CN114495481A - 路况确定方法、装置、电子设备及计算机可读存储介质 - Google Patents

路况确定方法、装置、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN114495481A
CN114495481A CN202011273136.1A CN202011273136A CN114495481A CN 114495481 A CN114495481 A CN 114495481A CN 202011273136 A CN202011273136 A CN 202011273136A CN 114495481 A CN114495481 A CN 114495481A
Authority
CN
China
Prior art keywords
image
road
target
lane
images
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011273136.1A
Other languages
English (en)
Inventor
卞智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN202011273136.1A priority Critical patent/CN114495481A/zh
Publication of CN114495481A publication Critical patent/CN114495481A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例公开了一种路况确定方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取目标路段设定时间段的图像集，其中，所述图像集中包括采集来源不同的图像；基于所述图像集中的图像，提取所述目标路段的路况特征；基于所述路况特征确定所述目标路段在所述设定时间段的路况。该技术方案能够覆盖多种场景，即使在一些恶劣的、特殊的场景下，也能够及时、准确地确定路况，进而有效地实现车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率。

Description

路况确定方法、装置、电子设备及计算机可读存储介质
技术领域
本公开实施例涉及实时交通技术领域，具体涉及一种路况确定方法、装置、电子设备及计算机可读存储介质。
背景技术
随着社会的发展，机动车的持有量持续增长，交通区域的车流量压力也越来越大。现有技术通常基于轨迹数据检测生成路况，并通过路况的发布来实现车辆的疏导，进而缓解交通压力，降低车辆路上耗时，最终提高人们的出行效率。但在一些特殊场景下，比如隧道中、恶劣等极端天气时、红绿灯处、恶劣道路上等等，轨迹数据检测质量较差，进而导致路况生成不及时、不准确等情况。因此，亟需能够覆盖多种场景，即使在上述特殊场景下，也能够及时、准确地确定路况的方案。
发明内容
本公开实施例提供一种路况确定方法、装置、电子设备及计算机可读存储介质。
第一方面，本公开实施例中提供了一种路况确定方法。
具体的，所述路况确定方法，包括：
获取目标路段设定时间段的图像集，其中，所述图像集中包括采集来源不同的图像；
基于所述图像集中的图像，提取所述目标路段的路况特征；
基于所述路况特征确定所述目标路段在所述设定时间段的路况。
结合第一方面，本公开实施例在第一方面的第一种实现方式中，所述图像采集来源包括以下来源中的一种或多种：卫星拍摄来源、车载设备采集来源、手持设备采集来源、交通管理来源图像、道路设备采集来源。
结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，所述获取目标路段设定时间段的图像集，包括：
当所述目标路段处于第一预设场景下时，获取目标路段设定时间段的卫星拍摄来源采集得到的图像；
当所述目标路段处于第二预设场景下时，获取所述目标路段设定时间段的车载设备采集来源、手持设备采集来源、交通管理来源图像和/或道路设备采集来源采集得到的图像。
结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述获取所述目标路段设定时间段的车载设备采集来源采集得到的图像，被实施为：
向所述目标路段上的车载设备发送图像采集请求，并在所述车载设备确认之后，接收所述车载设备发送的设定时间段的车载设备采集图像；和/或，
所述获取所述目标路段设定时间段的手持设备采集来源采集得到的图像，被实施为：
向所述目标路段上的手持设备发送图像采集请求，并在所述手持设备确认之后，接收所述手持设备发送的设定时间的手持设备采集图像；和/或，
所述获取所述目标路段设定时间段的交通管理来源采集得到的图像，被实施为：
向所述目标路段上的交通管理设备发送图像采集请求，并接收所述交通管理设备发送的交通管理设备设定时间段采集得到的图像；和/或，
所述获取所述目标路段设定时间段的道路设备采集来源采集得到的图像，被实施为：
向所述目标路段上的道路设备发送图像采集请求，并接收所述道路设备发送的设定时间段的道路设备采集图像。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述路况特征包括以下特征中的一种或多种：图像特征、车道特征、目标对象特征；
所述基于所述图像集中的图像，提取所述目标路段的路况特征，包括：
获取所述图像集中图像的属性信息，并基于所述图像集中图像的属性信息，确定所述图像集中图像的图像特征，其中，所述图像特征包括以下特征中的一种或多种：图像标识信息、图像生成时间、图像质量；
识别所述图像集中图像中的目标对象，基于识别得到的目标对象，获取所述图像集中图像的目标对象特征，其中，所述目标对象为行驶在所述目标路段上的车辆和/或行走在所述目标路段上的行人；
识别所述图像集中图像中的车道，基于识别得到的目标对象和车道，获取所述图像集中图像的车道特征，其中，所述车道特征包括以下特征中的一种或多种：车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，所述路况为目标路段的不同车道的路况，所述目标路段的不同车道的路况包括：车道畅通、车道缓行、车道拥堵、车道缓行预警。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和第一方面的第五种实现方式，本公开在第一方面的第六种实现方式中，所述获取目标路段设定时间段的图像集之后，还包括：
确定所述图像集图像中不满足预设图像质量要求的异常图像，并对所述异常图像进行校正处理。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式和第一方面的第六种实现方式，本公开在第一方面的第七种实现方式中，还包括：
遍历具有路况传导效应的目标路段，得到全局路段路况。
第二方面，本公开实施例中提供了一种路况确定装置。
具体的，所述路况确定装置，包括：
获取模块，被配置为获取目标路段设定时间段的图像集，其中，所述图像集中包括采集来源不同的图像；
提取模块，被配置为基于所述图像集中的图像，提取所述目标路段的路况特征；
确定模块，被配置为基于所述路况特征确定所述目标路段在所述设定时间段的路况。
第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条支持路况确定装置执行上述路况确定方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述路况确定装置还可以包括通信接口，用于路况确定装置与其他设备或通信网络通信。
第四方面，本公开实施例提供了一种计算机可读存储介质，用于存储路况确定装置所用的计算机指令，其包含用于执行上述路况确定方法为路况确定装置所涉及的计算机指令。
本公开实施例提供的技术方案可包括以下有益效果：
上述技术方案借助目标路段预定时间段来自不同采集来源的图像的获取来提取得到所述目标路段的路况特征，进而基于所述路况特征得到所述目标路段在所述设定时间段的路况。该技术方案能够覆盖多种场景，即使在一些恶劣的、特殊的场景下，也能够及时、准确地确定路况，进而有效地实现车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开实施例。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开实施例的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开一实施方式的路况确定方法的流程图；
图2示出根据本公开一实施方式的路况确定装置的结构框图；
图3是适于用来实现根据本公开一实施方式的路况确定方法的计算机***的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开实施例的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
在本公开实施例中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开实施例。
本公开实施例提供的技术方案借助目标路段预定时间段来自不同采集来源的图像的获取来提取得到所述目标路段的路况特征，进而基于所述路况特征得到所述目标路段在所述设定时间段的路况。该技术方案能够覆盖多种场景，即使在一些恶劣的、特殊的场景下，也能够及时、准确地确定路况，进而有效地实现车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率。
图1示出根据本公开一实施方式的路况确定方法的流程图，如图1所示，所述路况确定方法包括以下步骤S101-S103：
在步骤S101中，获取目标路段设定时间段的图像集，其中，所述图像集中包括采集来源不同的图像；
在步骤S102中，基于所述图像集中的图像，提取所述目标路段的路况特征；
在步骤S103中，基于所述路况特征确定所述目标路段在所述设定时间段的路况。
上文提及，随着社会的发展，机动车的持有量持续增长，交通区域的车流量压力也越来越大。现有技术通常基于轨迹数据检测生成路况，并通过路况的发布来实现车辆的疏导，进而缓解交通压力，降低车辆路上耗时，最终提高人们的出行效率。但在一些特殊场景下，比如隧道中、恶劣等极端天气时、红绿灯处、恶劣道路上等等，轨迹数据检测质量较差，进而导致路况生成不及时、不准确等情况。因此，亟需能够覆盖多种场景，即使在上述特殊场景下，也能够及时、准确地确定路况的方案。
考虑到上述问题，在该实施方式中，提出一种路况确定方法，该方法借助目标路段预定时间段来自不同采集来源的图像的获取来提取得到所述目标路段的路况特征，进而基于所述路况特征得到所述目标路段在所述设定时间段的路况。该技术方案能够覆盖多种场景，即使在一些恶劣的、特殊的场景下，也能够及时、准确地确定路况，进而有效地实现车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率。
在本公开一实施方式中，所述路况确定方法可适用于可执行路况确定的计算机、计算设备、电子设备、服务器、服务集群等。
在本公开一实施方式中，所述目标路段指的是需要确定其路况的路段，所述目标路段可以是根据实际道路划分得到的有向逻辑道路单元，每个目标路段具有独立的、具有可区别性的标识信息，比如道路ID，且与实际道路路网中的某一条实际道路或者实际道路的一部分相对应。
在本公开一实施方式中，所述图像集中的图像包括采集来源不同的图像，其中，所述图像的采集来源可包括以下来源中的一种或多种：卫星拍摄来源、车载设备采集来源、手持设备采集来源、交通管理来源图像、道路设备采集来源，即所述图像集中基于不同采集来源得到的图像可以为来自卫星的卫星拍摄图像，来自车载设备的车载设备采集图像、来自手持设备的手持设备采集图像、来自交通指示灯路口采集设备或其他交通管理设备的交通管理采集图像，以及来自道路设备的道路设备采集图像。其中，所述车载设备指的是行驶在所述目标路段上的车辆上装载的图像采集设备，所述手持设备指的是行走在所述目标路段上的行人所携带的图像采集设备，所述交通指示灯路口采集设备指的是安装在交通指示灯路口的图像采集设备，所述道路设备指的是安装在高速道路、普通道路或者隧道旁边或者高空的图像采集设备。
在本公开一实施方式中，所述路况特征指的是所述图像中与路况有关、后续能基于其得到路况的特征，比如图像特征、车道特征、目标对象特征等等。其中，所述图像特征指的是所述图像中与图像属性有关的特征，比如图像ID等标识信息、图像生成时间、图像质量等等；所述车道特征指的是所述图像中与车道信息有关的特征，比如该图像中车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度等等；所述目标对象特征指的是所述图像中与目标对象有关的特征，比如目标对象的类型、目标对象与图像采集设备之间的距离、目标对象与前后对象之间的距离、目标对象是否处于排队状态、目标对象的当前工作状态、目标对象密度、目标对象是否处于跟车状态等等，其中，所述目标对象指的是借以对其的分析能够获取相应路况特征的对象，比如，行驶在所述目标路段上的车辆或者行走在所述目标路段上的行人。
在该实施方式中，借助获取与目标路段相关的、来自不同采集来源的、足够多的图像，来提取得到相应的、丰富的目标路段路况特征，从而实现即使在一些恶劣的、特殊的场景下，基于提取得到的丰富的目标路段路况特征，也能够及时、准确地确定所述目标路段的路况，其中，所述目标路段的路况为目标路段的不同车道的路况，所述目标路段的不同车道的路况可包括以下路况中的一种或多种：车道畅通、车道缓行、车道拥堵、车道缓行预警等等，进而有效地实现车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率。
在本公开一实施方式中，所述步骤S101，即获取目标路段设定时间段的图像集的步骤之后，还可包括以下步骤：
确定所述图像集中不满足预设图像质量要求的异常图像，并对所述异常图像进行校正处理。
考虑到在实际图像采集过程中，由于受拍摄环境等不确定因素的影响，采集得到的图像可能会出现图像模糊、图像噪声过多、拍摄角度异常、图像拼接异常、图像为合成图像、图像能见度低、非主行驶方向拍摄、图像质量低等不满足预设图像质量要求的异常图像，这些异常图像在后续进行路况特征提取时难以提取得到有效的路况信息和路况特征，因此需要对于所述异常图像进行相应的校正处理，以使得经过校正处理的图像能够满足所述预设图像质量要求，比如，对于模糊的图像进行锐化处理，对于噪声过多的图像进行去噪处理，对于拍摄角度异常和非主行驶方向拍摄的图像进行偏移处理，对于拼接异常和合成图像进行图像拆分处理，对于能见度低的图像进行亮度调节，对于质量低的图像进行图像增强处理等等，当然，对于所述异常图像进行的校正处理可根据实际应用的需要，以及异常图像的异常原因选择合适的处理方法。其中，所述预设图像质量要求指的是对于图像质量在实时性、清晰度、信噪比、拍摄角度等方面的要求，可根据实际应用的需要进行设置。
在本公开一实施方式中，所述对所述异常图像进行校正处理的步骤之后，还可包括以下步骤：
若经校正处理后得到的图像仍不满足所述预设图像质量要求，丢弃所述异常图像。
若经过校正处理后得到的图像仍不满足所述预设图像质量要求，则认为所述图像无法进行后续有效信息和特征的提取，则可对于所述异常图像执行丢弃处理。
上文提及，所述图像集中基于不同采集来源得到的图像可以为以下图像中的一种或多种：卫星拍摄图像、车载设备采集图像、手持设备采集图像、交通管理图像、道路设备采集图像。其中，所述卫星拍摄图像是现有技术中常用的借以生成路况的图像，其在空旷场地、天气良好等情况下图像质量表现良好，但在隧道中、恶劣等极端天气时，以及在红绿灯处和恶劣道路等特殊场景中，所拍摄到的图像的质量无法满足所述预设图像质量要求，因此，为了实现全场景下路况的准确获取，需要获取来自不同采集来源的图像，以应对不同场景下的路况获取需求。
比如，在常规场景中，可直接使用所述卫星拍摄图像来生成所述路况；在隧道中，车载设备采集图像、手持设备采集图像及隧道内置设备采集图像可能能够满足路况获取的要求；在恶劣等极端天气时或者在恶劣道路上，车载设备采集图像、手持设备采集图像及道路设备采集图像可能能够满足路况获取的要求；在红绿灯处，车载设备采集图像、手持设备采集图像及交通管理图像可能能够满足路况获取的要求；也就是说，在上述特殊场景中，需要从其他采集来源获取不受所述特殊场景影响，能够满足所述预设图像质量要求的图像来生成所述路况。
即，在本公开一实施方式中，所述步骤S101，即获取目标路段设定时间段的图像集的步骤，可包括以下步骤：
当所述目标路段处于第一预设场景下时，获取目标路段设定时间段的卫星拍摄来源采集得到的图像；
当所述目标路段处于第二预设场景下时，获取所述目标路段设定时间段的车载设备采集来源、手持设备采集来源、交通管理来源图像和/或道路设备采集来源采集得到的图像。
其中，所述第一预设场景指的是上述空旷场地、天气良好等常规场景，所述第二预设场景指的是上述隧道中、恶劣等极端天气、红绿灯处、恶劣道路等特殊场景。
在该实施方式中，所述获取所述目标路段设定时间段的车载设备采集来源采集得到的图像，可被实施为：
向所述目标路段上的车载设备发送图像采集请求，并在所述车载设备确认之后，接收所述车载设备发送的设定时间段的车载设备采集图像。
即，在该实施方式中，若想要获取与所述目标路段的车载设备采集图像，可首先向所述车载设备发送图像采集请求，以获取所述车载设备的同意或授权，当所述车载设备同意并确认所述图像采集请求后，将会采集相应的道路图像，并将其返回。
在该实施方式中，所述获取所述目标路段设定时间段的手持设备采集来源采集得到的图像，可被实施为：
向所述目标路段上的手持设备发送图像采集请求，并在所述手持设备确认之后，接收所述手持设备发送的设定时间段的手持设备采集图像。
即，在该实施方式中，若想要获取与所述目标路段的手持设备采集图像，可首先向所述手持设备发送图像采集请求，以获取所述手持设备的同意或授权，当所述手持设备同意并确认所述图像采集请求后，将会采集相应的道路图像，并将其返回。
在该实施方式中，所述获取所述目标路段设定时间段的交通管理来源采集得到的图像，可被实施为：
向所述目标路段上的交通管理设备发送图像采集请求，并接收所述交通管理设备发送的交通管理设备设定时间段采集得到的图像。
即，在该实施方式中，若想要获取与所述目标路段的交通管理图像，可首先向所述交通指示灯路口采集设备等交通管理设备发送图像采集请求，使其响应于所述图像采集请求，返回采集得到的交通管理图像。
在该实施方式中，所述获取所述目标路段设定时间段的道路设备采集来源采集得到的图像，可被实施为：
向所述目标路段上的道路设备发送图像采集请求，并接收所述道路设备发送的设定时间段的道路设备采集图像。
即，在该实施方式中，若想要获取与所述目标路段的道路设备采集图像，可首先向所述道路设备发送图像采集请求，使其响应于所述图像采集请求，返回采集得到的道路设备采集图像。
上文提及，所述路况特征可包括以下特征中的一种或多种：图像特征、车道特征、目标对象特征，其中，所述图像特征指的是所述图像中与图像属性有关的特征，所述车道特征指的是所述图像中与车道信息有关的特征，所述目标对象特征指的是所述图像中与目标对象有关的特征。
因此，在本公开一实施方式中，所述步骤S102，即所述基于所述图像集中的图像，提取所述目标路段的路况特征的步骤，可包括以下步骤：
获取所述图像集中图像的属性信息，并基于所述图像集中图像的属性信息，确定所述图像集中图像的图像特征，其中，所述图像特征包括以下特征中的一种或多种：图像标识信息、图像生成时间、图像质量；
识别所述图像集中图像中的目标对象，基于识别得到的目标对象，获取所述图像集中图像的目标对象特征，其中，所述目标对象为行驶在所述目标路段上的车辆和/或行走在所述目标路段上的行人；
识别所述图像集中图像中的车道，基于识别得到的目标对象和车道，获取所述图像集中图像的车道特征，其中，所述车道特征包括以下特征中的一种或多种：车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度。
在该实施方式中，通过获取所述图像集中图像的属性信息，并基于所述图像的属性信息，确定所述图像的图像特征，其中，所述属性信息可包括图像ID等图像标识信息、图像生成时间、图像像素值等信息，所述图像特征可包括图像ID等图像标识信息、图像生成时间、图像质量、是否为异常图像等特征。
通过识别所述图像中的目标对象，并基于识别得到的目标对象，来获取所述图像的目标对象特征。其中，所述图像中的目标图像可以为一个也可以为多个，可通过目标对象识别算法对于所述图像进行目标对象识别来得到所述图像的目标对象特征，只是当所述目标对象为多个时，需对于每个目标对象对应的特征进行提取。其中，所述目标对象特征比如可以为目标对象的类型、目标对象与图像采集设备之间的距离、目标对象前方是否有另一目标对象、目标对象与前方对象之间的距离、目标对象与前后对象之间的距离、目标对象是否处于排队状态、目标对象的当前工作状态、目标对象密度、目标对象是否处于跟车状态等等，其中，所述目标对象的类型比如可以为小车、面包车、卡车、大巴车、油罐车、行人等等；所述目标对象与图像采集设备之间的距离可通过距离标定算法获得；所述目标对象与前方对象之间的距离以及目标对象与前后对象之间的距离可通过距离标定及深度图像距离探测算法获得；所述目标对象是否处于排队状态可借助所述目标对象与前后对象之间的距离以及所述目标对象的当前工作状态来确定；所述目标对象的当前工作状态可通过对于所述目标对象的传感检测或者与参考物之间的位置关系变化来确定，所述目标对象的当前工作状态比如可以为加速行驶、匀速行驶、减速行驶、道路中停车、路边停车等等；所述目标对象密度可通过所述目标对象数量及所述目标对象所覆盖区域的检测来获得，所述目标对象是否处于跟车状态可通过对于不同目标对象移动距离的检测和对比来确定。
通过识别所述图像中的车道，并基于识别得到的车道，以及之前识别得到的目标对象，来获取所述图像的车道特征。其中，所述车道特征比如可以为图像中车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度等等，其中，所述车道的类型比如可以为普通车道、普通车道左转弯道、普通车道直行道、普通车道右转弯道、公交车道、非机动车道、行人道等等；车道的相对位置比如可以为当前目标对象所在的当前车道、当前车道的左车道、当前车道的右车道、当前车道的邻车道、相对当前车道的位置等等；车道的方向比如可以为东向、南向、西向、北向、正向、反向等等；所述车道占空率指的是某一车道上车辆占地面积与车道占地面积之间的比率，某一车道上的车辆越多，车道占空率就越高；所述车道空旷程度指的是某一车道上空地的占比。
上文提及，所述路况为目标路段的不同车道的路况，所述目标路段的不同车道的路况可包括以下路况中的一种或多种：车道畅通、车道缓行、车道拥堵、车道缓行预警等等。基于上述从所述图像中提取得到的路况特征，就可通过对其进行分析得到所述目标路段不同车道的路况。
比如：基于提取得到的路况特征若确定某一目标对象的前方没有其他目标对象，且该目标对象所在车道以及周边车道均无目标对象；或者，某一目标对象的前方有其他目标对象，但该目标对象与其他目标对象之间的距离大于预设距离阈值；或者，当前车道目标对象密度小于预设密度阈值；或者，所述目标对象的当前工作状态为加速行驶；或者，某一目标对象的前方有其他目标对象，但车道空旷程度超过预设空旷阈值或车道占空率小于预设比率阈值，则说明该目标对象处于无车或少车场景下，此时该目标路段当前车道方向的路况为车道畅通。
若确定某一目标对象的前方有其他目标对象，该目标对象与其他目标对象之间的距离小于所述预设距离阈值，则说明该目标对象有可能处于多车场景中，此时还需考察该目标对象所在车道的类型，若所述目标对象所在车道为高速车道，则可认为所述目标路段当前车道方向的路况为畅通，若所述目标对象所在车道为普通车道，则可认为所述目标路段当前车道方向的路况为车道缓行。
若确定某一目标对象处于排队状态；或者，当前车道目标对象密度大于预设密度阈值；或者，所述目标对象的当前工作状态为减速行驶、在道路中停车；或者，所述目标对象处于跟车状态，则说明该目标加对象处于多车场景下，此时该目标路段当前车道方向的路况为车道拥堵。
若确定某一目标对象的前方有其他目标对象，且所述其他目标对象既包括车辆也包括行人，则说明该目标对象处于敏感场景下，此时可将该目标路段当前车道方向的路况设置为车道缓行预警，以提醒目标对象小心驾驶。
其中，提取得到的所述图像ID等标识信息、图像生成时间等图像特征，以及车道的类型、车道的相对位置、车道的方向等车道特征可用于对于路况进行标记，比如标记具体哪个车道的哪个方向在什么时间属于车道畅通、车道缓行、车道拥堵还是车道缓行预警，同时也便于后续进行路况的分析和追溯。
在得到某一目标路段的路况之后，为了获取全网路况，以有效实现对于车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率，可对于路网中具有路况传导效应的每个路段进行遍历处理，获取全局路段路况，其中，所述具有路况传导效应的路段指的是会受到其他不同路段影响的目标路段。
在本公开一实施方式中，在得到所述路况后，还可通过广播、消息推送、音频视频播报等多种媒介传播方式对于所述路况进行发布，使得行驶在道路上的车辆以及行人能够提前了解路况信息，选择畅通的道路，从而实现车辆的疏导和交通压力的缓解，进而提高人们的出行效率。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图2示出根据本公开一实施方式的路况确定装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图2所示，所述路况确定装置包括：
获取模块201，被配置为获取目标路段设定时间段的图像集，其中，所述图像集中包括采集来源不同的图像；
提取模块202，被配置为基于所述图像集中的图像，提取所述目标路段的路况特征；
确定模块203，被配置为基于所述路况特征确定所述目标路段在所述设定时间段的路况。
上文提及，随着社会的发展，机动车的持有量持续增长，交通区域的车流量压力也越来越大。现有技术通常基于轨迹数据检测生成路况，并通过路况的发布来实现车辆的疏导，进而缓解交通压力，降低车辆路上耗时，最终提高人们的出行效率。但在一些特殊场景下，比如隧道中、恶劣等极端天气时、红绿灯处、恶劣道路上等等，轨迹数据检测质量较差，进而导致路况生成不及时、不准确等情况。因此，亟需能够覆盖多种场景，即使在上述特殊场景下，也能够及时、准确地确定路况的方案。
考虑到上述问题，在该实施方式中，提出一种路况确定装置，该装置借助目标路段预定时间段来自不同采集来源的图像的获取来提取得到所述目标路段的路况特征，进而基于所述路况特征得到所述目标路段在所述设定时间段的路况。该技术方案能够覆盖多种场景，即使在一些恶劣的、特殊的场景下，也能够及时、准确地确定路况，进而有效地实现车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率。
在本公开一实施方式中，所述路况确定装置可实现为可执行路况确定的计算机、计算设备、电子设备、服务器、服务集群等。
在本公开一实施方式中，所述目标路段指的是需要确定其路况的路段，所述目标路段可以是根据实际道路划分得到的有向逻辑道路单元，每个目标路段具有独立的、具有可区别性的标识信息，比如道路ID，且与实际道路路网中的某一条实际道路或者实际道路的一部分相对应。
在本公开一实施方式中，所述图像集中的图像包括采集来源不同的图像，其中，所述图像的采集来源可包括以下来源中的一种或多种：卫星拍摄来源、车载设备采集来源、手持设备采集来源、交通管理来源图像、道路设备采集来源，即所述图像集中基于不同采集来源得到的图像可以为来自卫星的卫星拍摄图像，来自车载设备的车载设备采集图像、来自手持设备的手持设备采集图像、来自交通指示灯路口采集设备或其他交通管理设备的交通管理采集图像，以及来自道路设备的道路设备采集图像。其中，所述车载设备指的是行驶在所述目标路段上的车辆上装载的图像采集设备，所述手持设备指的是行走在所述目标路段上的行人所携带的图像采集设备，所述交通指示灯路口采集设备指的是安装在交通指示灯路口的图像采集设备，所述道路设备指的是安装在高速道路、普通道路或者隧道旁边或者高空的图像采集设备。
在本公开一实施方式中，所述路况特征指的是所述图像中与路况有关、后续能基于其得到路况的特征，比如图像特征、车道特征、目标对象特征等等。其中，所述图像特征指的是所述图像中与图像属性有关的特征，比如图像ID等标识信息、图像生成时间、图像质量等等；所述车道特征指的是所述图像中与车道信息有关的特征，比如该图像中车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度等等；所述目标对象特征指的是所述图像中与目标对象有关的特征，比如目标对象的类型、目标对象与图像采集设备之间的距离、目标对象与前后对象之间的距离、目标对象是否处于排队状态、目标对象的当前工作状态、目标对象密度、目标对象是否处于跟车状态等等，其中，所述目标对象指的是借以对其的分析能够获取相应路况特征的对象，比如，行驶在所述目标路段上的车辆或者行走在所述目标路段上的行人。
在该实施方式中，借助获取与目标路段相关的、来自不同采集来源的、足够多的图像，来提取得到相应的、丰富的目标路段路况特征，从而实现即使在一些恶劣的、特殊的场景下，基于提取得到的丰富的目标路段路况特征，也能够及时、准确地确定所述目标路段的路况，其中，所述目标路段的路况为目标路段的不同车道的路况，所述目标路段的不同车道的路况可包括以下路况中的一种或多种：车道畅通、车道缓行、车道拥堵、车道缓行预警等等，进而有效地实现车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率。
在本公开一实施方式中，所述获取模块201之后，还可包括：
校正模块，被配置为确定所述图像集中不满足预设图像质量要求的异常图像，并对所述异常图像进行校正处理。
考虑到在实际图像采集过程中，由于受拍摄环境等不确定因素的影响，采集得到的图像可能会出现图像模糊、图像噪声过多、拍摄角度异常、图像拼接异常、图像为合成图像、图像能见度低、非主行驶方向拍摄、图像质量低等不满足预设图像质量要求的异常图像，这些异常图像在后续进行路况特征提取时难以提取得到有效的路况信息和路况特征，因此需要对于所述异常图像进行相应的校正处理，以使得经过校正处理的图像能够满足所述预设图像质量要求，比如，对于模糊的图像进行锐化处理，对于噪声过多的图像进行去噪处理，对于拍摄角度异常和非主行驶方向拍摄的图像进行偏移处理，对于拼接异常和合成图像进行图像拆分处理，对于能见度低的图像进行亮度调节，对于质量低的图像进行图像增强处理等等，当然，对于所述异常图像进行的校正处理可根据实际应用的需要，以及异常图像的异常原因选择合适的处理方法。其中，所述预设图像质量要求指的是对于图像质量在实时性、清晰度、信噪比、拍摄角度等方面的要求，可根据实际应用的需要进行设置。
在本公开一实施方式中，所述校正模块还可被配置为：
若经校正处理后得到的图像仍不满足所述预设图像质量要求，丢弃所述异常图像。
若经过校正处理后得到的图像仍不满足所述预设图像质量要求，则认为所述图像无法进行后续有效信息和特征的提取，则可对于所述异常图像执行丢弃处理。
上文提及，所述图像集中基于不同采集来源得到的图像可以为以下图像中的一种或多种：卫星拍摄图像、车载设备采集图像、手持设备采集图像、交通管理图像、道路设备采集图像。其中，所述卫星拍摄图像是现有技术中常用的借以生成路况的图像，其在空旷场地、天气良好等情况下图像质量表现良好，但在隧道中、恶劣等极端天气时，以及在红绿灯处和恶劣道路等特殊场景中，所拍摄到的图像的质量无法满足所述预设图像质量要求，因此，为了实现全场景下路况的准确获取，需要获取来自不同采集来源的图像，以应对不同场景下的路况获取需求。
比如，在常规场景中，可直接使用所述卫星拍摄图像来生成所述路况；在隧道中，车载设备采集图像、手持设备采集图像及隧道内置设备采集图像可能能够满足路况获取的要求；在恶劣等极端天气时或者在恶劣道路上，车载设备采集图像、手持设备采集图像及道路设备采集图像可能能够满足路况获取的要求；在红绿灯处，车载设备采集图像、手持设备采集图像及交通管理图像可能能够满足路况获取的要求；也就是说，在上述特殊场景中，需要从其他采集来源获取不受所述特殊场景影响，能够满足所述预设图像质量要求的图像来生成所述路况。
即，在本公开一实施方式中，所述获取模块201可被配置为：
当所述目标路段处于第一预设场景下时，获取目标路段设定时间段的卫星拍摄来源采集得到的图像；
当所述目标路段处于第二预设场景下时，获取所述目标路段设定时间段的车载设备采集来源、手持设备采集来源、交通管理来源图像和/或道路设备采集来源采集得到的图像。
其中，所述第一预设场景指的是上述空旷场地、天气良好等常规场景，所述第二预设场景指的是上述隧道中、恶劣等极端天气、红绿灯处、恶劣道路等特殊场景。
在该实施方式中，所述获取所述目标路段设定时间段的车载设备采集来源采集得到的图像的部分，可被配置为：
向所述目标路段上的车载设备发送图像采集请求，并在所述车载设备确认之后，接收所述车载设备发送的设定时间段的车载设备采集图像。
即，在该实施方式中，若想要获取与所述目标路段的车载设备采集图像，可首先向所述车载设备发送图像采集请求，以获取所述车载设备的同意或授权，当所述车载设备同意并确认所述图像采集请求后，将会采集相应的道路图像，并将其返回。
在该实施方式中，所述获取所述目标路段设定时间段的手持设备采集来源采集得到的图像的部分，可被配置为：
向所述目标路段上的手持设备发送图像采集请求，并在所述手持设备确认之后，接收所述手持设备发送的设定时间段的手持设备采集图像。
即，在该实施方式中，若想要获取与所述目标路段的手持设备采集图像，可首先向所述手持设备发送图像采集请求，以获取所述手持设备的同意或授权，当所述手持设备同意并确认所述图像采集请求后，将会采集相应的道路图像，并将其返回。
在该实施方式中，所述获取所述目标路段设定时间段的交通管理来源采集得到的图像的部分，可被配置为：
向所述目标路段上的交通管理设备发送图像采集请求，并接收所述交通管理设备发送的交通管理设备设定时间段采集得到的图像。
即，在该实施方式中，若想要获取与所述目标路段的交通管理图像，可首先向所述交通指示灯路口采集设备等交通管理设备发送图像采集请求，使其响应于所述图像采集请求，返回采集得到的交通管理图像。
在该实施方式中，所述获取所述目标路段设定时间段的道路设备采集来源采集得到的图像的部分，可被配置为：
向所述目标路段上的道路设备发送图像采集请求，并接收所述道路设备发送的设定时间段的道路设备采集图像。
即，在该实施方式中，若想要获取与所述目标路段的道路设备采集图像，可首先向所述道路设备发送图像采集请求，使其响应于所述图像采集请求，返回采集得到的道路设备采集图像。
上文提及，所述路况特征可包括以下特征中的一种或多种：图像特征、车道特征、目标对象特征，其中，所述图像特征指的是所述图像中与图像属性有关的特征，所述车道特征指的是所述图像中与车道信息有关的特征，所述目标对象特征指的是所述图像中与目标对象有关的特征。
因此，在本公开一实施方式中，所述提取模块202可被配置为：
获取所述图像集中图像的属性信息，并基于所述图像集中图像的属性信息，确定所述图像集中图像的图像特征，其中，所述图像特征包括以下特征中的一种或多种：图像标识信息、图像生成时间、图像质量；
识别所述图像集中图像中的目标对象，基于识别得到的目标对象，获取所述图像集中图像的目标对象特征，其中，所述目标对象为行驶在所述目标路段上的车辆和/或行走在所述目标路段上的行人；
识别所述图像集中图像中的车道，基于识别得到的目标对象和车道，获取所述图像集中图像的车道特征，其中，所述车道特征包括以下特征中的一种或多种：车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度。
在该实施方式中，通过获取所述图像集中图像的属性信息，并基于所述图像的属性信息，确定所述图像的图像特征，其中，所述属性信息可包括图像ID等图像标识信息、图像生成时间、图像像素值等信息，所述图像特征可包括图像ID等图像标识信息、图像生成时间、图像质量、是否为异常图像等特征。
通过识别所述图像中的目标对象，并基于识别得到的目标对象，来获取所述图像的目标对象特征。其中，所述图像中的目标图像可以为一个也可以为多个，可通过目标对象识别算法对于所述图像进行目标对象识别来得到所述图像的目标对象特征，只是当所述目标对象为多个时，需对于每个目标对象对应的特征进行提取。其中，所述目标对象特征比如可以为目标对象的类型、目标对象与图像采集设备之间的距离、目标对象前方是否有另一目标对象、目标对象与前方对象之间的距离、目标对象与前后对象之间的距离、目标对象是否处于排队状态、目标对象的当前工作状态、目标对象密度、目标对象是否处于跟车状态等等，其中，所述目标对象的类型比如可以为小车、面包车、卡车、大巴车、油罐车、行人等等；所述目标对象与图像采集设备之间的距离可通过距离标定算法获得；所述目标对象与前方对象之间的距离以及目标对象与前后对象之间的距离可通过距离标定及深度图像距离探测算法获得；所述目标对象是否处于排队状态可借助所述目标对象与前后对象之间的距离以及所述目标对象的当前工作状态来确定；所述目标对象的当前工作状态可通过对于所述目标对象的传感检测或者与参考物之间的位置关系变化来确定，所述目标对象的当前工作状态比如可以为加速行驶、匀速行驶、减速行驶、道路中停车、路边停车等等；所述目标对象密度可通过所述目标对象数量及所述目标对象所覆盖区域的检测来获得，所述目标对象是否处于跟车状态可通过对于不同目标对象移动距离的检测和对比来确定。
通过识别所述图像中的车道，并基于识别得到的车道，以及之前识别得到的目标对象，来获取所述图像的车道特征。其中，所述车道特征比如可以为图像中车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度等等，其中，所述车道的类型比如可以为普通车道、普通车道左转弯道、普通车道直行道、普通车道右转弯道、公交车道、非机动车道、行人道等等；车道的相对位置比如可以为当前目标对象所在的当前车道、当前车道的左车道、当前车道的右车道、当前车道的邻车道、相对当前车道的位置等等；车道的方向比如可以为东向、南向、西向、北向、正向、反向等等；所述车道占空率指的是某一车道上车辆占地面积与车道占地面积之间的比率，某一车道上的车辆越多，车道占空率就越高；所述车道空旷程度指的是某一车道上空地的占比。
上文提及，所述路况为目标路段的不同车道的路况，所述目标路段的不同车道的路况可包括以下路况中的一种或多种：车道畅通、车道缓行、车道拥堵、车道缓行预警等等。基于上述从所述图像中提取得到的路况特征，就可通过对其进行分析得到所述目标路段不同车道的路况。
比如：基于提取得到的路况特征若确定某一目标对象的前方没有其他目标对象，且该目标对象所在车道以及周边车道均无目标对象；或者，某一目标对象的前方有其他目标对象，但该目标对象与其他目标对象之间的距离大于预设距离阈值；或者，当前车道目标对象密度小于预设密度阈值；或者，所述目标对象的当前工作状态为加速行驶；或者，某一目标对象的前方有其他目标对象，但车道空旷程度超过预设空旷阈值或车道占空率小于预设比率阈值，则说明该目标对象处于无车或少车场景下，此时该目标路段当前车道方向的路况为车道畅通。
若确定某一目标对象的前方有其他目标对象，该目标对象与其他目标对象之间的距离小于所述预设距离阈值，则说明该目标对象有可能处于多车场景中，此时还需考察该目标对象所在车道的类型，若所述目标对象所在车道为高速车道，则可认为所述目标路段当前车道方向的路况为畅通，若所述目标对象所在车道为普通车道，则可认为所述目标路段当前车道方向的路况为车道缓行。
若确定某一目标对象处于排队状态；或者，当前车道目标对象密度大于预设密度阈值；或者，所述目标对象的当前工作状态为减速行驶、在道路中停车；或者，所述目标对象处于跟车状态，则说明该目标加对象处于多车场景下，此时该目标路段当前车道方向的路况为车道拥堵。
若确定某一目标对象的前方有其他目标对象，且所述其他目标对象既包括车辆也包括行人，则说明该目标对象处于敏感场景下，此时可将该目标路段当前车道方向的路况设置为车道缓行预警，以提醒目标对象小心驾驶。
其中，提取得到的所述图像ID等标识信息、图像生成时间等图像特征，以及车道的类型、车道的相对位置、车道的方向等车道特征可用于对于路况进行标记，比如标记具体哪个车道的哪个方向在什么时间属于车道畅通、车道缓行、车道拥堵还是车道缓行预警，同时也便于后续进行路况的分析和追溯。
在得到某一目标路段的路况之后，为了获取全网路况，以有效实现对于车辆的疏导，缓解交通压力，降低车辆路上耗时，提高人们的出行效率，可对于路网中具有路况传导效应的每个路段进行遍历处理，获取全局路段路况，其中，所述具有路况传导效应的路段指的是会受到其他不同路段影响的目标路段。即在本公开一实施方式中，所述装置还可包括：
遍历模块，被配置为遍历具有路况传导效应的目标路段，得到全局路段路况。即在本公开一实施方式中，所述装置还可包括：
遍历模块，被配置为遍历具有路况传导效应的目标路段，得到全局路段路况。
在本公开一实施方式中，在得到所述路况后，还可通过广播、消息推送、音频视频播报等多种媒介传播方式对于所述路况进行发布，使得行驶在道路上的车辆以及行人能够提前了解路况信息，选择畅通的道路，从而实现车辆的疏导和交通压力的缓解，进而提高人们的出行效率。即在本公开一实施方式中，所述装置还可包括：
发布模块，被配置为发布所述路况。
本公开实施例还公开了一种电子设备，所述电子设备包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述任一方法步骤。
图3是适于用来实现根据本公开一实施方式的路况确定方法的计算机***的结构示意图。
如图3所示，计算机***300包括处理单元301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分308加载到随机访问存储器(RAM)303中的程序而执行上述实施方式中的各种处理。在RAM303中，还存储有计算机***300操作所需的各种程序和数据。处理单元301、ROM302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。其中，所述处理单元301可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
特别地，根据本公开的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述路况确定方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。
附图中的流程图和框图，图示了按照本公开各种实施方式的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开实施例的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种路况确定方法，包括：
获取目标路段设定时间段的图像集，其中，所述图像集中包括采集来源不同的图像；
基于所述图像集中的图像，提取所述目标路段的路况特征；
基于所述路况特征确定所述目标路段在所述设定时间段的路况。
2.根据权利要求1所述的方法，所述图像采集来源包括以下来源中的一种或多种：卫星拍摄来源、车载设备采集来源、手持设备采集来源、交通管理来源图像、道路设备采集来源。
3.根据权利要求2所述的方法，所述获取目标路段设定时间段的图像集，包括：
当所述目标路段处于第一预设场景下时，获取目标路段设定时间段的卫星拍摄来源采集得到的图像；
当所述目标路段处于第二预设场景下时，获取所述目标路段设定时间段的车载设备采集来源、手持设备采集来源、交通管理来源图像和/或道路设备采集来源采集得到的图像。
4.根据权利要求3所述的方法，所述获取所述目标路段设定时间段的车载设备采集来源采集得到的图像，被实施为：
向所述目标路段上的车载设备发送图像采集请求，并在所述车载设备确认之后，接收所述车载设备发送的设定时间段的车载设备采集图像；和/或，
所述获取所述目标路段设定时间段的手持设备采集来源采集得到的图像，被实施为：
向所述目标路段上的手持设备发送图像采集请求，并在所述手持设备确认之后，接收所述手持设备发送的设定时间的手持设备采集图像；和/或，
所述获取所述目标路段设定时间段的交通管理来源采集得到的图像，被实施为：
向所述目标路段上的交通管理设备发送图像采集请求，并接收所述交通管理设备发送的交通管理设备设定时间段采集得到的图像；和/或，
所述获取所述目标路段设定时间段的道路设备采集来源采集得到的图像，被实施为：
向所述目标路段上的道路设备发送图像采集请求，并接收所述道路设备发送的设定时间段的道路设备采集图像。
5.根据权利要求1-4任一所述的方法，所述路况特征包括以下特征中的一种或多种：图像特征、车道特征、目标对象特征；
所述基于所述图像集中的图像，提取所述目标路段的路况特征，包括：
获取所述图像集中图像的属性信息，并基于所述图像集中图像的属性信息，确定所述图像集中图像的图像特征，其中，所述图像特征包括以下特征中的一种或多种：图像标识信息、图像生成时间、图像质量；
识别所述图像集中图像中的目标对象，基于识别得到的目标对象，获取所述图像集中图像的目标对象特征，其中，所述目标对象为行驶在所述目标路段上的车辆和/或行走在所述目标路段上的行人；
识别所述图像集中图像中的车道，基于识别得到的目标对象和车道，获取所述图像集中图像的车道特征，其中，所述车道特征包括以下特征中的一种或多种：车道的类型、车道的相对位置、车道的方向、车道占空率、车道空旷程度。
6.根据权利要求1-5任一所述的方法，所述路况为目标路段的不同车道的路况，所述目标路段的不同车道的路况包括：车道畅通、车道缓行、车道拥堵、车道缓行预警。
7.根据权利要求1-6任一所述的方法，所述获取目标路段设定时间段的图像集之后，还包括：
确定所述图像集图像中不满足预设图像质量要求的异常图像，并对所述异常图像进行校正处理。
8.根据权利要求1-7任一所述的方法，还包括：
遍历具有路况传导效应的目标路段，得到全局路段路况。
9.一种路况确定装置，包括：
获取模块，被配置为获取目标路段设定时间段的图像集，其中，所述图像集中包括采集来源不同的图像；
提取模块，被配置为基于所述图像集中的图像，提取所述目标路段的路况特征；
确定模块，被配置为基于所述路况特征确定所述目标路段在所述设定时间段的路况。
10.一种电子设备，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-8任一项所述的方法步骤。
11.一种计算机可读存储介质，其上存储有计算机指令，其中，该计算机指令被处理器执行时实现权利要求1-8任一项所述的方法步骤。
CN202011273136.1A 2020-11-13 2020-11-13 路况确定方法、装置、电子设备及计算机可读存储介质 Pending CN114495481A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011273136.1A CN114495481A (zh) 2020-11-13 2020-11-13 路况确定方法、装置、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011273136.1A CN114495481A (zh) 2020-11-13 2020-11-13 路况确定方法、装置、电子设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN114495481A true CN114495481A (zh) 2022-05-13

Family

ID=81490401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011273136.1A Pending CN114495481A (zh) 2020-11-13 2020-11-13 路况确定方法、装置、电子设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114495481A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117870713A (zh) * 2024-03-11 2024-04-12 武汉视普新科技有限公司 基于大数据车载影像的路径规划方法及***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007071579A (ja) * 2005-09-05 2007-03-22 Xanavi Informatics Corp 車載用ナビゲーション装置およびシステム
CN103914988A (zh) * 2013-01-04 2014-07-09 ***通信集团公司 一种交通路况数据处理方法、装置和***
JP2015076078A (ja) * 2013-10-11 2015-04-20 パイオニア株式会社 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム
CN104851295A (zh) * 2015-05-22 2015-08-19 北京嘀嘀无限科技发展有限公司 获取路况信息的方法和***
CN105956268A (zh) * 2016-04-29 2016-09-21 百度在线网络技术（北京）有限公司 应用于无人驾驶汽车的测试场景构建方法和装置
CN109461309A (zh) * 2018-11-26 2019-03-12 京东方科技集团股份有限公司 一种路况信息获取方法及***
CN110364008A (zh) * 2019-08-16 2019-10-22 腾讯科技（深圳）有限公司 路况确定方法、装置、计算机设备和存储介质
CN110942038A (zh) * 2019-11-29 2020-03-31 腾讯科技（深圳）有限公司 基于视觉的交通场景识别方法、装置、介质及电子设备
CN110991320A (zh) * 2019-11-29 2020-04-10 北京百度网讯科技有限公司 路况检测方法和装置、电子设备、存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007071579A (ja) * 2005-09-05 2007-03-22 Xanavi Informatics Corp 車載用ナビゲーション装置およびシステム
CN103914988A (zh) * 2013-01-04 2014-07-09 ***通信集团公司 一种交通路况数据处理方法、装置和***
JP2015076078A (ja) * 2013-10-11 2015-04-20 パイオニア株式会社 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム
CN104851295A (zh) * 2015-05-22 2015-08-19 北京嘀嘀无限科技发展有限公司 获取路况信息的方法和***
CN105956268A (zh) * 2016-04-29 2016-09-21 百度在线网络技术（北京）有限公司 应用于无人驾驶汽车的测试场景构建方法和装置
CN109461309A (zh) * 2018-11-26 2019-03-12 京东方科技集团股份有限公司 一种路况信息获取方法及***
CN110364008A (zh) * 2019-08-16 2019-10-22 腾讯科技（深圳）有限公司 路况确定方法、装置、计算机设备和存储介质
CN110942038A (zh) * 2019-11-29 2020-03-31 腾讯科技（深圳）有限公司 基于视觉的交通场景识别方法、装置、介质及电子设备
CN110991320A (zh) * 2019-11-29 2020-04-10 北京百度网讯科技有限公司 路况检测方法和装置、电子设备、存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117870713A (zh) * 2024-03-11 2024-04-12 武汉视普新科技有限公司 基于大数据车载影像的路径规划方法及***
CN117870713B (zh) * 2024-03-11 2024-05-31 武汉视普新科技有限公司 基于大数据车载影像的路径规划方法及***

Similar Documents

Publication Publication Date Title
US10578442B2 (en) Data mining to identify locations of potentially hazardous conditions for vehicle operation and use thereof
CN108417087B (zh) 一种车辆安全通行***及方法
US8009061B2 (en) Data mining for traffic signals or signs along road curves and enabling precautionary actions in a vehicle
CN110395253B (zh) 车辆控制装置以及计算机可读存储介质
CN108460968A (zh) 一种基于车联网获取交通路况信息的方法及装置
CN113848921B (zh) 车路云协同感知的方法和***
CN111028529A (zh) 安装在车辆中的车载设备及相关设备与方法
CN113011255B (zh) 基于rgb图像的路面检测方法、***和智能终端
CN108665712A (zh) 一种车辆越线违章行为监测方法及***
CN115119045A (zh) 基于车载多摄像头的视频生成方法、装置及车载设备
CN110311940B (zh) 信息处理装置以及计算机可读存储介质
CN114495481A (zh) 路况确定方法、装置、电子设备及计算机可读存储介质
JP4912495B2 (ja) 画像認識装置及び方法、ナビゲーション装置
JP4774807B2 (ja) 画像修正装置、地物認識装置及び地物認識方法
WO2021161614A1 (ja) 画像送信システム
JP2022054296A (ja) 運転評価装置、運転評価システム、及び運転評価プログラム
DE112020001581T5 (de) Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren und programm
JP7367709B2 (ja) 情報処理装置、情報処理システム、及び情報処理プログラム
CN117912289B (zh) 一种基于图像识别的车辆群行驶预警方法、装置及***
CN117612127B (zh) 场景生成方法、装置和存储介质及电子设备
JP7165110B2 (ja) 道路情報配信システム、道路情報配信装置、道路情報配信プログラム
CN113055600B (zh) 一种图像曝光调整方法、装置、设备和存储介质
JP7148299B2 (ja) サーバー装置、車載機および速度監視方法
DE102022100506A1 (de) Einfache Ermittlung einer aktuellen Geschwindigkeitsbegrenzung für geschlossene Ortschaften
JP2024025811A (ja) 地図データ管理装置、地図データ管理方法及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination