CN111381269B - 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 PDFInfo
- Publication number
- CN111381269B CN111381269B CN201811626578.2A CN201811626578A CN111381269B CN 111381269 B CN111381269 B CN 111381269B CN 201811626578 A CN201811626578 A CN 201811626578A CN 111381269 B CN111381269 B CN 111381269B
- Authority
- CN
- China
- Prior art keywords
- road
- lane line
- target
- vehicle
- bifurcation
- 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
Classifications
-
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本申请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。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类型;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类型;将所述目标车道线类型和各个参考车道线类型进行比较,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,提高了定位的精度。
Description
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类型;
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类型;
将所述目标车道线类型和各个参考车道线类型进行比较,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,所述根据所述距离信息获取采集帧率,包括:
确定所述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所述距离范围对应的采集帧率。
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类型,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类型;
所述将所述目标车道线类型和各个参考车道线类型进行比较,得到第二位置信息,包括:
当识别得到的所有目标车道线类型相同时,将所述目标车道线类型和各个参考车道线类型进行比较,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类型不相同时,获取所述目标车道线类型的目标类型变化信息;
获取所述目标分歧路口对应的各个分歧道路的参考类型变化信息,将所述目标类型变化信息与参考类型变化信息进行比较,得到第二位置信息。
在其中一个实施例中,所述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类型,包括:
根据所述道路图像识别所述车辆当前行驶道路对应的每一条目标车道线,并统计所有目标车道线的目标车道线数量以及每一条目标车道线对应的目标车道线类型;
所述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类型,包括:
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的参考车道线数量,以及每一条参考车道线对应的参考车道线类型;
所述将所述目标车道线类型和各个参考车道线类型进行比较,得到第二位置信息,包括:
获取大于或等于所述目标车道线数量的参考车道线数量所对应的分歧道路作为候选分歧道路;
将所述目标车道线类型与所述候选分歧道路对应的参考车道线类型进行比较,得到第二位置信息。
在其中一个实施例中,所述将所述目标车道线类型与所述候选分歧道路对应的参考车道线类型进行比较,得到第二位置信息,包括:
从所述候选分歧道路对应的参考车道线中选取所述目标车道线数量对应的候选车道线,得到至少一个候选车道线集合;
将所述目标车道线的目标车道线类型与每一个候选车道线集合中的候选车道线的参考车道线类型进行比较,获取匹配度最高的候选车道线集合;
将所述匹配度最高的候选车道线集合所对应的候选分歧道路作为目标分歧道路,根据所述目标分歧道路生成第二位置信息。
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类型;
类型获取模块,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类型;
第二位置获取模块,用于将所述目标车道线类型和各个参考车道线类型进行比较,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类型;
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类型;
将所述目标车道线类型和各个参考车道线类型进行比较,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类型;
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类型;
将所述目标车道线类型和各个参考车道线类型进行比较,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,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类型。最后将目标车道线类型与目标分歧路口的各个分歧道路的参考车道线类型进行比较,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。
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。
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类型;获取目标分歧路口的各个分歧道路对应的参考车道线类型;将目标车道线类型和各个参考车道线类型进行比较,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 Navigation Satellite System,BDS)等定位系统进行定位,获取车辆的具体位置。
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类型。
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,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前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。
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中的车道线的类型作为目标车道线类型。车道线即为道路上用于区分车道的线条,车道线的类型可以包括虚线、实线等类型,不限于此。具体的,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,然后识别车道线的类型。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类型,在此不做限定。
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类型。
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、参考车道线类型、目标分歧路口的具体位置等信息,不限于此。参考车道线类型即为数据库中存储的各个分歧道路上的实际的车道线类型。
一般的,道路中的车道线包含有多条,那么车道线类型就可以是按照一定的顺序排列的。例如,车道线类型可以是“实线、虚线、实线”,假设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,则左转分歧道路对应的参考车道线类型可以是“实线、实线”,右转分歧道路对应的参考车道线类型可以为“实线、虚线、实线、虚线、实线”。
步骤208,将目标车道线类型和各个参考车道线类型进行比较,得到第二位置信息。
具体的,获取到目标车道线类型和参考车道线类型之后,可以将目标车道线类型和各个分歧道路的参考车道线类型进行比较,判断目标车道线类型与哪一条分歧道路的参考车道线类型相匹配。然后根据与目标车道线类型相匹配的参考车道线类型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类型为“实线、虚线、实线”,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对应的参考车道线类型分别为“实线、实线”、“实线、虚线、实线”、“实线、实线”,即目标车道线类型与道路B对应的参考车道线类型相匹配,则说明车辆当前行驶在道路B上。
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类型。最后将目标车道线类型与目标分歧路口的各个分歧道路的参考车道线类型进行比较,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316。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。
当判定车辆行驶到目标分歧路口的时候,可以开启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采集,或者在采集道路图像一段时间之后停止采集,还可以在判定车辆离开目标分歧路口之后停止采集,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类型。例如,摄像头可以每间隔以200ms、500ms或1s(秒)采集一帧道路图像。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类型。
步骤308,根据道路图像识别车辆当前行驶道路对应的每一条目标车道线,并统计所有目标车道线的目标车道线数量以及每一条目标车道线对应的目标车道线类型。
可以理解的是,根据道路图像可以识别车辆当前行驶的道路,并识别当前行驶道路中的车道线,将当前行驶道路的车道线作为目标车道线。在识别到目标车道线之后,可以统计当前行驶道路中包含的目标车道线的目标车道线数量,然后识别每一条目标车道线对应的目标车道线类型。
例如,根据道路图像识别到车辆当前行驶道路中包含3条目标车道线,分别为车道线1、车道线2车道线3,那么统计得到的目标车道线数量就为3条,车道线1对应的目标车道线类型可以为“实线”,车道线2对应的目标车道线类型可以为“虚线”,车道线3对应的目标车道线类型可以为“实线”。
步骤310,获取目标分歧路口的各个分歧道路对应的参考车道线的参考车道线数量,以及每一条参考车道线对应的参考车道线类型。
数据库中可以存储目标分歧路口对应的各个分歧道路的参考车道线的参考车道线数量,以及每一条参考车道线对应的参考车道线类型。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数量和参考车道线类型。
步骤312,获取大于或等于目标车道线数量的参考车道线数量所对应的分歧道路作为候选分歧道路。
在本申请提供的实施例中,由于摄像头的视场范围有限,因此拍摄的道路图像不一定能够反映全部的道路信息。假设车辆行驶的道路比较宽,那么摄像头拍摄的道路就可能会不全。可以理解的是,车辆行驶的道路上的车道线数量只会比道路图像中识别到的车道线数量多,或者与道路图像中识别到的车道线数量相同,不可能比道路图像中识别到的车道线数量少。因此小于目标车道线数量的参考车道线数量所对应的分歧道路不可能是车辆当前行驶的道路,可以直接将小于目标车道线数量的参考车道线数量所对应的分歧道路排除。
例如,目标分歧路口对应三条分歧道路:道路1、道路2和道路3,道路1对应的参考车道线数量为6条,道路2对应的参考车道线数量为5条,道路3对应的参考车道线数量为3条。根据道路图像识别得到的目标车道线数量为4条,则由于道路3对应的参考车道线数量小于目标车道线数量,所以可以排除道路3。剩下的道路1和道路2则可以根据目标车道线类型来确定哪一条为车辆当前行驶的道路。
步骤314,将目标车道线类型与候选分歧道路对应的参考车道线类型进行比较,得到第二位置信息。
将大于或等于目标车道线数量的参考车道线数量所对应的分歧道路作为候选分歧道路,然后从候选分歧道路中确定车辆当前行驶的道路,确定车辆当前行驶的道路即得到第二位置信息。
步骤316,根据第一位置信息和第二位置信息对车辆进行定位。
在一个实施例中,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处理哪一条分歧道路上,然后就可以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,根据第一位置信息可以确定车辆当前的位置在以“东经23°北纬116°”为圆心,50米为半径的圆圈范围内,根据第二位置信息可以确定车辆行驶在道路A上,那么就可以根据第一位置信息和第二位置信息确定车辆的具体位置为道路A在以“东经23°北纬116°”为圆心,50米为半径的圆圈范围内的位置。
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°。分歧道路420对应的参考车道线类型为“实线、虚线、实线”,分歧道路422对应的参考车道线类型为“实线、实线”。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类型就为“实线、虚线、实线”,就可以判断车辆当前是行驶在分歧道路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采集道路图像,也可以在判断车辆离开目标分歧路口之后停止采集道路图像,在此不做限定。
在一个实施例中,车辆在行驶过程中可以实时根据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。
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类型,然后根据目标车道线类型确定第二位置信息,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类型。
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,摄像头采集的道路图像可以形成一个图像序列,每采集到一帧道路图像时,就可以根据道路图像进行识别得到对应的目标车道线类型。得到的目标车道线类型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,当识别得到的所有目标车道线类型相同时,将目标车道线类型和各个参考车道线类型进行比较,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类型,并将得到的目标车道线类型插入上述数据队列。然后可以从上述数据队列中获取最新得到的连续排列的多个目标车道线类型,当获取的这最新得到的连续排列的多个目标车道线类型都相同时,说明识别是比较稳定的,则将获取的目标车道线类型和各个参考车道线类型进行比较,得到第二位置信息。
例如,得到的目标车道线类型按照得到的时间由先到后的顺序排列为:……→类型A→类型A→类型A→类型A→类型A→类型B→类型B→类型B→类型B,排在队末的即为最新得到的目标车道线类型。假设获取最新得到的连续排列的5个目标车道线类型,就可表示为:类型A→类型B→类型B→类型B→类型B,即上述获取的最新得到的连续排列的5个目标车道线类型不相同。假设获取最新得到的连续排列的3个目标车道线类型,就可表示为:类型B→类型B→类型B,即上述获取的最新得到的连续排列的3个目标车道线类型都相同,就可以根据获取的目标车道线类型“类型B”与参考车道线类型进行比较。
在本申请提供的实施例中,当识别得到的目标车道线类型不相同时,获取目标车道线类型的目标类型变化信息;获取目标分歧路口对应的各个分歧道路的参考类型变化信息,将目标类型变化信息与参考类型变化信息进行比较,得到第二位置信息。目标类型变化信息用于表示目标车道线类型的变化规律,例如可以是从“实线”变化到“虚线”,或者是从“虚线”变化到“实线。
具体的,可以根据与目标类型变化信息相匹配参考类型变化信息确定第二位置信息。将与目标类型变化信息相匹配的参考类型变化信息作为定位类型变化信息,将定位类型变化信息对应的分歧道路作为定位分歧道路,根据定位变化信息确定定位分歧道路中的定位点,再根据定位点生成第二位置信息。定位点可以是定位分歧道路中车道线类型产生变化的点,数据库中可以记录定位点的位置坐标,根据定位点的位置坐标得到第二位置信息,从而实现精准定位。
举例来说,根据连续多帧道路图像识别到目标车道线类型为:实线→实线→实线→虚线→虚线,则可以判断各个分歧道路中是否由具有同样变化规律的参考车道线类型。假设匹配到分歧道路中有同样从实线变化到虚线的参考车道线类型,那么可以直接将车辆定位到该分歧道路上。并且可以根据该分歧道路上从变化到虚线的那一点的坐标生成第二位置信息,实现对车辆的精准定位。
在一个实施例中,如图7所示,生成第二位置信息的步骤具体可以包括:
步骤702,从候选分歧道路对应的参考车道线中选取目标车道线数量对应的候选车道线,得到至少一个候选车道线集合。
在一个实施例中,确定候选分歧道路之后,还不能确定候选分歧道路中的哪一条道路是车辆当前行驶道路,则可以进一步根据车道线类型进行匹配。具体的,可以从候选分歧道路对应的参考车道线中选取目标车道线数量对应的候选车道线,得到至少一个候选车道线集合,然后将候选车道线集合中的候选车道线所对应的参考车道线类型与目标车道线的目标车道线类型进行比较。
可以理解的是,道路中识别的车道线是按照一定规律排列的,即识别得到的目标车道线类型是按照目标车道线的排列顺序存储的,参考车道线类型是按照参考车道线的排列顺序存储的,因此在将目标车道线类型和参考车道线类型进行比较的时候,也是按照顺序依次比较的。
上述获取候选车道线的时候,可以从候选分歧道路对应的参考车道线中选取目标车道线数量对应的连续排列的候选车道线,得到至少一个候选车道线集合。每一个候选车道线集合中都包含目标车道线数量对应的候选车道线。
例如,候选分歧道路对应的参考车道线包括顺序排列的车道线1、车道线2、车道线3、车道线4、车道线5、车道线6,目标车道线数量为4条,则获取选取目标车道线数量对应的连续排列的候选车道线具体就包括:“车道线1、车道线2、车道线3、车道线4”、“车道线2、车道线3、车道线4、车道线5”、“车道线3、车道线4、车道线5、车道线6”等三个候选车道集合。
步骤704,将目标车道线的目标车道线类型与每一个候选车道线集合中的候选车道线的参考车道线类型进行比较,获取匹配度最高的候选车道线集合。
在一个实施例中得到候选车道线集合之后,可以将目标车道线的目标车道线类型与每一个候选车道线集合中的候选车道线的参考车道线类型进行比较,获取匹配度最高的候选车道线集合。
例如,识别得到3条目标车道线分别为车道线M_A、车道线M_B、车道线M_C,候选车道线集合中包含3条候选车道线分别为车道线H_A、车道线H_B、车道线H_C。可以分别将车道线M_A的车道线类型与车道线H_A的车道线类型进行比较,车道线M_B的车道线类型与车道线H_B的车道线类型进行比较,车道线M_C的车道线类型与车道线H_C的车道线类型进行比较,根据上述匹配上的候选车道线的数量计算候选车道线集合的匹配度。比如,候选车道线集合中的3条候选车道线中有2条匹配上,那么匹配度就可以表示为66.7%。
步骤706,将匹配度最高的候选车道线集合所对应的候选分歧道路作为目标分歧道路,根据目标分歧道路生成第二位置信息。
可以理解的是,得到候选车道线集合是候选分歧道路所对应的参考车道线的子集合,也就是说一个候选车道线集合唯一对应一个候选分歧道路。当确定匹配度最高的候选车道线集合之后,就可以获取匹配度最高的候选车道线集合所对应的候选分歧道路作为目标分歧道路,然后根据目标分歧道路生成第二位置信息。
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,并根据采集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、类型获取模块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类型;
类型获取模块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类型;
第二位置获取模块908,用于将所述目标车道线类型和各个参考车道线类型进行比较,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类型。最后将目标车道线类型与目标分歧路口的各个分歧道路的参考车道线类型进行比较,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还用于确定所述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所述距离范围对应的采集帧率。
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类型。
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有目标车道线类型相同时,将所述目标车道线类型和各个参考车道线类型进行比较,得到第二位置信息;当识别得到的所述目标车道线类型不相同时,获取所述目标车道线类型的目标类型变化信息;获取所述目标分歧路口对应的各个分歧道路的参考类型变化信息,将所述目标类型变化信息与参考类型变化信息进行比较,得到第二位置信息。
在一个实施例中,图像采集模块904还用于根据所述道路图像识别所述车辆当前行驶道路对应的每一条目标车道线,并统计所有目标车道线的目标车道线数量以及每一条目标车道线对应的目标车道线类型。
在一个实施例中类型获取模块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的参考车道线数量,以及每一条参考车道线对应的参考车道线类型。
在一个实施例中,第二位置获取模块908还用于获取大于或等于所述目标车道线数量的参考车道线数量所对应的分歧道路作为候选分歧道路;将所述目标车道线类型与所述候选分歧道路对应的参考车道线类型进行比较,得到第二位置信息。
在一个实施例中,第二位置获取模块908还用于从所述候选分歧道路对应的参考车道线中选取所述目标车道线数量对应的候选车道线,得到至少一个候选车道线集合;将所述目标车道线的目标车道线类型与每一个候选车道线集合中的候选车道线的参考车道线类型进行比较,获取匹配度最高的候选车道线集合;将所述匹配度最高的候选车道线集合所对应的候选分歧道路作为目标分歧道路,根据所述目标分歧道路生成第二位置信息。
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,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类型,将得到的所述目标车道线类型按照采集的所述道路图像的先后顺序进行排列,得到一个数据队列;
从所述数据队列中获取最新得到的连续排列的多个目标车道线类型,若获取的所述连续排列的多个目标车道线类型都相同,则获取所述目标分歧路口的各个分歧道路对应参考车道线的参考车道线数量和参考车道线类型,将大于或等于所述目标车道线类型对应目标车道线数量的,参考车道线数量所对应的分歧道路作为候选分歧道路,将所述目标车道线类型与所述候选分歧道路对应的参考车道线类型进行比较,得到第二位置信息;
若获取的所述连续排列的多个目标车道线类型不相同,则获取所述目标车道线类型的目标类型变化信息,将所述目标类型变化信息与所述目标分歧路口的各个分歧道路的参考类型变化信息进行比较,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。
2.根据权利要求1所述的方法,其特征在于,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。
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3所述的方法,其特征在于,所述根据所述距离信息获取采集帧率,包括:
确定所述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所述距离范围对应的采集帧率。
5.根据权利要求1所述的方法,其特征在于,所述将所述目标类型变化信息与所述目标分歧路口的各个分歧道路的参考类型变化信息进行比较,得到第二位置信息,包括:
将与所述目标类型变化信息相匹配的参考类型变化信息,作为定位类型变化信息;
将所述定位类型变化信息对应的分歧道路作为定位分歧道路;
根据所述定位类型变化信息确定所述定位分歧道路中的定位点,再根据所述定位点生成第二位置信息;所述定位点是所述定位分歧道路中车道线类型产生变化的点。
6.根据权利要求1所述的方法,其特征在于,所述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类型,包括:
根据所述道路图像识别所述车辆当前行驶道路对应的每一条目标车道线,并统计所有目标车道线的目标车道线数量以及每一条目标车道线对应的目标车道线类型。
7.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类型与所述候选分歧道路对应的参考车道线类型进行比较,得到第二位置信息,包括:
从所述候选分歧道路对应的参考车道线中选取所述目标车道线数量对应的候选车道线,得到至少一个候选车道线集合;
将所述目标车道线的目标车道线类型与每一个候选车道线集合中的候选车道线的参考车道线类型进行比较,获取匹配度最高的候选车道线集合;
将所述匹配度最高的候选车道线集合所对应的候选分歧道路作为目标分歧道路,根据所述目标分歧道路生成第二位置信息。
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,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类型,将得到的所述目标车道线类型按照采集的所述道路图像的先后顺序进行排列,得到一个数据队列;
第二位置获取模块,用于从所述数据队列中获取最新得到的连续排列的多个目标车道线类型,若获取的所述连续排列的多个目标车道线类型都相同,则获取所述目标分歧路口的各个分歧道路对应参考车道线的参考车道线数量和参考车道线类型,将大于或等于所述目标车道线类型对应目标车道线数量的,参考车道线数量所对应的分歧道路作为候选分歧道路,将所述目标车道线类型与所述候选分歧道路对应的参考车道线类型进行比较,得到第二位置信息;若获取的所述连续排列的多个目标车道线类型不相同,则获取所述目标车道线类型的目标类型变化信息,将所述目标类型变化信息与所述目标分歧路口的各个分歧道路的参考类型变化信息进行比较,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。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811626578.2A CN111381269B (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 |
---|---|---|---|
CN201811626578.2A CN111381269B (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 |
---|---|
CN111381269A CN111381269A (zh) | 2020-07-07 |
CN111381269B true CN111381269B (zh) | 2023-09-05 |
Family
ID=71216381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811626578.2A Active CN111381269B (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) | CN111381269B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068171B (zh) * | 2020-09-08 | 2022-02-01 | 广州小鹏自动驾驶科技有限公司 | 一种车辆定位的方法及装置、车辆、存储介质 |
CN112287842A (zh) * | 2020-10-29 | 2021-01-29 | 恒大新能源汽车投资控股集团有限公司 | 一种车道线的识别方法、装置及电子设备 |
CN114323005B (zh) * | 2021-12-28 | 2023-08-11 | 上汽大众汽车有限公司 | 一种微小分歧道路的定位方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001289654A (ja) * | 2000-04-11 | 2001-10-19 | Equos Research Co Ltd | ナビゲーション装置、ナビゲーション装置の制御方法、及びそのプログラムを記録した記録媒体 |
CN1961197A (zh) * | 2004-06-02 | 2007-05-09 | 株式会社查纳位资讯情报 | 车载导航装置和目标车辆位置修正方法 |
CN101446495A (zh) * | 2007-11-27 | 2009-06-03 | 华晶科技股份有限公司 | 更新导航地图数据的方法 |
CN101603294A (zh) * | 2009-07-02 | 2009-12-16 | 哈尔滨工业大学 | 城市道路交叉口彩色交通标志标线联合设计方法 |
CN102183257A (zh) * | 2009-12-10 | 2011-09-14 | 爱信艾达株式会社 | 车辆行驶引导装置、车辆行驶引导方法及计算机可读存储介质 |
CN104236563A (zh) * | 2014-09-17 | 2014-12-24 | 沈阳美行科技有限公司 | 一种实景导航录制汽车行驶过程中实际路况的方法 |
CN105807296A (zh) * | 2014-12-31 | 2016-07-27 | 中国移动通信集团公司 | 一种车辆定位方法、装置和设备 |
KR20160131222A (ko) * | 2015-05-06 | 2016-11-16 | 팅크웨어(주) | 영상 분석을 통한 자차 위치 파악 및 경로 재탐색을 위한 내비게이션 방법 및 장치 |
CN106530794A (zh) * | 2016-12-28 | 2017-03-22 | 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 |
CN106960192A (zh) * | 2017-03-23 | 2017-07-18 | 深圳智达机械技术有限公司 | 自动驾驶中基于前向摄像头的道路标线提取系统 |
CN107031505A (zh) * | 2015-11-20 | 2017-08-11 | 株式会社万都 | 车道偏离警示装置和方法 |
CN107193888A (zh) * | 2017-05-02 | 2017-09-22 | 东南大学 | 一种面向车道级导航定位的城市道路路网模型 |
CN107339996A (zh) * | 2017-06-30 | 2017-11-10 | 百度在线网络技术(北京)有限公司 | 车辆自定位方法、装置、设备及存储介质 |
CN107643086A (zh) * | 2016-07-22 | 2018-01-30 | 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 |
CN108700879A (zh) * | 2017-02-02 | 2018-10-23 | 华为技术有限公司 | 自动驾驶车辆中的对象识别 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4861850B2 (ja) * | 2007-02-13 | 2012-01-25 | アイシン・エィ・ダブリュ株式会社 | レーン判定装置及びレーン判定方法 |
-
2018
- 2018-12-28 CN CN201811626578.2A patent/CN111381269B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001289654A (ja) * | 2000-04-11 | 2001-10-19 | Equos Research Co Ltd | ナビゲーション装置、ナビゲーション装置の制御方法、及びそのプログラムを記録した記録媒体 |
CN1961197A (zh) * | 2004-06-02 | 2007-05-09 | 株式会社查纳位资讯情报 | 车载导航装置和目标车辆位置修正方法 |
CN101446495A (zh) * | 2007-11-27 | 2009-06-03 | 华晶科技股份有限公司 | 更新导航地图数据的方法 |
CN101603294A (zh) * | 2009-07-02 | 2009-12-16 | 哈尔滨工业大学 | 城市道路交叉口彩色交通标志标线联合设计方法 |
CN102183257A (zh) * | 2009-12-10 | 2011-09-14 | 爱信艾达株式会社 | 车辆行驶引导装置、车辆行驶引导方法及计算机可读存储介质 |
CN104236563A (zh) * | 2014-09-17 | 2014-12-24 | 沈阳美行科技有限公司 | 一种实景导航录制汽车行驶过程中实际路况的方法 |
CN105807296A (zh) * | 2014-12-31 | 2016-07-27 | 中国移动通信集团公司 | 一种车辆定位方法、装置和设备 |
KR20160131222A (ko) * | 2015-05-06 | 2016-11-16 | 팅크웨어(주) | 영상 분석을 통한 자차 위치 파악 및 경로 재탐색을 위한 내비게이션 방법 및 장치 |
CN107031505A (zh) * | 2015-11-20 | 2017-08-11 | 株式会社万都 | 车道偏离警示装置和方法 |
CN107643086A (zh) * | 2016-07-22 | 2018-01-30 | 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 |
CN106530794A (zh) * | 2016-12-28 | 2017-03-22 | 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 |
CN108700879A (zh) * | 2017-02-02 | 2018-10-23 | 华为技术有限公司 | 自动驾驶车辆中的对象识别 |
CN106960192A (zh) * | 2017-03-23 | 2017-07-18 | 深圳智达机械技术有限公司 | 自动驾驶中基于前向摄像头的道路标线提取系统 |
CN107193888A (zh) * | 2017-05-02 | 2017-09-22 | 东南大学 | 一种面向车道级导航定位的城市道路路网模型 |
CN107339996A (zh) * | 2017-06-30 | 2017-11-10 | 百度在线网络技术(北京)有限公司 | 车辆自定位方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于分布式视频网络的交叉口车辆精确定位方法;杨德亮等;清华大学学报(自然科学版);第56卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111381269A (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 | |
CN111381269B (zh) | 车辆定位方法、装置、电子设备、计算机可读存储介质 | |
US9978161B2 (en) | Supporting a creation of a representation of road geometry | |
WO2015096717A1 (zh) | 一种定位方法及装置 | |
CN108627175A (zh) | 用于识别车辆位置的系统和方法 | |
CN107560622A (zh) | 一种基于行车图像导航的方法与设备 | |
CN111380536B (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 | |
CN109211255B (zh) | 用于为具有自动车辆系统的机动车规划路线的方法 | |
EP3339807B1 (en) | An apparatus and associated methods for determining the location of a vehicle | |
CN111381268B (zh) | 车辆定位方法、装置、电子设备、计算机可读存储介质 | |
CN111207759B (zh) | 一种显示车辆位置的方法及装置 | |
CN113847925A (zh) | 基于轨迹数据检测车辆偏航的方法、装置、设备及介质 | |
JP2015152346A (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 | |
CN111339802A (zh) | 实时相对地图的生成方法及装置、电子设备和存储介质 | |
US20170103649A1 (en) | Method for Processing Measurement Data of a Vehicle in Order to Determine the Start of a Search for a Parking Space and Computer Program Product | |
CN110596741A (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
CN111382614B (zh) | 车辆定位方法、装置、电子设备、计算机可读存储介质 | |
CN111383476A (zh) | 车辆定位方法、装置、电子设备、计算机可读存储介质 | |
CN111159459B (zh) | 地标定位方法、装置、计算机设备以及存储介质 | |
CN114754778A (zh) | 一种车辆定位方法以及装置、电子设备、存储介质 | |
CN112633812B (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
CN110068328B (zh) | 导航路线生成方法、装置、计算机可读存储介质和计算机设备 | |
CN111381263B (zh) | 定位方法、装置、电子设备和存储介质 | |
US9741246B2 (en) | System for determining traffic information |
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 | ||
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. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |