CN109931944A - 一种ar导航方法、装置、车端设备、服务端及介质 - Google Patents
一种ar导航方法、装置、车端设备、服务端及介质 Download PDFInfo
- Publication number
- CN109931944A CN109931944A CN201910262929.4A CN201910262929A CN109931944A CN 109931944 A CN109931944 A CN 109931944A CN 201910262929 A CN201910262929 A CN 201910262929A CN 109931944 A CN109931944 A CN 109931944A
- Authority
- CN
- China
- Prior art keywords
- lane line
- vehicle
- coordinate system
- target
- lane
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000013316 zoning Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000011897 real-time detection Methods 0.000 abstract description 3
- 230000036544 posture Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种AR导航方法、装置、车端设备、服务端及介质。该方法由车端设备执行,包括:获取车辆位置信息以及车载图像采集器采集的环境道路图像;根据车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及目标车道线在世界坐标系中的位置;根据所述目标车道线在世界坐标系中的位置,在环境道路图像中绘制车道线。通过车辆位置信息和各车道线轨迹数据,从而准确地确定目标车道线及位置,通过从车道线路网中获取目标车道线及位置,实现了在无法实时检测到车道线的情况下,及时准确地获取当前车道的车道线,并绘制于环境道路图像中进行实时显示,提高了AR导航的准确性和实时性。
Description
技术领域
本发明实施例涉及车联网技术领域,尤其涉及一种AR导航方法、装置、车端设备、服务端及介质。
背景技术
目前,用户在驾驶车辆的过程中通过导航技术进行行驶指引。用户可以通过导航技术获知自己的确切位置以及前方道路情况等信息。其中,车道线识别是导航技术中的重要定位手段之一,通过车道线识别,可以使引导线贴合当前车道路面,准确地还原当前车道路面的车道情况。
车道线检测一般是在车辆行驶过程中,通过图像采集装置获取道路图像,通过道路图像检测得到当前道路的车道线。但是在视觉受限场景下,如夜间,逆光等场景下,图像采集装置未能采集到清晰地道路图像中,导致车道线无法正常识别,从而影响导航的准确性和实时性。
发明内容
本发明实施例提供一种AR导航方法、装置、车端设备、服务端及介质,以解决在视觉受限的场景下车道线不能正常识别和显示的问题。
第一方面,本发明实施例提供了一种AR导航方法,由车端设备执行,该方法包括:
获取车辆位置信息以及车载图像采集器采集的环境道路图像;
根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
第二方面,本发明实施例还提供了一种AR导航方法,由服务端执行,该方法包括:
获取车端设备发送的目标车辆位置信息;
将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
第三方面,本发明实施例还提供了一种AR导航装置,配置于车端设备,该装置包括:
数据获取模块,用于获取车辆位置信息以及车载图像采集器采集的环境道路图像;
车道线及位置确定模块,用于根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
车道线绘制模块,用于根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
第四方面,本发明实施例还提供了一种AR导航装置,配置于服务端,该装置包括:
位置信息获取模块,用于获取车端设备发送的目标车辆位置信息;
匹配模块,用于将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
发送模块,用于向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
第五方面,本发明实施例还提供了一种车端设备,该车端设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中的任一种由车端设备执行的AR导航方法。
第六方面,本发明实施例还提供了一种服务端,该服务端包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中的任一种由服务端执行的AR导航方法。
第七方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例中的任一种由车端设备执行的AR导航方法。
第八方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例中的任一种由服务端执行的AR导航方法。
本发明实施例通过车辆位置信息和车道线路网中包括的各车道线轨迹数据,从而准确地确定目标车道线及位置,通过从车道线路网中获取目标车道线及目标车道线在世界坐标系中的位置,从而获取车道线的精确位置,实现了在无法实时检测到车道线的情况下,及时准确地获取当前车道的车道线,并在环境道路图像中绘制车道线,实现了车道线的实时显示,提高了AR导航的准确性和实时性。
附图说明
图1是本发明实施例一中的一种AR导航方法的流程图;
图2是本发明实施例一中的车端设备与服务端交互示意图;
图3是本发明实施例二中的一种AR导航方法的流程图;
图4是本发明实施例三中的一种AR导航方法的流程图;
图5是本发明实施例四中的一种AR导航装置的结构示意图;
图6是本发明实施例五中的一种AR导航装置的结构示意图;
图7是本发明实施例六中的一种车端设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的一种AR导航方法的流程图。本实施例提供的AR导航方法由车端设备执行,可适用于车辆在行驶过程中应用车端设备进行导航的情况,该方法可以由AR导航装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在车端设备中。参见图1,本实施的方法具体包括:
S110、获取车辆位置信息以及车载图像采集器采集的环境道路图像。
具体的,车辆中设置有GPS(Global Positioning System,全球定位系统),通过GPS可以实时获得车辆的位置信息。另外,车辆中设置有至少一个图像采集器,可以安装于挡风玻璃上方,用于采集车辆前方道路的图像数据,也可以同事在车辆的左侧、右侧和后侧中的至少一侧设置图像采集器,以从不同角度和方向获得车辆周围道路的环境道路图像,实现全方位获取周围道路环境。其中,GPS和图像采集器通过无线或有线的方式与车端设备连接,并将车辆的位置信息和环境道路图像发送至车端设备。
S120、根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置。
具体的,在视觉受限的情况下,例如在夜间、逆光等情况下,图像采集器采集到的环境道路图像往往清晰度不高,若仍根据当前的环境道路图像对车道线进行检测,则可能会导致车道线无法正常识别,影响导航中车道线的正常显示,从而给用户造成极大不便。在本发明实施例中,根据车辆位置信息,以及车道线路网中包括的车道线轨迹数据,确定车辆所位于车道的车道线,从而确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置。其中,车道线路网由服务端构建并存储。通过事先建立车道线路网,并进一步确定当前车辆所位于车道的目标车道线,从而在无法通过当前采集的环境道路图像中识别出车道线的情况下,保证车道线的正常及时获取,使车辆参照目标车道线正常行驶。
图2是本发明实施例一中的车端设备与服务端交互示意图,如图2所示,车端设备若通过当采集到的环境道路图像检测到车道线数据,则将车道线数据作为路网构建数据发送至服务端,由服务端根据路网构建数据构建车道线路网,服务端在接收到车端设备发送的查询数据,即车辆位置信息后,向车端设备发送车道线路网中对应的车道线以及车道线在世界坐标系中的位置。
S130、根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
具体的,根据目标车道线在世界坐标系中的位置,确定目标车道线在环境道路图像中相对应的位置,根据其具体位置绘制于环境道路图像中,从而使车道线实时显示于导航界面中,从而实现了实时AR导航,通过增强现实技术使导航显示信息更加立体真实,并实现了实时显示。
本发明实施例提供的技术方案,车辆位置信息和车道线路网中包括的各车道线轨迹数据,从而准确地确定目标车道线及位置,通过从车道线路网中获取目标车道线及目标车道线在世界坐标系中的位置,从而获取车道线的精确位置,实现了在无法实时检测到车道线的情况下,及时准确地获取当前车道的车道线,并在环境道路图像中绘制车道线,实现了车道线的实时显示,提高了AR导航的准确性和实时性。
实施例二
图3是本发明实施例二中的一种AR导航方法的流程图。本实施例在上述实施例的基础上进行了优化,未在本实施例中详细描述的内容详见上述实施例。参见图3,本实施例提供的AR导航方法包括:
S210、获取车辆位置信息以及车载图像采集器采集的环境道路图像。
S220、根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置。
可选的,所述车道线路网通过如下方式构建:在车辆导航过程中,根据车辆的速度、加速度、角速度,车辆在世界坐标系中的标定位置以及车载图像采集器采集的环境道路图像,确定车辆在世界坐标系中的相对位置和姿态,其中所述车辆在世界坐标系中的标定位置是基于载波相位差分技术采集到的;若在所述环境道路图像中检测到车道线,则确定车道线的图像位置;根据车道线的图像位置,车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置;向服务端发送车道线在世界坐标系中的相对位置,由服务端根据车道线在世界坐标系中的相对位置构建车道线路网。
示例性的,车端设备可以通过车辆ESP(Electronic Stability Program,电子稳定系统)中的车轮轮速传感器或车辆中的汽车速度传感器获得车辆的速度数据,并通过IMU(Inertial measurement unit,惯性测量单元)得到车辆的加速度和角速度等行驶数据。基于载波相位差分技术获取车辆在世界坐标系中的标定位置,其中,世界坐标系为系统的绝对坐标系,通过载波相位差分技术能够实时获取到厘米级定位精度的车辆定位,从而得到更加精准的车辆标定位置。进一步地,根据车辆的速度、加速度、角速度、在世界坐标系中的标定位置和环境道路图像,确定车辆在世界坐标系中的相对位置和姿态。可选的,将车辆的速度、加速度、角速度、在世界坐标系中的标定位置和环境道路图像输入卡尔曼滤波器,得到当前车辆在世界坐标系中的相对位置和姿态,其中,所述相对位置包括车辆的当前经纬度等信息,所述姿态包括车辆当前的航向角等信息。
进一步地,若通过车道线检测技术于当前采集的环境道路图像中检测到车道线,则进一步确定车道线的图像位置,即车道线在图像坐标系中的坐标,并根据车道线的图像位置、车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置,以精确地标定出各车道线的位置。
可选的,根据车道线的图像位置,车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置,包括:根据车道线的图像位置和车载图像采集器的投影参数,确定车道线在图像采集器坐标系中的位置;根据车道线在图像采集器坐标系中的位置,以及车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置。
示例性的,建立图像采集器坐标系,即相机坐标系,设置相机坐标系与图像坐标系之间转换的投影参数,确定光心到图像坐标平面的距离,即焦距,并根据焦距构建投影矩阵,从而根据车道线的图像位置和投影矩阵确定车道线在相机坐标系中的位置。同理,设置相机坐标系与世界坐标系之间转换的变换矩阵,并根据车道线在相机坐标系中的位置,以及车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置。
进一步地,车端设备向服务端发送车道线在世界坐标系中的相对位置,服务端根据车道线在世界坐标系中的相对位置构建车道线路网,形成准确、完善的车道线路网进行存储,从而在无法通过当前采集到的环境道路图像中检测到车道线的情况下,通过服务端的车道线路网获取车道线,保证AR导航中车道线的正常显示。
