[发明专利]一种车载视频感知信息传输负载优化方法及装置

说明书

本发明公开一种车载视频感知信息传输负载优化方法及装置，该方法包括：当需要将实时采集到的环境感知信息的视频图像数据传输给车辆控制模块时，每次传输前先将实时视频帧图像中的静态背景图像与动态前景图像进行分离，并在初始传输时传输分离出的静态背景图像，在之后每次传输时则仅传输分离出的动态前景图像；车辆端接收到动态前景图像后，将动态前景图像与初始接收到的静态背景图像进行融合，得到所需传输的实时视频帧图像数据。本发明能够优化车载视频感知信息的负载传输，大幅降低传输负载、提高传输的时效性，且具有实现方法简单、复杂程度低以及执行效率高等优点。

技术领域

本发明涉及车载视频传输技术领域，尤其涉及一种车载视频感知信息传输负载优化方法及装置。

背景技术

车辆在行驶过程中可以通过与路边基础设施进行协同环境感知，有效扩展车辆的感知范围，消除感知盲区，尤其是对于无人驾驶类汽车的安全性具有重要意义。在无人驾驶汽车中，需要依靠多种传感器(如摄像头、激光雷达、毫米波雷达等)进行环境感知，环境感知是车辆自动做出各项行为决策和运动控制的基础，只有获得了充分、精确、可靠的环境感知信息，无人驾驶汽车才能做出安全、合理的驾驶决策。当前业界提升无人驾驶汽车环境感知能力的主要方法是安装数量更多、精度更高的传感器，然而这种方法并不能消除因障碍物遮挡而产生的感知盲区。因此，仅提升无人驾驶汽车的单体感知能力会存在一定的局限性。

采用群智协同环境感知的策略则可以突破上述局限。群智感知是指以普通用户的移动设备作为基本感知单元，大量感知单元通过移动互联网进行有意识或无意识的协作，实现感知任务分发与感知数据收集，完成大规模的、复杂的社会感知任务。受群智感知思想的启发，无人驾驶汽车协同环境感知已经开始受到关注，即无人驾驶汽车通过与其他车辆和路边基础设施共享环境感知数据，使得无人驾驶汽车的环境感知能力获得提升。当一个区域对于一辆无人驾驶汽车来说是感知盲区，而这个区域对其他节点来说是可感知区域时，那么这辆无人驾驶汽车就可以从其他节点获取这个区域的感知信息，从而可以扩大自身的感知范围，消除感知盲区，实现非视距(NLOS)感知。由此可见，群智协同环境感知对于提升无人驾驶安全性具有重要意义。

与其他感知数据相比，摄像头拍摄的视频数据所包含的环境信息往往更加丰富和直观，对于环境感知具有更重要的作用，百度、特斯拉等公司甚至研发了基于纯视觉感知数据的无人驾驶汽车。因此，在进行协同环境感知时，视频数据是无人驾驶汽车与其他感知节点共享的主要数据类型。在实际应用场景中，道路监控摄像头往往具有固定的安装位置、稳定的电源供应、广阔的拍摄视野，因此非常适合作为无人驾驶汽车的协同感知节点。如图1所示，路边摄像头把拍摄到的视频数据发送给无人驾驶汽车，就能帮助车辆扩大自身的感知范围，根据环境情况及早做出安全、合理的驾驶决策。

针对如无人驾驶汽车等的车载视频数据传输，现有技术中通常都是实时将完整的视频帧数据直接传输给车辆，但是视频帧所包含的数据量较大，尤其是随着摄像头分辨率不断提高，摄像头每秒钟所产生的视频数据量急剧增长，一个高清摄像头每秒产生的数据量可达几十兆比特，尤其是应用于如上述无人驾驶汽车中采用群智协同环境感知时，车辆或路侧单元通常会安装多个摄像头以覆盖各个方向，每个节点产生的数据量都将成倍增长，传输每个视频帧会导致网络负载过重，传输延迟增大，严重影响环境感知信息的时效性。现有的车载网通信技术(如DSRC、3G/4G等)很难支持上述如此巨大的传输负载；特别是在高速移动时，车辆能获得的有效传输速率会更低。即使采用容量更大的5G网络进行传输，当一个区域内有很多车辆时，为这些车辆传输大量视频数据也会使得网络负载过重，进而造成传输延迟增大，不利于环境感知数据的时效性，同时也会影响其他网络应用的正常运行，而无人驾驶汽车对感知数据的实时性和可靠性有着更为严格的要求，车联网环境本身则具有显著的异构性和动态性，这使得已有的群智感知机制并不能很好地满足无人驾驶汽车的独特需求。因此，网络传输负载受限成为阻碍如无人驾驶汽车进行群智协同环境感知的重要因素。