的数据以支持在设备1100的操作。这些数据的示例包括用于在设备1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。

电源组件1106为设备1100的各种组件提供电力。电源组件1106可以包括电源管理系统，一个或多个电源，及其他与为设备1100生成、管理和分配电力相关联的组件。

多媒体组件1108包括在所述设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1108包括一个前置摄像头和/或后置摄像头。当设备1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风（MIC），当设备1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。

I/ O接口1112为处理组件1102和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1114包括一个或多个传感器，用于为设备1100提供各个方面的状态评估。例如，传感器组件1114可以检测到设备1100的打开/关闭状态，组件的相对定位，例如所述组件为设备1100的显示器和小键盘，传感器组件1114还可以检测设备1100或设备1100一个组件的位置改变，用户与设备1100接触的存在或不存在，设备1100方位或加速/减速和设备1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1116被配置为便于设备1100和其他设备之间有线或无线方式的通信。设备1100可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1116还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。

在示例性实施例中，设备1100可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1104，上述指令可由设备1100的处理器1120执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当该存储介质中的指令由终端设备的处理器执行时，使得终端设备能够执行上述终端设备的应用于自动驾驶的模型确定方法。

本申请还公开了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如本实施例中所述的方法。

本申请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。

用于实施本申请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电子设备上执行。

在本申请的上下文中，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，作为数据电子设备）、或者包括中间件部件的计算系统（例如，应用电子设备）、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电子设备。客户端和电子设备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-电子设备关系的计算机程序来产生客户端和电子设备的关系。电子设备可以是云电子设备，又称为云计算电子设备或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务（"Virtual Private Server"，或简称 "VPS"）中，存在的管理难度大，业务扩展性弱的缺陷。电子设备也可以为分布式系统的电子设备，或者是结合了区块链的电子设备。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，本申请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，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (20)

1.一种应用于自动驾驶的模型确定方法，其特征在于，所述方法应用于路侧设备，所述方法包括：

获取预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；其中，所述路侧感知信息用于表征路侧设备采集到的所述预设范围内的环境信息，所述车载感知信息用于表征车辆采集到的所述预设范围内的环境信息；

根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型；其中，所述环境模型用于表征预设范围内的路况；

将所述环境模型发送至所述预设范围内的各车辆；其中，所述车辆用于根据所述车辆的车载感知信息和所述环境模型进行自动驾驶的控制。

2.根据权利要求1所述的方法，其特征在于，根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型，包括：

根据所述路侧感知信息和所述车载感知信息，确定出现在所述预设范围内的对象的对象信息；其中，所述对象包括静态对象和动态对象；

根据所述对象的对象信息，确定所述出现在所述预设范围内的对象在预设时间段后的预测信息；

根据所述预测信息，构建所述预设范围内的环境模型。

3.根据权利要求2所述的方法，其特征在于，根据所述路侧感知信息和所述车载感知信息，确定出现在所述预设范围内的对象的对象信息，包括：

根据所述路侧感知信息，确定出现在所述预设范围内的第一对象的第一对象信息；其中，所述第一对象用于表征由路侧设备采集到的对象；

根据所述车载感知信息，确定出现在所述预设范围内的第二对象的第二对象信息；其中，所述第二对象用于表征由车辆采集到的对象；

确定所述第一对象和所述第二对象的并集，得到出现在所述预设范围内的对象，以及确定所述第一对象信息和所述第二对象信息的并集，得到出现在所述预设范围内的对象的对象信息。

4.根据权利要求2所述的方法，其特征在于，所述对象为动态对象，所述动态对象的对象信息包括位置信息和方向信息；

根据所述对象的对象信息，确定所述出现在所述预设范围内的对象在预设时间段后的预测信息，包括：

根据所述动态对象的位置信息和方向信息，确定所述动态对象在预设时间段后的位置信息和方向信息，作为所述预测信息。

5.根据权利要求1所述的方法，其特征在于，接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息，包括：

根据预设的信息获取周期，得到所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息。

6.根据权利要求1-5中任一所述的方法，其特征在于，在接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息之前，还包括：

接收车辆的注册请求，从所述注册请求中获取注册信息；其中，所述注册信息包括车辆的位置信息；

若根据所述车辆的注册信息，确定所述车辆满足预设的注册条件，则将所述车辆添加至预设的注册列表中，并向所述车辆发送注册成功的消息，与所述车辆进行信息交互；其中，所述注册列表中表示与所述路侧设备进行信息交互的车辆。

