具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解的是，在现有技术中，由于汽车行驶的环境受天气、道路等多种因素的影响，如大雾天气或者大量灰尘的道路环境中，无人驾驶汽车虽然能够感知周围的障碍物，但是由于行驶环境的恶劣，无人驾驶汽车无法对超过一定距离的障碍物进行精确识别。

为解决上述问题，本发明实施例通过获取第一障碍物信息；根据所述第一障碍物信息，获取障碍物的位置信息；与其他汽车进行通信连接，并根据所述位置信息筛选靠近障碍物的目标连接汽车；接收目标连接汽车发送的第二障碍物信息；根据所述第一障碍物信息和所述第二障碍物信息进行障碍类型分析，生成障碍类型分析结果。能够在恶劣的行驶环境中，无法对障碍物进行有效识别时，通过与周围其他车辆进行通信连接，接收靠近障碍物的车辆获取并发送的障碍物信息，与自身获取的障碍物信息合并之后进行障碍类型分析，从而提高无人驾驶汽车对障碍物的识别精度，保障无人驾驶的安全性。

如图1所示，为本发明实施例提供的方法的网络实施环境图。

在该网络实时环境图中，汽车A、汽车B和汽车C在大雾天气中行驶，且汽车A、汽车B和汽车C的前方有障碍物，无人驾驶汽车A能够探测到障碍物的存在，但是由于特殊天气的影响，且无人驾驶汽车A与障碍物之间的距离过大，导致无人驾驶汽车A无法对障碍物进行精准识别，而汽车B靠近障碍物，因此可以通过获取汽车B对于障碍物的识别信息和自身的识别信息结合，对障碍物进行精准识别，从而便于无人驾驶汽车A及时做避让障碍物的准备。

图2示出了本发明实施例提供的方法的流程图。

具体的，一种智能化无人驾驶障碍类型判断方法，所述方法具体包括以下步骤：

步骤S101，获取第一障碍物信息。

在本发明实施例中，无人驾驶汽车A对前侧、左侧和右侧进行障碍物拍摄与扫描，若前侧、左侧或右侧有障碍物时，则获取关于该障碍物的第一障碍物信息。

可以理解的是，第一障碍物信息是无人驾驶汽车A对在特殊情况下，无法对障碍物进行精确识别时获取的障碍物识别信息，无人驾驶汽车A根据第一障碍物信息，无法判断障碍物的类型，因此不能及时为障碍物的避让做准备。

具体的，图3示出了本发明实施例提供的方法中获取第一障碍物信息的流程图。

其中，在本发明提供的优选实施方式中，所述获取第一障碍物信息具体包括以下步骤：

步骤S1011，获取视觉障碍物信息。

在本发明实施例中，无人驾驶汽车A对障碍物进行拍摄，得到关于该障碍物的视觉障碍物信息。

步骤S1012，获取雷达探测障碍物信息。

在本发明实施例中，无人驾驶汽车A实时向前侧、左侧和右侧进行障碍物探测，若存在障碍物时，则会得到关于该障碍物的雷达探测障碍物信息。

步骤S1013，将所述视觉障碍物信息和所述雷达探测障碍物信息合并，生成第一障碍物信息。

在本发明实施例中，将无人驾驶汽车A拍摄得到的视觉障碍物信息和探测得到的雷达探测障碍物信息进行合并，生成关于该障碍物的第一障碍物信息。

进一步的，所述方法还包括以下步骤：

步骤S102，根据所述第一障碍物信息，获取障碍物的位置信息。

在本发明实施例中，根据对第一障碍物信息的分析，得到障碍物相对于无人驾驶汽车A的相对位置，生成位置信息。具体的，位置信息包括障碍物相对于无人驾驶汽车A的距离和角度。

具体的，图4示出了本发明实施例提供的方法中获取障碍物的位置信息的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述第一障碍物信息，获取障碍物的位置信息具体包括以下步骤：

步骤S1021，根据所述第一障碍物信息，获取信息捕获时长。

在本发明实施例中，无人驾驶汽车A向外发射脉冲信号，脉冲信号经过障碍物之后反射，之后无人驾驶汽车A接收从障碍物反射回来的脉冲反射信号，通过计算无人驾驶汽车A发出脉冲信号至接收脉冲反射信号之间的时间，得到信息捕获时长。具体的，信息捕获时长是无人驾驶汽车A发出脉冲信号至接收脉冲反射信号之间时间的一半。

步骤S1022，根据所述信息捕获时长，确定障碍物距离。

在本发明实施例中，根据信息捕获时长和脉冲信号的传播速度，计算障碍物与无人驾驶汽车A之间的距离，设置为障碍物距离。

步骤S1023，根据所述第一障碍物信息，获取信息捕获角度。

在本发明实施例中，无人驾驶汽车A向外发射脉冲信号，脉冲信号经过障碍物之后反射，之后无人驾驶汽车A接收从障碍物反射回来的脉冲反射信号，根据第一障碍物信息，获取接收脉冲反射信号的角度，得到信息捕获角度。

步骤S1024，根据所述信息捕获角度，确定障碍物角度。

在本发明实施例中，根据信息捕获角度，计算障碍物相对于无人驾驶汽车A行驶方向相对的角度，生成障碍物角度。

步骤S1025，根据所述障碍物距离和所述障碍物角度，生成障碍物的位置信息。

在本发明实施例中，将得到的障碍物距离和障碍物角度结合，生成该障碍物的位置信息。具体的，位置信息能够反映该障碍物相对于无人驾驶汽车A的方位与距离。

进一步的，所述方法还包括以下步骤：

步骤S103，与其他汽车进行通信连接，并根据所述位置信息筛选靠近障碍物的目标连接汽车。

在本发明实施例中，无人驾驶汽车A与周围一定距离的汽车B和汽车C进行通信连接，并在连接之后判断汽车B和汽车C的位置，进而筛选出靠近障碍物的汽车B为目标连接汽车。

具体的，图5示出了本发明实施例提供的方法中连接并筛选目标连接汽车的流程图。

其中，在本发明提供的优选实施方式中，所述与其他汽车进行通信连接，并根据所述位置信息筛选靠近障碍物的目标连接汽车具体包括以下步骤：

步骤S1031，发送通信连接请求。

在本发明实施例中，无人驾驶汽车A向外发送通信连接请求。具体的，无人驾驶汽车A可以是通过蓝牙、局部WIFI发送通信连接请求。

步骤S1032，与接受所述通信连接请求的其他汽车建立通信连接。

在本发明实施例中，位于无人驾驶汽车A信号范围之内的汽车B和汽车C能够接收到无人驾驶汽车A发送的通信连接请求，汽车B和汽车C可以选择接收或是拒绝无人驾驶汽车A的通信连接请求，如果汽车B和汽车C接受了无人驾驶汽车A的通信连接请求，则汽车B和汽车C均与无人驾驶汽车A之间建立通信连接。具体的，汽车B和汽车C与无人驾驶汽车A之间可以通过蓝牙、局部WIFI等方式进行通信连接。

步骤S1033，根据所述位置信息筛选靠近障碍物的目标连接汽车。

在本发明实施例中，无人驾驶汽车A与汽车B和汽车C建立通信连接之后，首先获取汽车B和汽车C相对于无人驾驶汽车A的位置，然后再根据障碍物的位置信息对汽车B和汽车C进行筛选，筛选靠近障碍物的目标连接汽车。

具体的，图6示出了本发明实施例提供的方法中筛选目标连接汽车的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述位置信息筛选靠近障碍物的目标连接汽车具体包括以下步骤：

步骤S10331，接收其他汽车发送的定位信息。

在本发明实施例中，汽车B和汽车C分别接受无人驾驶汽车A的通信连接请求之后，汽车B和汽车C分别与无人驾驶汽车A建立通信连接，无人驾驶汽车A接收汽车B和汽车C发送的定位信息。

步骤S10332，根据所述定位信息和所述位置信息，筛选靠近障碍物的目标连接汽车。

在本发明实施例中，根据汽车B和汽车C发送的定位信息和障碍物的位置信息，对汽车B和汽车C进行筛选，筛选出接近位置信息的定位信息对应的汽车B，将汽车B设置为目标连接汽车。

进一步的，所述方法还包括以下步骤：

步骤S104，接收所述目标连接汽车发送的第二障碍物信息。

在本发明实施例中，设置为目标连接汽车的汽车B向无人驾驶汽车A发送第二障碍物信息。

可以理解的是，第二障碍物信息是靠近障碍物的汽车B进行障碍物识别时获取的障碍物识别信息，由于汽车B相对于汽车A更加靠近障碍物，因此第二障碍物信息相对于第一障碍物信息更能准确判断障碍物的类型。

步骤S105，根据所述第一障碍物信息和所述第二障碍物信息进行障碍类型分析，生成障碍类型分析结果。

在本发明实施例中，将无人驾驶汽车A自身获取的第一障碍物信息和接收的汽车B获取的第二障碍物信息合并，进而根据第一障碍物信息和第二障碍物信息进行障碍类型分析判断，得到障碍类型分析结果。

具体的，图7示出了本发明实施例提供的方法中障碍类型分析的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述第一障碍物信息和所述第二障碍物信息进行障碍类型分析，生成障碍类型分析结果具体包括以下步骤：

步骤S1051，将所述第一障碍物信息和所述第二障碍物信息合并，生成障碍物的融合信息。

在本发明实施例中，将无人驾驶汽车A自身获取的第一障碍物信息和接收的汽车B获取的第二障碍物信息合并，得到关于该障碍物的融合信息。

步骤S1052，将所述融合信息输入至障碍类型判断模型中，获取障碍类型判断模型根据所述融合信息输出的障碍类型分析结果。

在本发明实施例中，将融合信息输入至障碍类型判断模型中，经过障碍类型判断模型进行计算分析，得到关于该障碍物的障碍类型分析结果。

可以理解的是，障碍类型判断模型是在无人驾驶汽车在行驶过程中，对于各种障碍物类型的样本数据收集并训练得到的，通过该障碍类型判断模型，能够对无人驾驶汽车在行驶过程中遇到的大部分的障碍物类型进行分析判断。

进一步的，图8示出了本发明实施例提供的方法的又一流程图。

其中，在本发明提供的有一个优选实施方式中，所述方法还包括以下步骤：

步骤S106，根据所述障碍类型分析结果，生成并展示障碍物图标。

在本发明实施例中，根据对该障碍物的障碍类型分析结果，在无人驾驶汽车A的显示屏中生成并显示障碍物图标。具体的，障碍物图标可以是根据不同的障碍物类型进行展示的标示，例如：行人、宠物、小孩、汽车、货车等。同时，还可以结合该障碍物的位置信息对障碍物图标进行展示。

进一步的，图9示出了本发明实施例提供的智能化无人驾驶障碍类型判断装置100的应用架构图。

具体的，在本发明提供的又一个优选实施方式中，一种智能化无人驾驶障碍类型判断装置100，所述智能化无人驾驶障碍类型判断装置100包括：

障碍物信息获取单元101，用于获取第一障碍物信息。

在本发明实施例中，无人驾驶汽车A通过障碍物信息获取单元101对前侧、左侧和右侧进行障碍物拍摄与扫描，若前侧、左侧或右侧有障碍物时，则获取关于该障碍物的第一障碍物信息。

具体的，图10示出了本发明实施例提供的装置中障碍物信息获取单元101的结构框图。

其中，在本发明提供的优选实施方式中，所述障碍物信息获取单元101具体包括：

视觉障碍物信息获取模块1011，用于获取视觉障碍物信息。

在本发明实施例中，无人驾驶汽车A通过视觉障碍物信息获取模块1011对障碍物进行拍摄，得到关于该障碍物的视觉障碍物信息。

可以理解的是，视觉障碍物信息获取模块1011可以是安装在无人驾驶汽车A上的多个摄像头，多个摄像头分别安装在无人驾驶汽车A的前侧、左侧和右侧，便于对无人驾驶汽车A的前侧、左侧和右侧的障碍物进行拍摄，得到视觉障碍物信息。

探测障碍物信息获取模块1012，用于获取雷达探测障碍物信息。

在本发明实施例中，无人驾驶汽车A通过探测障碍物信息获取模块1012实时向前侧、左侧和右侧进行障碍物探测，若存在障碍物时，则会得到关于该障碍物的雷达探测障碍物信息。

可以理解的是，探测障碍物信息获取模块1012可以是安装在无人驾驶汽车A上的激光雷达或者毫米波雷达，能够对无人驾驶汽车A周围的障碍物进行雷达探测，获得雷达探测障碍物信息。

障碍物信息生成模块1013，用于将所述视觉障碍物信息和所述雷达探测障碍物信息合并，生成第一障碍物信息。

在本发明实施例中，障碍物信息生成模块1013将无人驾驶汽车A拍摄得到的视觉障碍物信息和探测得到的雷达探测障碍物信息进行合并，生成关于该障碍物的第一障碍物信息。

进一步的，所述智能化无人驾驶障碍类型判断装置100还包括：

位置信息获取单元102，用于根据所述第一障碍物信息，获取障碍物的位置信息。

在本发明实施例中，位置信息获取单元102根据对第一障碍物信息的分析，得到障碍物相对于无人驾驶汽车A的相对位置，生成位置信息。具体的，位置信息包括障碍物相对于无人驾驶汽车A的距离和角度。

目标连接汽车筛选单元103，用于与其他汽车进行通信连接，并根据所述位置信息筛选靠近障碍物的目标连接汽车。

在本发明实施例中，无人驾驶汽车A通过目标连接汽车筛选单元103与周围一定距离的汽车B和汽车C进行通信连接，并在连接之后判断汽车B和汽车C的位置，进而筛选出靠近障碍物的汽车B为目标连接汽车。

图11示出了本发明实施例提供的装置中目标连接汽车筛选单元103的结构框图。

其中，在本发明提供的优选实施方式中，所述目标连接汽车筛选单元103具体包括：

连接请求发送模块1031，用于发送通信连接请求。

在本发明实施例中，无人驾驶汽车A通过连接请求发送模块1031向外发送通信连接请求。具体的，连接请求发送模块1031可以是通过蓝牙、局部WIFI发射器。

通信连接建立模块1032，用于与接受所述通信连接请求的其他汽车建立通信连接。

目标连接汽车筛选模块1033，用于根据所述位置信息筛选靠近障碍物的目标连接汽车。

在本发明实施例中，无人驾驶汽车A通过通信连接建立模块1032与汽车B和汽车C建立通信连接之后，通过目标连接汽车筛选模块1033首先获取汽车B和汽车C相对于无人驾驶汽车A的位置，然后再根据障碍物的位置信息对汽车B和汽车C进行筛选，筛选靠近障碍物的目标连接汽车。

进一步的，所述智能化无人驾驶障碍类型判断装置100还包括：

障碍物信息接收单元104，用于接收所述目标连接汽车发送的第二障碍物信息。

在本发明实施例中，障碍物信息接收单元104接收设置为目标连接汽车的汽车B向无人驾驶汽车A发送的第二障碍物信息。

障碍类型分析单元105，用于根据所述第一障碍物信息和所述第二障碍物信息进行障碍类型分析，生成障碍类型分析结果。

在本发明实施例中，障碍类型分析单元105将无人驾驶汽车A自身获取的第一障碍物信息和接收的汽车B获取的第二障碍物信息合并，进而根据第一障碍物信息和第二障碍物信息进行障碍类型分析判断，得到障碍类型分析结果。

综上所述，本发明实施例能够在恶劣的行驶环境中，无法对障碍物进行有效识别时，通过与周围其他车辆进行通信连接，接收靠近障碍物的车辆获取并发送的障碍物信息，与自身获取的障碍物信息合并之后进行障碍类型分析，从而提高无人驾驶汽车对障碍物的识别精度，保障无人驾驶的安全性。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。