1.本公开涉及人工智能领域，具体涉及智能交通，自动驾驶等
技术领域：
：。
背景技术：
：：2.车辆的大弯小转行为通常是指路口左转弯车辆应该以较大的转向半径转弯，却以较小半径转弯的行为。3.在道路交通活动中，车辆的大弯小转的行为极易造成交通事故。因此，准确判定车辆行驶过程中是否存在大弯小转的行为尤为重要。技术实现要素：4.本公开提供了一种车辆转向检测的方法、装置、电子设备及存储介质。5.根据本公开的一方面，提供了一种车辆转向检测的方法，包括：6.获取待处理路口的车辆的行驶轨迹；7.根据所述车辆的行驶轨迹，获得所述路口的地图数据；8.根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态；9.响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为。10.根据本公开的另一方面，提供了一种车辆转向检测的装置，包括：11.获取单元，用于获取待处理路口的车辆的行驶轨迹；12.获得单元，用于根据所述车辆的行驶轨迹，获得所述路口的地图数据；13.检测单元，用于根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态；14.确定单元，用于响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为。15.根据本公开的再一方面，提供了一种电子设备，包括：16.至少一个处理器；以及17.与所述至少一个处理器通信连接的存储器；其中，18.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。19.根据本公开的又一方面，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，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。20.根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。21.由上述技术方案可知，本公开实施例可以通过获取待处理路口的车辆的行驶轨迹，进而可以根据所述车辆的行驶轨迹，获得所述路口的地图数据，使得能够根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态，响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为。由此，通过根据车辆的行驶轨迹和路口的地图数据，检测车辆的行驶状态是否同时满足三种行驶状态，以确定车辆是否存在大弯小转行为，可以准确地检测出车辆的大弯小转行为，从而提升了对车辆的大弯小转行为判别的可靠性。22.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23.附图用于更好地理解本方案，不构成对本公开的限定。其中：24.图1是根据本公开第一实施例的示意图；25.图2是根据本公开第二实施例的示意图；26.图3a至图3d是根据本公开第二实施例的左转虚拟检测线的示意图；27.图4是根据本公开第二实施例的车辆的三种行驶状态的示意图；28.图5是根据本公开第三实施例的示意图29.图6是用来实现本公开实施例的车辆转向检测的方法的电子设备的框图。具体实施方式30.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。31.显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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全部其他实施例，都属于本公开保护的范围。32.需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(personaldigitalassistant，pda)、无线手持设备、平板电脑(tabletcomputer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。33.另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。34.根据相关交通法规的规定，机动车通过有信号灯控制的交叉路口，向左转弯时，必须靠路口中心点左侧转弯。如果没有直行至路口中心点左侧附近，而是直接转小弯很容易进入对向车道上，与对向来车发生碰撞，同时在盲区受影响及道路条件比较混乱的情形下，容易与行人发生碰撞，导致伤亡事故。因此，车辆的大弯小转行为是交通管理部门重点关注的问题。35.目前，车辆的大弯小转违法事件主要由交通管理人员观测路口监控视频发现。但城市道路交叉口数量庞大，交通管理部门只能针对个别路口进行人工观测，难以实现全域检测。36.因此，亟需提供一种车辆转向检测的方法，能够实现实时准确地检测车辆的大弯小转行为，从而提升大弯小转行为判别的可靠性。37.图1是根据本公开第一实施例的示意图，如图1所示。38.101、获取待处理路口的车辆的行驶轨迹。39.102、根据所述车辆的行驶轨迹，获得所述路口的地图数据。40.103、根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态。41.104、响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为。42.至此，确定存在大弯小转行为的车辆后，可以获取该车辆的车辆信息，并将车辆信息发送至交通管理平台，以用于交通违法行为的判定。43.需要说明的是，车辆信息可以包括但不限于车辆图像信息、车辆位置信息，以及车辆标识信息等。其中，车辆图像信息可以用于表征车辆在左转过程中存在大弯小转行为。例如，车辆图像信息包括从视频中获取的车辆的第一行驶状态的图像帧、第二行驶状态的图像帧和第三行驶状态的图像帧。44.需要说明的是，所述车辆的行驶轨迹可以包括至少一个轨迹点，即车辆的位置坐标点。45.具体地，可以基于车辆的车头的位置坐标或者车辆的中心点的位置坐标，获得车辆的行驶轨迹。46.需要说明的是，101～103的执行主体的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(softwaredevelopmentkit，sdk)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，例如，网络侧的数据处理平台中的处理引擎或者分布式系统等，本实施例对此不进行特别限定。47.可以理解的是，所述应用可以是安装在本地终端上的本地程序(nativeapp)，或者还可以是本地终端上的浏览器的一个网页程序(webapp)，本实施例对此不进行限定。48.这样，可以通过获取待处理路口的车辆的行驶轨迹，进而可以根据所述车辆的行驶轨迹，获得所述路口的地图数据，使得能够根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态，响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为，由于通过根据车辆的行驶轨迹和路口的地图数据，检测车辆的行驶状态是否同时满足三种行驶状态，以确定车辆是否存在大弯小转行为，可以实现更加准确地检测出车辆的大弯小转行为，从而提升了对车辆的大弯小转行为判别的可靠性。49.可选地，在本实施例的一个可能的实现方式中，在102中，具体可以获取与所述车辆的行驶轨迹具有关联关系的地图，进而可以根据所述车辆的行驶轨迹和所述地图，获得所述路口的地图数据。50.在本实现方式中，所述地图可以是路口区域的地图，即路口地图。该地图可以包括但不限于高精度地图和其他车道级别的地图。51.在该实现方式的一个具体实现过程中，可以利用预先配置的位置坐标与路口地图的关联关系，获取与所述车辆的行驶轨迹对应的地图，进而可以根据所述车辆的行驶轨迹和地图，获得所述路口的地图数据52.在本实现方式中，所述路口的地图数据可以包括车道线、车道属性数据、停止线、以及人行横道线。53.具体地，车道线可以包括车道线端点。车道属性数据可以包括车道数量和车道类型。车道类型可以包括左直右车道、潮汐车道、可变车道等。54.这里，可以根据车道类型，获得所述路口的路口类型。该路口类型可以包括固定车道路口、可变车道路口、借道左转路口以及潮汐车道路口等。55.可以理解的是，也可以通过其他现有方式获得路口的地图数据，在此可以不做具体限定。56.这样，在本实现方式中，可以通过获取与车辆的行驶轨迹具有关联关系的地图，来获得与车辆的行驶轨迹对应的路口的地图数据。由此，可以保证所获得的地图数据的准确性，以便于后续可以更加准确地检测出车辆是否存在大弯小转行为，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。57.可选地，在本实施例的一个可能的实现方式中，所述路口的地图数据包括车道线和车道属性数据，在103中，可以根据所述车道线和所述车道属性数据，获得左转虚拟检测线，进而可以根据所述车辆的行驶轨迹、所述路口的地图数据、以及所述左转虚拟检测线，检测所述车辆的行驶状态。58.在本实现方式中，所述车道线可以包括车道线端点。车道属性数据可以包括车道类型。59.在该实现方式的一个具体实现过程中，可以根据车道线端点和车道类型，获得左转虚拟检测线。60.该具体实现过程的一种情况，首先，可以根据车道线端点和车道类型，获得路口的入口左转车道的左车道线端点和路口的出口最左侧车道的左车道线端点。其次，根据路口的入口左转车道的左车道线端点和路口的出口最左侧车道的左车道线端点，获得左转虚拟检测线。61.该具体实现过程的另一种情况，首先，可以根据车道线端点和车道类型，获得路口的入口侧道路的中点和路口的出口侧道路的中点，根据路口的入口侧道路的中点和路口的出口侧道路的中点，获得左转虚拟检测线。62.该具体实现过程的再一种情况，若路口处的道路包括中央隔离护栏或绿化带，则可以根据路口的地图数据，获得路口的入口侧中央隔离护栏的端点或绿化带的端点和路口的出口侧中央隔离护栏的端点或绿化带的端点，进而可以根据路口的入口侧中央隔离护栏的端点和路口的出口侧中央隔离护栏的端点、或路口的入口侧绿化带的端点和路口的出口侧绿化带的端点，获得左转虚拟检测线。63.这样，可以通过基于车道线和车道属性数据获得左转虚拟检测线，进而根据车辆的行驶轨迹、路口的地图数据、以及左转虚拟检测线，进行车辆的行驶状态检测，来获得更加准确有效地检测结果，即更加准确地检测出车辆是否存在大弯小转行为，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。64.在该实现方式的另一个具体实现过程中，所述路口的地图数据还包括停止线和人行横道线，进一步地可以根据所述车道线、所述车道属性数据、所述停止线和所述人行横道线，获得所述路口的入口左转停止线和所述路口的出口人行横道线，进而可以根据所述车辆的行驶轨迹和所述入口左转停止线的位置关系，检测所述车辆的行驶状态是否满足第一行驶状态；根据所述车辆的行驶轨迹和所述左转虚拟检测线的位置关系，检测所述车辆的行驶轨迹是否满足第二行驶状态；以及，根据所述车辆的行驶轨迹和所述出口人行横道线的位置关系，检测所述车辆的行驶轨迹是否满足第三行驶状态。65.该具体实现过程的一种情况，所述第一行驶状态包括所述车辆位于所述入口左转停止线以内预设距离处，进而可以根据所述车辆的行驶轨迹和所述入口左转停止线的位置关系，检测所述车辆是否位于所述入口左转停止线以内预设距离处，若是，则可以确定所述车辆的行驶状态满足第一行驶状态。66.具体地，首先，可以根据所述车辆的行驶轨迹，获得车辆的第一轨迹点。其次，检测所述车辆的第一轨迹点是否位于所述入口左转停止线以内的预设距离处，即检测所述车辆的第一轨迹点是否在左转停止线以内、并与入口左转停止线之间的距离为预设距离。再次，若是，则可以确定所述车辆的行驶状态满足第一行驶状态。67.具体地，预设距离可以是根据路口视频采集所产生的时延或者误差所确定的。预设距离可以为2米至4米之间的任一值。68.例如，预设距离可以为2米，可以根据所述车辆的行驶轨迹和所述入口左转停止线的位置关系，检测所述车辆是否位于所述入口左转停止线以内2米处，则所述车辆的行驶状态满足第一行驶状态。69.需要说明的是，入口左转停止线可以不包括左转弯待转区停止线。70.该具体实现过程的另一种情况，第二行驶状态包括所述车辆达到所述左转虚拟检测线处，进而可以根据所述车辆的行驶轨迹和所述左转虚拟检测线的位置关系，检测所述车辆是否达到所述左转虚拟检测线处，若是，则可以确定所述车辆的行驶状态满足第二行驶状态。71.具体地，首先，可以根据所述车辆的行驶轨迹，获得车辆的第二轨迹点。其次，检测所述车辆的第二轨迹点是否达到所述左转虚拟检测线处，即检测所述车辆的第二轨迹点是否与所述左转虚拟检测线上任意一个位置重合。再次，若是，则可以确定所述车辆的行驶状态满足第二行驶状态。72.该具体实现过程的再一种情况，第三行驶状态包括所述车辆位于所述出口人行横道线处，进而可以根据所述车辆的行驶轨迹和所述出口人行横道线的位置关系，检测所述车辆是否位于所述出口人行横道线处，若是，则可以确定所述车辆的行驶状态满足第二行驶状态。73.具体地，首先，可以根据所述车辆的行驶轨迹，获得车辆的第三轨迹点，其次，检测所述车辆的第三轨迹点是否位于所述出口人行横道线处，即检测所述车辆的第三轨迹点是否与所述出口人行横道线的预设区域重合，若是，则可以确定所述车辆的行驶状态满足第三行驶状态。74.这里，所述车辆的第三轨迹点与所述车辆的第二轨迹点之间的距离可以大于预设长度，以便于后续获取车辆第三行驶状态的图像。该预设长度可以是根据车辆行驶状态的图像的获取条件所确定的。例如，该获取条件可以是车辆行驶状态的图像可以用于交通违章行为的取证，预设长度可以是2米。75.这样，可以通过将车辆的行驶轨迹分别与路口的入口左转停止线、路口的出口人行横道线以及左转虚拟检测线进行匹配处理，以检测车辆是否同时满足第一行驶状态、第二行驶状态和第三行驶状态。由此，可以进一步提升了检测结果的准确性，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。76.需要说明的是，本实现方式中所提供的多种的具体实现过程，可以结合前述实现方式中所提供的多种具体实现过程，来实现本实施例的车辆转向检测的方法。详细的描述可以参见前述实现方式中的相关内容，此处不再赘述。77.可选地，在本实施例的一个可能的实现方式中，在101中，具体可以获取待处理路口的视频流数据，进而可以对所述视频流数据进行目标检测处理，以获取所述车辆的行驶轨迹。78.在实现方式的一个具体实现过程中，首先，可以利用目标检测算法，对所获取的视频流数据进行目标检测处理，得到车辆的目标检测框。其次，可以根据车辆的目标检测框，获得车辆的图像位置。再次，将基于相机坐标系的车辆的图像位置转换为基于真实世界坐标系的位置，即经纬度坐标，得到车辆的行驶轨迹。79.在实现方式的另一个具体实现过程中，在对所获取的视频流数据进行目标检测处理之前，还可以进一步地对所获取的视频流数据进行图像解析处理，以获得视频流数据的每一帧图像以及图像对应的时间信息。其中，每一帧图像中可以包括车辆的行驶状态。80.这里，目标检测算法可以包括但不限于基于r-cnn、yolo、ssd和retinanet等。81.可以理解的是，也可以通过其他现有的方式，获得车辆的行驶轨迹，在此可以不做具体限定。82.这样，在本实现方式中，可以通过对所获取的视频流数据进行目标检测处理，来获取车辆的行驶轨迹。由此，可以提高了车辆的行驶轨迹的准确性，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。83.需要说明的是，本实现方式中所提供的多种的具体实现过程，可以结合前述实现方式中所提供的多种具体实现过程，来实现本实施例的车辆转向检测的方法。详细的描述可以参见前述实现方式中的相关内容，此处不再赘述。84.可选地，在本实施例的一个可能的实现方式中，在104中，还可以响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，获取所述车辆的第一行驶状态、第二行驶状态和第三行驶状态的图像。85.在实现方式的一个具体实现过程中，当所述车辆的行驶状态同时满足第一行驶状态、第二行驶状态和第三行驶状态时，可以根据每个行驶状态对应的时间信息，从所采集的视频流数据中获取与该时间信息对应的一帧图像，以获得第一行驶状态的图像、第二行驶状态的图像、以及第三行驶状态的图像。后续，可以将第一行驶状态的图像、第二行驶状态的图像、以及第三行驶状态的图像发送至交通管理平台。86.这样，可以在确定了车辆存在大弯小转行为的同时，获取车辆的第一行驶状态、第二行驶状态和第三行驶状态的视频图像，以便于后续可以向交通管理平台发送车辆信息以及用于判定大弯小转行为的图像，进一步地保证了对车辆的大弯小转行为判别的可靠性。87.需要说明的是，本实现方式中所提供的多种的具体实现过程，可以结合前述实现方式中所提供的多种具体实现过程，来实现本实施例的车辆转向检测的方法。详细的描述可以参见前述实现方式中的相关内容，此处不再赘述。88.本实施例中，可以通过获取待处理路口的车辆的行驶轨迹，进而可以根据所述车辆的行驶轨迹，获得所述路口的地图数据，使得能够根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态，响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为，由于通过根据车辆的行驶轨迹和路口的地图数据，检测车辆的行驶状态是否同时满足三种行驶状态，以确定车辆是否存在大弯小转行为，可以实现更加准确地检测出车辆的大弯小转行为，从而提升了对车辆的大弯小转行为判别的可靠性。89.另外，采用本实施例所提供的技术方案，可以通过获取与车辆的行驶轨迹具有关联关系的地图，来获得与车辆的行驶轨迹对应的路口的地图数据。由此，可以保证所获得的地图数据的准确性，以便于后续可以更加准确地检测出车辆是否存在大弯小转行为，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。90.另外，采用本实施例所提供的技术方案，可以通过基于车道线和车道属性数据获得左转虚拟检测线，进而根据车辆的行驶轨迹、路口的地图数据、以及左转虚拟检测线，进行车辆的行驶状态检测，来获得更加准确有效地检测结果，即更加准确地检测出车辆是否存在大弯小转行为，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。91.另外，采用本实施例所提供的技术方案，可以通过将车辆的行驶轨迹分别与路口的入口左转停止线、路口的出口人行横道线以及左转虚拟检测线进行匹配处理，以检测车辆是否同时满足第一行驶状态、第二行驶状态和第三行驶状态。由此，可以进一步提升了检测结果的准确性，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。92.另外，采用本实施例所提供的技术方案，可以通过对所获取的视频流数据进行目标检测处理，来获取车辆的行驶轨迹。由此，可以提高了车辆的行驶轨迹的准确性，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。93.另外，采用本实施例所提供的技术方案，可以在确定了车辆存在大弯小转行为的同时，获取车辆的第一行驶状态、第二行驶状态和第三行驶状态的视频图像，以便于后续可以向交通管理平台发送车辆信息以及用于判定大弯小转行为的图像，进一步地保证了对车辆的大弯小转行为判别的可靠性。94.图2是根据本公开第二实施例的示意图，如图2所示。95.201、通过图像采集设备实时获取待处理路口的视频流数据。96.本实施例中，图像采集设备可以包括路口设置的摄像机等。97.202、对视频流数据进行解析处理，以获取车辆的行驶轨迹。98.在本实施例中，具体可以对视频流数据进行目标检测处理，以获取车辆的行驶轨迹。99.203、获取与车辆的行驶轨迹具有关联关系的地图。100.204、根据车辆的行驶轨迹和地图，获得路口的地图数据。101.205、根据路口的地图数据，获得左转虚拟检测线、路口的入口左转停止线和路口的出口人行横道线。102.在本实施例中，路口的地图数据可以包括车道线、车道属性数据、停止线、以及人行横道线。103.具体地，车道线可以包括车道线端点。车道属性数据可以包括车道数量和车道类型。车道类型可以包括左直右车道、潮汐车道、可变车道等。104.这里，可以根据车道类型，获得路口的路口类型。该路口类型可以包括固定车道路口、可变车道路口、借道左转路口以及潮汐车道路口等。105.在本实施例中，图3a至图3d是根据本公开第二实施例的左转虚拟检测线的示意图。106.具体地，不同类型的路口可以具有不同的左转虚拟检测线。107.具体地，图3a示出了固定车道路口的左转虚拟检测线，固定车道路口的左转虚拟检测线可以是当前方向道路中心点与垂直方向道路中心点的连线。108.具体地，图3b示出了可变车道路口的左转虚拟检测线。可变车道路口可以是指车道的转向可变。可变车道路口的左转虚拟检测线可以是当前方向道路中心点与垂直方向道路中心的连线。109.具体地，图3c示出了借道左转路口的左转虚拟检测线。借道左转路口的左转虚拟检测线可以是当前方向道路进口最左侧车道与垂直方向道路中心的连线110.具体地，图3d示出了潮汐车道路口的左转虚拟检测线。潮汐车道路口的左转虚拟检测线可以包括第一左转虚拟检测线和第二左转虚拟检测线。潮汐车道路口的第一左转虚拟检测线，即图3d中左侧的连线，可以是当前方向道路进口最左侧车道与垂直方向道路中心的连线。潮汐车道路口的第二左转虚拟检测线，即图3d中右侧的连线，可以是当前方向道路中心点与垂直方向道路中心的连线。111.可以理解的是，可以根据不同时段潮汐车道的流向，选择不同的左转弯线进行检测判断。112.206、根据车辆的行驶轨迹与路口的入口左转停止线的位置关系，检测车辆的行驶状态是否满足第一行驶状态。113.207、根据车辆的行驶轨迹与左转虚拟检测线的位置关系，检测车辆的行驶轨迹是否满足第二行驶状态。114.208、根据车辆的行驶轨迹与路口的出口人行横道线的位置关系，检测车辆的行驶轨迹是否满足第三行驶状态。115.209、响应于车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定车辆存在大弯小转行为。116.在本实施例中，图4是根据本公开第二实施例的车辆的三种行驶状态的示意图。如图4所示，该车辆的行驶状态同时满足第一行驶状态、第二行驶状态和第三行驶状态，即同时满足图中所示的状态1、状态2和状态3。117.示例性的，状态1：车辆位于路口的入口左转停止线前，即路口的入口的停止线前，车辆的车头可以在距离停止线2-4米处，并且该停止线不包括左转弯待转区停止线。118.状态2：车辆的车头触碰左转虚拟检测线；119.状态3：车辆处于路口的出口人行横道位置，处于状态3的车辆与处于状态2的车辆之间的距离可以大于2米。120.210、将存在大弯小转行为的车辆的车辆信息上报至交通管理平台。121.本实施例中，可以通过根据车辆的行驶轨迹和路口的地图数据，检测车辆的行驶状态是否同时满足三种行驶状态，以确定车辆是否存在大弯小转行为，可以准确地检测出车辆的大弯小转行为，从而提升了对车辆的大弯小转行为判别的可靠性。122.另外，采用本实施例所提供的技术方案，可以定义不同车道功能下的左转虚拟检测线绘制方案以及大弯小转判定规则，结合图像采集设备感知出的车辆的行驶轨迹，判断车辆大弯小转违法行为，并及时上报违法事件，可以减少了人工审核成本，提高了交管执法效率。123.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。124.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。125.图5是根据本公开第三实施例的示意图，如图5所示。本实施例的车辆转向检测的装置500可以包括获取单元501、获得单元502、检测单元503和确定单元504。其中，获取单元501，用于获取待处理路口的车辆的行驶轨迹；获得单元502，用于根据所述车辆的行驶轨迹，获得所述路口的地图数据；检测单元503，用于根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态；确定单元504，用于响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为。126.需要说明的是，本实施例的车辆转向检测的装置的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(softwaredevelopmentkit，sdk)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，例如，网络侧的数据处理平台中的处理引擎或者分布式系统等，本实施例对此不进行特别限定。127.可以理解的是，所述应用可以是安装在本地终端上的本地程序(nativeapp)，或者还可以是本地终端上的浏览器的一个网页程序(webapp)，本实施例对此不进行限定。128.可选地，在本实施例的一个可能的实现方式中，所述获得单元502，具体可以用于获取与所述车辆的行驶轨迹具有关联关系的地图，根据所述车辆的行驶轨迹和所述地图，获得所述路口的地图数据。129.可选地，在本实施例的一个可能的实现方式中，所述路口的地图数据包括车道线和车道属性数据，所述检测单元503，具体可以用于根据所述车道线和所述车道属性数据，获得左转虚拟检测线，根据所述车辆的行驶轨迹、所述路口的地图数据、以及所述左转虚拟检测线，检测所述车辆的行驶状态。130.可选地，在本实施例的一个可能的实现方式中，所述路口的地图数据还包括停止线和人行横道线，所述检测单元503，还可以用于根据所述车道线、所述车道属性数据、所述停止线和所述人行横道线，获得入口左转停止线和出口人行横道线，根据所述车辆的行驶轨迹和所述入口左转停止线的位置关系，检测所述车辆的行驶状态是否满足第一行驶状态，根据所述车辆的行驶轨迹和所述左转虚拟检测线的位置关系，检测所述车辆的行驶轨迹是否满足第二行驶状态，以及，根据所述车辆的行驶轨迹和所述出口人行横道线的位置关系，检测所述车辆的行驶轨迹是否满足第三行驶状态。131.可选地，在本实施例的一个可能的实现方式中，所述第一行驶状态包括所述车辆位于所述入口左转停止线以内预设距离处，第二行驶状态包括所述车辆达到所述左转虚拟检测线处，以及，第三行驶状态包括所述车辆位于所述出口人行横道线处。132.本实施例中，可以通过获取单元获取待处理路口的车辆的行驶轨迹，并且获得单元可以根据所述车辆的行驶轨迹，获得所述路口的地图数据，进而检测单元可以根据所述车辆的行驶轨迹和所述路口的地图数据，检测所述车辆的行驶状态，使得确定单元能够响应于所述车辆的行驶状态满足第一行驶状态、第二行驶状态和第三行驶状态，确定所述车辆存在大弯小转行为，由于通过根据车辆的行驶轨迹和路口的地图数据，检测车辆的行驶状态是否同时满足三种行驶状态，以确定车辆是否存在大弯小转行为，可以准确地检测出车辆的大弯小转行为，从而提升了对车辆的大弯小转行为判别的可靠性。133.另外，采用本实施例所提供的技术方案，可以通过获取与车辆的行驶轨迹具有关联关系的地图，来获得与车辆的行驶轨迹对应的路口的地图数据。由此，可以保证所获得的地图数据的准确性，以便于后续可以更加准确地检测出车辆是否存在大弯小转行为，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。134.另外，采用本实施例所提供的技术方案，可以通过基于车道线和车道属性数据获得左转虚拟检测线，进而根据车辆的行驶轨迹、路口的地图数据、以及左转虚拟检测线，进行车辆的行驶状态检测，来获得更加准确有效地检测结果，即更加准确地检测出车辆是否存在大弯小转行为，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。135.另外，采用本实施例所提供的技术方案，可以通过将车辆的行驶轨迹分别与路口的入口左转停止线、路口的出口人行横道线以及左转虚拟检测线进行匹配处理，以检测车辆是否同时满足第一行驶状态、第二行驶状态和第三行驶状态。由此，可以进一步提升了检测结果的准确性，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。136.另外，采用本实施例所提供的技术方案，可以通过对所获取的视频流数据进行目标检测处理，来获取车辆的行驶轨迹。由此，可以提高了车辆的行驶轨迹的准确性，从而进一步地提升了对车辆的大弯小转行为判别的可靠性。137.另外，采用本实施例所提供的技术方案，可以在确定了车辆存在大弯小转行为的同时，获取车辆的第一行驶状态、第二行驶状态和第三行驶状态的视频图像，以便于后续可以向交通管理平台发送车辆信息以及用于判定大弯小转行为的图像，进一步地保证了对车辆的大弯小转行为判别的可靠性。138.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。139.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。140.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600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。141.如图6所示，电子设备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，还可存储电子设备600操作所需的各种程序和数据。计算单元601、rom602以及ram603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。142.电子设备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允许电子设备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。143.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，例如车辆转向检测的方法。例如，在一些实施例中，车辆转向检测的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rom602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到ram603并由计算单元601执行时，可以执行上文描述的车辆转向检测的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)而被配置为执行车辆转向检测的方法。144.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)、复杂可编程逻辑设备(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。145.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。146.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。147.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：用于向用户显示车辆转向检测的装置(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。148.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。149.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，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。150.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公开的技术方案所期望的结果，本文在此不进行限制。151.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。当前第1页12当前第1页12