车路协同系统的红绿灯验证方法、装置及存储介质与流程

1.本技术涉及自动驾驶技术领域，尤其涉及一种车路协同系统的红绿灯验证方法、装置及存储介质。

背景技术：

2.随着单车自动驾驶逐渐进入瓶颈期，车路协同方案越来越被认为是实现无人自动驾驶的必经之路。其中车路协同路侧设备对红绿灯数据的获取及处理在整个车路系统自动驾驶系统中占着举足轻重的作用。
3.通过车路协同系统可以使自动驾驶车辆提前获取到规划的通行路径上的所有红绿灯信息，并根据红绿灯信息及时调整运行路线，使行驶路线更合理高效。
4.此外，通过车路协同系统可以使城市的信控中心及时高效的获取到各个路口的红绿灯信息，并辅以车路协同提供的车流信息判断交通压力点。及时调整红绿灯灯周期以达到舒缓交通压力，合理控制红绿灯时长的目的。提高了城市整体的交通效率，达到节能减排效果，实现绿通行目标。
5.因此红绿灯信息的准确性在车路协同体体系中非常重要。如何准确、高效的测试红绿灯准确性，如何实时监控维护红绿灯准确性一直是车路协同测试维护团队的工作重点。红绿灯的特点是数量大、不同红绿灯灯组不同、倒计时不同、方向不同，从而导致测试维护难度很高。
6.相关技术中，通过部署了路侧系统且具有红绿灯的路口\路端，人工在现场比对实际红绿灯和路侧系统中的红绿灯信息查看灯、方向、倒计时等信息是否准确。由于测试无法形成闭环，只能人工手动测试对比。因此效率低下，测试中出现人为误判的可能性高，规模化部署后验收成本高，且验收后维护难度大。

技术实现要素：

7.本技术实施例提供了一种车路协同系统的红绿灯验证方法、装置及存储介质，以验证红绿灯的正确性并实时维护。
8.本技术实施例采用下述技术方案：
9.第一方面，本技术实施例提供一种车路协同系统的红绿灯验证方法，其中，所述车路协同系统应用于路侧设备，所述方法包括：
10.向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息；
11.接收由所述自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与接收到的所述车路协同系统感知的目标红绿灯信息的第一匹配结果；
12.采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；
13.根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；
14.根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信
息的准确性。
15.在一些实施例中，所述验证所述车路协同系统中红绿灯信息的准确性包括至少如下之一：红绿灯灯准确率、红绿灯倒计时准确率、红绿灯周期准确率、红绿灯到车的端到端时延、红绿灯到车的端到端频率、红绿灯到车的端到端丢包率，所述根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统红绿灯信息的准确性包括：
16.所述红绿灯灯准确率、所述红绿灯倒计时准确率、所述红绿灯周期准确率、所述红绿灯到车端的端到端时延、所述红绿灯到车端的端到端频率、所述红绿灯到车端的端到端丢包率中的任意一项或多项匹配结果的准确性。
17.在一些实施例中，所述接收由所述自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与接收到的所述车路协同系统感知的目标红绿灯信息的第一匹配结果，包括：
18.接收所述自动驾驶车辆接收到的所述车路协同系统发送的每个目标红绿灯信息中是否与所述自动驾驶车辆视觉设备识别的目标红绿灯信息一致的判断结果中的通信传输指标，所述通信传输指标是通过自动驾驶车辆根据接收到的车路协同系统发送的每个目标红绿灯信息中的时间戳以及序号确定的，所述通信传输指标包括通信丢包、通信时延、通信频率；
19.同时接收所述红绿灯周期准确率、所述红绿灯到车端的端到端时延、所述红绿灯到车端的端到端频率、所述红绿灯到车端的端到端丢包率的任一一项或多项匹配结果。
20.在一些实施例中，所述根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果，包括：
21.获取所述车辆在所述车路协同系统对应的路侧设备覆盖范围内的车辆运行状态；
22.通过判断所述车辆运行状态中的通行或停止状态是否与所述路侧设备采集的所述目标红绿灯信息所指示的交通通行状态对应，得到第二匹配结果。
23.在一些实施例中，所述判断所述车辆运行状态中的通行或停止状态是否与所述路侧设备采集的所述目标红绿灯信息所指示的交通通行状态对应，包括：
24.当所述路侧设备采集红绿灯信息为红灯时，所述车辆为直行，则判断所述目标红绿灯信息的灯不准确或受其他交通因素影响；
25.当所述路侧设备采集红绿灯信息为绿灯时，所述车辆为停止，则判断所述目标红绿灯信息的灯或倒计时不准确；
26.根据多种所述目标红绿灯信息的灯和/或倒计时的统计结果，计算所述匹配结果。
27.在一些实施例中，所述路侧设备部署在路口或道路，所述方法还包括：
28.根据所述路侧设备的预设覆盖范围，确定所述红绿灯所在区域；
29.根据所述红绿灯所在区域以及当前路口或道路的预设车道信息，确定所述目标红绿灯。
30.在一些实施例中，在所述目标红绿灯包括多个时，所述向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息之前，还包括：
31.确定所述路侧设备的感知区域；根据所述路侧设备的感知区域以及预设车道信息，判断在所述预设车道上是否有自动驾驶车辆；
32.如果有，则确定可接收所述车路协同系统感知的目标红绿灯信息的自动驾驶车辆。
