CN102889892B - 实景导航的方法及导航终端 - Google Patents

Abstract

本发明适用于定位导航技术领域，提供了一种实景导航的方法，包括步骤有：实时获取本车的当前位置；实时获取所述本车所处环境的实景图像；将所述实景图像与预存的电子地图进行匹配并建立映射关系；根据所述实景图像与所述电子地图之间的所述映射关系、预先规划的导航路径和所述当前位置，在所述实景图像中标注导航提示信息；根据所述实景图像分析出实时路况信息；根据所述实时路况信息优化所述导航路径。相应地，本发明还提供一种导航终端。借此，本发明不仅通过实景导航技术使得导航图像更为直观和准确，而且还能根据实时路况优化导航路径，使得导航指示更加智能和高效，从而大大提高了用户导航体验。

Description

实景导航的方法及导航终端

技术领域

本发明涉及定位导航技术领域，尤其涉及一种实景导航的方法及导航终端。

背景技术

GNSS(GlobalNavigationSatelliteSystem，全球导航卫星系统)是利用导航卫星发射的无线电信号，求出车辆等导航对象相对卫星的位置，再根据已知的卫星相对地面的位置，计算并确定导航对象在地球上的位置的技术。GNSS主要包括GPS(美国建立的全球卫星定位系统)、GLONASS(俄罗斯建立的卫星导航系统)、Compass(中国建立的北斗卫星导航系统)、Galileo(欧盟建立的卫星导航系统)。目前的导航方案，大部分都是通过获取GNSS卫星导航数据、基于静态的地图，提示用户前进的路径和方向，但由于用户看到的导航图像和实际场景并不一致，因此导航效果不够直观和准确。现有技术中也有少部分涉及到实景导航，包括：

中国专利申请CN200910170836.5公开了一种街景视图动态导航系统及其方法，该方案需要建立全区街景图像数据库，使用时从数据库把街景图像调出，但该街景图像与用户看到的实际场景仍有差异，导致用户体验较差。

中国专利申请CN201010269448.5公开了一种道路实景导航方法，该方案采用实时拍摄的图像，并把导航提示信息显示到图像中；但地图数据没有和实时路况进行关联，给出的路径不一定是最优选择，用户体验不够好。

综上可知，现有车辆导航技术在实际使用上，显然存在不便与缺陷，所以有必要加以改进。

发明内容

针对上述的缺陷，本发明的目的在于提供一种实景导航的方法及导航终端，其通过实景导航技术不仅使导航图像更为直观和准确，而且还能根据实时路况优化导航路径，使得导航指示更加智能和高效，从而大大提高了用户导航体验。

为了实现上述目的，本发明提供一种实景导航的方法，包括步骤如下：

实时获取本车的当前位置；

实时获取所述本车所处环境的实景图像；

将所述实景图像与预存的电子地图进行匹配并建立映射关系；

根据所述实景图像与所述电子地图之间的所述映射关系、预先规划的导航路径和所述当前位置，在所述实景图像中标注导航提示信息；

根据所述实景图像分析出实时路况信息；

根据所述实时路况信息优化所述导航路径。

根据本发明所述的方法，还包括：

利用图像识别分析所述实景图像，通过车道分界线分析出不同车道；

所述在实景图像中标注导航提示信息的步骤还包括：

在所述实景图像中标注包含所述车道的导航提示信息和/或发出对应的导航提示音频。

根据本发明所述的方法，还包括：

利用图像识别分析所述实景图像，判断所述本车前方是否存在可能碰撞的障碍物；

若存在可能碰撞的所述障碍物，在所述实景图像中标注避让提示信息和/或发出对应的避让提示音频。

根据本发明所述的方法，所述利用图像识别分析实景图像，判断所述本车前方是否存在障碍物的步骤包括：

假设所述本车和所述障碍物的速度不变，根据所述实景图像分析和计算所述本车与所述障碍物即将发生碰撞的碰撞时间T，所述碰撞时间T＝(t5-t4)*y1/(y2-y1)，其中所述t4、t5是实时计算采用的两个时间点，所述y1、y2分别是所述t4和t5时刻的障碍物图像的直径或长轴；

若所述碰撞时间T小于预定碰撞时间阈值，则判定可能碰撞所述障碍物。

根据本发明所述的方法，所述根据实景图像分析出实时路况信息的步骤包括：

根据所述实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况；

所述根据实时路况信息优化所述导航路径的步骤包括：

若发生所述拥堵状况，则优化所述导航路径。

根据本发明所述的方法，所述实时获取本车所处环境的实景图像的步骤包括：

通过对称设置的左、右摄像头获取所述本车所处环境的实景图像；

所述根据实景图像分析和计算前车的速度，判断是否发生拥堵状况的步骤包括：

利用公式V_前车＝V_本车-(x1-x2)/(t2-t1)计算所述前车的速度V_前车；

判断所述速度V_前车是否低于预定的拥堵速度阈值，若是则判定发生所述拥堵状况；

所述t1、t2是实时计算采用的两个时间点，所述x1、x2分别是所述t1和t2时刻下所述本车与所述前车之间的距离，所述V_本车是所述本车的速度；

所述本车与所述前车之间的距离X的计算公式为：X＝f*d/(y1+y2)，所述f是所述左、右摄像头的透镜和感光片的距离，所述d是所述左、右摄像头的镜头之间的距离，所述y1和y2分别是所述左、右摄像头在当前时刻的前车图像中心点和感光片中心点的距离。

本发明还提供一种导航终端，包括有：

位置获取模块，用于实时获取本车的当前位置；

实景获取模块，用于实时获取所述本车所处环境的实景图像；

匹配模块，用于将所述实景图像与预存的电子地图进行匹配并建立映射关系；

导航提示模块，用于根据所述实景图像与电子地图之间的所述映射关系、预先规划的导航路径和所述当前位置，在所述实景图像中标注导航提示信息；

路况分析模块，用于根据所述实景图像分析出实时路况信息；

导航优化模块，用于根据所述实时路况信息优化所述导航路径。

根据本发明所述的导航终端，还包括：

车道分析模块，用于利用图像识别分析所述实景图像，通过车道分界线分析出不同车道；

所述导航提示模块还用于在所述实景图像中标注包含所述车道的导航提示信息和/或发出对应的导航提示音频。

根据本发明所述的导航终端，还包括：

障碍物分析模块，用于利用图像识别分析所述实景图像，判断所述本车前方是否存在可能碰撞的障碍物；

所述导航提示模块还用于存在可能碰撞的所述障碍物时，在所述实景图像中标注避让提示信息和/或发出对应的避让提示音频。

根据本发明所述的导航终端，所述障碍物分析模块进一步包括：

时间计算子模块，用于假设所述本车和所述障碍物的速度不变，根据所述实景图像分析和计算所述本车与所述障碍物即将发生碰撞的碰撞时间T，所述碰撞时间T＝(t5-t4)*y1/(y2-y1)，其中所述t4、t5是实时计算采用的两个时间点，所述y1、y2分别是所述t4和t5时刻的障碍物图像的直径或长轴；

时间判断子模块，用于若所述碰撞时间T小于预定的碰撞时间阈值时，判定可能碰撞所述障碍物。

根据本发明所述的导航终端，所述路况分析模块用于根据所述实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况；

所述导航优化模块用于若发生所述拥堵状况时，优化所述导航路径。

根据本发明所述的导航终端，所述实景获取模块为对称设置的左、右摄像头；

所述路况分析模块进一步包括：

速度计算子模块，用于利用公式V_前车＝V_本车-(x1-x2)/(t2-t1)计算所述前车的速度V_前车；

速度判断子模块，用于判断所述速度V_前车是否低于预定的拥堵速度阈值，若是则判定发生所述拥堵状况；

所述t1、t2是实时计算采用的两个时间点，所述x1、x2分别是所述t1和t2时刻下所述本车与所述前车之间的距离，所述V_本车是所述本车的速度；

所述本车与所述前车之间的距离X的计算公式为：X＝f*d/(y1+y2)，所述f是所述左、右摄像头的透镜和感光片的距离，所述d是所述左、右摄像头的镜头之间的距离，所述y1和y2分别是所述左、右摄像头在当前时刻的前车图像中心点和感光片中心点的距离。

本发明通过实时获取本车所处环境的实景图像，并根据实景图像与电子地图之间的映射关系、导航路径和当前位置，在实景图像中标注导航提示信息，使得导航图像更为直观和准确，让用户更容易理解，解决了现有技术中用户看到的导航图像和实际场景不一致的问题；尤其是，本发明可以根据实景图像分析出实时路况信息，再根据实时路况来优化导航路径，使得导航指示更加智能和高效，解决了现有技术中导航路径和实时路况不一致的问题。优选的是，本发明还可以对实景图像进行图像识别，区分出不同车道信息，并在实景图像中标注包含所述车道的导航提示信息和/或发出导航提示音频，解决了卫星定位精度不足的问题。更好的是，本发明可以对实景图像进行图像识别，判断本车前方的慢速障碍物，给驾驶员提供避让提示，从而保证行车安全，使得用户导航体验更好。

附图说明

图1是本发明导航终端的结构示意图；

图2是本发明优选导航终端的结构示意图；

图3是本发明实景导航采用的双摄像头计算前车速度的原理图；

图4A和图4B是本发明实景导航采用的单摄像头碰撞预警原理图；

图5是本发明实景导航的方法流程图；

图6是本发明优选的实景导航中车道区分方法的流程图；

图7是本发明优选的实景导航中障碍物提示的方法流程图；

图8是本发明优选的实景导航中实时路况分析的方法流程图；

图9A是本发明在实景图像中进行车道区分指示的界面实例图；

图9B是本发明在实景图像中进行障碍物提示的界面实例图；以及

图9C是本发明在实景图像中根据实时路况优化导航路径的界面实例图；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1是本发明导航终端的结构示意图，所述导航终端100可以是专业的导航仪，也可以是具有导航功能的手机、PDA(PersonalDigitalAssistant，个人数字助理)、平板电脑等，并且所述导航终端100包括位置获取模块10、实景获取模块20、匹配模块30、导航提示模块40、路况分析模块50以及导航优化模块60，其中：

所述位置获取模块10，用于实时获取本车(即用户自己的车辆)的当前位置。可通过GNSS导航卫星、通信基站等获得本车的当前位置，当然还可以同时获得本车的速度、移动方向等。

所述实景获取模块20，用于实时获取本车所处环境的实景图像。所述实景获取模块20优选为摄像头，通过摄像头可以实时拍摄行使本车前方的实景图像，所述实景图像为视频格式。

所述匹配模块30，用于将实景图像与预存的电子地图进行匹配并建立映射关系。

所述导航提示模块40，用于根据实景图像与电子地图之间的映射关系、预先规划的导航路径和当前位置，在实景图像中标注导航提示信息，根据导航提示信息进行实景导航，让导航更为直观，用户更容易理解。所述预先规划的导航路径是根据用户输入的出发地和目的地、预存的电子地图和导航策略计算得出。

所述路况分析模块50，用于根据实景图像分析出实时路况信息。所述实时路况信息包括拥堵状况、交通灯状态等。优选的是，路况分析模块50根据实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况。在根据图像识别来判断前车的排列长度时，如果本车前方有大车遮挡，则前车的排列长度计算将不够准确，因此前车的排列长度作为可选参数应用。

所述导航优化模块60，用于根据实时路况信息优化导航路径。优选的是，如果发生拥堵状况，则优化导航路径，即将重新规划的更为合理的最佳导航路径取代预先规划的原导航路径，使得导航指示更加智能和高效。当然，可手动或自动设置当拥堵时速低于多少时才重新规划导航路径，因为如果仅是轻微堵塞，可不必进行导航路径的优化。

图2是本发明优选导航终端的结构示意图，所述导航终端100可以包括位置获取模块10、实景获取模块20、匹配模块30、导航提示模块40、路况分析模块50、导航优化模块60、车道分析模块70和/或障碍物分析模块80，其中：

所述位置获取模块10，用于实时获取本车的当前位置。

所述实景获取模块20，用于实时获取本车所处环境的实景图像。优选的是，实景获取模块10为对称设置的左、右摄像头，且左、右两个摄像头完全相同。

所述匹配模块30，用于将实景图像与预存的电子地图进行匹配并建立映射关系。

所述导航提示模块40，用于根据实景图像与电子地图之间的映射关系、预先规划的导航路径和当前位置，在实景图像中标注导航提示信息。

所述路况分析模块50，用于根据实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况。

优选的是，所述路况分析模块50进一步包括：

速度计算子模块51，用于利用

V_前车＝V_本车-(x1-x2)/(t2-t1)(公式一)

计算前车的速度V_前车。

速度判断子模块52，用于判断速度V_前车是否低于预定的拥堵速度阈值，若是则判定发生拥堵状况。

所述t1、t2是实时计算采用的两个时间点，x1、x2分别是t1和t2时刻下本车与前车之间的距离，V_本车是本车的速度。

所述本车与前车之间的距离X的计算公式为：

X＝f*d/(y1+y2)，(公式二)

所述f是左、右摄像头的透镜和感光片的距离(对定焦镜头来说就是焦距)，d是左、右摄像头的镜头之间的距离，y1和y2分别是左、右摄像头在当前时刻的前车图像中心点和感光片中心点的距离。

所述公式一和公式二的推导算法参见图3所示，图3是本发明实景导航采用的双摄像头计算前车速度的原理图，其使用对称设置的左、右摄像头获取本车所处环境的实景图像，例如在驾驶座、副驾驶座前方各一个摄像头，显示给驾驶员的导航图像是驾驶座前方摄像头所拍摄的视频。

根据相似三角形公式：

①X/d1＝f/y1(相似三角形)，可得X＝d1*f/y1；

②X/d2＝f/y2(相似三角形)，可得X＝d2*f/y2；

因为d＝d1+d2，可得：

X＝(d-d2)*f/y1＝(d-x*y2/f)*f/y1；

可得：

X*y1/f＝d-x*y2/f；

变形可得：

X(y1+y2)＝f*d，即：

X＝f*d/(y1+y2)(公式二)；

t1时刻的速度V_本车，距离x1；而t2时刻的速度V_本车，距离x2；

(t2-t1)V_本车-(t2-t1)V_前车＝x1-x2，即：

V_前车＝V_本车-(x1-x2)/(t2-t1)(公式一)。

所述导航优化模块60，用于若发生拥堵状况时，优化导航路径。

所述车道分析模块70，用于利用图像识别分析实景图像，通过车道分界线分析出不同车道。车道分析模块70利用图像识别技术对实景图像进行分析，通过车道分界线确认本车所在车道，具体分离出包括主干道、辅道、十字路口等道路信息。

所述导航提示模块40，还用于在实景图像中标注包含车道的导航提示信息和/或发出对应的导航提示音频，使得导航提示更加精准，例如，在转弯前可及时提醒驾驶者转到合适的车道。

所述障碍物分析模块80，用于利用图像识别分析实景图像，判断本车前方是否存在可能碰撞的障碍物。

所述导航提示模块40，还用于存在可能碰撞的障碍物时，在实景图像中标注避让提示信息和/或发出对应的避让提示音频.利用图像识别技术，识别车辆前方速度较低的行人、非机动车等物体，提醒驾驶者注意避让，从而保证行车安全，使得用户导航体验更好。

优选的是，所述障碍物分析模块80进一步包括：

时间计算子模块81，用于假设本车和障碍物的速度不变，根据实景图像分析和计算本车与障碍物即将发生碰撞的碰撞时间T，

碰撞时间T＝(t5-t4)*y1/(y2-y1)；(公式三)

其中t4、t5是实时计算采用的两个时间点，例如t1为8点06分10秒，间隔1秒后再次采集，t2就是8点06分11秒；y1、y2分别是t4和t5时刻的障碍物图像的直径或长轴。

时间判断子模块82，用于若碰撞时间T小于预定的碰撞时间阈值时，判定可能碰撞障碍物。

所述公式三的推导算法参见图4A、图4B所示，图4A和图4B是本发明实景导航采用的单摄像头碰撞预警原理图，可计算本车与障碍物即将发生碰撞的时间。假设汽车和障碍物的速度不变。作这个假设目的是计算：假如驾驶人不刹车，多长时间后将撞上障碍物，以此作为一个提醒的依据。

关于公式三的推导过程如下：

假设物体直径(非圆形就是长轴)为q，则有：

①x1/q＝f/y1(相似三角形)，可得x1＝q*f/y1；

②x2/q＝f/y2(相似三角形)，可得x2＝q*f/y2；

③(V_本车-V_物)*(t2-t1)＝x1-x2；(t1到t2的时间，距离由x1变为x2)

