CN115556827A - 自动驾驶车辆的航向角确定方法、装置及电子设备 - Google Patents

Abstract

本申请公开了一种自动驾驶车辆的航向角确定方法、装置及电子设备，该方法包括：获取当前的车辆跟踪结果，并根据车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；若存在，则获取目标车辆所在区域的车道线检测结果，包括有车道线和无车道线；确定目标车辆对应的周围车辆检测结果，并根据车道线检测结果和周围车辆检测结果确定目标车辆的初始航向角计算策略，周围车辆检测结果包括有周围车辆和无周围车辆；根据目标车辆的初始航向角计算策略确定目标车辆的当前的初始航向角。本申请能够根据车道线检测结果以及周围车辆情况计算出更合理、更符合实际的初始航向角，提高了不同场景下初始航向角设定的准确性和合理性。

Description

自动驾驶车辆的航向角确定方法、装置及电子设备

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的航向角确定方法、装置及电子设备。

背景技术

目前路侧的跟踪流程一般是先对道路中的车辆目标进行2D或者3D检测，然后将不同帧之间的检测结果通过跟踪匹配算法进行匹配关联，从而根据匹配结果保证不同帧的同一个目标具有全局唯一的ID标识，实现目标跟踪。

基于目标跟踪结果可以得到每个跟踪目标的历史轨迹，通过历史轨迹可以进一步计算该目标在当前帧的航向角，从而为车端的行驶决策以及可视化显示提供数据支撑。

然而，航向角的计算也会因为各种情况出现偏差，导致无法为车端提供准确的数据支撑，同时在三维显示场景下车辆像是从某个行驶角度突然转变到0度或者某个默认角度突然恢复正常角度，导致显示的车辆出现打转情况。

发明内容

本申请实施例提供了一种自动驾驶车辆的航向角确定方法、装置及电子设备，以提高自动驾驶车辆的初始航向角设定的准确性和合理性。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种自动驾驶车辆的航向角确定方法，其中，所述方法包括：

获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；

在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线；

确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆；

根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

可选地，所述根据所述车道线检测结果和所述目标车辆对应的周围车辆检测结果确定所述目标车辆对应的初始航向角计算策略包括：

若所述车道线检测结果为有车道线，则根据检测到的车道线确定对应的初始航向角计算策略；

若所述车道线检测结果为无车道线，则根据所述周围车辆检测结果确定对应的初始航向角计算策略。

可选地，所述根据所述周围车辆检测结果确定对应的初始航向角计算策略包括：

若所述周围车辆检测结果为有周围车辆，则根据检测到的周围车辆确定对应的初始航向角计算策略；

若所述周围车辆检测结果为无周围车辆，则确定所述目标车辆触发所述初始航向角计算条件的原因，并根据所述目标车辆触发所述初始航向角计算条件的原因确定对应的初始航向角计算策略，所述目标车辆触发所述初始航向角计算条件的原因包括目标跟踪算法异常和目标检测算法异常。

可选地，所述确定所述目标车辆触发所述初始航向角计算条件的原因包括：

根据所述车辆跟踪结果确定当前是否存在跟丢车辆；

在当前存在跟丢车辆，且所述跟丢车辆中存在与所述目标车辆的距离满足预设距离阈值的跟丢车辆的情况下，确定所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常；

否则，确定所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常。

可选地，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述车道线检测结果为有车道线的检测结果，则根据所述有车道线的检测结果确定两个车道线点的位置；

根据两个所述车道线点的位置确定所述目标车辆当前的初始航向角。

可选地，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述车道线检测结果为无车道线的检测结果，且所述周围车辆检测结果为有周围车辆，则根据周围车辆与目标车辆的距离确定所述目标车辆对应的同行车辆；

获取所述同行车辆的航向角，并将所述同行车辆的航向角作为所述目标车辆的当前的初始航向角。

可选地，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常，则根据跟丢车辆与所述目标车辆的距离确定与所述目标车辆距离最近的跟丢车辆；

获取与所述目标车辆距离最近的跟丢车辆的航向角，并作为所述目标车辆的当前的初始航向角。

可选地，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常，则确定与所述目标距离最近的车道线；

根据与所述目标距离最近的车道线上的两个车道线点的位置确定所述目标车辆的当前的初始航向角。

第二方面，本申请实施例还提供一种自动驾驶车辆的航向角确定装置，其中，所述装置包括：

第一获取单元，用于获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；

第二获取单元，用于在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线；

第一确定单元，用于确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆；

第二确定单元，用于根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

第三方面，本申请实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行前述之任一所述方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例的自动驾驶车辆的航向角确定方法，先获取当前的车辆跟踪结果，并根据车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；然后在存在触发初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，车道线检测结果包括有车道线和无车道线；之后确定目标车辆对应的周围车辆检测结果，并根据车道线检测结果和周围车辆检测结果确定目标车辆对应的初始航向角计算策略，周围车辆检测结果包括有周围车辆和无周围车辆；最后根据目标车辆对应的初始航向角计算策略确定目标车辆的当前的初始航向角。本申请实施例的自动驾驶车辆的航向角确定方法在需要对自动驾驶车辆赋值初始航向角时，能够根据车道线检测结果以及周围车辆情况计算出更合理、更接近于真实情况的航向角，解决了车辆在静止或者行驶过程中的初始航向角设定偏差较大的问题，提高了初始航向角设定的准确性和合理性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中一种自动驾驶车辆的航向角确定方法的流程示意图；

图2为本申请实施例中一种自动驾驶车辆的航向角确定装置的结构示意图；

图3为本申请实施例中一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅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。

以下结合附图，详细说明本申请各实施例提供的技术方案。

通常航向角计算存在偏差主要有以下原因：

1)由于目标跟踪算法异常、检测算法的漏检以及遮挡等原因，导致目标在跟踪过程中丢失，再次出现时已经无法匹配，从而赋予了该目标一个新的ID标识，此时由于航向角无法计算，因此只能设定一个初始航向角；

2)当目标刚出现在相机视野范围内时，由于没有足够多的数据来计算航向角，因此也只能设定一个默认的初始航向角；

3)在车辆静止情况下，由于车辆静止时的历史帧位置相同，因此计算出的航向角为0，但实际并非为0。

以上这些情况都会导致设定的航向角与实际情况偏差较大，且在后续航向角计算正常之后会导致车辆像是从某个行驶角度突然转变到0度或者从某个默认角度突然恢复正常角度，即车辆出现打转的情况。

基于此，本申请实施例提供了一种自动驾驶车辆的航向角确定方法，如图1所示，提供了本申请实施例中一种自动驾驶车辆的航向角确定方法的流程示意图，所述方法至少包括如下的步骤S110至步骤S140：

步骤S110，获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆。

本申请实施例的自动驾驶车辆的航向角确定方法可以由路侧设备来执行，具体可以先获取当前的车辆跟踪结果，车辆跟踪结果主要是根据目标的跟踪匹配算法得到的，例如可以包括目标的跟踪状态以及目标在各帧的位置等。

对于当前帧检测到的目标来说，目标的跟踪状态可以包括跟踪中状态和新出现状态，如果当前目标的跟踪状态为跟踪中状态，说明该目标能够持续被检测到，具有连续的历史轨迹，进而可以根据历史轨迹直接计算航向角，不需要重新赋值，因此这种情况不会触发初始航向角计算条件。而如果当前目标的跟踪状态为新出现状态，说明该目标在当前帧的检测框与上一帧的所有检测框均无法匹配成功，即有可能是新出现的目标，那么此时就需要为该目标赋予一个新的初始航向角，也即触发了初始航向角计算条件。

需要说明的是，目标的跟踪状态为新出现状态不代表该目标一定是第一次被检测到的目标，例如该目标在之前已经出现过并被持续检测到，但可能由于跟踪匹配算法出错、检测算法漏检或者目标受到遮挡等原因导致该目标在当前帧的检测框与上一帧的检测框无法匹配成功，但无论是哪种情况，此时都无法根据历史轨迹的方式计算目标的航向角，因此需要重新赋予新的初始航向角。

步骤S120，在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线。

如果当前检测到的目标中存在触发初始航向角计算条件的目标车辆，这时可以进一步获取目标车辆所在区域的车道线检测结果，即检测目标车辆附近是否存在车道线，这里定义的目标车辆所在区域主要是指目标车辆当前所处的位置附近是否有车道线，也即目标车辆是否正处于有车道线的道路区域行驶。车道线检测结果能够为目标车辆的初始航向角的设定提供一定参考。

步骤S130，确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆。

当基于车道线检测结果无法确定目标车辆的初始航向角时，还可以进一步确定目标车辆对应的周围车辆检测结果，周围车辆检测结果可以根据车辆跟踪结果得到，车辆跟踪结果中会包含当前帧检测到的所有车辆的位置，通过与目标车辆的位置进行比较，即可确定目标车辆的周围是否存在其他车辆，当然，对于“周围”的具体范围设定可以根据实际情况灵活设置，在此不作具体限定。

周围车辆检测结果同样可以为目标车辆的初始航向角的设定提供一定参考，因此结合不同的车道线检测结果和不同的周围车辆检测结果可以确定目标车辆对应的初始航向角计算策略。

步骤S140，根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

在确定出相应场景下的目标车辆的初始航向角计算策略后，即可利用该初始航向角计算策略计算出目标车辆当前的初始航向角，从而使目标车辆在当前帧具有更符合实际、更合理的初始航向角。

本申请实施例的自动驾驶车辆的航向角确定方法在需要对自动驾驶车辆赋值初始航向角时，能够根据车道线检测结果以及周围车辆情况计算出更合理、更接近于真实情况的航向角，解决了车辆在静止或者行驶过程中的初始航向角设定偏差较大的问题，提高了初始航向角设定的准确性和合理性。

在本申请的一些实施例中，所述根据所述车道线检测结果和所述目标车辆对应的周围车辆检测结果确定所述目标车辆对应的初始航向角计算策略包括：若所述车道线检测结果为有车道线，则根据检测到的车道线确定对应的初始航向角计算策略；若所述车道线检测结果为无车道线，则根据所述周围车辆检测结果确定对应的初始航向角计算策略。

本申请实施例在确定目标车辆对应的初始航向角计算策略时，可以先通过车道线检测结果进行判断，如果在目标车辆的位置检测到车道线，说明目标车辆当前行驶在有车道线区域，那么就可以参考该区域的车道线来设定目标车辆的初始航向角。

如果在目标车辆的位置没有检测到车道线，说明目标车辆当前行驶在无车道线区域，如十字路口的中间区域或者其他无车道线的路段，这时就需要进一步结合目标车辆对应的周围车辆检测结果来确定目标车辆的初始航向角计算策略。

在本申请的一些实施例中，所述根据所述周围车辆检测结果确定对应的初始航向角计算策略包括：若所述周围车辆检测结果为有周围车辆，则根据检测到的周围车辆确定对应的初始航向角计算策略；若所述周围车辆检测结果为无周围车辆，则确定所述目标车辆触发所述初始航向角计算条件的原因，并根据所述目标车辆触发所述初始航向角计算条件的原因确定对应的初始航向角计算策略，所述目标车辆触发所述初始航向角计算条件的原因包括目标跟踪算法异常和目标检测算法异常。

在根据周围车辆检测结果确定对应的初始航向角计算策略时，如果在目标车辆的周围检测到其他车辆，这些车辆由于与目标车辆的位置很近，因此通常是与目标同行甚至并行走时有可能遮挡该目标车辆的车辆，这些车辆的行驶情况能够为目标车辆的航向角的设定提供一定参考。

如果在目标车辆的周围没有检测到其他车辆，说明目标车辆当前行驶在无车道线区域且无其他车辆遮挡，此时需要进一步确定目标车辆在无车道线区域且无其他车辆遮挡的情况下触发初始航向角计算条件的原因，例如可能是跟踪算法异常或者检测算法漏检等原因，那么根据不同的触发初始航向角计算条件的原因可以分别采取不同的初始航向角计算策略。

在本申请的一些实施例中，所述确定所述目标车辆触发所述初始航向角计算条件的原因包括：根据所述车辆跟踪结果确定当前是否存在跟丢车辆；在当前存在跟丢车辆，且所述跟丢车辆中存在与所述目标车辆的距离满足预设距离阈值的跟丢车辆的情况下，确定所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常；否则，确定所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常。

如前所述，目标车辆触发初始航向角计算条件的原因主要有跟踪目标跟踪算法异常和检测算法异常，跟踪算法异常是指跟踪算法没有将本来对应于同一目标的当前帧的检测框与上一帧的检测框匹配上，导致上一帧的检测框对应的目标被标记为跟丢的情况，因此可以根据车辆跟踪结果中的目标跟踪状态确定当前是否存在跟丢车辆，如果当前存在跟丢车辆，则需要进一步确认该跟丢车辆是否是由于跟踪算法匹配异常导致的。

具体可以将跟丢车辆在当前帧的位置与当前帧检测到的目标车辆的位置进行比较，判断跟丢车辆与目标车辆的距离，如果跟丢车辆中存在与目标车辆距离小于预设距离阈值的车辆，那么说明这些跟丢车辆中大概率存在与当前帧检测到的目标车辆对应同一目标的车辆，只是由于跟踪算法异常导致没有匹配成功，也即此时可以认为是由于跟踪算法匹配异常导致车辆被标记为跟丢状态，进而导致需要在当前帧重新赋予初始航向角。

检测算法异常是指没有历史跟踪信息的情况，在当前不存在跟丢目标，或者跟丢目标与目标车辆的距离过大的情况下，可以认为是检测算法出现漏检的异常情况，进而导致当前帧的目标车辆被认为是新出现的目标而需要重新赋予初始航向角。

在本申请的一些实施例中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：若所述车道线检测结果为有车道线的检测结果，则根据所述有车道线的检测结果确定两个车道线点的位置；根据两个所述车道线点的位置确定所述目标车辆当前的初始航向角。

对于有车道线的场景，也即在目标车辆所在位置附近检测到车道线，说明目标车辆当前行驶在有车道线区域，那么对于自动驾驶车辆来说，其真实的航向角与其当前所处的车道线的航向角基本是一致的或者偏差很小，那么就可以将目标车辆所处位置的车道线的航向角赋值给目标车辆，作为目标车辆当前的初始航向角。

对于车道线航向角的计算，可以根据检测到的车道线点，选取与目标车辆的位置距离最近的两个车道线点的位置来计算。当然，也可以基于检测到的目标车辆的位置，将其转换到世界坐标系后与高精地图进行匹配，从而从高精地图提供的车道线数据中获取到目标车辆的所在位置的车道线数据，进而可以得到目标车辆所在位置的车道线航向角。

在本申请的一些实施例中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：若所述车道线检测结果为无车道线的检测结果，且所述周围车辆检测结果为有周围车辆，则根据周围车辆与目标车辆的距离确定所述目标车辆对应的同行车辆；获取所述同行车辆的航向角，并将所述同行车辆的航向角作为所述目标车辆的当前的初始航向角。

对于无车道线的场景，也即在目标车辆所在位置附近没有检测到车道线，说明目标车辆当前行驶在无车道线区域，如十字路口的中间区域或者其他无车道线的路段，这时可以进一步结合不同的周围车辆的检测结果来确定初始航向角的计算策略。

如果是有周围车辆的场景，也即在目标车辆周围一定距离内检测到其他车辆，那么由于这些车辆与目标车辆距离较近，且由于每个路侧相机通常主要负责同一行驶方向上的道路监控，那么从道路图像中检测到的这些周围车辆很有可能是与目标车辆同行的车辆，也即航向角较为接近或者偏差较小，因此这些周围车辆的航向角就可以为目标车辆的初始航向角的设定提供很大参考。当然，为了尽可能提高初始航向角设定的准确性和合理性，可以基于周围车辆与目标车辆的距离远近来确定相对更优的周围车辆，例如可以选择与目标车辆距离最近的车辆，通常就是与目标车辆同行的车辆，将同行车辆的航向角直接赋值给目标车辆即可。如果确定出的同行车辆也是需要重新赋值初始航向角的车辆，那么可以选择次优也即距离第二近的车辆的航向角赋值给目标车辆。

对于距离的计算，可以先将图像中检测到的各个车辆的检测框的位置通过事先标定好的变换关系转换到世界坐标系下，然后再利用世界坐标系下的位置坐标计算距离，从而避免基于图像位置计算的误差，保证计算准确性。

在本申请的一些实施例中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：若所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常，则根据跟丢车辆与所述目标车辆的距离确定与所述目标车辆距离最近的跟丢车辆；获取与所述目标车辆距离最近的跟丢车辆的航向角，并作为所述目标车辆的当前的初始航向角。

对于目标车辆周围没有检测到车道线以及其他车辆的情况，说明目标车辆很有可能行驶在无车道线且无遮挡的区域，此种场景下导致目标车辆需要重新设定初始航向角的原因主要有两种，即目标跟踪算法异常和目标检测算法异常。

如果判断出目标车辆触发初始航向角计算条件的原因为目标跟踪算法异常，说明当前存在与目标车辆距离较近的跟丢车辆，这时可以从中选择与目标车辆距离最近的跟丢车辆，由于车辆跟踪结果中包含每个检测到的目标的检测框位置，因此通过卡尔曼滤波可以预测出跟丢目标在当前帧的预测框位置，通过将跟丢目标在当前帧的预测框位置与目标车辆的检测框位置进行匹配，即可确定出与目标车辆距离最近的跟丢车辆，这里同样可以先将位置转换到世界坐标系下之后再进行比较。

在确定出与目标车辆距离最近的跟丢车辆之后，大概率说明该跟丢车辆在当前帧的位置就是目标车辆在当前帧的检测框位置，也即跟丢车辆与目标车辆是同一目标，只是由于跟踪算法异常导致目标没有匹配上，因此将跟丢车辆的航向角直接赋值给目标车辆即可。由于跟丢车辆在跟丢之前的历史轨迹能够确定，对应的航向角也可以计算得到，在刚刚跟丢之后的航向角变化也不会太大，因此可以根据历史跟踪数据得到跟丢车辆的航向角。

在本申请的一些实施例中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：若所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常，则确定与所述目标距离最近的车道线；根据与所述目标距离最近的车道线上的两个车道线点的位置确定所述目标车辆的当前的初始航向角。

如果判断出目标车辆触发初始航向角计算条件的原因为目标检测算法异常，说明目标检测算法出现了漏检，但检测算法通常不会连续很长一段时间都漏检，只是偶尔漏检一两帧，例如车辆刚驶出停止线的情况，因此可以在车辆还没远离有车道线区域时检测目标车辆距离最近的车道线，并根据该车道线上与目标车辆距离最近的两个车道线点的位置计算航向角，作为目标车辆的初始航向角。

本申请实施例还提供了一种自动驾驶车辆的航向角确定装置200，如图2所示，提供了本申请实施例中一种自动驾驶车辆的航向角确定装置的结构示意图，所述装置至少包括：第一获取单元210、第二获取单元220、第一确定单元230以及第二确定单元240，其中：

第一获取单元210，用于获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；

第二获取单元220，用于在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线；

第一确定单元230，用于确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆；

第二确定单元240，用于根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

在本申请的一些实施例中，所述第一确定单元230具体用于：若所述车道线检测结果为有车道线，则根据检测到的车道线确定对应的初始航向角计算策略；若所述车道线检测结果为无车道线，则根据所述周围车辆检测结果确定对应的初始航向角计算策略。

在本申请的一些实施例中，所述第一确定单元230具体用于：若所述周围车辆检测结果为有周围车辆，则根据检测到的周围车辆确定对应的初始航向角计算策略；若所述周围车辆检测结果为无周围车辆，则确定所述目标车辆触发所述初始航向角计算条件的原因，并根据所述目标车辆触发所述初始航向角计算条件的原因确定对应的初始航向角计算策略，所述目标车辆触发所述初始航向角计算条件的原因包括目标跟踪算法异常和目标检测算法异常。

在本申请的一些实施例中，所述第一确定单元230具体用于：根据所述车辆跟踪结果确定当前是否存在跟丢车辆；在当前存在跟丢车辆，且所述跟丢车辆中存在与所述目标车辆的距离满足预设距离阈值的跟丢车辆的情况下，确定所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常；否则，确定所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常。

在本申请的一些实施例中，所述第二确定单元240具体用于：若所述车道线检测结果为有车道线的检测结果，则根据所述有车道线的检测结果确定两个车道线点的位置；根据两个所述车道线点的位置确定所述目标车辆当前的初始航向角。

在本申请的一些实施例中，所述第二确定单元240具体用于：若所述车道线检测结果为无车道线的检测结果，且所述周围车辆检测结果为有周围车辆，则根据周围车辆与目标车辆的距离确定所述目标车辆对应的同行车辆；获取所述同行车辆的航向角，并将所述同行车辆的航向角作为所述目标车辆的当前的初始航向角。

在本申请的一些实施例中，所述第二确定单元240具体用于：若所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常，则根据跟丢车辆与所述目标车辆的距离确定与所述目标车辆距离最近的跟丢车辆；获取与所述目标车辆距离最近的跟丢车辆的航向角，并作为所述目标车辆的当前的初始航向角。

在本申请的一些实施例中，所述第二确定单元240具体用于：若所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常，则确定与所述目标距离最近的车道线；根据与所述目标距离最近的车道线上的两个车道线点的位置确定所述目标车辆的当前的初始航向角。

能够理解，上述自动驾驶车辆的航向角确定装置，能够实现前述实施例中提供的自动驾驶车辆的航向角确定方法的各个步骤，关于自动驾驶车辆的航向角确定方法的相关阐释均适用于自动驾驶车辆的航向角确定装置，此处不再赘述。

图3是本申请的一个实施例电子设备的结构示意图。请参考图3，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成自动驾驶车辆的航向角确定装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；

在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线；

确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆；

根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

上述如本申请图1所示实施例揭示的自动驾驶车辆的航向角确定装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各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。上述的处理器可以是通用处理器，包括中央处理器(CentralProcessing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(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，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1中自动驾驶车辆的航向角确定装置执行的方法，并实现自动驾驶车辆的航向角确定装置在图1所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中自动驾驶车辆的航向角确定装置执行的方法，并具体用于执行：

获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；

在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线；

确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆；

根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (11)

1.一种自动驾驶车辆的航向角确定方法，其中，所述方法包括：

获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；

在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线；

确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆；

根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

2.如权利要求1所述方法，其中，所述根据所述车道线检测结果和所述目标车辆对应的周围车辆检测结果确定所述目标车辆对应的初始航向角计算策略包括：

若所述车道线检测结果为有车道线，则根据检测到的车道线确定对应的初始航向角计算策略；

若所述车道线检测结果为无车道线，则根据所述周围车辆检测结果确定对应的初始航向角计算策略。

3.如权利要求2所述方法，其中，所述根据所述周围车辆检测结果确定对应的初始航向角计算策略包括：

若所述周围车辆检测结果为有周围车辆，则根据检测到的周围车辆确定对应的初始航向角计算策略；

若所述周围车辆检测结果为无周围车辆，则确定所述目标车辆触发所述初始航向角计算条件的原因，并根据所述目标车辆触发所述初始航向角计算条件的原因确定对应的初始航向角计算策略，所述目标车辆触发所述初始航向角计算条件的原因包括目标跟踪算法异常和目标检测算法异常。

4.如权利要求3所述方法，其中，所述确定所述目标车辆触发所述初始航向角计算条件的原因包括：

根据所述车辆跟踪结果确定当前是否存在跟丢车辆；

在当前存在跟丢车辆，且所述跟丢车辆中存在与所述目标车辆的距离满足预设距离阈值的跟丢车辆的情况下，确定所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常；

否则，确定所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常。

5.如权利要求1所述方法，其中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述车道线检测结果为有车道线的检测结果，则根据所述有车道线的检测结果确定两个车道线点的位置；

根据两个所述车道线点的位置确定所述目标车辆当前的初始航向角。

6.如权利要求1所述方法，其中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述车道线检测结果为无车道线的检测结果，且所述周围车辆检测结果为有周围车辆，则根据周围车辆与目标车辆的距离确定所述目标车辆对应的同行车辆；

获取所述同行车辆的航向角，并将所述同行车辆的航向角作为所述目标车辆的当前的初始航向角。

7.如权利要求3所述方法，其中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述目标车辆触发所述初始航向角计算条件的原因为目标跟踪算法异常，则根据跟丢车辆与所述目标车辆的距离确定与所述目标车辆距离最近的跟丢车辆；

获取与所述目标车辆距离最近的跟丢车辆的航向角，并作为所述目标车辆的当前的初始航向角。

8.如权利要求3所述方法，其中，所述根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角包括：

若所述目标车辆触发所述初始航向角计算条件的原因为目标检测算法异常，则确定与所述目标距离最近的车道线；

根据与所述目标距离最近的车道线上的两个车道线点的位置确定所述目标车辆的当前的初始航向角。

9.一种自动驾驶车辆的航向角确定装置，其中，所述装置包括：

第一获取单元，用于获取当前的车辆跟踪结果，并根据所述车辆跟踪结果确定是否存在触发初始航向角计算条件的目标车辆；

第二获取单元，用于在存在触发所述初始航向角计算条件的目标车辆的情况下，获取目标车辆所在区域的车道线检测结果，所述车道线检测结果包括有车道线和无车道线；

第一确定单元，用于确定目标车辆对应的周围车辆检测结果，并根据所述车道线检测结果和所述周围车辆检测结果确定目标车辆对应的初始航向角计算策略，所述周围车辆检测结果包括有周围车辆和无周围车辆；

第二确定单元，用于根据所述目标车辆对应的初始航向角计算策略确定所述目标车辆的当前的初始航向角。

10.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1～8之任一所述方法。

11.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～8之任一所述方法。

Images