CN114639262A - 感知设备的状态检测方法、装置、计算机设备和存储介质 - Google Patents
感知设备的状态检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114639262A CN114639262A CN202011476656.2A CN202011476656A CN114639262A CN 114639262 A CN114639262 A CN 114639262A CN 202011476656 A CN202011476656 A CN 202011476656A CN 114639262 A CN114639262 A CN 114639262A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- vehicle
- difference
- difference value
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title abstract description 27
- 230000008447 perception Effects 0.000 claims abstract description 141
- 230000002159 abnormal effect Effects 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000004590 computer program Methods 0.000 claims description 37
- 238000013507 mapping Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- 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
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种感知设备的状态检测方法、装置、计算机设备和存储介质。所述方法包括:基于感知设备获取目标交通参与对象的目标感知信息,并接收所述目标交通参与对象发送的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;根据所述比对差异值,确定所述感知设备的状态是否存在异常。采用本方法能够有效检测感知设备的工作状态。
Description
技术领域
本申请涉及智能交通技术领域,特别是涉及一种感知设备的状态检测方法、装置、计算机设备和存储介质。
背景技术
感知设备能将感知到的信息按一定规律变换成为电信号或其他所需形式的信息输出,感知设备可以是各种传感器,如相机、激光雷达传感器或者毫米波雷达传感器,等等。
在智能交通领域中,越来越多的道路上安装了感知设备对道路进行数据感知,通过分析感知的数据即可对路况、交通安全等方面进行监控。感知设备一般长期暴露在户外,受雨雪、灰尘以及其它因素的影响,感知设备容易发生异常或者故障,这均会影响感知设备的正常工作。
因此,如何对感知设备的工作状态进行有效检测,成为目前亟待解决的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效检测感知设备的工作状态的感知设备的状态检测方法、装置、计算机设备和存储介质。
第一方面,本申请实施例提供了一种感知设备的状态检测方法,所述方法包括:
基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;
将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;
根据所述比对差异值,确定所述感知设备的状态是否存在异常。
在其中一个实施例中,所述感知设备包括毫米波雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二速度的移动状态信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:
将所述第一速度和所述第二速度相减,得到第一差值;
获取所述第一差值的绝对值,并将所述第一差值的绝对值确定为所述比对差异值。
在其中一个实施例中,所述感知设备包括相机,所述目标上报信息包括用于指示所述目标交通参与对象的第一外观的外观属性信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二外观的外观属性信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:
根据预设的色差公式、所述第一外观和所述第二外观,计算所述第一外观和所述第二外观对应的外观差异值,并将所述外观差异值确定为所述比对差异值。
在其中一个实施例中,所述感知设备包括激光雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息、用于指示所述目标交通参与对象的第一定位位置的位置属性信息和用于指示所述目标交通参与对象的第一类型的类型属性信息中的一种或几种,所述目标感知信息包括用于指示所述目标交通参与对象的第三速度的移动状态信息、用于指示所述目标交通参与对象第二定位位置的位置属性信息和用于指示所述目标交通参与对象的第二类型的类型属性信息中的一种或几种,所述目标上报信息和目标感知信息对应,
若所述目标上报信息包括移动状态信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:将所述第一速度和所述第三速度进行比对,得到速度差异值;
若所述目标上报信息包括位置属性信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值;
若所述目标上报信息包括类型属性信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:将所述第一类型和所述第二类型进行比对,得到类型差异值;
所述速度差异值、所述定位差异值和所述类型差异值均用于确定所述比对差异值。
在其中一个实施例中,所述将所述第一速度和所述第三速度进行比对,得到速度差异值,包括:
将所述第一速度和所述第三速度相减,得到第二差值;
获取所述第二差值的绝对值,并将所述第二差值的绝对值确定为所述速度差异值;
所述将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值,包括:
将所述第一定位位置转换至目标坐标系,得到第一目标定位位置;
将所述第二定位位置转换至目标坐标系,得到第二目标定位位置;
计算所述第一目标定位位置和所述第二目标定位位置的差值绝对值,并将所述差值绝对值确定为所述定位差异值;
所述将所述第一类型和所述第二类型进行比对,得到类型差异值,包括:
根据所述第一类型和所述第二类型,查找预设的差异值映射表,得到所述第一类型和所述第二类型对应的所述类型差异值。
在其中一个实施例中,所述感知设备所述感知设备包括至少2个传感器,所述感知设备基于所述至少2个传感器的传感器数据得到感知结果。
在其中一个实施例中,根据所述比对差异值,确定所述感知设备的状态是否存在异常,包括:
根据多个交通参与对象的比对差异值,计算差异统计值;
根据所述差异统计值确定所述感知设备的状态是否存在异常。
在其中一个实施例中,所述目标交通参与对象包括在预设的同一时间段内经过所述感知设备的感知覆盖区域的多个车辆,所述差异统计值包括各所述车辆的比对差异值,所述根据所述差异统计值确定所述感知设备的状态是否存在异常,包括:
根据各所述车辆的比对差异值,计算各所述车辆的比对差异值对应的差异均值和差异方差;
若所述差异均值小于预设均值阈值,且所述差异方差小于预设方差阈值,则确定所述感知设备的状态不存在异常;
若所述差异均值不小于所述预设均值阈值,和/或,所述差异方差不小于所述预设方差阈值,则确定所述感知设备的状态存在异常。
在其中一个实施例中,所述方法还包括:
将基于所述感知设备获取的各所述车辆的目标感知信息进行融合,确定每个所述车辆的目标感知信息,其中,所述感知设备包括相机、激光雷达传感器和毫米波雷达传感器中的至少一种;
根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息。
在其中一个实施例中,所述感知设备包括相机,各所述车辆发送的目标上报信息包括用于指示对应车辆的第一车牌信息的车牌属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二车牌信息的车牌属性信息,所述根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息,包括:
对于每个所述车辆,根据所述车辆的第二车牌信息,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息包括的第一车牌信息和所述第二车牌信息相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在其中一个实施例中,所述感知设备包括激光雷达传感器和/或毫米波雷达传感器,各所述车辆发送的上报信息包括用于指示对应车辆的第一定位位置的位置属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二定位位置的位置属性信息,所述根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息,包括:
对于每个所述车辆,根据所述车辆的第二定位位置和各所述第一定位位置,确定与所述第二定位位置之间的距离在预设范围内的目标第一定位位置;
将所述目标第一定位位置对应的目标上报信息确定为所述车辆的目标上报信息。
在其中一个实施例中,所述根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息,包括:
对同一预设时间段内获取的目标感知信息和目标上报信息添加相同的标识标签;
对于每个所述车辆,根据所述车辆的目标感知信息对应的标识标签,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息对应的标识标签和所述目标感知信息对应的标识标签相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在其中一个实施例中,所述感知设备为路侧感知设备或车端感知设备。
第二方面,本申请实施例提供一种感知设备的状态检测装置,所述装置包括:
获取模块,用于基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;
比对模块,用于将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;
第一确定模块,用于根据所述比对差异值,确定所述感知设备的状态是否存在异常。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面的方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
本申请实施例提供的技术方案带来的有益效果至少包括:
上述感知设备的状态检测方法、装置、计算机设备和存储介质,通过基于感知设备获取目标交通参与对象的目标感知信息,并接收包括目标交通参与对象的目标上报信息,其中,目标感知信息包括感知设备检测到的目标交通参与对象的属性信息和状态信息中的至少一种,目标上报信息包括目标交通参与对象上报的目标交通参与对象的属性信息和状态信息中的至少一种;而后,将目标上报信息和目标感知信息进行比对,得到比对差异值,根据该比对差异值,即可确定感知设备的状态是否存在异常;该比对差异值表征目标感知信息和目标上报信息之间的差异;感知设备的状态正常的情况下,即感知设备正常工作的情况下,感知设备检测的目标交通参与对象的目标感知信息应该与目标交通参与对象发送的目标上报信息相同或者差异较小,而若感知设备的状态异常,感知设备检测的目标交通参与对象的目标感知信息则与目标交通参与对象发送的目标上报信息的差异较大,因此,该比对差异值不同的大小可以体现感知设备的状态是否异常。由此,通过将目标交通参与对象的目标感知信息和目标交通参与对象的目标上报信息进行比对得到的比对差异值,根据该比对差异值即可有效地检测感知设备的状态是否存在异常,避免了感知设备受雨雪、灰尘以及其它因素的影响,感知设备发生异常或者故障,未及时发现感知设备的状态异常对业务造成的影响。
附图说明
图1为一个实施例中感知设备的状态检测方法的实施环境示意图;
图2为一个实施例中感知设备的状态检测方法的流程示意图;
图3为另一个实施例中步骤S202的流程示意图;
图4为另一个实施例中步骤S202的流程示意图;
图5为另一个实施例中步骤S202的流程示意图;
图6为另一个实施例中步骤S203的流程示意图;
图7为一个实施例中感知设备的状态检测装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的感知设备的状态检测方法、装置、计算机设备和存储介质,可以对感知设备的工作状态进行有效检测。下面将通过实施例并结合附图具体地对本申请的技术方案进行详细说明。下面这几个具体地实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
本申请提供的感知设备的状态检测方法,可以应用于如图1所示的实施环境中。其中,路侧计算单元101通过网络与感知设备102和设置在目标交通参与对象上的车载单元103进行通信,目标交通参与对象可以包括感知设备102的感知覆盖区域内的多个车辆,每个车辆上均可设置一个车载单元103(图1仅示例性示出一个)。交通参与对象为所有参与道路活动或者与交通活动相关的对象,例如,行人,路侧设备,非机动车辆等等。车辆,行人,机动车辆,非机动车辆以及路侧设备,交通参与对象之间可以通过V2X/5G/4G技术进行通信,实现数据传输。
其中,路侧计算单元(Road Side Computing Unit,RSCU)安装在路侧,采用DSRC(Dedicated Short Range Communication)技术,与车载单元(OBU,On Board Unit)进行通讯。
在一个实施例中,如图2所示,提供了一种感知设备的状态检测方法,以该方法应用于图1所示的路侧计算单元为例进行说明,需要说明的是,本实施例方法的步骤可以被车端的车载计算单元执行,也可以被路端的路侧计算单元/边缘服务器执行,还可以被云端服务器执行,甚至可以被车端,云端以及路端的计算设备的组合***执行,该方法中具体的任务分配可以基于需求灵活设置,本申请不做限定。本实施例中的感知设备可以为路侧感知设备,例如设置在路侧的毫米波雷达传感器、激光雷达传感器以及相机中的至少一种。可选地,感知设备可以为车端感知设备,例如设置在车辆上的毫米波雷达传感器、激光雷达传感器以及相机中的至少一种。需要说明的是,下述实施例中目标车辆仅是我们选用的其中一类对象,其在其他应用情形下可以被适应性替换为行人,非机动车辆等交通参与对象,在本申请中对目标交通参与对象具体为车辆还是其他类型的交通参与对象,除必要说明之外,不做具体限定。
该方法包括以下步骤:
步骤S201,基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息。
本申请实施例中,感知设备启动后,路侧计算单元即可通过感知设备对感知设备的感知覆盖区域内的目标交通参与对象进行数据感知,得到目标交通参与对象的目标感知信息。
作为一种实施方式,目标感知信息包括感知设备检测到的目标交通参与对象的属性信息和状态信息中的至少一种。以感知设备是毫米波雷达传感器,目标交通参与对象为目标车辆为例,路侧计算单元通过毫米波雷达传感器对目标车辆进行数据感知,得到毫米波数据,路侧计算单元对毫米波数据进行处理,则可以得到用于指示目标车辆的第二速度的移动状态信息;以感知设备是相机,目标交通参与对象为目标车辆为例,路侧计算单元通过相机对目标车辆进行图像采集,得到目标车辆的图像数据后,路侧计算单元对图像数据进行处理,则可以得到用于指示目标车辆的第二外观的外观属性信息;以感知设备是激光雷达传感器,目标交通参与对象为目标车辆为例,路侧计算单元通过激光雷达传感器对目标车辆进行数据感知,得到目标车辆的点云数据后,路侧计算单元对点云数据进行处理,则可以得到用于指示目标车辆的第三速度的移动状态信息、用于指示目标车辆的第二定位位置的位置属性信息和用于指示目标车辆的第二类型的类型属性信息,等等。
可选地,目标上报信息的类型与目标感知信息的类型对应。相应的,目标交通参与对象为目标车辆时,作为一种实施方式,目标上报信息可以包括用于指示目标车辆的第一速度的移动状态信息、用于指示目标车辆的第一外观的外观属性信息、用于指示目标车辆的第一定位位置的位置属性信息以及用于指示目标车辆的第一类型的类型属性信息中的一种或几种,该目标上报信息一般与目标感知信息的类型对应。
可选地,该目标上报信息可以是目标交通参与对象主动提供,也可以是另一检测设备(该检测设备区别于本实施例中的感知设备)的检测信息,即该目标上报信息区与目标感知信息的区别在于,其获取方式不同。在获取到目标上报信息后,目标交通参与对象主动提供给路侧计算单元,或者另一检测设备获取到目标上报信息后,提供给路侧计算单元。在本申请其中一个实施例中,以目标交通参与对象为目标车辆为例,该目标车辆上设置有车载单元,车载单元与路侧计算单元建立通信后,则将包含目标交通参与对象的目标上报信息发送至路侧计算单元,其中,目标上报信息包括目标交通参与对象上报的目标交通参与对象的属性信息和状态信息中的至少一种。例如,目标感知信息为路侧设备获取的感知信息时,该目标上报信息可以为车端感知设备获取的信息,也可以为通过车辆的CAN接口从车辆的驾驶***获取的信息。目标感知信息为车端设备获取的感知信息时,该目标上报信息可以为路侧感知设备获取的信息,也可以为通过车辆的CAN接口从车辆的驾驶***获取的信息。
步骤S202,将目标上报信息和目标感知信息进行比对,得到比对差异值。
路侧计算单元将目标上报信息和目标感知信息进行比对,计算目标上报信息和目标感知信息之间的比对差异值,从而将目标上报信息和目标感知信息之间的差异通过比对差异值量化。
承接上述示例,路侧计算单元将目标上报信息和目标感知信息进行比对,则是将第一速度和第二速度进行比对,得到第一速度和第二速度之间的差异,即比对差异值。
感知设备的状态正常的情况下,即感知设备正常工作的情况下,感知设备检测的目标交通参与对象的目标感知信息应该与目标交通参与对象发送的目标上报信息相同或者差异较小,而若感知设备的状态异常,感知设备检测的目标交通参与对象的目标感知信息则与目标交通参与对象发送的目标上报信息的差异较大,因此,该比对差异值不同的大小可以体现感知设备的状态是否异常。
步骤S203,根据比对差异值,确定感知设备的状态是否存在异常。
承接上述示例,目标交通参与对象可以包括感知设备的感知覆盖区域内的多个车辆,路侧计算单元将每个车辆的目标上报信息和对应车辆的目标感知信息进行比对,得到每个车辆的比对差异值。
承接上述示例,目标感知信息为单一维度的信息,如速度信息,路侧计算单元则得到每个车辆与该维度对应的一个比对差异值,路侧计算单元对每个车辆的比对差异值进行统计处理,得到差异均值和差异方差,若该差异均值小于预设均值阈值,且该差异方差小于预设方差阈值,路侧计算单元则确定感知设备的状态不存在异常。而若差异均值不小于预设均值阈值,和/或,差异方差不小于预设方差阈值,路侧计算单元则确定感知设备的状态存在异常。
在另一种可能的实施方式中,目标感知信息为多维度的信息,如速度信息、定位位置信息以及类型信息等,路侧计算单元则得到每个车辆与各维度分别对应的一个比对差异值,即每个车辆对应多个不同维度的比对差异值。对于每个维度,路侧计算单元将该维度对应的各车辆的比对差异值进行统计处理,得到该维度的差异均值和差异方差,以此类推,路侧计算单元得到各个维度的差异均值和差异方差;若各个维度的差异均值均小于对应的均值阈值且各个维度的差异方差均小于对应的方差阈值,路侧计算单元则确定目标上报信息和目标感知信息之间的差异较小,从而确定感知设备的状态不存在异常。
需要说明的是,在其它实施例中,目标交通参与对象也可以为感知设备的感知覆盖区域内的一个车辆,路侧计算单元得到目标交通参与对象的比对差异值后,若检测到比对差异值大于差异值阈值,则表征目标交通参与对象的目标上报信息和目标感知信息差异过大,则确定感知设备的状态存在异常,在此不做具体限制。
本实施例通过基于感知设备获取目标交通参与对象的目标感知信息,并接收目标交通参与对象发送的目标上报信息,其中,目标感知信息包括感知设备检测到的目标交通参与对象的属性信息和状态信息中的至少一种,目标上报信息包括目标交通参与对象上报的目标交通参与对象的属性信息和状态信息中的至少一种;而后,将目标上报信息和目标感知信息进行比对,得到比对差异值,根据该比对差异值,即可确定感知设备的状态是否存在异常;该比对差异值表征目标感知信息和目标上报信息之间的差异;感知设备的状态正常的情况下,即感知设备正常工作的情况下,感知设备检测的目标交通参与对象的目标感知信息应该与目标交通参与对象发送的目标上报信息相同或者差异较小,而若感知设备的状态异常,感知设备检测的目标交通参与对象的目标感知信息则与目标交通参与对象发送的目标上报信息的差异较大,因此,该比对差异值不同的大小可以体现感知设备的状态是否异常。由此,通过将目标交通参与对象的目标感知信息和目标交通参与对象的目标上报信息进行比对得到的比对差异值,根据该比对差异值即可有效地检测感知设备的状态是否存在异常,避免了感知设备受雨雪、灰尘以及其它因素的影响,感知设备发生异常或者故障,未及时发现感知设备的状态异常对业务造成的影响。
在一个实施例中,在上述图2所示实施例的基础上,参见图3,本实施例涉及的是在感知设备包括毫米波雷达传感器的情况下,路侧计算单元如何将目标上报信息和目标感知信息进行比对,得到比对差异值的过程。如图3所示,步骤S202可以包括步骤S2021和步骤S2022:
步骤S2021,将第一速度和第二速度相减,得到第一差值。
步骤S2022,获取第一差值的绝对值,并将第一差值的绝对值确定为比对差异值。
本实施例中,感知设备包括毫米波雷达传感器,目标交通参与对象的目标上报信息包括用于指示目标交通参与对象的第一速度的移动状态信息,目标交通参与对象的目标感知信息包括用于指示目标交通参与对象的第二速度的移动状态信息。
路侧计算单元将目标上报信息和目标感知信息进行比对,可以是将第一速度和第二速度相减,得到第一差值,路侧计算单元获取第一差值的绝对值,并将第一差值的绝对值确定为目标交通参与对象的比对差异值。
在一种可能的实施方式中,目标交通参与对象包括毫米波雷达传感器的感知覆盖区域内的多个车辆,对于每个车辆,路侧计算单元采用上述步骤S2021和步骤S2022的方式,得到每个车辆的比对差异值。
路侧计算单元计算各车辆的比对差异值对应的差异均值和差异方差,若该差异均值小于预设均值阈值,且该差异方差小于预设方差阈值,则确定毫米波雷达传感器的状态不存在异常,即毫米波雷达传感器为正常工作状态;若该差异均值不小于预设均值阈值,和/或,该差异方差不小于预设方差阈值,路侧计算单元则确定毫米波雷达传感器的状态存在异常,即毫米波雷达传感器为异常工作状态,由此,实现了对毫米波雷达传感器的工作状态的有效检测。
在一个实施例中,在上述图2所示实施例的基础上,参见图4,本实施例涉及的是在感知设备包括相机的情况下,路侧计算单元如何将目标上报信息和目标感知信息进行比对,得到比对差异值的过程。如图4所示,步骤S202可以包括步骤S2023和步骤S2024:
步骤S2023,根据预设的色差公式、第一外观和第二外观,计算第一外观和第二外观对应的外观差异值。
步骤S2024,将外观差异值确定为比对差异值。
本实施例中,外观为用于展示目标外表的外观。如目标交通参与对象为目标车辆时,该第一外观/第二外观可以为车身外观。外观可以包含颜色/纹理/轮廓中的一种或几种。
感知设备包括相机,目标交通参与对象的目标上报信息包括用于指示目标交通参与对象的第一外观的外观属性信息,目标交通参与对象的目标感知信息包括用于指示目标交通参与对象的第二外观的外观属性信息。以外观包含颜色为例,路侧计算单元根据预设的色差公式、第一外观和第二外观,计算第一外观和第二外观对应的外观差异值。色差公式例如可以是CIEDE2000色差公式或CIELAB色差公式,等等。
路侧计算单元通过色差公式将第一外观和第二外观之间的差异量化,得到第一外观和第二外观对应的外观差异值。
在一种可能的实施方式中,目标交通参与对象包括相机的感知覆盖区域内的多个车辆,对于每个车辆,路侧计算单元采用上述步骤S2023和步骤S2024的方式,得到每个车辆的比对差异值。
路侧计算单元计算各车辆与外观的比对差异值对应的差异均值和差异方差,若该差异均值小于预设均值阈值,且该差异方差小于预设方差阈值,则确定相机的状态不存在异常,即相机为正常工作状态;若该差异均值不小于预设均值阈值,和/或,该差异方差不小于预设方差阈值,路侧计算单元则确定相机的状态存在异常,即相机为异常工作状态,由此,实现了对相机的工作状态的有效检测。
在一种可能的实施中,目标交通参与对象为目标车辆时,目标上报信息还可以包括用于指示目标车辆的第一车牌信息的车牌属性信息,目标车辆的目标感知信息还可以包括用于指示第二车牌信息的车牌属性信息。目标车辆包括相机的感知覆盖区域内的多个车辆,对于每个车辆,路侧计算单元还可以将第一车牌信息和第二车牌信息进行比对,得到一个比对差异值。例如,路侧计算单元将第一车牌信息和第二车牌信息的对应位置的字符依次对比,若对应位置的字符不相同,则将比对差异值累加预设值,若对应位置的字符相同,则不将比对差异值累加,由此,得到每个车辆的与车牌信息对应的比对差异值。路侧计算单元计算各车辆与车身外观的比对差异值对应的差异均值和差异方差,并计算各车辆与车牌信息对应的比对差异值对应的差异均值和差异方差,若车身外观对应的差异均值小于车身外观对应的预设均值阈值、车身外观对应的差异方差小于车身外观对应的预设方差阈值、车牌信息对应的差异均值小于车牌信息对应的预设均值阈值且车牌信息对应的差异方差小于车牌信息对应的预设方差阈值,则确定相机的状态不存在异常,即相机为正常工作状态。这样,通过多个维度(车身外观和车牌信息)对相机的工作状态进行检测,提升了状态检测的准确性。
在一个实施例中,在上述图2所示实施例的基础上,本实施例涉及的是在感知设备包括激光雷达传感器的情况下,路侧计算单元如何将目标上报信息和目标感知信息进行比对,得到比对差异值的过程。本实施例中,感知设备包括激光雷达传感器,目标上报信息包括用于指示目标交通参与对象的第一速度的移动状态信息、用于指示目标交通参与对象的第一定位位置的位置属性信息和用于指示目标交通参与对象的第一类型的类型属性信息中的一种或几种,目标感知信息包括用于指示目标交通参与对象的第三速度的移动状态信息、用于指示目标交通参与对象第二定位位置的位置属性信息和用于指示目标交通参与对象的第二类型的类型属性信息中的一种或几种,目标上报信息和目标感知信息对应。其中,第一类型/第二类型可以是车辆类型,如具体的车型,第一类型/第二类型可以是非机动车辆类型,如自行车或其他非电动代步工具,第一类型/第二类型还可以是行人类型,如成年人/儿童,或者,男士/女士等。
在一种可能的实施方式中,在目标上报信息包括移动状态信息的情况下,路侧计算单元可以将第一速度和第三速度进行比对,得到速度差异值,以实现步骤S202的过程。
在另一种可能的实施方式中,在目标上报信息包括位置属性信息的情况下,路侧计算单元可以将第一定位位置和第二定位位置进行比对,得到定位差异值,以实现步骤S202的过程。
在另一种可能的实施方式中,在目标上报信息包括类型属性信息的情况下,路侧计算单元可以将第一类型和第二类型进行比对,得到类型差异值,以实现步骤S202的过程
其中,速度差异值、定位差异值和类型差异值均用于确定比对差异值。
以目标交通参与对象为目标车辆,目标上报信息包括用于指示目标车辆的第一车速的移动状态信息、用于指示目标车辆的第一定位位置的位置属性信息和用于指示目标车辆的第一类型的类型属性信息,目标感知信息包括用于指示目标车辆的第三车速的移动状态信息、用于指示目标车辆第二定位位置的位置属性信息和用于指示目标车辆的第二类型的类型属性信息为例,参见图5,图5为一种示例性地步骤S202的流程示意图。
如图5所示,步骤S202可以包括步骤S2025、步骤S2026、步骤S2027和步骤S2028:
步骤S2025,将第一速度和第三速度进行比对,得到速度差异值。
路侧计算单元将第一速度和第三速度进行比对,得到速度差异值,在一种可能的实施方式中,路侧计算单元可以通过执行如下步骤S2025a和步骤S2025b实现步骤S2025的过程:
步骤S2025a,将第一速度和第三速度相减,得到第二差值;
步骤S2025b,获取第二差值的绝对值,并将第二差值的绝对值确定为速度差异值。
这样,路侧计算单元则得到速度差异值。
步骤S2026,将第一定位位置和第二定位位置进行比对,得到定位差异值。
在一种可能的实施方式中,路侧计算单元可以计算第一定位位置和第二定位位置经纬度之间的绝对差值,将该绝对差值确定为定位差异值。
在另一种可能的实施方式中,若目标交通参与对象为目标车辆时,路侧计算单元还可以通过执行如下步骤S2026a、步骤S2026b和步骤S2026c实现步骤S2026的过程:
步骤S2026a,将第一定位位置转换至目标坐标系,得到第一目标定位位置。
步骤S2026b,将第二定位位置转换至目标坐标系,得到第二目标定位位置。
步骤S2026c,计算第一目标定位位置和第二目标定位位置的差值绝对值,并将差值绝对值确定为定位差异值。
路侧计算单元将第一定位位置和第二定位位置均转换至目标坐标系,目标坐标系可以是任一参考坐标系,如大地坐标系,得到第一定位位置在目标坐标系中的第一目标定位位置以及第二定位位置在目标坐标系中的第二目标定位位置。
路侧计算单元计算第一目标定位位置和第二目标定位位置的差值绝对值,即计算对应空间坐标的差值绝对值,得到定位差异值。
本申请实施例中,作为一种实施方式,路侧计算单元获取用于指示目标车辆的第一定位位置的位置属性信息时,同时获取第一定位位置的置信度,该置信度用于表征第一定位位置的定位准确性,若通过该置信度确定第一定位位置的准确度较差,路侧计算单元则丢弃该第一定位位置,从而避免了准确度较差的第一定位位置对定位差异值的影响,从而提升了比对差异值的准确性。
步骤S2027,将第一类型和第二类型进行比对,得到类型差异值。
路侧计算单元将第一类型和第二类型进行比对,可以是根据第一类型和第二类型,查找预设的差异值映射表,得到第一类型和第二类型对应的类型差异值。
例如,差异值映射表中定义了小汽车和货车之间的差异为40,货车和客车之间的差异为50,小汽车和客车之间的差异为30,等等,若第一类型为小汽车,第二类型为货车,路侧计算单元查询差异值映射表,则可以得到类型差异值为40。
若第一类型和第二类型相同,例如,均为小汽车,类型差异值则为0。
步骤S2028,将速度差异值、定位差异值和类型差异值确定为比对差异值。
路侧计算单元得到速度差异值、定位差异值和类型差异值后,将速度差异值、定位差异值和类型差异值确定为比对差异值。这样,从多个不同维度对目标感知信息和目标上报信息之间的差异进行量化,有利于提升激光雷达传感器的状态检测的准确性。
在一种可能的实施方式中,所述感知设备所述感知设备包括至少2个传感器,所述感知设备基于所述至少2个传感器的传感器数据得到感知结果。该传感器包含但不限于相机,激光雷达,毫米波雷达以及其他传感器之间的组合。可选地,感知设备可以对传感器的传感器数据进行数据处理,得到感知结果。该数据处理过程可以为多传感器融合处理,得到的为多传感融合的感知结果。在本实施例中感知设备进行工作状态检测时,选用的目标上报信息和目标感知信息的类型可以基于本实施例中包含的传感器确定。例如,传感器包含相机,则所述目标上报信息包括用于指示所述目标交通参与对象的第一外观的外观属性信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二外观的外观属性信息。传感器包含毫米波雷达传感器,则所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二速度的移动状态信息。传感器包含激光雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息、用于指示所述目标交通参与对象的第一定位位置的位置属性信息和用于指示所述目标交通参与对象的第一类型的类型属性信息中的一种或几种,所述目标感知信息包括用于指示所述目标交通参与对象的第三速度的移动状态信息、用于指示所述目标交通参与对象第二定位位置的位置属性信息和用于指示所述目标交通参与对象的第二类型的类型属性信息中的一种或几种。本实施例中的所述目标上报信息需与目标感知信息对应。具体如何针对各种目标上报信息需与目标感知信息进行差异计算,可参见上文中相关描述,在此不再做相关赘述。
在一种可能的实施方式中,路侧计算单元可以通过执行如下步骤A和步骤B实现步骤S203的过程:
步骤A,根据多个交通参与对象的比对差异值,计算差异统计值。
步骤B,根据差异统计值确定感知设备的状态是否存在异常。
承接上述示例,目标交通参与对象为目标车辆时,参见图6,路侧计算单元还可以执行如图6所示的步骤S2031、步骤S2032、步骤S2033和步骤S2034实现步骤S203的过程:
步骤S2031,根据各车辆分别对应的速度差异值,计算速度差异统计值。
路侧计算单元根据各车辆分别对应的速度差异值,计算速度差异统计值,可以是计算各车辆分别对应的速度差异值的速度差异均值和速度差异方差。
步骤S2032,根据各车辆分别对应的定位差异值,计算定位差异统计值。
路侧计算单元根据各车辆分别对应的定位差异值,计算定位差异统计值,可以是计算各车辆分别对应的定位差异值的定位差异均值和定位差异方差。
步骤S2033,根据各车辆分别对应的类型差异值,计算类型差异统计值。
路侧计算单元根据各车辆分别对应的类型差异值,计算类型差异统计值,可以是计算各车辆分别对应的类型差异值的类型差异均值和类型差异方差。
步骤S2034,若速度差异统计值小于预设速度差异阈值、定位差异统计值小于预设定位差异阈值且类型差异统计值小于预设类型差异阈值,则确定激光雷达传感器的状态不存在异常。
作为一种实施方式,预设速度差异阈值可以包括速度均值差异阈值和速度方差差异阈值,预设定位差异阈值可以包括定位均值差异阈值和定位方差差异阈值,预设类型差异阈值可以包括类型均值差异阈值和类型方差差异阈值。
路侧计算单元若检测到速度差异均值小于速度均值差异阈值、速度差异方差小于速度方差差异阈值、定位差异均值小于定位均值差异阈值、定位差异方差小于定位方差差异阈值、类型差异均值小于类型均值差异阈值且类型差异方差小于类型方差差异阈值,则表征速度差异统计值、定位差异统计值、类型差异统计值均较小,则确定激光雷达传感器的状态不存在异常。
在另一种实施方式中,若速度差异均值、速度差异方差、定位差异均值、定位差异方差、类型差异均值、类型差异方差中至少存在一个不小于对应的阈值的值,则确定激光雷达传感器的状态存在异常。由此,实现了对激光雷达传感器的状态的有效检测。这样,通过多个不同维度对激光雷达传感器的工作状态进行检测,提升了激光雷达传感器的状态检测的准确性。
在一个实施例中,基于上述图2所示的实施例,本实施例中,目标交通参与对象包括在预设的同一时间段内经过感知设备的感知覆盖区域内的多个车辆,差异统计值包括各车辆的比对差异值。本实施例涉及的是目标交通参与对象包括感知设备的感知覆盖区域内的多个车辆的情况下,路侧计算单元如何根据差异统计值确定感知设备的状态是否存在异常的过程。该过程可以包括步骤S203a、步骤S203b和步骤S203c:
步骤S203a,根据各车辆的比对差异值,计算各车辆的比对差异值对应的差异均值和差异方差。
本申请实施例中,对于每个车辆,路侧计算单元将该车辆的目标上报信息和目标感知信息进行比对,得到该车辆的比对差异值。路侧计算单元根据各车辆的比对差异值,计算各车辆的比对差异值对应的差异均值和差异方差。
步骤S203b,若差异均值小于预设均值阈值,且差异方差小于预设方差阈值,则确定感知设备的状态不存在异常。
步骤S203c,若差异均值不小于预设均值阈值,和/或,差异方差不小于预设方差阈值,则确定感知设备的状态存在异常。
将每个车辆的比对差异值作为一个差异性样本,通过对众多差异性样本进行汇总统计,从而可以有效检测感知设备的工作状态。
本申请实施例中,对于每个车辆,路侧计算单元将该车辆的目标上报信息和目标感知信息进行比对。以下,将对路侧计算单元基于感知设备获取各车辆的目标感知信息,并接收各车辆发送的目标上报信息后,路侧计算单元如何从各车辆的目标感知信息中和各车辆发送的目标上报信息中匹配出同一车辆的目标感知信息和目标上报信息的过程进行说明。
路侧计算单元基于感知设备获取各车辆的目标感知信息,路侧计算单元将基于该感知设备获取的各车辆的目标感知信息进行融合,确定每个车辆的目标感知信息,其中,每个车辆的目标感知信息可以为感知设备感知到的指示该车辆的车牌信息或定位位置等属性的属性信息。路侧计算单元接收各车辆发送的目标上报信息后,则根据每个车辆的目标感知信息以及各车辆发送的目标上报信息,确定每个车辆的目标上报信息,其中,每个车辆的目标上报信息可以为车辆发送的指示该车辆的车牌信息或定位位置等属性的属性信息。
本申请实施例中,感知设备可以是相机、激光雷达传感器和毫米波雷达传感器中的至少一种。以下,将对路侧计算单元如何根据每个车辆的目标感知信息以及各车辆发送的目标上报信息,确定每个车辆的目标上报信息的过程进行介绍。
在一种可能的实施方式中,在感知设备包括相机的情况下,各车辆发送的目标上报信息包括用于指示对应车辆的第一车牌信息的车牌属性信息,各车辆的目标感知信息包括用于指示对应车辆的第二车牌信息的车牌属性信息,路侧计算单元可以通过执行如下步骤a和步骤b实现根据每个车辆的目标感知信息以及各车辆发送的目标上报信息,确定每个车辆的目标上报信息的过程:
步骤a,对于每个车辆,根据车辆的第二车牌信息,从各车辆发送的目标上报信息中确定目标交通参与对象上报信息,目标交通参与对象上报信息包括的第一车牌信息和第二车牌信息相同。
步骤b,将目标交通参与对象上报信息确定为车辆的目标上报信息。
路侧计算单元基于感知设备获取各车辆的目标感知信息,并接收各车辆发送的目标上报信息后,对于每个车辆,路侧计算单元根据该车辆的第二车牌信息,从各车辆发送的目标上报信息中确定目标交通参与对象上报信息,第一车牌信息和第二车牌信息相同,将目标交通参与对象上报信息确定为车辆的目标上报信息,从而确定出同一车辆的目标感知信息和目标上报信息。对于每个车辆,路侧计算单元再将每个目标上报信息和对应目标感知信息进行比对,得到每个车辆的比对差异值,进一步进行相机的状态检测。
在另一种可能的实施方式中,在感知设备包括激光雷达传感器和/或毫米波雷达传感器的情况下,各车辆发送的上报信息包括用于指示对应车辆的第一定位位置的位置属性信息,各车辆的目标感知信息包括用于指示对应车辆的第二定位位置的位置属性信息,路侧计算单元可以通过执行如下步骤c和步骤d实现根据每个车辆的目标感知信息以及各车辆发送的目标上报信息,确定每个车辆的目标上报信息的过程:
步骤c,对于每个车辆,根据车辆的第二定位位置和各第一定位位置,确定与第二定位位置之间的距离在预设范围内的目标第一定位位置。
步骤d,将目标第一定位位置对应的目标上报信息确定为车辆的目标上报信息。
路侧计算单元基于感知设备获取各车辆的目标感知信息,并接收各车辆发送的目标上报信息后,对于每个车辆,路侧计算单元根据车辆的第二定位位置和各第一定位位置,确定与第二定位位置之间的距离在预设范围内的目标第一定位位置,将目标第一定位位置对应的目标上报信息确定为车辆的目标上报信息,这样,通过位置匹配则匹配出同一车辆的目标感知信息和目标上报信息。
在另一种可能的实施方式中,路侧计算单元可以通过执行如下步骤e、步骤f和步骤g实现根据每个车辆的目标感知信息以及各车辆发送的目标上报信息,确定每个车辆的目标上报信息的过程:
步骤e,对同一预设时间段内获取的目标感知信息和目标上报信息添加相同的标识标签。
以感知设备设置在目标车道为例,同一预设时间段内,对于目标车道经过的一个车辆,路侧计算单元通过感知设备检测到该车辆的目标感知信息,该车辆的车载单元上报该车辆的目标上报信息,路侧计算单元则确定该目标感知信息和该目标上报信息为同一车辆的,路侧计算单元对该目标感知信息和目标上报信息添加相同的标识标签。
步骤f,对于每个车辆,根据车辆的目标感知信息对应的标识标签,从各车辆发送的目标上报信息中确定目标交通参与对象上报信息,目标交通参与对象上报信息对应的标识标签和目标感知信息对应的标识标签相同。
步骤g,将目标交通参与对象上报信息确定为车辆的目标上报信息。
路侧计算单元在多个预设时间段内获取目标感知信息和目标上报信息后进入比对过程。对于每个车辆,路侧计算单元根据车辆的目标感知信息对应的标识标签,从各车辆发送的目标上报信息中确定目标交通参与对象上报信息,将目标交通参与对象上报信息确定为车辆的目标上报信息。
确定每个车辆的目标感知信息和目标上报信息后,对于每个车辆,路侧计算单元将每个目标上报信息和对应目标感知信息进行比对,得到每个车辆的比对差异值,路侧计算单元根据各车辆的比对差异值,计算各车辆的比对差异值对应的差异均值和差异方差;若差异均值小于预设均值阈值,且差异方差小于预设方差阈值,则确定感知设备的状态不存在异常;若差异均值不小于预设均值阈值,和/或,差异方差不小于预设方差阈值,则确定感知设备的状态存在异常,从而实现相机的工作状态的有效检测。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种感知设备的状态检测装置,包括:
获取模块10,用于基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;
比对模块20,用于将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;
第一确定模块30,用于根据所述比对差异值,确定所述感知设备的状态是否存在异常。
在一个实施例中,所述感知设备包括毫米波雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二速度的移动状态信息,所述比对模块20具体用于将所述第一速度和所述第二速度相减,得到第一差值;获取所述第一差值的绝对值,并将所述第一差值的绝对值确定为所述比对差异值。
在一个实施例中,所述感知设备包括相机,所述目标上报信息包括用于指示所述目标交通参与对象的第一外观的外观属性信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二外观的外观属性信息,所述比对模块20具体用于根据预设的色差公式、所述第一外观和所述第二外观,计算所述第一外观和所述第二外观对应的外观差异值,并将所述外观差异值确定为所述比对差异值。
在一个实施例中,所述感知设备包括激光雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息、用于指示所述目标交通参与对象的第一定位位置的位置属性信息和用于指示所述目标交通参与对象的第一类型的类型属性信息中的一种或几种,所述目标感知信息包括用于指示所述目标交通参与对象的第三速度的移动状态信息、用于指示所述目标交通参与对象第二定位位置的位置属性信息和用于指示所述目标交通参与对象的第二类型的类型属性信息中的一种或几种,所述目标上报信息和目标感知信息对应,所述比对模块20具体用于若所述目标上报信息包括移动状态信息,则将所述第一速度和所述第三速度进行比对,得到速度差异值;若所述目标上报信息包括位置属性信息,则将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值;若所述目标上报信息包括类型属性信息,则将所述第一类型和所述第二类型进行比对,得到类型差异值;其中,所述速度差异值、所述定位差异值和所述类型差异值均用于确定所述比对差异值。
在一个实施例中,所述比对模块20具体用于将所述第一速度和所述第三速度相减,得到第二差值;获取所述第二差值的绝对值,并将所述第二差值的绝对值确定为所述速度差异值。
在一个实施例中,所述比对模块20具体用于将所述第一定位位置转换至目标坐标系,得到第一目标定位位置;将所述第二定位位置转换至目标坐标系,得到第二目标定位位置;计算所述第一目标定位位置和所述第二目标定位位置的差值绝对值,并将所述差值绝对值确定为所述定位差异值。
在一个实施例中,所述比对模块20具体用于根据所述第一类型和所述第二类型,查找预设的差异值映射表,得到所述第一类型和所述第二类型对应的所述类型差异值。
在一个实施例中,所述第一确定模块30具体用于根据多个交通参与对象的比对差异值,计算差异统计值;根据所述差异统计值确定所述感知设备的状态是否存在异常。
在一个实施例中,所述目标交通参与对象包括在预设的同一时间段内经过所述感知设备的感知覆盖区域内的多个车辆,所述比对差异值包括各所述车辆的比对差异值,所述第一确定模块30具体用于根据各所述车辆的比对差异值,计算各所述车辆的比对差异值对应的差异均值和差异方差;若所述差异均值小于预设均值阈值,且所述差异方差小于预设方差阈值,则确定所述感知设备的状态不存在异常;若所述差异均值不小于所述预设均值阈值,和/或,所述差异方差不小于所述预设方差阈值,则确定所述感知设备的状态存在异常。
在一个实施例中,所述装置还包括:
第二确定模块,用于将基于所述感知设备获取的各所述车辆的目标感知信息进行融合,确定每个所述车辆的目标感知信息,其中,所述感知设备包括相机、激光雷达传感器和毫米波雷达传感器中的至少一种;
第三确定模块,用于根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息。
在一个实施例中,所述感知设备包括相机,各所述车辆发送的目标上报信息包括用于指示对应车辆的第一车牌信息的车牌属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二车牌信息的车牌属性信息,所述第三确定模块包括:
第一筛选单元,用于对于每个所述车辆,根据所述车辆的第二车牌信息,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息包括的第一车牌信息和所述第二车牌信息相同;
第一确定单元,用于将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在一个实施例中,所述感知设备包括激光雷达传感器和/或毫米波雷达传感器,各所述车辆发送的上报信息包括用于指示对应车辆的第一定位位置的位置属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二定位位置的位置属性信息,所述第三确定模块包括:
第二筛选单元,用于对于每个所述车辆,根据所述车辆的第二定位位置和各所述第一定位位置,确定与所述第二定位位置之间的距离在预设范围内的目标第一定位位置;
第二确定单元,用于将所述目标第一定位位置对应的目标上报信息确定为所述车辆的目标上报信息。
在一个实施例中,所述第三确定模块包括:
添加单元,用于对同一预设时间段内获取的目标感知信息和目标上报信息添加相同的标识标签;
第三筛选单元,用于对于每个所述车辆,根据所述车辆的目标感知信息对应的标识标签,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息对应的标识标签和所述目标感知信息对应的标识标签相同;
第三确定单元,用于将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在一个实施例中,所述感知设备为路侧感知设备或车端感知设备。
关于感知设备的状态检测装置的具体限定可以参见上文中对于感知设备的状态检测方法的限定,在此不再赘述。上述感知设备的状态检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是路侧计算单元,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储感知设备的状态检测方法的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种感知设备的状态检测方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;
将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;
根据所述比对差异值,确定所述感知设备的状态是否存在异常。
在一个实施例中,所述感知设备包括毫米波雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二速度的移动状态信息,处理器执行计算机程序时还实现以下步骤:
将所述第一速度和所述第二速度相减,得到第一差值;
获取所述第一差值的绝对值,并将所述第一差值的绝对值确定为所述比对差异值。
在一个实施例中,所述感知设备包括相机,所述目标上报信息包括用于指示所述目标交通参与对象的第一外观的外观属性信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二外观的外观属性信息,处理器执行计算机程序时还实现以下步骤:
根据预设的色差公式、所述第一外观和所述第二外观,计算所述第一外观和所述第二外观对应的外观差异值,并将所述外观差异值确定为所述比对差异值。
在一个实施例中,所述感知设备包括激光雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息、用于指示所述目标交通参与对象的第一定位位置的位置属性信息和用于指示所述目标交通参与对象的第一类型的类型属性信息中的一种或几种,所述目标感知信息包括用于指示所述目标交通参与对象的第三速度的移动状态信息、用于指示所述目标交通参与对象第二定位位置的位置属性信息和用于指示所述目标交通参与对象的第二类型的类型属性信息中的一种或几种,所述目标上报信息和目标感知信息对应,
若所述目标上报信息包括移动状态信息,处理器执行计算机程序时还实现以下步骤:将所述第一速度和所述第三速度进行比对,得到速度差异值;
若所述目标上报信息包括位置属性信息,处理器执行计算机程序时还实现以下步骤:将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值;
若所述目标上报信息包括类型属性信息,处理器执行计算机程序时还实现以下步骤:将所述第一类型和所述第二类型进行比对,得到类型差异值;
所述速度差异值、所述定位差异值和所述类型差异值均用于确定所述比对差异值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将所述第一速度和所述第三速度相减,得到第二差值;
获取所述第二差值的绝对值,并将所述第二差值的绝对值确定为所述速度差异值;
所述将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值,包括:
将所述第一定位位置转换至目标坐标系,得到第一目标定位位置;
将所述第二定位位置转换至目标坐标系,得到第二目标定位位置;
计算所述第一目标定位位置和所述第二目标定位位置的差值绝对值,并将所述差值绝对值确定为所述定位差异值;
所述将所述第一类型和所述第二类型进行比对,得到类型差异值,包括:
根据所述第一类型和所述第二类型,查找预设的差异值映射表,得到所述第一类型和所述第二类型对应的所述类型差异值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据多个交通参与对象的比对差异值,计算差异统计值;
根据所述差异统计值确定所述感知设备的状态是否存在异常。
在一个实施例中,所述目标交通参与对象包括在预设的同一时间段内经过所述感知设备的感知覆盖区域的多个车辆,所述差异统计值包括各所述车辆的比对差异值,处理器执行计算机程序时还实现以下步骤:
根据各所述车辆的比对差异值,计算各所述车辆的比对差异值对应的差异均值和差异方差;
若所述差异均值小于预设均值阈值,且所述差异方差小于预设方差阈值,则确定所述感知设备的状态不存在异常;
若所述差异均值不小于所述预设均值阈值,和/或,所述差异方差不小于所述预设方差阈值,则确定所述感知设备的状态存在异常。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将基于所述感知设备获取的各所述车辆的目标感知信息进行融合,确定每个所述车辆的目标感知信息,其中,所述感知设备包括相机、激光雷达传感器和毫米波雷达传感器中的至少一种;
根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息。
在一个实施例中,所述感知设备包括相机,各所述车辆发送的目标上报信息包括用于指示对应车辆的第一车牌信息的车牌属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二车牌信息的车牌属性信息,处理器执行计算机程序时还实现以下步骤:
对于每个所述车辆,根据所述车辆的第二车牌信息,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息包括的第一车牌信息和所述第二车牌信息相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在一个实施例中,所述感知设备包括激光雷达传感器和/或毫米波雷达传感器,各所述车辆发送的上报信息包括用于指示对应车辆的第一定位位置的位置属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二定位位置的位置属性信息,处理器执行计算机程序时还实现以下步骤:
对于每个所述车辆,根据所述车辆的第二定位位置和各所述第一定位位置,确定与所述第二定位位置之间的距离在预设范围内的目标第一定位位置;
将所述目标第一定位位置对应的目标上报信息确定为所述车辆的目标上报信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对同一预设时间段内获取的目标感知信息和目标上报信息添加相同的标识标签;
对于每个所述车辆,根据所述车辆的目标感知信息对应的标识标签,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息对应的标识标签和所述目标感知信息对应的标识标签相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在一个实施例中,所述感知设备为路侧感知设备或车端感知设备。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;
将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;
根据所述比对差异值,确定所述感知设备的状态是否存在异常。
在一个实施例中,所述感知设备包括毫米波雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二速度的移动状态信息,计算机程序被处理器执行时还实现以下步骤:
将所述第一速度和所述第二速度相减,得到第一差值;
获取所述第一差值的绝对值,并将所述第一差值的绝对值确定为所述比对差异值。
在一个实施例中,所述感知设备包括相机,所述目标上报信息包括用于指示所述目标交通参与对象的第一外观的外观属性信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二外观的外观属性信息,计算机程序被处理器执行时还实现以下步骤:
根据预设的色差公式、所述第一外观和所述第二外观,计算所述第一外观和所述第二外观对应的外观差异值,并将所述外观差异值确定为所述比对差异值。
在一个实施例中,所述感知设备包括激光雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息、用于指示所述目标交通参与对象的第一定位位置的位置属性信息和用于指示所述目标交通参与对象的第一类型的类型属性信息中的一种或几种,所述目标感知信息包括用于指示所述目标交通参与对象的第三速度的移动状态信息、用于指示所述目标交通参与对象第二定位位置的位置属性信息和用于指示所述目标交通参与对象的第二类型的类型属性信息中的一种或几种,所述目标上报信息和目标感知信息对应,
若所述目标上报信息包括移动状态信息,计算机程序被处理器执行时还实现以下步骤:将所述第一速度和所述第三速度进行比对,得到速度差异值;
若所述目标上报信息包括位置属性信息,计算机程序被处理器执行时还实现以下步骤:将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值;
若所述目标上报信息包括类型属性信息,计算机程序被处理器执行时还实现以下步骤:将所述第一类型和所述第二类型进行比对,得到类型差异值;
所述速度差异值、所述定位差异值和所述类型差异值均用于确定所述比对差异值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将所述第一速度和所述第三速度相减,得到第二差值;
获取所述第二差值的绝对值,并将所述第二差值的绝对值确定为所述速度差异值;
所述将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值,包括:
将所述第一定位位置转换至目标坐标系,得到第一目标定位位置;
将所述第二定位位置转换至目标坐标系,得到第二目标定位位置;
计算所述第一目标定位位置和所述第二目标定位位置的差值绝对值,并将所述差值绝对值确定为所述定位差异值;
所述将所述第一类型和所述第二类型进行比对,得到类型差异值,包括:
根据所述第一类型和所述第二类型,查找预设的差异值映射表,得到所述第一类型和所述第二类型对应的所述类型差异值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据多个交通参与对象的比对差异值,计算差异统计值;
根据所述差异统计值确定所述感知设备的状态是否存在异常。
在一个实施例中,所述目标交通参与对象包括在预设的同一时间段内经过所述感知设备的感知覆盖区域的多个车辆,所述差异统计值包括各所述车辆的比对差异值,计算机程序被处理器执行时还实现以下步骤:
根据各所述车辆的比对差异值,计算各所述车辆的比对差异值对应的差异均值和差异方差;
若所述差异均值小于预设均值阈值,且所述差异方差小于预设方差阈值,则确定所述感知设备的状态不存在异常;
若所述差异均值不小于所述预设均值阈值,和/或,所述差异方差不小于所述预设方差阈值,则确定所述感知设备的状态存在异常。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将基于所述感知设备获取的各所述车辆的目标感知信息进行融合,确定每个所述车辆的目标感知信息,其中,所述感知设备包括相机、激光雷达传感器和毫米波雷达传感器中的至少一种;
根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息。
在一个实施例中,所述感知设备包括相机,各所述车辆发送的目标上报信息包括用于指示对应车辆的第一车牌信息的车牌属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二车牌信息的车牌属性信息,计算机程序被处理器执行时还实现以下步骤:
对于每个所述车辆,根据所述车辆的第二车牌信息,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息包括的第一车牌信息和所述第二车牌信息相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在一个实施例中,所述感知设备包括激光雷达传感器和/或毫米波雷达传感器,各所述车辆发送的上报信息包括用于指示对应车辆的第一定位位置的位置属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二定位位置的位置属性信息,计算机程序被处理器执行时还实现以下步骤:
对于每个所述车辆,根据所述车辆的第二定位位置和各所述第一定位位置,确定与所述第二定位位置之间的距离在预设范围内的目标第一定位位置;
将所述目标第一定位位置对应的目标上报信息确定为所述车辆的目标上报信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对同一预设时间段内获取的目标感知信息和目标上报信息添加相同的标识标签;
对于每个所述车辆,根据所述车辆的目标感知信息对应的标识标签,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息对应的标识标签和所述目标感知信息对应的标识标签相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
在一个实施例中,所述感知设备为路侧感知设备或车端感知设备。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (16)
1.一种感知设备的状态检测方法,其特征在于,所述方法包括:
基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;
将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;
根据所述比对差异值,确定所述感知设备的状态是否存在异常。
2.根据权利要求1所述的方法,其特征在于,所述感知设备包括毫米波雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二速度的移动状态信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:
将所述第一速度和所述第二速度相减,得到第一差值;
获取所述第一差值的绝对值,并将所述第一差值的绝对值确定为所述比对差异值。
3.根据权利要求1所述的方法,其特征在于,所述感知设备包括相机,所述目标上报信息包括用于指示所述目标交通参与对象的第一外观的外观属性信息,所述目标感知信息包括用于指示所述目标交通参与对象的第二外观的外观属性信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:
根据预设的色差公式、所述第一外观和所述第二外观,计算所述第一外观和所述第二外观对应的外观差异值,并将所述外观差异值确定为所述比对差异值。
4.根据权利要求1所述的方法,其特征在于,所述感知设备包括激光雷达传感器,所述目标上报信息包括用于指示所述目标交通参与对象的第一速度的移动状态信息、用于指示所述目标交通参与对象的第一定位位置的位置属性信息和用于指示所述目标交通参与对象的第一类型的类型属性信息中的一种或几种,所述目标感知信息包括用于指示所述目标交通参与对象的第三速度的移动状态信息、用于指示所述目标交通参与对象第二定位位置的位置属性信息和用于指示所述目标交通参与对象的第二类型的类型属性信息中的一种或几种,所述目标上报信息和目标感知信息对应,
若所述目标上报信息包括移动状态信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:将所述第一速度和所述第三速度进行比对,得到速度差异值;
若所述目标上报信息包括位置属性信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值;
若所述目标上报信息包括类型属性信息,所述将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值,包括:将所述第一类型和所述第二类型进行比对,得到类型差异值;
所述速度差异值、所述定位差异值和所述类型差异值均用于确定所述比对差异值。
5.根据权利要求1所述的方法,其特征在于,所述感知设备包括至少2个传感器,所述感知设备基于所述至少2个传感器的传感器数据得到感知结果。
6.根据权利要求4所述的方法,其特征在于,所述将所述第一速度和所述第三速度进行比对,得到速度差异值,包括:
将所述第一速度和所述第三速度相减,得到第二差值;
获取所述第二差值的绝对值,并将所述第二差值的绝对值确定为所述速度差异值;
所述将所述第一定位位置和所述第二定位位置进行比对,得到定位差异值,包括:
将所述第一定位位置转换至目标坐标系,得到第一目标定位位置;
将所述第二定位位置转换至目标坐标系,得到第二目标定位位置;
计算所述第一目标定位位置和所述第二目标定位位置的差值绝对值,并将所述差值绝对值确定为所述定位差异值;
所述将所述第一类型和所述第二类型进行比对,得到类型差异值,包括:
根据所述第一类型和所述第二类型,查找预设的差异值映射表,得到所述第一类型和所述第二类型对应的所述类型差异值。
7.根据权利要求1-6任意一项所述的方法,其特征在于,根据所述比对差异值,确定所述感知设备的状态是否存在异常,包括:
根据多个交通参与对象的比对差异值,计算差异统计值;
根据所述差异统计值确定所述感知设备的状态是否存在异常。
8.根据权利要求7所述的方法,其特征在于,所述目标交通参与对象包括在预设的同一时间段内经过所述感知设备的感知覆盖区域的多个车辆,所述差异统计值包括各所述车辆的比对差异值,所述根据所述差异统计值确定所述感知设备的状态是否存在异常,包括:
根据各所述车辆的比对差异值,计算各所述车辆的比对差异值对应的差异均值和差异方差;
若所述差异均值小于预设均值阈值,且所述差异方差小于预设方差阈值,则确定所述感知设备的状态不存在异常;
若所述差异均值不小于所述预设均值阈值,和/或,所述差异方差不小于所述预设方差阈值,则确定所述感知设备的状态存在异常。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
将基于所述感知设备获取的各所述车辆的目标感知信息进行融合,确定每个所述车辆的目标感知信息,其中,所述感知设备包括相机、激光雷达传感器和毫米波雷达传感器中的至少一种;
根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息。
10.根据权利要求9所述的方法,其特征在于,所述感知设备包括相机,各所述车辆发送的目标上报信息包括用于指示对应车辆的第一车牌信息的车牌属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二车牌信息的车牌属性信息,所述根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息,包括:
对于每个所述车辆,根据所述车辆的第二车牌信息,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息包括的第一车牌信息和所述第二车牌信息相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
11.根据权利要求9所述的方法,其特征在于,所述感知设备包括激光雷达传感器和/或毫米波雷达传感器,各所述车辆发送的上报信息包括用于指示对应车辆的第一定位位置的位置属性信息,各所述车辆的目标感知信息包括用于指示对应车辆的第二定位位置的位置属性信息,所述根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息,包括:
对于每个所述车辆,根据所述车辆的第二定位位置和各所述第一定位位置,确定与所述第二定位位置之间的距离在预设范围内的目标第一定位位置;
将所述目标第一定位位置对应的目标上报信息确定为所述车辆的目标上报信息。
12.根据权利要求9所述的方法,其特征在于,所述根据每个所述车辆的目标感知信息以及各所述车辆发送的目标上报信息,确定每个所述车辆的目标上报信息,包括:
对同一预设时间段内获取的目标感知信息和目标上报信息添加相同的标识标签;
对于每个所述车辆,根据所述车辆的目标感知信息对应的标识标签,从各所述车辆发送的目标上报信息中确定目标交通参与对象上报信息,所述目标交通参与对象上报信息对应的标识标签和所述目标感知信息对应的标识标签相同;
将所述目标交通参与对象上报信息确定为所述车辆的目标上报信息。
13.根据权利要求1所述的方法,其特征在于,所述感知设备为路侧感知设备或车端感知设备。
14.一种感知设备的状态检测装置,其特征在于,所述装置包括:
获取模块,用于基于感知设备获取目标交通参与对象的目标感知信息,并接收包含目标交通参与对象的目标上报信息,所述目标感知信息包括所述感知设备检测到的所述目标交通参与对象的属性信息和状态信息中的至少一种,所述目标上报信息包括所述目标交通参与对象上报的所述目标交通参与对象的属性信息和状态信息中的至少一种;
比对模块,用于将所述目标上报信息和所述目标感知信息进行比对,得到比对差异值;
第一确定模块,用于根据所述比对差异值,确定所述感知设备的状态是否存在异常。
15.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至13中任一项所述的方法的步骤。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至13中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476656.2A CN114639262B (zh) | 2020-12-15 | 2020-12-15 | 感知设备的状态检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476656.2A CN114639262B (zh) | 2020-12-15 | 2020-12-15 | 感知设备的状态检测方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114639262A true CN114639262A (zh) | 2022-06-17 |
CN114639262B CN114639262B (zh) | 2024-02-06 |
Family
ID=81944835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011476656.2A Active CN114639262B (zh) | 2020-12-15 | 2020-12-15 | 感知设备的状态检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114639262B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546188A (en) * | 1992-11-23 | 1996-08-13 | Schwartz Electro-Optics, Inc. | Intelligent vehicle highway system sensor and method |
CN105940316A (zh) * | 2014-01-31 | 2016-09-14 | S.M.S.斯玛特微波传感器有限公司 | 传感器设备 |
US20170131406A1 (en) * | 2015-11-05 | 2017-05-11 | Leauto Intelligent Technology (Beijing) Co. Ltd | Differential Positioning Method Based on Intelligent Vehicle Infrastructure Cooperative System and Intelligent Vehicle Infrastructure Cooperative System |
CN107888877A (zh) * | 2017-11-13 | 2018-04-06 | 毛国强 | 车辆追踪及道路交通信息采集的方法及其*** |
CN107924632A (zh) * | 2015-08-19 | 2018-04-17 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
CN108762245A (zh) * | 2018-03-20 | 2018-11-06 | 华为技术有限公司 | 数据融合方法以及相关设备 |
US20190107399A1 (en) * | 2016-03-23 | 2019-04-11 | Clarion Co., Ltd. | In-vehicle device and vehicle |
CN110189424A (zh) * | 2019-05-27 | 2019-08-30 | 武汉万集信息技术有限公司 | 基于多目标雷达的多车道自由流车辆检测方法及*** |
CN110515073A (zh) * | 2019-08-19 | 2019-11-29 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
US20200039531A1 (en) * | 2017-03-21 | 2020-02-06 | Koito Manufacturing Co., Ltd. | Sensor module, sensor system, and method of installing sensor system in vehicle |
US20200074681A1 (en) * | 2018-08-30 | 2020-03-05 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, device and medium for calibrating intelligent roadside unit |
CN110910651A (zh) * | 2019-11-08 | 2020-03-24 | 北京万集科技股份有限公司 | 车牌信息的匹配方法及***、存储介质、电子装置 |
CN111145572A (zh) * | 2019-12-17 | 2020-05-12 | 浙江大华技术股份有限公司 | 卡口设备的异常检测方法、设备及计算机存储介质 |
CN111382768A (zh) * | 2018-12-29 | 2020-07-07 | 华为技术有限公司 | 多传感器数据融合方法和装置 |
WO2020225697A1 (ja) * | 2019-05-06 | 2020-11-12 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング | 異常診断装置 |
CN111982179A (zh) * | 2019-05-23 | 2020-11-24 | 株式会社电装 | 异常检测设备、异常检测方法以及计算机可读介质 |
-
2020
- 2020-12-15 CN CN202011476656.2A patent/CN114639262B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546188A (en) * | 1992-11-23 | 1996-08-13 | Schwartz Electro-Optics, Inc. | Intelligent vehicle highway system sensor and method |
CN105940316A (zh) * | 2014-01-31 | 2016-09-14 | S.M.S.斯玛特微波传感器有限公司 | 传感器设备 |
CN107924632A (zh) * | 2015-08-19 | 2018-04-17 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
US20170131406A1 (en) * | 2015-11-05 | 2017-05-11 | Leauto Intelligent Technology (Beijing) Co. Ltd | Differential Positioning Method Based on Intelligent Vehicle Infrastructure Cooperative System and Intelligent Vehicle Infrastructure Cooperative System |
US20190107399A1 (en) * | 2016-03-23 | 2019-04-11 | Clarion Co., Ltd. | In-vehicle device and vehicle |
US20200039531A1 (en) * | 2017-03-21 | 2020-02-06 | Koito Manufacturing Co., Ltd. | Sensor module, sensor system, and method of installing sensor system in vehicle |
CN107888877A (zh) * | 2017-11-13 | 2018-04-06 | 毛国强 | 车辆追踪及道路交通信息采集的方法及其*** |
CN108762245A (zh) * | 2018-03-20 | 2018-11-06 | 华为技术有限公司 | 数据融合方法以及相关设备 |
US20200074681A1 (en) * | 2018-08-30 | 2020-03-05 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, device and medium for calibrating intelligent roadside unit |
CN111382768A (zh) * | 2018-12-29 | 2020-07-07 | 华为技术有限公司 | 多传感器数据融合方法和装置 |
WO2020225697A1 (ja) * | 2019-05-06 | 2020-11-12 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング | 異常診断装置 |
CN111982179A (zh) * | 2019-05-23 | 2020-11-24 | 株式会社电装 | 异常检测设备、异常检测方法以及计算机可读介质 |
CN110189424A (zh) * | 2019-05-27 | 2019-08-30 | 武汉万集信息技术有限公司 | 基于多目标雷达的多车道自由流车辆检测方法及*** |
CN110515073A (zh) * | 2019-08-19 | 2019-11-29 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
CN110910651A (zh) * | 2019-11-08 | 2020-03-24 | 北京万集科技股份有限公司 | 车牌信息的匹配方法及***、存储介质、电子装置 |
CN111145572A (zh) * | 2019-12-17 | 2020-05-12 | 浙江大华技术股份有限公司 | 卡口设备的异常检测方法、设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114639262B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10528850B2 (en) | Object classification adjustment based on vehicle communication | |
CN106571046B (zh) | 基于路面网格体系的车路协同辅助驾驶方法 | |
CN110737688B (zh) | 驾驶数据分析方法、装置、电子设备和计算机存储介质 | |
CN113223317B (zh) | 一种更新地图的方法、装置和设备 | |
CN113264039B (zh) | 基于路侧感知装置的车辆驾驶方法、装置和车路协同*** | |
GB2564245A (en) | Tracking hit and run perpetrators using V2X communication | |
JP6605176B1 (ja) | 交通情報生成システム | |
US20210339754A1 (en) | Data analysis method and apparatus, electronic device and computer storage medium | |
CN109360417B (zh) | 一种基于区块链的危险驾驶行为辨识与推送方法及*** | |
CN110189537B (zh) | 基于时空特征的停车诱导方法、装置、设备及存储介质 | |
US11335136B2 (en) | Method for ascertaining illegal driving behavior by a vehicle | |
CN111947669A (zh) | 用于将基于特征的定位地图用于车辆的方法 | |
CN113386738A (zh) | 风险预警***、方法和存储介质 | |
CN113160589B (zh) | 车辆预警方法及装置、电子设备、计算机可读存储介质 | |
WO2022147785A1 (zh) | 车辆驾驶场景识别方法及装置 | |
CN113179303A (zh) | 用于上报交通事件的方法、设备和程序载体 | |
US20190176848A1 (en) | Method, device and system for wrong-way driver detection | |
CN114639262B (zh) | 感知设备的状态检测方法、装置、计算机设备和存储介质 | |
EP4152282A1 (en) | Method and system for evaluation and development of automated driving system features or functions | |
CN114631130B (zh) | 在用于与其他交通参与者通信的通信网络中提供关于周围环境对象的对象消息的方法 | |
CN114093155A (zh) | 交通事故责任溯源方法、装置、计算机设备和存储介质 | |
CN111731285A (zh) | 基于v2x技术的车辆防碰撞方法及装置 | |
US20240233390A9 (en) | Identification of unknown traffic objects | |
Neto et al. | The use of smartphones as a smart sensor for intelligent vehicles | |
CN114677641B (zh) | 一种基于监控摄像头的积水深度估计方法和*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |