CN110514211B - 定位方法、装置、设备和介质 - Google Patents

定位方法、装置、设备和介质 Download PDF

Info

Publication number
CN110514211B
CN110514211B CN201910854931.0A CN201910854931A CN110514211B CN 110514211 B CN110514211 B CN 110514211B CN 201910854931 A CN201910854931 A CN 201910854931A CN 110514211 B CN110514211 B CN 110514211B
Authority
CN
China
Prior art keywords
road section
candidate
road
determining
segment
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
CN201910854931.0A
Other languages
English (en)
Other versions
CN110514211A (zh
Inventor
朱晓辉
梁东艺
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910854931.0A priority Critical patent/CN110514211B/zh
Publication of CN110514211A publication Critical patent/CN110514211A/zh
Application granted granted Critical
Publication of CN110514211B publication Critical patent/CN110514211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position

Abstract

本申请公开了一种定位方法、装置、设备和介质，可用于自动驾驶领域，尤其是自主泊车领域。具体实现方案为：确定目标轨迹点的至少一个候选路段；根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，所述路段属性包括桥、隧道、匝道、主路、匝道汇入处、汇出车道以及加速车道中的至少一种，所述路段特征包括车道信息、车道线信息、路牌信息和护栏信息中的至少一种。本申请实施例提供的一种定位方法、装置、设备和介质，可以提高轨迹点的定位准确率，进而缩短冷启动时的判断时延。

Description

定位方法、装置、设备和介质
技术领域
本申请实施例涉及数据处理领域，尤其涉及自动驾驶技术。具体地，本申请实施例涉及一种定位方法、装置、设备和介质。
背景技术
道路级定位技术是指在有GNSS(Global Navigation Satellite S6stem，全球卫星导航系统)定位的情况下，在地图路网中找对当前定位所在的道路。
道路级定位技术的传统实现方法通常有如下两种：
(1)线到线匹配，多个连续点会刻画出一条轨迹，计算整条轨迹与地图中候选道路的相似性。
(2)基于隐马尔可夫模型的匹配，把信息分为时序的推算和当前帧的相似性推导。
上述方案存在如下缺点：
方案(1)和(2)在冷启动(即没有大量数据做先决条件)的情况下，都会面临需要一段时间来初始化的情况，也就相应会带来判断的时延。
发明内容
本申请实施例提供的一种定位方法、装置、设备和介质，以提高轨迹点的定位准确率，进而缩短冷启动时的判断时延。
本申请实施例公开了一种定位方法，该方法包括：
确定目标轨迹点的至少一个候选路段；
根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，所述路段属性包括桥、隧道、匝道、主路、匝道汇入处、汇出车道以及加速车道中的至少一种，所述路段特征包括车道信息、车道线信息、路牌信息和护栏信息中的至少一种。
上述实施例具有如下优点或有益效果：通过根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，从而实现目标路段的确定。因为道路属性和路段特征描述有路段的更多特征，所以相比现有技术中仅利用路段的位置信息实现目标路段的确定，本申请实施例可以提高目标路段的确定准确率。而准确率的提高可以缩短因为冷启动导致的判断延迟时间。
进一步地，所述根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，包括：
根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，所述相邻候选路段是相邻轨迹点的候选路段；
根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段。
据此，上述实施例具有如下优点或有益效果：通过根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率；根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段，从而实现对连续轨迹点所属目标路段的确定。本实施例通过状态转移概率引入了目标路段间的连续性，从而减少目标路段之间跳变情况的发生。
进一步地，所述根据路段属性和路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，包括：
根据所述候选路段的路段特征，确定所述候选路段的观测概率；
根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率。
据此，上述实施例具有如下优点或有益效果：通过根据所述候选路段的路段特征，确定所述候选路段的观测概率；根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率，从而实现对观测概率和状态转移概率的确定。
进一步地，所述根据所述候选路段的路段特征，确定所述目标轨迹点关联候选路段的观测概率，包括：
确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度；
根据所述相似度，确定所述候选路段的观测概率。
据此，上述实施例具有如下优点或有益效果：通过依据所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度，确定所述候选路段的观测概率，从而实现根据路段特征对观测概率的确定。
进一步地，所述确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度，包括：
将在所述目标轨迹点处采集到的路段特征和所述候选路段的路段特征，输入预先训练的相似确定模型，输出两路段特征之间的相似度，所述相似确定模型的训练样本中多属性路段和单属性路段的数量差小于设定差值阈值。
据此，上述实施例具有如下优点或有益效果：通过相似确定模型实现对路段特征相似度的准确确定。此外，通过数量均衡的多属性路段和单属性路段对相似确定模型进行训练，从而提高模型的鲁棒性，较少模型的判断偏向性。
进一步地，所述根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率，包括：
根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度；
根据所述第一候选路段和所述第二候选路段之间的连通度，确定所述相邻候选路段的状态转移概率。
据此，上述实施例具有如下优点或有益效果：通过根据路段属性确定路段之间的连通度，根据路段之间的连通度，确定所述相邻候选路段的状态转移概率，从而实现根据路段属性，对状态转移概率的确定。
进一步地，所述根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度，包括：
根据所述第一候选路段的路段属性和所述第二候选路段的路段属性，从路段属性对与连通度的映射关系中，查询所述第一候选路段与所述第二候选路段之间的连通度。
据此，上述实施例具有如下优点或有益效果：通过查询路段属性对与连通度的映射关系，实现路段之间连通度的确定。
进一步地，所述根据路段属性确定所述候选路段的观测概率和相邻候选路段的状态转移概率，包括：
若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，所述第一路段是所述第一轨迹点的候选路段，所述第二路段是所述第二轨迹点的候选路段。
据此，上述实施例具有如下优点或有益效果：通过若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，从而实现对观测概率和状态转移概率的确定，减少了对观测概率和状态转移概率计算的资源消耗。
进一步地，所述确定目标轨迹点的至少一个候选路段，包括：
基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段。
据此，上述实施例具有如下优点或有益效果：通过根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段，从而实现对候选路段的细粒度化，提高对轨迹的定位精度。
本申请实施例还公开了一种定位装置，该装置包括：
候选路段确定模块，用于确定目标轨迹点的至少一个候选路段；
目标路段确定模块，用于根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，所述路段属性包括桥、隧道、匝道、主路、匝道汇入处、汇出车道以及加速车道中的至少一种，所述路段特征包括车道信息、车道线信息、路牌信息和护栏信息中的至少一种。
进一步地，所述目标路段确定模块，包括：
概率确定单元，用于根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，所述相邻候选路段是相邻轨迹点的候选路段；
目标路段确定单元，用于根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段。
进一步的，所述概率确定单元，包括：
观测概率确定单元，用于根据所述候选路段的路段特征，确定所述候选路段的观测概率；
转移概率确定单元，用于根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率。
进一步地，所述概率确定单元，包括：
概率确定单元，用于若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，所述第一路段是所述第一轨迹点的候选路段，所述第二路段是所述第二轨迹点的候选路段。
进一步地，所述候选路段确定模块，包括：
拓扑路段确定单元，用于基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
路段切分单元，用于根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段。
进一步地，所述观测概率确定单元，包括：
相似度子单元，用于确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度；
概率确定子单元，用于根据所述相似度，确定所述候选路段的观测概率。
进一步地，所述相似度子单元具体用于：
将在所述目标轨迹点处采集到的路段特征和所述候选路段的路段特征，输入预先训练的相似确定模型，输出两路段特征之间的相似度，所述相似确定模型的训练样本中多属性路段和单属性路段的数量差小于设定差值阈值。
进一步地，转移概率确定单元，包括：
连通度子单元，用于根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度；
概率确定子单元，用于根据所述第一候选路段和所述第二候选路段之间的连通度，确定所述相邻候选路段的状态转移概率。
进一步地，所述连通度子单元，具体用于：
根据所述第一候选路段的路段属性和所述第二候选路段的路段属性，从路段属性对与连通度的映射关系中，查询所述第一候选路段与所述第二候选路段之间的连通度。
本申请实施例还提供了一种电子设备，该设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例中任一项所述的方法。
本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请第一实施例提供的一种定位方法的流程图；
图2是本申请第二实施例提供的一种定位方法的流程图；
图3是本申请第三实施例提供的一种定位方法的流程图；
图4是本申请第四实施提供的算法流程图；
图5是本申请第五实施例提供的一种定位装置的结构示意图；
图6是根据本申请实施例的定位方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
第一实施例
图1是本申请第一实施例提供的一种定位方法的流程图。本实施例可适用于将轨迹点匹配至实际道路上的情况。典型地，本实施例适用于将自动驾驶车辆的定位轨迹点匹配至实际道路上的情况。具体地，本实施例可用于自主泊车的应用场景。该方法可以由一种定位装置执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的定位方法包括：
S110、确定目标轨迹点的至少一个候选路段。
其中，目标轨迹点是待定位至实际道路上的轨迹点。目标轨迹点数量为至少一个。
具体地，确定目标轨迹点的至少一个候选路段，包括：
基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
将所述至少一个拓扑路段作为所述目标轨迹点的至少一个候选路段。
典型地，所述确定目标轨迹点的至少一个候选路段，包括：
基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段。
其中，拓扑路段是指仅包括路段位置和路段结构，但不包括路段属性和路段特征的路段。
该候选路段的确定方法具有如下优点或有益效果：通过根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段，从而实现对候选路段的细粒度化，提高对轨迹的定位精度。
S120、根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段。
其中，所述路段属性包括桥、隧道、匝道、主路、匝道汇入处、汇出车道以及加速车道中的至少一种，所述路段特征包括车道信息、车道线信息、路牌信息和护栏信息中的至少一种。
目标路段是目标轨迹点所属路段。
具体地，根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，包括：
根据路段属性和/或路段特征，确定目标轨迹点与候选路段之间的相似度；
根据相似度，从所述至少一个候选路段中确定目标路段。
典型地，所述根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，包括：
根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，所述相邻候选路段是相邻轨迹点的候选路段；
根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段。
其中，观测概率用于描述候选路段与目标轨迹点的相似度，状态转移概率用于描述相邻候选路段之间的连接概率。
据此，该目标路段的确定方法具有如下优点或有益效果：通过根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率；根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段，从而实现对连续轨迹点所属目标路段的确定。本实施例通过状态转移概率引入了目标路段间的连续性，从而减少目标路段之间跳变情况的发生。
本申请实施例的技术方案，通过根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，从而实现目标路段的确定。因为道路属性和路段特征描述有路段的更多特征信息，所以相比现有技术中仅利用路段的位置信息实现目标路段的确定，本申请实施例可以提高目标路段的确定准确率。而准确率的提高可以缩短因为冷启动导致的判断延迟时间。
第二实施例
图2是本申请第二实施例提供的一种定位方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本申请实施例提供的定位方法包括：
S210、确定目标轨迹点的至少一个候选路段。
S220、根据所述候选路段的路段特征，确定所述候选路段的观测概率。
具体地，所述根据所述候选路段的路段特征，确定所述目标轨迹点关联候选路段的观测概率，包括：
确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度；
根据所述相似度，确定所述候选路段的观测概率。
其中，在所述目标轨迹点处采集到的路段特征，可以由设置在待定位车辆上的多重传感器采集得到，也可以由其他方式获得。本实施例对此并不进行任何限制。
所述候选路段的路段特征可以从高精地图中获取。
所述相似度与所述候选路段的观测概率正相关。
具体地，确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度，包括：
根据设定相似度计算逻辑，确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度。
上述相似度确定方法在相当的程度上是可以的，但是在面对全国的道路和海量的数据时，上述相似度确定方法的鲁棒性偏差。
为解决该问题，所述确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度，包括：
将在所述目标轨迹点处采集到的路段特征和所述候选路段的路段特征，输入预先训练的相似确定模型，输出两路段特征之间的相似度，所述相似确定模型的训练样本中多属性路段和单属性路段的数量差小于设定差值阈值。
其中，多属性路段是指包括至少两个路段属性的路段，例如一个路段即包括匝道，也包括主路。单属性路段是指仅包括一个路段属性的路段。
该相似度确定方法具有如下优点或有益效果：通过相似确定模型实现对路段特征相似度的准确确定。此外，通过数量均衡的多属性路段和单属性路段对相似确定模型进行训练，从而提高模型的鲁棒性，较少模型的判断偏向性。
S230、根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率。
具体地，所述根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率，包括：
根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度；
根据所述第一候选路段和所述第二候选路段之间的连通度，确定所述相邻候选路段的状态转移概率。
具体地，所述根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度，包括：
根据所述第一候选路段的路段属性和所述第二候选路段的路段属性，从路段属性对与连通度的映射关系中，查询所述第一候选路段与所述第二候选路段之间的连通度。
具体地，路段属性对与连通度的映射关系可以通过统计高精地图中各路段属性关联路段之间的连通性确定。
S240、根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段。
本申请实施例的技术方案，通过根据所述候选路段的路段特征，确定所述候选路段的观测概率；根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率，从而实现对观测概率和状态转移概率的确定。
第三实施例
图3是本申请第三实施例提供的一种定位方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本实施例提供的定位方法包括：
S310、确定目标轨迹点的至少一个候选路段。
S320、若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率。
其中，所述第一路段是所述第一轨迹点的候选路段，所述第二路段是所述第二轨迹点的候选路段。
第一观测概率和第一转移概率可以根据实际需要确定。具体第一观测概率为1，第一转移概率也为1。
S330、若相邻轨迹点中第一轨迹点或第二轨迹点的候选路段不唯一，或根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段不连通，则根据所述候选路段的路段特征，确定所述候选路段的观测概率；根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率。
S340、根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段。
本申请实施例的技术方案，通过若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，从而实现对观测概率和状态转移概率的确定，减少了对观测概率和状态转移概率计算的资源消耗。
第四实施例
图4是本申请第四实施提供的算法流程图。本实施例是在上述实施例的基础上，提出的一种可选方案。参见图4，本实施例提供的定位方法包括：
(1)时序推导：表现为前一轨迹点状态推导至下一轨迹点状态的转换概率，也即上述实施例中的状态转移概率。
状态转移概率的确定包括：
基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段(也即隐状态)；
基于候选路段的路段属性，确定相邻候选路段之间的状态转移概率。
具体地，所述根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段，包括：
根据路段属性，对包括至少两个路段属性的拓扑路段进行切分；
将切分得到的路段，不具有路段属性的拓扑路段，以及仅包括一个路段属性的拓扑路段，作为候选路段。
示例性地，候选路段可以是：匝道汇入处、汇出车道、加速车道等。
候选路段是有限可枚举的固定集合，从而避免了候选路段的泛滥。
借助于这些隐状态的转换，实际道路定位不再是一个时刻需要判断的过程。具体表现为，车辆行驶在某条道路上，通常在较长时间内相邻轨迹点均具有唯一的候选路段，且该两个候选路段连通。针对这种情况，可执行如下：若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，所述第一路段是所述第一轨迹点的候选路段，所述第二路段是所述第二轨迹点的候选路段。
该算法可减少对不出现切换的路段的状态转移概率的计算，而仅在隐状态出现的范围内做判断，从而降低对特征的需求。
基于该算法还可以实现对上下平行道路的准确确定。因为，对上下平行道路，观测到的传感器信息可能非常相近，但是受到时序推导序列的限制，在这种情况下就可以减少对传感器信息的使用，也即避免传感器信息的误导。
在定位的初始阶段通过将较高置信度的候选路段确定为初始道路之后，隐状态便可以一一映射到真实路段的路段标识上。
为提高自动驾驶的准确率，还可以通过路段属性触发自动驾驶的启用。例如，若路段属性为无需改变行驶方向的路段，如主路，则启用自动驾驶，若路段属性为需要改变行驶方向的路段，如匝道汇入口，则停用自动驾驶功能。
(2)信息匹配，可理解为目标轨迹点和地图中候选路段的信息匹配，具体信息包括GNSS信息，图像信息等。根据匹配结果可以确定候选路段的观测概率，即基于当前的观测，当前道路所处在于道路的每一个隐状态的概率。
根据GNSS信息可以初步筛选出候选路段，匹配在所述目标轨迹点处采集到的路段特征和所述候选路段的路段特征，根据匹配结果可以更精确地确定出候选路段的观测概率。
具体地，目标轨迹点处的路段特征可以通过在所述目标轨迹点处采集到的图像检测得到，例如道路有三条车道，车道线属性是实线、虚线、虚线、实线，颜色均为白色等。
通过降低路段特征匹配不一致的候选路段的观测概率，从而实现观测概率的确定。
可选地，观测概率可以基于设定逻辑确定，也可以基于模型确定。
具体地，基于模型确定观测概率包括：将在目标轨迹点处采集到的路段特征和候选路段的路段特征，输入预先训练的相似确定模型，输出两路段特征之间的相似度，所述相似确定模型的训练样本中多属性路段和单属性路段的数量差小于设定差值阈值；
根据模型输出的相似度，确定候选路的观测概率。
本实施例的发明点在于高精地图中路段属性和由多维度的传感器采集的路段特征的深入利用。
本申请实施例通过高精地图和多重传感器，获取路段的路段属性和路段特征，根据路段属性确定相邻候选路段的状态转移概率，根据路段特征确定候选路段的观测概率，从提高轨迹点的定位准确率。
第五实施例
图5是本申请第五实施例提供的一种定位装置的结构示意图。参见图5，本实施例提供的定位装置500包括：候选路段确定模块501和目标路段确定模块502。
其中，候选路段确定模块501，用于确定目标轨迹点的至少一个候选路段；
目标路段确定模块502，用于根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，所述路段属性包括桥、隧道、匝道、主路、匝道汇入处、汇出车道以及加速车道中的至少一种，所述路段特征包括车道信息、车道线信息、路牌信息和护栏信息中的至少一种。
本申请实施例的技术方案，通过根据路段属性和/或路段特征，从所述至少一个候选路段中确定目标路段，从而实现目标路段的确定。因为道路属性和路段特征描述有路段的更多特征信息，所以相比现有技术中仅利用路段的位置信息实现目标路段的确定，本申请实施例可以提高目标路段的确定准确率。而准确率的提高可以缩短因为冷启动导致的判断延迟时间。
进一步地，所述目标路段确定模块，包括：
概率确定单元，用于根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，所述相邻候选路段是相邻轨迹点的候选路段；
目标路段确定单元，用于根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段。
进一步的，所述概率确定单元，包括：
观测概率确定单元，用于根据所述候选路段的路段特征，确定所述候选路段的观测概率；
转移概率确定单元，用于根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率。
进一步地，所述概率确定单元，包括：
概率确定单元，用于若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，所述第一路段是所述第一轨迹点的候选路段，所述第二路段是所述第二轨迹点的候选路段。
进一步地，所述候选路段确定模块，包括：
拓扑路段确定单元，用于基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
路段切分单元，用于根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段。
进一步地，所述观测概率确定单元，包括：
相似度子单元，用于确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度；
概率确定子单元，用于根据所述相似度，确定所述候选路段的观测概率。
进一步地，所述相似度子单元具体用于：
将在所述目标轨迹点处采集到的路段特征和所述候选路段的路段特征，输入预先训练的相似确定模型，输出两路段特征之间的相似度，所述相似确定模型的训练样本中多属性路段和单属性路段的数量差小于设定差值阈值。
进一步地，转移概率确定单元，包括：
连通度子单元，用于根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度；
概率确定子单元，用于根据所述第一候选路段和所述第二候选路段之间的连通度，确定所述相邻候选路段的状态转移概率。
进一步地，所述连通度子单元，具体用于：
根据所述第一候选路段的路段属性和所述第二候选路段的路段属性，从路段属性对与连通度的映射关系中，查询所述第一候选路段与所述第二候选路段之间的连通度。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的定位方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的定位方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的定位方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的定位方法对应的程序指令/模块(例如，附图5所示的候选路段确定模块501和目标路段确定模块502)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的定位方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据定位电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至定位电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
定位方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与定位电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种定位方法，其特征在于，包括：
确定目标轨迹点的至少一个候选路段；
根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，所述相邻候选路段是相邻轨迹点的候选路段；
根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段；所述路段属性包括桥、隧道、匝道、主路、匝道汇入处、汇出车道以及加速车道中的至少一种，所述路段特征包括车道信息、车道线信息、路牌信息和护栏信息中的至少一种；其中，所述观测概率用于描述候选路段与目标轨迹点的相似度，状态转移概率用于描述相邻候选路段之间的连接概率。
2.根据权利要求1所述的方法，其特征在于，所述根据路段属性和路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，包括：
根据所述候选路段的路段特征，确定所述候选路段的观测概率；
根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率。
3.根据权利要求2所述的方法，其特征在于，所述根据所述候选路段的路段特征，确定所述目标轨迹点关联候选路段的观测概率，包括：
确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度；
根据所述相似度，确定所述候选路段的观测概率。
4.根据权利要求3所述的方法，其特征在于，所述确定在所述目标轨迹点处采集到的路段特征与所述候选路段的路段特征的相似度，包括：
将在所述目标轨迹点处采集到的路段特征和所述候选路段的路段特征，输入预先训练的相似确定模型，输出两路段特征之间的相似度，所述相似确定模型的训练样本中多属性路段和单属性路段的数量差小于设定差值阈值。
5.根据权利要求2所述的方法，其特征在于，所述根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率，包括：
根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度；
根据所述第一候选路段和所述第二候选路段之间的连通度，确定所述相邻候选路段的状态转移概率。
6.根据权利要求5所述的方法，其特征在于，所述根据相邻候选路段中第一候选路段的路段属性和相邻候选路段中第二候选路段的路段属性，确定所述第一候选路段和所述第二候选路段之间的连通度，包括：
根据所述第一候选路段的路段属性和所述第二候选路段的路段属性，从路段属性对与连通度的映射关系中，查询所述第一候选路段与所述第二候选路段之间的连通度。
7.根据权利要求1所述的方法，其特征在于，所述根据路段属性确定所述候选路段的观测概率和相邻候选路段的状态转移概率，包括：
若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，所述第一路段是所述第一轨迹点的候选路段，所述第二路段是所述第二轨迹点的候选路段。
8.根据权利要求1所述的方法，其特征在于，所述确定目标轨迹点的至少一个候选路段，包括：
基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段。
9.一种定位装置，其特征在于，包括：
候选路段确定模块，用于确定目标轨迹点的至少一个候选路段；
目标路段确定模块包括：概率确定单元以及目标路段确定单元，概率确定单元用于根据路段属性和/或路段特征，确定所述候选路段的观测概率和相邻候选路段的状态转移概率，所述相邻候选路段是相邻轨迹点的候选路段；
目标路段确定单元，用于根据所述观测概率和所述状态转移概率，从所述至少一个候选路段中确定目标路段；所述路段属性包括桥、隧道、匝道、主路、匝道汇入处、汇出车道以及加速车道中的至少一种，所述路段特征包括车道信息、车道线信息、路牌信息和护栏信息中的至少一种；其中，所述观测概率用于描述候选路段与目标轨迹点的相似度，状态转移概率用于描述相邻候选路段之间的连接概率。
10.根据权利要求9所述的装置，其特征在于，所述概率确定单元，包括：
观测概率确定单元，用于根据所述候选路段的路段特征，确定所述候选路段的观测概率；
转移概率确定单元，用于根据相邻候选路段的路段属性，确定相邻候选路段间的状态转移概率。
11.根据权利要求9所述的装置，其特征在于，所述概率确定单元，包括：
概率确定单元，用于若相邻轨迹点中第一轨迹点和第二轨迹点的候选路段均唯一，且根据第一路段的路段属性和第二路段的路段属性，确定所述第一路段与所述第二路段连通，则确定所述候选路段的观测概率为第一观测概率，所述相邻候选路段间的状态转移概率为第一转移概率，所述第一路段是所述第一轨迹点的候选路段，所述第二路段是所述第二轨迹点的候选路段。
12.根据权利要求9所述的装置，其特征在于，所述候选路段确定模块，包括：
拓扑路段确定单元，用于基于导航地图，确定目标轨迹点所属的至少一个拓扑路段；
路段切分单元，用于根据拓扑路段的路段属性对该拓扑路段进行切分，并将切分得到的路段作为所述目标轨迹点的候选路段。
13.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
CN201910854931.0A 2019-09-10 2019-09-10 定位方法、装置、设备和介质 Active CN110514211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910854931.0A CN110514211B (zh) 2019-09-10 2019-09-10 定位方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910854931.0A CN110514211B (zh) 2019-09-10 2019-09-10 定位方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN110514211A CN110514211A (zh) 2019-11-29
CN110514211B true CN110514211B (zh) 2021-05-28

Family

ID=68631875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910854931.0A Active CN110514211B (zh) 2019-09-10 2019-09-10 定位方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN110514211B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113094453B (zh) * 2019-12-23 2023-09-29 百度在线网络技术（北京）有限公司 护栏构建方法、装置、设备和介质
CN115877422A (zh) * 2021-09-26 2023-03-31 华为技术有限公司 定位信息处理方法及装置
CN113923775B (zh) * 2021-12-09 2022-04-08 腾讯科技（深圳）有限公司 一种定位信息质量评估的方法、装置、设备和存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011118708B4 (de) * 2011-11-16 2015-03-12 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs und ein damit ausgerüstetes Kraftfahrzeug
CN103499828B (zh) * 2013-10-22 2015-07-29 北京世纪高通科技有限公司 浮动车轨迹地图匹配的方法及装置
CN103927873B (zh) * 2014-04-28 2016-06-15 中国航天系统工程有限公司 浮动车与路段匹配方法及并行获取实时路况的方法
CN105021202B (zh) * 2014-04-29 2018-09-28 高德软件有限公司 一种地图匹配方法及设备
CN109249808A (zh) * 2015-03-21 2019-01-22 董润 采用导航系统和制动电能回收子系统的车辆
CN105444769B (zh) * 2015-11-26 2019-07-23 北京百度网讯科技有限公司 地图匹配方法及装置
US10175059B2 (en) * 2016-08-30 2019-01-08 Here Global B.V. Method, apparatus and computer program product for a navigation system user interface
CN106530794B (zh) * 2016-12-28 2019-03-01 上海仪电数字技术股份有限公司 行车道路的自动识别和校准方法及系统
CN106767873B (zh) * 2016-12-30 2019-08-06 浙江大学 一种基于时空的地图匹配方法
CN108106620B (zh) * 2017-12-20 2021-08-24 中国科学院深圳先进技术研究院 一种拓扑道路匹配方法、系统及电子设备
CN108763558B (zh) * 2018-05-25 2020-12-18 武汉大学 一种基于地图匹配的众包地图道路质量改进方法
CN109919518B (zh) * 2019-03-29 2021-08-03 百度在线网络技术（北京）有限公司 地图轨迹匹配数据的质量确定方法、装置、服务器及介质

Also Published As

Publication number Publication date
CN110514211A (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
KR102487336B1 (ko) 자율주행시스템 테스트 방법, 장치 및 기록 매체
CN112415552B (zh) 车辆位置的确定方法、装置及电子设备
CN111583668B (zh) 交通拥堵检测方法、装置、电子设备和存储介质
CN110514211B (zh) 定位方法、装置、设备和介质
CN110705800B (zh) 混合出行路线确定方法、装置、设备及存储介质
CN110765227A (zh) 道路交通网络模型构建方法及装置
KR20210127121A (ko) 도로 이벤트 검출 방법, 장치, 기기 및 저장매체
CN111220164A (zh) 定位方法、装置、设备及存储介质
CN112802325B (zh) 车辆排队长度检测方法及装置
JP7164644B2 (ja) 移動式信号機の検出方法、装置、電子機器及び記憶媒体
CN111553844A (zh) 用于更新点云的方法及装置
CN111982144B (zh) 导航方法、装置、电子设备及计算机可读介质
CN111693059A (zh) 环岛的导航方法、装置、设备及存储介质
CN113160693B (zh) 一种道路路口的处理方法、装置、设备和存储介质
CN113971723B (zh) 高精地图中三维地图的构建方法、装置、设备和存储介质
CN113672688A (zh) 路网数据更新方法、装置和电子设备
CN112990241B (zh) 轨迹匹配方法、装置、设备及存储介质
CN113011298A (zh) 截断物体样本生成、目标检测方法、路侧设备和云控平台
CN111442775B (zh) 道路的识别方法、装置、电子设备及可读存储介质
CN110865421B (zh) 自动驾驶业务模型训练方法、检测方法、装置和电子设备
CN112577524A (zh) 信息校正方法和装置
CN110781657A (zh) 导航播报的管理方法、装置及设备
CN113276888B (zh) 基于自动驾驶的乘车方法、装置、设备和存储介质
CN111750876A (zh) 路网修复方法、装置、设备以及存储介质
CN111198370B (zh) 毫米波雷达背景检测方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant