CN109409301A - 交通信号灯的信息获取方法、装置及存储介质 - Google Patents
交通信号灯的信息获取方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109409301A CN109409301A CN201811279771.3A CN201811279771A CN109409301A CN 109409301 A CN109409301 A CN 109409301A CN 201811279771 A CN201811279771 A CN 201811279771A CN 109409301 A CN109409301 A CN 109409301A
- Authority
- CN
- China
- Prior art keywords
- information
- traffic lights
- signal
- technology
- target traffic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005516 engineering process Methods 0.000 claims abstract description 172
- 238000005286 illumination Methods 0.000 claims abstract description 116
- 238000001514 detection method Methods 0.000 claims abstract description 59
- 230000004927 fusion Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 10
- 238000010295 mobile communication Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 206010039203 Road traffic accident Diseases 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 230000008859 change 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
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 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
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通信号灯的信息获取方法、装置及存储介质，属于智能汽车技术领域。该方法包括：获取智能汽车当前所处环境的光照强度和信号强度；基于光照强度和信号强度，通过信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息；将通过信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示智能汽车完成自动驾驶任务的目标交通信号灯的信息。本发明中信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术互为冗余，从而保证了识别交通信号灯的可靠性，提高了驾车的安全性。
Description
技术领域
本发明涉及智能汽车技术领域，特别涉及一种交通信号灯的信息获取方法、装置及存储介质。
背景技术
随着技术的发展，智能汽车智能化的程度越来越高，智能汽车可以手动驾驶也可以自动驾驶。而当智能汽车自动驾驶时，如果智能汽车行驶至设置有交通信号灯的路口时，那么就要求智能汽车可以识别交通信号灯的颜色，从而根据该交通信号灯的颜色，进行自动驾驶。
目前，智能汽车可以根据安装的摄像头识别交通信号灯的颜色。但是，由于摄像头可能受到光线，或者雨雪天气的影响，导致无法准确地识别交通信号灯的颜色，从而导致智能汽车可能闯红灯，进而导致危险事故的发生。
发明内容
本发明实施例提供了一种交通信号灯的信息获取方法、装置及存储介质，用于解决相关技术中因无法识别交通信号灯的信息而导致交通事故发生的问题。所述技术方案如下：
第一方面，提供了一种交通信号灯的信息获取方法，所述方法包括：
获取智能汽车当前所处环境的光照强度和信号强度；
基于所述光照强度和所述信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，所述目标交通信号灯为距离所述智能汽车最近且位于所述智能汽车行驶方向上的交通信号灯；
将通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和/或所述视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示所述智能汽车完成自动驾驶任务的目标交通信号灯的信息。
可选地，所述基于所述光照强度和所述信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，包括：
当所述光照强度大于或等于光照强度阈值、且V2X信号和差分定位信号的信号强度均大于或等于信号强度阈值时，通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度大于或等于所述信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述信号灯检测算法、所述V2X技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述信号灯检测算法、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均大于或等于所述信号强度阈值时，通过所述V2X技术和所述差分定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均小于所述信号强度阈值时，通过所述信号灯检测算法和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度大于或等于信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述V2X技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述差分定位技术获取所述目标交通信号灯的信息。
可选地，所述通过车对外界的信息交换V2X技术检测所述目标交通信号灯的信息，包括：
通过所述V2X技术向控制所述目标交通信号灯的道路基础设施发送信息获取请求，所述信息获取请求用于指示所述道路基础设施返回所述目标交通信号灯当前的信息；
接收所述道路基础设施发送的所述目标交通信号灯的信息。
可选地，所述通过差分定位技术检测所述目标交通信号灯的信息，包括：
通过所述差分定位技术从定位基站中获取差分定位信号，并通过所述移动通信技术从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
基于所述差分定位信号确定所述智能汽车在所述导航地图中所处位置的位置信息；
基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
可选地，所述通过视觉定位技术获取所述目标交通信号灯的信息，包括：
通过摄像头获取所述智能汽车当前所处环境的视觉数据，并从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
基于所述视觉数据和所述导航地图，通过所述视觉定位技术确定所述智能汽车当前在所述导航地图中所处位置的位置信息；
基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
可选地，所述从将通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和/或所述视觉定位技术获取的目标交通信号灯的信息进行融合处理之后，还包括：
按照所述目标交通信号灯的信息的指示，控制所述智能汽车执行自动驾驶任务。
第二方面，提供了一种交通信号灯的信息获取装置，所述装置包括：
获取模块，用于通获取智能汽车当前所处环境的光照强度和信号强度；
确定模块，用于基于所述光照强度和所述信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，所述目标交通信号灯为距离所述智能汽车最近且位于所述智能汽车行驶方向上的交通信号灯；
处理模块，用于将通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和/或所述视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示所述智能汽车完成自动驾驶任务的目标交通信号灯的信息。
可选地，所述确定模块用于：
当所述光照强度大于或等于光照强度阈值、且V2X信号和差分定位信号的信号强度均大于或等于信号强度阈值时，通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度大于或等于所述信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述信号灯检测算法、所述V2X技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述信号灯检测算法、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均大于或等于所述信号强度阈值时，通过所述V2X技术和所述差分定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均小于所述信号强度阈值时，通过所述信号灯检测算法和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度大于或等于信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述V2X技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述差分定位技术获取所述目标交通信号灯的信息。
可选地，所述确定模块包括：
发送子模块，用于通过所述V2X技术向控制所述目标交通信号灯的道路基础设施发送信息获取请求，所述信息获取请求用于指示所述道路基础设施返回所述目标交通信号灯当前的信息；
接收子模块，用于接收所述道路基础设施发送的所述目标交通信号灯的信息。
可选地，所述确定模块包括：
第一获取子模块，用于通过从所述差分定位技术从定位基站中获取差分定位信号，并通过移动通信技术从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
第一确定子模块，用于基于所述差分定位信号确定所述智能汽车在所述导航地图中所处位置的位置信息；
第二获取子模块，用于基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
可选地，所述确定模块包括：
第三获取子模块，用于通过摄像头获取所述智能汽车当前所处环境的视觉数据，并从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
第二确定子模块，用于基于所述视觉数据和所述导航地图，通过所述视觉定位技术确定所述智能汽车当前在所述导航地图中所处位置的位置信息；
第四获取子模块，用于基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
可选地，所述装置还包括：
控制模块，用于按照所述目标交通信号灯的信息的指示，控制所述智能汽车执行自动驾驶任务。
第三方面，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第一方面中任一所述的方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
在本发明实施例中，可以获取智能汽车当前所处环境的光照强度和信号强度，于光照强度和信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，并将获取的信息进行融合处理，得到最终用于指智能汽车完成自动驾驶任务的目标交通信号灯的信息。由于信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术互为冗余，从而避免了因摄像头无法识别交通信号灯的信息而导致交通事故发生，保证了识别交通信号灯的可靠性，提高了驾车的安全性。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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是本发明实施例提供的一种交通信号灯的信息获取系统架构示意图；
图2是本发明实施例提供的一种交通信号灯的信息获取方法流程图；
图3是本发明实施例提供的另一种交通信号灯的信息获取方法流程图；
图4是本发明实施例提供的一种交通信号灯的信息获取装置结构示意图；
图5是本发明实施例提供的第一种确定模块的结构示意图；
图6是本发明实施例提供的第二种确定模块的结构示意图；
图7是本发明实施例提供的第三种确定模块的结构示意图；
图8是本发明实施例提供的另一种交通信号灯的信息获取装置结构示意图；
图9是本发明实施例提供的一种智能汽车的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
在对本发明实施例进行详细的解释说明之前，先对本发明实施例中涉及到的应用场景及系统架构分别进行解释说明。
首先，对本发明实施例涉及的应用场景进行介绍。
随着技术的发展，智能汽车智能化的程度越来越高，智能汽车可以手动驾驶也可以自动驾驶。而当智能汽车自动驾驶时，如果智能汽车行驶至设置有交通信号灯的路口时，则智能汽车可以根据安装的摄像头识别交通信号灯的信息。但是，由于摄像头可能受到光线，或者雨雪天气的影响，导致无法准确地识别交通信号灯的颜色，从而导致智能汽车可能闯红灯，进而导致危险事故的发生。
基于这样的场景，本发明实施例提供了一种能够在光线不充足的情况下识别交通信号灯的信息的交通信号灯的信息获取方法。
接下来，对本发明实施例涉及的系统架构进行介绍。
图1为本发明实施例提供的一种交通信号灯的信息获取系统架构示意图，参见图1，该系统包括摄像头1、通信模块2和控制模块3，摄像头1和通信模块2可以分别与控制模块3通过CAN(Controller Area Network，控制器局域网络)总线连接。其中，摄像头1用于获取目标交通信号灯的视觉数据，并在获取到的视觉数据发送至控制模块3，通信模块2用于接收导航地图、差分定位信号和V2X(Vehicle to everything，车对外界的信息交换)信号，并将导航地图、差分定位信号和V2X信号发送至控制模块3。控制模块3用于基于视觉数据、导航地图、差分定位信号、V2X信号，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，并基于目标交通信号灯的信息，控制智能汽车按照目标信息灯的信息的指示进行自动驾驶。
需要说明的是，参见图1，该通信模块2可以包括移动通信信号收发模块21、差分定位信号收发模块22和V2X信息收发模块23。
在对本发明实施例的应用场景及系统架构进行介绍之后，接下来将结合附图对本发明实施例提供的交通信号灯的信息获取方法进行详细介绍。
图2为本发明实施例提供的一种交通信号灯的信息获取方法的流程图，参见图2，该方法应用于智能汽车中，包括如下步骤。
步骤201：获取智能汽车当前所处环境的光照强度和信号强度。
步骤202：基于该光照强度和该信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，该目标交通信号灯为距离该智能汽车最近且位于该智能汽车行驶方向上的交通信号灯。
步骤203：将通过该信号灯检测算法、该V2X技术、该差分定位技术和/或该视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示该智能汽车完成自动驾驶任务的目标交通信号灯的信息。
在本发明实施例中，可以获取智能汽车当前所处环境的光照强度和信号强度，于光照强度和信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，并将获取的信息进行融合处理，得到最终用于指智能汽车完成自动驾驶任务的目标交通信号灯的信息。由于信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术互为冗余，从而避免了因摄像头无法识别交通信号灯的信息而导致交通事故发生，保证了识别交通信号灯的可靠性，提高了驾车的安全性。
可选地，基于该光照强度和该信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，包括：
当该光照强度大于或等于光照强度阈值、且V2X信号和差分定位信号的信号强度均大于或等于信号强度阈值时，通过该信号灯检测算法、该V2X技术、该差分定位技术和该视觉定位技术获取该目标交通信号灯的信息；
当该光照强度大于或等于光照强度阈值、该V2X信号的信号强度大于或等于该信号强度阈值，且该差分定位信号的信号强度小于该信号强度阈值时，通过该信号灯检测算法、该V2X技术和该视觉定位技术获取该目标交通信号灯的信息；
当该光照强度大于或等于光照强度阈值、该V2X信号的信号强度小于信号强度阈值，且该差分定位信号的信号强度大于或等于该信号强度阈值时，通过该信号灯检测算法、该差分定位技术和该视觉定位技术获取该目标交通信号灯的信息；
当该光照强度小于该光照强度阈值，且该V2X信号和该差分定位信号的信号强度均大于或等于该信号强度阈值时，通过该V2X技术和该差分定位技术获取该目标交通信号灯的信息；
当该光照强度大于或等于该光照强度阈值，且该V2X信号和该差分定位信号的信号强度均小于该信号强度阈值时，通过该信号灯检测算法和该视觉定位技术获取该目标交通信号灯的信息；
当该光照强度小于该光照强度阈值、该V2X信号的信号强度大于或等于信号强度阈值，且该差分定位信号的信号强度小于该信号强度阈值时，通过该V2X技术获取该目标交通信号灯的信息；
当该光照强度小于该光照强度阈值、该V2X信号的信号强度小于信号强度阈值，且该差分定位信号的信号强度大于或等于该信号强度阈值时，通过该差分定位技术获取该目标交通信号灯的信息。
可选地，通过车对外界的信息交换V2X技术检测该目标交通信号灯的信息，包括：
通过该V2X技术向控制该目标交通信号灯的道路基础设施发送信息获取请求，该信息获取请求用于指示该道路基础设施返回该目标交通信号灯当前的信息；
接收该道路基础设施发送的该目标交通信号灯的信息。
可选地，通过差分定位技术检测该目标交通信号灯的信息，包括：
通过该差分定位技术从定位基站中获取差分定位信号，并通过移动通信技术从云服务器中获取导航地图，该导航地图中包括该智能汽车行驶路径中各个交通信号灯的信息；
基于该差分定位信号确定该智能汽车在该导航地图中所处位置的位置信息；
基于该位置信息从该导航地图中获取该目标交通信号灯的信息。
可选地，通过视觉定位技术获取该目标交通信号灯的信息，包括：
通过摄像头获取该智能汽车当前所处环境的视觉数据，并从云服务器中获取导航地图，该导航地图中包括该智能汽车行驶路径中各个交通信号灯的信息；
基于该视觉数据和该导航地图，通过视觉定位技术确定该智能汽车当前在该导航地图中所处位置的位置信息；
基于该位置信息从该导航地图中获取该目标交通信号灯的信息。
可选地，从将通过该信号灯检测算法、该V2X技术、该差分定位技术和/或该视觉定位技术获取的目标交通信号灯的信息进行融合处理之后，还包括：
按照该目标交通信号灯的信息的指示，控制该智能汽车执行自动驾驶任务。
上述所有可选技术方案，均可按照任意结合形成本发明的可选实施例，本发明实施例对此不再一一赘述。
图3为本发明实施例提供的一种交通信号灯的信息获取方法的流程图，参见图3，该方法包括如下步骤。
步骤301：智能汽车获取当前所处环境的光照强度和信号强度。
由于智能汽车的行驶路径中，可能会出现多个路口，在不同的路口处将会设置有交通信号灯，智能汽车需要按照交通信号灯的指示进行行驶。如果智能汽车没有识别交通信号灯的信息，智能汽车可能会在自动驾驶过程中发生闯红灯等违反交通规则的行为，从而提高了发生交通事故的风险。因此，为了获取目标交通信号灯的信息，避免智能汽车发生交通事故，智能汽车在自动驾驶过程中需要获取智能汽车当前所处环境的光照强度和信号强度。
步骤302：智能汽车基于光照强度和信号强度，通过信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息。
需要说明的是，目标交通信号灯为距离该智能汽车最近且位于该智能汽车行驶方向上的交通信号灯
由于智能汽车的摄像头可以在光线较好的环境中采集清晰可靠的视觉数据，但在光线较暗的地方采集视觉数据时，可能光线问题导致视觉数据不清晰，导致无法通过信号灯检测算法和视觉定位技术获取目标交通信号灯的信息。且由于V2X信号和差分定位信号的信号强度也会随着智能汽车的移动发生变化，导致智能汽车无法通过V2X技术和/或差分定位技术获取目标交通信号灯的信息。因此，智能汽车需要基于光照强度和信号强度，通过信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息。
其中，智能汽车基于光照强度和该信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息的操作可以为：当光照强度大于或等于光照强度阈值、且V2X信号和差分定位信号的信号强度均大于或等于信号强度阈值时，通过信号灯检测算法、V2X技术、差分定位技术和视觉定位技术获取目标交通信号灯的信息。当光照强度大于或等于光照强度阈值、V2X信号的信号强度大于或等于信号强度阈值，且差分定位信号的信号强度小于信号强度阈值时，通过信号灯检测算法、V2X技术和视觉定位技术获取目标交通信号灯的信息。当光照强度大于或等于光照强度阈值、V2X信号的信号强度小于信号强度阈值，且差分定位信号的信号强度大于或等于信号强度阈值时，通过信号灯检测算法、差分定位技术和视觉定位技术获取目标交通信号灯的信息；当光照强度小于光照强度阈值，且V2X信号和差分定位信号的信号强度均大于或等于信号强度阈值时，通过V2X技术和差分定位技术获取目标交通信号灯的信息；当光照强度大于或等于光照强度阈值，且V2X信号和差分定位信号的信号强度均小于信号强度阈值时，通过信号灯检测算法和视觉定位技术获取目标交通信号灯的信息；当光照强度小于光照强度阈值、V2X信号的信号强度大于或等于信号强度阈值，且差分定位信号的信号强度小于信号强度阈值时，通过V2X技术获取目标交通信号灯的信息；当光照强度小于光照强度阈值、V2X信号的信号强度小于信号强度阈值，且差分定位信号的信号强度大于或等于信号强度阈值时，通过差分定位技术获取目标交通信号灯的信息。
需要说明的是，光照强度阈值可以事先设置，比如，该光照强度阈值可以为100坎德拉、200坎德拉等等。该信号强度阈值同样可以事先设置，比如，该信号强度阈值可以为5分贝、10分贝等等。
下述分别对智能汽车通过信号灯检测算法、V2X技术、差分定位技术和视觉定位技术获取目标交通信号灯的信息的操作进行说明。
智能汽车通过信号灯检测算法获取目标交通信号灯的信息
其中，智能汽车可以通过摄像头获取当前所处环境的视觉数据，并通过信息灯检测算法从视觉数据中获取目标交通信号灯的信息，该信息灯检测算法可以为图像识别等。比如，智能汽车可以对视觉数据进行图像识别，以确定目标交通信号灯的信息。
由于有时候智能汽车可能在大雾天、雨雪天等光线改较差的环境下通过安装的摄像头获取可视范围内的视觉数据，在这样的环境下获取的视觉数据的清晰度较差，导致智能汽车无法进行图像识别，或者图像识别结果不准确。因此，智能汽车在获取到到视觉数据后还可以确定视觉数据的清晰度，当视觉数据的清晰度小于清晰度阈值时，确定从视觉数据中无法识别目标交通信号灯的信息。
另外，由于有时候智能汽车还可以在阳光较强的环境下通过安装的摄像头获取可视范围内的视觉数据，但是在这样的环境下获取视觉数据的曝光度较高，导致智能汽车无法进行图像识别，或者图像识别结果不准确。因此，智能汽车获取到视觉数据后还可以确定视觉数据的曝光度，当视觉数据的曝光度小于曝光度阈值时，确定从视觉数据中无法识别目标交通信号灯的信息。
需要说明的是，该清晰度阈值可以事先设置，比如，该清晰度阈值可以为512*768像素、512*384像素等等。曝光度阈值同样可以事先设置，比如，该曝光度阈值可以为3曝光值、2曝光值等等。
通过V2X技术获取目标交通信号灯的信息
其中，智能汽车可以通过V2X技术向控制目标交通信号灯的道路基础设施发送信息获取请求，该信息获取请求用于指示道路基础设施返回目标交通信号灯当前的信息；接收该道路基础设施发送的目标交通信号灯的信息。
由于智能汽车可以通过V2X技术直接与道路基础设置进行通信，且道路基础设施实时控制交通信号灯的信息变换，因此，智能汽车在支持V2X技术时，可以直接从道路基础设施中获取目标交通信号灯的信息。
需要说明的是，由于智能汽车需要通过V2X技术从道路基础设施中获取目标交通信号灯的信息，因此，该道路基础设施同样为支持V2X技术的设施。
通过差分定位技术获取目标交通信号灯
其中，智能汽车可以通过差分定位技术从定位基站中获取差分定位信号，并通过移动通信技术从云服务器中获取导航地图；基于差分定位信号确定智能汽车在导航地图中所处位置的位置信息；基于位置信息从导航地图中获取目标交通信号灯信息的信息。
需要说明的是，由于为了使云服务器准确地实时统计道路交通情况，道路基础设施可以将各自控制的交通信号灯的信息实时发送至云服务器。云服务器可以在接收到道路基础设施发送的各个交通信号灯的信息时，将该信息对应更新至导航地图中。由于导航地图中各个交通信号灯的信息为实时更新的，那么说明从导航地图中获取的交通信号灯的信息为准确的信息，从而提高了获取目标交通信号灯的信息的可靠性和准确性。
另外，由于导航地图中几乎包括智能汽车行驶路径中所有的交通信号灯的信息，因此，为了准确地确定目标交通信号灯的信息，智能汽车还需要确定当前在导航地图中的位置信息，然后从导航地图中确定距离前位置最近且位于智能汽车行驶方向上的交通信号灯的信息为目标交通信号灯的信息。
通过视觉定位技术获取目标交通信号灯
其中，智能智能汽车可以通过摄像头采集当前所处环境的视觉数据，并从云服务器中获取导航地图，该导航地图中包括智能汽车行驶路径中各个交通信号灯的信息；基于视觉数据和导航地图，通过视觉定位技术确定智能汽车当前在导航地图中所处位置的位置信息；基于位置信息从导航地图中获取目标交通信号灯信息的信息。
值得说明的是，由于有时候摄像头可能出现故障，导致无法采集视觉数据，或者，摄像头镜头偏移导致采集到的视觉数据中不包括目标交通信号灯。此时，智能汽车可以直接确定无法通过信号灯检测算法或视觉定位技术获取目标交通信号灯的信息。此时通过上述差分定位技术或V2X技术同样可以获取到目标交通信号灯的信息。另外，由于智能汽车在通过V2X技术从道路基础设施中获取目标交通信号灯的信息时，要求道路基础设施同样支持V2X技术，当基础设施不支持V2X技术时，智能汽车同样可以通过差分定位技术或视觉定位技术获取目标交通信号灯的信息。又由于有时候智能汽车可能接收不到差分定位信号信息，导致不能对智能汽车进行定位，此时智能汽车同样可以通过视觉定位技术或V2X技术获取目标交通信号灯的信息。也即是，智能汽车通过信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息的四种方式中，任意三种方式为其余一种方式的冗余，从而保证了智能汽车获取目标交通信号灯信息的可靠性。
步骤303：智能汽车将通过信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示智能汽车完成自动驾驶任务的目标交通信号灯的信息。
由上述可知，根据光线以及信号强度的影响，智能汽车有时可能仅通过信号灯检测算法、V2X技术、差分定位技术或视觉定位技术获取目标交通信号灯，也可以通过信号灯检测算法、V2X技术、差分定位技术或视觉定位技术中两个及两个以上的方式获取目标交通信号灯的信息。因此，智能汽车可能获取目标交通信号灯两个以上的信息，此时智能汽车需要对获取的目标交通信号灯的信息进行融合处理。
其中，智能汽车需要对获取的目标交通信号灯的信息进行融合处理的操作可以为：当智能汽车仅通过信号灯检测算法、V2X技术、差分定位技术或视觉定位技术获取目标交通信号灯时，由于智能汽车仅获取了一个目标交通信号灯的信息，因此，可以将获取的信息确定为用于指示智能汽车完成自动驾驶任务的目标交通信号灯的信息。当智能汽车通过信号灯检测算法、V2X技术、差分定位技术或视觉定位技术中两个及两个以上的方式获取到目标交通信号灯的信息时，智能汽车可以获取两个及以上的目标交通信号灯的信息，因此，智能汽车可以将该获取的两个及以上的目标交通信号灯的信息中任一个信息作为指示智能汽车完成自动驾驶任务的目标交通信号灯的信息。
步骤304：智能汽车按照目标交通信号灯的信息的指示，控制智能汽车执行自动驾驶任务。
由于交通信号灯用于指示汽车进行行驶或停止，因此，在智能汽车获取到目标交通信号灯的信息后可以根据该信息的指示进行对应控制操作，比如，当信息为“绿色”时，继续按照行驶路径进行行驶，当信息为“红色”时，控制智能汽车停止行驶等等。
进一步地，由于有时候在智能汽车可能通过任一种方式都无法获取目标交通信号灯的信息，此时，智能汽车可以提示驾驶员将智能汽车的驾驶模式由自动驾驶模式切换至手动驾驶模式，以接管智能汽车。
其中，如果驾驶员一直未能接管智能汽车，而放任智能汽车继续进行自动驾驶，那么智能汽车有很大的可能发生交通事故。因此，为了避免交通事故的发生，当智能汽车在检测到驾驶员在进行提示后的时长阈值内一直未接管智能汽车时，智能汽车可以控制车速逐渐降低，规划停车路线，并按照停车路线将控制智能汽车停车。
需要说明的是，该时长阈值可以事先设置，比如，该时长阈值可以为10秒、5秒等等。
在本发明实施例中，智能汽车可以获取当前所处环境的光照强度和信号强度，于光照强度和信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，并将获取的信息进行融合处理，得到最终用于指智能汽车完成自动驾驶任务的目标交通信号灯的信息。由于信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术互为冗余，从而避免了因摄像头无法识别交通信号灯的信息而导致交通事故发生，保证了识别交通信号灯的可靠性，提高了驾车的安全性。
在对本发明实施例提供的交通信号灯的信息获取方法进行解释说明之后，接下来，对本发明实施例提供的交通信号灯的信息获取装置进行介绍。
图4是本公开实施例提供的一种交通信号灯的信息获取装置的框图，参见图4，该装置可以由软件、硬件或者两者的结合实现。该装置包括：获取模块401、确定模块402和处理模块403。
获取模块401，用于通获取智能汽车当前所处环境的光照强度和信号强度；
确定模块402，用于基于所述光照强度和所述信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，所述目标交通信号灯为距离所述智能汽车最近且位于所述智能汽车行驶方向上的交通信号灯；
处理模块403，用于将通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和/或所述视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示所述智能汽车完成自动驾驶任务的目标交通信号灯的信息。
可选地，所述确定模块402用于：
当所述光照强度大于或等于光照强度阈值、且V2X信号和差分定位信号的信号强度均大于或等于信号强度阈值时，通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度大于或等于所述信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述信号灯检测算法、所述V2X技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述信号灯检测算法、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均大于或等于所述信号强度阈值时，通过所述V2X技术和所述差分定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均小于所述信号强度阈值时，通过所述信号灯检测算法和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度大于或等于信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述V2X技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述差分定位技术获取所述目标交通信号灯的信息。
可选地，参见图5，所述确定模块402包括：
发送子模块4021，用于通过所述V2X技术向控制所述目标交通信号灯的道路基础设施发送信息获取请求，所述信息获取请求用于指示所述道路基础设施返回所述目标交通信号灯当前的信息；
接收子模块4022，用于接收所述道路基础设施发送的所述目标交通信号灯的信息。
可选地，参见图6，所述确定模块402包括：
第一获取子模块4023，用于通过所述差分定位技术从定位基站中获取差分定位信号，并通过移动通信技术从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
第一确定子模块4024，用于基于所述差分定位信号确定所述智能汽车在所述导航地图中所处位置的位置信息；
第二获取子模块4025，用于基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
可选地，参见图7，所述确定模块402包括：
第三获取子模块4026，用于通过摄像头获取所述智能汽车当前所处环境的视觉数据，并从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
第二确定子模块4027，用于基于所述视觉数据和所述导航地图，通过视觉定位技术确定所述智能汽车当前在所述导航地图中所处位置的位置信息；
第四获取子模块4028，用于基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
可选地，参见图8，所述装置还包括：
控制模块404，用于按照所述目标交通信号灯的信息的指示，控制所述智能汽车执行自动驾驶任务。
综上所述，在本发明实施例中，智能汽车可以获取当前所处环境的光照强度和信号强度，于光照强度和信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，并将获取的信息进行融合处理，得到最终用于指智能汽车完成自动驾驶任务的目标交通信号灯的信息。由于信号灯检测算法、V2X技术、差分定位技术和/或视觉定位技术互为冗余，从而避免了因摄像头无法识别交通信号灯的信息而导致交通事故发生，保证了识别交通信号灯的可靠性，提高了驾车的安全性。
需要说明的是：上述实施例提供的交通信号灯的信息获取装置在获取交通信号灯的信息时，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，上述实施例提供的交通信号灯的信息获取装置与交通信号灯的信息获取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9示出了本发明一个示例性实施例提供的智能汽车900的结构框图。
通常，智能汽车900包括有：处理器901和存储器902。
处理器901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901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901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901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901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902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902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902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901所执行以实现本申请中方法实施例提供的交通信号灯的信息获取方法。
在一些实施例中，智能汽车900还可选包括有：外围设备接口903和至少一个外围设备。处理器901、存储器902和外围设备接口903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903相连。具体地，外围设备包括：射频电路904、触摸显示屏905、摄像头906、音频电路907、定位组件908和电源909中的至少一种。
外围设备接口903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901和存储器902。在一些实施例中，处理器901、存储器902和外围设备接口903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901、存储器902和外围设备接口903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904用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路904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904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904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904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：城域网、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904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905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。当显示屏905是触摸显示屏时，显示屏905还具有采集在显示屏905的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器901进行处理。此时，显示屏905还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏905可以为一个，设置智能汽车900的前面板；在另一些实施例中，显示屏905可以为至少两个，分别设置在智能汽车900的不同表面或呈折叠设计；在再一些实施例中，显示屏905可以是柔性显示屏，设置在智能汽车900的弯曲表面上或折叠面上。甚至，显示屏905还可以设置成非矩形的不规则图形，也即异形屏。显示屏905可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件906用于采集图像或视频。可选地，摄像头组件906包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、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。
音频电路907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901进行处理，或者输入至射频电路904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，分别设置在智能汽车900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901或射频电路904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907还可以包括耳机插孔。
定位组件908用于定位智能汽车900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908可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源909用于为智能汽车900中的各个组件进行供电。电源909可以是交流电、直流电、一次性电池或可充电电池。当电源909包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中，智能汽车900还包括有一个或多个传感器910。该一个或多个传感器910包括但不限于：加速度传感器911。
加速度传感器911可以检测以智能汽车900建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器911可以用于检测重力加速度在三个坐标轴上的分量。处理器901可以根据加速度传感器911采集的重力加速度信号，控制触摸显示屏905以横向视图或纵向视图进行用户界面的显示。加速度传感器911还可以用于游戏或者用户的运动数据的采集。
也即是，本发明实施例不仅提供了一种终端，包括处理器和用于存储处理器可执行指令的存储器，其中，处理器被配置为执行图2和图3所示的实施例中的方法，而且，本发明实施例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，该计算机程序被处理器执行时可以实现图2和图3所示的实施例中的交通信号灯的信息获取方法。
本领域技术人员可以理解，图9中示出的结构并不构成对智能汽车900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。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种交通信号灯的信息获取方法，其特征在于，所述方法包括：
获取智能汽车当前所处环境的光照强度和信号强度；
基于所述光照强度和所述信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，所述目标交通信号灯为距离所述智能汽车最近且位于所述智能汽车行驶方向上的交通信号灯；
将通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和/或所述视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示所述智能汽车完成自动驾驶任务的目标交通信号灯的信息。
2.如权利要求1所述的方法，其特征在于，所述基于所述光照强度和所述信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，包括：
当所述光照强度大于或等于光照强度阈值、且V2X信号和差分定位信号的信号强度均大于或等于信号强度阈值时，通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度大于或等于所述信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述信号灯检测算法、所述V2X技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述信号灯检测算法、所述差分定位技术和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均大于或等于所述信号强度阈值时，通过所述V2X技术和所述差分定位技术获取所述目标交通信号灯的信息；
当所述光照强度大于或等于所述光照强度阈值，且所述V2X信号和所述差分定位信号的信号强度均小于所述信号强度阈值时，通过所述信号灯检测算法和所述视觉定位技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度大于或等于信号强度阈值，且所述差分定位信号的信号强度小于所述信号强度阈值时，通过所述V2X技术获取所述目标交通信号灯的信息；
当所述光照强度小于所述光照强度阈值、所述V2X信号的信号强度小于信号强度阈值，且所述差分定位信号的信号强度大于或等于所述信号强度阈值时，通过所述差分定位技术获取所述目标交通信号灯的信息。
3.如权利要求1或2所述的方法，其特征在于，所述通过车对外界的信息交换V2X技术检测所述目标交通信号灯的信息，包括：
通过所述V2X技术向控制所述目标交通信号灯的道路基础设施发送信息获取请求，所述信息获取请求用于指示所述道路基础设施返回所述目标交通信号灯当前的信息；
接收所述道路基础设施发送的所述目标交通信号灯的信息。
4.如权利要求1或2所述的方法，其特征在于，所述通过差分定位技术检测所述目标交通信号灯的信息，包括：
通过所述差分定位技术从定位基站中获取差分定位信号，并通过移动通信技术从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
基于所述差分定位信号确定所述智能汽车在所述导航地图中所处位置的位置信息；
基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
5.如权利要求1或2所述的方法，其特征在于，所述通过视觉定位技术获取所述目标交通信号灯的信息，包括：
通过摄像头获取所述智能汽车当前所处环境的视觉数据，并从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
基于所述视觉数据和所述导航地图，通过所述视觉定位技术确定所述智能汽车当前在所述导航地图中所处位置的位置信息；
基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
6.如权利要求1所述的方法，其特征在于，所述从将通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和/或所述视觉定位技术获取的目标交通信号灯的信息进行融合处理之后，还包括：
按照所述目标交通信号灯的信息的指示，控制所述智能汽车执行自动驾驶任务。
7.一种交通信号灯的信息获取装置，其特征在于，所述装置包括：
获取模块，用于通获取智能汽车当前所处环境的光照强度和信号强度；
确定模块，用于基于所述光照强度和所述信号强度，通过信号灯检测算法、车对外界的信息交换V2X技术、差分定位技术和/或视觉定位技术获取目标交通信号灯的信息，所述目标交通信号灯为距离所述智能汽车最近且位于所述智能汽车行驶方向上的交通信号灯；
处理模块，用于将通过所述信号灯检测算法、所述V2X技术、所述差分定位技术和/或所述视觉定位技术获取的目标交通信号灯的信息进行融合处理，得到用于指示所述智能汽车完成自动驾驶任务的目标交通信号灯的信息。
8.如权利要求7所述的装置，其特征在于，所述确定模块包括：
发送子模块，用于通过所述V2X技术向控制所述目标交通信号灯的道路基础设施发送信息获取请求，所述信息获取请求用于指示所述道路基础设施返回所述目标交通信号灯当前的信息；
接收子模块，用于接收所述道路基础设施发送的所述目标交通信号灯的信息。
9.如权利要求7所述的装置，其特征在于，所述确定模块包括：
第一获取子模块，用于通过所述差分定位技术从定位基站中获取差分定位信号，并通过移动通信技术从云服务器中获取导航地图，所述导航地图中包括所述智能汽车行驶路径中各个交通信号灯的信息；
第一确定子模块，用于基于所述差分定位信号确定所述智能汽车在所述导航地图中所处位置的位置信息；
第二获取子模块，用于基于所述位置信息从所述导航地图中获取所述目标交通信号灯的信息。
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1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811279771.3A CN109409301B (zh) | 2018-10-30 | 2018-10-30 | 交通信号灯的信息获取方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811279771.3A CN109409301B (zh) | 2018-10-30 | 2018-10-30 | 交通信号灯的信息获取方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109409301A true CN109409301A (zh) | 2019-03-01 |
| CN109409301B CN109409301B (zh) | 2022-03-15 |
Family
ID=65470374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811279771.3A Active CN109409301B (zh) | 2018-10-30 | 2018-10-30 | 交通信号灯的信息获取方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109409301B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110727346A (zh) * | 2019-09-24 | 2020-01-24 | 中国第一汽车股份有限公司 | 一种人机交互方法、装置、车辆及存储介质 |
| CN111931726A (zh) * | 2020-09-23 | 2020-11-13 | 北京百度网讯科技有限公司 | 交通灯检测的方法、装置、计算机存储介质和路侧设备 |
| CN111932918A (zh) * | 2020-10-14 | 2020-11-13 | 之江实验室 | 一种面向智能网联车的交通信号灯信息融合决策方法 |
| CN114333380A (zh) * | 2021-12-13 | 2022-04-12 | 重庆长安汽车股份有限公司 | 一种基于摄像头和V2x的交通灯识别方法及系统、车辆 |
| US11790772B2 (en) | 2020-09-23 | 2023-10-17 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd | Traffic light image processing |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7209050B2 (en) * | 2005-05-02 | 2007-04-24 | Corcoran Iii James John | Automatic vehicle collision avoidance and warning system |
| CN103345766A (zh) * | 2013-06-21 | 2013-10-09 | 东软集团股份有限公司 | 一种信号灯识别方法及装置 |
| KR101610502B1 (ko) * | 2014-09-02 | 2016-04-07 | 현대자동차주식회사 | 자율주행차량의 주행환경 인식장치 및 방법 |
| CN105489035A (zh) * | 2015-12-29 | 2016-04-13 | 大连楼兰科技股份有限公司 | 应用在主动驾驶技术中检测交通信号灯的方法 |
| CN105759820A (zh) * | 2016-04-08 | 2016-07-13 | 济宁中科先进技术研究院有限公司 | 基于激光和视觉的道路自主清扫控制系统及控制方法 |
| CN106932756A (zh) * | 2017-05-09 | 2017-07-07 | 嘉兴安行信息科技有限公司 | 无人机机载差分定位装置 |
| US20170221366A1 (en) * | 2016-01-29 | 2017-08-03 | Electronics And Telecommunications Research Institute | Autonomous vehicle driving system and method |
| CN107871398A (zh) * | 2017-01-24 | 2018-04-03 | 问众智能信息科技（北京）有限公司 | 一种通过行车记录仪进行红绿灯识别的方法和系统 |
| CN108335510A (zh) * | 2018-03-21 | 2018-07-27 | 北京百度网讯科技有限公司 | 交通信号灯识别方法、装置及设备 |
| CN108492550A (zh) * | 2018-05-17 | 2018-09-04 | 济南浪潮高新科技投资发展有限公司 | 基于区块链的v2x高速车队自组织系统 |
| US20180255622A1 (en) * | 2002-07-12 | 2018-09-06 | Yechezkal Evan Spero | Detector Controlled Headlight System |
-
2018
- 2018-10-30 CN CN201811279771.3A patent/CN109409301B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180255622A1 (en) * | 2002-07-12 | 2018-09-06 | Yechezkal Evan Spero | Detector Controlled Headlight System |
| US7209050B2 (en) * | 2005-05-02 | 2007-04-24 | Corcoran Iii James John | Automatic vehicle collision avoidance and warning system |
| CN103345766A (zh) * | 2013-06-21 | 2013-10-09 | 东软集团股份有限公司 | 一种信号灯识别方法及装置 |
| KR101610502B1 (ko) * | 2014-09-02 | 2016-04-07 | 현대자동차주식회사 | 자율주행차량의 주행환경 인식장치 및 방법 |
| CN105489035A (zh) * | 2015-12-29 | 2016-04-13 | 大连楼兰科技股份有限公司 | 应用在主动驾驶技术中检测交通信号灯的方法 |
| US20170221366A1 (en) * | 2016-01-29 | 2017-08-03 | Electronics And Telecommunications Research Institute | Autonomous vehicle driving system and method |
| CN105759820A (zh) * | 2016-04-08 | 2016-07-13 | 济宁中科先进技术研究院有限公司 | 基于激光和视觉的道路自主清扫控制系统及控制方法 |
| CN107871398A (zh) * | 2017-01-24 | 2018-04-03 | 问众智能信息科技（北京）有限公司 | 一种通过行车记录仪进行红绿灯识别的方法和系统 |
| CN106932756A (zh) * | 2017-05-09 | 2017-07-07 | 嘉兴安行信息科技有限公司 | 无人机机载差分定位装置 |
| CN108335510A (zh) * | 2018-03-21 | 2018-07-27 | 北京百度网讯科技有限公司 | 交通信号灯识别方法、装置及设备 |
| CN108492550A (zh) * | 2018-05-17 | 2018-09-04 | 济南浪潮高新科技投资发展有限公司 | 基于区块链的v2x高速车队自组织系统 |
Non-Patent Citations (3)
| Title |
|---|
| 《中国公路学报》编辑部: "中国交通工程学术研究综述·2016", 《中国公路学报》 * |
| BERTOZZI M等: "VIAC:An Out of Ordinary Experiment", 《IEEE INTELLIGENT VEHUCLES SYMPOSIUM》 * |
| 贾瑞明等: "基于卷积神经网络的交通灯识别", 《北方工业大学电子信息工程学院》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110727346A (zh) * | 2019-09-24 | 2020-01-24 | 中国第一汽车股份有限公司 | 一种人机交互方法、装置、车辆及存储介质 |
| CN110727346B (zh) * | 2019-09-24 | 2022-09-23 | 中国第一汽车股份有限公司 | 一种人机交互方法、装置、车辆及存储介质 |
| CN111931726A (zh) * | 2020-09-23 | 2020-11-13 | 北京百度网讯科技有限公司 | 交通灯检测的方法、装置、计算机存储介质和路侧设备 |
| US11790772B2 (en) | 2020-09-23 | 2023-10-17 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd | Traffic light image processing |
| CN111931726B (zh) * | 2020-09-23 | 2024-06-11 | 阿波罗智联(北京)科技有限公司 | 交通灯检测的方法、装置、计算机存储介质和路侧设备 |
| CN111932918A (zh) * | 2020-10-14 | 2020-11-13 | 之江实验室 | 一种面向智能网联车的交通信号灯信息融合决策方法 |
| CN111932918B (zh) * | 2020-10-14 | 2020-12-18 | 之江实验室 | 一种面向智能网联车的交通信号灯信息融合决策方法 |
| CN114333380A (zh) * | 2021-12-13 | 2022-04-12 | 重庆长安汽车股份有限公司 | 一种基于摄像头和V2x的交通灯识别方法及系统、车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109409301B (zh) | 2022-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109409301A (zh) | 交通信号灯的信息获取方法、装置及存储介质 | |
| CN108860141B (zh) | 泊车方法、装置及存储介质 | |
| CN109445425A (zh) | 自动驾驶系统的性能检测方法、装置及存储介质 | |
| CN109532845A (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN109298719B (zh) | 智能汽车的接管方法、装置及存储介质 | |
| CN110979332B (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN109492566A (zh) | 车道位置信息获取方法、装置及存储介质 | |
| CN111257866A (zh) | 车载摄像头和车载雷达联动的目标检测方法、装置及系统 | |
| CN110979318B (zh) | 车道信息获取方法、装置、自动驾驶车辆及存储介质 | |
| CN109253735A (zh) | 路径规划方法、装置及存储介质 | |
| CN108198461A (zh) | 车辆追尾预警方法及装置 | |
| CN110044638A (zh) | 车道保持功能的测试方法、装置及存储介质 | |
| CN110070717A (zh) | 违章车辆的确定方法、装置及存储介质 | |
| CN110956847B (zh) | 车位的识别方法、装置及存储介质 | |
| CN111516690B (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN109334591A (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN109318906A (zh) | 智能汽车的接管检测方法、装置及存储介质 | |
| WO2020258602A1 (zh) | 智能汽车的控制方法、装置及存储介质 | |
| CN109334663A (zh) | 智能汽车启动定速巡航系统的方法、装置及存储介质 | |
| CN110027465B (zh) | 车灯控制方法、装置、存储介质及车载终端 | |
| CN109130854B (zh) | 限速提醒方法、装置及存储介质 | |
| CN109334641B (zh) | 智能汽车的驻车制动方法、装置及存储介质 | |
| CN111126276A (zh) | 车道线检测方法、装置、计算机设备及存储介质 | |
| CN109581358A (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 |
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 |