假设汽车和障碍物速度不变，他们在t3时刻相撞，则：

④(V_本车-V_物)*(t3-t2)＝x2-0；(t2到t3的时间，距离由x2变为0)

则由③和④可得：

t3-t2＝x2(t2-t1)/(x2-x1)；

代入x1、x2即可得：

T＝t3-t2＝(t2-t1)*y1/(y2-y1)；(公式三)

因此，通过不同时刻障碍物在摄像头中成像的大小，可以计算出在速度不变的情况下，汽车是否会撞上障碍物、在多久后撞上，根据计算结果判断是否要给驾驶人发出警报。

图5是本发明实景导航的方法流程图，其可通过如图1或图2所示的导航终端100实现，包括步骤如下：

步骤S501，实时获取本车(即用户自己的车辆)的当前位置。可通过GNSS导航卫星、通信基站等获得本车的当前位置，当然还可以获得本车的速度、移动方向等。

步骤S502，实时获取本车所处环境的实景图像。优选通过摄像头可以实时拍摄行使车辆前方的实景图像，所述实景图像为视频格式。

步骤S503，将实景图像与预存的电子地图进行匹配并建立映射关系。

步骤S504，根据实景图像与电子地图之间的映射关系、预先规划的导航路径和当前位置，在实景图像中标注导航提示信息，根据导航提示信息进行实景导航，让导航更为直观，用户更容易理解。所述预先规划的导航路径是根据用户输入的出发地和目的地、预存的电子地图和导航策略计算得出。

步骤S505，根据实景图像分析出实时路况信息。所述实时路况信息包括拥堵状况、交通灯状态等。优选的是，本步骤根据实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况。在根据图像识别来判断前车的排列长度时，如果本车前方有大车遮挡，则前车的排列长度计算将不够准确，因此前车的排列长度作为可选参数应用。

步骤S506，根据实时路况信息优化导航路径。优选的是，若发生拥堵状况，则优化导航路径。优选的是，如果发生拥堵状况，则优化导航路径，即将重新规划的更为合理的最佳导航路径取代预先规划的原导航路径，使得导航指示更加智能和高效。当然，可手动或自动设置当拥堵时速低于多少时才重新规划导航路径，因为如果仅是轻微堵塞，可不必进行导航路径的优化。

图6是本发明优选的实景导航中车道区分方法的流程图，其可通过如图2所示的导航终端100实现，包括步骤如下：

步骤S601，实时获取本车所处环境的实景图像。

步骤S602，利用图像识别分析实景图像，通过车道分界线分析出不同车道。具体而言，利用图像识别技术对实景图像进行分析，通过车道分界线确认本车所在车道，具体分离出包括主干道、辅道、十字路口等道路信息。

步骤S603，在实景图像中标注包含车道的导航提示信息和/或发出对应的导航提示音频，使得导航提示更加精准。例如，在转弯前可及时提醒驾驶者转到合适的车道。

图9A是本发明在实景图像中进行车道区分指示的界面实例图，其根据车道分界线分析出不同的车道，并指示用户行驶在正确的车道上，图中指示线是实时叠加到实景图像中的。

图7是本发明优选的实景导航中障碍物提示的方法流程图，其可通过如图2所示的导航终端100实现，包括步骤如下：

步骤S701，实时获取本车所处环境的实景图像。

步骤S702，利用图像识别分析实景图像，判断本车前方是否存在可能碰撞的障碍物。所述步骤S702优选包括：

A)假设本车和障碍物的速度不变，根据实景图像分析和计算本车与障碍物即将发生碰撞的碰撞时间T；

碰撞时间T＝(t5-t4)*y1/(y2-y1)；(公式三)

其中t4、t5是实时计算采用的两个时间点，y1、y2分别是t4和t5时刻的障碍物图像的直径或长轴。

B)若碰撞时间T小于预定碰撞时间阈值，则判定可能碰撞障碍物。

步骤S703，若存在可能碰撞的障碍物，在实景图像中标注避让提示信息和/或发出对应的避让提示音频，从而保证行车安全，使得用户导航体验更好。

图9B是本发明在实景图像中进行障碍物提示的界面实例图，本车前方存在骑电动车的人，根据计算得出本车可能与其发生碰撞，因此在实景图像中用环线标注骑电动车的人，提示驾驶者注意避让。

图8是本发明优选的实景导航中实时路况分析的方法流程图，其可通过如图2所示的导航终端100实现，包括步骤如下：

步骤S801，实时获取本车所处环境的实景图像。本步骤优选的是，通过对称设置的左、右摄像头获取本车所处环境的实景图像。

步骤S802，根据实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况。所述步骤S802中根据实景图像分析和计算前车的速度，判断是否发生拥堵状况的步骤优选包括：

A)利用公式V_前车＝V_本车-(x1-x2)/(t2-t1)(公式一)计算前车的速度V_前车。

B)判断速度V_前车是否低于预定的拥堵速度阈值，若是则判定发生拥堵状况。

所述t1、t2是实时计算采用的两个时间点，x1、x2分别是t1和t2时刻下本车与前车之间的距离，V_本车是本车的速度。

所述本车与前车之间的距离X的计算公式为：X＝f*d/(y1+y2)(公式二)，f是左、右摄像头的透镜和感光片的距离，d是左、右摄像头的镜头之间的距离，y1和y2分别是左、右摄像头在当前时刻的前车图像中心点和感光片中心点的距离。

步骤S803，若发生拥堵状况，则优化导航路径。

所述公式一和公式二的推导算法参见图3及其对应的文字描述。

图9C是本发明在实景图像中根据实时路况优化导航路径的界面实例图，由于导航终端100判断出本车的前方出现拥堵状况，因此自动切换到另一条最优导航路径，并指示驾驶者按照切换的路线行驶，图中指示线是实时叠加到实景图像中的。

综上所述，本发明通过实时获取本车所处环境的实景图像，并根据实景图像与电子地图之间的映射关系、导航路径和当前位置，在实景图像中标注导航提示信息，使得导航图像更为直观和准确，让用户更容易理解，解决了现有技术中用户看到的导航图像和实际场景不一致的问题；尤其是，本发明可以根据实景图像分析出实时路况信息，再根据实时路况来优化导航路径，使得导航指示更加智能和高效，解决了现有技术中导航路径和实时路况不一致的问题。优选的是，本发明还可以对实景图像进行图像识别，区分出不同车道信息，并在实景图像中标注包含所述车道的导航提示信息和/或发出导航提示音频，解决了卫星定位精度不足的问题。更好的是，本发明可以对实景图像进行图像识别，判断本车前方的慢速障碍物，给驾驶员提供避让提示，从而保证行车安全，使得用户导航体验更好。

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (8)

1.一种实景导航的方法，其特征在于，包括步骤如下：

实时获取本车的当前位置；

实时获取所述本车所处环境的实景图像；

将所述实景图像与预存的电子地图进行匹配并建立映射关系；

根据所述实景图像与所述电子地图之间的所述映射关系、预先规划的导航路径和所述当前位置，在所述实景图像中标注导航提示信息；

根据所述实景图像分析出实时路况信息；

根据所述实时路况信息优化所述导航路径；

所述根据实景图像分析出实时路况信息的步骤包括：

根据所述实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况；

所述根据实时路况信息优化所述导航路径的步骤包括：

若发生所述拥堵状况，则优化所述导航路径；

所述实时获取本车所处环境的实景图像的步骤包括：

通过对称设置的左、右摄像头获取所述本车所处环境的实景图像；

所述根据实景图像分析和计算前车的速度，判断是否发生拥堵状况的步骤包括：

利用公式V_前车＝V_本车-(x1-x2)/(t2-t1)计算所述前车的速度V_前车；

判断所述速度V_前车是否低于预定的拥堵速度阈值，若是则判定发生所述拥堵状况；

所述t1、t2是实时计算采用的两个时间点，所述x1、x2分别是所述t1和t2时刻下所述本车与所述前车之间的距离，所述V_本车是所述本车的速度；

所述本车与所述前车之间的距离X的计算公式为：X＝f*d/(y1+y2)，所述f是所述左、右摄像头的透镜和感光片的距离，所述d是所述左、右摄像头的镜头之间的距离，所述y1和y2分别是所述左、右摄像头在当前时刻的前车图像中心点和感光片中心点的距离。

2.根据权利要求1所述的方法，其特征在于，还包括：

利用图像识别分析所述实景图像，通过车道分界线分析出不同车道；

所述在实景图像中标注导航提示信息的步骤还包括：

在所述实景图像中标注包含所述车道的导航提示信息和/或发出对应的导航提示音频。

3.根据权利要求1所述的方法，其特征在于，还包括：

利用图像识别分析所述实景图像，判断所述本车前方是否存在可能碰撞的障碍物；

若存在可能碰撞的所述障碍物，在所述实景图像中标注避让提示信息和/或发出对应的避让提示音频。

4.根据权利要求3所述的方法，其特征在于，所述利用图像识别分析实景图像，判断所述本车前方是否存在障碍物的步骤包括：

假设所述本车和所述障碍物的速度不变，根据所述实景图像分析和计算所述本车与所述障碍物即将发生碰撞的碰撞时间T，所述碰撞时间T＝(t5-t4)*y1/(y2-y1)，其中所述t4、t5是实时计算采用的两个时间点，所述y1、y2分别是所述t4和t5时刻的障碍物图像的直径或长轴；

若所述碰撞时间T小于预定碰撞时间阈值，则判定可能碰撞所述障碍物。

5.一种导航终端，其特征在于，包括有：

位置获取模块，用于实时获取本车的当前位置；

实景获取模块，用于实时获取所述本车所处环境的实景图像；

匹配模块，用于将所述实景图像与预存的电子地图进行匹配并建立映射关系；

导航提示模块，用于根据所述实景图像与电子地图之间的所述映射关系、预先规划的导航路径和所述当前位置，在所述实景图像中标注导航提示信息；

路况分析模块，用于根据所述实景图像分析出实时路况信息；

导航优化模块，用于根据所述实时路况信息优化所述导航路径；

所述路况分析模块用于根据所述实景图像分析和计算前车的速度和/或排列长度，判断是否发生拥堵状况；

所述导航优化模块用于若发生所述拥堵状况时，优化所述导航路径；

所述实景获取模块为对称设置的左、右摄像头；

所述路况分析模块进一步包括：

速度计算子模块，用于利用公式V_前车＝V_本车-(x1-x2)/(t2-t1)计算所述前车的速度V_前车；

速度判断子模块，用于判断所述速度V_前车是否低于预定的拥堵速度阈值，若是则判定发生所述拥堵状况；

所述t1、t2是实时计算采用的两个时间点，所述x1、x2分别是所述t1和t2时刻下所述本车与所述前车之间的距离，所述V_本车是所述本车的速度；

所述本车与所述前车之间的距离X的计算公式为：X＝f*d/(y1+y2)，所述f是所述左、右摄像头的透镜和感光片的距离，所述d是所述左、右摄像头的镜头之间的距离，所述y1和y2分别是所述左、右摄像头在当前时刻的前车图像中心点和感光片中心点的距离。

6.根据权利要求5所述的导航终端，其特征在于，还包括：

车道分析模块，用于利用图像识别分析所述实景图像，通过车道分界线分析出不同车道；

所述导航提示模块还用于在所述实景图像中标注包含所述车道的导航提示信息和/或发出对应的导航提示音频。

7.根据权利要求5所述的导航终端，其特征在于，还包括：

障碍物分析模块，用于利用图像识别分析所述实景图像，判断所述本车前方是否存在可能碰撞的障碍物；

所述导航提示模块还用于存在可能碰撞的所述障碍物时，在所述实景图像中标注避让提示信息和/或发出对应的避让提示音频。

8.根据权利要求7所述的导航终端，其特征在于，所述障碍物分析模块进一步包括：

时间计算子模块，用于假设所述本车和所述障碍物的速度不变，根据所述实景图像分析和计算所述本车与所述障碍物即将发生碰撞的碰撞时间T，所述碰撞时间T＝(t5-t4)*y1/(y2-y1)，其中所述t4、t5是实时计算采用的两个时间点，所述y1、y2分别是所述t4和t5时刻的障碍物图像的直径或长轴；

时间判断子模块，用于若所述碰撞时间T小于预定的碰撞时间阈值时，判定可能碰撞所述障碍物。