一种基于无人驾驶的路况智能分析方法及系统与流程

1.本发明涉及无人驾驶相关领域，尤其涉及一种基于无人驾驶的路况智能分析方法及系统。


背景技术：

2.自动驾驶又称无人驾驶、电脑驾驶，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。
3.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中自动驾驶技术缺少对相近车辆的驾驶状态分析，进而进行路况的智能分析来获得实时行驶决策的技术问题。


技术实现要素：

4.本技术实施例通过提供一种基于无人驾驶的路况智能分析方法及系统，解决了现有技术中自动驾驶技术缺少对相近车辆的驾驶状态分析，进而进行路况的智能分析来获得实时行驶决策的技术问题，达到智能化分析相近驾驶车辆的驾驶状态，结合相近车辆捕捉的路况信息进行路况的智能化分析，获得更加准确的实时行驶决策，进而来保证无人驾驶的行驶安全的技术效果。
5.鉴于上述问题，提出了本技术实施例提供一种基于无人驾驶的路况智能分析方法及系统。
6.第一方面，本技术还提供了一种基于无人驾驶的路况智能分析方法，所述方法应用于一无人驾驶系统，所述系统与车载图像采集装置、车载雷达通讯连接，所述方法包括：通过所述无人驾驶系统获得第一车辆的第一无人驾驶指令；根据所述第一无人驾驶指令获得所述第一车辆的第一路径信息；通过所述车载图像采集装置和所述车载雷达获得所述第一路径信息中的第一路况信息，其中，所述第一路况信息中包括第二车辆和第一路面信息；判断所述第二车辆是否在第一预定时段执行第二无人驾驶指令；如果所述第二车辆在第一预定时段执行第二无人驾驶指令，获得第一无人驾驶标签；根据所述第一无人驾驶标签，获得所述第二车辆与所述第一车辆的第一行驶关系；将所述第一行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第一实时行驶决策。
7.另一方面，本技术还提供了一种基于无人驾驶的路况智能分析系统，所述系统包括：第一获得单元，所述第一获得单元用于通过无人驾驶系统获得第一车辆的第一无人驾驶指令；第二获得单元，所述第二获得单元用于根据所述第一无人驾驶指令获得所述第一车辆的第一路径信息；第三获得单元，所述第三获得单元用于通过车载图像采集装置和车载雷达获得所述第一路径信息中的第一路况信息，其中，所述第一路况信息中包括第二车辆和第一路面信息；第一判断单元，所述第一判断单元用于判断所述第二车辆是否在第一
预定时段执行第二无人驾驶指令；第四获得单元，所述第四获得单元用于如果所述第二车辆在第一预定时段执行第二无人驾驶指令，获得第一无人驾驶标签；第五获得单元，所述第五获得单元用于根据所述第一无人驾驶标签，获得所述第二车辆与所述第一车辆的第一行驶关系；第六获得单元，所述第六获得单元用于将所述第一行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第一实时行驶决策。
8.第三方面，本发明提供了一种基于无人驾驶的路况智能分析系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
9.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：通过无人驾驶系统获得第一车辆的第一无人驾驶指令，根据所述第一无人驾驶指令获得第一车辆的第一路径信息，通过所述车载图像采集装置和车载雷达获得所述第一路径信息中的第一路况信息，并获得所述第一路况信息中的第二车辆信息，基于所述第二车辆信息是否在第一预定时间段内执行第二无人驾驶指令，对所述第二车辆的驾驶标签进行更新，当所述第二车辆为无人驾驶标签时，获得所述第二车辆与所述第一车辆的行驶关系，根据所述行驶关系和第一路面信息输入驾驶决策实时规划模型，获得所述第一车辆的实时行驶决策，通过智能化分析相近驾驶车辆的驾驶状态，结合相近车辆捕捉的路况信息进行路况的智能化分析，获得更加准确的实时行驶决策，进而来保证无人驾驶的行驶安全的技术效果。
10.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
11.图1为本技术实施例一种基于无人驾驶的路况智能分析方法的流程示意图；图2为本技术实施例一种基于无人驾驶的路况智能分析方法的结构示意图；图3为本技术实施例示例性电子设备的结构示意图。
12.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一判断单元14，第四获得单元15，第五获得单元16，第六获得单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
13.本技术实施例通过提供一种基于无人驾驶的路况智能分析方法及系统，解决了现有技术中自动驾驶技术缺少对相近车辆的驾驶状态分析，进而进行路况的智能分析来获得实时行驶决策的技术问题，达到智能化分析相近驾驶车辆的驾驶状态，结合相近车辆捕捉的路况信息进行路况的智能化分析，获得更加准确的实时行驶决策，进而来保证无人驾驶的行驶安全的技术效果。下面，将参考附图详细的描述根据本技术的示例实施例。显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
14.申请概述
自动驾驶又称无人驾驶、电脑驾驶，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。现有技术中自动驾驶技术缺少对相近车辆的驾驶状态分析，进而进行路况的智能分析来获得实时行驶决策的技术问题。
15.针对上述技术问题，本技术提供的技术方案总体思路如下：本技术实施例提供了一种基于无人驾驶的路况智能分析方法，所述方法应用于一无人驾驶系统，所述系统与车载图像采集装置、车载雷达通讯连接，所述方法包括：通过所述无人驾驶系统获得第一车辆的第一无人驾驶指令；根据所述第一无人驾驶指令获得所述第一车辆的第一路径信息；通过所述车载图像采集装置和所述车载雷达获得所述第一路径信息中的第一路况信息，其中，所述第一路况信息中包括第二车辆和第一路面信息；判断所述第二车辆是否在第一预定时段执行第二无人驾驶指令；如果所述第二车辆在第一预定时段执行第二无人驾驶指令，获得第一无人驾驶标签；根据所述第一无人驾驶标签，获得所述第二车辆与所述第一车辆的第一行驶关系；将所述第一行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第一实时行驶决策。
16.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
17.实施例一如图1所示，本技术实施例提供了一种基于无人驾驶的路况智能分析方法，其中，所述方法应用于一无人驾驶系统，所述系统与车载图像采集装置、车载雷达通讯连接，所述方法包括：步骤s100：通过所述无人驾驶系统获得第一车辆的第一无人驾驶指令；具体而言，所述无人驾驶系统为通过信息交互智能化控制车辆进行唤醒、运行、制动等过程的系统，所述车载图像采集装置为对实时的路况、路段信息进行图像信息采集的装置，所述车载雷达为通过无线电探测和测距来辅助进行探测目标的设备，它通过发射电磁波对目标照射并接收回收波来进行目标至发射点的距离、距离变化率、方位、高度信息的探测，所述无人驾驶系统可与所述车载图像采集装置、车载雷达进行实时的信息交互，通过所述无人驾驶系统，获得通过所述系统控制的第一车辆，其中，第一车辆为无人驾驶的车辆，获得控制所述第一车辆的第一无人驾驶指令。
18.步骤s200：根据所述第一无人驾驶指令获得所述第一车辆的第一路径信息；步骤s300：通过所述车载图像采集装置和所述车载雷达获得所述第一路径信息中的第一路况信息，其中，所述第一路况信息中包括第二车辆和第一路面信息；具体而言，所述第一路径信息为包括所述第一车辆的行驶的路线信息，所述信息包括所述第一车辆的目的地信息、路径规划信息等，通过控制所述第一车辆的第一无人驾驶指令，获得所述第一车辆的第一路径信息。根据所述第一路径信息，通过所述车载图像采集装置和车载雷达进行实时的路况采集，所述采集的信息包括的第一路况信息，所述第一路况信息包括在所述第一路径中行驶的第二车辆和第一路面信息，所述路面信息包括路面的干湿度、温度、路面的摩擦情况等信息。
19.步骤s400：判断所述第二车辆是否在第一预定时段执行第二无人驾驶指令；
步骤s500：如果所述第二车辆在第一预定时段执行第二无人驾驶指令，获得第一无人驾驶标签；具体而言，所述第二无人驾驶指令为控制所述第二车辆无人驾驶的指令，通过所述无人驾驶系统，对所述第二车辆的自动控制的无人驾驶指令的执行情况判断所述第二车辆是否处于无人驾驶状态，即根据所述第二车辆在进行车辆的速度/方向的变动过程中是否执行所述第二无人驾驶指令。当所述的第二车辆在预定时间段内执行了所述第二无人驾驶指令，表明所述第二车辆为无人驾驶控制车辆，此时对所述第二车辆进行无人驾驶的标签标识。
20.步骤s600：根据所述第一无人驾驶标签，获得所述第二车辆与所述第一车辆的第一行驶关系；具体而言，根据所述第一无人驾驶标签，对所述第一车辆和第二车辆的行驶关系进行获取，所述获取的过程包括通过所述无人驾驶系统获得所述第一车辆和第二车辆的实时位置信息，基于所述实时位置信息，获得所述第一车辆和第二车辆的实时位置关系，所述位置关系还包括所述第一车辆的车速信息、第二车辆的车速信息、实时的位置距离信息等。
21.步骤s700：将所述第一行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第一实时行驶决策。
22.具体而言，根据所述第一车辆捕获的第一路面信息和所述第一车辆和第二车辆的行驶关系信息，输入所述决策实时规划模型，对所述第一车辆的实时决策进行规划，进一步来说，所述路径规划还包括通过所述第二车辆的实时捕获的路面信息，和所述第一车辆和所述第二车辆的行驶关系对所述第一实时行驶决策进行调整，获得最终的第一车辆的实时行驶决策。通过智能化分析相近驾驶车辆的驾驶状态，结合相近车辆捕捉的路况信息进行路况的智能化分析，获得更加准确的实时行驶决策，进而来保证无人驾驶的行驶安全的技术效果。
23.进一步而言，所述判断所述第二车辆是否在第一预定时段执行第二无人驾驶指令后，本技术实施例步骤s400还包括：步骤s410：如果所述第二车辆未在第一预定时段执行第二无人驾驶指令，获得第一有人驾驶标签；步骤s420：根据所述第一有人驾驶标签，获得所述第二车辆与所述第一车辆的第二行驶关系；步骤s430：将所述第二行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第二实时行驶决策。
24.具体而言，当所述第二车辆未在第一预定时段内执行所述第二无人驾驶指令，表明所述第二车辆为有人驾驶状态，根据所述第二车辆的有人驾驶状态获得有人驾驶标签，将所述有人驾驶标签应用于所述第二车辆，并根据所述有人驾驶标签获得所述第一车辆与所述第二车辆的第二行驶关系，所述第二行驶关系为通过所述第一车辆的车在图像采集装置和雷达信息结合第二车辆实时的上传信息获得的行驶关系，将所述第二行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第二实时行驶决策。进一步来说，所述第二实时行驶决策为根据所述第二车辆由人员控制驾驶的特性获得的第一车辆的驾驶决策，所述决策可以更好的贴合与第二车辆之间的信息交互，使得第一车辆的实
时行驶决策的规划更加合理，进而达到获得更加准确的实时行驶决策，进而来达到保证无人驾驶的行驶安全的技术效果。
25.进一步而言，所述如果所述第二车辆在第一预定时段执行第二无人驾驶指令，获得第一无人驾驶标签之后，本技术实施例步骤s500还包括：步骤s510：根据所述第二无人驾驶指令，获得第一路况共享权限；步骤s520：根据所述第一路况共享权限，获得所述第二车辆针对所述第一路径的第二路况信息；步骤s530：通过第一导航平台获得所述第一路径的第三路况信息；步骤s540：根据所述第一路况信息、所述第二路况信息和所述第三路况信息按照相似度进行聚类分析，获得所述第一路况信息、所述第二路况信息和所述第三路况信息中相似度最低的路况信息；步骤s550：根据所述第一路况信息、所述第二路况信息和所述第三路况信息中相似度最低的路况信息，获得第一提醒信息，所述第一提醒信息用于提醒对应路况的服务器端路况信息存在准确性问题。
26.具体而言，所述第一路况共享权限为对所述第二车辆采集的路况信息进行信息提取的权限信息，当获取所述第一路况共享权限后，根据所述第一路况共享权限对所述第二车辆采集的路况信息提取，所述无人驾驶系统通过所述第一导航平台获得所述第一路径的第三路况信息，所述第一导航平台是指融合了增强现实和混合现实技术的全系导航平台，它通过卫星对过往车辆的gps信号的实时捕捉，结合摄像装置和存储的路况信息进行信息整合，获得第三路况信息，对所述第一路况信息、第二路况信息和第三路况信息进行聚类分析，对所述第一路况信息、第二路况信息、第三路况信息中的相似性和相异性进行分析，获得所述第一路况信息、第二路况信息和第三路况信息中路况相似度最低的路况信息，并根据所述相似度情况对对应的路况捕捉分析端的服务器提醒，存在准确性的问题。
27.进一步的，本技术实施例还包括：步骤s810：根据所述第一路况信息，获得所述第一路径上第一预定距离内的第三车辆，所述第三车辆位于所述第一路径上第一预定距离内的第一预定区域；步骤s820：判断所述第三车辆是否在第二预定时段执行第三无人驾驶指令；步骤s830：如果所述第三车辆在第二预定时段执行第三无人驾驶指令，根据所述第三无人驾驶指令，获得第一车主的关联服务信息；步骤s840：根据所述第一车主的关联服务信息，获得第一预估停车时长信息；步骤s850：根据所述第一预估停车时长调整所述第一实时行驶决策。
28.具体而言，所述第一预定区域为路边的停车区域，且所述区域还包括覆盖了影响主路车辆行驶的区域，通过设定预定距离，获得所述第一预定距离内的第三车辆信息，判断所述第三车辆是否为无人驾驶车辆，即根据所述第三车辆的无人驾驶指令的执行情况，对所述第三车辆进行有人驾驶或无人驾驶的标签标识，当所述第三车辆为无人驾驶车辆时，获得所述第三车辆的关联车主信息，基于大数据，对所述第三车辆的车主进行信息模糊追踪，即根据所述第三车主的扫码、定位、购物等信息，对所述第三车主的停车时长进行预估，根据所述停车时长预估值对所述第一实时行驶决策进行调整，进一步而言，所述调整的过程包括根据所述第三车辆对第一主路车辆的行驶影响的程度/可能性进行调整，即判断所
述第三车辆在停止时对于主路的影响程度或启动汇入所述主路对主路的影响的时间及概率对所述第一实时行驶决策进行调整。
29.进一步而言，所述根据所述第一预估停车时长调整所述第一实时行驶决策，本技术实施例步骤s850还包括：步骤s851：获得所述第一车辆与所述第三车辆的第一距离信息；步骤s852：获得所述第一车辆的第一车速信息；步骤s853：根据所述第一距离信息和所述第一车速信息，确定所述第一车辆到达所述第三车辆的第一时间信息；步骤s854：根据所述第一时间信息和所述第一预估停车时长信息，获得所述第一车辆到达所述第三车辆时，所述第三车辆获得第一启动指令的第一可能性；步骤s855：获得预定可能性阈值；步骤s856：判断所述第一可能性是否在所述预定可能性阈值之内；步骤s857：如果所述第一可能性不在所述预定可能性阈值之内，调整所述第一实时行驶决策。
30.具体而言，通过所述无人驾驶系统，获得所述第一车辆和所述第三车辆的实时位置信息，基于所述实时位置信息获得所述第一车辆和第三车辆的第一距离信息，通过所述第一无人驾驶指令获得所述第一车辆的第一速度信息，基于所述第一速度信息、第一距离信息和实时的路况分析信息，获得所述第一车辆在到达所述第三车辆位置处的第一预估时间信息，根据所述第一时间信息和所述第一预估停车时长信息，获得所述第一车辆到达所述第三车辆时，所述第三车辆获得第一启动指令的第一可能性，设定一可能性阈值，所述阈值为判断是否更改实时决行驶策的判断依据，当所述第一可能性不在所述设定的预定可能性阈值之内时，则对所述第一实时行驶决策进行调整。通过对路边停靠车辆的启动时间的预估，来调整实时的行驶决策，达到智能化分析实时路况，规划实时行驶决策，保障行驶安全的技术效果。
31.进一步而言，本技术实施例还包括：步骤s841：获得所述三车辆的第一位置；步骤s842：根据所述第一位置，获得所述第一位置所在的环境信息；步骤s843：根据所述环境信息和所述第一车主的关联服务信息，获得第二预估停车时长信息。
32.具体而言，根据所述无人驾驶系统，获得所述第三车辆的车辆位置信息，基于所述位置信息，判断所述第三车辆的周边环境信息，即基于所述第三车辆的停车位置对所述第三车辆的车主的停车时长进行预估。举例而言，当停车时间为饭点，且所述第三车辆为停车位置为小吃城、饭店的聚集地时，则对所述第三车主进行吃饭的预估，进一步的根据所述第三车主的吃饭时的模糊定位和消费信息对所述时长进行进一步的预估，获得第二预估停车时长信息。
33.进一步而言，所述将所述第一行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第一实时行驶决策，本技术实施例步骤s700还包括：步骤s710：将所述第一行驶关系和所述第一路面信息作为输入数据输入行驶决策实时规划模型；
步骤s720：所述行驶决策实时规划模型通过多组作为训练数据的输入数据训练至收敛获得，其中，所述多组作为训练数据的输入数据中的每组数据均包括所述第一行驶关系、所述第一路面信息作和用于标识第一实时行驶决策的标识信息；步骤s730：获得所述行驶决策实时规划模型的输出信息，所述输出信息包括所述第一车辆的第一实时行驶决策。
34.具体而言，所述行驶决策实时规划模型为机器学习中的神经网络模型，它可以不断地进行学习和调整，是一个高度复杂的非线性动力学习系统。它是一个数学模型，通过大量训练数据的训练，将所述行驶决策实时规划模型训练至收敛状态后，基于所述行驶决策实时规划模型进行实时决策的获得。
35.更进一步而言，所述训练的过程还包括监督学习的过程，每一组监督数据都包括所述第一行驶关系、所述第一路面信息作和用于标识第一实时行驶决策的标识信息，将所述第一行驶关系、所述第一路面信息输入到神经网络模型中，根据用来用于标识第一实时行驶决策的标识信息对所述实时行驶决策模型进行监督学习，使得所述实时行驶决策模型的输出数据与监督数据一致，通过所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的为收敛状态时，则监督学习过程结束。通过对所述模型的监督学习，进而使得所述行驶决策实时规划模型处理所述输入信息更加准确，进而获得更加准确的第一实时决策信息。
36.综上所述，本技术实施例所提供的一种基于无人驾驶的路况智能分析方法及系统具有如下技术效果：1、由于采用了通过无人驾驶系统获得第一车辆的第一无人驾驶指令，根据所述第一无人驾驶指令获得第一车辆的第一路径信息，通过所述车载图像采集装置和车载雷达获得所述第一路径信息中的第一路况信息，并获得所述第一路况信息中的第二车辆信息，基于所述第二车辆信息是否在第一预定时间段内执行第二无人驾驶指令，对所述第二车辆的驾驶标签进行更新，当所述第二车辆为无人驾驶标签时，获得所述第二车辆与所述第一车辆的行驶关系，根据所述行驶关系和第一路面信息输入驾驶决策实时规划模型，获得所述第一车辆的实时行驶决策的方式，通过智能化分析相近驾驶车辆的驾驶状态，结合相近车辆捕捉的路况信息进行路况的智能化分析，获得更加准确的实时行驶决策，进而来保证无人驾驶的行驶安全的技术效果。
37.2、由于采用了分析第二车辆的驾驶标签的方式，获得不同的第一车辆的实时行驶决策，使得第一车辆的实时行驶决策的规划更加合理，进而达到获得更加准确的实时行驶决策，进而来达到保证无人驾驶的行驶安全的技术效果。
38.实施例二基于与前述实施例中一种基于无人驾驶的路况智能分析方法同样发明构思，本发明还提供了一种基于无人驾驶的路况智能分析系统，如图2所示，所述系统包括：第一获得单元11，所述第一获得单元11用于通过所述无人驾驶系统获得第一车辆的第一无人驾驶指令；第二获得单元12，所述第二获得单元12用于根据所述第一无人驾驶指令获得所述第一车辆的第一路径信息；第三获得单元13，所述第三获得单元13用于通过所述车载图像采集装置和所述车载雷达获得所述第一路径信息中的第一路况信息，其中，所述第一路况信息
中包括第二车辆和第一路面信息；第一判断单元14，所述第一判断单元14用于判断所述第二车辆是否在第一预定时段执行第二无人驾驶指令；第四获得单元15，所述第四获得单元15用于如果所述第二车辆在第一预定时段执行第二无人驾驶指令，获得第一无人驾驶标签；第五获得单元16，所述第五获得单元16用于根据所述第一无人驾驶标签，获得所述第二车辆与所述第一车辆的第一行驶关系；第六获得单元17，所述第六获得单元17用于将所述第一行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第一实时行驶决策。
39.进一步的，所述系统还包括：第七获得单元，所述第七获得单元用于如果所述第二车辆未在第一预定时段执行第二无人驾驶指令，获得第一有人驾驶标签；第八获得单元，所述第八获得单元用于根据所述第一有人驾驶标签，获得所述第二车辆与所述第一车辆的第二行驶关系；第九获得单元，所述第九获得单元用于将所述第二行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第二实时行驶决策。
40.进一步的，所述系统还包括：第十获得单元，所述第十获得单元用于根据所述第二无人驾驶指令，获得第一路况共享权限；第十一获得单元，所述第十一获得单元用于根据所述第一路况共享权限，获得所述第二车辆针对所述第一路径的第二路况信息；第十二获得单元，所述第十二获得单元用于通过第一导航平台获得所述第一路径的第三路况信息；第十三获得单元，所述第十三获得单元用于根据所述第一路况信息、所述第二路况信息和所述第三路况信息按照相似度进行聚类分析，获得所述第一路况信息、所述第二路况信息和所述第三路况信息中相似度最低的路况信息；第十四获得单元，所述第十四获得单元用于根据所述第一路况信息、所述第二路况信息和所述第三路况信息中相似度最低的路况信息，获得第一提醒信息，所述第一提醒信息用于提醒对应路况的服务器端路况信息存在准确性问题。
41.进一步的，所述系统还包括：第十五获得单元，所述第十五获得单元用于根据所述第一路况信息，获得所述第一路径上第一预定距离内的第三车辆，所述第三车辆位于所述第一路径上第一预定距离内的第一预定区域；第二判断单元，所述第二判断单元用于判断所述第三车辆是否在第二预定时段执行第三无人驾驶指令；第十六获得单元，所述第十六获得单元用于如果所述第三车辆在第二预定时段执行第三无人驾驶指令，根据所述第三无人驾驶指令，获得第一车主的关联服务信息；第十七获得单元，所述第十七获得单元用于根据所述第一车主的关联服务信息，获得第一预估停车时长信息；第一调整单元，所述第一调整单元用于根据所述第一预估停车时长调整所述第一实时行驶决策。
42.进一步的，所述系统还包括：第十八获得单元，所述第十八获得单元用于获得所述第一车辆与所述第三车辆的第一距离信息；第十九获得单元，所述第十九获得单元用于获得所述第一车辆的第一车速信息；
第一确定单元，所述第一确定单元用于根据所述第一距离信息和所述第一车速信息，确定所述第一车辆到达所述第三车辆的第一时间信息；第二十获得单元，所述第二十获得单元用于根据所述第一时间信息和所述第一预估停车时长信息，获得所述第一车辆到达所述第三车辆时，所述第三车辆获得第一启动指令的第一可能性；第二十一获得单元，所述第二十一获得单元用于获得预定可能性阈值；第三判断单元，所述第三判断单元用于判断所述第一可能性是否在所述预定可能性阈值之内；第二调整单元，所述第二调整单元用于如果所述第一可能性不在所述预定可能性阈值之内，调整所述第一实时行驶决策。
43.进一步的，所述系统还包括：第二十二获得单元，所述第二十二获得单元用于获得所述三车辆的第一位置；第二十三获得单元，所述第二十三获得单元用于根据所述第一位置，获得所述第一位置所在的环境信息；第二十四获得单元，所述第二十四获得单元用于根据所述环境信息和所述第一车主的关联服务信息，获得第二预估停车时长信息。
44.进一步的，所述系统还包括：第一输入单元，所述第一输入单元用于将所述第一行驶关系和所述第一路面信息作为输入数据输入行驶决策实时规划模型；第二十五获得单元，所述第二十五获得单元用于所述行驶决策实时规划模型通过多组作为训练数据的输入数据训练至收敛获得，其中，所述多组作为训练数据的输入数据中的每组数据均包括所述第一行驶关系、所述第一路面信息作和用于标识第一实时行驶决策的标识信息；第二十六获得单元，所述第二十六获得单元用于获得所述行驶决策实时规划模型的输出信息，所述输出信息包括所述第一车辆的第一实时行驶决策。
45.前述图1实施例一中的一种基于无人驾驶的路况智能分析方法的各种变化方式和具体实例同样适用于本实施例的一种基于无人驾驶的路况智能分析系统，通过前述对一种基于无人驾驶的路况智能分析方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于无人驾驶的路况智能分析系统的实施方法，所以为了说明书的简洁，在此不再详述。
46.示例性电子设备下面参考图3来描述本技术实施例的电子设备。
47.图3图示了根据本技术实施例的电子设备的结构示意图。
48.基于与前述实施例中一种基于无人驾驶的路况智能分析方法的发明构思，本发明还提供一种基于无人驾驶的路况智能分析系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于无人驾驶的路况智能分析方法的任一方法的步骤。
49.其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
50.处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器
302在执行操作时所使用的数据。
51.本发明实施例提供的一种基于无人驾驶的路况智能分析方法，所述方法应用于一防护评估系统，所述系统与车载图像采集装置、车载雷达通讯连接，所述方法包括：通过所述无人驾驶系统获得第一车辆的第一无人驾驶指令；根据所述第一无人驾驶指令获得所述第一车辆的第一路径信息；通过所述车载图像采集装置和所述车载雷达获得所述第一路径信息中的第一路况信息，其中，所述第一路况信息中包括第二车辆和第一路面信息；判断所述第二车辆是否在第一预定时段执行第二无人驾驶指令；如果所述第二车辆在第一预定时段执行第二无人驾驶指令，获得第一无人驾驶标签；根据所述第一无人驾驶标签，获得所述第二车辆与所述第一车辆的第一行驶关系；将所述第一行驶关系和所述第一路面信息输入行驶决策实时规划模型，获得所述第一车辆的第一实时行驶决策。解决了现有技术中自动驾驶技术缺少对相近车辆的驾驶状态分析，进而进行路况的智能分析来获得实时行驶决策的技术问题，达到智能化分析相近驾驶车辆的驾驶状态，结合相近车辆捕捉的路况信息进行路况的智能化分析，获得更加准确的实时行驶决策，进而来保证无人驾驶的行驶安全的技术效果。
52.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
53.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
54.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
55.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
56.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。