CN117002384A - 一种盲区预警的方法和装置 - Google Patents

Abstract

本申请提供了一种盲区预警的方法、装置，该方法包括：确定车辆在行驶过程中的盲区；识别所述盲区内的交通参与者；对所述盲区进行划分，得到多个预警区域；其中，所述多个预警区域的危险等级不同；在所述多个预警区域中，确定所述交通参与者所处的预警区域；根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警。该方法能够准确的针对盲区进行危险预警，以提高行车安全。

Description

一种盲区预警的方法和装置

本申请是申请号为2023103830130的中国申请的分案申请，前述内容通过引用的方式引用在本申请文件中。

技术领域

本申请涉及车辆领域，并且更具体地，涉及车辆领域中一种盲区预警的方法和装置。

背景技术

在我国，重卡、泥头车、公交车等大型车辆的右侧区域通常是驾驶员的视野盲区，同时也是大型车辆发生交通事故的重要原因之一。因此，为了提高驾驶员的行车安全，如何准确的对驾驶员的视野盲区进行危险预警，成为亟待解决的问题。

发明内容

本申请提供了一种盲区预警的方法、装置、电子设备和存储介质，该方法能够准确的针对盲区进行危险预警，以提高行车安全。

第一方面，提供了一种盲区预警的方法，该方法包括：确定车辆在行驶过程中的盲区；识别所述盲区内的交通参与者；对所述盲区进行划分，得到多个预警区域；其中，所述多个预警区域的危险等级不同；在所述多个预警区域中，确定所述交通参与者所处的预警区域；根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警。

在上述技术方案中，先确定车辆在行驶过程中的盲区，并识别该盲区内的交通参与者。接着，通过对盲区进行划分，得到多个危险等级不同的预警区域，从而在多个预警区域中，确定交通参与者所处的预警区域。然后，根据交通参与者所处的预警区域的危险等级，进行与该预警区域的危险等级对应的预警。由于，对盲区进行划分得到的多个预警区域分别对应有不同的危险等级，从而，交通参与者处于盲区内的不同预警区域时，代表该交通参与者当前所面临的危险等级也存在差异。并且，在进行预警时，是针对性的进行与交通参与者所处的预警区域的危险等级对应的预警，即交通参与者处于盲区内的不同预警区域时，进行的预警也存在差异。因此，上述技术方案通过对盲区的划分，以及交通参与者所处的预警区域的确定，能够准确的针对盲区进行不同危险等级的预警，以提高行车安全。

结合第一方面，在某些可能的实现方式中，所述确定车辆在行驶过程中的盲区，包括：确定所述车辆的车身参数和/或行驶速度；根据所述车身参数和/或行驶速度，确定车辆在行驶过程中的盲区。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述对所述盲区进行划分，得到多个预警区域，包括：确定所述盲区的划分因子；其中，所述划分因子包括：所述交通参与者的类型和/或所述车辆的行驶方向；根据所述划分因子，对所述盲区进行划分，得到多个预警区域。

结合第一方面和上述实现方式，在某些可能的实现方式中，不同类型的交通参与者对应有各自的危险等级，且不同的行驶方向对应有各自的危险等级；所述根据所述划分因子，对所述盲区进行划分，得到多个预警区域，包括：确定所述盲区内的交通参与者的类型对应的危险等级，和/或，确定所述车辆的行驶方向对应的危险等级；根据所述交通参与者的类型对应的危险等级和/或所述行驶方向对应的危险等级，对所述盲区进行划分，得到与所述盲区内的交通参与者的类型和/或所述车辆的行驶方向对应的多个预警区域。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述划分因子包括所述交通参与者的类型和所述车辆的行驶方向；针对同一类型的所述交通参与者，不同的所述行驶方向均对应有各自的多个预警区域；当所述车辆的行驶方向为目标行驶方向时，所述目标行驶方向对应的第一预警区域在所述不同行驶方向对应的第一预警区域中宽度最大；所述目标行驶方向为所述不同行驶方向中危险等级最高的行驶方向；针对同一所述行驶方向，不同类型的所述交通参与者均对应有各自的多个预警区域；当所述交通参与者的类型为目标类型时，所述目标类型的交通参与者对应的第一预警区域在所述不同类型的交通参与者对应的第一预警区域中宽度最大；所述目标类型的交通参与者为所述不同类型的交通参与者中危险等级最高的交通参与者；所述第一预警区域为所述多个预警区域中距离所述车辆最近的区域。

结合第一方面和上述实现方式，在某些可能的实现方式中，针对同一类型的所述交通参与者，所述车辆的行驶方向对应的危险等级越高，所述第一预警区域的宽度越大；针对同一所述行驶方向，所述交通参与者的类型对应的危险等级越高，所述第一预警区域的宽度越大。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述盲区内的交通参与者包括：第一类交通参与者和第二类交通参与者，所述第一类交通参与者对应的危险等级高于所述第二类交通参与者对应的危险等级；所述多个预警区域包括：所述第一类交通参与者对应的多个预警区域和所述第二类交通参与者对应的多个预警区域；所述在所述多个预警区域中，确定所述交通参与者所处的预警区域，包括：在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域；在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域，包括：确定用于表征所述第一类交通参与者的第一类特征点；根据所述第一类特征点是否落在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域；所述在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域，包括：确定用于表征所述第二类交通参与者的第二类特征点；根据所述第二类特征点是否落在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警，包括：当所述交通参与者分布于一个所述预警区域时，进行与一个所述预警区域的危险等级对应的预警；当所述交通参与者分布于多个所述预警区域时，在多个所述预警区域的危险等级中确定最高危险等级，进行与所述最高危险等级对应的预警。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警，包括：当识别到所述盲区内的交通参与者包括第一类交通参与者和第二类交通参与者时，根据所述第一类交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警；其中，所述第一类交通参与者对应的危险等级高于所述第二类交通参与者对应的危险等级。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述识别所述盲区内的交通参与者，包括：通过补盲激光雷达对所述盲区进行数据采集，得到点云数据；其中，所述补盲激光雷达设置在所述车辆的车身右侧；根据所述点云数据，识别所述盲区内的交通参与者。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述根据所述点云数据，识别所述盲区内的交通参与者，包括：将所述点云数据输入预先训练的识别模型中，输出所述盲区内存在的交通参与者；其中，所述识别模型基于所述补盲激光雷达采集的历史数据训练得到，所述历史数据包括不同类型的交通参与者的点云数据。

结合第一方面和上述实现方式，在某些可能的实现方式中，在所述识别所述盲区内的交通参与者之后，所述方法还包括：确定所述盲区内的交通参与者中是否存在目标交通参与者；其中，所述目标交通参与者与所述车辆之间间隔有护栏；所述根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警，包括：若存在所述目标交通参与者，则根据剩余交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警；其中，所述剩余交通参与者包括所述盲区内除所述目标交通参与者之外的交通参与者。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警，包括：根据所述交通参与者所处的预警区域的危险等级，生成预警图像；在所述车辆的显示屏上显示所述预警图像。

结合第一方面和上述实现方式，在某些可能的实现方式中，所述根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警，包括：确定所述交通参与者的移动速度和移动方向；在所述交通参与者所处的预警区域的危险等级为预设等级的情况下，当所述交通参与者的移动速度大于预设速度阈值且所述交通参与者的移动方向为朝向所述车辆时，则升高所述交通参与者所处的预警区域的危险等级，并进行与升高后的所述危险等级对应的预警；其中，危险等级为所述预设等级的预警区域与所述车辆的距离大于预设距离。

第二方面，提供了一种盲区预警的装置，该装置包括：第一确定模块，用于确定车辆在行驶过程中的盲区；识别模块，用于识别所述盲区内的交通参与者；划分模块，用于对所述盲区进行划分，得到多个预警区域；其中，所述多个预警区域的危险等级不同；第二确定模块，用于在所述多个预警区域中，确定所述交通参与者所处的预警区域；预警模块，用于根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警。

第三方面，提供一种电子设备，包括存储器和处理器。该存储器用于存储可执行程序代码，该处理器用于从存储器中调用并运行该可执行程序代码，使得该电子设备执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

第四方面，提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

第五方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

附图说明

图1是本申请实施例提供的一种盲区预警的方法的示意性流程图；

图2是本申请实施例提供的针对强势交通参与者，不同的行驶方向分别对应的多个预警区域的示意图；

图3是本申请实施例提供的针对弱势交通参与者，不同的行驶方向分别对应的多个预警区域的示意图；

图4是本申请实施例提供的存在目标交通参与者的预警区域的示意图；

图5是本申请实施例提供的预警图像的示意图；

图6是本申请实施例提供的一种盲区预警的装置的结构示意图；

图7是本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合附图，对本申请中的技术方案进行清楚、详尽地描述。其中，在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B：文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，另外，在本申请实施例的描述中，“多个”是指两个或多于两个。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。

本申请实施例提供了一种盲区预警的方法，该方法的执行主体可以为具有盲区预警功能的电子设备。该电子设备可以为车辆，具体可以为车辆中的控制器或是处理器等，还可以为与车辆通信的手机、平板电脑等移动终端，或者还可以为与车辆通信的服务器。本申请实施例的应用场景可以为：在车辆行驶过程中，对车辆的盲区内是否存在危险进行预警。

图1是本申请实施例提供的一种盲区预警的方法的示意性流程图。

示例性的，如图1所示，该方法包括：

步骤101：确定车辆在行驶过程中的盲区。

步骤102：识别盲区内的交通参与者。

步骤103：对盲区进行划分，得到多个预警区域。其中，多个预警区域的危险等级不同。

步骤104：在多个预警区域中，确定交通参与者所处的预警区域。

步骤105：根据交通参与者所处的预警区域的危险等级，进行与预警区域的危险等级对应的预警。

在图1所示的实施例中，由于，对盲区进行划分得到的多个预警区域分别对应有不同的危险等级，从而，交通参与者处于盲区内的不同预警区域时，代表该交通参与者当前所面临的危险等级也存在差异。并且，在进行预警时，是针对性的进行与交通参与者所处的预警区域的危险等级对应的预警，即交通参与者处于盲区内的不同预警区域时，进行的预警也存在差异。因此，上述技术方案通过对盲区的划分，以及交通参与者所处的预警区域的确定，能够准确的针对盲区进行不同危险等级的预警，以提高行车安全。

下面对图1所示的实施例中的各个步骤的具体实施方式进行详细说明：

在步骤101中，电子设备可以在车辆的行驶过程中，确定该车辆的盲区。该车辆的盲区可以理解为：驾驶该车辆的驾驶员的视野盲区。

示例性的，车辆的盲区可以位于车辆的车身右侧，本实施例中可以将车身右侧的预设区域作为车辆的盲区。其中，预设区域所覆盖的大小可以根据实际需要设定，本实施例对此不做具体限定。

示例性的，在确定车辆的盲区的过程中，还可以结合以下因素中的一个或多个：车辆的类型、车辆的行驶轨迹、车辆的驾驶座的方位等。其中，车辆的类型可以基于车辆尺寸的大小分为小型、中型、大型三类。车辆的行驶轨迹比如可以包括：前进、倒退、转弯等。车辆的驾驶座的方位可能为车辆左侧，或是车辆右侧。其中，车辆左侧和右侧的区分可以以车辆向前行驶时车辆的中线为基准划分。

示例性的，可以结合车辆的类型，确定车辆的盲区。比如，如果车辆为大型车辆，车辆的盲区可以包括分布在车身右侧、后侧和左侧的区域。如果车辆为中型车辆，车辆的盲区可以包括分布在车身右侧和后侧的区域。如果车辆为小型车辆，车辆的盲区可以包括分布在车身右侧的区域。也就是说，车辆尺寸越大，对应的盲区的分布范围可以越广。

示例性的，可以结合车辆的行驶轨迹，确定车辆的盲区。比如，如果车辆的行驶轨迹为后退，则车辆的盲区可以包括分布在车身右侧和后侧的区域，如果车辆的行驶轨迹为前进，则车辆的盲区可以包括分布在车身左侧和右侧的区域。

示例性的，可以结合车辆的驾驶座的方位，确定车辆的盲区。比如，如果车辆的驾驶座的方位为车辆左侧，则车辆的盲区可以包括车身右侧区域。如果车辆的驾驶座的方位为车辆右侧，则车辆的盲区可以包括车身左侧区域。

在示例性的实施例中，上述步骤101中确定车辆在行驶过程中的盲区的实现方式可以包括：确定车辆的车身参数和/或行驶速度，根据车身参数和/或行驶速度，确定车辆在行驶过程中的盲区。其中，车身参数为车辆的尺寸参数，比如可以包括：车辆的车身长度、车身高度和车身宽度等。车辆的行驶速度即为车辆当前的行驶速度。

示例性的，确定车辆在行驶过程中的盲区的实现方式可以包括：确定车辆的车身参数，根据车身参数确定车辆在行驶过程中的盲区。

一种可能的实现方式中，电子设备中可以预存有车身参数与盲区尺寸之间的第一对应关系，不同的车身参数可以均对应有各自的盲区尺寸。不同的车身参数对应的盲区尺寸可以相同也可以不同。其中，盲区尺寸可以理解为盲区的长度和宽度。可选的，在第一对应关系中，车身参数越大，对应的盲区尺寸可以越大。本实施例中，可以根据上述第一对应关系以及车辆的车身参数，确定与该车辆的车身参数对应的盲区尺寸。然后，根据与该车辆的车身参数对应的盲区尺寸，在该车辆的车身右侧确定盲区。其中，确定的该盲区的盲区尺寸即为上述的第一对应关系中与该车辆的车身参数对应的盲区尺寸。

示例性的，确定车辆在行驶过程中的盲区的实现方式可以包括：确定车辆的行驶速度，根据行驶速度，确定车辆在行驶过程中的盲区。

一种可能的实现方式中，电子设备中可以预存有行驶速度与盲区尺寸之间的第二对应关系，不同的行驶速度可以均对应有各自的盲区尺寸。不同的行驶速度对应的盲区尺寸可以相同也可以不同。可选的，在第二对应关系中，行驶速度越大，对应的盲区尺寸可以越大。本实施例中，可以根据上述第二对应关系以及车辆的行驶速度，确定与该车辆的行驶速度对应的盲区尺寸。然后，根据与该车辆的行驶速度对应的盲区尺寸，在该车辆的车身右侧确定盲区。其中，确定的该盲区的盲区尺寸即为上述第二对应关系中的与该车辆的行驶速度对应的盲区尺寸。本实施例中，随着车辆行驶速度的变化，确定的车辆的盲区也可以处于动态变化中。并且行驶速度越快，确定的盲区可以越大，使得可以在更大的区域范围内识别交通参与者，有利于进一步提高行车安全。

示例性的，确定车辆在行驶过程中的盲区的实现方式可以包括：确定车辆的车身参数和行驶速度，根据车身参数和行驶速度，确定车辆在行驶过程中的盲区。也就是说，本实施例中可以同时结合车身参数和行驶速度，确定车辆在行驶过程中的盲区。

一种可能的实现方式中，电子设备可以先根据车辆的车身参数，确定车辆的初始盲区。然后，根据车辆行驶速度，对该初始盲区进行修正，将修正后的初始盲区作为最终确定的车辆在行驶过程中的盲区。其中，电子设备可以根据上述第一对应关系和车辆的车身参数，将与车辆的车身参数对应的盲区尺寸作为初始盲区的盲区尺寸，从而根据初始盲区的盲区尺寸，确定车辆的初始盲区。在车辆的行驶过程中，电子设备可以根据车辆当前的行驶速度与预设的标准速度之间的大小关系，对初始盲区进行修正。比如，如果当前的行驶速度大于预设的标准速度，则可以增大初始盲区的尺寸。如果当前的行驶速度小于预设的标准速度，则可以减小初始盲区的尺寸。其中，预设的标准速度可以根据实际需要设定，本实施例对此不做具体限定。

本实施例中，车身参数相当于是车辆的静态特征，行驶速度相当于是车辆的动态特征，因此结合车身参数和/或行驶速度，确定的盲区可以更符合车辆的静态特征和/或动态特征，有利于提高确定的盲区的准确性，从而进一步提高针对盲区进行预警的准确性。

在步骤102中，电子设备可以识别盲区内的交通参与者。其中，交通参与者可能包括以下之一或其任意组合：行人、自行车、电动自行车、摩托车、三轮车、小车、大卡车、公交车、超大车。本实施例中，交通参与者的类型可以包括：第一类交通参与者和第二类交通参与者，第一类交通参与者对应的危险等级高于第二类交通参与者对应的危险等级。比如，第一类交通参与者可以为弱势交通参与者，第二类交通参与者可以为强势交通参与者。弱势交通参与者可以包括：小车、大卡车、公交车、超大车等。强势交通参与者可以包括：行人、自行车、电动自行车、摩托车、三轮车等。本步骤中，电子设备可以在盲区内识别出现了哪些交通参与者。

在示例性的实施例中，步骤102的实现方式可以包括：通过补盲激光雷达对盲区进行数据采集，得到点云数据。根据点云数据，识别盲区内的交通参与者。其中，补盲激光雷达设置在车辆的车身右侧，以使得补盲激光雷达的探测范围可以覆盖车辆的盲区。

本实施例中，由于补盲激光雷达不受光照、湿度、灰尘影响，因此，通过补盲激光雷达对盲区进行数据采集，使得采集得到数据更加准确，从而可以更加准确的基于采集得到的点云数据，识别盲区内的交通参与者，从而有利于提高后续预警的准确性。可选的，补盲激光雷达可以为3D补盲激光雷达，3D补盲激光雷达采集的数据更加准确，有利于提高预警精度。

一种可能的实现方式中，补盲激光雷达的安装方式可以根据补盲激光雷达的性能参数以及车身支架情况来确定。比如，补盲激光雷达的性能参数包括：视场角Fov为垂直0°-90°，水平0°-360°，线束为32线，水平角分辨率为0.2°/0.4°，则该补盲激光雷达的安装方式为倒装在车身右侧。然而，本实施例中对于补盲激光雷达的安装方式不作具体限定。

一种可能的实现方式中，电子设备可以获取补盲激光雷达采集得到的点云数据，根据点云数据，剔除地面点云数据，保留背景点云数据。对背景点云数据进行聚类分割，得到若干个聚类点云的包围框。可选的，可以通过欧式聚类的方法，设置最小聚类点云数目和最小聚类距离，从而求出聚类点云的最小包裹多边形，即聚类点云的包围框。进一步的，获取各个包围框的特征数据，然后根据该特征数据，识别该包围框内存在的交通参与者。其中，特征数据可以包括：包围框的大小和/或移动速度。包围框的移动速度可以基于该包围框内的点云的移动速度确定，比如，可以将该包围框内的各点云的平均移动速度作为该包围框的移动速度。可以理解的是，不同的交通参与者比如行人、自行车、卡车的移动速度以及大小通常存在差异，本实施例中，可以将各个包围框的大小和/或移动速度与不同的交通参与者通常的大小和/或移动速度进行对比，从而识别出包围框内存在的交通参与者。比如，包围框A的大小与自行车的大小接近，且包围框A的移动速度与自行车通常的移动速度接近，则可以确定包围框A内的交通参与者为自行车。

一种可能的实现方式中，上述根据点云数据，识别盲区内的交通参与者的实现方式可以，包括：将点云数据输入预先训练的识别模型中，输出盲区内存在的交通参与者。其中，识别模型基于补盲激光雷达采集的历史数据训练得到，历史数据包括不同类型的交通参与者的点云数据。该不同类型的交通参与者可以包括但不限于上述的强势交通参与者(行人、自行车、电动自行车、摩托车、三轮车)和弱势交通参与者(小车、大卡车、公交车、超大车)。

示例性的，在得到补盲激光雷达采集的历史数据后，可以对该历史数据进行数据清洗，并根据清洗后的历史数据，制作训练数据集和测试数据集。通过训练数据集迭代训练得到识别模型，并通过测试数据集对该识别模型进行测试，当测试结果满足要求，即识别模型通过测试数据集的测试时，可以将该识别模型作为训练好的识别模型。当测试结果不满足要求时，可以继续进行迭代训练，直到识别模型通过测试数据集的测试。训练好的识别模型用于根据输入的点云数据，识别交通参与者。在具体实现中，将点云数据输入预先训练的识别模型后，识别模型可以输出盲区内存在的交通参与者。当盲区内存在多个交通参与者时，识别模型可以输出识别出的交通参与者列表。

一种可能的实现方式中，步骤102的实现方式可以包括：通过摄像头对盲区进行数据采集，得到图像数据。根据图像数据，识别盲区内的交通参与者。该摄像头可以设置在车辆的车身右侧，该摄像头的拍摄范围可以覆盖车辆的盲区。

在步骤103中，电子设备可以对盲区进行划分，得到多个预警区域；其中，多个预警区域的危险等级不同。其中，划分得到的预警区域的数量可以根据实际需要进行设置，本实施例对预警区域的数量不作具体限定。

一种可能的实现方式中，电子设备可以对盲区进行划分，得到3个预警区域。3个预警区域按照其分别与车辆距离从近到远的顺序可以为：第一预警区域、第二预警区域和第三预警区域。也就是说，第一预警区域与车辆的距离最近，第三预警区域与车辆的距离最远。3个预警区域中，第一预警区域的危险等级最高，第三预警区域的危险等级最低。3个预警区域的宽度可以相同，也可以存在差异。可以理解的是，距离车辆越近的预警区域对应的危险等级越高，因此，距离车辆越近的预警区域的宽度值可以越大。然而，本实施例对此不做具体限定。

在示例性的实施例中，步骤103的实现方式可以包括：确定盲区的划分因子，根据划分因子，对盲区进行划分，得到多个预警区域。其中，划分因子包括：交通参与者的类型和/或车辆的行驶方向。交通参与者的类型包括第一类交通参与者和第二类交通参与者，第一类交通参与者可以为上述的弱势交通参与者，第二类交通参与者可以为上述的强势交通参与者。车辆的行驶方向可能为直行、右转、左转。

示例性的，当确定的划分因子包括交通参与者的类型时，可以根据交通参与者的类型，对盲区进行划分得到多个预警区域。比如，不同类型的交通参与者可以对应不同的预警区域宽度组合，该预警区域宽度组合中包括多个宽度值，根据预警区域宽度组合中的多个宽度值对盲区进行划分得到多个预警区域。划分得到的多个预警区域的宽度值即为预警区域宽度组合中的多个宽度值。本实施例中，可以预先设置交通参与者的类型与预警区域宽度组合之间的第三对应关系，从而可以根据该第三对应关系和盲区中的交通参与者的类型，确定盲区中的交通参与者的类型对应的预警区域宽度组合，并根据该预警区域宽度组合中的多个宽度值对盲区进行划分得到多个预警区域。

示例性的，当确定的划分因子包括车辆的行驶方向时，可以根据车辆的行驶方向，对盲区进行划分得到多个预警区域。比如，不同的行驶方向可以对应不同的预警区域宽度组合，本实施例中，可以预先设置行驶方向与预警区域宽度组合之间的第四对应关系。从而可以根据该第四对应关系和车辆当前的行驶方向，确定车辆当前的行驶方向对应的预警区域宽度组合，并根据该预警区域宽度组合中的多个宽度值对盲区进行划分得到多个预警区域。

示例性的，当确定的划分因子包括交通参与者的类型和车辆的行驶方向时，可以根据交通参与者的类型和车辆的行驶方向，对盲区进行划分得到多个预警区域。比如，一种交通参与者的类型和一种行驶方向的组合可以对应一种预警区域宽度组合，本实施例中，可以预先设置交通参与者的类型和行驶方向的组合与预警区域宽度组合之间的第五对应关系。从而可以根据该第五对应关系、车辆当前的行驶方向和盲区内的交通参与者的类型，确定车辆当前的行驶方向和盲区内的交通参与者的类型这一组合对应的预警区域宽度组合，并根据该预警区域宽度组合中的多个宽度值对盲区进行划分得到多个预警区域。为便于对上述第五对应关系的理解，下面以表1为例对第五对应关系进行说明：

表1

	强势交通参与者	弱势交通参与者
			直行	预警区域宽度组合1	预警区域宽度组合2
左转	预警区域宽度组合3	预警区域宽度组合4
			右转	预警区域宽度组合5	预警区域宽度组合6

参阅表1，当确定车辆当前的行驶方向为直行，且盲区内的交通参与者的类型为强势交通参与者，则可以确定直行和强势交通参与者这一组合对应的预警区域宽度组合为预警区域宽度组合1，从而可以根据预警区域宽度组合1中的多个宽度值对盲区进行划分得到多个预警区域。假设，本实施例中需要划分得到3个预警区域，则预警区域宽度组合中可以包括3个宽度值，这3个宽度值可以分别为上述的第一预警区域、第二预警区域、第三预警区域的宽度值。

在示例性的实施例中，不同类型的交通参与者对应有各自的危险等级，且不同的行驶方向对应有各自的危险等级。比如，强势交通参与者对应的危险等级大于强势交通参与者对应的危险等级。右转对应的危险等级大于直行对应的危险等级，直行对应的危险等级大于左转对应的危险等级。本实施例中，上述根据划分因子，对盲区进行划分，得到多个预警区域，包括：确定盲区内的交通参与者的类型对应的危险等级，和/或，确定车辆的行驶方向对应的危险等级；根据交通参与者的类型对应的危险等级和/或行驶方向对应的危险等级，对盲区进行划分，得到与盲区内的交通参与者的类型和/或车辆的行驶方向对应的多个预警区域。

一种可能的实现方式中，根据划分因子，对盲区进行划分，得到多个预警区域，包括：确定盲区内的交通参与者的类型对应的危险等级，根据交通参与者的类型对应的危险等级，对盲区进行划分，得到与盲区内的交通参与者的类型对应的多个预警区域。比如，交通参与者的类型对应的危险等级越高时，对盲区划分得到的第一预警区域的宽度值越大，该第一预警区域为划分得到的多个预警区域中距离车辆最近的预警区域。当盲区内同时存在强势交通参与者和弱势交通参与者时，可以通过对盲区划分得到强势交通参与者对应的多个预警区域和弱势交通参与者对应的多个预警区域。

一种可能的实现方式中，根据划分因子，对盲区进行划分，得到多个预警区域，包括：确定车辆的行驶方向对应的危险等级；根据行驶方向对应的危险等级，对盲区进行划分，得到与车辆的行驶方向对应的多个预警区域。比如，行驶方向对应的危险等级越高时，对盲区划分得到的第一预警区域的宽度值越大。

一种可能的实现方式中，划分因子包括所述交通参与者的类型和所述车辆的行驶方向，根据划分因子，对盲区进行划分，得到多个预警区域，包括：确定盲区内的交通参与者的类型对应的危险等级和车辆的行驶方向对应的危险等级；根据交通参与者的类型对应的危险等级和行驶方向对应的危险等级，对盲区进行划分，得到与盲区内的交通参与者的类型和车辆的行驶方向对应的多个预警区域。

示例性的，针对同一类型的交通参与者，不同的行驶方向均对应有各自的多个预警区域。当车辆的行驶方向为目标行驶方向时，目标行驶方向对应的第一预警区域在不同行驶方向对应的第一预警区域中宽度最大，目标行驶方向为不同行驶方向中危险等级最高的行驶方向，第一预警区域为多个预警区域中距离车辆最近的区域。比如，不同的行驶方向包括：直行、左转和右转，目标行驶方向可以为上述三种行驶方向中的右转。

为便于理解，可以参阅图2和图3，图2为针对强势交通参与者，不同的行驶方向(右转、直行、左转)分别对应的多个预警区域的示意图。图3为针对弱势交通参与者，不同的行驶方向(右转、直行、左转)分别对应的多个预警区域的示意图。图2和图3中盲区尺寸以4m(宽度)*12m(长度)为例，在具体实现中，并不以此为限。

通过图2可以看出，针对强势交通参与者，右转对应的多个预警区域为图2中的(a)中的3个预警区域，直行对应的多个预警区域为图2中的(b)中的3个预警区域，左转对应的多个预警区域为图2中的(c)中的3个预警区域。右转对应的第一预警区域在不同行驶方向对应的第一预警区域中宽度最大，即在图2中的(a)、图2中的(b)以及图2中的(c)中的3个第一预警区域中，图2中的(a)中的第一预警区域的宽度最大。考虑到，对于强势交通参与者，左转和直行的危险程度差别不大，因此，左转和直行对应的多个预警区域可以相同，即图2中的(b)和图2中的(c)相同。然而，本实施例只是以此为例，在具体实现中，左转和直行对应的多个预警区域也可以存在差异，本实施例对此不作具体限定。

通过图3可以看出，针对弱势交通参与者，右转对应的多个预警区域为图3中的(a)中的3个预警区域，直行对应的多个预警区域为图3中的(b)中的3个预警区域，左转对应的多个预警区域为图3中的(c)中的3个预警区域。右转对应的第一预警区域在不同行驶方向对应的第一预警区域中宽度最大，即在图3中的(a)、图3中的(b)以及图3中的(c)中的3个第一预警区域中，图3中的(a)中的第一预警区域的宽度最大。

本实施例中，考虑到盲区在车辆的右侧，因此，车辆右转时通常最危险。因此，当车辆右转时，将靠近车身右侧的第一预警区域的宽度设置大一些，紧邻着的第二预警区域、第三预警区域的宽度可以根据经验来设置，本实施例对此不作具体限定。车辆左转、直行时相对右转安全一些，因此，左转和直行对应的预警区域的宽度相比于右转对应的预警区域的宽度可以小一点，具体宽度值的大小可以根据经验值设定，本实施例对此不作具体限定。

示例性的，针对同一行驶方向，不同类型的交通参与者均对应有各自的多个预警区域。当交通参与者的类型为目标类型时，目标类型的交通参与者对应的第一预警区域在不同类型的交通参与者对应的第一预警区域中宽度最大。目标类型的交通参与者为不同类型的交通参与者中危险等级最高的交通参与者。比如，不同类型的交通参与者包括：强势交通参与者和弱势交通参与者，目标类型可以为上述弱势交通参与者。

结合图2和图3，针对同一行驶方向比如右转，强势交通参与者对应的多个预警区域为图2中的(a)，弱势交通参与者对应的多个预警区域为图3中的(a)，弱势交通参与者对应的第一预警区域在不同类型的交通参与者对应的第一预警区域中宽度最大，即在图2中的(a)和图3中的(a)中的2个第一预警区域，图3中的(a)中第一预警区域的宽度最大。

本实施例中，考虑到弱势交通参与者相比强势交通参与者更危险一点，因此，弱势交通参与者对应的第一预警区域的宽度相对大一点，在一定程度上，有利于提高行车安全。

在示例性的实施例中，针对同一类型的交通参与者，车辆的行驶方向对应的危险等级越高，第一预警区域的宽度越大；针对同一行驶方向，交通参与者的类型对应的危险等级越高，第一预警区域的宽度越大。比如，针对强势交通参与者，右转对应的第一预警区域的宽度为2m，直行对应的第一预警区域的宽度为1.5m，左转对应的第一预警区域的宽度为1m。针对左转，强势交通参与者对应的第一预警区域的宽度为1m，弱势交通参与者对应的第一预警区域的宽度为1.5m。需要说明的是，上述宽度值的大小仅为示例性说明，本实施例对此不作具体限定。

在步骤104中，电子设备可以在划分得到的多个预警区域中，确定交通参与者所处的预警区域。比如，可以先确定交通参与者所处的位置，然后确定交通参与者所处的位置属于哪一个预警区域。

在示例性的实施例中，盲区内的交通参与者包括：第一类交通参与者和第二类交通参与者，第一类交通参与者对应的危险等级高于第二类交通参与者对应的危险等级。对盲区划分得到的多个预警区域包括：第一类交通参与者对应的多个预警区域和第二类交通参与者对应的多个预警区域。比如，当前车辆的行驶方向为右转，参阅图2和图3，第一类交通参与者对应的多个预警区域可以如图3中的(a)所示，第二类交通参与者对应的多个预警区域可以如图2中的(a)所示。此种情况下，步骤104的实现方式可以如下：

在第一类交通参与者对应的多个预警区域中，确定第一类交通参与者所处的预警区域。在第二类交通参与者对应的多个预警区域中，确定第二类交通参与者所处的预警区域。比如，在图3中的(a)所示的3个预警区域中，确定第一类交通参与者所处的预警区域。在图2中的(a)所示的3个预警区域中，确定第二类交通参与者所处的预警区域。

在示例性的实施例中，上述的在第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域，包括：确定用于表征第一类交通参与者的第一类特征点；根据第一类特征点是否落在第一类交通参与者对应的多个预警区域中，确定第一类交通参与者所处的预警区域。

一种可能的实现方式中，第一类特征点可以为第一类交通参与者的中心点，可以通过判断第一类交通参与者的中心点是否落在图3中的(a)所示的某个预警区域中，来确定第一类交通参与者所处的预警区域。比如，如果第一类交通参与者的中心点落在图3中的(a)所示的第一预警区域中，则可以确定第一类交通参与者处于第一预警区域中。

一种可能的实现方式中，第一类特征点可以为第一类交通参与者的包围框的顶点，从而可以通过判断该包围框的顶点是否落在图3中的(a)所示的某个预警区域中，来确定第一类交通参与者所处的预警区域。

一种可能的实现方式中，第一类特征点可以包括上述中心点和包围框的顶点，从而可以通过判断上述中心点和包围框的顶点是否均落在图3中的(a)所示的某个预警区域中，来确定第一类交通参与者所处的预警区域。

示例性的，假设车辆当前的行驶方向为右转，则第一类交通参与者即弱势交通参与者对应的多个预警区域可以为图3中的(a)中的三个预警区域。上述识别模型可以输出识别出的盲区内的交通参与者列表(以下简称object列表，即每一个交通参与者理解为一个object)。对于图3中的(a)中的第一预警区域，可以遍历上述识别模型输出的object列表，筛选出属于弱势交通参与者类型的object，判断该object是否落在第一预警区域，如果落在该第一预警区域，则将该object保留到第一预警区域对应的第一object列表中，不落在第一预警区域则直接跳过，直到遍历完上述识别模型输出的object列表，得到第一预警区域对应的第一object列表。第一object列表中的object即为处于图3中的(a)中的第一预警区域的object。对于图3中的(a)中的第二预警区域和第三预警区域，同样执行上述遍历操作，以得到第二预警区域对应的第二object列表和第三预警区域对应的第三object列表。其中，第二object列表中的object即为处于图3中的(a)中的第二预警区域的object，第三object列表中的object即为处于图3中的(a)中的第三预警区域的object。

在示例性的实施例中，上述的在第二类交通参与者对应的多个预警区域中，确定第二类交通参与者所处的预警区域，包括：确定用于表征第二类交通参与者的第二类特征点，根据第二类特征点是否落在第二类交通参与者对应的多个预警区域中，确定第二类交通参与者所处的预警区域。

一种可能的实现方式中，第二类特征点可以为第二类交通参与者的中心点，可以通过判断第二类交通参与者的中心点是否落在图2中的(a)所示的某个预警区域中，来确定第二类交通参与者所处的预警区域。比如，如果第二类交通参与者的中心点落在图2中的(a)所示的第二预警区域中，则可以确定第二类交通参与者处于第二预警区域中。

一种可能的实现方式中，第二类特征点可以为第二类交通参与者的包围框的顶点，从而可以通过判断该包围框的顶点是否落在图2中的(a)所示的某个预警区域中，来确定第二类交通参与者所处的预警区域。

一种可能的实现方式中，第二类特征点可以包括上述第二类交通参与者的中心点和第二类交通参与者的包围框的顶点，从而可以通过判断上述第二类交通参与者的中心点和第二类交通参与者的包围框的顶点是否均落在图2中的(a)所示的某个预警区域中，来确定第二类交通参与者所处的预警区域。

示例性的，假设车辆当前的行驶方向为右转，则第二类交通参与者即强势交通参与者对应的多个预警区域可以为图2中的(a)中的三个预警区域。上述识别模型可以输出识别出的盲区内的object列表。对于图2中的(a)中的第一预警区域，可以遍历上述识别模型输出的object列表，筛选出属于强势交通参与者类型的object，判断该object是否落在第一预警区域，如果落在该第一预警区域，则将该object保留到第一预警区域对应的第一object列表中，不落在第一预警区域则直接跳过，直到遍历完上述识别模型输出的object列表，得到第一预警区域对应的第一object列表。第一object列表中的object即为处于图2中的(a)中的第一预警区域的object。对于图2中的(a)中的第二预警区域和第三预警区域，同样执行上述遍历操作，以得到第二预警区域对应的第二object列表和第三预警区域对应的第三object列表。其中，第二object列表中的object即为处于图2中的(a)中的第二预警区域的object，第三object列表中的object即为处于图2中的(a)中的第三预警区域的object。

在步骤105中，电子设备可以根据交通参与者所处的预警区域的危险等级，进行与预警区域的危险等级对应的预警。其中，不同的危险等级可以对应不同的预警方式。比如，可以根据危险等级触发声光报警，危险等级越高，声光报警的强度越大。

在示例性的实施例中，步骤105的实现方式可以包括：当交通参与者分布于一个预警区域时，进行与一个预警区域的危险等级对应的预警。也就是说，当盲区内的交通参与者均处于同一个预警区域时，可以将该预警区域的危险等级作为预警的危险等级。当交通参与者分布于多个预警区域时，在多个预警区域的危险等级中确定最高危险等级，进行与最高危险等级对应的预警。比如，当盲区内的交通参与者分布于第二预警区域和第三预警区域，由于第二预警区域的危险等级高于第三预警区域的危险等级，则可以将第二预警区域的危险等级作为预警的危险等级，进行与第二预警区域的危险等级对应的预警。

示例性的，可以参阅图3中的(a)，假设第一预警区域和第二预警区域均不存在交通参与者，交通参与者只分布于第三预警区域，则可以将第三预警区域的危险等级作为预警的危险等级，并针对弱势交通参与者进行与第三预警区域的危险等级对应的预警。假设，第一预警区域和第二预警区域均存在交通参与者，则可以将第一预警区域的危险等级作为预警的危险等级，并针对弱势交通参与者进行与第一预警区域的危险等级对应的预警。

在示例性的实施例中，盲区内的交通参与者包括：第一类交通参与者和第二类交通参与者，划分得到的多个预警区域包括：第一类交通参与者对应的多个预警区域和第二类交通参与者对应的多个预警区域；上述当交通参与者分布于多个预警区域时，在多个预警区域的危险等级中确定最高危险等级，包括：当第一类交通参与者对应的目标预警区域中存在第一类交通参与者，且第二类交通参与者对应的目标预警区域中存在第二类交通参与者，确定第一类交通参与者对应的目标预警区域的危险等级为最高危险等级；其中，目标预警区域为多个预警区域中的一个。第一类交通参与者对应的目标预警区域的危险等级高于第二类交通参与者对应的目标预警区域的危险等级。

示例性的，参阅图2中的(a)和图3中的(a)，假设目标预警区域为第二预警区域。图3中的(a)中的第二预警区域的危险等级可以高于图2中的(a)中的第二预警区域的危险等级。当第一类交通参与者对应的目标预警区域即图3中的(a)中的第二预警区域中存在第一类交通参与者，且第二类交通参与者对应的目标预警区域即图2中的(a)中的第二预警区域中存在第二类交通参与者，确定图2中的(a)中的第二预警区域的危险等级为最高危险等级。也就是说，如果弱势交通参与者的第二预警区域有弱势交通参与者存在，且强势交通参与者的第二预警区域中也有强势交通参与者存在，预警等级以弱势交通参与者优先，从而可以更好的对弱势交通参与者进行保护。

示例性的，如果弱势交通参与者的第二预警区域有弱势交通参与者存在，且强势交通参与者的第二预警区域中也有强势交通参与者存在，也可以分别针对强势交通参与者和弱势交通参与者进行预警。

示例性的，当第一类交通参与者对应的第二预警区域中存在弱势交通参与者，且第二类交通参与者对应的第一预警区域中存在强势交通参与者，可以根据弱势交通参与者和强势交通参与者的移动速度、与车辆的距离、运动方向等，确定最终的危险等级。比如，可以针对移动速度、与车辆的距离、运动方向分别设置对应的权重，以计算得到第二预警区域的危险等级和第一预警区域的危险等级，最终在计算的两个危险等级中选择出最高危险等级，并进行与该最高危险等级对应的预警。

在示例性的实施例中，所述步骤105根据交通参与者所处的预警区域的危险等级，进行与预警区域的危险等级对应的预警，包括：当识别到盲区内的交通参与者包括第一类交通参与者和第二类交通参与者时，根据第一类交通参与者所处的预警区域的危险等级，进行与预警区域的危险等级对应的预警；其中，第一类交通参与者对应的危险等级高于第二类交通参与者对应的危险等级。

比如，可以先判断盲区内的交通参与者是否同时包括第一类交通参与者和第二类交通参与者。如果同时包括第一类交通参与者和第二类交通参与者，则优先以第一类交通参与者所处的预警区域的危险等级进行相应的预警，以更好的对弱势交通参与者进行保护，且实现起来简单方便。

示例性的，在盲区中同时包括第一类交通参与者和第二类交通参与者的情况下，如果确定第二类交通参与者处于其对应的第一预警区域，并且第二类交通参与者的移动方向与车辆的行驶方向存在交集，同时第二类交通参与者的移动速度大于预设速度阈值即第二类交通参与者的移动速度较快，说明此时第二类交通参与者的危险等级较高，即第二类交通参与者当前面临的危险较大，则进行与第二类交通参与者所处的预警区域的危险等级对应的预警，以更好的对当前面临的危险较大的强势交通参与者进行保护。

在示例性的实施例中，在上述步骤102识别盲区内的交通参与者之后，还包括：确定盲区内的交通参与者中是否存在目标交通参与者；其中，目标交通参与者与车辆之间间隔有护栏。对应的上述步骤105可以包括：若存在目标交通参与者，则根据剩余交通参与者所处的预警区域的危险等级，进行与预警区域的危险等级对应的预警；其中，剩余交通参与者包括盲区内除目标交通参与者之外的交通参与者。

考虑到在实际情况中，车身右侧可能存在护栏，护栏可能将当前车辆与交通参与者隔开，被护栏隔开的交通参与者即为目标交通参与者，目标交通参与者属于低风险交通参与者。若存在目标交通参与者，则在进行预警时，可以忽略目标交通参与者，根据盲区内除目标交通参与者之外的其他交通参与者所处的预警区域的危险等级，进行与预警区域的危险等级对应的预警。

为便于理解，可以参阅图4，图4为存在目标交通参与者的预警区域的示意图。图4中，当前车辆即自车的行驶方向为直行，A点的交通参与者(实心圆圈)即为目标交通参与者，B点和C点的交通参与者(空心圆圈)为上述的剩余交通参与者。A、B、C三个点处的交通参与者虽然均处于第一预警区域，但由于A点的交通参与者被护栏隔开，因此，A点的交通参与者属于低风险的交通交通参与者，B点和C点的交通参与者属于高风险的交通参与者。

本实施例中，对于被护栏隔开的目标交通参与者不进行预警，有利于防止频繁报警导致驾驶员对报警信息麻木。

在示例性的实施例中，S105的实现方式可以包括：根据交通参与者所处的预警区域的危险等级，生成预警图像，并在车辆的显示屏上显示上述预警图像。其中，预警图像中展示了交通参与者在盲区中的分布，并且不同类型的交通参与者，在预警图像中可以以不同形状和/或不同颜色的图标显示，使得车辆的驾驶员可以通过预警图像清晰的看出不同类型的交通参与者在盲区中的分布。示例性的，预警图像的示意图可以参阅图5，图5中第一预警区域和第三预警区域中的圆形阴影框表示弱势交通参与者，第三预警区域中的矩形阴影框表示强势交通参与者。

示例性的，预警图像中不同危险等级的预警区域的显示参数可以不同，以突出显示危险等级高的预警区域中的交通参与者。其中，预警区域的显示参数可以包括：颜色、透明度等。

在示例性的实施例中，上述S105的实现方式可以包括：确定交通参与者的移动速度和移动方向，在交通参与者所处的预警区域的危险等级为预设等级的情况下，当交通参与者的移动速度大于预设速度阈值且交通参与者的移动方向为朝向车辆时，则升高交通参与者所处的预警区域的危险等级，并进行与升高后的危险等级对应的预警；其中，危险等级为预设等级的预警区域与车辆的距离大于预设距离。上述预设距离可以根据实际需要进行设置，旨在表明预警区域与车辆的距离较近。预设速度阈值可以根据实际需要进行设置，旨在表明交通参与者当前的移动速度较快。预设等级可以为危险程度较低的等级。

参阅图2或图3，危险等级为预设等级的预警区域可以为第三预警区域，虽然第三预警区域的危险等级相对较低，但当第三预警区域内的交通参与者的移动速度较快且其移动方向为朝向车辆时，表明该交通参与者的危险程度较高，则可以升高交通参与者所处的预警区域的危险等级，并进行与升高后的危险等级对应的预警。假设，第三预警区域的危险等级为三级，则升高后的第三预警区域的危险等级可以为二级或一级。本实施例中，最高的危险等级为一级、二级次之、三级为最低的危险等级。然而，本实施例中只是以将危险等级分为3个级别为例，在具体实现中并不以此为限。

本实施例中，结合交通参与者的移动速度和移动方向，升高交通参与者所处的预警区域的危险等级，有利于结合实际的交通情况进一步提高预警的精度。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

图6是本申请实施例提供的一种盲区预警的装置的结构示意图。

示例性的，如图6所示，该装置包括：第一确定模块601，用于确定车辆在行驶过程中的盲区；识别模块602，用于识别所述盲区内的交通参与者；划分模块603，用于对所述盲区进行划分，得到多个预警区域；其中，所述多个预警区域的危险等级不同；第二确定模块604，用于在所述多个预警区域中，确定所述交通参与者所处的预警区域；预警模块605，用于根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警。

一种可能的实现方式中，第一确定模块601，具体用于确定所述车辆的车身参数和/或行驶速度；根据所述车身参数和/或行驶速度，确定车辆在行驶过程中的盲区。

一种可能的实现方式中，划分模块603，具体用于确定所述盲区的划分因子；其中，所述划分因子包括：所述交通参与者的类型和/或所述车辆的行驶方向；根据所述划分因子，对所述盲区进行划分，得到多个预警区域。

一种可能的实现方式中，同类型的交通参与者对应有各自的危险等级，且不同的行驶方向对应有各自的危险等级；划分模块603，具体用于确定所述盲区内的交通参与者的类型对应的危险等级，和/或，确定所述车辆的行驶方向对应的危险等级；根据所述交通参与者的类型对应的危险等级和/或所述行驶方向对应的危险等级，对所述盲区进行划分，得到与所述盲区内的交通参与者的类型和/或所述车辆的行驶方向对应的多个预警区域。

一种可能的实现方式中，所述划分因子包括所述交通参与者的类型和所述车辆的行驶方向；针对同一类型的所述交通参与者，不同的所述行驶方向均对应有各自的多个预警区域；当所述车辆的行驶方向为目标行驶方向时，所述目标行驶方向对应的第一预警区域在所述不同行驶方向对应的第一预警区域中宽度最大；所述目标行驶方向为所述不同行驶方向中危险等级最高的行驶方向；针对同一所述行驶方向，不同类型的所述交通参与者均对应有各自的多个预警区域；当所述交通参与者的类型为目标类型时，所述目标类型的交通参与者对应的第一预警区域在所述不同类型的交通参与者对应的第一预警区域中宽度最大；所述目标类型的交通参与者为所述不同类型的交通参与者中危险等级最高的交通参与者；所述第一预警区域为所述多个预警区域中距离所述车辆最近的区域。

一种可能的实现方式中，针对同一类型的所述交通参与者，所述车辆的行驶方向对应的危险等级越高，所述第一预警区域的宽度越大；针对同一所述行驶方向，所述交通参与者的类型对应的危险等级越高，所述第一预警区域的宽度越大。

一种可能的实现方式中，所述盲区内的交通参与者包括：第一类交通参与者和第二类交通参与者，所述第一类交通参与者对应的危险等级高于所述第二类交通参与者对应的危险等级；所述多个预警区域包括：所述第一类交通参与者对应的多个预警区域和所述第二类交通参与者对应的多个预警区域；第二确定模块604，具体用于在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域；在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域。

一种可能的实现方式中，第二确定模块604，具体用于确定用于表征所述第一类交通参与者的第一类特征点；根据所述第一类特征点是否落在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域；确定用于表征所述第二类交通参与者的第二类特征点；根据所述第二类特征点是否落在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域。

一种可能的实现方式中，预警模块605具体用于当所述交通参与者分布于一个所述预警区域时，进行与一个所述预警区域的危险等级对应的预警；当所述交通参与者分布于多个所述预警区域时，在多个所述预警区域的危险等级中确定最高危险等级，进行与所述最高危险等级对应的预警。

一种可能的实现方式中，所述盲区内的交通参与者包括：第一类交通参与者和第二类交通参与者，所述多个预警区域包括：第一类交通参与者对应的多个预警区域和第二类交通参与者对应的多个预警区域，所述第一类交通参与者对应的危险等级高于所述第二类交通参与者对应的危险等级；预警模块605当所述交通参与者分布于多个所述预警区域时，在多个所述预警区域的危险等级中确定最高危险等级，包括：当所述第一类交通参与者对应的目标预警区域中存在所述第一类交通参与者，且所述第二类交通参与者对应的目标预警区域中存在所述第二类交通参与者，确定所述第一类交通参与者对应的目标预警区域的危险等级为最高危险等级；其中，所述目标预警区域为所述多个预警区域中的一个。

一种可能的实现方式中，识别模块602具体用于通过补盲激光雷达对所述盲区进行数据采集，得到点云数据；其中，所述补盲激光雷达设置在所述车辆的车身右侧；根据所述点云数据，识别所述盲区内的交通参与者。

一种可能的实现方式中，识别模块602根据所述点云数据，识别所述盲区内的交通参与者，包括：将所述点云数据输入预先训练的识别模型中，输出所述盲区内存在的交通参与者；其中，所述识别模型基于所述补盲激光雷达采集的历史数据训练得到，所述历史数据包括不同类型的交通参与者的点云数据。

一种可能的实现方式中，识别模块602还用于在所述识别所述盲区内的交通参与者之后，确定所述盲区内的交通参与者中是否存在目标交通参与者；其中，所述目标交通参与者与所述车辆之间间隔有护栏。预警模块605具体用于若存在所述目标交通参与者，则根据剩余交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警；其中，所述剩余交通参与者包括所述盲区内除所述目标交通参与者之外的交通参与者。

一种可能的实现方式中，预警模块605具体用于根据所述交通参与者所处的预警区域的危险等级，生成预警图像；在所述车辆的显示屏上显示所述预警图像。

一种可能的实现方式中，预警模块605具体用于确定所述交通参与者的移动速度和移动方向；在所述交通参与者所处的预警区域的危险等级为预设等级的情况下，当所述交通参与者的移动速度大于预设速度阈值且所述交通参与者的移动方向为朝向所述车辆时，则升高所述交通参与者所处的预警区域的危险等级，并进行与升高后的所述危险等级对应的预警；其中，危险等级为所述预设等级的预警区域与所述车辆的距离大于预设距离。

图7是本申请实施例提供的一种电子设备的结构示意图。

示例性的，如图7所示，该电子设备包括：存储器701和处理器702，其中，存储器701中存储有可执行程序代码，处理器702用于调用并执行该可执行程序代码执行一种盲区预警的方法。

本实施例可以根据上述方法示例对电子设备进行功能模块的划分，例如，可以对应各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中，上述集成的模块可以采用硬件的形式实现。需要说明的是，本实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

在采用对应各个功能划分各个功能模块的情况下，该电子设备可以包括：第一确定模块、识别模块、划分模块、第二确定模块和预警模块等。需要说明的是，上述方法实施例涉及的各个步骤的所有相关内容的可以援引到对应功能模块的功能描述，在此不再赘述。

本实施例提供的电子设备，用于执行上述一种盲区预警的方法，因此可以达到与上述实现方法相同的效果。

在采用集成的单元的情况下，电子设备可以包括处理模块、存储模块。其中，处理模块可以用于对电子设备的动作进行控制管理。存储模块可以用于支持电子设备执行相互程序代码和数据等。

其中，处理模块可以是处理器或控制器，其可以实现或执行结合本申请公开内容所藐视的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包括一个或多个微处理器组合，数字信号处理(digital signal processing，DSP)和微处理器的组合等等，存储模块可以是存储器。

本实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序代码，当该计算机程序代码在计算机上运行时，使得计算机执行上述相关方法步骤实现上述实施例中的一种盲区预警的方法。

本实施例还提供了一种计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述相关步骤，以实现上述实施例中的一种盲区预警的方法。

另外，本申请的实施例提供的电子设备具体可以是芯片，组件或模块，该电子设备可包括相连的处理器和存储器；其中，存储器用于存储指令，当电子设备运行时，处理器可调用并执行指令，以使芯片执行上述实施例中的一种盲区预警的方法。

其中，本实施例提供的电子设备、计算机可读存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。

通过以上实施方式的描述，所属领域的技术人员可以了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

以上内容，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种盲区预警的装置，其特征在于，所述装置包括：

第一确定模块，用于确定车辆在行驶过程中的盲区，其中，所述盲区为驾驶所述车辆的驾驶员的视野盲区；

识别模块，用于识别所述盲区内的交通参与者；

划分模块，用于对所述盲区进行划分，得到多个预警区域，其中，所述多个预警区域的危险等级不同；

第二确定模块，用于在所述多个预警区域中，确定所述交通参与者所处的预警区域；

预警模块，用于根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警。

2.根据权利要求1所述的装置，其特征在于，第一确定模块用于：

确定所述车辆的车身参数和行驶速度；

根据所述车身参数和行驶速度，确定车辆在行驶过程中的盲区。

3.根据权利要求1所述的装置，其特征在于，划分模块用于：

确定所述盲区的划分因子；其中，所述划分因子包括：所述交通参与者的类型和所述车辆的行驶方向；

根据所述划分因子，对所述盲区进行划分，得到多个预警区域。

4.根据权利要求3所述的装置，其特征在于，不同类型的交通参与者对应有各自的危险等级，且不同的行驶方向对应有各自的危险等级；

所述根据所述划分因子，对所述盲区进行划分，得到多个预警区域，包括：

确定所述盲区内的交通参与者的类型对应的危险等级，确定所述车辆的行驶方向对应的危险等级；

根据所述交通参与者的类型对应的危险等级和所述行驶方向对应的危险等级，对所述盲区进行划分，得到与所述盲区内的交通参与者的类型和所述车辆的行驶方向对应的多个预警区域。

5.根据权利要求4所述的装置，其特征在于，所述划分因子包括所述交通参与者的类型和所述车辆的行驶方向；

针对同一类型的所述交通参与者，不同的所述行驶方向均对应有各自的多个预警区域；当所述车辆的行驶方向为目标行驶方向时，所述目标行驶方向对应的第一预警区域在所述不同行驶方向对应的第一预警区域中宽度最大；所述目标行驶方向为所述不同行驶方向中危险等级最高的行驶方向；

针对同一所述行驶方向，不同类型的所述交通参与者均对应有各自的多个预警区域；当所述交通参与者的类型为目标类型时，所述目标类型的交通参与者对应的第一预警区域在所述不同类型的交通参与者对应的第一预警区域中宽度最大；所述目标类型的交通参与者为所述不同类型的交通参与者中危险等级最高的交通参与者；

所述第一预警区域为所述多个预警区域中距离所述车辆最近的区域。

6.根据权利要求5所述的装置，其特征在于，针对同一类型的所述交通参与者，所述车辆的行驶方向对应的危险等级越高，所述第一预警区域的宽度越大；

针对同一所述行驶方向，所述交通参与者的类型对应的危险等级越高，所述第一预警区域的宽度越大。

7.根据权利要求1所述的装置，其特征在于，所述盲区内的交通参与者包括：第一类交通参与者和第二类交通参与者，所述第一类交通参与者对应的危险等级高于所述第二类交通参与者对应的危险等级；所述多个预警区域包括：所述第一类交通参与者对应的多个预警区域和所述第二类交通参与者对应的多个预警区域；

所述在所述多个预警区域中，确定所述交通参与者所处的预警区域，包括：

在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域；

在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域。

8.根据权利要求7所述的装置，其特征在于，所述在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域，包括：

确定用于表征所述第一类交通参与者的第一类特征点；

根据所述第一类特征点是否落在所述第一类交通参与者对应的多个预警区域中，确定所述第一类交通参与者所处的预警区域；

所述在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域，包括：

确定用于表征所述第二类交通参与者的第二类特征点；

根据所述第二类特征点是否落在所述第二类交通参与者对应的多个预警区域中，确定所述第二类交通参与者所处的预警区域。

9.根据权利要求1所述的装置，其特征在于，所述预警模块用于：

当所述交通参与者分布于一个所述预警区域时，进行与一个所述预警区域的危险等级对应的预警；

当所述交通参与者分布于多个所述预警区域时，在多个所述预警区域的危险等级中确定最高危险等级，进行与所述最高危险等级对应的预警。

10.一种盲区预警的方法，其特征在于，所述方法包括：

确定车辆在行驶过程中的盲区，其中，所述盲区为驾驶所述车辆的驾驶员的视野盲区；

识别所述盲区内的交通参与者；

对所述盲区进行划分，得到多个预警区域；其中，所述多个预警区域的危险等级不同；

在所述多个预警区域中，确定所述交通参与者所处的预警区域；

根据所述交通参与者所处的预警区域的危险等级，进行与所述预警区域的危险等级对应的预警。