CN111477028B - 自动驾驶中用于生成信息的方法和装置 - Google Patents

Abstract

本申请公开了自动驾驶中用于生成信息的方法和装置，涉及自动驾驶领域。具体实现方案为：获取目标区域的电子地图，以及获取至少一辆车辆在目标区域内的道路网行驶时生成的道路信息，其中，道路信息包括道路障碍物信息和交通参与者信息；对电子地图所包含信息进行统计分析，得到道路网的静态道路网信息；对获取的道路障碍物信息进行分析，得到动态道路网信息；对获取的交通参与者信息进行分析，得到交通参与者特征；根据静态道路网信息、动态道路网信息和交通参与者特征生成道路网的道路网画像。该实施方式实现了道路网画像的生成。

Description

自动驾驶中用于生成信息的方法和装置

技术领域

本公开实施例涉及计算机技术领域，具体涉及自动驾驶领域的道路网画像技术。

背景技术

无人驾驶汽车(又名，自动驾驶汽车)的道路测试是一种无人驾驶汽车在开放道路内与交通参与者(例如，车辆、行人等)发生真实交互，验证无人驾驶汽车在开放道路场景的通行能力和稳定性的测试方法。道路测试是无人驾驶汽车测试体系的重要组成部分，是无人驾驶汽车商用化的最前沿阵地。

无人驾驶汽车道路测试的三要素包含测试车辆、测试版本和测试环境。其中，测试环境是道路测试区别于无人驾驶汽车其他测试环节(如，集成测试、模块测试)最鲜明的特点。真实道路环境***，各种因素都会对无人驾驶汽车的行驶造成影响。例如，交通参与者的行为会对无人驾驶汽车的道路测试效果产生重要影响，是道路测试的重要变量之一。因此，对道路测试的道路网进行画像，多维度描绘道路网的特征对道路测试而言非常重要。

发明内容

提供了一种自动驾驶中用于生成信息的方法、装置、设备以及存储介质。

根据第一方面，提供了一种自动驾驶中用于生成信息的方法，包括：获取目标区域的电子地图，以及获取至少一辆车辆在上述目标区域内的道路网行驶时生成的道路信息，其中，道路信息包括道路障碍物信息和交通参与者信息；对上述电子地图所包含信息进行统计分析，得到上述道路网的静态道路网信息；对获取的道路障碍物信息进行分析，得到动态道路网信息；对获取的上述交通参与者信息进行分析，得到交通参与者特征；根据上述静态道路网信息、上述动态道路网信息和上述交通参与者特征生成上述道路网的道路网画像。

根据第二方面，根据了一种自动驾驶中用于生成信息的装置，包括：获取单元，被配置成获取目标区域的电子地图，以及获取至少一辆车辆在上述目标区域内的道路网行驶时生成的道路信息，其中，道路信息包括道路障碍物信息和交通参与者信息；第一分析单元，被配置成对上述电子地图所包含信息进行统计分析，得到上述道路网的静态道路网信息；第二分析单元，被配置成对获取的道路障碍物信息进行分析，得到动态道路网信息；第三分析单元，被配置成对获取的上述交通参与者信息进行分析，得到交通参与者特征；生成单元，被配置成根据上述静态道路网信息、上述动态道路网信息和上述交通参与者特征生成上述道路网的道路网画像。

根据第三方面，本公开实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行如第一方面中任一项上述的方法。

根据第四方面，本公开实施例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，其特征在于，上述计算机指令用于使上述计算机执行如第一方面中任一项上述的方法。

根据本实施例的技术结合自动驾驶汽车的特点，生成可以从多维度对道路网进行描述的道路网画像，将自动驾驶汽车行驶的道路环境进行量化描述，生成适用于自动驾驶汽车道路测试的道路网画像。

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

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本公开的自动驾驶中用于生成信息的方法的一个实施例的流程图；

图2是根据本公开的交通参与车辆变更车道的示意图；

图3是根据本公开的自动驾驶中用于生成信息的方法的一个应用场景的示意图；

图4是根据本公开的自动驾驶中用于生成信息的方法的又一个实施例的流程图；

图5是根据本公开的自动驾驶中用于生成信息的装置的一个实施例的结构示意图；

图6是用来实现本申请实施例的自动驾驶中用于生成信息的方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。

如图1所示，示出了根据本公开的自动驾驶中用于生成信息的方法的一个实施例的流程100。该自动驾驶中用于生成信息的方法，包括以下步骤：

S101，获取目标区域的电子地图，以及获取至少一辆车辆在目标区域内的道路网行驶时生成的道路信息。

在本实施例中，自动驾驶中用于生成信息的方法的执行主体可以获取目标区域的电子地图。这里，目标区域可以是根据实际需要人为指定的一块区域。举例来说，目标区域可以是期望进行自动驾驶汽车的道路测试的区域。例如，目标区域可以是一个城市所在的区域。此外，执行主体还可以获取至少一辆车辆在目标区域内的道路网行驶时生成的道路信息。这里，道路信息可以包括道路障碍物信息和交通参与者信息。

上述至少一辆车辆中的各车辆可以具有障碍物感知功能。作为示例，上述至少一辆车辆可以是具有自动驾驶功能的车辆。车辆在目标区域内的道路网行驶(由人工驾驶行驶或自动驾驶行驶)时，会借助激光雷达、超声波雷达、摄像头等传感器来获取道路环境信息，并用GPS(Global Positioning System，全球定位***)、IMU(Inertial measurementunit，惯性测量单元)等获取车身定位信息。之后，车辆可以对传感器获取的信息进行各种分析处理，并按照一定规则生成道路信息、驾驶决策等。举例来说，可以分析出道路上的道路障碍物信息，如，障碍物类型、障碍物位置、障碍物大小、障碍物移动速度等等。

这里，上述电子地图可以是指用于指导自动驾驶汽车行驶的自动驾驶地图(或自动驾驶高精度地图)。自动驾驶地图可以为自动驾驶汽车构造一个映射现实的虚拟道路环境模型。自动驾驶地图对于自动驾驶汽车而言，可以降低环境感知的难度，提供更加完善的周边环境以及更精准的定位精度和可靠性，供自动驾驶汽车进行行为决策。作为示例，自动驾驶地图可以包括道路相关信息(例如，车道数、施工状态、可行驶区域、不可行驶区域、路口位置等等)、车道信息(车道线位置、曲率/坡度、中心线、车道属性变化等等)、交通设施信息(交通信号灯、斑马线、停止线、交通标志、道路隔离护栏等等)等各种信息。

在本实施例中，上述执行主体可以是具有信息处理和生成功能的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

S102，对电子地图所包含信息进行统计分析，得到道路网的静态道路网信息。

在本实施例中，执行主体可以对电子地图所包含信息进行统计分析，从而得到上述道路网的静态道路网信息。这里，静态道路网信息可以是对目标区域的道路网所包含要素(例如，路口、红路灯、环岛等等)的种类和数量的描述。以无人驾驶汽车进入路口的场景为例，无人驾驶汽车进入路口后可以需要执行包含路口停车等待、路口变道、识别交通信号灯、路口内与机动车、行人交互等一系列动作。所以道路网的路口数量多显然会增加无人驾驶汽车的行驶难度。同理，如果道路网内车道数增多区域、车道数减少区域等区域多，会增加无人驾驶汽车与其他车辆交互的概率，以及车道选择的难度。

在本实施例的一些可选的实现方式中，上述S102可以具体如下进行：

首先，对电子地图中包含的以下至少一种信息进行统计分析：路口、红绿灯、车道数增加区域、车道数减少区域、车道宽度、车道数量、主路数量、辅路数量、道路隔离护栏长度。

在本实现方式中，执行主体可以对S101中获得的电子地图中包含的以下至少一种信息进行统计分析：路口、红路灯、车道数增加区域、车道数减少区域、车道宽度、车道、主路、辅路、道路隔离护栏长度等。从而得到路口数量、红绿灯数量、车道数增加区域数量、车道数减少区域数量、车道宽度、车道数量、主路数量、辅路数量、道路隔离护栏长度等统计分析结果。

然后，根据统计分析结果生成静态道路网信息，例如直接将统计分析结果作为静态道路网信息。

在本实现方式中，静态道路网信息可以包括多种统计分析信息。通过本实现方式，可以获取包括多种信息的静态道路网信息，从而使获取的静态道路网信息所包含的信息更加丰富。

S103，对获取的道路障碍物信息进行分析，得到动态道路网信息。

在本实施例中，执行主体可以对S101中获取的道路障碍物信息进行分析，从而得到动态道路网信息。这里，动态道路网信息可以包括车辆周围障碍物的分布、车辆周围障碍物的数量、路口的交通量(例如，车流量、人流量)等等。

在本实施例的一些可选的实现方式中，上述S103可以具体包括以下内容：1)统计道路网的不同地点在不同时间中不同类型的障碍物数量；和/或2)统计道路网内的目标路口在不同时间的交通量；和/或3)以车辆所在位置为圆心、以预设距离为半径的范围内，不同类型障碍物的数量；和/或4)确定预设的统计周期内道路网的交通量分布。

在本实现方式中，执行主体可以通过以下至少一种方式对获取的道路障碍物信息进行分析，得到动态道路网信息：

1)统计道路网的不同地点在不同时间中不同类型的障碍物数量。

在本实现方式中，车辆在道路网行驶时可以实时生成道路障碍物信息，并记录生成道路障碍物信息的时间和地点。其中，道路障碍物信息可以包括障碍物类型。作为示例，车辆可以识别出的障碍物类型可以包括车辆、行人、自行车、可移动障碍物、不可移动障碍物和未知障碍物等。这样，执行主体可以统计道路网的不同地点在不同时间中不同类型的障碍物数量。例如，可以统计道路网的地点X在一天内中的不同时间段内不同类型的障碍物数量，从而形成针对地点X的不同类型的障碍物数量的时间序列。执行主体可以根据道路网的不同地点在不同时间中不同类型的障碍物数据生成动态道路网信息之一，例如，直接将道路网的不同地点在不同时间中不同类型的障碍物数据作为动态道路网信息之一。

2)统计道路网内的目标路口在不同时间的交通量。

在本实现方式中，执行主体可以统计上述道路网内的目标路口在不同时间的交通量。这里，目标路口可以是根据实际需要人为指定的路口。执行主体可以根据目标路口在不同时间的交通量生成动态道路网信息之一，例如，直接将目标路口在不同时间的交通量作为动态道路网信息之一。

3)统计以车辆所在位置为圆心、以预设距离为半径的范围内，不同类型障碍物的数量。

在本实现方式中，执行主体可以统计以车辆所在位置为圆心、以预设距离为半径(例如，30米、50米、100米等)的范围内(即车辆周围预定范围内)，不同类型障碍物的数量。执行主体可以根据车辆周围预定范围内不同类型障碍物的数据生成动态道路网信息之一，例如，直接将车辆周围预定范围内不同类型障碍物的数据作为动态道路网信息之一。

4)确定预设的统计周期内道路网的交通量分布。

在本实现方式中，执行主体可以确定预设的统计周期(例如，一天、一周等等)内道路网的交通量分布。执行主体可以根据统计周期内道路网的交通量分布生成动态道路网信息之一，例如，直接将统计周期内道路网的交通量分布作为动态道路网信息之一。通过本实现方式，可以得到包括多种信息的动态道路网信息，从而使得到的动态道路网信息所包含的信息更加丰富。

S104，对获取的交通参与者信息进行分析，得到交通参与者特征。

在本实施例中，执行主体可以对S101中获取的交通参与者信息进行分析，从而得到交通参与者特征。其中，交通参与者可以包括车辆、自行车、行人等等。作为示例，交通参与者特征可以包括交通参与者遵守交通规则的程度。

通常，自动驾驶汽车可以按照交通规则行驶，自动驾驶汽车可以处理的场景是其他交通参与者遵守交通规则的场景。自动驾驶汽车对于周围车辆激进的驾驶行为(例如，近距离快速变道)响应和处理时间较短，可能会出现紧急刹车、碰撞等不合理的驾驶行为，因此，交通参与者遵守交通规则的程度也会影响自动驾驶汽车的行驶。

在本实施例的一些可选的实现方式中，上述交通参与者信息可以包括交通参与者违章信息、变更车道信息。以及上述执行主体可以采用以下至少一种方式对获取的交通参与者信息进行分析，从而得到交通参与者特征：

1)对至少一辆车辆发送的交通参与者违章信息进行统计分析，得到交通参与者违章特征。

在本实现方式中，执行主体可以对至少一辆车辆发送的交通参与者违章信息进行统计分析，从而得到交通参与者违章特征。例如，可以统计预设时间内(例如，一天内)发生交通参与者违章的次数，或者还可以统计预设时间内平均每预设公里数内(例如，一天内平均每100公里)发生交通参与者违章的次数。这里，违章可以包括逆行、超速、违规停车、车辆进入不可行驶区域、行人进入车辆专用道、超速等等各种违反道路交通规则的行为。执行主体可以根据交通参与者违章特征生成交通参与者特征之一，例如，直接将交通参与者违章特征作为交通参与者特征之一。

2)统计交通参与车辆在变更车道时的变更距离和变更时的车辆速度。

在本实现方式中，执行主体可以统计道路网内交通参与车辆在变更车道时的变更距离和变更时的车辆速度。这里，变更距离可以是指车辆变更车道之前车尾距离待变更车道(即，变更后的车道)上侧行车的车头的距离，这里，侧行车可以是指车辆变道后，位于变道车辆后方的车。变更时的车辆速度可以包括纵向速度和侧向速度。以图2为例，图2中包括车道1和车道2，行驶在车道1的车辆A想要变更车道到车道2，此时，车辆A的侧行车为车辆B。变更距离则为车辆A的车尾到车道B的车头的距离d，变更时的车辆速度可以包括纵向速度v1和侧向速度V2。执行主体可以根据交通参与车辆在变更车道时的变更距离和变更时的车辆速度生成交通参与者特征之一，例如，直接将交通参与车辆在变更车道时的变更距离和变更时的车辆速度作为交通参与者特征之一。

3)统计交通参与车辆的车辆速度。

在本实现方式中，执行主体可以统计道路网内的交通参与车辆的车辆速度，并根据交通参与车辆的车辆速度生成交通参与者特征之一，例如，直接将交通参与车辆的车辆速度作为交通参与者特征之一。通过本实现方式，可以得到包括多种信息的交通参与者特征，从而使得到的交通参与者特征所包含的信息更加丰富。

S105，根据静态道路网信息、动态道路网信息和交通参与者特征生成道路网的道路网画像。

在本实施例中，执行主体可以将S102中得到的静态道路网信息、S103中得到的动态道路网信息和S104中得到的交通参与者特征结合起来，得到上述道路网的道路网画像。实践中，道路网画像可以应用于自动驾驶汽车的道路测试的各方面。作为一个示例，对于一个新道路网，针对该新道路网的道路网画像可以从静态道路网信息、动态道路网信息和交通参与者信息等多个维度对该新道路网进行量化描述。将新道路网的道路网画像与已知成熟道路网的道路网画像进行横向对比，可以形成对新道路网直观全面的认知。因此，道路网画像可以用于自动驾驶汽车的道路网扩展和道路网选择。作为另一个示例，道路网画像可以用于指导针对不同测试目的选择对应的道路网区域，从而进行专项测试和重点测试。举例来说，想要检测自动驾驶汽车安全通过路口的能力，则可以选取路口数量多的道路网画像对应的区域作为测试区域。

在本实施例的一些可选的实现方式中，上述自动驾驶中用于生成信息的方法还可以包括图1中未示出的以下步骤：

首先，将道路网画像进行显示，以供用户查看。

在本实现方式中，执行主体可以将S105中生成的道路网画像进行显示，以供用户查看。这里，上述用户可以是指对道路网画像进行校验的人员。用户可以根据目标区域内道路网的真实情况对执行主体所显示的道路网画像进行校验，如果发现道路网画像中的信息有误，则用户可以针对有误的信息输入修改信息。

然后，接收用户发送的修改信息，以及根据修改信息对道路网画像进行修改。

在本实现方式中，执行主体可以接收用户发送的修改信息，并根据修改信息对上述道路网画像中的信息进行修改。通过本实现方式，可以实现用户对所生成道路网画像的修改，从而使修改后的道路网画像更加准确。

继续参考图3，图3是根据本实施例的自动驾驶中用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中，终端设备301首先可以获取目标区域的电子地图，以及大量车辆在目标区域内的道路网行驶时生成的道路信息，其中，道路信息包括道路障碍物信息和交通参与者信息。其次，终端设备301可以对电子地图所包含信息进行统计分析，得到道路网的静态道路网信息。之后，终端设备301还可以对获取的道路障碍物信息进行分析，得到动态道路网信息。然后，终端设备301还可以对获取的交通参与者信息进行分析，得到交通参与者特征。最后，终端设备301可以根据静态道路网信息、动态道路网信息和交通参与者特征生成道路网的道路网画像。

本公开的上述实施例提供的方法结合自动驾驶汽车的特点，生成可以从多维度对道路网进行描述的道路网画像，将自动驾驶汽车行驶的道路环境进行量化描述，生成适用于自动驾驶汽车道路测试的道路网画像。

进一步参考图4，其示出了自动驾驶中用于生成信息的方法的又一个实施例的流程400。该自动驾驶中用于生成信息的方法的流程400，包括以下步骤：

S401，获取目标区域的电子地图，以及获取至少一辆车辆在目标区域内的道路网行驶时生成的道路信息。

在本实施例中，S401与图1所示实施例的S101类似，此处不再赘述。

S402，对电子地图所包含信息进行统计分析，得到道路网的静态道路网信息。

在本实施例中，S402与图1所示实施例的S102类似，此处不再赘述。

S403，对获取的道路障碍物信息进行分析，得到动态道路网信息。

在本实施例中，S403与图1所示实施例的S103类似，此处不再赘述。

S404，对获取的交通参与者信息进行分析，得到交通参与者特征。

在本实施例中，S404与图1所示实施例的S104类似，此处不再赘述。

S405，根据静态道路网信息、动态道路网信息和交通参与者特征生成道路网的道路网画像。

在本实施例中，S405与图1所示实施例的S105类似，此处不再赘述。

S406，基于道路网的道路网画像，对道路网进行自动驾驶难度评价。

在本实施例中，执行主体可以基于S405得到道路网画像，对道路网进行自动驾驶难度评价。

作为一个示例，执行主体内部可以预先存储有评价规则，举例来说，该评价规则可以是对道路网画像中的一种或多种信息进行计算以得到用于表征自动驾驶难度的计算结果的计算公式。例如，可以人为选取道路网画像中的、对自动驾驶汽车行驶影响较大的多种信息，并使用预设的计算公式对选取出的多种信息进行计算，从而得到计算结果。

作为另一个示例，执行主体内部可以预先存储有评价模型，该评价模型可以用于表征道路网画像与自动驾驶难度的对应关系。这样，执行主体可以将S405中得到的道路网画像输入评价模型，由评价模型输出自动驾驶难度。上述评价模型可以是采用机器学习方法，利用预设样本集合训练得到的。举例来说，用于训练评价模型的执行主体(与上述执行主体相同或不同)可以通过以下方式训练得到评价模型：首先，获取样本集，其中，样本包括样本道路网画像和与样本道路网画像对应的样本自动驾驶难度。之后，将样本集中的样本的样本道路网画像作为输入，将与输入的样本道路网画像对应的样本自动驾驶难度作为期望输出，训练得到评价模型。

从图4中可以看出，与图1对应的实施例相比，本实施例中的用于生成信息的方法突出了对道路网进行自动驾驶难度评价的步骤。由此，本实施例描述的方法可以基于道路网画像对目标区域内的道路网进行自动驾驶难度评价，从而实现了对自动驾驶汽车在目标区域内的道路网上行驶难度的量化描述。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于生成信息的装置的一个实施例，该装置实施例与图1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。

如图5所示，本实施例的自动驾驶中用于生成信息的装置500包括：获取单元501、第一分析单元502、第二分析单元503、第三分析单元504和生成单元505。其中，获取单元501被配置成获取目标区域的电子地图，以及获取至少一辆车辆在上述目标区域内的道路网行驶时生成的道路信息，其中，道路信息包括道路障碍物信息和交通参与者信息；第一分析单元502被配置成对上述电子地图所包含信息进行统计分析，得到上述道路网的静态道路网信息；第二分析单元503被配置成对获取的道路障碍物信息进行分析，得到动态道路网信息；第三分析单元504被配置成对获取的上述交通参与者信息进行分析，得到交通参与者特征；生成单元505被配置成根据上述静态道路网信息、上述动态道路网信息和上述交通参与者特征生成上述道路网的道路网画像。

在本实施例中，自动驾驶中用于生成信息的装置500的获取单元501、第一分析单元502、第二分析单元503、第三分析单元504和生成单元505的具体处理及其所带来的技术效果可分别参考图1对应实施例中S101、S102、S103、S104和S105的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述装置500还包括：评价单元(图中未示出)，被配置成基于上述道路网的道路网画像，对上述道路网进行自动驾驶难度评价。

在本实施例的一些可选的实现方式中，上述装置500还包括：显示单元(图中未示出)，被配置成将上述道路网画像进行显示，以供用户查看；修改单元(图中未示出)，被配置成接收上述用户发送的修改信息，以及根据上述修改信息对上述道路网画像进行修改。

在本实施例的一些可选的实现方式中，上述第一分析单元502进一步被配置成：对上述电子地图中包含的以下至少一种信息进行统计分析：路口、红绿灯、车道数增加区域、车道数减少区域、车道宽度、车道数量、主路数量、辅路数量、道路隔离护栏长度；根据统计分析结果生成静态道路网信息。

在本实施例的一些可选的实现方式中，上述第二分析单元503进一步被配置成：统计上述道路网的不同地点在不同时间中不同类型的障碍物数量；和/或统计上述道路网内的目标路口在不同时间的交通量；和/或统计以车辆所在位置为圆心、以预设距离为半径的范围内，不同类型障碍物的数量；和/或确定预设的统计周期内上述道路网的交通量分布。

在本实施例的一些可选的实现方式中，上述交通参与者信息包括交通参与者违章信息、变更车道信息；以及上述第三分析单元504进一步被配置成：对上述至少一辆车辆发送的交通参与者违章信息进行统计分析，得到交通参与者违章特征；和/或统计交通参与车辆在变更车道时的变更距离和变更时的车辆速度；和/或统计交通参与车辆的车辆速度。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图6所示，是根据本申请实施例的自动驾驶中用于生成信息的方法的电子设备的框图。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/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的自动驾驶中用于生成信息的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的自动驾驶中用于生成信息的方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的自动驾驶中用于生成信息的方法对应的程序指令/模块(例如，附图5所示的获取单元501、第一分析单元502、第二分析单元503、第三分析单元504和生成单元505)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的自动驾驶中用于生成信息的方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据自动驾驶中用于生成信息的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至自动驾驶中用于生成信息的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

自动驾驶中用于生成信息的方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与自动驾驶中用于生成信息的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、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***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***、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***、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的***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。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(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***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***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***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。

计算机***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。

根据本申请实施例的技术方案，结合自动驾驶汽车的特点，生成可以从多维度对道路网进行描述的道路网画像，将自动驾驶汽车行驶的道路环境进行量化描述，生成适用于自动驾驶汽车道路测试的道路网画像。

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，本发申请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，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种自动驾驶中用于生成信息的方法，其特征在于，包括：

获取目标区域的电子地图，以及获取至少一辆车辆在所述目标区域内的道路网行驶时生成的道路信息，其中，道路信息包括道路障碍物信息和交通参与者信息；

对所述电子地图所包含信息进行统计分析，得到所述道路网的静态道路网信息；

对获取的所述道路障碍物信息进行分析，得到动态道路网信息；

对获取的所述交通参与者信息进行分析，得到交通参与者特征，其中，所述交通参与者特征包括其他交通参与者遵守交通规则的程度；

根据所述静态道路网信息、所述动态道路网信息和所述交通参与者特征生成所述道路网的道路网画像；

所述方法还包括：

将所述道路网的道路网画像输入预先存储的评价模型中，得到所述道路网进行自动驾驶难度评价，其中，评价模型用于表征道路网画像与自动驾驶难度的对应关系。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述道路网画像进行显示，以供用户查看；

接收所述用户发送的修改信息，以及根据所述修改信息对所述道路网画像进行修改。

3.根据权利要求1所述的方法，其特征在于，所述对所述电子地图所包含信息进行统计分析，得到所述道路网的静态道路网信息，包括：

对所述电子地图中包含的以下至少一种信息进行统计分析：路口、红绿灯、车道数增加区域、车道数减少区域、车道宽度、车道数量、主路数量、辅路数量、道路隔离护栏长度；

根据统计分析结果生成静态道路网信息。

4.根据权利要求1所述的方法，其特征在于，所述对获取的所述道路障碍物信息进行分析，得到动态道路网信息，包括：

统计所述道路网的不同地点在不同时间中不同类型的障碍物数量；和/或

统计所述道路网内的目标路口在不同时间的交通量；和/或

统计以车辆所在位置为圆心、以预设距离为半径的范围内，不同类型障碍物的数量；和/或

确定预设的统计周期内所述道路网的交通量分布。

5.根据权利要求1所述的方法，其特征在于，所述交通参与者信息包括交通参与者违章信息、变更车道信息；以及

所述对获取的所述交通参与者信息进行分析，得到交通参与者特征，包括：

对所述至少一辆车辆发送的交通参与者违章信息进行统计分析，得到交通参与者违章特征；和/或

统计交通参与车辆在变更车道时的变更距离和变更时的车辆速度；和/或

统计交通参与车辆的车辆速度。

6.一种自动驾驶中用于生成信息的装置，其特征在于，包括：

获取单元，被配置成获取目标区域的电子地图，以及获取至少一辆车辆在所述目标区域内的道路网行驶时生成的道路信息，其中，道路信息包括道路障碍物信息和交通参与者信息；

第一分析单元，被配置成对所述电子地图所包含信息进行统计分析，得到所述道路网的静态道路网信息；

第二分析单元，被配置成对获取的所述道路障碍物信息进行分析，得到动态道路网信息；

第三分析单元，被配置成对获取的所述交通参与者信息进行分析，得到交通参与者特征，其中，所述交通参与者特征包括其他交通参与者遵守交通规则的程度；

生成单元，被配置成根据所述静态道路网信息、所述动态道路网信息和所述交通参与者特征生成所述道路网的道路网画像；

所述装置还包括：

评价单元，被配置成将所述道路网的道路网画像输入预先存储的评价模型中，得到所述道路网进行自动驾驶难度评价，其中，评价模型用于表征道路网画像与自动驾驶难度的对应关系。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

显示单元，被配置成将所述道路网画像进行显示，以供用户查看；

修改单元，被配置成接收所述用户发送的修改信息，以及根据所述修改信息对所述道路网画像进行修改。

8.根据权利要求6所述的装置，其特征在于，所述第一分析单元进一步被配置成：

对所述电子地图中包含的以下至少一种信息进行统计分析：路口、红绿灯、车道数增加区域、车道数减少区域、车道宽度、车道数量、主路数量、辅路数量、道路隔离护栏长度；

根据统计分析结果生成静态道路网信息。

9.根据权利要求6所述的装置，其特征在于，所述第二分析单元进一步被配置成：

统计所述道路网的不同地点在不同时间中不同类型的障碍物数量；和/或

统计所述道路网内的目标路口在不同时间的交通量；和/或

统计以车辆所在位置为圆心、以预设距离为半径的范围内，不同类型障碍物的数量；和/或

确定预设的统计周期内所述道路网的交通量分布。

10.根据权利要求6所述的装置，其特征在于，所述交通参与者信息包括交通参与者违章信息、变更车道信息；以及

所述第三分析单元进一步被配置成：

对所述至少一辆车辆发送的交通参与者违章信息进行统计分析，得到交通参与者违章特征；和/或

统计交通参与车辆在变更车道时的变更距离和变更时的车辆速度；和/或

统计交通参与车辆的车辆速度。

11.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

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权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。

Images