CN111381268B - 车辆定位方法、装置、电子设备、计算机可读存储介质 - Google Patents

车辆定位方法、装置、电子设备、计算机可读存储介质 Download PDF

Info

Publication number
CN111381268B
CN111381268B CN201811626554.7A CN201811626554A CN111381268B CN 111381268 B CN111381268 B CN 111381268B CN 201811626554 A CN201811626554 A CN 201811626554A CN 111381268 B CN111381268 B CN 111381268B
Authority
CN
China
Prior art keywords
curvature
lane line
road
target
position information
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
CN201811626554.7A
Other languages
English (en)
Other versions
CN111381268A (zh
Inventor
黄永胜
李根明
张尔河
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.)
Shenyang Meihang Technology Co ltd
Original Assignee
Shenyang Meihang 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 Shenyang Meihang Technology Co ltd filed Critical Shenyang Meihang Technology Co ltd
Priority to CN201811626554.7A priority Critical patent/CN111381268B/zh
Publication of CN111381268A publication Critical patent/CN111381268A/zh
Application granted granted Critical
Publication of CN111381268B publication Critical patent/CN111381268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining 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
    • G01S19/42Determining position
    • G01S19/48Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • 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
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本申请涉及一种车辆定位方法、装置、电子设备、计算机可读存储介质。所述方法包括:获取车辆的第一位置信息;当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率;将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;根据所述第一位置信息和第二位置信息对所述车辆进行定位。上述车辆定位方法、装置、电子设备、计算机可读存储介质,可以提高定位的精度。

Description

车辆定位方法、装置、电子设备、计算机可读存储介质
技术领域
本申请涉及计算机技术领域,特别是涉及一种车辆定位方法、装置、电子设备、计算机可读存储介质。
背景技术
在交通系统中,可以通过定位技术实时更新设备所处的位置。例如,可以通过定位技术确定设备所处的经纬度,或者确定设备具体处于哪一个城市、街道等,并将设备所处的位置在地图上进行标记。但是在实际定位的过程中,如果定位精度可能会因为定位精度比较低导致定位存在偏差。
发明内容
本申请实施例提供一种车辆定位方法、装置、电子设备、计算机可读存储介质,可以提高定位的精度。
一种车辆定位方法,包括:
获取车辆的第一位置信息;
当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率;
将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
根据所述第一位置信息和第二位置信息对所述车辆进行定位。
在其中一个实施例中,所述当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,包括:
当所述第一位置信息对应的预设路段范围内存在分歧路口,且所述分歧路口对应的各个分歧道路之间形成的夹角角度小于预设角度时,判定所述车辆行驶到目标分歧路口;
当判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像。
在其中一个实施例中,所述获取摄像头采集的所述车辆当前行驶道路的道路图像,包括:
获取所述车辆所在位置到所述目标分歧路口的距离信息,根据所述距离信息获取采集帧率;
获取所述摄像头根据所述采集帧率采集的所述车辆当前行驶道路的道路图像。
在其中一个实施例中,所述获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率,包括:
获取摄像头采集的所述车辆当前行驶道路的连续多帧道路图像,分别根据每一帧所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息,包括:
根据识别得到的所有目标车道线曲率获取目标曲率均值,将所述目标曲率均值和各个参考车道线曲率进行比较,得到第二位置信息;或
将识别得到的每一个目标车道线曲率分别与各个参考车道线曲率比较,得到每一个目标车道线曲率对应的中间位置信息,根据所述中间位置信息确定第二位置信息在其中一个实施例中,所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息,包括:
当识别得到的所述目标车道线曲率为有效值时,所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
所述方法还包括:
当识别得到的所述目标车道线曲率为无效值时,将历史识别得到的第二位置信息作为当前得到的第二位置信息。
在其中一个实施例中,所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息,包括:
获取所述目标车道线曲率与各个参考车道线曲率的曲率差值,将所述曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路;
根据所述目标分歧道路得到第二位置信息。
在其中一个实施例中,所述车辆当前行驶道路对应至少两条车道线,每一条目标车道线对应一个目标车道线曲率;
所述获取所述目标车道线曲率与各个参考车道线曲率的曲率差值,将所述曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路,包括:
逐一读取所述参考车道线曲率;
每读取到一个参考车道线曲率时,获取每一条目标车道线的目标车道线曲率与读取到的参考车道线曲率的曲率差值,将得到的所有曲率差值的均值作为读取到的参考车道线曲率对应的目标曲率差值;
将目标曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路。
一种车辆定位装置,包括:
第一位置获取模块,用于获取车辆的第一位置信息;
图像采集模块,用于当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
曲率获取模块,用于获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率;
第二位置获取模块,用于将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
定位模块,用于根据所述第一位置信息和第二位置信息对所述车辆进行定位。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
获取车辆的第一位置信息;
当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率;
将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
根据所述第一位置信息和第二位置信息对所述车辆进行定位。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取车辆的第一位置信息;
当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率;
将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
根据所述第一位置信息和第二位置信息对所述车辆进行定位。
上述车辆定位方法、装置、电子设备、计算机可读存储介质,首先获取车辆的第一位置信息,根据第一位置信息判断车辆行驶到目标分歧路口时,获取摄像头采集的车辆当前行驶道路的道路图像。然后根据采集的道路图像识别车辆当前行驶道路的目标车道线曲率。最后将目标车道线曲率与目标分歧路口的各个分歧道路的参考车道线曲率进行比较,得到第二位置信息,根据得到的第一位置信息和第二位置信息对车辆进行定位。这样可以根据摄像头采集的道路图像识别车辆当前行驶的第二位置信息,在第一位置信息的基础上结合第二位置信息对车辆进行定位,可以提高定位的精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为一个实施例中车辆定位方法的应用环境图;
图2为一个实施例中车辆定位方法的流程图;
图3为另一个实施例中车辆定位方法的流程图;
图4为一个实施例中目标分歧路口的示意图;
图5为又一个实施例中车辆定位方法的流程图;
图6为又一个实施例中车辆定位方法的流程图;
图7为又一个实施例中车辆定位方法的流程图;
图8为一个实施例中车辆定位过程的示意图;
图9为一个实施例中车辆定位装置的结构示意图;
图10为一个实施例中终端的内部结构示意图;
图11为一个实施例中服务器的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一客户端称为第二客户端,且类似地,可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端,但其不是同一客户端。
图1为一个实施例中车辆定位方法的应用环境图。如图1所示,该应用环境中包括车辆102、服务器104和卫星106。具体的,可以通过卫星106获取车辆102的第一位置信息,然后通过服务器104根据第一位置信息判断车辆102是否行驶到目标分歧路口。当根据第一位置信息判定车辆102行驶到目标分歧路口时,获取摄像头采集的车辆102当前行驶道路的道路图像,并根据道路图像识别车辆102当前行驶道路的目标车道线曲率;获取目标分歧路口的各个分歧道路对应的参考车道线曲率;将目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;根据第二位置信息对车辆102进行定位。
图2为一个实施例中车辆定位方法的流程图。如图2所示,该车辆定位方法包括步骤202至步骤210。其中:
步骤202,获取车辆的第一位置信息。
在一个实施例中,车辆在行驶过程中,可以通过定位系统进行定位,从而实时获取车辆的位置。例如,可以根据全球定位系统(Global Positioning System,GPS)、导航推算(Dead Reckoning,DR)、北斗卫星导航系统(BeiDou NavigationSatellite System,BDS)等定位系统进行定位,获取车辆的位置信息。
第一位置信息可以是根据上述定位系统定位得到的。例如,可以通过GPS系统获取车辆的第一位置信息,车辆上可以安装一个GPS接收器,GPS卫星会实时向GPS接收器发送车辆的位置信息。第一位置信息可以是通过经纬度进行表示,也可以是通过其他方式进行表示,在此不做限定。
步骤204,当根据第一位置信息判定车辆行驶到目标分歧路口时,获取摄像头采集的车辆当前行驶道路的道路图像,并根据道路图像识别车辆当前行驶道路的目标车道线曲率。
目标分歧路口是指分歧道路之间的距离比较接近的路口,由于目标分歧路口的分歧道路之间的距离比较接近,所以定位系统在对车辆位置进行定位的时候,可能会产生误差。比如,在目标分歧路口对应的分歧道路有两条,分别为道路A和道路B,由于道路A和道路B挨得比较近,导致车辆行驶在道路A上的时候,定位系统将车辆的位置定位到道路B上了,从而导致定位误差。
在获取到第一位置信息之后,可以根据第一位置信息判断车辆是否行驶到目标分歧路口。具体的,数据库(Database)中可以存储各个目标分歧路口对应的目标位置信息,车辆可以将第一位置信息与数据库中的目标位置信息进行比较,若数据库中存在与第一位置信息匹配的目标位置信息,则判定车辆当前行驶到目标分歧路口。
例如,该数据库可以存储在服务器上,当车辆获取到第一位置信息之后,可以将第一位置信息上传到服务器,然后服务器根据第一位置信息判断车辆当期那是否已经行驶到目标分歧路口。数据库也可以存储在车辆本地的存储空间中,在此不做限定。
当根据第一位置信息判定车辆行驶到目标分歧路口时,车辆的控制模块可以控制摄像头开启,并通过摄像头采集的车辆当前行驶道路的道路图像。例如,控制摄像头每间隔200ms(毫秒)采集一次道路图像,还可以在进入目标分歧路口之后5分钟内每间隔一定时长采集一次道路图像,不限于此。
可以理解的是,摄像头在采集道路图像的时候,由于摄像头采集图像的过程可能会存在延时误差,因此可以控制摄像头在达到目标分歧路口之前就开始采集道路图像。摄像头也可以在车辆行驶过程中一直采集道路图像,车辆在判断到达目标分歧路口时开始读取摄像头采集的道路图像。
获取到道路图像之后,可以根据道路图像识别车辆当前行驶道路的目标车道线曲率。车道线即为道路上用于区分车道的线条,可以对道路图像进行边缘检测,然后根据边缘检测的结果识别道路中的车道线,然后计算车道线的曲率。在其他实施例中,还可以根据人工智能等其他方法获取目标车道线曲率,在此不做限定。
车道线曲线是指车道线上某个点的切线方向角对弧长的转动率,目标车道线曲率即为根据道路图像识别到的车道线曲率。车道线曲率越大,说明车道线的弯曲程度越大。
步骤206,获取目标分歧路口的各个分歧道路对应的参考车道线曲率。
可以理解的是,数据库中可以存储目标分歧路口的相关信息。例如,数据库中可以存储目标分歧路口对应的各个分歧道路的车道数量、参考车道线曲率、目标分歧路口的具体位置等信息,不限于此。参考车道线曲率即为数据库中存储的各个分歧道路上的实际车道线曲率。
例如,目标分歧路口对应的分歧道路对应左转分歧道路和右转分歧道路,左转分歧道路对应的参考车道线曲率为0.3,右转分歧道路对应的参考车道线曲率为1.8。可以理解的是,分歧道路的车道线曲率可能是实时变化的,所以在分歧道路的不同位置可能对应的参考车道线曲率也是不同的。
步骤208,将目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息。
具体的,获取到目标车道线曲率和参考车道线曲率之后,可以将目标车道线曲率和各个分歧道路的参考车道线曲率进行比较,判断目标车道线曲率与哪一条分歧道路的参考车道线曲率相匹配。然后根据与目标车道线曲率相匹配的参考车道线曲率所对应的分歧道路得到第二位置信息。
例如,识别得到的目标车道线曲率为0.9,目标分歧路口对应的分歧道路包括道路A、道路B和道路C,道路A、道路B和道路C对应的参考车道线曲率分别为0.1、0.9、0.5,即目标车道线曲率与道路B对应的参考车道线曲率相匹配,则说明车辆当前行驶在道路B上。
在一个实施例中,当车辆当前行驶道路的曲率过大,或者车道线不清晰的时候,根据道路图像可能识别不到当前行驶道路的曲率,这时可以将得到的目标车道线曲率标记为无效值。当目标车道线曲率为有效值的时候,可以根据目标车道线曲率确定第二位置信息;当目标车道线曲率为无效值的时候,可以将大于某一个阈值的参考车道线曲率作为车辆当前行驶车道的曲率,从而确定第二位置信息,也可以根据历史识别得到的第二位置信息来确定当前的第二位置信息。
具体的,上述步骤208包括:当识别得到的目标车道线曲率为有效值时,将目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息。此外,上述车辆定位方法还可以包括:当识别得到的目标车道线曲率为无效值时,将历史识别得到的第二位置信息作为当前得到的第二位置信息。还可以是:当识别得到的目标车道线曲率为无效值,且识别到该无效值的持续时长超过时长阈值时,将历史识别得到的第二位置信息作为当前得到的第二位置信息。
车辆在行驶过程中,会以一定频率采集道路图像,并在每采集到一帧道路图像的时候,识别得到一个对应的第二位置信息。因此,在根据某一帧道路图像识别到无效值时,可以该帧道路图像之前识别到的第二位置信息作为该帧道路图像识别得到的第二位置信息。
更进一步,当识别得到的目标车道线曲率为无效值时,可能是由于车道线不清晰等原因引起的,这时可以不做处理;如果是由于车道线曲率过大导致的无效,则可以根据历史识别的第二位置信息来处理。具体的,当识别得到的目标车道线曲率为无效值时,可以获取历史识别的目标车道线曲率作为历史车道线曲率;当历史车道线曲率为逐渐递增,和/或大于第一曲率阈值的历史车道线曲率的数量超过数量阈值,和/或存在大于第二曲率阈值的历史车道线曲率时,判定是由于车道线曲率过大导致识别无效的,这时可以将历史识别的第二位置信息作为当前得到的第二位置信息。其中,第一曲率阈值小于第二曲率阈值。
例如,当车辆识别的历史车道线曲率满足以下三个条件:1、历史车道线曲率是逐渐递增的;2、有三个或三个以上的历史车道线曲率是超过0.7;3、存在0.9以上的历史车道线曲率,判定是由于车道线曲率过大导致当前识别的目标车道曲率的无效。假设车辆以一定频率采集道路图像,当识别到当前目标车道线曲率为无效值时,获取在当前目标车道线曲率之前得到的历史车道线曲率序列为:0.1→0.3→0.4→0.5→0.7→0.8→1.0,则由该历史车道线曲率序列可知历史车道线曲率是逐渐递增的,有三个大于0.7以上的历史车道线曲率,且存在一个0.9以上的历史车道线曲率,所以可以判断当前目标车道线曲率无效是由于车道线曲率过大导致的。
步骤210,根据第一位置信息和第二位置信息对车辆进行定位。
在本申请提供的实施例中,获取到第二位置信息之后,可以根据第一位置信息和第二位置信息对车辆进行定位。根据第二位置信息可以知道车辆具体行驶在哪一条分歧道路上,然后结合定位系统实时更新的数据即第一位置信息对车辆进行具体的定位。例如,根据定位系统获取车辆的大致位置即第一位置信息,然后再根据第二位置信息确定车辆的具体是在哪一条车道上,从而得到车辆的精确定位。
上述实施例提供的车辆定位方法,首先获取车辆的第一位置信息,根据第一位置信息判断车辆行驶到目标分歧路口时,获取摄像头采集的车辆当前行驶道路的道路图像。然后根据采集的道路图像识别车辆当前行驶道路的目标车道线曲率。最后将目标车道线曲率与目标分歧路口的各个分歧道路的参考车道线曲率进行比较,得到第二位置信息,根据得到的第一位置信息和第二位置信息对车辆进行定位。这样可以根据摄像头采集的道路图像识别车辆当前行驶的第二位置信息,在第一位置信息的基础上结合第二位置信息对车辆进行定位,使得定位更加精确,提高了定位的精度。
图3为另一个实施例中车辆定位方法的流程图。如图3所示,该车辆定位方法包括步骤302至步骤314。其中:
步骤302,获取车辆的第一位置信息。
步骤304,当第一位置信息对应的预设路段范围内存在分歧路口,且分歧路口对应的各个分歧道路之间形成的夹角角度小于预设角度时,判定车辆行驶到目标分歧路口。
第一位置信息用于表示车辆行驶的大致位置,具体可以通过经纬度等形式进行表示,不限于此。在获取到车辆的第一位置信息之后,可以判断第一位置信息对应的预设路段范围内是否存在目标分歧路口。
具体的,数据库中可以存储各个分歧路口的位置信息,当获取到第一位置信息之后,就查找数据库中的各个分歧路口中的位置信息,然后判断查找到的各个位置信息是否落入上述第一位置信息对应的预设路段范围内。若查找到的数据库中的分歧路口的位置信息落入了第一位置信息的预设路段范围内,则说明第一位置信息的预设路段范围内存在分歧路口。
当第一位置信息的预设路段范围内存在分歧路口时,获取该第一位置信息的预设路段范围内的分歧路口所对应的各个分歧道路,判断各个分歧道路之间的夹角角度是否小于预设角度,若各个分歧路段之间的夹角角度小于预设角度,则认为该第一位置信息的预设路段范围内的分歧路口为目标分歧路口。例如,分歧道路之间的夹角角度小于60°时,认为该分歧路口为目标分歧路口。
在一个实施例中,当分歧路口对应两条以上的分歧道路时,这时可以认为只要存在任意两条相邻分歧道路之间的夹角角度小于预设角度,则该分歧路口就为目标分歧路口。
可以理解的是,数据库中存储的各个分歧路口对应的位置信息时,可以同时对数据库中的目标分歧路口进行标记,这样就不用每次都去根据分歧道路之间的夹角角度判断分歧路口是否为目标分歧路口,可以直接根据标记判断第一位置信息对应的预设路段范围内的分歧路口是否为目标分歧路口。
步骤306,当判定车辆行驶到目标分歧路口时,获取摄像头采集的车辆当前行驶道路的道路图像,并根据道路图像识别车辆当前行驶道路的目标车道线曲率。
当判定车辆行驶到目标分歧路口的时候,可以读取摄像头采集车辆当前行驶道路的道路图像。还可以设置停止采集道路图像的条件,比如当获取到第二位置信息之后停止读取,或者在采集道路图像一段时间之后停止读取,还可以在判定车辆离开目标分歧路口之后停止读取,在此不做限定。
摄像头可以以一定的频率采集道路图像,然后根据道路图像获取目标车道线曲率。例如,可以每间隔200ms、500ms或1s(秒)读取摄像头采集的一帧道路图像。获取到道路图像之后,可以首先根据道路图像识别车辆当前行驶道路的车道线,然后根据识别到的车道线确定目标车道线曲率。
步骤308,获取目标分歧路口的各个分歧道路对应的参考车道线曲率。
在本申请提供的实施例中,数据库中可以存储分歧路口的位置信息,并对目标分歧路口进行标记,然后存储各个目标分歧路口对应的分歧道路,以及每一个分歧道路对应的参考车道线曲率。当根据第一位置信息识别到车辆当前行驶到目标分歧路口时,就可以根据第一位置信息确定的目标分歧路口去数据库中查找对应的参考车道线曲率。
具体的,道路的车道线曲率可能是实时发生变化的,也就是说分歧道路上不同的点对应不同的参考车道线曲率。车辆在行驶在分歧道路上的时候,可以实时通过导航系统推算车辆的第一位置信息,并将第一位置信息投影到各个分歧道路上的获取对应的投影点,然后从数据库中获取各个投影点对应的参考车道线曲率作为各个分歧道路对应的参考车道线曲率,其中,该投影点在分歧道路上的切线与该投影点到第一位置信息对应的位置点的连线垂直。
例如,第一位置信息可以通过经纬度表示,在得到第一位置信息的时候可以将经纬度投影到各个分歧道路,将该经纬度所在的点投影到各个分歧道路上确定对应的投影点,然后再获取该投影点对应的参考车道线曲率。
步骤310,获取目标车道线曲率与各个参考车道线曲率的曲率差值,将曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路。
在确定目标车道线曲率和参考车道线曲率之后,可以将目标车道线曲率与各个参考车道线曲率进行比较,计算目标车道线曲率与每一个参考车道线曲率的曲率差值,根据判断目标车道线曲率与哪一个参考车道线曲率相匹配,然后将与目标车道线曲率相匹配的参考车道线曲率所对应的分歧道路作为目标分歧道路。
具体的,在计算出曲率差值之后,可以将曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路。例如,目标分歧路口存在三条分歧道路,分歧道路1对应的参考车道线曲率为0,分歧道路2对应的参考车道线曲率为0.9,分歧道路3对应的参考车道线曲率为1.2,根据道路图像识别到的车辆当前行驶道路的目标车道线曲率为0.8。所以计算得到的分歧道路1对应的曲率差值就为0.8,分歧道路2对应的曲率差值就为0.1,分歧道路3对应的曲率差值就为0.4,则可以将分歧道路2作为目标分歧道路。
步骤312,根据目标分歧道路得到第二位置信息。
步骤314,根据第一位置信息和第二位置信息对车辆进行定位。
在本申请实施例中,确定目标分歧道路之后,就可以根据目标分歧道路得到的第二位置信息对车辆进行定位。具体的,根据第一位置信息可以确定车辆大致的位置,根据第二位置信息可以确定车辆当前行驶在哪一条分歧道路上,根据第一位置信息和第二位置信息就可以确定车辆的具体位置。
例如,车辆可以实时根据GPS系统获取第一位置信息,当根据第一位置信息判定行驶到目标分歧路口时,开始启动DR通过陀螺仪确定车辆转动角度,从而确定车辆转动角度,通过脉冲传感器确定脉冲从而得到行驶距离,根据上述获取的车辆转动角度、行驶距离等参数确定车辆的第一位置信息。同时进入目标分歧路口之后,车辆会实时获取道路图像并根据道路图像确定第二位置信息。根据第一位置信息确定车辆的行驶距离和方向,根据第二位置信息确定车辆行驶在哪一条道路上,从而确定车辆的具体位置。
图4为一个实施例中目标分歧路口的示意图。如图4所示,该目标分歧路口分别对应分歧道路420和分歧道路422,分歧道路420和分歧道路422之间形成的夹角角度ɑ=30°。假设分歧道路420的参考车道线曲率为0.8,分歧道路422的参考车道线曲率为0。当车辆行驶到位置40时,根据采集到的道路图像识别到的目标车道线曲率为0.7,就可以判断车辆是行驶在分歧道路420上的。
可以理解的是,当车辆进入目标分歧路口之后,开始采集道路图像,并根据道路图像获取第二位置信息,然后根据第二位置信息进行定位。车辆在获取到第二位置信息之后可以立马停止读取道路图像,也可以在判断车辆离开目标分歧路口之后停止读取道路图像,在此不做限定。
上述实施例提供的车辆定位方法,在判断第一位置信息对应的预设路段范围内存在分歧路口且分类路口对应的各个分歧道路之间形成的夹角角度小于预设角度时,判定车辆行驶到目标分歧路口。这时可以根据摄像头采集的道路图像识别车辆当前行驶的目标车道线曲率,然后根据目标车道线曲率确定第二位置信息,在第一位置信息的基础上结合第二位置信息对车辆进行定位,使得定位更加精确,提高了定位的精度。
在一个实施例中,如图5所示,上述获取道路图像的步骤具体还可以包括以下步骤:
步骤502,获取车辆所在位置到目标分歧路口的距离信息,根据距离信息获取采集帧率。
当车辆行驶到目标分歧路口之后,车辆可以实时获取当前所在位置到目标分歧路口的距离信息。例如,数据库中可以存储目标分歧路口的经纬度,车辆可以实时通过GPS或者DR推算当前所在位置,然后计算当前所在位置到目标分歧路口的距离信息,并根据距离信息获取采集帧率。
具体的,采集帧率是指摄像头采集道路图像的频率,根据车辆所在位置到目标分歧路口的距离信息调节采集频率。车辆到目标分歧路口的距离越远时,说明定位出现误差的可能性越低,则可以将采集帧率调低;当车辆到目标分歧路口的距离越近时,说明定位出现误差的可能性越高,则可以将采集帧率调得越高,减小定位误差。
具体的,可以首先划分至少两个距离范围,然后确定距离信息所落入的距离范围,根据预先建立的距离范围与采集帧率的对应关系获取上述距离范围对应的采集帧率。
例如,划分不同的距离范围,每个距离范围对应一个采集帧率。到目标分歧路口的距离信息为500米时,确定车辆进入目标分歧路口。距离信息可以分为以下3个距离范围:500~300米、300~100米、100米以内,对应的采集帧率分别为5帧/秒、10帧/秒、20帧/秒。
步骤504,获取摄像头根据采集帧率采集的车辆当前行驶道路的道路图像。
根据上述方法确定采集帧率之后,摄像头会根据采集帧率来采集车辆当前行驶道路的道路图像。
在一个实施例中,如图6所示,上述获取第二位置信息的步骤具体还可以包括以下步骤:
步骤602,获取摄像头采集的车辆当前行驶道路的连续多帧道路图像,分别根据每一帧道路图像识别车辆当前行驶道路的目标车道线曲率。
当车辆行驶到目标分歧路口的时候,开启通过摄像头采集车辆当前行驶道路的道路图像,摄像头可以以一定的频率采集道路图像。例如,摄像头可以每间隔100ms采集一帧道路图像。
在一个实施例中,读取并存储摄像头采集的道路图像可以形成一个图像序列,每读取到一帧道路图像时,就可以根据道路图像进行识别得到对应的目标车道线曲率。得到的目标车道线曲率也可以按照采集的道路图像的先后顺序进行排列,形成一个数据队列。
步骤604,根据识别得到的所有目标车道线曲率获取目标曲率均值,将目标曲率均值和各个参考车道线曲率进行比较,得到第二位置信息。
车辆在进入目标分歧路口之后,每采集到一帧道路图像就会识别得到一个对应的目标车道线曲率,并将得到的目标车道线曲率插入上述数据队列。根据获取的连续多帧道路图像识别得到的所有目标车道线曲率进行均值处理,得到目标曲率均值,然后将目标曲率均值和各个参考车道线曲率进行比较,得到第二位置信息。这样得到的第二位置信息可以消除随机误差,提高识别的准确率。
例如,根据连续多帧道路图像识别得到的目标车道线曲率按照得到的时间由先到后的顺序排列为:1.2→1.3→0.6→1.5→1.3。则将上述所有目标车道线曲率进行均值处理,得到的目标曲率均值就为1.18。然后将得到的目标曲率均值1.18和各个参考车道线曲率进行比较,最终确定第二位置信息。
在本申请提供的其他实施例中,还可以将识别得到的每一个目标车道线曲率分别与各个参考车道线曲率比较,得到每一个目标车道线曲率对应的中间位置信息,根据中间位置信息确定第二位置信息。也就是根据每一帧道路图像识别得到的目标车道线曲率可以确定一个中间位置信息,然后根据得到的所有中间位置信息确定最终的第二位置信息。
例如,获取连续4帧道路图像,根据每一帧道路图像可以获取到一个目标车道线曲率,然后将目标车道线曲率分别与各个参考车道线曲率进行比较,可以得到每一帧道路图像对应的中间位置信息。假设上述根据获取连续4帧道路图像识别得到的中间位置信息分别为道路A、道路A、道路B、道路A,则可以确定最终识别得到的第二位置信息为道路A。
在本申请提供的实施例中,车辆当前行驶道路可以对应至少两条目标车道线,每一条目标车道线对应一个目标车道线曲率。如图7所示,获取目标分歧道路的步骤具体可以包括:
步骤702,逐一读取参考车道线曲率。
步骤704,每读取到一个参考车道线曲率时,获取每一条目标车道线的目标车道线曲率与读取到的参考车道线曲率的曲率差值,将得到的所有曲率差值的均值作为读取到的参考车道线曲率对应的目标曲率差值。
具体的,可以逐一读取参考车道线曲率,在每次读取到一个参考车道线曲率的时候,将每一条目标车道线的目标车道线曲率与读取到的参考车道线曲率进行比较,计算每一条目标车道线的目标车道线曲率与读取到的参考车道线曲率的差值作为曲率差值。曲率差值越小,说明目标车道线曲率与读取到的参考车道线曲率的匹配度越高。将读取到的参考车道曲率对应的曲率差值做均值处理,得到对应的目标曲率差值,然后根据目标曲率差值来确定目标分歧道路。
步骤706,将目标曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路。
得到目标曲率差值之后,将目标曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路,然后根据目标分歧道路得到第二位置信息。例如,目标分歧路口对应分歧道路1和分歧道路2,分歧道路1对应的参考车道线曲率为0.4,分歧道路2对应的参考车道线曲率为1.2。假设车辆当前行驶道路包括两条目标车道线(目标车道线1和目标车道线2),目标车道线1和目标车道线2对应的目标车道线曲率分别为0.2和0.5。计算分歧道路1对应的参考车道线曲率0.4与0.2的曲率差值为0.2,与0.5的曲率差值为0.1,即分歧道路1对应的目标曲率差值就为(0.2+0.1)/2=0.15。相应地,计算分歧道路2对应的目标曲率差值就为0.85。最后确定最小的目标曲率差值就为0.15,即将分歧道路1作为目标分歧道路。
应该理解的是,虽然图2、3、5、6、7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、3、5、6、7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图8为一个实施例中车辆定位过程的示意图。如图8所示,车辆可以在行驶过程中不断获取第一位置信息,然后根据第一位置信息判断当前是否行使到目标分歧路口。若是,则开始读取摄像头采集的道路图像,并根据读取得到的道路图像确定第二位置信息,最后根据第一位置信息和第二位置信息定位,定位之后结束本次定位过程;若否,则直接结束本次定位过程。
图9为一个实施例中车辆定位装置的结构示意图。如图9所示,该车辆定位装置900包括第一位置获取模块902、图像采集模块904、曲率获取模块906、第二位置获取模块908和定位模块910。其中:
第一位置获取模块902,用于获取车辆的第一位置信息;
图像采集模块904,用于当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
曲率获取模块906,用于获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率;
第二位置获取模块908,用于将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
定位模块910,用于根据所述第一位置信息和第二位置信息对所述车辆进行定位。
上述实施例提供的车辆定位装置,首先获取车辆的第一位置信息,根据第一位置信息判断车辆行驶到目标分歧路口时,获取摄像头采集的车辆当前行驶道路的道路图像。然后根据采集的道路图像识别车辆当前行驶道路的目标车道线曲率。最后将目标车道线曲率与目标分歧路口的各个分歧道路的参考车道线曲率进行比较,得到第二位置信息,根据得到的第一位置信息和第二位置信息对车辆进行定位。这样可以根据摄像头采集的道路图像识别车辆当前行驶的第二位置信息,在第一位置信息的基础上结合第二位置信息对车辆进行定位,使得定位更加精确,提高了定位的精度。
在一个实施例中,图像采集模块904还用于当所述第一位置信息对应的预设路段范围内存在分歧路口,且所述分歧路口对应的各个分歧道路之间形成的夹角角度小于预设角度时,判定所述车辆行驶到目标分歧路口;当判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像。
在一个实施例中,图像采集模块904还用于获取所述车辆所在位置到所述目标分歧路口的距离信息,根据所述距离信息获取采集帧率;获取所述摄像头根据所述采集帧率采集的所述车辆当前行驶道路的道路图像。
在一个实施例中,图像采集模块904还用于获取摄像头采集的所述车辆当前行驶道路的连续多帧道路图像,分别根据每一帧所述道路图像识别所述车辆当前行驶道路的目标车道线曲率。
在一个实施例中,第二位置获取模块908还用于根据识别得到的所有目标车道线曲率获取目标曲率均值,将所述目标曲率均值和各个参考车道线曲率进行比较,得到第二位置信息;或将识别得到的每一个目标车道线曲率分别与各个参考车道线曲率比较,得到每一个目标车道线曲率对应的中间位置信息,根据所述中间位置信息确定第二位置信息。
在一个实施例中,第二位置获取模块908还用于当识别得到的所述目标车道线曲率为有效值时,所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;当识别得到的所述目标车道线曲率为无效值时,将历史识别得到的第二位置信息作为当前得到的第二位置信息。
在一个实施例中,第二位置获取模块908还用于获取所述目标车道线曲率与各个参考车道线曲率的曲率差值,将所述曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路;根据所述目标分歧道路得到第二位置信息。
在一个实施例中,所述车辆当前行驶道路对应至少两条目标车道线,每一条目标车道线对应一个目标车道线曲率;第二位置获取模块908还用于逐一读取所述参考车道线曲率;每读取到一个参考车道线曲率时,获取每一条目标车道线的目标车道线曲率与读取到的参考车道线曲率的曲率差值,将得到的所有曲率差值的均值作为读取到的参考车道线曲率对应的目标曲率差值;将目标曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路。
上述车辆定位装置中各个模块的划分仅用于举例说明,在其他实施例中,可将车辆定位装置按照需要划分为不同的模块,以完成上述车辆定位装置的全部或部分功能。
关于车辆定位装置的具体限定可以参见上文中对于车辆定位方法的限定,在此不再赘述。上述车辆定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图10为一个实施例中终端的内部结构示意图。如图10所示,该终端包括通过系统总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个终端的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以上各个实施例所提供的一种车辆定位方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该终端可以是手机、平板电脑或者个人数字助理、穿戴式设备等,还可以是其他电子设备,在此不做限定。
图11为一个实施例中服务器的内部结构示意图。如图11所示,该服务器包括通过系统总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个服务器的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境,还可以通过数据库存储数据,为终端实现车辆定位方法提供数据支撑。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的服务器的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请实施例中提供的车辆定位装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行车辆定位方法的步骤。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行车辆定位方法。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种车辆定位方法,其特征在于,包括:
获取车辆的第一位置信息;
当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,包括当所述第一位置信息对应的预设路段范围内存在分歧路口,且所述分歧路口对应的各个分歧道路之间形成的夹角角度小于预设角度时,判定所述车辆行驶到所述目标分歧路口,当判定所述车辆行驶到所述目标分歧路口时,获取所述摄像头采集的所述车辆当前行驶道路的道路图像;并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
当所述目标车道线曲率为有效值时,获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率,包括将所述第一位置信息投影到所述各个分歧道路上并获取对应的投影点,获取各个所述投影点对应的参考车道线曲率并作为所述各个分歧道路对应的参考车道线曲率;所述投影点在所述分歧道路上的切线与所述投影点到所述第一位置信息对应的位置点的连线垂直;将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
当历史车道线曲率为逐渐递增,和/或大于第一曲率阈值的历史车道线曲率的数量超过数量阈值,和/或存在大于第二曲率阈值的历史车道线曲率时,判定所述目标车道线曲率为无效值,将历史识别得到的第二位置信息作为第二位置信息,所述第一曲率阈值小于所述第二曲率阈值;
根据所述第一位置信息和所述第二位置信息对所述车辆进行定位。
2.根据权利要求1所述的方法,其特征在于,所述第一位置信息对应的预设路段范围内存在分歧路口,包括:
获取各个分歧路口的位置信息,当存在所述分歧路口的位置信息落入所述第一位置信息对应的预设路段范围内时,确定所述第一位置信息的预设路段范围内存在所述分歧路口。
3.根据权利要求1所述的方法,其特征在于,所述获取摄像头采集的所述车辆当前行驶道路的道路图像,包括:
获取所述车辆所在位置到所述目标分歧路口的距离信息,根据所述距离信息获取采集帧率;
获取所述摄像头根据所述采集帧率采集的所述车辆当前行驶道路的道路图像。
4.根据权利要求1所述的方法,其特征在于,所述获取摄像头采集的所述车辆当前行驶道路的道路图像,并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率,包括:
获取摄像头采集的所述车辆当前行驶道路的连续多帧道路图像,分别根据每一帧所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息,包括:
根据识别得到的所有目标车道线曲率获取目标曲率均值,将所述目标曲率均值和各个参考车道线曲率进行比较,得到第二位置信息;或
将识别得到的每一个目标车道线曲率分别与各个参考车道线曲率比较,得到每一个目标车道线曲率对应的中间位置信息,根据所述中间位置信息确定第二位置信息。
5.根据权利要求1所述的方法,其特征在于,所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息,包括:
当识别得到的所述目标车道线曲率为有效值时,所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;
所述方法还包括:
当识别得到的所述目标车道线曲率为无效值时,将历史识别得到的第二位置信息作为当前得到的第二位置信息。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息,包括:
获取所述目标车道线曲率与各个参考车道线曲率的曲率差值,将所述曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路;
根据所述目标分歧道路得到第二位置信息。
7.根据权利要求6所述的方法,其特征在于,所述车辆当前行驶道路对应至少两条目标车道线,每一条目标车道线对应一个目标车道线曲率;
所述获取所述目标车道线曲率与各个参考车道线曲率的曲率差值,将所述曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路,包括:
逐一读取所述参考车道线曲率;
每读取到一个参考车道线曲率时,获取每一条目标车道线的目标车道线曲率与读取到的参考车道线曲率的曲率差值,将得到的所有曲率差值的均值作为读取到的参考车道线曲率对应的目标曲率差值;
将目标曲率差值最小的参考车道线曲率所对应的分歧道路作为目标分歧道路。
8.一种车辆定位装置,其特征在于,包括:
第一位置获取模块,用于获取车辆的第一位置信息;
图像采集模块,用于当根据所述第一位置信息判定所述车辆行驶到目标分歧路口时,获取摄像头采集的所述车辆当前行驶道路的道路图像,包括当所述第一位置信息对应的预设路段范围内存在分歧路口,且所述分歧路口对应的各个分歧道路之间形成的夹角角度小于预设角度时,判定所述车辆行驶到所述目标分歧路口,当判定所述车辆行驶到所述目标分歧路口时,获取所述摄像头采集的所述车辆当前行驶道路的道路图像;并根据所述道路图像识别所述车辆当前行驶道路的目标车道线曲率;
曲率获取模块,用于当所述目标车道线曲率为有效值时,获取所述目标分歧路口的各个分歧道路对应的参考车道线曲率,包括将所述第一位置信息投影到所述各个分歧道路上并获取对应的投影点,获取各个所述投影点对应的参考车道线曲率并作为所述各个分歧道路对应的参考车道线曲率;所述投影点在所述分歧道路上的切线与所述投影点到所述第一位置信息对应的位置点的连线垂直;
第二位置获取模块,用于将所述目标车道线曲率和各个参考车道线曲率进行比较,得到第二位置信息;当历史车道线曲率为逐渐递增,和/或大于第一曲率阈值的历史车道线曲率的数量超过数量阈值,和/或存在大于第二曲率阈值的历史车道线曲率时,判定所述目标车道线曲率为无效值,将历史识别得到的第二位置信息作为第二位置信息,所述第一曲率阈值小于所述第二曲率阈值;
定位模块,用于根据所述第一位置信息和所述第二位置信息对所述车辆进行定位。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
CN201811626554.7A 2018-12-28 2018-12-28 车辆定位方法、装置、电子设备、计算机可读存储介质 Active CN111381268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811626554.7A CN111381268B (zh) 2018-12-28 2018-12-28 车辆定位方法、装置、电子设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811626554.7A CN111381268B (zh) 2018-12-28 2018-12-28 车辆定位方法、装置、电子设备、计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111381268A CN111381268A (zh) 2020-07-07
CN111381268B true CN111381268B (zh) 2023-06-23

Family

ID=71218103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811626554.7A Active CN111381268B (zh) 2018-12-28 2018-12-28 车辆定位方法、装置、电子设备、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111381268B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112100565B (zh) * 2020-08-31 2022-09-06 中国第一汽车股份有限公司 一种道路曲率确定方法、装置、设备及存储介质
CN112614358B (zh) * 2020-12-16 2022-08-19 北京地平线信息技术有限公司 控制交通指示装置的方法、装置及计算机可读存储介质
CN115424231B (zh) * 2021-07-30 2024-04-05 阿波罗智联(北京)科技有限公司 信息处理方法及装置、电子设备、存储介质及产品

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107941229A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 车辆定位方法和车辆定位系统
CN108801273A (zh) * 2017-04-28 2018-11-13 高德软件有限公司 一种道路参考线的生成方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060049706A (ko) * 2004-07-20 2006-05-19 아이신세이끼가부시끼가이샤 차량의 레인주행지원장치
JP2008168811A (ja) * 2007-01-12 2008-07-24 Honda Motor Co Ltd 車線認識装置、車両、車線認識方法、及び車線認識プログラム
KR20160002178A (ko) * 2014-06-30 2016-01-07 현대자동차주식회사 자차 위치 인식 장치 및 방법
CN107643086B (zh) * 2016-07-22 2021-04-13 北京四维图新科技股份有限公司 一种车辆定位方法、装置及系统
CN106384085A (zh) * 2016-08-31 2017-02-08 浙江众泰汽车制造有限公司 一种无人车偏航角计算方法
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107941229A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 车辆定位方法和车辆定位系统
CN108801273A (zh) * 2017-04-28 2018-11-13 高德软件有限公司 一种道路参考线的生成方法及装置

Also Published As

Publication number Publication date
CN111381268A (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
CN111380539B (zh) 车辆定位、导航方法和装置及相关系统
CN111381268B (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
CN107430819B (zh) 车辆信息处理装置及车辆信息处理方法
US10503983B2 (en) Lane recognition apparatus and lane recognition method
JP6229523B2 (ja) 自車走行位置特定装置及び自車走行位置特定プログラム
EP3246893A1 (en) Vehicle on-board control device, host vehicle position and orientation identification device, and vehicle on-board display device
KR20180012811A (ko) 차량 위치 판정 장치 및 차량 위치 판정 방법
CN111380536B (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
CN111382614B (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
CN101233463A (zh) 用于识别拐弯过程的方法和用于汽车的驾驶员支持系统
CN111381269B (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
US11002553B2 (en) Method and device for executing at least one measure for increasing the safety of a vehicle
KR102441073B1 (ko) 자이로 센싱값 보상 장치, 그를 포함한 시스템 및 그 방법
EP2551638B1 (en) Technique for calculating a location of a vehicle
CN111256687A (zh) 地图数据的处理方法、装置、采集设备和存储介质
CN111207759B (zh) 一种显示车辆位置的方法及装置
CN110596741A (zh) 车辆定位方法、装置、计算机设备和存储介质
CN111383476A (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
JP2011202977A (ja) 走行道路推定システム
CN111178806A (zh) 一种车辆停留点的查找方法、装置及设备
CN114754778A (zh) 一种车辆定位方法以及装置、电子设备、存储介质
CN111688714B (zh) 车辆控制方法、装置及自动驾驶车辆
US20220219699A1 (en) On-board apparatus, driving assistance method, and driving assistance system
CN115950441B (zh) 自动驾驶车辆的融合定位方法、装置及电子设备
JP7031748B2 (ja) 自己位置推定方法及び自己位置推定装置

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
CB02 Change of applicant information

Address after: 110000 No. 861-6, shangshengou village, Hunnan District, Shenyang City, Liaoning Province

Applicant after: Shenyang Meihang Technology Co.,Ltd.

Address before: 110179 E06, international software park, No. 861-6, shangshengou village, Hunnan New Area, Shenyang City, Liaoning Province

Applicant before: SHENYANG MXNAVI Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant