感知预警系统、方法、装置及计算机程序产品与流程

1.本公开涉及计算机技术领域，具体涉及智能交通、自动驾驶技术，尤其涉及感知预警系统、方法、装置、电子设备、存储介质以及计算机程序产品，可用于智能交通场景下。


背景技术：

2.站台，例如公交站台，容易成为车辆、人流较为密集的区域。站台附近的乘客和车辆需要时刻注意是否有车辆进入站台，以让行进站车辆，避免造成交通拥堵，甚至交通事故。目前，站台附近的乘客和车辆对即将进站的车辆无感知，需要等车乘客、站台附近停靠的车辆中的人员自己注意进站车辆。


技术实现要素：

3.本公开提供了一种感知预警系统、方法、装置、电子设备、存储介质以及计算机程序产品。
4.根据第一方面，提供了一种感知预警系统，包括：感知设备、信息处理设备和目标站台，其中，感知设备，用于生成对目标站台的预设区域的感知信息；信息处理设备，用于根据感知信息，确定预设区域中是否存在目标对象，得到感知结果；目标站台，用于响应于确定感知结果表征预设区域中存在目标对象，基于即将进入预设区域的目标车辆，向目标对象发出预警信息。
5.根据第二方面，提供了一种感知预警方法，包括：获取感知设备对于目标站台的预设区域的感知信息；根据感知信息，确定预设区域中是否存在目标对象，得到感知结果；响应于确定感知结果表征预设区域中存在目标对象，基于即将进入预设区域的目标车辆，向目标对象发出预警信息。
6.根据第三方面，提供了一种感知预警装置，包括：感知单元，被配置成获取感知设备对于目标站台的预设区域的感知信息；确定单元，被配置成根据感知信息，确定预设区域中是否存在目标对象，得到感知结果；预警单元，被配置成响应于确定感知结果表征预设区域中存在目标对象，基于即将进入预设区域的目标车辆，向目标对象发出预警信息。
7.根据第四方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第二方面任一实现方式描述的方法。
8.根据第五方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第二方面任一实现方式描述的方法。
9.根据第六方面，提供了一种计算机程序产品，包括：计算机程序，计算机程序在被处理器执行时实现如第二方面任一实现方式描述的方法。
10.根据本公开的技术，提供了一种感知预警系统，当目标车辆即将进入目标车站时，向处在目标车站的预设区域中的目标对象发出预警信息，以让行进站的目标车辆，避免造成交通拥堵，提高了交通效率和车辆行驶安全性。
11.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
12.附图用于更好地理解本方案，不构成对本公开的限定。其中：
13.图1是根据本公开的一个实施例可以应用于其中的示例性系统架构图；
14.图2是根据本公开的感知预警方法的一个实施例的流程图；
15.图3是根据本实施例的感知预警方法的应用场景的示意图；
16.图4是根据本公开的感知预警方法的又一个实施例的流程图；
17.图5是根据本公开的感知预警装置的一个实施例的结构图；
18.图6是适于用来实现本公开实施例的计算机系统的结构示意图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
20.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
21.图1示出了可以应用本公开的感知预警方法及装置的示例性架构100。
22.如图1所示，系统架构100可以包括感知设备101、102，网络103，信息处理设备104，网络105和目标站台106。终端设备101、102之间通信连接构成拓扑网络，网络103、105用以在终端设备101、102和信息处理设备104之间、信息处理设备104和目标站台106之间提供通信链路的介质。网络103、105可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
23.感知设备101、102可以是支持信息采集、网络连接从而进行数据传输的硬件设备或软件。当感知设备101、102为硬件时，其可以是支持网络连接，信息采集、交互、显示、处理等功能的各种电子设备，包括但不限于图像采集设备、语音采集设备、点云采集设备、压力传感器、热红外传感器、地磁、闸机等等。当感知设备101、102为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
24.具体的，感知设备101、102用于生成对目标站台106的预设区域的感知信息。预设区域可以是目标站台中的任一区域，例如公交车进站时的停车区域、公交车在进站时司机的视线盲区。
25.信息处理设备104可以是提供各种服务的信息处理设备，例如服务器。具体的，信息处理设备104用于根据感知信息，确定预设区域中是否存在目标对象，得到感知结果。
26.作为示例，信息处理设备104可以通过预训练的感知模型确定感知信息对应的感知结果。其中，感知模型用于表征感知信息与感知结果之间的对应关系。感知模型可以是卷积神经网络、残差网络、循环神经网络等各种神经网络模型。具体的，目标对象可以是人、车
等可移动对象。
27.需要说明的是，信息处理设备104可以是硬件，也可以是软件。当信息处理设备104为硬件时，可以实现成多个信息处理设备组成的分布式服务器集群，也可以实现成单个信息处理设备。当信息处理设备为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
28.目标站台106可以是具有信息交互、处理、展示等功能的智慧站台。具体的，目标站台106，用于响应于确定感知结果表征预设区域中存在目标对象，基于即将进入预设区域的目标车辆，向目标对象发出预警信息。
29.预警信息可以提示目标对象即将有目标车辆进入自己所在的预设区域，提醒用户远离目标站台的预设区域，以让行进站的目标车辆，避免造成交通拥堵。
30.为了进一步提高预警信息的针对性和有效性，在得到表征感知结果的过程中，可以进一步确定目标对象的标志性特征信息(例如，标志性外观特征)。例如，对于预设区域中的人而言，标志性特征例如可以是性别、穿着等特征；对于预设区域中的车而言，标志性特征例如可以是车牌号、车型、车辆颜色等特征。本示例中，得到感知结果的神经网络模型可以进一步确定出目标对象的标志性特征信息，也即，该神经网络模型表征感知信息与感知结果、目标对象的标志性特征之间的对应关系；本示例中，响应于得到感知结果的第一神经网络模型确定预设区域中存在目标对象，也可以通过独立于第一神经网络模型的第二神经网络模型确定目标对象的标志性特征信息。其中，第二神经网络模型用于表征目标对象与标志性特征之间的对应关系。
31.进而，目标站台在发出预警信息时可以进一步根据预设区域中的目标对象的标志性特征针对性地发出预警信息。例如，预警信息为“101路公交车即将驶入站台，请车牌号为xxx的车辆驶离站台”。
32.应该理解，图1中的感知设备、信息处理设备、网络和目标站台的数目仅仅是示意性的。根据实现需要，可以具有任意数目的感知设备、信息处理设备、网络和目标站台。当用于预警感知方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括预警方法运行于其上的电子设备(例如感知设备、信息处理设备或目标站台)。
33.本实施例中，提供了一种感知预警系统，当目标车辆即将进入目标车站时，向处在目标车站的预设区域中的目标对象发出预警信息，以让行进站的目标车辆，避免造成交通拥堵，提高了交通效率和车辆行驶安全性。
34.在本实施例的一些可选的实现方式中，目标站台进一步用于：获取与目标站台关联的目标车辆的位置信息；根据位置信息确定目标车辆是否即将进入预设区域；响应于确定目标车辆即将进入预设区域，向目标对象发出预警信息。
35.目标车辆可以是会进入目标站台的任意类型车辆。例如，目标车辆是公交车、私家车等。以公交车为例，当公交车在运行过程中经过目标站台，且在该目标站台进站时，认为公交车与目标站台关联。目标站台与公交车之间的关联关系一般预先确定，从而，可以预先确定需在目标站台进站的公交车。目标站台可以通过云端平台与所关联的公交车进行通信，基于gps(global positioning system，全球定位系统)确定公交车的实时位置，进而，根据公交车的实时位置与目标站台的位置确定公交车是否即将进入目标站台的预设区域。
36.作为示例，响应于公交车离开当前目标站台的上一站台开始，向当前目标站台驶来，确定该公交车即将进入当前目标站台的预设区域。作为又一示例，响应于确定公交车与目标站台之间的距离在预设距离阈值内，确定该公交车即将进入当前目标站台的预设区域。其中，预设距离阈值可以根据实际情况具体设置。例如，预设距离为100米。
37.以私家车为例，由于无法预见私家车是否会在目标站台停车，也即，私家车与目标站台之间的关联关系并不能预先确定，因此，可在目标站台附近设置可对目标车辆进行目标跟踪的数据处理装置，以通过数据处理装置对目标车辆进行跟踪，确定目标车辆的运行轨迹。具体的，数据处理装置可采集目标站台所在的路线上的车辆的视频数据，数据处理装置通过具有目标跟踪功能的神经网络模型根据视频数据中的每个视频帧对目标车辆进行跟踪，并基于不同帧之间的目标车辆的位置确定目标车辆的运行轨迹，预测目标车辆的运行动态，以确定私家车是否会进入目标站台的预设区域。
38.本实现方式中，提供了一种确定目标车辆是否即将进入预设区域的方法，根据目标车辆与目标站台之间的关联性，以及目标车辆的实时位置和目标站台的位置，可以准确地确定目标车辆是否即将进入预设区域。
39.在本实施例的一些可选的实现方式中，目标站台包括通信装置、部署目标应用的处理装置、显示装置和语音播报装置。其中，目标站台进一步用于：通过通信装置从信息处理设备获取感知结果，响应于通过目标应用确定感知结果表征预设区域中存在目标对象，通过显示装置向目标对象展示预警信息，通过语音播报装置向目标对象播报预警信息。
40.通信装置可以通过有线连接或无线连接通信方式从信息处理设备获取感知结果。目标应用可以是专门为智慧站台开发的应用程序，用于确定感知结果，并基于感知结果向显示装置和语音播报装置发送预警指令。
41.本实现方式中，提供了目标站台的具体结构，并基于显示装置和语音播报装置多种方式发出预警信息，提高了预警信息的有效性。
42.在本实施例的一些可选的实现方式中，感知信息为感知图像。本实现方式中，邻近目标站台的预设区域，可以设置图像采集装置，以实时采集预设区域的感知图像，信息处理设备进一步用于：对感知图像进行图像识别，确定预设区域中是否存在目标对象，得到感知结果。
43.作为示例，信息处理设备可以通过图像感知模型识别检测图像中的目标对象，得到感知结果。具体的，当预设区域中存在目标对象时，感知结果可以包括各目标对象以及各目标对象对应的标志性特征。
44.本实现方式中，基于图像识别方式确定感知结果，提高了感知结果的准确度。
45.在本实施例的一些可选的实现方式中，感知信息为点云数据，邻近目标站台的预设区域，可以设置点云采集装置，以实时采集预设区域的点云数据，信息处理设备进一步用于：对点云数据进行分析，确定预设区域中是否存在目标对象，得到感知结果。
46.作为示例，当目标站台的预设区域中进入目标对象时，所采集到的点云数据会发生变化，变化部分会被识别为新的对象。如果这些对象并不存在于单纯对应于目标站台的背景点云数据中，则会识别出预设区域中存在目标对象。根据凸包原理，在目标对象周围绘制一个所谓的边界框。凸包通过连接物体最外层的点来描述物体的最小周长。边界框将对象包围在尽可能小的长方体中，以便更好地处理信息。此边框有助于对目标进行粗略分类。
例如，可以根据此边框来确定检测到的物体是汽车还是行人。
47.本实现方式中，基于点云识别方式确定感知结果，提高了感知结果的准确度。
48.在本实施例的一些可选的实现方式中，信息处理设备为云端信息处理设备，或目标站台的路侧信息处理设备。
49.当信息处理设备为云端信息处理设备时，可以基于云端高性能的数据处理能力统一根据各感知设备的感知信息，得到对应的感知结果。作为示例，针对于每个目标站台，设置其对应的站台标识。每个目标站台对应的感知设备的标识与站台标识对应。从而基于接收到的感知信息对应的站台标识，将处理后得到的感知结果发送至标识对应的目标站台。
50.本实现方式中，当信息处理设备为云端信息处理设备时，基于云端信息处理设备，目标站台本地可以采用更为简单的装置结构，提高了目标站台部署时的简洁性；并且，基于云端高性能的信息处理能力，提高了所得到的告知结果的准确度。
51.当信息处理设备为目标站台的路侧信息处理设备时，每个目标站台以及与其对应的本地的感知设备、信息处理设备组成相对独立的单元，在单元内部即可实现目标对象的感知，以及基于感知结果的预警等过程，缩短了信息传输链路，加快响应时间，以及时发出预警信息，提高交通安全性。
52.本实现方式中，当信息处理设备为目标站台的路侧信息处理设备时，提高了预警的及时性，可以进一步避免交通事故，保证交通安全。
53.在本实施例的一些可选的实现方式中，感知设备和信息处理设备集成于目标站台中。
54.本实现方式中，基于集成的方式，进一步缩短了目标对象的感知、基于感知结果的预警这整个信息处理过程的通信链路，链路最优、集成度最高，可完成站台服务的快速响应。
55.请参考图2，图2为本公开实施例提供的一种感知预警方法的流程图，其中，流程200包括以下步骤：
56.步骤201，获取感知设备对于目标站台的预设区域的感知信息。
57.本实施例中，感知预警方法的执行主体(例如，图1中的感知设备、信息处理设备或目标站台)可以基于有线网络连接方式或无线网络连接方式从远程，或从本地获取感知设备对于目标站台的预设区域的感知信息。
58.预设区域可以是目标站台中的任一区域，例如公交车进站时的停车区域、公交车在进站时司机的视线盲区。感知设备可以是支持信息采集、网络连接从而进行数据传输的信息采集设备，例如，图像采集设备、语音采集设备、点云采集设备、压力传感器、热红外传感器、地磁、闸机等等。
59.需要说明的是，感知设备可以包括多种类型的感知设备。作为示例，可以设置图像采集设备和点云采集设备两种感知设备，从而得到图像数据和点云数据两种感知信息。
60.步骤202，根据感知信息，确定预设区域中是否存在目标对象，得到感知结果。
61.本实施例中，上述执行主体可以根据感知信息，确定预设区域中是否存在目标对象，得到感知结果。
62.作为示例，上述执行主体可以通过预训练的感知模型确定感知信息对应的感知结果。其中，感知模型用于表征感知信息与感知结果之间的对应关系。感知模型可以是卷积神
经网络、残差网络、循环神经网络等各种神经网络模型。具体的，目标对象可以是人、车等可移动对象。
63.作为又一示例，感知结果包括不同感知设备采集的多种感知数据。对于多种感知数据，通过该感知数据对应的神经网络模型，处理该感知数据，得到该感知数据对应的感知结果。进而，根据多种感知结果，采用加权求和等方式确定最终的感知结果。
64.步骤203，响应于确定感知结果表征预设区域中存在目标对象，基于即将进入预设区域的目标车辆，向目标对象发出预警信息。
65.本实施例中，上述执行主体可以响应于确定感知结果表征预设区域中存在目标对象，基于即将进入预设区域的目标车辆，向目标对象发出预警信息。
66.预警信息可以提示目标对象即将有目标车辆进入自己所在的预设区域，提醒用户远离目标站台的预设区域，以让行进站的目标车辆，避免造成交通拥堵。
67.为了进一步提高预警信息的针对性和有效性，在得到表征感知结果的过程中，可以进一步确定目标对象的标志性特征信息(例如，标志性外观特征)。例如，对于预设区域中的人而言，标志性特征例如可以是性别、穿着等特征；对于预设区域中的车而言，标志性特征例如可以是车牌号、车型、车辆颜色等特征。本示例中，得到感知结果的神经网络模型可以进一步确定出目标对象的标志性特征信息，也即，该神经网络模型表征感知信息与感知结果、目标对象的标志性特征之间的对应关系；本示例中，响应于得到感知结果的第一神经网络模型确定预设区域中存在目标对象，也可以通过独立于第一神经网络模型的第二神经网络模型确定目标对象的标志性特征信息。其中，第二神经网络模型用于表征目标对象与标志性特征之间的对应关系。
68.进而，目标站台在发出预警信息时可以进一步根据预设区域中的目标对象的标志性特征针对性地发出预警信息。例如，预警信息为“101路公交车即将驶入站台，请车牌号为xxx的车辆驶离站台”。
69.继续参见图3，图3是根据本实施例的感知预警方法的应用场景的一个示意图300。在图3的应用场景中，目标站台301的公交车停车区域中有暂停的私家车。目标站台附近的感知设备302实时采集目标站台的公交车停车区域的感知信息，并将感知信息发送至目标站台对应的信息处理设备303。信息处理设备303根据感知信息，确定公交车停车区域中存在目标对象，包括私家车304，得到感知结果。进而，目标站台301响应于确定感知结果表征公交车停车区域中存在目标对象，基于即将进入公交车停车区域中的公交车305，向目标对象304发出预警信息306。
70.本实施例中，提供了一种感知预警方法，当目标车辆即将进入目标车站时，向处在目标车站的预设区域中的目标对象发出预警信息，以让行进站的目标车辆，避免造成交通拥堵，提高了交通效率和车辆行驶安全性。
71.在本实施例的一些可选的实现方式中，上述执行主体通过如下方式以基于即将进入预设区域的目标车辆，向目标对象发出预警信息：
72.首先，获取与目标站台关联的目标车辆的位置信息；然后，根据位置信息确定目标车辆是否即将进入预设区域；最后，响应于确定目标车辆即将进入预设区域，向目标对象发出预警信息。
73.目标车辆可以是会进入目标站台的任意类型车辆。例如，目标车辆是公交车、私家
车等。以公交车为例，当公交车在运行过程中经过目标站台，且在目标站台进站时，认为公交车与目标站台关联。目标站台与公交车之间的关联关系一般预先确定，从而，可以预先确定需在目标站台进站的公交车。目标站台可以通过云端平台与所关联的公交车进行通信，基于gps(global positioning system，全球定位系统)确定公交车的实时位置，进而，根据公交车的实时位置与目标站台的位置确定公交车是否即将进入目标站台的预设区域。
74.作为示例，响应于公交车离开当前目标站台的上一站台开始，向当前目标站台驶来，确定该公交车即将进入当前目标站台的预设区域。作为又一示例，响应于确定公交车与目标站台之间的距离在预设距离阈值内，确定该公交车即将进入当前目标站台的预设区域。其中，预设距离阈值可以根据实际情况具体设置。例如，预设距离为100米。
75.以私家车为例，由于无法预见私家车是否会在目标站台停车，也即，私家车与目标站台之间的关联关系并不能预先确定，因此，可在目标站台附近设置可对目标车辆进行目标跟踪的数据处理装置，以通过数据处理装置对目标车辆进行跟踪，确定目标车辆的运行轨迹。具体的，数据处理装置可采集目标站台所在的路线上的车辆的视频数据，数据处理装置通过具有目标跟踪功能的神经网络模型根据视频数据中的每个视频帧对目标车辆进行跟踪，并基于不同帧之间的目标车辆的位置确定目标车辆的运行轨迹，预测目标车辆的运行动态，以确定私家车是否会进入目标站台的预设区域。
76.本实现方式中，提供了一种确定目标车辆是否即将进入预设区域的方法，根据目标车辆与目标站台之间的关联性，以及目标车辆的实时位置和目标站台的位置，可以准确地确定目标车辆是否即将进入预设区域。
77.在本实施例的一些可选的实现方式中，上述执行主体可以通过执行如下方式以向目标对象发出预警信息：向目标对象展示并语音播报预警信息。
78.具体的，目标站台进一步用于：通过通信装置从信息处理设备获取感知结果，响应于通过目标应用确定感知结果表征预设区域中存在目标对象，通过显示装置向目标对象展示预警信息，通过语音播报装置向目标对象播报预警信息。
79.通信装置可以通过有线连接或无线连接通信方式从信息处理设备获取感知结果。目标应用可以是专门为智慧站台开发的应用程序，用于确定感知结果，并基于感知结果向显示装置和语音播报装置发送预警指令。
80.本实现方式中，提供了目标站台的具体结构，并基于显示装置和语音播报装置多种方式发出预警信息，提高了预警信息的有效性。
81.在本实施例的一些可选的实现方式中，感知信息为感知图像。本实现方式中，邻近目标站台的预设区域，可以设置图像采集装置，以实时采集预设区域的感知图像。
82.本实现方式中，上述执行主体可以通过如下方式执行上述步骤202：对感知图像进行图像识别，确定预设区域中是否存在目标对象，得到感知结果。
83.作为示例，信息处理设备可以通过图像感知模型识别检测图像中的目标对象，得到感知结果。具体的，当预设区域中存在目标对象时，感知结果可以包括各目标对象以及各目标对象对应的标志性特征。
84.本实现方式中，基于图像识别方式确定感知结果，提高了感知结果的准确度。
85.在本实施例的一些可选的实现方式中，感知信息为点云数据，邻近目标站台的预设区域，可以设置点云采集装置，以实时采集预设区域的点云数据。本实现方式中，上述执
行主体可以通过如下方式执行上述步骤202：对点云数据进行分析，确定预设区域中是否存在目标对象，得到感知结果。
86.作为示例，当目标站台的预设区域中进入目标对象时，所采集到的点云数据会发生变化，变化部分会被识别为新的对象。如果这些对象在与原来背景图像的比较中不存在，则会识别出预设区域中存在目标对象。根据凸包原理，在目标对象周围绘制一个所谓的边界框。凸壳通过连接物体最外层的点来描述物体的最小周长。边界框将对象包围在尽可能小的长方体中，以便更好地处理信息。此边框有助于对目标进行粗略分类。例如，可以根据此边框来确定检测到的物体是汽车还是行人。
87.本实现方式中，基于点云识别方式确定感知结果，提高了感知结果的准确度。
88.继续参考图4，示出了根据本公开的方法的一个感知定位的方法实施例的示意性流程400，包括以下步骤：
89.步骤401，获取感知设备对于目标站台的预设区域的感知信息。
90.步骤402，根据感知信息，确定预设区域中是否存在目标对象，得到感知结果。
91.步骤403，响应于确定感知结果表征预设区域中存在目标对象，获取与目标站台关联的目标车辆的位置信息。
92.步骤404，根据位置信息确定目标车辆是否即将进入预设区域。
93.步骤405，响应于确定目标车辆即将进入预设区域，向目标对象展示并语音播报预警信息。
94.从本实施例中可以看出，与图2对应的实施例相比，本实施例中的感知预警方法的流程400具体说明了目标车辆即将进入预设区域的确定过程，预警过程，进一步提高了所确定的感知预警的准确度，提高了交通效率和车辆行驶安全性。
95.继续参考图5，作为对上述各图所示方法的实现，本公开提供了一种感知预警装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
96.如图5所示，感知预警装置包括：感知单元501，被配置成获取感知设备对于目标站台的预设区域的感知信息；确定单元502，被配置成根据感知信息，确定预设区域中是否存在目标对象，得到感知结果；预警单元503，被配置成响应于确定感知结果表征预设区域中存在目标对象，基于即将进入预设区域的目标车辆，向目标对象发出预警信息。
97.在本实施例的一些可选的实现方式中，预警单元503，进一步被配置成：获取与目标站台关联的目标车辆的位置信息；根据位置信息确定目标车辆是否即将进入预设区域；响应于确定目标车辆即将进入预设区域，向目标对象发出预警信息。
98.在本实施例的一些可选的实现方式中，预警单元503，进一步被配置成：向目标对象展示并语音播报预警信息。
99.在本实施例的一些可选的实现方式中，感知信息为感知图像，以及感知单502，进一步被配置成：对感知图像进行图像识别，确定预设区域中是否存在目标对象，得到感知结果。
100.在本实施例的一些可选的实现方式中，感知信息为点云数据，以及感知单元502，进一步被配置成：对点云数据进行分析，确定预设区域中是否存在目标对象，得到感知结果。
101.本实施例中，提供了一种感知预警装置，当目标车辆即将进入目标车站时，向处在目标车站的预设区域中的目标对象发出预警信息，以让行进站的目标车辆，避免造成交通拥堵，提高了交通效率和车辆行驶安全性。
102.根据本公开的实施例，本公开还提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现上述任意实施例所描述的感知预警方法。
103.根据本公开的实施例，本公开还提供了一种可读存储介质，该可读存储介质存储有计算机指令，该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的感知预警方法。
104.本公开实施例提供了一种计算机程序产品，该计算机程序在被处理器执行时能够实现上述任意实施例所描述的感知预警方法。
105.图6示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
106.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
107.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
108.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如感知预警方法。例如，在一些实施例中，感知预警方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的感知预警方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行感知预警方法。
109.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统
的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
110.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
111.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
112.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
113.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
114.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大，业务扩展性弱的缺陷；也可以为分布式系统的服务器，或者是结合了区块链的服务器。
115.根据本公开实施例的技术方案，提供了一种感知预警系统，当目标车辆即将进入
目标车站时，向处在目标车站的预设区域中的目标对象发出预警信息，以让行进站的目标车辆，避免造成交通拥堵，提高了交通效率和车辆行驶安全性。
116.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。
117.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。