CN116564133A - 潮汐车道的车辆预警方法、装置及电子设备 - Google Patents
潮汐车道的车辆预警方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116564133A CN116564133A CN202310814011.2A CN202310814011A CN116564133A CN 116564133 A CN116564133 A CN 116564133A CN 202310814011 A CN202310814011 A CN 202310814011A CN 116564133 A CN116564133 A CN 116564133A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- tidal
- tide
- attribute information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000008859 change Effects 0.000 claims description 54
- 230000001960 triggered effect Effects 0.000 claims description 18
- 230000007704 transition Effects 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 13
- 230000001131 transforming effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种潮汐车道的车辆预警方法、装置及电子设备,该方法包括:获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;根据当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;根据潮汐车道内的车辆跟踪结果和/或潮汐车道属性信息确定是否触发预设车辆预警条件;在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。本申请能够基于潮汐车道内的车辆跟踪结果及潮汐车道的属性信息充分判断出潮汐车道中是否存在危险车辆,从而及时对周围其他车辆发出预警,保证潮汐车道内车辆行驶的安全性。
Description
技术领域
本申请涉及车辆预警技术领域,尤其涉及一种潮汐车道的车辆预警方法、装置及电子设备。
背景技术
潮汐车道是城市内部根据早晚交通流量不同情况,对有条件的道路设置一个或多个车辆规定行驶方向随不同时段变化的车道。潮汐车道对于熟练道路和潮汐车道规定时间的司机来说较为容易行驶,但是对于不熟悉路况或者未注意当前潮汐车道规定行驶方向与自身行驶方向相反时就容易因为速度过快而引发事故。
目前在进行潮汐车道违章检测时,通常是通过智能交通违章监摄管理系统对路面车辆进行抓拍,然后通过人工对抓拍到的图像进行二次审核,判断抓拍图像中的车辆是否违章行驶,导致违章行为检测效率较低,且现有的方案侧重与潮汐车道的违章检测,对于潮汐车道周围车辆的预警缺少具体的实现方案。
发明内容
本申请实施例提供了一种潮汐车道的车辆预警方法、装置及电子设备,以提高潮汐车道车辆行驶的安全性。
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潮汐车道的车辆预警方法,其中,所述方法包括:
获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;
根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;
根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件;
在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
可选地,所述潮汐车道属性信息包括地面上的潮汐车道位置,所述根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果包括:
获取道路图像与地面的变换关系;
根据所述道路图像与地面的变换关系,将地面上的潮汐车道位置变换到所述道路图像中,得到道路图像中的潮汐车道位置;
根据所述道路图像中的潮汐车道位置对潮汐车道内的车辆进行检测和跟踪,得到潮汐车道内的车辆跟踪结果。
可选地,所述潮汐车道属性信息包括潮汐车道的当前行驶方向,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:
根据所述潮汐车道内的车辆跟踪结果确定车辆在潮汐车道内的行驶方向;
根据所述车辆在潮汐车道内的行驶方向和所述潮汐车道的当前行驶方向确定车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差;
若所述车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;
否则,则未触发预设车辆预警条件。
可选地,所述潮汐车道属性信息还包括潮汐车道的行驶方向的变换时间,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:
确定当前时间与所述潮汐车道的行驶方向的变换时间之间的时间差值是否小于第一预设时间差值阈值;
若是,则确定触发预设车辆预警条件;
否则,则未触发预设车辆预警条件。
可选地,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:
根据所述潮汐车道内的车辆跟踪结果对车辆在潮汐车道内的行驶方向进行统计;
若统计出有预设数量的车辆在潮汐车道内的行驶方向之间的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;
否则,则未触发预设车辆预警条件。
可选地,所述当前路段的潮汐车道属性信息包括当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息,所述获取当前路段的潮汐车道属性信息包括:
从云端存储的地图数据中获取当前路段的第一潮汐车道属性信息;
对所述道路图像中的信号灯进行识别,并根据信号灯识别结果确定当前路段的第二潮汐车道属性信息;
根据所述当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息确定当前路段的最终潮汐车道属性信息。
可选地,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述对所述道路图像中的信号灯进行识别,并根据信号灯识别结果确定当前路段的第二潮汐车道属性信息包括:
获取潮汐车道的信号灯在道路图像中的位置,并根据潮汐车道的信号灯在道路图像中的位置对潮汐车道的信号灯进行识别,得到潮汐车道的信号灯识别结果,所述潮汐车道的信号灯识别结果包括潮汐车道的信号灯的灯色;
根据所述潮汐车道的信号灯的灯色确定潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间。
可选地,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述第二潮汐车道属性信息包括潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间,所述根据所述当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息确定当前路段的最终潮汐车道属性信息包括:
将所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向进行比较,以及将所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间进行比较;
若所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向不同,则根据所述潮汐车道的第二当前行驶方向更新所述潮汐车道的第一当前行驶方向;
若所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间之间的时间差值大于第二预设时间差值阈值,则根据所述潮汐车道的行驶方向的第二变换时间更新所述潮汐车道的行驶方向的第一变换时间。
第二方面,本申请实施例还提供一种潮汐车道的车辆预警装置,其中,所述装置包括:
获取单元,用于获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;
第一确定单元,用于根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;
第二确定单元,用于根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件;
预警单元,用于在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
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:本申请实施例的潮汐车道的车辆预警方法,先获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;然后根据当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;之后根据潮汐车道内的车辆跟踪结果和/或潮汐车道属性信息确定是否触发预设车辆预警条件;最后在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向目标车辆发送预警信息,目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。本申请实施例的潮汐车道的车辆预警方法能够基于潮汐车道内的车辆跟踪结果及潮汐车道的属性信息充分判断出潮汐车道中是否存在危险车辆,从而及时对周围其他车辆发出预警,保证潮汐车道内车辆行驶的安全性。
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潮汐车道的车辆预警方法的流程示意图;
图2为本申请实施例中一种潮汐车道的车辆预警装置的结构示意图;
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。
本申请实施例还提供了一种潮汐车道的车辆预警方法,如图1所示,提供了本申请实施例中一种潮汐车道的车辆预警方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S140:
步骤S110,获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息。
本申请实施例的潮汐车道的车辆预警方法主要基于路侧设备来实现,当然也可以基于路侧设备采集的数据上传云端进行分析处理,具体执行主体,本领域技术人员可以根据实际需求灵活设置,在此不作具体限定。
在实现潮汐车道的车辆预警时,需要先获取路侧相机采集的当前路段的道路图像和当前路段的潮汐车道属性信息,潮汐车道属性信息一般可以从高精地图数据中获取得到,具体可以包括潮汐车道的位置、当前行驶方向以及行驶反向的变换时间等属性信息。
步骤S120,根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果。
由于潮汐车道的位置基本是固定的,路侧相机的安装位置也是固定的,那么潮汐车道在路侧相机采集的道路图像中的位置也就基本固定,因此基于当前路段的道路图像和潮汐车道的位置信息,利用一定的目标检测模型可以确定出行驶在潮汐车道内的车辆,并通过连续多帧的跟踪检测,得到潮汐车道内的车辆跟踪结果。
步骤S130,根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件。
本申请实施例定义的车辆预警条件是为了检测出潮汐车道内是否存在可能对其它行驶在潮汐车道内或者即将进入潮汐车道内的车辆的正常行驶造成威胁的危险车辆,从而通过预警方式警示这些车辆注意观察和避让。
对于预设车辆预警条件的判断,一方面,潮汐车道内的车辆跟踪结果具体可以包括车辆在潮汐车道内的连续多帧的位置,进而可以根据连续多帧的位置确定车辆在潮汐车道内的行驶方向,结合前述步骤获取到的潮汐车道属性信息,即可确定出潮汐车道内的车辆是否存在逆行等危险行为,进而判断是否触发预设车辆预警条件。
另一方面,通过对连续多帧的跟踪检测,可以得到潮汐车道内的多个车辆的跟踪检测结果,通过多个车辆的跟踪检测结果相互比较也可以判断出是否存在异常行驶的车辆。
再一方面,不考虑车辆的跟踪结果,单纯基于潮汐车道的行驶方向的变换时间也可以在潮汐车道即将发生行驶变换的时候及时进行预警,以提醒潮汐车道的周围车辆注意行驶方向的变换。
因此,具体如何判断车辆是否触发预设车辆预警条件,本领域技术人员可以根据实际需求灵活设置,在此不作具体限定。
步骤S140,在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
如果判断出当前触发了预设车辆预警条件,则需要进一步确定出当前需要被预警的目标车辆,主要可以包括已经进入潮汐车道的车辆和即将进入潮汐车道的车辆,已经进入潮汐车道内的车辆基于潮汐车辆内的车辆跟踪结果即可确定,而对于即将进入潮汐车道内的车辆例如可以根据当前路段的车辆检测和跟踪结果确定能够变道至潮汐车道内的车道的车辆,也可以进一步基于V2X通信获取车辆的行驶路线信息来确定车辆是否会进入潮汐车道。当然,具体如何确定目标车辆以及预警范围,本领域技术人员可以根据实际需求灵活设置,在此不作具体限定。
本申请实施例的潮汐车道的车辆预警方法能够基于潮汐车道内的车辆跟踪结果及潮汐车道的属性信息充分判断出潮汐车道中是否存在危险车辆,从而及时对周围其他车辆发出预警,保证潮汐车道内车辆行驶的安全性。
在本申请的一些实施例中,所述潮汐车道属性信息包括地面上的潮汐车道位置,所述根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果包括:获取道路图像与地面的变换关系;根据所述道路图像与地面的变换关系,将地面上的潮汐车道位置变换到所述道路图像中,得到道路图像中的潮汐车道位置;根据所述道路图像中的潮汐车道位置对潮汐车道内的车辆进行检测和跟踪,得到潮汐车道内的车辆跟踪结果。
本申请实施例的潮汐车道属性信息包括地面上的潮汐车道位置,在确定道路图像中的潮汐车道位置时,需要将地面上的潮汐车道位置变换到道路图像中,因此本申请实施例可以基于事先标定好的道路图像与地面的变换关系,将地面上的潮汐车道位置投影至道路图像上,从而得到道路图像中的潮汐车道位置。
作为另一种实施方式,由于路侧相机的拍摄视野和潮汐车道的位置基本固定,因此潮汐车道在路侧相机采集的道路图像中的位置也固定,进而在初次确定出道路图像中的潮汐车道位置后,后续可以直接对道路图像中的固定位置处进行车辆检测和跟踪,无需再获取上述道路图像与地面的变换关系进行投影变换。
在得到道路图像中的潮汐车道位置后,即可利用事先训练好的车辆检测模型对潮汐车道内的车辆目标进行检测,车辆检测模型可以基于现有的目标检测网络训练得到,在此不过多展开。基于连续多帧的潮汐车道内的车辆检测结果可以进行车辆跟踪,得到同一车辆目标在连续多帧道路图像中的位置,从而得到潮汐车道内的车辆跟踪结果。
在本申请的一些实施例中,所述潮汐车道属性信息包括地面上的潮汐车道位置,所述根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果包括:对所述当前路段的道路图像进行车辆检测和跟踪,得到当前路段的车辆跟踪结果;获取道路图像与地面的变换关系,并根据所述道路图像与地面的变换关系,将地面上的潮汐车道位置变换到所述道路图像中,得到道路图像中的潮汐车道位置;根据所述当前路段的车辆跟踪结果和道路图像中的潮汐车道位置,确定所述潮汐车道内的车辆跟踪结果。
作为另一种确定潮汐车道内的车辆跟踪结果的实施方式,本申请实施例还可以利用前述车辆检测模型直接对路侧相机采集的道路图像进行车辆检测和跟踪,得到道路图像中检测到的所有车辆的跟踪结果,然后再基于事先标定好的道路图像与地面的变换关系确定出潮汐车道在道路图像中的投影位置,进而结合潮汐车道在道路图像中的投影位置以及道路图像中检测到的所有车辆的跟踪结果确定出哪些车辆是行驶潮汐车道内的车辆,最后得到潮汐车道内的车辆跟踪结果。
在本申请的一些实施例中,所述潮汐车道属性信息包括潮汐车道的当前行驶方向,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:根据所述潮汐车道内的车辆跟踪结果确定车辆在潮汐车道内的行驶方向;根据所述车辆在潮汐车道内的行驶方向和所述潮汐车道的当前行驶方向确定车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差;若所述车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;否则,则未触发预设车辆预警条件。
本申请实施例的潮汐车道属性信息具体可以包括潮汐车道的当前行驶方向,作为一种判断当前是否触发预设车辆预警条件的实施方式,本申请实施例可以根据潮汐车道内的车辆跟踪结果和潮汐车道属性信息来共同判断。
具体地,由于潮汐车道内的车辆跟踪结果具体可以包括车辆在连续多帧的跟踪位置,因此可以根据连续多帧的跟踪位置确定出车辆在潮汐车道内的行驶方向,然后将车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向进行比较,由于地图数据中的行驶方向具体以角度的形式进行表示,因此可以计算车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向之间的角度差值,如果二者之间的角度差值大于一定的角度偏差阈值如135度,说明该车辆当前的行驶方向与潮汐车道当前规定的行驶方向近乎相反,该车辆存在逆行行为,可以认为潮汐车道内存在危险车辆,因此触发了预设车辆预警条件。
当然,上述角度偏差阈值为经验值,本领域技术人员可以根据实际需求灵活设置角度偏差阈值的大小,在此不作具体限定。
在本申请的一些实施例中,所述潮汐车道属性信息还包括潮汐车道的行驶方向的变换时间,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:确定当前时间与所述潮汐车道的行驶方向的变换时间之间的时间差值是否小于第一预设时间差值阈值;若是,则确定触发预设车辆预警条件;否则,则未触发预设车辆预警条件。
作为另一种判断当前是否触发预设车辆预警条件的实施方式,本申请实施例可以直接根据潮汐车道属性信息中的潮汐车道的行驶方向的变换时间来判断,具体可以将当前时间与上述潮汐车道的行驶方向的变换时间进行比较,如果当前时间与上述潮汐车道的行驶方向的变换时间之间的时间差之小于一定时间差值阈值,说明当前时间较为接近潮汐车道的行驶方向的变换时间,也即潮汐车道的行驶方向即将发生变换,此时可以认为当前触发了预设车辆预警条件,通过向目标车辆发送预警信息,从而可以提醒目标车辆及时注意到潮汐车道内行驶方向的变化,避免发生逆行的危险行为。
例如,对于一条南北设置的潮汐车道,规定了上午9点-下午6点的行驶方向为由南向北的方向,下午6点至次日上午9点的行驶方向变换为由北向南的方向,即该潮汐车道在下午6点会发生行驶方向的变换,因此在当前时间即将到达下午6点时,即可向潮汐车道附近的车辆发送预警信息。
在本申请的一些实施例中,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:根据所述潮汐车道内的车辆跟踪结果对车辆在潮汐车道内的行驶方向进行统计;若统计出有预设数量的车辆在潮汐车道内的行驶方向之间的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;否则,则未触发预设车辆预警条件。
考虑到当前路段的潮汐车道属性信息可能由于未及时更新而存在不可靠的情况,尤其是潮汐车道的当前行驶方向以及行驶方向的变换时间未及时更新的情况,本申请实施例还提供了另一种判断当前是否触发预设车辆预警条件的实施方式,即直接根据潮汐车道内的车辆跟踪结果来判断。
具体地,根据潮汐车道内的车辆跟踪结果可以计算出潮汐车道内的车辆的行驶方向,通过对潮汐车道内的多个车辆的行驶方向进行统计分析,可以判断出潮汐车道内是否存在与其他车辆行驶方向之间的角度偏差大于一定角度偏差阈值的车辆,例如,在一段时间内在潮汐车道内跟踪到多个车辆均由南向北行驶,但车辆A的行驶方向为由北向南行驶,即与其他车辆的行驶方向相反,则可以认为车辆A存在逆行行为。
本申请实施例通过潮汐车道内多个车辆之间的行驶方向的相互比较来判断是否存在逆行车辆,进一步保证了在潮汐车道属性信息不可靠的情况下的车辆预警条件判断的准确性。
在本申请的一些实施例中,所述当前路段的潮汐车道属性信息包括当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息,所述获取当前路段的潮汐车道属性信息包括:从云端存储的地图数据中获取当前路段的第一潮汐车道属性信息;对所述道路图像中的信号灯进行识别,并根据信号灯识别结果确定当前路段的第二潮汐车道属性信息;根据所述当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息确定当前路段的最终潮汐车道属性信息。
本申请实施例在获取当前路段的潮汐车道属性信息时,一方面可以从云端存储的高精地图数据中获取,在当前路段的潮汐车道属性信息未发生变化的情况下,从云端获取的潮汐车道属性信息可以作为后续判断处是否触发车辆预警条件的依据之一,但是当潮汐车道的属性信息发生变化时,主要是潮汐车道的行驶方向的变换时间以及当前行驶方向发生变化时,云端存储的地图数据可能还未作及时更新,以此进行车辆预警条件的判断就可能会出现虚警或者漏警的可能。
基于此,本申请实施例可以对云端获取的当前路段的第一潮汐车道属性信息是否需要更新进行检测。由于潮汐车道有对应的信号灯,信号灯的识别通常是实时的,因此根据潮汐车道的信号灯识别结果可以实时确定出潮汐车道的当前行驶方向,并结合连续多帧检测判断行驶方向的变换时间,以此作为当前路段的第二潮汐车道属性信息。
由于信号灯识别结果的实时性较强,因此可以以基于信号灯识别结果确定的第二潮汐车道属性信息为准,将第二潮汐车道属性信息与云端获取的第一潮汐车道属性信息进行比较,具体可以包括潮汐车道的当前行驶方向以及行驶方向的变换时间的比较,如果二者的潮汐车道的当前行驶方向和/或行驶方向的变换时间不同,则说明云端存储的潮汐车道属性信息需要被更新,因此可以将第二潮汐车道属性信息同步至云端进行更新。
在本申请的一些实施例中,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述对所述道路图像中的信号灯进行识别,并根据信号灯识别结果确定当前路段的第二潮汐车道属性信息包括:获取潮汐车道的信号灯在道路图像中的位置,并根据潮汐车道的信号灯在道路图像中的位置对潮汐车道的信号灯进行识别,得到潮汐车道的信号灯识别结果,所述潮汐车道的信号灯识别结果包括潮汐车道的信号灯的灯色;根据所述潮汐车道的信号灯的灯色确定潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间。
由于潮汐车道有其对应的信号灯且信号灯的位置基本固定,因此可以直接从地图数据中获取到潮汐车道的信号灯位置,并基于图像与地图数据的变换关系,将潮汐车道的信号灯位置变换到道路图像中,得到潮汐车道的信号灯在道路图像中的位置,后续也可以直接基于该位置对图像中该位置的信号灯进行识别,无需再投影变换。
利用事先训练好的信号灯识别模型对潮汐车道的信号灯进行识别,这里的信号灯识别模型可以基于现有技术灵活选择,在此不过多展开,得到的潮汐车道的信号灯识别结果主要包括潮汐车道的信号灯的灯色,例如是红灯还是绿灯,由于相对于路侧相机的拍摄视野来说,如果路侧相机识别到的是绿灯,说明相对于路侧相机由近及远的方向是当前可通行的行驶方向,由此可以将与路侧相机的朝向相同的方向作为当前行驶方向,而如果识别到的是红灯,说明相对于路侧相机由近及远的方向是当前不可通行的行驶方向,那么与之相反的方向即为可通行的方向,由此可以将与路侧相机的朝向相反的方向作为当前行驶方向。
进一步地,基于连续多帧识别出的信号灯的灯色,还可以判断出信号灯灯色切换的时间,由此可以计算出行驶方向的第二变换时间。
在本申请的一些实施例中,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述第二潮汐车道属性信息包括潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间,所述根据所述当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息确定当前路段的最终潮汐车道属性信息包括:将所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向进行比较,以及将所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间进行比较;若所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向不同,则根据所述潮汐车道的第二当前行驶方向更新所述潮汐车道的第一当前行驶方向;若所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间之间的时间差值大于第二预设时间差值阈值,则根据所述潮汐车道的行驶方向的第二变换时间更新所述潮汐车道的行驶方向的第一变换时间。
在确定当前路段的最终潮汐车道属性信息时,可以分别将潮汐车道的第一当前行驶方向与潮汐车道的第二当前行驶方向进行比较,将潮汐车道的行驶方向的第一变换时间与第二变换时间进行比较。对于第二当前行驶方向基于少数几帧的信号灯识别结果即可确定,因此对于行驶方向的比较可以认为是实时进行的,但考虑到基于信号灯识别结果判断行驶方向的变换时间需要依赖一段时间的多帧识别结果的积累,因此对于行驶方向的变换时间不需实时判断。
本申请实施例可以将信号灯的识别作为一个独立的流程实时运行,通过持续的信号灯识别结果,可以先实时判断出潮汐车道的第二当前行驶方向与从云端获取的第一当前行驶方向是否一致,如果连续多次检测到的第二当前行驶方向与第一当前行驶方向均一致,而某一时刻突然不一致,说明这一时刻为行驶方向发生变换的时刻,但这有可能是云端的第一当前行驶方向发生变化,也有可能是基于信号灯识别结果得到的第二当前行驶方向发生变化,这里可以进一步结合信号灯灯色是否发生切换来判断,如果灯色发生切换,说明是第二行驶方向发生变换,那么也就说明行驶方向的第二变换时间与第一变换时间不一致,进而可以根据行驶方向的第二变换时间对云端存储的第一变换时间进行更新。而如果灯色未发生切换,说明是云端的第一当前行驶方向发生变换,那么需要继续基于信号灯识别结果进行判断,从而判断出灯色发生切换的时刻,并以此更新上述第一变换时间。
本申请实施例还提供了一种潮汐车道的车辆预警装置200,如图2所示,提供了本申请实施例中一种潮汐车道的车辆预警装置的结构示意图,所述装置200包括:获取单元210、第一确定单元220、第二确定单元230以及预警单元240,其中:
获取单元210,用于获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;
第一确定单元220,用于根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;
第二确定单元230,用于根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件;
预警单元240,用于在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
在本申请的一些实施例中,所述潮汐车道属性信息包括地面上的潮汐车道位置,所述第一确定单元220具体用于:获取道路图像与地面的变换关系;根据所述道路图像与地面的变换关系,将地面上的潮汐车道位置变换到所述道路图像中,得到道路图像中的潮汐车道位置;根据所述道路图像中的潮汐车道位置对潮汐车道内的车辆进行检测和跟踪,得到潮汐车道内的车辆跟踪结果。
在本申请的一些实施例中,所述潮汐车道属性信息包括潮汐车道的当前行驶方向,所述第二确定单元230具体用于:根据所述潮汐车道内的车辆跟踪结果确定车辆在潮汐车道内的行驶方向;根据所述车辆在潮汐车道内的行驶方向和所述潮汐车道的当前行驶方向确定车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差;若所述车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;否则,则未触发预设车辆预警条件。
在本申请的一些实施例中,所述潮汐车道属性信息还包括潮汐车道的行驶方向的变换时间,所述第二确定单元230具体用于:确定当前时间与所述潮汐车道的行驶方向的变换时间之间的时间差值是否小于第一预设时间差值阈值;若是,则确定触发预设车辆预警条件;否则,则未触发预设车辆预警条件。
在本申请的一些实施例中,所述第二确定单元230具体用于:根据所述潮汐车道内的车辆跟踪结果对车辆在潮汐车道内的行驶方向进行统计;若统计出有预设数量的车辆在潮汐车道内的行驶方向之间的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;否则,则未触发预设车辆预警条件。
在本申请的一些实施例中,所述当前路段的潮汐车道属性信息包括当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息,所述获取单元210具体用于:从云端存储的地图数据中获取当前路段的第一潮汐车道属性信息;对所述道路图像中的信号灯进行识别,并根据信号灯识别结果确定当前路段的第二潮汐车道属性信息;根据所述当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息确定当前路段的最终潮汐车道属性信息。
在本申请的一些实施例中,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述获取单元210具体用于:获取潮汐车道的信号灯在道路图像中的位置,并根据潮汐车道的信号灯在道路图像中的位置对潮汐车道的信号灯进行识别,得到潮汐车道的信号灯识别结果,所述潮汐车道的信号灯识别结果包括潮汐车道的信号灯的灯色;根据所述潮汐车道的信号灯的灯色确定潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间。
在本申请的一些实施例中,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述第二潮汐车道属性信息包括潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间,所述获取单元210具体用于:将所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向进行比较,以及将所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间进行比较;若所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向不同,则根据所述潮汐车道的第二当前行驶方向更新所述潮汐车道的第一当前行驶方向;若所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间之间的时间差值大于第二预设时间差值阈值,则根据所述潮汐车道的行驶方向的第二变换时间更新所述潮汐车道的行驶方向的第一变换时间。
能够理解,上述潮汐车道的车辆预警装置,能够实现前述实施例中提供的潮汐车道的车辆预警方法的各个步骤,关于潮汐车道的车辆预警方法的相关阐释均适用于潮汐车道的车辆预警装置,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,在逻辑层面上形成潮汐车道的车辆预警装置。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:
获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;
根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;
根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件;
在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
上述如本申请图1所示实施例揭示的潮汐车道的车辆预警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(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,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中潮汐车道的车辆预警装置执行的方法,并实现潮汐车道的车辆预警装置在图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所示实施例中潮汐车道的车辆预警装置执行的方法,并具体用于执行:
获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;
根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;
根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件;
在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
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 (10)
1.一种潮汐车道的车辆预警方法,其中,所述方法包括:
获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;
根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;
根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件;
在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
2.如权利要求1所述方法,其中,所述潮汐车道属性信息包括地面上的潮汐车道位置,所述根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果包括:
获取道路图像与地面的变换关系;
根据所述道路图像与地面的变换关系,将地面上的潮汐车道位置变换到所述道路图像中,得到道路图像中的潮汐车道位置;
根据所述道路图像中的潮汐车道位置对潮汐车道内的车辆进行检测和跟踪,得到潮汐车道内的车辆跟踪结果。
3.如权利要求1所述方法,其中,所述潮汐车道属性信息包括潮汐车道的当前行驶方向,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:
根据所述潮汐车道内的车辆跟踪结果确定车辆在潮汐车道内的行驶方向;
根据所述车辆在潮汐车道内的行驶方向和所述潮汐车道的当前行驶方向确定车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差;
若所述车辆在潮汐车道内的行驶方向与潮汐车道的当前行驶方向的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;
否则,则未触发预设车辆预警条件。
4.如权利要求1所述方法,其中,所述潮汐车道属性信息还包括潮汐车道的行驶方向的变换时间,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:
确定当前时间与所述潮汐车道的行驶方向的变换时间之间的时间差值是否小于第一预设时间差值阈值;
若是,则确定触发预设车辆预警条件;
否则,则未触发预设车辆预警条件。
5.如权利要求1所述方法,其中,所述根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件包括:
根据所述潮汐车道内的车辆跟踪结果对车辆在潮汐车道内的行驶方向进行统计;
若统计出有预设数量的车辆在潮汐车道内的行驶方向之间的角度偏差大于预设角度偏差阈值,则确定触发预设车辆预警条件;
否则,则未触发预设车辆预警条件。
6.如权利要求1所述方法,其中,所述当前路段的潮汐车道属性信息包括当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息,所述获取当前路段的潮汐车道属性信息包括:
从云端存储的地图数据中获取当前路段的第一潮汐车道属性信息;
对所述道路图像中的信号灯进行识别,并根据信号灯识别结果确定当前路段的第二潮汐车道属性信息;
根据所述当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息确定当前路段的最终潮汐车道属性信息。
7.如权利要求6所述方法,其中,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述对所述道路图像中的信号灯进行识别,并根据信号灯识别结果确定当前路段的第二潮汐车道属性信息包括:
获取潮汐车道的信号灯在道路图像中的位置,并根据潮汐车道的信号灯在道路图像中的位置对潮汐车道的信号灯进行识别,得到潮汐车道的信号灯识别结果,所述潮汐车道的信号灯识别结果包括潮汐车道的信号灯的灯色;
根据所述潮汐车道的信号灯的灯色确定潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间。
8.如权利要求6所述方法,其中,所述第一潮汐车道属性信息包括潮汐车道的第一当前行驶方向以及潮汐车道的行驶方向的第一变换时间,所述第二潮汐车道属性信息包括潮汐车道的第二当前行驶方向以及潮汐车道的行驶方向的第二变换时间,所述根据所述当前路段的第一潮汐车道属性信息和第二潮汐车道属性信息确定当前路段的最终潮汐车道属性信息包括:
将所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向进行比较,以及将所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间进行比较;
若所述潮汐车道的第一当前行驶方向与所述潮汐车道的第二当前行驶方向不同,则根据所述潮汐车道的第二当前行驶方向更新所述潮汐车道的第一当前行驶方向;
若所述潮汐车道的行驶方向的第一变换时间与所述潮汐车道的行驶方向的第二变换时间之间的时间差值大于第二预设时间差值阈值,则根据所述潮汐车道的行驶方向的第二变换时间更新所述潮汐车道的行驶方向的第一变换时间。
9.一种潮汐车道的车辆预警装置,其中,所述装置包括:
获取单元,用于获取路侧相机采集的当前路段的道路图像以及获取当前路段的潮汐车道属性信息;
第一确定单元,用于根据所述当前路段的道路图像和潮汐车道属性信息确定潮汐车道内的车辆跟踪结果;
第二确定单元,用于根据所述潮汐车道内的车辆跟踪结果和/或所述潮汐车道属性信息确定是否触发预设车辆预警条件;
预警单元,用于在触发预设车辆预警条件的情况下,确定当前路段中的目标车辆并向所述目标车辆发送预警信息,所述目标车辆包括已经进入潮汐车道的车辆和/或即将进入潮汐车道的车辆。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310814011.2A CN116564133A (zh) | 2023-07-05 | 2023-07-05 | 潮汐车道的车辆预警方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310814011.2A CN116564133A (zh) | 2023-07-05 | 2023-07-05 | 潮汐车道的车辆预警方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116564133A true CN116564133A (zh) | 2023-08-08 |
Family
ID=87491833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310814011.2A Pending CN116564133A (zh) | 2023-07-05 | 2023-07-05 | 潮汐车道的车辆预警方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116564133A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636660A (zh) * | 2023-11-27 | 2024-03-01 | 深邦智能科技集团(青岛)有限公司 | 一种基于计算机视觉的道路指示牌控制方法及系统 |
CN117649770A (zh) * | 2024-01-30 | 2024-03-05 | 交通运输部公路科学研究所 | 一种收费站出入口车道的分配方法及相关设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007128083A1 (en) * | 2006-05-10 | 2007-11-15 | Anthony Michael Duffy | System for maximising and controlling tidal flow of traffic in road tunnels and on freeways |
CN110210303A (zh) * | 2019-04-29 | 2019-09-06 | 山东大学 | 一种北斗视觉融合精准车道辨识与定位方法及其实现装置 |
CN110276971A (zh) * | 2019-07-03 | 2019-09-24 | 广州小鹏汽车科技有限公司 | 一种车辆驾驶的辅助控制方法、系统及车辆 |
CN111914669A (zh) * | 2020-07-08 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种潮汐车道违章检测方法、装置、电子设备和存储介质 |
CN116039646A (zh) * | 2022-10-31 | 2023-05-02 | 重庆长安汽车股份有限公司 | 潮汐车道识别方法、装置、车辆及存储介质 |
-
2023
- 2023-07-05 CN CN202310814011.2A patent/CN116564133A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007128083A1 (en) * | 2006-05-10 | 2007-11-15 | Anthony Michael Duffy | System for maximising and controlling tidal flow of traffic in road tunnels and on freeways |
CN110210303A (zh) * | 2019-04-29 | 2019-09-06 | 山东大学 | 一种北斗视觉融合精准车道辨识与定位方法及其实现装置 |
CN110276971A (zh) * | 2019-07-03 | 2019-09-24 | 广州小鹏汽车科技有限公司 | 一种车辆驾驶的辅助控制方法、系统及车辆 |
CN111914669A (zh) * | 2020-07-08 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种潮汐车道违章检测方法、装置、电子设备和存储介质 |
CN116039646A (zh) * | 2022-10-31 | 2023-05-02 | 重庆长安汽车股份有限公司 | 潮汐车道识别方法、装置、车辆及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636660A (zh) * | 2023-11-27 | 2024-03-01 | 深邦智能科技集团(青岛)有限公司 | 一种基于计算机视觉的道路指示牌控制方法及系统 |
CN117649770A (zh) * | 2024-01-30 | 2024-03-05 | 交通运输部公路科学研究所 | 一种收费站出入口车道的分配方法及相关设备 |
CN117649770B (zh) * | 2024-01-30 | 2024-04-02 | 交通运输部公路科学研究所 | 一种收费站出入口车道的分配方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109367544B (zh) | 自动驾驶车辆控制方法、装置及存储介质 | |
CN116564133A (zh) | 潮汐车道的车辆预警方法、装置及电子设备 | |
US20210390353A1 (en) | Object recognition device, object recognition method, and object recognition program | |
CN109815555B (zh) | 自动驾驶车辆的环境建模能力评估方法及系统 | |
CN101655380A (zh) | 用于确定驾驶员-车辆-环境状态的特性的方法 | |
JP2018163438A (ja) | 情報処理装置及び情報処理システム | |
US20210107499A1 (en) | Method and system for development and verification of autonomous driving features | |
US10755565B2 (en) | Prioritized vehicle messaging | |
US10351144B2 (en) | Sightline estimation system and sightline estimation method | |
CN110910669A (zh) | 基于虚拟隔离的自动驾驶专用车道的管控方法和装置 | |
CN113380034B (zh) | 事故定位方法和装置、电子设备和计算机可读存储介质 | |
CN110733507A (zh) | 车道变换及道路隔离方法、装置、设备及存储介质 | |
CN111323038B (zh) | 隧道内无人驾驶车辆的定位方法、系统和电子设备 | |
CN115292435A (zh) | 高精地图的更新方法和装置、电子设备和存储介质 | |
CN113804214B (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 | |
CN116872957A (zh) | 智能驾驶车辆的预警方法、装置及电子设备、存储介质 | |
CN111688714B (zh) | 车辆控制方法、装置及自动驾驶车辆 | |
CN115240432B (zh) | 交通拥堵检测方法、装置及电子设备、存储介质 | |
CN111132212A (zh) | 无人驾驶车辆网络异常处理方法、装置、设备和存储介质 | |
CN115797893A (zh) | 有效行驶区域的确定方法、装置及电子设备、存储介质 | |
CN111325054A (zh) | 一种确定克隆车辆的方法、装置及计算设备 | |
CN115359443A (zh) | 交通事故检测方法和装置、电子设备和存储介质 | |
CN111754762A (zh) | 用于向周围车辆发送信息的方法和控制装置 | |
CN116959253A (zh) | 目标预警方法、装置及电子设备 | |
CN115909728A (zh) | 路侧感知方法、装置及电子设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230808 |