本發(fā)明屬于人工智能，具體涉及一種道路駕駛環(huán)境智能感知方法、系統(tǒng)、終端及存儲介質(zhì)。

背景技術(shù)：

1、隨著自動駕駛技術(shù)的日新月異，車輛對道路環(huán)境的精準感知與高度適應能力已成為推動該技術(shù)向更高層次邁進的關(guān)鍵因素。當前的自動駕駛系統(tǒng)，盡管已經(jīng)取得了顯著進展，能夠在受控環(huán)境下實現(xiàn)較為穩(wěn)定的自主導航，但在面對現(xiàn)實世界中復雜多變的道路環(huán)境時，其局限性逐漸顯現(xiàn)，特別是在以下幾個方面尤為突出：

2、極端天氣條件應對：在雨雪、霧霾、沙塵暴等極端天氣下，光線的散射、折射以及能見度的急劇下降，給車輛的視覺感知系統(tǒng)帶來了巨大挑戰(zhàn)?，F(xiàn)有的傳感器技術(shù)（如激光雷達、攝像頭）在惡劣天氣中的性能會受到嚴重影響，導致自動駕駛車輛難以準確識別前方道路、行人、車輛及其他障礙物，從而增加了行駛風險。

3、動態(tài)道路障礙識別：道路上的障礙物種類繁多，包括臨時施工區(qū)、突然出現(xiàn)的動物、遺落的貨物以及突然變道的車輛等。這些動態(tài)變化的障礙物要求自動駕駛系統(tǒng)具備極高的實時性和準確性，以便迅速做出反應。然而，當前系統(tǒng)在處理這類突發(fā)情況時，往往存在反應延遲或誤判的風險。

4、復雜交通狀況理解：城市道路上的交通狀況復雜多變，涉及交通規(guī)則遵守、多車交互、行人預測等多個方面。自動駕駛系統(tǒng)需要深入理解并預測其他交通參與者的行為模式，以做出最優(yōu)決策。然而，面對人類駕駛行為的不可預測性和多樣性，以及復雜的交通信號和標志系統(tǒng)，現(xiàn)有系統(tǒng)仍難以達到與人類駕駛員相當?shù)睦斫夂蛻獙δ芰Α?/p>

5、高精度地圖依賴：許多自動駕駛系統(tǒng)高度依賴高精度地圖進行導航和定位。然而，地圖數(shù)據(jù)的更新速度可能跟不上實際道路環(huán)境的快速變化（如道路維修、新建建筑遮擋等），這可能導致系統(tǒng)在實際行駛中遇到未知或錯誤的導航信息，影響行駛安全。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的上述不足，本發(fā)明提供一種道路駕駛環(huán)境智能感知方法、系統(tǒng)、終端及存儲介質(zhì)，以解決上述技術(shù)問題。

2、第一方面，本發(fā)明提供一種道路駕駛環(huán)境智能感知方法，包括：

3、獲取視頻數(shù)據(jù)和點云數(shù)據(jù)；

4、利用卷積神經(jīng)網(wǎng)絡檢測所述視頻數(shù)據(jù)中的靜態(tài)環(huán)境，所述靜態(tài)環(huán)境包括交通標志、信號燈狀態(tài)和路況信息；

5、利用目標檢測和跟蹤算法對視頻數(shù)據(jù)和點云數(shù)據(jù)進行處理，得到移動目標的的運動數(shù)據(jù)，并利用lstm模型基于所述運動數(shù)據(jù)預測所述移動目標的運動軌跡；

6、將所述靜態(tài)環(huán)境與所述移動目標的運動軌跡整合為道路駕駛環(huán)境。

7、在一個可選的實施方式中，獲取視頻數(shù)據(jù)和點云數(shù)據(jù)，包括：

8、獲取車機上傳的視頻數(shù)據(jù)和點云數(shù)據(jù)，所述車機將攝像頭采集的視頻數(shù)據(jù)和激光雷達采集的點云數(shù)據(jù)上傳至云計算，所述攝像頭包括車頭攝像頭和車尾攝像頭。

9、在一個可選的實施方式中，利用卷積神經(jīng)網(wǎng)絡檢測所述視頻數(shù)據(jù)中的靜態(tài)環(huán)境，所述靜態(tài)環(huán)境包括交通標志、信號燈狀態(tài)和路況信息，包括：

10、利用預先訓練好的卷積神經(jīng)網(wǎng)絡從視頻數(shù)據(jù)中識別交通標志、信號燈狀態(tài)；

11、利用預先訓練好的卷積神經(jīng)網(wǎng)絡從視頻數(shù)據(jù)中識別路況信息，所述路況信息包括路面坑洼區(qū)域和積水區(qū)域。

12、在一個可選的實施方式中，將所述靜態(tài)環(huán)境與所述移動目標的運動軌跡整合為道路駕駛環(huán)境，包括：

13、將所述運動軌跡疊加在所述靜態(tài)環(huán)境的相應車道中，得到道路駕駛環(huán)境；

14、將所述道路駕駛環(huán)境與預先設置的報警規(guī)則進行匹配，若所述道路駕駛環(huán)境觸發(fā)所述報警規(guī)則，則生成報警提示信息，將所述報警提示信息下發(fā)至車機。

15、第二方面，本發(fā)明提供一種道路駕駛環(huán)境智能感知系統(tǒng)，包括：

16、數(shù)據(jù)獲取模塊，用于獲取視頻數(shù)據(jù)和點云數(shù)據(jù)；

17、靜態(tài)檢測模塊，用于利用卷積神經(jīng)網(wǎng)絡檢測所述視頻數(shù)據(jù)中的靜態(tài)環(huán)境，所述靜態(tài)環(huán)境包括交通標志、信號燈狀態(tài)和路況信息；

18、動態(tài)檢測模塊，用于利用目標檢測和跟蹤算法對視頻數(shù)據(jù)和點云數(shù)據(jù)進行處理，得到移動目標的的運動數(shù)據(jù)，并利用lstm模型基于所述運動數(shù)據(jù)預測所述移動目標的運動軌跡；

19、環(huán)境整合模塊，用于將所述靜態(tài)環(huán)境與所述移動目標的運動軌跡整合為道路駕駛環(huán)境。

20、在一個可選的實施方式中，所述數(shù)據(jù)獲取模塊包括：

21、數(shù)據(jù)獲取單元，用于獲取車機上傳的視頻數(shù)據(jù)和點云數(shù)據(jù)，所述車機將攝像頭采集的視頻數(shù)據(jù)和激光雷達采集的點云數(shù)據(jù)上傳至云計算，所述攝像頭包括車頭攝像頭和車尾攝像頭。

22、在一個可選的實施方式中，所述靜態(tài)檢測模塊包括：

23、第一識別單元，用于利用預先訓練好的卷積神經(jīng)網(wǎng)絡從視頻數(shù)據(jù)中識別交通標志、信號燈狀態(tài)；

24、第二識別單元，用于利用預先訓練好的卷積神經(jīng)網(wǎng)絡從視頻數(shù)據(jù)中識別路況信息，所述路況信息包括路面坑洼區(qū)域和積水區(qū)域。

25、在一個可選的實施方式中，所述環(huán)境整合模塊包括：

26、軌跡疊加單元，用于將所述運動軌跡疊加在所述靜態(tài)環(huán)境的相應車道中，得到道路駕駛環(huán)境；

27、報警提示單元，用于將所述道路駕駛環(huán)境與預先設置的報警規(guī)則進行匹配，若所述道路駕駛環(huán)境觸發(fā)所述報警規(guī)則，則生成報警提示信息，將所述報警提示信息下發(fā)至車機。

28、第三方面，提供一種終端，包括：

29、處理器、存儲器，其中，

30、該存儲器用于存儲計算機程序，

31、該處理器用于從存儲器中調(diào)用并運行該計算機程序，使得終端執(zhí)行上述的終端的方法。

32、第四方面，提供了一種計算機存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有指令，當其在計算機上運行時，使得計算機執(zhí)行上述各方面所述的方法。

33、本發(fā)明的有益效果在于，本發(fā)明提供的道路駕駛環(huán)境智能感知方法、系統(tǒng)、終端及存儲介質(zhì)，能夠?qū)崿F(xiàn)對道路環(huán)境的精準感知和高效自適應控制，極大地提高了自動駕駛系統(tǒng)的安全性和適應性。系統(tǒng)能夠根據(jù)實時環(huán)境變化動態(tài)調(diào)整行駛策略，確保車輛在各種復雜道路條件下的安全行駛。本發(fā)明通過引入先進的人工智能技術(shù)，實現(xiàn)了對道路駕駛環(huán)境的高精度感知和自適應控制，能夠廣泛應用于各類自動駕駛車輛中，具有顯著的技術(shù)優(yōu)勢和應用價值。

34、此外，本發(fā)明設計原理可靠，結(jié)構(gòu)簡單，具有非常廣泛的應用前景。

技術(shù)特征：

1.一種道路駕駛環(huán)境智能感知方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取視頻數(shù)據(jù)和點云數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用卷積神經(jīng)網(wǎng)絡檢測所述視頻數(shù)據(jù)中的靜態(tài)環(huán)境，所述靜態(tài)環(huán)境包括交通標志、信號燈狀態(tài)和路況信息，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述靜態(tài)環(huán)境與所述移動目標的運動軌跡整合為道路駕駛環(huán)境，包括：

5.一種道路駕駛環(huán)境智能感知系統(tǒng)，其特征在于，包括：

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述數(shù)據(jù)獲取模塊包括：

7.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述靜態(tài)檢測模塊包括：

8.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述環(huán)境整合模塊包括：

9.一種終端，其特征在于，包括：

10.一種存儲有計算機程序的計算機可讀存儲介質(zhì)，其特征在于，所述可讀存儲介質(zhì)上存儲有道路駕駛環(huán)境智能感知程序，所述道路駕駛環(huán)境智能感知程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-4任一項所述道路駕駛環(huán)境智能感知方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體提供一種道路駕駛環(huán)境智能感知方法、系統(tǒng)、終端及存儲介質(zhì)，包括：獲取視頻數(shù)據(jù)和點云數(shù)據(jù)；利用卷積神經(jīng)網(wǎng)絡檢測所述視頻數(shù)據(jù)中的靜態(tài)環(huán)境，所述靜態(tài)環(huán)境包括交通標志、信號燈狀態(tài)和路況信息；利用目標檢測和跟蹤算法對視頻數(shù)據(jù)和點云數(shù)據(jù)進行處理，得到移動目標的的運動數(shù)據(jù)，并利用LSTM模型基于所述運動數(shù)據(jù)預測所述移動目標的運動軌跡；將所述靜態(tài)環(huán)境與所述移動目標的運動軌跡整合為道路駕駛環(huán)境。本發(fā)明能夠?qū)崿F(xiàn)對道路環(huán)境的精準感知和高效自適應控制，極大地提高了自動駕駛系統(tǒng)的安全性和適應性。

技術(shù)研發(fā)人員：紀利偉,景皓鑫,陳猛
受保護的技術(shù)使用者：浪潮智慧科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/18