一种红绿灯周期挖掘方法、装置、计算机设备及存储介质与流程

1.本公开涉及信息处理技术领域，具体而言，涉及一种红绿灯周期挖掘方法、装置、计算机设备及存储介质。


背景技术：

2.车辆在驾驶过程中，为车辆提供准确的红绿灯等待时长，有助于车辆在行驶过程中的驾驶决策，并且也有助于生成最佳的导航路线。一般的，车辆上的导航地图的红绿灯的相关信息都是通过人工进行标注的，例如标注红绿灯的位置灯，但是对于红绿灯的周期，由于需要结合现场的实际情况，一般无法通过人工标注的方式来实现。如何自动完成红绿灯周期的挖掘成为亟待解决的技术问题。


技术实现要素：

3.本公开实施例至少提供一种红绿灯周期挖掘方法、装置、计算机设备及存储介质。
4.第一方面，本公开实施例提供了一种红绿灯周期挖掘方法，包括：
5.响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频；
6.检测所述待检测视频中的红绿灯的状态信息；
7.在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。
8.一种可能的实施方式中，所述响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频，包括：
9.响应于检测到车辆由停止状态变化为移动状态，获取采集的与当前时刻对应的第一目标时间段的第一待检测视频；和/或，
10.响应于检测到车辆由移动状态变化为停止状态，获取采集的与当前时刻对应的第二目标时间段内的第二待检测视频；
11.其中，所述第一目标时间段与所述第二目标时间段的时间长度不同。
12.一种可能的实施方式中，所述方法应用于第一车辆；
13.所述响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频，包括：
14.在所述第一车辆的行驶状态为停止状态的情况下，响应于检测到第二车辆的行驶状态发生变化，获取所述第一车辆采集的与当前时刻对应的目标时间段内的待检测视频。
15.一种可能的实施方式中，所述第二车辆为与所述第一车辆同车道的车辆，或者所述第二车辆为所述第一车辆的相邻车道的车辆。
16.一种可能的实施方式中，所述将所述目标时刻上传至服务器，包括：
17.基于所述第一车辆的第一车道信息，以及所述第一车辆与所述第二车辆之间的相
对位置关系，确定所述第二车辆的第二车道信息；以及，确定所述第一车辆的位置信息；
18.将所述第二车道信息、所述位置信息和所述目标时刻上传至所述服务器。
19.一种可能的实施方式中，所述检测所述待检测视频中的红绿灯的状态信息，包括：
20.基于预先训练的感知模型，检测所述待检测视频中的红绿灯的状态信息。
21.一种可能的实施方式中，在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，所述方法还包括：
22.确定所述车辆所对应的车道信息以及所述车辆的位置信息；
23.所述将所述目标时刻上传至服务器，包括：
24.将所述车辆的位置信息、所述车道信息以及所述目标时刻上传至服务器。
25.一种可能的实施方式中，在完成红绿灯周期挖掘之后，所述方法还包括：
26.响应于检测到车辆的由移动状态变化为停止状态，确定与所述车辆的当前位置关联的目标红绿灯；
27.获取所述目标红绿灯的周期信息，并基于所述目标红绿灯的周期信息确定所述车辆的等待时长；
28.展示所述等待时长。
29.一种可能的实施方式中，所述获取所述目标红绿灯的周期信息，包括：
30.从所述服务器获取所述目标红绿灯的周期信息；或者，
31.从存储的地图数据中，获取所述目标红绿灯的周期信息；
32.其中，所述地图数据中所包括的各个红绿灯的周期信息，是在所述服务器完成红绿灯周期挖掘之后写入的。
33.第二方面，本公开实施例还提供一种车载装置，所述车载装置用于执行如第一方面，或第一方面任一种可能的实施方式所述的红绿灯周期挖掘方法。
34.第三方面，本公开实施例还提供一种红绿灯周期挖掘装置，包括：
35.获取模块，用于响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频；
36.检测模块，用于检测所述待检测视频中的红绿灯的状态信息；
37.反馈模块，用于在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。
38.第四方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
39.第五方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
40.本公开实施例提供的红绿灯周期挖掘方法、装置、计算机设备及存储介质，可以在检测到车辆的行驶状态发生变化的情况下，检测目标时间段内采集的待检测视频中的红绿灯的状态信息，确定红绿灯发生变化的目标时刻，并将目标时刻上报给服务器，服务器可以
根据多个车辆上报的目标时刻进行红绿灯周期挖掘，从而可以准确快速的确定红绿灯周期。
41.为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
42.为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
43.图1示出了本公开实施例所提供的一种红绿灯周期挖掘方法的流程图；
44.图2示出了本公开实施例所提供的红绿灯周期挖掘方法中，道路信息的示意图；
45.图3示出了本公开实施例所提供的另外一种红绿灯周期挖掘方法的流程图；
46.图4示出了本公开实施例所提供的另外一种红绿灯周期挖掘方法的流程图；
47.图5示出了本公开实施例所提供的红绿灯周期挖掘方法中，红绿灯变化情况的具体示意图；
48.图6示出了本公开实施例所提供的一种红绿灯周期的应用方法的示意图；
49.图7示出了本公开实施例所提供的一种红绿灯周期挖掘装置的架构示意图；
50.图8示出了本公开实施例所提供的一种计算机设备的结构示意图。
具体实施方式
51.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
52.经研究发现，对于导航地图中的红绿灯的相关信息都是通过人工进行标注的，这种人工标注的方式，只能标注红绿灯的位置，无法标注红绿灯周期。
53.相关技术中，为了实现对于红绿灯周期的自动挖掘提供，一般是基于车辆在行驶过程中的行驶状态来确定的，例如当车辆由启动变为停止，则确定红绿灯为红灯，当车辆由停止变为启动，则确定红绿灯由红灯变为绿灯，然而这种确定方法容易受到其他因素的影响，例如车辆因为前方车辆出现故障而不得不暂停，这种行驶状态的改变与红绿灯无关，又或者红绿灯由红灯变为绿灯，但是前方等待车辆较多，车辆无法及时启动等。因此这种仅基于车辆行驶状态进行红绿灯周期挖掘的方法，后续需要进行大量数据的处理，且挖掘出的红绿灯周期准确性较低。
54.基于上述研究，本公开提供了一种红绿灯周期挖掘方法、装置、计算机设备及存储
介质，可以在检测到车辆的行驶状态发生变化的情况下，检测目标时间段内采集的待检测视频中的红绿灯的状态信息，确定红绿灯发生变化的目标时刻，并将目标时刻上报给服务器，服务器可以根据多个车辆上报的目标时刻进行红绿灯周期挖掘，从而可以准确快速的确定红绿灯周期。
55.相较于相关技术挖掘红绿灯周期的方法，本公开所提供的方法是主要是基于视频进行检测的，因此本公开所提供的方法检测精度较高，且所需要的数据量较少，挖掘速度较快。
56.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
57.本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
58.可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
59.例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
60.作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
61.可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
62.为便于对本实施例进行理解，首先对本公开实施例所公开的一种红绿灯周期挖掘方法进行详细介绍，参见图1所示，为本公开实施例提供的一种红绿灯周期挖掘方法的流程图，所述方法包括步骤101～步骤103，其中：
63.步骤101、响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频。
64.这里，所述车辆可以是用于进行红绿灯周期挖掘的车辆，例如可以是自动驾驶车辆，或者可以是经用户授权的允许获取待检测视频的车辆。
65.所述检测到车辆的行驶状态发生变化，例如可以是通过所述车辆上的定位装置检测到所述车辆的位置不发生移动，又或者，可以通过所述车辆的控制设备，如刹车、油门等，检测所述车辆的行驶状态是否发生变化。
66.所述车辆的行驶状态发生变化例如可以包括，所述车辆由停止状态变化为移动状态，和/或，所述车辆由移动状态变化为停止状态。
67.由于车辆在驾驶过程中，道路红绿灯的变化会影响车辆的行驶状态，当红绿灯由
红灯变为绿灯时，相应的车辆的行驶状态会由停止状态变化为移动状态；当红绿灯由绿灯变为红灯时，相应的车辆的行驶状态会由移动状态变化为停止状态，因此，可以通过车辆的行驶状态的变化情况来分析出红绿灯的变化周期。
68.所述待检测视频可以是车辆上的图像采集装置采集的视频，例如可以是行车记录仪采集的视频，所述图像采集装置可以部署于车辆的前部，例如可以部署于前挡玻璃上。
69.需要说明的是，由于需要通过图像采集装置采集的视频检测红绿灯的状态信息，因此所述图像采集装置的安装位置需与地面保持一段距离，以防止在行驶途中被前方车辆遮挡。
70.一般的，是在红绿灯发生变化之后，车辆的行驶状态才会发生变化，因此所述目标时间段可以是所述当前时刻之前的时刻。
71.步骤102、检测所述待检测视频中的红绿灯的状态信息。
72.这里，所述红绿灯的状态信息可以是指所述待检测视频中所述红绿灯在各个时刻的亮灯情况，例如若所述待检测视频时长为10秒，所述红绿灯的状态信息可以是指所述红绿灯在每一秒亮的是红灯还是绿灯或黄灯。
73.步骤103、在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。
74.这里，所述目标时刻可以是指绝对时刻，例如xx分xx秒，考虑到一半红绿灯周期是以分或者秒为单位的，因此，所述目标时刻可以并不携带小时、日期等较大的时间单位。
75.在将所述目标时刻上传至服务器之后，所述服务器可以根据不同车辆上传的目标时刻来进行红绿灯周期挖掘，具体红绿灯周期挖掘的方法将在下方进行介绍。
76.由于车辆在行驶过程中可能会因为多种情况导致行驶状态发生变化，例如变道、礼让行人等，若每次检测到车辆的行驶状态发生变化都检测所述待检测视频，可能会导致计算量过大。又或者，若车辆距离红绿灯较远，则通过这种情况下采集的待检测视频进行红绿灯的状态信息的检测可能会导致检测精度较低。
77.因此，在检测到车辆的行驶状态发生变化时，可以先检测所述车辆周围是否有红绿灯。
78.一种可能的实施方式中，在响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频之前，可以先确定车辆的当前位置，并确定距离所述车辆的当前位置的预设距离范围内是否包含红绿灯，若包含，再去获取所述目标时间段的待检测视频并检测所述待检测视频中的红绿灯的状态信息。
79.若不包含，则说明所述车辆的行驶状态发生变化可能不是因为红绿灯的状态变化导致的，或者车辆距离红绿灯较远，因此可以无需获取待检测视频并进行检测。
80.在另外一种可能的实施方式中，由于车辆的行驶状态发生变化时，更需要关注的为车辆的行驶方向上的红绿灯，因此，在确定距离所述车辆的当前位置的预设距离范围内是否包含红绿灯时，可以确定所述车辆的行驶方向上，距离所述车辆的当前位置的预设距离范围内是否包含红绿灯。
81.通过这种方法可以减少计算量，提高目标时刻的检测精度。
82.实际应用中，由于不同的变化情况，可能需要检测的时长不同，例如在车辆由停止
状态变化为移动状态时，则说明红绿灯可能为由红灯变为绿灯，一般的在由红灯变为绿灯后不久，车辆即可移动，因此，在距离车辆开始移动之前的很短的时间内可能就能够检测到红绿灯发生变化；而在车辆由移动状态变为停止状态时，红灯时间可能较长，在车辆停止之前的很长的时间才能检测到红绿灯发生变化。因此，在不同的变化情况下，可以采用不同的检测时间区间。
83.具体的，可以响应于检测到车辆由停止状态变化为移动状态，获取采集的与当前时刻对应的第一目标时间段的第一待检测视频；和/或，响应于检测到车辆由移动状态变化为停止状态，获取采集的与当前时刻对应的第二目标时间段内的第二待检测视频；其中，所述第一目标时间段与所述第二目标时间段的时间长度不同。
84.可选地，所述第一目标时间段和所述第二目标时间段的长度可以是预先设置好的。
85.另外一种实施方式中，所述第一目标时间段和所述第二目标时间段的长度可以是与车辆所在位置的路口信息匹配的。
86.实际应用中，对于道路较宽、车流量较大的道路，其对应的绿灯时间较长，红灯时间较短，对于道路较窄、车流量较小的道路，其对应的红灯时间较长，绿灯时间较短。
87.因此，在检测到所述车辆的行驶状态发生变化时，可以结合与所述车辆的当前位置信息匹配的路口信息，以及所述车辆的行驶方向，确定上述第一目标时间段和/或上述第二目标时间段。
88.示例性的，如图2所示，若与所述车辆的行驶方向匹配的目标道路的道路信息(如车流量)，相比较与另一行驶方向(即左右行驶)的目标道路的道路信息较大，则所述第一目标时间段的长度可以为第一预设值，所述第二目标时间段的长度可以为第二预设值；否则，所述第一目标时间段的长度可以为第三预设值，所述第二目标时间段的长度可以为第四预设值。
89.例如，所述第一目标时间段和所述第二目标时间段可以如下表1所示：
90.表1
91.道路信息第一目标时间段长度第二目标时间段长度低20s40s高15s35s
92.具体实施中可以根据行驶方向道路信息的高低，以及非行驶方向道路信息的高低，动态选择第一目标时间段和第二目标时间段的长度，不同的路口的红绿灯在检测到行驶状态发生变化时，对应的第一目标时间段和/或第二目标时间段的长度可以不同。
93.通过这种方法，为不同的变化情况匹配不同长度的检测时间段，可以实现对于待检测视频的合理选择，进而可以减少计算量，提高目标时刻的检测精度。
94.可选地，若针对同一辆车，同时检测车辆由停止状态变化为移动状态时的第一待检测视频，以及检测车辆由移动状态变化为停止状态时的第二待检测视频，可能计算量过大，因此不同的车辆可以分配不同的检测任务，例如对于第一类车辆，可以响应于检测到该类车辆由停止状态变化为移动状态，获取采集的与当前时刻对应的第一目标时间段的第一待检测视频，并对第一待检测视频进行目标时刻的检测；对于第二类车辆，可以响应于检测到该类车辆由移动状态变化为停止状态，获取采集的与当前时刻对应的第二目标时间段内
的第二待检测视频，并对第二待检测视频进行目标时刻的检测。其中，对于车辆的分类可以是随机分的。
95.由于不同路口的车流量不同，对于车流量较大的路口，上报目标时刻的车辆的数量可能较多，对于服务器而言很容易进行这些路口的红绿灯周期的挖掘，而对于车流量较小的路口，由于上报目标时刻的车辆的数量可能较多，相应的红绿灯周期挖掘速度可能较慢。因此，不同的路口的红绿灯周期挖掘存在先后顺序。
96.对于部分红绿灯周期已挖掘的路口，当车辆在这些路口的行驶状态发生变化，则无需再去获取待检测视频并检测目标时刻，而对于部分红绿灯周期挖掘未完成的路口，当车辆在这些路口的行驶状态发生变化时，才有检测目标时刻并上报目标时刻的必要。
97.因此，可选地，在检测到车辆的行驶状态发生变化时，可以先确定与所述车辆的当前位置匹配的红绿灯的红绿灯周期是否已完成挖掘，若是，则无需执行后续操作；若否，再执行获取待检测视频，以及对待检测视频的检测的后续步骤。
98.一种可能的场景中，若车辆在红绿灯位置处，不同车辆的行驶速度可能是不同的，因此即使是在绿灯时，车辆也可能会不间断的重复停车-启动-停车，在这种情况下相当于频繁检测到车辆行驶状态发生变化，若每次都获取待检测视频并进行检测是无意义的，因此，在检测到车辆的行驶状态发生变化时，可以先确定与上一次检测到车辆的行驶状态发生变换之间是否满足预设条件，若满足，再去获取待检测视频。
99.这里，所述预设条件例如可以是指，当前检测到车辆的行驶状态发生变化的时刻，与上一次检测到车辆的行驶状态发生变化的时刻之间的时间间隔达到预设时长，和/或，当前检测到车辆的行驶状态发生变化的第一位置，与上一次检测到车辆的行驶状态发生变化的第二位置之间的距离超过预设距离间隔。
100.通过这种方式，可以在车辆的行驶状态频繁发生变化时，减少计算量，避免其他因素所带来的额外的计算量。
101.一种可能的实施方式中，所述检测所述待检测视频中的红绿灯的状态信息，可以是指通过预先训练的感知模型，检测所述待检测视频中的红绿灯的状态信息。
102.具体的，可以按照预设间隔(如1秒)对所述待检测视频进行抽帧，并将抽帧之后的视频帧输入至所述感知模型；或者，可以直接将所述待检测视频输入至所述感知模型。
103.所述感知模型在训练时，示例性的可以通过如下步骤：
104.步骤1、获取样本视频，以及样本视频对应的标注信息。
105.其中，所述样本视频对应的标注信息关于表征所述样本视频的各帧视频帧内所包含的红绿灯的状态信息。
106.步骤2、将所述样本视频输入至待训练的感知模型中，得到所述样本视频对应的预测状态信息。
107.其中，所述预测状态信息可以是指所述感知模型预测的各帧视频帧的状态信息。
108.步骤3、基于所述标注信息和所述预测状态信息，确定本次训练的损失值，并基于损失值调整所述待训练的感知模型的模型参数值。
109.在另外一种可能的实施方式中，在检测所述待检测视频中的红绿灯的状态信息时，还可以通过图像分割和图像检测算法。
110.例如，可以先对所述待检测视频进行抽样，得到抽样视频帧；针对任一帧抽样视频
帧，可以通过图像分割算法，分割出该视频帧中红绿灯对应的区域图像(对于不包含红绿灯的视频帧，该分割结果为空)；然后再对区域图像进行图像检测，得到该帧抽样视频帧中的红绿灯的状态信息。
111.一种可能的实施方式中，在向服务器上报目标时刻时，服务器在进行红绿灯周期挖掘时，需要得知该目标时刻是哪个红绿灯，对应的是哪个车道，因此，在检测到待检测视频中的红绿灯的状态发生变化的情况下，还可以确定所述车辆所对应的车道信息以及所述车辆的位置信息，这样在将目标时刻上传至服务器时，可以同时将所述车辆的位置信息、所述车道信息以及所述目标时刻都上传至服务器。
112.这里，所述车辆所对应的车道信息可以是指所述车辆当前所在车道的车道信息，又或者可以是所述车辆在红绿灯处理论上应该处于的车道的车道信息。
113.示例性的，若车辆在红绿灯处需要左转，而车辆当前车道为直行车道，车辆在红绿灯处理论上应该处于左转车道，因此，所述车辆所对应的车道信息可以是指车辆当前所在车道(即直行车道)的车道信息，也可以是理论上应该处于的车道(即左转车道)的车道信息。
114.需要说明的是，若车辆对应的车道信息为车辆当前所在车道的车道信息，则所述车辆上搭载的定位地图的精度也应该是车道级的；车辆具体理论上应该位于哪个车道可以根据车辆的导航信息来确定。
115.在另外一实施例中，为了提高红绿灯周期挖掘时样本的丰富性，除了结合当前车辆的行驶状态的变化情况外，还可以结合其他车辆的行驶状态的变化情况。
116.具体的，步骤101～步骤103所述的方法可以应用于第一车辆，对应于图1所示的方法，本公开实施例还提供另外一种红绿灯周期挖掘方法，该方法应用于第一车辆，如图3所示，为本公开实施例提供的另外一种红绿灯周期挖掘方法的流程图，包括：
117.步骤301、响应于第一车辆的行驶状态发生变化，或者在所述第一车辆的行驶状态为停止状态的情况下，响应于检测到第二车辆的行驶状态发生变化，获取所述第一车辆采集的与当前时刻对应的目标时间段内的待检测视频。
118.步骤302、检测所述待检测视频中的红绿灯的状态信息。
119.步骤303、在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。
120.在此实施例中，获取目标时间段内的待检测视频的触发条件包括：第一车辆的行驶状态发生变化，或者，第一车辆静止且第二车辆的行驶状态发生变化。
121.这里，所述第二车辆可以是与所述第一车辆同车道的车辆；或者，所述第二车辆为所述第一车辆的相邻车道的车辆。在检测所述第二车辆的行驶状态时，为了避免相对运动带来的影响，需要保持第一车辆静止。
122.当第二车辆为与所述第一车辆同车道的车辆时，当同车道的车辆的行驶状态发生变化时，说明红绿灯的状态也可能发生变化，因此在这种情况下也可以获取待检测视频并进行检测，以防止对目标时刻的漏检。
123.当第二车辆为与所述第一车辆的不同车道的车辆时，即为相邻车道上的车辆时，当相邻车道的车辆的行驶状态发生变化时，可以检测待检测视频，以对相邻车道的红绿灯
周期进行挖掘。
124.具体的，在确定所述第二车辆的行驶状态是否发生变化时，示例性的可以基于车辆上的雷达扫描结果来确定，又或者，可以在第一车辆静止时，基于第一车辆的采集的视频的监测结果来确定(这里的监测与步骤102和步骤302中的检测不同)，对于其他可以确定第二车辆的行驶状态的方法本公开并不限定。
125.相应的，在基于第二车辆的行驶状态的变化情况进行红绿灯周期挖掘时，可以基于所述第一车辆的第一车道信息，以及所述第一车辆与所述第二车辆之间的相对位置关系，确定所述第二车辆的第二车道信息；以及，确定所述第一车辆的位置信息；然后在上传目标时刻至服务器时，可以同时将所述第二车道信息、所述位置信息和所述目标时刻上传至所述服务器。
126.所述第一车辆与所述第二车辆之间的相对位置关系并非确切的位置信息之间的相对关系，而是指所述第一车辆的所在车道与所述第二车辆所在车道之间的相对关系。具体的，所述相对位置关系例如可以通过雷达扫描结果、视频检测结果等来确定。
127.这里，由于上传位置信息的目的在于确定目标时刻是对应哪个红绿灯，因此无论上传的是第一车辆的位置信息还是第二车辆的位置信息，其能确定出的红绿灯都是同一个，因此为了便于数据获取，可以直接上传第一车辆的位置信息；又或者可以计算出第二车辆的位置信息，上传第二车辆的位置信息。
128.通过这种方式，可以在进行红绿灯周期挖掘时，丰富数据来源，提高红绿灯周期的挖掘速度。
129.在另外一实施例中，上述红绿灯周期挖掘方法还可以应用于服务器，参照图4所示，为本公开实施例提供的另外一种红绿灯周期挖掘方法的流程图，包括以下几个步骤：
130.步骤401、获取多个车辆上报的目标时刻，以及与所述目标时刻对应的车道信息和位置信息。
131.其中，所述车辆上报的目标时刻可以是所述车辆在检测到行驶状态发生变化之后，从待检测视频中检测到的，所述目标时刻可以为绝对时刻。
132.步骤402、对多个车辆上报的目标时刻，以及与所述目标时刻对应的车道信息和位置信息进行汇总，建立各个目标时刻与各个红绿灯之间的对应关系。
133.这里，红绿灯可能包括多个方向的信号灯，例如可以包括直行灯、左转灯、右转灯等；所述车道信息可以用于表征所述目标时刻对应的是哪个类型的信号灯，例如若所述车道信息为直行车道，则所述目标时刻为直行灯对应的目标时刻；所述位置信息用于区分不同的红绿灯。
134.在所述车辆行驶状态发生变化包括车辆由停止状态变化为移动状态，和车辆由移动状态变化为停止状态时，车辆在上报目标时刻时，还可以携带有状态变化类型。
135.步骤403、针对任一红绿灯，对与该红绿灯对应的目标时刻进行拟合，确定该红绿灯的红绿灯周期。
136.这里，所述红绿灯的红绿灯周期可以包括多个周期，例如可以包括直行灯周期、左转灯周期、右转灯周期等。
137.车辆在从红灯变为绿灯时，对应的行驶状态变化为停止状态变为移动状态(下面简称为开始移动)，基于该种变化情况下的目标时刻进行拟合，可以拟合出完整的红绿灯周
期，即绿灯周期+红灯周期。
138.具体的，如图5所示，当车辆开始移动时，说明红绿灯由红灯变为绿灯，当下一红绿灯阶段，其余车辆开始移动时，说明红绿灯又由红灯变为绿灯，中间还经过了一个绿灯变为红灯的阶段，因此通过这种方式拟合出的周期为绿灯周期+红灯周期。
139.车辆在从绿灯变为红灯时，对应的行驶状态变化为移动状态变为停止状态(下面简称为停止移动)，基于该种变化情况下的目标时刻进行拟合，拟合出的周期为红灯周期+绿灯周期。
140.具体的，如图5所示，当车辆停止移动时，当车辆停止移动时，说明红绿灯由绿灯变为红灯，当下一红绿灯阶段是，其余车辆开始移动时，说明红绿灯又由绿灯变为红灯，中间还经过了一个红灯变为绿灯的阶段，因此通过这种方式拟合出的周期为红灯周期+绿灯周期。
141.两种不同的方式拟合出的周期，中间重合的部分即为绿灯周期部分，其余部分即为红灯周期部分，因此通过整合上述两个拟合结果，可以确定准确的红灯周期和绿灯周期。
142.示例性的，若经过拟合，7分0秒～7分50秒为红灯周期+绿灯周期，7分20秒～8分10秒为绿灯周期+红灯周期，则中间重合的部分7分20秒～7分50秒为绿灯周期，绿灯周期时长则为30秒，相应的红灯周期时长则为20秒。
143.关于图4所示的步骤的详细描述可以参照上述实施例，在此暂不赘述。
144.在一种可能的实施方式中，在完成红绿灯周期挖掘之后，红绿灯周期挖掘可以应用于车辆导航的过程中，示例性的，如图6所示为本公开实施例所提供的一种红绿灯周期的应用方法的示意图，包括以下几个步骤：
145.步骤601、响应于检测到车辆的由移动状态变化为停止状态，确定与所述车辆的当前位置关联的目标红绿灯。
146.步骤602、获取所述目标红绿灯的周期信息，并基于所述目标红绿灯的周期信息确定所述车辆的等待时长。
147.步骤603、展示所述等待时长。
148.在检测到车辆由移动状态变化为停止状态再去获取周期信息时，其目的在于，若车辆是移动状态，展示周期信息可能用户也并不会关注，因此此时的展示可能是无意义的。
149.一种可能的实施方式中，所述获取目标红绿灯的周期信息，可以是从所述服务器获取所述目标红绿灯的周期信息，又或者，可以从预先存储的地图数据中获取所述目标红绿灯的周期信息。
150.其中，所述地图数据中所包括的各个红绿灯的周期信息，可以是在所述服务器完成红绿灯周期挖掘之后写入的。
151.本公开提供的上述红绿灯周期挖掘方法，可以在检测到车辆的行驶状态发生变化的情况下，检测目标时间段内采集的待检测视频中的红绿灯的状态信息，确定红绿灯发生变化的目标时刻，并将目标时刻上报给服务器，服务器可以根据多个车辆上报的目标时刻进行红绿灯周期挖掘，从而可以准确快速的确定红绿灯周期。
152.本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
153.本公开实施例还提供一种车载装置，所述车载装置用于执行上述实施例所述的红绿灯周期挖掘方法。
154.基于同一发明构思，本公开实施例中还提供了与红绿灯周期挖掘方法对应的红绿灯周期挖掘装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述红绿灯周期挖掘方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
155.参照图7所示，为本公开实施例提供的一种红绿灯周期挖掘装置的架构示意图，所述装置包括：获取模块701、检测模块702、反馈模块703以及控制模块704；其中，
156.获取模块702，用于响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频；
157.检测模块702，用于检测所述待检测视频中的红绿灯的状态信息；
158.反馈模块703，用于在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。
159.一种可能的实施方式中，所述获取模块701，在响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频时，用于：
160.响应于检测到车辆由停止状态变化为移动状态，获取采集的与当前时刻对应的第一目标时间段的第一待检测视频；和/或，
161.响应于检测到车辆由移动状态变化为停止状态，获取采集的与当前时刻对应的第二目标时间段内的第二待检测视频；
162.其中，所述第一目标时间段与所述第二目标时间段的时间长度不同。
163.一种可能的实施方式中，所述方法应用于第一车辆；
164.所述获取模块701，在响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频时，用于：
165.在所述第一车辆的行驶状态为停止状态的情况下，响应于检测到第二车辆的行驶状态发生变化，获取所述第一车辆采集的与当前时刻对应的目标时间段内的待检测视频。
166.一种可能的实施方式中，所述第二车辆为与所述第一车辆同车道的车辆，或者所述第二车辆为所述第一车辆的相邻车道的车辆。
167.一种可能的实施方式中，所述反馈模块703，在将所述目标时刻上传至服务器时，用于：
168.基于所述第一车辆的第一车道信息，以及所述第一车辆与所述第二车辆之间的相对位置关系，确定所述第二车辆的第二车道信息；以及，确定所述第一车辆的位置信息；
169.将所述第二车道信息、所述位置信息和所述目标时刻上传至所述服务器。
170.一种可能的实施方式中，所述检测模块702，在检测所述待检测视频中的红绿灯的状态信息时，用于：
171.基于预先训练的感知模型，检测所述待检测视频中的红绿灯的状态信息。
172.一种可能的实施方式中，在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，所述检测模块702，还用于：
173.确定所述车辆所对应的车道信息以及所述车辆的位置信息；
174.所述反馈模块703，在将所述目标时刻上传至服务器时，用于：
175.将所述车辆的位置信息、所述车道信息以及所述目标时刻上传至服务器。
176.一种可能的实施方式中，在完成红绿灯周期挖掘之后，所述装置还包括控制模块704，用于：
177.响应于检测到车辆的由移动状态变化为停止状态，确定与所述车辆的当前位置关联的目标红绿灯；
178.获取所述目标红绿灯的周期信息，并基于所述目标红绿灯的周期信息确定所述车辆的等待时长；
179.展示所述等待时长。
180.一种可能的实施方式中，所述控制模块704，在获取所述目标红绿灯的周期信息时，用于：
181.从所述服务器获取所述目标红绿灯的周期信息；或者，
182.从存储的地图数据中，获取所述目标红绿灯的周期信息；
183.其中，所述地图数据中所包括的各个红绿灯的周期信息，是在所述服务器完成红绿灯周期挖掘之后写入的。
184.基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图8所示，为本公开实施例提供的计算机设备800的结构示意图，包括处理器801、存储器802、和总线803。其中，存储器802用于存储执行指令，包括内存8021和外部存储器8022；这里的内存8021也称内存储器，用于暂时存放处理器801中的运算数据，以及与硬盘等外部存储器8022交换的数据，处理器801通过内存8021与外部存储器8022进行数据交换，当计算机设备800运行时，处理器801与存储器802之间通过总线803通信，使得处理器801在执行以下指令：
185.响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频；
186.检测所述待检测视频中的红绿灯的状态信息；
187.在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。
188.一种可能的实施方式中，处理器801执行的指令中，所述响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频，包括：
189.响应于检测到车辆由停止状态变化为移动状态，获取采集的与当前时刻对应的第一目标时间段的第一待检测视频；和/或，
190.响应于检测到车辆由移动状态变化为停止状态，获取采集的与当前时刻对应的第二目标时间段内的第二待检测视频；
191.其中，所述第一目标时间段与所述第二目标时间段的时间长度不同。
192.一种可能的实施方式中，处理器801执行的指令中，所述方法应用于第一车辆；
193.所述响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频，包括：
194.在所述第一车辆的行驶状态为停止状态的情况下，响应于检测到第二车辆的行驶状态发生变化，获取所述第一车辆采集的与当前时刻对应的目标时间段内的待检测视频。
195.一种可能的实施方式中，处理器801执行的指令中，所述第二车辆为与所述第一车
辆同车道的车辆，或者所述第二车辆为所述第一车辆的相邻车道的车辆。
196.一种可能的实施方式中，处理器801执行的指令中，所述将所述目标时刻上传至服务器，包括：
197.基于所述第一车辆的第一车道信息，以及所述第一车辆与所述第二车辆之间的相对位置关系，确定所述第二车辆的第二车道信息；以及，确定所述第一车辆的位置信息；
198.将所述第二车道信息、所述位置信息和所述目标时刻上传至所述服务器。
199.一种可能的实施方式中，处理器801执行的指令中，所述检测所述待检测视频中的红绿灯的状态信息，包括：
200.基于预先训练的感知模型，检测所述待检测视频中的红绿灯的状态信息。
201.一种可能的实施方式中，处理器801执行的指令中，在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，所述方法还包括：
202.确定所述车辆所对应的车道信息以及所述车辆的位置信息；
203.所述将所述目标时刻上传至服务器，包括：
204.将所述车辆的位置信息、所述车道信息以及所述目标时刻上传至服务器。
205.一种可能的实施方式中，处理器801执行的指令中，在完成红绿灯周期挖掘之后，所述方法还包括：
206.响应于检测到车辆的由移动状态变化为停止状态，确定与所述车辆的当前位置关联的目标红绿灯；
207.获取所述目标红绿灯的周期信息，并基于所述目标红绿灯的周期信息确定所述车辆的等待时长；
208.展示所述等待时长。
209.一种可能的实施方式中，处理器801执行的指令中，所述获取所述目标红绿灯的周期信息，包括：
210.从所述服务器获取所述目标红绿灯的周期信息；或者，
211.从存储的地图数据中，获取所述目标红绿灯的周期信息；
212.其中，所述地图数据中所包括的各个红绿灯的周期信息，是在所述服务器完成红绿灯周期挖掘之后写入的。
213.本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的红绿灯周期挖掘方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
214.本公开实施例还提供一种计算机程序产品，该计算机产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的红绿灯周期挖掘方法的步骤，具体可参见上述方法实施例，在此不再赘述。
215.其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
216.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开
所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
217.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
218.另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
219.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
220.最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

技术特征：
1.一种红绿灯周期挖掘方法，其特征在于，包括：响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频；检测所述待检测视频中的红绿灯的状态信息；在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。2.根据权利要求1所述的方法，其特征在于，所述响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频，包括：响应于检测到车辆由停止状态变化为移动状态，获取采集的与当前时刻对应的第一目标时间段的第一待检测视频；和/或，响应于检测到车辆由移动状态变化为停止状态，获取采集的与当前时刻对应的第二目标时间段内的第二待检测视频；其中，所述第一目标时间段与所述第二目标时间段的时间长度不同。3.根据权利要求1所述的方法，其特征在于，所述方法应用于第一车辆；所述响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频，包括：在所述第一车辆的行驶状态为停止状态的情况下，响应于检测到第二车辆的行驶状态发生变化，获取所述第一车辆采集的与当前时刻对应的目标时间段内的待检测视频。4.根据权利要求3所述的方法，其特征在于，所述第二车辆为与所述第一车辆同车道的车辆，或者所述第二车辆为所述第一车辆的相邻车道的车辆。5.根据权利要求3所述的方法，其特征在于，所述将所述目标时刻上传至服务器，包括：基于所述第一车辆的第一车道信息，以及所述第一车辆与所述第二车辆之间的相对位置关系，确定所述第二车辆的第二车道信息；以及，确定所述第一车辆的位置信息；将所述第二车道信息、所述位置信息和所述目标时刻上传至所述服务器。6.根据权利要求1所述的方法，其特征在于，所述检测所述待检测视频中的红绿灯的状态信息，包括：基于预先训练的感知模型，检测所述待检测视频中的红绿灯的状态信息。7.根据权利要求1所述的方法，其特征在于，在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，所述方法还包括：确定所述车辆所对应的车道信息以及所述车辆的位置信息；所述将所述目标时刻上传至服务器，包括：将所述车辆的位置信息、所述车道信息以及所述目标时刻上传至服务器。8.根据权利要求1所述的方法，其特征在于，在完成红绿灯周期挖掘之后，所述方法还包括：响应于检测到车辆的由移动状态变化为停止状态，确定与所述车辆的当前位置关联的目标红绿灯；获取所述目标红绿灯的周期信息，并基于所述目标红绿灯的周期信息确定所述车辆的等待时长；
展示所述等待时长。9.根据权利要求8所述的方法，其特征在于，所述获取所述目标红绿灯的周期信息，包括：从所述服务器获取所述目标红绿灯的周期信息；或者，从存储的地图数据中，获取所述目标红绿灯的周期信息；其中，所述地图数据中所包括的各个红绿灯的周期信息，是在所述服务器完成红绿灯周期挖掘之后写入的。10.一种车载装置，其特征在于，所述车载装置用于执行如权利要求1～9任一所述的红绿灯周期挖掘方法。11.一种红绿灯周期挖掘装置，其特征在于，包括：获取模块，用于响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频；检测模块，用于检测所述待检测视频中的红绿灯的状态信息；反馈模块，用于在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。12.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至9任一项所述的红绿灯周期挖掘方法的步骤。13.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至9任一项所述的红绿灯周期挖掘方法的步骤。

技术总结
本公开提供了一种红绿灯周期挖掘方法、装置、计算机设备及存储介质，包括：响应于检测到车辆的行驶状态发生变化，获取采集的与当前时刻对应的目标时间段内的待检测视频；检测所述待检测视频中的红绿灯的状态信息；在检测到所述待检测视频中的红绿灯的状态发生变化的情况下，确定所述红绿灯发生变化的目标时刻，并将所述目标时刻上传至服务器；其中，所述目标时刻用于进行红绿灯周期挖掘。通过这种方法，可以提高红绿灯周期的挖掘精度和挖掘速度。可以提高红绿灯周期的挖掘精度和挖掘速度。可以提高红绿灯周期的挖掘精度和挖掘速度。


技术研发人员：叶南飞
受保护的技术使用者：北京集度科技有限公司
技术研发日：2023.04.27
技术公布日：2023/8/9