7.根据权利要求6所述的方法，其特征在于，所述车载感知信息中包括车辆的位置信息；

在向所述车辆发送注册成功的消息之后，还包括：

若根据所述车载感知信息中的位置信息，确定所述车辆满足预设的注销条件，则将所述车辆从所述注册列表中删除，并停止与所述车辆的信息交互。

8.根据权利要求6所述的方法，其特征在于，接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息，包括：

接收所述注册列表中的每一车辆发送的车载感知信息。

9.一种应用于自动驾驶的模型确定方法，其特征在于，所述方法应用于车辆，所述方法包括：

获取在预设范围内采集到的车载感知信息，并将所述车载感知信息发送至路侧设备；其中，所述路侧设备获取所述预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型，并将所述环境模型发送至所述预设范围内的各车辆；

接收所述路侧设备发送的环境模型；

根据自身的车载感知信息和所述环境模型，进行自动驾驶的控制。

10.根据权利要求9所述的方法，其特征在于，所述路侧设备根据所述路侧感知信息和所述车载感知信息，确定出现在所述预设范围内的对象的对象信息；

根据所述对象的对象信息，确定所述出现在所述预设范围内的对象在预设时间段后的预测信息；

根据所述预测信息，构建所述预设范围内的环境模型。

11.根据权利要求10所述的方法，其特征在于，所述路侧设备根据所述路侧感知信息，确定出现在所述预设范围内的第一对象的第一对象信息；

根据所述车载感知信息，确定出现在所述预设范围内的第二对象的第二对象信息；

确定所述第一对象和所述第二对象的并集，得到出现在所述预设范围内的对象，以及确定所述第一对象信息和所述第二对象信息的并集，得到出现在所述预设范围内的对象的对象信息。

12.根据权利要求10所述的方法，其特征在于，所述对象为动态对象，所述动态对象的对象信息包括位置信息和方向信息；

所述路侧设备根据所述动态对象的位置信息和方向信息，确定所述动态对象在预设时间段后的位置信息和方向信息，作为所述预测信息。

13.根据权利要求9所述的方法，其特征在于，将所述车载感知信息发送至路侧设备，包括：

根据预设的信息获取周期，将采集到的所述预设范围内的车载感知信息发送至路侧设备。

14.根据权利要求9-13中任一所述的方法，其特征在于，在将所述车载感知信息发送至路侧设备之前，还包括：

向所述路侧设备发送注册请求；其中，所述路侧设备接收车辆的注册请求，从所述注册请求中获取注册信息；若根据所述车辆的注册信息，确定所述车辆满足预设的注册条件，则将所述车辆添加至预设的注册列表中，并向所述车辆发送注册成功的消息；

接收所述注册成功的消息，与所述路侧设备进行信息交互。

15.根据权利要求14所述的方法，其特征在于，所述车载感知信息中包括车辆的位置信息；

在接收所述注册成功的消息之后，若所述路侧设备根据所述车载感知信息中的位置信息，确定所述车辆满足预设的注销条件，则将所述车辆从所述注册列表中删除，并停止与所述车辆的信息交互。

16.根据权利要求14所述的方法，其特征在于，将所述车载感知信息发送至路侧设备，包括：

所述注册列表中的每一车辆将所述车载感知信息发送至路侧设备。

17.一种应用于自动驾驶的模型确定装置，其特征在于，所述装置配置于路侧设备，所述装置包括：

信息获取模块，用于获取预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中的每一车辆发送的车载感知信息；其中，所述路侧感知信息用于表征路侧设备采集到的所述预设范围内的环境信息，所述车载感知信息用于表征车辆采集到的所述预设范围内的环境信息；

模型确定模块，用于根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型；其中，所述环境模型用于表征预设范围内的路况；

模型发送模块，用于将所述环境模型发送至所述预设范围内的各车辆；其中，所述车辆用于根据所述车辆的车载感知信息和所述环境模型进行自动驾驶的控制。

18.一种应用于自动驾驶的模型确定装置，其特征在于，所述装置配置于车辆，所述装置包括：

信息发送模块，用于获取在预设范围内采集到的车载感知信息，并将所述车载感知信息发送至路侧设备；其中，所述路侧设备获取所述预设范围内的路侧感知信息，并接收所述预设范围内的至少一辆车辆中每一车辆发送的车载感知信息；根据所述路侧感知信息和所述车载感知信息，确定所述预设范围内的环境模型，并将所述环境模型发送至所述预设范围内的各车辆；

模型接收模块，用于接收所述路侧设备发送的环境模型；

驾驶控制模块，用于根据自身的车载感知信息和所述环境模型，进行自动驾驶的控制。

19.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-8或9-16中任一项所述的应用于自动驾驶的模型确定方法。

20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-8或9-16中任一项所述的应用于自动驾驶的模型确定方法。

Images