一種對信號燈類型進行預測的處理方法和裝置與流程
1.本發明涉及數據處理技術領域，特別涉及一種對信號燈類型進行預測的處理方法和裝置。
背景技術：
2.自動駕駛系統在許多應用場景中都需要對前方道路或路口的信號狀態進行識別，常規的識別方式就是通過圖像識別模型對當前時刻的信號燈圖像進行信號燈類型識別并對應的輸出最大概率的信號燈類型，諸如紅燈類型、綠燈類型和黃燈類型等。這種處理方式存在一個問題：在當前時刻獲得的信號燈圖像清晰度較差并造成圖像識別模型輸出的識別結果發生錯誤時，無法對錯誤結果進行修正。
技術實現要素：
3.本發明的目的，就是針對現有技術的缺陷，提供一種對信號燈類型進行預測的處理方法、裝置、電子設備及計算機可讀存儲介質；為每個時刻的信號燈定制一對觀測量和狀態量，并由當前時刻獲得的信號燈類型及其對應的類型概率構成當前時刻的觀測量，并基于前一時刻的觀測量、狀態量以及當前時刻的觀測量對當前時刻的狀態量進行預測，并根據預測出的當前時刻狀態量的各信號燈類型的類型概率來確認當前時刻的紅綠燈類型。通過本發明，可以達到基于歷史數據對圖像識別模型輸出的識別結果進行修正的目的。
4.為實現上述目的，本發明實施例第一方面提供了一種對信號燈類型進行預測的處理方法，所述方法包括：
5.在時刻t獲取當前時刻的信號燈觀測量p
t
，并獲取上一時刻t-1的信號燈觀測量p
t-1
和信號燈狀態量s
t-1
；
6.根據所述信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合；
7.根據所述信號燈狀態量s
t-1
和所述信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合；
8.根據所述第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
；
9.根據所述信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型。
10.優選的，所述信號燈觀測量p
t-1
包括多個第一觀測分量p
i,t-1
，所述第一觀測分量p
i,t-1
包括第一信號燈類型a
i,t-1
和對應的第一類型概率r
i,t-1
；m≥i≥1，m為預設的信號燈類型總數；
11.所述信號燈觀測量p
t
包括多個第一觀測分量p
i,t
，所述第一觀測分量p
i,t
包括第一信號燈類型a
i,t
和對應的第一類型概率r
i,t
；
12.所述信號燈狀態量s
t-1
包括多個第一狀態分量s
i,t-1
，所述第一狀態分量s
i,t-1
包括
第二信號燈類型a’i,t-1
和對應的第二類型概率r’i,t-1
；
13.所述信號燈狀態量s
t
包括多個第一狀態分量s
i,t
，所述第一狀態分量s
i,t
包括第二信號燈類型a’i,t
和對應的第二類型概率r’i,t
；
14.所述第一轉換系數序列集合包括所述信號燈類型總數m的第一轉換系數序列xi，所述第一轉換系數序列xi包括所述信號燈類型總數m的第一轉換系數a
i,j
；，m≥j≥1；
15.所述第二轉換系數序列集合包括所述信號燈類型總數m的第二轉換系數序列x’i
，所述第二轉換系數序列x’i
包括所述信號燈類型總數m的第二轉換系數b
i,j
。
16.優選的，所述第一信號燈類型a
i,t-1
、a
i,t
，所述第二信號燈類型a’i,t-1
、a’i,t
和所述預測信號燈類型都包括紅燈類型、綠燈類型和黃燈類型。
17.優選的，所述根據所述信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合，具體包括：
18.將所述信號燈觀測量p
t-1
的各個所述第一類型概率r
i,t-1
記為對應的當前類型概率r
i,t-1
；并將所述當前類型概率r
i,t-1
對應的所述第一信號燈類型a
i,t-1
記為對應的當前信號燈類型a
i,t-1
；并將所述信號燈觀測量p
t
中的所述信號燈類型總數m的所述第一類型概率r
i,t
記為對應的第一類型概率r
j,t
；
19.并對預設的類型轉換率列表進行查詢，將第一前類型字段與所述當前信號燈類型a
i,t-1
匹配的所述信號燈類型總數m的第一記錄提取出來組成對應的第一記錄集合；并根據所述第一記錄集合中各個所述第一記錄的第一后類型字段和第一類型轉換率字段得到對應的第一類型轉換率c
i-》j
；所述類型轉換率列表包括多個所述第一記錄；所述第一記錄包括所述第一前類型字段、所述第一后類型字段和所述第一類型轉換率字段；所述第一前類型字段用于存儲前一時刻的信號燈類型，所述第一后類型字段用于存儲后一時刻的信號燈類型，所述第一類型轉換率字段用于存儲前后時刻信號燈類型從所述第一前類型字段轉換到所述第一后類型字段的可能概率；所述類型轉換率列表中所述第一前類型字段相同的所述第一記錄的總數應為所述信號燈類型總數m；
20.并根據所述當前類型概率r
i,t-1
以及對應的所述信號燈類型總數m的所述第一類型轉換率c
i-》j
和所述信號燈類型總數m的所述第一類型概率r
j,t
計算生成對應的所述第一轉換系數a
i,j
，a
i,j
＝r
i,t-1
*ci→j+r
j,t
；并由得到的所述信號燈類型總數m的所述第一轉換系數a
i,j
組成對應的所述第一轉換系數序列xi；
21.并在得到所述信號燈類型總數m的所述第一轉換系數序列xi時，由所有所述第一轉換系數序列xi組成對應的所述第一轉換系數序列集合。
22.優選的，所述根據所述信號燈狀態量s
t-1
和所述信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合，具體包括：
23.將所述信號燈狀態量s
t-1
的各個所述第二類型概率r’i,t-1
記為對應的當前類型概率r’i,t-1
；并將所述當前類型概率r’i,t-1
對應的所述第二信號燈類型a’i,t-1
記為對應的當前信號燈類型a’i,t-1
；并將所述信號燈觀測量p
t
中的所述信號燈類型總數m的所述第一類型概率r
i,t
記為對應的第二類型概率r
j,t
；
24.并對所述類型轉換率列表進行查詢，將所述第一前類型字段與所述當前信號燈類型a’i,t-1
匹配的所述信號燈類型總數m的所述第一記錄提取出來組成對應的第二記錄集合；并根據所述第二記錄集合中各個所述第一記錄的所述第一后類型字段和所述第一類型轉
換率字段得到對應的第二類型轉換率c’i-》j
；
25.并根據所述當前類型概率r’i,t-1
以及對應的所述信號燈類型總數m的所述第二類型轉換率c’i-》j
和所述信號燈類型總數m的所述第二類型概率r
j,t
計算生成對應的所述第二轉換系數b
i,j
，b
i,j
＝r'
i,t-1
*c'i→j+r
j,t
；并由得到的所述信號燈類型總數m的所述第二轉換系數b
i,j
組成對應的所述第二轉換系數序列x’i
；
26.并在得到所述信號燈類型總數m的所述第二轉換系數序列x’i
時，由所有所述第二轉換系數序列x’i
組成對應的所述第二轉換系數序列集合。
27.優選的，所述根據所述第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
，具體包括：
28.將所述第一轉換系數序列集合轉換為形狀為m
×
m的二維矩陣記為第一矩陣；所述第一矩陣包括m
×
m個第一矩陣單元，所述第一矩陣單元與所述第一轉換系數a
i,j
一一對應；
29.將所述第二轉換系數序列集合轉換為形狀為m
×
m的二維矩陣記為第二矩陣；所述第二矩陣包括m
×
m個第二矩陣單元，所述第二矩陣單元與所述第二轉換系數b
i,j
一一對應；
30.根據所述信號燈狀態量s
t-1
的各個所述第二類型概率r’i,t-1
和所述信號燈觀測量p
t
的各個所述第一類型概率r
i,t
，對所述第一、第二矩陣進行融合對應的形狀為m
×
m的第三矩陣；所述第三矩陣包括m
×
m個第三矩陣單元，各個所述第三矩陣單元對應一個第一概率d
i,j
，
31.從所述第三矩陣的每行所述信號燈類型總數m的所述第一概率d
i,j
中提取最大值作為對應的所述第二類型概率r’i,t
；
32.復制各個所述第二信號燈類型a’i,t-1
生成對應的所述第二信號燈類型a’i,t
；并由各個所述第二信號燈類型a’i,t
和對應的所述第二類型概率r’i,t
組成對應的所述第一狀態分量s
i,t
；并由得到的所述信號燈類型總數m的所述第一狀態分量s
i,t
組成對應的所述信號燈狀態量s
t
。
33.優選的，所述根據所述信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型，具體包括：
34.將所述信號燈狀態量s
t
中概率值最大的所述第二類型概率r’i,t
對應的所述第二信號燈類型a’i,t
作為所述預測信號燈類型。
35.本發明實施例第二方面提供了一種用于實現上述第一方面所述的對信號燈類型進行預測的處理方法的裝置，所述裝置包括：獲取模塊、預處理模塊和預測模塊；
36.所述獲取模塊用于在時刻t獲取當前時刻的信號燈觀測量p
t
，并獲取上一時刻t-1的信號燈觀測量p
t-1
和信號燈狀態量s
t-1
；
37.所述預處理模塊用于根據所述信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合；并根據所述信號燈狀態量s
t-1
和所述信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合；
38.所述預測模塊用于根據所述第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
；并根據所述信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型。
39.本發明實施例第三方面提供了一種電子設備，包括：存儲器、處理器和收發器；
40.所述處理器用于與所述存儲器耦合，讀取并執行所述存儲器中的指令，以實現上述第一方面所述的方法步驟；
41.所述收發器與所述處理器耦合，由所述處理器控制所述收發器進行消息收發。
42.本發明實施例第四方面提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機指令，當所述計算機指令被計算機執行時，使得所述計算機執行上述第一方面所述的方法的指令。
43.本發明實施例提供了一種對信號燈類型進行預測的處理方法、裝置、電子設備及計算機可讀存儲介質；為每個時刻的信號燈定制一對觀測量和狀態量，并由當前時刻獲得的信號燈類型及其對應的類型概率構成當前時刻的觀測量，并基于前一時刻的觀測量、狀態量以及當前時刻的觀測量對當前時刻的狀態量進行預測，并根據預測出的當前時刻狀態量的各信號燈類型的類型概率來確認當前時刻的紅綠燈類型。通過本發明，可以達到基于歷史數據對圖像識別模型輸出的識別結果進行修正的目的。
附圖說明
44.圖1為本發明實施例一提供的一種對信號燈類型進行預測的處理方法示意圖；
45.圖2為本發明實施例二提供的一種對信號燈類型進行預測的處理裝置的模塊結構圖；
46.圖3為本發明實施例三提供的一種電子設備的結構示意圖。
具體實施方式
47.為了使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明作進一步地詳細描述，顯然，所描述的實施例僅僅是本發明一部份實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其它實施例，都屬于本發明保護的范圍。
48.本發明實施例一提供一種對信號燈類型進行預測的處理方法，如圖1為本發明實施例一提供的一種對信號燈類型進行預測的處理方法示意圖所示，本方法主要包括如下步驟：
49.步驟1，在時刻t獲取當前時刻的信號燈觀測量p
t
，并獲取上一時刻t-1的信號燈觀測量p
t-1
和信號燈狀態量s
t-1
；
50.其中，信號燈觀測量p
t-1
包括多個第一觀測分量p
i,t-1
，第一觀測分量p
i,t-1
包括第一信號燈類型a
i,t-1
和對應的第一類型概率r
i,t-1
；m≥i≥1，m為預設的信號燈類型總數；
51.信號燈觀測量p
t
包括多個第一觀測分量p
i,t
，第一觀測分量p
i,t
包括第一信號燈類型a
i,t
和對應的第一類型概率r
i,t
；
52.信號燈狀態量s
t-1
包括多個第一狀態分量s
i,t-1
，第一狀態分量s
i,t-1
包括第二信號燈類型a’i,t-1
和對應的第二類型概率r’i,t-1
；
53.第一信號燈類型a
i,t-1
、a
i,t
和第二信號燈類型a’i,t-1
都包括紅燈類型、綠燈類型和黃燈類型。
54.這里，自動駕駛系統在前方出現信號燈時會通過圖像識別模型對各個時刻的信號
燈圖像進行信號燈類型識別為各個信號燈類型輸出對應的識別概率；自動駕駛系統每獲得一組信號燈類型和對應的識別概率就會產生對應時刻的信號燈觀測量。本發明實施例的信號燈觀測量的每個第一觀測分量對應一個第一信號燈類型(紅燈類型、綠燈類型和黃燈類型)以及該信號燈類型的識別概率即第一類型概率。對應的，本發明實施例為每個時刻還分配了一個信號燈狀態量，信號燈狀態量的數據結構與信號燈觀測量雷同，由多個第一狀態分量構成，每個第一狀態分量對應一組第二信號燈類型和第二類型概率，只不過每個時刻的信號燈狀態量是結合歷史數據(上一時刻t-1的信號燈觀測量p
t-1
和信號燈狀態量s
t-1
)和當前時刻的信號燈觀測量預測而來的。
55.例如，信號燈類型總數m為3，信號燈狀態量s
t-1
包括3個第一狀態分量分別為s
1,t-1
、s
2,t-1
、s
3,t-1
，信號燈觀測量p
t-1
包括3個第一觀測分量分別為p
1,t-1
、p
2,t-1
、p
3,t-1
，信號燈觀測量p
t
包括3個第一觀測分量分別為p
1,t
、p
2,t
、p
3,t
；其中，
56.s
1,t-1
對應的第二信號燈類型a’1,t-1
為紅燈類型、第二類型概率r’1,t-1
為0.1，s
2,t-1
對應的第二信號燈類型a’2,t-1
為綠燈類型、第二類型概率r’2,t-1
為0.8，s
3,t-1
對應的第二信號燈類型a’3,t-1
為黃燈類型、第二類型概率r’3,t-1
為0.1；
57.p
1,t-1
對應的第一信號燈類型a
1,t-1
為紅燈類型、第一類型概率r
1,t-1
為0.1，p
2,t-1
對應的第一信號燈類型a
2,t-1
為綠燈類型、第一類型概率r
2,t-1
為0.8，p
3,t-1
對應的第一信號燈類型a
3,t-1
為黃燈類型、第一類型概率r
3,t-1
為0.1；
58.p
1,t
對應的第一信號燈類型a
1,t
為紅燈類型、第一類型概率r
1,t
為0.2，p
2,t
對應的第一信號燈類型a
2,t
為綠燈類型、第一類型概率r
2,t
為0.4，p
3,t
對應的第一信號燈類型a
3,t
為黃燈類型、第一類型概率r
3,t
為0.4。
59.步驟2，根據信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合；
60.其中，第一轉換系數序列集合包括信號燈類型總數m的第一轉換系數序列xi，第一轉換系數序列xi包括信號燈類型總數m的第一轉換系數a
i,j
；，m≥j≥1；
61.具體包括：步驟21，將信號燈觀測量p
t-1
的各個第一類型概率r
i,t-1
記為對應的當前類型概率r
i,t-1
；并將當前類型概率r
i,t-1
對應的第一信號燈類型a
i,t-1
記為對應的當前信號燈類型a
i,t-1
；并將信號燈觀測量p
t
中的信號燈類型總數m的第一類型概率r
i,t
記為對應的第一類型概率r
j,t
；
62.例如，當前類型概率r
i,t-1
為第一類型概率r
1,t-1
(0.1)時當前信號燈類型a
i,t-1
即為紅燈類型，當前類型概率r
i,t-1
為第一類型概率r
2,t-1
(0.8)時當前信號燈類型a
i,t-1
即為綠燈類型，當前類型概率r
i,t-1
為第一類型概率r
3,t-1
(0.1)時當前信號燈類型a
i,t-1
即為黃燈類型；信號燈觀測量p
t
中的3個第一類型概率r
i,t
會被記為對應的第一類型概率r
j＝1,t
(0.2)、r
j＝2,t
(0.4)、r
j＝3,t
(0.4)；
63.步驟22，并對預設的類型轉換率列表進行查詢，將第一前類型字段與當前信號燈類型a
i,t-1
匹配的信號燈類型總數m的第一記錄提取出來組成對應的第一記錄集合；并根據第一記錄集合中各個第一記錄的第一后類型字段和第一類型轉換率字段得到對應的第一類型轉換率c
i-》j
；
64.其中，類型轉換率列表包括多個第一記錄；第一記錄包括第一前類型字段、第一后類型字段和第一類型轉換率字段；第一前類型字段用于存儲前一時刻的信號燈類型，第一
后類型字段用于存儲后一時刻的信號燈類型，第一類型轉換率字段用于存儲前后時刻信號燈類型從第一前類型字段轉換到第一后類型字段的可能概率；類型轉換率列表中第一前類型字段相同的第一記錄的總數應為信號燈類型總數m；
65.這里，在實際應用場景中各個信號的信號轉換是有一個既定規則的，例如紅燈之后是綠燈、綠燈之后是黃燈、黃燈之后是紅燈，所以前后時刻的信號燈類型變化概率是可以預先固定的，固定的轉換概率通過類型轉換率列表保存；
66.例如，類型轉換率列表如下表一所示；
67.索引第一前類型字段第一后類型字段第一類型轉換率字段1紅燈類型紅燈類型0.82紅燈類型綠燈類型0.23紅燈類型黃燈類型04綠燈類型紅燈類型05綠燈類型綠燈類型0.86綠燈類型黃燈類型0.27黃燈類型紅燈類型0.28黃燈類型綠燈類型09黃燈類型黃燈類型0.8
68.表一
69.當前信號燈類型a
i,t-1
為紅燈類型時通過查詢類型轉換率列表可以得到3個第一類型轉換率分別為c
1-》1
(0.8)、c
1-》2
(0.2)、c
1-》3
(0)；當前信號燈類型a
i,t-1
為綠燈類型時通過查詢類型轉換率列表可以得到3個第一類型轉換率分別為c
2-》1
(0)、c
2-》2
(0.8)、c
2-》3
(0.2)；當前信號燈類型a
i,t-1
為黃燈類型時通過查詢類型轉換率列表可以得到3個第一類型轉換率分別為c
3-》1
(0.2)、c
3-》2
(0)、c
3-》3
(0.8)；
70.步驟23，并根據當前類型概率r
i,t-1
以及對應的信號燈類型總數m的第一類型轉換率c
i-》j
和信號燈類型總數m的第一類型概率r
j,t
計算生成對應的第一轉換系數a
i,j
，a
i,j
＝r
i,t-1
*ci→j+r
j,t
；并由得到的信號燈類型總數m的第一轉換系數a
i,j
組成對應的第一轉換系數序列xi；
71.例如，當前類型概率r
i,t-1
為第一類型概率r
1,t-1
(0.1)時當前信號燈類型a
i,t-1
為紅燈類型，3個第一類型轉換率分別為c
1-》1
(0.8)、c
1-》2
(0.2)、c
1-》3
(0)，3個第一類型概率r
i,t
分別為r
j＝1,t
(0.2)、r
j＝2,t
(0.4)、r
j＝3,t
(0.4)；計算得到的3個第一轉換系數分別為：a
1,1
＝0.1*0.8+0.2＝0.28，a
1,2
＝0.1*0.2+0.4＝0.42，a
1,3
＝0.1*0+0.4＝0.4；
72.當前類型概率r
i,t-1
為第一類型概率r
2,t-1
(0.8)時當前信號燈類型a
i,t-1
為綠燈類型，3個第一類型轉換率分別為c
2-》1
(0)、c
2-》2
(0.8)、c
2-》3
(0.2)，3個第一類型概率r
i,t
分別為r
j＝1,t
(0.2)、r
j＝2,t
(0.4)、r
j＝3,t
(0.4)；計算得到的3個第一轉換系數分別為：a
2,1
＝0.8*0+0.2＝0.2，a
2,2
＝0.8*0.8+0.4＝1.04，a
2,3
＝0.8*0.2+0.4＝0.56；
73.當前類型概率r
i,t-1
為第一類型概率r
3,t-1
(0.1)時當前信號燈類型a
i,t-1
為黃燈類型，3個第一類型轉換率分別為c
3-》1
(0.2)、c
3-》2
(0)、c
3-》3
(0.8)，3個第一類型概率r
i,t
分別為r
j＝1,t
(0.2)、r
j＝2,t
(0.4)、r
j＝3,t
(0.4)；計算得到的3個第一轉換系數分別為：a
3,1
＝0.1*0.2+0.2＝0.22，a
3,2
＝0.1*0+0.4＝0.4，a
2,3
＝0.1*0.8+0.4＝0.48；
74.從而得到的3個第一轉換系數序列分別為：
75.x1{a
1,1
(0.28),a
1,2
(0.42),a
1,3
(0.4)},
76.x2{a
2,1
(0.2),a
2,2
(1.04),a
2,3
(0.56)},
77.x3{a
3,1
(0.22),a
3,2
(0.4),a
3,3
(0.48)}；
78.步驟24，并在得到信號燈類型總數m的第一轉換系數序列xi時，由所有第一轉換系數序列xi組成對應的第一轉換系數序列集合。
79.步驟3，根據信號燈狀態量s
t-1
和信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合；
80.其中，第二轉換系數序列集合包括信號燈類型總數m的第二轉換系數序列x’i
，第二轉換系數序列x’i
包括信號燈類型總數m的第二轉換系數b
i,j
；
81.具體包括：步驟31，將信號燈狀態量s
t-1
的各個第二類型概率r’i,t-1
記為對應的當前類型概率r’i,t-1
；并將當前類型概率r’i,t-1
對應的第二信號燈類型a’i,t-1
記為對應的當前信號燈類型a’i,t-1
；并將信號燈觀測量p
t
中的信號燈類型總數m的第一類型概率r
i,t
記為對應的第二類型概率r
j,t
；
82.例如，當前類型概率r’i,t-1
為第二類型概率r’1,t-1
(0.1)時當前信號燈類型a’i,t-1
即為紅燈類型，當前類型概率r’i,t-1
為第二類型概率r’1,t-1
(0.8)時當前信號燈類型a’i,t-1
即為綠燈類型，當前類型概率r’i,t-1
為第二類型概率r’1,t-1
(0.1)時當前信號燈類型a’i,t-1
即為黃燈類型；信號燈觀測量p
t
中的3個第一類型概率r
i,t
會被記為對應的第一類型概率r
j＝1,t
(0.2)、r
j＝2,t
(0.4)、r
j＝3,t
(0.4)；
83.步驟32，并對類型轉換率列表進行查詢，將第一前類型字段與當前信號燈類型a’i,t-1
匹配的信號燈類型總數m的第一記錄提取出來組成對應的第二記錄集合；并根據第二記錄集合中各個第一記錄的第一后類型字段和第一類型轉換率字段得到對應的第二類型轉換率c’i-》j
；
84.例如，類型轉換率列表如前文表一所示；當前信號燈類型a’i,t-1
為紅燈類型時通過查詢類型轉換率列表可以得到3個第二類型轉換率分別為c’1-》1
(0.8)、c’2-》2
(0.2)、c’2-》3
(0)；當前信號燈類型a’i,t-1
為綠燈類型時通過查詢類型轉換率列表可以得到3個第二類型轉換率分別為c’2-》1
(0)、c’2-》2
(0.8)、c’2-》3
(0.2)；當前信號燈類型a’i,t-1
為黃燈類型時通過查詢類型轉換率列表可以得到3個第二類型轉換率分別為c’3-》1
(0.2)、c’3-》2
(0)、c’3-》3
(0.8)；
85.步驟33，并根據當前類型概率r’i,t-1
以及對應的信號燈類型總數m的第二類型轉換率c’i-》j
和信號燈類型總數m的第二類型概率r
j,t
計算生成對應的第二轉換系數b
i,j
，bi
,j
＝r'
i,t-1
*c'i→j+r
j,t
；并由得到的信號燈類型總數m的第二轉換系數b
i,j
組成對應的第二轉換系數序列x’i
；
86.例如，當前類型概率r’i,t-1
為第二類型概率r’1,t-1
(0.1)時當前信號燈類型a’i,t-1
為紅燈類型，3個第二類型轉換率分別為c’1-》1
(0.8)、c’2-》2
(0.2)、c’2-》3
(0)，3個第一類型概率r
i,t
分別為r
j＝1,t
(0.2)、r
j＝2,t
(0.4)、r
j＝3,t
(0.4)；計算得到的3個第二轉換系數分別為：b
1,1
＝0.1*0.8+0.2＝0.28，b
1,2
＝0.1*0.2+0.4＝0.42，b
1,3
＝0.1*0+0.4＝0.4；
87.當前類型概率r’i,t-1
為第二類型概率r’1,t-1
(0.8)時當前信號燈類型a’i,t-1
為綠燈類型，3個第二類型轉換率分別為c’2-》1
(0)、c’2-》2
(0.8)、c’2-》3
(0.2)，3個第一類型概率r
i,t
分別為r
j＝1,t
(0.2)、r
j＝2,t
(0.4)、r
j＝3,t
(0.4)；計算得到的3個第二轉換系數分別為：b
2,1
＝0.8*0+0.2＝0.2，b
2,2
＝0.8*0.8+0.4＝1.04，b
2,3
＝0.8*0.2+0.4＝0.56；
88.當前類型概率r’i,t-1
為第二類型概率r’1,t-1
(0.1)時當前信號燈類型a’i,t-1
為黃燈類型，3個第二類型轉換率分別為c’2-》1
(0)、c’2-》2
(0.8)、c’2-》3
(0.2)，3個第一類型概率r
i,t
分別為c’3-》1
(0.2)、c’3-》2
(0)、c’3-》3
(0.8)；計算得到的3個第二轉換系數分別為：b
3,1
＝0.1*0.2+0.2＝0.22，b
3,2
＝0.1*0+0.4＝0.4，b
2,3
＝0.1*0.8+0.4＝0.48；
89.從而得到的3個第二轉換系數序列分別為：
90.x
’1{b
1,1
(0.28),b
1,2
(0.42),b
1,3
(0.4)},
91.x
’2{b
2,1
(0.2),b
2,2
(1.04),b
2,3
(0.56)},
92.x
’3{b
3,1
(0.22),b
3,2
(0.4),b
3,3
(0.48)}；
93.步驟34，并在得到信號燈類型總數m的第二轉換系數序列x’i
時，由所有第二轉換系數序列x’i
組成對應的第二轉換系數序列集合。
94.步驟4，根據第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
；
95.具體包括：步驟41，將第一轉換系數序列集合轉換為形狀為m
×
m的二維矩陣記為第一矩陣；
96.其中，第一矩陣包括m
×
m個第一矩陣單元，第一矩陣單元與第一轉換系數a
i,j
一一對應；
97.例如，第一轉換系數序列集合為：
98.x1{a
1,1
(0.28),a
1,2
(0.42),a
1,3
(0.4)},
99.x2{a
2,1
(0.2),a
2,2
(1.04),a
2,3
(0.56)},
100.x3{a
3,1
(0.22),a
3,2
(0.4),a
3,3
(0.48)}，
101.那么，第一矩陣為
[0102][0103]
步驟42，將第二轉換系數序列集合轉換為形狀為m
×
m的二維矩陣記為第二矩陣；
[0104]
其中，第二矩陣包括m
×
m個第二矩陣單元，第二矩陣單元與第二轉換系數b
i,j
一一對應；
[0105]
例如，第二轉換系數序列集合為：
[0106]
x
’1{b
1,1
(0.28),b
1,2
(0.42),b
1,3
(0.4)},
[0107]
x
’2{b
2,1
(0.2),b
2,2
(1.04),b
2,3
(0.56)},
[0108]
x
’3{b
3,1
(0.22),b
3,2
(0.4),b
3,3
(0.48)},
[0109]
那么，第二矩陣為
[0110][0111]
步驟43，根據信號燈狀態量s
t-1
的各個第二類型概率r’i,t-1
和信號燈觀測量p
t
的各個第一類型概率r
i,t
，對第一、第二矩陣進行融合對應的形狀為m
×
m的第三矩陣；
[0112]
其中，第三矩陣包括m
×
m個第三矩陣單元，各個第三矩陣單元對應一個第一概率d
i,j
，
[0113]
例如，已知信號燈狀態量s
t-1
的3個第二類型概率分別為r’1,t-1
(0.1)、r’2,t-1
(0.8)、r’3,t-1
(0.1)；信號燈觀測量p
t
的3個第一類型概率分別為r
1,t
(0.2)、r
2,t
(0.4)、r
2,t
(0.4)；
[0114]
由此可以算出9個第一概率d
i,j
：
[0115][0116][0117][0118][0119][0120][0121][0122][0123][0124]
步驟44，從第三矩陣的每行所述信號燈類型總數m的第一概率d
i,j
中提取最大值作為對應的所述第二類型概率r’i,t
；
[0125]
這里，得到的3個第二類型概率分別為r’1,t
(0.15)、r’2,t
(0.6)、r’3,t
(0.25)；
[0126]
步驟45，復制各個第二信號燈類型a’i,t-1
生成對應的第二信號燈類型a’i,t
；并由各個第二信號燈類型a’i,t
和對應的第二類型概率r’i,t
組成對應的第一狀態分量s
i,t
；并由得到的信號燈類型總數m的第一狀態分量s
i,t
組成對應的信號燈狀態量s
t
；
[0127]
其中，信號燈狀態量s
t
包括多個第一狀態分量s
i,t
，第一狀態分量s
i,t
包括第二信號燈類型a’i,t
和對應的第二類型概率r’i,t
；第二信號燈類型a’i,t
包括紅燈類型、綠燈類型和黃燈類型。
[0128]
例如，得到的信號燈狀態量s
t
由3個第一狀態分量組成分別為s
1,t
、s
2,t
、s
3,t
；第一狀態分量s
1,t
中的第二信號燈類型a’1,t
為紅燈類型，第二類型概率r’1,t
＝0.15；第一狀態分量s
2,t
中的第二信號燈類型a’2,t
為綠燈類型，第二類型概率r’2,t
＝0.6；第一狀態分量s
3,t
中的第二信號燈類型a’2,t
為黃燈類型，第二類型概率r’3,t
＝0.25。
[0129]
步驟5，根據信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型；
[0130]
其中，預測信號燈類型都包括紅燈類型、綠燈類型和黃燈類型；
[0131]
具體包括：將信號燈狀態量s
t
中概率值最大的第二類型概率r’i,t
對應的第二信號燈類型a’i,t
作為預測信號燈類型。
[0132]
例如，已知信號燈狀態量s
t
由3個第一狀態分量組成分別為s
1,t
、s
2,t
、s
3,t
；第一狀態分量s
1,t
中的第二信號燈類型a’1,t
為紅燈類型，第二類型概率r’1,t
＝0.15；第一狀態分量s
2,t
中的第二信號燈類型a’2,t
為綠燈類型，第二類型概率r’2,t
＝0.6；第一狀態分量s
3,t
中的第二信號燈類型a’2,t
為黃燈類型，第二類型概率r’3,t
＝0.25；
[0133]
那么，信號燈狀態量s
t
中概率值最大的第二類型概率r’i,t
對應的第二信號燈類型a’i,t
就應為具體為0.6的第二類型概率r’2,t
對應的第二信號燈類型a’2,t
；因為第二信號燈類型a’2,t
為綠燈類型，所以預測信號燈類型為綠燈類型。
[0134]
圖2為本發明實施例二提供的一種對信號燈類型進行預測的處理裝置的模塊結構圖，該裝置為實現前述方法實施例的終端設備或者服務器，也可以為能夠使得前述終端設備或者服務器實現前述方法實施例的裝置，例如該裝置可以是前述終端設備或者服務器的裝置或芯片系統。如圖2所示，該裝置包括：獲取模塊201、預處理模塊202和預測模塊203。
[0135]
獲取模塊201用于在時刻t獲取當前時刻的信號燈觀測量p
t
，并獲取上一時刻t-1的信號燈觀測量p
t-1
和信號燈狀態量s
t-1
。
[0136]
預處理模塊202用于根據信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合；并根據信號燈狀態量s
t-1
和信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合。
[0137]
預測模塊203用于根據第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
；并根據信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型。
[0138]
本發明實施例提供的一種對信號燈類型進行預測的處理裝置，可以執行上述方法實施例中的方法步驟，其實現原理和技術效果類似，在此不再贅述。
[0139]
需要說明的是，應理解以上裝置的各個模塊的劃分僅僅是一種邏輯功能的劃分，實際實現時可以全部或部分集成到一個物理實體上，也可以物理上分開。且這些模塊可以全部以軟件通過處理元件調用的形式實現；也可以全部以硬件的形式實現；還可以部分模塊通過處理元件調用軟件的形式實現，部分模塊通過硬件的形式實現。例如，獲取模塊可以為單獨設立的處理元件，也可以集成在上述裝置的某一個芯片中實現，此外，也可以以程序代碼的形式存儲于上述裝置的存儲器中，由上述裝置的某一個處理元件調用并執行以上確定模塊的功能。其它模塊的實現與之類似。此外這些模塊全部或部分可以集成在一起，也可以獨立實現。這里所描述的處理元件可以是一種集成電路，具有信號的處理能力。在實現過程中，上述方法的各步驟或以上各個模塊可以通過處理器元件中的硬件的集成邏輯電路或者軟件形式的指令完成。
[0140]
例如，以上這些模塊可以是被配置成實施以上方法的一個或多個集成電路，例如：一個或多個特定集成電路(application specific integrated circuit，asic)，或，一個或多個數字信號處理器(digital signal processor，dsp)，或，一個或者多個現場可編程門陣列(field programmable gate array，fpga)等。再如，當以上某個模塊通過處理元件調度程序代碼的形式實現時，該處理元件可以是通用處理器，例如中央處理器(central processing unit，cpu)或其它可以調用程序代碼的處理器。再如，這些模塊可以集成在一
起，以片上系統(system-on-a-chip，soc)的形式實現。
[0141]
在上述實施例中，可以全部或部分地通過軟件、硬件、固件或者其任意組合來實現。當使用軟件實現時，可以全部或部分地以計算機程序產品的形式實現。該計算機程序產品包括一個或多個計算機指令。在計算機上加載和執行該計算機程序指令時，全部或部分地產生按照前述方法實施例所描述的流程或功能。上述計算機可以是通用計算機、專用計算機、計算機網絡、或者其他可編程裝置。上述計算機指令可以存儲在計算機可讀存儲介質中，或者從一個計算機可讀存儲介質向另一個計算機可讀存儲介質傳輸，例如，上述計算機指令可以從一個網站站點、計算機、服務器或數據中心通過有線(例如同軸電纜、光纖、數字用戶線路((digital subscriber line，dsl))或無線(例如紅外、無線、藍牙、微波等)方式向另一個網站站點、計算機、服務器或數據中心進行傳輸。上述計算機可讀存儲介質可以是計算機能夠存取的任何可用介質或者是包含一個或多個可用介質集成的服務器、數據中心等數據存儲設備。上述可用介質可以是磁性介質，(例如，軟盤、硬盤、磁帶)、光介質(例如，dvd)、或者半導體介質(例如固態硬盤(solid state disk，ssd))等。
[0142]
圖3為本發明實施例三提供的一種電子設備的結構示意圖。該電子設備可以為前述的終端設備或者服務器，也可以為與前述終端設備或者服務器連接的實現本發明實施例方法的終端設備或服務器。如圖3所示，該電子設備可以包括：處理器301(例如cpu)、存儲器302、收發器303；收發器303耦合至處理器301，處理器301控制收發器303的收發動作。存儲器302中可以存儲各種指令，以用于完成各種處理功能以及實現前述方法實施例描述的處理步驟。優選的，本發明實施例涉及的電子設備還包括：電源304、系統總線305以及通信端口306。系統總線305用于實現元件之間的通信連接。上述通信端口306用于電子設備與其他外設之間進行連接通信。
[0143]
在圖3中提到的系統總線305可以是外設部件互連標準(peripheral component interconnect，pci)總線或擴展工業標準結構(extended industry standard architecture，eisa)總線等。該系統總線可以分為地址總線、數據總線、控制總線等。為便于表示，圖中僅用一條粗線表示，但并不表示僅有一根總線或一種類型的總線。通信接口用于實現數據庫訪問裝置與其他設備(例如客戶端、讀寫庫和只讀庫)之間的通信。存儲器可能包含隨機存取存儲器(random access memory，ram)，也可能還包括非易失性存儲器(non-volatile memory)，例如至少一個磁盤存儲器。
[0144]
上述的處理器可以是通用處理器，包括中央處理器cpu、網絡處理器(network processor，np)、圖形處理器(graphics processing unit，gpu)等；還可以是數字信號處理器dsp、專用集成電路asic、現場可編程門陣列fpga或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件。
[0145]
需要說明的是，本發明實施例還提供一種計算機可讀存儲介質，該計算機可讀存儲介質中存儲有指令，當其在計算機上運行時，使得計算機執行上述實施例中提供的方法和處理過程。
[0146]
本發明實施例還提供一種運行指令的芯片，該芯片用于執行前述方法實施例描述的處理步驟。
[0147]
本發明實施例提供了一種對信號燈類型進行預測的處理方法、裝置、電子設備及計算機可讀存儲介質；為每個時刻的信號燈定制一對觀測量和狀態量，并由當前時刻獲得
的信號燈類型及其對應的類型概率構成當前時刻的觀測量，并基于前一時刻的觀測量、狀態量以及當前時刻的觀測量對當前時刻的狀態量進行預測，并根據預測出的當前時刻狀態量的各信號燈類型的類型概率來確認當前時刻的紅綠燈類型。通過本發明，可以達到基于歷史數據對圖像識別模型輸出的識別結果進行修正的目的。
[0148]
專業人員應該還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執行，取決于技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發明的范圍。
[0149]
結合本文中所公開的實施例描述的方法或算法的步驟可以用硬件、處理器執行的軟件模塊，或者二者的結合來實施。軟件模塊可以置于隨機存儲器(ram)、內存、只讀存儲器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動磁盤、cd-rom、或技術領域內所公知的任意其它形式的存儲介質中。
[0150]
以上所述的具體實施方式，對本發明的目的、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本發明的具體實施方式而已，并不用于限定本發明的保護范圍，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。
技術特征：
1.一種對信號燈類型進行預測的處理方法，其特征在于，所述方法包括：在時刻t獲取當前時刻的信號燈觀測量p
t
，并獲取上一時刻t-1的信號燈觀測量p
t-1
和信號燈狀態量s
t-1
；根據所述信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合；根據所述信號燈狀態量s
t-1
和所述信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合；根據所述第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
；根據所述信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型。2.根據權利要求1所述的對信號燈類型進行預測的處理方法，其特征在于，所述信號燈觀測量p
t-1
包括多個第一觀測分量p
i,t-1
，所述第一觀測分量p
i,t-1
包括第一信號燈類型a
i,t-1
和對應的第一類型概率r
i,t-1
；m≥i≥1，m為預設的信號燈類型總數；所述信號燈觀測量p
t
包括多個第一觀測分量p
i,t
，所述第一觀測分量p
i,t
包括第一信號燈類型a
i,t
和對應的第一類型概率r
i,t
；所述信號燈狀態量s
t-1
包括多個第一狀態分量s
i,t-1
，所述第一狀態分量s
i,t-1
包括第二信號燈類型a’i,t-1
和對應的第二類型概率r’i,t-1
；所述信號燈狀態量s
t
包括多個第一狀態分量s
i,t
，所述第一狀態分量s
i,t
包括第二信號燈類型a’i,t
和對應的第二類型概率r’i,t
；所述第一轉換系數序列集合包括所述信號燈類型總數m的第一轉換系數序列x
i
，所述第一轉換系數序列x
i
包括所述信號燈類型總數m的第一轉換系數a
i,j
；，m≥j≥1；所述第二轉換系數序列集合包括所述信號燈類型總數m的第二轉換系數序列x’i
，所述第二轉換系數序列x’i
包括所述信號燈類型總數m的第二轉換系數b
i,j
。3.根據權利要求2所述的對信號燈類型進行預測的處理方法，其特征在于，所述第一信號燈類型a
i,t-1
、a
i,t
，所述第二信號燈類型a’i,t-1
、a’i,t
和所述預測信號燈類型都包括紅燈類型、綠燈類型和黃燈類型。4.根據權利要求2所述的對信號燈類型進行預測的處理方法，其特征在于，所述根據所述信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合，具體包括：將所述信號燈觀測量p
t-1
的各個所述第一類型概率r
i,t-1
記為對應的當前類型概率r
i,t-1
；并將所述當前類型概率r
i,t-1
對應的所述第一信號燈類型a
i,t-1
記為對應的當前信號燈類型a
i,t-1
；并將所述信號燈觀測量p
t
中的所述信號燈類型總數m的所述第一類型概率r
i,t
記為對應的第一類型概率r
j,t
；并對預設的類型轉換率列表進行查詢，將第一前類型字段與所述當前信號燈類型a
i,t-1
匹配的所述信號燈類型總數m的第一記錄提取出來組成對應的第一記錄集合；并根據所述第一記錄集合中各個所述第一記錄的第一后類型字段和第一類型轉換率字段得到對應的第一類型轉換率c
i->j
；所述類型轉換率列表包括多個所述第一記錄；所述第一記錄包括所述第一前類型字段、所述第一后類型字段和所述第一類型轉換率字段；所述第一前類型字
段用于存儲前一時刻的信號燈類型，所述第一后類型字段用于存儲后一時刻的信號燈類型，所述第一類型轉換率字段用于存儲前后時刻信號燈類型從所述第一前類型字段轉換到所述第一后類型字段的可能概率；所述類型轉換率列表中所述第一前類型字段相同的所述第一記錄的總數應為所述信號燈類型總數m；并根據所述當前類型概率r
i,t-1
以及對應的所述信號燈類型總數m的所述第一類型轉換率c
i->j
和所述信號燈類型總數m的所述第一類型概率r
j,t
計算生成對應的所述第一轉換系數a
i,j
，a
i,j
＝r
i,t-1
*c
i
→
j
+r
j,t
；并由得到的所述信號燈類型總數m的所述第一轉換系數a
i,j
組成對應的所述第一轉換系數序列x
i
；并在得到所述信號燈類型總數m的所述第一轉換系數序列x
i
時，由所有所述第一轉換系數序列x
i
組成對應的所述第一轉換系數序列集合。5.根據權利要求4所述的對信號燈類型進行預測的處理方法，其特征在于，所述根據所述信號燈狀態量s
t-1
和所述信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合，具體包括：將所述信號燈狀態量s
t-1
的各個所述第二類型概率r’i,t-1
記為對應的當前類型概率r’i,t-1
；并將所述當前類型概率r’i,t-1
對應的所述第二信號燈類型a’i,t-1
記為對應的當前信號燈類型a’i,t-1
；并將所述信號燈觀測量p
t
中的所述信號燈類型總數m的所述第一類型概率r
i,t
記為對應的第二類型概率r
j,t
；并對所述類型轉換率列表進行查詢，將所述第一前類型字段與所述當前信號燈類型a’i,t-1
匹配的所述信號燈類型總數m的所述第一記錄提取出來組成對應的第二記錄集合；并根據所述第二記錄集合中各個所述第一記錄的所述第一后類型字段和所述第一類型轉換率字段得到對應的第二類型轉換率c’i->j
；并根據所述當前類型概率r’i,t-1
以及對應的所述信號燈類型總數m的所述第二類型轉換率c’i->j
和所述信號燈類型總數m的所述第二類型概率r
j,t
計算生成對應的所述第二轉換系數b
i,j
，b
i,j
＝r’i,t-1
*c’i
→
j
+r
j,t
；并由得到的所述信號燈類型總數m的所述第二轉換系數b
i,j
組成對應的所述第二轉換系數序列x’i
；并在得到所述信號燈類型總數m的所述第二轉換系數序列x’i
時，由所有所述第二轉換系數序列x’i
組成對應的所述第二轉換系數序列集合。6.根據權利要求5所述的對信號燈類型進行預測的處理方法，其特征在于，所述根據所述第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
，具體包括：將所述第一轉換系數序列集合轉換為形狀為m
×
m的二維矩陣記為第一矩陣；所述第一矩陣包括m
×
m個第一矩陣單元，所述第一矩陣單元與所述第一轉換系數a
i,j
一一對應；將所述第二轉換系數序列集合轉換為形狀為m
×
m的二維矩陣記為第二矩陣；所述第二矩陣包括m
×
m個第二矩陣單元，所述第二矩陣單元與所述第二轉換系數b
i,j
一一對應；根據所述信號燈狀態量s
t-1
的各個所述第二類型概率r’i,t-1
和所述信號燈觀測量p
t
的各個所述第一類型概率r
i,t
，對所述第一、第二矩陣進行融合對應的形狀為m
×
m的第三矩陣；所述第三矩陣包括m
×
m個第三矩陣單元，各個所述第三矩陣單元對應一個第一概率d
i,j
，
從所述第三矩陣的每行所述信號燈類型總數m的所述第一概率d
i,j
中提取最大值作為對應的所述第二類型概率r’i,t
；復制各個所述第二信號燈類型a’i,t-1
生成對應的所述第二信號燈類型a’i,t
；并由各個所述第二信號燈類型a’i,t
和對應的所述第二類型概率r’i,t
組成對應的所述第一狀態分量s
i,t
；并由得到的所述信號燈類型總數m的所述第一狀態分量s
i,t
組成對應的所述信號燈狀態量s
t
。7.根據權利要求2所述的對信號燈類型進行預測的處理方法，其特征在于，所述根據所述信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型，具體包括：將所述信號燈狀態量s
t
中概率值最大的所述第二類型概率r’i,t
對應的所述第二信號燈類型a’i,t
作為所述預測信號燈類型。8.一種用于執行權利要求1-7任一項所述的對信號燈類型進行預測的處理方法的裝置，其特征在于，所述裝置包括：獲取模塊、預處理模塊和預測模塊；所述獲取模塊用于在時刻t獲取當前時刻的信號燈觀測量p
t
，并獲取上一時刻t-1的信號燈觀測量p
t-1
和信號燈狀態量s
t-1
；所述預處理模塊用于根據所述信號燈觀測量p
t-1
、p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第一轉換系數序列集合；并根據所述信號燈狀態量s
t-1
和所述信號燈觀測量p
t
對當前時刻的信號燈類型轉換系數進行估計生對應的第二轉換系數序列集合；所述預測模塊用于根據所述第一、第二轉換系數序列集合對當前時刻的信號燈狀態量進行預測生成對應的信號燈狀態量s
t
；并根據所述信號燈狀態量s
t
對當前時刻的信號燈類型進行預測生成對應的預測信號燈類型。9.一種電子設備，其特征在于，包括：存儲器、處理器和收發器；所述處理器用于與所述存儲器耦合，讀取并執行所述存儲器中的指令，以實現權利要求1-7任一項所述的方法步驟；所述收發器與所述處理器耦合，由所述處理器控制所述收發器進行消息收發。10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，當所述計算機指令被計算機執行時，使得所述計算機執行權利要求1-7任一項所述的方法的指令。
技術總結
本發明實施例涉及一種對信號燈類型進行預測的處理方法和裝置，所述方法包括：獲取信號燈觀測量P
