道路场景识别方法、车辆控制方法及装置与流程

本技术涉及自动驾驶，尤其涉及一种道路场景识别方法、车辆控制方法及装置。

背景技术：

1、自动驾驶技术近些年来飞速发展，其核心目标是让车辆在少有人工干预的情况下能够自主地进行驾驶。adas(advanced driving assistance system，高级驾驶辅助系统)/ad(autonomous driving，自动驾驶)系统在执行车辆控制操作之前，如果能够对车辆的道路场景进行高效识别，将有效提高自动驾驶的安全性和驾驶效率。

2、相关技术中，主要通过获取道路环境的图像数据、声音或者视频数据，并将这些数据信息传输至神经网络模型中进行检测，根据检测结果实现道路场景的识别，这对于较低级别的adas/ad系统来说，过于复杂和昂贵；此外，上述相关技术在进行道路场景识别时，通常不会针对不同的交通参与者进行分析，导致识别效果较差。

技术实现思路

1、本技术提供一种道路场景识别方法、车辆控制方法及装置，以至少解决上述技术问题之一。

2、第一方面，本技术提供一种道路场景识别方法，包括：

3、响应于道路场景识别请求，获取目标车辆所处道路环境中的每个交通参与者的种类信息，每个交通参与者的种类信息包括所述交通参与者的至少一种数据；

4、根据按照种类信息对所述目标车辆所处道路环境中的交通参与者进行聚类分析的聚类结果，识别所述目标车辆当前的道路场景；以及，

5、将所述道路场景输出至所述目标车辆，使得所述目标车辆根据所述道路场景执行驾驶辅助操作。

6、在一种实施方式中，每个交通参与者的种类信息包括如下数据中的至少一项：所述交通参与者的位置、速度、方向和参与者类型。

7、在一种实施方式中，所述方法还包括：

8、针对种类信息中的每种数据，对所述目标车辆所处道路环境中的交通参数者进行聚类分析，得到所述数据对应的所述交通参与者的聚类结果。

9、在一种实施方式中，所述根据所述聚类结果，识别所述目标车辆当前的道路场景，包括：

10、根据种类信息中每种数据对应的聚类结果确定场景特征信息，所述场景特征信息包括如下中的至少一项：道路几何关系、驾驶意图/行走意图和预定义复杂道路等级；

11、根据所述场景特征信息，识别所述目标车辆当前的道路场景。

12、在一种实施方式中，所述针对种类信息中的每种数据，对所述目标车辆所处道路环境中的交通参数者进行聚类分析，包括：

13、针对每个交通参与者的位置，基于第一聚类算法对所述目标车辆所处道路环境中的交通参与者进行关于位置信息的聚类，得到位置聚类结果；和/或，

14、针对每个交通参与者的速度，基于第二聚类算法对所述目标车辆所处道路环境中的交通参与者进行关于速度信息的聚类，得到速度聚类结果；和/或，

15、针对每个交通参与者的方向，基于第三聚类算法对所述目标车辆所处道路环境中的交通参与者进行关于方向信息的聚类，得到方向聚类结果；和/或，

16、针对每个交通参与者的参与者类型，基于第四聚类算法对所述目标车辆所处道路环境中的交通参与者进行关于类型信息的聚类，得到第一类型聚类结果；

17、其中，所述聚类结果包括所述位置聚类结果，所述速度聚类结果，所述方向聚类结果以及所述第一类型聚类结果中的至少一个。

18、在一种实施方式中，所述根据所述聚类结果确定场景特征信息，包括：

19、根据所述位置聚类结果，确定所述交通参与者的位置分布，并根据所述位置分布确定所述道路几何关系；和/或，

20、根据所述速度聚类结果和/或所述方向聚类结果，确定所述交通参与者的驾驶意图/行走意图；和/或，

21、根据所述第一类型聚类结果，确定所述目标车辆所处道路环境是否属于复杂道路类型，并在属于复杂道路类型时，确定所述预定义复杂道路等级。

22、在一种实施方式中，所述根据所述聚类结果确定场景特征信息，包括：

23、确定每种数据对应的聚类结果各自的内部关系，和/或每种数据对应的聚类结果之间的外部关系；

24、根据所述内部关系和/或所述外部关系，确定所述场景特征信息。

25、在一种实施方式中，所述确定每种数据对应的聚类结果各自的内部关系，和/或每种数据对应的聚类结果之间的外部关系，包括：

26、根据每种数据对应的聚类结果中数据点的密度、距离和方差，确定所述内部关系；和/或，

27、根据每种数据对应的聚类结果之间的互信息系数和/或rand指数，确定每个聚类结果之间的外部关系，其中所述互信息系数和所述rand指数用于指示每个聚类结果之间的相似性或一致性。

28、在一种实施方式中，所述方法还包括：

29、根据每个交通参与者的参与者类型，对所述目标车辆所处道路环境中的交通参与者进行关于类型信息的聚类，得到第二类型聚类结果；

30、根据所述第二类型聚类结果，确定所述目标车辆所处道路环境中的交通参与者是否为单一参与者类型；

31、在所述目标车辆所处道路环境中的交通参与者不是单一参与者类型时，针对每个所述第二类型聚类结果得到的第一目标参与者类型的每个交通参与者的位置、速度以及方向中的至少一个，分别对不同所述第一目标参与者类型的交通参与者进行聚类分析，得到新的聚类结果；

32、对所述第一目标参与者类型对应的新的聚类结果进行融合，得到所述聚类结果。

33、在一种实施方式中，所述方法还包括：

34、在所述目标车辆所处道路环境中的交通参与者是单一参与者类型时，根据所述第二类型聚类结果确定第二目标参与者类型；以及，

35、根据所述第二目标参与者类型对应的每个交通参与者的位置、速度以及方向中的至少一个，对交通参与者进行聚类分析，得到所述聚类结果。

36、第二方面，本技术还提供一种车辆控制方法，应用于车辆，所述方法包括：

37、获取所述车辆当前的道路场景；其中，所述道路场景是根据所述车辆所处道路环境中的交通参与者进行聚类识别得到的；

38、根据所述道路场景执行驾驶辅助操作，所述驾驶辅助操作包括如下中的一项或者多项：制动，变速和转向。

39、第三方面，本技术还提供一种道路场景识别装置，包括：

40、输入模块，其设置为响应于道路场景识别请求，获取目标车辆所处道路环境中的每个交通参与者的种类信息，每个交通参与者的种类信息包括所述交通参与者的至少一种数据；

41、识别模块，其设置为根据按照种类信息对所述目标车辆所处道路环境中的交通参与者进行聚类分析的聚类结果，识别所述目标车辆当前的道路场景；以及，

42、输出模块，其设置为将所述道路场景输出至所述目标车辆，使得所述目标车辆根据所述道路场景执行驾驶辅助操作。

43、第四方面，本技术还提供一种车辆控制装置，包括：

44、获取模块，其设置为获取所述车辆当前的道路场景；其中，所述道路场景是根据所述车辆所处道路环境中的交通参与者进行聚类识别得到的；

45、执行模块，其设置为根据所述道路场景执行驾驶辅助操作，所述驾驶辅助操作包括如下中的一项或者多项：制动，变速和转向。

46、第五方面，本技术还提供一种服务器，包括：处理器，以及与所述处理器通信连接的存储器；

47、所述存储器存储计算机执行指令；

48、所述处理器执行所述存储器存储的计算机执行指令，以实现上述第一方面提供的道路场景识别方法。

49、第六方面，本技术还提供一种车辆，包括：处理器，以及与所述处理器通信连接的存储器；

50、所述存储器存储计算机执行指令；

51、所述处理器执行所述存储器存储的计算机执行指令，以实现上述第二方面提供的车辆控制方法。

52、第七方面，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上述第一方面提供的道路场景识别方法，或者上述第二方面提供的车辆控制方法。

53、第八方面，本技术还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面提供的道路场景识别方法，或者上述第二方面提供的车辆控制方法。

54、本技术提供的道路场景识别方法、车辆控制方法及装置，通过响应于道路场景识别请求，获取目标车辆所处道路环境中的每个交通参与者的种类信息，每个交通参与者的种类信息包括该交通参与者的至少一种数据，根据按照种类信息对该目标车辆所处道路环境中的交通参与者进行聚类分析的聚类结果，识别该目标车辆当前的道路场景，并将该道路场景输出至该目标车辆，使得该目标车辆根据该道路场景执行驾驶辅助操作。此过程中，根据目标车辆所处环境的每个交通参与者的种类信息的实时聚类结果，识别出当前的道路场景，可以在无需依赖于深度学习、并且不增加硬件成本的基础上，大幅提高了道路场景的识别效率，并且在场景识别过程中考虑了交通参与者的不同数据(例如位置、速度等数据)，有效提高了场景识别的准确性，为保障智能车辆的驾驶安全和行驶效率提供了有力的支撑。