交通灯时长的计算方法、装置、设备及介质与流程

1.本发明涉及视频监控技术领域，尤其涉及一种交通灯时长的计算方法、装置、设备及介质。


背景技术：

2.自动驾驶汽车(autonomous vehicles；self-driving automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。
3.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。
4.而在自动驾驶技术中，城区无人驾驶是一个非常难解决的场景，一是由于城区高精度图制作成本高，建图的精度有限，即使构建起来的地图也只是包含道路相关元素信息，没有考虑道路的更多相关动态属性。二是城区交通复杂，车道线、红绿灯等规则多变且繁复，同时道路又存在遮挡、磨损等多样性情况。在这种情况下，了解道路元素更丰富的信息，会有利于无人驾驶城区场景的落地。其中，最重要的就是红绿灯的问题，虽然现阶段对红绿灯的识别检测问题已经被广泛研究，但是尚未有自动获取每个红绿灯的倒计时的方法，无法准确的估计城区路口每个红绿灯的倒计时状态，进而无法满足高精度的实时观测交通状态，阻碍城市交通网的建立，影响用户体验。


技术实现要素：

5.本发明提供一种交通灯时长的计算方法、装置、设备及介质，用以解决现有技术中无法准确、实时的计算交通灯时长，影响自动驾驶技术精度的技术问题。
6.第一方面，本发明实施例提供一种交通灯时长的计算方法，应用于汽车中，该方法包括：
7.获取待计算的交通灯所对应路口的历史车辆数据；
8.根据历史车辆数据，确定至少一个目标车辆的车辆数据，其中，目标车辆为在一个交通灯周期内与路口的距离小于距离阈值的车辆；
9.基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻；
10.根据每个目标车辆在路口的停止时刻和启动时刻确定交通灯的红灯时长。
11.在一种可能实施的方式中，本发明实施例提供的方法中，基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻，包括：
12.根据至少一个目标车辆的车辆数据，绘制每个目标车辆对应的运动图像，运动图像反应目标车辆的时间、位移和速度；
13.基于每个目标车辆的运动图像，确定每个目标车辆的停止时刻和启动时刻。
14.在一种可能实施的方式中，本发明实施例提供的方法中，根据每个目标车辆在路
口的停止时刻和启动时刻确定交通灯的红灯时长，包括：
15.将至少一个目标车辆中首个停止时刻与首个启动时刻之间的时长确定为交通灯的红灯时长。
16.在一种可能实施的方式中，本发明实施例提供的方法中，根据历史车辆数据，确定至少一个目标车辆的车辆数据，包括：
17.基于路口的车道信息，在历史车辆数据中确定至少一个驶向交通灯的目标车辆的车辆数据。
18.在一种可能实施的方式中，本发明实施例提供的方法中，基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口停止时刻和启动时刻，包括：
19.基于至少一个目标车辆的车辆数据，得到每个目标车辆的速度与时刻的对应关系；
20.根据对应关系，将目标车辆首次速度等于目标速度的时刻作为目标车辆在路口的停止时刻；以及
21.根据对应关系，将目标车辆最后一次速度等于目标速度的时刻作为目标车辆在路口的启动时刻。
22.在一种可能实施的方式中，本发明实施例提供的方法中，方法还包括：
23.将两次相邻红灯时长之间的间隔时长作为绿灯时长。
24.在一种可能实施的方式中，本发明实施例提供的方法中，方法还包括：
25.基于预设的交通灯设置规则修正红灯时长和绿灯时长。
26.第二方面，本发明实施例提供一种交通灯时长的计算装置，其特征在于，包括：
27.获取单元，用于获取待计算的交通灯所对应路口的历史车辆数据；
28.第一确定单元，用于根据历史车辆数据，确定至少一个目标车辆的车辆数据，其中，目标车辆为在一个交通灯周期内与路口的距离小于距离阈值的车辆；
29.第二确定单元，用于基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻；
30.处理单元，用于根据每个目标车辆在路口的停止时刻和启动时刻确定交通灯的红灯时长。
31.在一种可能实施的方式中，本发明实施例提供的装置中，第二确定单元具体用于：
32.根据至少一个目标车辆的车辆数据，绘制每个目标车辆对应的运动图像，运动图像反应目标车辆的时间、位移和速度；
33.基于每个目标车辆的运动图像，确定每个目标车辆的停止时刻和启动时刻。
34.在一种可能实施的方式中，本发明实施例提供的装置中，处理单元具体用于：
35.将至少一个目标车辆中首个停止时刻与首个启动时刻之间的时长确定为交通灯的红灯时长。
36.在一种可能实施的方式中，本发明实施例提供的装置中，第一确定单元具体用于：
37.基于路口的车道信息，在历史车辆数据中确定至少一个驶向交通灯的目标车辆的车辆数据。
38.在一种可能实施的方式中，本发明实施例提供的装置中，第二确定单元具体用于：
39.基于至少一个目标车辆的车辆数据，得到每个目标车辆的速度与时刻的对应关
系；
40.根据对应关系，将目标车辆首次速度等于目标速度的时刻作为目标车辆在路口的停止时刻；以及
41.根据对应关系，将目标车辆最后一次速度等于目标速度的时刻作为目标车辆在路口的启动时刻。
42.在一种可能实施的方式中，本发明实施例提供的装置中，处理单元还用于：
43.将两次相邻红灯时长之间的间隔时长作为绿灯时长。
44.在一种可能实施的方式中，本发明实施例提供的装置中，处理单元还用于：
45.基于预设的交通灯设置规则修正红灯时长和绿灯时长。
46.第三方面，本发明实施例提供一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如本发明实施例第一方面所提供的方法。
47.第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如本发明实施例第一方面所提供的方法。
48.本发明实施例中，先获取待计算的交通灯所对应路口的历史车辆数据，再根据历史车辆数据，确定至少一个目标车辆的车辆数据，然后基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻，最后根据每个目标车辆在路口的停止时刻和启动时刻确定交通灯的红灯时长。与现有技术相比，通过检测路口车辆状况，自动获取倒计时长，为城市动态高精地图的每个红绿灯提供倒计时属性，进而规划出合理的速度和路线，提高自动驾驶技术的精度，提升交通效率和乘客的舒适性。
附图说明
49.图1为本发明实施例提供的一种交通灯时长的计算方法的流程示意图；
50.图2为本发明实施例提供的一种交通灯时长的计算方法的具体流程示意图；
51.图3为本发明实施例提供的一种运动图像示意图；
52.图4为本发明实施例提供的一种交通灯时长的计算执行方法的具体流程示意图；
53.图5为本发明实施例提供的一种交通灯时长的计算装置的结构示意图；
54.图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
55.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
56.下面对文中出现的一些词语进行解释：
57.1、本发明实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
58.自动驾驶汽车(autonomous vehicles；self-driving automobile)又称无人驾驶
汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。
59.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。
60.而在自动驾驶技术中，城区无人驾驶是一个非常难解决的场景，一是由于城区高精度图制作成本高，建图的精度有限，即使构建起来的地图也只是包含道路相关元素信息，没有考虑道路的更多相关动态属性。二是城区交通复杂，车道线、红绿灯等规则多变且繁复，同时道路又存在遮挡、磨损等多样性情况。在这种情况下，了解道路元素更丰富的信息，会有利于无人驾驶城区场景的落地。其中，最重要的就是红绿灯的问题，虽然现阶段对红绿灯的识别检测问题已经被广泛研究，但是尚未有自动获取每个红绿灯的倒计时的方法，无法准确的估计城区路口每个红绿灯的倒计时状态，进而无法满足高精度的实时观测交通状态，阻碍城市交通网的建立，影响用户体验。
61.因此，亟需提供一种自动获取红绿灯倒计时的方法，下面结合附图和实施例对本发明提供的交通灯时长的计算方法、装置、设备及介质进行更详细地说明。
62.本发明实施例提供一种交通灯时长的计算方法，如图1所示，包括：
63.步骤101，获取待计算的交通灯所对应路口的历史车辆数据。
64.具体实施时，先选取城市地图，确定待计算的交通灯，然后获取该交通灯所对应路口的历史车辆数据。
65.步骤102，根据历史车辆数据，确定至少一个目标车辆的车辆数据。
66.具体实施时，可以先确定目标车辆，目标车辆为在一个交通灯周期内与路口的距离小于距离阈值的车辆，也即选取距离路口一定距离内的车辆为目标车辆，具体距离可以设置为路口5米范围，也可以是距离路口10米范围。
67.然后，基于路口的车道信息，确定该交通灯所对应的车道，然后从历史车辆数据中筛选出在该车道上行驶的目标车辆的车辆数据。
68.也可以先基于路口的车道信息，确定该交通灯所对应的车道，然后确定在该车道上行驶的目标车辆，最后从历史车辆数据中筛选出在该车道上行驶的目标车辆的车辆数据。
69.步骤103，基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻。
70.具体实施时，可以根据至少一个目标车辆的车辆数据，先绘制每个目标车辆对应的运动图像，运动图像反应目标车辆的时间、位移和速度，然后基于每个目标车辆的运动图像，确定每个目标车辆的停止时刻和启动时刻。具体确定每个目标车辆的停止时刻和启动时刻的方法如下：
71.先基于至少一个目标车辆的车辆数据，得到每个目标车辆的速度与时刻的对应关系，再根据对应关系，将目标车辆首次速度等于目标速度的时刻作为目标车辆在路口的停止时刻，将目标车辆最后一次速度等于目标速度的时刻作为目标车辆在路口的启动时刻。
72.步骤104，根据每个目标车辆在路口的停止时刻和启动时刻确定交通灯的红灯时长。
73.具体实施时，将至少一个目标车辆中首个停止时刻与首个启动时刻之间的时长确
定为交通灯的红灯时长。当然，在取得了交通灯红灯时长后，将两次相邻红灯时长之间的间隔时长作为绿灯时长。还可以在确定后基于预设的交通灯设置规则修正红灯时长和绿灯时长，例如，分析一段时间的统计结果，取平均值并取数值最近的5的倍数作为最终的红绿灯时长，因为通常红绿灯时长为5的倍数。
74.如图2所示，本发明实施例提供的交通灯时长的计算具体过程，可以包括如下步骤：
75.步骤201，确定待计算的交通灯。
76.具体实施时，先选取城市地图，确定待计算的交通灯以及该交通灯所在的路口，在选取城市地图后，可以对交通灯及路口进行编号，方便数据整理。
77.步骤202，获取待计算的交通灯所对应路口的历史车辆数据。
78.具体实施时，获取上述步骤中确定的交通灯所对应路口的历史车辆数据，历史车辆数据中包括车辆的速度，行驶距离，时间以及车辆型号等数据。可以通过历史车辆数据确定车辆的行驶状况，进而获取路口的全部车辆行驶状况。
79.步骤203，基于路口的车道信息，确定待计算交通灯所对应的车道。
80.步骤204，根据历史车辆数据和车道，确定至少一个目标车辆的车辆数据。
81.具体实施时，目标车辆为在一个交通灯周期内与路口的距离小于距离阈值的车辆，也即选取距离路口一定距离内的车辆为目标车辆，具体距离可以设置为路口5米范围，也可以是距离路口10米范围。
82.步骤205，基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻。
83.具体实施时，可以根据至少一个目标车辆的车辆数据，先绘制每个目标车辆对应的运动图像，运动图像反应目标车辆的时间、位移和速度，然后基于每个目标车辆的运动图像，确定每个目标车辆的停止时刻和启动时刻。具体确定每个目标车辆的停止时刻和启动时刻的方法如下：
84.先基于至少一个目标车辆的车辆数据，得到每个目标车辆的速度与时刻的对应关系，该对应关系可以通过绘制如图3所示的运动图像得到，图3示出了5辆车c1，c2，c3，c4和c5的运动图像，其中颜色的深度代表车辆速度，白色区域表示车速为0，也即停车状态。从上图不难看出，c1为红灯亮起时刚好停在停止线的车，c2为红灯亮起一段时间后停止在停止线上的车，c3为比c2更晚停在停止线上的车，c4为比c3更晚停在停止线上的车，c5为未停在停止线上的车。再根据该图，将目标车辆首次速度等于目标速度的时刻作为目标车辆在路口的停止时刻，也即首次变白时，如t1，t2，t3和t4，将目标车辆最后一次速度等于目标速度的时刻作为目标车辆在路口的启动时刻，也即由白转深时，如t5和t6，从上图可得出，t1为首个停止时刻，t5为首个启动时刻。
85.步骤206，根据每个目标车辆在路口的停止时刻和启动时刻确定交通灯的红灯时长。
86.具体实施时，将所有目标车辆中，首个停止时刻与首个启动时刻之间的时长确定为交通灯的红灯时长，如上图中t1和t5之间的时长即为交通灯的红灯时长。
87.步骤207，根据交通灯红灯时长确定交通灯绿灯时长。
88.具体实施时，在取得了交通灯红灯时长后，将两次相邻红灯时长之间的间隔时长
作为绿灯时长。
89.步骤208，修正交通灯红灯时长和交通灯绿灯时长。
90.具体实施时，由于人为操作汽车的影响，致使启动时刻与停止时刻与实际交通灯的指示存在误差，因此，在确定交通灯时长后，基于预设的交通灯设置规则修正红灯时长和绿灯时长，例如，分析一段时间的统计结果，取平均值并取数值最近的5的倍数作为最终的红绿灯时长，因为通常红绿灯时长为5的倍数。
91.在修正交通灯时长后，可以将该时长与路口/交通灯编号相关联，用以绘制包含实时变化的交通灯时长的城市地图，本方案也可以用于计算全国交通灯状态和拥堵关系模型，以此来设计合理的交通灯转换时长环节尤其针对交通压力较大的大城市。
92.如图4所示，本发明实施例提供的交通灯时长的计算方法的具体执行步骤如下：
93.步骤401，输入城市地图以及该城市采集的历史车辆数据。
94.具体实施时，输入城市地图和历史车辆数据作为初始数据。
95.步骤402，对地图进行路口识别并编号，确定待计算交通灯所对应的路口。
96.步骤403，筛选经过该路口的历史车辆。
97.步骤404，定位要识别的交通灯对应车道线信息。
98.步骤405，二次筛选得到单向交通灯指挥的车辆数据。
99.具体实施时，根据车道线信息将反向行驶的车辆排除。
100.步骤406，提取被筛选出车辆数据的速度信息，用渐变色曲线描述。
101.步骤407，利用曲线信息绘制st图。
102.具体实施时，st图如图3所示。
103.步骤408，提取st图中有速度零段的数据。
104.步骤409，统计零点起始和最早结束零点速度的时间段作为红灯时长。
105.具体实施时，统计零点起始和最早结束零点速度的时间段作为红灯时长，也即选用最早的停止时刻和最早的启动时刻，以这两个时刻的间隔时长为红灯时长。
106.步骤410，根据红灯时长确定绿灯时长。
107.步骤411，记录该交通信号灯的红绿灯时长以及变化时刻。
108.具体实施时，分析一段时间的统计结果，取平均值并作为最终的红绿灯时长，还可以通过引入交通灯设置规则来修正结果。
109.如图5所示，基于交通灯时长的计算方法同样的发明构思，本发明还提供一种交通灯时长的计算装置，包括：
110.获取单元501，用于获取待计算的交通灯所对应路口的历史车辆数据；
111.第一确定单元502，用于根据历史车辆数据，确定至少一个目标车辆的车辆数据，其中，目标车辆为在一个交通灯周期内与路口的距离小于距离阈值的车辆；
112.第二确定单元503，用于基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻；
113.处理单元504，用于根据每个目标车辆在路口的停止时刻和启动时刻确定交通灯的红灯时长。
114.在一种可能实施的方式中，本发明实施例提供的装置中，第二确定单元503具体用于：
115.根据至少一个目标车辆的车辆数据，绘制每个目标车辆对应的运动图像，运动图像反应目标车辆的时间、位移和速度；
116.基于每个目标车辆的运动图像，确定每个目标车辆的停止时刻和启动时刻；
117.在一种可能实施的方式中，本发明实施例提供的装置中，处理单元504具体用于：
118.将至少一个目标车辆中首个停止时刻与首个启动时刻之间的时长确定为交通灯的红灯时长。
119.在一种可能实施的方式中，本发明实施例提供的装置中，第一确定单元502具体用于：
120.基于路口的车道信息，在历史车辆数据中确定至少一个驶向交通灯的目标车辆的车辆数据。
121.在一种可能实施的方式中，本发明实施例提供的装置中，第二确定单元503具体用于：
122.基于至少一个目标车辆的车辆数据，得到每个目标车辆的速度与时刻的对应关系；
123.根据对应关系，将目标车辆首次速度等于目标速度的时刻作为目标车辆在路口的停止时刻；以及
124.根据对应关系，将目标车辆最后一次速度等于目标速度的时刻作为目标车辆在路口的启动时刻。
125.在一种可能实施的方式中，本发明实施例提供的装置中，处理单元504还用于：
126.将两次相邻红灯时长之间的间隔时长作为绿灯时长。
127.在一种可能实施的方式中，本发明实施例提供的装置中，处理单元504还用于：
128.基于预设的交通灯设置规则修正红灯时长和绿灯时长。
129.另外，结合图2-图5描述的本发明实施例的交通灯时长的计算方法和装置可以由电子设备来实现。图6示出了本发明实施例提供的电子设备的硬件结构示意图。
130.电子设备可以包括处理器601以及存储有计算机程序指令的存储器602。
131.具体地，上述处理器601可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
132.存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器602可在数据处理装置的内部或外部。在特定实施例中，存储器602是非易失性固态存储器。在特定实施例中，存储器602包括只读存储器(rom)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。
133.处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现上述实施例中的任意一种交通灯时长的计算方法。
134.在一个示例中，电子设备还可包括通信接口603和总线610。其中，如图6所示，处理
器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
135.通信接口603，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
136.总线610包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
137.该电子设备可以基于接收到的报文，执行本发明实施例中的交通灯时长的计算方法，从而实现结合图2-图5描述的交通灯时长的计算方法和装置。
138.另外，结合上述实施例中的电子设备，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种交通灯时长的计算方法。
139.本发明实施例中，先获取待计算的交通灯所对应路口的历史车辆数据，再根据历史车辆数据，确定至少一个目标车辆的车辆数据，然后基于至少一个目标车辆的车辆数据，确定每个目标车辆在路口的停止时刻和启动时刻，最后根据每个目标车辆在路口的停止时刻和启动时刻确定交通灯的红灯时长。与现有技术相比，通过检测路口车辆状况，自动获取倒计时长，为城市动态高精地图的每个红绿灯提供倒计时属性，进而规划出合理的速度和路线，提高自动驾驶技术的精度，提升交通效率和乘客的舒适性。
140.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装置。
141.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装置的制造品，该指令装置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。
142.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。
143.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，则可对这些实施例作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。
144.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。