一种车道封闭状态确定方法及装置与流程

1.本技术属于路况分析技术领域，具体涉及一种车道封闭状态确定方法及装置。


背景技术：

2.对于驾驶车辆外出的用户而言，准确的车道封闭信息可以使得用户提前避开封闭道路，达到便于出行的目的。
3.目前，车道封闭的基本特征是交通锥桶，因此，在传统方法中，一般是通过观测车道上是否有交通锥桶等用于指示车道封闭的物体，进行车道封闭的判定。但是这种判定方式受到传感器精度限制，可能无法对交通锥桶这种体积较小的物体进行稳定且准确的识别，从而导致无法进行准确的车道封闭判定，且有时传感器还会将其他微小物体识别为交通锥桶，增加了车道封闭误判定的风险。


技术实现要素：

4.本技术实施例的目的是提供一种车道封闭状态确定方法及装置，以解决现有技术中的车道封闭判定方法准确性低的问题。
5.第一方面，本技术实施例提供了一种车道封闭状态确定方法，所述方法包括：
6.确定目标车道的第一检测点在当前检测周期内的到车数量；其中，对于所述目标车道，预设有n个检测点，所述n个检测点沿车道长度方向分布，所述第一检测点为所述n个检测点中的其中一个，n为大于或等于2的整数；
7.在所述第一检测点当前检测周期内的到车数量为零的情况下，获取至少一个第二检测点在目标时间段内的到车数量；其中，每一所述第二检测点为每一第二车道上与所述第一检测点对应的检测点，所述第二车道为与所述第一车道处于同一道路的同向车道，所述目标时间段为从所述第一检测点最后一个到车数量非零的检测周期的结束时刻到所述当前检测周期的结束时刻之前的时间段；
8.分别利用每一所述第二检测点在所述目标时间段内的到车数量，计算所述第一检测点在所述目标时间段内到车数量为零的第一概率；
9.在存在一个所述第一概率小于或等于第一预设值的情况下，将所述第一检测点对应的路段状态设置为车道封闭状态；其中，每个检测点对应一段第一预设长度的路段。
10.第二方面，本技术实施例提供一种车道封闭状态确定装置，所述装置包括：
11.第一确定模块，用于确定目标车道的第一检测点在当前检测周期内的到车数量；其中，对于所述目标车道，预设有n个检测点，所述n个检测点沿车道长度方向分布，所述第一检测点为所述n个检测点中的其中一个，n为大于或等于2的整数；
12.获取模块，用于在所述第一检测点当前检测周期内的到车数量为零的情况下，获取至少一个第二检测点在目标时间段内的到车数量；其中，每一所述第二检测点为每一第二车道上与所述第一检测点对应的检测点，所述第二车道为与所述第一车道处于同一道路的同向车道，所述目标时间段为从所述第一检测点最后一个到车数量非零的检测周期的结
束时刻到所述当前检测周期的结束时刻之前的时间段；
13.计算模块，用于分别利用每一所述第二检测点在所述目标时间段内的到车数量，计算所述第一检测点在所述目标时间段内到车数量为零的第一概率；
14.状态确定模块，用于在存在一个所述第一概率小于或等于第一预设值的情况下，将所述第一检测点对应的路段状态设置为车道封闭状态；其中，每个检测点对应一段第一预设长度的路段。
15.第三方面，本技术实施例提供一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的车道封闭状态确定方法中的步骤。
16.第四方面，本技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的车道封闭状态确定方法中的步骤。
17.本技术实施例中，在进行车道封闭判断时，先基于当前车道(即目标车道)的车流量，对车道状态进行初步判断。当一段时间内车流量为零时，再利用当前车道的相关车道(处于同一道路的同向车道)在该段时间内的车流量数据，计算当前车道在该时间段内到车流量为零的概率，从而对当前车道的状态进行进一步判断。若当前车道在一段时间内的车流量为零，且当前车道在该时间段内到车流量为零的概率小于概率阈值(即正常通行情况下，当前车道在该段时间内车流量为零的事件基本不可能发生)，则说明当前车道很大可能因为异常而发生了车道封闭状况，因此可以判定当前车道包括车道封闭路段。
18.本技术实施例中提供的车道封闭判断方法，是结合车道车流量和到车概率等多维信息进行车道封闭的判断，准确性和稳定性得到了提高，且相比于现有技术，不依赖交通锥桶等用于指示车道封闭的物体信息，克服了传感器在识别时体积较小的交通锥桶等指示车道封闭的物体时，稳定性差和准确性低的问题。此外，即使没有指示车道封闭的物体，本技术实施例中也可以进行车道封闭的判断，适用范围更广。
附图说明
19.图1为本技术实施例提供的车道封闭状态确定方法的流程示意图；
20.图2为本技术实施例提供的正常通行道路的示意图；
21.图3为本技术实施例提供的封闭道路的示意图；
22.图4为本技术实施例提供的检测点状态确定的流程示意图；
23.图5为本技术实施例提供的检测点信息生成的流程示意图；
24.图6为本技术实施例提供的道路检测点的示意图；
25.图7为本技术实施例提供的检测点的检测区域的示意图；
26.图8为本技术实施例提供的检测点的数据结构示意图；
27.图9为本技术实施例提供的到车统计的流程示意图；
28.图10为本技术实施例提供的到车统计时间轴的示意图；
29.图11为本技术实施例提供的车道封闭状态确定装置的示意框图。
具体实施方式
30.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，下面所描述的实施例是本技术的一部分实施例，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，均属于本技术保护的范围。
31.应理解，说明书中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
32.在本技术的各种实施例中，应理解，步骤的序号并不意味着绝对的先后执行顺序，各步骤的执行顺序应以其功能和内在逻辑进行确定，因此，各步骤的序号不应对本技术实施例的实施过程构成绝对的限定。
33.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车道封闭状态确定方法进行详细地说明。
34.本技术实施例提供了一种车道封闭状态确定方法，应用于电子设备，该电子设备可以是服务器。
35.如图1所示，该车道封闭状态确定方法可以包括：
36.步骤101：确定目标车道的第一检测点在当前检测周期内的到车数量。
37.本技术实施例中，对于目标车道，预设有n个用于分析判断车道是否封闭的虚拟检测点(也可以理解为是一个虚拟车流量检测器)，且n个检测点沿车道长度方向分布，第一检测点则为n个检测点中的其中一个，n为大于或等于2的整数。其中，每个检测点的到车数量(即车流量)是基于目标车道上的实体路侧设备获得的，一个实体路侧设备可以对应一个检测点，也可以对应多个检测点(即多个检测点的到车数量是通过同一个实体路侧设备采集的车辆数据获得的)。
38.本技术实施例中，可以周期性统计并记录目标车道的每一检测点的到车数量，因此，可以确定目标车道的第一检测点在当前检测周期内的到车数量。
39.步骤102：在第一检测点当前检测周期内的到车数量为零的情况下，获取至少一个第二检测点在目标时间段内的到车数量。
40.其中，每一第二检测点为每一第二车道上与第一检测点对应的一个检测点，如，在道路横向方向上，与第一检测点相邻的检测点，或与第一检测点之间间隔一个或多个的检测点。而第二车道是与第一车道处于同一道路的同向车道。
41.其中，目标时间段为从第一检测点最后一个到车数量非零的检测周期的结束时刻到当前检测周期的结束时刻之间的时间段。目标时间段是检测周期的整数倍。例如，当前检测周期对应的时间段为：8：00-8：10，最后一个到车数量非零的检测周期对应的时间段为：7：30-7：40，即第一检测点到车数量为零的检测周期还包括当前检测周期的前两个周期，分别为：7：50-8：00和7：40-7：50，则目标时间段为：7：40-8：10，包括三个检测周期。
42.步骤103：分别利用每一第二检测点在目标时间段内的到车数量，计算第一检测点在目标时间段内到车数量为零的第一概率。
43.如图2所示，在道路通畅时，每个车道应该是正常通车，车流量稳定。而当车道发生
封闭时，封闭路段的车流量发生变化，从正常的车流量值变为0，如图3所示，两个道路封闭标志301之间的路段的车流量为0，因此，当一个检测点当前检测周期内的到车数量为零的情况下，说明该检测点所在车道位置可能处于车道封闭状态，但有些情况下，车道在一段时间内的到车数量为零并非是因为车道封闭，而是其他原因，如一些偏僻道路可能整晚都不会有车辆经过，因此，为排除非车道封闭原因导致的无车辆经过，还需对目标车道的封闭状态进行进一步判断。
44.而对于同一道路上的几个同向车道，可以认为每辆车到达每个车道的概率是一样的或近似的，也就是每条车道的到车情况类似，因此，可以借助同向车道在目标时间段内的到车数量，计算本车道(对应目标车道)在目标时间段内到车数量为零(即车流量为0)的概率，从而对本车道的车道状态进行进一步判断。
45.步骤104：在存在一个第一概率小于或等于第一预设值的情况下，将第一检测点对应的路段状态设置为车道封闭状态。
46.其中，每一检测点对应一段第一预设长度的路段。每一检测点对应的路段可以是每一检测点与同车道车辆行驶方向上的下一检测点之间的路段。
47.前述提到可以借助同向车道在目标时间段内的到车数量，计算本车道(对应目标车道)在目标时间段内到车数量为零的概率，以对本车道的车道状态进行进一步判断。
48.本技术实施例中，在借助同向车道在目标时间段内的到车数量，计算目标车道在目标时间段内到车数量为零的第一概率p(《1)时，若所有第一概率值p(《1)大于预设概率阈值(即第一预设值，取较小的数值，如0.01)，说明目标车道在目标时间段内到车数量为零是一个可能事件，则目标车道在目标时间段内到车数量为零可能不是由于车道封闭导致的。
49.若第一概率值p(《1)小于或等于预设概率阈值(即第一预设值)，可以认为目标车道在目标时间段内到车数量为零是一个不可能事件，即目标车道在目标时间段内到车数量为零，可能是道路发生了某些异常，使得车道封闭导致的，因此，当存在一个第一概率p小于或等于第一预设值时，则可以将第一检测点对应的路段状态设置为车道封闭状态，也就是将第一检测点的状态设置为车道封闭状态。
50.本技术实施例中，在进行车道封闭判断时，先基于当前车道(即目标车道)的车流量，对车道状态进行初步判断。当一段时间内车流量为零时，再利用当前车道的相关车道(处于同一道路的同向车道)在该段时间内的车流量数据，计算当前车道在该时间段内到车流量为零的概率，从而对当前车道的状态进行进一步判断。若当前车道在一段时间内的车流量为零，且当前车道在该时间段内到车流量为零的概率小于概率阈值(即正常通行情况下，当前车道在该段时间内车流量为零的事件基本不可能发生)，则说明当前车道很大可能因为异常而发生了车道封闭状况，因此可以判定当前车道包括车道封闭路段。
51.本技术实施例中提供的车道封闭判断方法，是结合车道车流量和到车概率等多维信息进行车道封闭的判断，准确性和稳定性得到了提高，且相比于现有技术，不依赖交通锥桶等用于指示车道封闭的物体信息，克服了传感器在识别时体积较小的交通锥桶等指示车道封闭的物体时，稳定性差和准确性低的问题。此外，即使没有指示车道封闭的物体，本技术实施例中也可以进行车道封闭的判断，适用范围更广。
52.作为一种可选实施例，步骤102：在第一检测点当前检测周期内的到车数量为零的情况下，获取至少一个第二检测点在目标时间段内的到车数量，可以包括：
53.在第一检测点当前检测周期内的到车数量为零，且目标时间段的时长大于预设时长的情况下，获取至少一个第二检测点在目标时间段内的到车数量。
54.为减少道路封闭判断次数，节省运算时间，同时也可以让平时通车较多的车道更快生成道路封闭，平时不通车的车道减少道路封闭的误生成，本技术实施例可以预先设置目标车道的未到车时长门限值，即预设时长，该未到车时长门限值是在第二预设时间段内，在目标车道正常通行状态下，统计得到的没有车辆经过的最长时间。这样，在目标车道到车数量为零的时长大于预设时长时，才认为有必要进行车道封闭判断。其中，不同车道对应的预设时长可能不同。
55.作为一种可选实施例，步骤104：在存在一个第一概率小于或等于第一预设值的情况下，将第一检测点对应的路段状态设置为车道封闭状态，可以包括：
56.步骤a1：在存在一个第一概率小于或等于第一预设值的情况下，将第一检测点对应的路段状态设置为车道封闭待定状态。
57.步骤a2：若包括第一检测点在内的至少连续m个检测点的状态均为车道封闭待定状态，则将包括第一检测点在内的m个检测点的路段状态均设置为车道封闭状态。
58.其中，m为大于或等于2的整数，m个检测点中除第一检测点外的其他检测点，与第一检测点处于同车道，即均位于目标车道，且可以是在车辆行驶方向上，第一检测点之后的m-1个检测点。
59.车道发生封闭时，其封闭长度一般会大于一定长度(如50米)，当一个检测点对应路段长度小于该长度时，仅凭一个检测点进行车道封闭判断，可能会发生误判，因此，本技术实施例为减少车道封闭误判的情况发生，在确认第一检测点对应的路段有较大可能发生车道封闭的情况下，可以先将第一检测点对应的路段状态设置为车道封闭待定状态，然后再判断包括该第一检测点在内的连续m个检测点对应的路段状态是否均为车道封闭待定状态。若为是，说明路段封闭长度满足实际路段封闭长度，则可以将包括第一检测点在内的m个检测点对应的路段状态均设置为车道封闭状态。通过这种方式可以提高车道封闭区域判断的准确性。
60.作为一种可选实施例，在步骤104：将第一检测点对应的路段状态设置为车道封闭状态之后，该车道封闭状态确定方法还可以包括：
61.步骤b1：对目标道路上的n个检测点进行遍历，确定已设置为车道封闭状态的第三检测点。
62.步骤b2：确定相邻两个第三检测点之间包括的未设置为车道封闭状态的第四检测点的数量。
63.步骤b3：在第四检测点的数量小于第二预设值的情况下，将第四检测点的状态设置为车道封闭状态，也就是将第四检测点对应的路段状态设置为车道封闭状态。
64.由于车辆数据有误、检测点遗漏等原因，可能会导致一些检测点的状态有误，如原本应为车道封闭状态的检测点并未被判断出准确状态，因此，本技术实施例，为减少这类情况发生，可以在参照前述步骤101至步骤104所述的方法完成检测点状态判断之后，对检测点的状态进行进一步判断。
65.假设，目标道路对应的检测点依次为：a、b、c、d、e、f、g 7个检测点，在参照前述步骤101至步骤104所述的方法完成7个检测点状态判断之后，先确定7个检测点中已设置为车
道封闭状态的检测点(对应第三检测点)，假设已设置为车道封闭状态的检测点包括：检测点a、检测点c和检测点g。之后，分别确定相邻两个已设置为车道封闭状态的检测点之间，包括的未设置为车道封闭状态的检测点(对应第四检测点)的数量，也就是确定检测点a和检测点c之间未设置为车道封闭状态的检测点的数量(结果为1，即检测点b)，检测点c和检测点g之间未设置为车道封闭状态的检测点(结果为3，即检测点d、e、f)。再假设第二预设值为2。由于检测点a和检测点c之间未设置为车道封闭状态的检测点的数量为1个，小于第二预设值，说明a、c两个检测点之间的距离较小，a、c两个检测点可能在同一车道封闭路段上，因此，a、c两个检测点之间的检测点b的状态应该也是车道封闭状态，所以，此时可以将将检测b的状态设置为车道封闭状态。又由于检测点c和检测点g之间未设置为车道封闭状态的检测点的数量为3个，大于第二预设值，说明c、g两个检测点之间的距离较大，c、g两个检测点可能不在同一车道封闭路段上，此时难以确定c、g两个检测点之间的检测点状态，则对于c、g两个检测点之间的检测点的状态不进行更新处理。
66.由于每个检测点对应预设长度的路段，因此，可以根据两个检测点之间包括的检测点的数量来衡量两个检测点之间的距离。
67.其中，第二预设值可以根据每个检测点对应的路段长度进行设置，每个检测点对应的路段长度越大，第二预设值越小，反之，每个检测点对应的路段长度越小，第二预设值越大。例如，每个检测点对应的路段长度为20米，则第二预设值可以取4；若每个检测点对应的路段长度为25米，则第二预设值可以取3。具体情况，根据实际需求设置即可。
68.下面结合图4，对上述方案进行举例说明。
69.假设第二预设值为4。
70.如图4所示，可以申请一个列表list、一个计数值count＝0和一个标志flag＝false。先取目标车道的已设置为车道封闭状态的检测点a，然后取检测点a的同车道的下一检测点b，之后判断count是否大于4。
71.若count小于或等于4，则判断检测点b是否处于车道封闭状态。若为否，则将检测b计入list，且count+1，并将检测点b作为新的检测点a，进行下次循环，即取检测点b的同车道的下一检测点，进行下一次循环判断；若为是，则将flag置为true，也就是使flag＝true，然后得到list和flag，进行flag＝＝true？的判断。
72.若count大于或等于4，则重新请一个列表list、一个计数值count＝0和一个标志flag＝false。
73.若flag的值与true相等，则遍历list，将其中的检测点记录到车道封闭表中，也就是将list中的检测点的状态设置为车道封闭状态。若flag的值与true不相等，则重新申请一个列表list、一个计数值count＝0和一个标志flag＝false，进行再一次的循环判断。
74.作为一种可选实施例，本技术实施例还提供了一种检测点信息的生成方法，如下所述：
75.在步骤101：确定目标车道的第一检测点在当前检测周期内的到车数量之前，该车道封闭状态确定方法还可以包括：
76.步骤c1：确定目标车道的中线。
77.步骤c2：在目标车道的中线上，每隔第一预设长度取一个点作为一个检测点。
78.步骤c3：确定其他同向车道上与目标车道上的每一检测点对应的检测点，以及目
标车道上的每一检测点的下一检测点。
79.本技术实施例中，在生成每个车道的检测点时，可以基于车道的中线生成，即将检测点设置于中线位置。其中，车道的中线可以通过如下方式获取：确定目标车道的中点信息；根据目标车道的中点信息，确定目标车道的中线方程；根据目标车道的中线方程，确定目标车道的中线。
80.在本技术实施例中，同一道路的同向车道的车流量很重要，因此，需要知道每一个检测点在其他同向车道上对应的检测点是谁，对于每个检测点在其他同向车道上对应的检测点，本技术实施例中可以将其称为该检测点的相邻检测点，因此，检测点信息生成时，需要获取每个检测点的相邻关系。可选地，本技术实施例中，可以将与每个检测点之间的距离小于第二预设长度的检测点，确定为其相邻检测点。其中，第二预设长度小于或等于第一预设长度。
81.其中，当一个检测点不能单独形成道路封闭时(即一个检测点对应的路段长度小于车道封闭长度最小值)，还需要获知每一个检测点的向下关系，即它的下一个检测点是谁。这类信息可以用于道路封闭合并使用，当然也可以根据检测点之间的utm(universal transversemercartor grid system，通用横墨卡托格网系统)位置关系来进行合并，具体情况可根据实际需求选择。
82.下面结合图5，对上述方案进行举例说明。
83.如图5所示，本技术实施例中检测点信息可以基于高精地图生成。首先获取高精地图中的真实路口a，取路口a中出口section(即路段，简称s1)，然后获取s1的去向路口b，并判断路口b是否为真实路口。若路口b不是真实路口，则计算得到s1的中点信息(即真实路口a与虚拟路口b之间的路段的中点信息)，并将计算得到的中点信息加入midpointlist(即中点列表)中，然后取路口b的出口section，作为新的s1，重复前述过程。若路口b是真实路口，则计算由真实路口a到真实路口b之间的车道的中点信息，并将计算得到的中点信息加入midpointlist中。之后，根据中点信息生成中线方程信息，得到由真实路口a到真实路口b之间的车道的中线方程集合midlinefunlist。再之后，从基于中线方程获得的中线上，每隔20米取一个点作为一个检测点，并将生成的检测点添加至检测点列表中。最后，遍历所有检测点，将与每个检测点距离小于15米的其他检测点，设置为该检测点的相邻检测点(即该检测点的对应检测点)。
84.图6示意了道路上的检测点，图中黑色实线边框表示是一条道路600，由灰色实线分割为3条车道601，灰点602表示是根据高精地图车道线获取到的每个车道的中点，两个灰点601之间的线段603表示两个中点之间的直线方程；线段603上的竖线表示检测点的的选取位置。
85.本技术实施例中，检测点信息的生成可以理解为是检测点地图的生成。
86.本技术实施例中，在生成检测点信息时，还可以生成每个检测点的作用域，即检测区域的大小。可选地，检测区域可以是沿车道中线的区块，如图7所示。其中，图7中的虚线表示车道中线，灰色矩形表示每个检测点的检测区域，灰色矩形上的数字表示检测点的编号。其中，检测区域的大小可以根据需求设置，如4米*1米的区域。
87.下面再结合图8，对检测点的数据结构进行解释说明。
88.如图8所示，以检测点a为例，对检测点的数据结构进行说明。其中，标注有“a”的灰
色矩形表示检测点a的检测区域，填充有斜线的矩形表示检测点a对应的路段范围，也可以理解为检测点a的管辖范围。标注有“b”和“c”的两个灰色矩形表示检测点b和检测点c的检测区域，检测点b和检测点c是检测点a所在车道的同向车道的相邻检测点。标注有“d”的灰色矩形表示检测点d的检测区域，检测点d是检测点a所在车道的下一相检测点。
89.综上，一个检测点的数据结构可以包括：本检测点的id、相邻检测点id、同车道的下一相邻检测点id、本检测点的作用域以及本检测点的理论管控范围。
90.作为一种可选实施例，步骤101：确定目标车道的第一检测点在当前检测周期内的到车数量，可以包括：
91.获取当前检测周期的第一车辆集合和上一检测周期的第二车辆集合；获取第一车辆集合和第二车辆集合的交集；将第一车辆集合与该交集中重复车辆之外的车辆的数量，确定为当前检测周期内的到车数量。
92.其中，第一车辆集合中记录有当前检测周内到达第一检测点的车辆，第二车辆集合中记录有上一检测周内到达第一检测点的车辆。通过取两个车辆集合的交集，可以确定当前检测周期与上一检测周期重复统计到的车辆，从而筛除重复车辆，得到当前检测周期内新到达该第一检测点的车辆，这样可以消除重复车辆对实际到车数量统计的影响。
93.例如，第一车辆集合中包括：a、b、c、d四辆车，第二车辆集合中包括：c、d、e三辆车，由于c、d两辆车已在上一检测周期到达第一检测点，不应作为当前检测周期内新到达第一检测点的车辆，则可以先取第一车辆集合与第二车辆集合的交集：{c、d}，然后再用第一车辆集合减去该交集的方式，获得当前检测周期内新到达第一检测点的车辆，从而获得当前检测周期内第一检测点的到车数量。
94.下面再结合图9，对每个检测周期内每个检测点的到车数量的统计方式进行进一步的解释说明。
95.如图9所示，在每一检测周期内，可以至少一次获取目标道路的车辆数据，对于每次获取的车辆数据包括的车辆进行遍历，确定每一车辆所属的检测点，具体确定方式可以为：对每一车辆进行区块划分，如将一辆车划分为8个区块，当车辆的至少一个区块位于一个检测点对应的检测区域内时，则认为该车辆属于该检测点，然后将该车辆的id(即标识号)加入到其所属检测点的当前检测周期的车辆集合a中。
96.在完成当前检测周期内的车辆统计后，获取检测点上一检测周期的车辆集合b，则当前检测周期的到车集合c＝a-a∩b。将到车集合c中包括的车辆的id以及当前时间戳记录到对应检测点的到车统计时间轴中，如图10所示。其中，图10中的t0、t1、
……
、tn表示检测周期，tn为到车统计时间轴中的最新一个检测周期，车辆1、车辆2和车辆3表示t0内新到达的车辆，同理，车辆17、车辆21表示t1内新到达的车辆，车辆n表示tn内新到达的车辆。
97.为避免每个检测点的到车统计时间轴中记录的无用数据过多，可以对到车统计时间轴中记录的数据进行周期性清除。如，可以判断到车统计时间轴的长度是否超过规定长度(即判读到车统计时间轴包括的检测周期数是否超过预设数量)。若超过预设长度，则将最旧的检测周期从到车统计时间轴中删除，并将该周期内的到车集合删除，也就是将该周期内的到车id数据删除。
98.其中，该到车统计时间轴中可以只记录到车数量非零的检测周期，也可以记录所有检测周期。
99.若该到车统计时间轴中只记录了到车数量非零的检测周期时，未到车周期数可以通过如下方式获得：取到车统计时间轴的最后一项，即最后一次有车到达的检测周期t
last
，然后用当前检测周期t
cur
减去t
last
，则得到未到车周期数，进而得到未到车持续时长。
100.作为一种可选实施例，步骤102：分别利用每一第二检测点在目标时间段内的到车数量，计算第一检测点在目标时间段内到车数量为零的第一概率，可以包括：
101.获取每一第二检测点在目标时间段内的实际到车数量；利用每一第二检测点的实际到车数量乘以对应的预设系数后得到的到车数量，计算第一概率。
102.其中，每一第二检测点对应的预设系数为第一预设时间段内对应的第二车道与目标车道的到车数量的比值。
103.对于一个道路上的几条车道，可以认为每辆车到达他们的概率是一样的，因此，可以直接使用任一车道的车流量数量来估算其他车道的到车概率。但在实际环境下，同一道路下的不同车道的到车情况可能会有所不同，因此，为了提高基于第二车道的车流量来估算目标车道在目标时间段内到车数量为零概率的准确性，可以将第二检测点在目标时间段内的实际到车数量乘以第二车道与目标车道的到车数量的预设比值(即预设系数)，从而得到更贴近目标车道到车情况的到车数量。
104.其中，该预设系数可以通过如下方式获得：
105.获取一段时间内(即第一预设时间段)的目标车道的第一检测点的车流量flowa和第二车道的第二检测点的车流量[flowb]，则预设系数[]＝fliwa/[]。
[0106]
作为一种可选实施例，步骤103：分别利用每一所述第二检测点在所述目标时间段内的到车数量，计算所述第一检测点在所述目标时间段内到车数量为零的第一概率，可以包括：
[0107]
步骤d1：确定每一第二检测点在目标时间段内的平均到车数和到车数量方差。
[0108]
步骤d2：根据每一第二检测点的到车数量方差与平均到车数的比值，确定利用对应的第二检测点在目标时间段内的到车数量计算第一概率时的概率公式。
[0109]
步骤d3：根据确定的概率公式和对应的第二检测点在目标时间段内的到车数量，计算第一概率。
[0110]
不同车道的车流量特征可能不同，而同一车道在不同时间段内的车流量特征也可能不同，因此，本技术实施例中，可以根据每一第二检测点在目标时间段内的到车数量方差和平均到车数的比值(该比值可以体现车流量特征)，选择与目标时间段内车流量特征匹配的概率公式，来计算第一概率，从而使得计算得到的概率更加准确。
[0111]
其中，每一第二检测点在目标时间段内的到车数量方差和平均到车数，可以根据该第二检测点在目标时间段内的到车数量确定。
[0112]
可选地，步骤d2：根据每一第二检测点的到车数量方差与平均到车数的比值，确定利用对应的第二检测点在目标时间段内的到车数量计算第一概率时的概率公式，可以包括：
[0113]
步骤d21：在比值等于1的情况下，将泊松分布公式确定为利用对应的第二检测点在目标时间段内的到车数量计算第一概率的概率公式。
[0114]
当s2/m＝1时，说明车流量密度不大，车辆间相互影响微弱，则可以选用泊松分布公式，计算第一概率。
[0115]
其中，泊松分布公式如下：
[0116][0117]
p(x)表示计数间隔t内到达x辆车的概率，本技术实施例中，x取值为0，计数间隔t可以取一个检测周期时长t。
[0118]
λ表示目标时间段内每个检测周期t内的平均到车率。
[0119]
t表示每个计数间隔持续的时间。
[0120]
e为自然对数的底。
[0121]
计算时，通常令m＝λt。其中，m的计算公式如下：
[0122][0123]
n表示观测数据的分组数，即目标时间段内包括的检测周期数。
[0124]fi
表示观测周期内到达i辆车发生的频次，即目标时间段内到达i辆车的发生频次，例如，目标时间段内包括10个检测周期，假设有2个检测周期打车数量为3，则目标时间段内到达3辆车的发生频次为2。
[0125]
xi表示到车数量。
[0126]
其中，方差计算公式如下：
[0127][0128]
其中，n表示目标时间段内包括的检测周期数。
[0129]
步骤d22：在比值小于1的情况下，将二项分布公式确定为利用对应的第二检测点在目标时间段内的到车数量计算第一概率的概率公式。
[0130]
当s2/m《1时，说明车辆处于拥挤状态，车辆行驶的自由度较小，则可以选用适用于描述高车流量的二项分布公式，计算第一概率。
[0131]
其中，二项分布公式如下：
[0132][0133]
p(x)表示计数间隔t内到达x辆车的概率，本技术实施例中，x取值为0。计数间隔t可以取一个检测周期时长t。
[0134]
λ表示目标时间段内每个检测周期t的平均到车率。
[0135]
t表示每个计数间隔持续的时间。
[0136]
n为正整数。
[0137]
在计算时，通常记p＝λt/n，其中，p的计算公式如下：
[0138][0139]
n的计算公式为：n＝m/p。
[0140]
步骤d23：在比值大于1的情况下，将负二项分布公式确定为利用对应的第二检测点在目标时间段内的到车数量计算第一概率的概率公式。
[0141]
当s2/m》1时，说明车辆波动性较大，则可以选用负二项分布公式，计算第一概率。
[0142]
其中，负二项分布公式如下：
[0143][0144]
p(x)表示到达x辆车的概率。
[0145]
其中，p的计算公式为：p＝m/s2。
[0146]
其中，k的计算公式为：k＝m2/(s
2-m)。
[0147]
正常通行的道路上，车辆通过某区域的数量分布是离散型分布，因此，可以用离散型分布模型对随机通过某区域的车辆数进行描述。
[0148]
而本技术实施例在选择离散型分布模型(即概率公式)时，可以利用目标时间段内采集到的到车数据，计算出m、s2，再根据m与s2的关系决定使用分布模型。之所以这样处理是因为实际测试时发现，每一车道的车辆数据的特征不一致，有些符合二项分布，有些符合负二项分布，如果只使用一种分布模型，则可能难以涵盖所有的数据，因此使用m与s2的关系粗略的决定使用哪种分布模型。
[0149]
可选地，在第二检测点的数量为至少两个的情况下，会得到多个第一概率，本技术实施例中，可以取数值最小的第一概率作为正常道路基准，因此，步骤104：在存在一个第一概率小于或等于第一预设值的情况下，将第一检测点对应的路段状态设置为车道封闭状态，可以包括：
[0150]
确定数值最小的第一概率；在数值最小的第一概率小于第一预设值的情况下，将第一检测点对应的路段状态设置为车道封闭状态。
[0151]
作为一种可选实施例，在步骤103：将第一检测点对应的路段状态设置为车道封闭状态之后，该车道封闭状态确定方法还可以包括：
[0152]
在第一检测点在第一检测周期内的到车数量大于零的情况下，解除第一检测点对应的路段的车道封闭状态。
[0153]
其中，第一检测周期为第一检测点到车数量为零的检测周期之后的检测周期。
[0154]
本技术实施例中，在将第一检测点对应的路段状态设置为车道封闭状态之后，可以继续监控之后的每个检测周期内的到车数量。若某一检测周期内的到车数量大于零，说明该路段已通行，则可以及时解除该路段的车道封闭状态。
[0155]
以上即为对本技术实施例提供的车道封闭状态确定方法的描述。
[0156]
综上所述，本技术实施例提供的技术方案，是结合车道车流量和到车概率等多维信息进行车道封闭的判断，准确性和稳定性得到了提高，且相比于现有技术，不依赖交通锥桶等用于指示车道封闭的物体信息，克服了传感器在识别时体积较小的交通锥桶等指示车道封闭的物体时，稳定性差和准确性低的问题。此外，即使没有指示车道封闭的物体，本技术实施例中也可以进行车道封闭的判断，适用范围更广。进一步的，本技术实施例中的车流量数据可以是基于数字孪生道路数据得到的，这样可以使得数字孪生道路数据得到更加充分的利用。
[0157]
以上介绍了本技术实施例提供的车道封闭状态确定方法，下面将结合附图介绍本技术实施例提供的车道封闭状态确定装置。
[0158]
如图11所示，本技术实施例还提供了一种车道封闭状态确定装置，应用于电子设备。
[0159]
其中，所述车道封闭状态确定装置可以包括：
[0160]
第一确定模块1101，用于确定目标车道的第一检测点在当前检测周期内的到车数量。
[0161]
其中，对于所述目标车道，预设有n个检测点，所述n个检测点沿车道长度方向分布，所述第一检测点为所述n个检测点中的其中一个，n为大于或等于2的整数。
[0162]
获取模块1102，用于在所述第一检测点当前检测周期内的到车数量为零的情况下，获取至少一个第二检测点在目标时间段内的到车数量。
[0163]
其中，每一所述第二检测点为每一第二车道上与所述第一检测点对应的检测点，所述第二车道为与所述第一车道处于同一道路的同向车道，所述目标时间段为从所述第一检测点最后一个到车数量非零的检测周期的结束时刻到所述当前检测周期的结束时刻之前的时间段。
[0164]
计算模块1103，用于分别利用每一所述第二检测点在所述目标时间段内的到车数量，计算所述第一检测点在所述目标时间段内到车数量为零的第一概率。
[0165]
状态确定模块1104，用于在存在一个所述第一概率小于或等于第一预设值的情况下，将所述第一检测点对应的路段状态设置为车道封闭状态。
[0166]
其中，每个检测点对应一段第一预设长度的路段。
[0167]
可选地，所述装置还可以包括：
[0168]
第二确定模块，用于确定所述目标车道的中线；
[0169]
生成模块，用于在所述目标车道的中线上，每隔第一预设长度取一个点作为一个检测点。
[0170]
第三确定模块，用于确定其他同向车道上与所述目标车道上的每一检测点对应的检测点。
[0171]
可选地，所述计算模块1103可以包括：
[0172]
第一获取单元，用于获取每一所述第二检测点在所述目标时间段内的实际到车数量。
[0173]
第一计算单元，用于利用每一所述第二检测点的所述实际到车数量乘以对应的预设系数后得到的到车数量，计算所述第一概率。
[0174]
其中，每一所述第二检测点对应的所述预设系数为第一预设时间段内对应的所述第二车道与所述目标车道的到车数量的比值。计算模块1103可以
[0175]
可选地，所述分别利用每一所述第二检测点在所述目标时间段内的到车数量，计算所述第一检测点在所述目标时间段内到车数量为零的第一概率，包括：
[0176]
第一确定单元，用于确定每一所述第二检测点在所述目标时间段内的平均到车数和到车数量方差。
[0177]
第二确定单元，用于根据每一所述第二检测点的所述到车数量方差与所述平均到车数的比值，确定利用对应的所述第二检测点在所述目标时间段内的到车数量计算所述第一概率时的概率公式；
[0178]
第二计算单元，用于根据确定的所述概率公式和对应的所述第二检测点在所述目标时间段内的到车数量，计算所述第一概率。
[0179]
可选地，所述第二确定单元可以包括：
[0180]
第一确定子单元，用于在所述比值等于1的情况下，将泊松分布公式确定为利用对
应的所述第二检测点在所述目标时间段内的到车数量计算所述第一概率的概率公式。
[0181]
第二确定子单元，用于在所述比值小于1的情况下，将二项分布公式确定为利用对应的所述第二检测点在所述目标时间段内的到车数量计算所述第一概率的概率公式。
[0182]
第三确定子单元，用于在所述比值大于1的情况下，将负二项分布公式确定为利用对应的所述第二检测点在所述目标时间段内的到车数量计算所述第一概率的概率公式。
[0183]
可选地，在所述第二检测点的数量为至少两个的情况下，所述状态确定模块1104可以包括：
[0184]
第三确定单元，用于确定数值最小的所述第一概率。
[0185]
第一状态确定单元，用于在数值最小的所述第一概率小于所述第一预设值的情况下，将所述第一检测点对应的路段状态设置为车道封闭状态。
[0186]
可选地，所述获取模块1102可以包括：
[0187]
第二获取单元，用于在所述第一检测点当前检测周期内的到车数量为零，且所述目标时间段的时长大于预设时长的情况下，获取至少一个所述第二检测点在所述目标时间段内的到车数量。
[0188]
可选地，所述状态确定模块1104可以包括：
[0189]
第一设置单元，用于在存在一个所述第一概率小于或等于所述第一预设值的情况下，将所述第一检测点对应的路段状态设置为车道封闭待定状态。
[0190]
第二设置单元，用于若包括所述第一检测点在内的至少连续m个检测点的状态均为车道封闭待定状态，则将包括所述第一检测点在内的所述m个检测点的路段状态均设置为车道封闭状态。
[0191]
其中，m为大于或等于2的整数。
[0192]
本技术实施例提供的车道封闭状态确定装置能够实现图1所示方法实施例中车道封闭状态确定装置实现的各个过程，为避免重复，这里不再赘述。
[0193]
本技术实施例中，是结合车道车流量和到车概率等多维信息进行车道封闭的判断，准确性和稳定性得到了提高，且相比于现有技术，不依赖交通锥桶等用于指示车道封闭的物体信息，克服了传感器在识别时体积较小的交通锥桶等指示车道封闭的物体时，稳定性差和准确性低的问题。此外，即使没有指示车道封闭的物体，本技术实施例中也可以进行车道封闭的判断，适用范围更广。进一步的，本技术实施例中的车流量数据可以是基于数字孪生道路数据得到的，这样可以使得数字孪生道路数据得到更加充分的利用。
[0194]
本技术实施例还提供了一种电子设备，包括处理器和存储器，存储器上存储有可在所述处理器上运行的程序或指令，该程序或指令被处理器执行时实现上述车道封闭状态确定方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0195]
本技术实施例还提供了一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述车道封闭状态确定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。
[0196]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性
的劳动的情况下，即可以理解并实施。
[0197]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom、ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0198]
最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。