一种车辆盲区监测、行驶控制方法、装置及车路协同系统
阅读：114发布：2020-11-24
专利汇可以提供一种车辆盲区监测、行驶控制方法、装置及车路协同系统专利检索，专利查询，专利分析的服务。并且本 申请 涉及一种车辆盲区监测、行驶控制方法、装置及车路协同系统，该车辆盲区监测方法包括：获取道路图像及车辆对应的盲区；根据所述道路图像获取所述道路上第一物体的第一运动轨迹；根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体；根据所述第二物体的第二运动轨迹生成所述车辆对应的盲区监测信息。该技术方案根据车辆盲区内的交通冲突情况生成盲区监测信息，车辆驾驶员或自动驾驶车辆可以根据盲区监测信息进行行驶决策，提高道路行驶的安全性，也进一步提高整个道路交通的安全性。，下面是一种车辆盲区监测、行驶控制方法、装置及车路协同系统专利的具体信息内容。
1.一种车辆盲区监测方法，其特征在于，包括：
获取道路图像及车辆对应的盲区；
根据所述道路图像获取所述道路上第一物体的第一运动轨迹；
根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体；
根据所述第二物体的第二运动轨迹生成所述车辆对应的盲区监测信息。
2.根据权利要求1所述的方法，其特征在于，所述获取道路图像，包括：
获取所述车辆的行驶路线；
获取所述行驶路线对应的道路图像。
3.根据权利要求1所述的方法，其特征在于，所述获取道路图像及车辆对应的盲区，包括：
获取所述车辆的行驶路线；
根据所述行驶路线确定所述车辆的盲区；
获取所述盲区对应的道路图像。
4.根据权利要求1所述的方法，其特征在于，所述获取车辆对应的盲区，包括：
获取所述车辆的行驶路线和属性信息；
获取所述行驶路线对应的路况信息；
根据所述属性信息和路况信息确定所述车辆在所述行驶路线上至少一个行驶位置对应的盲区。
5.根据权利要求1所述的方法，其特征在于，所述获取车辆对应的盲区，包括：
获取所述车辆的行驶路线及被选定的盲区类型；
获取所述行驶路线对应的路况信息；
根据所述盲区类型和路况信息确定所述车辆在所述行驶路线上至少一个行驶位置对应的盲区。
6.根据权利要求1所述的方法，其特征在于，所述根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体，包括：
获取所述车辆的行驶路线、行驶速度及车辆位置信息；
根据所述行驶路线确定所述车辆在所述道路的行驶轨迹；
确定所述第一运动轨迹与所述行驶轨迹在所述盲区内的交点；
根据所述行驶速度及车辆位置信息确定所述车辆到达所述交点的第一时间，并根据所述第一运动轨迹确定所述第一物体到达所述交点的第二时间；
当所述第一时间和第二时间之间的差值小于或等于预设阈值时，将所述第一物体确定为预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当车辆符合预设提醒条件时，将所述盲区监测信息发送至所述车辆对应的终端。
8.一种车辆行驶控制方法，其特征在于，包括：
接收车辆对应的盲区监测信息，所述盲区监测信息根据权利要求1-7任一项所述的方法生成；
当根据车辆的行驶信息及所述盲区监测信息确定所述车辆在所述车辆的盲区内存在行驶冲突时，生成行驶冲突信息；
根据所述行驶冲突信息进行行驶控制。
9.一种车辆盲区监测装置，其特征在于，包括：
第一获取模块，用于获取道路图像及车辆对应的盲区；
第二获取模块，用于根据所述道路图像获取所述道路上第一物体的第一运动轨迹；
确定模块，用于根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体；
生成模块，用于根据所述第二物体的第二运动轨迹生成所述车辆对应的盲区监测信息。
10.一种行驶控制装置，其特征在于，包括：
接收模块，用于接收车辆对应的盲区监测信息，所述盲区监测信息根据权利要求1-7任一项所述的方法生成；
生成模块，用于当根据车辆的行驶信息及所述盲区监测信息确定所述车辆在所述车辆的盲区内存在行驶冲突时，生成行驶冲突信息；
控制模块，用于根据所述行驶冲突信息进行行驶控制。
11.一种车路协同系统，其特征在于，包括：设置于道路上的摄像装置和计算装置；
所述摄像装置，用于对道路进行拍摄，将拍摄的道路图像发送到所述计算装置；
所述计算装置，用于获取道路图像及车辆对应的盲区；根据所述道路图像获取所述道路上第一物体的第一运动轨迹；根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体；根据所述第二物体的第二运动轨迹生成所述车辆对应的盲区监测信息。
