(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211162001.7 (22)申请日 2022.09.23 (71)申请人 北京小马易行 科技有限公司 地址 102600 北京市大兴区经济开发区经 海三路109号院6 0号楼1层102室 (72)发明人 桓自强　盛斌　李阳光　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 王晓玲 (51)Int.Cl. H04N 17/00(2006.01) H04N 17/02(2006.01) G06V 10/56(2022.01) G06N 3/04(2006.01) G06V 10/764(2022.01)G06V 10/82(2022.01) (54)发明名称 监测路侧相机的方法、 服务端与自动驾驶系 统 (57)摘要 本申请提供了一种监测路侧相机的方法、 服 务端与自动驾驶系统。 该方法包括： 获取目标图 像， 目标图像是通过路侧相机采集得到的； 获取 目标图像的特征参量， 特征参量包括亮度、 分辨 率和颜色中的至少之一； 根据目标图像的特征参 量的相关特性， 确定路侧相机是否异常， 相关特 性包括特征参量的大小和/或类别。 实现了对路 侧相机是否异常的精准确定 。 权利要求书3页 说明书11页 附图1页 CN 115243038 A 2022.10.25 CN 115243038 A 1.一种监测路侧相机的方法， 其特 征在于， 包括： 获取目标图像， 所述目标图像是通过路侧相机采集得到的； 获取所述目标图像的特 征参量， 所述特 征参量包括亮度、 分辨 率和颜色中的至少之一； 根据所述目标图像的所述特征参量的相关特性， 确定所述路侧相机是否异常， 所述相 关特性包括所述特 征参量的大小和/或类别。 2.根据权利要求1所述的方法， 其特征在于， 根据 所述目标图像的所述特征参量的相关 特性， 确定所述路侧相机是否异常， 包括至少以下之一： 在所述目标图像的亮度小于第一亮度阈值的情况 下， 确定所述路侧相机异常； 在所述目标图像的分辨 率小于第一分辨 率阈值的情况 下， 确定所述路侧相机异常； 在所述目标图像中的目标物体的颜色与 所述目标物体的常规颜色不相同的情况下， 确 定所述路侧相机异常。 3.根据权利要求1所述的方法， 其特征在于， 根据 所述目标图像的所述特征参量的相关 特性， 确定所述路侧相机是否异常， 包括： 获取天气信息， 所述天气信息包括天气是否为晴天和能见度的大小； 根据所述天气信息和所述目标图像的所述特 征参量， 确定所述路侧相机是否异常。 4.根据权利要求3所述的方法， 其特征在于， 根据 所述天气信 息和所述目标图像的所述 特征参量， 确定所述路侧相机是否异常， 包括至少以下之一： 在所述天气信 息表征为晴天且所述 能见度大于或者等于预定能见度， 且所述目标图像 的亮度小于第二亮度阈值的情况 下， 确定所述路侧相机异常； 在所述天气信 息表征为晴天且所述 能见度大于或者等于所述预定能见度， 且所述目标 图像的分辨 率小于第二分辨 率阈值的情况 下， 确定所述路侧相机是否异常； 在所述天气信 息表征为晴天且所述 能见度大于或者等于所述预定能见度， 且所述目标 图像中的目标物体的颜色与所述目标物体的常规颜色不相同的情况下， 确定所述路侧相机 异常。 5.根据权利要求3所述的方法， 其特征在于， 根据 所述天气信 息和所述目标图像的所述 特征参量， 确定所述路侧相机是否异常， 包括至少以下之一： 在所述天气信息表征为阴天和/或所述能见度小于预定能见度， 且所述目标图像的亮 度小于第二亮度阈值的情况下， 确定所述路侧相机异常的概率为第一概率， 所述第一概率 小于1； 在所述天气信息表征为阴天和/或所述能见度小于预定能见度， 且所述目标图像的分 辨率小于第二分辨率阈值的情况下， 确定所述路侧相 机异常的概率为第二概率， 所述第二 概率小于1； 在所述天气信息表征为阴天和/或所述能见度小于预定能见度， 且所述目标图像中的 目标物体的颜色与所述目标物体的常规颜色不相同的情况下， 确定所述路侧相机异常的概 率为第三概率， 所述第三 概率小于1。 6.根据权利要求3所述的方法， 其特征在于， 根据 所述天气信 息和所述目标图像的所述 特征参量， 确定所述路侧相机是否异常， 包括： 获取环境信息， 所述环境信息 至少包括路灯的亮度； 根据所述天气信息、 所述目标图像的所述特征参量和所述环境信息， 确定所述路侧相权　利　要　求　书 1/3 页 2 CN 115243038 A 2机是否异常。 7.根据权利要求6所述的方法， 其特征在于， 根据所述天气信息、 所述目标图像的所述 特征参量和所述环境信息， 确定所述路侧相机是否异常， 包括： 在所述天气信 息表征为晴天且所述 能见度大于或者等于预定能见度， 所述路灯的亮度 小于亮度阈值， 且所述 目标图像的亮度小于第二亮度阈值的情况下， 确定所述路侧相 机异 常的概率为第四概 率， 所述第四概 率小于1； 在所述天气信 息表征为晴天且所述 能见度小于预定能见度， 所述路灯的亮度小于亮度 阈值， 且所述 目标图像的亮度小于第二亮度阈值的情况下， 确定所述路侧相 机异常的概率 为第五概 率， 所述第五概 率小于所述第四概 率； 在所述天气信 息表征为阴天且所述 能见度小于预定能见度， 所述路灯的亮度小于亮度 阈值， 且所述 目标图像的亮度小于第二亮度阈值的情况下， 确定所述路侧相 机异常的概率 为第六概 率， 所述第六概 率小于所述第五概 率。 8.根据权利要求1至7中任一项所述的方法， 其特征在于， 根据所述目标图像的所述特 征参量的相关特性， 确定所述路侧相机是否异常， 包括： 构建神经网络模型， 其中， 所述神经网络模型是使用多组训练数据训练得到的， 所述多 组训练数据中的每一组训练数据均包括历史时间段内获取的： 历史目标图像的所述特征参 量以及与所述历史目标图像的所述特 征参量对应的历史路侧相机异常情况； 根据所述神经网络模型和所述目标图像的所述特征参量， 确定所述路侧相机是否异 常。 9.根据权利要求1至7中任一项所述的方法， 其特征在于， 在根据多张所述目标图像的 所述特征参量， 确定所述路侧相机是否异常之后， 所述方法还 包括： 确定异常的种类； 在所述异常的种类为第一种类的情况下， 发送清洁指令至客户终端， 其中， 通过清洁操 作可以清除所述第一种类的异常； 在所述异常的种类为第二种类的情况下， 发送设备更换指令至所述客户终端， 其中， 所 述第二种类的异常是由于所述路侧相机的至少部分零件无法正常工作引起的。 10.一种服 务端， 其特 征在于， 包括： 第一获取 单元， 用于获取目标图像， 所述目标图像是通过路侧相机采集得到的； 第二获取单元， 用于获取所述目标图像的特征参量， 所述特征参量包括亮度、 分辨率和 颜色中的至少之一； 第一确定单元， 用于根据所述目标图像的所述特征参量的相关特性， 确定所述路侧相 机是否异常， 所述相关特性包括所述特 征参量的大小和/或类别。 11.根据权利要求10所述的服务端， 其特征在于， 所述第一确定单元包括第一确定模 块、 第二确定模块和第三确定模块中的至少之一： 所述第一确定模块， 用于在所述目标图像的亮度小于第一亮度阈值的情况下， 确定所 述路侧相机异常； 所述第二确定模块， 用于在所述目标图像的分辨率小于第一分辨率阈值的情况下， 确 定所述路侧相机异常； 所述第三确定模块， 用于在所述目标图像中的目标物体的颜色与所述目标物体的常规权　利　要　求　书 2/3 页 3 CN 115243038 A 3