CN112183440A - 道路信息的处理方法、装置、电子设备和存储介质 - Google Patents

道路信息的处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112183440A
CN112183440A CN202011090909.2A CN202011090909A CN112183440A CN 112183440 A CN112183440 A CN 112183440A CN 202011090909 A CN202011090909 A CN 202011090909A CN 112183440 A CN112183440 A CN 112183440A
Authority
CN
China
Prior art keywords
road
street lamp
electronic map
identification result
road image
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
CN202011090909.2A
Other languages
English (en)
Inventor
张通滨
黄际洲
夏德国
董永艳
杨建忠
卢振
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 CN202011090909.2A priority Critical patent/CN112183440A/zh
Publication of CN112183440A publication Critical patent/CN112183440A/zh
Priority to JP2021114446A priority patent/JP7228627B2/ja
Priority to SG10202107630YA priority patent/SG10202107630YA/en
Priority to EP21200555.7A priority patent/EP3922950A3/en
Priority to KR1020210132731A priority patent/KR20210128371A/ko
Priority to US17/497,574 priority patent/US20220028268A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3822—Road feature data, e.g. slope data
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3667—Display of a road map
    • G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • 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
    • G08G1/09—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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096877—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement
    • G08G1/096888—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement where input information is obtained using learning systems, e.g. history databases
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods

Abstract

本申请公开了道路信息的处理方法、装置、电子设备和存储介质，涉及智能交通领域，可用于云计算或云领域。具体实现方案为：获取道路图像，对道路图像中的路灯进行识别，得到路灯识别结果；对道路图像与电子地图进行关联，得到电子地图中与道路图像对应的道路；基于路灯识别结果，为电子地图中对应的道路标注路灯属性。本申请实施例能够在夜间引导用户规避无路灯的道路。

Description

道路信息的处理方法、装置、电子设备和存储介质
技术领域
本申请涉及数据处理领域，尤其涉及智能交通领域。
背景技术
近年来，道路安全事故的发生总量一直居高不下。其中，夜间发生道路安全事故的概率远高于日间发生道路安全事故的概率。因此，夜间道路安全成为目前交通领域的重要课题之一。
发明内容
本申请提供了一种道路信息的处理方法、装置、电子设备和存储介质。
根据本申请的一方面，提供了一种道路信息的处理方法，包括：
获取道路图像，对道路图像中的路灯进行识别，得到路灯识别结果；
