CN106530794A - 行车道路的自动识别和校准方法及系统 - Google Patents

行车道路的自动识别和校准方法及系统 Download PDF

Info

Publication number
CN106530794A
CN106530794A CN201611238780.9A CN201611238780A CN106530794A CN 106530794 A CN106530794 A CN 106530794A CN 201611238780 A CN201611238780 A CN 201611238780A CN 106530794 A CN106530794 A CN 106530794A
Authority
CN
China
Prior art keywords
road
information
outdoor scene
identification
standard traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201611238780.9A
Other languages
English (en)
Other versions
CN106530794B (zh
Inventor
彭召旺
郭奕丰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Inesa Digital Technology Co Ltd
Original Assignee
Shanghai Inesa Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Inesa Digital Technology Co Ltd filed Critical Shanghai Inesa Digital Technology Co Ltd
Priority to CN201611238780.9A priority Critical patent/CN106530794B/zh
Publication of CN106530794A publication Critical patent/CN106530794A/zh
Application granted granted Critical
Publication of CN106530794B publication Critical patent/CN106530794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Abstract

本发明公开了一种行车道路的自动识别和校准方法及系统,该系统包括道路网络数据库、道路实景数据库、交通标示库、卫星定位模块、实时图像采集模块、图像处理与识别模块、道路识别与校准模块和处理器;卫星定位模块用于获取车辆的第一位置信息,并发送至所述处理器;处理器用于根据所述第一位置信息获取第一实景信息;实时图像采集模块用于采集并获取所述车辆的当前实景信息并将所述当前实景信息发送至所述图像处理与识别模块;并将第二标准交通标示信息输出至所述道路识别与校准模块;道路识别与校准模块用于获取当前道路。这样,可以在大型复杂高架立交道路、主辅路并行等复杂场景中准确识别车辆所处的道路和位置,提高了用户体验。

