基于车路协同的数据处理方法、系统、存储介质与流程

1.本公开涉及数据处理领域，尤其涉及一种车路协同感知数据处理方法、系统、存储介质。


背景技术：

2.车端与其他设备智能交互技术(vehicle
‑
to
‑
everything，v2x)，是智能汽车和智能交通的支撑技术之一。v2x的目的是减少交通事故，降低交通拥堵提高交通效率，减少汽车污染物的排放等，对于现代社会的交通有着积极的意义。
3.通过车端设备、路侧设备对于道路物体的协同感知建立起一套v2x系统，为车辆提供多个感知视角，可以有效的减小感知盲区。通常，使用数据拼接方法或者按权重进行拼接的方法对感知结果及v2x系统有效性做出估算。这种方法依赖于人为经验，容易导致偏差。


技术实现要素：

4.有鉴于此，本公开提出了一种车路协同感知数据处理方法
5.根据本公开的一方面，提供了一种车路协同感知数据处理方法，包括：
6.在设备获取的图像中进行目标物体识别，所述设备包括：车端设备和/或路侧设备；
7.确定所述设备距所述目标物体的距离；
8.利用第一映射关系，确定所述车路协同感知系统检测出所述目标物体的第一检出概率；所述第一映射关系为物体距所述设备的距离与所述设备对所述物体的检出概率之间的映射关系，所述第一检出概率，用于表征所述车路协同感知系统的感知物体的性能。
9.在一种可能的实现方式中，所述利用第一映射关系，确定所述车路协同感知系统检测出所述目标物体的第一检出概率，包括：
10.在车端设备获取的第一图像中，确定所述目标物体距所述车端设备的第一距离；
11.在路侧设备获取的第二图像中，确定所述目标物体距所述路侧设备的第二距离；
12.利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第二检出概率，以及所述路侧设备检测出所述目标物体的第三检出概率。
13.在一种可能的实现方式中，所述利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第二检出概率，以及所述路侧设备检测出所述目标物体的第三检出概率后，还包括：
14.根据所述目标物体的第二检出概率，确定所述车端设备未检测出所述目标物体的第一未检出概率；
15.根据各所述路侧设备检出所述目标物体的第三检出概率，确定各所述路侧设备未检测出所述目标物体的第二未检出概率；
16.利用各所述第二未检出概率之积表征所述目标地理区域内的路侧设备未检测出所述目标物体的第三未检出概率；
17.将所述第一未检出概率与所述第三未检出概率之积，作为所述车路协同感知系统未检测出所述目标物体的第四未检出概率；
18.根据所述第四未检出概率，确定所述第一检出概率。
19.在一种可能的实现方式中，所述方法还包括：确定所述目标物体所在目标地理区域的物体总数；
20.利用所述第一映射关系，确定在所述目标地理区域内的各所述目标物体由路侧设备检出且未由车端设备检测出的第四检出概率；
21.根据各所述目标物体的第四检出概率，确定为所述目标地理区域内由路侧设备检出且未由车端设备检测出的目标物体的第一数量；
22.根据所述物体总数、所述第一数量，确定路侧设备的第五检出概率。
23.在一种可能的实现方式中，所述利用所述第一映射关系，确定在所述目标地理区域内的各所述目标物体由路侧设备检出且未由车端设备检测出的第四检出概率，具体包括：
24.在车端设备获取的第三图像中，确定所述目标物体距所述车端设备的第三距离；
25.在路侧设备获取的第四图像中，确定所述目标物体距所述路侧设备的第四距离；
26.利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第六检出概率，以及所述路侧设备检测出所述目标物体的第七检出概率；
27.根据所述目标物体的第六检出概率，确定所述车端设备未检测出所述目标物体的第五未检出概率；
28.利用各所述第七检出概率之积表征所述目标地理区域内的路端设备检测出所述目标物体的第八检出概率；
29.将第五未检出概率与第八检出概率之积，作为所述目标物体由所述目标地理区域内的路侧设备检测出且未被车端设备检测出的第九检出概率；
30.将所述目标地理区域内目标物体的第九检出概率求和，作为第四检出概率。
31.根据本公开的另一方面，提供了一种车路协同感知数据处理装置，包括：
32.目标物体识别单元，用于在设备获取的图像中进行目标物体识别，所述设备包括：车端设备和/或路侧设备；
33.设备与目标物体距离确定单元，用于确定所述设备距所述目标物体的距离；
34.第一检出概率确定单元，用于利用第一映射关系，确定所述车路协同感知系统检测出所述目标物体的第一检出概率；所述第一映射关系为物体距所述设备的距离与所述设备对所述物体的检出概率之间的映射关系，所述第一检出概率，用于表征所述车路协同感知系统的感知物体的性能。
35.在一种可能的实现方式中，所述第一检出概率确定单元，包括：
36.第一距离确定单元，用于在车端设备获取的第一图像中，确定所述目标物体距所述车端设备的第一距离；
37.第二距离确定单元，用于在路侧设备获取的第二图像中，确定所述目标物体距所述路侧设备的第二距离；