33.第二方面，本技术实施例还提供一种车路协同系统的红绿灯验证装置，其中，所述车路协同系统应用于路侧设备，所述装置包括：
34.广播模块，用于向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息；
35.第一匹配模块，用于接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果；
36.采集模块，用于采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；
37.第二匹配模块，用于根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；
38.验证模块，用于根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。
39.第三方面，本技术实施例还提供一种电子设备，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上述方法。
40.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上述方法。
41.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：通过车路协同系统向自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息，接收自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果。另外，通过采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态，然后根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息的第二匹配结果。最后根据匹配结果，验证所述车路协同系统中红绿灯信息的准确性。不仅考虑到了自动驾驶车辆的情况，并且针对车辆(社会车辆)也会自动收集并匹配车路协同系统感知的目标红绿灯信息。上述方法，高效、成本低、准确率高，同时可以做到24小时的实时测试校验的能力。
附图说明
42.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：
43.图1为本技术实施例中车路协同系统的红绿灯验证方法流程示意图；
44.图2为本技术实施例中车路协同系统的红绿灯验证装置结构示意图；
45.图3为本技术实施例中车辆的校验原理示意图；
46.图4为本技术实施例中自动驾驶车辆的校验原理示意图；
47.图5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
48.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。
49.以下结合附图，详细说明本技术各实施例提供的技术方案。
50.本技术实施例提供了一种车路协同系统的红绿灯验证方法，如图1所示，提供了本技术实施例中车路协同系统的红绿灯验证方法流程示意图，所述方法至少包括如下的步骤s110至步骤s150：
51.所述车路协同系统应用于路侧设备，并且可以安装在路侧设备的服务器上，通常对于每个所述路侧设备都部署有服务器，每个服务器上部署有车路协同系统。
52.步骤s110，向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息。
53.根据红绿灯验证的需要，可以选择目标路口或者路段的路侧设备进行测试验证。优选地，可以对所述车路协同系统实现统一管理。每个所述车路协同系统根据所处的不同场景，提供至少包括目标红绿灯的感知信息。
54.感知得到之后，向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息。
55.需要注意的是，下发时通过向预设覆盖区域内的车辆进行广播。此时，不需要限定具体由哪辆自动驾驶车辆接收，而是是针对该区域(红绿灯控制的区域)的自动驾驶车辆。
56.在一些实施例中，通过空口通信pc5进行所述车路协同系统感知的目标红绿灯信息的下发。
57.步骤s120，接收由所述自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与接收到的所述车路协同系统感知的目标红绿灯信息的第一匹配结果。
58.接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果。需要注意的是，接收到的是匹配结果，而无需进行具体执行匹配的操作，匹配的操作由所述自动驾驶车辆执行。
59.在路侧设备上需要根据所述第一匹配结果分析判断一些通信指标、红绿灯灯的准确率、到计时的准确率、丢包率等等。
60.步骤s130，采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；
61.此步骤可与所述步骤s110同时执行，即采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态。可以理解，可以采用路侧设备的相机采集得到车辆的运行状态(通常为是否按照红绿灯指示停车或者通行)。
62.需要注意的是，这里不需要车辆具有通信的接口，而是需要通过路侧设备采集车辆的运行状态在所述车路协同系统对应的感知的目标红绿灯所控制区域内的车辆通行状态即可。
63.步骤s140，根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；
64.此步骤可以在本地的服务器上执行，根据所述车辆的运行状态与所述车路协同系
统感知的目标红绿灯信息得到第二匹配结果即主要是校验红绿灯信息中的红灯、绿灯(变黄灯)时，(社会车辆)的通行状态是否与所述车路协同系统感知的目标红绿灯信息一致。
65.步骤s150，根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。
66.根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性，包括但不限于红绿灯的灯、红绿灯的到计时、红绿灯端到端传输准确率、通信过程中的丢包率等，实现量化评估。
67.本技术实施例中的方法相较于相关技术中的校验方式，产率高可做到24小时实时测试维护路侧红绿灯数据，测试精度准确率高去除了人为原因导致错误、效率高计算全都通过服务器完成计算比人工测试效率由极大提升，成本低。去除了80％的人工参与仅通过一台服务器即可完成一个目标路侧设备上车路协同系统的校验。
68.在本技术的一个实施例中，验证所述车路协同系统中红绿灯信息的准确性包括至少如下之一：所述验证所述车路协同系统中红绿灯信息的准确性包括至少如下之一：红绿灯灯准确率、红绿灯倒计时准确率、红绿灯周期准确率、红绿灯到车的端到端时延、红绿灯到车的端到端频率、红绿灯到车的端到端丢包率，所述根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统红绿灯信息的准确性包括：所述红绿灯灯准确率、所述红绿灯倒计时准确率、所述红绿灯周期准确率、所述红绿灯到车端的端到端时延、所述红绿灯到车端的端到端频率、所述红绿灯到车端的端到端丢包率中的任意一项或多项匹配结果的准确性。
69.具体实施时，根据车辆(社会车辆)在红绿灯(所述车路协同系统感知的同一个红绿灯信息)附近停止、运动的行驶行为，进一步分析得到对于红绿灯灯准确率、红绿灯倒计时准确率。
70.根据自动驾驶车辆的视觉红绿灯信息，进一步分析得到红绿灯周期准确率、红绿的到车端到端时延、红绿灯到车端到端频率、红绿灯到车端到端丢包率。
71.进一步地，验证所述车路协同系统中红绿灯信息的准确性包括：红绿灯灯准确率、红绿灯倒计时准确率、红绿灯周期准确率、红绿灯到车端的端到端时延、红绿灯到车端的端到端频率、红绿灯到车端的端到端丢包率中多种匹配结果的准确性。
72.需要注意的是，红绿灯灯准确率、红绿灯倒计时准确率、红绿灯周期准确率、红绿灯到车端的端到端时延、红绿灯到车端的端到端频率为可选的，并且可根据实际情况增减。同时测试或验证红绿灯周期准确率、红绿灯到车端的端到端时延、红绿灯到车端的端到端频率可以采用本领域技术人员公知的技术，在本技术中并不进行具体限定。
73.在本技术的一个实施例中，所述接收由所述自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与接收到的所述车路协同系统感知的目标红绿灯信息的第一匹配结果，包括：
74.接收所述自动驾驶车辆接收到的所述车路协同系统发送的每个目标红绿灯信息中是否与所述自动驾驶车辆视觉设备识别的目标红绿灯信息一致的判断结果中的通信传输指标，所述通信传输指标是通过自动驾驶车辆根据接收到的车路协同系统发送的每个目标红绿灯信息中的时间戳以及序号确定的，所述通信传输指标包括通信丢包、通信时延、通信频率；
75.同时接收所述红绿灯周期准确率、所述红绿灯到车端的端到端时延、所述红绿灯到车端的端到端频率、所述红绿灯到车端的端到端丢包率的任意一项或多项匹配结果。
76.比如，根据自动驾驶车辆接收到的所述车路协同系统发送的每个目标红绿灯信息与自动驾驶车辆视觉设备识别的目标红绿灯信息对应的判断结果，进一步计算得到通信传输指标中的信丢包、通信时延、通信频率是否均满足预设传输要求。
77.如图4所示，具体实施时，针对车辆可辅助对红绿灯的灯、倒计时信息进行校验。但通信频率、时延、丢包等更细致的内容无法通过该方式校验。故，需要借助自动驾驶车辆来进行，所述自动驾驶车辆会收取都路侧设备中车路协同系统发送的红绿灯信息，通过红绿灯信息中的时间戳、序号等可计算出丢包、时延、频率信息，在所述自动驾驶车也会通过自车的视觉设备感知到红绿灯信息，可通过对比自动驾驶车视觉红绿灯信息与自动驾驶接收到的车路协同系统发送的红绿灯信息来校验灯信息是否一致。
78.比如，验证自动驾驶车视觉红绿灯信息与自动驾驶接收到的车路协同系统发送的红绿灯信息来校验灯信息为一致时，红绿灯到车端的端到端时延以及红绿灯到车端的端到端频率会经过计算得到较高的传输效率等指标。
79.又比如，验证自动驾驶车视觉红绿灯信息与自动驾驶接收到的车路协同系统发送的红绿灯信息来校验灯信息为不一致时，所述红绿灯到车端的端到端频率、所述红绿灯到车端的端到端丢包率会经过计算得到较高的误码率等指标。
80.上述方法，可以测试一些高精度的指标、准确率高、成本较低、人工接入少。
81.在本技术的一个实施例中，所述根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果，包括：获取所述车辆在所述车路协同系统对应的路侧设备覆盖范围内的车辆运行状态；通过判断所述车辆运行状态中的通行或停止状态是否与所述路侧设备采集的所述目标红绿灯信息所指示的交通通行状态对应，得到第二匹配结果。
82.具体实施时，首先需要获取所述车辆在所述车路协同系统对应的路侧设备覆盖范围内的车辆运行状态，然后进一步判断所述车辆运行状态中的通行或停止状态是否与所述路侧设备采集的所述目标红绿灯信息(红绿黄)所指示的交通通行状态一致，最后将匹配的结果作为所述第二匹配结果。
83.在本技术的一个实施例中，所述判断所述车辆运行状态中的通行或停止状态是否与所述路侧设备采集的所述目标红绿灯信息所指示的交通通行状态对应，包括：当所述述路侧设备采集红绿灯信息为红灯时，所述车辆为直行，则判断所述目标红绿灯信息的灯不准确或其他交通因素影响；当所述述路侧设备采集红绿灯信息为绿灯时，所述车辆为停止，则判断所述目标红绿灯信息的灯或倒计时不准确；根据多种所述目标红绿灯信息的灯和/或倒计时的统计结果，计算所述匹配结果。
84.具体实施时，如图3所示，对于车辆，通过所述路侧设备采集所述目标红绿灯信息所指示的交通通行状态，同时与所述车路协同系统感知的红绿灯信息进行对比；或者对于车辆，判断所述车辆运行状态中的通行或停止状态是否与标红绿灯信息所指示的交通通行状态一致，也就是说是否与所述车路协同系统感知的红绿灯信息一致。
85.进一步地，当所述述路侧设备采集红绿灯信息为红灯时，所述车辆为直行，根据先验知识则判断所述目标红绿灯信息的灯不准确或其他交通因素影响。
86.进一步地，当所述述路侧设备采集红绿灯信息为绿灯时，所述车辆为停止，根据先验知识则判断所述目标红绿灯信息的灯或倒计时不准确。
87.最后，通过多种所述目标红绿灯信息的灯不准确或准确、多种所述目标红绿灯信息的倒计时不准确或准确的统计结果(主要判断红绿灯灯、红绿灯到计时)，计算所述匹配结果。
88.上述方法，测试维护成本低、24小时运行、无需人工介入。
89.在本技术的一个实施例中，所述路侧设备部署在路口或道路，所述方法还包括：根据所述路侧设备的预设覆盖范围，确定所述红绿灯所在区域；根据所述红绿灯所在区域以及当前路口或道路的预设车道信息，确定所述目标红绿灯。
90.具体实施时，当需要对具体车道对应的红绿灯信息进行验证时，还需要根据所述路侧设备的预设覆盖范围，确定所述红绿灯所在区域，之后根据所述红绿灯所在区域以及当前路口或道路的预设车道信息，确定所述目标红绿灯。即确定当前车道对应的目标红绿灯，从而可以针对当前车道对应的红绿灯进行验证。
91.通过上述方式，可以在路侧设备部署在路口或道路，确定出需要进行验证的目标红绿灯，从而提高验证的效率。
92.在本技术的一个实施例中，在所述目标红绿灯包括多个时，所述向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息之前，还包括：确定所述路侧设备的感知区域；根据所述路侧设备的感知区域以及预设车道信息，判断在所述预设车道上是否有自动驾驶车辆；如果有，则确定可接收所述车路协同系统感知的目标红绿灯信息的自动驾驶车辆。
93.具体实施时，在所述目标红绿灯包括多个的情况下，确定所述路侧设备的感知区域，然后根据所述路侧设备的感知区域以及预设车道信息，判断在所述预设车道上是否有自动驾驶车辆，如果有确定可接收所述车路协同系统感知的目标红绿灯信息的自动驾驶车辆。可以理解，所述预设车道信息可以根据高精地图或者路侧设备进行确定。
94.通过上述方式，可以向指定区域内的自动驾驶车辆广播所述车路协同系统感知的目标红绿灯信息，提高验证的效率。
95.本技术实施例还提供了车路协同系统的红绿灯验证装置200，如图2所示，提供了本技术实施例中车路协同系统的红绿灯验证装置的结构示意图，所述车路协同系统应用于路侧设备，所述车路协同系统的红绿灯验证装置200至少包括：广播模块210、第一匹配模块220、采集模块230、第二匹配模块240以及验证模块250，其中：
96.所述车路协同系统应用于路侧设备，并且可以安装在路侧设备的服务器上，通常对于每个所述路侧设备都部署有服务器，每个服务器上部署有车路协同系统。
97.在本技术的一个实施例中，所述广播模块210具体用于：向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息。
98.根据红绿灯验证的需要，可以选择目标路口或者路段的路侧设备进行测试验证。优选地，可以对所述车路协同系统实现统一管理。每个所述车路协同系统根据所处的不同场景，提供至少包括目标红绿灯的感知信息。
99.感知得到之后，向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息。
100.需要注意的是，下发时通过向预设覆盖区域内的车辆进行广播。此时，不需要限定具体由哪辆自动驾驶车辆接收，而是是针对该区域(红绿灯控制的区域)的自动驾驶车辆。
101.在一些实施例中，通过空口通信pc5进行所述车路协同系统感知的目标红绿灯信息的下发。
102.在本技术的一个实施例中，所述第一匹配模块220具体用于：接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果。
103.接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果。需要注意的是，接收到的是匹配结果，而无需进行具体执行匹配的操作，匹配的操作由所述自动驾驶车辆执行。
104.在路侧设备上需要根据所述第一匹配结果分析判断一些通信指标、红绿灯灯的准确率、到计时的准确率、丢包率等等。
105.在本技术的一个实施例中，所述采集模块230具体用于：采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；
106.此步骤可与所述广播模块210同时执行，即采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态。可以理解，可以采用路侧设备的相机采集得到车辆的运行状态(通常为是否按照红绿灯指示停车或者通行)。
107.需要注意的是，这里不需要车辆具有通信的接口，而是需要通过路侧设备采集车辆的运行状态在所述车路协同系统对应的感知的目标红绿灯所控制区域内的车辆通行状态即可。
108.在本技术的一个实施例中，所述第二匹配模块240具体用于：根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；
109.此步骤可以在本地的服务器上执行，根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果即主要是校验红绿灯信息中的红灯、绿灯(变黄灯)时，(社会车辆)的通行状态是否与所述车路协同系统感知的目标红绿灯信息一致。
110.在本技术的一个实施例中，所述验证模块250具体用于：根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。
111.根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性，包括但不限于红绿灯的灯、红绿灯的到计时、红绿灯端到端传输准确率、通信过程中的丢包率等，实现量化评估。
112.能够理解，上述车路协同系统的红绿灯验证装置，能够实现前述实施例中提供的车路协同系统的红绿灯验证方法的各个步骤，关于交易对账方法的相关阐释均适用于车路协同系统的红绿灯验证装置，此处不再赘述。
113.图5是本技术的一个实施例电子设备的结构示意图。请参考图5，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random-access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
114.处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa
(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard 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5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。
115.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。
116.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，在逻辑层面上形成车路协同系统的红绿灯验证装置。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：
117.向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息；
118.接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果；
119.采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；
120.根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；
121.根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。
122.上述如本技术图1所示实施例揭示的车路协同系统的红绿灯验证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。
123.该电子设备还可执行图1中车路协同系统的红绿灯验证装置执行的方法，并实现车路协同系统的红绿灯验证装置在图1所示实施例的功能，本技术实施例在此不再赘述。
124.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所示实施例中车路协同系统的红绿灯验证装置执行的方法，并具体用于执行：
125.向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息；
126.接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果；
127.采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；
128.根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；
129.根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。
130.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。
131.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。
132.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。
133.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。
134.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。
135.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。
136.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。
137.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。
138.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。
139.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：

1.一种车路协同系统的红绿灯验证方法，其中，所述车路协同系统应用于路侧设备，所述方法包括：向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息；接收由所述自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与接收到的所述车路协同系统感知的目标红绿灯信息的第一匹配结果；采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。2.如权利要求1所述方法，其中，所述验证所述车路协同系统中红绿灯信息的准确性包括至少如下之一：红绿灯灯准确率、红绿灯倒计时准确率、红绿灯周期准确率、红绿灯到车的端到端时延、红绿灯到车的端到端频率、红绿灯到车的端到端丢包率，所述根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统红绿灯信息的准确性包括：所述红绿灯灯准确率、所述红绿灯倒计时准确率、所述红绿灯周期准确率、所述红绿灯到车端的端到端时延、所述红绿灯到车端的端到端频率、所述红绿灯到车端的端到端丢包率中的任意一项或多项匹配结果的准确性。3.如权利要求2所述方法，其中，所述接收由所述自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与接收到的所述车路协同系统感知的目标红绿灯信息的第一匹配结果，包括：接收所述自动驾驶车辆接收到的所述车路协同系统发送的每个目标红绿灯信息中是否与所述自动驾驶车辆视觉设备识别的目标红绿灯信息一致的判断结果中的通信传输指标，所述通信传输指标是通过自动驾驶车辆根据接收到的车路协同系统发送的每个目标红绿灯信息中的时间戳以及序号确定的，所述通信传输指标包括通信丢包、通信时延、通信频率；同时，接收所述红绿灯周期准确率、所述红绿灯到车端的端到端时延、所述红绿灯到车端的端到端频率、所述红绿灯到车端的端到端丢包率的任意一项或多项匹配结果。4.如权利要求2所述方法，其中，所述根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果，包括：获取所述车辆在所述车路协同系统对应的路侧设备覆盖范围内的车辆运行状态；通过判断所述车辆运行状态中的通行或停止状态是否与所述路侧设备采集的所述目标红绿灯信息所指示的交通通行状态对应，得到第二匹配结果。5.如权利要求4所述方法，其中，所述判断所述车辆运行状态中的通行或停止状态是否与所述路侧设备采集的所述目标红绿灯信息所指示的交通通行状态对应，包括：当所述述路侧设备采集红绿灯信息为红灯时，所述车辆为直行，则判断所述目标红绿灯信息的灯不准确或受其他交通因素影响；当所述述路侧设备采集红绿灯信息为绿灯时，所述车辆为停止，则判断所述目标红绿灯信息的灯或倒计时不准确；根据多种所述目标红绿灯信息的灯和/或倒计时的统计结果，计算所述匹配结果。
6.如权利要求1所述方法，其中，所述路侧设备部署在路口或道路，所述方法还包括：根据所述路侧设备的预设覆盖范围，确定所述红绿灯所在区域；根据所述红绿灯所在区域以及当前路口或道路的预设车道信息，确定所述目标红绿灯。7.如权利要求6所述方法，其中，在所述目标红绿灯包括多个时，所述向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息之前，还包括：确定所述路侧设备的感知区域；根据所述路侧设备的感知区域以及预设车道信息，判断在所述预设车道上是否有自动驾驶车辆；如果有，则确定可接收所述车路协同系统感知的目标红绿灯信息的自动驾驶车辆。8.一种车路协同系统的红绿灯验证装置，其中，所述车路协同系统应用于路侧设备，所述装置包括：广播模块，用于向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息；第一匹配模块，用于接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果；采集模块，用于采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；第二匹配模块，用于根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；验证模块，用于根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。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之任一所述方法。

技术总结

本申请公开了一种车路协同系统的红绿灯验证方法、装置及存储介质，其中，所述车路协同系统应用于路侧设备，所述方法包括：向所述自动驾驶车辆下发所述车路协同系统感知的目标红绿灯信息；接收由自动驾驶车辆发送的所述自动驾驶车辆识别的目标红绿灯信息与所述车路协同系统感知的目标红绿灯信息的第一匹配结果；采集所述车路协同系统感知的目标红绿灯所控制区域内的车辆的运行状态；根据所述车辆的运行状态与所述车路协同系统感知的目标红绿灯信息得到第二匹配结果；根据所述第一匹配结果和所述第二匹配结果，验证所述车路协同系统中红绿灯信息的准确性。通过本申请校验高效，且成本低、准确率高。准确率高。准确率高。