CN110135216B - 电子地图中车道数变化区域检测方法、装置及存储设备 - Google Patents

电子地图中车道数变化区域检测方法、装置及存储设备 Download PDF

Info

Publication number
CN110135216B
CN110135216B CN201810104347.9A CN201810104347A CN110135216B CN 110135216 B CN110135216 B CN 110135216B CN 201810104347 A CN201810104347 A CN 201810104347A CN 110135216 B CN110135216 B CN 110135216B
Authority
CN
China
Prior art keywords
road
lane
lanes
block
vehicle
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
CN201810104347.9A
Other languages
English (en)
Other versions
CN110135216A (zh
Inventor
李鹏航
宋向勃
刘正林
彭良龙
于立志
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.)
Navinfo Co Ltd
Original Assignee
Navinfo 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 Navinfo Co Ltd filed Critical Navinfo Co Ltd
Priority to CN201810104347.9A priority Critical patent/CN110135216B/zh
Publication of CN110135216A publication Critical patent/CN110135216A/zh
Application granted granted Critical
Publication of CN110135216B publication Critical patent/CN110135216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003Maps
    • G09B29/006Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Ecology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本申请公开了一种电子地图中车道数变化区域检测方法、装置及存储设备。该方法包括:根据车辆轨迹确定道路形状;将所述道路沿道路方向切分为多个道路块;根据车辆位置确定所述车辆所处的道路块;根据所述车辆上报的车道数确定每个道路块中的车道数;根据所述每个道路块中的车道数与对应位置的电子地图中的车道数对比,检测车道数变化区域。本申请可以实现利用众包数据检测道路中车道变换,数据实时性强,鲜度高,采集成本低。

Description

电子地图中车道数变化区域检测方法、装置及存储设备
技术领域
本申请涉及电子地图领域,尤其涉及一种电子地图中车道数变化区域检测方法、装置及存储设备。
背景技术
电子地图是导航或者自动驾驶的基础,特别是高精度电子地图是保证自动驾驶安全的必要条件。高精度电子地图的绝对和相对坐标精度更高,并且高精度电子地图所含有的信息元素更丰富和细致。高精度电子地图的服务对象是搭载自动驾驶系统的车辆本身,通过结合传感器对行驶环境的实况感知,帮助车辆对道路及周边环境进行预判,最终交由车辆决策和控制系统综合判断并做出响应,而传统地图面向用户,供驾驶员使用的地图数据,控制决策在于人。高精度电子地图的作用从简单的路径规划、定位、检索等功能上升到辅助车身控制的高度。因此,高精度电子地图相对于传统的电子地图在工艺、品质、更新周期等方面都对地图服务提供商提出了新的挑战。
目前,行业内对数据高精度数据的制作的流程基本上相同,都是通过移动测量系统(Mobile Mapping System,MMS)采集高精度点云和影像,通过手工、半自动乃至全自动的生产平台生成高精度电子地图数据。由于地图的重要作用,如何保证它及时的反应实际的变化,如何保证地图的鲜度就成为了一项重要要求。在地图数据更新阶段常用的有以下几种方法:通过车载设备记录行车轨迹与现有地图进行对比,得到变化区间;通过网络等方式获取政府或者交管部门发布的信息,获取到变化内容和位置;通过工具获取用户标注上报的内容,以获取变化内容和位置;通过航片、卫片等测量数据,运用图像处理的方法来提取道路元素与现有地图进行对比;通过移动测量系统重新采集,通过精准的信息来判断是否发生变化。但是,现有技术中所采用的地图数据更新方案无法满足高精度电子地图对于车道标线更新的要求,例如存在粒度、精度、成本以及鲜度等方面无法满足行业的要求,需要提供新的技术方案,在粒度、精度、成本以及鲜度等方面取得平衡。
发明内容
有鉴于此,本申请提供一种电子地图中车道数变化区域检测方法、装置及存储设备,用于提高数据采集实时性,降低采集成本。
本申请提供了一种电子地图中车道数变化区域检测方法,包括:
根据车辆轨迹确定道路形状;
将所述道路沿道路方向切分为多个道路块;
根据车辆位置确定所述车辆所处的道路块;
根据所述车辆上报的车道数确定每个道路块中的车道数;
根据所述每个道路块中的车道数与对应位置的电子地图中的车道数对比,检测车道数变化区域。
可选地,所述根据车辆轨迹确定道路形状包括:
根据车辆标识、车辆轨迹点时间戳以及车辆绝对位置坐标确定车辆轨迹;
根据车辆轨迹在电子地图中查询得到道路形状,或者根据车辆轨迹进行空间聚类得到道路形状。
可选地,所述将所述道路沿道路方向切分为多个道路块包括:
沿着道路方向,按照预先确定步长将道路切分为多个道路块,其中所述道路块能够覆盖整个路面,每个道路块具有对应的形状、位置和序号。
可选地,根据所述车辆上报的车道数确定每个道路块中的车道数包括:
根据所述车辆上报的车道数量确定每个道路块的车道数区间;
针对每个道路块的每个车道数统计该车道数的样本数量;
针对每个道路块的每个车道数的样本数量统计车道数的样本总量;
根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行二项分布假设检验确定每个道路块的车道数。
可选地,所述根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行二项分布假设检验确定每个道路块的车道数包括:
根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行正向假设检验;
根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行负向假设检验;
根据每个道路块的正向假设检验结果和负向假设检验结果确定每个道路块的车道数。
可选地,所述根据每个道路块的正向假设检验结果和负向假设检验结果确定每个道路块的车道数包括:
在只有一种车道数接受正向假设且拒绝负向假设的情况下,确定该一种车道数为该道路块的车道数;
在有且只有两种车道数接受正向假设且拒绝负向假设的情况下,确定该两种车道数为该道路块的车道数。
可选地,根据所述每个道路块中的车道数与对应位置的电子地图中的车道数对比,检测车道数变化区域包括:
在道路块只有一种车道数接受正向假设且拒绝负向假设的情况下,且该一种车道数与对应的电子地图中道路块中的车道数相同,则检测结果为道路块为车道无变化区域的道路块;在道路块只有一种车道数接受正向假设且拒绝负向假设的情况下,且该一种车道数与对应的电子地图中每个道路块中的车道数不同,则检测结果为道路块为车道数变化区域的道路块;在道路块有且只有两种车道数接受正向假设且拒绝负向假设的情况下,则检测结果为道路块为车道数变化区域不确定的道路块;
根据检测结果确定车道数变化区域。
可选地,所述根据检测结果确定车道数变化区域包括:
按照各个道路块的空间接续关系将检测结果组成序列;
确定检测结果为车道数变化区域不确定的道路块是否与检测结果为车道数变化区域的道路块相邻;如果相邻,则将检测结果为车道数变化区域不确定的道路块更改为车道数变化区域的道路块;如果不相邻,则将检测结果为车道数变化区域不确定的道路块更改为车道无变化区域的道路块;
根据检测结果为车道数变化区域的道路块确定车道数变化区域。
本申请提供了一种存储设备,其上存储有程序,其特征在于,所述程序用于被处理器执行时实现所述的方法。
本申请提供了一种电子地图中车道数变化区域检测装置,包括:
存储设备,用于存储程序;
处理器,用于执行所述存储设备中的程序以实现所述的方法。
本申请可以实现利用众包数据检测道路中车道变换,数据实时性强,鲜度高,采集成本低。本申请通过双二项分布假设检验确定车道数,能够提高检测的车道数的可靠性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本申请提供的车道数变化区域检测方法示意图;
图2本申请提供的车道数变化区域示意图;
图3本申请提供的确定车道数的流程图;
图4本申请提供的车道数变化区域检测装置示意图。
具体实施方式
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式,然所述描述乃以说明本申请的一般原则为目的,并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
本申请中,根据车辆在行进过程中上传的数据来检测车道数变化区域。为了实现本申请的技术方案,车辆需要上传如下的数据:
车辆基本信息,主要是车辆标识;高精度车辆位置,即车辆位置,例如车辆在WGS84坐标系中的经纬度坐标;轨迹点时间戳;以及对应车辆位置处的车道数。车道数可以通过预先安装至车辆上的图像识别程序识别其所拍摄的图片中的车道数量。车道线识别可以通过现有技术实现,在此不做赘述。
图1示出了本申请提供的车道数变化区域检测方法,具体包括:
步骤105,根据车辆轨迹确定道路形状;本申请中,可以根据车辆标识、轨迹点时间戳以及车辆位置得到车辆的轨迹,然后可以使用轨迹匹配获取车辆所行驶道路的形状。优选地,如果道路已经在高精度电子地图中存在,可以直接根据车辆的轨迹从高精度电子地图中查询道路形状,如果道路没有在高精度电子地图中存在,可以通过多个车辆的轨迹进行空间聚类得到道路形状。
步骤110,将道路进行切分为多个道路块;道路是带状区域,也就是说道路形状是带状。为了得到更精确的标线形状,需要沿道路方向对道路(也就是高精度电子地图中的道路数据link)进行切分,将带状道路按照步长分为多个小段区域。从道路的起点开始,沿道路的形状每一段步长的长度切分一个道路块,并计算出道路块的形状、位置和序号,其形状的长度等于步长的长度,例如步长长度可设置为但不限于1至10米,道路块宽度可设置为但不限于20米,需保证其形状能覆盖整个路面。步长的长度不能过长或过短,步长长度过长会使得每个道路块中车道标线近似为直线段的假设不成立,导致后续进行拟合时生成的车道标线形状误差较大;步长长度过短会大大增加后续步骤的计算量,但对于车道标线形状的精确度提升效果不大。图2示出了道路块25的示意图。
步骤115,根据车辆位置确定所述车辆所处的道路块;具体而言,进行道路块切分之后,每个数据块具有形状、位置和序号;在获得车辆上传的车辆位置之后,可以根据车辆位置将其匹配到对应的道路块中。
步骤120,根据车辆上报的车道数确定每个道路块中的车道数;车辆上报的车道数是根据图像识别到的车道数上报,在同一个道路块中的车辆上报的车道数可能存在差异,特别是在车道数变化的区域。通过统计车辆上报的数据并做相应的处理,例如进行假设检验,从而确定每个道路块中的车道数。图3示出了确定车道数的流程图,具体包括:
步骤305,统计车道数取值区间。车辆上传的车道数均为整数,可以统计在一个道路块上所有的车道数,例如通过集合的方式进行处理,最后确定车道数取值区间,例如[0,1,2,…,m]。
步骤310,统计数据总量。例如针对道路块中的每个车道数的车道数样本{c0,c1,c2,…,cm},0≤i≤m,则车道数样本数据总量
Figure BDA0001567350580000071
步骤315,针对每个车道块的车道数取值区间分别进行双二项分布假设检验,即分别进行正向假设检验和负向假设检验。
正向假设检验:对于车道数i,H0:车道数对,H1:车道数不对。车道数i的样本量为n,N为车道块中所有车道数的样本量总和,车道数i的正向概率为p,p为车道数数据采集正确率的近似值,例如但不限于0.5。则检验概率:
Figure BDA0001567350580000072
当Bi小于置信水平α时,则取备择假设。α例如但不限于0.05。
负向假设检验:对于车道数i,H0:车道数不对,H1:车道数对。车道数i的样本量为n,车道数i的负向概率为
Figure BDA0001567350580000073
其中p为车道数的正向概率,则检验概率:
Figure BDA0001567350580000074
其中
Figure BDA0001567350580000075
Figure BDA0001567350580000076
小于置信水平β时,则取备择假设。β例如但不限于0.05。
步骤320,通过上述的假设检验,确定同时通过正向检验并拒绝负向检验的车道数;判断符合上述条件的车道数类别是否等于0或者大于2,如果是的话,则意味着没有有效的检验结果,需要继续等待数据;否则,执行步骤325;例如同时通过正向假设检验并拒绝负向假设检验车道数为空,则车道数类别为0,同时通过正向假设检验并拒绝负向假设检验车道数为3条车道,则车道数类别为1,例如同时通过正向假设检验并拒绝负向假设检验车道数为3条车道和4条车道,则车道数类别为2,如果同时通过正向假设检验并拒绝负向假设检验车道数为3条车道、4条车道和5条车道,则车道数类别为3,以此类推。
步骤325,输出符合双二项分布假设检验的车道数。如果只有一种车道数接受正向假设且拒绝负向假设,则该车道数为正确车道数。如果有且只有两种车道数接受正向假设且拒绝负向假设,则也认为其是正确车道数,后续再进行处理。
步骤125,根据每个道路块中的车道数以及对应的高精度电子地图中每个道路块中的车道数检测车道数变化区域。具体而言,以图2所示的车道块为例,道路右侧新增一条车道,原始道路为3车道,通过对上报的众包车道数数据进行检测得到检测车道数,对比原始车道数与检测车道数得到每个道路块的车道数检测结果。
检测结果分三种情况:车道无变化区域的道路块、车道数变化区域的道路块、车道数变化区域不确定的道路块。如果步骤120中确定的车道数为一个,且与高精度电子地图中的车道数相同,则检测结果为道路块为车道无变化区域的道路块;如果步骤120中确定的车道数为一个,且与高精度电子地图中的车道数不同,则检测结果为道路块为车道数变化区域的道路块;如果步骤120中确定的车道数为二个,则检测结果为道路块为车道无变化不确定区域的道路块。为了便于计算机处理,车道无变化不确定区域的道路块用0表示,车道无变化区域的道路块用1表示,车道数变化区域的道路块用2表示。下表中示出了图2所示道路的中原始车道数、检测车道数、车道数检测结果以及去不确定化结果。去不确定结果是指车道数变化区域不确定的道路块进行进一步处理,使其成为车道数变化区域的道路块或者车道无变化区域的车道块,下面进行详细描述。
Figure BDA0001567350580000081
Figure BDA0001567350580000091
在获得每个道路块的车道数之后,按照各个道路块的空间接续关系将车道数组成序列,该序列中包括0、1、2三个序列段,每个序列段的长度大于或等于1。可以提取为值0的序列段以及该序列两侧相邻的序列段,若存在值为2的序列段,则将该值为0的序列段重置为值为2的序列段,序列段长度不变。从上表可以看出值为0的序列段重置后调整为值为2的序列段,将其检测结果调整为车道块为车道数变化区域的车道块。在提取去不确定化结果中值为2的序列,该序列对应的道路块即为车道数变化区域。
通过本申请的上述方案,可以实现利用众包数据检测道路中车道变换,数据实时性强,鲜度高,采集成本低。在检测车道数变化区域后,再针对道路变化区域进行图像、点云等详细信息采集、传输和处理,降低了采集终端的传输压力和后端的数据负载及处理压力。
本申请提供了车道数变化区域检测装置,如图4所示,包括:处理器105和存储设备110。存储设备110上存储有程序,该程序110可以被处理器执行实现本申请提供的车道数变化区域检测方法。在所述车道数变化区域检测装置中,进一步包含道路形状确定模块,用于根据车辆轨迹确定道路形状;道路块切分模块,用于将道路进行切分为多个道路块;道路块确定模块,用于根据车辆位置确定所述车辆所处的道路块;车道数确定模块,用于根据车辆上报的车道数确定每个道路块中的车道数;检测模块,用于根据所述每个道路块中的车道数以及对应的高精度电子地图中每个道路块中的车道数检测车道变化区域。道路形状确定模块可以根据轨迹在高精度电子地图中查询到道路形状,或者通过对轨迹进行聚类得到道路型装置。道路块切分模块可以根据预设的步长对道路进行切分为若干道路块,每个道路块具有形状、位置和序号。道路块确定模块可以根据车辆位置和道路块位置进行匹配,将车辆位置确定到具体的道路块。车道数确定模块可以根据车辆上传的车道数进行统计,通过正向分布假设和负向分布假设,得到检测的车道数。同时通过正向假设检验并拒绝负向假设检验的车道数类别为1或2,则可以作为检验结果;例如同时通过正向假设检验并拒绝负向假设检验车道数为3条车道,则车道数类别为1,例如同时通过正向假设检验并拒绝负向假设检验车道数为3条车道和4条车道,则车道数类别为2。检测模块可以针对通过正向假设检验并拒绝负向假设检验的车道数类别为2的情况进行处理,根据车道块的空间位置,按照原始车道数与检测车道数比较结果组成序列,例如,按照原始车道数与检测车道数相同为1、按照原始车道数与检测车道数不同为2、原始车道数为1个但检测车道数为2个按照0来组成序列,再检测值为0的道路块是否与值为2的道路块相邻,如果相邻,则将该0值改为2,最后提取值为2对应的道路块,作为检测到的车道变化区域。
通过本申请的上述方案,可以实现利用众包数据检测道路中车道变化区域,数据实时性强,采集成本低。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
上述说明示出并描述了本申请的若干具体实施例,但如前所述,应当理解本申请并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本申请构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围,则都应在本申请所附权利要求的保护范围内。

Claims (9)

1.一种电子地图中车道数变化区域检测方法,其特征在于,根据提供众包数据的车辆在行进过程中上传的数据检测车道数变化区域,所述方法包括:
根据所述车辆上报的车辆轨迹确定道路形状;
将所述道路沿道路方向切分为多个道路块;
根据所述车辆上报的车辆位置确定所述车辆所处的道路块;
根据所述车辆上报的车道数确定每个道路块中的车道数;
根据所述每个道路块中的车道数与对应位置的电子地图中的车道数对比,检测车道数变化区域;
所述根据所述车辆上报的车道数确定每个道路块中的车道数,具体包括:
在车道数变化的区域,通过统计车辆上报的数据并进行假设检验,从而确定每个道路块中的车道数;
所述根据所述每个道路块中的车道数与对应位置的电子地图中的车道数对比,检测车道数变化区域包括:
在道路块只有一种车道数接受正向假设且拒绝负向假设的情况下,且该一种车道数与对应的电子地图中道路块中的车道数相同,则检测结果为道路块为车道无变化区域的道路块;在道路块只有一种车道数接受正向假设且拒绝负向假设的情况下,且该一种车道数与对应的电子地图中每个道路块中的车道数不同,则检测结果为道路块为车道数变化区域的道路块;在道路块有且只有两种车道数接受正向假设且拒绝负向假设的情况下,则检测结果为道路块为车道数变化区域不确定的道路块;
根据检测结果确定车道数变化区域。
2.根据权利要求1所述的方法,其特征在于,所述根据车辆轨迹确定道路形状包括:
根据车辆标识、车辆轨迹点时间戳以及车辆绝对位置坐标确定车辆轨迹;
根据车辆轨迹在电子地图中查询得到道路形状,或者根据车辆轨迹进行空间聚类得到道路形状。
3.根据权利要求1所述的方法,其特征在于,所述将所述道路沿道路方向切分为多个道路块包括:
沿着道路方向,按照预先确定步长将道路切分为多个道路块,其中所述道路块能够覆盖整个路面,每个道路块具有对应的形状、位置和序号。
4.根据权利要求1所述的方法,其特征在于,根据所述车辆上报的车道数确定每个道路块中的车道数包括:
根据所述车辆上报的车道数量确定每个道路块的车道数区间;
针对每个道路块的每个车道数统计该车道数的样本数量;
针对每个道路块的每个车道数的样本数量统计车道数的样本总量;
根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行二项分布假设检验确定每个道路块的车道数。
5.根据权利要求4所述的方法,其特征在于,所述根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行二项分布假设检验确定每个道路块的车道数包括:
根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行正向假设检验;
根据每个道路块的每个车道数的样本数量以及每个道路块的车道数的样本总量对每个车道数进行负向假设检验;
根据每个道路块的正向假设检验结果和负向假设检验结果确定每个道路块的车道数。
6.根据权利要求5所述的方法,其特征在于,所述根据每个道路块的正向假设检验结果和负向假设检验结果确定每个道路块的车道数包括:
在只有一种车道数接受正向假设且拒绝负向假设的情况下,确定该一种车道数为该道路块的车道数;
在有且只有两种车道数接受正向假设且拒绝负向假设的情况下,确定该两种车道数为该道路块的车道数。
7.根据权利要求1所述的方法,其特征在于,所述根据检测结果确定车道数变化区域包括:
按照各个道路块的空间接续关系将检测结果组成序列;
确定检测结果为车道数变化区域不确定的道路块是否与检测结果为车道数变化区域的道路块相邻;如果相邻,则将检测结果为车道数变化区域不确定的道路块更改为车道数变化区域的道路块;如果不相邻,则将检测结果为车道数变化区域不确定的道路块更改为车道无变化区域的道路块;
根据检测结果为车道数变化区域的道路块确定车道数变化区域。
8.一种存储设备,其上存储有程序,其特征在于,所述程序用于被处理器执行时实现权利要求1-7任意一项所述的方法。
9.一种电子地图中车道数变化区域检测装置,其特征在于,包括:
存储设备,用于存储程序;
处理器,用于执行所述存储设备中的程序以实现权利要求1-7任意一项所述的方法。
CN201810104347.9A 2018-02-02 2018-02-02 电子地图中车道数变化区域检测方法、装置及存储设备 Active CN110135216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810104347.9A CN110135216B (zh) 2018-02-02 2018-02-02 电子地图中车道数变化区域检测方法、装置及存储设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810104347.9A CN110135216B (zh) 2018-02-02 2018-02-02 电子地图中车道数变化区域检测方法、装置及存储设备

Publications (2)

Publication Number Publication Date
CN110135216A CN110135216A (zh) 2019-08-16
CN110135216B true CN110135216B (zh) 2021-11-30

Family

ID=67566927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810104347.9A Active CN110135216B (zh) 2018-02-02 2018-02-02 电子地图中车道数变化区域检测方法、装置及存储设备

Country Status (1)

Country Link
CN (1) CN110135216B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110909711B (zh) * 2019-12-03 2022-08-02 阿波罗智能技术(北京)有限公司 检测车道线位置变化的方法、装置、电子设备和存储介质
CN112309233B (zh) * 2020-10-26 2022-09-30 北京三快在线科技有限公司 一种道路边界的确定、道路切分方法及装置
CN114550571B (zh) * 2020-11-26 2023-06-20 华为技术有限公司 一种车道线标注方法、装置、存储介质及计算机程序产品
US20220269281A1 (en) * 2021-02-23 2022-08-25 Ran Cheng Method and system for generating a topological graph map

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN102235874A (zh) * 2010-04-28 2011-11-09 北京四维图新科技股份有限公司 一种电子地图道路车道数自动更新的方法及装置
CN106840176A (zh) * 2016-12-28 2017-06-13 济宁中科先进技术研究院有限公司 Gps时空数据增量路网实时更新和轨迹匹配系统
CN107560622A (zh) * 2016-07-01 2018-01-09 板牙信息科技(上海)有限公司 一种基于行车图像导航的方法与设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107145578B (zh) * 2017-05-08 2020-04-10 深圳地平线机器人科技有限公司 地图构建方法、装置、设备和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN102235874A (zh) * 2010-04-28 2011-11-09 北京四维图新科技股份有限公司 一种电子地图道路车道数自动更新的方法及装置
CN107560622A (zh) * 2016-07-01 2018-01-09 板牙信息科技(上海)有限公司 一种基于行车图像导航的方法与设备
CN106840176A (zh) * 2016-12-28 2017-06-13 济宁中科先进技术研究院有限公司 Gps时空数据增量路网实时更新和轨迹匹配系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"多状态下城市快速路网交通流短时预测理论与方法研究";董春娇;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20111015(第10期);第71,90,95页 *

Also Published As

Publication number Publication date
CN110135216A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110135216B (zh) 电子地图中车道数变化区域检测方法、装置及存储设备
CN112380317B (zh) 高精地图更新方法、装置、电子设备和存储介质
CN110909711B (zh) 检测车道线位置变化的方法、装置、电子设备和存储介质
CN108388641B (zh) 一种基于深度学习的交通设施地图生成方法与系统
JP6658088B2 (ja) 情報処理装置、プログラム、及び地図データ更新システム
CN110954128B (zh) 检测车道线位置变化的方法、装置、电子设备和存储介质
CN108573611B (zh) 一种限速标识融合方法以及限速标识融合系统
CN111275960A (zh) 一种交通路况分析方法、系统及摄像机
CN106408026B (zh) 用户出行方式的识别方法和装置
EP3842735B1 (en) Position coordinates estimation device, position coordinates estimation method, and program
CN114359181A (zh) 一种基于图像和点云的智慧交通目标融合检测方法及系统
CN111288890A (zh) 基于双目摄影测量技术的道路标志尺寸及高度自动测量方法
CN110120081B (zh) 一种生成电子地图车道标线的方法、装置及存储设备
CN111649752B (zh) 拥堵路段的地图数据处理方法、装置以及设备
CN110018503B (zh) 车辆的定位方法及定位系统
CN112633812B (zh) 货运车辆的轨迹分段方法、装置、设备及存储介质
CN117274303A (zh) 一种车辆轨迹的智能追踪方法及系统
CN102903235B (zh) 一种对实时路况进行质量评价的方法及装置
CN114333328B (zh) 基于浮动车定位数据的卡口标定方法、装置和存储介质
Jomrich et al. Lane Accurate Detection of Map Changes based on Low Cost Smartphone Data.
WO2019038987A1 (ja) コンピュータプログラム、走行車線特定装置および走行車線特定システム
CN117456488A (zh) 目标检测方法、设备和存储介质
CN109389643A (zh) 车位主方向判断方法、系统以及存储介质
CN102622888B (zh) 一种基于视频检测的车牌自学习识别方法及装置
CN115547036A (zh) 轨迹过滤方法、装置、电子设备、存储介质及车辆

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
GR01 Patent grant
GR01 Patent grant