本发明涉及车辆检测领域，特别涉及一种车辆检测的方法、装置及车辆。
背景技术：
车辆检测技术是道路交通环境信息感知所要解决的首要问题，是碰撞预警、辅助驾驶等实现的基础。
目前，一种实现车辆检测的方法是基于车载摄像头采集的视频图像进行检测。而视频图像的效果常常受到环境光照条件、车身表面反光等因素的影响，因此检测容易出现偏差。
另一种是综合摄像头与激光雷达分别采集的数据进行综合分析。而综合摄像头和激光雷达的方法主要是为了实现高精度的车辆识别，数据处理复杂，耗时相对较长，不利于高速行驶车辆的防碰撞策略。
另外，由于车辆上的上述摄像头、传感器的检测范围有限，而且，通常会具有一定的死区。现有技术中也有通过融合单车上的多种传感器采集到的数据来尽量避免检测死区的影响，但是由于各传感器本身感知能力的限制以及在单车上的局限，其效果并不如意。
技术实现要素：
本发明要解决的技术问题是提供一种车辆检测的方法、装置及车辆，解决现有技术中的车辆检测方法存在数据处理复杂、耗时相对较长、检测效果不理想的问题。
为解决上述技术问题，本发明的实施例提供一种车辆检测的方法，包括：
获取安装于第一车辆预设部位的激光雷达传感器采集的第一数据；
根据所述第一数据，获取所述第一车辆的第一周边车辆及所述第一周边车辆相对于所述第一车辆的第一属性信息；
获取与所述第一车辆建立通信连接的第二车辆发送的第二数据，其中，所述第二数据为安装于所述第二车辆预设部位的激光雷达传感器采集的数据；
根据所述第二数据，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息；
其中，所述第一属性信息及所述第二属性信息包括相对位置、相对速度和/或相对方向角。
其中，所述根据所述第一数据，获取所述第一车辆的第一周边车辆，包括：
将所述第一数据中包含的点按照预设方式进行线性拟合，并判断拟合后的形状与预先设置的车辆匹配模型是否匹配，若匹配，则将所述拟合后的形状作为所述第一车辆的第一周边车辆。
其中，所述根据所述第二数据，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息，包括：
根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息。
其中，所述根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息，包括：
根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，将所述第二数据中包含的点按照预设方式进行线性拟合，并判断拟合后的形状与预先设置的车辆匹配模型是否匹配，若匹配，则将所述拟合后的形状作为待确定第二周边车辆；
在所述待确定第二周边车辆为所述第一周边车辆未包含的车辆时，将所述待确定第二周边车辆确定为所述第二周边车辆，并获取所述第二周边车辆相对于所述第一车辆的第二属性信息。
其中，所述根据所述第二数据，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息之后，还包括：
获取云平台根据所述第一车辆、所述第一周边车辆及所述第二周边车辆的状态信息下发的，所述第一周边车辆相对于所述第一车辆的第三属性信息及所述第二周边车辆相对于所述第一车辆的第四属性信息，并根据获取到的信息对所述第一属性信息及所述第二属性信息进行修正；
其中，所述状态信息包括位置、速度和/或方向角，所述第三属性信息及所述第四属性信息包括相对位置、相对速度和/或相对方向角。
其中，所述根据所述第二数据，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息之后，还包括：
将所述第一属性信息及所述第二属性信息上传到云平台，使所述云平台根据所述第一属性信息及所述第二属性信息的传输跳数，对所述第一车辆所在的车群进行划分，并对所述车群内的车辆进行行车控制。
为解决上述技术问题，本发明的实施例还提供一种车辆检测的装置，包括：
第一获取模块，用于获取安装于第一车辆预设部位的激光雷达传感器采集的第一数据；
第二获取模块，用于根据所述第一数据，获取所述第一车辆的第一周边车辆及所述第一周边车辆相对于所述第一车辆的第一属性信息；
第三获取模块，用于获取与所述第一车辆建立通信连接的第二车辆发送的第二数据，其中，所述第二数据为安装于所述第二车辆预设部位的激光雷达传感器采集的数据；
第四获取模块，用于根据所述第二数据，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息；
其中，所述第一属性信息及所述第二属性信息包括相对位置、相对速度和/或相对方向角。
其中，所述第二获取模块包括：
匹配模块，用于将所述第一数据中包含的点按照预设方式进行线性拟合，并判断拟合后的形状与预先设置的车辆匹配模型是否匹配，若匹配，则将所述拟合后的形状作为所述第一车辆的第一周边车辆。
其中，所述第四获取模块包括：
获取子模块，用于根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息。
其中，所述装置还包括：
修正模块，用于获取云平台根据所述第一车辆、所述第一周边车辆及所述第二周边车辆的状态信息下发的，所述第一周边车辆相对于所述第一车辆的第三属性信息及所述第二周边车辆相对于所述第一车辆的第四属性信息，并根据获取到的信息对所述第一属性信息及所述第二属性信息进行修正；
其中，所述状态信息包括位置、速度和/或方向角，所述第三属性信息及所述第四属性信息包括相对位置、相对速度和/或相对方向角。
其中，所述装置还包括：
划分模块，用于将所述第一属性信息及所述第二属性信息上传到云平台，使所述云平台根据所述第一属性信息及所述第二属性信息的传输跳数，对所述第一车辆所在的车群进行划分，并对所述车群内的车辆进行行车控制。
为解决上述技术问题，本发明的实施例还提供一种车辆，包括安装于预设部位的激光雷达传感器，还包括：如上所述的车辆检测的装置。
本发明的上述技术方案的有益效果如下：
本发明实施例的车辆检测的方法，首先获取安装于第一车辆预设部位的激光雷达传感器采集的第一数据；然后根据第一数据，获取第一车辆的第一周边车辆及第一周边车辆相对于第一车辆的第一属性信息；再获取与第一车辆建立通信连接的第二车辆发送的第二数据，其中，第二数据为安装于第二车辆预设部位的激光雷达传感器采集的数据；最后根据第二数据，获取第一周边车辆未包含的，第一车辆的第二周边车辆及第二周边车辆相对于第一车辆的第二属性信息，其中，第一属性信息及第二属性信息包括相对位置、相对速度和/或相对方向角。通过激光雷达检测周边车辆，实现方式简单有效，耗时相对较短，对于高速行驶的车辆仍可以有效实施，且通过车车通信的方式扩展了车辆的视野，使其能够获得周围一定范围内各个车辆的数据信息，不存在检测死区，保证了检测的有效性和全面性。使第一车辆能根据第一属性信息和第二属性信息进行准确、有效地行车控制，有效避免了第一车辆与周边车辆的碰撞、摩擦，保证了行车安全。
附图说明
图1为本发明车辆检测的方法流程图；
图2为本发明车辆检测的方法车辆拟合示意图；
图3为本发明车辆检测的方法云平台对目标路段车辆编号示意图；
图4为本发明车辆检测的方法一具体实施例的流程图；
图5为本发明车辆检测的装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明实施例的车辆检测的方法，实现方式简单有效，耗时相对较短，且扩展了当前车辆的视野，获得了周围各个车辆的数据信息，有效实现了碰撞预警，保证了行车安全。
如图1所示，本发明实施例的车辆检测的方法，包括：
步骤11，获取安装于第一车辆预设部位的激光雷达传感器采集的第一数据；
步骤12，根据所述第一数据，获取所述第一车辆的第一周边车辆及所述第一周边车辆相对于所述第一车辆的第一属性信息；
步骤13，获取与所述第一车辆建立通信连接的第二车辆发送的第二数据，其中，所述第二数据为安装于所述第二车辆预设部位的激光雷达传感器采集的数据；
步骤14，根据所述第二数据，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息；
其中，所述第一属性信息及所述第二属性信息包括相对位置、相对速度和/或相对方向角。
本发明实施例的车辆检测的方法，首先通过安装于第一车辆预设部位(如车辆前端车牌部位)的激光雷达传感器，获取第一车辆的第一周边车辆及第一周边车辆相对于第一车辆的第一属性信息；然后通过与第一车辆建立通信连接的第二车辆发送的数据，获取第一周边车辆未包含的，第一车辆的第二周边车辆及第二周边车辆相对于第一车辆的第二属性信息；其中，第一属性信息及第二属性信息包括相对位置、相对速度和/或相对方向角。从而通过激光雷达检测周边车辆，实现方式简单有效，耗时相对较短，对于高速行驶的车辆仍可以有效实施，且通过车车通信的方式扩展了车辆的视野，使其能够获得周围一定范围内各个车辆的数据信息，不存在检测死区，保证了检测的有效性和全面性。
使第一车辆能根据第一属性信息和第二属性信息进行准确、有效地行车控制，有效避免了第一车辆与周边车辆的碰撞、摩擦，保证了行车安全。比如，第一车辆通过本发明实施例的方法获得了前方各车辆的行驶状态，若第一车辆发现自身所在车道中，前方较近的某车辆停车了(很可能该车发生了事故)，该第一车辆可以根据自身相对于相邻车道中前、后车的相对位置、相对速度等信息来决定是否换道行驶，以及何时启动换道操作等。
本发明的具体实施例中，上述步骤12中，所述根据所述第一数据，获取所述第一车辆的第一周边车辆，包括：
步骤121，将所述第一数据中包含的点按照预设方式进行线性拟合，并判断拟合后的形状与预先设置的车辆匹配模型是否匹配，若匹配，则将所述拟合后的形状作为所述第一车辆的第一周边车辆。
此时，通过线性拟合的方式对激光雷达传感器采集的数据进行处理，并将拟合后的形状与车辆匹配模型进行匹配，使根据匹配结果能准确获取到周边车辆，提高了检测的准确性和合理性，且实现方式简单，耗时相对较短，提高了检测速率，对于高速行驶的车辆仍可以有效实施。
具体的，可预先建立激光雷达检测方式下的车辆匹配模型，如图2所示，一般来说，车辆在激光雷达传感器采集的数据中会呈现出直线或折线的形状，所以可以以直线段或折线段作为车辆匹配模型。通过拟合实际获得的激光雷达传感器采集的数据，判断拟合出的形状是否与车辆匹配模型相匹配，如果匹配，则说明检测到了一个周边车辆，并且能够根据激光雷达数据获得该周边车辆相对于本车的相对位置(如相对距离)、相对速度、相对传感器采集的方向角等信息。
其中，对于周边车辆相对于本车是直线段的情况，通过简单的线性拟合即可实现。
对于周边车辆相对于本车是折线段的情况，可以将折线段看成是由两个直线段在交点处(即折线拐角点)相交构成。在具体拟合的过程中，可以通过如下方式实现：
按照一定方向顺序，比如从左到右，依次以每个激光雷达数据为交点，分别拟合交点左侧的各数据点和交点右侧的各数据点，并计算拟合误差。从而在将所有的数据点都遍历一遍之后，得到的各个拟合误差中误差值最小的交点为真正的折线拐角点。从而以该误差值最小的这次拟合结果作为最终结果，用于确定是否与车辆匹配模型相匹配。
另外，单车上的激光雷达传感器能够探知其感知范围内各周边车辆的相对位置、相对速度等信息，但是，由于单车上激光雷达传感器的感知范围有限，因此，可通过上述步骤13、14以车车通信的方式来扩展单车的感知视角。
比如，单车道上的前后有A、B、C三辆车，A车上的激光雷达的测量范围只能覆盖到B，无法覆盖到C，或者由于B的遮挡使得A无法测量到C，但是B能够感知到C。从而，在B通过激光雷达传感器获得了包含C的第二数据后，可以通过车车通信的方式将第二数据发送给A，从而A便可以基于自己检测到的B相对于自身的位置、速度、方向等信息，以及从B接收到的C相对于B的位置、速度、方向等信息来确定C相对于A自身的位置、速度、方向等信息。
本发明的具体实施例中，上述步骤14的步骤可以包括：
步骤141，根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息。
此时，在第二数据的传输跳数未超过预设值时，才根据第二数据获取第一车辆的第二周边车辆，从而避免了第一车辆接收距离其很远的其他车辆的数据信息，一方面这些数据信息对第一车辆用途不大，另一方面存储处理这些无关数据信息也造成第一车辆的过多资源消耗。保证了基于车车通信接收数据的合理性，以及资源利用的合理性。
具体的，可预先使每辆车的车车通信都维护一个计数器，用于计数激光雷达传感器检测到的数据信息的传输跳数。在激光雷达传感器检测到的数据信息传输了N跳之后丢弃，相当于规定一个数据信息的生命周期，在其生命周期内，接收到该数据信息的车辆维护该数据信息，超过其生命周期时，该数据信息被舍弃。从而保证第一车辆接收第二车辆数据的有效性和合理性。
进一步的，上述步骤141的步骤可以包括：
步骤1411，根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，将所述第二数据中包含的点按照预设方式进行线性拟合，并判断拟合后的形状与预先设置的车辆匹配模型是否匹配，若匹配，则将所述拟合后的形状作为待确定第二周边车辆；
步骤1412，在所述待确定第二周边车辆为所述第一周边车辆未包含的车辆时，将所述待确定第二周边车辆确定为所述第二周边车辆，并获取所述第二周边车辆相对于所述第一车辆的第二属性信息。
此时，通过线性拟合的方式对第二数据进行处理，并将拟合后的形状与车辆匹配模型进行匹配，使根据匹配结果能准确获取到周边车辆；并在获取的周边车辆为第一周边车辆未包含的车辆时，将该周边车辆确定为第二周边车辆。从而使通过车车通信方式获取第一车辆自身激光雷达传感器未能检测到的其他车辆，扩展了当前车辆的视野，提高了检测的准确性和合理性，且实现方式简单，耗时相对较短，对于高速行驶的车辆仍可以有效实施，提高了实用性和便利性。
优选的，上述步骤14之后，还可以包括：
步骤15，获取云平台根据所述第一车辆、所述第一周边车辆及所述第二周边车辆的状态信息下发的，所述第一周边车辆相对于所述第一车辆的第三属性信息及所述第二周边车辆相对于所述第一车辆的第四属性信息，并根据获取到的信息对所述第一属性信息及所述第二属性信息进行修正；
其中，所述状态信息包括位置、速度和/或方向角，所述第三属性信息及所述第四属性信息包括相对位置、相对速度和/或相对方向角。
此时，通过从云平台获取的第三属性信息及第四属性信息，对第一属性信息及第二属性信息进行修正，更加保证了检测的准确性和有效性。使第一车辆能根据第一属性信息和第二属性信息进行准确、有效地行车控制，保证了行车安全。
具体的，可预先通过GPS定位获得车辆自身的位置信息，并通过相应的车载传感器获得车辆自身的状态信息，比如速度、加速度和/或方向角信息；然后将获取的位置信息、速度、加速度和/或方向角信息上传云平台。为上述步骤15的进行提供数据支持，保证从云平台获取第三属性信息和第四属性信息的顺利进行。
一种具体实施例，假定第三属性信息和第四属性信息均为位置信息，且通过上述步骤15，获取到云平台根据各车辆的GPS定位信息下发的某一周边车辆相对于第一车辆的距离为L2，而第一车辆根据自身安装的激光雷达传感器或基于车车通信通过其他车辆转发的激光雷达传感器测得的该周边车辆相对于该第一车辆的距离为L1，则可以以L1+a*L2的方式对L1进行修正，其中a为修正权重(0≤a≤100％)。
优选的，上述步骤14之后，还可以包括：
步骤16，将所述第一属性信息及所述第二属性信息上传到云平台，使所述云平台根据所述第一属性信息及所述第二属性信息的传输跳数，对所述第一车辆所在的车群进行划分，并对所述车群内的车辆进行行车控制。
此时，通过将第一属性信息及第二属性信息上传云平台，并使云平台以传输跳数为约束对第一车辆所在的车群进行划分，划分之后对车群内的各个车辆进行行车控制，有效保证了道路行车安全，提高了道路交通流效率。
具体的，对于目标路段上行驶的各个车辆，云平台可以按照行驶方向依次为各个车辆进行编号。如图3所示，以第二个辆车即B车为例，假设B车通过自身安装的激光雷达传感器能够检测到A车和E车，基于车车通信，其在一跳传输范围内，能够获得C车的信息，在两跳范围内，能够获得D车和F车的信息，在三跳范围内，能够获得G车的信息。假设车群划分的传输跳数约束最大为三跳，B车对于第二数据传输跳数的预设值也为三跳。则B车将其在三跳范围内获得的各车辆的数据信息上传给云平台，从而云平台将A、B、C、D、E、F和G车划分为一个车群。
值得说明的是，目标路段上的各个车辆都可以作为第一车辆将自己获得的传输跳数不超过预设值M的各车辆的数据信息上传给云平台。云平台可根据各个车辆在该路段上的位置(编号)划定车群。比如，上述B车和C车上传的数据信息有部分重叠，由于B车位于C车的行驶前方，且C车的数据信息又是B车在M跳范围内获得的，故而可将C车划定在B车对应的车群中，而忽略C车上传数据信息，避免重复划分。
进而，云平台根据各个车群内的各个车辆的相对位置、相对速度等信息，确定对各个车群中各个车辆的控制策略，比如加速、减速、换道等，以避免碰撞，并提高道路交通流效率。
从而，本发明的具体实施例中，可由车辆作为行车控制策略的执行主体，以在扩展了当前车辆的视野之后，使该当前车辆能够根据获得的周边车辆的相关信息做主动的行驶控制决策；也可由云平台作为行车控制策略的执行主体，以实现目标路段宏观上的行驶控制。
下面对本发明的具体实施例举例说明如下：
如图4所示，本发明实施例的车辆检测方法，步骤包括：
S11，获取第一车辆的位置信息及状态信息并上传到云平台，为后续数据修正提供数据支持；
S12，获取第一车辆根据自身安装的激光雷达传感器采集的第一数据，并将第一数据进行线性拟合后，与车辆匹配模型进行匹配，获取第一车辆的第一周边车辆及第一周边车辆相对于第一车辆的相对位置等第一属性信息；
S13，获取与第一车辆通过车车通信方式连接的第二车辆发送的第二数据，第二数据为第二车辆的激光雷达数据；
S14，在第二数据的传输跳数未超过预设值时，对第二数据信息线性拟合后，与车辆匹配模型进行匹配，获取第一周边车辆未包含的，第一车辆的第二周边车辆及第二周边车辆相对于第一车辆的相对位置等第二属性信息；
S15，获取云平台根据各车辆的位置信息及行驶状态信息下发的周边车辆相对于第一车辆的相对位置等信息，并根据获取的信息对第一属性信息和第二属性信息进行进行修正；
S16，第一车辆根据获取的各周围车辆相对于自身的第一属性信息和第二属性信息进行行车控制；
S17，云平台根据各车辆上传的位置信息及周边车辆的属性信息，以传输跳数为约束进行车群的划分，并对车群内的各个车辆进行行车控制。
本发明实施例的车辆检测的方法，通过激光雷达检测周边车辆，实现方式简单有效，耗时相对较短，对于高速行驶的车辆仍可以有效实施，且通过车车通信的方式扩展了车辆的视野，使其能够获得周围一定范围内各个车辆的数据信息，不存在检测死区，保证了检测的有效性和全面性。
本发明实施例的车辆检测的方法，使第一车辆能根据第一属性信息和第二属性信息进行准确、有效地行车控制，有效避免了第一车辆与周边车辆的碰撞、摩擦，保证了行车安全。且通过云平台基于车群对车群内的车辆进行控制，从宏观上保证了道路行车安全，提高了道路交通流效率。
如图5所示，本发明的实施例还提供了一种车辆检测的装置，包括：
第一获取模块，用于获取安装于第一车辆预设部位的激光雷达传感器采集的第一数据；
第二获取模块，用于根据所述第一数据，获取所述第一车辆的第一周边车辆及所述第一周边车辆相对于所述第一车辆的第一属性信息；
第三获取模块，用于获取与所述第一车辆建立通信连接的第二车辆发送的第二数据，其中，所述第二数据为安装于所述第二车辆预设部位的激光雷达传感器采集的数据；
第四获取模块，用于根据所述第二数据，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息；
其中，所述第一属性信息及所述第二属性信息包括相对位置、相对速度和/或相对方向角。
本发明实施例的车辆检测的装置，通过激光雷达检测周边车辆，实现方式简单有效，耗时相对较短，对于高速行驶的车辆仍可以有效实施，且通过车车通信的方式扩展了车辆的视野，使其能够获得周围一定范围内各个车辆的数据信息，不存在检测死区，保证了检测的有效性和全面性。
其中，所述第二获取模块可以包括：
匹配模块，用于将所述第一数据中包含的点按照预设方式进行线性拟合，并判断拟合后的形状与预先设置的车辆匹配模型是否匹配，若匹配，则将所述拟合后的形状作为所述第一车辆的第一周边车辆。
此时，通过线性拟合的方式对激光雷达传感器采集的数据进行处理，并将拟合后的形状与车辆匹配模型进行匹配，使根据匹配结果能准确获取到周边车辆，提高了检测的准确性和合理性，且实现方式简单，耗时相对较短，提高了检测速率，对于高速行驶的车辆仍可以有效实施。
其中，所述第四获取模块包括：
获取子模块，用于根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，获取所述第一周边车辆未包含的，所述第一车辆的第二周边车辆及所述第二周边车辆相对于所述第一车辆的第二属性信息。
此时，在第二数据的传输跳数未超过预设值时，才根据第二数据获取第一车辆的第二周边车辆，从而避免了第一车辆接收距离其很远的其他车辆的数据信息，一方面这些数据信息对第一车辆用途不大，另一方面存储处理这些无关数据信息也造成第一车辆的过多资源消耗。保证了基于车车通信接收数据的合理性，以及资源利用的合理性。
进一步的，所述获取子模块可以包括：
第二匹配模块，用于根据所述第二数据，若所述第二数据的传输跳数超过预设值，则舍弃所述第二数据，否则，将所述第二数据中包含的点按照预设方式进行线性拟合，并判断拟合后的形状与预先设置的车辆匹配模型是否匹配，若匹配，则将所述拟合后的形状作为待确定第二周边车辆；
第二获取子模块，用于在所述待确定第二周边车辆为所述第一周边车辆未包含的车辆时，将所述待确定第二周边车辆确定为所述第二周边车辆，并获取所述第二周边车辆相对于所述第一车辆的第二属性信息。
此时，通过线性拟合的方式对第二数据进行处理，并将拟合后的形状与车辆匹配模型进行匹配，使根据匹配结果能准确获取到周边车辆；并在获取的周边车辆为第一周边车辆未包含的车辆时，将该周边车辆确定为第二周边车辆。从而使通过车车通信方式获取第一车辆自身激光雷达传感器未能检测到的其他车辆，扩展了当前车辆的视野，提高了检测的准确性和合理性，且实现方式简单，耗时相对较短，对于高速行驶的车辆仍可以有效实施，提高了实用性和便利性。
优选的，所述装置还可以包括：
修正模块，用于获取云平台根据所述第一车辆、所述第一周边车辆及所述第二周边车辆的状态信息下发的，所述第一周边车辆相对于所述第一车辆的第三属性信息及所述第二周边车辆相对于所述第一车辆的第四属性信息，并根据获取到的信息对所述第一属性信息及所述第二属性信息进行修正；
其中，所述状态信息包括位置、速度和/或方向角，所述第三属性信息及所述第四属性信息包括相对位置、相对速度和/或相对方向角。
此时，通过从云平台获取的第三属性信息及第四属性信息，对第一属性信息及第二属性信息进行修正，更加保证了检测的准确性和有效性。使第一车辆能根据第一属性信息和第二属性信息进行准确、有效地行车控制，保证了行车安全。
优选的，所述装置还可以包括：
划分模块，用于将所述第一属性信息及所述第二属性信息上传到云平台，使所述云平台根据所述第一属性信息及所述第二属性信息的传输跳数，对所述第一车辆所在的车群进行划分，并对所述车群内的车辆进行行车控制。
此时，通过将第一属性信息及第二属性信息上传云平台，并使云平台以传输跳数为约束对第一车辆所在的车群进行划分，划分之后对车群内的各个车辆进行行车控制，有效保证了道路行车安全，提高了道路交通流效率。
本发明实施例的车辆检测的装置，通过激光雷达检测周边车辆，实现方式简单有效，耗时相对较短，对于高速行驶的车辆仍可以有效实施，且通过车车通信的方式扩展了车辆的视野，使其能够获得周围一定范围内各个车辆的数据信息，不存在检测死区，保证了检测的有效性和全面性。
本发明实施例的车辆检测的装置，使第一车辆能根据第一属性信息和第二属性信息进行准确、有效地行车控制，有效避免了第一车辆与周边车辆的碰撞、摩擦，保证了行车安全。且通过云平台基于车群对车群内的车辆进行控制，从宏观上保证了道路行车安全，提高了道路交通流效率。
需要说明的是，该实现车辆检测的装置是与上述车辆检测的方法相对应的装置，其中上述方法实施例中所有实现方式均适用于该装置的实施例中，也能达到同样的技术效果。
由于本发明实施例的车辆检测的装置应用于车辆，因此，本发明实施例还提供了一种车辆，包括：如上述实施例中所述的车辆检测的装置。其中，上述车辆检测的装置的所述实现实施例均适用于该车辆的实施例中，也能达到相同的技术效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。