一种视觉报警方法、装置及系统与流程

1.本技术涉及自动驾驶技术领域，尤其是涉及一种视觉报警方法、装置及系统。


背景技术：

2.目前的报警技术多侧重于对输入数据收集过程和预处理过程进行检测和校正，然而，这种方式仅能保证输入报警系统的数据的准确性，却不能确保报警系统能够正确使用这些数据，如此，则会存在异常报警，如报警不及时、漏报警等的情况，导致存在安全隐患。


技术实现要素：

3.本技术的目的在于提供一种视觉报警方法、装置及系统，从而解决现有技术中报警系统由于无法正确使用接收到的数据而造成的异常报警的问题。
4.为了达到上述目的，本技术提供一种视觉报警方法，包括：获取至少一个传感器的传感器数据；根据所述传感器数据，判断每个所述传感器的时间同步性；根据所述时间同步性的判断结果和所述传感器数据，显示视觉报警地图，所述视觉报警地图上标注有异常传感器和与所述异常传感器对应的低可信度区域，其中，所述异常传感器包括根据所述传感器数据确定的存在故障的传感器和所述判断结果为不同步的传感器中的至少一个。
5.可选地，根据所述传感器数据，判断每个所述传感器的时间同步性，包括：在第一传感器的采集时刻与内置高精度时钟的时间差大于第一阈值时，确定所述第一传感器的时间不同步，其中，所述第一传感器为至少一个所述传感器中的任意一个传感器。
6.可选地，根据所述传感器数据，判断每个所述传感器的时间同步性，包括：在第一传感器的采集时刻与第二传感器的采集时刻的时间差大于第二阈值时，确定所述第一传感器的时间不同步；其中，所述第二传感器为至少一个所述传感器除所述第一传感器以外的传感器，且所述第二传感器的时间同步。
7.可选地，根据所述时间同步性的判断结果和所述传感器数据，显示视觉报警地图，包括：对所述传感器数据中的采集数据进行融合，生成融合地图；根据所述传感器数据中的故障码和所述判断结果，生成图像错误码；根据所述图像错误码，在所述融合地图上，标注所述异常传感器和所述低可信度区域；其中，标注后的融合地图为所述视觉报警地图；在第一显示屏幕上显示所述视觉报警地图。
8.可选地，根据所述图像错误码，在所述融合地图上，标注所述异常传感器和所述低可信度区域，包括：根据所述图像错误码，确定所述异常传感器、所述异常传感器的异常类型和与所
述异常传感器对应的所述低可信度区域；在所述融合地图上标注所述异常传感器；根据所述异常类型，利用渲染软件对所述融合地图中的所述可信度区域进行渲染标注。
9.可选地，所述方法还包括：根据所述传感器数据中的故障码和所述判断结果，确定所述异常传感器的异常类型；根据所述异常类型，确定所述异常传感器的影响范围和影响程度；根据所述异常传感器的采集数据、所述异常类型、所述影响范围和所述影响程度，生成与所述异常传感器相关的错误信息；在第一显示屏幕上显示所述错误信息。
10.可选地，所述方法还包括：将所述视觉报警地图和所述错误信息上传至云端服务器。
11.可选地，所述第一显示屏幕包括车载显示终端、手持终端、计算机和云端服务器中的至少一个的显示屏幕。
12.本技术实施例还提供一种视觉报警装置，包括：获取模块，用于获取至少一个传感器的传感器数据；判断模块，用于根据所述传感器数据，判断每个所述传感器的时间同步性；显示模块，用于根据所述时间同步性的判断结果和所述传感器数据，显示视觉报警地图，所述视觉报警地图上标注有异常传感器和与所述异常传感器对应的低可信度区域，其中，所述异常传感器包括根据所述传感器数据确定的存在故障的传感器和所述判断结果为不同步的传感器中的至少一个。
13.本技术实施例还提供一种视觉报警系统，包括：收发机、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；所述处理器执行所述程序或指令时实现如上所述的视觉报警方法的步骤。
14.本技术实施例还提供一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如上所述的视觉报警方法的步骤。
15.本技术的上述技术方案至少具有如下有益效果：本技术实施例的视觉报警方法，首先，获取至少一个传感器的传感器数据；其次，根据所述传感器数据，判断每个所述传感器的时间同步性；最后，根据所述时间同步性的判断结果和所述传感器数据，显示视觉报警地图，所述视觉报警地图上标注有异常传感器和与所述异常传感器对应的低可信度区域，其中，所述异常传感器包括根据所述传感器数据确定的存在故障的传感器和所述判断结果为不同步的传感器中的至少一个。如此，实现了在视觉报警地图上标注功能异常的传感器及其检测区域的基础上，还标注了由于时间不同步导致数据不可信的传感器及对应的区域，从而实现了在地图融合过程中，对出现的故障和隐患的实时显示，达到了提前预警的效果，从而为相关人员预留充足的处理时间。
附图说明
16.图1为本技术实施例的视觉报警方法的流程示意图之一；
图2为本技术实施例的显示界面的示意图；图3为本技术实施例的视觉报警方法的流程示意图之二；图4为本技术实施例的视觉报警装置的结构示意图；图5为本技术实施例的视觉报警系统的结构示意图。
具体实施方式
17.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
18.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
19.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的视觉报警方法、装置及系统进行详细地说明。
20.如图1所示，为本技术实施例的视觉报警方法的结构示意图之一，该视觉报警方法包括：步骤101，获取至少一个传感器的传感器数据；这里，需要说明的是，本步骤中的至少一个传感器为安装于汽车上的一种或多种传感器，例如：用于采集视觉信息的单目摄像头、双目摄像头、视觉雷达等，用于采集地理位置信息的高精度地图输入装置（如全球定位导航系统（global positioning system，gps））、惯性导航等，用于采集雷达数据信息的激光雷达、毫米波雷达等；其中，每种传感器的数量可以为一个或多个。
21.这里，还需要说明的是，本步骤中的传感器数据不仅包括传感器采集周围环境信息的采集数据，还可以包括：采集时刻、传感器状态等中的一个或多个，其中，传感器状态包括传感器故障或传感器正常，进一步地，在传感器状态为传感器故障时，传感器数据还可以包括故障码等。
22.步骤102，根据所述传感器数据，判断每个所述传感器的时间同步性；如前所述，传感器数据可以包括采集时刻，本步骤具体可以依据传感器数据中的采集时刻判断传感器的时间同步性。
23.步骤103，根据所述时间同步性的判断结果和所述传感器数据，显示视觉报警地图，所述视觉报警地图上标注有异常传感器和与所述异常传感器对应的低可信度区域，其中，所述异常传感器包括根据所述传感器数据确定的存在故障的传感器和所述判断结果为不同步的传感器中的至少一个。
24.本技术实施例的视觉报警方法，首先获取至少一个传感器的传感器数据，然后，根据该传感器数据判断各个传感器的时间同步性，最后，根据时间同步性的判断结果和传感器数据，显示视觉报警地图，如此，一方面，实现了在生成视觉报警地图的过程中，不仅考虑
传感器的采集数据的准确性，还考虑各个传感器的时效性，亦即，考虑了地图融合过程中异常的情况，提高了视觉报警的准确性，另一方面，实现了在视觉报警地图中，实时标注异常传感器及不可信区域，以对出现的故障和隐患进行实时显示，从而给相关人员预留了充足的处理时间。
25.作为一个可选的实现方式，步骤102，根据所述传感器数据，判断每个所述传感器的时间同步性，包括：在第一传感器的采集时刻与内置高精度时钟的时间差大于第一阈值时，确定所述第一传感器的时间不同步，其中，所述第一传感器为至少一个所述传感器中的任意一个传感器。
26.也就是说，在获取到传感器数据之后，可以以传感器采集数据的时刻为基础，同时内置高精度时钟，对获取的传感器数据的时间戳（采集时刻）进行分析，如果采集时刻与高精度时钟的时间的差值超过预先设定的第一阈值，则确定该传感器时间不同步。
27.作为另一个可选的实现方式，步骤102，根据所述传感器数据，判断每个所述传感器的时间同步性，包括：在第一传感器的采集时刻与第二传感器的采集时刻的时间差大于第二阈值时，确定所述第一传感器的时间不同步；其中，所述第二传感器为至少一个所述传感器除所述第一传感器以外的传感器，且所述第二传感器的时间同步。
28.也就是说，在获取到传感器数据之后，将任意两个传感器的采集时刻进行比对，若时间差小于预设的第二阈值，且已知被比较的两个传感器中的其中一个时间同步，则确定另一个传感器时间不同步。其中，被比较的两个传感器中的其中一个时间同步可以是通过将该传感器与内置高精度时钟进行比较确定的，也可以是按照预设条件确定的（比如，在预设时长内接收到的传感器数据中，采集时刻最晚的传感器时间同步）等。
29.这里，需要说明的是，上述对步骤102具体限定的两个可选的实现方式为和/或的关系，即：在判断传感器的时间同步性时，可以仅判断传感器的采集时刻与内置高精度时钟的时间同步性，也可以仅判断任意两个传感器的时间同步性，还可以同时判断传感器与内置高精度时钟的时间同步性和任意两个传感器的时间同步性。
30.这里，需要说明的是，第一阈值和第二阈值均是可以根据实际需要进行调整的，本技术实施例不做具体限定。
31.上述可选实现方式中，对各个传感器的时间同步性进行判断，能够实现后续在视觉报警地图中显示出由于时间不同步造成的数据不可信区域，便于及时提醒相关人员，因而，本技术实施例的视觉报警方法能够适用于车辆高速运动的场景，避免了由于时间延迟造成安全隐患。
32.作为一个可选的实现方式，步骤103，根据所述时间同步性的判断结果和所述传感器数据，显示视觉报警地图，包括：（1）对所述传感器数据中的采集数据进行融合，生成融合地图；这里，需要说明的是，本步骤可以基于传统算法或者深度学习神经网络将采集数据进行处理，以生成（原始的）融合地图；（2）根据所述传感器数据中的故障码和所述判断结果，生成图像错误码；这里，需要说明的是，图像错误码是用于表征异常传感器相关信息的编码或其他
形式的指示信息，本技术实施例对图像错误码的形式不做限定，如：图像错误码为11时表示：编号为1的传感器为异常传感器，异常类型为传感器故障；图像错误码为22时表示：编号为2的传感器为异常传感器，异常类型为时间不同步；图像错误码为33时表示：编号为3的传感器为异常传感器，异常类型为传感器故障且时间不同步等。
33.（3）根据所述图像错误码，在所述融合地图上，标注所述异常传感器和所述低可信度区域；其中，标注后的融合地图为所述视觉报警地图；其中，本步骤的一个具体实施例如图2所示，灰色方框区域为相应传感器示意图，相邻的黑框范围为传感器感知区域，传感器能够输出区域内感知到的数据信息。其中，传感器3为故障传感器，所以其感知范围在显示界面视图中被标注为醒目的颜色（图2中的黑色区域），即该区域的感知结果不可信，以提醒相关人员（如驾驶人员和开发人员）注意该方向和区域的实际行车状况。
34.（4）在第一显示屏幕上显示所述视觉报警地图。
35.本步骤中显示的视觉报警地图包括如图2所示的信息，还包括融合的地图结果，比如障碍物、车道线等。
36.作为一个具体的实现方式，根据所述图像错误码，在所述融合地图上，标注所述异常传感器和所述低可信度区域，包括：根据所述图像错误码，确定所述异常传感器、所述异常传感器的异常类型和与所述异常传感器对应的所述低可信度区域；在所述融合地图上标注所述异常传感器；本步骤的标注方式可以如图2所显示的将表示传感器的图形设置为灰色等；根据所述异常类型，利用渲染软件对所述融合地图中的所述可信度区域进行渲染标注。
37.本步骤具体可以是按照预先设置的标注规则，利用渲染软件对视觉故障地图中的异常传感器及其对应的检测区域进行渲染，以用不同的醒目的颜色标注融合地图中不可信区域（如由于时间不同步导致的不可信区域）和错误区域（如由于传感器故障导致的不可信区域），并对已知的异常传感器进行明确标注，以提醒相关人员。
38.本具体实现方式中，在融合地图上标注异常传感器（故障传感器和/或时间不同步传感器）和异常传感器的检测区域（低可信度区域），实现了在融合过程中进行警告或者报警，并且实时显示融合地图，以使得使用者可以根据地图信息提前获得报警或者警告，而非在规划控制模块之后报警，给相关人员预留了更多的处理时间。
39.进一步地，作为一个可选的实现方式，所述方法还包括：根据所述传感器数据中的故障码和所述判断结果，确定所述异常传感器的异常类型；例如，本步骤中，传感器数据中存在故障码且时间同步判断结果为同步，则确定异常类型为传感器故障；若传感器数据中不存在故障码（传感器数据中的传感器状态为正常）且时间同步判断结果为不同步，则确定异常类型为时间不同步；若传感器数据中存在故障码且时间同步判断结果为不同步，则确定异常类型为传感器故障且时间不同步。
40.根据所述异常类型，确定所述异常传感器的影响范围和影响程度；这里，需要说明的是，影响范围是指由于异常传感器的异常导致的不可信区域，
即：异常传感器的检测区域；影响程度是指异常传感器对整体的检测结果的影响程度，如异常类型为时间不同步，则影响程度相对较小，若异常类型为传感器故障，则影响程度较大。
41.根据所述异常传感器的采集数据、所述异常类型、所述影响范围和所述影响程度，生成与所述异常传感器相关的错误信息；作为一种具体的方式，异常传感器的错误信息包括：异常类型、影响范围和影响程度中的至少一个，另外，错误信息还可以包括采集数据，通过在错误信息中设置采集数据，方便相关人员基于采集数据快速定位异常原因，以及时解决异常问题。
42.在第一显示屏幕上显示所述错误信息。
43.通过在第一显示屏幕上显示错误信息，可以使相关人员即时、直观地获知异常情况，并采取相应的措施。其中，相关人员可以是指驾驶人员，也可以是指开发人员，若相关人员为驾驶人员，本技术实施例的视觉报警方法适用于车辆行驶过程中，如此，驾驶员可以根据显示的错误信息，即时查看不可信区域的实际车况，以便做出相应的处理，消除安全隐患，避免安全事故；若相关人员为开发人员，本技术实施例的视觉报警方法适用于设计开发阶段，如此，可以使开发人员快速定位问题并解决，以缩短开发周期和开发成本。
44.进一步地，作为一个可选的实现方式，所述方法还包括：将所述视觉报警地图和所述错误信息上传至云端服务器。
45.具体的，本可选实现方式中，在不影响系统正常运行的同时，利用数据传输协议，将这些信息上传给云端服务器，以方便工作人员远程协助解决问题。其中视觉报警地图在必要的情况下可以使用编码和有损压缩技术以保证不过度占用传输带宽和系统的数据处理能力。
46.作为一个更具体的实现方式，所述第一显示屏幕包括车载显示终端、手持终端、计算机和云端服务器中的至少一个的显示屏幕。
47.也就是说，在存在异常传感器的情况下，可以在车载显示终端的显示屏幕中显示视觉报警地图，以对驾驶人员进行预警，还可以在与车辆相关的手持终端（如手机、平板电脑等）显示视觉报警地图，还可以在计算机的显示屏幕上显示视觉报警地图，其中，该计算机可以是用于开发的计算机，以将异常问题即时告知开发人员；还可以在云端服务器的显示屏幕上显示视觉报警地图，以方便工作人员远程协助解决问题。
48.这里，需要说明的是，在本具体实施例中，在显示视觉报警地图时，还可以同步显示错误信息，以提醒相关人员。
49.下面，结合图3对本技术实施例的视觉报警方法的实现过程进行说明：在对本技术实施例的视觉报警方法进行说明之前，首先对运行本技术实施例的视觉报警方法的系统的结构进行说明：该系统可以包括：传感器模块，该传感器模块为信息输入模块，输入的信息包括视觉信息（由单双目摄像头、视觉雷达等采集）、地理位置信息（由高精度地图输入装置、惯性导航等采集）、雷达数据信息（由激光雷达、毫米波雷达等采集）；其中，该模块包括采集上述信息的传感器，还包括局域网和/或以太网输入装置等设备（用于传输采集的传感器采集的信息）以及相应的软硬件驱动；时间判断模块，与传感器模块通信连接，以传感器模块获取的时间为基础，同时内
置高精度时钟，对输入的传感器数据的时间戳进行分析。其中包含可以根据需求进行修改的阈值，如果其中传感器信息的获取时间与高精度时钟时间的差距超过阈值，或者各传感器之间的时间差超出阈值，车载系统中存在相应时间不同步问题。相应结果输出到融合分析模块，作为判断故障程度的依据。
50.数据融合模块，与传感器模块通信连接；本模块以传感器模块的结果信息为输入，通过传统算法或者深度学习神经网络将传感器数据进行处理，生成融合后的原始融合地图，该原始地图输入到处理分析模块。同时本模块对输入信息进行筛选，如果输入数据有异常就将收集来的状态和传感器数据一起传输到处理分析模块。
51.处理分析模块，与时间判断模块和数据融合模块通信连接；本模块有两个功能。其一，对生成的原始的融合地图，进行后处理，转换为可以显示的图像或者视频。其二，本模块对输入的传感器的状态，数据，故障码和时间判断结果进行实时性的综合判断。基于对各个输入的综合分析，判断出具体出现故障的传感器和故障类型（包括传感器数据错误和时间不同步）以及影响的范围和程度。如果存在因输入传感器数据缺失，延时或者错误导致的融合地图精度损失或者严重误差，生成相应的错误信息，传输到数据模块和显示模块。
52.显示模块，与处理分析模块通信连接；本模块为各种终端显示屏幕，包括手机，电脑，平板，车载显示终端，以及云端远程显示屏幕。使用渲染软件对传入的图像和视频数据进行渲染和显示，用醒目的颜色标注实时融合地图中不可信和错误的部分，并且对已知的错误模块进行明确标明，从而对驾驶人员进行预警，并告知当前车载系统是否出现问题，以及出现问题的严重程度。也可以作为工具对开发设计人员提供传感器和融合的相关信息，从而加速问题的定位和解决。
53.数据模块，与处理分析模块通信连接。收集处理分析模块传来的错误信息，图像错误码和处理后的融合地图。在不影响车载系统正常运行的同时，利用数据传输协议，将这些信息上传给云端服务器，以方便工作人员远程协助解决问题。其中实时地图在必要的情况下可以使用编码和有损压缩技术以保证不过度占用传输带宽和车载系统的数据处理能力。
54.下面，结合图3对本技术实施例的实现过程进行说明：s301，传感器模块获取传感器数据，传感器数据包括：采集数据、采集时刻、传感器状态；在传感器状态为故障时，传感器数据还包括故障码；s302，传感器模块将采集时刻输入至时间判断模块；s303，传感器模块将采集数据、传感器状态和故障码（如果有的话）输入至数据融合模块；s304，时间判断模块根据采集时刻判断各个传感器的时间同步性，并将时间同步性的判断结果输入至处理分析模块；s305，数据融合模块对采集数据进行融合，生成原始的融合地图；s306，数据融合模块将融合地图、故障传感器的传感器数据发送给处理分析模块；s307，处理分析模块对接收到的故障码和时间同步性判断结果进行检查和分析，生成图像错误码；s308，处理分析模块将融合地图进行后处理，转换为可以显示的视觉报警地图；s309，处理分析模块基于对各个输入的综合分析，生成相应的错误信息；s310，处理分析模块将融合地图、图像错误码、错误信息输入至数据模块；
s311，数据模块将视觉报警地图、图像错误码和错误信息发送给云端服务器；s312，处理分析模块将视觉报警地图、图像错误码、错误信息输入至显示模块；s313，显示模块根据图像错误码对视觉报警地图进行渲染并显示渲染后的视觉报警地图和错误信息。
55.本技术实施例的视觉报警方法具有如下有益效果：实时性：本报警方案包含对于实时性的检测和分析，能够满足车载系统所处的高速运行环境。
56.视觉报警：采用基于深度学习模型的多传感器融合算法生成实时视觉感知地图，能够反应出车载系统对于周围环境的感知，方便使用者实时比较车载系统的感知效果和人眼观察的区别，能方便驾驶员和开发人员使用。
57.中间过程：本报警方案在融合过程中警告或者报警，并且因为能够实时显示融合地图，所以使用者可以根据地图信息提前获得报警或者警告，而非在规划控制模块之后报警；并且本报警方案有自验性，如果工作原理上出现问题即会自动报警，而非在出现紧急状况之后进行报警，能够大大提高使用者的安全系数。
58.通用性：包含使用场景和功能的通用性。本技术方案可以为车载系统或者自动驾驶系统的使用者（即驾驶员）提供报警，并且因为能够实时显示融合结果，也可以作为开发工具为设计研发人员提供一个可视化图像界面。这样出现故障后，驾驶员和维修人员可以同时使用本发明进行排查，提高双方交流效率和排查维修速度。其次，本发明并不区分或者针对特定驾驶模式，举例来说，可以在低速和高速场，夜间日间等场景中通用，拥有很强的普适性。
59.需要说明的是，本技术实施例提供的视觉报警方法，执行主体可以为视觉报警装置，或者该视觉报警装置中的用于执行加载视觉报警方法的控制模块。本技术实施例中以视觉报警装置执行加载视觉报警方法为例，说明本技术实施例提供的视觉报警方法。
60.如图4所示，本技术实施例还提供一种视觉报警装置，包括：获取模块401，用于获取至少一个传感器的传感器数据；判断模块402，用于根据所述传感器数据，判断每个所述传感器的时间同步性；第一显示模块403，用于根据所述时间同步性的判断结果和所述传感器数据，显示视觉报警地图，所述视觉报警地图上标注有异常传感器和与所述异常传感器对应的低可信度区域，其中，所述异常传感器包括根据所述传感器数据确定的存在故障的传感器和所述判断结果为不同步的传感器中的至少一个。
61.本技术实施例的视觉报警装置，首先获取模块401获取至少一个传感器的传感器数据，然后，判断模块402根据该传感器数据判断各个传感器的时间同步性，最后，第一显示模块403根据时间同步性的判断结果和传感器数据，显示视觉报警地图，如此，一方面，实现了在生成视觉报警地图的过程中，不仅考虑传感器的采集数据的准确性，还考虑各个传感器的时效性，亦即，考虑了地图融合过程中异常的情况，提高了视觉报警的准确性，另一方面，实现了在视觉报警地图中，实时标注异常传感器及不可信区域，以对出现的故障和隐患进行实时显示，从而给相关人员预留了充足的处理时间。
62.可选地，所述判断模块402具体用于：在第一传感器的采集时刻与内置高精度时钟的时间差大于第一阈值时，确定所述
第一传感器的时间不同步，其中，所述第一传感器为至少一个所述传感器中的任意一个传感器。
63.可选地，所述判断模块402用于：在第一传感器的采集时刻与第二传感器的采集时刻的时间差大于第二阈值时，确定所述第一传感器的时间不同步；其中，所述第二传感器为至少一个所述传感器除所述第一传感器以外的传感器，且所述第二传感器的时间同步。
64.可选地，所述判断模块402用于：在第一传感器的采集时刻与内置高精度时钟的时间差大于第一阈值，以及，第一传感器的采集时刻与第二传感器的采集时刻的时间差大于第二阈值时，确定所述第一传感器的时间不同步，其中，所述第一传感器为至少一个所述传感器中的任意一个传感器，所述第二传感器为至少一个所述传感器除所述第一传感器以外的传感器，且所述第二传感器的时间同步。
65.可选地，所述第一显示模块403，包括：第一生成子模块，用于对所述传感器数据中的采集数据进行融合，生成融合地图；第二生成子模块，用于根据所述传感器数据中的故障码和所述判断结果，生成图像错误码；标注子模块，用于根据所述图像错误码，在所述融合地图上，标注所述异常传感器和所述低可信度区域；其中，标注后的融合地图为所述视觉报警地图；显示子模块，用于在第一显示屏幕上显示所述视觉报警地图。
66.可选地，所述标注子模块包括：确定单元，用于根据所述图像错误码，确定所述异常传感器、所述异常传感器的异常类型和与所述异常传感器对应的所述低可信度区域；第一标注单元，用于在所述融合地图上标注所述异常传感器；第二标注单元，用于根据所述异常类型，利用渲染软件对所述融合地图中的所述可信度区域进行渲染标注。
67.可选地，所述装置还包括：第一确定模块，用于根据所述传感器数据中的故障码和所述判断结果，确定所述异常传感器的异常类型；第二确定模块，用于根据所述异常类型，确定所述异常传感器的影响范围和影响程度；生成模块，用于根据所述异常传感器的采集数据、所述异常类型、所述影响范围和所述影响程度，生成与所述异常传感器相关的错误信息；第二显示模块，用于在第一显示屏幕上显示所述错误信息。
68.可选地，所述装置还包括：发送模块，用于将所述视觉报警地图和所述错误信息上传至云端服务器。
69.可选地，所述第一显示屏幕包括车载显示终端、手持终端、计算机和云端服务器中的至少一个的显示屏幕。
70.如图5所示，本技术实施例还提供一种视觉报警系统，收发机510、处理器500、存储器520及存储在所述存储器520上并可在所述处理器500上运行的程序或指令；所述处理器500执行所述程序或指令时实现如上所述的视觉报警方法实施例的各个过程，且能达到相
同的技术效果，为了避免重复，这里不再赘述。
71.所述收发机510，用于在处理器500的控制下接收和发送数据。
72.其中，在图5中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器500代表的一个或多个处理器和存储器520代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机510可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备，用户接口530还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
73.处理器500负责管理总线架构和通常的处理，存储器520可以存储处理器500在执行操作时所使用的数据。
74.本技术实施例还提供一种可读存储介质，可读存储介质上存储有程序，该程序被处理器执行时实现视觉报警方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，该可读存储介质，如只读存储器（read-only memory，简称rom）、随机存取存储器（random access memory，简称ram）、磁碟或者光盘等。
75.最后，还需要说明的是，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、物品或者终端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。
76.以上所述是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。