一种感知方法、装置及系统与流程

本发明涉及智能交通技术领域，尤其涉及一种感知方法、感知装置及包括该感知装置的感知系统。

背景技术：

驾驶环境感知技术是智能辅助驾驶系统以及自动驾驶系统所要解决的关键问题之一。驾驶环境信息的收集和信息给驾驶员的呈现方式是该技术的两个重要内容。现在广泛采用的车载传感器例如相机、雷达等对于感知自身周围视距范围内的环境状况起到了较好的效果，但其局限性在于不能进行大范围感知，并且感知的区域易被其他车辆遮挡，且周围车辆越多，感知范围越受限。因此如何提供一种能够进行更大范围的环境感知而且不受各种遮挡影响的感知方式成为本领域技术人员亟待解决的技术问题。

技术实现要素：

本发明提供了一种感知方法、感知装置及包括该感知装置的感知系统，解决相关技术中存在的车辆驾驶感知范围小且容易遮挡的问题。

作为本发明的一个方面，提供一种感知方法，其中，所述感知方法包括：

获取图像数据信息，并识别所述图像数据信息中的目标车辆；

对所述目标车辆进行环境状况判断以及位置计算，得到目标车辆的安全可行驶区域；

将所述目标车辆的安全可行驶区域反馈至所述目标车辆。

进一步地，所述感知方法还包括在所述对所述目标车辆进行环境状况判断以及位置计算，得到目标车辆的安全可行驶区域的步骤前进行的：

获取所述目标车辆周围的环境状况。

进一步地，所述获取所述目标车辆周围的环境状况包括：

建立相对坐标系，其中所述相对坐标系的中心为行驶中的所述目标车辆；

实时计算所述目标车辆周围的相对环境状况。

进一步地，所述建立相对坐标系包括：

将车道坐标由二维图形像素坐标映射到三维世界坐标系中；

根据车道线在所述三维世界坐标系中的位置信息限定所述目标车辆的有效行驶区域；

将所述有效行驶区域以所述目标车辆为零点进行网格划分。

进一步地，所述获取所述目标车辆周围的环境状况还包括：

将所述目标车辆及其周围的环境状况均投影到所述有效行驶区域的网格中，获得所述安全可行驶区域。

进一步地，所述获取图像数据信息，并识别所述图像数据信息中的目标车辆包括：

获取同一采集设备的图像数据信息；

对所述图像数据信息进行图像处理，得到目标车辆的车牌信息和位置信息。

进一步地，所述获取图像数据信息，并识别所述图像数据信息中的目标车辆包括：

获取相邻两个采集设备的图像数据信息，得到两个图像数据信息；

将所述两个图像数据信息进行图像拼接，得到拼接图像信息；

对所述拼接图像信息进行图像处理，得到目标车辆的车牌信息和位置信息。

作为本发明的另一个方面，提供一种感知装置，其中，所述感知装置包括：

获取模块，所述获取模块用于获取图像数据信息，并识别所述图像数据信息中的目标车辆；

处理模块，所述处理模块用于对所述目标车辆进行环境状况判断以及位置计算，得到目标车辆的安全可行驶区域；

反馈模块，所述反馈模块用于将所述目标车辆的安全可行驶区域反馈至所述目标车辆。

作为本发明的另一个方面，提高一种感知系统，其中，所述感知系统包括：车载单元、路侧单元和前文所述的感知装置，所述感知装置和所述车载单元均与所述路侧单元通信连接，所述感知装置用于实时采集目标车辆的图像数据信息，并根据所述图像数据信息进行处理得到目标车辆的安全可行驶区域，所述路侧单元能够将所述目标车辆的安全可行驶区域通过所述车载单元反馈至所述目标车辆。

进一步地，所述车载单元包括车载通信模块和车载定位模块，所述车载定位模块和所述车载通信模块均与所述路侧单元通信连接，所述路侧单元通过所述车载定位模块实时采集所述目标车辆的位置信息。

通过上述感知方法、装置及系统，获取图像数据信息，对所述图像数据信息进行处理后识别出目标车辆，通过对目标车辆进行环境状况判断以及位置计算后，能够得到目标车辆的安全可行驶区域，这种感知方法由于是基于路侧设施获取到的图像数据信息，跟车载图像传感器相比，具有感知范围更广且不受遮挡的优势，提升了目标车辆周围环境的感知精度，进而能够使得目标车辆的运行路线更加精确安全。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1为本发明提供的感知方法的流程图。

图2为本发明提供的感知方法的具体实现示意图。

图3为本发明提供的感知装置的结构框图。

图4为本发明提供的感知系统的结构框图。

图5为本发明提供的感知系统的具体实施方式结构框图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。

为了使本领域技术人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必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，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包括，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本实施例中提供了一种感知方法，图1是根据本发明实施例提供的感知方法的流程图，如图1所示，包括：

s110、获取图像数据信息，并识别所述图像数据信息中的目标车辆；

可以理解的是，在道路上尤其是交叉路口设置多个路侧设施，每个路侧设施均包括路侧单元（roadsideunit，简称rsu）和感知装置，如图2所示，每个路侧设施均能够实时采集道路上行驶的车辆的图像信息以及位置信息，在获取到路侧单元采集到的这些图像信息以及位置信息后，进行处理识别得到目标车辆。

s120、对所述目标车辆进行环境状况判断以及位置计算，得到目标车辆的安全可行驶区域；

具体地，对所述目标车辆周围的环境状况进行判断以及对目标车辆的行驶位置进行确定，以得到目标车辆的可行驶区域。

s130、将所述目标车辆的安全可行驶区域反馈至所述目标车辆。

通过上述感知方法，获取图像数据信息，对所述图像数据信息进行处理后识别出目标车辆，通过对目标车辆进行环境状况判断以及位置计算后，能够得到目标车辆的安全可行驶区域，这种感知方法由于是基于路侧设施获取到的图像数据信息，跟车载图像传感器相比，具有感知范围更广且不受遮挡的优势，提升了目标车辆周围环境的感知精度，进而能够使得目标车辆的运行路线更加精确安全。

应当理解的是，在对目标车辆进行识别时，可以通过图像处理得到目标车辆的车牌。具体地，对于车牌识别可以主要包括：车辆检测、车牌定位和车牌字符分割与识别三部分，具体每一部分的具体实现可以采用现有的常规手段进行实现，具体不再赘述。

为了能够获得目标车辆的安全可行驶区域，所述感知方法还包括在所述对所述目标车辆进行环境状况判断以及位置计算，得到目标车辆的安全可行驶区域的步骤前进行的：

获取所述目标车辆周围的环境状况。

具体地，路侧单元对上述识别出的目标车辆进行实时追踪，从而实现对目标车辆的环境状况的采集。

进一步具体地，所述获取所述目标车辆周围的环境状况还包括：将所述目标车辆及其周围的环境状况均投影到所述有效行驶区域的网格中，获得所述安全可行驶区域。

可以理解的是，将所述目标车辆及所述目标车辆周围的环境状况均投影到所述有效行驶区域的网格中，可以根据有效行驶区域的网格分布快速识别出哪些可以是目标车辆的安全可行驶区域。

具体地，在上述目标车辆被识别成功后，若要给该目标车辆提供连续性的服务，则需要对所述目标车辆进行追踪，追踪的同时采集计算所述目标车辆周围的环境状况。由于上述目标车辆识别时已经获得目标车辆的车牌信息，所以此处对于目标车辆的跟踪可以采用基于区域的目标跟踪方法。

作为另一种具体地实施方式，所述获取所述目标车辆周围的环境状况包括：

建立相对坐标系，其中所述相对坐标系的中心为行驶中的所述目标车辆；

实时计算所述目标车辆周围的相对环境状况。

进一步具体地，所述建立相对坐标系包括：

将车道坐标由二维图形像素坐标映射到三维世界坐标系中；

根据车道线在所述三维世界坐标系中的位置信息限定所述目标车辆的有效行驶区域；

将所述有效行驶区域以所述目标车辆为零点进行网格划分。

可以理解的是，在目标车辆识别成功且进行连续追踪时，路侧设施将采集追踪过程中目标车辆的环境状况。若要获取目标车辆视角的路况，有必要以目标车辆为中心建立相对坐标系，实时计算该目标车辆周围的相对环境；并且在行驶过程中，坐标中心始终为该目标车辆。该相对坐标系建模时，首先完成车道线坐标由二维图像像素坐标到三维世界坐标系的映射，得到车道线在世界坐标系中的位置信息以后，限定有效行驶区域，在该区域内以该目标车辆的位置为零点进行网格图的划分，完成相对坐标系的建立。

对于安全可行驶区域的计算，具体地，以目标车辆为零点的网格相对坐标系建立之后，需要判断该目标车辆周围网格的环境状况，计算其他车辆与该目标车辆的相对位置，得到该目标车辆的安全可行驶区域，之后返回给此目标车辆。路侧设施采集了目标车辆周围的环境信息，根据此信息借助贝叶斯决策网络可以得到相对坐标系中各个网格被占据的概率，此结果从而引导驾驶员合理规划行驶路线。

作为图像数据信息获取的一种实施方式，所述获取图像数据信息，并识别所述图像数据信息中的目标车辆包括：

获取同一采集设备的图像数据信息；

对所述图像数据信息进行图像处理，得到目标车辆的车牌信息和位置信息。

应当理解的是，此处所述采集设备具体为路侧设施的一部分，即当该目标车辆能够被同一路侧设施采集时，只需对采集到的图像数据信息进行图像处理，即可实现对目标车辆的识别。

作为图像数据信息获取的另一种实施方式，所述获取图像数据信息，并识别所述图像数据信息中的目标车辆包括：

获取相邻两个采集设备的图像数据信息，得到两个图像数据信息；

将所述两个图像数据信息进行图像拼接，得到拼接图像信息；

对所述拼接图像信息进行图像处理，得到目标车辆的车牌信息和位置信息。

具体地，当目标车辆即将驶出一个路侧设施的覆盖区域，驶入另一个路侧设施的覆盖区域时，将两个路侧设施获取的图像数据信息进行图像拼接，得到拼接图像信息；对所述拼接图像信息进行图像处理，得到目标车辆在相邻两个路侧设施共同覆盖区域内的安全可行驶区域。

应当理解的是，由于车辆实时运动，必然存在驶出本路侧设施覆盖区域进入另一个路侧设施范围的情况，为了达到服务连续性的目标，有必要对两个路侧设施采集的图像进行拼接。对于此种情况下图像拼接，两个路侧设施首先要进行同步，之后对边界处两个路侧单元采集的图像进行拼接，主要包括，图像预处理、图像匹配、重投影、缝合与融合。

作为本发明的另一实施例，提供一种感知装置，其中，如图3所示，所述感知装置100包括：

获取模块110，所述获取模块110用于获取图像数据信息，并识别所述图像数据信息中的目标车辆；

处理模块120，所述处理模块120用于对所述目标车辆进行环境状况判断以及位置计算，得到目标车辆的安全可行驶区域；

反馈模块130，所述反馈模块130用于将所述目标车辆的安全可行驶区域反馈至所述目标车辆。

通过上述感知装置，获取图像数据信息，对所述图像数据信息进行处理后识别出目标车辆，通过对目标车辆进行环境状况判断以及位置计算后，能够得到目标车辆的安全可行驶区域，这种感知方法由于是基于路侧获取到的图像数据信息，具有感知范围不受限且不受遮挡的优势，提升了目标车辆的感知精度，进而能够使得目标车辆的运行路线更加精确安全。

关于感知装置的具体工作原理可以参照前文的感知方法的描述，此处不再赘述。

作为本发明的另一实施例，提供一种感知系统，其中，如图4所示，所述感知系统10包括：车载单元200、路侧单元300和前文所述的感知装置100，所述感知装置100和所述车载单元200均与所述路侧单元300通信连接，所述感知装置100用于实时采集目标车辆的图像数据信息，并根据所述图像数据信息进行处理得到目标车辆的安全可行驶区域，所述路侧单元300能够将所述目标车辆的安全可行驶区域通过所述车载单元200反馈至所述目标车辆。

通过上述感知系统，获取图像数据信息，对所述图像数据信息进行处理后识别出目标车辆，通过对目标车辆进行环境状况判断以及位置计算后，能够得到目标车辆的安全可行驶区域，这种感知方法由于是基于路侧获取到的图像数据信息，具有感知范围不受限且不受遮挡的优势，提升了目标车辆的感知精度，进而能够使得目标车辆的运行路线更加精确安全。

优选地，所述感知装置100与所述路侧单元300有线连接，所述车载单元200与所述路侧单元300无线连接。

应当理解的是，每辆目标车辆上均设置有车载单元200，车载单元200能够与路侧单元300之间进行通信，感知装置100也能够与路侧单元300进行通信，为了提高通信效率，车载单元200和路侧单元300之间以及感知装置100与路侧单元300之间的通信均可以采用5g通信方式。

当然，为了增加感知环境的准确性，路侧单元300还可以通过与车载单元200建立通信，获取车载单元200采集到的所在目标车辆周围的图像数据信息。

具体地，所述车载单元200包括车载通信模块和车载定位模块，所述车载定位模块和所述车载通信模块均与所述路侧单元通信连接，所述路侧单元通过所述车载定位模块实时采集所述目标车辆的位置信息。

优选地，所述车载定位模块包括车载gps模块。

应当理解的是，车载通信模块发送接收数据，感知装置进行数据处理必然存在一定的时间延迟，受延迟影响最大的将会是建立的坐标系，从而直接影响所得到的可行驶区域，因此有必要对此通信延迟进行一定的处理。由于坐标系的建立取决于目标车辆的实时位置，延迟的存在使得位置不精确，因此可以借助于车载gps模块，惯导采集的速度、加速度、位置等信息对延迟时间内车辆的运动状况进行一定补偿，减小通信延迟问题对于所建坐标系的影响。

另外，需要说明的是，所述感知装置100可以集成设置在移动边缘计算（mobileedgecomputing，简称mec）平台上。

还需要说明的是，所述移动边缘计算平台还可以与云平台进行通信连接，在对延时要求不高，对计算能力要求高的应用场景中，移动边缘计算平台可以将获取到的图像数据信息发送至云平台进行处理，云平台处理后会将处理结果反馈至移动边缘计算平台，从而提高数据处理效率。

下面结合图5对本发明提供的感知系统的功能进行描述，路侧设施覆盖区域内的车辆通过车载通信模块向mec请求环境感知服务（请求服务的同时上报给mec模块车牌号），mec响应服务请求后，将相机传感器感知的信息利用机器视觉技术从相机采集的图像中识别出请求服务的车辆（车牌识别等技术），识别成功后对该目标车辆进行追踪；之后mec模块端以请求服务的车辆为中心建立相对坐标系，根据相机传感器采集的车辆周围环境数据计算出该请求服务车辆的可行驶区域，返回给请求服务的车辆；若该车辆驶出本路侧设施覆盖区域进入另一个路侧设施范围，则将利用图像拼接技术完成两个路侧设施所采集图像的融合，之后继续进行可行驶区域的安全可计算。因此，本发明提供的感知系统不仅能够进行更大范围的环境感知而且不受各种遮挡的影响，从而进一步提升了环境感知的精度。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。