【技术实现步骤摘要】
本申请涉及辅助驾驶，尤其涉及一种重型汽车盲区风险预警方法、装置、电子设备及存储介质。
技术介绍
1、随着城市化建设的飞速发展，大量城市运输货车、渣土车等重型汽车穿梭于市区，由于重型汽车车身长、体积大且驾驶室较高，存在较大的视野盲区。
2、相关技术中，通过增加后视镜的数量来改善驾驶视野，为重型汽配备侧防护装置，四方影像系统、超声波雷达探测系统等，但盲区碰撞事故仍频频发生。
3、如何对重型汽车盲区进行有效的风险预警，降低盲区碰撞事故的发生率，成为了本领域技术人员亟需解决的问题。
技术实现思路
1、本申请实施例提供一种重型汽车盲区风险预警方法、装置、电子设备及存储介质，可以提升对重型汽车盲区风险预警的准确性。
2、第一方面，本申请实施例提供一种重型汽车盲区风险预警方法，包括：
3、获取所述重型汽车盲区的目标数据；所述目标数据包括基于图像采集装置采集的图像数据，以及，基于雷达采集的雷达数据；
4、利用所述图像数据对所述盲区进行对象识别，得到位于所述盲区的对象的第一初始属性数据，以及，利用所述雷达数据对所述盲区进行对象识别，得到所述对象的第二初始属性数据；
5、在所述重型汽车所处环境的光线强度位于预设强度区间、且所述重型汽车的速度小于或等于预设速度时，根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据；
6、根据所述重型汽车的行驶数据和所述对象的属性数据，确定所述重型汽车与所述对象是否存
7、可选的，所述根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据，包括：
8、根据所述重型汽车的环境数据，以及，所述重型汽车的速度，对所述对象的第一属性数据和第二属性数据进行融合处理，得到所述对象的属性数据。
9、可选的，所述根据所述重型汽车的环境数据，以及，所述重型汽车的速度，对所述对象的第一属性数据和第二属性数据进行融合处理，得到所述对象的属性数据，包括：
10、根据所述环境数据，获取所述第一属性数据的第一初始权重参数，以及，所述第二属性数据的第一初始权重参数；
11、根据所述重型汽车的速度，获取所述第一属性数据的第二初始权重参数，以及，所述第二属性数据的第二初始权重参数；
12、根据所述第一属性数据的第一初始权重参数和第二初始权重参数，获取所述第一属性数据的权重参数，以及，根据所述第二属性数据的第一初始权重参数和第二初始权重参数，获取所述第二属性数据的权重参数；
13、根据所述第一属性数据的权重参数，以及，所述第二属性数据的权重参数，对所述对象的第一属性数据和第二属性数据进行加权融合处理，得到所述对象的属性数据。
14、可选的，所述根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据，包括：
15、提取所述第一初始属性数据中所述对象的轮廓数据；
16、提取所述第二初始属性数据中所述对象的运动数据；
17、将所述对象的轮廓数据与所述运动数据合并，得到所述对象的属性数据。
18、可选的，所述方法还包括：
19、在所述光线强度未位于所述预设强度区间时，根据所述重型汽车的运行数据和所述对象的第二初始属性数据，确定所述重型汽车与所述对象是否存在碰撞风险，并在存在碰撞风险时进行碰撞预警；
20、或者，
21、在所述速度大于所述预设速度时，根据所述重型汽车的运行数据和所述对象的第一初始属性数据，确定所述重型汽车与所述对象是否存在碰撞风险，并在存在碰撞风险时进行碰撞预警。
22、可选的，所述在存在碰撞风险时进行碰撞预警，包括：
23、获取所述碰撞风险的风险等级；
24、根据所述风险等级对应的碰撞预警策略，进行碰撞预警。
25、可选的，述获取所述碰撞风险的风险等级，包括：
26、若所述对象的类别为预设类别，则所述碰撞风险等级为高碰撞风险等级；
27、若所述对象的类别非预设类别，且所述对象与所述重型汽车之间的距离小于第一预设安全距离大于第二预设安全距离，则所述碰撞风险等级为低碰撞风险等级；
28、若所述对象的类别非预设类别，且所述目标距离小于第二预设安全距离，则所述碰撞风险等级为高碰撞风险等级。
29、第二方面，本申请实施例提供一种重型汽车盲区风险预装置，包括：
30、获取模块，用于获取所述重型汽车盲区的目标数据；所述目标数据包括基于图像采集装置采集的图像数据，以及，基于雷达采集的雷达数据；
31、识别模块，用于利用所述图像数据对所述盲区进行对象识别，得到位于所述盲区的对象的第一初始属性数据，以及，利用所述雷达数据对所述盲区进行对象识别，得到所述对象的第二初始属性数据；
32、处理模块，用于在所述重型汽车所处环境的光线强度位于预设强度区间、且所述重型汽车的速度小于或等于预设速度时，根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据；
33、预警模块，用于根据所述重型汽车的行驶数据和所述对象的属性数据，确定所述重型汽车与所述对象是否存在碰撞风险，并在存在碰撞风险时进行碰撞预警。
34、第三方面，本申请提供一种电子设备，包括：存储器和处理器；
35、存储器用于存储计算机指令；处理器用于运行存储器存储的计算机指令实现第一方面中任一项的方法。
36、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行以实现第一方面中任一项的方法。
37、第五方面，本申请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第一方面中任一项的方法。
38、本申请实施例提供的重型汽车盲区风险预警方法、装置、电子设备及存储介质，通过获取所述重型汽车盲区的目标数据；所述目标数据包括基于图像采集装置采集的图像数据，以及，基于雷达采集的雷达数据；利用所述图像数据对所述盲区进行对象识别，得到位于所述盲区的对象的第一初始属性数据，以及，利用所述雷达数据对所述盲区进行对象识别，得到所述对象的第二初始属性数据；在所述重型汽车所处环境的光线强度位于预设强度区间、且所述重型汽车的速度小于或等于预设速度时，根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据；根据所述重型汽车的行驶数据和所述对象的属性数据，确定所述重型汽车与所述对象是否存在碰撞风险，并在存在碰撞风险时进行碰撞预警。利用对图像数据和雷达数据的综合处理，可以提升对盲区内对象识别以及对象的属性数据识别的准确性，从而提升对盲区碰撞预警的准确性。
本文档来自技高网...【技术保护点】
1.一种重型汽车盲区风险预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述重型汽车的环境数据，以及，所述重型汽车的速度，对所述对象的第一属性数据和第二属性数据进行融合处理，得到所述对象的属性数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1-4任一项所述的方法，其特征在于，所述在存在碰撞风险时进行碰撞预警，包括：
7.根据权利要求6所述的方法，其特征在于，所述获取所述碰撞风险的风险等级，包括：
8.一种重型汽车盲区风险预警装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计
...【技术特征摘要】
1.一种重型汽车盲区风险预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述重型汽车的环境数据，以及，所述重型汽车的速度，对所述对象的第一属性数据和第二属性数据进行融合处理，得到所述对象的属性数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述对象的第一初始属性数据和第二初始属性数据，获取所述对象的属性数据，包括：
...【专利技术属性】
技术研发人员：赵明业，郭鹏，贾敏，田磊，
申请(专利权)人：中国重汽集团济南动力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。