CN111161540A - 智能汽车的驾驶引导方法、装置、终端及存储介质 - Google Patents
智能汽车的驾驶引导方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN111161540A CN111161540A CN202010180503.7A CN202010180503A CN111161540A CN 111161540 A CN111161540 A CN 111161540A CN 202010180503 A CN202010180503 A CN 202010180503A CN 111161540 A CN111161540 A CN 111161540A
- Authority
- CN
- China
- Prior art keywords
- information
- traffic
- road
- traffic intersection
- state
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004891 communication Methods 0.000 claims abstract description 37
- 238000005516 engineering process Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 abstract description 10
- 238000012545 processing Methods 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G08G1/0108—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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种智能汽车的驾驶引导方法、装置及存储介质，属于智能汽车技术领域，应用于路侧单元，该方法包括：获取至少一个交通路口处的交通参与者信息，交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息；根据至少一个交通路口的交通参与者信息，确定至少一个交通路口对应的路况信息；将至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，智能汽车在路况信息的引导下进行驾驶控制。本申请通过至少一个交通路口处的交通参与者信息，确定至少一个交通路口的路况信息，智能汽车可以在路况信息的引导下进行驾驶控制，降低了智能汽车在交通路口处发生交通事故的概率，提高了行驶安全性。
Description
技术领域
本申请涉及智能汽车技术领域，特别涉及一种智能汽车的驾驶引导方法、装置及存储介质。
背景技术
随着科技的发展，汽车越来越智能化，且汽车智能化的主要体现是智能汽车的自动驾驶。其中，智能汽车在自动驾驶过中，为了避免发生交通安全事故，通常需要对障碍物、车道线、车道标识等目标进行检测，根据检测到的目标，智能汽车可以进行制动、避让、变道等控制。但是，当智能汽车行驶至交通路口时，由于交通路口路况复杂，智能汽车有时难以检测全面，从而导致交通事故发生。因此，亟需一种智能汽车的驾驶引导方法。
发明内容
本申请提供了一种智能汽车的驾驶引导方法、装置及存储介质，可以解决相关技术中交通路口易发生交通事故的问题。所述技术方案如下：
一方面，提供了一种智能汽车的驾驶引导方法，应用于路侧单元，所述方法包括：
获取至少一个交通路口处的交通参与者信息，所述交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息；
根据所述至少一个交通路口的交通参与者信息，确定所述至少一个交通路口对应的路况信息；
将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，所述智能汽车在所述路况信息的引导下进行驾驶控制。
在一些实施例中，所述获取至少一个交通路口处的交通参与者信息，包括：
通过当前所处交通路口处安装的远红外摄像头和/或毫米波雷达，获取位于所述当前所处交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息中的一个或多个；和/或，
从位于其他交通路口处的路侧单元和/或管理中心云平台中获取所述其他交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通信息和信号灯信息中的一个或多个。
在一些实施例中，所述根据所述至少一个交通路口的交通参与者信息，确定所述至少一个交通路口对应的路况信息，包括：
对于所述至少一个交通路口中任一交通路口，根据所述任一交通路口的交通参与者信息包括的行人信息、非机动车信息、机动车信息中的至少一个信息，确定在所述任一交通路口的行人碰撞风险状态、汽车碰撞风险状态和交通拥堵状况；
根据所述交通参与者信息包括的道路信息，确定所述任一交通路口处的道路状态，所述道路状态包括积水状态、结冰状态、坑洼状态和平整状态；
根据所述交通参与者信息包括的信号灯信息，确定所述任一交通路口处的交通信号灯状态。
在一些实施例中，所述将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，包括：
通过V2X(vehicle to everything，车对外界的信息交换)技术，将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
另一方面，提供了一种智能汽车的驾驶引导方法，应用于位于路侧单元通信范围内的任一智能汽车中，所述方法包括：
接收路侧单元发送的至少一个交通路口对应的路况信息；
根据所述路况信息，确定所述智能汽车的引导信息；
按照所述引导信息控制所述智能汽车进行行驶，以完成对所述智能汽车的驾驶引导。
在一些实施例中，所述根据所述路况信息，确定所述智能汽车的引导信息，包括：
当所述路况信息包括当前所处交通路口的交通信号灯状态时，根据所述交通信号灯状态及对应的状态剩余时间，确定对应的行车信息或制动信息；和/或，
当所述路况信息包括所述当前所处交通路口的道路状态，且所述道路状态为积水状态、结冰状态和/或坑洼状态时，确定对应的减速信息；和/或，
当所述路况信息包括所述当前所处交通路口的行人碰撞风险状态和/或汽车碰撞风险状态，且存在行人碰撞风险和/或汽车碰撞风险时，确定对应的减速信息和制动信息；
当所述路况信息包括所述至少一个交通路口的交通拥堵状况时，根据所述交通拥堵状况，重新规划所述智能汽车的行车路径。
另一方面，提供了一种智能汽车的驾驶引导装置，应用于路侧单元，所述装置包括：
获取模块，用于获取至少一个交通路口处的交通参与者信息，所述交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息；
第一确定模块，用于根据所述至少一个交通路口的交通参与者信息，确定所述至少一个交通路口对应的路况信息；
发送模块，用于将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，所述智能汽车在所述路况信息的引导下进行驾驶控制。
在一些实施例中，所述获取模块用于：
通过当前所处交通路口处安装的远红外摄像头和/或毫米波雷达，获取位于所述当前所处交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息中的一个或多个；和/或，
从位于其他交通路口处的路侧单元和/或管理中心云平台中获取所述其他交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通信息和信号灯信息中的一个或多个。
在一些实施例中，所述第一确定模块用于：
对于所述至少一个交通路口中任一交通路口，根据所述任一交通路口的交通参与者信息包括的行人信息、非机动车信息、机动车信息中的至少一个信息，确定在所述任一交通路口的行人碰撞风险状态、汽车碰撞风险状态和交通拥堵状况；
根据所述交通参与者信息包括的道路信息，确定所述任一交通路口处的道路状态，所述道路状态包括积水状态、结冰状态、坑洼状态和平整状态；
根据所述交通参与者信息包括的信号灯信息，确定所述任一交通路口处的交通信号灯状态。
在一些实施例中，所述发送模块用于：
通过车对外界的信息交换V2X技术，将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
另一方面，提供了一种智能汽车的驾驶引导装置，应用于位于路侧单元通信范围内的任一智能汽车中，所述装置包括：
接收模块，用于接收路侧单元发送的至少一个交通路口对应的路况信息；
第二确定模块，用于根据所述路况信息，确定所述智能汽车的引导信息；
控制模块，用于按照所述引导信息控制所述智能汽车进行行驶，以完成对所述智能汽车的驾驶引导。
在一些实施例中，所述第二确定模块用于：
当所述路况信息包括当前所处交通路口的交通信号灯状态时，根据所述交通信号灯状态及对应的状态剩余时间，确定对应的行车信息或制动信息；和/或，
当所述路况信息包括所述当前所处交通路口的道路状态，且所述道路状态为积水状态、结冰状态和/或坑洼状态时，确定对应的减速信息；和/或，
当所述路况信息包括所述当前所处交通路口的行人碰撞风险状态和/或汽车碰撞风险状态，且存在行人碰撞风险和/或汽车碰撞风险时，确定对应的减速信息和制动信息；
当所述路况信息包括所述至少一个交通路口的交通拥堵状况时，根据所述交通拥堵状况，重新规划所述智能汽车的行车路径。
另一方面，提供了一种路侧单元，所述路侧单元包括存储器和处理器，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的计算机程序，以实现上述所述的智能汽车的驾驶引导方法的步骤。
另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述所述智能汽车的驾驶引导方法的步骤。
另一方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的智能汽车的驾驶引导方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果：
在本申请中，路侧单元可以获取至少一个交通路口处的交通参与者信息，根据该至少一个交通路口的交通参与者信息确定至少一个交通路口的路况信息，并将该至少一个交通路口的路况信息发送至通信范围内的智能汽车，从而智能汽车可以在路况信息的引导下进行驾驶控制，降低了智能汽车在交通路口处发生交通事故的概率，提高了行驶安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种智能汽车的驾驶引导系统架构示意图；
图2是本申请实施例提供的一种智能汽车的驾驶引导方法的流程图；
图3是本申请实施例提供的另一种智能汽车的驾驶引导方法的流程图；
图4是本申请实施例提供的另一种智能汽车的驾驶引导方法的流程图；
图5是本申请实施例提供的一种智能汽车的驾驶引导装置的结构示意图；
图6是本申请实施例提供的另一种智能汽车的驾驶引导装置的结构示意图；
图7是本申请实施例提供的一种路侧单元的结构示意图；
图8是本申请实施例提供的另一种路侧单元的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的智能汽车的驾驶引导方法进行详细的解释说明之前，先对本申请实施例提供的应用场景和系统架构进行介绍。
首先，对本申请实施例中涉及到的应用场景进行介绍。
随着科技的发展，汽车越来越智能化，且汽车智能化的主要体现是智能汽车的自动驾驶。但是，在复杂的城市路况自动驾驶，面临了许多技术难题，特别是在交通路口通行的难题。由于交通路口路况复杂，智能汽车对障碍物、车道线、车道标识等目标进行检测时，可能会难以检测全面，从而导致交通事故发生。
基于这样的应用场景，本申请实施例提供了一种能够提高行驶安全性的智能汽车的驾驶引导方法。
接下来，对本申请实施例涉及的系统架构进行介绍。
图1位本申请实施例提供的一种智能汽车的驾驶引导系统架构的示意图，参见图1，该系统架构包括路侧单元1、管理中心云平台2、智能汽车3、红外摄像头4和毫米波雷达5，路侧单元1可以分别与管理中心云平台2、智能汽车3、远红外摄像头4和毫米波雷达5通过5G(5th generation mobile networks，五代移动通信技术)信号进行通信。其中，红外摄像头4用于通过热红外成像检测汽车与行人，统计交通路口实时交通流量等参与者信息；毫米波雷达5可以用于通过3D技术获取汽车与行人方位、距离、速度、大小等参与者信息；路侧单元1可以用于通过远红外摄像头4和/或毫米波雷达5，以及管理中心云平台2获取至少一个交通路口处的交通参与者信息，并根据至少一个交通路口的交通参与者信息，确定至少一个交通路口对应的路况信息，将至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车3。智能汽车2可以用于在路况信息的引导下进行驾驶控制。管理中心云平台2可以用于获取每个交通路口处的路侧单元1所获取的交通参与者信息。
本领域技术人员应能理解上述系统架构仅为举例，其他现有的或今后可能出现的如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。
接下来将结合附图对本申请实施例提供的智能汽车的驾驶引导方法进行详细的解释说明。
图2是本申请实施例提供的一种智能汽车的驾驶引导方法的流程图，该方法应用于路侧单元。请参考图2，该方法包括如下步骤。
步骤201：获取至少一个交通路口处的交通参与者信息，该交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息。
步骤202：根据该至少一个交通路口的交通参与者信息，确定该至少一个交通路口对应的路况信息。
步骤203：将该至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，该智能汽车在该路况信息的引导下进行驾驶控制。
在本申请中，路侧单元可以获取至少一个交通路口处的交通参与者信息，根据该至少一个交通路口的交通参与者信息确定至少一个交通路口的路况信息，并将该至少一个交通路口的路况信息发送至通信范围内的智能汽车，从而智能汽车可以在路况信息的引导下进行驾驶控制，降低了智能汽车在交通路口处发生交通事故的概率，提高了行驶安全性。
在一些实施例中，获取至少一个交通路口处的交通参与者信息，包括：
通过当前所处交通路口处安装的远红外摄像头和/或毫米波雷达，获取位于该当前所处交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息中的一个或多个；和/或，
从位于其他交通路口处的路侧单元和/或管理中心云平台中获取该其他交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通信息和信号灯信息中的一个或多个。
在一些实施例中，根据该至少一个交通路口的交通参与者信息，确定该至少一个交通路口对应的路况信息，包括：
对于该至少一个交通路口中任一交通路口，根据该任一交通路口的交通参与者信息包括的行人信息、非机动车信息、机动车信息中的至少一个信息，确定在该任一交通路口的行人碰撞风险状态、汽车碰撞风险状态和交通拥堵状况；
根据该交通参与者信息包括的道路信息，确定该任一交通路口处的道路状态，该道路状态包括积水状态、结冰状态、坑洼状态和平整状态；
根据该交通参与者信息包括的信号灯信息，确定该任一交通路口处的交通信号灯状态。
在一些实施例中，将该至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，包括：
通过车对外界的信息交换V2X技术，将该至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
上述所有可选技术方案，均可按照任意结合形成本申请的可选实施例，本申请实施例对此不再一一赘述。
图3是本申请实施例提供的一种智能汽车的驾驶引导方法的流程图，该方法应用于位于路侧单元通信范围内的任一智能汽车中。请参考图3，该方法包括如下步骤。
步骤301：接收路侧单元发送的至少一个交通路口对应的路况信息。
步骤302：根据该路况信息，确定该智能汽车的引导信息。
步骤303：按照该引导信息控制该智能汽车进行行驶，以完成对该智能汽车的驾驶引导。
在本申请中，智能汽车可以根据路侧单元发送的至少一个交通路口对应的路况信息，确定智能汽车的引导信息，并在引导信息的引导下进行驾驶控制，降低了智能汽车在交通路口处发生交通事故的概率，提高了行驶安全性。
在一些实施例中，该根据该路况信息，确定该智能汽车的引导信息，包括：
当该路况信息包括当前所处交通路口的交通信号灯状态时，根据该交通信号灯状态及对应的状态剩余时间，确定对应的行车信息或制动信息；和/或，
当该路况信息包括该当前所处交通路口的道路状态，且该道路状态为积水状态、结冰状态和/或坑洼状态时，确定对应的减速信息；和/或，
当该路况信息包括该当前所处交通路口的行人碰撞风险状态和/或汽车碰撞风险状态，且存在行人碰撞风险和/或汽车碰撞风险时，确定对应的减速信息和制动信息；
当该路况信息包括该至少一个交通路口的交通拥堵状况时，根据该交通拥堵状况，重新规划该智能汽车的行车路径。
上述所有可选技术方案，均可按照任意结合形成本申请的可选实施例，本申请实施例对此不再一一赘述。
图4为本申请实施例提供的一种智能汽车的驾驶引导方法的流程图，参见图4，该方法包括如下步骤。
步骤401：路侧单元获取至少一个交通路口处的交通参与者信息，该交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息。
需要说明的是，由于交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息，而交通参与者通常包括行人、非机动车、动车、道路、信号灯等等，因此，路侧单元获取的至少一个交通路口处的交通参与者信息可以包括行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息等中的一个或多个。
作为一种示例，路侧单元获取至少一个交通路口处的交通参与者信息的操作可以包括：通过当前所处交通路口处安装的远红外摄像头和/或毫米波雷达，获取位于当前所处交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息中的一个或多个；和/或，从位于其他交通路口处的路侧单元和/或管理中心云平台中获取其他交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通信息和信号灯信息中的一个或多个。
由于有的交通路口与其他交通靠路口之间的距离较近，因此，为了提高对智能汽车的驾驶引导准确性，处于当前交通路口的路侧单元不仅可以获取当前所处交通路口的交通参与者信息，还可以获取其他交通路口的交通参与者信息。
由于每个交通路口的路侧单元可以将获取到的当前所处的交通路口的交通参与者信息发送至管理中心云平台，因此，任一路侧单元可以从管理中心云平台中可以获取其他交通路口的交通参与者信息。
作为一种示例，路侧单元可以获取与当前所处交通路口相邻的所有其他交通路口的交通参与者信息，也可以获取任一个其他交通路口的交通参者信息。
在一些实施例中，远红外摄像头通过红外热成像原理获取交通参与者信息。其中，远红外热成像由光学系统接收被测目标的红外辐射经光谱滤波，将红外辐射能量分布图形反映到焦平面上的红外探测器阵列的各光敏元上，探测器将红外辐射能转换成电信号，由探测器偏置与前置放大的输入电路输出所需的放大信号，并注入到读出电路，以便进行多路传输。高密度、多功能的CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)多路传输器的读出电路能够执行稠密的线阵和面阵红外焦平面阵列的信号积分、传输、处理和扫描输出，并进行A/D(模数转换)转换，以送入微机作视频图像处理。
在一些实施例中，毫米波雷达可以为3D(3dimensional三维)毫米波雷达，3D毫米波雷达具备了类似激光雷达的点云成像及高分辨率的特性，能区分对象和人物，在绘制大面积区域的同时确定位置，并制作环境的3D影像。该传感器还能实时同步检测并分类各种目标。此外，该感器使用宽带无线电波，能够穿透不同类型的材料，并在各种天气或光线条件下作业。
值得说明的是，红外人成像与毫米波雷达3D成像相结合，能适应各种天气环境，确保了交通路口的目标检测与识别的准确性。
步骤402：路侧单元根据至少一个交通路口的交通参与者信息，确定至少一个交通路口对应的路况信息。
由于交通参与者信息的不同，将会产生不同的路况信息，因此，路侧单元需要根据至少一个交通路口的交通参与者信息，确定至少一个交通路口对应的路况信息。
作为一种示例，路侧单元根据至少一个交通路口的交通参与者信息，确定至少一个交通路口对应的路况信息的操作可以为：对于至少一个交通路口中任一交通路口，根据任一交通路口的交通参与者信息包括的行人信息、非机动车信息、机动车信息中的至少一个信息，确定在任一交通路口的行人碰撞风险状态、汽车碰撞风险状态和交通拥堵状况；根据交通参与者信息包括的道路信息，确定任一交通路口处的道路状态，道路状态包括积水状态、结冰状态、坑洼状态和平整状态；根据交通参与者信息包括的信号灯信息，确定任一交通路口处的交通信号灯状态。
由于当存在行人信息时，行人可能会与动车或非机动车发生碰撞，导致碰撞路况；和/或，行人、非机动车和/或动车叫董事，可能会导致拥堵路况，因此，路侧单元需要根据行人信息、非机动车信息、机动车信息中的至少一个信息，确定在任一交通路口的行人碰撞风险状态、汽车碰撞风险状态和交通拥堵状况。而当道路的状态可能会因天气或其他原因发生变化，比如，因降雨导致路面湿滑、因讲学导致路面结冰，因视同导致路面不平等等，不同的道路状态会对智能汽车的行驶带来不同的影响，因此，路侧单元可以根据道路信息，确定任一交通路口处的道路状态。由于交通信号灯状态也会影响智能汽车的行驶状态，因此，路侧单元可以根据交通参与者信息包括的信号灯信息，确定任一交通路口处的交通信号灯状态。
作为一种示例，路侧单元可以根据行人信息中包括的行人行驶轨迹、非机动车信息中包括的非机动车行驶轨迹、机动车信息中包括的智能汽车等机动车的行驶轨迹，确定行人碰撞风险状态和/或汽车碰撞风险状态；根据行人信息中包括的行人数量、非机动车信息中包括的非机动车数量和机动车信息中包括的机动车数量，确定交通拥堵状况。或者，根据行人信息中包括的行人数量、非机动车信息中包括的非机动车数量、机动车信息中包括的机动车数量和信号灯信息，确定交通拥堵状况。
步骤403：路侧单元将至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
为了能够改善并降低智能汽车在交通路口处发生碰撞风险，路侧单元可以将至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
作为一种示例，路侧单元可以通过车对外界的信息交换V2X技术，将至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。或者，通过5G信号将至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
步骤404：智能汽车接收路侧单元发送的至少一个交通路口对应的路况信息。
作为一种示例，智能汽车可以通过V2X技术接收路侧单元发送的至少一个交通路口对应的路况信息。或者，通过5G信号接收路侧单元发送的至少一个交通路口对应的路况信息。
步骤405：智能汽车根据路况信息，确定智能汽车的引导信息。
由于不同的路况信息，智能汽车进行驾驶的方式不同，因此，智能汽车需要根据路况信息，确定智能汽车的引导信息。
作为一种示例，智能汽车根据路况信息，确定智能汽车的引导信息的操作可以为：当路况信息包括当前所处交通路口的交通信号灯状态时，根据交通信号灯状态及对应的状态剩余时间，确定对应的行车信息或制动信息；和/或，当路况信息包括当前所处交通路口的道路状态，且道路状态为积水状态、结冰状态和/或坑洼状态时，确定对应的减速信息；和/或，当路况信息包括当前所处交通路口的行人碰撞风险状态和/或汽车碰撞风险状态，且存在行人碰撞风险和/或汽车碰撞风险时，确定对应的减速信息和制动信息；当路况信息包括至少一个交通路口的交通拥堵状况时，根据交通拥堵状况，重新规划智能汽车的行车路径。
由于智能汽车在行驶时需要按照交通信号灯状态的指示进行行驶，因此，当路况信息包括当前所处交通路口的交通信号灯状态时，智能汽车需要根据交通信号灯状态及对应的状态剩余时间，确定对应的行车信息或制动信息。
由于当道路状态对智能汽车行驶存在一定影响，比如，当道路状态为积水状态、结冰状态和/或坑洼状态时，智能汽车的车速过快将会导致智能汽车出现打滑等问题，因此，当路况信息包括当前所处交通路口的道路状态，且道路状态为积水状态、结冰状态和/或坑洼状态时，智能汽车可以确定对应的减速信息。
由于当路况信息包括当前所处交通路口的行人碰撞风险状态和/或汽车碰撞风险状态，且存在行人碰撞风险和/或汽车碰撞风险时，该风险可能是智能汽车引发，也可能是其他智能汽车引发。因此，为了避免发生风险，或被碰撞事故波及，智能汽车可以确定对应的减速信息和制动信息。
由于当交通路口拥堵时，可能会影响智能汽车中乘车人员行程，因此，为了疏散车流，降低对乘车人员行程的影响，智能汽车可以根据交通拥堵状况，重新规划智能汽车的行车路径。
步骤406：智能汽车按照引导信息控制智能汽车进行行驶，以完成对智能汽车的驾驶引导。
作为一种示例，当引导信息包括制动信息时，可以控制智能汽车进行制动；当引导信息包括减速信息时，控制智能汽车进行减速行驶；当引导信息包括行驶信息时，控制智能汽车按照当前行驶速度和行驶路径进行行驶；当引导信息包括重新规划的行车路径时，控制智能汽车按照重新规划的行驶路径进行行驶。
在一些实施例中，智能汽车还可以在按照引导信息控制智能汽车进行行驶之前，向驾驶员提示引导信息。
在本申请实施例中，路侧单元可以获取至少一个交通路口处的交通参与者信息，根据该至少一个交通路口的交通参与者信息确定至少一个交通路口的路况信息，并将该至少一个交通路口的路况信息发送至通信范围内的智能汽车，从而智能汽车可以根据路侧单元发送的至少一个交通路口对应的路况信息，确定智能汽车的引导信息，并在引导信息的引导下进行驾驶控制，降低了智能汽车在交通路口处发生交通事故的概率，提高了行驶安全性。
在对本申请实施例提供的智能汽车的驾驶引导方法进行解释说明之后，接下来，对本申请实施例提供的智能汽车的驾驶引导装置进行介绍。
图5是本申请实施例提供的一种智能汽车的驾驶引导装置的结构示意图，该智能汽车的驾驶引导装置可以由软件、硬件或者两者的结合实现成为路侧单元部分或者全部，路侧单元可以为图1所示的设备。请参考图5，该装置包括：获取模块501、第一确定模块502和发送模块503。
获取模块501，用于获取至少一个交通路口处的交通参与者信息，所述交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息；
第一确定模块502，用于根据所述至少一个交通路口的交通参与者信息，确定所述至少一个交通路口对应的路况信息；
发送模块503，用于将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，所述智能汽车在所述路况信息的引导下进行驾驶控制。
在一些实施例中，所述获取模块501用于：
通过当前所处交通路口处安装的远红外摄像头和/或毫米波雷达，获取位于所述当前所处交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息中的一个或多个；和/或，
从位于其他交通路口处的路侧单元和/或管理中心云平台中获取所述其他交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通信息和信号灯信息中的一个或多个。
在一些实施例中，所述第一确定模块502用于：
对于所述至少一个交通路口中任一交通路口，根据所述任一交通路口的交通参与者信息包括的行人信息、非机动车信息、机动车信息中的至少一个信息，确定在所述任一交通路口的行人碰撞风险状态、汽车碰撞风险状态和交通拥堵状况；
根据所述交通参与者信息包括的道路信息，确定所述任一交通路口处的道路状态，所述道路状态包括积水状态、结冰状态、坑洼状态和平整状态；
根据所述交通参与者信息包括的信号灯信息，确定所述任一交通路口处的交通信号灯状态。
在一些实施例中，所述发送模块503用于：
通过车对外界的信息交换V2X技术，将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
在本申请实施例中，路侧单元可以获取至少一个交通路口处的交通参与者信息，根据该至少一个交通路口的交通参与者信息确定至少一个交通路口的路况信息，并将该至少一个交通路口的路况信息发送至通信范围内的智能汽车，从而智能汽车可以根据路侧单元发送的至少一个交通路口对应的路况信息，确定智能汽车的引导信息，并在引导信息的引导下进行驾驶控制，降低了智能汽车在交通路口处发生交通事故的概率，提高了行驶安全性。
图6是本申请实施例提供的一种智能汽车的驾驶引导装置的结构示意图，该智能汽车的驾驶引导装置可以由软件、硬件或者两者的结合实现成为智能汽车部分或者全部。请参考图6，该装置包括：接收模块601、第二确定模块602和控制模块603。
接收模块601，用于接收路侧单元发送的至少一个交通路口对应的路况信息；
第二确定模块602，用于根据所述路况信息，确定所述智能汽车的引导信息；
控制模块603，用于按照所述引导信息控制所述智能汽车进行行驶，以完成对所述智能汽车的驾驶引导。
在一些实施例中，所述第二确定模块602用于：
当所述路况信息包括当前所处交通路口的交通信号灯状态时，根据所述交通信号灯状态及对应的状态剩余时间，确定对应的行车信息或制动信息；和/或，
当所述路况信息包括所述当前所处交通路口的道路状态，且所述道路状态为积水状态、结冰状态和/或坑洼状态时，确定对应的减速信息；和/或，
当所述路况信息包括所述当前所处交通路口的行人碰撞风险状态和/或汽车碰撞风险状态，且存在行人碰撞风险和/或汽车碰撞风险时，确定对应的减速信息和制动信息；
当所述路况信息包括所述至少一个交通路口的交通拥堵状况时，根据所述交通拥堵状况，重新规划所述智能汽车的行车路径。
在本申请实施例中，路侧单元可以获取至少一个交通路口处的交通参与者信息，根据该至少一个交通路口的交通参与者信息确定至少一个交通路口的路况信息，并将该至少一个交通路口的路况信息发送至通信范围内的智能汽车，从而智能汽车可以根据路侧单元发送的至少一个交通路口对应的路况信息，确定智能汽车的引导信息，并在引导信息的引导下进行驾驶控制，降低了智能汽车在交通路口处发生交通事故的概率，提高了行驶安全性。
需要说明的是：上述实施例提供的智能汽车的驾驶引导装置在引导智能汽车驾驶时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的智能汽车的驾驶引导装置与智能汽车的驾驶引导方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图7是本申请实施例提供的一种路侧单元700的结构框图。
通常，路侧单元700包括有：处理器701和存储器702。
处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本申请中方法实施例提供的智能汽车的驾驶引导方法。
在一些实施例中，路侧单元700还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。
外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路704用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路704还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏705用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。
摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在路侧单元700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。
定位组件708用于定位路侧单元700的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件708可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源709用于为路侧单元700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中，路侧单元700还包括有一个或多个传感器710。
本领域技术人员可以理解，图7中示出的结构并不构成对路侧单元700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
图8是本申请实施例提供的一种路侧单元的结构示意图。路侧单元800包括中央处理单元(CPU)801、包括随机存取存储器(RAM)802和只读存储器(ROM)803的系统存储器804，以及连接系统存储器804和中央处理单元801的系统总线805。路侧单元800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)806，和用于存储操作系统813、应用程序814和其他程序模块815的大容量存储设备807。
基本输入/输出系统806包括有用于显示信息的显示器808和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中显示器808和输入设备809都通过连接到系统总线805的输入输出控制器810连接到中央处理单元801。基本输入/输出系统806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备807通过连接到系统总线805的大容量存储控制器(未示出)连接到中央处理单元801。大容量存储设备807及其相关联的计算机可读介质为路侧单元800提供非易失性存储。也就是说，大容量存储设备807可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器804和大容量存储设备807可以统称为存储器。
根据本申请的各种实施例，路侧单元800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即路侧单元800可以通过连接在系统总线805上的网络接口单元811连接到网络812，或者说，也可以使用网络接口单元811来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。
在一些实施例中，还提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中智能汽车的驾驶引导方法的步骤。例如，所述计算机可读存储介质可以是ROM(Read-Only Memory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是，本申请提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。
应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是，在一些实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的智能汽车的驾驶引导方法的步骤。
以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种智能汽车的驾驶引导方法，其特征在于，应用于路侧单元，所述方法包括：
获取至少一个交通路口处的交通参与者信息，所述交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息；
根据所述至少一个交通路口的交通参与者信息，确定所述至少一个交通路口对应的路况信息；
将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，所述智能汽车在所述路况信息的引导下进行驾驶控制。
2.如权利要求1所述的方法，其特征在于，所述获取至少一个交通路口处的交通参与者信息，包括：
通过当前所处交通路口处安装的远红外摄像头和/或毫米波雷达，获取位于所述当前所处交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息中的一个或多个；和/或，
从位于其他交通路口处的路侧单元和/或管理中心云平台中获取所述其他交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通信息和信号灯信息中的一个或多个。
3.如权利要求1所述的方法，其特征在于，所述根据所述至少一个交通路口的交通参与者信息，确定所述至少一个交通路口对应的路况信息，包括：
对于所述至少一个交通路口中任一交通路口，根据所述任一交通路口的交通参与者信息包括的行人信息、非机动车信息、机动车信息中的至少一个信息，确定在所述任一交通路口的行人碰撞风险状态、汽车碰撞风险状态和交通拥堵状况；
根据所述交通参与者信息包括的道路信息，确定所述任一交通路口处的道路状态，所述道路状态包括积水状态、结冰状态、坑洼状态和平整状态；
根据所述交通参与者信息包括的信号灯信息，确定所述任一交通路口处的交通信号灯状态。
4.如权利要求1所述的方法，其特征在于，所述将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，包括：
通过车对外界的信息交换V2X技术，将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车。
5.一种智能汽车的驾驶引导方法，其特征在于，应用于位于路侧单元通信范围内的任一智能汽车中，所述方法包括：
接收路侧单元发送的至少一个交通路口对应的路况信息；
根据所述路况信息，确定所述智能汽车的引导信息；
按照所述引导信息控制所述智能汽车进行行驶，以完成对所述智能汽车的驾驶引导。
6.如权利要求5所述的方法，其特征在于，所述根据所述路况信息，确定所述智能汽车的引导信息，包括：
当所述路况信息包括当前所处交通路口的交通信号灯状态时，根据所述交通信号灯状态及对应的状态剩余时间，确定对应的行车信息或制动信息；和/或，
当所述路况信息包括所述当前所处交通路口的道路状态，且所述道路状态为积水状态、结冰状态和/或坑洼状态时，确定对应的减速信息；和/或，
当所述路况信息包括所述当前所处交通路口的行人碰撞风险状态和/或汽车碰撞风险状态，且存在行人碰撞风险和/或汽车碰撞风险时，确定对应的减速信息和制动信息；
当所述路况信息包括所述至少一个交通路口的交通拥堵状况时，根据所述交通拥堵状况，重新规划所述智能汽车的行车路径。
7.一种智能汽车的驾驶引导装置，其特征在于，应用于路侧单元，所述装置包括：
获取模块，用于获取至少一个交通路口处的交通参与者信息，所述交通参与者信息用于描述对至少一个交通路口中任一交通路口的路况带来影响的交通参与者的信息；
第一确定模块，用于根据所述至少一个交通路口的交通参与者信息，确定所述至少一个交通路口对应的路况信息；
发送模块，用于将所述至少一个交通路口对应的路况信息发送至位于通信范围内的智能汽车，所述智能汽车在所述路况信息的引导下进行驾驶控制。
8.如权利要求7所述的装置，其特征在于，所述获取模块用于：
通过当前所处交通路口处安装的远红外摄像头和/或毫米波雷达，获取位于所述当前所处交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通流量信息和信号灯信息中的一个或多个；和/或，
从位于其他交通路口处的路侧单元和/或管理中心云平台中获取所述其他交通路口处的行人信息、非机动车信息、机动车信息、道路信息、交通信息和信号灯信息中的一个或多个。
9.一种智能汽车的驾驶引导装置，其特征在于，应用于位于路侧单元通信范围内的任一智能汽车中，所述装置包括：
接收模块，用于接收路侧单元发送的至少一个交通路口对应的路况信息；
第二确定模块，用于根据所述路况信息，确定所述智能汽车的引导信息；
控制模块，用于按照所述引导信息控制所述智能汽车进行行驶，以完成对所述智能汽车的驾驶引导。
10.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-4或5-6任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010180503.7A CN111161540A (zh) | 2020-03-16 | 2020-03-16 | 智能汽车的驾驶引导方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010180503.7A CN111161540A (zh) | 2020-03-16 | 2020-03-16 | 智能汽车的驾驶引导方法、装置、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111161540A true CN111161540A (zh) | 2020-05-15 |
Family
ID=70567559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010180503.7A Pending CN111161540A (zh) | 2020-03-16 | 2020-03-16 | 智能汽车的驾驶引导方法、装置、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111161540A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113156938A (zh) * | 2021-02-23 | 2021-07-23 | 深圳优地科技有限公司 | 控制机器人运行的方法、装置、终端设备及存储介质 |
| CN115291604A (zh) * | 2022-07-21 | 2022-11-04 | 深圳优地科技有限公司 | 无人车控制方法、系统、无人车及存储介质 |
| CN115909806A (zh) * | 2021-08-05 | 2023-04-04 | 中移(上海)信息通信科技有限公司 | 一种碰撞预警方法、装置及路侧设备 |
| CN116386315A (zh) * | 2022-12-06 | 2023-07-04 | 安徽省道路运输管理服务中心 | 基于行为特性需求的道路交通组织方案优化方法及装置 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100033347A1 (en) * | 2008-08-07 | 2010-02-11 | Fujitsu Limited | In-vehicle apparatus, roadside device, and traffic information system |
| CN102431556A (zh) * | 2011-11-15 | 2012-05-02 | 武汉理工大学 | 基于车路协同的驾驶员一体化预警装置 |
| CN102765356A (zh) * | 2011-05-02 | 2012-11-07 | 现代摩比斯株式会社 | 车辆周边状况识别装置及方法 |
| CN104751669A (zh) * | 2015-03-20 | 2015-07-01 | 江苏大学 | 一种基于车联网的智能驾驶辅助系统及方法 |
| CN105321362A (zh) * | 2015-10-30 | 2016-02-10 | 湖南大学 | 一种交叉口车辆智能协同通行方法 |
| CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
| CN105976609A (zh) * | 2015-11-06 | 2016-09-28 | 乐卡汽车智能科技（北京）有限公司 | 一种车辆数据处理系统及方法 |
| CN107272683A (zh) * | 2017-06-19 | 2017-10-20 | 中国科学院自动化研究所 | 基于acp方法的平行智能车控制系统 |
| CN107564306A (zh) * | 2017-09-14 | 2018-01-09 | 华为技术有限公司 | 交通信息处理及相关设备 |
| CN108417087A (zh) * | 2018-02-27 | 2018-08-17 | 浙江吉利汽车研究院有限公司 | 一种车辆安全通行系统及方法 |
| CN108909721A (zh) * | 2018-04-28 | 2018-11-30 | 南通职业大学 | 一种基于毫米波雷达的车辆偏航角计算方法 |
| CN109243191A (zh) * | 2017-06-01 | 2019-01-18 | 华为技术有限公司 | 信息推送方法及装置 |
| CN109255970A (zh) * | 2018-09-20 | 2019-01-22 | 南京锦和佳鑫信息科技有限公司 | 一种智能网联交通安全系统和方法 |
| US20190143969A1 (en) * | 2015-06-16 | 2019-05-16 | Honda Motor Co., Ltd. | System and method for providing vehicle collision avoidance at an intersection |
| CN110083163A (zh) * | 2019-05-20 | 2019-08-02 | 三亚学院 | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 |
| US20190304296A1 (en) * | 2018-04-03 | 2019-10-03 | Corning Research & Development Corporation | Pathside communication relay (pcr) for distributing network data among client devices |
| CN110322729A (zh) * | 2019-08-01 | 2019-10-11 | 公安部交通管理科学研究所 | 基于v2x交通安全动态信息实时发布方法及系统 |
| CN110446278A (zh) * | 2019-07-30 | 2019-11-12 | 同济大学 | 基于v2i的智能驾驶汽车传感器盲区安全控制方法及系统 |
| CN110660221A (zh) * | 2019-10-09 | 2020-01-07 | 浙江省交通规划设计研究院有限公司 | 一种基于车路协同系统的信息交互方法及装置 |
| CN110880236A (zh) * | 2018-09-05 | 2020-03-13 | 阿里巴巴集团控股有限公司 | 路况信息处理方法、装置及系统 |
-
2020
- 2020-03-16 CN CN202010180503.7A patent/CN111161540A/zh active Pending
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100033347A1 (en) * | 2008-08-07 | 2010-02-11 | Fujitsu Limited | In-vehicle apparatus, roadside device, and traffic information system |
| CN102765356A (zh) * | 2011-05-02 | 2012-11-07 | 现代摩比斯株式会社 | 车辆周边状况识别装置及方法 |
| CN102431556A (zh) * | 2011-11-15 | 2012-05-02 | 武汉理工大学 | 基于车路协同的驾驶员一体化预警装置 |
| CN104751669A (zh) * | 2015-03-20 | 2015-07-01 | 江苏大学 | 一种基于车联网的智能驾驶辅助系统及方法 |
| US20190143969A1 (en) * | 2015-06-16 | 2019-05-16 | Honda Motor Co., Ltd. | System and method for providing vehicle collision avoidance at an intersection |
| CN105321362A (zh) * | 2015-10-30 | 2016-02-10 | 湖南大学 | 一种交叉口车辆智能协同通行方法 |
| CN105976609A (zh) * | 2015-11-06 | 2016-09-28 | 乐卡汽车智能科技（北京）有限公司 | 一种车辆数据处理系统及方法 |
| CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
| CN109243191A (zh) * | 2017-06-01 | 2019-01-18 | 华为技术有限公司 | 信息推送方法及装置 |
| CN107272683A (zh) * | 2017-06-19 | 2017-10-20 | 中国科学院自动化研究所 | 基于acp方法的平行智能车控制系统 |
| CN107564306A (zh) * | 2017-09-14 | 2018-01-09 | 华为技术有限公司 | 交通信息处理及相关设备 |
| CN108417087A (zh) * | 2018-02-27 | 2018-08-17 | 浙江吉利汽车研究院有限公司 | 一种车辆安全通行系统及方法 |
| US20190304296A1 (en) * | 2018-04-03 | 2019-10-03 | Corning Research & Development Corporation | Pathside communication relay (pcr) for distributing network data among client devices |
| CN108909721A (zh) * | 2018-04-28 | 2018-11-30 | 南通职业大学 | 一种基于毫米波雷达的车辆偏航角计算方法 |
| CN110880236A (zh) * | 2018-09-05 | 2020-03-13 | 阿里巴巴集团控股有限公司 | 路况信息处理方法、装置及系统 |
| CN109255970A (zh) * | 2018-09-20 | 2019-01-22 | 南京锦和佳鑫信息科技有限公司 | 一种智能网联交通安全系统和方法 |
| CN110083163A (zh) * | 2019-05-20 | 2019-08-02 | 三亚学院 | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 |
| CN110446278A (zh) * | 2019-07-30 | 2019-11-12 | 同济大学 | 基于v2i的智能驾驶汽车传感器盲区安全控制方法及系统 |
| CN110322729A (zh) * | 2019-08-01 | 2019-10-11 | 公安部交通管理科学研究所 | 基于v2x交通安全动态信息实时发布方法及系统 |
| CN110660221A (zh) * | 2019-10-09 | 2020-01-07 | 浙江省交通规划设计研究院有限公司 | 一种基于车路协同系统的信息交互方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| 姚子兵: "基于卷积神经网络的交通信号灯检测算法研究", 《中国优秀硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
| 杨燕玲 等: "《"十三五"科学技术专著丛书 车联网技术与应用》", 31 August 2019, 北京邮电大学出版社 * |
| 陶冰冰: "自动驾驶车辆LQR轨迹跟踪控制器设计", 《湖北汽车工业学院学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113156938A (zh) * | 2021-02-23 | 2021-07-23 | 深圳优地科技有限公司 | 控制机器人运行的方法、装置、终端设备及存储介质 |
| CN115909806A (zh) * | 2021-08-05 | 2023-04-04 | 中移(上海)信息通信科技有限公司 | 一种碰撞预警方法、装置及路侧设备 |
| CN115291604A (zh) * | 2022-07-21 | 2022-11-04 | 深圳优地科技有限公司 | 无人车控制方法、系统、无人车及存储介质 |
| CN116386315A (zh) * | 2022-12-06 | 2023-07-04 | 安徽省道路运输管理服务中心 | 基于行为特性需求的道路交通组织方案优化方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109532845B (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN109421715B (zh) | 自适应巡航控制系统中车道条件的检测 | |
| CN111161540A (zh) | 智能汽车的驾驶引导方法、装置、终端及存储介质 | |
| JP7205204B2 (ja) | 車両の制御装置及び自動運転システム | |
| CN110979332B (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN109828571A (zh) | 基于v2x的自动驾驶车辆、方法和装置 | |
| US20200265250A1 (en) | Driving support system and server device | |
| CN112805724B (zh) | 车辆驾驶场景识别方法及装置 | |
| CN112793586B (zh) | 汽车的自动驾驶控制方法、装置及计算机存储介质 | |
| CN105976629A (zh) | 一种行车信息共享的方法、车载平台及智能交通系统 | |
| JP2020107080A (ja) | 交通情報処理装置 | |
| CN113593224B (zh) | 路况共享方法、装置、车载终端及存储介质 | |
| CN114935334B (zh) | 车道拓扑关系的构建方法、装置、车辆、介质及芯片 | |
| WO2017212928A1 (ja) | 画像処理装置、画像処理方法、および車両 | |
| WO2020100569A1 (ja) | 制御装置、制御方法及びセンサ制御システム | |
| KR101850254B1 (ko) | 커넥티드 카 환경을 지원하기 위한 차량간 통신 시스템 | |
| CN111516690A (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN111563979A (zh) | 自动驾驶数据的存储方法、装置、终端及存储介质 | |
| CN109581358B (zh) | 障碍物的识别方法、装置及存储介质 | |
| CN111361550B (zh) | 车位的识别方法、装置及存储介质 | |
| CN112567427B (zh) | 图像处理装置、图像处理方法和程序 | |
| KR20150055278A (ko) | 차량용 레이더를 이용한 실시간 교통정보 측정 시스템 및 방법 | |
| CN114842455A (zh) | 障碍物检测方法、装置、设备、介质、芯片及车辆 | |
| US20240362999A1 (en) | Vehicle device and information integration method | |
| US12454270B2 (en) | Determining road types with imaging and non-imaging determination measures |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |