目标对象变道识别方法和装置、可读存储介质、电子设备

技术领域

本公开涉及计算机视觉技术，尤其是一种目标对象变道识别方法和装置、可读存储介质、电子设备。

背景技术

在基于视觉感知的高级驾驶辅助系统中，往往需要提前识别前方目标对象的变道行为，以便系统能迅速切换CIPV(Closest In-Path Vehicle)，对潜在危险给出及时的报警信息。此外，识别目标对象切入和切出本车道的行为是系统ACC(Adaptive CruiseControl)功能的需求。如果没有目标变道行为的识别，系统将只能在车辆进入本车道的时候进行CIPV选取，导致CIPV选取和碰撞报警的迟滞。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种目标对象变道识别方法和装置、可读存储介质、电子设备。

根据本公开实施例的一个方面，提供了一种目标对象变道识别方法，包括：

确定车辆前方的至少一个目标对象；

针对所述至少一个目标对象中的每个目标对象，分别确定所述目标对象在n个时间点与车道线之间的n组相对距离；其中，每组所述相对距离包括相对所述目标对象所在车道的左车道线的距离和/或相对所述目标对象所在车道的右车道线的距离；

基于所述n个时间点和所述n组相对距离，确定所述目标对象相对车道线距离随时间的变化率；

基于所述变化率和所述相对距离，确定所述目标对象是否进行变道。

根据本公开实施例的另一方面，提供了一种目标对象变道识别装置，包括：

目标确定模块，用于确定车辆前方的至少一个目标对象；

相对距离确定模块，用于针对所述目标确定模块确定的至少一个目标对象中的每个目标对象，分别确定所述目标对象在n个时间点与车道线之间的n组相对距离；其中，每组所述相对距离包括相对所述目标对象所在车道的左车道线的距离和/或相对所述目标对象所在车道的右车道线的距离；

变化率确定模块，用于基于所述相对距离确定模块确定的n个时间点和所述n组相对距离，确定所述目标对象相对车道线距离随时间的变化率；

变道识别模块，用于基于所述变化率确定模块确定的变化率和所述相对距离确定模块确定的相对距离，确定所述目标对象是否进行变道。

根据本公开实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述实施例所述的目标对象变道识别方法。

根据本公开实施例的还一方面，提供了一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述实施例所述的目标对象变道识别方法。

基于本公开上述实施例提供的一种目标对象变道识别方法和装置、可读存储介质、电子设备，确定车辆前方的至少一个目标对象；针对所述至少一个目标对象中的每个目标对象，分别确定所述目标对象在n个时间点与车道线之间的n组相对距离；其中，每组所述相对距离包括相对所述目标对象所在车道的左车道线的距离和/或相对所述目标对象所在车道的右车道线的距离；基于所述n个时间点和所述n组相对距离，确定所述目标对象相对车道线距离的变化率；基于所述变化率和所述相对距离，确定所述目标对象是否进行变道。本公开实施例通过选取合适的周期数n，以周期数内目标对象相对于车道线的距离变化率作为该目标对象最终的相对车道线的距离变化率，保证车辆相对于车道线距离的变化率的稳定性，提高了变道行为识别的准确性，保证车辆运动趋势识别的快速性及准确性。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本公开一示例性实施例提供的目标对象变道识别方法的流程示意图。

图2A是现有技术中采用第一计数方式确定车辆运动趋势的示意图。

图2B是现有技术中采用第二计数方式确定车辆运动趋势的示意图。

图3A是本公开实施例提供的目标对象变道识别方法中周期数N为15时的侧偏速度变化曲线图。

图3B是本公开实施例提供的目标对象变道识别方法中周期数N为30时的侧偏速度变化曲线图。

图3C是本公开实施例提供的车辆与车道线距离随帧数的变化曲线图。

图3D是本公开实施例提供的车辆与左车道线距离变化率随帧数的变化曲线图。

图3E是本公开实施例提供的车辆与右车道线距离变化率随帧数的变化曲线图。

图3F是本公开实施例提供的车辆与车道线距离变化率随帧数的变化曲线图。

图4是本公开另一示例性实施例提供的目标对象变道识别方法的流程示意图。

图5是本公开图4所示的实施例中步骤403的一个流程示意图。

图6是本公开又一示例性实施例提供的目标对象变道识别方法的流程示意图。

图7是本公开还一示例性实施例提供的目标对象变道识别方法的流程示意图。

图8是本公开再一示例性实施例提供的目标对象变道识别方法的流程示意图。

图9是本公开一示例性实施例提供的目标对象变道识别装置的结构示意图。

图10是本公开另一示例性实施例提供的目标对象变道识别装置的结构示意图。

图11是本公开一示例性实施例提供的电子设备的结构图。

具体实施方式

下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，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，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

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讨论。

本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

在实现本公开的过程中，发明人发现，现有技术中，目标对象(如车辆)的变道行为识别主要通过目标对象相对于自车预测轨迹的侧偏速度及相对轨迹的横向距离进行判断。该技术方案至少存在以下问题：对自车预测轨迹精度要求高，依赖于自车预测轨迹，若自车预测轨迹存在偏差时，会导致车辆变道行为误识别。

实践表明，目标对象在变道过程中，往往具有一定的侧偏速度，变道行为识别需结合目标对象的运动趋势。

图1是本公开一示例性实施例提供的目标对象变道识别方法的流程示意图。如图1所示，该实施例方法包括：

步骤101，获取目标对象N个周期内与车道距离并同时记录对应的时间戳，通过最小二乘法的方式计算车辆相对于车道线距离的变化率。

本公开实施例在计算目标对象相对于车道线的侧偏速度时，利用历史N个周期的目标对象到车道线的距离，采用最小二乘法拟合距离相对时间变化的线性关系，拟合出的直线斜率则是目标对象相对车道线的距离的变化率。

设N个周期的目标对象相对车道线距离为y

在Frenet坐标系下，当目标对象相对车道线向右行驶时，k为负；当目标对象相对车道线向左行驶时，k为正。

步骤102，结合目标对象到车道线的距离以及距离的变化率，识别出切入本车道和切出本车道的行为。行为识别具体包括：根据目标对象所在车道信息，对比目标对象相对左或者右车道线的距离是否小于阈值D，然后结合目标对象到车道线的距离变化率(方向为左正右负)对比其是否大于阈值V或小于-V，得到目标对象切入切出本车道行为得判断结果。

通过配置(N，V，D)，能够保证目标对象变道行为识别的准确性，参数的选取策略包括：

首先需要确定周期数N，通常目标对象相对车道线距离在较短周期存在一定的波动，需要选取合适周期数N。周期数N选取过小时，易受车道线距离波动影响，侧偏速度计算抖动较大，不利于变道行为判断；周期数N选取过大时，能够消除车道线感知距离波动影响，侧偏速度较为稳定，但周期数N大所需时间长，易迟滞，不利于提前进行车辆变道行为识别，例如，周期数N可以取10-50，效果较好的，周期数N可以取25-35。

确定周期数N之后，需要选取合适的车道线距离变化率V及车道线距离D。车辆变道时，存在一定的侧偏速度；V过小易误识别车辆变道行为，V过小易漏识别车辆变道行为，例如，车道线距离变化率V可以取0.1-0.9，效果较好的，车道线距离变化率V取0.3-0.6。目标对象在车道内行驶，往往在车道中间内左右小范围移动，变道行为识别需结合与车道线距离。车道线距离D较小识别车辆变道行为迟滞，D较大易误识别车辆变道行为；例如，车道线距离D可以取0.2-2.0，效果较好的，车道线距离D取0.8–1.2。

在单目视觉驾驶辅助(ADAS)系统中，车道线作为重要的感知数据，车道线信息易获取并且准确性高，可作为目标对象的变道行为识别依据，单纯根据车辆与车道线距离无法判断车辆切入和切出情况。现有技术，通常采用车辆相对于车道线距离并结合计数方式记录车辆距离变化趋势的方法，设计统一的计数规则难度较大，而简单的计数规则存在与距离强耦合，不利于识别车辆变道行为。图2A是现有技术中采用第一计数方式确定车辆运动趋势的示意图。如图2A所示，第一计数方式采用右计数器(rightcounter)、主计数器(hostcounter)、左计数器(leftcounter)分别记录车辆向右变道趋势、车道保持趋势、向左变道趋势，目标对象未变道时能较好的表述车辆的运动趋势，但车辆刚越过车道线时，counter值较难保持连续性，需复位或者交换情况。若counter复位，则清除历史记录的车辆运动趋势；若counter值进行交换，但交换规则复杂，不易实施。图2B是现有技术中采用第二计数方式确定车辆运动趋势的示意图。第二计数方式采用rightcounter、leftcounter记录车辆向左、向右的趋势，该方法计数简便易操作，但与车道线距离强耦合，不利于识别车辆变道行为。

本公开实施例采用最小二乘计算车辆相对于车道线距离的变化率表示车辆运动趋势，该方法实施性强。为了保证计算车辆与车道线变化率的准确性、连续性，本实施例分别在下列部分进行优化：

1)选取合适的周期数，保证变道行为识别的准确性。合理优化选取周期数N，保证车辆运动趋势识别的快速性及准确性。

周期数N选取小时，易受车道线距离波动影响，侧偏速度计算抖动较大，不利于变道行为判断，如图3A所示，图3A是本公开实施例提供的目标对象变道识别方法中周期数N为15时的侧偏速度变化曲线图。周期数N选取过大时，能够消除车道线感知距离波动影响，侧偏速度较为稳定，但周期数N大所需时间长，易迟滞，不利于提前进行车辆变道行为识别，在实施过程中，周期数N取25-35可达到较好效果，如图3B所示，图3B是本公开实施例提供的目标对象变道识别方法中周期数N为30时的侧偏速度变化曲线图。

2)车辆相对于车道线距离连续性处理，保证车辆相对于车道线距离的变化率的连续性。车辆刚越过某侧车道线时，车辆与车道线距离发生突变，图3C是本公开实施例提供的车辆与车道线距离随帧数的变化曲线图。如图3C所示，在69400帧附近，车辆越过右车道线，车辆与左车道线的距离突变。若不进行优化处理，最小二乘计算车辆与车道线变化率突增，不利于车辆运动趋势判断。本方法，在车辆越过某侧车道线时，本帧车辆相对于车道线距离加上上一帧距离，保证车辆相对于车道线距离的连续性。

3)取相对于左右车道线的距离变化率平均值作为该目标对象最终的相对车道线的距离变化率，保证车辆相对于车道线距离的变化率的稳定性。实践中车辆距离某侧车道线感知距离存在一定波动，为了消除车道线感知和车辆感知噪声对估计结果的影响，取相对于左右车道线的距离变化率平均值作为该目标对象最终的相对车道线的距离变化率。图3D是本公开实施例提供的车辆与左车道线距离变化率随帧数的变化曲线图。图3E是本公开实施例提供的车辆与右车道线距离变化率随帧数的变化曲线图。图3F是本公开实施例提供的车辆与车道线距离变化率随帧数的变化曲线图。如图3E所示，车辆与右车道线距离变化率(frame69360至69440处)相较于与左车道线距离变化率(如图3D所示)波动较大，求取平均值(如图3F所示)，能减少车辆某侧车道线距离感知噪声对估计结果的影响。

图4是本公开另一示例性实施例提供的目标对象变道识别方法的流程示意图。本实施例可应用在电子设备上，如图4所示，包括如下步骤：

步骤401，确定车辆前方的至少一个目标对象。

本实施例中，目标对象可以包括车辆前方行驶的车辆或障碍物等物体，本公开实施例不限制目标对象的具体种类。

可选地，可通过设置在车辆上的摄像头等图像采集装置获取车辆前方的图像，通过对图像进行识别确定车辆前方的至少一个目标对象。

步骤402，针对至少一个目标对象中的每个目标对象，分别确定目标对象在n个时间点与车道线之间的n组相对距离。

其中，每组相对距离包括相对目标对象所在车道的左车道线的距离；或者，每组相对距离包括相对目标对象所在车道的右车道线的距离；或者，每组相对距离包括相对目标对象所在车道的左车道线的距离和相对目标对象所在车道的右车道线的距离。

步骤403，基于n个时间点和n组相对距离，确定目标对象相对车道线距离的变化率。

n个时间点包括当前时间点和n-1个历史时间点。可选地，本实施例中确定目标对象相对车道线距离的变化率的方法可参照图1提供的实施例中步骤101所示，采用最小二乘法拟合距离相对时间变化的线性关系，拟合出的直线斜率则是目标对象相对车道线的距离的变化率。

步骤404，基于变化率和相对距离，确定目标对象是否进行变道。

本实施例中，变化率表示目标对象相对车道线的距离随时间的变化情况，相对距离表示目标对象与车道线之间的距离，在目标对象进行变道时，首先是不断接近车道线，因此，本实施例通过变化率和相对距离确定目标对象与车道线之间的位置关系，即可确定目标对象是否进行变道。

可选地，本实施例中所指目标对象的变道行为可包括但不限于切入本车道和切出本车道的行为等，由于切入本车道和切出本车道的行为都会对本实施例中车辆的行驶产生影响，因此，需要对其进行识别，其具体识别过程可以参照图1提供的实施例中步骤102所示。

本公开上述实施例提供的一种目标对象变道识别方法，确定车辆前方的至少一个目标对象；针对所述至少一个目标对象中的每个目标对象，分别确定所述目标对象在n个时间点与车道线之间的n组相对距离；其中，每组所述相对距离包括相对所述目标对象所在车道的左车道线的距离和/或相对所述目标对象所在车道的右车道线的距离；基于所述n个时间点和所述n组相对距离，确定所述目标对象相对车道线距离的变化率；基于所述变化率和所述相对距离，确定所述目标对象是否进行变道。本公开实施例通过选取合适的周期数n，以周期数内目标对象相对于车道线的距离变化率作为该目标对象最终的相对车道线的距离变化率，保证车辆相对于车道线距离的变化率的稳定性，提高了变道行为识别的准确性，保证车辆运动趋势识别的快速性及准确性。

如图5所示，在上述图4所示实施例的基础上，步骤403可包括如下步骤：

步骤4031，利用最小二乘法，基于n个时间点和n组相对距离确定距离相对时间变化的线性关系。

其中，两个变量之间存在一次方函数关系，就称它们之间存在线性关系，本实施例中，通过对每个时间点与其对应的相对距离，利用最小二乘法确定最佳函数匹配，得到的函数关系，即可表达距离相对时间变化的线性关系。其中，最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

步骤4032，基于线性关系确定目标对象相对车道线距离的变化率。

可选地，基于线性关系确定直线斜率，将直线斜率作为目标对象相对车道线距离的变化率。

本实施例采用最小二乘法拟合距离相对时间变化的线性关系，拟合出的直线斜率则是障碍物车辆相对车道线的距离的变化率。

本实施例中，获得变化率k的具体过程，可参照图1提供的实施例中的公式(1)实现，在获得变化率的取值之后，结合变化率取值与目标对象相对车道线行驶方向之间的关系(例如，当目标对象相对车道线向右行驶时，k为负；当目标对象相对车道线向左行驶时，k为正)，可确定目标对象相对车道线的行驶方向。

图6是本公开又一示例性实施例提供的目标对象变道识别方法的流程示意图。本实施例可应用在电子设备上，如图6所示，包括如下步骤：

步骤401，确定车辆前方的至少一个目标对象。

步骤402，针对至少一个目标对象中的每个目标对象，分别确定目标对象在n个时间点与车道线之间的n组相对距离。

其中，每组相对距离包括相对目标对象所在车道的左车道线的距离；或者，每组相对距离包括相对目标对象所在车道的右车道线的距离；或者，每组相对距离包括相对目标对象所在车道的左车道线的距离和相对目标对象所在车道的右车道线的距离。

步骤403，基于n个时间点和n组相对距离，确定目标对象相对车道线距离的变化率。

其中，n个时间点包括当前时间点和n-1个历史时间点。

步骤604，响应于变化率和当前时间点对应的相对距离满足预设条件，确定目标对象进行变道。

本实施例中，通过变化率结合相对距离对目标对象的变道行为进行识别，而具体是否进行变道，本实施例通过设定预设条件对变道识别进行限定，而预设条件可根据具体情况进行设定，本实施例具体限制，例如，可选地，步骤604可以包括：响应于变化率的绝对值大于第一预设变化率的同时，当前时间点对应的相对距离小于预设值，确定目标对象进行变道。

本实施例通过设置第一预设变化率和预设值对变化率和相对距离进行限定，识别目标对象切入本车道或切出本车道的行为；例如，如果目标对象距离车道线距离小于预设值(如，D)时，目标对象距离车道线较近，同时目标对象相对于车道线距离变化率的绝对值大于第一预设变化率(如，V)时，则目标对象较大的侧偏速度，存在变道趋势，此时确定目标对象切出本车道或者切入本车道。

图7是本公开还一示例性实施例提供的目标对象变道识别方法的流程示意图。本实施例可应用在电子设备上，如图7所示，包括如下步骤：

步骤401，确定车辆前方的至少一个目标对象。

步骤402，针对至少一个目标对象中的每个目标对象，分别确定目标对象在n个时间点与车道线之间的n组相对距离。

其中，每组相对距离包括相对目标对象所在车道的左车道线的距离；或者，每组相对距离包括相对目标对象所在车道的右车道线的距离；或者，每组相对距离包括相对目标对象所在车道的左车道线的距离和相对目标对象所在车道的右车道线的距离。

步骤403，基于n个时间点和n组相对距离，确定目标对象相对车道线距离的变化率。

步骤704，确定目标对象所在车道。

可选地，目标对象所在车道可包括以下几种情况：确定目标对象在左侧车道，或确定目标对象在右侧车道，或确定目标对象在车辆所在车道。

步骤705，响应于变化率的绝对值大于第一预设变化率的同时，当前时间点对应的相对距离小于预设值，根据目标对象所在车道确定目标对象切入或切出车辆所在车道。

可选地，步骤705可包括：响应于目标对象在右侧车道，根据目标对象相对于右侧车道中的左车道线的距离是否小于预设值，且变化率的绝对值是否大于第一预设变化率，确定目标对象是否切入车辆所在车道；

响应于目标对象在左侧车道，根据目标对象相对于左侧车道中的右车道线的距离是否小于预设值，且变化率的绝对值是否小于第二预设变化率，确定目标对象是否切入车辆所在车道；

响应于目标对象在车辆所在车道，根据目标对象相对于左侧车道中的右车道线的距离是否小于预设值，且变化率的绝对值是否大于第一预设变化率，或目标对象相对于右侧车道线的距离是否小于预设值，且变化率是否小于第二预设变化率，确定目标对象是否切出车辆所在车道。

本实施例中，对于切入本车道必然是从其他车道进行切入(左侧车道或右侧车道)，而切出本车道的行为，对应的目标对象在执行切出之前必然是在本车道行驶的；因此，为了具体确定目标对象是切入(可能会影响本车道车辆行驶)还是切出，本实施例结合目标对象所在车道信息，对比目标对象相对左或右车道线的距离是否小于预设值D，然后结合目标对象到车道线的距离变化率(方向为左正右负)对比其是否大于第一预设变化率V或小于第二预设变化率-V，得到目标对象切入切出本车道行为的判断结果。

图8是本公开再一示例性实施例提供的目标对象变道识别方法的流程示意图。本实施例可应用在电子设备上，如图8所示，包括如下步骤：

步骤801，获取目标对象相对于车道线距离。

步骤802，判断是否达到n帧，如果是，执行步骤803，否则，执行步骤801。

步骤803，利用最小二乘法，确定目标对象相对车道线距离的变化率。

步骤804，确定目标对象所在车道；如果目标对象在右侧车道，执行步骤8051；如果目标对象在左侧车道，执行步骤8052；如果目标对象在车辆所在车道，执行步骤8053。

步骤8051，判断目标对象相对于右侧车道中的左车道线的距离是否小于预设值，且变化率是否小于第二预设变化率；如果是，确定目标对象为切出本车道；否则，执行步骤8061。

步骤8061，判断目标对象相对于右侧车道中的左车道线的距离是否小于预设值，且变化率是否大于第一预设变化率；如果是，确定目标对象切入车辆所在车道；否则，结束。

步骤8052，判断目标对象相对于左侧车道中的右车道线的距离是否小于预设值，且变化率是否小于第二预设变化率；如果是，确定目标对象切入车辆所在车道；否则，执行步骤8062。

步骤8062，判断目标对象相对于左侧车道中的右车道线的距离是否小于预设值，且变化率是否大于第一预设变化率；如果是，确定目标对象切出该左侧车道；否则，确定目标对象切入车辆所在车道。

步骤8053，判断目标对象相对于左侧车道线的距离是否小于预设值；如果是，执行步骤8063，否则，执行步骤8073。

步骤8063，判断变化率是否大于第一预设变化率，如果是，确定目标对象切出本车车道；否则，执行步骤8083。

步骤8083，判断变化率是否小于第二预设变化率，如果是，确定目标对象未切出本车车道；否则，结束。

步骤8073，判断目标对象相对于右侧车道线的距离是否小于预设值，如果是，执行步骤8093；否则，结束。

步骤8093，判断变化率是否小于第二预设变化率，如果是，确定目标对象切出本车车道；否则，执行步骤8103。

步骤8103，判断变化率是否大于第一预设变化率，如果是，确定目标对象未切出本车车道；否则，结束。

本实施例是本公开提供的目标对象变道识别方法的一个详细示例，其中将每种不同情况进行详细说明。

本公开实施例提供的任一种目标对象变道识别方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：终端设备和服务器等。或者，本公开实施例提供的任一种目标对象变道识别方法可以由处理器执行，如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种目标对象变道识别方法。下文不再赘述。

图9是本公开一示例性实施例提供的目标对象变道识别装置的结构示意图。如图9所示，本实施例装置包括：

目标确定模块91，用于确定车辆前方的至少一个目标对象。

相对距离确定模块92，用于针对目标确定模块确定的至少一个目标对象中的每个目标对象，分别确定目标对象在n个时间点与车道线之间的n组相对距离。

其中，每组相对距离包括相对目标对象所在车道的左车道线的距离和/或相对目标对象所在车道的右车道线的距离。

变化率确定模块93，用于基于相对距离确定模块确定的n个时间点和n组相对距离，确定目标对象相对车道线距离随时间的变化率。

变道识别模块94，用于基于变化率确定模块确定的变化率和相对距离确定模块确定的相对距离，确定目标对象是否进行变道。

本公开上述实施例提供的一种目标对象变道识别装置，确定车辆前方的至少一个目标对象；针对所述至少一个目标对象中的每个目标对象，分别确定所述目标对象在n个时间点与车道线之间的n组相对距离；其中，每组所述相对距离包括相对所述目标对象所在车道的左车道线的距离和/或相对所述目标对象所在车道的右车道线的距离；基于所述n个时间点和所述n组相对距离，确定所述目标对象相对车道线距离的变化率；基于所述变化率和所述相对距离，确定所述目标对象是否进行变道。本公开实施例通过选取合适的周期数n，以周期数内目标对象相对于车道线的距离变化率作为该目标对象最终的相对车道线的距离变化率，保证车辆相对于车道线距离的变化率的稳定性，提高了变道行为识别的准确性，保证车辆运动趋势识别的快速性及准确性。

图10是本公开另一示例性实施例提供的目标对象变道识别装置的结构示意图。如图10所示，本实施例装置包括：

变化率确定模块93，包括：

线性关系确定单元931，用于利用最小二乘法，基于n个时间点和n组相对距离确定距离相对时间变化的线性关系。

距离变化率单元932，用于基于线性关系确定目标对象相对车道线距离的变化率。

可选地，距离变化率单元932，具体用于基于线性关系确定直线斜率，将直线斜率作为目标对象相对车道线距离的变化率。

在一些可选实施例中，n个时间点包括当前时间点和n-1个历史时间点；变道识别模块94，用于响应于变化率和当前时间点对应的相对距离满足预设条件，确定目标对象进行变道。

变道识别模块94，具体用于响应于变化率的绝对值大于第一预设变化率的同时，当前时间点对应的相对距离小于预设值，确定目标对象进行变道。

本实施例提供的装置，还包括：

车道确定模块11，确定目标对象所在车道。

变道识别模块94，具体用于响应于变化率的绝对值大于第一预设变化率的同时，当前时间点对应的相对距离小于预设值，根据目标对象所在车道确定目标对象切入或切出车辆所在车道。

在一些可选实施例中，车道确定模块11，具体用于确定目标对象在左侧车道，或确定目标对象在右侧车道，或确定目标对象在车辆所在车道；

变道识别模块94，用于响应于目标对象在右侧车道，根据目标对象相对于右侧车道中的左车道线的距离是否小于预设值，且变化率的绝对值是否大于第一预设变化率，确定目标对象是否切入车辆所在车道；响应于目标对象在左侧车道，根据目标对象相对于左侧车道中的右车道线的距离是否小于预设值，且变化率的绝对值是否小于第二预设变化率，确定目标对象是否切入车辆所在车道；响应于目标对象在车辆所在车道，根据目标对象相对于左侧车道中的右车道线的距离是否小于预设值，且变化率的绝对值是否大于第一预设变化率，或目标对象相对于右侧车道线的距离是否小于预设值，且变化率是否小于第二预设变化率，确定目标对象是否切出车辆所在车道。

下面，参考图11来描述根据本公开实施例的电子设备。该电子设备可以是第一设备100和第二设备200中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。

图11图示了根据本公开实施例的电子设备的框图。

如图11所示，电子设备110包括一个或多个处理器111和存储器112。

处理器111可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备110中的其他组件以执行期望的功能。

存储器112可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器111可以运行所述程序指令，以实现上文所述的本公开的各个实施例的目标对象变道识别方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备110还可以包括：输入装置113和输出装置114，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，在该电子设备是第一设备100或第二设备200时，该输入装置113可以是上述的麦克风或麦克风阵列，用于捕捉声源的输入信号。在该电子设备是单机设备时，该输入装置113可以是通信网络连接器，用于从第一设备100和第二设备200接收所采集的输入信号。

此外，该输入设备113还可以包括例如键盘、鼠标等等。

该输出装置114可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出设备114可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图11中仅示出了该电子设备110中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备110还可以包括任何其他适当的组件。

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的目标对象变道识别方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的目标对象变道识别方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。