CN110057377B - 路径导航方法及相关产品 - Google Patents

路径导航方法及相关产品 Download PDF

Info

Publication number
CN110057377B
CN110057377B CN201910452312.9A CN201910452312A CN110057377B CN 110057377 B CN110057377 B CN 110057377B CN 201910452312 A CN201910452312 A CN 201910452312A CN 110057377 B CN110057377 B CN 110057377B
Authority
CN
China
Prior art keywords
picture
convolution
moving distance
convolution result
result
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.)
Active
Application number
CN201910452312.9A
Other languages
English (en)
Other versions
CN110057377A (zh
Inventor
危平
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.)
Shenzhen Dongfang Maizhuo Technology Co.,Ltd.
Original Assignee
Shenzhen Dongfang Maizhuo 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 Shenzhen Dongfang Maizhuo Technology Co ltd filed Critical Shenzhen Dongfang Maizhuo Technology Co ltd
Priority to CN201910452312.9A priority Critical patent/CN110057377B/zh
Publication of CN110057377A publication Critical patent/CN110057377A/zh
Application granted granted Critical
Publication of CN110057377B publication Critical patent/CN110057377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供一种路径导航方法及相关产品,智能车载终端确定起始地和目的地,生成起始地和目的地之间的三个推荐路径;智能车载终端获取三个推荐路径中的共享路段,提取第一推荐路径中的剩余路段的m个拥堵链路,获取m个拥堵链路的m个标识;智能车载终端依据该m个标识的连续度确定图片提取策略,依据该图片提取策略获取多张图片,对该多张图片进行分析确定拥堵程度,依据该拥堵程度确定向用户推荐的导航路径。本申请提供的技术方案具有用户体验度高的优点。

Description

路径导航方法及相关产品
技术领域
本发明涉及通信技术领域,具体涉及一种路径导航方法及相关产品。
背景技术
导航是一个研究领域,重点是监测和控制工艺或车辆从一个地方移动到另一个地方的过程。导航领域包括四个一般类别:陆地导航,海洋导航,航空导航和空间导航。这也是用于导航员执行导航任务所使用的专业知识的艺术术语。所有导航技术都涉及定位与已知位置或模式相比较的导航仪的位置。在更广泛的意义上,导航可以指涉及确定位置和方向的任何技能或研究。在这个意义上,导航包括定向运动和行人导航。
随着导航领域的发展,单纯的路径导航已经无法满足用户的要求,用户更多的是想选择更加顺畅的路径,现有的路径导航的拥堵基于在导航点击时刻的拥堵信息来实现导航,此种导航可能出现路径选择不准确,尤其是对突发车祸的预估不准确,影响了导航路径拥堵的准确定,降低了用户的体验度。
发明内容
本发明实施例提供了一种路径导航方法及相关产品,可以动态的确定突发事件对导航路径的影响,具有提高用户体验度的优点。
第一方面,本发明实施例提供一种路径导航方法,所述方法包括如下步骤:
智能车载终端确定起始地和目的地,生成起始地和目的地之间的三个推荐路径;
智能车载终端获取三个推荐路径中的共享路段,提取第一推荐路径中的剩余路段的m个拥堵链路,获取m个拥堵链路的m个标识;
智能车载终端依据该m个标识的连续度确定图片提取策略,依据该图片提取策略获取多张图片,对该多张图片进行分析确定拥堵程度,依据该拥堵程度确定向用户推荐的导航路径。
可选的,所述智能车载终端依据该m个标识的连续度确定图片提取策略具体包括:
如该m个标识为连续的路段标识,确定m个标识为连续路段,提取m个标识中的第一标识在第一时刻和第二时刻的第一图片和第二图片,提取m个标识中的第m标识的第一时刻和第二时刻的第三图片和第四图片。
可选的,所述对该多张图片进行分析确定拥堵程度具体包括:
对第一图片以及第二图片执行距离计算操作得到第一移动距离,该距离计算操作包括:获取第一图片的RGB值的三维数据块1以及第二图片的RGB值的三维数据块2,将三维数据块1与预设的卷积核执行卷积运算得到第一卷积结果,将三维数据块2与预设的卷积核执行卷积运算得到第二卷积结果,将第一卷积结果与第二卷积结果进行比对确定比对结果,依据该比对结果确定该第一标识车辆的第一移动距离;对第三图片以及第四图片执行上述距离计算操作得到第二移动距离;计算第二移动距离与第一移动距离之间的差值,如该差值小于设定阈值,依据该第二移动距离与第一移动距离的平均值确定该拥堵程度。
可选的,所述将第一卷积结果与第二卷积结果进行比对确定比对结果具体包括:
从第一卷积结果的下半区域划分出设定区域的子矩阵,将子矩阵与第二卷积结果进行比对确定第二卷积结果是否包含该子矩阵,如包含该子矩阵,获取第一卷积结果的子矩阵与第二卷积结果的子矩阵之间的行间距值x1,该行间距值x1即为该比对结果。
第二方面,提供一种终端,所述终端包括:处理器、通信单元和显示屏,
处理器,用于确定用户通过显示屏输入的起始地和目的地,生成起始地和目的地之间的三个推荐路径;获取三个推荐路径中的共享路段,提取第一推荐路径中的剩余路段的m个拥堵链路,获取m个拥堵链路的m个标识;
所述处理器,还用于依据该m个标识的连续度确定图片提取策略,控制所述通信模块依据该图片提取策略请求多张图片,对该多张图片进行分析确定拥堵程度,依据该拥堵程度确定向用户推荐的导航路径。
可选的,所述处理器,具体用于如该m个标识为连续的路段标识,确定m个标识为连续路段,提取m个标识中的第一标识在第一时刻和第二时刻的第一图片和第二图片,提取m个标识中的第m标识的第一时刻和第二时刻的第三图片和第四图片。
可选的,所述处理器,具体用于对第一图片以及第二图片执行距离计算操作得到第一移动距离,该距离计算操作包括:获取第一图片的RGB值的三维数据块1以及第二图片的RGB值的三维数据块2,将三维数据块1与预设的卷积核执行卷积运算得到第一卷积结果,将三维数据块2与预设的卷积核执行卷积运算得到第二卷积结果,将第一卷积结果与第二卷积结果进行比对确定比对结果,依据该比对结果确定该第一标识车辆的第一移动距离;对第三图片以及第四图片执行上述距离计算操作得到第二移动距离;计算第二移动距离与第一移动距离之间的差值,如该差值小于设定阈值,依据该第二移动距离与第一移动距离的平均值确定该拥堵程度。
可选的,所述处理器,具体用于从第一卷积结果的下半区域划分出设定区域的子矩阵,将子矩阵与第二卷积结果进行比对确定第二卷积结果是否包含该子矩阵,如包含该子矩阵,获取第一卷积结果的子矩阵与第二卷积结果的子矩阵之间的行间距值x1,该行间距值x1即为该比对结果。
第三方面,提供一种计算机可读存储介质,其存储用于电子数据交换的程序,其中,所述程序使得终端执行第一方面提供的方法。
实施本发明实施例,具有如下有益效果:
可以看出,本申请提供的技术方案在获知非共享路段(即剩余路段)的m个拥堵链路,然后依据该m个拥堵链路的连续度确定图片提取策略,提取对应的图片以后,对图片分析其拥堵程度,然后依据该拥堵程度确定该用户推荐的导航路径,从而避免了单纯的依靠速度推荐导航路径的问题,提高了导航路径推荐的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是一种终端的结构示意图。
图2是一种路径导航方法的流程示意图。
图2a是一种三维数据块的示意图。
图2b是一种卷积核的示意图。
图3是本发明实施例提供的终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1,图1提供了一种智能车载终端,该智能车载终端具体可以为智能手机、平板电脑、计算机,该智能车载终端可以为IOS、安卓、windows、斑马、阿波罗、AI IN CAR等系统的终端,上述终端具体可以包括:处理器、存储器、通信模块、定位模块和显示屏,上述部件可以通过总线连接,也可以通过其他方式连接,本申请并不和限制上述连接的具体方式。上述定位模块包括但不限于:GPS定位模块或北斗定位模块。上述定位模块可以集成在处理器内,当然其也可以单独设置。
对于车辆拥堵信息为导航路径的主要选择维度,其他维度,例如收费少、路程短均是次要的选择维度。现有的导航软件实现拥堵采用当前的拥堵的情况来实现,并且当前的拥堵情况也是依据通过终端上报的速度数据来实现,此种情况对于拥堵情况无法依据情况进行分析判断,导致导航路径的拥堵情况和实际拥堵情况的差别很大,影响了导航的体验度。
参阅图2,图2提供了一种路径导航方法,该方法如图2所示,由如图1所示的终端来执行,该方法包括如下步骤:
步骤S201、智能车载终端确定起始地和目的地,生成起始地和目的地之间的三个推荐路径;
步骤S202、智能车载终端获取三个推荐路径中的共享路段,提取第一推荐路径中的剩余路段的m个拥堵链路,获取m个拥堵链路的m个标识;
步骤S203、智能车载终端依据该m个标识的连续度确定图片提取策略,依据该图片提取策略获取多张图片(可以通过向交通部门的系统请求该提取策略对应的拍摄图片),对该多张图片进行分析确定拥堵程度,依据该拥堵程度确定向用户推荐的导航路径。
本申请提供的技术方案在获知非共享路段(即剩余路段)的m个拥堵链路,然后依据该m个拥堵链路的连续度确定图片提取策略,提取对应的图片以后,对图片分析其拥堵程度,然后依据该拥堵程度确定该用户推荐的导航路径,从而避免了单纯的依靠速度推荐导航路径的问题,提高了导航路径推荐的准确度。
可选的,上述智能车载终端依据该m个标识的连续度确定图片提取策略具体可以包括:
如该m个标识为连续的路段标识(可以通过m个标识即link是否连续来确定,该link可以由导航软件自行确定),确定m个标识为连续路段,提取m个标识中的第一标识在第一时刻和第二时刻的第一图片和第二图片,提取m个标识中的第m标识的第一时刻和第二时刻的第三图片和第四图片。
可选的,上述对该多张图片进行分析确定拥堵程度具体可以包括:
对第一图片以及第二图片执行距离计算操作得到第一移动距离,该距离计算操作包括:获取第一图片的RGB值的三维数据块1以及第二图片的RGB值的三维数据块2,将三维数据块1与预设的卷积核执行卷积运算得到第一卷积结果,将三维数据块2与预设的卷积核执行卷积运算得到第二卷积结果,将第一卷积结果与第二卷积结果进行比对确定比对结果,依据该比对结果确定该第一标识车辆的第一移动距离;对第三图片以及第四图片执行上述距离计算操作得到第二移动距离;计算第二移动距离与第一移动距离之间的差值,如该差值小于设定阈值,依据该第二移动距离与第一移动距离的平均值确定该拥堵程度。
上述依据该第二移动距离与第一移动距离的平均值确定该拥堵程度具体可以包括:
确定该平均值所处的第一区间,依据第一区间从区间与拥堵程度映射关系确定该拥堵程度。
该区间与拥堵程度映射关系具体可以为,例如10m以内,确定为特别拥堵,10米到20米,确定为非常拥堵,20米以上,确定为拥堵。
上述映射关系还可以是其他的映射关系。
上述获取第一图片的RGB值的三维数据块1具体的实现可以如图2a所示,如图2a所示,第一图片对应的三维数据块1可以为一个RGB值的三维数据块,每个像素点的R值、G值、B值分别对应一个三维数据块1的元素值,该三维数据块1如图2a所示。
可选的,上述预设的卷积核可以为一个3*3*3的三维卷积核(如图2b所示),对于上述预设的卷积核,只需要深度方向,即CI方向为3,因为对于三维的数据块,其对应不容易,执行卷积操作是为了减少比对的数据,另外,卷积操作会考虑相邻像素点的RGB值,这样比对更加的准确。上述三维卷积核的具体元素值可以根据实际的经验值进行确定。
上述将第一卷积结果与第二卷积结果进行比对确定比对结果具体可以包括:
从第一卷积结果的下半区域划分出设定区域的子矩阵,将子矩阵与第二卷积结果进行比对确定第二卷积结果是否包含该子矩阵,如包含该子矩阵,获取第一卷积结果的子矩阵与第二卷积结果的子矩阵之间的行间距值x1,该行间距值x1即为该比对结果。
上述依据该比对结果确定该第一标识车辆的第一移动距离具体可以包括:
依据计算公式y=kx计算得到第一移动距离,该y为移动距离,x为行间距值,k为经验系数。
对于二个卷积结果的比对,其基于的原理是这样的,首先,本申请的技术方案基于拥堵的场景,对于用户的场景,其具有一个特征,即在较短的时间内,例如车辆拥堵程度很高的情况下,其车辆移动的速度很慢,即在一个设定时间(第一时刻和第二时刻)内,车辆会沿着自己的车道行走,这样就使得该拍摄的第一图片和第二图片的车辆移动仅仅是在列方向的,因为在一个较短的时间,其他的车道都有车的情况下,别的车道很难从这个车道变道到另一个车道,因此本申请通过这种特性进行调整。另外,在拥堵情况下,一个设定时间,例如10s内,车辆移动的距离有限,并且车辆移动几乎是同时移动相同的前进距离,对于同一个车辆,其对应的RGB值是相同的,这样在第一图片和第二图片中均是存在这批车辆的图像,只是图像的的前进位置不一致而已,并且这个特性大概率的在第一图片的下半部分的车辆内,这样本申请人通过卷积的计算得到一个卷积结果(该卷积结果为一个二维矩阵),该二维矩阵具体可以为(H-2)(w-2);如果该卷积核为3*3*3的卷积核,那么这里只需要找到对应的子矩阵的位置即能够获知其移动的距离,因为同辆车的RGB值相同,那么被相同的卷积核执行相同的卷积运算的值也是相同的,这样即能够确定其对应的位置在哪里,从而实现对移动距离的确定。
上述依据该拥堵程度确定向用户推荐的导航路径的实现方法包括但不限于:
如为非常拥堵或特别拥堵,则屏蔽该第一推荐路径。
这是因为如果特别拥堵或非常拥堵,此时通过速度来计算通过时间将会非常不准确,那么推荐这样的路径可能导致推荐的时间与实际通过时间差异非常大,因此直接删除即可以。
参阅图3,图3提供一种终端,所述终端包括:处理器、通信单元和显示屏,处理器,用于确定用户通过显示屏输入的起始地和目的地,生成起始地和目的地之间的三个推荐路径;获取三个推荐路径中的共享路段,提取第一推荐路径中的剩余路段的m个拥堵链路,获取m个拥堵链路的m个标识;
所述处理器,还用于依据该m个标识的连续度确定图片提取策略,控制所述通信模块依据该图片提取策略请求多张图片,对该多张图片进行分析确定拥堵程度,依据该拥堵程度确定向用户推荐的导航路径。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种路径导航方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种路径导航方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种路径导航方法,其特征在于,所述方法包括如下步骤:
智能车载终端确定起始地和目的地,生成起始地和目的地之间的三个推荐路径;
智能车载终端获取三个推荐路径中的共享路段,提取第一推荐路径中的剩余路段的m个拥堵链路,获取m个拥堵链路的m个标识;
智能车载终端依据该m个标识的连续度确定图片提取策略,依据该图片提取策略获取多张图片,对该多张图片进行分析确定拥堵程度,依据该拥堵程度确定向用户推荐的导航路径;所述智能车载终端依据该m个标识的连续度确定图片提取策略具体包括:
如该m个标识为连续的路段标识,确定m个标识为连续路段,提取m个标识中的第一标识在第一时刻和第二时刻的第一图片和第二图片,提取m个标识中的第m标识的第一时刻和第二时刻的第三图片和第四图片;所述对该多张图片进行分析确定拥堵程度具体包括:
对第一图片以及第二图片执行距离计算操作得到第一移动距离,该距离计算操作包括:获取第一图片的RGB值的三维数据块1以及第二图片的RGB值的三维数据块2,将三维数据块1与预设的卷积核执行卷积运算得到第一卷积结果,将三维数据块2与预设的卷积核执行卷积运算得到第二卷积结果,将第一卷积结果与第二卷积结果进行比对确定比对结果,依据该比对结果确定第一标识车辆的第一移动距离;对第三图片以及第四图片执行上述距离计算操作得到第二移动距离;计算第二移动距离与第一移动距离之间的差值,如该差值小于设定阈值,依据该第二移动距离与第一移动距离的平均值确定该拥堵程度。
2.根据权利要求1所述的方法,其特征在于,所述将第一卷积结果与第二卷积结果进行比对确定比对结果具体包括:
从第一卷积结果的下半区域划分出设定区域的子矩阵,将子矩阵与第二卷积结果进行比对确定第二卷积结果是否包含该子矩阵,如包含该子矩阵,获取第一卷积结果的子矩阵与第二卷积结果的子矩阵之间的行间距值x1,该行间距值x1即为该比对结果。
3.一种终端,所述终端包括:处理器、通信单元和显示屏,其特征在于,
处理器,用于确定用户通过显示屏输入的起始地和目的地,生成起始地和目的地之间的三个推荐路径;获取三个推荐路径中的共享路段,提取第一推荐路径中的剩余路段的m个拥堵链路,获取m个拥堵链路的m个标识;
所述处理器,还用于依据该m个标识的连续度确定图片提取策略,控制所述通信单元依据该图片提取策略请求多张图片,对该多张图片进行分析确定拥堵程度,依据该拥堵程度确定向用户推荐的导航路径;
所述处理器,具体用于如该m个标识为连续的路段标识,确定m个标识为连续路段,提取m个标识中的第一标识在第一时刻和第二时刻的第一图片和第二图片,提取m个标识中的第m标识的第一时刻和第二时刻的第三图片和第四图片;
所述处理器,具体用于对第一图片以及第二图片执行距离计算操作得到第一移动距离,该距离计算操作包括:获取第一图片的RGB值的三维数据块1以及第二图片的RGB值的三维数据块2,将三维数据块1与预设的卷积核执行卷积运算得到第一卷积结果,将三维数据块2与预设的卷积核执行卷积运算得到第二卷积结果,将第一卷积结果与第二卷积结果进行比对确定比对结果,依据该比对结果确定第一标识车辆的第一移动距离;对第三图片以及第四图片执行上述距离计算操作得到第二移动距离;计算第二移动距离与第一移动距离之间的差值,如该差值小于设定阈值,依据该第二移动距离与第一移动距离的平均值确定该拥堵程度。
4.根据权利要求3所述的终端,其特征在于,
所述处理器,具体用于从第一卷积结果的下半区域划分出设定区域的子矩阵,将子矩阵与第二卷积结果进行比对确定第二卷积结果是否包含该子矩阵,如包含该子矩阵,获取第一卷积结果的子矩阵与第二卷积结果的子矩阵之间的行间距值x1,该行间距值x1即为该比对结果。
5.根据权利要求3-4任意一项所述的终端,其特征在于,
所述终端为:智能车载系统或平板电脑。
6.一种计算机可读存储介质,其存储用于电子数据交换的程序,其中,所述程序使得终端执行如权利要求1-2任意一项提供的方法。
CN201910452312.9A 2019-05-28 2019-05-28 路径导航方法及相关产品 Active CN110057377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910452312.9A CN110057377B (zh) 2019-05-28 2019-05-28 路径导航方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910452312.9A CN110057377B (zh) 2019-05-28 2019-05-28 路径导航方法及相关产品

Publications (2)

Publication Number Publication Date
CN110057377A CN110057377A (zh) 2019-07-26
CN110057377B true CN110057377B (zh) 2021-02-19

Family

ID=67324839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910452312.9A Active CN110057377B (zh) 2019-05-28 2019-05-28 路径导航方法及相关产品

Country Status (1)

Country Link
CN (1) CN110057377B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110853345A (zh) * 2019-09-25 2020-02-28 陈广柱 一种交警指挥用路口密集信息采集系统
CN111968388B (zh) * 2020-10-26 2021-01-05 湖南华自信息技术有限公司 一种交通控制方法及交通控制系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4452474B2 (ja) * 2003-09-30 2010-04-21 パイオニア株式会社 案内誘導システム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体
CN101833863B (zh) * 2010-05-17 2013-09-11 瑞斯康达科技发展股份有限公司 车流速度检测方法及装置、交通信号灯控制方法及系统
JP2015088005A (ja) * 2013-10-31 2015-05-07 アイシン・エィ・ダブリュ株式会社 画像配信システム、方法およびプログラム
CN105788256B (zh) * 2016-03-30 2018-07-24 北京交通大学 基于车联网的路况信息感知方法
CN105741556B (zh) * 2016-04-29 2019-03-22 盯盯拍(深圳)云技术有限公司 路况信息的推送方法以及推送系统
CN106092123B (zh) * 2016-06-06 2019-02-15 广东中星电子有限公司 一种视频导航方法及装置
JP2018073357A (ja) * 2016-11-04 2018-05-10 アイシン・エィ・ダブリュ株式会社 渋滞画像配信装置、渋滞画像配信プログラム、車両装置、及び撮影情報送信プログラム
CN107192400A (zh) * 2017-07-15 2017-09-22 深圳市华琥技术有限公司 一种导航路径中拥堵路段的确定方法及电子设备
CN107580200B (zh) * 2017-09-30 2018-10-30 刘军 集群同步摄像实时路况实景动态漫游导航监控方法及系统
CN107705560B (zh) * 2017-10-30 2020-10-02 福州大学 一种融合视觉特征和卷积神经网络的道路拥堵检测方法
CN108615358A (zh) * 2018-05-02 2018-10-02 安徽大学 一种道路拥堵检测方法及装置
CN109029481A (zh) * 2018-06-28 2018-12-18 广州大正新材料科技有限公司 一种行车线路优化方法
CN109743549A (zh) * 2018-12-29 2019-05-10 北京辰安科技股份有限公司 基于互联网地图的前方视频获取方法、装置及救援车辆

Also Published As

Publication number Publication date
CN110057377A (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
EP3462377B1 (en) Method and apparatus for identifying driving lane
EP4152204A1 (en) Lane line detection method, and related apparatus
EP2605181A2 (en) Method and apparatus for detecting road partition
KR20210078530A (ko) 차선 속성 검출방법, 장치, 전자장치 및 가독 저장 매체
CN113673438A (zh) 一种碰撞预警的方法、装置、电子设备及存储介质
CN112307978B (zh) 目标检测方法、装置、电子设备及可读存储介质
CN110057377B (zh) 路径导航方法及相关产品
CN112885130B (zh) 呈现道路信息的方法和装置
CN115273039B (zh) 一种基于摄像头的小障碍物探测方法
CN104482936A (zh) 提供路况信息的云端服务器和显示路况信息的装置
CN110807951A (zh) 车辆避撞方法、装置、设备及存储介质
CN114359231A (zh) 一种停车位的检测方法、装置、设备及存储介质
CN110321854B (zh) 用于检测目标对象的方法和装置
CN115019242A (zh) 一种交通场景的异常事件检测方法、装置和处理设备
CN115019511A (zh) 基于自动驾驶车辆的识别机动车违规变道的方法和装置
CN109409247B (zh) 交通标志识别方法和装置
CN108416305B (zh) 连续型道路分割物的位姿估计方法、装置及终端
CN113470067A (zh) 数据处理方法、装置、存储介质和处理器
CN112069899A (zh) 一种路肩检测方法、装置及存储介质
CN116958915B (zh) 目标检测方法、装置、电子设备及存储介质
CN112179372B (zh) 基于5g人工智能车载终端设备
CN113642533B (zh) 车道级定位方法及电子设备
KR20220119167A (ko) 차량의 차선 이탈 식별 방법 및 장치,전자 기기, 및 저장매체
CN116109749A (zh) 环境渲染信号处理方法、装置、电子设备及程序产品
CN114817431A (zh) 一种光栅地图展示系统、方法、装置、设备和介质

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

Effective date of registration: 20210129

Address after: Room 1201, qiurui building, 207 Minkang Road, Minzhi street, Longhua District, Shenzhen, Guangdong 518000

Applicant after: Shenzhen Dongfang Maizhuo Technology Co.,Ltd.

Address before: Room 242, 2 / F, C33 Innovation Industrial Park, 33 Cuizhu North Road, Dongxiao street, Luohu District, Shenzhen, Guangdong 518000

Applicant before: SHENZHEN ZIYU JIEEN TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant