CN116674574A - 异常环境下提供辅助驾驶信号的方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种异常环境下提供辅助驾驶信号的方法、装置、设备及存储介质。其中，所述方法包括：采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；根据所述车向信息确定所有同向车辆的云车机系统；利用所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；基于前后车辆的行驶信息计算生成模拟雷达信息；将模拟雷达信息与雷达信息进行比较，判断雷达信息是否异常；在异常时，将所述模拟雷达信息通过辅助驾驶车辆的云车机系统写入对应的存储地址中。实现在恶劣天气情况下传感器采集数据不精确的情况下，仍然可以实现辅助驾驶功能。提升恶劣环境条件下的车辆行驶安全。

Description

异常环境下提供辅助驾驶信号的方法、装置、设备及存储介质

技术领域

本发明实施例涉及电子信息技术领域，尤其涉及一种异常环境下提供辅助驾驶信号的方法、装置、设备及存储介质。

背景技术

随着社会的进步，汽车几乎成为每家每户所必须的交通工具，使得人们的生活越来越便捷。而且随着汽车领域内各种先进技术的发展，越来越智能的各种装置和功能被集成到汽车里。驾驶辅助系统(Advanced Driving Assistance System)是利用安装在车上的各式各样传感器(毫米波雷达、激光雷达、单\双目摄像头以及卫星导航)，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。

在实现本发明的过程中，发明人发现如下技术问题：现有的驾驶辅助系统需要通过车载的各种传感器感应环境，获取信息，进而进行分析和运算，为安全驾驶提供相应的提示。然而，在一些恶劣自然条件下，例如：雷雨、大风和冰雹等短时天气恶劣条件或者照明情况下，传感器采集到的数据受到外界影响，进而无法获取到准确数据，并且视线也受到影响，在该种情况下，由于无法实现辅助驾驶的功能，且驾驶员视线也受到影响，影响到汽车行驶安全。

发明内容

本发明实施例提供一种异常环境下提供辅助驾驶信号的方法、装置、设备及存储介质，以解决现有技术中驾驶辅助系统在异常环境下无法获取准确数据导致无法实现辅助驾驶功能的技术问题。

第一方面，本发明实施例提供了一种异常环境下提供辅助驾驶信号的方法，包括：

采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；

根据所述车向信息确定所有同向车辆的云车机系统；

利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；

基于前后车辆的行驶信息计算生成模拟雷达信息；

将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；

在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU雷达信息对应的存储地址中。

第二方面，本发明实施例还提供了一种异常环境下提供辅助驾驶信号的装置，包括：

采集模块，用于采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；

确定模块，用于根据所述车向信息确定所有同向车辆的云车机系统；

抽取模块，用于利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；

计算模块，用于基于前后车辆的行驶信息计算生成模拟雷达信息；

判断模块，用于将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；

写入模块，用于在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU雷达信息对应的存储地址中。

第三方面，本发明实施例还提供了一种设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例提供的异常环境下提供辅助驾驶信号的方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的异常环境下提供辅助驾驶信号的方法。

本发明实施例提供的异常环境下提供辅助驾驶信号的方法、装置、设备及存储介质，通过采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；根据所述车向信息确定所有同向车辆的云车机系统；利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；基于前后车辆的行驶信息计算生成模拟雷达信息；将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU雷达信息对应的存储地址中。可有效利用云车机系统的快速通信能力，快速准确的获取车辆运行信息，并根据车辆运行信息生成模拟雷达信息，并可在天气异常情况下，利用模拟雷达信息替代由于恶劣天气导致的无效雷达信息，实现在恶劣天气情况下传感器采集数据不精确的情况下，仍然可以实现辅助驾驶功能。提升恶劣环境条件下的车辆行驶安全。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例一提供的异常环境下提供辅助驾驶信号的方法的流程图；

图2是本发明实施例二提供的异常环境下提供辅助驾驶信号的方法的流程图；

图3是本发明实施例三提供的异常环境下提供辅助驾驶信号的方法的流程图；

图4是本发明实施例五提供的异常环境下提供辅助驾驶信号的装置的结构图；

图5是本发明实施例五提供的设备的结构图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的异常环境下提供辅助驾驶信号的方法的流程图，本实施例可适用于在异常天气或者光线照明条件下，车辆的各种传感器无法获取真实有效信号，提供辅助辅助驾驶信号的情况，该方法可以由异常环境下提供辅助驾驶信号的装置来执行，并对应设置于可与区域内所有车辆建立网络连接的通信基站中，具体包括如下步骤：

步骤110、采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息。

在本实施例中，所述车机可采用云电脑车机。所述云电脑是一种整体服务方案，包括云端资源、传输协议和云终端。用开放式云终端通过传输协议，把桌面、应用、硬件等资源以按需服务、弹性分配的服务模式提供给用户。利用云电脑车机可以为用户提供丰富多彩的多媒体服务、应用服务和导航服务。

车辆除配有安卓或者其他桌面系统的车机外，还设有ECU。而ECU普遍采用嵌入式设计。利用ECU嵌入式系统实现对车辆信息的存储和对车辆的控制。

可选的，在本实施例中，基站可利用在一定区域内的通信能力与途径该区域内的所有车辆建立网络连接。并获取可连接的所有车辆的定位信息。所述定位信息可由安装于车辆的定位系统，例如北斗等提供。在获取到所有连接车辆的定位信息后，可基于定位系统提供的位置坐标，以及由连续位置坐标得到的方向，结合该基站辐射范围的高清导航地图，确定连接的每个车辆的当前行驶的道路，已经相应的车向。

步骤120、根据所述车向信息确定所有同向车辆的云车机系统。

在本实施例中，通过前述方式可分别确定已经连接的每个车辆的方向和对应行驶的公路，据此，可确定在同一道路行驶的同向所有车辆，进而根据确定所有同向车辆的云车机系统的容器编号。

步骤130、利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的车辆运行信息。

利用云车机系统从ECU系统中抽取同向所有车辆的车辆运行信息，用于计算与之相邻的车辆的雷达信号。

在本实施例中，所述辅助驾驶车辆可以是同一车道中所有车辆的任一一辆，且使用辅助驾驶功能的车辆。在确定辅助驾驶车辆后，可明确获知其具体位置和对应的云车机系统。根据其所在的具体位置可确定相邻的车辆，进而通过相邻车辆的云车机系统获取该车辆的车辆运行信息。

所述车辆运行信息可以包括：车向、车速、位置、轮舵转动等行驶相关信息。

步骤140、基于前后车辆的车辆运行信息计算生成模拟雷达信息。

在辅助驾驶中，自适应巡航是一种常用功能。当与前车距离过小时，ACC控制单元可以通过与防抱死制动系统和发动机控制系统的配合，适当制动车轮，降低发动机的输出功率，从而与前车保持安全距离。其主要通过安装在车辆前方的雷达用于检测车辆前方的道路上是否有速度较慢的车辆。如果有较慢的车辆，ACC系统会降低车速，控制与前车的差距或时间差距。

因此，可根据在辅助驾驶车辆前的车辆的运行信息。示例性的，结合位置和速度，计算更新实时准确的位置，并通过前车辆的实时位置和辅助驾驶车辆的实时位置，确定前车相对于车辆雷达的实时距离和方位，并根据所述实时距离和方位生成相应的模拟雷达信息，即模拟雷达回波信号信息。

如果辅助驾驶车辆的速度过慢，则也会使得后车与辅助驾驶车辆之间的距离过近，进而影响到行车安全。因此，还可利用上述方式，确定后车相对于车尾雷达的实时距离和方位，并生成后雷达模拟雷达回波信号信息。

步骤150、将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常。

辅助驾驶车辆可通过自身的传感器感知环境，得到传感器信息，所述传感器信息可以包括：雷达信息、图像信息以及温度、降雨等信息。上述信息通常存储于ECU的特定存储位置中。

示例性的，可从辅助驾驶车辆的ECU的特定存储位置抽取得到雷达信息，并将抽取得到的雷达信息与前述计算得到的模拟雷达信息进行比较。在正常情况下，二者的差异应该较小，差值应在一定范围内。如果差值大于预设的差值阈值，则可能说明雷达信息存在异常。

此外，还可利用辅助驾驶车辆采集的其它信息结合比较结果，判断所述雷达信息是否异常。例如，可通过雨量传感器和光敏电阻判断是否为异常天气情况，在为异常提前情况下，如果差值大于设的差值阈值，则确定所述雷达信息异常。

步骤160、在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU中雷达信息对应的存储地址中。

在本实施例中，车辆的运行控制仍然交由本地的ECU进行控制。因此，在需要将由于恶劣天气导致雷达传感器采集到的错误雷达信息替换为正确的模拟雷达信息。因此，需要将前述计算得到的模拟雷达信息写入到ECU中，具体的，可根据ECU中的内存雷达信息的固定存储地址，将上述计算得到的模拟雷达信息利用云车机系统写入辅助驾驶车辆的ECU系统中，使得ECU可以根据模拟雷达信息对车辆进行正确控制，减少在恶劣天气情况下，由于无法获得准确的雷达信息产生的安全事故的几率。

本实施例通过采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；根据所述车向信息确定所有同向车辆的云车机系统；利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；基于前后车辆的行驶信息计算生成模拟雷达信息；将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU雷达信息对应的存储地址中。可有效利用云车机系统的快速通信能力，快速准确的获取车辆运行信息，并根据车辆运行信息生成模拟雷达信息，并可在天气异常情况下，利用模拟雷达信息替代由于恶劣天气导致的无效雷达信息，实现在实现在恶劣天气情况下传感器采集数据不精确的情况下，仍然可以实现辅助驾驶功能。提升恶劣环境条件下的车辆行驶安全。

在本实施例的一个优选实施方式中，可以将所述基于前后车辆的行驶信息计算生成模拟雷达信息，具体优化为：在存在多条车道时，可根据采集到的图像和前方车辆的行驶数据，判断是否同一车道，在为同一车道时，基于前后车辆的行驶信息计算生成模拟雷达信息。由于同一条道路上设有多个车道，因此，仅通过位置单一信息无法确定辅助驾驶车辆前后对应的车辆。因此，在本实施例中，可以借用车辆中其它的传感器信息来确定前后的车辆。以提升模拟雷达信息的准确性。示例性的，可以采用辅助驾驶车辆前后配置的摄像头采集的图像数据，判断本车道对应的前后车辆，进而根据同一车道的前后车辆计算相应的模拟雷达信息。可以进一步提升模拟雷达信息计算的准确性。

此外，所述方法还可增加如下步骤：计算后车速度和位置，根据后车速度和位置计算超车可能性，在存在超车可能性时，在二者距离小于设定的距离阈值时，将模拟车载雷达回波信号调整为预设的超车雷达回波信号，并在通过图像判断超车后未处于同一车道。由于超车是一种特殊的情况，在此种情况下，会与辅助驾驶车辆距离较近，且容易影响ACC自适应巡航驾驶体验。因此，在本实施例中，首先抽取后车的车辆运行信息，根据速度和位置确定是否存在超车的可能，示例性的，可通过后车速度与辅助驾驶车辆之间的速度差，确定是否存在超车可能，并可通过抽取后车的轮舵转动信息确定超车开始动作，并在二者距离小于设定的距离阈值时，将模拟车载雷达回波信号调整为预设的超车雷达回波信号。并可通过图像判断，超车后是否回归本车道，若没有返回则删除该超车雷达回波信号。若返回，则按照上述流程重新计算模拟雷达回波信号，进一步保证在恶劣环境下超车时，提供准确的雷达回波信号，提升辅助驾驶的安全性。

实施例二

图2为本发明实施例二提供的异常环境下提供辅助驾驶信号的方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，所述方法还可增加如下步骤；为每个车辆建立云车机系统，所述云车机系统的镜像中预先嵌入信息抽取进程，所述信息抽取进程用于读取ECU系统中至少两个内存指定地址中的数值；相应的，将所述利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，具体优化为：利用每个信息抽取进程读取所有同向车辆的ECU系统中至少两个内存指定地址中的数值；根据所述内存指定地址确定传感器类型；根据所述传感器类型和数值得到每个同向车辆的车辆运行信息。

相应的，本实施例所提供的异常环境下提供辅助驾驶信号的方法，具体包括：

步骤210、为每个车辆建立云车机系统，所述云车机系统的镜像中预先嵌入信息抽取进程，所述信息抽取进程用于读取ECU系统中至少两个内存指定地址中的数值。

对于从ECU数据中读取和写入数据的速度要求较高。因此，在本实施例中，可采用容器技术实现云车机系统，进而实现快速从ECU读取数据或者向ECU写入数据的目的。基站可利用本身的运算资源，利用容器技术为每个车辆建立云车机系统，实现对范围内车辆的有效管理和信息抽取。同时，针对车辆车机普适性较高的特点，对于所有车机可采用相同或者近似的镜像。在该镜像中可预先嵌入一个信息抽取进程。

由于ECU中的内存固定，每个内存单元中存储的内容固定，以便于嵌入式系统程序运行。相应的，每个传感器所读取得到的数据对应存储于一个内存单元中，根据程序可明确得知每个传感器对应的存储地址，进而利用信息抽取进程读取指定内存单元地址的数据。所述信息抽取单元进程可随init进程启动，保证在云车机系统活跃期间一直存在且能正常工作，所述信息抽取进程可对应多个地址。实现同时抽取多个或者多种传感器数据的目的。

为便于将抽取得到的传感器数据及时能够被读取，在本实施例中，所述云车机系统的镜像中预先嵌入资源分配进程，所述资源分配进程用于对云车机系统的内存资源进行分配，以实现在不影响云车机系统正常运行情况下，便于从ECU系统读取相应的传感器数据和向ECU系统写入模拟雷达信息。

可选的，可以利用所述资源分配进程将内存划分为第一内存区、第二内存区和第三内存区，所述第一内存区用于支持云车机系统运行；所述第二内存区用于按照ECU的内存地址存储模拟传感器信息；所述第三内存区用于同步ECU中各个传感器采集的真实数据。

资源分配进程用于对云车机系统的内存进行划分，至少形成一个云系统车机内存区，即第一内存区支持云车机系统运行。第二内存区用于存储上述计算的道的模拟传感器信息，例如:模拟雷达信息，模拟图像信息等。进一步的，还可将其按照ECU的内存地址进行存储。即按照ECU的内存划分相应的内存地址。采用相同的方式，便于对应直接写入ECU的内存的内存地址。此外，还设有用于同步ECU中各个传感器采集的真实数据的第三内存区。可将抽取到的相应的传感器信息存储入第三内存区。便于从第三内存区中，读取数据，根据上述传感器信息计算模拟传感器数据。并可通过Memory Management Unit，内存管理单元技术对可利用位图法、分页法、分段法、多级分页法、段页法、短路段树法实现内存空间域隔离技术。可将物理内存进行划分，使用MMU中的特定寄存器、用比特位指定访问权限等方法进行物理页的访问管理。

步骤220、采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息。

步骤230、利用每个信息抽取进程读取所有同向车辆的ECU系统中至少两个内存指定地址中的数值。

在本实施例中，利用云车机系统的信息抽取进程读取相应的数据，所述内存指定地址可由信息抽取进程设定。

步骤240、根据所述内存指定地址确定传感器类型。

每个内存地址对应不同的传感器类型，因此，可根据内存地址确定对应的传感器类型。

步骤250、根据所述传感器类型和数值得到每个同向车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的车辆运行信息。

基于传感器类型得到和数值确定同向车辆对应的运行信息，并可利用这些运行信息计算模拟传感器信息。

步骤260、基于前后车辆的车辆运行信息计算生成模拟雷达信息。

步骤270、将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常。

步骤280、在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU中雷达信息对应的存储地址中。

本实施例通过增加如下步骤；为每个车辆建立云车机系统，所述云车机系统的镜像中预先嵌入信息抽取进程，所述信息抽取进程用于读取ECU系统中至少两个内存指定地址中的数值；相应的，将所述利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，具体优化为：利用每个信息抽取进程读取所有同向车辆的ECU系统中至少两个内存指定地址中的数值；根据所述内存指定地址确定传感器类型；根据所述传感器类型和数值得到每个同向车辆的车辆运行信息。可采用容器技术实现云车机系统，进而实现快速从ECU读取数据或者向ECU写入数据的目的。进而能够实现在恶劣天气下快速生成拟雷达信息，实现辅助驾驶功能。

实施例二

图3为本发明实施例二提供的异常环境下提供辅助驾驶信号的方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，所述方法还可增加如下步骤；所述方法还包括：获取对应范围内的高清导航地图，根据所述高清导航地图信息确定车道和路宽信息；利用驾驶车辆的云车机系统抽取车辆前方图像，并按照所述车道和路宽信息所述车辆前方图像进行模糊划分，生成初始模拟车道标记；抽取车载雷达信息，利用车载雷达信息判断是否存在同车道车辆，根据同车道的行驶轨迹和地图中路面转向判断所述初始模拟车道标记是否存在偏差；在不存在偏差时，按照初始模拟车道进行车道保持监控。

相应的，本实施例所提供的异常环境下提供辅助驾驶信号的方法，具体包括：

步骤310、根据所述车向信息确定所有同向车辆的云车机系统。

步骤320、利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的车辆运行信息。

步骤330、基于前后车辆的车辆运行信息计算生成模拟雷达信息。

步骤340、将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常。

步骤350、在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU中雷达信息对应的存储地址中。

步骤360、获取对应范围内的高清导航地图，根据所述高清导航地图信息确定车道和路宽信息。

在本实施例中，在异常环境，例如光线较差的或者在道路还未施画标志线情况下，还可提供一种车道保持辅助驾驶方法。首先，获取当前辅助驾驶车辆当前行驶的道路情况，在光线较差的或者在道路还未施画标志线情况下，首先需要根据对应的高清导航地图，确定当前行驶的道路的宽度，以及按照国家标准对应的车道数量。

步骤370、利用驾驶车辆的云车机系统抽取车辆前方图像，并按照所述车道和路宽信息所述车辆前方图像进行模糊划分，生成初始模拟车道标记。

示例性的，可以通过云车机系统的第二内存区，利用信息抽取进程从图像采集传感器对应的内存单元中抽取出车辆前方图像信息，由于前方图像中可以包括所有车道，因此，可按照均分原则，并根据摄像头所在的位置，进行变形处理，示例性的，可以按照投影法进行变形处理。然后按照车道数进行模拟划分，生成初始模拟车道标记。

步骤380、抽取车载雷达信息，利用车载雷达信息判断是否存在同车道车辆，根据同车道的行驶轨迹和地图中路面转向判断所述初始模拟车道标记是否存在偏差。

在本实施例中，还可通过行驶于同一道路的车辆行驶轨迹来对初始模拟车道标记进行修正。示例性的，可通过抽取车载雷达传感器信息判断当前辅助驾驶车辆前后是否存在同一车道的车辆，示例性的，可通过车载雷达传感器信息确定雷达信号与当前车辆的距离和方位，在距离大于预设的距离，以及方位小于预设的方位角时，则可判断为同一车道的车辆。并抽取同一车道的车辆的行驶信息，例如：轮舵转动信息，判断是否存在变换车道的可能，在不存在变换车道的情况下，可进一步确定可作为参考车辆。根据参考车辆的位置，确定对应的车道范围，利用该车道范围位置进行修正。在存在非同一车道的车辆情况下，则可根据其所在的位置，确定其所在的车道，并划定该车道的边界，基于该边界对初始模拟车道标记进行修正。

步骤390、在不存在偏差时，按照初始模拟车道进行车道保持监控。

如果不存在偏差，则按照初始模拟车道进行车道保持监控，即根据道路的方向设定车道辅助线，基于车道辅助线对车道保持进行监控。

本实施例通过增加如下步骤：增加如下步骤；所述方法还包括：获取对应范围内的高清导航地图，根据所述高清导航地图信息确定车道和路宽信息；利用驾驶车辆的云车机系统抽取车辆前方图像，并按照所述车道和路宽信息所述车辆前方图像进行模糊划分，生成初始模拟车道标记；抽取车载雷达信息，利用车载雷达信息判断是否存在同车道车辆，根据同车道的行驶轨迹和地图中路面转向判断所述初始模拟车道标记是否存在偏差；在不存在偏差时，按照初始模拟车道进行车道保持监控。可在在光线较差的或者在道路还未施画标志线情况下，利用相关车辆的行驶信息和道路信息，设定模拟车道，实现车道保持辅助功能，进一步提升道路行驶的安全性。

实施例四

图4是本发明实施例四提供的异常环境下提供辅助驾驶信号的装置的结构示意图，如图4所示，所述装置包括：

采集模块410，用于采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；

确定模块420，用于根据所述车向信息确定所有同向车辆的云车机系统；

抽取模块430，用于利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；

计算模块440，用于基于前后车辆的行驶信息计算生成模拟雷达信息；

判断模块450，用于将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；

写入模块460，用于在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU雷达信息对应的存储地址中。

本实施例提供的异常环境下提供辅助驾驶信号的装置，通过采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；根据所述车向信息确定所有同向车辆的云车机系统；利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；基于前后车辆的行驶信息计算生成模拟雷达信息；将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU雷达信息对应的存储地址中。可有效利用云车机系统的快速通信能力，快速准确的获取车辆运行信息，并根据车辆运行信息生成模拟雷达信息，并可在天气异常情况下，利用模拟雷达信息替代由于恶劣天气导致的无效雷达信息，实现在恶劣天气情况下传感器采集数据不精确的情况下，仍然可以实现辅助驾驶功能。提升恶劣环境条件下的车辆行驶安全。

在上述各实施例的基础上，所述装置还包括：

建立模块，用于为每个车辆建立云车机系统，所述云车机系统的镜像中预先嵌入信息抽取进程，所述信息抽取进程用于读取ECU系统中至少两个内存指定地址中的数值；

相应的，所述抽取模块，包括：

读取单元，用于利用每个信息抽取进程读取所有同向车辆的ECU系统中至少两个内存指定地址中的数值；

确定单元，用于根据所述内存指定地址确定传感器类型；

计算单元，用于根据所述传感器类型和数值得到每个同向车辆的车辆运行信息。

在上述各实施例的基础上，所述云车机系统的镜像中预先嵌入资源分配进程，所述资源分配进程用于对云车机系统的内存资源进行分配，以实现在不影响云车机系统正常运行情况下，便于从ECU系统读取相应的传感器数据和向ECU系统写入模拟雷达信息。

在上述各实施例的基础上，所述装置还包括：

划分模块，用于利用所述资源分配进程将内存划分为第一内存区、第二内存区和第三内存区，所述第一内存区用于支持云车机系统运行；所述第二内存区用于按照ECU的内存地址存储模拟传感器信息；所述第三内存区用于同步ECU中各个传感器采集的真实数据。

在上述各实施例的基础上，所述装置还包括：

车道和路宽信息获取模块，用于获取对应范围内的高清导航地图，根据所述高清导航地图信息确定车道和路宽信息；

图像抽取模块，用于利用驾驶车辆的云车机系统抽取车辆前方图像，并按照所述车道和路宽信息所述车辆前方图像进行模糊划分，生成初始模拟车道标记；

偏差确定模块，用于抽取车载雷达信息，利用车载雷达信息判断是否存在同车道车辆，根据同车道的行驶轨迹和地图中路面转向判断所述初始模拟车道标记是否存在偏差；

保持模块，用于在不存在偏差时，按照初始模拟车道进行车道保持监控。

在上述各实施例的基础上，所述装置还包括：

消除模块，用于计算后车速度和位置，根据后车速度和位置计算超车可能性，在存在超车可能性时，在二者距离小于设定的距离阈值时，将模拟车载雷达回波信号调整为预设的超车雷达回波信号，并在通过图像判断超车后未处于同一车道时，消除所述超车雷达回波信号。

本发明实施例所提供的异常环境下提供辅助驾驶信号的装置可执行本发明任意实施例所提供的异常环境下提供辅助驾驶信号的方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备12的框图。图5显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的异常环境下提供辅助驾驶信号的方法。

实施例六

本发明实施例六还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的任一所述的异常环境下提供辅助驾驶信号的方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种异常环境下提供辅助驾驶信号的方法，其特征在于，包括：

采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；

根据所述车向信息确定所有同向车辆的云车机系统；

利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的车辆运行信息；

基于前后车辆的车辆运行信息计算生成模拟雷达信息；

将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；

在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU中雷达信息对应的存储地址中。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

为每个车辆建立云车机系统，所述云车机系统的镜像中预先嵌入信息抽取进程，所述信息抽取进程用于读取ECU系统中至少两个内存指定地址中的数值；

相应的，所述利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，包括：

利用每个信息抽取进程读取所有同向车辆的ECU系统中至少两个内存指定地址中的数值；

根据所述内存指定地址确定传感器类型；

根据所述传感器类型和数值得到每个同向车辆的车辆运行信息。

3.根据权利要求2所述的方法，其特征在于，所述云车机系统的镜像中预先嵌入资源分配进程，所述资源分配进程用于对云车机系统的内存资源进行分配，以实现在不影响云车机系统正常运行情况下，便于从ECU系统读取相应的传感器数据和向ECU系统写入模拟雷达信息。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

利用所述资源分配进程将内存划分为第一内存区、第二内存区和第三内存区，所述第一内存区用于支持云车机系统运行；所述第二内存区用于按照ECU的内存地址存储模拟传感器信息；所述第三内存区用于同步ECU中各个传感器采集的真实数据。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取对应范围内的高清导航地图，根据所述高清导航地图信息确定车道和路宽信息；

利用驾驶车辆的云车机系统抽取车辆前方图像，并按照所述车道和路宽信息所述车辆前方图像进行模糊划分，生成初始模拟车道标记；

抽取车载雷达信息，利用车载雷达信息判断是否存在同车道车辆，根据同车道的行驶轨迹和地图中路面转向判断所述初始模拟车道标记是否存在偏差；

在不存在偏差时，按照初始模拟车道进行车道保持监控。

6.根据权利要求1所述的方法，其特征在于，所述基于前后车辆的行驶信息计算生成模拟雷达信息，包括：

在存在多条车道时，可根据采集到的图像和前方车辆的行驶数据，判断是否同一车道，在为同一车道时，基于前后车辆的行驶信息计算生成模拟雷达信息。

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：

计算后车速度和位置，根据后车速度和位置计算超车可能性，在存在超车可能性时，在二者距离小于设定的距离阈值时，将模拟车载雷达回波信号调整为预设的超车雷达回波信号，并在通过图像判断超车后未处于同一车道时，消除所述超车雷达回波信号。

8.一种异常环境下提供辅助驾驶信号的装置，其特征在于，包括：

采集模块，用于采集每个车辆的定位信息，根据定位信息确定每个车辆的车向信息；

确定模块，用于根据所述车向信息确定所有同向车辆的云车机系统；

抽取模块，用于利用所述所有同向车辆的云车机系统抽取同向所有车辆的车辆运行信息，并得到辅助驾驶车辆在同一车道的前后车辆的行驶信息；

计算模块，用于基于前后车辆的行驶信息计算生成模拟雷达信息；

判断模块，用于将所述模拟雷达信息与从辅助驾驶车辆的ECU中抽取的雷达信息进行比较，判断所述雷达信息是否异常；

写入模块，用于在异常时，将所述模拟雷达信息通过所述辅助驾驶车辆的云车机系统写入所述辅助驾驶车辆的ECU雷达信息对应的存储地址中。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的异常环境下提供辅助驾驶信号的方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的异常环境下提供辅助驾驶信号的方法。