道路环境感知方法及装置与流程

1.本发明涉及信息技术领域，具体而言，涉及一种道路环境感知方法及装置。

背景技术：

2.道路环境感知决策是自动驾驶云控基础平台的基础能力，它为v2x通信网络提供基础支撑。
3.目前，道路环境的感知决策通常是在路侧实现的。然而，这种方式需要在路侧额外部署设备，建设成本高、建设周期长，而且不能为没有额外部署设备的道路提供道路环境感知能力，与此同时，路侧设备的计算能力一般比较有限，无法保证道路环境感知结果的可靠性，当前路口的道路环境感知结果也不能转发给其他路口，因此不利于其他路口了解整体路况。

技术实现要素：

4.本发明提供一种道路环境感知方法及装置，主要在于通过在云端独立部署道路环境感知装置，能够为没有部署路侧设备的道路提供道路环境感知能力，同时还能够保证道路环境感知结果的可靠性，并将其下发至不同路口。
5.根据本发明实施例的第一方面，提供一种机动车漫游数据处理方法，应用于在云端独立部署的道路环境感知装置，所述道路环境感知装置配置有标准化接口，包括：
6.当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；
7.若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；
8.将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；
9.根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；
10.将所述道路环境感知结果下发至所述当前路口和其他路口；
11.若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
12.根据本发明实施例的第二方面，提供一种道路环境感知装置，所述道路环境感知装置配置有标准化接口，包括：
13.获取单元，用于当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；
14.接受单元，用于若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；
15.识别单元，用于将所述道路环境数据输入至由多个弱学习分类器构成的强学习分
类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；
16.确定单元，用于根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；
17.下发单元，用于将所述道路环境感知结果下发至所述当前路口和其他路口；
18.判定单元，用于若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
19.根据本发明实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
20.当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；
21.若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；
22.将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；
23.根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；
24.将所述道路环境感知结果下发至所述当前路口和其他路口；
25.若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
26.根据本发明实施例的第四方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
27.当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；
28.若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；
29.将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；
30.根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；
31.将所述道路环境感知结果下发至所述当前路口和其他路口；
32.若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
33.本发明实施例的创新点包括：
34.1、在云端独立部署道路环境感知装置，支撑自动驾驶云控基础平台的规模化、标准化部署和运营是本发明实施例的创新点之一。
35.2、利用对外提供的标准化接口获取道路环境数据，并通过ai分析和大数据分析为路侧、车端提供道路安全感知能力是本发明实施例的创新点之一。
36.3、通过设置预设信任名单、预设攻击名单、对称加密等方式，确保系统安全访问是本发明实施例的创新点之一。
37.本发明提供的一种道路环境感知方法及装置，与现有技术在路侧进行道路环境感知决策的方式相比，本发明能够当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址，若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据，并将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系，与此同时，根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，最终将所述道路环境感知结果下发至所述当前路口和其他路口，此外，若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。由此可知，本发明通过在云端独立部署道路环境感知装置，能够为路侧提供道路安全感知能力，从而能够避免在路侧额外部署设备，降低建设成本，独立部署的道路环境感知装置通过进行大数据和ai分析，能够保证道路环境感知结果的可靠性，并能够将道路环境感知结果转发至不同路口，与此同时，这种在云端独立部署道路环境感知装置，为路侧、车端提供道路环境感知能力的方式，能够支撑自动驾驶云控基础平台的规模化、标准化部署和运营，此外，本发明通过设置预设信任名单和预设攻击名单，能够保证系统安全访问。
38.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
39.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
40.图1示出了本发明实施例提供的一种道路环境感知方法流程示意图；
41.图2示出了本发明实施例提供的另一种道路环境感知方法流程示意图；
42.图3示出了本发明实施例提供的一种道路环境感知装置的结构示意图；
43.图4示出了本发明实施例提供的另一种道路环境感知装置的结构示意图；
44.图5示出了本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
45.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
46.需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
47.在路侧实现道路环境感知决策的方式，需要在路侧额外部署设备，建设成本高、建设周期长，而且不能为没有额外部署设备的道路提供道路环境感知能力，与此同时，路侧设备的计算能力一般比较有限，无法保证道路环境感知结果的可靠性，当前路口的道路环境感知结果也不能转发给其他路口，因此不利于其他路口了解整体路况。
48.为了解决上述问题，本发明实施例提供了一种道路环境感知方法，应用于在云端独立部署的道路环境感知装置，所述道路环境感知装置配置有标准化接口，如图1所示，该方法包括：
49.步骤101、当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址。
50.其中，道路环境感知装置独立部署在自动驾驶云控基础平台的边缘云，目标设备为向独立部署的道路环境感知装置发送道路环境数据的任意设备，如路侧设备、消息网关、车辆等等，道路环境数据包括：bsm消息(basic safety message，基础安全消息)、rsi消息(road side information，路侧信息)、spat消息(signal phase and timing message，交通灯相位与时序消息)、map消息(地图消息)、雷达数据和摄像头数据等，bsm消息具体包括速度、转向、刹车、双闪、位置等等，多被用在v2v场景即变道预警，盲区预警，交叉路口碰撞预警等等；rsi消息用于事件的上报和下发，路侧rsu集成，平台下发，多被用于v2i场景即道路施工，限速标志，超速预警，公交车道预警等等；spat消息用于车速引导，绿波推送场景等等，路侧rsu集成信号机，或者信号机通过uu方式传入到平台；map消息用于描述一个路口、车道，和该路口的红绿灯也存在对应关系；摄像头数据具体包括路口的视频图像帧。
51.本发明实施例主要适用于利用独立部署的道路环境感知装置为路侧、车端提供道路安全感知能力的场景。本发明实施例的执行主体为在云端独立部署的道路环境感知装置。
52.本发明实施例中独立部署的道路环境感知装置配置有标准化软硬件接口，对外提供标准化数据接口，可与其他系统进行数据集成。下面详细介绍本发明实施例中独立部署的道路环境感知装置所涉及的标准化接口。
53.在具体应用场景中，当所述标准化接口为用户鉴权接口时，所述方法包括：接收用户通过所述用户鉴权接口发送的用户鉴权请求，所述用户鉴权请求携带有第一用户标识和第一密码；根据所述第一用户标识和所述第一密码，生成所述用户对应的鉴权令牌，并将所述鉴权令牌反馈给所述用户。其中，第一用户标识具体可以为用户名。调用用户鉴权接口的核心代码如下：
[0054][0055][0056]
其中，上述代码中所涉及的参数含义如下：
[0057]
序号参数字段含义类型是否必填1user_name用户名string是2user_pwd用户密码string是
[0058]
对于本发明实施例，为了保证独立部署的道路环境感知装置与其他产品设备之间的通信安全，道路环境感知装置会根据其他产品设备配置的用户名和密码，生成相应的token令牌，并将其反馈给其他产品设备，其他产品设备可以根据该令牌与道路环境感知装置进行通信，从而能够保证产品设备之间的通信安全。
[0059]
在具体应用场景中，当所述标准化接口为消息网关通信配置接口时，所述方法还包括：接收消息网关通过调用所述通信配置接口发送的通信配置请求，所述通信配置请求携带有第二用户标识和第二密码；基于所述第二用户标识和所述第二密码，与所述消息网关进行通信配置；当与所述消息网关通信配置成功时，向所述消息网关反馈通信配置成功消息。其中，第二用户标识具体可以为用户名。调用消息网关通信配置接口的核心代码如下：
[0060]
[0061][0062]
其中，上述代码中通信配置请求携带的参数含义如下：
[0063]
序号参数字段含义类型字段说明是否必填1brokermq服务器stringtcp://ip:port是2user_name用户名stringmqbroker的用户是3user_pwd密码decimalmqbroker的用户是
[0064]
其中，上述代码中返回值所涉及的参数含义如下：
[0065]
序号参数字段含义类型是否必填1code状态码string是2msg消息string否
[0066]
由此通过该消息网关通信配置接口，能够配置mq消息网关，使道路环境感知装置可以从mq消息网关中获取消息，或者向mq消息网关发送消息。
[0067]
在具体应用场景中，道路环境感知装置还可以通过标准化接口获取bsm消息、rsi消息、spat消息、雷达数据和摄像头数据等，之后通过大数据分析或者ai分析，为路侧或者车端提供道路环境感知能力。具体地，可以通过大数据分析或者ai分析，识别发生的v2x安全事件，典型的v2x安全事件事件具体包括异常路况、异常车况、恶劣天气、红绿灯、警告标牌、自动驾驶预警等。其中，异常路况包括交通事故、道路拥堵、行人识别、自行车识别和动物识别等，红绿灯包括红灯提醒和绿灯提醒，异常车况包括车辆超速、车辆慢行、车辆停驶、车辆逆行和大货车识别等，恶劣天气包括雨、冰雹、风、雾、雪、霾和沙尘暴等，警告标牌包括急转弯、连续下坡、注意落石、注意横风、隧道、注意危险、道路施工、注意前方车辆排队、禁止通行、道路限速、不设etc车道的收费站预告、设有etc车道的收费站预告、服务区预告等，自动驾驶预警包括前向碰撞预警、交叉路口碰撞预警、左转辅助、盲区预警或者变道预警、逆向超车预警、紧急制动预警、异常车辆提醒、车辆失控预警、道路危险状况提示、限速预警、弱势交通参与者碰撞预警、绿波车速引导、车内标牌、前方拥堵提醒、紧急车辆提醒。需要说明的是，本发明实施例中所涉及的v2x安全事件并不局限于上述列举的事件，也可以包括其他事件。
[0068]
通过对bsm消息、rsi消息、spat消息、雷达数据和摄像头数据进行大数据分析或者ai分析，能够确定当前路口发生的上述v2x安全事件，进而能够确定当前路口的道路环境感
知结果。针对大数据分析，可以采用flink流处理，实现比如车辆逆行、限速等；针对ai分析，可以基于强学习器和弱学习器实现上述v2x安全事件的识别，例如，采用abc boost(adaptive base class boost)模型进行行人识别、自行车识别或者动物识别等异常路况识别，采用abc boost模型进行异常路况识别的具体过程本发明实施例在下面步骤中进行详细介绍。
[0069]
需要说明的是，本发明实施例中道路环境感知装置所涉及的标准化接口并不局限于上述几种接口，还可以包括其他类型的标准化接口。
[0070]
与此同时，本发明实施例中独立部署的道路环境感知装置还可以与其他系统自动进行数据同步，其中，其他系统具体可以为消息网关。
[0071]
为了实现系统的安全访问，本发明实施例中设置有道路环境感知装置的预设信任名单和预设攻击名单，预设信任名单中存储有允许访问的网际协议地址，预设攻击名单中存储有禁止访问的网际协议地址。为了避免访问设备对道路环境感知装置进行恶意攻击，当目标设备调用标准化接口向独立部署的道路环境感知装置发送道路环境数据时，需要获取目标设备的网际协议地址，并将目标设备的网际协议地址与预设信任名单和预设攻击名单中的网际协议地址进行比对，根据比对结果，判定是否接受该道路环境数据。
[0072]
步骤102、若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据。
[0073]
对于本发明实施例，如果目标设备的网际协议地址在预设信任名单中，则说明目标设备不会对道路环境感知装置造成恶意攻击，因此道路环境感知装置可以接受目标设备发送的道路环境数据。
[0074]
步骤103、将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果。
[0075]
其中，强学习分类器具体可以为abc boost模型，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系，此外，异常路况识别结果包括当前路口存在异常路况和当前路口不存在异常路况。
[0076]
对于本发明实施例，道路环境感知装置在获取当前路口的道路环境数据之后，可以基于道路环境数据，对当前路口的v2x安全事件进行识别，具体可以将道路环境数据输入至abc boost模型中进行异常路况识别，当识别出当前路口存在行人、自行车或者动物等对象时，确定当前路口存在异常路况；当识别出当前路口不存在行人、自行车或者动物等对象时，确定当前路口不存在异常路况。由于abc boost模型是由多个弱学习分类器组成的，具体识别时可以将当前路口的道路环境数据分别输入至多个弱学习分类器中进行异常路况识别，得到多个弱学习分类器分别对应的道路异常识别结果。
[0077]
步骤104、根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果。
[0078]
对于本发明实施例，在得到多个弱学习分类器分别对应的异常路况识别结果之后，可以综合多个弱学习分类器分别对应的道路异常识别结果，得到最终的道路异常识别结果，即当前路口的道路环境感知结果，该道路环境感知结果为识别出的v2x安全事件，该v2x安全事件具体包括异常路况、异常车况、恶劣天气、红绿灯、警告标牌、自动驾驶预警等。其中，异常路况、异常车况、恶劣天气、红绿灯、警告标牌、自动驾驶预警中包含的具体事件
与步骤101所述的完全一致，在此不再赘述。
[0079]
步骤105、将所述道路环境感知结果下发至所述当前路口和其他路口。
[0080]
对于本发明实施例，道路环境感知装置在分析得到当前路口的道路环境感知结果之后，既可以将该道路环境感知结果下发至当前路口，也可以下发至其他路口，从而能够为路侧提供道路环境感知能力。
[0081]
相比于现有技术不能转发道路环境感知结果的方式，本发明实施例中的道路环境感知装置可以将道路环境感知结果下发至不同路口。
[0082]
步骤106、若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
[0083]
其中，目标设备的危险系数与调用的标准化接口类型相关，调用的标准化接口安全等级越高，其对应的危险系数越高；相反调用的标准化接口安全等级越低，其对应的危险系数越低。
[0084]
对于本发明实施例，当网际协议地址既不在预设信任名单中，也不在预设攻击名单中时，需要根据访问设备(目标设备)对应的危险系数和历史访问频率，进一步评估访问设备(目标设备)是否存在恶意攻击，如果存在，则拒绝接受该道路环境数据，并将访问设备(目标设备)的网际协议地址加入至预设攻击名单中。
[0085]
本发明实施例提供的一种道路环境感知方法，通过在云端独立部署道路环境感知装置，能够为路侧提供道路安全感知能力，从而能够避免在路侧额外部署设备，降低建设成本，独立部署的道路环境感知装置通过进行大数据和ai分析，能够保证道路环境感知结果的可靠性，并能够将道路环境感知结果转发至不同路口，与此同时，这种在云端独立部署道路环境感知装置，为路侧、车端提供道路环境感知能力的方式，能够支撑自动驾驶云控基础平台的规模化、标准化部署和运营，此外，本发明实施例通过设置预设信任名单和预设攻击名单，能够保证系统安全访问。
[0086]
进一步的，作为对上述实施例的细化和扩展，本发明实施例提供了另一种道路环境感知方法，如图2所示，所述方法包括：
[0087]
步骤201、当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址。
[0088]
对于本发明实施例，为了保证系统的安全访问，当目标设备向道路环境感知装置发送道路环境数据时，需要获取目标设备的网际协议地址，并根据该网际协议地址、预设信任名单和预设攻击名单，判定是否接受目标设备发送的道路环境数据。
[0089]
步骤202、若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据。
[0090]
对于本发明实施例，如果目标设备的网际协议地址在预设信任名单中，则说明目标设备不会对道路环境感知装置造成恶意攻击，因此可以接受目标设备发送的道路环境数据。
[0091]
步骤203、将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果。
[0092]
其中，强学习分类器具体可以为abc boost模型，该abc boost模型中包括多个弱学习分类器，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之
间的映射关系。
[0093]
在本发明实施例中异常路况识别的实质为目标对象的识别，该目标对象具体可以为行人、自行车或者动物等异物，当识别出当前路口存在目标对象时，确定当前路口存在异常路况；当未识别出当前路口存在目标对象时，确定当前路口不存在异常路况。基于此，203具体包括：将所述道路环境数据输入至所述由多个弱学习分类器构成的强学习分类器中进行目标对象识别；针对所述多个弱学习分类器中的任意一个弱学习分类器，若所述任意一个弱学习分类器识别出所述当前路口存在目标对象，则确定所述任意一个弱学习分类器对应的异常路况识别结果为所述当前路口存在异常路况；若所述任意一个分类器未识别出所述当前路口存在目标对象，则确定所述任意一个弱学习分类器对应的异常路况识别结果为所述当前路口不存在异常路况。
[0094]
具体地，本发实施例中的任意一个弱学习分类器均可以进行二分类，分类结果包括不存在目标对象(行人、自行车、动物等)和存在目标对象(行人、自行车、动物等)。具体识别时，可以将道路环境数据分别输入至多个弱学习分类器中进行目标对象识别，每个弱学习分类器均会输出当前路口不存在目标对象的第一概率值，以及当前路口存在目标对象的第二概率值，当第一概率值大于第二概率值时，确定弱学习分类器未识别出当前路口存在目标对象，即确定弱学习分类器对应的异常路况识别结果为当前路口不存在异常路况；当第一概率值小于或者等于第二概率值时，确定弱学习分类器识别出当前路口存在目标对象，即确定弱学习分类器对应的异常路况识别结果为当前路口存在异常路况。由此按照上述方式能够得到各个弱学习分类器对应的异常路况识别结果。
[0095]
步骤204、根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果。
[0096]
其中，所述道路环境感知结果包括v2x安全事件，该道路环境感知结果为识别出的v2x安全事件，该v2x安全事件具体包括异常路况、异常车况、恶劣天气、红绿灯、警告标牌、自动驾驶预警等。其中，异常路况、异常车况、恶劣天气、红绿灯、警告标牌、自动驾驶预警中包含的具体事件与步骤101所述的完全一致，在此不再赘述。
[0097]
对于本发明实施例，为了确定当前路口的道路环境感知结果，步骤204具体包括：根据所述多个弱学习分类器分别对应的权重值，综合所述多个弱学习分类器分别对应的异常路况识别结果，得到所述当前路口的道路环境感知结果。
[0098]
例如，当弱学习分类器的异常路况识别结果为当前路口不存在异常路况时，用-1表示；当弱学习分类器的异常路况识别结果为当前路口存在路况异常时，用+1表示。进一步地，将各个弱学习分类器对应的异常路况识别结果与其对应的权重值相乘，能够得到最终的异常路况识别结果，如最终计算的值为0.9，由于其与1接近，因此说明最终的异常路况识别结果为当前路口存在目标对象，路况异常，从而能够确定当前路口的道路环境感知结果。
[0099]
进一步地，在使用强学习分类器(abcboost模型)进行异常路况识别之前，需要预先对其进行训练，针对强学习分类器的训练过程，作为一种可选实施方式，所述方法包括：收集道路环境样本数据，构建样本训练集，并确定所述样本训练集对应的初始权重分布；根据所述样本训练集及其对应的初始权重分布，训练第一弱学习分类器；根据所述第一弱学习分类器输出的异常路况识别结果，以及所述样本训练集对应的实际路况，计算所述第一弱学习分类器对应的分类误差率；基于所述分类误差率，计算所述第一弱学习分类器对应
的权重值；基于所述第一弱学习分类器的权重值，对所述初始权重分布进行更新，得到所述样本训练集更新后的权重分布；根据所述样本训练集和所述更新后的权重分布，继续训练第二弱学习分类器，重复弱学习分类器的训练过程，直至达到预设训练次数，将训练的多个弱学习分类器依据其对应的权重值相加，得到所述所述强学习分类器。
[0100]
具体地，首先构建样本训练集t＝{(x1,y1),(x2,y2),
…
,(xm,ym)}，并确定强学习分类器的训练次数为k+1，其中，xm为道路环境数据，ym为-1或者1。之后初始化初样本训练集的权重分布，d(1)＝(w
11
,w
12
,
…
,w
1m
)；w
1i
＝1/m；i＝1,2,
…
,m，接着使用初始权重分布训练第一弱学习分类器g1(x)，并计算第一弱学习分类器对应的分类误差率e1，进一步地，基于分类误差率e1，计算第一弱学习分类器g1(x)的权重值a1，最终基于第一弱学习分类器g1(x)的权重值a1，对初始权重分布d(1)进行更新，得到样本训练集更新后的权重分布，重复上述过程继续训练第二弱学习分类器g2(x)。
[0101]
针对第k次训练的gk(x)，其对应的权重分布为d(k)＝(w
k1
,w
k2
,
…
,w
km
)，计算弱学习分类器gk(x)对应的分类误差率ek为：
[0102][0103]
其中，w
ki
为弱学习分类器gk(x)的权重分布，gk(xi)为弱学习分类器gk(x)输出的异常路况识别结果，yi为实际路况。
[0104]
进一步地，计算弱学习分类器gk(x)的权重值ak，具体公式如下：
[0105][0106]
进一步地，更新样本训练集的权重分布，具体公式如下：
[0107][0108][0109]
其中，w
k+1,i
为更新后的权重分布，zk为规范化因子。进一步地，可以利用样本训练集更新后的权重分布w
k+1,i
，训练弱学习分类器g
k+1
(x)，最终根据训练的各个弱学习分类器对应的权重值，将各个弱学习分类器相加，得到强学习分类器为：
[0110][0111]
由此按照上述公式，能够训练强学习分类器，利用强学习分类器实现异常路况的识别。
[0112]
步骤205、将所述道路环境感知结果下发至所述当前路口和其他路口。
[0113]
对于本发明实施例，道路环境感知装置确定的道路环境感知结果不仅可以下发至当前路口，还可以下发至其他路口。
[0114]
步骤206、若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备调用的标准化接口类型，确定所述目标设备对应的危险系数。
[0115]
对于本发明实施例，不同类型的标准化接口对应的安全等级不同，当目标设备调
用的标准化接口安全等级越高，其对应的危险系数越高；相反目标设备调用的标准化接口安全等级越低，其对应的危险系数越低。
[0116]
步骤207、当所述危险系数达到预设危险系数，或者所述历史访问频率达到预设访问频率时，拒绝接受所述道路环境数据。
[0117]
例如，预设访问频率为30次/min，如果目标设备的历史访问频率超过30次/min，则确定目标设备存在恶意攻击，拒绝接受该道路环境数据，并将目标设备的网际协议地址加入至预设攻击名单中。再比如，预设危险系数为0.5，如果目标设备的危险系数达到0.6，则拒绝接受该道路环境数据，并将目标设备的网际协议地址加入至预设攻击名单中。由此通过预设信任名单和预设攻击名单的设置，能够保证系统的安全访问。
[0118]
步骤208、当所述危险系数未达到所述预设危险系数，且所述历史访问频率未达到预设访问频率时，接受所述道路环境数据。
[0119]
为了进一步保证系统安全，本发明实施例中的通信数据可以采用对称加密的方式。基于此，所述方法还包括：当其他设备调用所述标准化接口与道路环境感知装置进行数据通信时，对传输数据进行对称加密。
[0120]
具体地，针对数据加密过程，首先将原始数据转换成字节流，之后采用rsa公钥对字节流进行加密，接着再进行base64编码，得到最终加密后的数据；针对数据解密过程，首先对加密数据进行base64解码，之后利用rsa私钥对解码后的数据进行解密，得到字节流，最终获取解密数据，即原始数据。
[0121]
由此可知，本发明实施例通过预设信任名单、预设攻击名单、多因子身份认证(口令、短信验证码、真随机码)、非对称加密等方式，能够确保系统安全访问。
[0122]
本发明实施例提供的另一种道路环境感知方法，通过在云端独立部署道路环境感知装置，能够为路侧提供道路安全感知能力，从而能够避免在路侧额外部署设备，降低建设成本，独立部署的道路环境感知装置通过进行大数据和ai分析，能够保证道路环境感知结果的可靠性，并能够将道路环境感知结果转发至不同路口，与此同时，这种在云端独立部署道路环境感知装置，为路侧、车端提供道路环境感知能力的方式，能够支撑自动驾驶云控基础平台的规模化、标准化部署和运营，此外，本发明实施例通过设置预设信任名单和预设攻击名单，能够保证系统安全访问。
[0123]
进一步地，作为图1的具体实现，本发明实施例提供了一种道路环境感知装置，如图3所示，所述装置包括：获取单元31、接受单元32、识别单元33、确定单元34、下发单元35和判定单元36。
[0124]
所述获取单元31，可以用于当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址。
[0125]
所述接受单元32，可以用于若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据。
[0126]
所述识别单元33，可以用于将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系。
[0127]
所述确定单元34，可以用于根据所述多个弱学习分类器分别对应的异常路况识别
结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件。
[0128]
所述下发单元35，可以用于将所述道路环境感知结果下发至所述当前路口和其他路口。
[0129]
所述判定单元36，可以用于若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
[0130]
在具体应用场景中，所述识别单元33，如图4所示，包括：识别模块331和确定模块332。
[0131]
所述识别模块331，可以用于将所述道路环境数据输入至所述由多个弱学习分类器构成的强学习分类器中进行目标对象识别。
[0132]
所述确定模块332，可以用于针对所述多个弱学习分类器中的任意一个弱学习分类器，若所述任意一个弱学习分类器识别出所述当前路口存在目标对象，则确定所述任意一个弱学习分类器对应的异常路况识别结果为所述当前路口存在异常路况。
[0133]
所述确定模块332，还可以用于若所述任意一个分类器未识别出所述当前路口存在目标对象，则确定所述任意一个弱学习分类器对应的异常路况识别结果为所述当前路口不存在异常路况。
[0134]
在具体应用场景中，所述确定单元34，具体可以用于根据所述多个弱学习分类器分别对应的权重值，综合所述多个弱学习分类器分别对应的异常路况识别结果，得到所述当前路口的道路环境感知结果。
[0135]
在具体应用场景中，所述装置还包括：训练单元37。
[0136]
所述训练单元37，可以用于收集道路环境样本数据，构建样本训练集，并确定所述样本训练集对应的初始权重分布；根据所述样本训练集及其对应的初始权重分布，训练第一弱学习分类器；根据所述第一弱学习分类器输出的异常路况识别结果，以及所述样本训练集对应的实际路况，计算所述第一弱学习分类器对应的分类误差率；基于所述分类误差率，计算所述第一弱学习分类器对应的权重值；基于所述第一弱学习分类器的权重值，对所述初始权重分布进行更新，得到所述样本训练集更新后的权重分布；根据所述样本训练集和所述更新后的权重分布，继续训练第二弱学习分类器，重复弱学习分类器的训练过程，直至达到预设训练次数，将训练的多个弱学习分类器依据其对应的权重值相加，得到所述预设强学习分类器。
[0137]
在具体应用场景中，所述确定单元34，还可以用于根据所述目标设备调用的标准化接口类型，确定所述目标设备对应的危险系数。
[0138]
在具体应用场景中，所述判定单元36，具体可以用于当所述危险系数达到预设危险系数，或者所述历史访问频率达到预设访问频率时，拒绝接受所述道路环境数据；当所述危险系数未达到所述预设危险系数，且所述历史访问频率未达到预设访问频率时，接受所述道路环境数据。
[0139]
在具体应用场景中，所述标准化接口包括用户鉴权接口，所述装置还包括：生成单元38。
[0140]
所述生成单元38，可以用于接收用户通过所述用户鉴权接口发送的用户鉴权请
求，所述用户鉴权请求携带有第一用户标识和第一密码；根据所述第一用户标识和所述第一密码，生成所述用户对应的鉴权令牌，并将所述鉴权令牌反馈给所述用户。
[0141]
在具体应用场景中，所述标准化接口包括消息网关通信配置接口，所述装置还包括：配置单元39。
[0142]
所述配置单元39，可以用于接收消息网关通过调用所述通信配置接口发送的通信配置请求，所述通信配置请求携带有第二用户标识和第二密码；基于所述第二用户标识和所述第二密码，与所述消息网关进行通信配置；当与所述消息网关通信配置成功时，向所述消息网关反馈通信配置成功消息。
[0143]
需要说明的是，本发明实施例提供的一种道路环境感知装置所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。
[0144]
基于上述如图1所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；将所述道路环境感知结果下发至所述当前路口和其他路口；若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
[0145]
基于上述如图1所示方法和如图3所示装置的实施例，本发明实施例还提供了一种电子设备的实体结构图，如图5所示，该电子设备包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤：当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；将所述道路环境感知结果下发至所述当前路口和其他路口；若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。
[0146]
本发明实施例通过在云端独立部署道路环境感知装置，能够为路侧提供道路安全感知能力，从而能够避免在路侧额外部署设备，降低建设成本，独立部署的道路环境感知装置通过进行大数据和ai分析，能够保证道路环境感知结果的可靠性，并能够将道路环境感知结果转发至不同路口，与此同时，这种在云端独立部署道路环境感知装置，为路侧、车端提供道路环境感知能力的方式，能够支撑自动驾驶云控基础平台的规模化、标准化部署和
运营，此外，本发明实施例通过设置预设信任名单和预设攻击名单，能够保证系统安全访问。
[0147]
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
[0148]
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0149]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

技术特征：

1.一种道路环境感知方法，其特征在于，应用于在云端独立部署的道路环境感知装置，所述道路环境感知装置配置有标准化接口，包括：当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；将所述道路环境感知结果下发至所述当前路口和其他路口；若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。2.根据权利要求1所述的方法，其特征在于，所述将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，包括：将所述道路环境数据输入至所述由多个弱学习分类器构成的强学习分类器中进行目标对象识别；针对所述多个弱学习分类器中的任意一个弱学习分类器，若所述任意一个弱学习分类器识别出所述当前路口存在目标对象，则确定所述任意一个弱学习分类器对应的异常路况识别结果为所述当前路口存在异常路况；若所述任意一个分类器未识别出所述当前路口存在目标对象，则确定所述任意一个弱学习分类器对应的异常路况识别结果为所述当前路口不存在异常路况。3.根据权利要求1所述的方法，其特征在于，所述根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，包括：根据所述多个弱学习分类器分别对应的权重值，综合所述多个弱学习分类器分别对应的异常路况识别结果，得到所述当前路口的道路环境感知结果。4.根据权利要求1所述的方法，其特征在于，在所述将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果之前，所述方法还包括：收集道路环境样本数据，构建样本训练集，并确定所述样本训练集对应的初始权重分布；根据所述样本训练集及其对应的初始权重分布，训练第一弱学习分类器；根据所述第一弱学习分类器输出的异常路况识别结果，以及所述样本训练集对应的实际路况，计算所述第一弱学习分类器对应的分类误差率；基于所述分类误差率，计算所述第一弱学习分类器对应的权重值；基于所述第一弱学习分类器的权重值，对所述初始权重分布进行更新，得到所述样本训练集更新后的权重分布；根据所述样本训练集和所述更新后的权重分布，继续训练第二弱学习分类器，重复弱
学习分类器的训练过程，直至达到预设训练次数，将训练的多个弱学习分类器依据其对应的权重值相加，得到所述强学习分类器。5.根据权利要求1-4任一项所述的方法，其特征在于，在所述根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据之前，所述方法还包括：根据所述目标设备调用的标准化接口类型，确定所述目标设备对应的危险系数；所述根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据，包括：当所述危险系数达到预设危险系数，或者所述历史访问频率达到预设访问频率时，拒绝接受所述道路环境数据；当所述危险系数未达到所述预设危险系数，且所述历史访问频率未达到预设访问频率时，接受所述道路环境数据。6.根据权利要求1-4任一项所述的方法，其特征在于，所述标准化接口包括用户鉴权接口，所述方法还包括：接收用户通过所述用户鉴权接口发送的用户鉴权请求，所述用户鉴权请求携带有第一用户标识和第一密码；根据所述第一用户标识和所述第一密码，生成所述用户对应的鉴权令牌，并将所述鉴权令牌反馈给所述用户。7.根据权利要求1-4任一项所述的方法，其特征在于，所述标准化接口包括消息网关通信配置接口，所述方法还包括：接收消息网关通过调用所述通信配置接口发送的通信配置请求，所述通信配置请求携带有第二用户标识和第二密码；基于所述第二用户标识和所述第二密码，与所述消息网关进行通信配置；当与所述消息网关通信配置成功时，向所述消息网关反馈通信配置成功消息。8.一种道路环境感知装置，其特征在于，所述道路环境感知装置配置有标准化接口，包括：获取单元，用于当目标设备调用所述标准化接口向所述道路环境感知装置发送当前路口的道路环境数据时，获取所述目标设备的网际协议地址；接受单元，用于若所述网际协议地址在预设信任名单中，则接受所述当前路口的道路环境数据；识别单元，用于将所述道路环境数据输入至由多个弱学习分类器构成的强学习分类器中进行异常路况识别，得到所述多个弱学习分类器分别对应的异常路况识别结果，其中，所述多个弱学习分类器分别表征有所述道路环境数据与异常路况识别结果之间的映射关系；确定单元，用于根据所述多个弱学习分类器分别对应的异常路况识别结果，确定所述当前路口的道路环境感知结果，其中，所述道路环境感知结果包括v2x安全事件；下发单元，用于将所述道路环境感知结果下发至所述当前路口和其他路口；判定单元，用于若所述网际协议地址不在所述预设信任名单和预设攻击名单中，则根据所述目标设备对应的危险系数和历史访问频率，判定是否接受所述道路环境数据。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结

本发明公开了一种道路环境感知方法及装置，快速识别道路安全状况。本发明涉及信息技术领域，其中包括：本装置从V2X消息网关(或者其他设备)获取道路环境数据后，将道路环境数据输入至由多个弱分类学习器构成的强分类学习器进行异常路况识别，得到多个异常路况识别结果即V2X安全事件；最后将道路环境感知结果下发至所述当前路口和其他路口。本发明中的道路环境感知装置可以与其他系统自动进行数据同步。通过应用本申请的技术方案，从而能够为没有部署路侧设备的道路提供道路环境感知能力。力。力。