CN114492679B - 一种车辆数据处理方法、装置、电子设备及介质 - Google Patents

Abstract

本申请提供了一种车辆数据处理方法、装置、电子设备及介质，应用于处理系统，处理系统包括处理平台和多种融合采集设备，融合采集设备包括一体化封装的雷达传感器和摄像头；所述方法包括：根据车辆行驶数据，确定每种融合采集设备的采集优先级，并根据采集优先级控制融合采集设备采集雷达数据和图像；采集优先级不同，融合采集设备的采样频率不同；将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息供智能驾驶系统使用；从采集的图像中确定目标图像，并根据满足标记条件的目标物添加提醒标记，得到合成图像供用户浏览，从而更加合理的分配计算资源，提高传感器数据处理时的即时性。

Description

一种车辆数据处理方法、装置、电子设备及介质

技术领域

本申请涉及智能驾驶领域，具体而言，涉及一种车辆数据处理方法、装置、电子设备及介质。

背景技术

智能驾驶是当今汽车研发的重要方向，现在，智能驾驶方向下的驾驶辅助系统已经取得了不错的研究成果和应用，例如车道保持、刹车辅助等等。智能驾驶在做出决策时，主要依靠对大量传感器数据进行分析处理确定控制策略，传感器数据是通过摄像头、超声波、毫米波以及激光雷达等多种传感器所采集的。智能驾驶对传感器数据处理时的即时性要求很高，因此，需要更加合理的传感器数据处理策略。

发明内容

有鉴于此，本申请的目的在于提供一种车辆数据处理方法、装置、电子设备及介质，按照实际需求调整传感器数据采集、处理策略，从而更加合理的分配计算资源，提高传感器数据处理时的即时性。

本申请实施例提供的一种车辆数据处理方法，应用于处理系统，所述处理系统包括处理平台和设置于车辆上的多种融合采集设备，所述融合采集设备包括一体化封装的雷达传感器和摄像头，不同种类的融合采集设备中雷达传感器种类不同和/或摄像头种类不同；所述方法包括：

根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像；其中，采集优先级不同，融合采集设备的采样频率不同；

将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；所述目标物的目标信息用于供智能驾驶系统使用；

从多种融合采集设备采集的图像中确定目标图像，并根据目标信息满足标记条件的目标物在所述目标图像中添加提醒标记，得到合成图像。

在一些实施例中，所述的车辆数据处理方法中，所述根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像，包括以下步骤：

获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级；

根据所述每种融合采集设备对应的采集优先级，确定每种融合采集设备的采样频率，并控制融合采集设备按照对应的采样频率采集车辆周围预设范围内的雷达数据和图像。

在一些实施例中，所述的车辆数据处理方法中，所述根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级，包括以下步骤：

确定所述车辆的车速数据对应的速度级别，以及确定所述方向盘转角数据对应的角度级别；不同的速度级别对应不同的车速阈值范围，不同的角度级别对应不同的角度阈值范围；

根据所述速度级别和角度级别，确定每种融合采集设备的优先级；其中，所述速度级别越高，采用激光雷达的融合采集设备的采集优先级越高；所述角度级别越高，采用毫米波雷达的融合采集设备的采集优先级越高。

在一些实施例中，所述的车辆数据处理方法中，获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级；包括：

获取环境数据；

根据所述车辆的车速数据和方向盘转角数据，根据车辆行驶数据，确定每种融合采集设备对应的采集优先级；

根据所述环境数据，修正每种融合采集设别的采集优先级，得到修正后的采集优先级。

在一些实施例中，所述的车辆数据处理方法中，从多种融合采集设备采集的图像中确定目标图像，包括以下步骤：

获取车辆操作数据，根据所述车辆操作数据确定出目标融合采集设备；

从所述目标融合采集设备在设备预设时间段内的多个采样时刻所采集的图像中，确定出一个目标图像，以使得到合成图像时所占用的计算资源少于得到目标信息时所占用的计算资源。

在一些实施例中，所述的车辆数据处理方法中，将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；包括：

将融合采集设备在一个采样时刻采集的雷达数据和图像进行融合，获取在所述采样时刻至少一个目标物的第一信息；所述第一信息包括距离信息、位置信息、形状信息、大小信息和角度范围信息；

将多个采样时刻下目标物的第一信息进行融合，得到所述车辆周围预设范围内至少一个目标物的目标信息。

在一些实施例中，所述的车辆数据处理方法中，所述融合采集设备包括雷达传感器、摄像头、组合插接件、线束，所述雷达传感器和摄像头分别连接所述组合插接件，并通过所述线束分别将雷达数据和图像发送至处理平台。

在一些实施例中，还提供一种车辆数据处理装置，应用于处理系统，所述处理系统包括处理平台和设置于车辆上的多种融合采集设备，所述融合采集设备包括一体化封装的雷达传感器和摄像头，不同种类的融合采集设备中雷达传感器种类不同或摄像头种类不同；所述装置包括：

确定模块，用于根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像；其中，采集优先级不同，融合采集设备的采样频率不同；

融合模块，用于将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；所述目标物的目标信息用于供智能驾驶系统使用；

标记模块，用于从多种融合采集设备采集的图像中确定目标图像，并根据目标信息满足标记条件的目标物在所述目标图像中添加提醒标记，得到合成图像。

在一些实施例中，还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行所述的车辆数据处理方法的步骤。

在一些实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行所述的车辆数据处理方法的步骤。

本申请通过车辆行驶数据，来确定智能驾驶系统的对不同种类的传感器数据的需求，从而确定每种融合采集设备对应的采集优先级，然后控制不同的融合采集设备按照不同的采样频率采集车辆周围信息，使得做出实时控制策略所需的传感器数据更加丰富、即时，而其他类型的传感器其数据相对较少，从而根据更加丰富、即时的传感器数据做出更加合适的控制策略，同时，也更加有效的利用了计算资源。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本申请实施例所述的车辆数据处理方法的方法流程图；

图2示出了本申请实施例所述控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像的方法流程图；

图3示出了本申请实施例所述确定每种融合采集设备对应的采集优先级的方法流程图；

图4示出了本申请实施例所述获取车辆周围预设范围内至少一个目标物的目标信息的方法流程图；

图5示出了本申请实施例所述从多种融合采集设备采集的图像中确定目标图像的方法流程图；

图6示出了本申请实施例所述车辆数据处理装置的结构示意图；

图7示出了本申请实施例所述电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。 应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。 此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。

智能驾驶是当今汽车研发的重要方向，现在，智能驾驶方向下的驾驶辅助系统已经取得了不错的研究成果和应用，例如车道保持、刹车辅助等等。智能驾驶在做出决策时，主要依靠对大量传感器数据进行分析处理确定控制策略，传感器数据是通过红外摄像头、普通摄像头、超声波、毫米波以及激光雷达等多种传感器所采集的。

不同的传感器有不同的优势和缺陷，通常情况下，激光雷达传感器依靠发射脉冲(波形)获取信息，分辨率高激光雷达传感器可以精确地分辨单点位置，探测到远距离目标，却难以同时获得车辆周围整个场景信息；而且激光雷达发射的脉冲穿透性差，在环境良好（晴天）时能够探测到远距离目标的信息；但是在环境不佳（雨雾冰雪）时探测效果差。毫米波雷达的角分辨精度和测角精度高，毫米波雷达的毫米波在云雾、烟、尘中传播的损失比激光信号要小得多。传播损失比微波严重得多，因此，在有雨、有雾等条件下，毫米波雷达比激光雷达优越。

红外摄像头用于拍摄热成像画面，在夜晚也能够拍摄到清楚的人像；普通摄像头能够拍摄到车辆周围的环境图像，但是在夜晚没有灯光的时候，拍摄到的人像比较模糊。

而在实际的驾驶中，在不同的驾驶场景下，智能驾驶或辅助驾驶时所需的传感器数据也存在一些不同。

例如，当车速很快时，需要选择探测距离远的传感器进行探测，同时需要按照更短的探测周期采集信息，才能保证智能驾驶系统能够做出准确的、即时的决策。反之，当车速较慢时，需要选择探测距离远的传感器进行探测，同时也可以按照更长的探测周期去采集信息。

例如，根据方向盘转角大时，需要探测范围广的传感器按照相对较短的周期相采集车辆附近信息；转角小时可以采用探测范围小的传感器，按照相对较长的周期相采集车辆附近信息。

基于此，本申请提出一种车辆数据处理方法，应用于处理系统，所述处理系统包括处理平台和设置于车辆上的多种融合采集设备，所述融合采集设备包括一体化封装的雷达传感器和摄像头，不同种类的融合采集设备中雷达传感器种类不同和/或摄像头种类不同；如图1所示，所述方法包括：

S101、根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像；其中，采集优先级不同，融合采集设备的采样频率不同；

S102、将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息，以使车辆的智能驾驶系统根据所述目标信息控制车辆；

S103、从多种融合采集设备采集的图像中确定目标图像，并根据目标信息满足标记条件的目标物在所述目标图像中添加提醒标记，以展示添加有提醒标记的目标图像。

这里，本申请通过车辆行驶数据，来确定智能驾驶系统的对不同种类的传感器数据的需求，从而确定每种融合采集设备对应的采集优先级，然后控制不同的融合采集设备按照不同的采样频率采集车辆周围信息，使得做出实时控制策略所需的传感器数据更加丰富、即时，而其他类型的传感器其数据相对较少，从而根据更加丰富、即时的传感器数据做出更加合适的控制策略，同时，也更加有效的利用了计算资源。

本申请所述的做出实时控制策略所需的传感器数据，并非是指仅仅需要这一类传感器数据，而是在当下的用车场景中，该类传感器数据对做出的实时控制策略影响较大，所述类型的传感器数据越多、越丰富、即时性越强，做出的实时控制策略愈加准确。

例如，当车速很快时，需要及时探测到车前方远距离内的障碍物、行人、敏感区域等等。以汽车时速为120公里为例，每秒前进33.3m/s，若探测时的采样频率低，探测距离近，加上数据传输、数据处理所造成的滞后性，从而使得控制策略滞后。由于分辨率高的激光雷达传感器可以精确地分辨单点位置，探测到远距离目标，因此，在这种用车场景下，确定实时控制策略所需的传感器数据即为激光雷达传感器所采集的传感器数据。

而当汽车的转角大时，需要及时探测车辆侧向和横向上的目标。由于毫米波雷达传感器的角分辨精度和测角精度高，因此，在这种用车场景下，确定实时控制策略所需的传感器数据即为毫米波雷达传感器所采集的传感器数据。

需要说明的是，本申请实施例中所述的智能驾驶系统，根据具体的应用，也可以称之为辅助驾驶系统。所述智能驾驶系统，即根据设置在车辆上的传感器，做出刹车、减速等车辆控制策略的系统。

本申请提出一种车辆数据处理方法，应用于处理系统，目前市场上的处理系统中也包括设置在车辆上的多种传感器，但是这些传感器都是单独的传感器，每个传感器都有一个独立的安装位置，通过独立的插接件和线束和处理平台通讯。

但是，这种方案的材料成本、加工成本和安装成本、维护成本都比较高。比如，每多一个传感器，就要在车辆的结构件上开设一个安装孔，对应开设一个线槽，这就导致结构件复杂高。现在，随着电子产业的不断发展，传感器的成本不断降低，在结构件上开设一个安装孔、一个线槽的加工成本，再加上传感器的安装成本，可能比传感器本身的成本还要高；此外，固定设置的插接件在车辆行驶的过程中，由于长期受到振动，容易松动、脱落、变形，可能会导致与传感器接触不良等等。插接件数量越大，成本越高，为了控制成本，可能会选用质量较差的插接件，这就导致在长期的使用过程中，可能会造成传感器数据传输不稳定，影响智能驾驶系统的决策精度。

基于此，本申请中，所述处理系统包括处理平台和设置于车辆上的多种融合采集设备，所述融合采集设备包括一体化封装的雷达传感器和摄像头，不同种类的融合采集设备中雷达传感器种类不同和/或摄像头种类不同。

具体的，所述一体化封装的融合采集设备包括雷达传感器、摄像头、组合插接件、线束，所述雷达传感器和摄像头分别连接所述组合插接件，并通过所述线束分别将雷达数据和图像发送至处理平台。

所述组合插接件中，包括相互隔离的第一插接区域和第二插接区域，第一插接区域用于连接雷达传感器，第二插接区域用于连接摄像头。所述线束中包括第一信号线和第二信号线，第一信号线用于实现雷达传感器和处理平台之间的数据传输，第二信号线用于实现摄像头和处理平台之间的数据传输。

本申请通过将摄像头和雷达传感器一体化设置，并且通过组合转接头和线束与处理平台通讯，从而降低了前段传感器数量，从而使得厂家在生产车辆时，降低了结构件上安装孔、线槽的数量，降低结构件复杂高，从而降低结构件自身成本和传感器的安装成本；插接件数量减少后，在原有成本下可以选择质量更好的插接件制造公司，提高了长期使用过程中数据传输的可靠性。

具体的，所述融合采集设备中的雷达传感器可以是激光雷达传感器或毫米波雷达传感器；摄像头可以是红外摄像头和普通摄像头。也就是说，融合采集设备包括以下几种组合：激光雷达传感器+红外摄像头、激光雷达传感器+普通摄像头、毫米波雷达传感器+红外摄像头、毫米波雷达传感器+普通摄像头。

车辆具体搭载哪一种融合采集设备，可以根据车型高中低端定位、客户选择灵活搭配。

在所述步骤S101中，根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像；其中，采集优先级不同，融合采集设备的采样频率不同。

融合采集设备的采集优先级越高，融合采集设备的采样频率越高，从而使得采集的传感器数据更多，能够更加及时、准确的反映车辆周围信息，便于智能驾驶系统做出更加合理的策略。

本申请实施例所述的车辆数据处理方法中，如图2所示，所述根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像，包括以下步骤：

S201、获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级；

S202、根据所述每种融合采集设备对应的采集优先级，确定每种融合采集设备的采样频率，并控制融合采集设备按照对应的采样频率采集车辆周围预设范围内的雷达数据和图像。

这里，所述车速数据越高，采用激光雷达的融合采集设备的采集优先级越高；所述方向盘转角数据，采用毫米波雷达的融合采集设备的采集优先级越高。

车速数据高，需要更加及时探测到车前方远距离内的障碍物、行人、敏感区域等等，便于智能驾驶系统根据探测到的目标物的目标信息做出决策。因此，采用激光雷达的融合采集设备的采集优先级更高，采用激光雷达的融合采集设备的采样频率高，从而缩短对前方远距离内路况的探测时间间隔，及时发现或更新目标物的目标信息；同时，在相同的时间段内，探测到的车辆周围的信息也更加丰富，将探测到的信息进行时空融合后，可以提高目标物的目标信息的准确度。

类似的，由于当汽车的转角大时，需要及时探测车辆侧向和横向上的目标，因此，采用毫米波雷达的融合采集设备的采集优先级更高，从而缩短对车辆侧向和横向上的路况的探测时间间隔，及时发现或更新目标物的目标信息；同时，在相同的时间段内，探测到的车辆周围的信息也更加丰富，将探测到的信息进行时空融合后，可以提高目标物的目标信息的准确度。

基于此，一来针对不同的车辆驾驶场景，有所取舍、有所侧重的采集当前车辆驾驶场景下更加需要的路况信息，从而能够有针对性的、更加及时的获取车辆周围的信息，合理的分配处理系统的算力，从采集信息更加及时和处理信息更加及时两个方面来提高智能驾驶系统处理信息并做出决策的及时程度，同时将更多的数据进行融合，进一步提高目标物的目标信息的准确度。

这里，所述根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级，包括以下步骤：

确定所述车辆的车速数据对应的速度级别，以及确定所述方向盘转角数据对应的角度级别；不同的速度级别对应不同的车速阈值范围，不同的角度级别对应不同的角度阈值范围；

根据所述速度级别和角度级别，确定每种融合采集设备的优先级；其中，所述速度级别越高，采用激光雷达的融合采集设备的采集优先级越高；所述角度级别越高，采用毫米波雷达的融合采集设备的采集优先级越高。

也就是说，步骤S101,即：根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，确定每种融合采集设备对应的采样频率；控制融合采集设备按照对应的采样频率采集车辆周围预设范围内的雷达数据和图像；

示例性的，根据所述车辆的车速数据和方向盘转角数据，采用卡尔曼滤波法，确定每种融合采集设备的采样频率。

具体如下：先建立卡尔曼滤波法的权重矩阵

，每一行表示一个权重属性，每个属性需要经过调参。

权重矩阵中的权重参数如下：

权重参数

为车辆的速度，

为速度第一级（0~10km/h）对应的权重参数，

为速度第二级（11~20km/h）对应的权重参数，以此类推，

为速度第m级对应的权重参数；

权重参数

为车辆的方向盘转角，

为角度第一级（0~10º）对应的权重参数，

为角度第二级（11~20º）对应的权重参数，以此类推,

为速度第m级对应的权重参数；

权重参数

为车辆的采样频率，

为频率第一级（100Hz）对应的权重参数，

为频率第二级（200 Hz）对应的权重参数，以此类推,

为频率第m级对应的权重参数；

权重参数

为其他参数，例如纵向距离、横向距离等。

为其他参数第一级对应的权重参数，

为其他参数第二级对应的权重参数，以此类推,

为其他参数第m级对应的权重参数；

权重参数的个数，可以根据算法的复杂度扩充矩阵内容，并在开发过程中调节参数。

卡尔曼滤波法的权重矩阵

如下：

。

所述的车辆数据处理方法中，如图3所示，获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级；包括：

S301、获取环境数据；

S302、根据所述车辆的车速数据和方向盘转角数据，根据车辆行驶数据，确定每种融合采集设备对应的采集优先级；

S303、根据所述环境数据，修正每种融合采集设别的采集优先级，得到修正后的采集优先级。

也就是说，所述融合采集设备的采样频率还与环境有关，例如，在雨雪天气下，采用激光雷达的融合采集设备采集的数据准确率下降，则降低采用激光雷达的融合采集设备的采集优先级，以降低该种融合设备的采样频率。同时，增加采用毫米波雷达的融合采集设备的采集优先级。并增加该种融合采集设备的采样频率。

将环境数据作为用车场景的又一参考数据，能够使采集的传感器数据更加符合需求。

在所述步骤S102中，将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；所述目标物的目标信息用于供智能驾驶系统使用；具体的，目标物的目标信息包括：目标物的方位、目标物和车辆之间的目标距离、目标物的形状轮廓。

其中，所述目标物包括障碍物和目标区域。示例性的，所述目标物如：附近的车辆、行人、路侧栏杆、信号灯等等；所述目标区域例如：学校区域、急转弯区域等等，所述目标区域可以通过处理摄像头所拍摄的图像得到，例如，提取出图像中的指示牌图像，判断目标区域，再结合雷达数据判断出所述指示牌的方位、目标距离等信息。

在一些实施例中，所述目标物的目标信息可以表示在一坐标系中，所述目标物的形状轮廓可以为目标物的轮廓上的点的坐标。

所述智能驾驶系统根据目标物的目标信息，做出一些决策，例如，当根据所述目标物的目标信息判断出车辆前方有人时，可以降低车速或者控制刹车。

本申请实施例中，如图4所示，所述的车辆数据处理方法中，将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；包括：

S401、将融合采集设备在一个采样时刻采集的雷达数据和图像进行融合，获取在所述采样时刻至少一个目标物的第一信息；所述第一信息包括距离信息、位置信息、形状信息、大小信息和角度范围信息；

S402、将多个采样时刻下目标物的第一信息进行融合，得到所述车辆周围预设范围内至少一个目标物的目标信息。

将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，得到的目标信息不仅仅能反映目标物的状态，还能够实现对目标物体的行为预测和运动检测。

在所述步骤S103中，从多种融合采集设备采集的图像中确定目标图像，并根据目标信息满足标记条件的目标物在所述目标图像中添加提醒标记，得到合成图像以供驾驶人浏览；这里，先判断将哪一个采集融合采集设备的图像作为目标图像，再从该融合采集设备所采集的多张图像中，选择以一张作为目标图像，而非每一张都是目标图像。

所述目标信息满足标记条件的目标物，可以是，目标物的种类满足预设种类的目标物，可以为与车辆之间的距离满足预设距离条件的目标物，了可以为满足预设种类且预设距离条件的目标物。

示例性的，例如，将行人、车辆作为高优先级的目标物，当处理平台根据所述雷达数据和图像识别出行人，且行人距离车辆在预设距离之内时，则确定所述行人为目标信息满足标记条件的目标物。

根据所述目标信息满足标记条件的目标物，在所述目标图像中添加提醒标记，得到合成图像，并将所述合成图像发送至所述车厢的车载系统中，在车载系统的显示屏中进行展示，以供驾驶人浏览。

其中，在所述目标图像中添加的提醒标记，不同种类的目标物对应不同的提醒标记。例如，当车辆周围有人时，展示一人形标记；当车辆周围有车时，展示一车形标记。

由于通常情况下，在所述车载系统的显示屏中进行展示的仅仅为一个摄像头所拍摄的图像，例如，车辆正前方的图像，车辆正后方的图像；在一些实施例中，提醒标记对应的目标物不仅仅是目标图像上存在的目标物，而是车辆附近各个方向上的、满足标记条件的目标物，从而增加提醒的信息量。

在一些实施例中，所述提醒标记中还包括对应目标物的目标信息，例如：目标距离，行车方向等等。所述行为方向可以用指引箭头表示。

本申请实施例中，如图5所示，从多种融合采集设备采集的图像中确定目标图像，包括以下步骤：

S501、获取车辆操作数据，根据所述车辆操作数据确定出目标融合采集设备；

S502、从所述目标融合采集设备在设备预设时间段内的多个采样时刻所采集的图像中，确定出一个目标图像，以使得到合成图像时所占用的计算资源少于得到目标信息时所占用的计算资源。

所述车辆操作数据，例如，倒车操作、转向操作、停车操作等等。对车辆进行不同的操作时，需要在车载系统的显示屏中展示不同的目标图像。例如，正常行驶时，需要展示车辆前方图像；倒车时，需要展示车辆后方远距离图像；停车时，需要展示车辆后方地面图像等等。

因此，基于不同的车辆操作数据，确定出不同的目标融合采集设备。

从所述目标融合采集设备在设备预设时间段内的多个采样时刻所采集的图像中，确定出一个目标图像，以使得到合成图像时所占用的计算资源少于得到目标信息时所占用的计算资源。

这里，也就是说，并非对目标融合采集设备所采集的每一张图像都进行合成和显示处理，而是按照一定的规则挑选出目标图像进行合成和显示处理，从而对于这些给用户浏览的合成图像，降低其优先级和帧率，以降低对处理平台的影响，保证优先级高的任务分配有跟多算力，让步骤S102中所述的处理过程优先进行，让智能驾驶系统优先、及时的获得目标物的目标信息并及时进行处理，保证行车辅助功能和行车安全功能。

本申请实施例中，还提供了一种车辆数据处理装置，应用于处理系统，所述处理系统包括处理平台和设置于车辆上的多种融合采集设备，所述融合采集设备包括一体化封装的雷达传感器和摄像头，不同种类的融合采集设备中雷达传感器种类不同或摄像头种类不同；如图6所示，所述装置包括：

确定模块601，用于根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像；其中，采集优先级不同，融合采集设备的采样频率不同；

融合模块602，用于将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；所述目标物的目标信息用于供智能驾驶系统使用；

标记模块603，用于从多种融合采集设备采集的图像中确定目标图像，并根据目标信息满足标记条件的目标物在所述目标图像中添加提醒标记，得到合成图像。

在一些实施例中，所述车辆数据处理装置中的确定模块，在根据车辆行驶数据，确定每种融合采集设备对应的采集优先级，并根据所述采集优先级，控制对应的融合采集设备采集车辆周围预设范围内的雷达数据和图像时，具体用于：获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级；

根据所述每种融合采集设备对应的采集优先级，确定每种融合采集设备的采样频率，并控制融合采集设备按照对应的采样频率采集车辆周围预设范围内的雷达数据和图像。

在一些实施例中，所述车辆数据处理装置中的确定模块，在根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级时，具体用于：确定所述车辆的车速数据对应的速度级别，以及确定所述方向盘转角数据对应的角度级别；不同的速度级别对应不同的车速阈值范围，不同的角度级别对应不同的角度阈值范围；

根据所述速度级别和角度级别，确定每种融合采集设备的优先级；其中，所述速度级别越高，采用激光雷达的融合采集设备的采集优先级越高；所述角度级别越高，采用毫米波雷达的融合采集设备的采集优先级越高。

在一些实施例中，所述车辆数据处理装置中的确定模块，在获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级是；具体用于：

获取环境数据；

根据所述车辆的车速数据和方向盘转角数据，根据车辆行驶数据，确定每种融合采集设备对应的采集优先级；

根据所述环境数据，修正每种融合采集设别的采集优先级，得到修正后的采集优先级。

在一些实施例中，所述车辆数据处理装置中的标记模块，在从多种融合采集设备采集的图像中确定目标图像时，具体用于：

获取车辆操作数据，根据所述车辆操作数据确定出目标融合采集设备；

从所述目标融合采集设备在设备预设时间段内的多个采样时刻所采集的图像中，确定出一个目标图像，以使得到合成图像时所占用的计算资源少于得到目标信息时所占用的计算资源。

在一些实施例中，所述车辆数据处理装置中的融合模块，在将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息时；包括：

将融合采集设备在一个采样时刻采集的雷达数据和图像进行融合，获取在所述采样时刻至少一个目标物的第一信息；所述第一信息包括距离信息、位置信息、形状信息、大小信息和角度范围信息；

将多个采样时刻下目标物的第一信息进行融合，得到所述车辆周围预设范围内至少一个目标物的目标信息。

在一些实施例中，应用所述装置的处理系统中的融合采集设备包括雷达传感器、摄像头、组合插接件、线束，所述雷达传感器和摄像头分别连接所述组合插接件，并通过所述线束分别将雷达数据和图像发送至处理平台。

如图7所示，本申请实施例中还提供一种电子设备700，包括：处理器702、存储器701和总线，所述存储器701存储有所述处理器702可执行的机器可读指令，当电子设备运行时，所述处理器702与所述存储器701之间通过总线通信，所述机器可读指令被所述处理器702执行时执行所述的车辆数据处理方法的步骤。

本申请实施例中一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行所述的车辆数据处理方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，平台服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种车辆数据处理方法，其特征在于，应用于处理系统，所述处理系统包括处理平台和设置于车辆上的多种融合采集设备，所述融合采集设备包括一体化封装的雷达传感器和摄像头，不同种类的融合采集设备中雷达传感器种类不同和/或摄像头种类不同；所述方法包括：

获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，获取环境数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级；根据所述环境数据，修正每种融合采集设别的采集优先级，得到修正后的采集优先级；

根据所述每种融合采集设备对应的修正后的采集优先级，确定每种融合采集设备的采样频率，并控制融合采集设备按照对应的采样频率采集车辆周围预设范围内的雷达数据和图像；其中，采集优先级不同，融合采集设备的采样频率不同；

将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；所述目标物的目标信息用于供智能驾驶系统使用；

获取车辆操作数据，根据所述车辆操作数据确定出目标融合采集设备；从所述目标融合采集设备在设备预设时间段内的多个采样时刻所采集的图像中，确定出一个目标图像，以使得到合成图像时所占用的计算资源少于得到目标信息时所占用的计算资源；并根据目标信息满足标记条件的目标物在所述目标图像中添加提醒标记，得到合成图像。

2.根据权利要求1所述的车辆数据处理方法，其特征在于，所述根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级，包括以下步骤：

确定所述车辆的车速数据对应的速度级别，以及确定所述方向盘转角数据对应的角度级别；不同的速度级别对应不同的车速阈值范围，不同的角度级别对应不同的角度阈值范围；

根据所述速度级别和角度级别，确定每种融合采集设备的优先级；其中，所述速度级别越高，采用激光雷达的融合采集设备的采集优先级越高；所述角度级别越高，采用毫米波雷达的融合采集设备的采集优先级越高。

3.根据权利要求1所述的车辆数据处理方法，其特征在于，将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；包括：

将融合采集设备在一个采样时刻采集的雷达数据和图像进行融合，获取在所述采样时刻至少一个目标物的第一信息；所述第一信息包括距离信息、位置信息、形状信息、大小信息和角度范围信息；

将多个采样时刻下目标物的第一信息进行融合，得到所述车辆周围预设范围内至少一个目标物的目标信息。

4.根据权利要求1所述的车辆数据处理方法，其特征在于，所述融合采集设备包括雷达传感器、摄像头、组合插接件、线束，所述雷达传感器和摄像头分别连接所述组合插接件，并通过所述线束分别将雷达数据和图像发送至处理平台。

5.一种车辆数据处理装置，其特征在于，应用于处理系统，所述处理系统包括处理平台和设置于车辆上的多种融合采集设备，所述融合采集设备包括一体化封装的雷达传感器和摄像头，不同种类的融合采集设备中雷达传感器种类不同或摄像头种类不同；所述装置包括：

确定模块，用于获取车辆的车速数据和方向盘转角数据作为车辆行驶数据，获取环境数据，并根据所述车辆的车速数据和方向盘转角数据，确定每种融合采集设备对应的采集优先级；根据所述环境数据，修正每种融合采集设别的采集优先级，得到修正后的采集优先级；根据所述每种融合采集设备对应的修正后的采集优先级，确定每种融合采集设备的采样频率，并控制融合采集设备按照对应的采样频率采集车辆周围预设范围内的雷达数据和图像；其中，采集优先级不同，融合采集设备的采样频率不同；

融合模块，用于将融合采集设备的不同采样时刻的雷达数据和图像进行融合处理，获取车辆周围预设范围内至少一个目标物的目标信息；所述目标物的目标信息用于供智能驾驶系统使用；

标记模块，用于获取车辆操作数据，根据所述车辆操作数据确定出目标融合采集设备；从所述目标融合采集设备在设备预设时间段内的多个采样时刻所采集的图像中，确定出一个目标图像，以使得到合成图像时所占用的计算资源少于得到目标信息时所占用的计算资源；并根据目标信息满足标记条件的目标物在所述目标图像中添加提醒标记，得到合成图像。

6.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至4任意一项所述的车辆数据处理方法的步骤。

7.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至4任意一项所述的车辆数据处理方法的步骤。

Images