本申請涉及車輛，具體涉及一種車輛紅綠燈感知異常的檢測方法、系統(tǒng)及車輛。

背景技術(shù)：

1、自動駕駛技術(shù)正經(jīng)歷從算法驅(qū)動向數(shù)據(jù)驅(qū)動的轉(zhuǎn)型，其中大數(shù)據(jù)和智能模型發(fā)揮著關鍵作用。傳感器數(shù)據(jù)不僅促進感知模塊的持續(xù)優(yōu)化，還能夠識別新的未知物體。同時，人類駕駛行為數(shù)據(jù)對于提煉駕駛策略的共性與特征至關重要，這些數(shù)據(jù)支持決策規(guī)劃模塊生成更貼近人類駕駛習慣的車輛運動。

2、在自動駕駛算法的開發(fā)和ota升級過程中，真實世界的駕駛數(shù)據(jù)對算法迭代至關重要。由于大部分數(shù)據(jù)樣本反映的是常態(tài)駕駛場景，但異常駕駛場景難以識別，影響自動駕駛的安全性。

3、針對以上問題，本領域技術(shù)人員一直在尋求解決方法。

技術(shù)實現(xiàn)思路

1、本申請要解決的技術(shù)問題在于，針對上述現(xiàn)有技術(shù)的缺陷，提供一種車輛紅綠燈感知異常的檢測方法、系統(tǒng)及車輛。

2、為了實現(xiàn)上述目的，本申請是通過如下的技術(shù)方案來實現(xiàn)：

3、本申請?zhí)峁┮环N車輛紅綠燈感知異常的檢測方法，包括：

4、s1、獲取車輛周圍的實時環(huán)境圖像；

5、s2、根據(jù)所述實時環(huán)境圖像對車輛周圍的物體進行識別與跟蹤以獲取障礙物的運動數(shù)據(jù)；

6、s3、根據(jù)所述實時環(huán)境圖像獲取道路信息，和獲取車輛行駛信息；

7、s4、根據(jù)所述障礙物的運動數(shù)據(jù)、所述道路信息和所述車輛行駛信息確定車輛紅綠燈感知異常。

8、可選地，所述道路信息包括紅綠燈位置、紅綠燈展示顏色、紅綠燈展示數(shù)字、車道線、交通標識；

9、所述車輛行駛信息包括車速、轉(zhuǎn)向角、所處車道、前進方向。

10、可選地，步驟s2包括：

11、對所述實時環(huán)境圖像進行預處理；

12、對預處理后的所述實時環(huán)境圖像進行特征提取以獲取特征信息；

13、利用機器學習和/或深度學習模型對所述特征信息進行分析以獲取障礙識別結(jié)果。

14、可選地，步驟s2還包括：

15、對所述障礙識別結(jié)果進行運動追蹤以獲取所述障礙物的運動數(shù)據(jù)。

16、可選地，步驟s4包括：

17、將預設幀數(shù)的所述障礙物的運動數(shù)據(jù)進行比對以獲取道路通行狀況；

18、根據(jù)所述道路通行狀況、所述道路信息和所述車輛行駛信息確定車輛紅綠燈感知異常。

19、本申請還提供一種基于上述方法的檢測系統(tǒng)，包括：傳感器模塊、數(shù)據(jù)處理模塊、通信模塊；

20、所述傳感器模塊用于獲取車輛周圍的實時環(huán)境圖像和獲取車輛行駛信息；

21、所述數(shù)據(jù)處理模塊用于根據(jù)所述實時環(huán)境圖像對車輛周圍的物體進行識別與跟蹤以獲取障礙物的運動數(shù)據(jù)，和根據(jù)所述實時環(huán)境圖像獲取道路信息，和根據(jù)所述障礙物的運動數(shù)據(jù)、所述道路信息和所述車輛行駛信息確定車輛紅綠燈感知異常；

22、所述通信模塊用于實現(xiàn)所述傳感器模塊和所述數(shù)據(jù)處理模塊之間的信息通信。

23、可選地，所述數(shù)據(jù)處理模塊還用于對所述實時環(huán)境圖像進行預處理，和對預處理后的所述實時環(huán)境圖像進行特征提取以獲取特征信息，和利用機器學習和/或深度學習模型對所述特征信息進行分析以獲取障礙識別結(jié)果。

24、可選地，所述數(shù)據(jù)處理模塊還用于對所述障礙識別結(jié)果進行運動追蹤以獲取所述障礙物的運動數(shù)據(jù)。

25、可選地，所述數(shù)據(jù)處理模塊還用于將預設幀數(shù)的所述障礙物的運動數(shù)據(jù)進行比對以獲取道路通行狀況，和根據(jù)所述道路通行狀況、所述道路信息和所述車輛行駛信，息確定車輛紅綠燈感知異常。

26、本申請還提供一種車輛，包括如上述的系統(tǒng)。

27、本申請?zhí)峁┝艘环N車輛紅綠燈感知異常的檢測方法、系統(tǒng)及車輛，通過實時檢測和挖掘紅綠燈感知異常，進而規(guī)避異常場景，自動駕駛系統(tǒng)的安全性和可靠性好。

28、為讓本申請的上述和其他目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附圖式，作詳細說明如下。

技術(shù)特征：

1.一種車輛紅綠燈感知異常的檢測方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述道路信息包括紅綠燈位置、紅綠燈展示顏色、紅綠燈展示數(shù)字、車道線、交通標識；

3.如權(quán)利要求2所述的方法，其特征在于，步驟s2包括：

4.如權(quán)利要求3所述的方法，其特征在于，步驟s2還包括：

5.如權(quán)利要求4所述的方法，其特征在于，步驟s4包括：

6.一種基于權(quán)利要求1-5中任一項所述方法的檢測系統(tǒng)，其特征在于，包括：傳感器模塊、數(shù)據(jù)處理模塊、通信模塊；

7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊還用于對所述實時環(huán)境圖像進行預處理，和對預處理后的所述實時環(huán)境圖像進行特征提取以獲取特征信息，和利用機器學習和/或深度學習模型對所述特征信息進行分析以獲取障礙識別結(jié)果。

8.如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊還用于對所述障礙識別結(jié)果進行運動追蹤以獲取所述障礙物的運動數(shù)據(jù)。

9.如權(quán)利要求8所述的系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊還用于將預設幀數(shù)的所述障礙物的運動數(shù)據(jù)進行比對以獲取道路通行狀況，和根據(jù)所述道路通行狀況、所述道路信息和所述車輛行駛信息確定車輛紅綠燈感知異常。

10.一種車輛，其特征在于，包括如權(quán)利要求6-9中任一項所述的系統(tǒng)。

技術(shù)總結(jié)
本申請涉及一種車輛紅綠燈感知異常的檢測方法、系統(tǒng)及車輛，方法包括：S1、獲取車輛周圍的實時環(huán)境圖像；S2、根據(jù)所述實時環(huán)境圖像對車輛周圍的物體進行識別與跟蹤以獲取障礙物的運動數(shù)據(jù)；S3、根據(jù)所述實時環(huán)境圖像獲取道路信息，和獲取車輛行駛信息；S4、根據(jù)所述障礙物的運動數(shù)據(jù)、所述道路信息和所述車輛行駛信息確定車輛紅綠燈感知異常。本申請的方案，通過實時檢測和挖掘紅綠燈感知異常，進而規(guī)避異常場景，自動駕駛系統(tǒng)的安全性和可靠性好。

技術(shù)研發(fā)人員：石得君
受保護的技術(shù)使用者：合眾新能源汽車股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6