【技術實現步驟摘要】
本公開涉及智能車輛，具體涉及一種用于車輛的紅綠燈狀態估計方法、系統、計算設備及車輛。
技術介紹
1、紅綠燈狀態信息是各種道路交通場景下所需要的重要信息，準確快速地獲取紅綠燈狀態信息對車輛用戶意義重大。
2、現有的車輛獲取紅綠燈狀態信息的方式主要有以下幾種：1)圖像處理方法，例如，通過卷積神經網絡(cnn，convolutional?neural?networks)對安裝在車輛上的攝像頭拍攝的圖像進行分類，cnn可以通過在標記圖像的大型數據集上進行訓練來學習識別紅綠燈的特征(如形狀、顏色和位置)，進而可以輸出任意給定圖像的紅綠燈狀態信息；2)基于車輛自組織網絡(vanets，vehicular?ad-hoc?networks)的方法，通過與路側單元進行通信以獲取紅綠燈狀態信息；3)基于高精度地圖的圖像處理方法，該方法將圖像處理與精確的3d地圖以及自定位技術相結合，3d地圖可以提供關于場景中紅綠燈的位置和方向信息，進而可以從拍攝的圖像中提取感興趣區域(roi，regions?of?interest)，然后可以通過cnn或其它算法來處理roi以識別獲取紅綠燈狀態信息。
3、然而，現有技術存在不同的缺陷。圖像處理方法需要大量的計算資源和內存，可能無法處理存在遮擋的場景或其它復雜場景，如車輛前方有大巴士擋住紅綠燈的場景，惡劣天氣下能見度低的場景(如下雨、下雪、起霧)等。基于vanet的方法取決于通信網絡的可用性和可靠性，可能無法應對動態變化或惡意攻擊。基于高精度地圖的圖像處理方法需要高質量和最新的地圖數據庫，當地圖
技術實現思路
1、本專利技術的目的在于克服上述缺陷中的至少一部分，提供了一種用于車輛的紅綠燈狀態估計方法、系統、計算設備及車輛。
2、根據本專利技術的第一方面，提供了一種用于車輛的紅綠燈狀態估計方法，包括：基于超寬帶定位技術獲取車輛軌跡數據；對所述車輛軌跡數據進行處理以獲取目標紅綠燈對應的目標數據；基于所述目標數據進行狀態估計以獲取所述目標紅綠燈的狀態信息。
3、根據本專利技術的第一方面的優選實施方式，所述車輛軌跡數據包括車輛狀態數據，所述方法包括：通過車輛的傳感器獲取所述車輛狀態數據；基于所述車輛狀態數據對所述車輛軌跡數據進行處理以獲得所述目標數據。
4、根據本專利技術的第一方面的優選實施方式，所述車輛狀態數據包括車輛的速度數據和加速度數據，所述方法包括：基于所述車輛的速度數據和加速度數據對所述車輛軌跡數據進行處理以獲得車輛啟動數據和車輛停止數據；基于所述車輛啟動數據和車輛停止數據進行狀態估計以獲取所述目標紅綠燈的狀態信息。
5、根據本專利技術的第一方面的優選實施方式，所述車輛軌跡數據包括基于超寬帶定位技術獲取的多個車輛間的相對位置數據，所述方法包括：基于所述車輛間的相對位置數據、所述車輛啟動數據和所述車輛停止數據進行狀態估計以獲取所述目標紅綠燈的狀態信息。
6、根據本專利技術的第一方面的優選實施方式，所述車輛啟動數據和車輛停止數據的獲取方式包括：通過聚類、區域增長和/或閾值設定的方式對所述車輛軌跡數據進行分段；通過k近鄰算法、支持向量機和/或決策樹對分段結果進行分類以獲取所述車輛啟動數據和車輛停止數據。
7、根據本專利技術的第一方面的優選實施方式，所述車輛軌跡數據的獲取方式包括：基于接收信號強度的定位算法、基于飛行時間的定位算法、基于到達時間的定位算法、基于到達時間差的定位算法和基于到達角度的定位算法。
8、根據本專利技術的第一方面的優選實施方式，所述基于所述目標數據進行狀態估計的方式包括：最大似然估計、貝葉斯推理或機器學習。
9、根據本專利技術的第二方面，提供了一種用于車輛的紅綠燈狀態估計系統，其包括：軌跡數據獲取模塊，用于基于超寬帶定位技術獲取車輛軌跡數據；數據處理模塊，用于對所述車輛軌跡數據進行處理以獲取目標紅綠燈對應的目標數據；狀態估計模塊，用于基于所述目標數據進行狀態估計以獲取所述目標紅綠燈的狀態信息。
10、根據本專利技術的第三方面，提供了一種計算設備，包括：至少一個處理器；以及存儲器，其用于存儲機器可讀指令，當所述機器可讀指令被執行時使得所述至少一個處理器執行前述第一方面所述的用于車輛的紅綠燈狀態估計方法。
11、根據本專利技術的第四方面，提供了一種車輛，包括：根據前述第二方面所述的用于車輛的紅綠燈狀態估計系統或根據前述第三方面所述的計算設備。
12、本專利技術基于定位精度高的超寬帶(ultra?wide?band，uwb)定位技術采集車輛軌跡數據來估計紅綠燈狀態信息，紅綠燈狀態信息的估計準確度高；本專利技術無需大量的計算資源和內存，即使車輛與紅綠燈之間存在遮擋或在惡劣的氣候條件下也并不會影響車輛獲取紅綠燈狀態，提高駕駛安全性；此外，該專利技術采用uwb通信，具有更高的安全性和可靠性。
本文檔來自技高網...【技術保護點】
1.一種用于車輛的紅綠燈狀態估計方法，包括：
2.根據權利要求1所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛軌跡數據包括車輛狀態數據，所述方法包括：
3.根據權利要求2所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛狀態數據包括車輛的速度數據和加速度數據，所述方法包括：
4.根據權利要求3所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛軌跡數據包括基于超寬帶定位技術獲取的多個車輛間的相對位置數據，所述方法包括：
5.根據權利要求3所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛啟動數據和車輛停止數據的獲取方式包括：
6.根據權利要求1所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛軌跡數據的獲取方式包括以下方式中的至少一種：基于接收信號強度的定位算法、基于飛行時間的定位算法、基于到達時間的定位算法、基于到達時間差的定位算法和基于到達角度的定位算法。
7.根據權利要求1所述的用于車輛的紅綠燈狀態估計方法，其中，所述基于所述目標數據進行狀態估計的方式包括：最大似然估計、貝葉斯推理或機器學習。
...【技術特征摘要】
1.一種用于車輛的紅綠燈狀態估計方法，包括：
2.根據權利要求1所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛軌跡數據包括車輛狀態數據，所述方法包括：
3.根據權利要求2所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛狀態數據包括車輛的速度數據和加速度數據，所述方法包括：
4.根據權利要求3所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛軌跡數據包括基于超寬帶定位技術獲取的多個車輛間的相對位置數據，所述方法包括：
5.根據權利要求3所述的用于車輛的紅綠燈狀態估計方法，其中，所述車輛啟動數據和車輛停止數據的獲取方式包括：
6.根...
【專利技術屬性】
技術研發人員：卜令山，
申請(專利權)人：標致雪鐵龍汽車股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。