38.第一目标物体检出概率确定单元，利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第二检出概率，以及所述路侧设备检测出所述目标物体的第三检出概
率。
39.在一种可能的实现方式中，所述装置，还包括：
40.第一目标物体未检出概率确定单元，用于根据所述目标物体的第二检出概率，确定所述车端设备未检测出所述目标物体的第一未检出概率；
41.第二目标物体未检出概率确定单元，用于根据各所述路侧设备检出所述目标物体的第三检出概率，确定各所述路侧设备未检测出所述目标物体的第二未检出概率；
42.第三目标物体未检出概率确定单元，用于利用各所述第二未检出概率之积表征所述目标地理区域内的路侧设备未检测出所述目标物体的第三未检出概率；
43.第四目标物体未检出概率确定单元，用于将所述第一未检出概率与所述第三未检出概率之积，作为所述车路协同感知系统未检测出所述目标物体的第四未检出概率；
44.第二目标物体检出概率确定单元，用于根据所述第四未检出概率，确定所述第一检出概率。
45.在一种可能的实现方式中，所述装置还包括：
46.物体总数确定单元，用于确定所述目标物体所在目标地理区域的物体总数；
47.第三目标物体检出概率确定单元，用于利用所述第一映射关系，确定在所述目标地理区域内的各所述目标物体由路侧设备检出且未由车端设备检测出的第四检出概率；
48.第一数量确定单元，用于根据各所述目标物体的第四检出概率，确定为所述目标地理区域内由路侧设备检出且未由车端设备检测出的目标物体的第一数量；
49.第四目标物体检出概率确定单元，用于根据所述物体总数、所述第一数量，确定路侧设备的第五检出概率。
50.在一种可能的实现方式中，所述第三目标物体检出概率确定单元，具体包括：
51.第三距离确定单元，用于在车端设备获取的第三图像中，确定所述目标物体距所述车端设备的第三距离；
52.第四距离确定单元，用于在路侧设备获取的第四图像中，确定所述目标物体距所述路侧设备的第四距离；
53.第五目标物体检出概率确定单元，用于利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第六检出概率，以及所述路侧设备检测出所述目标物体的第七检出概率；
54.第六目标物体检出概率确定单元，用于根据所述目标物体的第六检出概率，确定所述车端设备未检测出所述目标物体的第五未检出概率；
55.第七目标物体检出概率确定单元，用于利用各所述第七检出概率之积表征所述目标地理区域内的路端设备检测出所述目标物体的第八检出概率；
56.第八目标物体检出概率确定单元，用于将第五未检出概率与第八检出概率之积，作为所述目标物体由所述目标地理区域内的路侧设备检测出且未被车端设备检测出的第九检出概率；
57.第九目标物体检出概率确定单元，用于将所述目标地理区域内目标物体的第九检出概率求和，作为第四检出概率。
58.根据本公开的一方面，提供了一种系统，包括：车端设备、路侧设备；所述车端设备包括：车端设备传感器、车端通信单元；所述路侧设备包括：路侧设备传感器、路侧设备通信
单元、路侧设备存储单元、路侧设备运算单元；
59.所述车端传感器、所述路侧设备传感器，用于获取图像；
60.所述车端通信单元、所述路侧设备通信单元用于接收、发送数据；
61.所述路侧设备处理器被配置为执行根据权利要求1至5中任一项所述的方法。
62.在一种可能的方式中，所述路侧设备通信单元发送的广播频率与处于运动状态的目标物体的数量成正比。
63.根据本公开的另一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
64.根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
65.通过在各设备获取图像中进行目标物体识别，以确定所述设备距离目标物体的距离，再利用第一映射关系确定车路协同感知系统检测出目标物体的第一检出概率，在本公开实施例可以定量地评判车路协同感知系统对于目标物体的检出效果，避免依赖人为主观经验产生的误差，提高评判结果准确率和稳定性。
66.根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
67.包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
68.图1示出现有技术使用数据拼接的方法对v2x系统性能做出评价的示意图。
69.图2示出根据本公开实施例的车路协同感知数据处理方法的流程图。
70.图3示出根据本公开实施例的车路协同感知数据处理系统的示意图。
71.图4示出根据本公开实施例的车路协同感知数据处理装置的框图。
72.图5示出根据本公开实施例的电子设备的框图。
73.图6示出根据本公开实施例的电子设备的框图。
具体实施方式
74.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
75.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
76.另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
77.随着科技的不断发展，汽车进入了智能车时代。由于车辆保有量的急剧增加，在方便人们工作、生活的同时，也对交通安全提出了更高的要求。
78.在此契机之下，车端与其他设备智能交互技术(vehicle
‑
to
‑
everything，v2x)应
运而生。v2x系统旨在提高驾驶安全，减少拥堵。可以说，v2x系统为智能车时代的交通安全提供了一道保障。
79.由于各个城市、地区、路段的交通状况有很大差异，比如城市商业区与近郊小路的交通状况相差甚远；再比如学校附近、景点附近的交通状况又与时段相关性强。那么，对于处于设计阶段的v2x系统，其设计方案应根据所处地区的不同而有所差异。对于已经投入使用的v2x系统，需要对其做出客观、准确的评价。
80.总而言之，只有对v2x系统感知物体的性能的做出准确评价，才能确定v2x系统能否起到其应有的作用，真正提高交通安全系数。
81.图1示出相关技术中使用数据拼接方法对v2x系统性能做出评价的示意图。图1(a)示意性地示出位于右侧路基112的路侧传感器105对于目标物体101的检测数据；图1(b)示意性地示出位于左侧路基111的路侧传感器104对于目标物体101的检测数据；图1(c)示意性地示出车端传感器103对于目标物体101的检测数据。路侧传感器105、104，以及车端传感器103将目标物体检测数据发送至用于评价v2x系统的设备。该设备对传感器与所检出的目标物体之间的距离、角度进行分析，完成数据拼接，拼接结果由图1(d)示意性示出，进而可以判断出各传感器所检测出的目标物体为同一目标物体101。在图1(d)所示出的范围内，还有一个路侧传感器106(以虚线示出)，目标物体101也落入路测传感器106的检测范围，但由于各种原因，例如受到目标物体102遮挡(以虚线示出)、天气原因等，未能检测出目标物体101。
82.基于上述检测数据，通常的方法是统计出目标物体所处的地理位置可以被多少台传感器的检测范围覆盖，获得目标物体所处地区的传感器总数。然后，通过数据拼接确定出该目标物体可以被多少台传感器检测到，即获得有效检测传感器数量；或者，为不同传感器设置权重，利用检测出目标物体的传感器各自的权重相加，近似计算出有效检测传感器数量。当有效检测传感器数量与传感器总数比值大于预设数值时(通常为0.5)，认为v2x系统可以检测出该目标物体，以此来评价v2x系统是否有效。
83.这种方法是依靠人为经验来预设数值(有效检测传感器数量与传感器总数比值的数值、传感器的权重)，对v2x系统进行较宽泛的定性评价。
84.本公开实施例提出一种车路协同感知数据处理方法，从两个维度对v2x系统感知物体的性能进行考量；并且获得三个指标，可以量化的衡量v2x系统感知物体的效果。第一个维度，从针对单个目标物体的角度，考量车辆的车端设备与路侧设备形成的v2x系统的对于某个目标物体的感知能力。第二个维度，从目标地理区域范围角度，考量v2x系统对于该区域内物体的感知能力。三个指标为针对某车辆与路侧设备构成的v2x系统进行考量的指标。1.针对某一目标物体，v2x系统对该目标物体的检出概率。2.针对某一地理区域，该区域中路侧设备对于该区域内的目标物体的检出概率。3.针对某一地理区域，该区域中路测设备对于该区域内物体的检测效率。
85.图2示出根据本公开一实施例的车路协同感知数据处理方法的流程图。该方法可以应用于车路协同感知系统(v2x系统)；也可以应用于车路协同感知数据处理装置。车路协同感知数据处理装置可以为终端设备、服务器或者其他处理设备等。其中，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等。
86.如图2所示，在一种可能的实现方式中，该车路协同感知数据处理方法包括：
87.步骤s11，在设备获取的图像中进行目标物体识别，所述设备包括：车端设备和/或路侧设备。
88.这里的图像可以为车端设备和/或路侧设备利用摄像头获取其感知范围内的彩色图像(彩色视频帧)或灰度图像(灰度视频帧)，还可以为车端设备和/或路侧设备利用激光雷达获取的点云图像，以及可以为其他用于物体识别、测距的图像。本公开实施例对于图像的具体形式做不限定。
89.车端设备可以将上述图像通过蜂窝网络传送到v2x系统中进行数据处理的设备上。路侧设备可以利用蜂窝网络或光纤网络将上述图像传输到v2x系统中进行数据处理的设备上。本公开实施例对于图像的传输介质不做限定。
90.在一种可能的实现方式中，v2x系统中进行数据处理的设备可以为某一台路端设备。
91.v2x系统在上述车端设备和/或路端设备获取的图像中对于目标物体进行识别。这里的目标物体可以为移动物体，例如：行人、机动车、非机动车等，也可以为静态物体，例如：隔离带、交通灯、处于停止状态的车辆等。
92.v2x系统可以对上述图像进行预处理，然后在经过预处理的图像上进行特征提取。之后，v2x系统利用所提取的特征对于图像中的目标物体进行识别并加以标识。对于图像识别过程的步骤及该过程所使用的技术本公开实施例不做限制。
93.步骤s12，确定所述设备距所述目标物体的距离。
94.由于v2x系统可以获得图像的分辨率，所以，图像中物体的高度与该物体的实际高度之比为一定值。加之，各设备的摄像头的焦距也是可以提供给v2x系统的数据。因此，v2x系统可以确定图像中目标物体距拍摄该图像的设备的距离。或者，可以配合使用雷达点云图获得目标物体的精确位置以及设备的精确位置，进而获得目标物体距设备的距离。
95.另外，v2x系统也可以根据设备发出雷达电磁波的时间和该雷达电磁波到达目标物体后回传到设备的时间，确定出时间差，进而确定出目标物体距离该设备的距离。
96.以上仅为示例性的说明，本公开实施例对于目标物体与设备间距离测量技术和方法不做限制。
97.步骤s13，利用第一映射关系，确定所述车路协同感知系统检测出所述目标物体的第一检出概率；所述第一映射关系为物体距所述设备的距离与所述设备对所述物体的检出概率之间的映射关系，所述第一检出概率，用于表征所述车路协同感知系统的感知物体的性能。
98.在本公开实施例中，可以利用相关技术中的目标检测技术，例如：用于在雷达点云图上进行目标检测的voxelnet，frustum，pointnet，second，pixor ，pointpillars算法等；用于在彩色图像或灰度图像上进行目标检测的dhnet，centernet，pyramid r
‑
cnn算法等，进行实验统计，建立物体距设备的距离与该设备对该物体的检出概率之间的第一映射关系。
99.在建立第一映射关系的过程中，可以从设备条件、环境条件、算法等多个维度进行实验。例如，针对环境条件，目标物体的数量、目标物体的种类、天气条件、光线条件等进行实验、获取数据；还可以针对不同的设备：车端设备、路侧设备，或者同一种设备的不同品
牌、型号，进行实验并统计数据；还可以针对不同算法或者多个算法的组合，进行实验。本公开实施例不对建立第一映射关系的方法做限定。
100.设备检测出目标物体的检出概率的数值越大说明该设备检测出该目标物体的成功率越高；反之，检测出该目标物体的成功率越低。
101.对于单个目标物体而言，根据该目标物体所处的地理位置，可以获得该目标物体周围的多个设备距该目标物体的距离。根据各设备距目标物体的各距离，利用第一映射关系，便可以获得各设备检测出该物体的概率。各设备检出该目标物体的概率均为整个v2x系统检出该目标物体做出了贡献，因此可以利用各设备检测出该目标物体的概率来确定表征v2x系统感知物体的性能的第一检出概率。第一检出概率的数值大小可以被用来定量的衡量v2x系统感知物体的效果。
102.示例性地，v2x系统可以确定出各设备距目标物体的距离。然后，v2x系统利用第一映射关系，获得各设备对于目标物体的检出概率。进而可以获得，各设备对于目标物体的未检出概率。v2x系统将这些未检出概率相乘之积作为v2x系统对于目标物体的未检出概率，随之也就获得了第一检出概率。为了便于理解，使用公式(1)对第一检出概率的确定过程进行展示。
103.设备具有一个设计检测范围，也就是在该设计检测范围内的物体，理论上可以被设备成功检测。v2x系统将设计检测范围可以覆盖到目标物体的各设备的设计检测范围取并集，构成的范围a。在范围a内的所有检测设备的数量定义为n。各设备距离目标物体的距离为d，例如，设备i距离目标物体的距离为d
i
；根据第一映射关系，各设备对目标物体的检出概率为p，例如，设备i对于目标物体的检出概率为p
i
。p
v2x
表示v2x系统对于某一目标物体的第一检出概率。
[0104][0105]
示例性地，v2x系统可以将各设备距目标物体的距离作为权重值，对于各设备检测该目标物体的概率进行加权平均，以获得第一检出概率。然后，以第一检出概率的数值来评判v2x系统感知物体的效果优劣。
[0106]
在本公开实施例中，通过在各设备获取图像中进行目标物体识别，以确定所述设备距离目标物体的距离，再利用第一映射关系确定车路协同感知系统检测出目标物体的第一检出概率，可以定量地评判车路协同感知系统对于目标物体的检出效果，避免依赖人为主观经验产生的误差，提高评判结果准确率和稳定性。
[0107]
在一种可能的实现方式中，步骤s13中，利用第一映射关系，确定所述车路协同感知系统检测出所述目标物体的第一检出概率，包括：在车端设备获取的第一图像中，确定所述目标物体距所述车端设备的第一距离；在路侧设备获取的第二图像中，确定所述目标物体距所述路侧设备的第二距离；利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第二检出概率，以及所述路侧设备检测出所述目标物体的第三检出概率。
[0108]
v2x系统可以在车端设备获取到的第一图像、路侧设备获取到的第二图像中利用前述方法或者相关技术中的其他测距方法，分别确定目标物体距该车端设备的第一距离、目标物体距离该路端设备的第二距离。这里的第一图像、第二图像可以为彩色图像、灰度图像、雷达点云图像等，以及可以用于测距的其他图像。
[0109]
v2x系统利用第一映射关系，根据第一距离、第二距离，便可以确定车端设备将该
目标物体成功检测出来的第二检出概率，以及路端设备将该目标物体成功检测出来的第三检出概率。
[0110]
由于v2x系统可以为车辆提供物体检测提示，所以对于车辆个体来说，可以检测该车辆周围的物体的设备包括：该车辆配置的车端设备和这些物体周围的路侧设备。
[0111]
那么，对于单个车辆而言，v2x系统对物体进行检测的设备可以为一个车端设备，以及多个路侧设备。当然，路侧设备可以为一个或多个，这与车辆所处地段的路端设备布设数量有关。
[0112]
本公开实施例，将车端设备检出目标物体的第二检出概率和路侧设备检出目标物体的第三检出该率分别计算，不仅可以评估v2x系统对于物体的感知效果，还可分别评判车端设备、路端设备各自对于物体的感知效果，做到精细化评估。这也为v2x的进一步优化提供量化的依据。
[0113]
在一种可能的实现方式中，所述利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第二检出概率，以及所述路侧设备检测出所述目标物体的第三检出概率后，还包括：根据所述目标物体的第二检出概率，确定所述车端设备未检测出所述目标物体的第一未检出概率；根据各所述路侧设备检出所述目标物体的第三检出概率，确定各所述路侧设备未检测出所述目标物体的第二未检出概率；利用各所述第二未检出概率之积表征所述目标地理区域内的路端设备未检测出所述目标物体的第三未检出概率；将所述第一未检出概率与所述第三未检出概率之积，作为所述车路协同感知系统未检测出所述目标物体的第四未检出概率；根据所述第四未检出概率，确定所述第一检出概率。
[0114]
如前所述，站在v2x系统对某一目标物体的感知效果的角度来分析，v2x系统可以包括一个车端设备、一个或多个路端设备。v2x系统可以利用该车端设备检测出该目标物体的第二检出概率，确定出该车端设备未检出该目标物体的第一未检出概率。
[0115]
v2x系统可以利用所确定的各路侧设备检出目标物体的第三检出概率，获得各路侧设备未检出该目标物体的第二未检出概率；然后，将各第二未检出概率之乘积作为，v2x系统的路侧设备未检出所述目标物体的第三未检出概率。
[0116]
然后，v2x系统可以将第一未检出概率与第三未检出概率之乘积作为v2x系统未检测出该目标物体的未检出概率，即第四未检出概率。进而也就可以获得v2x系统检出该目标物体的第一检出概率。
[0117]
为了方便理解，本公开实施例使用公式(2)对上述获得第一检出概率的过程加以表示。
[0118][0119]
其中，p
o
表示v2x系统检测出目标物体o的第一检出概率。p
v
表示车端设备检测出目标物体o的第二检出概率。p
j
表示第j个路端设备检车出目标物体o的第三检出概率。目标物体o所在的地理位置可以被m个路端设备的设计检测范围覆盖。
[0120]
在本公开实施例中，从针对单个目标物体的角度，考量车辆的车端设备与路侧设备形成的v2x系统的对于某个目标物体的感知能力，获得v2x系统对该目标物体的第一检出概率。这样可以使用量化的方式来衡量v2x系统感知物体的效果。而且，由于分别计算出车端设备的第二检出概率和路端设备的第三检出概率，所以，可以分别对v2x系统的车端设备
感知目标物体的效果以及v2x系统的路端设备感知物体的效果做出量化衡量，进一步实现了精细化评价v2x系统感知物体的效果。
[0121]
在一种可能的实现方式中，所述方法还包括：确定所述目标物体所在目标地理区域的物体总数；利用所述第一映射关系，确定在所述目标地理区域内的各所述目标物体由路侧设备检出且未由车端设备检测出的第四检出概率；根据各所述目标物体的第四检出概率，确定为所述目标地理区域内由路侧设备检出且未由车端设备检测出的目标物体的第一数量；根据所述物体总数、所述第一数量，确定路侧设备的第五检出概率。
[0122]
v2x系统的路端设备可以按照地理区划作为基础进行布设，例如，可以按照某一城区的地理区划将该城区划分为若干地理区域，然后根据各地理区域的天气条件、人流量特点、区域功能、区域设施条件等客观因素进行布设。比如：在学校周边具有机非混杂、人流量按照时段变化的特点，可以适当加大路端设备的布设密度。再比如，工业开发区具有道路宽阔、车辆数量适中，人流量小的特点，可以适当减少路端设备的布设密度。再比如，某些区域的路段曲折，可以在调整各路端设备的布设角度，减少检测盲区。以上路端设备的布设影响条件、布设策略仅为示例，本公开实施例不对于路端设备的布设方式、布设影响条件做限定。
[0123]
本公开实施例，可以统计出在上述地理区域内的物体数量，可以针对不同的时间段、不同的气候、季节等对各地理区域的物体数量分别进行统计。本公开实施例不对地理区域内物体数量统计方法做限定。这样，便可以获得各目标地理区域的物体总数。
[0124]
本公开实施例，在判断出目标物体所在的地理区域的情况下，将该地理区域定义为目标地理区域。根据上述统计结果，可以确定出该目标地理区域的物体总数。
[0125]
v2x系统可以获得该目标物体距各路侧设备的距离，然后可以根据第一映射关系，确定各路侧设备检测出该目标物体的检出概率，进而获得该目标地理区域内的路侧设备对于该目标物体的检出概率。
[0126]
v2x系统可以获得该目标物体距离某一车端设备的距离，然后可以根据第一映射关系，确定该车端设备检测出该目标物体的检出概率，进而获得该车端设备对于该目标物体的检出概率。
[0127]
v2x系统重复上述过程，便可以获得该目标地理区域内各目标物体由路侧设备成功检测出的概率，以及各目标物体由该车端设备成功检测出的概率，进而获得该目标地理区域内各目标物体由路侧设备检出且未由车端设备检测出的第四检出概率。
[0128]
经过试验统计，第四检出概率与在该目标地理区域内由路端设备检车出且未被车端设备检测出的物体数量近似相等。所以，将第四检出概率定义为该目标地理区域内由路侧设备检测出且未被车端设备检测出的目标物体数量，即第一数量n
r
。本公开实施例使用公式(3)表示出n
r
的求解过程。
[0129]
n
r
＝p
s
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0130]
其中，p
s
表示某一目标地理区域内个目标物体由路侧设备检测出且未有车端设备检测出的第四检出概率。
[0131]
因此，v2x系统便可以利用上述第一数量与该目标地理区域内的物体总数确定出该目标地理区域内的路侧设备的第五检出概率，用第五检出概率可以表征该目标地理区域路侧设备感知该区域物体的有效率。
[0132]
公式(4)表示将目标地理区域中由路侧设备检测出且未被车端设备检测出的目标物体的第一数量n
r
与该目标地理区域内物体总数量n的比值确定为第五检出概率p
w
。
[0133][0134]
在一种可能的实现方式中，利用所述第一映射关系，确定在所述目标地理区域内的各所述目标物体由路侧设备检出且未由车端设备检测出的第四检出概率，具体包括：在车端设备获取的第三图像中，确定所述目标物体距所述车端设备的第三距离；在路侧设备获取的第四图像中，确定所述目标物体距所述路侧设备的第四距离；利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第六检出概率，以及所述路侧设备检测出所述目标物体的第七检出概率；根据所述目标物体的第六检出概率，确定所述车端设备未检测出所述目标物体的第五未检出概率；利用各所述第七检出概率之积表征所述目标地理区域内的路端设备检测出所述目标物体的第八检出概率；将第五未检出概率与第八检出概率之积，作为所述目标物体由所述目标地理区域内的路侧设备检测出且未被车端设备检测出的第九检出概率；将所述目标地理区域内目标物体的第九检出概率求和，作为第四检出概率。
[0135]
如前所述，v2x系统可以从地理区划这一维度来评判v2x系统感知物体的性能。v2x系统可以利用第四检出概率来定量的衡量目标地理区域中路侧设备感知这一区域中目标物体的性能，并将第四检出概率作为该区域v2x系统感知目标物体性能的又一评判指标。
[0136]
v2x在车端设备获取到的第三图像、路侧设备获取到的第四图像中，利用前述方法或者相关技术中的测距方法，分别确定目标地理区域内各目标物体距该车端设备的第三距离、各目标物体距离各路端设备的第四距离。这里的第三图像、第四图像可以为彩色图像、灰度图像、雷达点云图像等，以及可以用于测距的其他图像。
[0137]
v2x系统利用第一映射关系，根据第三距离、第四距离，便可以确定该车端设备将某一目标物体成功检测出来的第六检出概率、各路端设备将该目标物体成功检测出来的各个第七检出概率。
[0138]
然后，针对该目标物体，v2x系统可以利用第六检出概率，获得车端设备未检测出该目标物体的第五未检出概率。
[0139]
接下来，v2x系统可以将各第七检出概率的乘积值作为，该目标地理区域中路侧设备检测出该目标物体的第八检出概率。
[0140]
之后，v2x系统获得第五未检出概率与第八检出概率之积，并将该乘积作为该目标物体被路测设备检测出且未被车端设备检测出的第九检出概率。
[0141]
v2x系统将各目标物体对应的第九检出概率求和，并将求和获得的数值作为第四检出概率。
[0142]
为了便于理解，本公开实施例利用公式(5)获得第四检出概率的过程。
[0143][0144]
其中，目标地理区域内有k个目标物体所在的地理位置可以被s个路端设备的设计检测范围覆盖，p
r
表示该目标地理区域内的k个目标物体由路侧设备检测出且未被车端设备检测出的第四检出概率。p
b
表示第b个路侧设备检测出某一目标物体的第七检测概率。p
a
表示某一车端设备检测出该目标物体的第六检出概率。
[0145]
本公开实施例中以地理区划为基础，站在目标地理区域范围的角度，获得v2x系统的路侧设备对该区域内的目标物体的检出概率，并将此作为评价v2x系统感知物体性能的又一指标对v2x系统感知效果进行衡量，提高准确率。
[0146]
图3示出根据本公开一实施例的车路协同感知数据处理系统的示意图。如图3所示，执行本公开实施例的车路协同感知数据处理方法的系统包括：车端设备300、路端设备400。
[0147]
车端设备300包括车端设备传感器301，用于获取图像；车端设备通讯单元302，用于接收、发送数据，还可以用于与周围设备进行通信。
[0148]
路侧设备400包括路侧设备传感器401，用于获取图像；路端设备通讯单元402，用于接收、发送数据，还可以用于与周围设备进行通信；计算单元403，用于处理处理数据，这里的数据包括从车端设备获取的数据、从其他路端设备获取的数据、以及从其他设备获取的数据；存储单元404，用于存储数据。
[0149]
这里的车端设备传感器和/或路端设备传感器可以为摄像头、激光雷达等装置，以及其他可以用于实现获取彩色图像、灰度图像、获取用于测速、测距、测量方向图像的装置。
[0150]
路侧设备还可以包括虚拟机监视器，用于来创建与运行虚拟机。
[0151]
路侧设备将系统应用层420与硬件层410进行了隔离，并且仅保留v2x系统所必要的系统环境，减小不必要的代码逻辑，减少安全漏洞，提高了v2x系统运行速度和安全性；也使得在实际使用中对于路侧设备的升级、维护更加方便、节省时间。
[0152]
在一种可能的实施方式中，所述路侧设备通信单元发送的广播频率与处于运动状态的目标物体的数量成正比。
[0153]
出于节能、环保的考虑，本公开实施例中路侧设备采用非固定频率发送广播信号。路侧设备可以通过获取到的图像识别出路侧设备检测范围内的动态物体的数量，路侧设备发送的广播频率随这一数量的增大而增大，随这一数量的减小而减小。这样，在动态物体数量大的情况下也可以使得车端设备与路端设备进行通信，而且在动态物体数量小的情况下，可以减少能量消耗，节省能源。
[0154]
在一种可能的实施方式中，路侧设备通信单元发送的广播频率可以与处于运动状态的目标物体数量以及与路侧设备处于连接状态的车端设备的数量之和成正比。
[0155]
本公开实施例可以将车端设备设置为进入路端设备感知范围内后主动将车端设备的位置、方向、运行状态等上报路端设备。在这种情况下，路端设备统计出与该路端设备处于连接状态的车端设备的数量f。然后，再对获取到的图像进行动态物体识别，统计出动态物体的数量g。路端设备的广播频率与f和g之加和成正比。
[0156]
图4示出根据本公开一实施例的车路协同感知数据处理装置的框图。如图4所示，所述装置50包括：
[0157]
目标物体识别单元51，用于在设备获取的图像中进行目标物体识别，所述设备包括：车端设备和/或路侧设备；
[0158]
设备与目标物体距离确定单元52，用于确定所述设备距所述目标物体的距离；
[0159]
第一检出概率确定单元53，用于利用第一映射关系，确定所述车路协同感知系统检测出所述目标物体的第一检出概率；所述第一映射关系为物体距所述设备的距离与所述设备对所述物体的检出概率之间的映射关系，所述第一检出概率，用于表征所述车路协同
感知系统的感知物体的性能。
[0160]
在一种可能的实现方式中，所述第一检出概率确定单元53，包括：
[0161]
第一距离确定单元，用于在车端设备获取的第一图像中，确定所述目标物体距所述车端设备的第一距离；
[0162]
第二距离确定单元，用于在路侧设备获取的第二图像中，确定所述目标物体距所述路侧设备的第二距离；
[0163]
第一目标物体检出概率确定单元，利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第二检出概率，以及所述路侧设备检测出所述目标物体的第三检出概率。
[0164]
在一种可能的实现方式中，第一目标物体检出概率确定单元，还包括：
[0165]
第一目标物体未检出概率确定单元，用于根据所述目标物体的第二检出概率，确定所述车端设备未检测出所述目标物体的第一未检出概率；
[0166]
第二目标物体未检出概率确定单元，用于根据各所述路侧设备检出所述目标物体的第三检出概率，确定各所述路侧设备未检测出所述目标物体的第二未检出概率；
[0167]
第三目标物体未检出概率确定单元，用于利用各所述第二未检出概率之积表征所述目标地理区域内的路侧设备未检测出所述目标物体的第三未检出概率；
[0168]
第四目标物体未检出概率确定单元，用于将所述第一未检出概率与所述第三未检出概率之积，作为所述车路协同感知系统未检测出所述目标物体的第四未检出概率；
[0169]
第二目标物体检出概率确定单元，用于根据所述第四未检出概率，确定所述第一检出概率。
[0170]
在一种可能的实现方式中，所述装置还包括：
[0171]
物体总数确定单元，用于确定所述目标物体所在目标地理区域的物体总数；
[0172]
第三目标物体检出概率确定单元，用于利用所述第一映射关系，确定在所述目标地理区域内的各所述目标物体由路侧设备检出且未由车端设备检测出的第四检出概率；
[0173]
第一数量确定单元，用于根据各所述目标物体的第四检出概率，确定为所述目标地理区域内由路侧设备检出且未由车端设备检测出的目标物体的第一数量；
[0174]
第四目标物体检出概率确定单元，用于根据所述物体总数、所述第一数量，确定路侧设备的第五检出概率。
[0175]
在一种可能的实现方式中，所述第三目标物体检出概率确定单元，具体包括：
[0176]
第三距离确定单元，用于在车端设备获取的第三图像中，确定所述目标物体距所述车端设备的第三距离；
[0177]
第四距离确定单元，用于在路侧设备获取的第四图像中，确定所述目标物体距所述路侧设备的第四距离；
[0178]
第五目标物体检出概率确定单元，用于利用所述第一映射关系，确定所述车端设备检测出所述目标物体的第六检出概率，以及所述路侧设备检测出所述目标物体的第七检出概率；
[0179]
第六目标物体检出概率确定单元，用于根据所述目标物体的第六检出概率，确定所述车端设备未检测出所述目标物体的第五未检出概率；
[0180]
第七目标物体检出概率确定单元，用于利用各所述第七检出概率之积表征所述目
标地理区域内的路端设备检测出所述目标物体的第八检出概率；
[0181]
第八目标物体检出概率确定单元，用于将第五未检出概率与第八检出概率之积，作为所述目标物体由所述目标地理区域内的路侧设备检测出且未被车端设备检测出的第九检出概率；
[0182]
第九目标物体检出概率确定单元，用于将所述目标地理区域内目标物体的第九检出概率求和，作为第四检出概率。
[0183]
图5是根据一示例性实施例示出的一种用于车路协同感知数据处理的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
[0184]
参照图5，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
[0185]
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
[0186]
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0187]
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
[0188]
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0189]
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
[0190]
i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁
定按钮。
[0191]
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0192]
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0193]
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0194]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
[0195]
图6是根据一示例性实施例示出的一种用于车路协同感知数据处理的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图6，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
[0196]
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(i/o)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如windows servertm，mac os xtm，unixtm,linuxtm，freebsdtm或类似。
[0197]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
[0198]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0199]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的
更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd
‑
rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0200]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0201]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0202]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0203]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0204]
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0205]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0206]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。