12.根据权利要求11所述的系统，其特征在于，还包括：位于车辆上的车载终端；
所述计算装置，用于将所述盲区监测信息发送到所述车载终端；
所述车载终端，用于接收车辆对应的盲区监测信息；当根据车辆的行驶信息及所述盲区监测信息确定所述车辆在所述车辆的盲区内存在行驶冲突时，生成行驶冲突信息；根据所述行驶冲突信息进行行驶控制。
13.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述计算机程序时，实现权利要求1-8任一项所述的方法步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-8任一项所述的方法步骤。
一种车辆盲区监测、行驶控制方法、装置及车路协同系统
技术领域
背景技术
[0002] 随着车联网、5G、云计算等技术的发展，无人驾驶或自动驾驶领域受到越来越多的关注。
[0003] 虽然无人驾驶汽车行业发展迅速，但是，当前无人驾驶的技术路线主要依赖汽车设备自身的传感与决策，车内放置有庞大的计算系统，但依然无法完美满足自动驾驶的各项需求，尤其是对安全上的需求。另外，智能汽车自身的承载压力也极大，成本昂贵。由于当前无人车需要自感知、自决策，因此对环境感知和识别能力要求极高。
[0004] 在无人驾驶和自动驾驶应用中，对汽车、行人、非机动车等道路上可能出现的动态物体未来形式轨迹的预测，是提高车辆行驶安全性、准确性。现有的预测，一般是由车辆自身完成的，车辆采集探测范围内的动态物体的相关运动参数，结合当前环境情况，对各个动态物体未来的运动轨迹进行预测。
[0005] 但是，由于车辆自身存在侦测盲区，无法发现盲区存在的交通危险，尤其是对于交通状况复杂的路口，在传感器探测范围之外的运动物体，车辆是无法感知到的，因此也无法进行运动轨迹的预测，无人驾驶车通过路口安全性难以保证。发明内容
[0006] 为了解决上述技术问题或者至少部分地解决上述技术问题，本申请实施例提供了一种车辆盲区监测、行驶控制方法、装置及车路协同系统。
[0007] 第一方面，本申请实施例提供了一种车辆盲区监测方法，包括：
[0008] 获取道路图像及车辆对应的盲区；
[0009] 根据所述道路图像获取所述道路上第一物体的第一运动轨迹；
[0010] 根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体；
[0011] 根据所述第二物体的第二运动轨迹生成所述车辆对应的盲区监测信息。
[0012] 可选的，所述获取道路图像，包括：
[0013] 获取所述车辆的行驶路线；
[0014] 获取所述行驶路线对应的道路图像。
[0015] 可选的，所述获取道路图像及车辆对应的盲区，包括：
[0016] 获取所述车辆的行驶路线；
[0017] 根据所述行驶路线确定所述车辆的盲区；
[0018] 获取所述盲区对应的道路图像。
[0019] 可选的，所述获取车辆对应的盲区，包括：
[0020] 获取所述车辆的行驶路线和属性信息；
[0021] 获取所述行驶路线对应的路况信息；
[0022] 根据所述属性信息和路况信息确定所述车辆在所述行驶路线上至少一个行驶位置对应的盲区。
[0023] 可选的，所述获取车辆对应的盲区，包括：
[0025] 获取所述行驶路线对应的路况信息；
[0026] 根据所述盲区类型和路况信息确定所述车辆在所述行驶路线上至少一个行驶位置对应的盲区。
[0027] 可选的，所述根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体，包括：
[0028] 获取所述车辆的行驶路线、行驶速度及车辆位置信息；
[0029] 根据所述行驶路线确定所述车辆在所述道路的行驶轨迹；
[0030] 确定所述第一运动轨迹与所述行驶轨迹在所述盲区内的交点；
[0031] 根据所述行驶速度及车辆位置信息确定所述车辆到达所述交点的第一时间，并根据所述第一运动轨迹确定所述第一物体到达所述交点的第二时间；
[0032] 当所述第一时间和第二时间之间的差值小于或等于预设阈值时，将所述第一物体确定为预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体。
[0033] 可选的，所述方法还包括：
[0034] 当车辆符合预设提醒条件时，将所述盲区监测信息发送至所述车辆对应的终端。
[0035] 第二方面，本申请实施例提供了一种车辆行驶控制方法，包括：
[0036] 接收车辆对应的盲区监测信息，所述盲区监测信息根据上述车辆盲区监测方法实施例生成；
[0037] 当根据车辆的行驶信息及所述盲区监测信息确定所述车辆在所述车辆的盲区内存在行驶冲突时，生成行驶冲突信息；
[0038] 根据所述行驶冲突信息进行行驶控制。
[0039] 第三方面，本申请实施例提供了一种车辆盲区监测装置，包括：
[0040] 第一获取模块，用于获取道路图像及车辆对应的盲区；
[0041] 第二获取模块，用于根据所述道路图像获取所述道路上第一物体的第一运动轨迹；
[0042] 确定模块，用于根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体；
[0043] 生成模块，用于根据所述第二物体的第二运动轨迹生成所述车辆对应的盲区监测信息。
[0044] 第四方面，本申请实施例提供了一种行驶控制装置，包括：
[0045] 接收模块，用于接收车辆对应的盲区监测信息，所述盲区监测信息根据上述车辆盲区监测方法实施例生成；
[0046] 生成模块，用于当根据车辆的行驶信息及所述盲区监测信息确定所述车辆在所述车辆的盲区内存在行驶冲突时，生成行驶冲突信息；
[0047] 控制模块，用于根据所述行驶冲突信息进行行驶控制。
[0048] 第五方面，本申请实施例提供了一种车路协同系统，包括：设置于道路上的摄像装置和计算装置；
[0049] 所述摄像装置，用于对道路进行拍摄，将拍摄的道路图像发送到所述计算装置；
[0050] 所述计算装置，用于获取道路图像及车辆对应的盲区；根据所述道路图像获取所述道路上第一物体的第一运动轨迹；根据所述第一运动轨迹确定预设时间段内在所述盲区与所述车辆行驶存在冲突的第二物体；根据所述第二物体的第二运动轨迹生成所述车辆对应的盲区监测信息。
[0051] 可选的，该系统还包括：位于车辆上的车载终端；
[0052] 所述计算装置，用于将所述盲区监测信息发送到所述车载终端；
[0053] 所述车载终端，用于接收车辆对应的盲区监测信息；当根据车辆的行驶信息及所述盲区监测信息确定所述车辆在所述车辆的盲区内存在行驶冲突时，生成行驶冲突信息；根据所述行驶冲突信息进行行驶控制。
[0055] 所述存储器，用于存放计算机程序；
[0056] 所述处理器，用于执行计算机程序时，实现上述方法步骤。
[0057] 第七方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法步骤。
[0058] 本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
[0059] 通过拍摄道路图像，对道路上的物体进行监测，确定物体的运动轨迹，判断这些物体是否会在车辆的盲区范围内与车辆发生交通冲突，如果存在发生交通冲突的可能，则生成相应的盲区监测信息。后续可根据预先设定的条件将盲区监测信息发送到车载终端进行交通提醒，车辆驾驶员或自动驾驶车辆可以根据盲区监测信息进行行驶决策，提高道路行驶的安全性，也进一步提高整个道路交通的安全性。附图说明
[0061] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0062] 图1为本申请实施例提供的一种基于车路协同系统路侧部分的框图；
[0063] 图2为本申请实施例提供的一种基于车路协同的路侧系统的部署示意图；
[0064] 图3为本申请另一实施例提供的一种基于车路协同的路侧系统的部署示意图；
[0065] 图4为本申请实施例提供的一种车辆盲区监测方法的流程图；
[0066] 图5为本申请实施例提供的盲区选项界面的示意图；
[0067] 图6为本申请另一实施例提供的一种车辆盲区监测方法的流程图；
[0068] 图7为本申请另一实施例提供的一种车辆盲区监测法的流程图；
[0069] 图8为本申请实施例提供的一种车辆行驶控制方法的流程图；
[0070] 图9为本申请实施例提供的一种车辆盲区监测装置的框图；
[0071] 图10为本申请实施例提供的一种行驶控制装置的框图；
[0072] 图11为本申请实施例提供的一种车路协同系统的框图；
[0073] 图12为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
[0074] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，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的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。
[0075] 本申请实施例的方法主要应用于车路协同系统。
[0076] 车路协同，是指通过无线通讯方式，将交通系统中的所有元素与所有运载工具和路边基础设施连接起来，形成完整的、提供信息动态共享的系统。车路协同系统中的路侧部分采集道路上的交通信息，使用边缘计算设备进行识别处理，以及时提供给车辆更加全面准确的辅助信息。
[0077] 本申请实施例的车路协同系统包括设置于道路上的摄像装置10和计算装置20。其中，计算装置20包括：边缘计算装置21和中央计算装置22。
[0078] 图1为本申请实施例提供的一种基于车路协同系统路侧部分的框图。如图1所示，道路上每第一预设长度设有至少一个摄像装置10，拍摄第一预设长度的路段；至少两个摄像装置10与边缘计算装置21连接；第一预设个数的边缘计算装置21与一个中央计算装置22连接。
[0079] 摄像装置10，用于将拍摄的图像上传到与之连接的边缘计算装置。边缘计算装置21，用于对图像进行识别处理，将识别结果发送到与之连接的中央计算装置。中央计算装置
22，用于根据识别结果进行数据处理。其中，边缘计算装置21可以为边缘计算工控机，中央计算装置22可以为边缘计算工作站。
22，用于根据识别结果进行数据处理。其中，边缘计算装置21可以为边缘计算工控机，中央计算装置22可以为边缘计算工作站。
[0080] 图2为本申请实施例提供的一种基于车路协同的路侧系统的部署示意图。如图2所示，在高速公路上，其中，道路上每第一预设长度设有至少一个摄像装置10，拍摄第一预设长度的路段。至少两个摄像装置10与边缘计算装置21连接。第一预设个数的边缘计算装置21与一个中央计算装置22连接。
[0081] 例如，可以每100米路段的两端分别设有1个摄像装置10。这2个摄像装置10相对拍摄，拍摄该100米路段。同时，这2个摄像装置10与1个边缘计算装置21连接。5个边缘计算装置20与1个中央计算装置22连接。
[0082] 摄像装置10和边缘计算装置21与以太网供电交换机41连接，中央计算装置22与核心以太网供电交换机42连接。
[0084] 图3为本申请另一实施例提供的一种基于车路协同的路侧系统的部署示意图。如图3所示，在路口，每一侧设有至少两个摄像装置10，摄像装置10朝向路口进行拍摄。每一侧设置的摄像装置10与一个边缘计算装置21连接。每个边缘计算装置21均与1个中央计算装置连接。
[0085] 例如，十字路口的每一侧设有2个摄像装置10，每一侧的2个摄像装置与一个边缘计算装置21连接。该十字路口工设有4个边缘计算装置21，这4个边缘计算装置21均与1个中央计算装置22连接。
[0086] 另外，摄像装置10和边缘计算装置21与以太网供电交换机41连接，中央计算装置22与核心以太网供电交换机42连接。
[0087] 边缘计算装置21和中央计算装置22均可与云服务器连接，将图像识别结果或数据处理结果上传的云服务器，或接收云服务器下发的指令或数据。
[0088] 下面首先对本发明实施例所提供的一种车辆盲区监测方法进行介绍。
[0089] 图4为本申请实施例提供的一种车辆盲区监测方法的流程图。如图4所示，该方法包括以下步骤：
[0090] 步骤S11，获取道路图像及车辆对应的盲区；
[0091] 步骤S12，根据道路图像获取道路上第一物体的第一运动轨迹；
[0092] 步骤S13，根据第一运动轨迹确定为预设时间段内在盲区与车辆行驶存在冲突的第二物体；
[0093] 步骤S14，根据第二物体的第二运动轨迹生成车辆对应的盲区监测信息。
[0094] 本实施例中，通过拍摄道路图像，对道路上的物体进行监测，确定物体的运动轨迹，判断这些物体是否会在车辆的盲区范围内与车辆发生交通冲突，如果存在发生交通冲突的可能，则生成相应的盲区监测信息。后续可根据预先设定的条件将盲区监测信息发送到车载终端进行交通提醒，车辆驾驶员或自动驾驶车辆可以根据盲区监测信息进行行驶决策，提高道路行驶的安全性，也进一步提高整个道路交通的安全性。
[0095] 可选的，第一物体包括动态物体和/或静态物体。动态物体包括：机动车辆、自行车、行人等的运动情况，静态物体包括：交通灯、道路护栏、道路维修设置的障碍物以及出现交通事故停放在道路上的车辆等等。对于动态物体，物体信息可以包括：物体类型(如汽车、卡车、货车、自行车、电动自行车、行人等等)，大小，物体位置，运动方向，运动速度等等。对于静态物体，物体信息可以包括：物体类型(交通灯、道路护栏、路障、车辆等等)，大小，位置等等。
[0096] 对于静态物体来说，如果其位于车辆盲区范围内，则根据其类型、位置、大小等物体信息生成车辆对应的盲区监测信息。而对于动态物体来说，可对其运动轨迹进行预测，判断其是否会进入车辆盲区，且进入车辆盲区时是否会与车辆发送交通冲突，对于在车辆盲区内可能与车辆发生交通冲突的运动物体，则根据其运动轨迹生成车辆对应的盲区监测信息。这样，结合对动态物体和静态物体的监测，可以更加全面、准确的监测车辆盲区内的交通状况，便于车辆驾驶员或自动驾驶车辆准确地根据盲区监测信息进行行驶决策，避免交通冲突的发生，提高车辆道路行驶的安全性，也进一步提高整个道路交通的安全性。
[0097] 另外，本实施例中并不仅对处于车辆盲区内的动态物体和/或静态物体是进行监测，而是对有可能进入车辆盲区的所有物体都进行监测。例如，行人当前并未处于车辆盲区，但通过对其运动轨迹的预测，发现其可能出现在车辆盲区内，且存在发生交通冲突的概率。如其运动轨迹经过车辆盲区或距离车辆盲区很近，若发生突发情况，行人有可能进入盲区且与车辆碰撞，则也对其进行监测，并在对车辆的提醒信息中加入该行人的运动轨迹信息。这样，进一步扩大了道路监测的范围，对于盲区内可能发生的交通冲突进行提醒，避免突发性交通冲突的发生，提高车辆道路行驶的安全性，也进一步提高整个道路交通的安全性。
[0098] 在一个可选实施例中，为了减少运算量，提高监测效率，可以仅获取车辆行驶路线上的道路图像用于盲区监测。上述步骤S11中，获取道路图像包括：获取车辆的行驶路线；获取行驶路线对应的道路图像。
[0099] 例如，根据车辆的行驶路线信息，可确定该车辆的行驶轨迹为在该道路自东向西行驶，在路口A处右转。因此，可以仅获取路口A的道路图像，以及车辆右转后路口东侧和北侧的道路图像。
[0100] 在另一个可选实施例中，为了进一步减少运算量，提高监测效率，通过车辆行驶路线确定盲区，并仅获取车辆行驶路线上与盲区相关的道路图像用于盲区监测。上述步骤S11包括：获取车辆的行驶路线；根据行驶路线确定车辆的盲区；获取盲区对应的道路图像。
[0101] 例如，根据车辆的行驶路线信息，可确定该车辆的行驶轨迹为在该道路自东向西行驶，在路口A处右转。因此，可以仅获取车辆右转后路口北侧的道路图像。
[0102] 在一个可选实施例中，车辆对应盲区可以通过以下至少一种方式获取。
[0103] 方式一，根据车辆自身属性信息确定车辆对应的盲区。
[0104] 上述步骤S11中，获取车辆对应的盲区，包括以下步骤：
[0105] 步骤A1，获取车辆的行驶路线和属性信息；
[0106] 步骤A2，获取行驶路线对应的路况信息；
[0107] 步骤A3，根据属性信息和路况信息确定车辆在行驶路线上至少一个行驶位置对应的盲区。
[0108] 其中，车辆自身的属性信息包括：尺寸、有效刹车距离、盲区范围、可视范围等等。
[0109] 对于自动驾驶车辆来说，车辆上安装有雷达等侦测设备，但是，受限于侦测设备的安装数量及位置，无法对车辆周边情况进行全面监测。例如，雷达侦测距离范围为距车辆20厘米～100米之间，则车辆盲区实际上是距车辆0～20厘米以及超过100米的范围。雷达侦测角度范围为-25°～15°，则车辆盲区范围为-180°～-25°以及15°～180°。
[0110] 另外，路况信息包括：车辆行驶路线上某个行驶位置附近的对驾驶员视线或侦测设备有遮蔽影响的固定物体，如建筑物、树木、绿化带、路灯等等。例如，车辆右侧有一棵树，则由于该树木可能遮挡车辆上侦测设备，使得侦测设备无法监测到树木后方的物体，则树木后方也为该车辆的盲区。
[0111] 本实施例中，结合车辆行驶路线对应的路况信息及车辆自身的属性信息，可以确定车辆在行驶位置对应的盲区。
[0112] 方式二，根据用户选择的盲区类型确定车辆对应的盲区。
[0113] 上述步骤S11中，获取车辆对应的盲区，获取车辆的盲区，包括以下步骤：
[0114] 步骤B1，获取车辆的行驶路线及被选定的盲区类型；
[0115] 步骤B2，获取行驶路线对应的路况信息；
[0116] 步骤B3，根据盲区类型和路况信息确定车辆在行驶路线上至少一个行驶位置对应的盲区。
[0117] 其中，可以提供给用户一个关于盲区监测的界面，在该界面上，提供盲区类型选项，用户可以根据需要选择需要进行监测的盲区类型。图5为本申请实施例提供的盲区选项界面的示意图。如图5所示，可以根据行驶场景将盲区类型划分为左转盲区、右转盲区、倒车盲区、停车盲区、起步盲区等待等，用户通过勾选选项，确定所要进行监测提醒的盲区。其中，每个盲区类型可能对应多个盲区。可选的，也可以在盲区选项界面上提供所有车辆盲区，如前盲区、车尾盲区、后视镜盲区、AB柱盲区、近距盲区、转弯盲区、远距离盲区等等，用户可以根据自身需要进行选择。
[0118] 可选实施例中，道路图像包括：以预设时间间隔拍摄的至少两张道路图像，和/或从拍摄的道路视频中以预设时间间隔提取的至少两张道路图像。上述步骤S12包括：对道路图像进行处理识别，得到第一物体。
[0119] 可选的，可以通过三帧差法识别图像中的运动物体。首先，获取连续三幅图像定义为image1、image2和image3。对image1和image2做帧的差值运算，得到差值d1。对image2和image3做帧的差值运算，得到差值d2。将d1和d2做平滑处理和阈值处理后，转化成二值图像。将二值化图像按位进行“与”运算得出识别结果。
[0120] 在识别得到第一物体之后，预测第一物体的运动轨迹可以采用带有卡尔曼滤波器的计算机视觉库OpenCV实现。卡尔曼滤波器通过不断预测物体状态并基于测量结果更新状态预测的递推计算过程，对物体的运动轨迹进行预测。
[0121] 但是，直接使用卡尔曼滤波器对实际坐标点进行处理是不能立即得到预测点的，从实际使用中可见处理的结果会先延迟于当前坐标点(摄像装置识别到目标的那个时刻的坐标点)，之后再回归、超前于当前点，但又会再次落后于当前点，再回归、超前，如此反复。这样，对于动态物体进行预测时，在初始的这段时间内预测点一直落后于当前点，即使后续的预测点追上了实际点，目标也可能已经改变运动方向或移出视野。由此可见，直接使用卡尔曼滤波器对于物体运动的预测效果较差。
[0122] 本实施例中，为克服上述问题，采用如下技术手段。
[0123] 图6为本申请另一实施例提供的一种车辆盲区监测方法的流程图。如图6所示，第一物体信息包括：位置信息、运动方向和运动速度；位置信息包括第一物体的实际坐标。该方法还包括：
[0125] 步骤S22，将实际坐标信息与第一预测点坐标信息之间的差值与预设系数相乘，得到乘积结果；
[0126] 步骤S23，将乘积结果与实际坐标信息相加，得到第二预测点坐标；
[0127] 步骤S24，根据第二预测点坐标得到第一物体的第一运动轨迹。
[0128] 本实施例中，将预测点与实际点之间距离乘以预设系数后加在实际点的坐标上，从而实现运动预测。实际预测时，初始阶段，预测点可能超前于实际点，但后续会逐渐缩短与实际点之间的距离，最终两者重合，因此，对于动态物体，预测效果较为准确。
[0129] 本实施例中，在上述步骤S12中，对于物体的识别、检测及轨迹预测等，可以引用自动驾驶场景下的计算机视觉算法评测数据集，如KITTI数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。
[0130] 图7为本申请另一实施例提供的一种车辆盲区监测法的流程图。如图7所示，步骤S13包括以下步骤：
[0131] 步骤S31，获取车辆的行驶路线、行驶速度及车辆位置信息；
[0132] 步骤S32，根据行驶路线确定车辆在道路的行驶轨迹；
[0133] 步骤S33，确定第一运动轨迹与行驶轨迹在盲区内的交点；
[0134] 步骤S34，根据行驶速度及车辆位置信息确定车辆到达交点的第一时间，并根据第一运动轨迹确定第一物体到达交点的第二时间；
[0135] 步骤S35，当第一时间和第二时间之间的差值小于或等于预设阈值时，将第一物体确定为预设时间段内在盲区与车辆行驶存在冲突的第二物体。
[0136] 可选的，步骤S13中的预设时间段为从当前时间起未来的一段时间，该预设时间段可以根据第一物体的位置、速度、方向等信息确定。
[0137] 例如，摄像装置的监控区域为十字路口，第一物体为行人，当前位于路口北侧，自东向西通过马路，行人行走速度为1米/秒，马路宽度为35米。该行人可能在过马路过程中进入车辆盲区，与车辆发生交通冲突，行人通过马路的时间为35秒，则可确定预设时间段为自当前时间起未来35秒内。或者，考虑到行人通过马路过程中可能出现突发情况，延长行人通过马路的时间，可以将预设时间段延长为自当前时间起未来40秒内。
[0138] 可选的，步骤S13中的预设时间段还可以根据信号灯配时信息确定。如在上述场景中，该行人可能在过马路过程中进入车辆盲区，与车辆发生交通冲突，人行道信号灯的绿灯时间为40秒，则可将预设时间段设为自当前时间起未来40秒内；或者，路口南北向机动车道信号灯的红灯时间为60秒，则可以将预设时间段延长为自当前时间起未来60秒内。根据实际情况，该预设时间段的确定可以为上述任一方式或多种方式的结合，也可通过其他方式确定，在此不再赘述。
[0139] 本实施例中，可以根据车辆行驶和第一物体的运动轨迹分别计算其到达盲区内交点的时间，如果该时间差小于或等于预设阈值，例如，当该时间差小于或等于10秒，则两者有极大的可能会出现交通冲突，此时，需要对该车辆的驾驶员进行提醒，便于车辆驾驶员或自动驾驶车辆准确地根据交通冲突情况进行行驶决策，避免交通冲突的发生，提高车辆道路行驶的安全性，也进一步提高整个道路交通的安全性。
[0140] 可选的，可以计算第二物体与车辆发生冲突的概率，选择概率较高的第二物体，根据其第二运动轨迹生成盲区监测信息。
[0141] 可选的，该方法还包括：当车辆符合预设提醒条件时，将盲区监测信息发送至车辆对应的终端。
[0142] 例如，可以设置当在盲区内存在交通冲突时，将该盲区监测信息发送该车辆对应的终端。或者，对于发送请求盲区监测信息的终端反馈盲区监测信息，又或者，车辆对应终端预订了获取盲区监测信息的服务，则可根据车辆所处位置或路线实时发送相应的盲区监测信息。
[0143] 本实施例中，该方法还包括：当根据第一运动轨迹确定在盲区内存在与车辆发生行驶冲突的第二物体时，可根据冲突控制信号灯的状态。
[0144] 例如，当发现车辆在路口处右转时可能与过马路的行人发生行驶冲突时，可控制当车辆到达路口时，右转信号灯处于红灯状态，并根据行人通过马路的时间确定右转信号灯保持红灯状态的时间，当到达该时间后，控制右转信号灯变绿，使得车辆可以右转。从而避免交通冲突，提高道路上的交通安全性。
[0145] 下面对本发明实施例所提供的一种车辆行驶控制方法进行介绍。
[0146] 图8为本申请实施例提供的一种车辆行驶控制方法的流程图。如图8所示，该方法应用于车载终端，包括以下步骤：
[0147] 步骤S41，接收车辆对应的盲区监测信息，盲区监测信息根据上述车辆盲区监测方法实施例生成；
[0148] 步骤S42，当根据车辆的行驶信息及盲区监测信息确定车辆在车辆的盲区内存在行驶冲突时，生成行驶冲突信息；
[0149] 步骤S43，根据行驶冲突信息进行行驶控制。
[0150] 其中，盲区监测信息可以包括：所有与该车辆存在交通冲突的第二物体的第二运动轨迹，或者与该车辆存在交通冲突概率较大的第二物体的第二运动轨迹。车载终端根据盲区监测信息及车辆的行驶信息，如行驶路线、行驶速度、位置信息等等，确定在道路存在行驶冲突时，生成行驶冲突信息。
[0151] 其中，行驶冲突信息可以包括：该车辆的当前行驶速度、位置及行驶路线，在某个路口可能与其他车辆、行人等发生交通冲突，发生交通冲突的车辆或行人的速度、行驶方向等等信息。
[0152] 基于行驶冲突信息，可以执行相应的行驶控制操作，例如，对于驾驶员驾驶的车辆，可以根据行驶冲突信息进行提醒，如生成新的行驶路线并建议驾驶员改变路线、建议驾驶员改变行驶速度等等；对于自动驾驶车辆，可以根据行驶冲突信息，自动调整车辆行驶速度或变更行驶路线等等。
[0153] 本实施例中，车载终端根据盲区监测信息进行行驶控制，提高道路行驶的安全性，也进一步提高整个道路交通的安全性。
[0154] 下述为本申请装置实施例，可以用于执行本申请方法实施例。
[0156] 第一获取模块51，用于获取道路图像及车辆对应的盲区；
[0157] 第二获取模块52，用于根据道路图像获取道路上第一物体的第一运动轨迹；
[0158] 确定模块53，用于根据第一运动轨迹确定在盲区内与车辆行驶存在冲突的第二物体；
[0159] 生成模块54，用于根据第二物体的第二运动轨迹生成车辆对应的盲区监测信息。
[0160] 图10为本申请实施例提供的一种行驶控制装置的框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图10所示，该行驶控制装置包括：
[0161] 接收模块61，用于接收车辆对应的盲区监测信息，盲区监测信息根据上述车辆盲区监测方法实施例生成；
[0162] 生成模块62，用于当根据车辆的行驶信息及盲区监测信息确定车辆在车辆的盲区内存在行驶冲突时，生成行驶冲突信息；
[0163] 控制模块63，用于根据行驶冲突信息进行行驶控制。
[0164] 下面对本申请实施例提供的一种车路协同系统进行具体介绍。
[0165] 图11为本申请实施例提供的一种车路协同系统的框图，如图11所示，该系统包括：摄像装置10和计算装置20。摄像装置10，用于对道路进行拍摄，将拍摄的道路图像发送到计算装置20。计算装置20，用于获取道路图像及车辆对应的盲区；根据道路图像获取道路上第一物体的第一运动轨迹；根据第一运动轨迹确定预设时间段内在盲区与车辆行驶存在冲突的第二物体；根据第二物体的第二运动轨迹生成车辆对应的盲区监测信息。
[0166] 可选的，该系统还包括位于车辆上的车载终端30。计算装置20，用于将盲区监测信息发送到车载终端30。车载终端30，用于接收车辆对应的盲区监测信息；当根据车辆的行驶信息及盲区监测信息确定车辆在车辆的盲区内存在行驶冲突时，生成行驶冲突信息；根据行驶冲突信息进行行驶控制。
[0167] 如图11所示，本实施例中，计算装置20可以包括：部署于道路上的边缘计算装置21。
[0168] 边缘计算装置21，用于获取道路图像及车辆对应的盲区；根据道路图像获取道路上第一物体的第一运动轨迹；根据第一运动轨迹确定在盲区内与车辆行驶存在冲突的第二物体；根据第二物体的第二运动轨迹生成车辆对应的盲区监测信息。
[0169] 如图11所示，该计算装置20还可以包括：部署于网络侧的云服务器23。云服务器23，用于获取车辆的行驶路线和属性信息；获取行驶路线对应的路况信息；根据属性信息和路况信息确定车辆在行驶路线上至少一个行驶位置对应的盲区。或者，该云服务器23，用于获取车辆的行驶路线及被选定的盲区类型；获取行驶路线对应的路况信息；根据盲区类型和路况信息确定车辆在行驶路线上至少一个行驶位置对应的盲区。云服务器23将车辆对应的盲区发送到边缘计算装置21。
[0170] 本申请实施例还提供一种电子设备，如图12所示，电子设备可以包括：处理器1501、通信接口1502、存储器1503和通信总线1504，其中，处理器1501，通信接口1502，存储器1503通过通信总线1504完成相互间的通信。
[0171] 存储器1503，用于存放计算机程序；
[0172] 处理器1501，用于执行存储器1503上所存放的计算机程序时，实现以下上述方法实施例的步骤。
[0173] 上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect，P C I)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0174] 通信接口用于上述电子设备与其他设备之间的通信。
[0175] 存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0176] 上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processing，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。
[0177] 本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下上述方法实施例的步骤。
[0178] 需要说明的是，对于上述装置、电子设备及计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0179] 进一步需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。
[0180] 以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 具有集成的冷却装置的功率模块 | 2020-05-11 | 674 |
| 具有集成温度控制的电子灶台式加热器单元 | 2020-05-11 | 729 |
| 一种高效控制信令方法及系统 | 2020-05-12 | 120 |
| 时间提前值的管理 | 2020-05-13 | 396 |
| 带式供料器 | 2020-05-11 | 361 |
| 针对位置测量的载波选择 | 2020-05-12 | 827 |
| 鉴于多时隙操作的PUCCH冲突 | 2020-05-12 | 436 |
| 旋转分配泵阵列以实现通过多个分配泵在多个电子基板上同时分配 | 2020-05-11 | 152 |
| 免许可资源分配 | 2020-05-12 | 966 |
| 用于基于新无线电的车辆对万物环境中的超可靠低延迟通信的装置和方法 | 2020-05-12 | 456 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