车辆红绿灯感知异常的检测方法、系统及车辆技术方案

本申请涉及一种车辆红绿灯感知异常的检测方法、系统及车辆，方法包括：S1、获取车辆周围的实时环境图像；S2、根据所述实时环境图像对车辆周围的物体进行识别与跟踪以获取障碍物的运动数据；S3、根据所述实时环境图像获取道路信息，和获取车辆行驶信息；S4、根据所述障碍物的运动数据、所述道路信息和所述车辆行驶信息确定车辆红绿灯感知异常。本申请的方案，通过实时检测和挖掘红绿灯感知异常，进而规避异常场景，自动驾驶系统的安全性和可靠性好。

【技术实现步骤摘要】

本申请涉及车辆，具体涉及一种车辆红绿灯感知异常的检测方法、系统及车辆。

技术介绍

1、自动驾驶技术正经历从算法驱动向数据驱动的转型，其中大数据和智能模型发挥着关键作用。传感器数据不仅促进感知模块的持续优化，还能够识别新的未知物体。同时，人类驾驶行为数据对于提炼驾驶策略的共性与特征至关重要，这些数据支持决策规划模块生成更贴近人类驾驶习惯的车辆运动。

2、在自动驾驶算法的开发和ota升级过程中，真实世界的驾驶数据对算法迭代至关重要。由于大部分数据样本反映的是常态驾驶场景，但异常驾驶场景难以识别，影响自动驾驶的安全性。

3、针对以上问题，本领域技术人员一直在寻求解决方法。

技术实现思路

1、本申请要解决的技术问题在于，针对上述现有技术的缺陷，提供一种车辆红绿灯感知异常的检测方法、系统及车辆。

2、为了实现上述目的，本申请是通过如下的技术方案来实现：

3、本申请提供一种车辆红绿灯感知异常的检测方法，包括：

4、s1、获取车辆周围的实时环境图像；

本文档来自技高网...

【技术保护点】

1.一种车辆红绿灯感知异常的检测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述道路信息包括红绿灯位置、红绿灯展示颜色、红绿灯展示数字、车道线、交通标识；

3.如权利要求2所述的方法，其特征在于，步骤S2包括：

4.如权利要求3所述的方法，其特征在于，步骤S2还包括：

5.如权利要求4所述的方法，其特征在于，步骤S4包括：

6.一种基于权利要求1-5中任一项所述方法的检测系统，其特征在于，包括：传感器模块、数据处理模块、通信模块；

7.如权利要求6所述的系统，其特征在于，所述数据处理模块还用于对...

【技术特征摘要】

1.一种车辆红绿灯感知异常的检测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述道路信息包括红绿灯位置、红绿灯展示颜色、红绿灯展示数字、车道线、交通标识；

3.如权利要求2所述的方法，其特征在于，步骤s2包括：

4.如权利要求3所述的方法，其特征在于，步骤s2还包括：

5.如权利要求4所述的方法，其特征在于，步骤s4包括：

6.一种基于权利要求1-5中任一项所述方法的检测系统，其特征在于，包括：传感器模块、数据处理模块、通信模块；

7.如权利要求6所述的系统，其特征在于，所述数据处理模块还用于...

【专利技术属性】
技术研发人员：石得君，
申请(专利权)人：合众新能源汽车股份有限公司，
类型：发明
国别省市：