S230、根据目标车道线在世界坐标系中的位置,以及车载图像采集器的位置和姿态,确定目标车道线在车载图像采集器坐标系中的位置。
具体的,车道线路网中的目标车道线的位置为世界坐标系中的位置,而此时要将车道线路网中的目标车道线显示于当前的导航界面中,需要将目标车道线的世界坐标系中的位置转换为二维坐标系中的位置进行显示。因此,在本发明实施例中,首先将车道线在世界坐标系中的位置转换为图像采集器坐标系中的位置,即相机坐标系中的位置。示例性的,根据车载图像采集器的位置和姿态构建相机坐标系,确定将世界坐标转换为相机坐标的外参矩阵,根据车道线在世界坐标系中的位置和外参矩阵,确定目标车道线在相机坐标系中的位置。
S240、根据目标车道线在车载图像采集器坐标系中的位置,以及车载图像采集器的投影参数,确定目标车道线在所述环境道路图像中的位置,并绘制车道线。
具体的,将目标车道线绘制于环境道路图像中之前,需要将目标车道线在图像采集器坐标系中的坐标转换为二维坐标系中的位置坐标,即转换为图像坐标系中的坐标,以确定目标车道线在环境道路图像中的具体位置。示例性的,确定从相机坐标转换为图像坐标的投影参数,确定光心到图像坐标平面的距离,即焦距,根据焦距确定投影矩阵,进一步根据目标车道线在相机坐标系中的位置以及投影矩阵,计算得到目标车道线在图像坐标系中的位置坐标,从而确定目标车道线在环境道路图像中的位置,以便在环境道路图像中相对应的位置绘制车道线,实现车道线的AR显示。
本发明实施例提供的技术方案,通过根据目标车道线在世界坐标系中的位置,以及车载图像采集器的位置和姿态,确定目标车道线在车载图像采集器坐标系中的位置,以及根据目标车道线在车载图像采集器坐标系中的位置,以及车载图像采集器的投影参数,确定目标车道线在所述环境道路图像中的位置,并绘制车道线,从而实现车道线的实时显示,从而在无法通过采集的环境道路图像中检测车道线的情况下,实时准确地获取车道线,并绘制于环境道路图像中进行显示,提高了AR导航的准确性和实时性。
实施例三
图4是本发明实施例三中的一种AR导航方法的流程图。本实施例提供的AR导航方法由服务端执行,可适用于车辆在行驶过程中根据服务端车道线路网进行AR导航的情况,该方法可以由AR导航装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在服务端中。参见图4,未在本实施例中详细描述的细节可详见上述实施例,本实施的方法具体包括:
S310、获取车端设备发送的目标车辆位置信息。
具体的,服务端接收车端设备发送的目标车辆的位置信息。
S320、将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置。
具体的,服务端将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以获取当前车辆具体位于哪一车道以及对应的车道线,将对应的车道线作为目标车道线,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置。
可选的,将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配之前,还包括:从各车端设备获取各车道线在世界坐标系中的相对位置;将各车道线在世界坐标系中的相对位置与车道线路网进行匹配,确定各车道线的区划信息;根据各车道线的区划信息,确定各车道线的轨迹数据。
示例性的,服务端将从各车端设备获取到的各车道线在世界坐标系中的相对位置与已存储的车道线路网进行匹配,以获取各车道线的区划信息,所述区划信息包括车道的位于的城市、区域、道路名、道路段、车道号等信息,例如可以设定为“城市-区-道路-道路段-车道”的形式。再根据各车道线的区划信息,确定该车道对应车道线的准确轨迹数据。
可选的,根据各车道线的区划信息,确定各车道线的轨迹数据,包括:将区划信息中的每一道路关联的各车道线在世界坐标系中的相对位置划分为N类,其中,N为该道路的车道数量;根据划分结果,确定该道路中各车道的车道线;根据该道路中每一车道的车道线,确定该车道的车道线轨迹数据。
示例性的,对各车道线进行分类,例如通过聚类算法对各车道线进行分类,分类的种类数量等于该道路车道的数量,以便将各车道线与各个车道相对应。将分类完成的车道线按照区划信息中的命名方式进行命名,将命名相同的同一车道的各车道线进行拟合,例如通过最小二乘法进行拟合,若经过多次拟合后的误差在预设误差范围内,则确定该车道的车道线轨迹拟合完成,从而得到各车道对应的各车道线轨迹数据,根据各车道线轨迹数据构建车道线路网。
S330、向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
具体的,服务端将与目标车辆位置信息相匹配的车道线轨迹作为目标车道线,向目标车辆的车端设备发送目标车道线,以及目标车道线在世界坐标系的位置,从而使车端设备在无法通过当前采集的环境道路图像中检测到车道线的情况下,获取车道线并实时显示于环境到路线图像中,实现AR导航的准确实时显示。
本发明实施例提供的技术方案,通过服务端获取车端设备发送的目标车辆位置信息,将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置,向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置,从而在车端设备无法通过环境道路图像检测到车道线的情况下,及时将车道线发送至车端设备,保证车端设备对车道线的及时显示,实现准确实时的AR导航。
实施例四
图5为本发明实施例四中的一种AR导航装置的结构示意图。该装置配置于车端设备,可适用于车辆在行驶过程中应用车端设备进行导航的情况,该装置可以由软件和/或硬件实现,并具体可集成在车端设备中。参见图5,该装置具体包括:
数据获取模块410,用于获取车辆位置信息以及车载图像采集器采集的环境道路图像;
车道线及位置确定模块420,用于根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
车道线绘制模块430,用于根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
可选的,所述车道线绘制模块430,包括:
坐标位置确定单元,用于根据目标车道线在世界坐标系中的位置,以及车载图像采集器的位置和姿态,确定目标车道线在车载图像采集器坐标系中的位置;
绘制单元,用于根据目标车道线在车载图像采集器坐标系中的位置,以及车载图像采集器的投影参数,确定目标车道线在所述环境道路图像中的位置,并绘制车道线。
可选的,所述车道线路网通过如下模块构建:
相对位置和姿态确定模块,用于在车辆导航过程中,根据车辆的速度、加速度、角速度,车辆在世界坐标系中的标定位置以及车载图像采集器采集的环境道路图像,确定车辆在世界坐标系中的相对位置和姿态,其中所述车辆在世界坐标系中的标定位置是基于载波相位差分技术采集到的;
图像位置确定模块,用于若在所述环境道路图像中检测到车道线,则确定车道线的图像位置;
相对位置确定模块,用于根据车道线的图像位置,车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置;
相对位置发送模块,用于向服务端发送车道线在世界坐标系中的相对位置,由服务端根据车道线在世界坐标系中的相对位置构建车道线路网。
可选的,所述相对位置确定模块,包括:
第一位置确定单元,用于根据车道线的图像位置和车载图像采集器的投影参数,确定车道线在图像采集器坐标系中的位置;
第二位置确定单元,用于根据车道线在图像采集器坐标系中的位置,以及车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置。
上述实施例所述AR导航装置用于执行上述实施例中由车端设备执行的AR导航方法,其技术原理和产生的技术效果类似,这里不再赘述。
实施例五
图6为本发明实施例五中的一种AR导航装置的结构示意图。该装置配置于服务端,可适用于车辆在行驶过程中根据服务端车道线路网进行AR导航的情况,该装置可以由软件和/或硬件实现,并具体可集成在服务端中。参见图6,该装置具体包括:
位置信息获取模块510,用于获取车端设备发送的目标车辆位置信息;
匹配模块520,用于将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
发送模块530,用于向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
可选的,还包括:
相对位置获取模块,用于从各车端设备获取各车道线在世界坐标系中的相对位置;
区划信息确定模块,用于将各车道线在世界坐标系中的相对位置与车道线路网进行匹配,确定各车道线的区划信息;
轨迹数据确定模块,用于根据各车道线的区划信息,确定各车道线的轨迹数据。
可选的,所述轨迹数据确定模块,包括:
划分单元,用于将区划信息中的每一道路关联的各车道线在世界坐标系中的相对位置划分为N类,其中,N为该道路的车道数量;
车道线确定单元,用于根据划分结果,确定该道路中各车道的车道线;
轨迹确定单元,用于根据该道路中每一车道的车道线,确定该车道的车道线轨迹数据。
上述实施例所述AR导航装置用于执行上述实施例中由服务端执行的AR导航方法,其技术原理和产生的技术效果类似,这里不再赘述。
实施例六
图7是本发明实施例六中的一种车端设备的结构示意图。如图7所示,本发明实施例提供了一种车端设备612,其包括:一个或多个处理器616;存储器628,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现由车端设备执行的一种AR导航方法,包括:
获取车辆位置信息以及车载图像采集器采集的环境道路图像;
根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
图7显示的车端设备612仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,车端设备612以通用计算设备的形式表现。车端设备612的组件可以包括但不限于:一个或者多个处理器或者处理器616,系统存储器628,连接不同系统组件(包括系统存储器628和处理器616)的总线618。
总线618表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
车端设备612典型地包括多种计算机系统可读介质。这些介质可以是任何能够被车端设备612访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器628可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)630和/或高速缓存存储器632。车端设备612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统634可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储器628可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块642的程序/实用工具640,可以存储在例如存储器628中,这样的程序模块642包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。
车端设备612也可以与一个或多个外部设备614(例如键盘、指向设备、显示器624等)通信,还可与一个或者多个使得用户能与该车端设备612交互的设备通信,和/或与使得该车端设备612能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口622进行。并且,车端设备612还可以通过网络适配器620与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器620通过总线618与车端设备612的其它模块通信。应当明白,尽管图7中未示出,可以结合车端设备612使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器616通过运行存储在系统存储器628中的多个程序中其他程序的至少一个,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的由车端设备执行的AR导航方法。
本实施例还提供了一种服务端,其包括:一个或多个处理器;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现由服务端执行的一种AR导航方法,包括:
获取车端设备发送的目标车辆位置信息;
将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的由服务端执行的AR导航方法的技术方案。该服务端的硬件结构以及功能可参见实施例六的内容解释。
实施例七
本发明实施例七提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种由车端设备执行的AR导航方法,该方法包括:
获取车辆位置信息以及车载图像采集器采集的环境道路图像;
根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的由车端设备执行的AR导航方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例还提供了另一种计算机可读存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种由服务端执行的AR导航方法,该方法包括:
获取车端设备发送的目标车辆位置信息;
将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的由服务端执行的AR导航方法中的相关操作。对存储介质的介绍可参见实施例七中的内容解释。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种基于车道线路网的AR导航方法,其特征在于,由车端设备执行,所述方法包括:
获取车辆位置信息以及车载图像采集器采集的环境道路图像;
根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
2.根据权利要求1所述的方法,其特征在于,根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线,包括:
根据目标车道线在世界坐标系中的位置,以及车载图像采集器的位置和姿态,确定目标车道线在车载图像采集器坐标系中的位置;
根据目标车道线在车载图像采集器坐标系中的位置,以及车载图像采集器的投影参数,确定目标车道线在所述环境道路图像中的位置,并绘制车道线。
3.根据权利要求1所述的方法,其特征在于,所述车道线路网通过如下方式构建:
在车辆导航过程中,根据车辆的速度、加速度、角速度,车辆在世界坐标系中的标定位置以及车载图像采集器采集的环境道路图像,确定车辆在世界坐标系中的相对位置和姿态,其中,所述车辆在世界坐标系中的标定位置是基于载波相位差分技术采集到的;
若在所述环境道路图像中检测到车道线,则确定车道线的图像位置;
根据车道线的图像位置,车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置;
向服务端发送车道线在世界坐标系中的相对位置,由服务端根据车道线在世界坐标系中的相对位置构建车道线路网。
4.根据权利要求3所述的方法,其特征在于,根据车道线的图像位置,车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置,包括:
根据车道线的图像位置和车载图像采集器的投影参数,确定车道线在图像采集器坐标系中的位置;
根据车道线在图像采集器坐标系中的位置,以及车辆在世界坐标系中的相对位置和姿态,确定车道线在世界坐标系中的相对位置。
5.一种基于车道线路网的AR导航方法,其特征在于,由服务端执行,所述方法包括:
获取车端设备发送的目标车辆位置信息;
将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
6.根据权利要求5所述的方法,其特征在于,将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配之前,还包括:
从各车端设备获取各车道线在世界坐标系中的相对位置;
将各车道线在世界坐标系中的相对位置与车道线路网进行匹配,确定各车道线的区划信息;
根据各车道线的区划信息,确定各车道线的轨迹数据。
7.根据权利要求6所述的方法,其特征在于,根据各车道线的区划信息,确定各车道线的轨迹数据,包括:
将区划信息中的每一道路关联的各车道线在世界坐标系中的相对位置划分为N类,其中,N为该道路的车道数量;
根据划分结果,确定该道路中各车道的车道线;
根据该道路中每一车道的车道线,确定该车道的车道线轨迹数据。
8.一种AR导航装置,其特征在于,配置于车端设备,所述装置包括:
数据获取模块,用于获取车辆位置信息以及车载图像采集器采集的环境道路图像;
车道线及位置确定模块,用于根据所述车辆位置信息与车道线路网中包括的各车道线轨迹数据,确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
车道线绘制模块,用于根据所述目标车道线在世界坐标系中的位置,在所述环境道路图像中绘制车道线。
9.一种AR导航装置,其特征在于,配置于服务端,所述装置包括:
位置信息获取模块,用于获取车端设备发送的目标车辆位置信息;
匹配模块,用于将目标车辆位置信息与车道线路网中包括的各车道线轨迹数据进行匹配,以确定车辆所处车道的目标车道线以及所述目标车道线在世界坐标系中的位置;
发送模块,用于向所述车端设备发送目标车辆所处车道的目标车道线,以及所述目标车道线在世界坐标系中的位置。
10.一种车端设备,其特征在于,所述车端设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的一种AR导航方法。
11.一种服务端,其特征在于,所述服务端包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求5-7中任一所述的一种AR导航方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的一种AR导航方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求5-7中任一所述的一种AR导航方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910262929.4A CN109931944B (zh) | 2019-04-02 | 2019-04-02 | 一种ar导航方法、装置、车端设备、服务端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910262929.4A CN109931944B (zh) | 2019-04-02 | 2019-04-02 | 一种ar导航方法、装置、车端设备、服务端及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109931944A true CN109931944A (zh) | 2019-06-25 |
CN109931944B CN109931944B (zh) | 2021-12-07 |
Family
ID=66989106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910262929.4A Active CN109931944B (zh) | 2019-04-02 | 2019-04-02 | 一种ar导航方法、装置、车端设备、服务端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109931944B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530398A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 一种电子地图精度检测的方法及装置 |
CN110689575A (zh) * | 2019-09-29 | 2020-01-14 | 百度在线网络技术(北京)有限公司 | 图像采集器标定方法、装置、设备和介质 |
CN110779535A (zh) * | 2019-11-04 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种获得地图数据及地图的方法、装置和存储介质 |
CN110962844A (zh) * | 2019-10-28 | 2020-04-07 | 纵目科技(上海)股份有限公司 | 一种车辆航向角修正方法及系统、存储介质及终端 |
CN111366168A (zh) * | 2020-02-17 | 2020-07-03 | 重庆邮电大学 | 一种基于多源信息融合的ar导航系统及方法 |
CN111831371A (zh) * | 2020-06-05 | 2020-10-27 | 北京百度网讯科技有限公司 | 车窗及其显示控制方法和系统、服务器、设备、存储介质 |
CN112017249A (zh) * | 2020-08-18 | 2020-12-01 | 东莞正扬电子机械有限公司 | 车载摄像头滚转角获取、安装角度校正方法及设备 |
CN112461257A (zh) * | 2019-09-09 | 2021-03-09 | 华为技术有限公司 | 一种车道线信息的确定方法及装置 |
CN112507977A (zh) * | 2021-01-21 | 2021-03-16 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
CN112883058A (zh) * | 2021-03-23 | 2021-06-01 | 北京车和家信息技术有限公司 | 用于车辆定位的标定方法、装置、设备、车辆和介质 |
CN113255404A (zh) * | 2020-02-11 | 2021-08-13 | 北京百度网讯科技有限公司 | 车道线识别方法、装置、电子设备和计算机可读存储介质 |
CN114096806A (zh) * | 2019-07-10 | 2022-02-25 | 株式会社电装 | 行驶路线设定系统、行驶路线设定方法以及程序 |
WO2022188775A1 (zh) * | 2021-03-11 | 2022-09-15 | 奇瑞汽车股份有限公司 | 路网文件的生成方法、装置、设备、可读存储介质及车辆 |
CN115097632A (zh) * | 2022-07-22 | 2022-09-23 | 北京经纬恒润科技股份有限公司 | 一种ar-hud转向辅助显示方法及系统 |
CN115690194A (zh) * | 2022-10-17 | 2023-02-03 | 广州赤兔宸行科技有限公司 | 一种车载xr设备定位方法、装置、设备及存储介质 |
CN116071716A (zh) * | 2023-02-02 | 2023-05-05 | 吉林大学 | 车道线识别测试方法、设备、系统及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110071753A1 (en) * | 2009-09-23 | 2011-03-24 | Htc Corporation | Method, system, and recording medium for navigating vehicle |
CN103204163A (zh) * | 2012-01-17 | 2013-07-17 | 福特全球技术公司 | 自主式车道控制系统 |
US20170016740A1 (en) * | 2015-07-16 | 2017-01-19 | Ford Global Technologies, Llc | Method and apparatus for determining a vehicle ego-position |
CN106448260A (zh) * | 2015-08-05 | 2017-02-22 | Lg电子株式会社 | 驾驶员辅助设备和包括该驾驶员辅助设备的车辆 |
KR20170101758A (ko) * | 2016-02-26 | 2017-09-06 | 자동차부품연구원 | 증강현실 헤드 업 디스플레이 내비게이션 |
CN107578002A (zh) * | 2017-08-28 | 2018-01-12 | 沈阳中科创达软件有限公司 | 一种车道线识别结果的监测方法、装置、设备和介质 |
CN107941226A (zh) * | 2017-11-16 | 2018-04-20 | 百度在线网络技术(北京)有限公司 | 用于生成车辆的方向引导线的方法和装置 |
CN108204822A (zh) * | 2017-12-19 | 2018-06-26 | 武汉极目智能技术有限公司 | 一种基于adas的车辆ar导航系统及方法 |
US20180328752A1 (en) * | 2017-05-09 | 2018-11-15 | Toyota Jidosha Kabushiki Kaisha | Augmented reality for vehicle lane guidance |
CN109084782A (zh) * | 2017-06-13 | 2018-12-25 | 蔚来汽车有限公司 | 基于摄像头传感器的车道线地图构建方法以及构建系统 |
CN109186616A (zh) * | 2018-09-20 | 2019-01-11 | 禾多科技(北京)有限公司 | 基于高精度地图和场景检索的车道线辅助定位方法 |
CN109300159A (zh) * | 2018-09-07 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 位置检测方法、装置、设备、存储介质及车辆 |
CN109427199A (zh) * | 2017-08-24 | 2019-03-05 | 北京三星通信技术研究有限公司 | 用于辅助驾驶的增强现实的方法及装置 |
CN109435943A (zh) * | 2017-09-05 | 2019-03-08 | 通用汽车环球科技运作有限责任公司 | 用于在距车辆的某距离处提供对象的相对车道分配的系统和方法 |
-
2019
- 2019-04-02 CN CN201910262929.4A patent/CN109931944B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110071753A1 (en) * | 2009-09-23 | 2011-03-24 | Htc Corporation | Method, system, and recording medium for navigating vehicle |
CN103204163A (zh) * | 2012-01-17 | 2013-07-17 | 福特全球技术公司 | 自主式车道控制系统 |
US20170016740A1 (en) * | 2015-07-16 | 2017-01-19 | Ford Global Technologies, Llc | Method and apparatus for determining a vehicle ego-position |
US10127820B2 (en) * | 2015-08-05 | 2018-11-13 | Lg Electronics Inc. | Driver assistance apparatus and vehicle including the same |
CN106448260A (zh) * | 2015-08-05 | 2017-02-22 | Lg电子株式会社 | 驾驶员辅助设备和包括该驾驶员辅助设备的车辆 |
KR20170101758A (ko) * | 2016-02-26 | 2017-09-06 | 자동차부품연구원 | 증강현실 헤드 업 디스플레이 내비게이션 |
US20180328752A1 (en) * | 2017-05-09 | 2018-11-15 | Toyota Jidosha Kabushiki Kaisha | Augmented reality for vehicle lane guidance |
JP2018190410A (ja) * | 2017-05-09 | 2018-11-29 | トヨタ自動車株式会社 | 拡張現実を用いた車線案内 |
CN109084782A (zh) * | 2017-06-13 | 2018-12-25 | 蔚来汽车有限公司 | 基于摄像头传感器的车道线地图构建方法以及构建系统 |
CN109427199A (zh) * | 2017-08-24 | 2019-03-05 | 北京三星通信技术研究有限公司 | 用于辅助驾驶的增强现实的方法及装置 |
CN107578002A (zh) * | 2017-08-28 | 2018-01-12 | 沈阳中科创达软件有限公司 | 一种车道线识别结果的监测方法、装置、设备和介质 |
CN109435943A (zh) * | 2017-09-05 | 2019-03-08 | 通用汽车环球科技运作有限责任公司 | 用于在距车辆的某距离处提供对象的相对车道分配的系统和方法 |
CN107941226A (zh) * | 2017-11-16 | 2018-04-20 | 百度在线网络技术(北京)有限公司 | 用于生成车辆的方向引导线的方法和装置 |
CN108204822A (zh) * | 2017-12-19 | 2018-06-26 | 武汉极目智能技术有限公司 | 一种基于adas的车辆ar导航系统及方法 |
CN109300159A (zh) * | 2018-09-07 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 位置检测方法、装置、设备、存储介质及车辆 |
CN109186616A (zh) * | 2018-09-20 | 2019-01-11 | 禾多科技(北京)有限公司 | 基于高精度地图和场景检索的车道线辅助定位方法 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114096806A (zh) * | 2019-07-10 | 2022-02-25 | 株式会社电装 | 行驶路线设定系统、行驶路线设定方法以及程序 |
CN110530398A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 一种电子地图精度检测的方法及装置 |
CN112461257A (zh) * | 2019-09-09 | 2021-03-09 | 华为技术有限公司 | 一种车道线信息的确定方法及装置 |
CN110689575A (zh) * | 2019-09-29 | 2020-01-14 | 百度在线网络技术(北京)有限公司 | 图像采集器标定方法、装置、设备和介质 |
CN110962844A (zh) * | 2019-10-28 | 2020-04-07 | 纵目科技(上海)股份有限公司 | 一种车辆航向角修正方法及系统、存储介质及终端 |
CN110962844B (zh) * | 2019-10-28 | 2023-05-30 | 纵目科技(上海)股份有限公司 | 一种车辆航向角修正方法及系统、存储介质及终端 |
CN110779535A (zh) * | 2019-11-04 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种获得地图数据及地图的方法、装置和存储介质 |
CN110779535B (zh) * | 2019-11-04 | 2023-03-03 | 腾讯科技(深圳)有限公司 | 一种获得地图数据及地图的方法、装置和存储介质 |
CN113255404A (zh) * | 2020-02-11 | 2021-08-13 | 北京百度网讯科技有限公司 | 车道线识别方法、装置、电子设备和计算机可读存储介质 |
CN111366168A (zh) * | 2020-02-17 | 2020-07-03 | 重庆邮电大学 | 一种基于多源信息融合的ar导航系统及方法 |
CN111366168B (zh) * | 2020-02-17 | 2023-12-29 | 深圳毕加索电子有限公司 | 一种基于多源信息融合的ar导航系统及方法 |
CN111831371A (zh) * | 2020-06-05 | 2020-10-27 | 北京百度网讯科技有限公司 | 车窗及其显示控制方法和系统、服务器、设备、存储介质 |
CN112017249A (zh) * | 2020-08-18 | 2020-12-01 | 东莞正扬电子机械有限公司 | 车载摄像头滚转角获取、安装角度校正方法及设备 |
CN112507977A (zh) * | 2021-01-21 | 2021-03-16 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
WO2022188775A1 (zh) * | 2021-03-11 | 2022-09-15 | 奇瑞汽车股份有限公司 | 路网文件的生成方法、装置、设备、可读存储介质及车辆 |
CN112883058A (zh) * | 2021-03-23 | 2021-06-01 | 北京车和家信息技术有限公司 | 用于车辆定位的标定方法、装置、设备、车辆和介质 |
CN115097632A (zh) * | 2022-07-22 | 2022-09-23 | 北京经纬恒润科技股份有限公司 | 一种ar-hud转向辅助显示方法及系统 |
CN115097632B (zh) * | 2022-07-22 | 2024-01-26 | 北京经纬恒润科技股份有限公司 | 一种ar-hud转向辅助显示方法及系统 |
CN115690194A (zh) * | 2022-10-17 | 2023-02-03 | 广州赤兔宸行科技有限公司 | 一种车载xr设备定位方法、装置、设备及存储介质 |
CN115690194B (zh) * | 2022-10-17 | 2023-09-19 | 广州赤兔宸行科技有限公司 | 一种车载xr设备定位方法、装置、设备及存储介质 |
CN116071716A (zh) * | 2023-02-02 | 2023-05-05 | 吉林大学 | 车道线识别测试方法、设备、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109931944B (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109931944A (zh) | 一种ar导航方法、装置、车端设备、服务端及介质 | |
CN110543814B (zh) | 一种交通灯的识别方法及装置 | |
US10788830B2 (en) | Systems and methods for determining a vehicle position | |
JP7199163B2 (ja) | 位置推定方法、装置及びコンピュータプログラム | |
US20200223444A1 (en) | Utilizing passenger attention data captured in vehicles for localization and location-based services | |
CN109931945B (zh) | Ar导航方法、装置、设备和存储介质 | |
JP6830137B2 (ja) | 動的障害物の位置校正方法、装置、機器、及び記憶媒体 | |
CN106918830A (zh) | 一种基于多导航模块的定位方法及移动机器人 | |
US11057591B1 (en) | Augmented reality display to preserve user privacy | |
CN108362294B (zh) | 一种应用于自动驾驶的多车协同建图方法 | |
JP6830140B2 (ja) | 運動ベクトル場の決定方法、運動ベクトル場の決定装置、機器、コンピュータ読み取り可能な記憶媒体及び車両 | |
CN109100730A (zh) | 一种多车协同快速建图方法 | |
CN109435955A (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
US10633003B1 (en) | Method, apparatus, and computer readable medium for verifying a safe vehicle operation via a portable device | |
US11003934B2 (en) | Method, apparatus, and system for selecting sensor systems for map feature accuracy and reliability specifications | |
US11024054B2 (en) | Method, apparatus, and system for estimating the quality of camera pose data using ground control points of known quality | |
CN109229109A (zh) | 判断车辆行驶方向的方法、装置、设备和计算机存储介质 | |
CN109000654A (zh) | 定位方法、装置、设备及存储介质 | |
CN110288154A (zh) | 速度预测方法、装置、设备和介质 | |
US10949707B2 (en) | Method, apparatus, and system for generating feature correspondence from camera geometry | |
CN110411440A (zh) | 一种道路采集方法、装置、服务器及存储介质 | |
CN115235500A (zh) | 基于车道线约束的位姿校正方法及装置、全工况静态环境建模方法及装置 | |
CN111026107A (zh) | 用于确定可移动物体的位置的方法和系统 | |
CN109883439A (zh) | 一种车辆导航方法、装置、电子设备及存储介质 | |
JP4986883B2 (ja) | 標定装置、標定方法および標定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |