车路协同实现方法、装置、计算机设备及存储介质制造方法及图纸

本申请涉及人工智能技术领域，公开了一种车路协同实现方法、装置、计算机设备及存储介质，所述方法包括在接收到交通异常信息时，将预设事件模型进行匹配，以确定交通异常信息对应的事件类型；在事件类型属于复杂事件类型时，基于预设事件模型，对交通异常信息进行预判，生成预判事件；将预判事件输入预设决策引擎，生成待执行决策。本申请通过确定异常信息为复杂事件时，通过预设事件模型生成异常信息对应的预判事件，并通过预设决策引擎生成待执行决策，以命令交通设施和/或目标车辆执行待执行决策，提高了在车路协同场景中对复杂环境探测的准确率，解决了现有车路协同场景中对复杂环境探测的准确率低下的问题。杂环境探测的准确率低下的问题。杂环境探测的准确率低下的问题。

【技术实现步骤摘要】
车路协同实现方法、装置、计算机设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种车路协同实现方法、装置、计算机设备及存储介质。

技术介绍

[0002]现有的基于数字孪生的道路相关技术方法中，通常将核心放在车路协同时设备与智慧平台或云平台的交互关系，或是聚焦在运用算法进行学习和训练增强流量预测和路径规划的准确性，但对于边端设备，仍然是路侧智能设备(RSU)和边缘计算单元(MEC)分离，布线和系统复杂度大大增加。且存在高速车路协同摄像头、视频等数据经过几次转化发射，时延严重的问题，自动驾驶最终商用受限。有线走线多，复杂度高，施工及运维的难度极大。
[0003]针对车路协同的场景无法准确处理复杂环境下无限可能的长尾场景，大部分都仅包含道路监测系统、道路规划系统、单一场景的异常预警系统、道路计费系统。大多数道路监测系统以道路监控、路段传感为中心，也无法对路况信息进行全感知，车载端感知范围和感知距离较短，无法有效避免路障、道路检修、设备损坏等突发情况，且路段之间信息传输相对较慢，阻碍了对于泥石流、火灾等事故的紧急避险，导致探测复本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车路协同实现方法，其特征在于，所述车路协同实现方法包括：通过路端感知模块对目标车辆的当前行驶场景的交通设施进行监测，并通过车端感知模块对所述目标车辆进行监测，以判断是否接收到所述交通设施和/或所述目标车辆反馈的交通异常信息；在接收到所述交通设施和/或所述目标车辆反馈的交通异常信息时，将所述交通异常信息与预设事件模型库中的预设事件模型进行匹配，根据匹配结果确定所述交通异常信息对应的事件类型；在所述交通异常信息匹配到所述预设事件模型时，确定所述事件类型为复杂事件；在所述事件类型属于复杂事件类型时，基于所述预设事件模型，对所述交通异常信息进行预判，生成对应的预判事件；将所述预判事件输入数字孪生平台的预设决策引擎，生成待执行决策，并通过所述交通设施和/或所述目标车辆执行所述待执行决策。2.根据权利要求1所述的车路协同实现方法，其特征在于，所述路端感知模块包括激光雷达、感知摄像机和车载单元，所述通过路端感知模块对目标车辆的当前行驶场景的交通设施进行监测，并通过车端感知模块对所述目标车辆进行监测，以判断是否接收到所述交通设施和/或所述目标车辆反馈的交通异常信息，包括：通过所述路端感知模块与所述目标车辆建立通信连接，并通过所述路端感知模块采集所述目标车辆的当前行驶场景中的所述交通设施的运行状态，其中，所述交通设施的运行状态包括正常运行状态和设施故障状态；若所述交通设施的运行状态为所述设施故障状态时，将所述设施故障状态转换为所述交通异常信息。3.根据权利要求1所述的车路协同实现方法，其特征在于，所述通过路端感知模块对目标车辆的当前行驶场景的交通设施进行监测，并通过车端感知模块对所述目标车辆进行监测，以判断是否接收到所述交通设施和/或所述目标车辆反馈的交通异常信息，还包括：通过所述车端感知模块获取所述目标车辆的行驶状态，其中，所述目标车辆的行驶状态包括正常行驶状态和车辆故障状态；若所述目标车辆的行驶状态为所述车辆故障状态时，将所述车辆故障状态转换为所述交通异常信息。4.根据权利要求1所述的车路协同实现方法，其特征在于，所述在接收到所述交通设施和/或所述目标车辆反馈的交通异常信息时，将所述交通异常信息与预设事件模型库中的预设事件模型进行匹配，根据匹配结果确定所述交通异常信息对应的事件类型之后，还包括：在所述交通异常信息未匹配到所述预设事件模型时，确定所述事件类型为简单事件。5.根据权利要求4所述的车路协同实现方法，其特征在于，所述在所述交通异常信息未匹配到所述预设事件模型时，确定所述事件类型为简单事件之后，包括：在所述事件类型属于简单事件类型时，通过所述数...

【专利技术属性】
技术研发人员：张昭，黄蓉，曾嘉，
申请(专利权)人：深圳开鸿数字产业发展有限公司，
类型：发明
国别省市：