Description

行车道路的自动识别和校准方法及系统
技术领域
本发明涉及车辆道路识别技术领域,特别涉及一种行车道路的自动识别和校准方法及系统。
背景技术
车辆行驶时,车载导航设备可利用卫星定位终端、无线通信设备确定自身的位置坐标。但遇到高架道路与地面道路等多层道路、封闭道路与辅道左右并行,以及立交桥、高速连接匝道等复杂场景时,仅凭精确的坐标仍无法知晓车辆处于哪条道路。譬如,当车辆在立交高架道路上行驶时,仅凭水平面坐标,即便非常精确,无法判断车辆是在立交高架上,还是在立交高架下的地面道路上,因为两者的水平坐标完全相同或非常接近。另一方面,由于GPS(全球定位系统)高度定位精度差,误差可达数十米,凭GPS高度信息无法准确判断车辆位于地面还是高架道路,也无法判断车辆处于当前高架立交道路中的哪一条。
发明内容
本发明要解决的技术问题是为了克服现有技术中无法准确判断车辆在大型复杂高架立交、主辅路并行、多路并行等复杂场景中所处道路的缺陷,提供一种行车道路的自动识别和校准方法及系统。
本发明是通过下述技术方案来解决上述技术问题:
一种行车道路的自动识别和校准系统,应用于车辆,包括道路网络数据库、道路实景数据库、交通标示库、卫星定位模块、实时图像采集模块、图像处理与识别模块、道路识别与校准模块和处理器;
所述卫星定位模块用于获取车辆的第一位置信息,并将所述第一位置信息发送至所述处理器;
所述处理器用于根据所述第一位置信息在所述道路网络数据库中检索并获取第一范围内的道路清单,并根据所述道路清单在所述道路实景数据库中检索,以及获取所述道路清单中的每一道路在所述第一范围内的实景信息,并将所述道路清单中的所有道路的实景信息作为第一实景信息;所述第一实景信息包括实景道路标示图和第一标准交通标示信息,所述第一标准交通标示信息包括第一标准交通标示图,每一实景道路标示图均与唯一的第一标准交通标示图对应;
所述处理器还用于在获取所述第一实景信息后开启所述实时图像采集模块;所述实时图像采集模块用于采集并获取所述车辆的当前实景信息并将所述当前实景信息发送至所述图像处理与识别模块;所述当前实景信息包括实景道路标示图;
所述图像处理与识别模块用于根据所述当前实景信息获取当前标示轮廓信息并检索所述交通标示库,以及在将所述当前标示轮廓信息与检索到的第二标准交通标示信息匹配成功后,将所述第二标准交通标示信息输出至所述道路识别与校准模块;所述当前标示轮廓信息包括道路标示轮廓图;所述第二标准交通标识信息包括第二标准交通标示图;
所述道路识别与校准模块用于在所述第二标准交通标示信息与所述第一标准交通标示信息匹配成功后,将与所述第二标准交通标示信息匹配成功的第一标准交通标示信息对应的实景道路标示图确定所述车辆所在的当前道路路段,并将所述当前道路路段的信息输出至所述处理器;所述当前道路路段的信息包括当前道路路段的类型、坐标、唯一标识号。
较佳地,所述处理器还用于在所述道路清单中的道路数量不小于1且获取所述第一实景信息后开启所述实时图像采集模块。
较佳地,所述道路识别与校准模块还用于根据前一实景道路标示图对所述当前道路路段进行校准。
较佳地,所述实时图像采集模块用于以第一预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;
所述图像处理与识别模块还用于获取每一所述实景图像中的道路标示轮廓图,以及所述道路标示轮廓图在所述实景图像中的位置,并将所述道路标示轮廓图在所述多个实景图像中的位置变化作为位置变化趋势信息;
所述道路识别与校准模块还用于获取所述位置变化趋势信息并通过所述位置变化趋势信息对所述车辆所在的当前道路路段进行校准。
较佳地,所述处理器还用于根据所述位置变化趋势信息生成帧率控制指令,并将所述帧率控制指令发送至所述实时图像采集模块;
所述实时图像采集模块用于在接收所述帧率控制指令后以第二预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;所述第二预设帧率大于第一预设帧率。
较佳地,所述图像处理识别模块还用于在所述当前标示轮廓信息与所述第二标准交通标示信息的匹配度不小于第一预设值时,匹配成功;
所述道路识别与校准模块还用于在所述第二标准交通标示信息与所述第一标准交通标示信息的匹配度不小于第二预设值时,匹配成功。
较佳地,第一位置信息包括所述车辆的坐标、高度和速度;
所述第一实景道路标示图包括实景交通标示牌图案和实景交通指示牌文字,所述第一标准交通标示图包括第一标准交通标示牌图案和第一标准交通指示牌文字;所述第二标准交通标示牌图包括第二标准交通标示牌图案和第二标准交通标示牌文字;
所述第一标准交通标识牌图案、所述第二标准交通标示牌图案均包括岔道口轮廓线图、箭头和出入口匝道轮廓线;所述第一标准交通指示牌文字、所述第二标准交通指示牌文字均包括距离信息、限速信息和路段类型。
一种车辆,所述车辆包括所述的行车道路的自动识别和校准系统。
一种行车道路的自动识别与校准方法,采用如权利要求1所述的行车道路的自动识别与校准系统实现,包括以下步骤:
S1、所述卫星定位模块获取车辆的第一位置信息,并将所述第一位置信息发送至所述处理器;
S2、所述处理器根据所述第一位置信息在所述道路网络数据库中检索并获取第一范围内的道路清单,并根据所述道路清单在所述道路实景数据库中检索,以及获取所述道路清单中的每一道路在所述第一范围内的实景信息,并将所述道路清单中的所有道路的实景信息作为第一实景信息;所述第一实景信息包括实景道路标示图和第一标准交通标示信息,所述第一标准交通标示信息包括第一标准交通标示图,每一实景道路标示图均与唯一的第一标准交通标示图对应;
S3、所述处理器还用于在获取所述第一实景信息后开启所述实时图像采集模块;
S4、所述实时图像采集模块采集并获取所述车辆的当前实景信息并将所述当前实景信息发送至所述图像处理与识别模块;所述当前实景信息包括实景道路标示图;
S5、所述图像处理与识别模块用于根据所述当前实景信息获取当前标示轮廓信息并检索所述交通标示库,以及在将所述当前标示轮廓信息与检索到的第二标准交通标示信息匹配成功后,将所述第二标准交通标示信息输出至所述道路识别与校准模块;所述当前标示轮廓信息包括道路标示轮廓图;所述第二标准交通标识信息包括第二标准交通标示图;
S6、所述道路识别与校准模块用于在所述第二标准交通标示信息与所述第一标准交通标示信息匹配成功后,将与所述第二标准交通标示信息匹配成功的所述第一标准交通标示信息对应的实景道路标示图确定所述车辆所在的当前道路路段,并将所述当前道路路段的信息输出至所述处理器;所述当前道路路段的信息包括当前道路路段的类型、坐标、唯一标识号。
较佳地,在步骤S2中,所述处理器在所述道路清单中的道路数量不小于1且获取所述第一实景信息后开启所述实时图像采集模块。
较佳地,在步骤S6中,所述道路识别与校准模块根据前一实景道路标示图对所述当前道路路段进行校准。
较佳地,在步骤S4中,所述实时图像采集模块以第一预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;
在步骤S5中,所述图像处理与识别模块获取每一所述实景图像中的标示轮廓线作为当前标示轮廓信息,以及所述道路标示轮廓图在所述实景图像中的位置,并将所述道路标示轮廓图在所述多个实景图像中的位置变化作为位置变化趋势信息;
在步骤S6中,所述道路识别与校准模块获取所述位置变化趋势信息并通过所述位置变化趋势信息对所述车辆所在的当前道路路段进行校准。
较佳地,在步骤S5中,所述处理器还用于根据所述位置变化趋势信息生成帧率控制指令,并将所述帧率控制指令发送至所述实时图像采集模块;所述实时图像采集模块在接收所述帧率控制指令后以第二预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;所述第二预设帧率大于第一预设帧率。
较佳地,在步骤S5中,所述图像处理识别模块在所述当前标示轮廓信息与所述第二标准交通标示信息的匹配度不小于第一预设值时,匹配成功;
在步骤S6中,所述道路识别与校准模块在所述第二标准交通标示信息与所述第一标准交通标示信息的匹配度不小于第二预设值时,匹配成功。
本发明的积极进步效果在于:本发明的行车道路的自动识别和校准方法及系统可以在大型复杂高架立交、主辅路并行、多路并行等复杂场景中准确识别车辆所处的道路和位置,譬如识别出是行驶在高架道路,还是在地面道路;在封闭式主路,还是在与封闭式主路并行的辅路等,提高了用户体验。
附图说明
图1为本发明一较佳实施例的行车道路的自动识别和校准系统的结构示意图。
图2为本发明一较佳实施例的出口方向指示牌的示意图。
图3为本发明一较佳实施例的岔道方向指示牌的示意图。
图4为本发明一较佳实施例的方向指示牌的示意图。
图5为本发明一较佳实施例的行车道路的自动识别和校准方法的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
如图1所示,一种行车道路的自动识别和校准系统,应用于车辆,包括道路网络数据库11、道路实景数据库12、交通标示库13、卫星定位模块14、实时图像采集模块15、图像处理与识别模块16、道路识别与校准模块17和处理器18。
所述卫星定位模块14用于获取车辆的第一位置信息,并将所述第一位置信息发送至所述处理器18。第一位置信息包括所述车辆的坐标、高度和速度。
所述处理器18用于根据所述第一位置信息在所述道路网络数据库11中检索并获取第一范围内的道路清单,并根据所述道路清单在所述道路实景数据库12中检索,以及获取所述道路清单中的每一道路在所述第一范围内的实景信息,并将所述道路清单中的所有道路的实景信息作为第一实景信息;所述第一实景信息包括实景道路标示图和第一标准交通标示信息,所述第一标准交通标示信息包括第一标准交通标示图,每一实景道路标示图均与唯一的第一标准交通标示图对应。
所述道路网络数据库11存储有全部可用道路的道路名称、路段关键点坐标、车道数量、出入口坐标、交叉口标识号及坐标、辅道、连接匝道等,每一道路、路段、交叉口、辅道、连接匝道均对应唯一的标识号。
所述道路实景数据库12存储了封闭式道路(高架道路、高速公路、城市快速道路等)出、入匝道等关键位置的实景数据,其中包括岔道口形状、隔离栏或立柱、交通信号灯、交通标志、交通标线等三维实景图形以及与所述三维实景图形对应的第一二维标准图形。所述第一实景信息包括上述的封闭式道路出、入匝道、岔道口形状、隔离栏或立柱、交通信号灯、交通标志、交通标线等具体三维实景信息。第一实景信息中的实景道路标示图为三维实景信息,所述第一实景信息中的第一标准交通标示图为与所述实景道路标示图唯一对应的标准二维模型图形。
所述处理器18还用于在所述道路清单中的道路数量不小于1且获取所述第一实景信息后开启所述实时图像采集模块15。所述实时图像采集模块15用于采集并获取所述车辆的当前实景信息并将所述当前实景信息发送至所述图像处理与识别模块16。所述当前实景信息包括实景道路标示图,所述实景道路标示图可以为交通标志和标示牌。
所述图像处理与识别模块16用于根据所述当前实景信息获取当前标示轮廓信息并检索所述交通标示库,以及在将所述当前标示轮廓信息与检索到的第二标准交通标示信息匹配成功后,将所述第二标准交通标示信息输出至所述道路识别与校准模块17。所述当前标示轮廓信息包括道路标示轮廓图,所述第二标准交通标识信息包括第二标准交通标示图。其中,交通标示库中存储有国家规定的各类交通标示图形和各类交通标示牌模板,所述第二标准交通标示图为标准的各类交通标示图形和各类交通标示牌模板。其中,所述图像处理识别模块在所述当前标示轮廓信息与所述第二标准交通标示信息的匹配度不小于第一预设值时,匹配成功。
所述道路识别与校准模块17用于在所述第二标准交通标示信息与所述第一标准交通标示信息匹配成功后,将与所述第二标准交通标示信息匹配成功的第一标准交通标示信息对应的实景道路标示图所在的道路路段作为当前道路路段,并将所述当前道路路段的信息输出至所述处理器18。
具体地说,所述道路识别与校准模块17用于将所述第二标准交通标示图与在第一范围内获取的多条道路的多个第一标准交通标示图进行匹配,并在匹配度不小于第二预设阈值时匹配成功,并选取匹配成功的并且匹配度最高的一个第一标准交通标示图所对应的实景道路标示图,由于该实景道路标示图中包含有交通标志和标示牌,每一交通标志和标示牌均包含有一唯一识别码,根据该唯一识别码可以确定所述车辆所在的当前道路路段。所述道路识别与校准模块17将所述当前道路路段的信息发送至处理器18,所述当前道路路段的信息包括当前道路路段的类型、坐标、唯一标识号。
所述第一实景道路标示图包括实景交通标示牌图案和实景交通指示牌文字,所述第一标准交通标示图包括第一标准交通标示牌图案和第一标准交通指示牌文字;所述第二标准交通标示牌图包括第二标准交通标示牌图案和第二标准交通标示牌文字。
所述第一标准交通标识牌图案、所述第二标准交通标示牌图案均包括岔道口轮廓线图、箭头和出入口匝道轮廓线;所述第一标准交通指示牌文字、所述第二标准交通指示牌文字均包括距离信息、限速信息和路段类型。
在本方案中,所述实时图像采集模块15用于以第一预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息。所述当前实景信息包括实景道路标示图,所述图像处理与识别模块16对实景的交通标志和标示牌进行增强、分割等预处理动作,提取其中的轮廓线条作为道路标示轮廓图,以及获取所述道路标示轮廓图在所述实景图像中的位置,并将所述道路标示轮廓图在所述多个实景图像中的位置变化作为位置变化趋势信息。所述道路识别与校准模块还用于获取所述位置变化趋势信息并通过所述位置变化趋势信息对所述车辆所在的当前道路路段进行校准。具体通过举例说明。
以图2出口方向指示牌为例,指示牌有指向右上方的箭头。实时图像采集模块15为摄像头,车辆正常行驶时,实时图像采集模块15以第一预设帧率比如20帧/秒,采集车辆所在道路的前方的实景图像,采集到的多张实景图像中包括该出口方向指示牌。所述图像处理与识别模块16用于提取所述实景图像中的该出口方向指示牌作为实景道路标示图,继续提取所述实景道路标示图的轮廓线作为所述道路标示轮廓图,根据采集到的多张实景图像的采集时间的先后顺序,以及该出口方向指示牌的轮廓线在实景图像中的位置的变化。比如,当所述位置变化趋势信息为该出口方向指示牌在图像中的位置逐渐往右侧移动并消失时,对应地认为车辆往左或者向前行驶,则处理器通过所述位置变化趋势信息获取所述车辆往左或者向前行驶的信息确定所述车辆的运动和位置状态从而对所述车辆当前所在的道路路段进行校准。
此外,若车辆驶向出口匝道,该出口指示牌在实景图像中的位置是向左侧移动,并往左侧消失;若出口指示牌在实景图像中的位置是往右侧消失,则认为车辆往左行驶或直行;若指示牌在实景图像中的位置是往左侧消失,则认为车辆往右侧行驶进匝道。这样可以进一步提高行车道路识别的准确性。
另外,其他交通标志牌和车辆运动状态的对应关系作如下介绍:
如图3所示,岔道方向指示牌中,有指向左上方的箭头、指向右上方的箭头。当车辆向左侧岔道行驶时,所有指示牌均沿右侧消失;车辆往右侧岔道行驶时,所有指示牌均沿左侧消失。或者说,若指示牌往右侧消失,则认为车辆往左进入左侧匝道;若指示牌往左侧消失,则认为车辆往右侧进入右侧匝道。
如图4所示的方向指示牌中,有直行箭头,也有右前方行驶箭头。当车辆直行时,指示牌沿上方或右侧消失;车辆往右侧行驶时,指示牌沿左侧消失。或者说,若指示牌往右侧消失,则认为车辆往左行驶或直行;若指示牌往左侧消失,则认为车辆往右侧行驶进匝道。
若指示牌为合流指示牌,检测到合流指示牌则意味着匝道合并或道路合并,即匝道结束。
以上仅为举例说明,可以根据实际情况进行选择。
所述处理器还用于根据所述位置变化趋势信息生成帧率控制指令,并将所述帧率控制指令发送至所述实时图像采集模块。所述实时图像采集模块在接收所述帧率控制指令后以第二预设帧率比如120帧/秒获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;所述第二预设帧率大于第一预设帧率。
具体地说,当所述位置变化趋势信息对应为车辆左行驶或者往右行驶时,由于存在弯道角度较大时在同一时间拍到实景图像数量较少可能导致的对车辆位置变化分析不准确的情况,通过提高摄像头的拍摄帧率以保证获取的位置变化趋势信息的准确性,也进一步地避免了漏拍具有道路标示轮廓图的实景图像。
另外,在本方案中,通过该道路标示轮廓图在交通标示库中检索,当检索到与所述道路标示轮廓图匹配成功的第二标准交通标识图后将所述第二标准交通标示图输出至道路识别与校准模块17。
所述道路识别与校准模块17还用于根据前一实景道路标示图对所述当前道路路段进行校准。比如,所前一实景道路标示图为“前方500米某某出口”的出口或入口的指示牌,提取其中的距离参数和匝道名称及当前坐标,作为后续检测出口匝道、入口匝道的佐证。
本发明的行车道路的自动识别和校准系统不仅可以通过识别道路中的交通标示牌确定车辆所处的道路路段;还可以通过检测标示牌在获取到的实景图像中的位置变化信息确定车辆在道路上的运动状态,比如正在离开或者进入某个匝道,保证了车辆道路路段自动识别的准确性;还可以结合车辆的前一位置的信息或者前一交通标示牌对车辆当前所处的道路路段和具体位置进行校准,极大地提高了用户体验。
一种车辆,包括上述的行车道路的自动识别与校准系统。
综上所述,本发明的行车道路的自动识别和校准系统在定位的基础上精准确定车辆所在道路,并且可以根据检测的图像信息和图像的变化确定车辆行车道路的变化状态,提高了在大型复杂高架立交、主路辅路并行等复杂道路场景下的道路定位能力,极大提高了用户体验。
如图5所示,一种行车道路的自动识别与校准方法,采用所述的行车道路的自动识别与校准系统实现,包括以下步骤:
步骤101、所述卫星定位模块获取车辆的第一位置信息,并将所述第一位置信息发送至所述处理器。
步骤102、所述处理器根据所述第一位置信息在所述道路网络数据库中检索并获取第一范围内的道路清单,并根据所述道路清单在所述道路实景数据库中检索,以及获取所述道路清单中的每一道路在所述第一范围内的实景信息,并将所述道路清单中的所有道路的实景信息作为第一实景信息;所述第一实景信息包括实景道路标示图和第一标准交通标示信息,所述第一标准交通标示信息包括第一标准交通标示图,每一实景道路标示图均与唯一的第一标准交通标示图对应。所述处理器在所述道路清单中的道路数量不小于1且获取所述第一实景信息后开启所述实时图像采集模块。
步骤103、所述处理器还用于在获取所述第一实景信息后开启所述实时图像采集模块。
步骤104、所述实时图像采集模块采集并获取所述车辆的当前实景信息并将所述当前实景信息发送至所述图像处理与识别模块;所述当前实景信息包括实景道路标示图。所述实时图像采集模块以第一预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息。
步骤105、所述图像处理与识别模块用于根据所述当前实景信息获取当前标示轮廓信息并检索所述交通标示库,以及在将所述当前标示轮廓信息与检索到的第二标准交通标示信息匹配成功后,将所述第二标准交通标示信息输出至所述道路识别与校准模块;所述当前标示轮廓信息包括道路标示轮廓图;所述第二标准交通标识信息包括第二标准交通标示图。所述图像处理识别模块在所述当前标示轮廓信息与所述第二标准交通标示信息的匹配度不小于第一预设值时,匹配成功。所述图像处理与识别模块获取每一所述实景图像中的标示轮廓线作为当前标示轮廓信息,以及所述道路标示轮廓图在所述实景图像中的位置,并将所述道路标示轮廓图在所述多个实景图像中的位置变化作为位置变化趋势信息。所述处理器还用于根据所述位置变化趋势信息生成帧率控制指令,并将所述帧率控制指令发送至所述实时图像采集模块。所述实时图像采集模块在接收所述帧率控制指令后以第二预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;所述第二预设帧率大于第一预设帧率。
步骤106、所述道路识别与校准模块用于在所述第二标准交通标示信息与所述第一标准交通标示信息匹配成功后,将与所述第二标准交通标示信息匹配成功的第一标准交通标示信息对应的实景道路标示图确定所述车辆所在的当前道路路段,并将所述当前道路路段的信息输出至所述处理器;所述当前道路路段的信息包括当前道路路段的类型、坐标、唯一标识号。所述道路识别与校准模块在所述第二标准交通标示信息与所述第一标准交通标示信息的匹配度不小于第二预设值时,匹配成功。所述道路识别与校准模块根据前一实景道路标示图对所述当前道路路段进行校准。所述道路识别与校准模块获取所述位置变化趋势信息并通过所述位置变化趋势信息对所述车辆所在的当前道路路段进行校准。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。

Claims (14)

1.一种行车道路的自动识别和校准系统,应用于车辆,其特征在于,包括道路网络数据库、道路实景数据库、交通标示库、卫星定位模块、实时图像采集模块、图像处理与识别模块、道路识别与校准模块和处理器;
所述卫星定位模块用于获取车辆的第一位置信息,并将所述第一位置信息发送至所述处理器;
所述处理器用于根据所述第一位置信息在所述道路网络数据库中检索并获取第一范围内的道路清单,并根据所述道路清单在所述道路实景数据库中检索,以及获取所述道路清单中的每一道路在所述第一范围内的实景信息,并将所述道路清单中的所有道路的实景信息作为第一实景信息;所述第一实景信息包括实景道路标示图和第一标准交通标示信息,所述第一标准交通标示信息包括第一标准交通标示图,每一实景道路标示图均与唯一的第一标准交通标示图对应;
所述处理器还用于在获取所述第一实景信息后开启所述实时图像采集模块;所述实时图像采集模块用于采集并获取所述车辆的当前实景信息并将所述当前实景信息发送至所述图像处理与识别模块;所述当前实景信息包括实景道路标示图;
所述图像处理与识别模块用于根据所述当前实景信息获取当前标示轮廓信息并检索所述交通标示库,以及在将所述当前标示轮廓信息与检索到的第二标准交通标示信息匹配成功后,将所述第二标准交通标示信息输出至所述道路识别与校准模块;所述当前标示轮廓信息包括道路标示轮廓图;所述第二标准交通标识信息包括第二标准交通标示图;
所述道路识别与校准模块用于在所述第二标准交通标示信息与所述第一标准交通标示信息匹配成功后,将与所述第二标准交通标示信息匹配成功的第一标准交通标示信息对应的实景道路标示图确定所述车辆所在的当前道路路段,并将所述当前道路路段的信息输出至所述处理器;所述当前道路路段的信息包括当前道路路段的类型、坐标、唯一标识号。
2.如权利要求1所述的行车道路的自动识别和校准系统,其特征在于,所述处理器还用于在所述道路清单中的道路数量不小于1且获取所述第一实景信息后开启所述实时图像采集模块。
3.如权利要求1所述的行车道路的自动识别和校准系统,其特征在于,所述道路识别与校准模块还用于根据前一实景道路标示图对所述当前道路路段进行校准。
4.如权利要求1所述的行车道路的自动识别和校准系统,其特征在于,所述实时图像采集模块用于以第一预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;
所述图像处理与识别模块还用于获取每一所述实景图像中的道路标示轮廓图,以及所述道路标示轮廓图在所述实景图像中的位置,并将所述道路标示轮廓图在所述多个实景图像中的位置变化作为位置变化趋势信息;
所述道路识别与校准模块还用于获取所述位置变化趋势信息并通过所述位置变化趋势信息对所述车辆所在的当前道路路段进行校准。
5.如权利要求4所述的行车道路的自动识别和校准系统,其特征在于,所述处理器还用于根据所述位置变化趋势信息生成帧率控制指令,并将所述帧率控制指令发送至所述实时图像采集模块;
所述实时图像采集模块用于在接收所述帧率控制指令后以第二预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;所述第二预设帧率大于第一预设帧率。
6.如权利要求1所述的行车道路的自动识别和校准系统,其特征在于,所述图像处理识别模块还用于在所述当前标示轮廓信息与所述第二标准交通标示信息的匹配度不小于第一预设值时,匹配成功;
所述道路识别与校准模块还用于在所述第二标准交通标示信息与所述第一标准交通标示信息的匹配度不小于第二预设值时,匹配成功。
7.如权利要求1所述的行车道路的自动识别和校准系统,其特征在于,第一位置信息包括所述车辆的坐标、高度和速度;
所述第一实景道路标示图包括实景交通标示牌图案和实景交通指示牌文字,所述第一标准交通标示图包括第一标准交通标示牌图案和第一标准交通指示牌文字;所述第二标准交通标示牌图包括第二标准交通标示牌图案和第二标准交通标示牌文字;
所述第一标准交通标识牌图案、所述第二标准交通标示牌图案均包括岔道口轮廓线图、箭头和出入口匝道轮廓线;所述第一标准交通指示牌文字、所述第二标准交通指示牌文字均包括距离信息、限速信息和路段类型。
8.一种车辆,其特征在于,所述车辆包括如权利要求1至7任意一项所述的行车道路的自动识别和校准系统。
9.一种行车道路的自动识别与校准方法,其特征在于,采用如权利要求1所述的行车道路的自动识别与校准系统实现,包括以下步骤:
S1、所述卫星定位模块获取车辆的第一位置信息,并将所述第一位置信息发送至所述处理器;
S2、所述处理器根据所述第一位置信息在所述道路网络数据库中检索并获取第一范围内的道路清单,并根据所述道路清单在所述道路实景数据库中检索,以及获取所述道路清单中的每一道路在所述第一范围内的实景信息,并将所述道路清单中的所有道路的实景信息作为第一实景信息;所述第一实景信息包括实景道路标示图和第一标准交通标示信息,所述第一标准交通标示信息包括第一标准交通标示图,每一实景道路标示图均与唯一的第一标准交通标示图对应;
S3、所述处理器还用于在获取所述第一实景信息后开启所述实时图像采集模块;
S4、所述实时图像采集模块采集并获取所述车辆的当前实景信息并将所述当前实景信息发送至所述图像处理与识别模块;所述当前实景信息包括实景道路标示图;
S5、所述图像处理与识别模块用于根据所述当前实景信息获取当前标示轮廓信息并检索所述交通标示库,以及在将所述当前标示轮廓信息与检索到的第二标准交通标示信息匹配成功后,将所述第二标准交通标示信息输出至所述道路识别与校准模块;所述当前标示轮廓信息包括道路标示轮廓图;所述第二标准交通标识信息包括第二标准交通标示图;
S6、所述道路识别与校准模块用于在所述第二标准交通标示信息与所述第一标准交通标示信息匹配成功后,将与所述第二标准交通标示信息匹配成功的第一标准交通标示信息对应的实景道路标示图确定所述车辆所在的当前道路路段,并将所述当前道路路段的信息输出至所述处理器;所述当前道路路段的信息包括当前道路路段的类型、坐标、唯一标识号。
10.如权利要求9所述的行车道路的自动识别和校准方法,其特征在于,在步骤S2中,所述处理器在所述道路清单中的道路数量不小于1且获取所述第一实景信息后开启所述实时图像采集模块。
11.如权利要求9所述的行车道路的自动识别和校准方法,其特征在于,在步骤S6中,所述道路识别与校准模块根据前一实景道路标示图对所述当前道路路段进行校准。
12.如权利要求9所述的行车道路的自动识别和校准方法,其特征在于,在步骤S4中,所述实时图像采集模块以第一预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;
在步骤S5中,所述图像处理与识别模块获取每一所述实景图像中的道路标示轮廓图,以及所述道路标示轮廓图在所述实景图像中的位置,并将所述道路标示轮廓图在所述多个实景图像中的位置变化作为位置变化趋势信息;
在步骤S6中,所述道路识别与校准模块获取所述位置变化趋势信息并通过所述位置变化趋势信息对所述车辆所在的当前道路路段进行校准。
13.如权利要求12所述的行车道路的自动识别和校准方法,其特征在于,在步骤S5中,所述处理器还用于根据所述位置变化趋势信息生成帧率控制指令,并将所述帧率控制指令发送至所述实时图像采集模块;所述实时图像采集模块在接收所述帧率控制指令后以第二预设帧率获取所述车辆当前所在道路的多张实景图像作为所述当前实景信息;所述第二预设帧率大于第一预设帧率。
14.如权利要求9所述的行车道路的自动识别和校准方法,其特征在于,
在步骤S5中,所述图像处理识别模块在所述当前标示轮廓信息与所述第二标准交通标示信息的匹配度不小于第一预设值时,匹配成功;
在步骤S6中,所述道路识别与校准模块在所述第二标准交通标示信息与所述第一标准交通标示信息的匹配度不小于第二预设值时,匹配成功。
CN201611238780.9A 2016-12-28 2016-12-28 行车道路的自动识别和校准方法及系统 Active CN106530794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611238780.9A CN106530794B (zh) 2016-12-28 2016-12-28 行车道路的自动识别和校准方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611238780.9A CN106530794B (zh) 2016-12-28 2016-12-28 行车道路的自动识别和校准方法及系统

Publications (2)

Publication Number Publication Date
CN106530794A true CN106530794A (zh) 2017-03-22
CN106530794B CN106530794B (zh) 2019-03-01

Family

ID=58338308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611238780.9A Active CN106530794B (zh) 2016-12-28 2016-12-28 行车道路的自动识别和校准方法及系统

Country Status (1)

Country Link
CN (1) CN106530794B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247791A (zh) * 2017-06-16 2017-10-13 北京悦畅科技有限公司 停车场地图数据生成方法、装置和机器可读存储介质
CN107885800A (zh) * 2017-10-31 2018-04-06 平安科技(深圳)有限公司 地图中目标位置修正方法、装置、计算机设备和存储介质
CN107909838A (zh) * 2017-10-24 2018-04-13 捷开通讯(深圳)有限公司 一种获取道路交通信息的方法、智能终端及行车记录仪
CN109345854A (zh) * 2018-10-30 2019-02-15 江铃汽车股份有限公司 汽车限速提示方法、装置、可读存储介质及汽车
CN109425350A (zh) * 2017-08-24 2019-03-05 阿里巴巴集团控股有限公司 道路定位、道路切换判断方法、装置、设备及存储介质
CN109657641A (zh) * 2018-12-29 2019-04-19 北京经纬恒润科技有限公司 一种车辆主辅路判断方法及装置
CN109916415A (zh) * 2019-04-12 2019-06-21 北京百度网讯科技有限公司 道路类型确定方法、装置、设备及存储介质
CN109931945A (zh) * 2019-04-02 2019-06-25 百度在线网络技术(北京)有限公司 Ar导航方法、装置、设备和存储介质
CN110514211A (zh) * 2019-09-10 2019-11-29 北京百度网讯科技有限公司 定位方法、装置、设备和介质
CN111044035A (zh) * 2019-12-11 2020-04-21 斑马网络技术有限公司 车辆定位方法及装置
CN111062320A (zh) * 2019-12-16 2020-04-24 Oppo广东移动通信有限公司 高架桥识别方法及相关产品
CN111381268A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111382614A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111381269A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111380542A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 一种车辆定位、导航方法和装置及相关系统
CN111521192A (zh) * 2019-02-01 2020-08-11 阿里巴巴集团控股有限公司 定位方法、导航信息显示方法、定位系统及电子设备
CN112650772A (zh) * 2021-01-08 2021-04-13 腾讯科技(深圳)有限公司 数据处理方法、装置、存储介质及计算机设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221049A (zh) * 2006-12-04 2008-07-16 韩国电子通信研究院 车辆位置估计装置及其方法
CN101246010A (zh) * 2007-02-13 2008-08-20 爱信艾达株式会社 车道判定装置以及车道判定方法
CN101702165A (zh) * 2009-10-30 2010-05-05 高翔 基于gps定位和方向识别技术的实景咨信系统及其方法
CN102313551A (zh) * 2010-07-09 2012-01-11 英业达股份有限公司 定位方法
CN102426799A (zh) * 2011-11-11 2012-04-25 中国联合网络通信集团有限公司 路况信息提示方法和系统、信息控制平台和车载前端设备
CN103105168A (zh) * 2011-11-10 2013-05-15 奥迪股份公司 用于确定位置的方法
CN104334440A (zh) * 2012-03-07 2015-02-04 斯堪尼亚商用车有限公司 用于确定车辆位置的方法和系统
CN104819723A (zh) * 2015-04-29 2015-08-05 京东方科技集团股份有限公司 一种定位方法和定位服务器
US20150260530A1 (en) * 2014-03-11 2015-09-17 Volvo Car Corporation Method and system for determining a position of a vehicle
CN105718860A (zh) * 2016-01-15 2016-06-29 武汉光庭科技有限公司 基于驾驶安全地图及双目交通标志识别的定位方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221049A (zh) * 2006-12-04 2008-07-16 韩国电子通信研究院 车辆位置估计装置及其方法
CN101246010A (zh) * 2007-02-13 2008-08-20 爱信艾达株式会社 车道判定装置以及车道判定方法
US20080208460A1 (en) * 2007-02-13 2008-08-28 Aisin Aw Co., Ltd. Lane determining device, method, and program
CN101702165A (zh) * 2009-10-30 2010-05-05 高翔 基于gps定位和方向识别技术的实景咨信系统及其方法
CN102313551A (zh) * 2010-07-09 2012-01-11 英业达股份有限公司 定位方法
CN103105168A (zh) * 2011-11-10 2013-05-15 奥迪股份公司 用于确定位置的方法
CN102426799A (zh) * 2011-11-11 2012-04-25 中国联合网络通信集团有限公司 路况信息提示方法和系统、信息控制平台和车载前端设备
CN104334440A (zh) * 2012-03-07 2015-02-04 斯堪尼亚商用车有限公司 用于确定车辆位置的方法和系统
US20150260530A1 (en) * 2014-03-11 2015-09-17 Volvo Car Corporation Method and system for determining a position of a vehicle
CN104977012A (zh) * 2014-03-11 2015-10-14 沃尔沃汽车公司 用于确定车辆的位置的方法和系统
CN104819723A (zh) * 2015-04-29 2015-08-05 京东方科技集团股份有限公司 一种定位方法和定位服务器
CN105718860A (zh) * 2016-01-15 2016-06-29 武汉光庭科技有限公司 基于驾驶安全地图及双目交通标志识别的定位方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BO ZHAO: "Research on the location and recognition methods for traffic signs", 《2009 ASIA-PACIFIC CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND INDUSTRIAL APPLICATIONS (PACIIA)》 *
鲍峰: "移动测量系统中交通标志的识别与定位研究", 《万方数据库》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247791A (zh) * 2017-06-16 2017-10-13 北京悦畅科技有限公司 停车场地图数据生成方法、装置和机器可读存储介质
CN107247791B (zh) * 2017-06-16 2020-05-22 北京悦畅科技有限公司 停车场地图数据生成方法、装置和机器可读存储介质
CN109425350A (zh) * 2017-08-24 2019-03-05 阿里巴巴集团控股有限公司 道路定位、道路切换判断方法、装置、设备及存储介质
CN107909838A (zh) * 2017-10-24 2018-04-13 捷开通讯(深圳)有限公司 一种获取道路交通信息的方法、智能终端及行车记录仪
CN107885800B (zh) * 2017-10-31 2020-02-14 平安科技(深圳)有限公司 地图中目标位置修正方法、装置、计算机设备和存储介质
CN107885800A (zh) * 2017-10-31 2018-04-06 平安科技(深圳)有限公司 地图中目标位置修正方法、装置、计算机设备和存储介质
CN109345854A (zh) * 2018-10-30 2019-02-15 江铃汽车股份有限公司 汽车限速提示方法、装置、可读存储介质及汽车
CN111380542B (zh) * 2018-12-28 2023-03-17 沈阳美行科技股份有限公司 一种车辆定位、导航方法和装置及相关系统
CN111381269B (zh) * 2018-12-28 2023-09-05 沈阳美行科技股份有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111382614B (zh) * 2018-12-28 2023-08-15 沈阳美行科技股份有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111381268A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111382614A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111381269A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111380542A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 一种车辆定位、导航方法和装置及相关系统
CN109657641A (zh) * 2018-12-29 2019-04-19 北京经纬恒润科技有限公司 一种车辆主辅路判断方法及装置
CN111521192A (zh) * 2019-02-01 2020-08-11 阿里巴巴集团控股有限公司 定位方法、导航信息显示方法、定位系统及电子设备
CN109931945A (zh) * 2019-04-02 2019-06-25 百度在线网络技术(北京)有限公司 Ar导航方法、装置、设备和存储介质
CN109931945B (zh) * 2019-04-02 2021-07-06 百度在线网络技术(北京)有限公司 Ar导航方法、装置、设备和存储介质
CN109916415A (zh) * 2019-04-12 2019-06-21 北京百度网讯科技有限公司 道路类型确定方法、装置、设备及存储介质
CN110514211A (zh) * 2019-09-10 2019-11-29 北京百度网讯科技有限公司 定位方法、装置、设备和介质
CN111044035B (zh) * 2019-12-11 2022-06-17 斑马网络技术有限公司 车辆定位方法及装置
CN111044035A (zh) * 2019-12-11 2020-04-21 斑马网络技术有限公司 车辆定位方法及装置
CN111062320A (zh) * 2019-12-16 2020-04-24 Oppo广东移动通信有限公司 高架桥识别方法及相关产品
CN111062320B (zh) * 2019-12-16 2023-09-15 Oppo广东移动通信有限公司 高架桥识别方法及相关产品
CN112650772A (zh) * 2021-01-08 2021-04-13 腾讯科技(深圳)有限公司 数据处理方法、装置、存储介质及计算机设备
CN112650772B (zh) * 2021-01-08 2022-02-25 腾讯科技(深圳)有限公司 数据处理方法、装置、存储介质及计算机设备

Also Published As

Publication number Publication date
CN106530794B (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN106530794A (zh) 行车道路的自动识别和校准方法及系统
CN106919915B (zh) 基于adas系统的地图道路标记及道路质量采集装置及方法
CN109643367B (zh) 用于自主车辆导航的众包和分发稀疏地图以及车道测量的方法、系统和可读介质
CN102208036B (zh) 车辆位置检测系统
EP2372308B1 (en) Image processing system and vehicle control system
US8085984B2 (en) Image recognizing apparatus and method, and position determining apparatus, vehicle controlling apparatus and navigation apparatus using the image recognizing apparatus or method
US8791996B2 (en) Image processing system and position measurement system
JP5057183B2 (ja) 風景マッチング用参照データ生成システム及び位置測位システム
CN111837014A (zh) 用于匿名化导航信息的系统和方法
EP3887762A2 (en) Lane mapping and navigation
JP3958133B2 (ja) 車両位置測定装置および方法
CN115719481A (zh) 用于涉及交通灯和交通标志的交通工具导航的系统和方法
CN110087970A (zh) 用于在铁路交通中、尤其在轨道交通中进行障碍物识别的方法、设备和铁路车辆、尤其轨道车辆
US20210381849A1 (en) Map management using an electronic horizon
CN101944176A (zh) 存在交通设施标识的更优畅通路径检测
CN113358125B (zh) 一种基于环境目标检测和环境目标地图的导航方法及系统
CN114729803A (zh) 更新地图数据
CN107077606A (zh) 用于确定当前存在的行驶情况的方法和设备
CN109747681A (zh) 一种列车定位装置及方法
CN108806244A (zh) 图像传送装置、方法及非暂态存储介质
CN106980855A (zh) 交通标志快速识别定位系统及方法
US7804424B2 (en) Automatic guide apparatus for traffic facilities
JP2009058430A (ja) ナビゲーション装置及びナビゲーションプログラム
KR102256205B1 (ko) 영상 내 차량위치 산출 장치 및 그 방법, 이를 이용한 교통량 분석 시스템
JP2017161997A (ja) 周辺車両認識装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant