CN111553319A - 用于获取信息的方法和装置 - Google Patents

用于获取信息的方法和装置 Download PDF

Info

Publication number
CN111553319A
CN111553319A CN202010409153.7A CN202010409153A CN111553319A CN 111553319 A CN111553319 A CN 111553319A CN 202010409153 A CN202010409153 A CN 202010409153A CN 111553319 A CN111553319 A CN 111553319A
Authority
CN
China
Prior art keywords
information
vehicle
lane
road
determining
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.)
Pending
Application number
CN202010409153.7A
Other languages
English (en)
Inventor
刘博�
李政
贾金让
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010409153.7A priority Critical patent/CN111553319A/zh
Publication of CN111553319A publication Critical patent/CN111553319A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • 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
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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
    • G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • 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
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了用于获取信息的方法和装置，涉及智能交通领域。具体实现方案为：获取道路信息采集设备采集得到的道路图像；根据上述道路图像，确定上述道路图像中所包含车辆的位置信息；确定上述道路信息采集设备所对应的局部地图，其中，上述局部地图包括上述道路信息采集设备的采集区域的车道信息；根据上述道路图像上述包含车辆的位置信息和上述局部地图，获取上述道路图像所包含车辆所在车道的车道信息。该实施方式提高了车道信息获取的效率。

Description

用于获取信息的方法和装置
技术领域
本公开实施例涉及计算机技术，具体涉及智能交通技术。
背景技术
车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率。在一些场景下，车路协同可以包括智能的车和智能的路。具有多种传感器和处理器的无人驾驶车辆可以是智能的车，而智能的路可以是指在路边架设多种传感器，通过算法感知传感器覆盖范围内的全部车辆。车路协同技术可以通过感知技术进行一些交通类事件的判断，如超速、在高速路段低速、逆行、急刹等。但有的交通类事件需要高精地图辅助才可以进行检测。比如，需要通过高精地图获取当前车辆所在车道的朝向角，车辆所在车道的最高限速等。虽然可以直接复用无人车所使用的高精地图，但是这种高精地图往往包含了该路网区域内所有元素，查找缓慢，无法快速获取车道信息。
发明内容
提供了一种用于获取信息的方法和装置。
根据第一方面，本公开实施例提供了一种用于获取信息的方法，该方法包括：获取道路信息采集设备采集得到的道路图像；根据上述道路图像，确定上述道路图像中所包含车辆的位置信息；确定上述道路信息采集设备所对应的局部地图，其中，上述局部地图包括上述道路信息采集设备的采集区域的车道信息；根据上述道路图像所包含车辆的位置信息和上述局部地图，获取上述道路图像所包含车辆所在车道的车道信息。
根据第二方面，本公开实施例提供了一种用于获取信息的装置，该装置包括：第一获取单元，被配置成获取道路信息采集设备采集得到的道路图像；第一确定单元，被配置成根据上述道路图像，确定上述道路图像中所包含车辆的位置信息；第二确定单元，被配置成确定上述道路信息采集设备所对应的局部地图，其中，上述局部地图包括上述道路信息采集设备的采集区域的车道信息；第二获取单元，被配置成根据上述道路图像所包含车辆的位置信息和上述局部地图，获取上述道路图像所包含车辆所在车道的车道信息。
根据第三方面，本公开实施例提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行如第一方面中任一项上述的方法。
根据第四方面，本公开实施例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，其特征在于，上述计算机指令用于使上述计算机执行如第一方面中任一项上述的方法。
根据本申请的技术通过在道路信息采集设备对应的局部地图中获取车道信息，可以避免从高精地图所包含的大量信息中查找信息，从而提高了车道信息获取的效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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是根据本申请的用于获取信息的方法的一个实施例的流程图；
图2是根据本申请的用于获取信息的方法的一个应用场景的示意图；
图3是根据本申请的生成道路信息采集设备所对应的局部地图的流程图；
图4是根据本申请的用于获取信息的装置的一个实施例的结构示意图；
图5是用来实现本申请实施例的用于获取信息的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示出了根据本公开的用于获取信息的方法的一个实施例的流程100。该用于获取信息的方法，包括以下步骤：
S101，获取道路信息采集设备采集得到的道路图像。
在本实施例中，用于获取信息的方法的执行主体可以通过有线连接方式或者无线连接方式获取道路信息采集设备(例如，摄像头)采集的道路图像。作为示例，道路图像中可以包含车辆、行人、树木、栅栏、红绿灯、斑马线等等各种物体的信息。
路边架设的多种传感器(例如，摄像头、激光雷达等)作为路侧感知的信息采集设备，可以采集各种道路信息，并将采集的道路信息发送给执行主体。举例来说，道路信息采集设备可以是架设在路口的摄像头，摄像头可以采集该路口的道路图像。执行主体可以是具有道路信息处理功能的各种电子设备，包括但不限于终端设备、云端服务器、边缘计算设备等等。
S102，根据道路图像，确定道路图像中所包含车辆的位置信息。
在本实施例中，执行主体可以根据所获取的道路图像，确定道路图像中所包含车辆的位置信息，这里，所确定位置信息可以是车辆在真实物理世界的位置信息，例如，可以是车辆在世界坐标系下的位置坐标。作为示例，执行主体首先可以对道路图像进行目标检测，得到道路图像中车辆对应的检测框，从而得到道路图像中车辆在相机坐标系下的位置信息。之后，根据采集道路图像的摄像机的位置、内参、外参等信息，将车辆在相机坐标系下的位置信息转化为在世界坐标系下的位置信息。
S103，确定道路信息采集设备所对应的局部地图。
在本实施例中，执行主体内部可以预先存储有道路信息采集设备与局部地图的对应关系。这里，局部地图可以包括道路信息采集设备的采集区域的车道信息。车道，又称行车线、车行道，是用在供车辆行经的道路。车道信息可以包括与车道相关的各种信息，例如，车道的朝向角、车道的最高行驶速度、车道的最低行驶速度等等。在局部地图中，一条车道可以抽象为一条线，车道可以是通过二维的坐标点组织的，举例来说，某条100米长的车道可以通过1000个甚至更多个二维的坐标点表示。
实践中，道路信息采集设备的采集区域可以通过多种方式确定。作为一个示例，对于道路信息采集设备分布比较稀疏的地方，可以将以道路信息采集设备所在位置为圆心、以预设距离为半径所确定的范围作为道路信息采集设备的采集区域。作为另一个示例，对于道路信息采集设备分布比较密集的地方，例如，某个路口可能设置有多个摄像头。可以将以多个摄像头位置的中心点作为圆心、以预设距离为半径所确定的范围作为多个摄像头的采集区域。这里，上述预设距离可能根据实际需要进行设定，例如，可以根据道路信息采集设备最远可采集的距离设定。
S104，根据道路图像所包含车辆的位置信息和局部地图，获取道路图像所包含车辆所在车道的车道信息。
在本实施例中，执行主体可以根据S102中确定的道路图像所包含车辆的位置信息和S103中确定的局部地图，获取道路图像所包含车辆所在车道的车道信息。举例来说，执行主体可以从局部地图中查找与车辆的位置信息距离最近的车道，并计算车辆的位置信息与最近车道之间的最小距离是否小于预设的阈值，如果小于，则将最近车道确定为车辆所在车道。之后，从局部地图中获取车辆所在车道的车道信息。这里，上述阈值可以根据实际需要进行设定。
在本实施例的一些可选的实现方式中，车辆所在车道的车道信息可以包括车道限速信息。例如，可以包括最高限速和最低限速。以及上述用于获取信息的方法还可以包括图1中未示出的以下步骤：
1)确定道路图像中所包含车辆的行驶速度。
在本实现方式中，执行主体可以通过各种方式确定道路图像中所包含车辆的行驶速度。举例来说，执行主体首先可以根据同一摄像头不同时间拍摄的多张道路图像确定出车辆的多个位置信息。之后，可以根据多张道路图像的拍摄时间间隔和不同时间车辆的位置距离，计算车辆的行驶速度。
2)根据行驶速度和车辆所在车道的车道限速信息，确定车辆的行驶速度是否违规。
在本实现方式中，执行主体可以根据车辆的行驶速度和车辆所在车道的车道限速信息，确定车辆的行驶速度是否违规。作为示例，车道限速信息可以包括最高限速和最低限速。其中，最高限速可以是指车辆可以在该车道行驶的最高速度。最低限速可以是指车辆可以在该车道行驶的最低速度。执行主体可以将1)中确定的行驶速度与车辆所在车道的最高限速、最低限速进行比较，如果行驶速度超过最高限速或者行驶速度低于最低限速，则可以确定该车辆的行驶速度违规。
3)响应于确定车辆的行驶速度违规，发送车辆违规信息。
在本实现方式中，如果确定道路图像中所包含的车辆的行驶速度违规，则执行主体可以发送车辆违规信息。这里，车辆违规信息可以包括车辆的车牌号、发生行驶速度违规的位置、发生行驶速度违规的时间等信息。作为示例，执行主体可以将车辆违规信息发送给指定的接收端。例如，接收端可以是交通监督部门(例如，交通局)的终端设备，以便相关人员对违规车辆进行监管。又例如，接收端还可以是违规车辆附近(例如，预设半径范围内)的道路上行驶的其他车辆的信息接收设备，以便提示其他车辆的驾驶员注意违规车辆，保证安全驾驶。再例如，接收端还可以是违规车辆附近的自动驾驶车辆，以便自动驾驶车辆根据违规车辆调整自身的驾驶决策，保证安全行驶。还例如，接收端可以是违规车辆的信息接收设备，以提示违规车辆的驾驶员其驾驶车辆的方式违规。通过本实现方式，可以发送车辆违规信息，从而提高道路行驶的安全性。
在本实施例的一些可选的实现方式中，车辆所在车道的车道信息可以包括车道朝向角。作为示例，车道朝向角可以是指车道的方向角，即车辆在车道上正常行驶的方向角。以及上述用于获取信息的方法还可以包括图1中未示出的以下步骤：
I)确定道路图像中所包含车辆的行驶方向。
在本实现方式中，执行主体可以通过多种方式确定道路图像中所包含车辆的行驶方向。举例来说，执行主体首先可以根据同一摄像头不同时间拍摄的多张道路图像确定出车辆的多个位置信息。之后，可以根据多个位置信息确定车辆的行驶方向。
II)根据行驶方向和车辆所在车道的车道朝向角，确定车辆是否逆行。
在本实现方式中，执行主体可以根据I)中确定的行驶方向和车辆所在车道的车道朝向角判断车辆是否逆行。举例来说，如果根据车辆的行驶方向确定的方向角与车辆所在车道的车道朝向角之间的角度差超过预设角度阈值，则可以确定车辆逆行。
III)响应于确定车辆逆行，发送车辆逆行信息。
在本实现方式中，如果确定车辆逆行，则执行主体可以发送车辆逆行信息。这里，车辆逆行信息可以包括逆行车辆的车牌号、逆行车辆的位置、逆行车辆的行驶速度等信息。作为示例，执行主体可以将车辆逆行信息发送给指定的接收端。例如，接收端可以是交通监督部门(例如，交通局)的终端设备，以便相关人员对逆行车辆进行监管。又例如，接收端还可以是逆行车辆附近(例如，预设半径范围内)的道路上行驶的其他车辆的信息接收设备，以便提示其他车辆的驾驶员注意逆行车辆，保证安全驾驶。再例如，接收端还可以是逆行车辆附近的自动驾驶车辆，以便自动驾驶车辆根据逆行车辆调整自身的驾驶决策，保证安全行驶。还例如，接收端可以是逆行车辆的信息接收设备，以提示逆行车辆的驾驶员其驾驶车辆的正在逆向行驶。通过本实现方式，可以发送车辆逆行信息，从而提高道路行驶的安全性。
继续参见图2，图2是根据本实施例的用于获取信息的方法的应用场景的一个示意图。在图3的应用场景中，云端服务器201首先获取架设在路口的摄像头202采集得到的道路图像。之后，云端服务器201根据道路图像，确定道路图像中所包含车辆的位置信息。然后，云端服务器201确定摄像头202所对应的局部地图。最后，云端服务器201根据道路图像所包含车辆的位置信息和局部地图，获取道路图像所包含车辆所在车道的车道信息。
本公开的上述实施例提供的方法通过在道路信息采集设备对应的局部地图中获取车道信息，可以避免从高精地图所包含的大量信息中查找信息，从而提高了车道信息获取的效率。
进一步参考图3，其示出了生成道路信息采集设备所对应的局部地图的流程300。该生成道路信息采集设备所对应的局部地图的流程300，包括以下步骤：
S301，基于道路信息采集设备所在的位置，确定道路信息采集设备所对应的采集区域。
在本实施例中，生成道路信息采集设备所对应的局部地图的地图生成执行主体与用于获取信息的执行主体可以相同，也可以不同。如果相同，则地图生成执行主体生成局部地图之后，将生成的局部地图与道路信息采集设备关联存储到本地。如果不同，则地图生成执行主体生成局部地图后，将局部地图，以及局部地图与道路信息采集设备的关联信息发送到用于获取信息的执行主体。
这里，地图生成执行主体可以基于道路信息采集设备所在的位置，确定道路信息采集设备所对应的采集区域。道路信息采集设备的采集区域可以通过多种方式确定。作为一个示例，对于道路信息采集设备分布比较稀疏的地方，可以将以道路信息采集设备所在位置为圆心、以预设距离为半径所确定的范围作为道路信息采集设备的采集区域。作为另一个示例，对于道路信息采集设备分布比较密集的地方，例如，某个路口可能设置有多个摄像头。可以将以多个摄像头位置的中心点作为圆心、以预设距离为半径所确定的范围作为多个摄像头的采集区域。这里，上述预设距离可能根据实际需要进行设定，例如，可以根据道路信息采集设备最远可采集的距离设定。
S302，从原始地图中获取采集区域内的车道的车道信息。
在本实施例中，地图生成执行主体内部可以预先存储有原始地图。作为示例，该原始地图所覆盖的道路网范围远远大于道路信息采集设备所对应的采集区域的范围。例如，原始地图所覆盖的道路网范围可以一个城市、甚至一个国家整体的道路网。该原始地图可以是包括道路网的各种信息的高精地图。例如，该原始地图可以包括车道信息、红路灯信息、标识牌信息等等。这样，地图生成执行主体可以从原始地图获取S301中确定的采集区域内的车道的车道信息。
在本实施例的一些可选的实现方式中，上述原始地图可以是用于指导自动驾驶汽车自动驾驶的地图。
通常，用于指导自动驾驶汽车自动驾驶的地图为高精度地图。相比于驾驶员所使用的普通导航电子地图而言，高精度地图所包含的信息更丰富，也更加准确。本实现方式中，使用用于指导自动驾驶汽车自动驾驶的地图作为原始地图可以使生成的局部地图更加准确。
S303，基于所获取的车道信息，生成道路信息采集设备所对应的局部地图。
在本实施例中，地图生成执行主体可以根据S302中获取的车道信息，生成道路信息采集设备所对应的局部地图。举例来说，地图生成执行主体可以将S302中获取的车道信息按设定的结构进行存储，从而得到道路信息采集设备所对应的局部地图。
在本实施例的一些可选的实现方式中，S303可以具体如下进行：将所获取的车道信息以kd树的存储形式进行存储，得到道路信息采集设备所对应的局部地图。
在本实现方式中，地图生成执行主体可以将所获取的车道信息以kd树的存储形式进行存储，从而得到道路信息采集设备所对应的局部地图。kd树是k-dimensional树的简称，是一种分割k维数据空间的数据结构。将车道信息以kd树的数据结构进行存储，使用时，可以使用最近邻点搜索方式快速搜索出所需的车道信息。因此，可以进一步提高车道信息的获取效率。
本公开的上述实施例提供的生成道路信息采集设备所对应的局部地图的方法可以生成道路信息采集设备所对应的局部地图，以便基于道路信息采集设备采集的道路图像获取道路图像所包含车辆所在车道的车道信息。
进一步参考图4，作为对上述图1所示方法的实现，本公开提供了一种用于获取信息的装置的一个是实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，本实施例的用于获取信息的装置400包括：第一获取单元401、第一确定单元402、第二确定单元403和第二获取单元404。其中，第一获取单元401被配置成获取道路信息采集设备采集得到的道路图像；第一确定单元402被配置成根据上述道路图像，确定上述道路图像中所包含车辆的位置信息；第二确定单元403被配置成确定上述道路信息采集设备所对应的局部地图，其中，上述局部地图包括上述道路信息采集设备的采集区域的车道信息；第二获取单元404被配置成根据上述道路图像所包含车辆的位置信息和上述局部地图，获取上述道路图像所包含车辆所在车道的车道信息。
在本实施例中，用于获取信息的装置400的第一获取单元401、第一确定单元402、第二确定单元403和第二获取单元404的具体处理及其所带来的技术效果可分别参考图1对应实施例中S101、S102、S103和S104的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述道路信息采集设备所对应的局部地图是通过地图确定单元(图中未示出)所确定的，上述地图确定单元包括：确定模块(图中未示出)，被配置成基于上述道路信息采集设备所在的位置，确定上述道路信息采集设备所对应的采集区域；获取模块(图中未示出)，被配置成从原始地图中获取上述采集区域内的车道的车道信息；生成模块(图中未示出)，被配置成基于所获取的车道信息，生成上述道路信息采集设备所对应的局部地图。
在本实施例的一些可选的实现方式中，上述原始地图为用于指导自动驾驶汽车自动驾驶的地图。
在本实施例的一些可选的实现方式中，上述生成模块进一步被配置成：将所获取的车道信息以kd树的存储形式进行存储，得到上述道路信息采集设备所对应的局部地图。
在本实施例的一些可选的实现方式中，上述车辆所在车道的车道信息包括车道限速信息；以及上述装置400还包括：速度确定单元(图中未示出)，被配置成确定上述道路图像中所包含车辆的行驶速度；违规确定单元(图中未示出)，被配置成根据上述行驶速度和车辆所在车道的车道限速信息，确定上述车辆的行驶速度是否违规；违规信息发送单元(图中未示出)，被配置成响应于确定上述车辆的行驶速度违规，发送车辆违规信息。
在本实施例的一些可选的实现方式中，上述车辆所在车道的车道信息包括车道朝向角；以及上述装置400还包括：方向确定单元(图中未示出)，被配置成确定上述道路图像中所包含车辆的行驶方向；逆行确定单元(图中未示出)，被配置成根据上述行驶方向和上述车辆所在车道的车道朝向角，确定上述车辆是否逆行；逆行信息发送单元(图中未示出)，被配置成响应于确定上述车辆逆行，发送车辆逆行信息。
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5所示，是根据本申请实施例的用于获取信息的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5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502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用于获取信息的方法。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用于获取信息的方法。
存储器502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用于获取信息的方法对应的程序指令/模块(例如，附图4所示的第一获取单元401、第一确定单元402、第二确定单元403和第二获取单元404)。处理器501通过运行存储在存储器502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用于获取信息的方法。
存储器502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用于获取信息的电子设备的使用所创建的数据等。此外，存储器502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502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至用于获取信息的电子设备。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。
用于获取信息的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与用于获取信息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504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过在道路信息采集设备对应的局部地图中获取车道信息，可以避免从高精地图所包含的大量信息中查找信息，从而提高了车道信息获取的效率。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种用于获取信息的方法，其特征在于，包括：
获取道路信息采集设备采集得到的道路图像；
根据所述道路图像，确定所述道路图像中所包含车辆的位置信息；
确定所述道路信息采集设备所对应的局部地图，其中，所述局部地图包括所述道路信息采集设备的采集区域的车道信息；
根据所述道路图像所包含车辆的位置信息和所述局部地图，获取所述道路图像所包含车辆所在车道的车道信息。
2.根据权利要求1所述的方法，其特征在于，所述道路信息采集设备所对应的局部地图是通过以下方式确定的：
基于所述道路信息采集设备所在的位置，确定所述道路信息采集设备所对应的采集区域；
从原始地图中获取所述采集区域内的车道的车道信息；
基于所获取的车道信息，生成所述道路信息采集设备所对应的局部地图。
3.根据权利要求1所述的方法，其特征在于，所述车辆所在车道的车道信息包括车道限速信息；以及
所述方法还包括：
确定所述道路图像中所包含车辆的行驶速度；
根据所述行驶速度和车辆所在车道的车道限速信息，确定所述车辆的行驶速度是否违规；
响应于确定所述车辆的行驶速度违规，发送车辆违规信息。
4.根据权利要求1所述的方法，其特征在于，所述车辆所在车道的车道信息包括车道朝向角；以及
所述方法还包括：
确定所述道路图像中所包含车辆的行驶方向；
根据所述行驶方向和所述车辆所在车道的车道朝向角，确定所述车辆是否逆行；
响应于确定所述车辆逆行，发送车辆逆行信息。
5.根据权利要求2所述的方法，其特征在于，所述基于所获取的车道信息，生成所述道路信息采集设备所对应的局部地图，包括：
将所获取的车道信息以kd树的存储形式进行存储，得到所述道路信息采集设备所对应的局部地图。
6.根据权利要求2所述的方法，其特征在于，所述原始地图为用于指导自动驾驶汽车自动驾驶的地图。
7.一种用于获取信息的装置，其特征在于，包括：
第一获取单元，被配置成获取道路信息采集设备采集得到的道路图像；
第一确定单元，被配置成根据所述道路图像，确定所述道路图像中所包含车辆的位置信息；
第二确定单元，被配置成确定所述道路信息采集设备所对应的局部地图，其中，所述局部地图包括所述道路信息采集设备的采集区域的车道信息；
第二获取单元，被配置成根据所述道路图像所包含车辆的位置信息和所述局部地图，获取所述道路图像所包含车辆所在车道的车道信息。
8.根据权利要求7所述的装置，其特征在于，所述道路信息采集设备所对应的局部地图是通过地图确定单元所确定的，所述地图确定单元包括：
确定模块，被配置成基于所述道路信息采集设备所在的位置，确定所述道路信息采集设备所对应的采集区域；
获取模块，被配置成从原始地图中获取所述采集区域内的车道的车道信息；
生成模块，被配置成基于所获取的车道信息，生成所述道路信息采集设备所对应的局部地图。
9.根据权利要求7所述的装置，其特征在于，所述车辆所在车道的车道信息包括车道限速信息；以及
所述装置还包括：
速度确定单元，被配置成确定所述道路图像中所包含车辆的行驶速度；
违规确定单元，被配置成根据所述行驶速度和车辆所在车道的车道限速信息，确定所述车辆的行驶速度是否违规；
违规信息发送单元，被配置成响应于确定所述车辆的行驶速度违规，发送车辆违规信息。
10.根据权利要求7所述的装置，其特征在于，所述车辆所在车道的车道信息包括车道朝向角；以及
所述装置还包括：
方向确定单元，被配置成确定所述道路图像中所包含车辆的行驶方向；
逆行确定单元，被配置成根据所述行驶方向和所述车辆所在车道的车道朝向角，确定所述车辆是否逆行；
逆行信息发送单元，被配置成响应于确定所述车辆逆行，发送车辆逆行信息。
11.根据权利要求8所述的装置，其特征在于，所述生成模块进一步被配置成：
将所获取的车道信息以kd树的存储形式进行存储，得到所述道路信息采集设备所对应的局部地图。
12.根据权利要求8所述的装置，其特征在于，所述原始地图为用于指导自动驾驶汽车自动驾驶的地图。
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。
CN202010409153.7A 2020-05-14 2020-05-14 用于获取信息的方法和装置 Pending CN111553319A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010409153.7A CN111553319A (zh) 2020-05-14 2020-05-14 用于获取信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010409153.7A CN111553319A (zh) 2020-05-14 2020-05-14 用于获取信息的方法和装置

Publications (1)

Publication Number Publication Date
CN111553319A true CN111553319A (zh) 2020-08-18

Family

ID=72006406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010409153.7A Pending CN111553319A (zh) 2020-05-14 2020-05-14 用于获取信息的方法和装置

Country Status (1)

Country Link
CN (1) CN111553319A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581763A (zh) * 2020-12-11 2021-03-30 北京百度网讯科技有限公司 道路事件检测的方法、装置、设备和存储介质
CN113409601A (zh) * 2021-07-14 2021-09-17 深圳市广联智通科技有限公司 基于信息智能分析的信号灯控制方法、装置、设备及介质
CN113591720A (zh) * 2021-08-02 2021-11-02 广州小鹏自动驾驶科技有限公司 车道偏离检测方法、装置及计算机存储介质
CN114326727A (zh) * 2021-12-24 2022-04-12 广州小鹏自动驾驶科技有限公司 一种驾驶方法和系统
CN114677843A (zh) * 2022-02-17 2022-06-28 阿里云计算有限公司 路况信息的处理方法、装置、系统及电子设备
WO2022136876A1 (en) * 2020-12-23 2022-06-30 Fogldn Ltd. System for monitoring the position of a vehicle on a racetrack
CN117854284A (zh) * 2024-03-07 2024-04-09 广州铭创通讯科技有限公司 一种复杂道路环境的车路协同监控方法及车检器装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109733391A (zh) * 2018-12-10 2019-05-10 北京百度网讯科技有限公司 车辆的控制方法、装置、设备、车辆及存储介质
CN109902899A (zh) * 2017-12-11 2019-06-18 百度在线网络技术（北京）有限公司 信息生成方法和装置
JP2019114196A (ja) * 2017-12-26 2019-07-11 株式会社ゼンリンデータコム 情報収集システムおよび情報収集装置
CN209560708U (zh) * 2018-08-31 2019-10-29 百度在线网络技术（北京）有限公司 交通指挥车
CN110719570A (zh) * 2019-09-09 2020-01-21 华为技术有限公司 地图敏感信息的传输方法及通信装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902899A (zh) * 2017-12-11 2019-06-18 百度在线网络技术（北京）有限公司 信息生成方法和装置
JP2019114196A (ja) * 2017-12-26 2019-07-11 株式会社ゼンリンデータコム 情報収集システムおよび情報収集装置
CN209560708U (zh) * 2018-08-31 2019-10-29 百度在线网络技术（北京）有限公司 交通指挥车
CN109733391A (zh) * 2018-12-10 2019-05-10 北京百度网讯科技有限公司 车辆的控制方法、装置、设备、车辆及存储介质
CN110719570A (zh) * 2019-09-09 2020-01-21 华为技术有限公司 地图敏感信息的传输方法及通信装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MING-FANG CHANG等: "Argoverse:3D Tracking and Forecasting with rich maps" *
李袁秀: "基于连续视频流的交通状况与违章行为模式识别研究与实现" *
许宏科等: "基于视频的单车道车辆逆行检测方法" *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581763A (zh) * 2020-12-11 2021-03-30 北京百度网讯科技有限公司 道路事件检测的方法、装置、设备和存储介质
WO2022136876A1 (en) * 2020-12-23 2022-06-30 Fogldn Ltd. System for monitoring the position of a vehicle on a racetrack
CN113409601A (zh) * 2021-07-14 2021-09-17 深圳市广联智通科技有限公司 基于信息智能分析的信号灯控制方法、装置、设备及介质
CN113409601B (zh) * 2021-07-14 2021-12-31 深圳市广联智通科技有限公司 基于信息智能分析的信号灯控制方法、装置、设备及介质
CN113591720A (zh) * 2021-08-02 2021-11-02 广州小鹏自动驾驶科技有限公司 车道偏离检测方法、装置及计算机存储介质
CN114326727A (zh) * 2021-12-24 2022-04-12 广州小鹏自动驾驶科技有限公司 一种驾驶方法和系统
CN114677843A (zh) * 2022-02-17 2022-06-28 阿里云计算有限公司 路况信息的处理方法、装置、系统及电子设备
CN117854284A (zh) * 2024-03-07 2024-04-09 广州铭创通讯科技有限公司 一种复杂道路环境的车路协同监控方法及车检器装置
CN117854284B (zh) * 2024-03-07 2024-05-31 广州铭创通讯科技有限公司 一种复杂道路环境的车路协同监控方法及车检器装置

Similar Documents

Publication Publication Date Title
CN111553319A (zh) 用于获取信息的方法和装置
JP7292338B2 (ja) 自動運転機能制御方法、装置、電子機器及び記憶媒体
EP4036886A2 (en) Method and apparatus for monitoring vehicle, cloud control platform and system for vehicle-road collaboration
CN111797187B (zh) 地图数据的更新方法、装置、电子设备和存储介质
CN109472884B (zh) 无人车数据存储方法、装置、设备及存储介质
CN111859778B (zh) 泊车模型的生成方法和装置、电子设备和存储介质
CN111739344B (zh) 一种预警方法、装置及电子设备
CN112581763A (zh) 道路事件检测的方法、装置、设备和存储介质
CN111680362B (zh) 一种自动驾驶仿真场景获取方法、装置、设备及存储介质
CN111731283B (zh) 自动驾驶车辆碰撞风险识别方法、装置以及电子设备
CN111611901B (zh) 车辆逆行检测方法、装置、设备以及存储介质
CN110632617B (zh) 一种激光雷达点云数据处理的方法及装置
CN113421432B (zh) 交通限行信息检测方法、装置、电子设备和存储介质
CN109318899B (zh) 自动驾驶车辆的弯道行驶方法、装置、设备和存储介质
CN111415526B (zh) 车位占用状态的获取方法、装置、电子设备和存储介质
CN111703371B (zh) 交通信息的显示方法、装置、电子设备和存储介质
CN111666876B (zh) 用于检测障碍物的方法、装置、电子设备和路侧设备
US20210215808A1 (en) Real-time and dynamic localization using active doppler sensing systems for vehicles
CN112101223B (zh) 检测方法、装置、设备和计算机存储介质
CN114322799B (zh) 一种车辆行驶方法、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
US20230159052A1 (en) Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle
CN112859829A (zh) 一种车辆控制方法、装置、电子设备和介质
CN111597287A (zh) 地图生成方法、装置及设备
CN114596704A (zh) 交通事件处理方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200818

WD01 Invention patent application deemed withdrawn after publication