CN115457757A - 判定交通行为合规性的方法和装置 - Google Patents
判定交通行为合规性的方法和装置 Download PDFInfo
- Publication number
- CN115457757A CN115457757A CN202110643425.4A CN202110643425A CN115457757A CN 115457757 A CN115457757 A CN 115457757A CN 202110643425 A CN202110643425 A CN 202110643425A CN 115457757 A CN115457757 A CN 115457757A
- Authority
- CN
- China
- Prior art keywords
- information
- traffic
- target
- target vehicle
- vehicle
- 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.)
- Pending
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
- G08G1/0125—Traffic data processing
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Abstract
本申请提供了一种判定交通行为合规性的方法和装置,属于智能驾驶技术领域。该方法包括:获取目标交通信息,该目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个;根据该目标交通信息,确定该目标车辆的驾驶场景;根据该目标车辆的驾驶场景,获取目标交通规则;根据该目标交通信息,判定该目标车辆的行为是否符合该目标交通规则。上述技术方案能够提高判定目标车辆的交通行为是否违规的判定效率。
Description
技术领域
本申请涉及智能驾驶技术领域,并且更具体地,涉及一种判定交通行为合规性的方法和装置。
背景技术
自动驾驶技术依靠计算机视觉、雷达、监控装置和全球定位系统等协同合作,让机动车辆可以在不需要人类主动操作下,实现自动驾驶。
正如人类驾驶汽车需要遵守交通规则一样,智能汽车例如自动驾驶汽车在行驶过程中也需要遵守交通规则,例如不与障碍物发生碰撞、遵循红绿灯及道路标志、不得超速等。
因此,智能汽车在行驶过程中,需要通过其行为数据,自动地判定车辆是否有违规行为。而如何提高判定车辆交通行为是否违规的效率,是亟需解决的问题。
发明内容
本申请提供一种判定交通行为合规性的方法和装置,能够提高判定交通行为是否违规的效率。
第一方面,提供了一种判定交通行为合规性的方法,包括:获取目标交通信息,所述目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个;根据所述目标交通信息,确定所述目标车辆的驾驶场景;根据所述目标车辆的驾驶场景,获取目标交通规则;根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则。
应理解,本申请实施例中所涉及的目标车辆,指的是交通行为的执行主体。该方法即用于判定目标车辆的交通行为的合规性(或者说判定目标车辆对于交通规则的遵从性),也即判定目标车辆的交通行为是否违反(或是否遵从)了交通规则,或者说判定目标车辆是否存在违规行为。
本申请实施例中所涉及的交通规则(即交规),指的是经逻辑语言表达后形成的面向机器的形式化交通规则信息。
本申请实施例中,根据目标交通信息先确定目标车辆的驾驶场景,然后根据驾驶场景获取与驾驶场景相关的交通规则,再根据目标交通信息判定目标车辆的行为是否符合与驾驶场景相关的交通规则。这样,在判定目标车辆是否存在违规行为的过程中,只需要判定目标车辆是否存在违反与驾驶场景相关的交通规则即可,而无需对全部交通规则进行判定,能够大大减少计算量,提高运行速度,从而能够提高判定目标车辆的交通行为是否违规的效率。
另一方面,由于可以单独根据驾驶场景获取与驾驶场景的交通规则,因此交通规则可以与交规判定过程解耦,例如交通规则可以存储在单独的数据库中,而无需与实现代码耦合,这样可以根据现有交通规则的修改动态扩展存储交通规则的数据库,方便交通规则的单独设计。
结合第一方面,在一种可能的实现方式中,在所述获取目标交通规则之后,还包括:将所述目标交通规则存储于数据库或字典中。
当目标车辆处于某一驾驶场景中时,可能需要判定多个时间点时目标车辆的交通行为是否违规,而该多个时间点所判定的交通规则可能是相同的。本申请实施例中,在获取目标交通规则后,将与目标车辆的驾驶场景相关的交通规则存储于数据库或字典中,可以在判定过程中直接从数据库或字典中读取,而无需重复确定驾驶场景或重复获取目标交通规则,从而减少计算量,提高运行速度,以提高判定目标车辆的行为在多个时间点时是否违规的效率。
结合第一方面,在一种可能的实现方式中,所述目标车辆的行为信息包括所述目标车辆的轨迹信息,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息,目标车辆的周围环境信息包括地图环境信息,所述获取目标交通信息包括:获取原始地图信息;根据所述目标车辆的轨迹信息和所述至少一个交通参与者的轨迹信息对所述原始地图信息进行处理,得到所述地图环境信息,其中所述地图环境信息与所述目标车辆和所述至少一个交通参与者的轨迹区域相对应。
通过对原始地图信息的处理,获得与目标车辆和至少一个交通参与者的轨迹区域对应地图环境信息,可以减少数据量,提高运行速度和处理效率。
结合第一方面,在一种可能的实现方式中,所述目标车辆的轨迹信息包括所述目标车辆的历史轨迹和/或所述目标车辆的预测轨迹。
目标车辆的历史轨迹可以理解为目标车辆在过去一段时间内已经经过的路径,目标车辆的预测轨迹可以理解为是目标车辆在未来一段时间内可能经过的路径。当目标车辆的轨迹信息包括目标车辆的历史轨迹时,该方法可以用于判定目标车辆在过去一段时间内、沿历史轨迹行驶时是否存在违规行为。当目标车辆的轨迹信息包括目标车辆的预测轨迹时,该方法可以用于判定目标车辆在未来一段时间内、沿预测轨迹行驶时是否存在违规行为。
例如若判定目标车辆沿预测轨迹行驶时存在违规行为,则目标车辆可以判定结果调整路径,以尽可能避免交通事故的发生,提高车辆行驶的安全性。
结合第一方面,在一种可能的实现方式中,所述目标交通信息对应至少一个时间点,所述方法还包括:将所述目标交通信息打包为第一块信息,其中所述第一块信息包括所述至少一个时间点中每个时间点所对应的所述目标车辆的行为信息、所述目标车辆的周围环境信息或所述至少一个交通参与者的信息中的至少一项。
这里所涉及的“打包”可以理解将目标交通信息整合、封装或构建为第一块信息,可以方便在每个时间点进行交规判定时,调用目标交通信息。
结合第一方面,在一种可能的实现方式中,还包括:对所述目标交通规则进行解析,获取所述目标交通规则所对应的至少一个原子命题;所述根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则,包括:根据所述目标交通信息,判定所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假;根据所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假,判定所述目标交通规则的真假;根据所述目标交通规则的真假,判定所述目标车辆的行为是否符合所述目标交通规则。
目标交通规则为形式化交通规则,包括命题和命题运算符。其中命题包括原子命题和/或复合命题,原子命题是不包含其他命题作为其组成部分的命题,即在结构上不能再分解出其他命题的命题,复合命题则由多个原子命题和命题运算符组成。本申请实施例中,在获取目标交通规则之后,可以对目标交通规则进行解析,例如将形式化交通规则解析为命题(包括复合命题和/或原子命题)和命题运算符后,进一步,还可以将所有复合命题分解为原子命题和命题运算符,最终得到以原子命题和命题运算符组成的形式化交通规则,以获取目标交通规则对应的至少一个原子命题。这样根据目标交通信息可以判定原子命题的真假,根据原子命题的真假可以判定形式化交规的真假,而形式化交规的真假即代表目标车辆是否违反了交通规则。
这样,车辆所理解和遵守的形式化交通规则和人类驾驶员所理解和遵守的自然语言交通规则是同一套交规体系,可以人车混行和人车共驾的目的。
结合第一方面,在一种可能的实现方式中,所述方法还包括:将所述目标交通规则和所述目标交通规则所对应的至少一个原子命题封装成第一对象;所述目标交通信息包括第一时间点对应的交通信息和第二时间点对应的交通信息,所述根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则,包括:根据所述第一时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第一时间点的真假;根据所述目标交通规则在所述第一时间点的真假,判定所述目标车辆的行为在第一时间点是否符合所述目标交通规则;根据所述第二时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第二时间点的真假;根据所述目标交通规则在所述第二时间点的真假,判定所述目标车辆的行为在第二时间点是否符合所述目标交通规则。
当目标车辆处于某一驾驶场景中时,可能需要判定多个时间点时目标车辆的交通行为是否违规,而该多个时间点所判定的交通规则可能是相同的。本申请实施例中,将目标交通规则解析后,将其与对应的解析结果封装为对象,可以在判定每个时间点时目标车车辆的交通行为合规性时,可以直接利用已经解析完的数据,而无需对目标交通规则进行重新解析,从而减少计算量,提高判定效率。
结合第一方面,在一种可能的实现方式中,还包括:生成交通规则判定报告;其中,在所述目标车辆存在违规的情况下,所述交通规则判定报告包括所述目标车辆的违规时间、所述目标车辆违反的交通规则内容或所述目标车辆违规过程中的交通参与者中的至少一项。
在自动驾驶系统设计或测试过程中,交通规则判定报告可供自动驾驶系统的设计人员参考,以对自动驾驶系统进行改善。在人车共行场景中,交通规则判定报告可供人类驾驶员了解车辆的行为状态。在车辆上路行驶时,交通规则判定报告还可以辅助交警进行违规行为判定、责任认定等。
结合第一方面,在一种可能的实现方式中,所述目标车辆的行为信息包括所述目标车辆的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
结合第一方面,在一种可能的实现方式中,所述目标车辆的周围环境信息包括地图环境信息和/或动态环境信息;其中,所述地图环境信息包括以下信息的至少一种:交通标线信息,交通标志信息,交通信号灯信息,道路类型信息或车道信息;和/或,所述动态环境信息包括以下信息的至少一种:天气信息,能见度信息或光照强度信息。
结合第一方面,在一种可能的实现方式中,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
第二方面,提供了一种判定交通行为合规性的装置,包括:第一获取模块,用于获取目标交通信息,所述目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个;确定模块,用于根据所述目标交通信息,确定所述目标车辆的驾驶场景;第二获取模块,用于根据所述目标车辆的驾驶场景,获取目标交通规则;判定模块,用于根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则。
结合第二方面,在一种可能的实现方式中,所述第二获取模块还用于:将所述目标交通规则存储于数据库或字典中。
结合第二方面,在一种可能的实现方式中,所述目标车辆的行为信息包括所述目标车辆的轨迹信息,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息,目标车辆的周围环境信息包括地图环境信息,所述第一获取模块具体用于:获取原始地图信息;根据所述目标车辆的轨迹信息和所述至少一个交通参与者的轨迹信息对所述原始地图信息进行处理,得到所述地图环境信息,其中所述地图环境信息与所述目标车辆和所述至少一个交通参与者的轨迹区域相对应。
结合第二方面,在一种可能的实现方式中,所述目标车辆的轨迹信息包括所述目标车辆的历史轨迹和/或所述目标车辆的预测轨迹。
结合第二方面,在一种可能的实现方式中,所述目标交通信息对应至少一个时间点,所述装置还包括:合成模块,用于将所述目标交通信息打包为第一块信息,其中所述第一块信息包括所述至少一个时间点中每个时间点所对应的所述目标车辆的行为信息、所述目标车辆的周围环境信息或所述至少一个交通参与者的信息中的至少一项。
结合第二方面,在一种可能的实现方式中,所述装置还包括:解析模块,用于对所述目标交通规则进行解析,获取所述目标交通规则所对应的至少一个原子命题;所述判定模块具体用于:根据所述目标交通信息,判定所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假;根据所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假,判定所述目标交通规则的真假;根据所述目标交通规则的真假,判定所述目标车辆的行为是否符合所述目标交通规则。
结合第二方面,在一种可能的实现方式中,所述装置还包括:封装模块,用于将所述目标交通规则和所述目标交通规则所对应的至少一个原子命题封装成第一对象;所述目标交通信息包括第一时间点对应的交通信息和第二时间点对应的交通信息,所述判定模块具体用于:根据所述第一时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第一时间点的真假;根据所述目标交通规则在所述第一时间点的真假,判定所述目标车辆的行为在第一时间点是否符合所述目标交通规则;根据所述第二时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第二时间点的真假;根据所述目标交通规则在所述第二时间点的真假,判定所述目标车辆的行为在第二时间点是否符合所述目标交通规则。
结合第二方面,在一种可能的实现方式中,所述装置还包括:生成模块,用于生成交通规则判定报告;其中,在所述目标车辆存在违规的情况下,所述交通规则判定报告包括所述目标车辆的违规时间、所述目标车辆违反的交通规则内容或所述目标车辆违规过程中的交通参与者中的至少一项。
结合第二方面,在一种可能的实现方式中,所述目标车辆的行为信息包括所述目标车辆的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
结合第二方面,在一种可能的实现方式中,所述目标车辆的周围环境信息包括地图环境信息和/或动态环境信息;其中,所述地图环境信息包括以下信息的至少一种:交通标线信息,交通标志信息,交通信号灯信息,道路类型信息或车道信息;和/或,所述动态环境信息包括以下信息的至少一种:天气信息,能见度信息或光照强度信息。
结合第二方面,在一种可能的实现方式中,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
结合第二方面,在一种可能的实现方式中,所述第一获取模块具体用于:从所述目标车辆获取所述目标车辆的行为信息和/或所述目标车辆的周围环境信息;从所述目标车辆和/或所述至少一个交通参与者获取所述至少一个交通参与者的信息。
其中第二方面所述装置的有益效果可以参考第一方面方法的有益效果,在此不再赘述。
第三方面,提供一种判定交通行为合规性的装置,包括至少一个存储器和至少一个处理器,所述至少一个存储器用于存储程序,所述至少一个处理器用于运行所述程序,以实现第一方面以及第一方面中各种实现方式中的任意一种实现方式中所述的方法。
第四方面,提供一种芯片,包括至少一个处理器和接口电路,所述接口电路用于为所述至少一个处理器提供程序指令或者数据,所述至少一个处理器用于执行所述程序指令,以实现第一方面以及第一方面中各种实现方式中的任意一种实现方式中所述的方法。
第五方面,本申请提供了一种芯片系统,该芯片系统包括至少一个处理器,用于支持实现上述第一方面以及第一方面中各种实现方式中的任意一种实现方式中所涉及的功能,例如接收或处理上述方法中所涉及的数据和/或信息。
在一种可能的设计中,所述芯片系统还包括存储器,所述存储器,用于保存程序指令和数据,存储器位于处理器之内或处理器之外。该芯片系统,可以由芯片构成,也可以包含芯片和其他分立器件。
第六方面,提供一种计算机可读存储介质,所述计算机可读存储介质储有计算机程序,当所述计算机程序被运行时,实现第一方面以及第一方面中各种实现方式中的任意一种实现方式中所述的方法。
第七方面,提供一种计算机程序产品,所述计算机程序产品包括计算机程序,当所述计算机程序被计算机执行时,所述计算机执行前述第一方面以及第一方面中各种实现方式中的任意一种实现方式中所述的方法。
第八方面,提供一种车辆,包括第二方面或第三方面所述的判定交通行为合规性的装置。
进一步,该车辆可以为智能驾驶车辆、自动驾驶车辆、辅助驾驶车辆或无人驾驶车辆等。示例性的,该车辆例如可以是自动导引运输车(automated guided vehicle,AGV)或无人运输车。
第九方面,提供一种服务器,包括第二方面或第三方面所述的判定交通行为合规性的装置。
示例性的,该服务器可以为云服务器或本地服务器,其中云服务器也可以称为云端。
第十方面,提供一种系统,包括目标车辆和服务器,所述目标车辆和所述服务器用于执行如第一方面所述的方法。具体地,所述目标车辆用于获取目标交通信息,所述目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个;所述服务器用于从所述目标车辆获取所述目标交通信息;所述服务器还用于根据所述目标交通信息,确定所述目标车辆的驾驶场景;所述服务器还用于根据所述目标车辆的驾驶场景,获取目标交通规则;所述服务器还用于根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则。
附图说明
图1是本申请实施例适用的一种系统的示意图。
图2是本申请实施例适用的一种自动驾驶系统的示意图。
图3是本申请实施例提供的一种判定交通行为合规性的方法的示意性流程图。
图4是本申请实施例提供的一种判定交通行为合规性的方法的应用场景图。
图5是本申请实施例提供的一种判定交通行为合规性的装置的示意性框图。
图6是本申请实施例提供的一种判定交通行为合规性的方法的示意性流程图。
图7是本申请实施例提供的一种判定交通行为合规性的装置的示意性结构图。
图8是本申请实施例提供的另一种判定交通行为合规性的装置的示意性结构图。
具体实施方式
本申请实施例所提供的判定交通行为合规性的方法和/或装置可以应用于各类驾驶装置,例如车辆,也可以应用于各类计算装置,例如云服务器或本地服务器。这些方法和/或装置既可以应用于人工驾驶,又可以应用于辅助驾驶,还可以应用于自动驾驶或无人驾驶。下面将结合附图,对本申请中的技术方案进行描述。
图1是本申请实施例适用的一种系统的示意图。如图1所示,该系统包括车辆100和服务器200。图1示出了车辆100的功能框图和服务器200的功能框图,下面进行详细说明。
如图1所示,车辆100可以是人工驾驶车辆,或者可以将车辆100配置可以为完全或部分地自动驾驶模式。
在一个示例中,车辆100可以在处于自动驾驶模式中的同时控制自身,并且可通过人为操作来确定车辆及其周边环境的当前状态,确定周边环境中的至少一个其他车辆的可能行为,并确定其他车辆执行可能行为的可能性相对应的置信水平,基于所确定的信息来控制车辆100。在车辆100处于自动驾驶模式中时,可以将车辆100置为在没有和人交互的情况下操作。
车辆100可以包括各种子系统,例如,行进系统110、传感系统120、规划与控制系统130、一个或多个外围设备140以及计算机系统150、电源160和用户接口170。
可选地,车辆100可以包括更多或更少的子系统,并且每个子系统可包括多个元件。另外,车辆100的每个子系统和元件可以通过有线或者无线互连。
示例性地,行进系统110可以包括用于向车辆100提供动力运动的组件。在一个实施例中,行进系统110可以包括引擎111、传动装置112、能量源113和车轮114(或轮胎)。其中,引擎111可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合,例如,汽油发动机和电动机组成的混动引擎,内燃引擎和空气压缩引擎组成的混动引擎。引擎111可以将能量源113转换成机械能量。
示例性地,能量源113可以包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源113也可以为车辆100的其他系统提供能量。
示例性地,传动装置112可以包括变速箱、差速器和驱动轴;其中,传动装置112可以将来自引擎111的机械动力传送到车轮114。
在一个实施例中,传动装置112还可以包括其他器件,比如离合器。其中,驱动轴可以包括可耦合到一个或多个车轮114的一个或多个轴。
示例性地,传感系统120可以包括感测关于车辆100周边的环境的信息的若干个传感器。
例如,传感系统120可以包括定位系统121(例如,全球定位系统(globalpositioning system,GPS)、北斗系统或者其他定位系统)、惯性测量单元(inertialmeasurement unit,IMU)122、雷达123、激光测距仪124、相机125以及车速传感器126。传感系统120还可以包括被监视车辆100的内部系统的传感器(例如,车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向或速度等)。这种检测和识别是自主车辆100的安全操作的关键功能。
其中,定位系统121可以用于估计车辆100的地理位置。IMU 122可以用于基于惯性加速度来感测车辆100的位置和朝向变化。在一个实施例中,IMU 122可以是加速度计和陀螺仪的组合。
示例性地,雷达123可以利用无线电信息来感测车辆100的周边环境内的物体。在一些实施例中,除了感测物体以外,雷达123还可用于感测物体的速度和/或前进方向。
示例性地,激光测距仪124可以利用激光来感测车辆100所位于的环境中的物体。在一些实施例中,激光测距仪124可以包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他系统组件。
示例性地,相机125可以用于捕捉车辆100的周边环境的多个图像。例如,相机125可以是静态相机或视频相机。
示例性地,车速传感器126可以用于测量车辆100的速度。例如,可以对车辆进行实时测速。测得的车速可以传送给规划与控制系统130以实现对车辆的控制。
如图1所示,规划与控制系统130可以控制车辆100及其组件的操作。规划与控制系统130可以包括各种元件,比如可以包括转向系统131、油门132、制动单元133、计算机视觉系统134、路线控制系统135以及障碍规避系统136。
示例性地,转向系统131可以操作来调整车辆100的前进方向。例如,在一个实施例中可以为方向盘系统。油门132可以用于控制引擎111的操作速度并进而控制车辆100的速度。
示例性地,制动单元133可以用于控制车辆100减速;制动单元133可以使用摩擦力来减慢车轮114。在其他实施例中,制动单元133可以将车轮114的动能转换为电流。制动单元133也可以采取其他形式来减慢车轮114的转速从而控制车辆100的速度。
如图1所示,计算机视觉系统134可以操作来处理和分析由相机125捕捉的图像以便识别车辆100周边环境中的物体和/或特征。上述物体和/或特征可以包括交通信息、道路边界和障碍物。计算机视觉系统134可以使用物体识别算法、运动中恢复结构(structurefrom motion,SFM)算法、视频跟踪和其他计算机视觉技术。在一些实施例中,计算机视觉系统134可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。
示例性地,路线控制系统135可以用于确定或规划车辆100的行驶路线。在一些实施例中,路线控制系统135可结合来自传感器、GPS和一个或多个预定地图的数据以为车辆100确定行驶路线。
如图1所示,障碍规避系统136可以用于识别、评估和避免或者以其他方式越过车辆100的环境中的潜在障碍物。
在一个实例中,规划与控制系统130可以增加或替换地包括除了所示出和描述的那些以外的组件,或者也可以减少一部分上述示出的组件。
如图1所示,车辆100可以通过外围设备140与外部传感器、其他车辆、其他计算机系统或用户之间进行交互。其中,外围设备140可包括无线通信系统141、车载电脑142、麦克风143和/或扬声器144。
在一些实施例中,外围设备140可以提供车辆100与用户接口170交互的手段。例如,车载电脑142可以向车辆100的用户提供信息。用户接口170还可操作车载电脑142来接收用户的输入;车载电脑142可以通过触摸屏进行操作。在其他情况中,外围设备140可以提供用于车辆100与位于车内的其它设备通信的手段。例如,麦克风143可以从车辆100的用户接收音频(例如,语音命令或其他音频输入)。类似地,扬声器144可以向车辆100的用户输出音频。
如图1所述,无线通信系统141可以直接地或者经由通信网络来与一个或多个设备无线通信。例如,无线通信系统141可以使用4G蜂窝通信,例如长期演进(long termevolution,LTE);或者5G蜂窝通信,例如新无线(new radio,NR)系统。无线通信系统141可以利用无线上网(WiFi)与无线局域网(wireless local area network,WLAN)通信。
在一些实施例中,无线通信系统141可以利用红外链路、蓝牙或者紫蜂协议(ZigBee)与设备直接通信;或者可以利用其他无线协议,例如各种车辆通信系统进行通信。示例性的,无线通信系统141可以包括一个或多个专用短程通信(dedicated short rangecommunications,DSRC)设备,这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
如图1所示,电源160可以向车辆100的各种组件提供电力。在一个实施例中,电源160可以为可再充电锂离子电池或铅酸电池。这种电池的一个或多个电池组可被配置为电源为车辆100的各种组件提供电力。在一些实施例中,电源160和能量源113可一起实现,例如一些全电动车中那样。
示例性地,车辆100的部分或所有功能可以受计算机系统150控制,其中,计算机系统150可以包括至少一个处理器151,处理器151执行存储在例如存储器152中的非暂态计算机可读介质中的指令153。计算机系统150还可以是采用分布式方式控制车辆100的个体组件或子系统的多个计算设备。
例如,处理器151可以是任何常规的处理器,诸如中央处理器(centralprocessing unit,CPU)。
可选地,该处理器151可以是诸如专用集成电路(application specificintegrated circuit,ASIC)或其它基于硬件的处理器的专用设备。尽管图1功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件,但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可存储于或可不存储于相同的物理外壳内的多个处理器、计算机或存储器。例如,存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此,对处理器或计算机的引用将被理解为包括对可以并行操作或可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤,诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器,所述处理器只执行与特定于组件的功能相关的计算。
在此处所描述的各个方面中,处理器151可以位于远离该车辆100的其他装置上并且与该车辆100进行无线通信。在其它方面中,此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行,包括采取执行单一操作的必要步骤。
在一些实施例中,存储器152可包含指令153(例如,程序逻辑),指令153可以被处理器151来执行车辆100的各种功能,包括以上所描述的功能。存储器152也可包括额外的指令,比如包括向行进系统110、传感系统120、规划与控制系统130和外围设备140中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
示例性地,除了指令153以外,存储器152还可存储数据,例如,道路地图、路线信息,车辆的位置、方向、速度以及其它的车辆数据,还有其他信息等。这种信息可在车辆100在自主、半自主和/或手动模式下处于操作期间而被车辆100和计算机系统150使用。
如图1所示,用户接口170可以用于向车辆100的用户提供信息或从其接收信息。可选地,用户接口170可以包括在外围设备140的集合内的一个或多个输入/输出设备,例如,无线通信系统141、车载电脑142、麦克风143和扬声器144。
在本申请的实施例中,计算机系统150可以基于从各种子系统(例如,行进系统110、传感系统120和规划与控制系统130)以及从用户接口170接收的输入来控制车辆100的功能。例如,计算机系统150可以利用来自规划与控制系统130的输入以便控制制动单元133来避免由传感系统120和障碍规避系统136检测到的障碍物。在一些实施例中,计算机系统150可操作来对车辆100及其子系统的许多方面提供控制。
可选地,上述这些组件中的一个或多个可与车辆100分开安装或关联。例如,存储器152可以部分或完全地与车辆100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地,上述组件只是一个示例,实际应用中,上述各个模块中的组件有可能根据实际需要增添或者删除,图1不应理解为对本申请实施例的限制。
可选地,车辆100可以是在道路行进的自动驾驶汽车,可以识别其周围环境内的物体以确定对当前速度的调整。物体可以是其它车辆、行人、交通控制设备、或者其它类型的物体等。在一些示例中,可以独立地考虑每个识别的物体,并且基于物体的各自的特性,诸如它的当前速度、加速度、与车辆的间距等,以用来确定自动驾驶汽车所要调整的速度。
可选地,车辆100或者与车辆100相关联的计算设备(如图1的计算机系统150、计算机视觉系统134、存储器152)可以基于所识别的物体的特性和周围环境的状态(例如,交通、雨、道路上的冰等等)来预测所述识别的物体的行为。
可选地,每一个所识别的物体都依赖于彼此的行为,因此,还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆100能够基于预测的所述识别的物体的行为来调整它的速度。换句话说,自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到(例如,加速、减速或者停止)稳定状态。在这个过程中,也可以考虑其它因素来确定车辆100的速度,诸如,车辆100在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外,计算设备还可以提供修改车辆100的转向角的指令,以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如,道路上的相邻车道中的车辆)的安全横向和纵向距离。
在一个示例中,图1所示的计算机系统150还可以从其它计算机系统接收信息或转移信息到其它计算机系统。或者,从车辆100的传感系统120收集的传感器数据可以被转移到另一个计算机对此数据进行处理。
示例性的,如图1所示,车辆100可以从服务器200接收信息,车辆100也可以将获取的信息转移至服务器200。来自车辆100(具体可以为计算机系统150)的信息(例如各种数据)可以经由网络被传送到服务器200,用于进一步的处理或用于存储。网络以及中间节点可以包括各种配置和协议,包括因特网、万维网、内联网、虚拟专用网络、广域网、局域网、使用一个或多个专有通信协议的专用网络、以太网、无线保真(wireless fidelity,WiFi)和超文本传输协议(hypertext transfer protocol,HTTP)以及前述的各种组合。这种通信可以由能够传送数据到其它计算机和从其它计算机传送数据的任何设备,诸如调制解调器和无线接口。
在一个示例中,服务器200可以为包括多个计算机的服务器,例如负载均衡服务器群。为了从计算机系统150接收、处理并传送数据,服务器200可以与网络的不同节点交换信息。服务器200可以具有与计算机系统150类似的配置,如图1所示,服务器200包括处理器210和存储器220,其中存储器220用于存储指令221和/或数据222。
示例性地,服务器200存储的数据222可以包括车辆自身状态的相关信息,例如车辆的位置、速度、灯光、姿态或声音等信息;可以包括车辆周围道路情况的相关信息,例如地图数据,道路类型、交通标志或交通标线等信息,车辆周围的行人、其他车辆和障碍物信息等;可以包括动态环境的相关信息,例如天气、光照强度或能见度信息等。例如,服务器200可以接收、检测、存储、更新、以及传送与车辆自身状态的相关信息、与车辆道路情况相关的信息或动态环境的相关信息等。
示例性,服务器200存储的指令221被执行时,服务器200可以实现本申请实施例提供的判定交通行为合规性的方法,以判定车辆的交通行为是否违规。
应理解,服务器200只是与车辆100进行信息交互的设备的一种示例,服务器200例如可以为云服务器或本地服务器。图1中所示的服务器200的结构框图也仅仅是一种示例性功能框图。车辆100还可以与其他类型的云设备例如云侧计算装置、云侧存储装置或云服务中心等进行交互,本申请实施例对此不作特别的限定。
以车辆100与云服务中心交互为例,云服务中心可以经诸如无线通信网络的网络,从其操作环境内的车辆100接收信息(诸如车辆100传感器收集到数据或者其它信息)。云服务中心根据接收到的数据,运行其存储的控制汽车自动驾驶相关的程序对车辆100(例如为自动驾驶车辆)进行控制。控制汽车自动驾驶相关的程序可以为,管理自动驾驶的汽车和路上障碍物交互的程序,控制自动驾驶汽车路线或者速度的程序,控制自动驾驶汽车和路上其他自动驾驶汽车交互的程序等。
在一些示例中,云服务中心向车辆100发送对于关于环境内可能的驾驶情况所建议的解决方案(如,告知前方障碍物,并告知如何绕开它)。例如,云服务中心可以辅助车辆100确定当面对环境内的特定障碍时如何行进。云服务中心向车辆100发送指示该车辆应当在给定场景中如何行进的响应。例如,云服务中心基于收集到的传感器数据,可以确认道路前方具有临时停车标志的存在,并基于该车道上的“车道封闭”标志和施工车辆的传感器数据,确定该车道由于施工而被封闭。相应地,云服务中心发送用于车辆100通过障碍的建议操作模式(例如:指示车辆100变道另一条道路上)。云服务中心观察其操作环境内的视频流并且已确认车辆100能安全并成功地穿过障碍时,对车辆100所使用操作步骤可以被添加到驾驶信息地图中。相应地,这一信息可以发送到该区域内可能遇到相同障碍的其它车辆,以便辅助其它车辆不仅识别出封闭的车道还知道如何通过。
在一些实施例中,云服务中心可以根据接收到的数据,运行其存储的判定车辆交通行为合规性的指令或程序,从而对车辆100的交通行为(例如变道行为、超车行为或跟车行为等)进行判定,以判定车辆100在行驶过程中是否违反了交通规则。
应理解,上述车辆100可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车和手推车等,本申请实施例不做特别的限定。
在一种可能的实现方式中,上述图1所示的车辆100可以是自动驾驶车辆,下面结合图2对自动驾驶系统进行详细描述。
图2是本申请实施例适用的一种自动驾驶系统的示意图。如图2所示的自动驾驶系统(autonomous driving system,ADS)包括计算机系统301,其中,计算机系统301包括处理器303,处理器303和系统总线305耦合。处理器303可以是一个或者多个处理器,其中,每个处理器都可以包括一个或多个处理器核。显示适配器(video adapter)307可以驱动显示器309,显示器309和系统总线305耦合。系统总线305可以通过总线桥311和输入输出(I/O)总线313耦合,I/O接口315和I/O总线313耦合。I/O接口315和多种I/O设备进行通信,比如,输入设备317(如:键盘,鼠标,触摸屏等),媒体盘(media tray)321,(例如,只读光盘(compactdisc read-only memory,CD-ROM),多媒体接口等),收发器323,传感器353,摄像头355等。收发器323可以发送和/或接受无线电通信信息。传感器353可以与计算机系统301关联,传感器353可以用于探测计算机系统301周围的环境。摄像头355可以捕捉静态和动态数字视频图像。其中,和I/O接口315相连接的接口可以是通用串行总线(universal serial bus,USB)端口325。
其中,处理器303可以是任何传统处理器,比如,精简指令集计算(reducedinstruction set computer,RISC)处理器、复杂指令集计算(complex instruction setcomputer,CISC)处理器或上述的组合。
可选地,处理器303可以是诸如专用集成电路(application specificintegrated circuit,ASIC)的专用装置;处理器303可以是神经网络处理器,或者是神经网络处理器和上述传统处理器的组合。
可选地,在一些实施例中,计算机系统301可位于远离自动驾驶车辆的地方,并且可与自动驾驶车辆无线通信。在其它方面,本申请所述的一些过程在设置在自动驾驶车辆内的处理器上执行,其它由远程处理器(例如图1所示的服务器200中的处理器210)执行,包括采取执行单个操作所需的动作。
计算机系统301可以通过网络接口329和软件部署服务器349通信。网络接口329可以是硬件网络接口,例如网卡。网络327可以是外部网络,例如因特网,也可以是内部网络,例如以太网或者虚拟私人网络(virtual private network,VPN)。可选地,网络327还可以是无线网络,比如WiFi网络,蜂窝网络等。
如图2所示,硬盘驱动接口331和系统总线305耦合,硬件驱动器接口331可以与硬盘驱动器333相连接,系统内存335和系统总线305耦合。运行在系统内存335的数据可以包括操作系统337和应用程序343。其中,操作系统337可以包括解析器(shell)339和内核(kernel)341。解析器339是介于使用者和操作系统内核(kernel)341之间的一个接口。解析器339可以是操作系统337最外面的一层;解析器339可以管理使用者与操作系统337之间的交互,比如,等待使用者的输入,向操作系统337解释使用者的输入,处理各种各样的操作系统337的输出结果等。内核341可以由操作系统337中用于管理存储器、文件、外设和系统资源的那些部分组成,内核341可以直接与硬件交互。操作系统内核341通常运行进程,并提供进程间的通信,提供CPU时间片管理、中断、内存管理、IO管理等等。应用程序343包括控制汽车自动驾驶相关的程序,比如,管理自动驾驶的汽车和路上障碍物交互的程序,控制自动驾驶汽车路线或者速度的程序,控制自动驾驶汽车和路上其他自动驾驶汽车交互的程序。应用程序343也存在于软件部署服务器349的系统上。在一个实施例中,在需要执行自动驾驶相关程序347时,计算机系统301可以从软件部署服务器349下载应用程序。
例如,应用程序343还可以是自动驾驶汽车和路上车道线交互的程序,也就是说可以实时跟踪车道线的程序。
例如,应用程序343还可以是控制自动驾驶车辆进行自动泊车的程序。
在执行应用程序343过程中,计算机系统301需要获取周围的环境信息。示例性地,传感器353可以用于探测计算机系统301周围的环境。
举例来说,传感器353可以探测路上的车道,比如可以探测到车道线,并能够在车辆移动(如正在行驶)过程中实时跟踪到车辆前方一定范围内的车道线变化。又例如,传感器353可以探测动物(例如行人)、汽车、障碍物和人行横道等,进一步传感器353还可以探测上述动物、汽车、障碍物和人行横道等物体周围的环境,比如动物周围的环境、动物周围出现的其他动物、天气条件或周围环境的光亮度等。
示例性地,在车道线跟踪的场景中,传感器353可以用于探测车辆前方的车道线,从而使得车辆能够感知在行进过程中车道的变化,以据此对车辆的行驶进行实时规划和调整。
示例性地,在自动泊车的场景中,传感器353可以用于探测车辆周围的库位和周边障碍物的尺寸或者位置,从而使得车辆能够感知库位和周边障碍物的距离,在泊车时进行碰撞检测,防止车辆与障碍物发生碰撞。
在一些实施例中,传感器353还可以感知车辆自身的相关信息。例如传感器353可以感知车辆自身的位置、姿态、速度或转角等信息,从而使得车辆能够准确判断自身与周围其他物体例如行人、障碍物、其他车辆之间的相位对位置或距离,以据此对车辆的行为进行实时调整和规划。
可选地,如果计算机系统301位于自动驾驶的汽车上,传感器353可以包括摄像头、红外线感应器、GPS、激光雷达、毫米波雷达、超声波传感器、化学检测器、生物电传感器或麦克风等的一个或多个。
一般地,车辆上用于感知车辆自身状态和车辆周围环境的各式各样的传感器可以统称为感知模块。感知模块在智能汽车中发挥着十分重要的作用,其可以在汽车行驶过程中随时感应周围的环境,收集数据(包括自身数据、周围环境相关数据),进行静止、移动物体的辨识、侦测与追踪,并结合导航仪地图数据,进行系统的运算与分析等,从而预先识别并避免可能发生的危险,或者预先让驾驶者察觉到可能发生的危险以做出应对操作,有效增加汽车驾驶的安全性。
对于自动驾驶汽车来说,感知模块是自动驾驶汽车的“眼睛”,用于感知环境与障碍物。自动驾驶汽车中的预测模块可以根据感知模块所感知及跟踪到的障碍物信息,预测障碍物在后续一定时间内的轨迹。进一步地,作为自动驾驶汽车的“大脑”的决策规划模块可以实现路径规划、行为决策与运动规划等。其中路径规划指的是根据起始地与目的地,结合地图中的道路等信息,规划出一条起始地到目的地的路径。行为决策指的是根据路径规划的结果以及当前的环境及障碍物等信息,做出具体的行为决策,如超车或变道等。运动规划指的是根据行为决策的结果,规划一条满足一定约束条件的轨迹点,如超车时的轨迹点。
决策规划模块输出的结果直接影响着自动驾驶汽车的安全,正如人类驾驶汽车需要遵守交通规则一样,智能汽车例如自动驾驶汽车在行驶过程中也需要遵守交通规则,例如不与障碍物发生碰撞、遵循红绿灯及道路标志、不得超速等。
目前判定自动驾驶汽车是否存在违规行为(即违反交通规则的行为)的一种解决方案是,将车辆的每种违规行为训练成一个机器学习模型,将车辆感知模块获取的数据输入到模型中,由模型输出违规置信度,从而判断输入的数据是否为违规行为。这种判定交通行为合规性的方式中,需要将输入数据输入到所有的学习模型中,才能判定车辆在行驶过程中是否存在违规行为,计算量大,导致判定效率低。
因此,本申请实施例将提供一种判定交通行为合规性的方法和装置,能够提高判定交通行为是否违规的判定效率。
图3示出了本申请实施例提供的一种判定交通行为合规性的方法的示意性流程图。图3所示的方法300可以由驾驶装置执行,例如由图1所示的车辆100或位于车辆100上的装置执行;也可以由车辆之外的计算装置执行,例如由图1所示的服务器200或位于服务器200上的装置执行;也可以由驾驶装置和其他计算装置组合执行,例如由图1所示的包括车辆100和服务器200的系统执行,本申请实施例对此不作限定。
在介绍方法300之前,先对方法300涉及到的术语进行简要介绍,以期更好地理解本申请。
本申请实施例中所涉及的目标车辆,指的是交通行为的执行主体。方法300即用于判定目标车辆的交通行为的合规性,也即判定目标车辆的交通行为是否违反了交通规则,或者说判定目标车辆是否存在违规行为。
本申请实施例中所涉及的交通规则,为面向人类驾驶员的自然语言交通规则经逻辑语言表达后形成的面向机器的形式化交通规则。这是因为现有的交通规则都采用的适于人类理解的自然语言描述,自然语言描述的交通规则不适合自动驾驶系统等机器或程序进行理解和执行,因此需要将自然语言交通规则采用逻辑语言表达,形成形式化交通规则,以便于机器或程序读取,并无差错的认知交通规则。
形式化交通规则由命题和命题运算符组成,其中命题是指一个判断句的语义,即实际表达的概念,其中这个概念是可以被定义并观察的现象。一个命题是一个非真即假的陈述句。命题可以分为原子命题和复合命题,原子命题为不可再划分的命题,复合命题是由原子命题通过命题运算符连接而成的命题。命题运算符用于表明原子命题之间的运算关系,可以包括逻辑算子和时序算子,其中逻辑算子包括否定(not)、合取(and)、析取(or)、推导(implication)、等价(equivalence)等,时序算子包括下一时刻(next)、直到(until)、总是(always或global)、最终(eventually或future)等。关于逻辑算子和时序算子的含义及符号表示如下表1所示。
表1
为便于理解,下面举例说明。本申请实施例给出的命题示例采用驼峰命名法(camel-case)表示,即混合使用大小写字母来构成变量和函数的名字。具体来说,当变量名或函数名是由一个或多个单词连结在一起,而构成的唯一识别字时,第一个单词以小写字母开始,从第二个单词开始以后的每个单词的首字母都采用大写字母。
示例一
1)自然语言交通规则描述:
车辆变道过程中,压线时间不得长于T秒。
2)形式化交通规则描述:
该条形式化交通规则表示目标车辆处于左变道或右变道状态时,前T秒内存在不压线的状态,其中,“actCrossLeft”为原子命题,表示目标车辆左转,“actCrossRight”为原子命题,表示目标车辆右转,“stOnLine”为原子命题,表示目标车辆目标车辆处压线状态。∨、F(0,T)为命题运算符,分别表示“析取”、“否定”和“在从0~T内会发生”操作。
可以理解的是,在目标车辆左转或右转时,若在0~T秒内存在压线状态,表示目标车辆违反了该条交通规则。
示例二
1)自然语言交通规则描述:
车辆在高速公路上行驶,不得倒车、逆行、穿越中央分隔带掉头。
2)形式化交通规则描述:
该条形式化交通规则表示目标车辆在高速路上时,不能处于倒车状态、逆行状态和掉头,其中,“onHighway”为原子命题,表示目标车辆在高速路上,“stReverse”为原子命题,表示目标车辆在倒车,“stRetrograde”为原子命题,表示目标车辆在逆行,“actUTurn”为原子命题,表示目标车辆掉头。→、∨为命题运算符,分别表示“推导”、“否定”和“析取”操作。
可以理解的是,当目标车辆在高速路上处于倒车状态、逆行状态和掉头中的至少一种,表示目标车辆违反了该条交通规则。
示例三
1)自然语言交通规则描述:
向左转弯、向左变更车道、准备超车时,应当提前开启左转向灯。
2)形式化交通规则描述:
(actTurnLeft∨actCrossLeft∨actOvertake)→G(-T,0)(stSignalLeft)
该条形式化交通规则表示目标车辆左转、左变道或超车时,左转向灯处开启状态在前T秒内是一直成立的,其中,“actTurnLeft”为原子命题,表示目标车辆左转,“actCrossLeft”为原子命题,表示目标车辆向左变道,“actOvertake”为原子命题,表示目标车辆超车,“stSignalLeft”为原子命题,表示目标车辆左转向灯处开启状态。∨、→、G(-T,0)为命题运算符,分别表示“析取”、“推导”和“在从-T~0内总是发生”操作。
可以理解的是,在目标车辆向左转弯、或向左变更车道或准备超车时,若前-T~0秒内左转向灯不处于开启状态,表示目标车辆违反了该条交通规则。
将自然语言交规经形式化形成形式化交规,这样,车辆所理解和遵守的形式化交通规则和人类驾驶员所理解和遵守的自然语言交通规则是同一套交规体系,可以实现人车混行和人车共驾的目的。
下面结合图3对本申请实施例提供的一种判定交通行为的合规性的方法300进行详细介绍。如图3所示,方法300包括步骤S310至步骤S340。
在步骤S310,获取目标交通信息。
该目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个。
本申请实施例中,目标车辆的行为信息指的是与目标车辆自身相关的信息。
在一些实施例中,目标车辆的行为信息可以包括目标车辆的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
作为示例而非限定,目标车辆的轨迹信息可以包括目标车辆的历史轨迹和/或预测轨迹。其中目标车辆的历史轨迹可以理解为目标车辆在过去一段时间内已经经过的路径,目标车辆的预测轨迹可以理解为是目标车辆在未来一段时间内可能经过的路径。当目标车辆的轨迹信息包括目标车辆的历史轨迹时,方法300可以用于判定目标车辆在过去一段时间内、沿历史轨迹行驶时是否存在违规行为。当目标车辆的轨迹信息包括目标车辆的预测轨迹时,方法300可以用于判定目标车辆在未来一段时间内、沿预测轨迹行驶时是否存在违规行为。例如若判定目标车辆沿预测轨迹行驶时存在违规行为,则目标车辆可以判定结果调整路径,以尽可能避免交通事故的发生,提高车辆行驶的安全性。
以图4所示的应用场景为例,若车辆401为目标车辆,此时车辆401位于十字路口内,正在左转,其中实线所示的轨迹401a即为车辆401的历史轨迹,虚线所示的轨迹401b即为车辆401的预测轨迹。例如,若车辆402为目标车辆,此时车辆402位于停止线前,准备左转,其中虚线所示的轨迹402a即为车辆402的预测轨迹。
本申请实施例中,目标车辆的轨迹信息可以包括一系列轨迹点,其中每个轨迹点对应一个时间点。换句话说,目标车辆的轨迹信息可以包括过去一段时间和/或未来一段时间内,一系列时间点所对应的轨迹点。应理解,目标车辆在当前时间点所在的位置可以认为是目标车辆的历史轨迹中的一个轨迹点。
本申请实施例中,目标车辆的轨迹信息可以通过如图1所示的传感系统120或规划与控制系统130获取,具体地,例如可以通过定位系统121(例如GPS)获取目标车辆的历史轨迹,可以通过路线控制系统135(例如前文所述的决策规划模块)获取目标车辆的预测轨迹。
作为示例而非限定,目标车辆的时间信息可以包括一系列时间点。在一些实现方式中,该一系列时间点可以与目标车辆的轨迹信息相对应,即目标车辆的时间信息可包括与目标车辆在每个轨迹点所对应的时间点。目标车辆的时间信息的表示方式可以是格林尼治标准时间、北京时间、中欧时间或操作系统(unix)时间戳等,本申请实施例对此不作限定,只要保证目标车辆的时间信息可以转换为统一形式即可。
作为示例而非限定,目标车辆的速度信息包括但不限于目标车辆的线速度、线加速度、角速度或角加速度等信息。例如目标车辆的速度信息可以包括与目标车辆的轨迹信息所对应的速度信息,和/或与目标车辆的时间信息所对应的速度信息。换句话说,目标车辆的速度信息可以包括目标车辆在每个轨迹点和/或每个时间点所对应的线速度、线加速度、角速度或角加速度等。上述各种速度可以在世界坐标系下的取值,也可以是在目标车辆的自车坐标系下的取值,本申请实施例对此不作限定。以加速度为例,在实际应用中,可以将世界坐标系下的加速度取值与自车坐标系下的加速度取值相互转换。
本申请实施例中,目标车辆的速度信息可以通过如图1所示的传感系统120获取。例如,可以通过惯性测量单元122获取目标车辆的线加速度和角速度,具体地,惯性测量单元122包括陀螺仪和加速度计,通过陀螺仪可以获取目标车辆的角速度,通过加速度计可以获取目标车辆的三个方向的线性加速度。进一步地,通过惯性测量单元122获取的速度信息,还可以解算出目标车辆的线速度。又如,可以通过车速传感器126获取目标车辆的线速度。由于车速传感器126可以将目标车辆的车速信息发送给规划与控制系统130,因此还可以通过规划与控制系统130间接获取目标车辆的线速度。
作为示例而非限定,目标车辆的姿态信息包括但不限于目标车辆偏航角、俯仰角、翻滚角或四元数等信息。例如,目标车辆的姿态信息可以包括与目标车辆的轨迹信息所对应的姿态信息(例如每个轨迹点所对应的姿态信息),和/或与目标车辆的时间信息所对应的姿态信息(例如每个时间点所对应的姿态信息)。
本申请实施例中,目标车辆的姿态信息可以通过惯性测量单元122提供的线性加速度和旋转角速率解算获得。
作为示例而非限定,目标车辆的位置信息包括但不限于目标车辆在世界坐标系下的三维位置坐标、高程信息或经纬度信息,目标车辆在道路坐标系下的三维位置坐标、高程信息或经纬度信息等。与上述目标车辆的速度信息类似,目标车辆的位置信息可以包括与目标车辆的轨迹信息所对应的位置信息(例如每个轨迹点所对应的位置信息),和/或与目标车辆的时间信息所对应的位置信息(例如每个时间点所对应的位置信息)。
本申请实施例中,目标车辆的位置信息可以通过如图1所示的传感系统120获取。例如可以通过定位系统121(例如GPS)获取目标车辆在世界坐标系下的三维位置坐标、高程信息或经纬度信息等。进一步地,可以将目标车辆在世界坐标系下的位置取值转换为道路坐标系下的位置取值,以获取目标车辆在道路坐标系下的三维位置坐标、高程信息或经纬度信息等。
作为示例而非限定,目标车辆的灯光信息包括但不限于目标车辆的近光灯、远光灯、转向灯、制动灯、危险报警灯、尾灯、雾灯、示宽灯、倒车灯、牌照灯、仪表灯、车顶灯、行李厢灯、踏步灯、工作灯、阅读灯、门灯或氛围灯等。
参考图4,若车辆401为目标车辆,由于车辆401正在左转,因此车辆401应根据交规的规定开启左转向灯。因此可以获取车辆401的转向灯相关信息。
本申请实施例中,目标车辆的灯光信息可以通过如图1所示的规划与控制系统130获取,具体地可以通过规划与控制系统130中用于控制自车灯光的模块、单元或系统获取。
作为示例而非限定,目标车辆的声音信息包括但不限于目标车辆的鸣笛声、报警声、安全带提示声、锁车喇叭声以及汽车发生故障时产生的金属铁器撞击声、轻敲声、重敲声、嘀嗒声、啸鸣声或嗡叫声等。
本申请实施例中,目标车辆的声音信息可以通过如图1所示的规划与控制系统130或麦克风143获取。例如正常的声音信息例如鸣笛声、报警声、安全带提示声或锁车喇叭声等可以通过规划与控制系统130获取,具体地可以通过规划与控制系统130中用于控制自车声音的模块、单元或系统获取。异常的声音信息例如目标车辆发生故障时产生的声音可以通过外围设备140或传感系统120中用于收集声音的模块、单元或系统获取,具体地如通过麦克风143获取。
作为示例而非限定,目标车辆的状态信息包括但不限于目标车辆的故障信息、燃油状态信息、机油压力信息、冷却系统状态信息或轮胎胎压状态信息等。其中目标车辆的故障信息可以包括例如制动系统故障、转向系统故障、发电机故障、防抱死制动系统(antilock brake system,ABS)故障、变速箱故障、电子驻车制动器故障、照明灯故障、排放系统故障、发动机系统故障或刮水器故障等。
本申请实施例中,目标车辆的状态信息可以通过如图1所示的传感系统120或规划与控制系统130或外围设备140获取。由于目标车辆的状态信息来源广泛,不同的信息内容可以通过不同的系统或设备获取,因此可以从相应的系统或设备中获取到相应的状态信息,例如故障信息可以是传感系统120中的传感器发现故障,汇报给规划与控制系统130或车载电脑。
作为示例而非限定,目标车辆的固有属性信息包括但不限于目标车辆的类别信息、尺寸信息或重量信息等。该类别信息用于指示目标车辆所属的类别。本申请实施例中,例如可以按照车辆用途将车辆划分为轿车、客车、载货汽车、越野汽车、自卸汽车、牵引汽车、专用汽车等,例如可以按照车辆大小将车辆划分为微型车、小型车、紧凑型车、中型车、中大型车等,例如可以按照外形可以将车辆划分为四轮车、三轮车、二轮车等。目标车辆的尺寸信息例如包括目标车辆的长宽高等。
本申请实施例中,目标车辆的固有属性信息可以通过如图1所示的计算机系统150或规划与控制系统130获取。一般地,目标车辆的固有属性信息可以预先配置于计算机系统150或规划与控制系统130中。
应理解,在一些实施例中,当目标车辆的轨迹信息所包括的一系列轨迹点与目标车辆的时间信息所包括的一系列时间点一一对应时(例如每经过预设采样间隔就获取一个轨迹点),可以以时间信息为基准,获取每个时间点对应的交通信息,即每个时间点对应的轨迹信息、速度信息、位置信息、灯光信息、姿态信息、声音信息或状态信息等。
本申请实施例中,目标车辆的周围环境信息可以包括地图环境信息和/或动态环境信息。其中地图环境信息可以理解为目标车辆周围的静态环境信息,也可以称为地图信息。
作为示例而非限定,地图环境信息包括但不限于:交通标线信息,交通标志信息,交通信号灯信息,道路类型信息,车道信息。具体地,交通标线信息可以包括交通标线的类型,例如指示标线、禁止标线或警告标线等,还可以包括交通标线的位置等。交通标志信息可以包括交通标志的类型,例如警告标志、禁令标志、指示标志、指路标志、旅游区标志和道路施工安全标志或辅助标志等,还可以包括交通标志的位置等。交通信号灯信息可以包括交通信号灯显示状况(例如显示红灯或显示绿灯)、交通信号灯的位置灯。道路类型信息可以包括道路等级信息(例如为快速路、主干路、次干路或支路等,或者为高速路或普通公路)、路面材质信息(例如为水泥路、沥青路、土路或砂石路等)。车道信息可以包括车道类型信息(例如为超车道、行车道、应急车道或避险车道等)。
参考图4,以车辆401为目标车辆,地图环境信息例如可以包括人行横道线404a的位置,车行道分界线404b的位置,停止线404c的位置,禁止超车线404d的位置,车行道边缘线404e的位置,交通信号灯404f的位置等,还可以包括车辆401所在的车道信息(例如车辆401在开始左转时位于同向双车道的左侧车道上)。
本申请实施例中,地图环境信息可以通过如图1所示的传感系统120获取,或者从预先存储有地图环境信息的计算机系统150获取。例如通过定位系统121获取。地图环境信息也可以通过如图1所示的服务器200获取。示例性的,地图环境信息可以通过高精地图获取。
作为示例而非限定,动态环境信息包括但不限于:天气信息,能见度信息,光照强度信息。具体地,天气信息例如包括目标车辆所处的环境的风、云、雾、雨、闪、雪、霜、雷、雹、霾或沙尘等信息。
本申请实施例中,动态环境信息可以通过如图1所示的传感系统120获取,例如通过环境感知传感器感知天气状况、能见度信息或光照强度等。在一些实施例中,动态环境信息也可以通过云服务获取,例如从天气预报提供商的服务器上获取。
本申请实施例中,至少一个交通参与者的信息指的是目标车辆周围参与或可能参与交通的交通参与者的信息。本申请实施例中,交通参与者指的是目标车辆周围影响或可能影响目标车辆交通行为的人(包括行人和交通警察)、机动车、非机动车、以及影响交通的物体(例如交通信号灯、交通标志、交通标线等)等。本申请实施例中,影响交通的交通信号灯、交通标志、交通标线等也可以称为交通元素。
参考图4,若车辆401为目标车辆,则正在参与或可能参与车辆401在该场景下的交通的交通参与者可以包括行人403a(可能需要车辆401停车让行)、行人403b、车辆405(可能会直行而与车辆401发生碰撞)、车辆402、车辆406,交通参与者还可以包括交通信号灯404f。
在一些实施例中,至少一个交通参与者的信息可以包括至少一个交通参与者的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
应理解,对于不同类型的交通参与者,交通参与者的信息略有所不同。
例如交通参与者为目标车辆周围的其他车辆时,该其他车辆所对应的交通参与者的信息可以包括其他车辆的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。关于其他车辆所对应的交通参与者的信息描述可以参考上文有关目标车辆的行为信息的相关描述,为简洁,在此不再赘述。
本申请实施例中,该其他车辆所对应的交通参与者的信息可以通过如图1所示的传感系统120获取,可以通过云服务中心获取(其中交通参与者先将前述信息上传至云服务中心),还可以通过目标车辆与该其他车辆的通信过程直接从其他车辆上获取,本申请实施例对此不作限定。例如,其他车辆的轨迹信息可以从目标车辆的规划与控制系统130获取,具体地通过计算机视觉系统134或障碍规避系统136获取,其中计算机视觉系统134可以跟踪其他车辆以获取其他车辆的轨迹信息,障碍规避系统136可以预测其他车辆在一段时间内的轨迹。其他车辆的灯光信息可以通过如图1所示的传感系统120,具体地可以通过传感系统120中相机125获取。其他车辆的声音信息可以通过外围设备140,例如外围设备140中的麦克风模块获取。其他车辆的固有属性信息可以通过传感系统120,具体地例如相机125、雷达123、激光测距仪124等获取。
例如交通参与者为行人时,该行人所对应的交通参与者的信息可以包括轨迹信息(例如包括行人的历史轨迹和/或目标车辆预测的该行人在后续一段时间内的轨迹)、时间信息、速度信息、位置信息或固有属性信息(例如包括交通参与者类别信息)中的至少一种。
本申请实施例中,该行人所对应的交通参与者的信息可以通过如图1所示的传感系统120或规划与控制系统130获取,具体地,例如通过相机125、雷达123、激光测距仪124或障碍规避系统136等获取。
例如交通参与者为交通信号灯等影响交通的物体时,该物体所对应的交通参与者的信息可以包括位置信息、灯光信息(例如红绿灯显示状况)或固有属性信息(例如包括交通参与者类别信息)中的至少一种。
本申请实施例中,该物体所对应的交通参与者的信息可以通过如图1所示的传感系统120获取或规划与控制系统130获取,具体地,例如通过相机125、雷达123、激光测距仪124或障碍规避系统136等获取。
在一些实施例中,步骤S310中获取的目标交通信息对应至少一个时间点,目标交通信息包括每个时间点所对应的交通信息。应理解,不同时间点对应的交通信息所包含的具体信息可以有所不同,本申请实施例对此不作限定。可选地,在获取目标交通信息后,可以将目标交通信息打包为第一块信息,其中第一块信息包括至少一个时间点中每个时间点所对应的目标车辆的行为信息、目标车辆的周围环境信息或至少一个交通参与者的信息中的至少一项。这里所涉及的“打包”可以理解将目标交通信息整合、封装或构建为块信息,方便后续步骤中对目标交通信息的使用。
上文提到,目标交通信息所包括的地图环境信息可以为高精地图信息,在一些实施例中,为了减少计算量,可以对原始地图信息(例如高精地图信息)进行预处理,以获取目标交通信息。例如,目标车辆的行为信息包括目标车辆的轨迹信息,至少一个交通参与者的信息包括至少一个交通参与者的轨迹信息,目标车辆的周围环境信息包括地图环境信息,在步骤S310中,可以先获取原始地图信息,然后根据目标车辆的轨迹信息和至少一个交通参与者的轨迹信息对原始地图信息进行处理,得到地图环境信息,其中地图环境信息与目标车辆和至少一个交通参与者的轨迹区域相对应。
换句话说,本申请实施例中的地图环境信息可以是在原始地图信息基础上,仅保留目标车辆的轨迹区域和至少一个交通参与者的轨迹区域所对应的地图信息。这样可以大大减少数据量,提高处理效率。
应理解,这里所提及的目标车辆的轨迹区域可以是能够将目标车辆的轨迹点包围在内的区域,例如方形区域、圆形区域、椭圆区域或三角区域等。至少一个交通参与者的轨迹区域可以是能够将所有交通参与者的轨迹点包围在内的一个大区域,或者是包括多个子区域,其中该多个子区域中的每个子区域能够将一个或多个交通参与者的轨迹点包围在内。
当然还可以理解的是,与地图环境信息相对应的轨迹区域可以包括目标车辆的轨迹区域和至少一个交通参与者的轨迹区域,或者可以为将目标车辆的轨迹点和至少一个交通参与者的轨迹点均包围在内的整块区域。对此本申请实施例均不作限定。
参考图4,若车辆401为目标车辆,由于车辆401位于十字路口,则可以在原始地图信息上截取轨迹区域407所对应的地图信息,可以大大减少计算量。
继续参考图3,在步骤S320,根据目标交通信息,确定目标车辆的驾驶场景。
在该步骤中,可以根据步骤S310获取的目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一者确定目标车辆的驾驶场景。
本申请实施例中,对于目标车辆的驾驶场景可以有多种分类方式。例如,可以将目标车辆的驾驶场景分为高速、城区十字路口、城区一般道路、山区;又如,可以将目标车辆的驾驶场景分为白天行车、夜间行车;再如,可以将目标车辆的驾驶场景分为晴天行车、特殊天气(例如雨、雪、雾或沙尘暴等)行车;再如,可以将目标车辆的驾驶场景分为拥堵路段行驶、畅行路段行驶,等等。当然,对于车辆在任何场景下均必须遵守的交通规则,可以将其归为基本交规。本申请实施例中,可以按照单一的分类方式确定驾驶场景类别,也可以结合不同的分类方式确定驾驶场景类别,本申请实施例对此不作限定。
本申请实施例中,根据目标交通信息确定目标车辆的驾驶场景时可以有多种实现方式。
作为一个示例,可以根据目标交通信息和预设规则确定目标车辆的驾驶场景。例如车辆的驾驶场景被划分为若干类别,如高速场景/城区十字路口场景/城区一般道路场景/山区场景等。以高速场景为例,预设规则可以为当识别到服务区(如密云服务区)、高速公路名称(如京藏高速)、高速公路指示标志(如入口预告)等,可以确定目标车辆的驾驶场景为高速场景。
作为另一个示例,可以根据目标交通信息和神经网络模型确定目标车辆的驾驶场景。例如可以将目标交通信息输入到已经训练好的神经网络模型中,由神经网络模型输出目标车辆的驾驶场景。
在步骤S330,根据目标车辆的驾驶场景,获取目标交通规则。
应理解,这里目标交通规则指的是与驾驶场景相关的交通规则,更为具体地,目标交通规则为与驾驶场景相关的、能够被机器读取和理解的形式化交通规则。
为方便理解,以下结合具体示例对步骤S320和S330进行详细介绍。
在一种可能的实现方式中,步骤S320中可以根据目标车辆的周围环境信息确定目标车辆的驾驶场景。
示例性的,目标车辆的周围环境信息包括地图环境信息,其中地图环境信息包括高速服务区的相关信息、高速公路指路标志信息或高速公路出入口的相关信息等,则根据这些信息可以确定目标车辆处于高速公路行车场景。
相应地,在步骤S330中,可以获取与高速公路行车相关的交通规则。例如“机动车在高速公路上正常行驶时,同一车道的后车与前车必须保持足够的行车间距”、“机动车在高速公路上正常行驶时,不准倒车、逆行,不准穿越中央分隔带掉头或者转弯”、“不准在匝道、加速车道或者减速车道上超车、停车”、“除遇障碍,发生故障等必须停车的情况外,不准随意停车、停车上下人员或者装卸货物”、“机动车进入高速公路起点后,应当尽快将车速提高到五十公里以上”等等。
示例性的,目标车辆的周围环境信息包括动态环境信息,其中动态环境信息指示目标车辆周围环境为特殊天气,例如雨雪雾天,则根据这些信息可以确定目标车辆处于雪天行车场景。
相应地,在步骤S330中,可以获取与特殊天气下行车相关的交通规则。例如“遇雾、雨、雪、沙尘、冰雹,能见度在50米以内时,或在冰雪、泥泞的道路上行驶时,机动车最高行驶速度不得超过30公里/小时,拖拉机、电瓶车、轮式专用机械车不得超过15公里/小时”、“机动车在有雾、雨、雪、沙尘、冰雹等低能见度情况下行驶时,应当开启前照灯、示廓灯和后位灯”、“机动车雾天行驶应当开启雾灯和危险报警闪光灯”等。
在一种可能的实现方式中,步骤S320中可以根据目标车辆的行为信息确定目标车辆的驾驶场景。
示例性的,目标车辆的行为信息包括灯光信息,例如目标车辆的近光灯处于打开状态,因此可以根据目标车辆的灯光信息确定目标车辆处于夜间行车的场景下。
相应地,在步骤S330中,可以获取与夜间行车场景相关的交通规则。例如“机动车在夜间没有路灯、照明不良情况下行驶时,应当开启前照灯、示廓灯和后位灯,但同方向行驶的后车与前车近距离行驶时,不得使用远光灯”、“会车时距相对方向来车150米以外正确变换使用近光灯”、“夜间超车应提前开启左转向灯,并交替使用远、近光灯示意,提醒前车”等。
示例性的,目标车辆的行为信息包括轨迹信息,其中轨迹信息指示目标车辆在盘山公路上行车,则根据这些信息可以确定目标车辆处于山路行车场景。
相应地,在步骤S330中,可以获取与山路行车场景相关的交通规则。例如“转弯前应减速、鸣号、靠右行”、“下陡坡或急转弯时,严禁空挡滑行”等。
在一种可能的实现方式中,步骤S320中可以根据至少一个交通参与者的信息确定目标车辆的驾驶场景。
示例性的,至少一个交通参与者的信息包括目标车辆周围的行人有关信息,例如行人的轨迹信息指示该行人在过马路,则可以确定目标车辆处于经过人行横道的场景。
相应地,在步骤S330中,可以获取与机动车行经人行横道相关的交通规则。例如“机动车行经人行横道时,应当减速行驶”、“机动车行经人行横道时,遇行人正在通过人行横道,应当停车让行”、“机动车行经没有交通信号的道路时,遇行人横过道路,应当避让。行人穿过马路后,避让车辆可陆续通行”等等。
在一种可能的实现方式中,步骤S320中可以综合考虑步骤S310获取的目标交通信息,以确定目标车辆的驾驶场景,这样能够确定更为准确的场景,以在步骤S330中获取与驾驶场景高度相关的交通规则。
示例性的,根据地图环境信息确定目标车辆位于高速公路上,并且根据动态环境信息确定目标车辆周围的能见度小于50米,因此可以确定目标车辆处于能见度小于50米的高速公路上行车的场景,则在步骤S330中获取与该场景相关的交通规则时,可以获取在特殊天气行车时的有关车速的交规,例如“机动车最高行驶速度不得超过30公里/小时”,而无需获取例如“同方向有2条车道的,左侧车道的最低车速为每小时100公里”等适用于视野良好场景下的有关车速的交规。这样可以获取与驾驶场景高度相关的交通规则,可以减少计算量,并且提高交规判定的准确性。
示例性的,根据地图信息确定目标车辆位于高速公路起点,并且根据至少一个交通参与者的信息确定目标车辆处于拥堵路段,因此可以确定目标车辆处于高速公路起点的拥堵路段行车的场景,则在步骤S330中获取与该场景相关的交通规则时,可以获取拥堵场景下有关车速的交规,例如“驾驶车辆遇前方车辆行进缓慢或道路、路口因故堵塞时,应减速或停车,依次缓慢行驶或耐心排队等待”,而无需获取例如“机动车进入高速公路起点后,应当尽快将车速提高到五十公里以上”等适用于非拥挤场景下的有关车速的交规。
应理解,上文示出的例子仅为方便理解而作出的示例性说明,在实际应用中,在确定了目标车辆的驾驶场景后,可以在步骤S330获取更多、更少或其他的相关交通规则,在此不再一一详述。
本申请实施例中,根据目标车辆的驾驶场景获取目标交通规则时可以有多种实现方式。
作为一个示例,形式化交通规则在设计时即被划分为与场景对应的若干类别,因此确定目标车辆的驾驶场景后,可以根据类别信息获取对应场景的形式化交通规则。
作为另一个示例,形式化交通规则在设计时可以对每个形式化交通规则所适应的场景附上关键词,例如对于交规“机动车在夜间没有路灯、照明不良情况下行驶时,应当开启前照灯、示廓灯和后位灯,但同方向行驶的后车与前车近距离行驶时,不得使用远光灯”可以设计对应的关键词如“光照强度低”、“夜间”等,从而可以根据关键词获取相应的形式化交通规则。
可选地,在获取到目标交通规则之后,可以将目标交通规则以机器能够读取的数据结构存储于数据库或字典中。
例如,在步骤S330获取的目标交通规则可以是文档(word)格式或表格(excel)格式,以交规“不得连续变道”为例,获取的目标交通规则的格式如下表2所示:
表2
因此,在获取到目标交通规则后可以将其以如下形式存储:
在一些实施例中,可以采用字典数据结构、键值(key-value)对、结构化查询语言(structured query language,SQL)或非关系型的数据库(not only SQL,NoSQL)等方式存储目标交通规则,以便机器理解。
当目标车辆处于某一驾驶场景中时,可能需要判定多个时间点时目标车辆的交通行为是否违规,而该多个时间点所判定的交通规则可能是相同的。本申请实施例中,在获取目标交通规则后,将与目标车辆的驾驶场景相关的交通规则存储于数据库或字典中,可以在判定过程中直接从数据库或字典中读取,而无需重复确定驾驶场景或重复获取目标交通规则,从而减少计算量,提高运行速度,以提高判定目标车辆的行为在多个时间点时是否违规的效率。
上文提到,目标交通规则为形式化交通规则,包括命题和命题运算符。因此在一些实施例中,在获取目标交通规则之后,可以对目标交通规则进行解析,以获取目标交通规则对应的至少一个原子命题。
应理解,在解析目标交通规则的过程中,可以对形式化的目标交通规则进行预处理,例如转换交规条目(例如将复合命题用原子命题组合表示,或者将高级命题用低级命题组合表示等)、清洗(例如消除冗余项,如将A&A处理为A)、简化(例如去除空格和特殊字符)等。当然,如果目标交通规则已经以最简单的原子命题组合表示,则可以不对目标交通规则进行预处理。
需要说明的是,在步骤S330获取的目标交通规则可以包括一条或多条,当目标交通规则为多条时,在对目标交通规则进行解析的过程中,是对多条目标交通规则中的每条进行解析,以获取每条目标交通规则所对应的至少一个原子命题。
经过步骤S310和步骤S330后,分别获取了目标交通信息和目标交通规则,因此在步骤S340,根据目标交通信息,可以判定目标车辆的行为是否符合目标交通规则。
在该步骤S340中,具体可以通过以下几种方式进行判定。
作为一个示例,在该步骤S330中,可以根据目标交通信息,判定目标交通规则所对应的至少一个原子命题中的每个原子命题的真(true)假(false)。然后根据目标交通规则所对应的至少一个原子命题中的每个原子命题的真假,判定目标交通规则的真假。最后根据目标交通规则的真假,判定目标车辆的行为是否符合目标交通规则。其中目标交通规则的真假即代表目标车辆的行为是否违反了交规。
为方便理解,下面举例说明。
1)自然语言交通规则描述为:
当确认与相邻车道后方车辆不满足安全距离时,不得换道。
2)形式化交通规则描述为:
(stCrossingLeft∧stObjLeftLane∧stObjBehind)∨(stCrossingRight∧stObjRightLane∧stObjBehind)→stProperDist
该条形式化交通规则表示当目标车辆处于左变道状态时,若他车在目标车辆左侧车道且在目标车辆后面,则目标车辆需要与他车满足安全距离,或当目标车辆处于右变道状态时,若他车在目标车辆右侧车道且在目标车辆后面,则目标车辆需要与他车满足安全距离。其中“stCrossingLeft/stCrossingRight”分别表示目标车辆正在压线,并且脱离压线状态后处于左侧车道/右侧车道,“stObjLeftLane/stObjRightLane”分别表示其他目标在目标车辆的左/右侧车道,“stObjBehind”表示其他目标在目标车辆后侧,“stProperDist”表示目标车辆与其他障碍物满足距离约束。
根据目标交通信息可以判定原子命题的真假。例如,通过目标车辆边界和车道线之间的位置关系得到stCrossingLeft/stCrossingRight等原子命题的判断结果;通过目标车辆和他车的位置关系得到stObjBehind/stObjAhead等原子命题的判断结果;通过目标车辆和他车所在车道标识(identity document,ID)的大小关系判断stObjLeftLane/stObjRightLane等原子命题的判断结果;通过目标车辆和他车之间的距离和安全距离的大小关系判断stProperDist等原子命题的判断结果。应理解,每个时间点都可以判断每个原子命题的真假。例如根据每个时间点所对应的目标交通信息,可以判断对应时间点的原子命题真假。
根据原子命题的真假,可以判定复合命题或高级命题的真假,即目标交通规则的真假。例如原子命题真假的判定结果为:(Ture∧Ture∧Ture)∨(False∧False∧Ture)→False,可以得出该复合命题为假,即该目标交通规则值为假,也就是说目标车辆在变道时没有遵守该交规。
作为另一个示例,目标交通规则可以包括前置条件和判定条件,其中前置条件为目标车辆所处的环境条件,其可以由一个或多个第一原子命题组合表示,判定条件为判定目标车辆是否违规的判断条件,其也可以由一个或多个第二原子命题组合表示。在该步骤S330中,可以先根据一个或多个第一原子命题的真假判定前置条件的真假,当前置条件为真时,才根据一个或多个第二原子命题的真假判断判定条件的真假。因此判定条件的真假即代表目标车辆的行为是否违反了交规。
例如,对于目标交通规则“在高速上不得超速”,其前置条件为“在高速上”(例如以命题“onHighway”表示),其判定条件为“未超速”。当前置条件为真,即判定目标车辆在高速上时,再进行判定条件的判断。如果此时判定条件为假,即目标车辆超速,则可以判定目标车辆违反了交通规则。
再如,对于目标交通规则“向左转弯、向左变更车道或准备超车时,应当提前开启左转向灯”,其前置条件为“向左转弯/向左变更车道/准备超车”(例如以命题“actTurnLeft/actCrossLeft/actOvertake”表示),其判定条件为“开启左转向灯”(例如以命题“G(-T,0)(stSignalLeft)”表示)。当前置条件为真,即判定目标车辆向左转弯/向左变更车道/准备超车时,再进行判定条件的判断。如果此时判定条件为假,即目标车辆没有开启左转向灯,则可以判定目标车辆违反了交通规则。
应理解,判定目标交通规则的方式还可以有其他形式,在此仅作示例性说明。
需要说明的是,上述仅以在某个时间点对目标车辆是否符合目标交通规则进行判定的过程为例,在实际应用中,可以判定每个时间点时目标车辆是否符合目标交通规则。
可以理解,在判定目标车辆在每个时间点是否符合目标交通规则时,只要目标车辆的驾驶场景未发生变化,则在每个时间点所判定的目标交通规则是一样的。为了减少计算量,提高判定效率,在一些实施例中,在解析完目标交通规则之后,可以将目标交通规则和目标交通规则所对应的至少一个原子命题封装成第一对象。这样在判定目标车辆的行为是否违规时,可以直接利用已经解析完的数据,而无需对目标交通规则进行重新解析,从而减少计算量,提高判定效率。
作为示例而非限定,例如目标交通信息包括第一时间点对应的交通信息和第二时间点对应的交通信息,则在判定目标车辆的行为是否符合目标交通规则时,可以根据第一时间点对应的交通信息和第一对象,判定目标交通规则在第一时间点的真假,继而根据目标交通规则在第一时间点的真假,判定目标车辆的行为在第一时间点是否符合目标交通规则。还可以根据第二时间点对应的交通信息和第一对象,判定目标交通规则在第二时间点的真假,继而根据目标交通规则在第二时间点的真假,判定目标车辆的行为在第二时间点是否符合目标交通规则。
在一些实施例中,在判定目标车辆的交通行为是否违规后,还可以生成交通规则判定报告。针对不同的情况,交通规则判定报告所包含的内容形式可以不同。
例如,若目标车辆存在违规行为,则交通规则判定报告可以包括目标车辆的违规时间、目标车辆违反的交通规则内容或目标车辆违规过程中的交通参与者中的至少一项。可选地,交通规则判定报告还可以包括违规原因。
例如,若目标车辆不存在违规行为,则交通规则判定报告可以输出空内容,或者只包括表头(例如“违规时间”表头、“违反交规内容”表头、“交通参与者”表头、“违规原因”表头等),而不输出表头对应的实质内容。
例如,交通规则判定报告可以包括全部的判定结果,即各个时间点、各条目标交通规则的判定结果。示例性的,交通规则判定报告可以包括“时间”表头、“交规内容”表头、“是否违反交规”表头,以及各个表头下所对应的数据、信息或判定结果等。若目标车辆存在违规行为,则可以将目标车辆具体的违规时间、违反的交通规则具体内容等信息采用高亮或划线等方式明显显示出来。
在自动驾驶系统设计或测试过程中,交通规则判定报告可供自动驾驶系统的设计人员参考,以对自动驾驶系统进行改善。在人车共行场景中,交通规则判定报告可供人类驾驶员了解车辆的行为状态。在车辆上路行驶时,交通规则判定报告还可以辅助交警进行违规行为判定、责任认定等。
在一些实施例中,交通规则判定报告可以为视频类型、图像类型、文本类型或表格类型等,本申请实施例对此不作限定。
本申请实施例中,根据目标交通信息先确定目标车辆的驾驶场景,然后根据驾驶场景获取与驾驶场景相关的交通规则,再根据目标交通信息判定目标车辆的行为是否符合与驾驶场景相关的交通规则。这样,在判定目标车辆是否存在违规行为的过程中,只需要判定目标车辆是否存在违反与驾驶场景相关的交通规则即可,而无需对全部交通规则进行判定,能够大大减少计算量,提高运行速度,从而能够提高判定目标车辆的交通行为是否违规的效率。
另一方面,目前在设计自动驾驶系统时,为了更好地控制车辆行为、避免违反交通规则、减少交通事故等,设计人员会根据对交通规则的理解,设计另外一套面向机器的规则,用于约束自动驾驶汽车的行为。这类规则一般只考虑了自动驾驶车辆的基本原则,例如红灯停、绿灯行、不得超速等,并且规则和实现代码是耦合在一起的,导致判定规则有限且不可扩展。本申请实施例中,由于可以单独根据驾驶场景获取与驾驶场景的交通规则,因此交通规则可以与交规判定过程解耦,例如交通规则可以存储在单独的数据库中,而无需与实现代码耦合,这样可以根据现有交通规则的修改动态扩展存储交通规则的数据库,方便交通规则的单独设计。
进一步地,为了更好地理解本申请,以下结合图5和图6列举一个具体地非限制性的例子,描述本申请实施例提供的一种判定交通行为合规性的方法和装置。
图5示出了本申请实施例提供的一种判定交通行为合规性的装置的示意性框图。如图5所示,该装置500可以包括场景分析模块510、交规读取模块520、交规库530、交规解析模块540、交规判定模块550。
场景分析模块510可用于执行图3中步骤S310,即获取目标交通信息。示例性的,目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息,其中目标车辆的行为信息包括目标车辆轨迹信息,目标车辆的周围环境信息包括地图信息和动态环境信息,交通参与者的信息包括交通参与者的轨迹信息。本申请实施例中,场景分析模块510主要负责对场景中保存的数据,即地图数据、目标车辆和交通参与者的轨迹数据、动态环境数据,进行分析和处理。
具体地,场景分析模块510可用于执行图6中的步骤S601和S602,即获取地图文件、轨迹文件、动态环境数据文件并解析,以获取地图信息、轨迹信息、动态环境信息。其中地图文件保存有地图数据,其可以是开放(OpenDrive)格式;轨迹文件保存有目标车辆的轨迹数据和至少一个交通参与者的轨迹数据,其可以是csv格式;动态环境数据文件保存有动态环境数据,其可以是csv格式。
由于不同数据文件的格式有所不同,因此可以将场景分析模块510进行细分,分别处理不同类型的文件。示例性的,如图5所示,场景分析模块510可以包括地图解析模块511、轨迹解析模块512、动态环境信息处理模块513等多个子模块。其中地图解析模块511可负责获取地图文件并对地图文件进行解析,以获得可供程序读取的地图信息。轨迹解析模块512可负责获取轨迹文件并对轨迹文件进行解析,以获得可供程序读取的目标车辆的轨迹信息和至少一个交通参与者的轨迹信息。动态环境信息处理模块513可负责获取动态环境数据文件并对动态环境数据文件进行解析,以获得可供程序读取的动态环境信息,或者动态环境信息处理模块513可负责从动态环境数据文件中读取每个时间点对应的动态环境信息,例如天气信息、能见度信息等。
可选地,场景分析模块510可以包括地图信息处理模块514,该地图信息处理模块514可结合地图解析模块511的解析结果和轨迹解析模块512的解析结果,对获取的地图信息进行预处理,例如仅保留轨迹区域的地图信息,或预先提取各个轨迹点所在的道路类型和车道信息等。
应理解,上述子模块的划分方式仅仅是示例性的,在其他一些实施例中,可以将多个子模块的功能集成于一个模块上,使该一个模块执行多个子模块所实现的功能。
可选地,场景分析模块510可以包括场景合成与处理模块515,该场景合成与处理模块515用于将获取的地图信息、轨迹信息、动态环境信息进行打包整合,以形成便于使用的代码块。
在一些申请实施例中,轨迹文件包括每个时间点各个交通参与者的位置、速度等状态信息,因此轨迹解析模块512还可以解析出参与交通的所有交通参与者,例如执行图6中的步骤S603,获取交通参与者列表。这里交通参与者可以包括行人、机动车、非机动车、影响交通的物体例如交通信号灯等。当然,步骤S603也可以由其他的模块例如交规判定模块550执行,本申请实施例对此不作限定。
交规读取模块520可用于执行图3中的步骤S330,即获取目标交规。例如交规读取模块520可以从云侧存储装置或目标车辆上的存储装置获取目标交规。具体地,交规读取模块520可执行图6中步骤S604,获取形式化交规文件。其中形式化交规文件的格式可以为xml格式。
可选地,交规读取模块520还可以执行图6中的步骤S605,获取交规列表。具体地,交规读取模块520可以对当前场景进行分类,根据场景类别,读取相关的交通规则,形成交规列表。例如在高速场景下,交规读取模块520仅读取高速相关的交通规则。可选地,交规读取模块520可以将获取的形式化交规文件(或交规列表)以机器能够理解和读取的数据结构存储于交规库530中。
交规解析模块540可用于执行图6中的步骤S606,即解析交规,提取命题,构建交规信息对象。具体地,交规解析模块540可以将获取的每条交规进行解析,并提取对应的原子命题,并将每条交规和对应的原子命题封装为对象,便于交规判定模块550调用。可选地,交规解析模块540在解析交规过程中,可以解析出每条交规对应的前置条件和判定条件,其中前置条件和判定条件分别包括一个或多个原子命题。前置条件可用于判定目标车辆所在的环境,判定条件用于判定目标车辆是否违规。
交规判定模块550用于执行图3中的步骤S340,即根据目标交通信息,判定目标车辆的行为是否符合目标交通规则。
具体地,交规判定模块550可用于执行图6中的步骤S607和步骤S608。示例性的,如图5所示,交规判定模块550可以包括场景获取接口模块551、交规获取接口模块552、遍历判定模块553、报告生成模块554。
其中场景获取接口模块551可用于随时从场景分析模块获取判定交规所需的信息,例如地图信息、轨迹信息、动态环境信息等。
交规获取接口模块552可用于随时从交规解析模块540获取所判定交规的相关信息,例如交规的参数、性质、前置条件、判定条件、对应的原子命题等。
遍历判定模块553根据场景获取接口模块551和交规获取接口模块552获取的信息,遍历交通参与者列表中的各个交通参与者、交规列表中的各条交规、每个时间点,进行交规判定。其中交规判定模块550可以通过自车的轨迹点获得时间跨度信息,以确定各个时间点。具体地,在执行步骤S607时,遍历判定模块553可以循环遍历交通参与者列表、交规列表、时间点,以对目标车辆交规遵从性进行判定。
报告生成模块554用于执行步骤S608,即根据遍历判定模块553的判定结果,输出交规判定报告。若目标车辆存在违规的行为,则交规判定报告可以包括违规的时间、交通参与者、违反的交通规则内容等信息,并以视频、图像或文字报告等形式保存在存储器中。
可选地,在交规判定模块550执行本申请实施例提供的判定交通行为合规性的方法之前,可以先配置交规判定模块550的参数,例如执行图6所示方法中的步骤S609。在该步骤中,可以配置交规判定模块550的判定时间段、采样间隔等参数。
上文结合图1至图6详细的描述了本申请实施例的方法实施例,下面结合图7至图8,详细描述本申请实施例的装置实施例。应理解,方法实施例的描述与装置实施例的描述相互对应,因此,未详细描述的部分可以参见前面方法实施例。
图7是本申请实施例提供的一种判定交通行为合规性的装置的示意图。图7所示的装置700可以是图1所示的车辆100上的装置,或者是图1所示的服务器200上的装置,或者是其他驾驶装置或云计算装置上的装置。装置700包括第一获取模块701、确定模块702、第二获取模块703、判定模块704。装置700可用于执行本申请实施例提供的判定交通行为合规性的方法。
例如,第一获取模块701可以用于执行图3所示方法中的步骤S310,确定模块702可以用于执行图3所示方法中的步骤S320,第二获取模块703可以用于执行图3所示方法中的步骤S330,判定模块704可以用于执行图3所示方法中的步骤S340。又例如,装置700还可以用于执行图6所示的判定交通行为合规性的方法,其中,第一获取模块701可以用于执行获取目标交通信息的步骤,例如执行图6所示方法中的步骤S601或步骤S602,确定模块702可以用于执行确定目标车辆的驾驶场景的步骤,第二获取模块703可以用于执行获取目标交通规则的步骤,例如执行图6所示方法中的步骤S604,判定模块704可以用于执行判定目标车辆的行为是否符合目标交通规则的步骤,例如执行图6所示方法中的步骤S607。
可选地,装置700可以对应于图5所示的判定交通行为合规性的装置500,其中,第一获取模块701可以对应于场景分析模块510,确定模块702可以对应于交规读取模块520中用于确定目标车辆的驾驶场景的功能模块,第二获取模块703可以对应于交规读取模块520中用于读取交规的功能模块,判定模块704可以对应于交规判定模块550。
图8是本申请实施例提供的一种判定交通行为合规性的装置的硬件结构示意图。该装置800包括存储器801、处理器802、通信接口803以及总线804。其中,存储器801、处理器802、通信接口803通过总线804实现彼此之间的通信连接。
装置800可以用于执行上文判定交通行为合规性的方法的各个步骤。
可选地,存储器801可以是只读存储器(read only memory,ROM),静态存储设备,动态存储设备或者随机存取存储器(random access memory,RAM)。存储器801可以存储程序,当存储器801中存储的程序被处理器802执行时,处理器802和通信接口803用于执行本申请实施例的判定交通行为合规性的方法的各个步骤。
可选地,存储器801可以具有图1所示存储器152的功能或者具有图2所示系统内存235的功能,以实现上述存储程序的功能。可选地,处理器802可以采用通用的CPU,微处理器,ASIC或者一个或多个集成电路,用于执行相关程序,以实现本申请实施例的车辆通信装置中的单元所需执行的功能,或者执行本申请实施例的判定交通行为合规性的方法的各个步骤。
可选地,处理器802可以具有图1所示处理器151的功能或者具有图2所示处理器203的功能,以实现上述执行相关程序的功能。
可选地,处理器802还可以是一种集成电路芯片,具有信息的处理能力。在实现过程中,本申请实施例的判定交通行为合规性的方法的各个步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
可选地,上述处理器802还可以是通用处理器、数字信息处理器(digital signalprocessing,DSP)、ASIC、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成本申请实施例的车辆通信装置中包括的单元所需执行的功能,或者执行本申请实施例的判定交通行为合规性的方法的各个步骤。
可选地,通信接口803可以使用例如但不限于收发器一类的收发装置,来实现装置与其他设备或通信网络之间的通信。
总线804可包括在装置各个部件(例如,存储器、处理器、通信接口)之间传送信息的通路。
本申请实施例还提供了一种芯片,该芯片包括至少一个处理器和接口电路。该接口电路用于为至少一个处理器提供程序指令或者数据,该至少一个处理器用于执行程序指令,以实现本申请实施例中的各方法、步骤及逻辑框图。
本申请实施例还提供了一种芯片系统,该芯片系统包括至少一个处理器,用于支持实现本申请实施例中的各方法、步骤及逻辑框图,例如接收或处理上述方法中所涉及的数据和/或信息。
在一种可能的实现方式中,该芯片系统还包括存储器。该存储器用于保存程序指令和数据,存储器位于处理器之内或处理器之外。该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质储有计算机程序,当计算机程序被运行时,可以实现本申请实施例中的各方法、步骤及逻辑框图。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,当计算机程序被计算机执行时,使得计算机执行本申请实施例中的各方法、步骤及逻辑框图。
本申请实施例还提供了一种车辆,该车辆包括图5、图7或图8所描述的判定交通行为合规性的装置,或者包括用于实现图3或图6所描述的判定交通行为合规性的装置。
示例性的,该车辆可以为智能驾驶车辆、自动驾驶车辆、辅助驾驶车辆或无人驾驶车辆等。该车辆例如可以是自动导引运输车AGV或无人运输车。
本申请实施例还提供了一种服务器,该服务器包括图5、图7或图8所描述的判定交通行为合规性的装置,或者包括用于实现图3或图6所描述的判定交通行为合规性的装置。
示例性的,该服务器可以为云服务器或本地服务器,其中云服务器也可以称为云端。
本申请实施例还提供了一种系统,包括目标车辆和服务器,目标车辆和服务器用于执行本申请实施例中的各方法、步骤及逻辑框图。具体地,目标车辆用于获取目标交通信息,目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个。例如目标车辆可用于执行图3中的步骤S310,或者执行图6中的步骤S601、S602或S603。服务器用于从目标车辆获取目标交通信息,并根据目标交通信息,确定目标车辆的驾驶场景。例如服务器可用于执行图3中的步骤S320。服务器还用于根据目标车辆的驾驶场景,获取目标交通规则。例如服务器可用于执行图3中的步骤S330,或者执行图6中的步骤S604。服务器还用于根据目标交通信息,判定目标车辆的行为是否符合目标交通规则。例如服务器可用于执行图3中的步骤S340,或者执行图6中的步骤S607。
需要说明的是,当由系统执行本申请实施例提供的方法时,目标车辆和服务器所执行的步骤或所能实现的功能不限于上述实施例所举的示例。在实际应用中,可以根据实际需要配置目标车辆和服务器分别实现的功能。例如目标车辆可以用于执行图3中步骤S310和S320,服务器用于执行图3中的步骤S330和S340;或者,服务器用于执行图3中的步骤S310至S330,目标车辆用于执行图3中的步骤S340,等。
在本申请实施例中,“第一”、“第二”以及各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围。例如,区分不同的时间点等。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,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,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在本申请中使用的术语“部件”、“模块”、“系统”等用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。例如,部件可以是但不限于,在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过图示,在计算设备上运行的应用和计算设备都可以是部件。一个或多个部件可驻留在进程和/或执行线程中,部件可位于一个计算机上和/或分布在2个或更多个计算机之间。此外,这些部件可从在上面存储有各种数据结构的各种计算机可读介质执行。部件可例如根据具有一个或多个数据分组(例如来自与本地系统、分布式系统和/或网络间的另一部件交互的二个部件的数据,例如通过信号与其它系统交互的互联网)的信号通过本地和/或远程进程来通信。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
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、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请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。例如,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,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,在本申请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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请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计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请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-only memory,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。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (27)
1.一种判定交通行为合规性的方法,其特征在于,包括:
获取目标交通信息,所述目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个;
根据所述目标交通信息,确定所述目标车辆的驾驶场景;
根据所述目标车辆的驾驶场景,获取目标交通规则;
根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则。
2.根据权利要求1所述的方法,其特征在于,在所述获取目标交通规则之后,还包括:
将所述目标交通规则存储于数据库或字典中。
3.根据权利要求1或2所述的方法,其特征在于,所述目标车辆的行为信息包括所述目标车辆的轨迹信息,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息,目标车辆的周围环境信息包括地图环境信息,所述获取目标交通信息包括:
获取原始地图信息;
根据所述目标车辆的轨迹信息和所述至少一个交通参与者的轨迹信息对所述原始地图信息进行处理,得到所述地图环境信息,其中所述地图环境信息与所述目标车辆和所述至少一个交通参与者的轨迹区域相对应。
4.根据权利要求3所述的方法,其特征在于,所述目标车辆的轨迹信息包括所述目标车辆的历史轨迹和/或所述目标车辆的预测轨迹。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述目标交通信息对应至少一个时间点,所述方法还包括:
将所述目标交通信息打包为第一块信息,其中所述第一块信息包括所述至少一个时间点中每个时间点所对应的所述目标车辆的行为信息、所述目标车辆的周围环境信息或所述至少一个交通参与者的信息中的至少一项。
6.根据权利要求1至5中任一项所述的方法,其特征在于,还包括:
对所述目标交通规则进行解析,获取所述目标交通规则所对应的至少一个原子命题;
所述根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则,包括:
根据所述目标交通信息,判定所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假;
根据所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假,判定所述目标交通规则的真假;
根据所述目标交通规则的真假,判定所述目标车辆的行为是否符合所述目标交通规则。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
将所述目标交通规则和所述目标交通规则所对应的至少一个原子命题封装成第一对象;
所述目标交通信息包括第一时间点对应的交通信息和第二时间点对应的交通信息,所述根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则,包括:
根据所述第一时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第一时间点的真假;
根据所述目标交通规则在所述第一时间点的真假,判定所述目标车辆的行为在第一时间点是否符合所述目标交通规则;
根据所述第二时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第二时间点的真假;
根据所述目标交通规则在所述第二时间点的真假,判定所述目标车辆的行为在第二时间点是否符合所述目标交通规则。
8.根据权利要求1至7中任一项所述的方法,其特征在于,还包括:
生成交通规则判定报告;
其中,在所述目标车辆存在违规的情况下,所述交通规则判定报告包括所述目标车辆的违规时间、所述目标车辆违反的交通规则内容或所述目标车辆违规过程中的交通参与者中的至少一项。
9.根据权利要求1至8中任一项所述的方法,其特征在于,所述目标车辆的行为信息包括所述目标车辆的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
10.根据权利要求1至9中任一项所述的方法,其特征在于,所述目标车辆的周围环境信息包括地图环境信息和/或动态环境信息;其中,
所述地图环境信息包括以下信息的至少一种:
交通标线信息,交通标志信息,交通信号灯信息,道路类型信息或车道信息;和/或,
所述动态环境信息包括以下信息的至少一种:
天气信息,能见度信息或光照强度信息。
11.根据权利要求1至10中任一项所述的方法,其特征在于,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
12.一种判定交通行为合规性的装置,其特征在于,包括:
第一获取模块,用于获取目标交通信息,所述目标交通信息包括目标车辆的行为信息、目标车辆的周围环境信息和至少一个交通参与者的信息中的至少一个;
确定模块,用于根据所述目标交通信息,确定所述目标车辆的驾驶场景;
第二获取模块,用于根据所述目标车辆的驾驶场景,获取目标交通规则;
判定模块,用于根据所述目标交通信息,判定所述目标车辆的行为是否符合所述目标交通规则。
13.根据权利要求12所述的装置,其特征在于,所述第二获取模块还用于:
将所述目标交通规则存储于数据库或字典中。
14.根据权利要求12或13所述的装置,其特征在于,所述目标车辆的行为信息包括所述目标车辆的轨迹信息,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息,目标车辆的周围环境信息包括地图环境信息,所述第一获取模块具体用于:
获取原始地图信息;
根据所述目标车辆的轨迹信息和所述至少一个交通参与者的轨迹信息对所述原始地图信息进行处理,得到所述地图环境信息,其中所述地图环境信息与所述目标车辆和所述至少一个交通参与者的轨迹区域相对应。
15.根据权利要求14所述的装置,其特征在于,所述目标车辆的轨迹信息包括所述目标车辆的历史轨迹和/或所述目标车辆的预测轨迹。
16.根据权利要求12至14中任一项所述的装置,其特征在于,所述目标交通信息对应至少一个时间点,所述装置还包括:
合成模块,用于将所述目标交通信息打包为第一块信息,其中所述第一块信息包括所述至少一个时间点中每个时间点所对应的所述目标车辆的行为信息、所述目标车辆的周围环境信息或所述至少一个交通参与者的信息中的至少一项。
17.根据权利要求12至16中任一项所述的装置,其特征在于,所述装置还包括:
解析模块,用于对所述目标交通规则进行解析,获取所述目标交通规则所对应的至少一个原子命题;
所述判定模块具体用于:
根据所述目标交通信息,判定所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假;
根据所述目标交通规则所对应的至少一个原子命题中的每个原子命题的真假,判定所述目标交通规则的真假;
根据所述目标交通规则的真假,判定所述目标车辆的行为是否符合所述目标交通规则。
18.根据权利要求17所述的装置,其特征在于,所述装置还包括:
封装模块,用于将所述目标交通规则和所述目标交通规则所对应的至少一个原子命题封装成第一对象;
所述目标交通信息包括第一时间点对应的交通信息和第二时间点对应的交通信息,所述判定模块具体用于:
根据所述第一时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第一时间点的真假;
根据所述目标交通规则在所述第一时间点的真假,判定所述目标车辆的行为在第一时间点是否符合所述目标交通规则;
根据所述第二时间点对应的交通信息和所述第一对象,判定所述目标交通规则在所述第二时间点的真假;
根据所述目标交通规则在所述第二时间点的真假,判定所述目标车辆的行为在第二时间点是否符合所述目标交通规则。
19.根据权利要求12至18中任一项所述的装置,其特征在于,所述装置还包括:
生成模块,用于生成交通规则判定报告;
其中,在所述目标车辆存在违规的情况下,所述交通规则判定报告包括所述目标车辆的违规时间、所述目标车辆违反的交通规则内容或所述目标车辆违规过程中的交通参与者中的至少一项。
20.根据权利要求12至19中任一项所述的装置,其特征在于,所述目标车辆的行为信息包括所述目标车辆的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
21.根据权利要求12至20中任一项所述的装置,其特征在于,所述目标车辆的周围环境信息包括地图环境信息和/或动态环境信息;其中,
所述地图环境信息包括以下信息的至少一种:
交通标线信息,交通标志信息,交通信号灯信息,道路类型信息或车道信息;和/或,
所述动态环境信息包括以下信息的至少一种:
天气信息,能见度信息或光照强度信息。
22.根据权利要求12至21中任一项所述的装置,其特征在于,所述至少一个交通参与者的信息包括所述至少一个交通参与者的轨迹信息、时间信息、速度信息、位置信息、灯光信息、姿态信息、声音信息、状态信息或固有属性信息中的至少一种。
23.根据权利要求12至22中任一项所述的装置,其特征在于,所述第一获取模块具体用于:
从所述目标车辆获取所述目标车辆的行为信息和/或所述目标车辆的周围环境信息;
从所述目标车辆和/或所述至少一个交通参与者获取所述至少一个交通参与者的信息。
24.一种判定交通行为合规性的装置,其特征在于,包括:至少一个存储器和至少一个处理器,所述至少一个存储器用于存储程序,所述至少一个处理器用于运行所述程序,以实现权利要求1至11中任一项所述的方法。
25.一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储有计算机程序,当所述计算机程序被运行时,实现如权利要求1至11中任一项所述的方法。
26.一种车辆,其特征在于,包括如权利要求12至24中任一项所述的判定交通行为合规性的装置。
27.一种服务器,其特征在于,包括如权利要求12至24中任一项所述的判定交通行为合规性的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110643425.4A CN115457757A (zh) | 2021-06-09 | 2021-06-09 | 判定交通行为合规性的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110643425.4A CN115457757A (zh) | 2021-06-09 | 2021-06-09 | 判定交通行为合规性的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115457757A true CN115457757A (zh) | 2022-12-09 |
Family
ID=84294840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110643425.4A Pending CN115457757A (zh) | 2021-06-09 | 2021-06-09 | 判定交通行为合规性的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115457757A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116331206A (zh) * | 2023-04-06 | 2023-06-27 | 上海交通大学 | 一种智能汽车安全行驶的决策方法及系统 |
-
2021
- 2021-06-09 CN CN202110643425.4A patent/CN115457757A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116331206A (zh) * | 2023-04-06 | 2023-06-27 | 上海交通大学 | 一种智能汽车安全行驶的决策方法及系统 |
CN116331206B (zh) * | 2023-04-06 | 2023-10-20 | 上海交通大学 | 一种智能汽车安全行驶的决策方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111540237B (zh) | 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 | |
CN111402588B (zh) | 基于时空轨迹重构异常道路高精地图快速生成系统与方法 | |
CN110379193B (zh) | 自动驾驶车辆的行为规划方法及行为规划装置 | |
US20230159062A1 (en) | Method and apparatus for controlling vehicle driving mode switching | |
US11004000B1 (en) | Predicting trajectory intersection by another road user | |
CN113968216B (zh) | 一种车辆碰撞检测方法、装置及计算机可读存储介质 | |
CN113128303A (zh) | 一种自动驾驶方法、相关设备及计算机可读存储介质 | |
CN113160547B (zh) | 一种自动驾驶方法及相关设备 | |
CN115390554A (zh) | 一种设计运行区域odd判断方法、装置及相关设备 | |
CN112672942B (zh) | 一种车辆换道方法及相关设备 | |
CN113460042A (zh) | 车辆驾驶行为的识别方法以及识别装置 | |
CN113330497A (zh) | 一种基于智能交通系统的自动驾驶方法、装置和智能交通系统 | |
US20230048680A1 (en) | Method and apparatus for passing through barrier gate crossbar by vehicle | |
US20230211809A1 (en) | Autonomous driving method and apparatus | |
CN114248794A (zh) | 车辆的控制方法、装置及车辆 | |
CN115440023A (zh) | 交通违规行为的判定方法和装置 | |
Choi et al. | Framework for connected and automated bus rapid transit with sectionalized speed guidance based on deep reinforcement learning: Field test in Sejong city | |
CN115457757A (zh) | 判定交通行为合规性的方法和装置 | |
CN114813157A (zh) | 一种测试场景构建方法及装置 | |
CN113968242A (zh) | 自动驾驶场景生成方法、装置及系统 | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
CN113799794B (zh) | 车辆纵向运动参数的规划方法和装置 | |
CN113741384B (zh) | 检测自动驾驶系统的方法和装置 | |
CN112654547A (zh) | 驾驶提醒的方法、装置及系统 | |
CN117601903B (zh) | 车辆行驶场景的生成方法、装置和存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |