CN111311906B - 路口距离的检测方法、装置、电子设备和存储介质 - Google Patents
路口距离的检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111311906B CN111311906B CN202010086842.9A CN202010086842A CN111311906B CN 111311906 B CN111311906 B CN 111311906B CN 202010086842 A CN202010086842 A CN 202010086842A CN 111311906 B CN111311906 B CN 111311906B
- Authority
- CN
- China
- Prior art keywords
- target intersection
- vehicle
- distance
- intersection
- passing
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Abstract
本申请公开了路口距离的检测方法、装置、电子设备和存储介质,涉及智能交通领域,可应用于自动驾驶领域。具体实现方案为:利用车辆轨迹数据,得到目标路口的各停止线的位置信息;利用目标路口的各停止线的位置信息,得到目标路口的第一距离。本申请利用车辆轨迹数据,得到目标路口的各停止线的位置信息,从而可以得到目标路口的第一距离,利用车辆轨迹数据能够获得准确的路口距离,有效地提高了交通管理效率。
Description
技术领域
本申请涉及智能交通领域,尤其涉及路口距离的检测方法、装置、电子设备和存储介质。本申请可应用于自动驾驶领域。
背景技术
智能交通是当前交通管理系统发展的方向。智能交通是将信息技术有效地应用于交通管理中,以起到提高交通管理效率、保障交通安全和改善交通环境的效果。例如,从设置于路口的电警相机中获取道路图像,对道路图像进行分析,并将分析结果应用于交通调度中,从而改善路口交通拥堵等问题。然而,从电警相机拍摄的道路图像中,一般获得的是图像中像素距离,而无法获取路口的真实距离。
发明内容
本申请实施例提供了一种路口距离的检测方法,包括:
利用车辆轨迹数据,得到目标路口的各停止线的位置信息;
利用目标路口的各停止线的位置信息,得到目标路口的第一距离。
本申请利用车辆轨迹数据,得到目标路口的各停止线的位置信息,从而可以准确地检测到目标路口距离。
在一种实施方式中,该方法还包括:
利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离;
利用第二距离对第一距离进行校正,得到目标路口的第三距离。
上述实施方式中,利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离,以利用第二距离校正第一距离,得到目标路口的第三距离,可以提高所检测的路口距离的准确性。
在一种实施方式中,利用车辆轨迹数据,得到目标路口的停止线的位置信息,包括:
从车辆轨迹数据的定位数据中,挖掘目标路口在各流向的停止线的位置信息。
在一种实施方式中,从车辆轨迹数据的定位数据中,挖掘目标路口在各流向的停止线的位置信息,包括:
从定位数据中,挖掘处于目标路口的区域范围内的各车辆的停车状态;
利用停车状态符合路口停车时长范围的车辆的位置信息,得到目标路口在各流向的停止线的位置信息。
上述实施方式中,从车辆轨迹数据的定位数据中,挖掘目标路口的区域范围内各车辆的停车状态。通过车辆的停车状态筛选出符合路口停车时长范围的车辆的位置信息,从而得到目标路口在各流向的停止线的位置信息。
在一种实施方式中,利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离,包括:
利用通过目标路口的各车辆的平均车速和平均通行时长,得到目标路口的第二距离。
上述实施方式中,利用多个车辆的平均车速和平均通行时长,得到目标路口的第二距离,可以避免因个别数据不准确而导致检测误差过大,提高第二距离准确性,进而提高利用第二距离校正后的路口距离的准确性。
在一种实施方式中,该方法还包括:
对目标路口的视频帧图像进行识别,得到通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长;或者
从车辆轨迹数据的定位数据中,挖掘通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长。
在上述实施方式中,可以通过识别目标路口的视频帧图像,得到各车辆的通行时长,从而计算平均通行时长。或者,可以从车辆轨迹数据的定位数据中挖掘各车辆的通行时长,从而计算平均通行时长。从定位数据中挖掘停止线的位置信息,从电警相机等图像采集设备拍摄的图像中挖掘平均通行时长,利用了多种数据综合计算路口的距离,有利于减少单一数据源的误差,可以进一步提高所检测的路口距离的准确性。
在一种实施方式中,还包括:
从车辆轨迹数据的车速数据,挖掘通过目标路口的各车辆的车速,计算得到通过目标路口的各车辆的平均车速。
上述实施方式中,可以从车辆轨迹数据的车速数据中挖掘各车辆通过目标路口的车速,从而得到各车辆的平均车速。车辆轨迹数据中的车速数据可以由速度传感器获得,速度传感器的精度较高,从而进一步提高所检测的路口距离的准确性。
本申请实施例还提供了一种路口距离的检测装置,包括:
位置信息模块,用于利用车辆轨迹数据,得到目标路口的各停止线的位置信息;
第一距离模块,用于利用目标路口的各停止线的位置信息,得到目标路口的第一距离。
在一种实施方式中,该装置还包括:
第二距离模块,用于利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离;
第三距离模块,用于利用第二距离对第一距离进行校正,得到目标路口的第三距离。
在一种实施方式中,位置信息模块还用于从车辆轨迹数据的定位数据中,挖掘目标路口在各流向的停止线的位置信息。
在一种实施方式中,位置信息模块包括:
停车状态子模块,用于从定位数据中,挖掘处于目标路口的区域范围内的各车辆的停车状态;
位置信息子模块,用于利用停车状态符合路口停车时长范围的车辆的位置信息,得到目标路口在各流向的停止线的位置信息。
在一种实施方式中,第二距离模块还用于利用通过目标路口的各车辆的平均车速和平均通行时长,得到目标路口的第二距离。
在一种实施方式中,该装置还包括以下模块的至少之一:
第一计算模块,用于对目标路口的视频帧图像进行识别,得到通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长;
第二计算模块,用于从车辆轨迹数据的定位数据中,挖掘通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长。
在一种实施方式中,该装置还包括:
第三计算模块,用于从车辆轨迹数据的车速数据,挖掘通过目标路口的各车辆的车速,计算得到通过目标路口的各车辆的平均车速。
本申请实施例还提供一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够本申请实施例中任意一种路口距离的检测方法。
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,计算机指令用于使计算机执行本申请实施例中任意一种路口距离的检测方法。
上述申请中的一个实施例具有如下优点或有益效果:利用车辆轨迹数据,得到目标路口的各停止线的位置信息,从而可以准确地检测到目标路口距离。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
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是根据本申请一实施例的路口距离的检测方法的流程图。
图2是根据本申请一实施例的路口距离的检测方法中路口的示意图。
图3a和图3b是根据本申请另一实施例的路口距离的检测方法中路口的示意图。
图4是根据本申请另一实施例的路口距离的检测方法的流程图。
图5是根据本申请另一实施例的路口距离的检测方法中通行时长的计算示意图。
图6是根据本申请另一实施例的路口距离的检测方法中通行时长的计算示意图。
图7是根据本申请一实施例的路口距离的检测装置的框图。
图8是根据本申请另一实施例的路口距离的检测装置的框图。
图9是用来实现本申请实施例的路口距离的检测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。
图1是根据本申请一实施例的路口距离的检测方法的流程图。如图1所示,该方法可以包括:
步骤S11、利用车辆轨迹数据,得到目标路口的各停止线的位置信息;
步骤S12、利用目标路口的各停止线的位置信息,得到目标路口的第一距离。
本申请实施例中,车辆轨迹数据可以包括在车辆行驶过程中,由各类信息采集装置采集到的车辆行驶状态随时间变化的数据。例如,通过GPS(Global PositioningSystem,全球定位系统)等定位装置采集的车辆行驶过程中的经纬度随时间变化的定位数据。再如,车辆内部设置的速度传感器等测量得到的车速随时间变化的车速数据。再如,通过道路上布置的各种图像采集装置拍摄到车辆图像后,通过图像识别、目标跟踪等得到车辆的通过一段路段所需的通行时间等。车辆轨迹数据也可以包括其他与车辆行驶状态有关的数据,本申请不做限制,本领域技术人员可以根据需求进行选择。
上述的信息采集装置可以包括设置在车辆中的速度传感器等信息采集装置,也可以包括车内人员携带的终端设备等信息采集装置,还可以包括设置在车辆外部例如道路两侧或路口的相机等信息采集装置。示例性地,这些信息采集装置可以将车辆轨迹数据上传到车联网服务器或电子地图服务器。在需要利用车辆轨迹数据时,可以从车联网服务器或电子地图服务器获取车辆轨迹数据。
在一种实施方式中,利用车辆轨迹数据,得到目标路口的停止线的位置信息,可以包括:从车辆轨迹数据的定位数据中,挖掘目标路口在各流向的停止线的位置信息。
定位数据可以包括在车辆行驶过程中,利用GPS等定位方式得到的车辆在多个时间点对应的位置信息。利用车辆轨迹数据中的定位数据,可以挖掘目标路口在各流向的停止线的位置信息。例如,如果从定位数据中挖掘出某个车辆连续在多个时间点对应的位置信息相同,可以确定该车辆处于停车状态。利用一段时间内在某个路口的各流向的若干车辆的停车状态,可以得到目标路口在各流向的停止线的位置信息。
在一种实施方式中,从车辆轨迹数据的定位数据中,挖掘目标路口在各流向的停止线的位置信息,包括:
从定位数据中,挖掘处于目标路口的区域范围内的各车辆的停车状态;
利用停车状态符合路口停车时长范围的车辆的位置信息,得到目标路口在各流向的停止线的位置信息。
通过路网数据可以得到目标路口的区域范围,也可以选定目标路口的区域范围。示例性的,目标路口的区域范围可以包括以路口的中心位置作为中心的设定形状,例如正方形、长方形、三角形、圆形或其他形状。如图2所示,假设某个十字路口的区域范围可以为一个正方形包括的区域,通过虚线框表示。图2中的虚线箭头表示流向。正方形的中心为十字路口的中心O,正方形的边长为设定长度例如20米。从电子地图服务器中可以获取在一段时间例如8小时内通过路口的区域范围的所有车辆的轨迹数据。
已知目标路口的区域范围后,可以从海量的定位数据中筛选处于目标路口的区域范围内的定位数据。利用筛选得到的定位数据挖掘处于目标路口的区域范围内的各车辆的停车状态,可以减少运算量。
车辆在行驶过程中遇到路口亮红灯等情况下,会在路口停车。一般头车的停车位置不超过停止线。利用目标路口的区域范围内靠近路口中心的车辆的停止位置,通过统计、拟合等方式可以得到停止线的位置信息。
不同特点的路口,具有的流向可能不同。例如,某个十字路口可能具有东西南北四个方向,每个方向具有两个流向(例如图2的朝北方向具有南向北流向或北向南流向)。再如,某个丁字路口可能具有东南西三个方向,每个方向具有两个流向。此外,单行道具有一个流向。
车辆的停车状态可以包括停车时长和停车位置。车辆在路口的停车时长一般与信号灯时长有关。例如路口某个流向的亮红灯的时长为30s,路口车辆的停车时长可能为大于30s小于35s,可以将该路口该流向的停车时长范围设置为20s到40s。超过停车时长范围上限的可能是异常停车,低于停车时长范围下限的可能是慢速通行。
此外,也可以为一个路口的多个流向设置相同的停车时长范围,或者为多个路口设置相同的停车时长范围,具体可以根据计算量和计算精度的需求进行设置。
在路口的区域范围内停车状态符合路口停车时长范围的车辆可能有很多。如果挖掘出若干符合路口停车时长范围的车辆的位置信息,可以将次数多,且更靠近路口中心的位置信息作为停止线的位置信息。例如,如图3a所示,在路口的朝北方向且北向南流向,b1处的停车状态300次,b2处的停车状态为50次,b3处的停车状态10次,且b1距离路口中心O最近,则将b1作为该路口朝北方向且北向南流向的停止线位置B。在路口的朝南方向且南向北流向,c1处的停车状态为50次,c2处的停车状态为200次,c3处的停车状态为20次,且c2距离路口中心最近,则将c2作为该路口朝北方向且北向南流向的停止线位置C。然后,计算C与B的相对位置差h,可以得到该路口的第一距离。
在一种示例中,如图3b所示,计算某个路口相对方向两条停止线之间的相对位置差的方法包括:假设该路口的停止线B的最左边端点用经纬度表示为B1(LonB,LatB),停止线C最右边的端点用经纬度表示为C1(LonC,LatC)。B的延长线最右边的端点为B2。B1和B2之间的距离可以利用车道线标准宽度来估算,也可以利用轨迹挖掘得到的停止线长度来估算。B1和C1之间的距离可以用以下转换公式计算。
B1C1=R*Arccos(M)*π/180;
其中,R为地球半径,Arccos()为反余弦函数,
M=sin(LatB)*sin(LatC)*cos(LonB-LonC)+cos(LatB)*cos(LatC)。
假设B1B2C1是直角三角形。在B1C1以及B1B2的长度为已知的情况下,利用直角三角形的边角的关系,可以得到B2和C1之间长度,也即得到停止线B和停止线C之间的距离h。
在一种实施方式中,如图4所示,该方法还包括:
步骤S13、利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离;
步骤S14、利用第二距离对第一距离进行校正,得到目标路口的第三距离。
根据车速、时长和距离的关系,利用通过目标路口的各车辆的车速和通行时长,可以得到目标路口的第二距离。利用第二距离对第一距离进行校正,可以得到更为准确的第三距离。
利用第二距离对第一距离进行校正的方式可以为多种。例如,预先设置第一距离和第二距离的权重,对第一距离和第二距离进行加权求和,得到第三距离。再如,根据预先设置的偏移系数和第二距离计算一个偏移量,利用该偏移量调整第一距离,得到第三距离。
在一种实施方式中,利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离,包括:利用通过目标路口的各车辆的平均车速和平均通行时长,得到目标路口的第二距离。该示例方式可以避免因个别车辆的车速或通行时长不准确而导致检测误差过大,提高检测路口距离的准确性。
本申请实施例中,确定通过路口的各车辆的平均通行时长可以有多种方式,示例如下:
方式一:对目标路口的视频帧图像进行识别,可以得到通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长。
例如,设置于目标路口的图像采集设备例如电警相机采集视频帧图像。视频帧图像带有时间戳。从视频帧图像中可以识别出车辆进出路口的状态。利用某个车辆驶入路口的视频帧图像的时间戳t1和驶出路口的视频帧图像的时间戳t2,可以得到通过目标路口的该车辆的通行时长为t2-t1。将通过目标路口的若干车辆的通行时长平均,可以得到通过目标路口的各车辆的平均通行时长。
其中,某个车辆驶入路口和驶出路口的判定方式可以有多种。
例如,如图5所示,在路口拍摄的视频帧图像中包括停止线。将直行的某个车辆的车尾离开路口的一个停止线C的图像作为驶入路口的视频帧图像。并且,将该车辆的车尾离开该路口另一个停止线B延伸线的图像作为驶出路口的视频帧图像。
方式二:从车辆轨迹数据的定位数据中,可以挖掘到通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长。
从车辆轨迹数据中挖掘出路口的各停止线的位置信息后,可以利用相对方向的相对流向的两个停止线的位置信息,挖掘某个车辆的通行时间。
例如,如图6所示,车辆从南向北行驶,在朝南方向的南向北流向的停止线的位置信息为C,在朝北方向的北向南流向的停止线的位置信息为B。可以查找某个车辆在位置C对应的时间点为t3,在位置B的延长线对应的时间点为t4,计算得到该车辆的通行时长为t4-t3。将通过目标路口的若干车辆的通行时长平均,可以得到通过目标路口的各车辆的平均通行时长。本示例中以停止线的位置信息可以为点,也可以包括多个点的集合或者包括线的位置等。
本申请实施例中,确定通过路口的各车辆的平均车速可以有多种方式,示例如下:从所述车辆轨迹数据的车速数据,挖掘通过所述目标路口的各车辆的车速,计算得到通过所述目标路口的各车辆的平均车速。
例如,车辆自身可以设置速度传感器,车内乘客的终端设备中也可以设置速度传感器。在车辆行驶过程中,速度传感器可以向服务器例如电子地图服务器上报车速,作为车辆轨迹数据的一部分。挖掘一段时间内通过目标路口的各车辆的轨迹数据,可以得到这段时间内通过目标路口的各车辆的车速。可以按照目标路口的区域范围进行挖掘,获取某个车辆从驶入该区域范围到驶出该区域范围的各个时间点的车速。也可以按照目标路口的中心进行挖掘,获取某个车辆最靠近目标路口的中心的车速。
本申请实施例可以从车辆轨迹数据的车速数据,计算得到通过目标路口的各车辆的平均车速。再利用平均车速乘以平均通行时长计算出的第二距离,对从轨迹中挖掘的路口的第一距离进行校正。由于速度传感器的精度高,利用高精度的速度计算出的路口的第二距离与轨迹中挖掘的路口距离融合,提高所检测的路口距离的准确性。
此外,从定位数据中挖掘停止线的位置信息,从速度传感器测量的速度数据中挖掘平均车速,从电警相机等图像采集设备拍摄的图像中挖掘平均通行时长,利用了多种数据综合计算路口的距离,有利于减少单一数据源的误差,可以进一步提高所检测的路口距离的准确性。
图7是根据本申请一实施例的路口距离的检测装置的框图,如图7所示,该路口距离的检测装置可以包括:
位置信息模块71,用于利用车辆轨迹数据,得到目标路口的各停止线的位置信息;
第一距离模块72,用于利用目标路口的各停止线的位置信息,得到目标路口的第一距离。
在一种实施方式中,如图8所示,该装置还包括:
第二距离模块73,用于利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离;
第三距离模块74,用于利用第二距离对第一距离进行校正,得到目标路口的第三距离。
在一种实施方式中,位置信息模块71还用于从车辆轨迹数据的定位数据中,挖掘目标路口在各流向的停止线的位置信息。
在一种实施方式中,位置信息模块71包括:
停车状态子模块711,用于从定位数据中,挖掘处于目标路口的区域范围内的各车辆的停车状态;
位置信息子模块712,用于利用停车状态符合路口停车时长范围的车辆的位置信息,得到目标路口在各流向的停止线的位置信息。
在一种实施方式中,第二距离模块73还用于利用通过目标路口的各车辆的平均车速和平均通行时长,得到目标路口的第二距离。
在一种实施方式中,该装置还包括以下模块的至少之一:
第一计算模块75,用于对目标路口的视频帧图像进行识别,得到通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长;
第二计算模块76,用于从车辆轨迹数据的定位数据中,挖掘通过目标路口的各车辆的通行时长,计算得到通过目标路口的各车辆的平均通行时长。
在一种实施方式中,该装置还包括:
第三计算模块77,用于从车辆轨迹数据的车速数据,挖掘通过目标路口的各车辆的车速,计算得到通过目标路口的各车辆的平均车速。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
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9所示,是根据本申请实施例的路口距离的检测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9所示,该电子设备包括:一个或多个处理器901、存储器902,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)上显示图形用户界面(Graphical User Interface,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9中以一个处理器901为例。
存储器902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路口距离的检测方法。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路口距离的检测方法。
存储器902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路口距离的检测方法对应的程序指令/模块(例如,附图7所示的位置信息模块71和第一距离模块72)。处理器901通过运行存储在存储器902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路口距离的检测方法。
存储器902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路口距离的检测方法的电子设备的使用所创建的数据等。此外,存储器902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902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至路口距离的检测方法的电子设备。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。
路口距离的检测方法的电子设备还可以包括:输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接,图9中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息,以及产生与路口距离的检测方法的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904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(Liquid Crystal Display,LCD)、发光二极管(LightEmitting Diode,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、专用集成电路(Application Specific Integrated Circuits,ASIC)、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(programmable logic device,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(Cathode Ray Tube,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(Local Area Network,LAN)、广域网(Wide Area Network,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。
根据本申请实施例的技术方案,利用车辆轨迹数据,得到目标路口的各停止线的位置信息,从而可以准确地检测到目标路口距离。利用通过目标路口的各车辆的车速和通行时长,得到目标路口的第二距离,以利用第二距离校正第一距离,得到目标路口的第三距离,可以提高所检测的路口距离的准确性。从车辆轨迹数据的定位数据中,挖掘目标路口的区域范围内各车辆的停车状态。通过车辆的停车状态筛选出符合路口停车时长范围的车辆的位置信息,从而得到目标路口在各流向的停止线的位置信息。利用多个车辆的平均车速和平均通行时长,得到目标路口的第二距离,可以避免因个别数据不准确而导致检测误差过大,提高第二距离准确性,进而提高利用第二距离校正后的路口距离的准确性。可以通过识别目标路口的视频帧图像,得到各车辆的通行时长,从而计算平均通行时长。或者,可以从车辆轨迹数据的定位数据中挖掘各车辆的通行时长,从而计算平均通行时长。从定位数据中挖掘停止线的位置信息,从电警相机等图像采集设备拍摄的图像中挖掘平均通行时长,利用了多种数据综合计算路口的距离,有利于减少单一数据源的误差,可以进一步提高所检测的路口距离的准确性。可以从车辆轨迹数据的车速数据中挖掘各车辆通过目标路口的车速,从而得到各车辆的平均车速。车辆轨迹数据中的车速数据可以由速度传感器获得,速度传感器的精度较高,从而进一步提高所检测的路口距离的准确性。
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)
1.一种路口距离的检测方法,其特征在于,包括:
利用车辆轨迹数据,得到目标路口的各停止线的位置信息;
利用所述目标路口的各停止线的位置信息,得到所述目标路口的第一距离;
利用通过所述目标路口的各车辆的车速和通行时长,得到所述目标路口的第二距离;
利用所述第二距离对所述第一距离进行校正,得到所述目标路口的第三距离。
2.根据权利要求1所述的方法,其特征在于,利用车辆轨迹数据,得到所述目标路口的停止线的位置信息,包括:
从所述车辆轨迹数据的定位数据中,挖掘所述目标路口在各流向的停止线的位置信息。
3.根据权利要求2所述的方法,其特征在于,从所述车辆轨迹数据的定位数据中,挖掘所述目标路口在各流向的停止线的位置信息,包括:
从所述定位数据中,挖掘处于所述目标路口的区域范围内的各车辆的停车状态;
利用所述停车状态符合路口停车时长范围的车辆的位置信息,得到所述目标路口在各流向的停止线的位置信息。
4.根据权利要求1所述的方法,其特征在于,利用通过所述目标路口的各车辆的车速和通行时长,得到所述目标路口的第二距离,包括:
利用通过所述目标路口的各车辆的平均车速和平均通行时长,得到所述目标路口的第二距离。
5.根据权利要求4所述的方法,其特征在于,还包括:
对所述目标路口的视频帧图像进行识别,得到通过所述目标路口的各车辆的通行时长,计算得到通过所述目标路口的各车辆的平均通行时长;或者
从所述车辆轨迹数据的定位数据中,挖掘通过所述目标路口的各车辆的通行时长,计算得到通过所述目标路口的各车辆的平均通行时长。
6.根据权利要求4所述的方法,其特征在于,还包括:
从所述车辆轨迹数据的车速数据,挖掘通过所述目标路口的各车辆的车速,计算得到通过所述目标路口的各车辆的平均车速。
7.一种路口距离的检测装置,其特征在于,包括:
位置信息模块,用于利用车辆轨迹数据,得到目标路口的各停止线的位置信息;
第一距离模块,用于利用所述目标路口的各停止线的位置信息,得到所述目标路口的第一距离;
第二距离模块,用于利用通过所述目标路口的各车辆的车速和通行时长,得到所述目标路口的第二距离;
第三距离模块,用于利用所述第二距离对所述第一距离进行校正,得到所述目标路口的第三距离。
8.根据权利要求7所述的装置,其特征在于,所述位置信息模块还用于从所述车辆轨迹数据的定位数据中,挖掘所述目标路口在各流向的停止线的位置信息。
9.根据权利要求8所述的装置,其特征在于,所述位置信息模块包括:
停车状态子模块,用于从所述定位数据中,挖掘处于所述目标路口的区域范围内的各车辆的停车状态;
位置信息子模块,用于利用所述停车状态符合路口停车时长范围的车辆的位置信息,得到所述目标路口在各流向的停止线的位置信息。
10.根据权利要求7所述的装置,其特征在于,所述第二距离模块还用于利用通过所述目标路口的各车辆的平均车速和平均通行时长,得到所述目标路口的第二距离。
11.根据权利要求10所述的装置,其特征在于,还包括以下模块的至少之一:
第一计算模块,用于对所述目标路口的视频帧图像进行识别,得到通过所述目标路口的各车辆的通行时长,计算得到通过所述目标路口的各车辆的平均通行时长;
第二计算模块,用于从所述车辆轨迹数据的定位数据中,挖掘通过所述目标路口的各车辆的通行时长,计算得到通过所述目标路口的各车辆的平均通行时长。
12.根据权利要求10所述的装置,其特征在于,还包括:
第三计算模块,用于从所述车辆轨迹数据的车速数据,挖掘通过所述目标路口的各车辆的车速,计算得到通过所述目标路口的各车辆的平均车速。
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1-6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1-6中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010086842.9A CN111311906B (zh) | 2020-02-11 | 2020-02-11 | 路口距离的检测方法、装置、电子设备和存储介质 |
CN202110795059.4A CN113538911B (zh) | 2020-02-11 | 2020-02-11 | 路口距离的检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010086842.9A CN111311906B (zh) | 2020-02-11 | 2020-02-11 | 路口距离的检测方法、装置、电子设备和存储介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110795059.4A Division CN113538911B (zh) | 2020-02-11 | 2020-02-11 | 路口距离的检测方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111311906A CN111311906A (zh) | 2020-06-19 |
CN111311906B true CN111311906B (zh) | 2021-07-13 |
Family
ID=71147004
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010086842.9A Active CN111311906B (zh) | 2020-02-11 | 2020-02-11 | 路口距离的检测方法、装置、电子设备和存储介质 |
CN202110795059.4A Active CN113538911B (zh) | 2020-02-11 | 2020-02-11 | 路口距离的检测方法、装置、电子设备和存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110795059.4A Active CN113538911B (zh) | 2020-02-11 | 2020-02-11 | 路口距离的检测方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111311906B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598912B (zh) * | 2020-12-10 | 2022-05-03 | 佳都科技集团股份有限公司 | 卡口间隔获取方法、装置、计算机设备及存储介质 |
CN112529086B (zh) * | 2020-12-17 | 2022-08-09 | 武汉中海庭数据技术有限公司 | 停止线生成方法、电子装置和存储介质 |
GB2602497B (en) * | 2021-01-05 | 2023-05-24 | Nissan Motor Mfg Uk Ltd | Vehicle control system |
CN114822058B (zh) * | 2022-05-11 | 2023-03-03 | 深圳智慧车联科技有限公司 | 一种基于信号灯路口的行车规范驾驶提示监测方法、系统、车载终端及存储介质 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007102578A (ja) * | 2005-10-05 | 2007-04-19 | Sumitomo Electric Ind Ltd | 距離算出装置及び距離算出方法並びにその装置を有する車両 |
CN101329817A (zh) * | 2007-06-18 | 2008-12-24 | 陈宏基 | 一种交通信息采集共享的智能信号控制方法 |
CN100517411C (zh) * | 2007-09-18 | 2009-07-22 | 中国科学院软件研究所 | 一种基于网络受限移动对象数据库的交通流数据采集与分析方法 |
JP4710896B2 (ja) * | 2007-11-28 | 2011-06-29 | 住友電気工業株式会社 | 運転評価装置、運転評価システム、コンピュータプログラム及び運転評価方法 |
JP4858452B2 (ja) * | 2008-01-22 | 2012-01-18 | 住友電気工業株式会社 | 車両運転支援システム、運転支援装置、車両及び車両運転支援方法 |
CN103000035B (zh) * | 2012-11-22 | 2015-02-25 | 北京交通大学 | 引导左转车辆通过交叉口的信息获取发布系统及方法 |
WO2014160027A1 (en) * | 2013-03-13 | 2014-10-02 | Image Sensing Systems, Inc. | Roadway sensing systems |
DE102013102683A1 (de) * | 2013-03-15 | 2014-09-18 | Jenoptik Robot Gmbh | Verfahren zur Erfassung von Verkehrsverstößen in einem Ampelbereich durch Heckanmessung mit einem Radargerät |
DE112013007677T5 (de) * | 2013-12-10 | 2016-09-08 | Mitsubishi Electric Corporation | Fahrsteuerungsvorrichtung |
CN103985263B (zh) * | 2014-05-26 | 2016-04-27 | 北京易华录信息技术股份有限公司 | 一种能减少路口停车次数的视频跟踪检测方法及系统 |
CN104504364B (zh) * | 2014-11-23 | 2017-10-10 | 北京联合大学 | 基于时空关联的停止线实时识别与测距方法 |
CN104376725B (zh) * | 2014-11-28 | 2017-02-01 | 东南大学 | 一种膨胀效应下信号交叉口非机动车道渠化控制方法 |
CN104575033B (zh) * | 2015-01-09 | 2017-07-18 | 山东易华录信息技术有限公司 | 防止机动车闯红灯和绿灯跟进导致阻塞路口的系统和方法 |
JP6332246B2 (ja) * | 2015-11-26 | 2018-05-30 | マツダ株式会社 | 標識認識システム |
CN105679024B (zh) * | 2016-02-19 | 2018-06-22 | 上海果路交通科技有限公司 | 一种道路交叉口排队长度计算方法 |
CN105956268B (zh) * | 2016-04-29 | 2018-01-02 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试场景构建方法和装置 |
CN106156723B (zh) * | 2016-05-23 | 2019-02-15 | 北京联合大学 | 一种基于视觉的路口精定位方法 |
CN107577981A (zh) * | 2016-07-04 | 2018-01-12 | 高德信息技术有限公司 | 一种道路交通标识识别方法及装置 |
CN106097734B (zh) * | 2016-08-22 | 2019-03-12 | 安徽科力信息产业有限责任公司 | 一种用于路口交通信号控制的平面感知检测方法及系统 |
US10635117B2 (en) * | 2016-10-25 | 2020-04-28 | International Business Machines Corporation | Traffic navigation for a lead vehicle and associated following vehicles |
JP6813368B2 (ja) * | 2017-01-13 | 2021-01-13 | アルパイン株式会社 | 電子装置、運転支援システムおよびプログラム |
US10008110B1 (en) * | 2017-02-16 | 2018-06-26 | Mapbox, Inc. | Detecting restrictions on turning paths in digital maps |
CN108459588B (zh) * | 2017-02-22 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 自动驾驶方法及装置、车辆 |
CN108804983B (zh) * | 2017-05-03 | 2022-03-18 | 腾讯科技(深圳)有限公司 | 交通信号灯状态识别方法、装置、车载控制终端及机动车 |
CN109798872B (zh) * | 2017-11-16 | 2021-06-22 | 北京凌云智能科技有限公司 | 车辆定位方法、装置和系统 |
US11747827B2 (en) * | 2018-02-14 | 2023-09-05 | Here Global B.V. | Vehicle platoon system control for intersections |
CN108320537B (zh) * | 2018-04-04 | 2020-06-09 | 迈锐数据(北京)有限公司 | 车辆排队长度的计算方法及装置 |
US11260849B2 (en) * | 2018-05-23 | 2022-03-01 | Baidu Usa Llc | Method for determining lane changing trajectories for autonomous driving vehicles |
CN108922193B (zh) * | 2018-08-03 | 2019-06-04 | 北京航空航天大学 | 一种基于浮动车轨迹数据的交叉口信号周期估计方法 |
CN109080535B (zh) * | 2018-08-21 | 2021-03-05 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车辆行驶控制方法、装置及车辆 |
CN110544377A (zh) * | 2019-08-31 | 2019-12-06 | 武汉理工大学 | 基于车路协同的交叉口行人避撞方法 |
CN110579219B (zh) * | 2019-09-09 | 2023-03-24 | 腾讯大地通途(北京)科技有限公司 | 轨迹数据处理方法、装置、存储介质和计算机设备 |
CN110675644B (zh) * | 2019-09-27 | 2021-09-28 | 百度在线网络技术(北京)有限公司 | 道路红绿灯的识别方法、装置、电子设备及存储介质 |
-
2020
- 2020-02-11 CN CN202010086842.9A patent/CN111311906B/zh active Active
- 2020-02-11 CN CN202110795059.4A patent/CN113538911B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113538911A (zh) | 2021-10-22 |
CN111311906A (zh) | 2020-06-19 |
CN113538911B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111311906B (zh) | 路口距离的检测方法、装置、电子设备和存储介质 | |
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 | |
CN111998860B (zh) | 自动驾驶定位数据校验方法、装置、电子设备及存储介质 | |
CN111649739B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN110675644B (zh) | 道路红绿灯的识别方法、装置、电子设备及存储介质 | |
CN112053563B (zh) | 可用于边缘计算平台、云控平台的事件检测方法及设备 | |
CN112581763A (zh) | 道路事件检测的方法、装置、设备和存储介质 | |
CN110910665B (zh) | 信号灯控制方法、装置以及计算机设备 | |
CN113723141B (zh) | 车辆的定位方法、装置、电子设备、车辆及存储介质 | |
CN110796865B (zh) | 智能交通控制方法、装置、电子设备和存储介质 | |
CN113011323B (zh) | 通行状态的获取方法、相关装置、路侧设备及云控平台 | |
CN110765227A (zh) | 道路交通网络模型构建方法及装置 | |
JP7200207B2 (ja) | 地図生成方法、地図生成装置、電子機器、非一時的なコンピュータ読み取り可能な記憶媒体及びコンピュータプログラム | |
CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN111540023B (zh) | 图像采集设备的监测方法、装置、电子设备及存储介质 | |
CN111540010B (zh) | 一种道路监测的方法、装置、电子设备及存储介质 | |
CN111703371B (zh) | 交通信息的显示方法、装置、电子设备和存储介质 | |
CN111640301B (zh) | 故障车辆检测方法及包括路侧单元的故障车辆检测系统 | |
CN111612851B (zh) | 用于标定相机的方法、装置、设备以及存储介质 | |
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 | |
CN112651535A (zh) | 局部路径规划方法、装置、存储介质、电子设备及车辆 | |
CN111009135B (zh) | 车辆行驶速度的确定方法、装置以及计算机设备 | |
CN110849327B (zh) | 拍摄盲区的长度确定方法、装置以及计算机设备 | |
CN112802347B (zh) | 通过交通路口车辆的行驶速度确定方法、装置和设备 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211015 Address after: 100176 Room 101, 1st floor, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing Patentee after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Patentee before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |