路灯故障检测方法、装置及电子设备、存储介质与流程

1.本技术涉及路灯检测技术领域，尤其涉及一种路灯故障检测方法、装置及电子设备、存储介质。

背景技术：

2.道路中的路灯为道路的安全性提供了有力保证，但路灯长期使用也会出现故障或者损坏等情况，且从出现故障到维修重新投入使用往往需要很长时间，而这主要是因为路灯的故障未被及时发现，因此路灯故障的检测尤为重要。
3.现有的路灯检测方法主要是依赖人工夜间检查，该方法存在效率低、检查人员容易产生疲劳、检测成本高等缺陷。

技术实现要素：

4.本技术实施例提供了一种路灯故障检测方法、装置及电子设备、存储介质，以提高路灯故障检测的效率，降低检测成本。
5.本技术实施例采用下述技术方案：
6.第一方面，本技术实施例提供一种路灯故障检测方法，所述方法由路侧设备执行，其中，所述方法包括：
7.获取当前路段的夜间道路图像和高精地图数据；
8.利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；
9.根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；
10.根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。
11.可选地，所述利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域包括：
12.将所述夜间道路图像进行灰度处理，得到所述夜间道路图像对应的灰度图像；
13.利用预设去噪策略对所述夜间道路图像对应的灰度图像进行去噪处理，得到去噪后的灰度图像；
14.利用预设像素点过滤策略对所述去噪后的灰度图像中的像素点进行过滤，得到所述夜间道路图像对应的灰度图像中的亮点区域。
15.可选地，所述夜间道路图像包括多个，所述利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域包括：
16.利用所述预设预处理策略分别对各个所述夜间道路图像进行预处理，得到各个所述夜间道路图像中的亮点区域；
17.对各个所述夜间道路图像中的亮点区域进行融合处理，并根据融合处理结果确定
各个所述夜间道路图像中属于路灯的亮点区域。
18.可选地，所述亮点区域包括多个，所述对各个所述夜间道路图像中的亮点区域进行融合处理，并根据融合处理结果确定各个所述夜间道路图像中属于路灯的亮点区域包括：
19.分别确定各个所述亮点区域是否出现在各个所述夜间道路图像中的相同位置；
20.若是，则将所述亮点区域保留并作为属于路灯的亮点区域；
21.否则，则舍弃所述亮点区域。
22.可选地，所述根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域包括：
23.根据所述高精地图数据确定当前路段的路灯的绝对位置；
24.根据高精地图与路侧相机的变换关系，将所述当前路段的路灯的绝对位置投影至所述夜间道路图像中，得到所述夜间道路图像中的路灯区域。
25.可选地，所述根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果包括：
26.将所述夜间道路图像中的亮点区域与所述夜间道路图像中的路灯区域进行比较；
27.若所述夜间道路图像中的路灯区域与所述夜间道路图像中的亮点区域存在重合区域，且所述重合区域的大小达到预设阈值，则确定所述路灯区域对应的路灯状态为正常状态；
28.否则，则确定所述路灯区域对应的路灯状态为故障状态。
29.可选地，所述夜间道路图像为第一夜间道路图像，所述根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果包括：
30.若所述第一夜间道路图像对应的路灯故障检测结果为所述路灯区域对应的路灯状态为故障状态，则获取当前路段的第二夜间道路图像；
31.基于所述第二夜间道路图像，对所述第一夜间道路图像对应的路灯故障检测结果进行验证；
32.根据验证结果确定最终的路灯故障检测结果，并将所述最终的路灯故障检测结果发送至云端和/或车端。
33.第二方面，本技术实施例还提供一种路灯故障检测装置，所述装置应用于路侧设备，其中，所述装置包括：
34.获取单元，用于获取当前路段的夜间道路图像和高精地图数据；
35.预处理单元，用于利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；
36.第一确定单元，用于根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；
37.第二确定单元，用于根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。
38.第三方面，本技术实施例还提供一种电子设备，包括：
39.处理器；以及
40.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。
41.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。
42.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：本技术实施例的路灯故障检测方法由路侧设备执行，先获取当前路段的夜间道路图像和高精地图数据；然后利用预设预处理策略对夜间道路图像进行预处理，得到夜间道路图像中的亮点区域；之后根据夜间道路图像和高精地图数据确定夜间道路图像中的路灯区域；最后根据夜间道路图像中的亮点区域和夜间道路图像中的路灯区域，确定路灯故障检测结果。本技术实施例的路灯故障检测方法利用高精地图提供的路灯数据以及夜间道路图像中的亮点区域即可快速、准确地检测路灯的故障情况，不需要人工检查，提高了路灯故障检测的效率，降低了检测成本。
附图说明
43.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：
44.图1为本技术实施例中一种路灯故障检测方法的流程示意图；
45.图2为本技术实施例中一种路灯故障检测装置的结构示意图；
46.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
47.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。
48.以下结合附图，详细说明本技术各实施例提供的技术方案。
49.本技术实施例提供了一种路灯故障检测方法，所述方法由路侧设备执行，如图1所示，提供了本技术实施例中一种路灯故障检测方法的流程示意图，所述方法至少包括如下的步骤s110至步骤s140：
50.步骤s110，获取当前路段的夜间道路图像和高精地图数据。
51.本技术实施例的路灯故障检测方法可以由路侧设备来执行，通过路侧相机采集当前路段的夜间道路图像，此外还需要获取当前路段的高精地图数据，这里可以根据路侧设备的绝对位置获取对应的局部高精地图数据。
52.高精地图数据中不仅有高精度的坐标，同时还有准确的道路形状，并且每个车道的坡度、曲率、航向、高程，侧倾的数据也都包含在内；另外，每条车道上的标识类型、车道线的颜、道路的隔离带、道路的路灯、道路上的指示牌上的箭头和文字也都会在高精地图中呈现。因此基于高精地图数据能够确定出当前路段的路灯信息。
53.步骤s120，利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域。
54.在得到夜间道路图像后，需要采取一定的预处理策略对夜间道路图像进行预处理，目的是为了确定出夜间道路图像中包含的属于路灯的亮点区域。预处理操作例如可以包括灰度处理、去噪处理以及像素点过滤处理中的至少一种。
55.步骤s130，根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域。
56.由于高精地图数据中提供了当前路段所有路灯的位置等信息，因此可以进一步确定出这些路灯在夜间道路图像中的位置，从而得到夜间道路图像中的路灯区域。
57.步骤s140，根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。
58.夜间道路图像中的亮点区域表征了夜间道路图像中哪些位置区域是路灯灯光对应的区域，而夜间道路图像中的路灯区域则表征了夜间道路图像中哪些位置区域是路灯的区域，因此将二者结合起来即可判断出哪些路灯区域有灯光，而哪些路灯区域没有灯光，那么在夜晚道路场景下，没有灯光的路灯区域对应的路灯即可认为是出现故障的路灯，由此得到路灯故障检测结果。
59.本技术实施例的路灯故障检测方法利用高精地图提供的路灯数据以及夜间道路图像中的亮点区域即可快速、准确地检测路灯的故障情况，不需要人工检查，提高了路灯故障检测的效率，降低了检测成本。
60.在本技术的一些实施例中，所述利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域包括：将所述夜间道路图像进行灰度处理，得到所述夜间道路图像对应的灰度图像；利用预设去噪策略对所述夜间道路图像对应的灰度图像进行去噪处理，得到去噪后的灰度图像；利用预设像素点过滤策略对所述去噪后的灰度图像中的像素点进行过滤，得到所述夜间道路图像对应的灰度图像中的亮点区域。
61.在利用预设预处理策略对夜间道路图像进行预处理时，可以先对夜间道路图像进行灰度处理，得到对应的灰度图像，然后采用一定的去噪策略如高斯平滑滤波对灰度图像进行去噪，得到去噪后的灰度图像，从而减少灰度图像中的高频噪声。
62.由于本技术实施例对夜间道路图像进行预处理的核心在于确定出图像中属于路灯的亮点区域，因此这里可以进一步采取一定的像素点过滤策略对灰度图像中明显不属于亮点的像素点或者不属于路灯对应的亮点的像素点进行过滤，从而得到更有可能属于路灯的亮点区域，同时也减少后续处理的数据量。例如，可以根据事先设定的阈值过滤掉像素值低于阈值的像素点，这些像素点不属于路灯的亮点区域对应的像素点，还可以通过图像的腐蚀和膨胀处理来清除灰度图像中过小的亮点，这些亮点也不太可能是路灯的亮点区域。
63.在本技术的一些实施例中，所述夜间道路图像包括多个，所述利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域包括：利用所述预设预处理策略分别对各个所述夜间道路图像进行预处理，得到各个所述夜间道路图像中的亮点区域；对各个所述夜间道路图像中的亮点区域进行融合处理，并根据融合处理结果确定各个所述夜间道路图像中属于路灯的亮点区域。
64.由于基于单个夜间道路图像检测出的亮点区域中仍然可能会存在一些不属于路灯的亮点区域，比如车灯的干扰，因此为了进一步提高路灯的亮点区域检测的准确性，本技术实施例可以每隔一段时间如每隔10分钟获取一个夜间道路图像并对其进行前述实施例
的预处理操作，从而可以得到多个夜间道路图像中的亮点区域，然后将这些多个夜间道路图像中的亮点区域进行综合比较，从而过滤掉属于车灯的亮点区域。
65.由于路灯的故障检测对于实时性要求相对不高，因此本领域技术人员可以根据实际需求灵活设置上述时间间隔，在此不作具体限定。
66.在本技术的一些实施例中，所述亮点区域包括多个，所述对各个所述夜间道路图像中的亮点区域进行融合处理，并根据融合处理结果确定各个所述夜间道路图像中属于路灯的亮点区域包括：分别确定各个所述亮点区域是否出现在各个所述夜间道路图像中的相同位置；若是，则将所述亮点区域保留并作为属于路灯的亮点区域；否则，则舍弃所述亮点区域。
67.夜间道路图像中的亮点区域可能包括多个，既可能包括属于路灯的亮点区域，也可能会包括不属于路灯的亮点区域如车灯的亮点区域，因此本技术实施例可以对多个夜间道路图像中包含的亮点区域进行比较，对于任意一个亮点区域，如果其在多个夜间道路图像中的位置均重合或者相同，则说明其位置是固定的，进而可以认为是属于路灯的亮点区域，反之，如果其在多个夜间道路图像中的位置不重合或者不相同，说明其位置不固定，进而可以认为是不属于路灯的亮点区域，直接舍弃该亮点区域即可，从而排除车灯的干扰。
68.在本技术的一些实施例中，所述根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域包括：根据所述高精地图数据确定当前路段的路灯的绝对位置；根据高精地图与路侧相机的变换关系，将所述当前路段的路灯的绝对位置投影至所述夜间道路图像中，得到所述夜间道路图像中的路灯区域。
69.由于高精地图是基于世界坐标系构建的，而夜间道路图像中的亮点区域是路侧相机坐标系下的，因此本技术实施例可以事先对高精地图与路侧相机的变换关系进行标定，具体标定方式本领域技术人员可以结合现有技术灵活选择，在此不作具体限定。
70.基于标定好的高精地图与路侧相机的变换关系，可以将高精地图数据中的路灯的绝对位置投影到夜间道路图像中，从而得到路灯在夜间道路图像中的位置，也即得到了夜间道路图像中的路灯区域。
71.在本技术的一些实施例中，所述根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果包括：将所述夜间道路图像中的亮点区域与所述夜间道路图像中的路灯区域进行比较；若所述夜间道路图像中的路灯区域与所述夜间道路图像中的亮点区域存在重合区域，且所述重合区域的大小达到预设阈值，则确定所述路灯区域对应的路灯状态为正常状态；否则，则确定所述路灯区域对应的路灯状态为故障状态。
72.在根据夜间道路图像中的亮点区域和夜间道路图像中的路灯区域确定路灯故障检测结果时，可以先将亮点区域与路灯区域进行比较，具体可以计算亮点区域和路灯区域的交并比，如果交并比大于一定交并比阈值，说明在该路灯区域检测到了属于路灯的亮点，进而表明该路灯区域对应的路灯能够正常发光，即处于正常工作状态。而如果亮点区域和路灯区域不存在交集或者交并比小于上述交并比阈值，说明该路灯区域没有检测到属于路灯的亮点，进而表明该路灯区域对应的路灯没有发光，即处于故障状态。
73.在本技术的一些实施例中，所述夜间道路图像为第一夜间道路图像，所述根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果
包括：若所述第一夜间道路图像对应的路灯故障检测结果为所述路灯区域对应的路灯状态为故障状态，则获取当前路段的第二夜间道路图像；基于所述第二夜间道路图像，对所述第一夜间道路图像对应的路灯故障检测结果进行验证；根据验证结果确定最终的路灯故障检测结果，并将所述最终的路灯故障检测结果发送至云端和/或车端。
74.为了进一步提高路灯故障检测的准确性，在基于第一夜间道路图像检测出当前路段存在故障的路灯时，还可以进一步获取多个第二夜间道路图像并分别进行检测，例如可以每隔10分钟获取一个第二夜间道路图像，然后基于第一夜间道路图像检测出的可能存在故障的路灯区域，对第二夜间道路图像中的相应位置区域进行检测，如果在多个第二夜间道路图像的该路灯区域位置均没有检测到属于路灯的亮点，则可以验证之前的故障检测结果是准确的。
75.如果验证了当前路段确实存在故障的路灯，还可以将故障的路灯位置上报给云端，以便云端及时通知维修人员进行处理，并且还可以将故障的路灯位置发送给即将到达该路段的车辆，以提醒车辆注意小心行驶。本技术实施例通过增加对路灯故障检测结果的二次验证环节进一步保证了路灯检测结果的准确性和鲁棒性，避免了误检误报带来的人力和物力资源的浪费。
76.在本技术的一些实施例中，所述根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果包括：若所述路灯故障检测结果中包括路灯状态为故障状态的路灯区域，则获取所述路灯区域对应的周围路灯区域的路灯故障检测结果；根据所述周围路灯区域的路灯故障检测结果对所述路灯区域的路灯故障检测结果进行验证；根据验证结果确定最终的路灯故障检测结果。
77.除了可以采用前述实施例中提供的验证方式，本技术实施例还可以结合可能存在故障的路灯区域对应的周围路灯的故障检测情况来对该路灯区域的故障检测结果进行验证。由于实际场景下，一般不会连续几个路灯或者周围多个路灯同时出现故障，因此如果判断当前的路灯区域可能存在故障，则可以进一步确定出与该路灯区域距离最近或者距离在预设距离范围内的周围路灯区域，然后获取这些周围路灯区域的故障检测结果，如果这些周围路灯区域的故障检测结果均为正常状态，则也能够进一步验证当前的路灯区域存在故障。
78.需要说明的是，上述实施例中提供的两种验证方式可以结合使用，也可以任选其一使用，本领域技术人员可以根据实际需求灵活选择。
79.本技术实施例还提供了一种路灯故障检测装置200，所述装置应用于路侧设备，如图2所示，提供了本技术实施例中一种路灯故障检测装置的结构示意图，所述装置200包括：获取单元210、预处理单元220、第一确定单元230以及第二确定单元240，其中：
80.获取单元210，用于获取当前路段的夜间道路图像和高精地图数据；
81.预处理单元220，用于利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；
82.第一确定单元230，用于根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；
83.第二确定单元240，用于根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。
84.在本技术的一些实施例中，所述预处理单元220具体用于：将所述夜间道路图像进行灰度处理，得到所述夜间道路图像对应的灰度图像；利用预设去噪策略对所述夜间道路图像对应的灰度图像进行去噪处理，得到去噪后的灰度图像；利用预设像素点过滤策略对所述去噪后的灰度图像中的像素点进行过滤，得到所述夜间道路图像对应的灰度图像中的亮点区域。
85.在本技术的一些实施例中，所述夜间道路图像包括多个，所述预处理单元220具体用于：利用所述预设预处理策略分别对各个所述夜间道路图像进行预处理，得到各个所述夜间道路图像中的亮点区域；对各个所述夜间道路图像中的亮点区域进行融合处理，并根据融合处理结果确定各个所述夜间道路图像中属于路灯的亮点区域。
86.在本技术的一些实施例中，所述亮点区域包括多个，所述预处理单元220具体用于：分别确定各个所述亮点区域是否出现在各个所述夜间道路图像中的相同位置；若是，则将所述亮点区域保留并作为属于路灯的亮点区域；否则，则舍弃所述亮点区域。
87.在本技术的一些实施例中，所述第一确定单元230具体用于：根据所述高精地图数据确定当前路段的路灯的绝对位置；根据高精地图与路侧相机的变换关系，将所述当前路段的路灯的绝对位置投影至所述夜间道路图像中，得到所述夜间道路图像中的路灯区域。
88.在本技术的一些实施例中，所述第二确定单元240具体用于：将所述夜间道路图像中的亮点区域与所述夜间道路图像中的路灯区域进行比较；若所述夜间道路图像中的路灯区域与所述夜间道路图像中的亮点区域存在重合区域，且所述重合区域的大小达到预设阈值，则确定所述路灯区域对应的路灯状态为正常状态；否则，则确定所述路灯区域对应的路灯状态为故障状态。
89.在本技术的一些实施例中，所述夜间道路图像为第一夜间道路图像，所述第二确定单元240具体用于：若所述第一夜间道路图像对应的路灯故障检测结果为所述路灯区域对应的路灯状态为故障状态，则获取当前路段的第二夜间道路图像；基于所述第二夜间道路图像，对所述第一夜间道路图像对应的路灯故障检测结果进行验证；根据验证结果确定最终的路灯故障检测结果，并将所述最终的路灯故障检测结果发送至云端和/或车端。
90.能够理解，上述路灯故障检测装置，能够实现前述实施例中提供的路灯故障检测方法的各个步骤，关于路灯故障检测方法的相关阐释均适用于路灯故障检测装置，此处不再赘述。
91.图3是本技术的一个实施例电子设备的结构示意图。请参考图3，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。
92.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。
93.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。
94.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，在逻辑层面上形成路灯故障检测装置。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：
95.获取当前路段的夜间道路图像和高精地图数据；
96.利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；
97.根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；
98.根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。
99.上述如本技术图1所示实施例揭示的路灯故障检测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。
100.该电子设备还可执行图1中路灯故障检测装置执行的方法，并实现路灯故障检测装置在图1所示实施例的功能，本技术实施例在此不再赘述。
101.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所示实施例中路灯故障检测装置执行的方法，并具体用于执行：
102.获取当前路段的夜间道路图像和高精地图数据；
103.利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；
104.根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；
105.根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。
106.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。
107.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。
108.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。
109.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。
110.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。
111.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。
112.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。
113.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。
114.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。
115.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：

1.一种路灯故障检测方法，所述方法由路侧设备执行，其中，所述方法包括：获取当前路段的夜间道路图像和高精地图数据；利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。2.如权利要求1所述方法，其中，所述利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域包括：将所述夜间道路图像进行灰度处理，得到所述夜间道路图像对应的灰度图像；利用预设去噪策略对所述夜间道路图像对应的灰度图像进行去噪处理，得到去噪后的灰度图像；利用预设像素点过滤策略对所述去噪后的灰度图像中的像素点进行过滤，得到所述夜间道路图像对应的灰度图像中的亮点区域。3.如权利要求1所述方法，其中，所述夜间道路图像包括多个，所述利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域包括：利用所述预设预处理策略分别对各个所述夜间道路图像进行预处理，得到各个所述夜间道路图像中的亮点区域；对各个所述夜间道路图像中的亮点区域进行融合处理，并根据融合处理结果确定各个所述夜间道路图像中属于路灯的亮点区域。4.如权利要求3所述方法，其中，所述亮点区域包括多个，所述对各个所述夜间道路图像中的亮点区域进行融合处理，并根据融合处理结果确定各个所述夜间道路图像中属于路灯的亮点区域包括：分别确定各个所述亮点区域是否出现在各个所述夜间道路图像中的相同位置；若是，则将所述亮点区域保留并作为属于路灯的亮点区域；否则，则舍弃所述亮点区域。5.如权利要求1所述方法，其中，所述根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域包括：根据所述高精地图数据确定当前路段的路灯的绝对位置；根据高精地图与路侧相机的变换关系，将所述当前路段的路灯的绝对位置投影至所述夜间道路图像中，得到所述夜间道路图像中的路灯区域。6.如权利要求1所述方法，其中，所述根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果包括：将所述夜间道路图像中的亮点区域与所述夜间道路图像中的路灯区域进行比较；若所述夜间道路图像中的路灯区域与所述夜间道路图像中的亮点区域存在重合区域，且所述重合区域的大小达到预设阈值，则确定所述路灯区域对应的路灯状态为正常状态；否则，则确定所述路灯区域对应的路灯状态为故障状态。7.如权利要求1所述方法，其中，所述夜间道路图像为第一夜间道路图像，所述根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果
包括：若所述第一夜间道路图像对应的路灯故障检测结果为所述路灯区域对应的路灯状态为故障状态，则获取当前路段的第二夜间道路图像；基于所述第二夜间道路图像，对所述第一夜间道路图像对应的路灯故障检测结果进行验证；根据验证结果确定最终的路灯故障检测结果，并将所述最终的路灯故障检测结果发送至云端和/或车端。8.一种路灯故障检测装置，所述装置应用于路侧设备，其中，所述装置包括：获取单元，用于获取当前路段的夜间道路图像和高精地图数据；预处理单元，用于利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；第一确定单元，用于根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；第二确定单元，用于根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。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

本申请公开了一种路灯故障检测方法、装置及电子设备、存储介质，所述方法由路侧设备执行，其中，所述方法包括：获取当前路段的夜间道路图像和高精地图数据；利用预设预处理策略对所述夜间道路图像进行预处理，得到所述夜间道路图像中的亮点区域；根据所述夜间道路图像和所述高精地图数据确定所述夜间道路图像中的路灯区域；根据所述夜间道路图像中的亮点区域和所述夜间道路图像中的路灯区域，确定路灯故障检测结果。本申请实施例的路灯故障检测方法利用高精地图提供的路灯数据以及夜间道路图像中的亮点区域即可快速、准确地检测路灯的故障情况，不需要人工检查，提高了路灯故障检测的效率，降低了检测成本。降低了检测成本。降低了检测成本。