CN115848409A - 自动驾驶车辆的盲区安全性决策方法及装置 - Google Patents

Abstract

本公开提供了一种自动驾驶车辆的盲区安全性决策方法及装置，涉及人工智能技术领域，具体为自动驾驶、计算机视觉等技术领域，可应用于智能交通、智慧城市等场景。具体实现方案为：获取主车周边的感知数据，根据所述感知数据确定待定盲区；根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区；根据目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道。本公开实施例可以根据主车周边的感知数据确定目标盲区，并根据目标盲区与主车的位置关系进行安全性决策，调整主车的速度或行驶车道。本公开实施例可以避免自动驾驶过程中主车的安全风险，提高自动驾驶的安全性。

Description

自动驾驶车辆的盲区安全性决策方法及装置

技术领域

本公开涉及人工智能技术领域，具体为自动驾驶、计算机视觉等技术领域，可应用于智能交通、智慧城市等场景。

背景技术

随着人工智能技术结合汽车应用的快速发展，辅助驾驶和自动驾驶技术渐渐走向市场，越来越先进的辅助驾驶和自动驾驶技术也要求车辆能够应对更复杂的交通场景和危险情况，尤其是在复杂的城市交通环境中，由于动态、静态交通车辆，路口绿化带、墙壁等障碍物形成遮挡，导致自动驾驶感知传感器的探测区域受到限制，对于感知盲区内的交通参与者突然出现在主车行驶轨迹前方极易出现碰撞事故，特别是行人和骑行者易发生不遵守交通规则的行为并且轨迹变化不定，碰撞风险大大增加。

发明内容

本公开提供了一种用于自动驾驶车辆的盲区安全性决策方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种自动驾驶车辆的盲区安全性决策方法，包括：

获取主车周边的感知数据，根据所述感知数据确定待定盲区；

根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区；

根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道。

可选的，所述感知数据包括图像数据和点云数据，所述根据所述感知数据确定待定盲区，包括：

获取所述图像数据中的对象，并确定所述对象的类型信息；

根据所述对象的类型信息和点云数据确定目标对象，并获取所述目标对象对应的所述待定盲区，其中，所述类型信息包括车辆和障碍物。

可选的，所述根据所述对象的类型信息和点云数据确定目标对象，包括：

响应于所述对象的类型信息为车辆，确定所述对象为目标对象；或，

响应于所述对象的类型信息为障碍物，根据所述对象对应的点云数据获取所述对象的长度、宽度和高度，并将所述长度、宽度和高度均大于预设长度阈值的对象确定为所述目标对象。

可选的，所述获取所述目标对象对应的所述待定盲区，包括：

获取所述目标对象对应的点云数据在地面平面上投影生成的凸包，其中，所述凸包中包含多个角点；

确定所述主车的中心点，并生成由所述中心点出发向所述角点延伸的射线，并获取任意两条所述射线形成的夹角；

将所述夹角中角度最大的夹角对应的范围确定为所述待定盲区。

可选的，所述根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区，包括：

根据所述待定盲区与所述主车的中心点的位置关系建立第一直角坐标系，将所述待定盲区和所述主车的中心点在第一直角坐标系中的第一坐标转换为所述地图数据中的第二坐标；

获取所述主车的前进方向和所述地图数据中的道路范围，并根据所述前进方向和道路范围确定所述待定盲区中的目标盲区。

可选的，所述根据所述前进方向和道路范围确定所述待定盲区中的目标盲区，包括：

如果所述待定盲区对应的对象为的类型信息为车辆或障碍物，所述待定盲区位于所述前进方向上，且所述待定盲区位于所述道路范围之外，确定所述待定盲区为第一目标盲区。

如果所述待定盲区对应的对象为的类型信息为车辆，所述待定盲区位于所述前进方向的反方向上，且所述待定盲区位于所述道路范围中，确定所述待定盲区为第二目标盲区；

否则，确定所述待定盲区为非目标盲区。

可选的，所述根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道，包括：

响应于存在至少一个所述第二目标盲区，获取所有的所述第二目标盲区对应的目标对象在地图数据中的宽度之和；

如果所述宽度之和大于或等于预设的宽度阈值，获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策；

如果所述宽度之和小于所述预设的宽度阈值，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

可选的，所述根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道，还包括：

响应于不存在所述第二目标盲区，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

可选的，所述获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策包括：

将所述第二移动速度乘以预设的系数以获取速度阈值；

如果所述第一移动速度大于所述速度阈值，则指示所述主车继续沿当前车道以当前的速度行驶；

如果所述第一移动速度小于或等于所述速度阈值，则获取在所述主车前进方向上，且位于道路范围内的类型信息为车辆的对象数量，根据所述对象数量确定所述主车的速度。

可选的，所述根据所述对象数量确定所述主车的速度，包括：

如果所述数量小于预设的第一数量阈值，则指示所述主车沿当前车道加速行驶；

如果所述数量大于或等于所述预设的第一数量阈值，则指示所述主车沿当前车道减速行驶。

可选的，所述获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策，包括：

如果所述距离小于或等于预设的距离阈值，则指示所述主车沿当前车道减速行驶；

如果所述距离大于预设的距离阈值，根据所述地图数据获取备用车道的信息，根据所述备用车道的信息确定所述主车的移动速度和前进方向，其中，所述备用车道为道路上的其他车道。

可选的，所述根据所述备用车道的信息确定所述主车的移动速度和前进方向，包括：

如果存在至少一个所述备用车道，则获取所述备用车道上的车辆数量信息，如果所述备用车道上车辆数量小于预设的第二数量阈值，则指示所述主车变道至所述备用车道上，且按照当前速度行驶；

如果存在至少一个所述备用车道，且所述备用车道上的车辆数量大于或等于预设的第二阈值，则指示所述主车沿当前车道减速行驶；

如果不存在所述备用车道，则指示所述主车沿当前车道减速行驶。

根据本公开的第二方面，提供了一种自动驾驶车辆的盲区安全性决策装置，包括：

第一盲区确定模块，用于获取主车周边的感知数据，根据所述感知数据确定待定盲区；

第二盲区确定模块，用于根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区；

安全决策模块，用于根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道。

可选的，所述感知数据包括图像数据和点云数据，所述第一盲区确定模块包括：

对象获取子模块，用于获取所述图像数据中的对象，并确定所述对象的类型信息；

待定盲区确定子模块，用于根据所述对象的类型信息和点云数据确定目标对象，并获取所述目标对象对应的所述待定盲区，其中，所述类型信息包括车辆和障碍物。

可选的，所述待定盲区确定子模块包括：

第一确定子模块，用于响应于所述对象的类型信息为车辆，确定所述对象为目标对象；或，

第二确定子模块，用于响应于所述对象的类型信息为障碍物，根据所述对象对应的点云数据获取所述对象的长度、宽度和高度，并将所述长度、宽度和高度均大于预设长度阈值的对象确定为所述目标对象。

可选的，所述待定盲区确定子模块包括：

凸包获取单元，用于获取所述目标对象对应的点云数据在地面平面上投影生成的凸包，其中，所述凸包中包含多个角点；

夹角获取单元，用于确定所述主车的中心点，并生成由所述中心点出发向所述角点延伸的射线，并获取任意两条所述射线形成的夹角；

待定盲区确定单元，用于将所述夹角中角度最大的夹角对应的范围确定为所述待定盲区。

可选的，所述第二盲区确定模块包括：

坐标转换子模块，用于根据所述待定盲区与所述主车的中心点的位置关系建立第一直角坐标系，将所述待定盲区和所述主车的中心点在第一直角坐标系中的第一坐标转换为所述地图数据中的第二坐标；

目标盲区确定子模块，用于获取所述主车的前进方向和所述地图数据中的道路范围，并根据所述前进方向和道路范围确定所述待定盲区中的目标盲区。

可选的，所述目标盲区确定子模块包括：

第一确定单元，如果所述待定盲区对应的对象为的类型信息为车辆或障碍物，所述待定盲区位于所述前进方向上，且所述待定盲区位于所述道路范围之外，确定所述待定盲区为第一目标盲区。

第二确定单元，如果所述待定盲区对应的对象为的类型信息为车辆，所述待定盲区位于所述前进方向的反方向上，且所述待定盲区位于所述道路范围中，确定所述待定盲区为第二目标盲区；

第三确定单元，否则，确定所述待定盲区为非目标盲区。

可选的，所述安全决策模块包括：

第一决策子模块，用于响应于存在至少一个所述第二目标盲区，获取所有的所述第二目标盲区对应的目标对象在地图数据中的宽度之和；

第二决策子模块，如果所述宽度之和大于或等于预设的宽度阈值，获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策；

第三决策子模块，如果所述宽度之和小于所述预设的宽度阈值，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

可选的，所述安全决策模块还包括：

第四决策子模块，用于响应于不存在所述第二目标盲区，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

可选的，所述第二决策子模块包括：

速度阈值获取单元，用于将所述第二移动速度乘以预设的系数以获取速度阈值；

第一决策单元，如果所述第一移动速度大于所述速度阈值，则指示所述主车继续沿当前车道以当前的速度行驶；

第二决策单元，如果所述第一移动速度小于或等于所述速度阈值，则获取在所述主车前进方向上，且位于道路范围内的类型信息为车辆的对象数量，根据所述对象数量确定所述主车的速度。

可选的，所述第二决策单元包括：

第一决策子单元，如果所述数量小于预设的第一数量阈值，则指示所述主车沿当前车道加速行驶；

第二决策子单元，如果所述数量大于或等于所述预设的第一数量阈值，则指示所述主车沿当前车道减速行驶。

可选的，所述第三决策子模块或第四决策子模块包括：

第三决策子单元，如果所述距离小于或等于预设的距离阈值，则指示所述主车沿当前车道减速行驶；

第四决策子单元，如果所述距离大于预设的距离阈值，根据所述地图数据获取备用车道的信息，根据所述备用车道的信息确定所述主车的移动速度和前进方向，其中，所述备用车道为道路上的其他车道。

可选的，所述第四决策子单元包括：

第五决策子单元，如果存在至少一个所述备用车道，则获取所述备用车道上的车辆数量信息，如果所述备用车道上车辆数量小于预设的第二数量阈值，则指示所述主车变道至所述备用车道上，且按照当前速度行驶；

第六决策子单元，如果存在至少一个所述备用车道，且所述备用车道上的车辆数量大于或等于预设的第二阈值，则指示所述主车沿当前车道减速行驶；

第七决策子单元，如果不存在所述备用车道，则指示所述主车沿当前车道减速行驶。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与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上述第一方面中任一项所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述第一方面中任一项所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述第一方面中任一项所述的方法。

根据本公开的第六方面，提供了一种自动驾驶车辆，包括：感知模块和处理模块，用于实现根据上述第一方面中任一项所述的方法。

通过本公开提供的方案，可以实现以下有益效果：

根据主车周边的感知数据确定目标盲区，并根据目标盲区与主车的位置关系进行安全性决策，调整主车的速度或行驶车道。本公开实施例可以避免自动驾驶过程中主车的安全风险，提高自动驾驶的安全性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图；

图2是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图；

图3是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图；

图4为根据本公开实施例提供的一种待定盲区获取方法示意图；

图5是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图；

图6为本申请实施例提供的一种第二盲区的示意图；

图7是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图；

图8为本公开实施例中提供的一种安全决策示意图；

图9是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策装置的结构示意图；

图10是用来实现本公开实施例的的方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

首先对本公开实施例中使用到的名词进行解释：

1、主车：利用自动驾驶技术控制运行状态的车辆，其中，所述运行状态包括但不限于行驶速度、行驶方向。

2、盲区：由于车辆遮挡、路口处临时施工围栏造成的主车传感器无法获取感知结果的区域。

3、高精度地图：包含丰富信息的地图，其中的信息包括但不限于以下几种:道路的拓扑结构，道路连接关系，道路相对位置，交通灯所控制的车道等。

在日常的交通通行中，鬼探头是一种非常容易造成交通事故的行为，通常情况下鬼探头是指行人或驾驶非机动车的交通参与者，由于缺乏交通道路安全意识猝不及防地横穿马路，机动车驾驶司机来不及躲闪，而造成的交通事件。具体容易出现鬼探头事故的场景有如下几类：

1)公交站台附近

公交车站是最易发生“鬼探头”事故的地点，由于公交车体积庞大，易遮住从车头穿行的行人，导致公交车附近行驶中的车辆。

2)路侧停满车的道路区域

在路侧停满车的路段，交通环境负责，尤其是居民区，小孩、小动物特别多，存在突然从停车的缝隙中钻出的可能性，极易发生交通事故。…

3)施工道路附近

在施工区附近，通常有简易挡板围绕，此时无法观察到背后可能存在的交通参与者，行人闯入极易发生避让不及时造成的交通事故。

随着自动驾驶能力的不断迭代，自动驾驶开始迈向无人化的运营模式，去除车内的安全员。无安全员的自动驾驶对安全性提出了更高的要求，为了达到这一目标，必须对盲区场景进行更加合理的处理，避免可能存在的潜在碰撞风险。

现有的自动驾驶车辆的决策方案有两种：

1)车路协同

车路协同是将车与车、车与路的信息相连通，可以将实时更新的路测感知数据传给路上行驶的自动驾驶车辆。通过车路协同手段，自动驾驶车辆可以获取自车感知范围之外的道路环境信息，进而可以弥补自车感知的局限性，解决盲区问题。

但是受限与路测设备的成本与覆盖范围，通过车路协同的手段是难以解决所有自动驾驶道路上的盲区风险问题。

2)地图限速

地图限速方案是通过历史经验数据，把冗余出现盲区场景的道路区域在高精度地图上进行标注，设定一定的限速区域。自动驾驶车辆行驶过程中通过高精地图读取当前的限速信息，对车辆行驶的最高速度进行限制，从而降低盲区场景下的安全风险。

但显然采用地图标注的手段难以保证信息的实时性，无法及时依据最新路况更新地图限速信息。同时地图限速的方式会导致车辆频繁的低速行驶，整体驾驶的流畅性有所降低。

为了解决上述问题，本申请实施例提出了一种自动驾驶车辆的盲区安全性决策方法。图1是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图，如图1所示，所述方法包括：

步骤101，获取主车周边的感知数据，根据所述感知数据确定待定盲区。

本公开实施例中，所述主车为自动驾驶车辆，通过安装在主车上的传感器获取所述感知数据，传感器相当于自动驾驶车辆的眼睛和耳朵，这是自动驾驶系统获取外界信息的主要依靠，是不可或缺的部分。传感器主要用于感知行车时遇到的障碍物、交通信号灯、车道线、交通标志等。

主车中的感知模块需要调用的传感器主要包括：摄像机、激光雷达和雷达。这其中就涉及到深度学习识别图像技术，以及激光雷达测距技术和雷达点云阵列建模技术等。受限于传感器的安装位置与高度，难以避免的会有通过传感器无法准确获取环境信息的区域。例如下图在车辆通过路边连续停车时会存在右侧传感器无法获取有效信息的橘黄色区域。

感知模块在得到传感器输入的感知数据后，会对上述感知数据进行处理，以获取感知范围内对传感器感知范围产生影像的物体，进一步地，将上述物体遮挡的区域确定为待定盲区。

步骤102，根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区；

本公开实施例中，步骤101中确定的待定盲区的位置是待定盲区相对于传感器的位置，为了进一步精确地判断待定盲区是否会对主车造成潜在的安全威胁，本步骤中结合地图数据将待定盲区的坐标转换到地图中，结合地图数据中的道路范围确定待定盲区中可能对主车的行车安全造成威胁的盲区，将其确定为目标盲区。

步骤103，根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道。

本公开实施例中，在获取目标盲区的基础上，进一步确定目标盲区是否对主车的行车安全造成威胁，并生成安全性决策以确定主车的控制策略。目标盲区对应的障碍相对于地面参考系可能是静止的或移动的，针对静止的目标盲区(例如路边停放的车辆、路边的障碍物)只需根据其距离判断该目标盲区是否对主车的行车造成威胁，以确定主车进行加速还是减速，并根据其他车道上的车流情况确定是否变道。针对移动的目标盲区(道路上行驶中的其他车辆)，则需要根据其行驶的速度、与主车之间的距离综合判断该目标盲区是否对主车的行车造成威胁，以确定主车进行加速、减速还是保持当前速度。

本实施例根据主车周边的感知数据确定目标盲区，并根据目标盲区与主车的位置关系进行安全性决策，调整主车的速度或行驶车道。可以避免自动驾驶过程中主车的安全风险，提高自动驾驶的安全性。

图2是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图，如图2所示，图1中的步骤101具体包括：

步骤201，获取所述图像数据中的对象，并确定所述对象的类型信息；

本公开实施例中，通过传感器获取的感知数据包括图像数据和点云数据，对于感知数据中的图像数据，可以结合图像识别技术来进行分析，以鉴别出图像数据中的物体对象，并获取对象的类型信息。

需要说明的是，识别图像数据中的对象并确定类型信息可以采用多种方法来实现，如预先训练好的机器学习模型、神经网络模型等，本实施例对获取所述图像数据中的对象，并确定所述对象的类型信息的具体实施方式不做限制。

步骤202，根据所述对象的类型信息和点云数据确定目标对象，并获取所述目标对象对应的所述待定盲区，其中，所述类型信息包括车辆和障碍物。

本公开实施例中，确定对象的类型信息后，即可根据类型信息确定对主车上传感器感知范围造成影像的对象，主车周围的车辆和障碍物都会影像感知范围产生盲区；其他类型的物体，如行人、自行车之类的体积较小，对传感器的感知范围影像较小，可以忽略不计，所以本实施例中将除了车辆和障碍物之外的对象的物体类型统一设置为“其他”。

可选的，图2中的步骤202包括：

响应于所述对象的类型信息为车辆，确定所述对象为目标对象；或，

响应于所述对象的类型信息为障碍物，根据所述对象对应的点云数据获取所述对象的长度、宽度和高度，并将所述长度、宽度和高度均大于预设长度阈值的对象确定为所述目标对象。

本公开实施例中，类型信息为车辆的对象一定阻挡传感器的感知范围生成盲区，所以将类型信息为车辆的对象确定为目标对象；对于障碍物对象，如果所述对象对传感器的遮挡较少，其造成的慢去可以忽略不计，本实施例通过障碍物对象的长度、宽度和高度来衡量其遮挡程度大小，设置长度阈值，当长度、宽度和高度均大于预设长度阈值时可以确定该对象对主车传感器感知范围影响较大，可以确定该对象为目标对象。

本实施例通过对象的类型和对象的长度高度宽度从对象中确定目标对象，可以准确地筛选出会对传感器感知范围造成影响的目标对象和对应的目标慢去，提高了后续安全性决策的准确性。

图3是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图，如图3所示，上述图2中的步骤202包括：

步骤301，获取所述目标对象对应的点云数据在地面平面上投影生成的凸包，其中，所述凸包中包含多个角点；

本公开实施例中，通过目标对象获取对应的待定盲区，待定盲区的获取方式采用shadow region的方式进行，计算过程依赖传感器的感知的多边形凸包结果以及主车当前位置。

首先根据所述目标对象获取对应的点云数据，所述点云数据与图像数据中的像素点一一对应，根据目标对象对应的像素即可获取对应的点云数据；然后将所述点云数据投影到地面平面上生成多边形凸包，图4为根据本公开实施例提供的一种待定盲区获取方法示意图，如图4所示，凸包401为多边形，由于传感器的感知能力限制，以及实际中车辆或障碍物并不是规则矩形。在俯视视角下感知的障碍物或车辆为多边形凸包。

步骤302，确定所述主车的中心点，并生成由所述中心点出发向所述角点延伸的射线，并获取任意两条所述射线形成的夹角；

本公开实施例中，传感器设置的位置不一定位于主车的中心点位置，为了简化运算，提高待定盲区获取的速度，默认传感器的位置位于主车的中心点。主车的中心点为图4中的点O，为了获取目标对象对传感器感知范围的影响导致产生的盲区，需要确定凸包的角点0、1、2、3、4、5、6、7，以点O为起点向各个角点做射线，过角点0的射线记为P0，其他射线同理，射线用于模拟传感器在一个方向上的感知，任意两个射线组成的夹角用于模拟传感器的一个感知范围。

步骤303，将所述夹角中角度最大的夹角对应的范围确定为所述待定盲区。

本公开实施例中，需要将目标对象遮挡的最大范围作为对应的盲区，所以需要将所述夹角中角度最大的夹角对应的范围确定为所述待定盲区，如图4所示，P1和P5之间的夹角θ为最大的夹角，所以角θ对应的范围(P1和P5夹角的范围)为所述目标对象对应的待定盲区。

本实施例中，通过目标对象对应的点云数据获取凸包，并根据主车中心点和凸包上角点组成的夹角确定待定盲区，可以准确地确定待定盲区的范围。

图5是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图，如图5所示，图1中的步骤102包括：

步骤501，根据所述待定盲区与所述主车的中心点的位置关系建立第一直角坐标系，将所述待定盲区和所述主车的中心点在第一直角坐标系中的第一坐标转换为所述地图数据中的第二坐标；

本公开实施例中，为了确定待定盲区是否对主车的行驶安全有潜在的威胁，需要将感知数据分析得到的目标对象和待定盲区结合地图数据，确定待定盲区和主车在地图中的位置。确定待定盲区时的坐标系是以主车为中心确定的，所以可以建立以主车中心点为坐标原点的直角坐标系(第一直角坐标系)。在与地图数据结合时，需要对主车和待定盲区的第一坐标进行换算，以获取主车和待定盲区在地图坐标系中的第二坐标。

步骤502，获取所述主车的前进方向和所述地图数据中的道路范围，并根据所述前进方向和道路范围确定所述待定盲区中的目标盲区。

本公开实施例中，将主车和待定盲区放入地图中后，再进一步地分析待定盲区是否会对主车的安全行驶造成威胁。分析过程主要考虑2点：1、待定盲区与道路范围的关系，在道路范围(即车道)之外的车辆对象大部分是停止状态，主车离该类对象过紧可能无法及时发现穿行的行人；在道路范围之内的车辆对象大部分是运动状态，需要根据其行驶的速度来判断是否会对主车造成威胁。2、待定盲区与主车前进方向的关系，在主车后方行驶的车辆造成的盲区中可能有非机动车穿行，对主车造成威胁，需要对主车后方的车辆对象对应的盲区进行分析。将会对主车行驶安全造成威胁的待定盲区确定为目标盲区，以根据目标盲区和主车的位置关系、速度关系等做出安全性决策。

可选的，所述根据所述前进方向和道路范围确定所述待定盲区中的目标盲区，包括：

如果所述待定盲区对应的对象为的类型信息为车辆或障碍物，所述待定盲区位于所述前进方向上，且所述待定盲区位于所述道路范围之外，确定所述待定盲区为第一目标盲区。

本公开实施例中，如果所述待定盲区位为路边盲区，且所述待定盲区位于所述前进方向上，则主车前进过程中势必会经过所述第一目标盲区，此时如果所述第一目标盲区中有行人或驾驶非机动车行驶的人员冲出，则主车可能由于无法及时反映而造成安全事故，所以需要对其进行关注，将其作为安全决策的参考。如果所述待定盲区位为路边盲区，且所述待定盲区位于所述前进方向的反方向上，则主车在行驶过程中不会经过所述待定盲区，待定盲区不会对主车的行驶安全造成威胁。

如果所述待定盲区对应的对象为的类型信息为车辆，所述待定盲区位于所述前进方向的反方向上，且所述待定盲区位于所述道路范围中，确定所述待定盲区为第二目标盲区；

本公开实施例中，所述待定盲区为在主车后方行驶的车辆，后方车辆并排低速行驶会遮挡主车传感器的感知，形成车辆后方盲区，即第二目标盲区。当第二目标盲区突然窜出非机动车辆时主车通常无法及时做出判断来避让，特别是当主车处于变道状态时存在较大的碰撞风险，需要优先关注主车的第二目标盲区。

否则，确定所述待定盲区为非目标盲区。

本公开实施例中，其他位置的待定盲区暂时不会对主车的行驶造成威胁，无需依据这些待定盲区做出安全决策。

本实施例中，通过根据所述前进方向和道路范围确定所述待定盲区中的目标盲区，可以精准地获取对主车安全行驶造成威胁的待定盲区，有利于精确高效地做出安全性决策，避免无效的待定盲区降低决策速度。

可选的，图1中的步骤103具体包括：

响应于存在至少一个所述第二目标盲区，获取所有的所述第二目标盲区对应的目标对象在地图数据中的宽度之和。

本公开实施例中，由于园区中允许非机动车和机动车在同一道路中行驶，所以第二目标盲区主要出现在主车在园区中行驶的情况，在做出安全性决策的过程中，由于第二目标盲区相比于第一目标盲区会对主车的行驶安全造成更大的威胁，所以当存在第二目标盲区时，优先考虑第二目标盲区。

图6为本申请实施例提供的一种第二盲区的示意图。如图6所示，601为主车，602和603为第二目标盲区对应的目标对象，其对象类型均为车辆，在根据第二目标盲区进行安全决策时，首先需要计算第二目标盲区对应的目标对象在地图数据中的宽度之和，图中602的宽度为L1，603的宽度为L2，道路的宽度为L。

如果所述宽度之和大于或等于预设的宽度阈值，获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策；

本公开实施例中，预先设置一个宽度阈值，所述宽度阈值与道路宽度L有关。在实施时可以设置一个宽度比例系数A，A的取值范围为[0,1]，将所述比例系数与所述道路宽度相乘的结果作为所述宽度阈值。如图6中的6-1所示，当L1+L2大于或等于预设的宽度阈值时，说明第二目标盲区的范围较大，导致

如果所述宽度之和小于所述预设的宽度阈值，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

本公开实施例中，如果所述宽度之和小于所述预设的宽度阈值，如图6中的6-2所示，L1+L2小于预设的宽度阈值时，存在区域604，主车的传感器可以感知到区域604中的图像和点云数据，说明第二目标盲区的范围不足以对主车的行驶安全造成威胁，当区域604中窜出非机动车辆时主车可以及时感知到并作出应对，不需要考虑第二目标盲区，仅需要考虑第一目标盲区来做安全性决策。

可选的，所述根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道，还包括：

响应于不存在所述第二目标盲区，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

本公开实施例中，通过优先根据第二目标盲区进行安全性决策，避免威胁更大的盲区对主车造成威胁，有效地提升了主车的行驶安全。

图7是根据本公开实施例提供的一种自动驾驶车辆的盲区安全性决策方法的流程示意图，如图7所示，上述获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策的步骤包括：

步骤701，将所述第二移动速度乘以预设的系数以获取速度阈值；

本公开实施例中，在根据第二目标盲区进行安全决策时，决策的首要目标是尽快使第二目标盲区消失，使其消失的手段有以下两种：主车加速以远离第二盲区，或，主车减速或速度不变以使第二盲区对应的车辆超过主车。由于第二目标盲区对应的目标对象是移动的状态，需要根据第一移动速度和所述主车的第二移动速度来判断所述第二目标盲区是否会长期存在，设置一定的系数，将所述第二移动速度乘以系数作为所述速度阈值。

在一种可能的实施例中，所述系数为1.2，则速度阈值＝第二移动速度×1.2。

步骤702a，如果所述第一移动速度大于所述速度阈值，则指示所述主车继续沿当前车道以当前的速度行驶；

本公开实施例中，此时第二目标盲区对应对象的移动速度较快，在较短时间内即可超过主车，第二目标盲区维持的时间较短，则主车可以不改变行驶速度。

步骤702b，如果所述第一移动速度小于或等于所述速度阈值，则获取在所述主车前进方向上，且位于道路范围内的类型信息为车辆的对象数量，根据所述对象数量确定所述主车的速度。

本公开实施例中，此时，第二目标盲区对应对象的移动速度较慢，在短时间内无法超过主车，第二目标盲区会保持较长一段时间，对主车的行驶安全造成威胁，则需要主车改变速度摆脱所述第二目标盲区，至于是加速还是减速需要考虑到道路范围的拥挤程度，即车辆对象的数量。

可选的，所述步骤702b包括：

如果所述数量小于预设的第一数量阈值，则指示所述主车沿当前车道加速行驶；

本公开实施例中，所述数量小于预设的第一数量阈值时，说明当前主车周围的车辆较少，道路空旷，此时的交通条件允许主车进行加速，则可以指示主车沿当前车道加速行驶以摆脱第二目标盲区。

如果所述数量大于或等于所述预设的第一数量阈值，则指示所述主车沿当前车道减速行驶。

本公开实施例中，所述数量大于或等于预设的第一数量阈值时，说明当前主车周围的车辆较多，道路较为拥挤，此时的交通条件不允许主车进行长时间的加速，则可以指示主车沿当前车道减速行驶，使造成第二目标盲区的车辆对象超过主车，以摆脱第二目标盲区。

需要说明的是，在摆脱所述第二目标盲区后，即不存在所述第二目标盲区的情况下，主车可以根据第一目标盲区进行安全决策。

可选的，上述获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策的步骤具体包括：

如果所述距离小于或等于预设的距离阈值，则指示所述主车沿当前车道减速行驶；

本公开实施例中，在根据第一目标盲区做安全决策时，所述第一目标盲区位于主车的前方，或斜前方。为了方便度量第一目标盲区对主车的威胁程度，统一计算所述第一目标盲区在所述前进方向上到所述主车的距离。图8为本公开实施例中提供的一种安全决策示意图，如图8所示，801为主车，802为第一目标盲区对应的目标对象，上述距离为801前进方向上801与802之间的距离，802可以为停在路边的车辆，也可以为路边的施工区域围起来的围墙等障碍。如图8中的8-1所示，如果所述距离小于或等于预设的距离阈值，说明主车距离第一目标盲区较近，主车短时间内来不及变道，则需要减速行驶，这样在经过第一目标盲区时，如果有行人或非机动车突然窜出，主车中的传感器有足够的时间进行感知，并控制主车进行刹车避让，有效地降低了对主车的安全威胁。

如果所述距离大于预设的距离阈值，根据所述地图数据获取备用车道的信息，根据所述备用车道的信息确定所述主车的移动速度和前进方向，其中，所述备用车道为道路上的其他车道。

本公开实施例中，如图8中的8-2和8-3所示，如果所述801与802之间的距离大于预设的距离阈值，说明主车距离第一目标盲区较远，主车有足够的时间内来进行变道，来远离第一目标盲区，此时需要根据其他车道上车流状况来进行进一步地判断，确定是否变道。

在一种可能的实施例中，所述距离阈值为30m。

可选的，上述根据所述备用车道的信息确定所述主车的移动速度和前进方向的步骤具体包括：

如果存在至少一个所述备用车道，则获取所述备用车道上的车辆数量信息，如果所述备用车道上车辆数量小于预设的第二数量阈值，则指示所述主车变道至所述备用车道上，且按照当前速度行驶；

本公开实施例中，如图8中的8-2所示，主车当前行驶道路上的其他备用车道上的车辆数量为0，小于预设的第二数量阈值，则说明备用车道上车流较少，具备进行变道的条件，则可以使主车按照类似图中的变道路线变道至所述备用车道上，行驶速度不变，有效减低了主车面临的安全风险，提高主车行驶的安全性。

如果存在至少一个所述备用车道，且所述备用车道上的车辆数量大于或等于预设的第二阈值，则指示所述主车沿当前车道减速行驶；

本公开实施例中，本公开实施例中，如图8中的8-3所示，主车当前行驶道路上的其他备用车道上的车辆803数量为3，大于预设的第二数量阈值，则说明备用车道上车流较多，不具备进行变道的条件，则可以使主车沿当前车道减速行驶，这样在主车经过第一目标盲区时，如果有行人或非机动车突然窜出，主车中的传感器有足够的时间进行感知，有效减低了主车面临的安全风险，提高了主车行驶的安全性。

如果不存在所述备用车道，则指示所述主车沿当前车道减速行驶。

本公开实施例中，如图8中的8-1所示，当主车行驶的道路为单向车道时，不存在备用车道，则只能指示所述主车沿当前车道减速行驶。

根据本公开的实施例，图9为本公开提供的一种自动驾驶车辆的盲区安全性决策装置的结构示意图，如图9所示，所述自动驾驶车辆的盲区安全性决策装置900包括：

第一盲区确定模块910，用于获取主车周边的感知数据，根据所述感知数据确定待定盲区；

第二盲区确定模块920，用于根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区；

安全决策模块930，用于根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道。

可选的，所述感知数据包括图像数据和点云数据，所述第一盲区确定模块包括：

对象获取子模块，用于获取所述图像数据中的对象，并确定所述对象的类型信息；

待定盲区确定子模块，用于根据所述对象的类型信息和点云数据确定目标对象，并获取所述目标对象对应的所述待定盲区，其中，所述类型信息包括车辆和障碍物。

可选的，所述待定盲区确定子模块包括：

第一确定子模块，用于响应于所述对象的类型信息为车辆，确定所述对象为目标对象；或，

第二确定子模块，用于响应于所述对象的类型信息为障碍物，根据所述对象对应的点云数据获取所述对象的长度、宽度和高度，并将所述长度、宽度和高度均大于预设长度阈值的对象确定为所述目标对象。

可选的，所述待定盲区确定子模块包括：

凸包获取单元，用于获取所述目标对象对应的点云数据在地面平面上投影生成的凸包，其中，所述凸包中包含多个角点；

夹角获取单元，用于确定所述主车的中心点，并生成由所述中心点出发向所述角点延伸的射线，并获取任意两条所述射线形成的夹角；

待定盲区确定单元，用于将所述夹角中角度最大的夹角对应的范围确定为所述待定盲区。

可选的，所述第二盲区确定模块包括：

坐标转换子模块，用于根据所述待定盲区与所述主车的中心点的位置关系建立第一直角坐标系，将所述待定盲区和所述主车的中心点在第一直角坐标系中的第一坐标转换为所述地图数据中的第二坐标；

目标盲区确定子模块，用于获取所述主车的前进方向和所述地图数据中的道路范围，并根据所述前进方向和道路范围确定所述待定盲区中的目标盲区。

可选的，所述目标盲区确定子模块包括：

第一确定单元，如果所述待定盲区对应的对象为的类型信息为车辆或障碍物，所述待定盲区位于所述前进方向上，且所述待定盲区位于所述道路范围之外，确定所述待定盲区为第一目标盲区。

第二确定单元，如果所述待定盲区对应的对象为的类型信息为车辆，所述待定盲区位于所述前进方向的反方向上，且所述待定盲区位于所述道路范围中，确定所述待定盲区为第二目标盲区；

第三确定单元，否则，确定所述待定盲区为非目标盲区。

可选的，所述安全决策模块包括：

第一决策子模块，用于响应于存在至少一个所述第二目标盲区，获取所有的所述第二目标盲区对应的目标对象在地图数据中的宽度之和；

第二决策子模块，如果所述宽度之和大于或等于预设的宽度阈值，获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策；

第三决策子模块，如果所述宽度之和小于所述预设的宽度阈值，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

可选的，所述安全决策模块还包括：

第四决策子模块，用于响应于不存在所述第二目标盲区，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

可选的，所述第二决策子模块包括：

速度阈值获取单元，用于将所述第二移动速度乘以预设的系数以获取速度阈值；

第一决策单元，如果所述第一移动速度大于所述速度阈值，则指示所述主车继续沿当前车道以当前的速度行驶；

第二决策单元，如果所述第一移动速度小于或等于所述速度阈值，则获取在所述主车前进方向上，且位于道路范围内的类型信息为车辆的对象数量，根据所述对象数量确定所述主车的速度。

可选的，所述第二决策单元包括：

第一决策子单元，如果所述数量小于预设的第一数量阈值，则指示所述主车沿当前车道加速行驶；

第二决策子单元，如果所述数量大于或等于所述预设的第一数量阈值，则指示所述主车沿当前车道减速行驶。

可选的，所述第三决策子模块或第四决策子模块包括：

第三决策子单元，如果所述距离小于或等于预设的距离阈值，则指示所述主车沿当前车道减速行驶；

第四决策子单元，如果所述距离大于预设的距离阈值，根据所述地图数据获取备用车道的信息，根据所述备用车道的信息确定所述主车的移动速度和前进方向，其中，所述备用车道为道路上的其他车道。

可选的，所述第四决策子单元包括：

第五决策子单元，如果存在至少一个所述备用车道，则获取所述备用车道上的车辆数量信息，如果所述备用车道上车辆数量小于预设的第二数量阈值，则指示所述主车变道至所述备用车道上，且按照当前速度行驶；

第六决策子单元，如果存在至少一个所述备用车道，且所述备用车道上的车辆数量大于或等于预设的第二阈值，则指示所述主车沿当前车道减速行驶；

第七决策子单元，如果不存在所述备用车道，则指示所述主车沿当前车道减速行驶。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。

设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1001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1001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1001执行上文所描述的各个方法和处理，例如自动驾驶车辆的盲区安全性决策方法。例如，在一些实施例中，自动驾驶车辆的盲区安全性决策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1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的自动驾驶车辆的盲区安全性决策方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行自动驾驶车辆的盲区安全性决策方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

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，又称为云计算服务器或云主机，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。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (28)

1.一种自动驾驶车辆的盲区安全性决策方法，包括：

获取主车周边的感知数据，根据所述感知数据确定待定盲区；

根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区；

根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道。

2.根据权利要求1所述的方法，其中，所述感知数据包括图像数据和点云数据，所述根据所述感知数据确定待定盲区，包括：

获取所述图像数据中的对象，并确定所述对象的类型信息；

根据所述对象的类型信息和点云数据确定目标对象，并获取所述目标对象对应的所述待定盲区，其中，所述类型信息包括车辆和障碍物。

3.根据权利要求2所述的方法，其中，所述根据所述对象的类型信息和点云数据确定目标对象，包括：

响应于所述对象的类型信息为车辆，确定所述对象为目标对象；或，

响应于所述对象的类型信息为障碍物，根据所述对象对应的点云数据获取所述对象的长度、宽度和高度，并将所述长度、宽度和高度均大于预设长度阈值的对象确定为所述目标对象。

4.根据权利要求3所述的方法，其中，所述获取所述目标对象对应的所述待定盲区，包括：

获取所述目标对象对应的点云数据在地面平面上投影生成的凸包，其中，所述凸包中包含多个角点；

确定所述主车的中心点，并生成由所述中心点出发向所述角点延伸的射线，并获取任意两条所述射线形成的夹角；

将所述夹角中角度最大的夹角对应的范围确定为所述待定盲区。

5.根据权利要求1所述的方法，其中，所述根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区，包括：

根据所述待定盲区与所述主车的中心点的位置关系建立第一直角坐标系，将所述待定盲区和所述主车的中心点在第一直角坐标系中的第一坐标转换为所述地图数据中的第二坐标；

获取所述主车的前进方向和所述地图数据中的道路范围，并根据所述前进方向和道路范围确定所述待定盲区中的目标盲区。

6.根据权利要求5所述的方法，其中，所述根据所述前进方向和道路范围确定所述待定盲区中的目标盲区，包括：

如果所述待定盲区对应的对象为的类型信息为车辆或障碍物，所述待定盲区位于所述前进方向上，且所述待定盲区位于所述道路范围之外，确定所述待定盲区为第一目标盲区。

如果所述待定盲区对应的对象为的类型信息为车辆，所述待定盲区位于所述前进方向的反方向上，且所述待定盲区位于所述道路范围中，确定所述待定盲区为第二目标盲区；

否则，确定所述待定盲区为非目标盲区。

7.根据权利要求6所述的方法，其中，所述根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道，包括：

响应于存在至少一个所述第二目标盲区，获取所有的所述第二目标盲区对应的目标对象在地图数据中的宽度之和；

如果所述宽度之和大于或等于预设的宽度阈值，获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策；

如果所述宽度之和小于所述预设的宽度阈值，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

8.根据权利要求6所述的方法，其中，所述根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道，还包括：

响应于不存在所述第二目标盲区，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

9.根据权利要求7所述的方法，其中，所述获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策包括：

将所述第二移动速度乘以预设的系数以获取速度阈值；

如果所述第一移动速度大于所述速度阈值，则指示所述主车继续沿当前车道以当前的速度行驶；

如果所述第一移动速度小于或等于所述速度阈值，则获取在所述主车前进方向上，且位于道路范围内的类型信息为车辆的对象数量，根据所述对象数量确定所述主车的速度。

10.根据权利要求9所述的方法，其中，所述根据所述对象数量确定所述主车的速度，包括：

如果所述数量小于预设的第一数量阈值，则指示所述主车沿当前车道加速行驶；

如果所述数量大于或等于所述预设的第一数量阈值，则指示所述主车沿当前车道减速行驶。

11.根据权利要求7或8所述的方法，其中，所述获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策，包括：

如果所述距离小于或等于预设的距离阈值，则指示所述主车沿当前车道减速行驶；

如果所述距离大于预设的距离阈值，根据所述地图数据获取备用车道的信息，根据所述备用车道的信息确定所述主车的移动速度和前进方向，其中，所述备用车道为道路上的其他车道。

12.根据权利要求11所述的方法，其中，所述根据所述备用车道的信息确定所述主车的移动速度和前进方向，包括：

如果存在至少一个所述备用车道，则获取所述备用车道上的车辆数量信息，如果所述备用车道上车辆数量小于预设的第二数量阈值，则指示所述主车变道至所述备用车道上，且按照当前速度行驶；

如果存在至少一个所述备用车道，且所述备用车道上的车辆数量大于或等于预设的第二阈值，则指示所述主车沿当前车道减速行驶；

如果不存在所述备用车道，则指示所述主车沿当前车道减速行驶。

13.一种自动驾驶车辆的盲区安全性决策装置，包括：

第一盲区确定模块，用于获取主车周边的感知数据，根据所述感知数据确定待定盲区；

第二盲区确定模块，用于根据地图数据获取所述待定盲区与所述主车的位置关系，以确定所述待定盲区中的目标盲区；

安全决策模块，用于根据所述目标盲区到所述主车的距离或所述目标盲区的移动速度进行安全性决策，以调整所述主车的速度或行驶车道。

14.根据权利要求13所述的装置，其中，所述感知数据包括图像数据和点云数据，所述第一盲区确定模块包括：

对象获取子模块，用于获取所述图像数据中的对象，并确定所述对象的类型信息；

待定盲区确定子模块，用于根据所述对象的类型信息和点云数据确定目标对象，并获取所述目标对象对应的所述待定盲区，其中，所述类型信息包括车辆和障碍物。

15.根据权利要求14所述的装置，其中，所述待定盲区确定子模块包括：

第一确定子模块，用于响应于所述对象的类型信息为车辆，确定所述对象为目标对象；或，

第二确定子模块，用于响应于所述对象的类型信息为障碍物，根据所述对象对应的点云数据获取所述对象的长度、宽度和高度，并将所述长度、宽度和高度均大于预设长度阈值的对象确定为所述目标对象。

16.根据权利要求15所述的装置，其中，所述待定盲区确定子模块包括：

凸包获取单元，用于获取所述目标对象对应的点云数据在地面平面上投影生成的凸包，其中，所述凸包中包含多个角点；

夹角获取单元，用于确定所述主车的中心点，并生成由所述中心点出发向所述角点延伸的射线，并获取任意两条所述射线形成的夹角；

待定盲区确定单元，用于将所述夹角中角度最大的夹角对应的范围确定为所述待定盲区。

17.根据权利要求13所述的装置，其中，所述第二盲区确定模块包括：

坐标转换子模块，用于根据所述待定盲区与所述主车的中心点的位置关系建立第一直角坐标系，将所述待定盲区和所述主车的中心点在第一直角坐标系中的第一坐标转换为所述地图数据中的第二坐标；

目标盲区确定子模块，用于获取所述主车的前进方向和所述地图数据中的道路范围，并根据所述前进方向和道路范围确定所述待定盲区中的目标盲区。

18.根据权利要求17所述的装置，其中，所述目标盲区确定子模块包括：

第一确定单元，如果所述待定盲区对应的对象为的类型信息为车辆或障碍物，所述待定盲区位于所述前进方向上，且所述待定盲区位于所述道路范围之外，确定所述待定盲区为第一目标盲区。

第二确定单元，如果所述待定盲区对应的对象为的类型信息为车辆，所述待定盲区位于所述前进方向的反方向上，且所述待定盲区位于所述道路范围中，确定所述待定盲区为第二目标盲区；

第三确定单元，否则，确定所述待定盲区为非目标盲区。

19.根据权利要求18所述的装置，其中，所述安全决策模块包括：

第一决策子模块，用于响应于存在至少一个所述第二目标盲区，获取所有的所述第二目标盲区对应的目标对象在地图数据中的宽度之和；

第二决策子模块，如果所述宽度之和大于或等于预设的宽度阈值，获取所述第二目标盲区对应的目标对象的第一移动速度和所述主车的第二移动速度，以进行安全性决策；

第三决策子模块，如果所述宽度之和小于所述预设的宽度阈值，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

20.根据权利要求18所述的装置，其中，所述安全决策模块还包括：

第四决策子模块，用于响应于不存在所述第二目标盲区，获取所述第一目标盲区在所述前进方向上到所述主车的距离，并根据所述距离进行安全性决策。

21.根据权利要求19所述的装置，其中，所述第二决策子模块包括：

速度阈值获取单元，用于将所述第二移动速度乘以预设的系数以获取速度阈值；

第一决策单元，如果所述第一移动速度大于所述速度阈值，则指示所述主车继续沿当前车道以当前的速度行驶；

第二决策单元，如果所述第一移动速度小于或等于所述速度阈值，则获取在所述主车前进方向上，且位于道路范围内的类型信息为车辆的对象数量，根据所述对象数量确定所述主车的速度。

22.根据权利要求21所述的装置，其中，所述第二决策单元包括：

第一决策子单元，如果所述数量小于预设的第一数量阈值，则指示所述主车沿当前车道加速行驶；

第二决策子单元，如果所述数量大于或等于所述预设的第一数量阈值，则指示所述主车沿当前车道减速行驶。

23.根据权利要求19或20所述的装置，其中，所述第三决策子模块或第四决策子模块包括：

第三决策子单元，如果所述距离小于或等于预设的距离阈值，则指示所述主车沿当前车道减速行驶；

第四决策子单元，如果所述距离大于预设的距离阈值，根据所述地图数据获取备用车道的信息，根据所述备用车道的信息确定所述主车的移动速度和前进方向，其中，所述备用车道为道路上的其他车道。

24.根据权利要求23所述的装置，其中，所述第四决策子单元包括：

第五决策子单元，如果存在至少一个所述备用车道，则获取所述备用车道上的车辆数量信息，如果所述备用车道上车辆数量小于预设的第二数量阈值，则指示所述主车变道至所述备用车道上，且按照当前速度行驶；

第六决策子单元，如果存在至少一个所述备用车道，且所述备用车道上的车辆数量大于或等于预设的第二阈值，则指示所述主车沿当前车道减速行驶；

第七决策子单元，如果不存在所述备用车道，则指示所述主车沿当前车道减速行驶。

25.一种电子设备，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1-12中任一项所述的方法。

26.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。

27.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。

28.一种自动驾驶车辆，包括：感知模块和处理模块，用于实现根据权利要求1-12中任一项所述的方法。

Images