目标预警方法、装置及电子设备、计算机可读存储介质与流程

1.本技术涉及智慧交通技术领域，尤其涉及一种目标预警方法、装置及电子设备、计算机可读存储介质。


背景技术：

2.在道路交通参与者中，大卡车由于自身质量大、惯性大等原因刹车困难，以及装载货物容易掉落等原因对其他道路交通参与者的影响和威胁较大，因此提醒交通参与者注意周围有大卡车行驶是一个保障其安全的重要措施。
3.现有技术中提供的方案主要是通过交通参与者使用地图导航，通过地图导航的播报提醒交通参与者周围存在大卡车。
4.然而，此种方式至少存在以下问题：1)地图导航的播报不能提供大卡车的相对位置信息，只能做出周围有大卡车出现的提示；2)即时性差，由于通信耗时较长，导致地图导航提供的播报信息存在一定的滞后性。


技术实现要素：

5.本技术实施例提供了一种目标预警方法、装置及电子设备、计算机可读存储介质，以提高交通参与的安全性，降低交通事故率。
6.本技术实施例采用下述技术方案：
7.第一方面，本技术实施例提供一种目标预警方法，其中，所述目标预警方法包括：
8.获取多个路侧传感器的目标感知数据；
9.根据多个路侧传感器的目标感知数据确定危险目标的感知数据；
10.获取危险目标的历史轨迹数据，并根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据；
11.根据所述危险目标的修正数据对危险目标对应的周围目标进行预警。
12.可选地，所述路侧传感器包括路侧相机和路侧激光雷达，所述获取多个路侧传感器的目标感知数据包括：
13.获取路侧相机采集的道路图像，并利用第一预设目标检测模型对所述道路图像中的目标进行检测，得到路侧相机的目标感知结果；
14.获取路侧激光雷达采集的激光点云数据，并利用第二预设目标检测模型对所述激光点云数据中的目标进行检测，得到路侧激光雷达的目标感知结果。
15.可选地，所述根据多个路侧传感器的目标感知数据确定危险目标的感知数据包括：
16.利用预设融合策略对多个路侧传感器的目标感知数据进行融合，得到融合感知数据；
17.根据所述融合后的目标感知数据确定所述危险目标的感知数据。
18.可选地，所述获取危险目标的历史轨迹数据包括：
19.获取多个目标的历史轨迹数据；
20.将所述危险目标的感知数据与多个目标的历史轨迹数据进行比较，得到所述危险目标的历史轨迹数据。
21.可选地，所述危险目标的感知数据包括危险目标的感知位置，所述将所述危险目标的感知数据与多个目标的历史轨迹数据进行比较，得到所述危险目标的历史轨迹数据包括：
22.对多个目标的历史轨迹数据分别进行轨迹拟合，得到多个目标的历史拟合轨迹；
23.分别计算所述危险目标的感知位置与各个目标的历史拟合轨迹的相似度；
24.根据所述危险目标的感知位置与各个目标的历史拟合轨迹的相似度，确定所述危险目标的历史轨迹数据。
25.可选地，所述危险目标的感知数据包括危险目标的感知位置，所述根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据包括：
26.根据所述危险目标的历史轨迹数据，利用轨迹预测模型进行预测，得到所述危险目标的预测位置；
27.利用所述危险目标的预测位置对所述危险目标的感知位置进行修正，得到所述危险目标的修正位置。
28.可选地，所述危险目标的修正数据包括危险目标的修正位置，所述根据所述危险目标的修正数据对危险目标对应的周围目标进行预警包括：
29.根据多个路侧传感器的目标感知数据和所述危险目标的修正位置确定所述危险目标对应的周围目标；
30.将所述危险目标的修正数据发送至所述周围目标，以对所述周围目标进行预警。
31.第二方面，本技术实施例还提供一种目标预警装置，其中，所述装置包括：
32.获取单元，用于获取多个路侧传感器的目标感知数据；
33.确定单元，用于根据多个路侧传感器的目标感知数据确定危险目标的感知数据；
34.修正单元，用于获取危险目标的历史轨迹数据，并根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据；
35.预警单元，用于根据所述危险目标的修正数据对危险目标对应的周围目标进行预警。
36.第三方面，本技术实施例还提供一种电子设备，包括：
37.处理器；以及
38.被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
39.第四方面，本技术实施例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存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行前述之任一所述方法。
40.本技术实施例采用的上述至少一个技术方案能够达到以下有益效果：本技术实施例的目标预警方法，先获取多个路侧传感器的目标感知数据；然后根据多个路侧传感器的目标感知数据确定危险目标的感知数据；之后获取危险目标的历史轨迹数据，并根据危险
目标的历史轨迹数据对危险目标的感知数据进行修正，得到危险目标的修正数据；最后根据危险目标的修正数据对危险目标对应的周围目标进行预警。本技术实施例的目标预警方法基于路侧设备的超视距特点，利用多传感器对感知范围内的目标进行感知，得到更加准确的危险目标的感知数据，并通过历史轨迹数据的管理和预测对危险目标的感知数据进行修正，进一步提高危险目标信息的准确性，以此对周围其他目标进行预警，避免了大卡车等目标的出现对其他交通参与者造成的危险。
附图说明
41.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
42.图1为本技术实施例中一种目标预警方法的流程示意图；
43.图2为本技术实施例中一种目标预警装置的结构示意图；
44.图3为本技术实施例中一种电子设备的结构示意图。
具体实施方式
45.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.以下结合附图，详细说明本技术各实施例提供的技术方案。
47.本技术实施例提供了一种目标预警方法，如图1所示，提供了本技术实施例中一种目标预警方法的流程示意图，所述目标预警方法至少包括如下的步骤s110至步骤s140：
48.步骤s110，获取多个路侧传感器的目标感知数据。
49.本技术实施例的目标预警方法可以由路端来执行，基于路侧设备位置固定和超视距的特点，可以为其感知范围的各种目标的监控提供可靠的支撑，同时基于路侧边缘计算单元的数据处理能力，也可以保证目标预警的即时性。当然，本技术实施例的目标预警方法也可以由云端来执行，即路端采集相关信息后上报云端来进行后续处理，具体由谁来执行，本领域技术人员可以根据实际需求灵活设置，在此不作具体限定。
50.在进行目标预警时，需要先获取路端部署的多个路侧传感器输出的目标感知数据，目标感知数据是指路侧传感器基于事先训练好的神经网络感知到的道路中的各种目标信息，具体可以包括目标位置、类别和运动状态等信息，这里的路侧传感器主要包括路侧相机和路侧激光雷达等，当然，具体还采用哪些路侧传感器，本领域技术人员可以根据实际需求灵活设置，在此不作具体限定。
51.步骤s120，根据多个路侧传感器的目标感知数据确定危险目标的感知数据。
52.由于不同路侧传感器的目标感知能力不同，为了避免单一传感器的感知结果不准确的问题，本技术实施例需要进一步根据多个路侧传感器的目标感知数据综合确定危险目标的感知数据，这里的“危险目标”例如可以包括大卡车，当然也可以包括其他对道路交通参与者的影响和威胁较大的目标，具体将哪些道路目标定义为危险目标，本领域技术人员可以根据实际需求灵活定义，在此不作具体限定。
53.步骤s130，获取危险目标的历史轨迹数据，并根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据。
54.由于在不同的道路场景下，路侧传感器的感知能力也不同，得到的感知结果也可能存在一定偏差，基于此，本技术实施例还可以进一步对危险目标的历史轨迹数据进行管理和维护，通过危险目标的历史轨迹数据来约束和修正路侧传感器基于事先训练好的神经网络感知到的危险目标感知信息，从而得到更加准确的危险目标的修正数据。
55.步骤s140，根据所述危险目标的修正数据对危险目标对应的周围目标进行预警。
56.在得到危险目标的修正数据后，可以进一步以此确定出危险目标对应的周围目标，从而可以将危险目标的修正数据通过广播等通信方式下发给周围目标，以便周围目标及时注意或避让危险目标，避免发生危险。
57.本技术实施例的目标预警方法基于路侧设备的超视距特点，利用多传感器对感知范围内的目标进行感知，通过多传感器的感知结果确定出更加准确的危险目标的感知数据，并通过历史轨迹数据的管理和预测对危险目标的感知数据进行修正，进一步提高危险目标信息的准确性，以此对周围其他目标进行预警，避免了大卡车等目标的出现对其他交通参与者造成的危险。
58.在本技术的一些实施例中，所述路侧传感器包括路侧相机和路侧激光雷达，所述获取多个路侧传感器的目标感知数据包括：获取路侧相机采集的道路图像，并利用第一预设目标检测模型对所述道路图像中的目标进行检测，得到路侧相机的目标感知结果；获取路侧激光雷达采集的激光点云数据，并利用第二预设目标检测模型对所述激光点云数据中的目标进行检测，得到路侧激光雷达的目标感知结果。
59.本技术实施例的路侧传感器主要包括路侧相机和路侧激光雷达。一方面，通过获取路侧相机采集的道路图像，并利用事先训练好的第一预设目标检测模型进行目标检测，可以得到路侧相机输出的目标感知结果。这里的第一预设目标检测模型可以由darknet的backbone(骨干网络)+panet+head的网络结构构成，将道路图像输入darknet的backbone，可以产生不同尺度的特征图(p3，p4，p5，p6)，然后将不同尺度的特征图输入panet(路径聚合网络path aggregation network)，得到融合后特征图，panet的输出作为检测头head的输入，最终经过分类器得到目标在图像中的位置以及目标类别等感知信息，目标类别具体分为车辆目标和行人目标，车辆目标还可以进一步细化为具体的车辆类型，例如是小轿车、公交车还是大卡车等。
60.另一方面，通过路侧激光雷达采集激光点云数据，然后利用事先训练好的第二预设目标检测模型进行目标检测，得到路侧激光雷达输出的目标类别和目标位置等感知信息。这里的第二预设目标检测模型可以采用现有的3d目标检测模型如pointpillars等来实现，具体如何训练，本领域技术人员可以结合现有技术灵活确定，在此不作赘述。
61.需要说明的是，由于路侧相机和路侧激光雷达的数据输出频率不同，因此可以对二者输出的数据进行时间同步处理，以保证数据处理的准确性。此外，由于路侧相机输出的目标感知结果对应的是图像坐标系下的结果，路侧激光雷达输出的目标感知结果对应的是激光雷达坐标系下的结果，因此可以根据事先标定好的变换关系分别将二者的感知结果统一转换到世界坐标系下，从而得到目标的绝对位置等信息。
62.在本技术的一些实施例中，所述根据多个路侧传感器的目标感知数据确定危险目
标的感知数据包括：利用预设融合策略对多个路侧传感器的目标感知数据进行融合，得到融合感知数据；根据所述融合后的目标感知数据确定所述危险目标的感知数据。
63.由于不同路侧传感器的目标感知能力不同，且不同道路场景下的感知效果也存在差异，因此本技术实施例可以采取一定的融合策略对多个路侧传感器的目标感知数据进行融合，从而避免单个传感器的感知结果不准确的问题。
64.上述融合策略可以是针对不同路侧传感器输出的不同维度的感知数据设置不同的融合权重，例如目标感知数据主要包括目标位置和目标类别等，路侧激光雷达相比于路侧相机对目标位置往往具有更高的感知精度，而路侧相机相比于路侧激光雷达对目标类别往往具有更高的感知精度，因此本技术实施例在对不同维度的目标感知数据进行融合时，可以对将路侧激光雷达输出的目标位置设置更高的融合权重，对路侧相机输出的目标类别设置更高的融合权重，从而使融合后的感知数据具有更高的精度。
65.由于路侧传感器会对其感知范围内的所有目标进行感知，因此上述融合后的感知数据对应的是多个目标的融合感知数据，由于融合感知数据会包含融合后的目标类别，目标类别可以包括具体的车辆类型，进而可以根据车辆类型确定哪些是危险目标的感知数据。
66.在本技术的一些实施例中，所述获取危险目标的历史轨迹数据包括：获取多个目标的历史轨迹数据；将所述危险目标的感知数据与多个目标的历史轨迹数据进行比较，得到所述危险目标的历史轨迹数据。
67.本技术实施例可以对路侧传感器感知到的多个目标的历史轨迹数据进行跟踪、管理和维护，一方面可以为危险目标的感知数据的修正提供约束信息，另一方面也可以为后续的目标预警提供支撑。
68.在获取危险目标的历史轨迹数据时，可以先获取多个目标的历史轨迹数据，然后将当前得到的危险目标的感知数据与多个目标的历史轨迹数据进行比较，确定危险目标的感知数据与哪一个目标的历史轨迹数据更接近，从而得到危险目标的历史轨迹数据。
69.在本技术的一些实施例中，所述危险目标的感知数据包括危险目标的感知位置，所述将所述危险目标的感知数据与多个目标的历史轨迹数据进行比较，得到所述危险目标的历史轨迹数据包括：对多个目标的历史轨迹数据分别进行轨迹拟合，得到多个目标的历史拟合轨迹；分别计算所述危险目标的感知位置与各个目标的历史拟合轨迹的相似度；根据所述危险目标的感知位置与各个目标的历史拟合轨迹的相似度，确定所述危险目标的历史轨迹数据。
70.由于在对目标轨迹进行持续跟踪的过程中，相邻帧之间的感知数据并不会发生明显的变化，本技术实施例可以对多个目标的历史轨迹数据分别进行轨迹拟合，从而得到多个目标的历史拟合轨迹，然后计算危险目标的感知位置与各个目标的历史拟合轨迹之间的相似度，相似度越高，越有可能说明该目标的历史拟合轨迹是危险目标对应的历史拟合轨迹。
71.在本技术的一些实施例中，所述危险目标的感知数据包括危险目标的感知位置，所述根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据包括：根据所述危险目标的历史轨迹数据，利用轨迹预测模型进行预测，得到所述危险目标的预测位置；利用所述危险目标的预测位置对所述危险目标的感知位置进行
修正，得到所述危险目标的修正位置。
72.由于在不同道路场景下，基于神经网络训练得到的目标检测模型可能会存在不同程度的感知误差，因此基于前述实施例得到的危险目标的感知数据也可能会存在一定误差，本技术实施例进一步利用危险目标的历史轨迹数据对危险目标的感知数据进行修正，从而提高危险目标的感知数据的精度。
73.具体地，可以先基于危险目标的历史轨迹数据，利用轨迹预测模型进行预测，得到危险目标在当前帧的预测位置，由于预测位置是基于历史轨迹推演得到的，不会受到外界环境和模型训练效果的影响，可以在一定程度上约束感知数据所可能存在的感知误差。
74.上述轨迹预测模型可以采用线性动态系统的预测模型来实现，例如可以表示为如下形式：
75.xk＝a*x
k-1
+b*uk+w
k-1
， (1)
76.zk＝h*xk+vk， (2)
77.其中，xk为系统状态矩阵，uk为系统输入，zk为状态阵的观测量(实测)，a为状态转移矩阵，b为控制输入矩阵，h为状态观测矩阵，w
k-1
为过程噪声，vk为测量噪声。
78.在本技术的一些实施例中，所述危险目标的修正数据包括危险目标的修正位置，所述根据所述危险目标的修正数据对危险目标对应的周围目标进行预警包括：根据多个路侧传感器的目标感知数据和所述危险目标的修正位置确定所述危险目标对应的周围目标；将所述危险目标的修正数据发送至所述周围目标，以对所述周围目标进行预警。
79.基于前述实施例得到的危险目标的感知数据具体包括了危险目标的位置和运动状态等信息，这里的运动状态具体可以包括车辆的航向角、速度和加速度等信息。进一步结合路侧传感器其感知到的其他交通参与者的位置，可以确定出危险目标与其他交通参与者之间的相对位置关系，根据危险目标与其他交通参与者之间的相对位置关系可以确定哪些交通参与者与危险目标距离较近，较为容易受到危险目标的影响，将这些交通参与者作为危险目标对应的周围目标。当然，具体范围的设定，本领域技术人员可以根据实际需求灵活设置，在此不作具体限定。
80.在确定出危险目标对应的周围目标后，可以将危险目标的感知数据包括危险目标的具体位置以及航向角、速度和加速度等运动状态信息通过广播等通信方式发送给周围目标，以达到对周围目标进行预警的目的。
81.综上所述，本技术的目标预警方法至少取得了如下的技术效果：
82.1)基于路侧设备的超视距特点，利用多传感器对感知范围内的目标进行感知，能够准确的感知到交通参与者周围是否存在大卡车等危险目标以及危险目标与其他交通参与者的相对位置信息，解决了现有方案无法提供大卡车的准确位置的问题；
83.2)通过路侧传感器捕捉信息并且在边缘计算单元完成计算，耗时小于200ms，具有优秀的即时性，能够准确及时的通知交通参与者周围大卡车的运动状态和位置信息。
84.本技术实施例还提供了一种目标预警装置200，如图2所示，提供了本技术实施例中一种目标预警装置的结构示意图，所述装置200包括：获取单元210、确定单元220、修正单元230以及预警单元240，其中：
85.获取单元210，用于获取多个路侧传感器的目标感知数据；
86.确定单元220，用于根据多个路侧传感器的目标感知数据确定危险目标的感知数
architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
98.存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
99.处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成目标预警装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
100.获取多个路侧传感器的目标感知数据；
101.根据多个路侧传感器的目标感知数据确定危险目标的感知数据；
102.获取危险目标的历史轨迹数据，并根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据；
103.根据所述危险目标的修正数据对危险目标对应的周围目标进行预警。
104.上述如本技术图1所示实施例揭示的目标预警装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
105.该电子设备还可执行图1中目标预警装置执行的方法，并实现目标预警装置在图1所示实施例的功能，本技术实施例在此不再赘述。
106.本技术实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中目标预警装置执行的方法，并具体用于执行：
107.获取多个路侧传感器的目标感知数据；
108.根据多个路侧传感器的目标感知数据确定危险目标的感知数据；
109.获取危险目标的历史轨迹数据，并根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据；
110.根据所述危险目标的修正数据对危险目标对应的周围目标进行预警。
111.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实
施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
112.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
113.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
114.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
115.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
116.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
117.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
118.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
119.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形
式。
120.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种目标预警方法，其中，所述目标预警方法包括：获取多个路侧传感器的目标感知数据；根据多个路侧传感器的目标感知数据确定危险目标的感知数据；获取危险目标的历史轨迹数据，并根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据；根据所述危险目标的修正数据对危险目标对应的周围目标进行预警。2.如权利要求1所述目标预警方法，其中，所述路侧传感器包括路侧相机和路侧激光雷达，所述获取多个路侧传感器的目标感知数据包括：获取路侧相机采集的道路图像，并利用第一预设目标检测模型对所述道路图像中的目标进行检测，得到路侧相机的目标感知结果；获取路侧激光雷达采集的激光点云数据，并利用第二预设目标检测模型对所述激光点云数据中的目标进行检测，得到路侧激光雷达的目标感知结果。3.如权利要求1所述目标预警方法，其中，所述根据多个路侧传感器的目标感知数据确定危险目标的感知数据包括：利用预设融合策略对多个路侧传感器的目标感知数据进行融合，得到融合感知数据；根据所述融合后的目标感知数据确定所述危险目标的感知数据。4.如权利要求1所述目标预警方法，其中，所述获取危险目标的历史轨迹数据包括：获取多个目标的历史轨迹数据；将所述危险目标的感知数据与多个目标的历史轨迹数据进行比较，得到所述危险目标的历史轨迹数据。5.如权利要求4所述目标预警方法，其中，所述危险目标的感知数据包括危险目标的感知位置，所述将所述危险目标的感知数据与多个目标的历史轨迹数据进行比较，得到所述危险目标的历史轨迹数据包括：对多个目标的历史轨迹数据分别进行轨迹拟合，得到多个目标的历史拟合轨迹；分别计算所述危险目标的感知位置与各个目标的历史拟合轨迹的相似度；根据所述危险目标的感知位置与各个目标的历史拟合轨迹的相似度，确定所述危险目标的历史轨迹数据。6.如权利要求1所述目标预警方法，其中，所述危险目标的感知数据包括危险目标的感知位置，所述根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据包括：根据所述危险目标的历史轨迹数据，利用轨迹预测模型进行预测，得到所述危险目标的预测位置；利用所述危险目标的预测位置对所述危险目标的感知位置进行修正，得到所述危险目标的修正位置。7.如权利要求1～6之任一所述目标预警方法，其中，所述危险目标的修正数据包括危险目标的修正位置，所述根据所述危险目标的修正数据对危险目标对应的周围目标进行预警包括：根据多个路侧传感器的目标感知数据和所述危险目标的修正位置确定所述危险目标对应的周围目标；
将所述危险目标的修正数据发送至所述周围目标，以对所述周围目标进行预警。8.一种目标预警装置，其中，所述装置包括：获取单元，用于获取多个路侧传感器的目标感知数据；确定单元，用于根据多个路侧传感器的目标感知数据确定危险目标的感知数据；修正单元，用于获取危险目标的历史轨迹数据，并根据所述危险目标的历史轨迹数据对所述危险目标的感知数据进行修正，得到危险目标的修正数据；预警单元，用于根据所述危险目标的修正数据对危险目标对应的周围目标进行预警。9.一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1～7之任一所述目标预警方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～7之任一所述目标预警方法。

技术总结
本申请公开了一种目标预警方法、装置及电子设备、计算机可读存储介质，该包括：获取多个路侧传感器的目标感知数据；根据多个路侧传感器的目标感知数据确定危险目标的感知数据；获取危险目标的历史轨迹数据，并根据危险目标的历史轨迹数据对危险目标的感知数据进行修正，得到危险目标的修正数据；根据危险目标的修正数据对危险目标对应的周围目标进行预警。本申请基于路侧设备的超视距特点，利用多传感器对感知范围内的目标进行感知，得到更准确的危险目标的感知数据，并通过历史轨迹数据的管理和预测对危险目标的感知数据进行修正，进一步提高危险目标信息的准确性，以此对周围目标进行预警，避免大卡车等目标的出现对其他交通参与者造成危险。者造成危险。者造成危险。


技术研发人员：艾剑飞
受保护的技术使用者：蘑菇车联信息科技有限公司
技术研发日：2023.08.15
技术公布日：2023/10/8