CN111382614A - 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
CN111382614A
CN111382614A CN201811626547.7A CN201811626547A CN111382614A CN 111382614 A CN111382614 A CN 111382614A CN 201811626547 A CN201811626547 A CN 201811626547A CN 111382614 A CN111382614 A CN 111382614A
Authority
CN
China
Prior art keywords
road
vehicle
target
position information
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.)
Granted
Application number
CN201811626547.7A
Other languages
English (en)
Other versions
CN111382614B (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 Mxnavi Co Ltd
Original Assignee
Shenyang Mxnavi 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 Mxnavi Co Ltd filed Critical Shenyang Mxnavi Co Ltd
Priority to CN201811626547.7A priority Critical patent/CN111382614B/zh
Publication of CN111382614A publication Critical patent/CN111382614A/zh
Application granted granted Critical
Publication of CN111382614B publication Critical patent/CN111382614B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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数量;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数量;将所述目标车道线数量和各个参考车道线数量进行比较,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数量;
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数量;
将所述目标车道线数量和各个参考车道线数量进行比较,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,所述获取所述目标分歧路口对应的各个分歧道路的参考车道线数量,包括:
识别所述道路图像中的车道线,根据识别得到的所述车道线获取所述车辆当前行驶道路的车道宽度;
从数据库中获取所述目标分歧路口对应的各个分歧道路的参考道路宽度;
根据所述参考道路宽度和车道宽度获取所述目标分歧路口对应的各个分歧道路的参考车道线数量。
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数量,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数量;
所述将所述目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息,包括:
当识别得到的所有目标车道线数量相同时,将所述目标车道线数量和各个参考车道线数量进行比较,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数量和各个参考车道线数量进行比较,得到第二位置信息,包括:
将所述目标车道线数量与各个参考车道线数量进行比较,将与所述目标车道线数量相匹配的参考车道线数量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。
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数量;
数量获取模块,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数量;
第二位置获取模块,用于将所述目标车道线数量和各个参考车道线数量进行比较,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数量;
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数量;
将所述目标车道线数量和各个参考车道线数量进行比较,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数量;
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数量;
将所述目标车道线数量和各个参考车道线数量进行比较,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数量。最后将目标车道线数量与目标分歧路口的各个分歧道路的参考车道线数量进行比较,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为一个实施例的车辆定位装置的结构框图;
图8为一个实施例中终端的内部结构示意图;
图9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数量;获取目标分歧路口的各个分歧道路对应的参考车道线数量;将目标车道线数量和各个参考车道线数量进行比较,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数量。
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的目标车道线数量。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,然后计算车道线的数量。目标车道线数量即为根据道路图像识别到的车道线数量,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数量,在此不做限定。例如,道路上包括2条车道,那么识别得到的车道线就为3条。
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数量。
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、参考车道线数量、目标分歧路口的具体位置等信息,不限于此。参考车道线数量即为数据库中存储的各个分歧道路上的实际车道线数量。
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,左转分歧道路包含2条车道,右转分歧道路包含1条车道,那么左转分歧道路和右转分歧道路对应的参考车道线数量就分别为3条、2条。
步骤208,将目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息。
具体的,获取到目标车道线数量和参考车道线数量之后,可以将目标车道线数量和各个分歧道路的参考车道线数量进行比较,判断目标车道线数量与哪一条分歧道路的参考车道线数量相匹配。然后根据与目标车道线数量相匹配的参考车道线数量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数量为3条,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对应的参考车道线数量分别为2条、3条、5条,即目标车道线数量与道路B对应的参考车道线数量相匹配,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数量。最后将目标车道线数量与目标分歧路口的各个分歧道路的参考车道线数量进行比较,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318。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数量。
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数量。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数量。
步骤308,识别道路图像中的车道线,根据识别得到的车道线获取车辆当前行驶道路的车道宽度。
车道线是指道路上用于区分车道的线条,在获取到道路图像之后,可以识别道路图像车道线,根据车道线可以获取车辆当前行驶道路的车道宽度。车道宽度是指车辆当前行驶道路上每一条车道的宽度,具体可以根据道路图像确定车辆位置,根据车辆位置到车道线的距离可以确定车道宽度。还可以直接根据相邻两条车道线之间的距离,确定车道宽度,在此不做限定。
可以理解的是,道路图像是有若干个像素点构成的,在采集的道路图像中识别到车道线之后,可以确定每一条车道线之间间隔的像素点数量。可以预先建立每一个像素点与实际距离之间的对应关系,获取到车道线之间间隔的像素点数量之后,就可以根据像素点数量确定对应的实际距离,从而确定车道宽度。
步骤310,从数据库中获取目标分歧路口对应的各个分歧道路的参考道路宽度。
在本申请实施例中,数据库中可以直接存储参考车道线数量,也可以存储参考道路宽度。当数据库中存储着参考车道线数量时,可以直接从数据库中获取存储的参考车道线数量;当数据库中未存储参考车道线数量时,可以从数据库中获取参考道路宽度,并根据参考道路宽度计算参考车道线数量。
例如,“高速公路”和“普通公路”的道路宽度不一样,数据库中可以存储目标分歧路口对应的各个分歧道路以及各个分歧道路对应的参考道路宽度。在确定目标分歧路口之后,可以根据目标分歧路口从数据库中获取参考道路宽度。
步骤312,根据参考道路宽度和车道宽度获取目标分歧路口对应的各个分歧道路的参考车道线数量。
在确定参考道路宽度和车道宽度之后,可以根据参考道路宽度和车道宽度确定目标分歧路口对应的各个分歧道路的参考车道数量。例如,根据道路图像确定的车道宽度为3米,目标分歧路口对应分歧道路1和分歧道路2,分歧道路1对应的参考道路宽度为9米,分歧道路2对应的参考道路宽度为3米,那么得到的分歧道路1的车道数量就为9/3=3个,即参考车道线数量就为4条;分歧道路2的车道数量就为3/3=1个,即参考车道线数量就为2条。
步骤314,将目标车道线数量与各个参考车道线数量进行比较,将与目标车道线数量相匹配的参考车道线数量所对应的分歧道路作为目标分歧道路。
将目标车道线数量和各个参考车道线数量进行比较,判断目标车道线数量与哪一个参考车道线数量相匹配,然后将与目标车道线数量相匹配的参考车道线数量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8条车道线,分歧道路2对应7条车道线,分歧道路3对应5条车线,根据道路图像识别到的车辆当前行驶道路为7条车道线,那么就可以判定车辆当前行驶在分歧道路2上。
步骤316,根据目标分歧道路得到第二位置信息。
步骤318,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处理哪一条分歧道路上,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°。分歧道路420对应的参考车道线数量为3条,分歧道路422对应的参考车道线数量为2条。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数量就为3条,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。
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数量,然后根据目标车道线数量确定第二位置信息,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数量。
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数量。得到的目标车道线数量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数量相同时,将目标车道线数量和各个参考车道线数量进行比较,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数量,并将得到的目标车道线数量插入上述数据队列。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数量,当获取的这最新得到的连续排列的多个目标车道线数量都相同时,说明识别是比较稳定的,则将获取的目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息。
例如,得到的目标车道线数量按照得到的时间由先到后的顺序排列为:……2→2→2→2→2→2→3→3→3→3,排在队末的即为最新得到的目标车道线数量。假设获取最新得到的连续排列的5个目标车道线数量,就可表示为:2→3→3→3→3,即上述获取的最新得到的连续排列的5个目标车道线数量不相同。假设获取最新得到的连续排列的3个目标车道线数量,就可表示为:3→3→3,即上述获取的最新得到的连续排列的3个目标车道线数量相同,就可以根据获取的目标车道线数量“3”与参考车道线数量进行比较。
应该理解的是,虽然图2、3、5、6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7为一个实施例的车辆定位装置的结构框图。如图7所示,该车辆定位装置700包括第一位置获取模块702、图像采集模块704、数量获取模块706、第二位置获取模块708和定位模块710。其中:
第一位置获取模块702,用于获取车辆的第一位置信息。
图像采集模块704,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数量。
数量获取模块706,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数量。
第二位置获取模块708,用于将所述目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息。
定位模块710,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数量。最后将目标车道线数量与目标分歧路口的各个分歧道路的参考车道线数量进行比较,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704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704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704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704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数量。
在一个实施例中,数量获取模块706还用于识别所述道路图像中的车道线,根据识别得到的所述车道线获取所述车辆当前行驶道路的车道宽度;从数据库中获取所述目标分歧路口对应的各个分歧道路的参考道路宽度;根据所述参考道路宽度和车道宽度获取所述目标分歧路口对应的各个分歧道路的参考车道线数量。
在一个实施例中,第二位置获取模块708还用于当识别得到的所有目标车道线数量相同时,将所述目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息。
在一个实施例中,第二位置获取模块708还用于将所述目标车道线数量与各个参考车道线数量进行比较,将与所述目标车道线数量相匹配的参考车道线数量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。
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8为一个实施例中终端的内部结构示意图。如图8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9为一个实施例中服务器的内部结构示意图。如图9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数量;
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数量;
将所述目标车道线数量和各个参考车道线数量进行比较,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,所述获取所述目标分歧路口对应的各个分歧道路的参考车道线数量,包括:
识别所述道路图像中的车道线,根据识别得到的所述车道线获取所述车辆当前行驶道路的车道宽度;
从数据库中获取所述目标分歧路口对应的各个分歧道路的参考道路宽度;
根据所述参考道路宽度和车道宽度获取所述目标分歧路口对应的各个分歧道路的参考车道线数量。
6.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数量,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数量;
所述将所述目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息,包括:
当识别得到的所有目标车道线数量相同时,将所述目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述将所述目标车道线数量和各个参考车道线数量进行比较,得到第二位置信息,包括:
将所述目标车道线数量与各个参考车道线数量进行比较,将与所述目标车道线数量相匹配的参考车道线数量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。
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数量;
数量获取模块,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数量;
第二位置获取模块,用于将所述目标车道线数量和各个参考车道线数量进行比较,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中任一项所述的车辆定位方法的步骤。
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中任一项所述的车辆定位方法的步骤。
CN201811626547.7A 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 CN111382614B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811626547.7A CN111382614B (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
CN201811626547.7A CN111382614B (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
CN111382614A true CN111382614A (zh) 2020-07-07
CN111382614B CN111382614B (zh) 2023-08-15

Family

ID=71214707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811626547.7A Active CN111382614B (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) CN111382614B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112562406A (zh) * 2020-11-27 2021-03-26 众安在线财产保险股份有限公司 一种越线行驶的识别方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060233424A1 (en) * 2005-01-28 2006-10-19 Aisin Aw Co., Ltd. Vehicle position recognizing device and vehicle position recognizing method
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
US20100121569A1 (en) * 2007-05-25 2010-05-13 Aisin Aw Co., Ltd Lane determining device, lane determining method and navigation apparatus using the same
CN104567887A (zh) * 2014-12-19 2015-04-29 百度在线网络技术(北京)有限公司 一种路径匹配方法及装置
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
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
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
CN107860391A (zh) * 2017-02-13 2018-03-30 问众智能信息科技(北京)有限公司 汽车精确导航方法和装置
US20180122154A1 (en) * 2015-01-15 2018-05-03 Applied Telemetrics Holdings, Inc. Method of autonomous lane identification for a multilane vehicle roadway
CN108303103A (zh) * 2017-02-07 2018-07-20 腾讯科技(深圳)有限公司 目标车道的确定方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060233424A1 (en) * 2005-01-28 2006-10-19 Aisin Aw Co., Ltd. Vehicle position recognizing device and vehicle position recognizing method
US20100121569A1 (en) * 2007-05-25 2010-05-13 Aisin Aw Co., Ltd Lane determining device, lane determining method and navigation apparatus using the same
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
CN104567887A (zh) * 2014-12-19 2015-04-29 百度在线网络技术(北京)有限公司 一种路径匹配方法及装置
US20180122154A1 (en) * 2015-01-15 2018-05-03 Applied Telemetrics Holdings, Inc. Method of autonomous lane identification for a multilane vehicle roadway
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
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
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
CN108303103A (zh) * 2017-02-07 2018-07-20 腾讯科技(深圳)有限公司 目标车道的确定方法和装置
CN107860391A (zh) * 2017-02-13 2018-03-30 问众智能信息科技(北京)有限公司 汽车精确导航方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ANNING CHEN等: "High-precision lane-level road map building for vehicle navigation", 《IEEE ACCESS》 *
JIN WANG等: "Lane keeping based on location technology", 《IEEE ACCESS》 *
刘亚群: "基于视觉的车道级定位算法研究", 《中国优秀硕士学位论文全文数据库(电子期刊) 信息科技辑》 *
赵翔等: "基于视觉和毫米波雷达的车道级定位方法", 《上海交通大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112562406A (zh) * 2020-11-27 2021-03-26 众安在线财产保险股份有限公司 一种越线行驶的识别方法及装置
CN112562406B (zh) * 2020-11-27 2022-08-16 众安在线财产保险股份有限公司 一种越线行驶的识别方法及装置

Also Published As

Publication number Publication date
CN111382614B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN111380539B (zh) 车辆定位、导航方法和装置及相关系统
US9459626B2 (en) Learning signs from vehicle probes
CN107000752B (zh) 用于在其周围环境中定位车辆的方法和设备
EP3789733A1 (en) Turn lane configuration
CN111381269B (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
WO2015096717A1 (zh) 一种定位方法及装置
US11002553B2 (en) Method and device for executing at least one measure for increasing the safety of a vehicle
US10718628B2 (en) Host vehicle position estimation device
CN110816545B (zh) 车辆速度的控制方法、装置、车辆和存储介质
CN111380536B (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
CN109211255B (zh) 用于为具有自动车辆系统的机动车规划路线的方法
CN113811830B (zh) 轨迹预测方法、装置、计算机设备和存储介质
CN111381268B (zh) 车辆定位方法、装置、电子设备、计算机可读存储介质
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
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
CN111260549A (zh) 道路地图的构建方法、装置和电子设备
JP2014215205A (ja) 情報処理装置、サーバ装置、情報処理方法並びに情報処理システム及び情報処理プログラム
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
CN115950441A (zh) 自动驾驶车辆的融合定位方法、装置及电子设备
CN113566824A (zh) 车辆定位方法、装置、电子设备及存储介质
US10670410B2 (en) Map creation system and map creating method

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