本发明涉及一种用于确定交通信号灯的变换规则的方法和一种相应的车载系统。
背景技术：
随着经济发展和技术进步，交通运输已经成为经济生活中的一个重要方面，并对保证社会经济体系的正常运转发挥着越来越大的作用，促使物资交流和人们往来活动日益频繁，并大大地缩短了时间，提高了工作进程和效率。然而，随着交通运输的高速发展，也带来了许多弊病，尤其是地面的汽车交通运输，无论是发达国家还是发展中国家，都存在交通拥堵和道路堵塞等问题。
交通信号灯在城市里起着重要的管理与疏导交通的作用，也是目前普及的汽车导航系统在导航时必须考虑的一个重要因素。因此，交通信号灯的变换规则需要准确确定，以便使导航系统更为可靠和准确。同时，交通信号灯的变换规则的准确确定也有利于汽车的驾驶员在通过路口时更合理地操控汽车。
据称，本田最近发布了一款全新驾驶辅助系统，该系统依赖与交通控制中心通信的路边红外信号塔来判断路口的交通信号灯的规则，以帮助驾驶员判断路口信号灯的情况，从而为驾驶员减少不必要的停车，提高燃油率，减少交通事故。然而，这种系统需要非常昂贵且实施起来也非常麻烦的智能基础设施作为支撑。
US2014/0129121A1公开了一种识别交通信号灯规则的方法，其利用移动装置(例如iPad)将包括运动信息和信号灯的有关信息在内的交通信息传送给服务器进行分析。这种方法需要海量数据分析并在过滤掉错误信息之后才能得到准确的信号灯变换规则。
为此，目前迫切需要一种新的确定交通信号灯变换规则的方法和相应的系统，以期降低成本、特别是使得不再需要高成本的智能基础设施且能够降低实施难度、减少计算时间和待分析的数据量。
技术实现要素：
本发明的目的是提供一种低成本的、可靠的用于确定交通信号灯的变换规则的方法和车载系统。
为此，根据本发明的第一方面，提供了一种用于确定交通信号灯的变换规则的方法，所述方法包括以下步骤：确定汽车处于停止状态；通过车载检测装置判断汽车是否为等候交通信号灯的第一辆汽车；在确定为等候交通信号灯的第一辆汽车的情况下，记录能够反映所述交通信号灯的变换规则的相关信息；根据所述相关信息和汽车所处的路口位置信息获得相应路口的交通信号灯的变换规则。
根据本发明的一个可选的实施方式，通过轮速传感器确定汽车处于停止状态；和/或通过车载定位装置确定汽车所处的路口位置信息；和/或所述相关信息包括第一辆汽车的等候时间、第一辆汽车开始等候时刻以及第一辆汽车启动时刻；和/或所述交通信号灯的变换规则包括交通信号灯的红灯持续时间、绿灯持续时间和/或交通信号灯的变换时刻；和/或所述方法还包括：将所述相关信息和汽车所处的路口位置信息发送出去，以便允许对所述相关信息进行分析处理来获得所述交通信号灯的变换规则。
根据本发明的一个可选的实施方式，通过安装在汽车头部处的车载摄像机判断汽车是否为等候交通信号灯的第一辆汽车；和/或通过安装在汽车头部处的测距雷达判断汽车是否为等候交通信号灯的第一辆汽车；和/或通过汽车从停止到启动到一定速度所经历的时间判断汽车是否为等候交通信号灯的第一辆汽车；和/或将所述相关信息和汽车所处的路口位置信息发送至云端服务器，通过云端服务器分析处理所述相关信息，以获得所述相应路口的交通信号灯的变换规则。
根据本发明的一个可选的实施方式，所述车载摄像机通过检测汽车前方一定距离内是否有停止线和/或斑马线来判断汽车是否为等候交通信号 灯的第一辆汽车；和/或基于所述测距雷达的输出信号的特性判断汽车是否为等候交通信号灯的第一辆汽车；和/或设定一个启动时间阈值，汽车的速度从零变化到一定速度时所经历的时间被定义为启动时间，当所述启动时间小于所述启动时间阈值时，判断汽车为等候交通信号灯的第一辆汽车。
根据本发明的一个可选的实施方式，设定一个用于限定测距雷达的信号输出持续时间的最小值的时间阈值和一个用于限定汽车与前方目标之间的距离变化的最大值的距离变化阈值，当测距雷达的输出信号同时满足大于所述时间阈值和小于所述距离变化阈值，则判定该汽车前方还停有其他汽车，否则，就判定该汽车为等候交通信号灯的第一辆汽车；和/或所述启动时间约为3秒。
根据本发明的一个可选的实施方式，对于同一路口，对各个车道上的所有第一辆汽车所获得的相关信息均进行分析处理，以获得更为精确的交通信号灯的变换规则；和/或综合考虑同一路口的两个方向上的交通信号灯的变化规则，通过相互校正获得更为精确的交通信号灯的变换规则。
根据本发明的一个可选的实施方式，通过平均化处理、自学习神经网络技术或迭代算法分析处理同一路口的同一方向上的所有第一辆汽车所获得的相关信息。
此外，根据本发明的第二方面，提供了一种用于确定交通信号灯的变换规则的车载系统，包括：安装在汽车上的车载检测装置，在汽车处于停止状态的情况下，通过车载检测装置判断汽车是否为等候交通信号灯的第一辆汽车；其中，在确定为等候交通信号灯的第一辆汽车的情况下，记录能够反映所述交通信号灯的变换规则的相关信息，以便允许根据所述相关信息和汽车所处的路口位置信息获得相应路口的交通信号灯的变换规则。
根据本发明的一个可选的实施方式，所述车载系统还包括安装在汽车上的车载定位装置，通过车载定位装置确定汽车所处的路口位置信息；和/或所述车载系统还包括安装在汽车上的通信装置，通过所述通信装置将所述相关信息和汽车所处的路口位置信息发送出去，以便允许对所述相关信息进行分析处理来获得所述交通信号灯的变换规则。
根据本发明的一个可选的实施方式，所述车载检测装置包括安装在汽 车头部处的车载摄像机和/或安装在汽车头部处的测距雷达。
本发明的用于确定交通信号灯的变换规则的方法和车载系统可靠，可获得准确的变换规则，且成本较低。
附图说明
下面，通过参看附图更详细地描述本发明，可以更好地理解本发明的原理、特点和优点。附图包括：
图1示出了用于收集和分析路口的交通信号灯信息的信息收集分析系统的原理图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案以及有益的技术效果更加清楚明白，以下将结合附图以及多个实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，而不是用于限定本发明的保护范围。
图1示出了根据本发明的一个示例性实施例的用于收集和分析路口的交通信号灯信息的信息收集分析系统的原理图。
如图1所示，该信息收集分析系统1主要包括汽车本身所配备的车载检测装置2。车载检测装置2收集交通信息。所收集的交通信息可以在汽车上进行处理，或者通过安装在汽车上的通信装置4发送出去进行处理。例如，通过通信装置4以无线通信的方式发送给云端服务器3，云端服务器3对接收到的信息进行分析处理，并将最终获得的有用信息发送给各个汽车，以便供各个汽车使用，例如可用于对汽车进行更准确的导航。
由此可见，图1示出的系统是一个典型的示例性信息收集分析系统，但对于本领域技术人员来说，并不局限于此。例如，用于对信息进行分析处理的装置并不一定是云端服务器，而可以是位于任何合适位置处、例如汽车上的任何合适的分析处理装置。当然，信息的传递也并不局限于使用无线通信网络。
本发明的基本思想是，通过车载检测装置判断汽车是否为路口等候的 第一辆汽车，进而根据第一辆汽车获得的信息更为可靠、准确地确定相应路口的交通信息。
根据本发明，提供了一种用于确定交通信号灯的变换规则的方法，包括以下步骤：确定汽车处于停止状态；在汽车处于停止状态的情况下，通过车载检测装置判断汽车是否为等候交通信号灯的第一辆汽车；在确定为等候交通信号灯的第一辆汽车的情况下，记录能够反映所述交通信号灯的变换规则的相关信息；根据所述相关信息和汽车所处的路口位置信息获得相应路口的交通信号灯的变换规则。
判断汽车是否处于停止状态具有多种方式，其中，一个示例性的方式是通过汽车的轮速传感器判断。汽车的轮速传感器可以用于获取汽车的准确状态，例如可以判断汽车是处于停止状态还是行驶状态，此外还可以判断汽车的行驶速度以及启动和停止的时刻。可以理解，轮速传感器能够直接反映汽车的启停、行驶速度等信息，因此，相对于其他测量和判断方法而言，这种信息来源更为准确和可靠，且充分利用了汽车的已有设备，降低了成本。当然，在其他实施方式中，根据实际需求，也可以使用其他方式和设备来获取汽车的状态。
下面，将讨论为何判断汽车是否为等候交通信号灯的第一辆汽车以及如何通过车载检测装置进行判断。
如图1所示，汽车5、6依次排列在路口处等候前方的信号灯7。当红灯亮时，第一辆汽车5先接近停止线8停止，后续汽车6依次停止排列在第一辆汽车5之后。因此，基于第一辆汽车5的等候时间可以基本确定前方红灯的持续时间，进而推导出交通信号灯的变换规则。
当第一辆汽车5停止等候红灯时，车速为零。但汽车并不是停止就一定处于等红灯状态，也有可能因堵车或其他原因而停止。因此，需结合其他信息辅助判断。
根据一个示例性实施例，当汽车配备有车载摄像机这种车载检测装置时，可以通过车载摄像机判断前方是否是交通信号灯路口，例如可以通过安装在汽车头部处的摄像机识别停止线8或斑马线来判断汽车的停止位置。换言之，如果例如通过轮速传感器判断汽车处于停止状态且汽车头部的摄 像机同时识别出车头附近有停止线8或斑马线，就可以基本确定汽车是因红灯而停止的第一辆汽车。
根据另一个示例性实施例，也可以通过测距雷达这种车载检测装置判断汽车是否为等候交通信号灯的第一辆汽车。下面，将对这种判断方法进行详细描述。
对于等候红灯的第一辆汽车5来说，其前方一定距离内通常是没有汽车的。如果汽车头部配备有测距雷达，则可以在汽车停止时通过测距雷达判断汽车前方是否有汽车。如果汽车前方在预定的测距范围内停有其他汽车，则测距雷达会始终有输出且测量出的距离在某一时间段内通常不会发生变化。此时可确定该汽车不是第一辆汽车。显然，在第一辆汽车等候红灯的过程中，汽车前方不远处的斑马线上通常有行人行走，而且另一个方向也有处于绿灯直行状态的汽车或拐弯汽车，这些都可能会被第一辆汽车的测距雷达监测到。但这些干扰造成的测距雷达的信号输出还是有别于汽车前方停有其他汽车时的信号输出。
因此，可以通过判断安装在汽车头部的测距雷达的输出信号的特性来判断汽车前方是否还停有汽车。具体地讲，如上所述，当某一汽车前方停有因红灯而停止的其他汽车时，它们之间的距离在一段时间内通常是不变的，从而测距雷达通常会有持续一段时间的固定输出，而如果前方是其他移动目标、例如行人、沿其他方向行驶的车辆，测距雷达的输出则是不稳定的，而且也是不连续的。这些最终会反映为测距雷达的输出信号的特性的不同，从而使得在某一汽车停止时，可根据该汽车头部的测距雷达的输出信号的特性来判断该汽车前方是否停有其他汽车。
例如，可以设定一个时间阈值和一个距离变化阈值。时间阈值用于限定测距雷达的信号输出持续时间的最小值，距离变化阈值用于限定汽车与前方目标之间的距离变化的最大值。在理想状态下，如果两辆相继的汽车均在等候红灯，则两辆汽车之间的距离通常不变或变化很小，且这样的状态会持续一段时间。因此，当安装在汽车头部的测距雷达的输出信号同时满足大于时间阈值和小于距离变化阈值，则就判定该汽车前方还停有其他汽车。否则，就判定汽车前方没有其他汽车，结合汽车处于停止状态进而 可以判断该汽车为等候红灯的第一辆汽车。
根据又一个示例性实施例，也可通过以下方式判断汽车是否为等候交通信号灯的第一辆汽车：设定一个启动时间阈值，汽车的速度从零变化到一定速度时所经历的时间被定义为启动时间，当所述启动时间小于所述启动时间阈值时，判断汽车为等候交通信号灯的第一辆汽车。这是因为，通常等候红灯的第一辆汽车在从红灯变为绿灯时反应较快，一般3秒就可以实现启动。准备启动到正式启动到一定速度所经过的时间例如可以通过汽车的检测控制系统、例如ECU确定。
根据另一个更为具体的实施方式，可以根据轮速传感器来判断汽车的启动时间。例如，可以设定一个速度阈值，汽车的速度从零变化到该速度阈值时所经历的时间可被定义为启动时间。当启动时间小于某一预定时长时就认为汽车启动反应较快，从而可用于判断汽车是否为第一辆汽车。
对于本领域的技术人员来说，显然汽车的启动时间并不局限于以上确定方法，也可以采用其他任何合适的确定方法。
以上示例性地描述了分别通过车载摄像机、测距雷达和启动时间判断汽车是否为等候交通信号灯的第一辆汽车。显然，为了进一步提高可靠性和准确率，上述三种判断方法可以以任何方式组合使用。
目前，汽车通常配备有车载定位装置，例如车载GPS。车载定位装置可以对汽车进行定位，从而可以判断汽车处于道路的哪个位置，特别是具体位于哪个交通路口。
显然，为了进一步提高判断汽车是否为等候交通信号灯的第一辆汽车的可靠性和准确性，还可以结合车载定位装置给出的位置信息来确定汽车是否处于路口，以便仅在汽车至少处于路口附近时才判断汽车否为等候交通信号灯的第一辆汽车。
在确定为等候交通信号灯的第一辆汽车的情况下，就可以记录能够反映交通信号灯的变换规则的相关信息。
具体地讲，从第一辆汽车5停止时开始计时，直至驾驶员再次启动汽车，从而可得到该汽车的等候时长。该等候时长可以确定为相应方向上的红灯持续时间。
随后，可对所述相关信息和汽车所处的路口位置信息进行分析处理，以获得相应路口的交通信号灯的变换规则。例如，可将所述相关信息和汽车所处的路口位置信息发送出去，以便允许对所述相关信息进行分析处理来获得所述交通信号灯的变换规则。
更进一步地，例如，将所述相关信息和汽车所处的路口位置信息发送至云端服务器3，通过云端服务器3分析处理所述相关信息，以获得所述相应路口的交通信号灯的变换规则。具体地讲，可以通过通信装置4将该等候时长以及由车载定位装置确定的路口位置信息发送给云端服务器3，云端服务器3根据路口位置信息找到对应路口。根据一个示例性实施例，云端服务器3可判断是否已经保存有该路口的相应方向上的交通信号灯的红灯持续时间，如果没有，则云端服务器3将收到的等候时长直接校正为该路口的相应方向上的红灯持续时间，否则替代云端服务器上预先设定的值。在其他实施方式中，根据实际需求，通信装置4将该等候时长以及由车载定位装置确定的路口位置信息直接发送给其他车辆。
对于本领域的技术人员来说，显然，如果仅以一条车道上的第一辆汽车的等候时长作为判断依据，可能不太准确。优选地，可对各个车道上的第一辆汽车的等候时长进行统计分析，例如取平均，以使相应路口的交通信号灯的红灯持续时间与交通信号灯的实际情况更为符合。
根据一个优选的示例性实施例，对于某一路口，可以统计分析处理某一段时间(例如一天、几天或甚至十几天)内的所有车道的等候时长，以确定相应路口的交通信号灯的红灯持续时间。
根据另一个示例性实施例，可以设定校正次数，当对云端服务器3存储的红灯持续时间的校正次数超过预定阈值时，停止校正。经过预定次数的校正，可以基本确保云端服务器3保存的该路口的交通信号灯的红灯持续时间与实际相符合，因此无需进行多余校正，从而可降低云端服务器3的计算量。如果校正次数还未超过预定阈值，则继续用新获取的等候时长进行校正，直到达到预定的校正次数。
对于本领域的技术人员来说，路口的两个方向上的交通信号灯的变换是交替进行的。因此，根据本发明的一个示例性实施例，也可以综合考虑 两个方向上的等候时长，以相互校正。
根据另一个示例性实施例，也可利用自学习神经网络技术、迭代算法或其他合适的数据处理分析技术来分析处理由大量第一辆汽车上传的等候时长，以使最终确定的红灯持续时间与交通信号灯的实际情况更为符合。
对于本领域的技术人员来说，显然也可实时地获得第一辆汽车上传的等候时长，以实时地校正云端服务器3上保存的红灯持续时间，从而可使导航系统更为实时、准确。
对于本领域的技术人员来说，从以上描述可知，通过以上方法可以确定各个路口的各个方向上的交通信号灯的变换规则，包括在某一时刻是红灯还是绿灯、何时变绿灯、何时变红灯等。这为导航系统的准确、最佳导航提供了判断依据。
此外，由以上描述可知，本发明也提供了一种用于确定交通信号灯的变换规则的车载系统，包括：
安装在汽车上的车载检测装置，在汽车处于停止状态的情况下，通过车载检测装置判断汽车是否为等候交通信号灯的第一辆汽车；
其中，在确定为等候交通信号灯的第一辆汽车的情况下，记录能够反映所述交通信号灯的变换规则的相关信息，以便允许根据所述相关信息和汽车所处的路口位置信息获得相应路口的交通信号灯的变换规则。
本发明的确定和判断方法准确性高，能够获得更符合实际的红灯持续时间，从而为导航系统提供了更为准确的数据。
而且，对于本领域的技术人员而言，本发明的其他优点和替代性实施方式是显而易见的。因此，本发明就其更宽泛的意义而言并不局限于所示和所述的具体细节、代表性结构和示例性实施例。相反，本领域的技术人员可以在不脱离本发明的基本精神和范围的情况下进行各种修改和替代。