CN116872957A - 智能驾驶车辆的预警方法、装置及电子设备、存储介质 - Google Patents
智能驾驶车辆的预警方法、装置及电子设备、存储介质 Download PDFInfo
- Publication number
- CN116872957A CN116872957A CN202310942790.4A CN202310942790A CN116872957A CN 116872957 A CN116872957 A CN 116872957A CN 202310942790 A CN202310942790 A CN 202310942790A CN 116872957 A CN116872957 A CN 116872957A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target vehicle
- detection result
- target
- state
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 118
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000003825 pressing Methods 0.000 claims description 45
- 230000006399 behavior Effects 0.000 claims description 44
- 230000008447 perception Effects 0.000 claims description 36
- 230000006870 function Effects 0.000 description 26
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 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
- 238000012549 training Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种智能驾驶车辆的预警方法、装置及电子设备、存储介质,该方法包括:获取目标车辆发送的第一车辆感知信息;获取路端的第二车辆感知信息,第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;根据第一车辆感知信息和第二车辆感知信息,确定目标车辆的行驶状态;在目标车辆的行驶状态为异常状态的情况下,向目标车辆发送预警信息。本申请的智能驾驶车辆的预警方法通过路端设备对智能驾驶车辆的行驶状态进行监控,从而能够及时、准确监测智能驾驶车辆的智能驾驶功能是否出现失效等异常情况,以及时进行预警,提高智能驾驶的安全性。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种智能驾驶车辆的预警方法、装置及电子设备、存储介质。
背景技术
随着科技的快速发展以及人们生活水平的不断提高,智能驾驶的时代已经来到。智能驾驶与无人驾驶是不同概念,智能驾驶更为宽泛,它指的是机器帮助人进行驾驶,以及在特殊情况下完全取代人驾驶的技术,因此根据人为介入的程度不同,智能驾驶主要可以分为辅助驾驶和自动驾驶。
辅助驾驶指的是在驾驶者驾驶车辆的过程中提供辅助支持,使驾驶者更轻松更安全地驾驶车辆行驶在道路上的功能,车道保持辅助系统、自动泊车辅助系统等都是实现辅助驾驶功能的系统。自动驾驶则是依靠计算机与人工智能技术在没有人为操纵的情况下,完成完整、安全、有效的驾驶功能。
实际道路场景中,已经存在一些采用辅助驾驶功能或自动驾驶功能行驶的车辆,在大部分道路场景下,上述辅助驾驶功能或自动驾驶功能能够保持正常运行,但是在一些特殊道路场景或者其他异常情况出现时,辅助驾驶功能或自动驾驶功能可能会失效,比如车辆在进入弯道时,车辆自身传感器没有检测到车道线即出现漏检,但车辆自身未能及时察觉,还在继续直行,或者司机误认为辅助驾驶功能还在正常运行而没有及时介入,进而可能会引发交通事故。
发明内容
本申请实施例提供了一种智能驾驶车辆的预警方法、装置及电子设备、存储介质,以提高智能驾驶的安全性。
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智能驾驶车辆的预警方法,其中,所述方法包括:
获取目标车辆发送的第一车辆感知信息;
获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;
根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态;
在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
可选地,所述获取路端的第二车辆感知信息包括:
获取路端采集的道路图像;
对所述道路图像进行车辆检测,得到车辆检测结果;
根据所述车辆检测结果进行车辆跟踪,得到车辆跟踪结果;
根据所述车辆检测结果进行转向灯状态检测,得到所述车辆转向灯状态检测结果;
对所述道路图像进行车道线检测,得到所述车道线检测结果。
可选地,所述第二车辆感知信息包括多个车辆的第二车辆感知信息,所述根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态包括:
将所述第一车辆感知信息与所述多个车辆的第二车辆感知信息进行匹配,得到目标车辆对应的第二车辆感知信息;
根据所述目标车辆对应的第二车辆感知信息确定所述目标车辆的行驶状态。
可选地,所述目标车辆对应的第二车辆感知信息包括目标车辆的位置、目标车辆的车辆转向灯状态检测结果和车道线检测结果,所述根据所述目标车辆对应的第二车辆感知信息确定所述目标车辆的行驶状态包括:
根据所述目标车辆的位置和所述车道线检测结果,对所述目标车辆进行压线行为检测;
根据目标车辆的压线行为检测结果和车辆转向灯状态检测结果,确定所述目标车辆的行驶状态。
可选地,所述车道线检测结果包括车道线位置,所述根据所述目标车辆的位置和所述车道线检测结果,对所述目标车辆进行压线行为检测包括:
根据所述目标车辆的位置和目标车辆的尺寸确定目标车辆在地面的投影区域;
将所述目标车辆在地面的投影区域与所述车道线位置进行比较;
若所述目标车辆在地面的投影区域与所述车道线位置存在交叉,则确定所述压线行为检测结果为所述目标车辆存在压线行为;
否则,则确定所述压线行为检测结果为所述目标车辆不存在压线行为。
可选地,所述根据目标车辆的压线行为检测结果和车辆转向灯状态检测结果,确定所述目标车辆的行驶状态包括:
若所述压线行为检测结果为所述目标车辆存在压线行为,且所述车辆转向灯状态检测结果为未开启转向灯,则确定所述目标车辆的行驶状态为异常状态;
否则,则确定所述目标车辆的行驶状态为正常状态。
可选地,所述目标车辆为智能驾驶车辆,所述在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息包括:
确定所述目标车辆的智能驾驶模式,所述智能驾驶模式包括辅助驾驶模式和自动驾驶模式;
在所述目标车辆的行驶状态为异常状态的情况下,根据所述目标车辆的智能驾驶模式向所述目标车辆发送对应的预警信息。
第二方面,本申请实施例还提供一种智能驾驶车辆的预警装置,其中,所述装置包括:
第一获取单元,用于获取目标车辆发送的第一车辆感知信息;
第二获取单元,用于获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;
确定单元,用于根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态;
发送单元,用于在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
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:本申请实施例的智能驾驶车辆的预警方法,先获取目标车辆发送的第一车辆感知信息,并获取路端的第二车辆感知信息,第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;然后根据第一车辆感知信息和第二车辆感知信息,确定目标车辆的行驶状态;最后在目标车辆的行驶状态为异常状态的情况下,向目标车辆发送预警信息。本申请实施例的智能驾驶车辆的预警方法通过路端设备对智能驾驶车辆的行驶状态进行监控,从而能够及时、准确监测智能驾驶车辆的智能驾驶功能是否出现失效等异常情况,以及时进行预警,提高智能驾驶的安全性。
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智能驾驶车辆的预警方法的流程示意图;
图2为本申请实施例中一种智能驾驶车辆的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。
本申请实施例提供了一种智能驾驶车辆的预警方法,如图1所示,提供了本申请实施例中一种智能驾驶车辆的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,获取目标车辆发送的第一车辆感知信息。
本申请实施例的智能驾驶车辆的预警方法可以由路端来执行,基于路侧设备位置固定和超视距的特点,可以为其感知范围的各种目标的监控提供可靠的支撑。当然,本申请实施例的智能驾驶车辆的预警方法也可以由云端来执行,即路端采集相关信息后上报云端来进行后续处理,具体由谁来执行,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。
在对路侧设备感知范围内的智能驾驶车辆进行监控时,需要先获取目标车辆上报的第一车辆感知信息,“目标车辆”可以是指能够与路端进行V2X通信且进入路侧设备的通信范围内的任意一个智能驾驶车辆。需要说明的是,这里的路侧设备的“通信范围”与“感知范围”并不完全一致,通信范围是指车辆与路端能够进行通信的最远距离,感知范围是指路端能够对目标进行感知检测的最远距离,通常通信范围比感知范围更大,也即在路侧设备还没有感知到目标之前就有可能已经接收到目标上报的车辆信息。
第一车辆感知信息主要是目标车辆基于自车的传感器如相机、激光雷达等进行感知检测得到的车辆位置、速度等信息。
步骤S120,获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果。
路端也可以基于路侧设备中的传感器对其感知范围内的车辆进行感知检测,从而得到第二车辆感知信息。为了实现对智能驾驶功能的失效情况的监控,这里的第二车辆感知信息主要包括车辆转向灯状态检测结果即车辆是否打开转向灯,以及车道线检测结果即路侧设备所监控路段的车道线信息。
步骤S130,根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态。
由于路侧设备基本可以对其感知范围内的所有目标进行感知检测,因此会包含多个车辆目标的感知信息,从而可以为这些车辆的智能驾驶功能的失效监控提供支撑。
基于此,结合路侧设备提供的第二车辆感知信息和当前目标车辆的第一车辆感知信息,可以进一步从路侧设备的视角获取到当前目标车辆的更多维度的信息,基于这些信息可以确定出目标车辆的行驶状态,弥补了仅仅依靠智能驾驶车辆的自身感知信息无法及时、准确捕捉到智能驾驶功能失效情况的问题。
步骤S140,在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
如果基于前述步骤确定出当前目标车辆的行驶状态为异常状态,说明目标车辆的智能驾驶功能出现失效,需要及时向目标车辆发送预警信息,当然也可以进一步基于路-云通信将相关车辆的预警信息上报至云端进行远程处理。
本申请实施例的智能驾驶车辆的预警方法通过路端设备对智能驾驶车辆的行驶状态进行监控,从而能够及时、准确监测智能驾驶车辆的智能驾驶功能是否出现失效等异常情况,以及时进行预警,提高智能驾驶的安全性。
在本申请的一些实施例中,所述获取路端的第二车辆感知信息包括:获取路端采集的道路图像;对所述道路图像进行车辆检测,得到车辆检测结果;根据所述车辆检测结果进行车辆跟踪,得到车辆跟踪结果;根据所述车辆检测结果进行转向灯状态检测,得到所述车辆转向灯状态检测结果;对所述道路图像进行车道线检测,得到所述车道线检测结果。
本申请实施例在获取路端的车辆感知信息时,可以基于路侧设备中的相机实现视觉感知,例如可以先获取路侧相机采集的道路图像,然后利用事先基于卷积神经网络如YOLO网络训练好的目标检测模型对道路图像中的车辆目标进行检测,从而得到车辆位置等检测结果。
基于上述车辆检测结果可以对车辆目标进一步进行多帧连续跟踪,即将当前帧的车辆检测结果与上一帧的车辆检测结果进行跟踪匹配,从而得到车辆跟踪结果,车辆跟踪结果包含了同一车辆在连续多帧的位置,因此可以根据同一车辆在连续多帧的位置进一步计算出车辆的速度、航向角等信息。当然,具体如何进行跟踪匹配,本领域技术人员可以结合现有的跟踪算法灵活确定,在此不作赘述。
当然,需要说明的是,对于车辆目标的检测和跟踪也可以结合其他传感器如激光雷达来实现,在此不作赘述。
基于上述车辆检测结果还可以对车辆的转向灯状态进行检测,同样可以基于事先训练好的转向灯识别模型对车辆位置对应的图像区域进行识别,从而得到车辆对应的转向灯状态,例如是打开还是关闭的状态,对于打开的状态可以不用进一步区分是左转向灯打开还是右转向灯打开,因为对于智能驾驶车辆来说,其出现失效的情况主要是应该打开转向灯而没有打开的情况,而这主要是由于其他感知信息漏检而导致的,至于转向灯打反的概率则很小,因此可以不用具体训练模型区分左右转向灯的能力,从而降低模型训练的要求,提高训练效率。
本申请实施例还需要确定道路中的车道线信息,例如可以利用现有的车道线检测模型如LaneNet对路侧相机采集的道路图像进行车道线检测,从而得到车道线位置等信息。
需要说明的是,由于路侧设备安装好后,位置基本固定,道路中设置的车道线也基本固定,因此对于车道线的检测,在第一次检测完成后续即可持续使用,不需要实时进行车道线检测,从而可以节省路端设备的算力。当然,为了避免路侧设备位置发生变化或者车道线发生更新,也可以每间隔一定时间再进行车道线检测,以获取更准确的车道线信息。或者,如果存在有事先构建好的高精地图数据,也可以结合路侧设备设置的位置从高精地图数据中获取对应路段的车道线信息,具体如何得到车道线信息,本领域技术人员可以根据实际需求灵活选择,在此不作具体限定。
在本申请的一些实施例中,所述第二车辆感知信息包括多个车辆的第二车辆感知信息,所述根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态包括:将所述第一车辆感知信息与所述多个车辆的第二车辆感知信息进行匹配,得到目标车辆对应的第二车辆感知信息;根据所述目标车辆对应的第二车辆感知信息确定所述目标车辆的行驶状态。
由于路端会对其感知范围内的几乎所有目标包括车辆和行人等进行感知检测,因此路端的第二车辆感知信息可能会包含多个车辆的第二车辆感知信息,对于路端来说,需要从多个车辆的第二车辆感知信息中确定出与当前的目标车辆相匹配的第二车辆感知信息,也即通过目标匹配的方式将车端自身感知的第一车辆感知信息与路端感知的第二车辆感知信息进行关联,从而得到目标车辆对应的更全面、更准确的车辆感知信息,以此确定目标车辆的行驶状态。
由于第一车辆感知信息和第二车辆感知信息中均会包含车辆的位置和车辆的类型,因此本申请实施例在进行目标匹配时,可以基于车辆的位置和车辆的类型进行匹配。考虑到路端是基于路侧设备坐标系进行感知定位,车端是基于车体坐标系进行感知定位,因此可以先将二者感知到的车辆位置均统一转换到世界坐标系下。从而得到车辆的绝对位置,再基于车辆的绝对位置进行匹配。如果路端感知到的目标中存在与当前目标车辆的绝对位置偏差小于一定偏差阈值的车辆,则认为两个车辆对应的是同一车辆,也即匹配成功。
在本申请的一些实施例中,所述目标车辆对应的第二车辆感知信息包括目标车辆的位置、目标车辆的车辆转向灯状态检测结果和车道线检测结果,所述根据所述目标车辆对应的第二车辆感知信息确定所述目标车辆的行驶状态包括:根据所述目标车辆的位置和所述车道线检测结果,对所述目标车辆进行压线行为检测;根据目标车辆的压线行为检测结果和车辆转向灯状态检测结果,确定所述目标车辆的行驶状态。
在实际道路场景下,智能驾驶车辆在正常行驶情况下,在进行转弯时,车辆不会压车道线,但是需要打转向灯,在进行变道时,车辆会短暂的压车道线,并且需要打转向灯,但如果智能驾驶车辆出现异常情况,例如应当变道而没有变道或者应当转弯而没有转弯等情况,这时车辆的压线情况以及转向灯的开启状态会与正常情况不同,因此本申请实施例可以基于目标车辆的压线情况和车辆转向灯状态检测结果确定目标车辆的行驶状态。
对于压线情况的检测,可以将目标车辆的位置与对应的车道线位置进行比较来判断,如果目标车辆与对应的车道线之间存在交点,则说明目标车辆存在压线行为,否则,则不存在压线行为。
在本申请的一些实施例中,所述车道线检测结果包括车道线位置,所述根据所述目标车辆的位置和所述车道线检测结果,对所述目标车辆进行压线行为检测包括:根据所述目标车辆的位置和目标车辆的尺寸确定目标车辆在地面的投影区域;将所述目标车辆在地面的投影区域与所述车道线位置进行比较;若所述目标车辆在地面的投影区域与所述车道线位置存在交叉,则确定所述压线行为检测结果为所述目标车辆存在压线行为;否则,则确定所述压线行为检测结果为所述目标车辆不存在压线行为。
由于基于车辆感知信息确定出的目标车辆的绝对位置通常是指目标车辆的后轴中心处的一个位置点,但目标车辆在空间中是占据一定体积的,因此仅仅基于目标车辆的绝对位置点判断目标车辆是否压线并不准确,因此本申请实施例可以基于目标车辆的绝对位置,进一步结合目标车辆的尺寸信息计算出目标车辆的底面在地面上的投影区域,目标车辆的尺寸信息可以基于感知到的车辆的具体类型大致确定,包括小汽车、卡车以及公交车等车辆的尺寸。
此外,车辆的航向角也可能会影响目标车辆的底面在地面上的投影区域的计算,因此还可以进一步基于车辆感知信息中的车辆航向角确定出最终的投影区域。当然,具体如何计算,本领域技术人员也可以结合现有技术灵活确定,在此不作具体限定。
在本申请的一些实施例中,所述根据目标车辆的压线行为检测结果和车辆转向灯状态检测结果,确定所述目标车辆的行驶状态包括:若所述压线行为检测结果为所述目标车辆存在压线行为,且所述车辆转向灯状态检测结果为未开启转向灯,则确定所述目标车辆的行驶状态为异常状态;否则,则确定所述目标车辆的行驶状态为正常状态。
如果目标车辆存在压线行为,但是其对应的车辆转向灯状态检测结果却为未开启转向灯,此种情况说明目标车辆出现了应当转弯但却继续直行的失效情况,也即只有这两种条件同时满足的时候,才能够准确判断出目标车辆出现失效情况。
除此以外的其他情况,例如目标车辆存在压线行为且开启了转向灯,则说明目标车辆可能正在正常变道,如果目标车辆不存在压线行为,也未开启转向灯,说明车辆正处于正常的直行状态,如果目标车辆不存在压线行为,但开启了转向灯,说明车辆可能正处于正常的转弯状态,因此这几种情况都不能判断处目标车辆是否处于异常状态,因此为了降低虚警率,不进行后续的预警处理。
在本申请的一些实施例中,所述目标车辆为智能驾驶车辆,所述在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息包括:确定所述目标车辆的智能驾驶模式,所述智能驾驶模式包括辅助驾驶模式和自动驾驶模式;在所述目标车辆的行驶状态为异常状态的情况下,根据所述目标车辆的智能驾驶模式向所述目标车辆发送对应的预警信息。
在需要向目标车辆发送预警信息时,本申请实施例可以根据目标车辆当前开启的智能驾驶模式发送不同的预警信息,这里的智能驾驶模式主要包括辅助驾驶模式和自动驾驶模式,在确定目标车辆当前开启的智能驾驶模式时,可以基于车端与路端事先约定好的信号收发协议进行规定,也即车端在向路端发送信号时可以针对不同的智能驾驶功能发送不同的信号,以便于路端区分当前目标车辆所启用的是辅助驾驶功能还是自动驾驶功能。
如果目标车辆启用的是辅助驾驶功能,说明目标车辆上有人控制车辆的部分驾驶功能,因此可以发送车上人员介入的预警信息。如果目标车辆启用的是自动驾驶功能,通常说明目标车辆上无人控制,因此可以发送远程人员介入的预警信息,或者直接向云端发送远程人员介入的预警信息,以便相关人员及时进行处理。
本申请实施例还提供了一种智能驾驶车辆的预警装置200,如图2所示,提供了本申请实施例中一种智能驾驶车辆的预警装置的结构示意图,所述装置200包括:第一获取单元210、第二获取单元220、确定单元230以及发送单元240,其中:
第一获取单元210,用于获取目标车辆发送的第一车辆感知信息;
第二获取单元220,用于获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;
确定单元230,用于根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态;
发送单元240,用于在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
在本申请的一些实施例中,所述第二获取单元220具体用于:获取路端采集的道路图像;对所述道路图像进行车辆检测,得到车辆检测结果;根据所述车辆检测结果进行车辆跟踪,得到车辆跟踪结果;根据所述车辆检测结果进行转向灯状态检测,得到所述车辆转向灯状态检测结果;对所述道路图像进行车道线检测,得到所述车道线检测结果。
在本申请的一些实施例中,所述第二车辆感知信息包括多个车辆的第二车辆感知信息,所述确定单元230具体用于:将所述第一车辆感知信息与所述多个车辆的第二车辆感知信息进行匹配,得到目标车辆对应的第二车辆感知信息;根据所述目标车辆对应的第二车辆感知信息确定所述目标车辆的行驶状态。
在本申请的一些实施例中,所述目标车辆对应的第二车辆感知信息包括目标车辆的位置、目标车辆的车辆转向灯状态检测结果和车道线检测结果,所述确定单元230具体用于:根据所述目标车辆的位置和所述车道线检测结果,对所述目标车辆进行压线行为检测;根据目标车辆的压线行为检测结果和车辆转向灯状态检测结果,确定所述目标车辆的行驶状态。
在本申请的一些实施例中,所述车道线检测结果包括车道线位置,所述确定单元230具体用于:根据所述目标车辆的位置和目标车辆的尺寸确定目标车辆在地面的投影区域;将所述目标车辆在地面的投影区域与所述车道线位置进行比较;若所述目标车辆在地面的投影区域与所述车道线位置存在交叉,则确定所述压线行为检测结果为所述目标车辆存在压线行为;否则,则确定所述压线行为检测结果为所述目标车辆不存在压线行为。
在本申请的一些实施例中,所述确定单元230具体用于:若所述压线行为检测结果为所述目标车辆存在压线行为,且所述车辆转向灯状态检测结果为未开启转向灯,则确定所述目标车辆的行驶状态为异常状态;否则,则确定所述目标车辆的行驶状态为正常状态。
在本申请的一些实施例中,所述目标车辆为智能驾驶车辆,所述发送单元240具体用于:确定所述目标车辆的智能驾驶模式,所述智能驾驶模式包括辅助驾驶模式和自动驾驶模式;在所述目标车辆的行驶状态为异常状态的情况下,根据所述目标车辆的智能驾驶模式向所述目标车辆发送对应的预警信息。
能够理解,上述智能驾驶车辆的预警装置,能够实现前述实施例中提供的智能驾驶车辆的预警方法的各个步骤,关于智能驾驶车辆的预警方法的相关阐释均适用于智能驾驶车辆的预警装置,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,在逻辑层面上形成智能驾驶车辆的预警装置。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:
获取目标车辆发送的第一车辆感知信息;
获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;
根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态;
在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
上述如本申请图1所示实施例揭示的智能驾驶车辆的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中智能驾驶车辆的预警装置执行的方法,并实现智能驾驶车辆的预警装置在图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所示实施例中智能驾驶车辆的预警装置执行的方法,并具体用于执行:
获取目标车辆发送的第一车辆感知信息;
获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;
根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态;
在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
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)
1.一种智能驾驶车辆的预警方法,其中,所述方法包括:
获取目标车辆发送的第一车辆感知信息;
获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;
根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态;
在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
2.如权利要求1所述方法,其中,所述获取路端的第二车辆感知信息包括:
获取路端采集的道路图像;
对所述道路图像进行车辆检测,得到车辆检测结果;
根据所述车辆检测结果进行车辆跟踪,得到车辆跟踪结果;
根据所述车辆检测结果进行转向灯状态检测,得到所述车辆转向灯状态检测结果;
对所述道路图像进行车道线检测,得到所述车道线检测结果。
3.如权利要求1所述方法,其中,所述第二车辆感知信息包括多个车辆的第二车辆感知信息,所述根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态包括:
将所述第一车辆感知信息与所述多个车辆的第二车辆感知信息进行匹配,得到目标车辆对应的第二车辆感知信息;
根据所述目标车辆对应的第二车辆感知信息确定所述目标车辆的行驶状态。
4.如权利要求3所述方法,其中,所述目标车辆对应的第二车辆感知信息包括目标车辆的位置、目标车辆的车辆转向灯状态检测结果和车道线检测结果,所述根据所述目标车辆对应的第二车辆感知信息确定所述目标车辆的行驶状态包括:
根据所述目标车辆的位置和所述车道线检测结果,对所述目标车辆进行压线行为检测;
根据目标车辆的压线行为检测结果和车辆转向灯状态检测结果,确定所述目标车辆的行驶状态。
5.如权利要求4所述方法,其中,所述车道线检测结果包括车道线位置,所述根据所述目标车辆的位置和所述车道线检测结果,对所述目标车辆进行压线行为检测包括:
根据所述目标车辆的位置和目标车辆的尺寸确定目标车辆在地面的投影区域;
将所述目标车辆在地面的投影区域与所述车道线位置进行比较;
若所述目标车辆在地面的投影区域与所述车道线位置存在交叉,则确定所述压线行为检测结果为所述目标车辆存在压线行为;
否则,则确定所述压线行为检测结果为所述目标车辆不存在压线行为。
6.如权利要求4所述方法,其中,所述根据目标车辆的压线行为检测结果和车辆转向灯状态检测结果,确定所述目标车辆的行驶状态包括:
若所述压线行为检测结果为所述目标车辆存在压线行为,且所述车辆转向灯状态检测结果为未开启转向灯,则确定所述目标车辆的行驶状态为异常状态;
否则,则确定所述目标车辆的行驶状态为正常状态。
7.如权利要求1~6之任一所述方法,其中,所述目标车辆为智能驾驶车辆,所述在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息包括:
确定所述目标车辆的智能驾驶模式,所述智能驾驶模式包括辅助驾驶模式和自动驾驶模式;
在所述目标车辆的行驶状态为异常状态的情况下,根据所述目标车辆的智能驾驶模式向所述目标车辆发送对应的预警信息。
8.一种智能驾驶车辆的预警装置,其中,所述装置包括:
第一获取单元,用于获取目标车辆发送的第一车辆感知信息;
第二获取单元,用于获取路端的第二车辆感知信息,所述第二车辆感知信息包括车辆转向灯状态检测结果和车道线检测结果;
确定单元,用于根据所述第一车辆感知信息和所述第二车辆感知信息,确定所述目标车辆的行驶状态;
发送单元,用于在所述目标车辆的行驶状态为异常状态的情况下,向所述目标车辆发送预警信息。
9.一种电子设备,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1~7之任一所述方法。
10.一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1~7之任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310942790.4A CN116872957A (zh) | 2023-07-28 | 2023-07-28 | 智能驾驶车辆的预警方法、装置及电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310942790.4A CN116872957A (zh) | 2023-07-28 | 2023-07-28 | 智能驾驶车辆的预警方法、装置及电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116872957A true CN116872957A (zh) | 2023-10-13 |
Family
ID=88264254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310942790.4A Pending CN116872957A (zh) | 2023-07-28 | 2023-07-28 | 智能驾驶车辆的预警方法、装置及电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116872957A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593904A (zh) * | 2023-11-06 | 2024-02-23 | 广东省电信规划设计院有限公司 | 基于云原生的辅助驾驶控制方法及装置 |
CN118152966A (zh) * | 2024-05-09 | 2024-06-07 | 北京百度网讯科技有限公司 | 车辆信息的处理方法、装置、设备以及存储介质 |
-
2023
- 2023-07-28 CN CN202310942790.4A patent/CN116872957A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593904A (zh) * | 2023-11-06 | 2024-02-23 | 广东省电信规划设计院有限公司 | 基于云原生的辅助驾驶控制方法及装置 |
CN118152966A (zh) * | 2024-05-09 | 2024-06-07 | 北京百度网讯科技有限公司 | 车辆信息的处理方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109421738B (zh) | 用于监视自主车辆的方法和装置 | |
CN108146503B (zh) | 车辆防撞 | |
CN116872957A (zh) | 智能驾驶车辆的预警方法、装置及电子设备、存储介质 | |
JP2019099138A (ja) | 車線維持補助方法及び装置 | |
CN111169371B (zh) | 一种车辆转向灯的控制方法、装置、电子设备和存储介质 | |
US20210316734A1 (en) | Vehicle travel assistance apparatus | |
CN111409455A (zh) | 车辆的速度控制方法及装置、电子设备、存储介质 | |
JP7251629B2 (ja) | 走行記憶システム、および走行記憶方法 | |
CN110705445A (zh) | 拖车及盲区目标检测方法和装置 | |
CN112009468A (zh) | 用于自动驾驶系统的多假设物体跟踪 | |
CN116564133A (zh) | 潮汐车道的车辆预警方法、装置及电子设备 | |
CN111688714B (zh) | 车辆控制方法、装置及自动驾驶车辆 | |
CN116010854B (zh) | 异常原因的确定方法、装置、电子设备及存储介质 | |
CN116682091A (zh) | 用于自动驾驶车辆的障碍物感知方法、装置 | |
US11798287B2 (en) | Driver assistance apparatus and method of controlling the same | |
CN111754762B (zh) | 用于向周围车辆发送信息的方法和控制装置 | |
CN115366900A (zh) | 车辆故障的检测方法、装置、车辆和存储介质 | |
CN110816401A (zh) | 一种前方车辆溜车警示方法、装置、车辆及存储介质 | |
CN116381698B (zh) | 道路遗撒物的检测方法、装置及电子设备 | |
RU2793009C1 (ru) | Система помощи водителю | |
US11763679B2 (en) | Notification system and notification method | |
WO2023087182A1 (zh) | 一种信息交互方法、装置及系统 | |
CN118289019A (zh) | 车辆行驶信息显示方法、系统及电子设备 | |
CN116959253A (zh) | 目标预警方法、装置及电子设备 | |
CN117079456A (zh) | 车辆诱导方法、装置及电子设备、计算机可读存储介质 |
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 |