CN110287803B - 一种轨迹路标的识别方法及系统 - Google Patents

一种轨迹路标的识别方法及系统 Download PDF

Info

Publication number
CN110287803B
CN110287803B CN201910461999.2A CN201910461999A CN110287803B CN 110287803 B CN110287803 B CN 110287803B CN 201910461999 A CN201910461999 A CN 201910461999A CN 110287803 B CN110287803 B CN 110287803B
Authority
CN
China
Prior art keywords
track
landmark
target track
road sign
key feature
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
CN201910461999.2A
Other languages
English (en)
Other versions
CN110287803A (zh
Inventor
柴文楠
刘中元
蒋少峰
李良
周建
潘力澜
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.)
Guangzhou Xiaopeng Motors Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Autopilot 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 Guangzhou Xiaopeng Autopilot Technology Co Ltd filed Critical Guangzhou Xiaopeng Autopilot Technology Co Ltd
Priority to CN201910461999.2A priority Critical patent/CN110287803B/zh
Publication of CN110287803A publication Critical patent/CN110287803A/zh
Application granted granted Critical
Publication of CN110287803B publication Critical patent/CN110287803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明实施例涉及车辆智能辅助驾驶技术领域，公开了一种轨迹路标的识别方法及系统，该方法包括：获取车辆在泊车过程的移动特征，并通过多个滑动窗口从移动特征中提取出关键特征；根据关键特征计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度；根据识别可信度，从目标轨迹路标中确定出最优目标轨迹路标；获取最优目标轨迹路标的路标信息，并将该路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联。实施本发明实施例，能够识别轨迹路标，将轨迹路标与轨迹地图相结合，提高自主泊车的安全性和舒适性。

Description

一种轨迹路标的识别方法及系统
技术领域
本发明涉及车辆智能辅助驾驶技术领域，尤其涉及一种轨迹路标的识别方法及系统。
背景技术
随着汽车工业的迅速发展，人们对汽车的功能要求越来越高，其中，自主记忆式泊车(自主泊车)是一种高等级的自动泊车。在构建好停车场地图后，车辆可以全自动行驶到记忆车位或自动寻找车位进行泊车。但是，在实践中发现，由于泊车场景的特殊性，尤其是多层室内停车场，为了提高自主泊车的安全性和舒适性，停车场内通常设有许多轨迹路标，比如入弯路标、减速带路标等，如果汽车进行自主泊车的过程中不考虑这些轨迹路标，不进行如提前减速等控制操作，会降低自主泊车的安全性和舒适性。
发明内容
本发明实施例公开了一种轨迹路标的识别方法及系统，能够识别轨迹路标，将轨迹路标与轨迹地图相结合，提高自主泊车的安全性和舒适性。
本发明实施例第一方面公开一种轨迹路标的识别方法，包括：
获取车辆在泊车过程的移动特征，并通过多个滑动窗口从所述移动特征中提取出关键特征；
根据所述关键特征计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度；
根据所述识别可信度，从所述目标轨迹路标中确定出最优目标轨迹路标；
获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联。
作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述关键特征计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度，包括：
计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量；
获取所述关键特征对应的权重值；
根据所述关键特征的变化量和所述关键特征对应的权重值，计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度。
作为一种可选的实施方式，在本发明实施例第一方面中，在所述计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量之后，以及所述获取所述关键特征对应的权重值之前，所述方法还包括：
判断所述关键特征的变化量是否大于预设变化量；
若是，执行所述获取所述关键特征对应的权重值的步骤。
作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述识别可信度，从所述目标轨迹路标中确定出最优目标轨迹路标，包括：
将每个所述目标轨迹路标的识别可信度与预设可信度阈值进行比较；
将大于预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标；
根据所述轨迹地图中所述合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标。
作为一种可选的实施方式，在本发明实施例第一方面中，在所述获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联之后，所述方法还包括：
获取所述车辆的当前位置；
从所述车辆的视觉传感器采集的图像中选取与所述车辆的当前位置对应目标图像；
将所述目标图像与所述轨迹地图中所述最优目标轨迹路标对应的位置进行关联。
作为一种可选的实施方式，在本发明实施例第一方面中，所述路标信息至少包括所述轨迹路标的路标标识、路标类型和识别可信度。
本发明实施例第二方面公开一种轨迹路标的识别系统，包括：
作为一种可选的实施方式，在本发明实施例第二方面中，
提取单元，用于获取车辆在泊车过程的移动特征，并通过多个滑动窗口从所述移动特征中提取出关键特征；
计算单元，用于根据所述关键特征计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度；
确定单元，用于根据所述识别可信度，从所述目标轨迹路标中确定出最优目标轨迹路标；
关联单元，用于获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联。
作为一种可选的实施方式，在本发明实施例第二方面中，所述计算单元包括：
第一计算子单元，用于计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量；
获取子单元，用于获取所述关键特征对应的权重值；
第二计算子单元，用于根据所述关键特征的变化量和所述关键特征对应的权重值，计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度。
作为一种可选的实施方式，在本发明实施例第二方面中，所述计算单元还包括：
判断子单元，用于在所述第一计算子单元计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量之后，以及所述获取子单元获取所述关键特征对应的权重值之前，判断所述关键特征的变化量是否大于预设变化量；
所述获取子单元，具体用于当所述判断子单元判断出所述关键特征的变化量大于预设变化量时，获取所述关键特征对应的权重值。
作为一种可选的实施方式，在本发明实施例第二方面中，所述确定单元包括：
比较子单元，用于将每个所述目标轨迹路标的识别可信度与预设可信度阈值进行比较；
第一确定子单元，用于将大于预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标；
第二确定子单元，用于根据所述轨迹地图中所述合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标。
作为一种可选的实施方式，在本发明实施例第二方面中，所述系统还包括：
获取单元，用于在所述关联单元获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联之后，获取所述车辆的当前位置；
选取单元，用于从所述车辆的视觉传感器采集的图像中选取与所述车辆的当前位置对应目标图像；
所述关联单元，还用于将所述目标图像与所述轨迹地图中所述最优目标轨迹路标对应的位置进行关联。
作为一种可选的实施方式，在本发明实施例第二方面中，所述路标信息至少包括所述轨迹路标的路标标识、路标类型和识别可信度。
本发明实施例第三方面公开一种车辆，包括本发明实施例第二方面公开的一种轨迹路标的识别系统。
本发明实施例第四方面公开一种轨迹路标的识别系统，包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的一种轨迹路标的识别方法。
本发明实施例第五方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的一种轨迹路标的识别方法。
本发明实施例第六方面公开一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第七方面公开一种应用发布平台，所述应用发布平台用于发布计算机程序产品，其中，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，轨迹路标的识别系统获取车辆在泊车过程的移动特征，并通过多个滑动窗口从移动特征中提取出关键特征，接着根据关键特征计算滑动窗口交界处关键特征对应的目标轨迹路标的识别可信度，然后根据该识别可信度，从目标轨迹路标中确定出最优目标轨迹路标，最后获取最优目标轨迹路标的路标信息，并将该路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联。可见，实施本发明实施例，通过车辆的泊车过程中的移动特征识别出最优目标轨迹路标，然后将该最优目标轨迹路标的路标信息与轨迹地图相结合，下次进行自主泊车时，可以直接从轨迹地图中预判出轨迹路标及其位置，能够提高自主泊车的安全性和舒适性。此外，根据关键特征先计算出该关键特征对应的目标轨迹路标的识别可信度，再根据识别可信度确定出最优目标轨迹路标，能够提高轨迹路标的准确度和可靠性。
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，下面描述中的附图仅仅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是本发明实施例公开的一种轨迹路标的识别方法的流程示意图；
图2是本发明实施例公开的另一种轨迹路标的识别方法的流程示意图；
图3是本发明实施例公开的一种轨迹路标的识别系统的结构示意图；
图4是本发明实施例公开的另一种轨迹路标的识别系统的结构示意图；
图5是本发明实施例公开的又一种轨迹路标的识别系统的结构示意图；
图6是本发明实施例公开的一种滑动窗口的示例图；
图7是本发明实施例公开的一种停车场场景及轨迹路标的示例图。
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，所描述的实施例仅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做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。
需要说明的是，本发明的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本发明中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明实施例公开了一种轨迹路标的识别方法及系统，能够识别轨迹路标，将轨迹路标与轨迹地图相结合，提高自主泊车的安全性和舒适性。以下结合附图进行详细描述。
实施例一
请参阅图1，图1是本发明实施例公开的一种轨迹路标的识别方法的流程示意图。如图1所示，该方法可以包括以下步骤。
101、轨迹路标的识别系统获取车辆在泊车过程的移动特征，并通过多个滑动窗口从该移动特征中提取出关键特征。
本发明实施例中，轨迹路标的识别系统可以在用户驾车泊车的过程中识别轨迹路标，并将轨迹路标与轨迹地图相结合，当车辆再次接近同一停车场时，基于已建好的包括轨迹路标的轨迹地图，启动自主泊车功能进行自主泊车，无需用户操控，能够在接近道闸点、入弯点和减速带等轨迹路标时提前减速，以及在入坡点和减速带等轨迹路标附近时使用轮速代替加速度，泊车过程的估计误差，极大地提高了用户的驾驶体验感。
本发明实施例中，移动特征为泊车过程中车辆的某些特定信息，可以包括但不限于速度、前向加速度、车辆静止时间、俯仰角速度以及航向角速度等。
本发明实施例中，获取移动特征的传感器可以包括但不限于轮速计、加速度计以及陀螺仪等。
本发明实施例中，滑动窗口为一种沿着数据滑动的、具备特定长度的窗口，通过滑动窗口能够获得以窗口内数据为整体的数据特征。
本发实施例中，轨迹路标的识别系统可以从车辆轨迹中选取基于移动距离的多个滑动窗口，通过多个滑动窗口从移动特征中提取出关键特征。
为方便理解，以道闸点轨迹路标为例进行描述，不应对本发明构成限定。轨迹路标的识别系统可以通过多个滑动窗口从移动特征中提取出速度、前向加速度等关键特征。
另外，轨迹路标、各个轨迹路标对应的关键特征以及所使用的传感器可以如表1所示：
表1
路标类型 关键特征 所使用的传感器
道闸点 速度、前向加速度 轮速计、加速度计
入坡点/出坡点 俯仰角速度 陀螺仪
入弯点/出弯点 航向角速度 陀螺仪
减速带 俯仰角速度、速度 陀螺仪、轮速计
其中，以道闸点为例，在车辆行驶过程中，轮速计用于记录车辆的速度，加速度计用于记录车辆的前向加速度，轨迹路标的识别系统可以通过多个滑动窗口从移动特征中提取出速度和前向加速度。
作为一种可选的实施方式，在步骤101轨迹路标的识别系统获取车辆在泊车过程的移动特征，并通过多个滑动窗口从该移动特征中提取出关键特征之后，还可以执行以下步骤：
通过多个滑动窗口从该移动特征中提取出辅助特征；
将关键特征和辅助特征进行叠加处理，以获得叠加特征；
以及，步骤102轨迹路标的识别系统根据关键特征计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度的方式具体为：
根据叠加特征计算滑动窗口交界处的叠加特征对应的目标轨迹路标的识别可信度。
实施该可选的实施方式，将关键特征和辅助特征进行叠加，能够提高轨迹特征的识别率。
本发明实施例中，轨迹路标、各个轨迹路标对应的关键特征、各个轨迹路标对应的辅助特征以及所使用的传感器可以如表2所示：
表2
Figure BDA0002077572050000081
Figure BDA0002077572050000091
其中，以道闸点为例，在车辆行驶过程中，轮速计用于记录车辆的速度和检测车辆静止状态，加速度计用于记录车辆的前向加速度，轨迹路标的识别系统可以通过多个滑动窗口从移动特征中提取出速度、前向加速度和静止时间。
102、轨迹路标的识别系统根据关键特征计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度。
请一并参阅图6，图6是本发明实施例公开的一种滑动窗口的示例图。如图6所示，Win1、Win2、Win3等为滑动窗口，joint1、joint2、joint3等为滑动窗口交界处。本发明实施例中，滑动窗口尺寸可调，图6中的滑动窗口尺寸仅为示例，本发明实施例不作任何限定。在本发明实施例中，轨迹路标的识别系统可以先计算出每相邻两个滑动窗口中的关键特征的变化量，并获取该关键特征对应的权重值，再根据关键特征的变化量以及该关键特征对应的权重值，计算得到滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度。
本发明实施例中，识别可信度的取值范围为(0,1)，其中，0表示完全不可信，1表示完全可信。
103、轨迹路标的识别系统根据识别可信度从目标轨迹路标中确定出最优目标轨迹路标。
本发明实施例中，由于滑动窗口交界处可能不止一个，步骤102计算得到的识别可信度可能存在多个，即表明轨迹路标的识别系统估计得到的目标轨迹路标可能存在多个，因此，轨迹路标的识别系统可以通过识别可信度对估计得到的目标轨迹路标进行筛选，并从中确定出最优目标轨迹路标，其中，最优目标轨迹路标为识别可信度最高的目标轨迹路标。
104、轨迹路标的识别系统获取最优目标轨迹路标的路标信息，并将该路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联。
可选的，路标信息至少包括轨迹路标的路标标识、路标类型和识别可信度。
本发明实施例中，路标标识为轨迹路标的唯一身份认证，也就是路标ID，如可设第一个识别出的路标标识为LM1、第二个识别出的路标标识为LM2，不发明实施例不作限定。
本发明实施例中，轨迹路标的识别系统可以获取最优目标轨迹路标的路标信息，然后将该路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联，这样一来，当车辆再次接近同一停车场时，基于已建好的包括轨迹路标的轨迹地图，启动自主泊车功能进行自主泊车，可以直接从轨迹地图中判断出轨迹路标，能够提高自主泊车的安全性和舒适性。
请一并参阅图7，图7是本发明实施例公开的一种停车场场景及轨迹路标的示例图。如图7所示，以道闸点为例，道闸点的路标信息如下，其中，路标标识(即路标ID)为LM2，路标类型为道闸，识别可信度为0.95。
作为一种可选的实施方式，在步骤104轨迹路标的识别系统将路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联之后，还可以执行以下步骤：
将关联后的轨迹地图发送给地图供应平台，以使该地图供应平台将关联后的轨迹地图转发给经过同一停车场的其他车辆。
实施该可选的实施方式，能够提高其他车辆的导航能力。
作为另一种可选的实施方式，在步骤104轨迹路标的识别系统将路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联之后，还可以执行以下步骤：
发送地图请求指令给当前停车场的服务平台，以使该服务平台将其他车辆上传的当前停车场的其他轨迹地图发送给车辆；
接收服务平台发送的其他车辆上传的当前停车场的其他轨迹地图，并将关联后的轨迹地图与其他轨迹地图进行融合，以获得融合轨迹地图。
实施该可选的实施方式，能够提高轨迹地图的可靠性。
可见，实施图1所描述的方法，通过车辆的泊车过程中的移动特征识别出最优目标轨迹路标，然后将该最优目标轨迹路标的路标信息与轨迹地图相结合，下次进行自主泊车时，可以直接从轨迹地图中预判出轨迹路标及其位置，能够提高自主泊车的安全性和舒适性。此外，根据关键特征先计算出该关键特征对应的目标轨迹路标的识别可信度，再根据识别可信度确定出最优目标轨迹路标，能够提高轨迹路标的准确度和可靠性。
实施例二
请参阅图2，图2是本发明实施例公开的另一种轨迹路标的识别方法的流程示意图。如图2所示，该方法可以包括以下步骤。
201、轨迹路标的识别系统获取车辆在泊车过程的移动特征，并通过多个滑动窗口从该移动特征中提取出关键特征。
本发明实施例中，移动特征为泊车过程中车辆的某些特定信息，可以包括但不限于速度、前向加速度、车辆静止时间、俯仰角速度以及航向角速度等。
本发明实施例中，获取移动特征的传感器可以包括但不限于轮速计、加速度计、视觉传感器以及陀螺仪等。
202、轨迹路标的识别系统计算滑动窗口交界处对应的两个滑动窗口中的关键特征的变化量。
本发明实施例中，轨迹路标的识别系统可以计算滑动窗口交界处对应的两个滑动窗口中的关键特征的变化量，即这两个滑动窗口中的关键特征的差值。
203、轨迹路标的识别系统判断关键特征的变化量是否大于预设变化量；如果是，执行步骤204；反之，结束本流程。
本发明实施例中，由于关键特征的变化量越大，该处存在轨迹路标的可能性越大，因此，轨迹路标的识别系统可以判断关键特征的变化量是否大于预设变化量，如果是，保留该关键特征的变化量以便后续进一步处理，如果否，表明该滑动窗口交界处对应的停车场中的位置不存在轨迹路标。
本发明实施例中，实施步骤203，通过将关键特征的变化量与预设变化量作比较，能够提高轨迹路标的准确度。
204、轨迹路标的识别系统获取关键特征对应的权重值。
作为一种可选的实施方式，在步骤204轨迹路标的识别系统获取关键特征对应的权重值之前，还可以执行以下步骤：
判断数据库中关键特征的训练数据的数量是否大于预设数量；
以及，步骤204轨迹路标的识别系统获取关键特征对应的权重值，包括：
若数据库中关键特征的训练数据的数量大于预设数量，利用监督学习算法对关键特征的训练数据进行训练，以获得关键特征对应的权重值；
若数据库中关键特征的训练数据的数量小于或等于预设数量，获取预设的关键特征对应的初始权重值。
本发明实施例中，监督学习算法为从标记的训练数据来推断一个功能的机器学习任务算法，如逻辑回归算法，本发明实施例不作限定。
实施该可选的实施方式，当数据库中关键特征的训练数据的数量大于预设数量时，通过监督学习算法训练获得关键特征对应的权重值，当数据库中关键特征的训练数据的数量小于或等于预设数量时，直接采用预设的关键特征对应的初始权重值，能够提高目标轨迹路标的识别可信度的计算精度。
205、轨迹路标的识别系统根据关键特征的变化量和关键特征对应的权重值，计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度。
可选的，步骤205轨迹路标的识别系统根据关键特征的变化量和关键特征对应的权重值，计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度的计算方法如公式(1)所示：
Figure BDA0002077572050000121
其中，ΔFk,i为关键特征i的变化量，wi为关键特征i对应的权重值。
本发明实施例中，实施步骤202-步骤205，提供了一种计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度的方法，通过关键特征的变化量和关键特征对应的权重值来计算滑动窗口交界处的目标轨迹路标的识别可信度，能够提高轨迹路标的可靠性。
206、轨迹路标的识别系统将每个目标轨迹路标的识别可信度与预设可信度阈值进行比较。
207、轨迹路标的识别系统将大于预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标。
本发明实施例中，由于滑动窗口交界处可能不止一个，计算得到的识别可信度可能存在多个，即表明轨迹路标的识别系统估计得到的目标轨迹路标可能存在多个，因此，轨迹路标的识别系统可以通过识别可信度对估计得到的目标轨迹路标进行筛选，将每个目标轨迹路标的识别可信度与预设可信度阈值进行比较，并将大于预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标，能够进一步提高轨迹路标的准确度和可靠性。
208、轨迹路标的识别系统根据轨迹地图中合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标。
本发明实施例中，停车场中同一种轨迹路标可能不止一个，因此，轨迹路标的识别系统可以根据轨迹地图中合格目标轨迹路标对应的位置的分布情况提取若干个路标选取窗口，举例来说，滑动窗口尺度设为10个单位，滑动窗口1与滑动窗口11、滑动窗口2和滑动窗口12、滑动窗口3与滑动窗口13之间有3个滑动窗口交界处，计算得到3个识别可信度，其中大于预设可信度阈值的识别可信度对应的合格目标轨迹路标有2个，这2个合格目标轨迹路标距离较近，可以提取一个路标选取窗口；滑动窗口21与滑动窗口31、滑动窗口22和滑动窗口32、滑动窗口23与滑动窗口33、滑动窗口24与滑动窗口34之间有4个滑动窗口交界处，计算得到4个识别可信度，其中大于预设可信度阈值的识别可信度对应的合格目标轨迹路标有3个，这3个合格目标轨迹路标距离较近，可以提取另一个路标选取窗口；也就是说，轨迹路标的识别系统根据轨迹地图中合格目标轨迹路标对应的位置提取的路标选取窗口有2个。接着，轨迹路标的识别系统从这2个路标选取窗口中选取识别可信度最高的合格目标轨迹路标，并将该合格目标轨迹路标确定为最优目标轨迹路标，通过上述操作，一共得到了两个最优目标轨迹路标，也就是说，停车场内这种轨迹路标存在两个。
本发明实施例中，实施步骤206-步骤208，提供了一种最优目标轨迹路标的确定方法，先将大于预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标，再从合格目标轨迹路标中选取识别可信度最高的作为最优目标轨迹路标，能够进一步提高轨迹路标的准确度和可靠性。此外，因为同一种轨迹路标可能不止一个，因此，根据轨迹地图中合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标，极大地提高了轨迹路标的准确度。
209、轨迹路标的识别系统获取最优目标轨迹路标的路标信息，并将该路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联。
可选的，路标信息至少包括轨迹路标的路标标识、路标类型和识别可信度。
本发明实施例中，路标标识为轨迹路标的唯一身份认证，也就是路标ID，如可设第一个识别出的路标标识为LM1、第二个识别出的路标标识为LM2，不发明实施例不作限定。
210、轨迹路标的识别系统获取车辆的当前位置。
本发明实施例中，车辆可以内置有定位模块，例如全球定位系统(GlobalPositioning System，GPS)模块、北斗卫星定位系统等，本发明实施例以GPS模块为例进行说明，不应对本发明构成限定。GPS模块整合灵敏度高，功耗低，可同时追踪多达20颗卫星，并迅速定位，实现1Hz导航更新；被广泛应用于如掌上电脑、个人数字助理、导航器等。因此，轨迹路标的识别系统可以通过车辆内置的GPS模块或其他室内外定位模块获取车辆的当前位置。
211、轨迹路标的识别系统从车辆的视觉传感器采集的图像中选取与车辆的当前位置对应目标图像。
212、轨迹路标的识别系统将目标图像与轨迹地图中最优目标轨迹路标对应的位置进行关联。
本发明实施例中，在用户驾车泊车的过程中，轨迹路标的识别系统可以控制车辆的视觉传感器(如相机)采集车辆周围的图像，在确定出最优目标轨迹路标，以及将路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联之后，轨迹路标的识别系统先获取车辆的当前位置，然后从视觉传感器采集的图像中选取与车辆的当前位置对应目标图像，并将目标图像与轨迹地图中最优目标轨迹路标对应的位置进行关联，能够提高轨迹路标的匹配可信度。
本发明实施例中，实施步骤210-步骤212，通过将视觉传感器采集的图像与轨迹地图相结合，有利于后续自主泊车过程中轨迹路标的匹配，能够提高轨迹路标的匹配可信度。
可见，与实施图1所描述的方法相比，实施图2所描述的方法，提供了一种计算滑动窗口交界处的目标轨迹路标的识别可信度的方法，能够提高轨迹路标的可靠性。此外，通过将关键特征的变化量与预设变化量作比较，能够提高轨迹路标的准确度。此外，提供了一种最优目标轨迹路标的确定方法，能够进一步提高轨迹路标的准确度和可靠性。此外，根据轨迹地图中合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标，极大地提高了轨迹路标的准确度。此外，通过将视觉传感器采集的图像与轨迹地图相结合，有利于后续自主泊车过程中轨迹路标的匹配，能够提高轨迹路标的匹配可信度。
实施例三
请参阅图3，图3是本发明实施例公开的一种轨迹路标的识别系统的结构示意图。如图3所示，该系统可以包括：
提取单元301，用于获取车辆在泊车过程的移动特征，并通过多个滑动窗口从该移动特征中提取出关键特征。
本发明实施例中，移动特征为泊车过程中车辆的某些特定信息，可以包括但不限于速度、前向加速度、车辆静止时间、俯仰角速度以及航向角速度等。
在本发明实施例中，获取移动特征的传感器可以包括但不限于轮速计、加速度计以及陀螺仪等。
本发明实施例中，滑动窗口为一种沿着数据滑动的、具备特定长度的窗口，通过滑动窗口能够获得以窗口内数据为整体的数据特征。在本发实施例中，提取单元301可以从车辆轨迹中选取基于移动距离的多个滑动窗口，通过多个滑动窗口从移动特征中提取出关键特征。
作为一种可选的实施方式，在提取单元301获取车辆在泊车过程的移动特征，并通过多个滑动窗口从该移动特征中提取出关键特征之后，还可以执行以下步骤：
通过多个滑动窗口从该移动特征中提取出辅助特征；
将关键特征和辅助特征进行叠加处理，以获得叠加特征；
以及，计算单元302根据关键特征计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度的方式具体为：
根据叠加特征计算滑动窗口交界处的叠加特征对应的目标轨迹路标的识别可信度。
实施该可选的实施方式，将关键特征和辅助特征进行叠加，能够提高轨迹特征的识别率。
计算单元302，用于根据关键特征计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度。
确定单元303，用于根据识别可信度从目标轨迹路标中确定出最优目标轨迹路标。
关联单元304，用于获取最优目标轨迹路标的路标信息，并将该路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联。
可选的，路标信息至少包括轨迹路标的路标标识、路标类型和识别可信度。
本发明实施例中，路标标识为轨迹路标的唯一身份认证，也就是路标ID，如可设第一个识别出的路标标识为LM1、第二个识别出的路标标识为LM2，不发明实施例不作限定。
作为一种可选的实施方式，在关联单元304将路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联之后，还可以执行以下步骤：
将关联后的轨迹地图发送给地图供应平台，以使该地图供应平台将关联后的轨迹地图转发给经过同一停车场的其他车辆。
实施该可选的实施方式，能够提高其他车辆的导航能力。
作为另一种可选的实施方式，在关联单元304将路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联之后，还可以执行以下步骤：
发送地图请求指令给当前停车场的服务平台，以使该服务平台将其他车辆上传的当前停车场的其他轨迹地图发送给车辆；
接收服务平台发送的其他车辆上传的当前停车场的其他轨迹地图，并将关联后的轨迹地图与其他轨迹地图进行融合，以获得融合轨迹地图。
实施该可选的实施方式，能够提高轨迹地图的可靠性。
可见，实施图3所描述的轨迹路标的识别系统，通过车辆的泊车过程中的移动特征识别出最优目标轨迹路标，然后将该最优目标轨迹路标的路标信息与轨迹地图相结合，下次进行自主泊车时，可以直接从轨迹地图中预判出轨迹路标及其位置，能够提高自主泊车的安全性和舒适性。此外，根据关键特征先计算出该关键特征对应的目标轨迹路标的识别可信度，再根据识别可信度确定出最优目标轨迹路标，能够提高轨迹路标的准确度和可靠性。
实施例四
请参阅图4，图4是本发明实施例公开的另一种轨迹路标的识别系统的结构示意图。其中，图4所示的系统是由图3所示的系统进一步优化得到的。与图3所示的系统相比较，图4所示的系统还可以包括：
获取单元305，用于在关联单元304获取最优目标轨迹路标的路标信息，并将该路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联之后，获取车辆的当前位置。
本发明实施例中，车辆可以内置有定位模块，例如全球定位系统(GlobalPositioning System，GPS)模块、北斗卫星定位系统等，本发明实施例以GPS模块为例进行说明，不应对本发明构成限定。GPS模块整合灵敏度高，功耗低，可同时追踪多达20颗卫星，并迅速定位，实现1Hz导航更新；被广泛应用于如掌上电脑、个人数字助理、导航器等。因此，获取单元305可以通过车辆内置的GPS模块或其他室内外定位模块获取车辆的当前位置。
选取单元306，用于从车辆的视觉传感器采集的图像中选取与车辆的当前位置对应目标图像。
关联单元304，还用于将目标图像与轨迹地图中最优目标轨迹路标对应的位置进行关联。
本发明实施例中，在用户驾车泊车的过程中，选取单元306可以控制车辆的视觉传感器(如相机)采集车辆周围的图像，在确定单元303确定出最优目标轨迹路标，关联单元304将路标信息与轨迹地图中最优目标轨迹路标对应的位置进行关联之后，获取单元305先获取车辆的当前位置，然后选取单元306从视觉传感器采集的图像中选取与车辆的当前位置对应目标图像，接着关联单元304将目标图像与轨迹地图中最优目标轨迹路标对应的位置进行关联，能够提高轨迹路标的匹配可信度。
计算单元302包括：
第一计算子单元3021，用于计算滑动窗口交界处对应的两个滑动窗口中的关键特征的变化量；
判断子单元3022，用于判断关键特征的变化量是否大于预设变化量；
获取子单元3023，用于当判断子单元3022判断出关键特征的变化量大于预设变化量时，获取关键特征对应的权重值；
第二计算子单元3024，用于根据关键特征的变化量和关键特征对应的权重值，计算滑动窗口交界处的关键特征对应的目标轨迹路标的识别可信度。
本发明实施例中，第一计算子单元3021可以计算滑动窗口交界处对应的两个滑动窗口中的关键特征的变化量，即两个滑动窗口中的关键特征的差值。
可选的，第二计算子单元3024根据关键特征的变化量和关键特征对应的权重值，计算每个滑动窗口交界处的目标轨迹路标的识别可信度的计算方法如实施例二中的公式(1)所示，在此不再赘述。
作为一种可选的实施方式，在获取子单元3023获取关键特征对应的权重值之前，还可以执行以下步骤：
判断数据库中关键特征的训练数据的数量是否大于预设数量；
以及，获取子单元3023获取关键特征对应的权重值的方式具体为：
若数据库中关键特征的训练数据的数量大于预设数量，利用监督学习算法对关键特征的训练数据进行训练，以获得关键特征对应的权重值；
若数据库中关键特征的训练数据的数量小于或等于预设数量，获取预设的关键特征对应的初始权重值。
本发明实施例中，监督学习算法为从标记的训练数据来推断一个功能的机器学习任务算法，如逻辑回归算法，本发明实施例不作限定。
实施该可选的实施方式，当数据库中关键特征的训练数据的数量大于预设数量时，通过监督学习算法训练获得关键特征对应的权重值，当数据库中关键特征的训练数据的数量小于或等于预设数量时，直接采用预设的关键特征对应的初始权重值，能够提高目标轨迹路标的识别可信度的计算精度。
确定单元303包括：
比较子单元3031，用于将每个目标轨迹路标的识别可信度与预设可信度阈值进行比较；
第一确定子单元3032，用于将大于预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标；
第二确定子单元3033，用于根据轨迹地图中合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标。
可见，与实施图3所描述的轨迹路标的识别系统相比，实施图4所描述的轨迹路标的识别系统，提供了一种计算滑动窗口交界处的目标轨迹路标的识别可信度的方法，能够提高轨迹路标的可靠性。此外，通过将关键特征的变化量与预设变化量作比较，能够提高轨迹路标的准确度。此外，提供了一种最优目标轨迹路标的确定方法，能够进一步提高轨迹路标的准确度和可靠性。此外，根据轨迹地图中合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标，极大地提高了轨迹路标的准确度。此外，通过将视觉传感器采集的图像与轨迹地图相结合，有利于后续自主泊车过程中轨迹路标的匹配，能够提高轨迹路标的匹配可信度。
实施例五
请参阅图5，图5是本发明实施例公开的又一种轨迹路标的识别系统的结构示意图。如图5所示，该系统可以包括：
存储有可执行程序代码的存储器501；
与存储器501耦合的处理器502；
其中，处理器502调用存储器501中存储的可执行程序代码，执行图1～图2任意一种轨迹路标的识别方法。
本发明实施例公开一种车辆，包括本发明实施例公开的一种轨迹路标的识别系统。
本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行图1～图2任意一种轨迹路标的识别方法。
本发明实施例公开一种计算机程序产品，该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，且该计算机程序可操作来使计算机执行图1～图2任意一种轨迹路标的识别方法。
本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。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。
在本发明的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上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单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各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，也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元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获取的存储器中。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者部分，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，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。在本发明的各种实施例中，应理解，“A和/或B”的含义指的是A和B各自单独存在或者A和B同时存在的情况均包括在内。
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介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种轨迹路标的识别方法及系统进行了详细介绍，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 (11)

1.一种轨迹路标的识别方法，其特征在于，包括：
获取车辆在泊车过程的移动特征，并通过多个滑动窗口从所述移动特征中提取出关键特征；
根据所述关键特征计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度；
根据所述识别可信度，从所述目标轨迹路标中确定出最优目标轨迹路标；
获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联；
所述根据所述关键特征计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度，包括：
计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量；
获取所述关键特征对应的权重值；
根据所述关键特征的变化量和所述关键特征对应的权重值，计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度。
2.根据权利要求1所述的方法，其特征在于，在所述计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量之后，以及所述获取所述关键特征对应的权重值之前，所述方法还包括：
判断所述关键特征的变化量是否大于预设变化量；
若是，执行所述获取所述关键特征对应的权重值的步骤。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述识别可信度，从所述目标轨迹路标中确定出最优目标轨迹路标，包括：
将每个所述目标轨迹路标的识别可信度与预设可信度阈值进行比较；
将大于所述预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标；
根据所述轨迹地图中所述合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标。
4.根据权利要求3所述的方法，其特征在于，在所述获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联之后，所述方法还包括：
获取所述车辆的当前位置；
从所述车辆的视觉传感器采集的图像中选取与所述车辆的当前位置对应目标图像；
将所述目标图像与所述轨迹地图中所述最优目标轨迹路标对应的位置进行关联。
5.根据权利要求4所述的方法，其特征在于，所述路标信息至少包括所述轨迹路标的路标标识、路标类型和识别可信度。
6.一种轨迹路标的识别系统，其特征在于，包括：
提取单元，用于获取车辆在泊车过程的移动特征，并通过多个滑动窗口从所述移动特征中提取出关键特征；
计算单元，用于根据所述关键特征计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度；
确定单元，用于根据所述识别可信度，从所述目标轨迹路标中确定出最优目标轨迹路标；
关联单元，用于获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联；
所述计算单元包括：
第一计算子单元，用于计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量；
获取子单元，用于获取所述关键特征对应的权重值；
第二计算子单元，用于根据所述关键特征的变化量和所述关键特征对应的权重值，计算滑动窗口交界处的所述关键特征对应的目标轨迹路标的识别可信度。
7.根据权利要求6所述的系统，其特征在于，所述计算单元还包括：
判断子单元，用于在所述第一计算子单元计算滑动窗口交界处对应的两个滑动窗口中的所述关键特征的变化量之后，以及所述获取子单元获取所述关键特征对应的权重值之前，判断所述关键特征的变化量是否大于预设变化量；
所述获取子单元，具体用于当所述判断子单元判断出所述关键特征的变化量大于预设变化量时，获取所述关键特征对应的权重值。
8.根据权利要求6或7所述的系统，其特征在于，所述确定单元包括：
比较子单元，用于将每个所述目标轨迹路标的识别可信度与预设可信度阈值进行比较；
第一确定子单元，用于将大于所述预设可信度阈值的识别可信度对应的目标轨迹路标确定为合格目标轨迹路标；
第二确定子单元，用于根据所述轨迹地图中所述合格目标轨迹路标对应的位置提取若干个路标选取窗口，并将每个路标选取窗口中识别可信度最高的合格目标轨迹路标确定为最优目标轨迹路标。
9.根据权利要求8所述的系统，其特征在于，所述系统还包括：
获取单元，用于在所述关联单元获取所述最优目标轨迹路标的路标信息，并将所述路标信息与轨迹地图中所述最优目标轨迹路标对应的位置进行关联之后，获取所述车辆的当前位置；
选取单元，用于从所述车辆的视觉传感器采集的图像中选取与所述车辆的当前位置对应目标图像；
所述关联单元，还用于将所述目标图像与所述轨迹地图中所述最优目标轨迹路标对应的位置进行关联。
10.根据权利要求9所述的系统，其特征在于，所述路标信息至少包括所述轨迹路标的路标标识、路标类型和识别可信度。
11.一种车辆，其特征在于，所述车辆包括权利要求6-10任一项所述的轨迹路标的识别系统。
CN201910461999.2A 2019-05-29 2019-05-29 一种轨迹路标的识别方法及系统 Active CN110287803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910461999.2A CN110287803B (zh) 2019-05-29 2019-05-29 一种轨迹路标的识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910461999.2A CN110287803B (zh) 2019-05-29 2019-05-29 一种轨迹路标的识别方法及系统

Publications (2)

Publication Number Publication Date
CN110287803A CN110287803A (zh) 2019-09-27
CN110287803B true CN110287803B (zh) 2021-07-13

Family

ID=68002858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910461999.2A Active CN110287803B (zh) 2019-05-29 2019-05-29 一种轨迹路标的识别方法及系统

Country Status (1)

Country Link
CN (1) CN110287803B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111885138A (zh) * 2020-07-16 2020-11-03 广州小鹏车联网科技有限公司 控制方法、车辆和服务器

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105004340A (zh) * 2015-07-14 2015-10-28 沈向东 结合惯性导航技术和指纹定位技术的定位误差修正方法
WO2016148237A1 (ja) * 2015-03-19 2016-09-22 クラリオン株式会社 情報処理装置、及び、車両位置検出方法
CN106289282A (zh) * 2016-07-18 2017-01-04 北京方位捷讯科技有限公司 一种室内地图行人航迹匹配方法
CN106935052A (zh) * 2015-12-30 2017-07-07 沈阳美行科技有限公司 一种基于行驶数据的变速提示方法及装置
CN106931980A (zh) * 2015-12-30 2017-07-07 沈阳美行科技有限公司 一种行驶数据的生成方法及装置
CN108021862A (zh) * 2016-11-03 2018-05-11 福特全球技术公司 道路标志识别
CN109466546A (zh) * 2018-11-20 2019-03-15 广州小鹏汽车科技有限公司 自动泊车方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2016148237A1 (ja) * 2015-03-19 2016-09-22 クラリオン株式会社 情報処理装置、及び、車両位置検出方法
CN105004340A (zh) * 2015-07-14 2015-10-28 沈向东 结合惯性导航技术和指纹定位技术的定位误差修正方法
CN106935052A (zh) * 2015-12-30 2017-07-07 沈阳美行科技有限公司 一种基于行驶数据的变速提示方法及装置
CN106931980A (zh) * 2015-12-30 2017-07-07 沈阳美行科技有限公司 一种行驶数据的生成方法及装置
CN106289282A (zh) * 2016-07-18 2017-01-04 北京方位捷讯科技有限公司 一种室内地图行人航迹匹配方法
CN108021862A (zh) * 2016-11-03 2018-05-11 福特全球技术公司 道路标志识别
CN109466546A (zh) * 2018-11-20 2019-03-15 广州小鹏汽车科技有限公司 自动泊车方法及系统

Also Published As

Publication number Publication date
CN110287803A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN109466546B (zh) 自动泊车方法及系统
JP5901779B2 (ja) 画像データベース地図サービスからアシストシステム内にデータを移す方法
US9666074B2 (en) Method and system for vehicle parking
CN112945250B (zh) 用于控制车辆操作的装置、车辆及机器可读存储介质
CN105571606B (zh) 能够改进车辆定位的方法和系统
US8620032B2 (en) System and method for traffic signal detection
EP3032221B1 (en) Method and system for improving accuracy of digital map data utilized by a vehicle
EP2450667B1 (en) Vision system and method of analyzing an image
WO2020042348A1 (zh) 自动驾驶导航地图的生成方法、系统、车载终端及服务器
US10444019B2 (en) Generating map data
CN110175654B (zh) 一种轨迹路标的更新方法及系统
WO2020082777A1 (zh) 车位检测方法及装置
EP3671547A1 (en) Automatic 3d positioning of road signs detected in 2d images
CN110388925A (zh) 用于与自动导航有关的车辆定位的系统和方法
CN108241851A (zh) 信息处理装置、信息处理方法以及程序
CN108248602A (zh) 信息处理装置、信息处理方法以及程序
US11574483B2 (en) Methods and systems for computer-based determining of presence of objects
CN111521186A (zh) 一种车辆定位方法及装置、车辆、存储介质
CN112835359B (zh) 一种基于视觉slam技术的avp控制方法及装置
CN108242182A (zh) 信息处理装置、信息处理方法以及程序
CN110287803B (zh) 一种轨迹路标的识别方法及系统
CN115497333A (zh) 控制装置、移动体、控制方法和计算机可读存储介质
CN113129640A (zh) 自动停车方法及设备
CN115050203B (zh) 地图生成装置以及车辆位置识别装置
CN113548040B (zh) 泊车方法、装置、车辆及存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20210106

Address after: Room 46, room 406, No.1, Yichuang street, Zhongxin knowledge city, Huangpu District, Guangzhou City, Guangdong Province 510000

Applicant after: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd.

Address before: Room 245, No. 333, jiufo Jianshe Road, Zhongxin Guangzhou Knowledge City, Guangzhou City, Guangdong Province

Applicant before: GUANGZHOU XIAOPENG MOTORS TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190927

Assignee: GUANGZHOU XIAOPENG MOTORS TECHNOLOGY Co.,Ltd.

Assignor: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd.

Contract record no.: X2021440000219

Denomination of invention: A recognition method and system of track landmark

Granted publication date: 20210713

License type: Common License

Record date: 20211220

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240301

Address after: 510000 No.8 Songgang street, Cencun, Tianhe District, Guangzhou City, Guangdong Province

Patentee after: GUANGZHOU XIAOPENG MOTORS TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: Room 46, room 406, No.1, Yichuang street, Zhongxin knowledge city, Huangpu District, Guangzhou City, Guangdong Province 510000

Patentee before: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd.

Country or region before: China