对道路图像与电子地图进行关联，得到电子地图中与道路图像对应的道路；
基于路灯识别结果，为电子地图中对应的道路标注路灯属性。
根据本申请的另一方面，提供了一种道路信息的处理装置，包括：
识别模块，用于获取道路图像，对道路图像中的路灯进行识别，得到路灯识别结果；
关联模块，用于对道路图像与电子地图进行关联，得到电子地图中与道路图像对应的道路；
标注模块，用于基于路灯识别结果，为电子地图中对应的道路标注路灯属性。
根据本申请的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请实施例提供的方法。
根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本申请实施例提供的方法。
根据本申请的技术方案，通过在道路图像中识别路灯以及将道路图像与电子地图进行关联，确定电子地图中对应道路的路灯属性。由于电子地图中的道路标注了路灯属性，因此，能够在夜间引导用户规避无路灯的道路，保障用户夜间出行安全，避免发生道路安全事故。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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是根据本申请一个实施例的道路信息的处理方法的示意图；
图2是根据本申请一个应用示例的示意图；
图3是根据本申请另一个实施例的道路信息的处理方法的示意图；
图4是根据本申请一个实施例的道路信息的处理装置的示意图；
图5是根据本申请另一个实施例的道路信息的处理装置的示意图；
图6是用来实现本申请实施例的道路信息的处理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示出了根据本申请一个实施例的道路信息的处理方法的示意图。如图1所示，该方法包括：
步骤S11，获取道路图像，对道路图像中的路灯进行识别，得到路灯识别结果；
步骤S12，对道路图像与电子地图进行关联，得到电子地图中与道路图像对应的道路；
步骤S13，基于路灯识别结果，为电子地图中对应的道路标注路灯属性。
示例性地，道路图像可以由布置在道路上或车辆上的图像采集设备采集得到，也可以由用户上传得到，例如道路图像可以包括电子地图上的用户相册信息等。
本申请实施例中，可以基于深度神经网络模型对道路图像中的路灯进行识别，其中，深度神经网络模型可以包括目标检测模型或语义分割模型等。深度神经网络模型可以基于FCN(Fully Convolutional Networks，全卷积神经网络)、U-Net(U型网络)、ResNet(Residual Network，残差网络)等网络结构训练得到。
路灯识别结果可以包括是否识别到路灯，也可以包括路灯的数量、路灯在道路图像中的位置信息等。
示例性地，可以根据道路图像的拍摄坐标信息、道路图像中的道路信息等，对道路图像与电子地图进行关联，例如选择与道路图像的拍摄坐标最近的道路作为道路图像对应的道路，或者选择与道路图像中的门址信息匹配的道路作为道路图像对应的道路。
需要说明的是，在实际应用时，上述步骤S11和步骤S12的先后次序不限，可以先执行步骤S11再执行步骤S12，也可以先执行步骤S12再执行步骤S11，或者同时执行步骤S11和S12。
作为先执行步骤S11再执行步骤S12的一个应用示例，可以获取多个道路图像，对多个道路图像中的每个道路图像分别进行路灯识别，得到路灯识别结果后，再根据路灯识别结果选择全部或部分道路图像与电子地图进行关联，确定与道路图像对应的道路，为该道路标注路灯属性。
例如，将识别到路灯的道路图像与电子地图进行关联，得到电子地图中与该道路图像对应的道路，再为该道路标注路灯属性为有路灯。可选地，还可以在识别完所有道路图像并标注对应的道路的路灯属性后，确定未标注的道路的路灯属性为无路灯。
又如，将识别不到路灯的道路图像与电子地图进行关联，得到电子地图中与该道路图像对应的道路，再为该道路标注路灯属性为无路灯。可选地，还可以在识别完所有道路图像并标注对应的道路的路灯属性后，确定未标注的道路的路灯属性为有路灯。
再如，对获取到的多个道路图像中的每个道路图像，均与电子地图进行关联，得到电子地图中与每个道路图像分别对应的道路，再根据是否识别到路灯，为对应的道路标注是否有路灯。
作为先执行步骤S12再执行步骤S11的另一个应用示例，可以获取多个道路图像，针对多个道路图像中的每个道路图像，分别与电子地图进行关联，确定电子地图中对应的道路。再遍历电子地图中各个道路，选取各个道路对应的部分或全部道路图像进行路灯识别，结合各图像的识别结果，为该道路标注路灯属性。
示例性地，路灯属性可以包括是否有路灯、路灯的数量等信息。
可见，根据本申请实施例提供的上述方法，通过在道路图像中识别路灯以及将道路图像与电子地图进行关联，确定电子地图中对应道路的路灯属性。由于电子地图中的道路标注了路灯属性，因此，能够在夜间引导用户规避无路灯的道路，保障用户夜间出行安全，避免发生道路安全事故，同时也为智慧交通领域提供辅助决策的信息。
在一种示例性的实施方式中，上述步骤S11中，对道路图像中的路灯进行识别，得到路灯识别结果，包括：
基于目标检测模型对道路图像中的第一路灯要素进行识别，得到第一路灯要素的识别结果；
基于语义分割模型对道路图像中的第二路灯要素进行识别，得到第二路灯要素的识别结果；
基于第一路灯要素的识别结果和第二路灯要素的识别结果，得到路灯识别结果。
示例性地，第一路灯要素可以包括灯头、灯杆或整灯等。第一路灯要素的识别结果可以包括是否识别到第一路灯要素，也可以包括第一路灯要素的数量、第一路灯要素在道路图像中的位置信息等。相应的，第二路灯要素可以包括灯头、灯杆或整灯等。第二路灯要素的识别结果可以包括是否识别到第二路灯要素，也可以包括第二路灯要素的数量、第二路灯要素在道路图像中的位置信息等。
在一种示例中，基于第一路灯要素的识别结果和第二路灯要素的识别结果，得到路灯识别结果，可以包括以下情况：
情况一：在道路图像中识别到第一路灯要素和第二路灯要素；基于该情况，确定在道路图像中识别到路灯，得到路灯识别结果为有路灯。
情况二：在道路图像中没有识别到第一路灯要素和/或第二路灯要素；基于该情况，确定在道路图像中没有识别到路灯，得到路灯识别结果为无路灯。
在一种示例中，基于第一路灯要素的识别结果和第二路灯要素的识别结果，得到路灯识别结果，可以包括：
响应于第一路灯要素在道路图像中的位置信息与第二路灯要素在道路图像中的位置信息符合预设的路灯要素位置关系，确定在道路图像中识别到路灯。
以第一路灯要素为灯头，第二路灯要素为整灯为例，如图2所示，基于目标检测模型，可以在道路图像100中检测到灯头11，并确定灯头11在道路图像100中的像素坐标集合。基于语义分割模型，可以分割道路图像100中的道路21、树木22、路灯整灯23，得到语义分割图200，再基于语义分割图得到整灯二值图300，从而得到整灯23在整灯二值图300中的像素坐标，即在道路图像中的像素坐标。由于整灯和灯头间的位置关系为整灯包含灯头，因此，如果整灯23的像素坐标集合包含了灯头的像素坐标集合中的像素坐标，可以认为符合了路灯要素位置关系，确定在道路图像中识别到路灯40。
由于一个路灯要素的识别结果可能存在偏差，例如将树上的果实识别为灯头，因此可以在灯头在道路图像中的像素坐标集合与整灯在道路图像中的像素坐标集合存在交集的情况下，认为符合预设的路灯要素位置关系，确定在道路图像中识别到路灯，从而减少路灯识别结果的误判。
可见，根据上述示例性实施方式，通过结合第一路灯要素的识别结果和第二路灯要素的识别结果，可以提高路灯识别结果的准确性，从而提高电子地图中道路的路灯属性的准确性，防止因路灯属性标注错误而为用户提供错误引导，进一步保障用户夜间出行安全。
在一种示例性的实施方式中，上述步骤S12，对道路图像与电子地图进行关联，得到电子地图中与道路图像对应的道路，包括：
基于有向图模型，对道路图像的拍摄坐标信息和电子地图中的道路信息进行关联，将关联到的道路信息对应的道路确定为与道路图像对应的道路。
示例性地，有向图模型可以包括HMM(Hidden Markov Model，隐马尔可夫模型)。
本申请实施例中，有向图模型可以对道路图像的拍摄坐标信息和电子地图中的道路信息进行关联，将关联到的道路信息对应的道路确定为与道路图像对应的道路，也就是说，有向图模型可以根据输入的道路图像的拍摄坐标信息，输出对应的道路。
由于道路图像的拍摄坐标信息与拍摄的道路的坐标信息可能存在偏差，因此，基于有向图模型对道路图像与电子地图进行关联，可以提高关联的准确性，从而提高电子地图中道路的路灯属性的准确性。
示例性地，如图3所示，上述方法还可以包括：
步骤S31，响应于接收到获取导航路线的请求，生成与请求匹配的备选导航路线；
步骤S32，基于备选导航路线所包含的道路的路灯属性，设置备选导航路线的推荐级别。
举例而言，在预定的夜间时段接收到获取导航路线的请求时，根据请求包含的导航起点和终点，生成匹配的备选导航路线。备选导航路线的数量可以是多个，例如两个或三个。对于每个备选导航路线，基于其中的道路的路灯属性，确定没有路灯的道路的总长度，根据该总长度设置备选导航路线的推荐级别，例如将多个备选导航路线中该总长度最小的备选导航路线的推荐级别设为最高。
根据上述实施方式，可以根据道路的路灯属性优化对导航路线的推荐级别，引导用户选择有路灯的道路出行，保障用户夜间出行安全，避免发生道路安全事故。
示例性地，上述方法还可以包括：
基于电子地图中各道路的路灯属性，确定电子地图中各道路的显示样式。
举例而言，可以以特殊的显示样式显示有路灯的道路，例如以明亮的颜色显示有路灯的道路，引导用户选择有路灯的道路出行。
可选地，确定显示样式的步骤可以在电子地图的显示模式为夜间模式的情况下执行。
根据上述实施方式，可以引导用户选择有路灯的道路出行，保障用户夜间出行安全，避免发生道路安全事故。
示例性地，上述方法还可以包括：
基于定位信息，确定用户所在道路；
响应于用户所在道路的路灯属性为无路灯，输出安全提示信息。
例如，在基于路灯属性设置了备选导航路线的推荐级别后，用户选择了推荐级别较低的包含无路灯的道路的备选导航路线，则可以在用户即将进入无路灯道路区域时，输出安全提示信息，例如播报“即将进入无路灯区域，请注意安全”等提示信息。
根据上述实施方式，可以根据道路的路灯属性优化导航提示，保障用户夜间出行安全，避免发生道路安全事故。
在一个具体的应用示例中，可以针对夜间驾驶导航场景和步骑行导航场景的特点，分别采用不同的方式，引导用户规避无路灯道路。
在夜间驾驶导航场景中，可以采用以下一种或多种方式：
(1)在路线偏好页面，新增优先选择有路灯道路的选项，支持用户设置路线偏好为优先选择有路灯道路。用户设置该路线偏好后，后续基于导航请求生成的备选导航路线中各道路的路灯属性，设置导航路线的推荐级别。其中，由有路灯道路组成的导航路线的推荐级别最高。
(2)在推荐级别高的备选导航路线的显示区域例如无路灯道路的总长度最小的导航路线附近，显示“规避无路灯区域”的提示，提示用户该路线已规避无路灯道路区域。
(3)在用户即将经过无路灯道路区域时，提醒用户“即将进入无路灯区域，请注意车灯情况，谨慎驾驶”。
在夜间步骑行导航场景中，可以采用以下一种或多种方式：
(1)在电子地图的路网界面，新增夜间模式功能，当用户选择夜间模式时，将有路灯的道路以特殊的样式进行渲染，从而为用户的步行路线提供决策。
(2)在预定的夜间时段为用户推荐步骑行导航路线时，生成规避无路灯道路的导航路线，例如完全由有路灯道路组成的导航路线，并在该路线的现实区域附近，显示“规避无路灯区域”的提示，提示用户该路线已规避无路灯照明区域。
(3)在用户即将经过无路灯道路区域时，提醒用户“即将进入无路灯区域，请注意打开手机电筒，注意安全”，并在导航页面提供一键报警按钮，保障用户的安全。
可见，根据本申请实施例提供的上述方法，能够在夜间引导用户规避无路灯的道路，保障用户夜间出行安全，避免发生道路安全事故，同时也为智慧交通领域提供辅助决策的信息。
作为对上述各方法的实现，本申请还提供了一种道路信息的处理装置。如图4所示，该装置包括：
识别模块410，用于获取道路图像，对道路图像中的路灯进行识别，得到路灯识别结果；
关联模块420，用于对道路图像与电子地图进行关联，得到电子地图中与道路图像对应的道路；
标注模块430，用于基于路灯识别结果，为电子地图中对应的道路标注路灯属性。
示例性地，如图5所示，识别模块410包括：
第一识别单元411，用于基于目标检测模型对道路图像中的第一路灯要素进行识别，得到第一路灯要素的识别结果；
第二识别单元412，用于基于语义分割模型对道路图像中的第二路灯要素进行识别，得到第二路灯要素的识别结果；
融合单元413，用于基于第一路灯要素的识别结果和第二路灯要素的识别结果，得到路灯识别结果。
示例性地，关联模块420用于基于有向图模型，对道路图像的拍摄坐标信息和电子地图中的道路信息进行关联，将关联到的道路信息对应的道路确定为与道路图像对应的道路。
示例性地，如图5所示，上述装置还包括：
生成模块510，用于响应于接收到获取导航路线的请求，生成与请求匹配的备选导航路线；
推荐模块520，用于基于备选导航路线所包含的道路的路灯属性，设置备选导航路线的推荐级别。
示例性地，如图5所示，上述装置还包括：
第一确定模块530，用于基于电子地图中各道路的路灯属性，确定电子地图中各道路的显示样式。
示例性地，如图5所示，上述装置还包括：
第二确定模块540，用于基于定位信息，确定用户所在道路；
输出模块550，用于响应于用户所在道路的路灯属性为无路灯，输出安全提示信息。
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6所示，是根据本申请实施例的道路信息的处理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6所示，该电子设备包括：一个或多个处理器601、存储器602，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6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的道路信息的处理方法。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道路信息的处理方法。
存储器602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道路信息的处理方法对应的程序指令/模块(例如，附图4所示的识别模块410、关联模块420和标注模块430)。处理器601通过运行存储在存储器602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道路信息的处理方法。
存储器602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道路信息的处理方法的电子设备的使用所创建的数据等。此外，存储器602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602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至道路信息的处理方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
道路信息的处理方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与道路信息的处理方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS)服务中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
根据本申请的技术方案，通过在道路图像中识别路灯以及将道路图像与电子地图进行关联，确定电子地图中对应道路的路灯属性。由于电子地图中的道路标注了路灯属性，因此，能够在夜间引导用户规避无路灯的道路，保障用户夜间出行安全，避免发生道路安全事故。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种道路信息的处理方法，包括：
获取道路图像，对所述道路图像中的路灯进行识别，得到路灯识别结果；
对所述道路图像与电子地图进行关联，得到所述电子地图中与所述道路图像对应的道路；
基于所述路灯识别结果，为所述电子地图中对应的道路标注路灯属性。
2.根据权利要求1所述的方法，其中，所述对所述道路图像中的路灯进行识别，得到路灯识别结果，包括：
基于目标检测模型对所述道路图像中的第一路灯要素进行识别，得到所述第一路灯要素的识别结果；
基于语义分割模型对所述道路图像中的第二路灯要素进行识别，得到所述第二路灯要素的识别结果；
基于所述第一路灯要素的识别结果和所述第二路灯要素的识别结果，得到所述路灯识别结果。
3.根据权利要求1所述的方法，其中，所述对所述道路图像与电子地图进行关联，得到所述电子地图中与所述道路图像对应的道路，包括：
基于有向图模型，对所述道路图像的拍摄坐标信息和所述电子地图中的道路信息进行关联，将关联到的道路信息对应的道路确定为与所述道路图像对应的道路。
4.根据权利要求1-3中任一项所述的方法，还包括：
响应于接收到获取导航路线的请求，生成与所述请求匹配的备选导航路线；
基于所述备选导航路线所包含的道路的路灯属性，设置所述备选导航路线的推荐级别。
5.根据权利要求1-3中任一项所述的方法，还包括：
基于所述电子地图中各道路的路灯属性，确定所述电子地图中各道路的显示样式。
6.根据权利要求1-3中任一项所述的方法，还包括：
基于定位信息，确定用户所在道路；
响应于用户所在道路的路灯属性为无路灯，输出安全提示信息。
7.一种道路信息的处理装置，包括：
识别模块，用于获取道路图像，对所述道路图像中的路灯进行识别，得到路灯识别结果；
关联模块，用于对所述道路图像与电子地图进行关联，得到所述电子地图中与所述道路图像对应的道路；
标注模块，用于基于所述路灯识别结果，为所述电子地图中对应的道路标注路灯属性。
8.根据权利要求7所述的装置，其中，所述识别模块包括：
第一识别单元，用于基于目标检测模型对所述道路图像中的第一路灯要素进行识别，得到所述第一路灯要素的识别结果；
第二识别单元，用于基于语义分割模型对所述道路图像中的第二路灯要素进行识别，得到所述第二路灯要素的识别结果；
融合单元，用于基于所述第一路灯要素的识别结果和所述第二路灯要素的识别结果，得到所述路灯识别结果。
9.根据权利要求7所述的装置，其中，所述关联模块用于基于有向图模型，对所述道路图像的拍摄坐标信息和所述电子地图中的道路信息进行关联，将关联到的道路信息对应的道路确定为与所述道路图像对应的道路。
10.根据权利要求7-9中任一项所述的装置，还包括：
生成模块，用于响应于接收到获取导航路线的请求，生成与所述请求匹配的备选导航路线；
推荐模块，用于基于所述备选导航路线所包含的道路的路灯属性，设置所述备选导航路线的推荐级别。
11.根据权利要求7-9中任一项所述的装置，还包括：
第一确定模块，用于基于所述电子地图中各道路的路灯属性，确定所述电子地图中各道路的显示样式。
12.根据权利要求7-9中任一项所述的装置，还包括：
第二确定模块，用于基于定位信息，确定用户所在道路；
输出模块，用于响应于用户所在道路的路灯属性为无路灯，输出安全提示信息。
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。
CN202011090909.2A 2020-10-13 2020-10-13 道路信息的处理方法、装置、电子设备和存储介质 Pending CN112183440A (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202011090909.2A CN112183440A (zh) 2020-10-13 2020-10-13 道路信息的处理方法、装置、电子设备和存储介质
JP2021114446A JP7228627B2 (ja) 2020-10-13 2021-07-09 道路情報の処理方法、装置、電子デバイス、記憶媒体、及びプログラム
SG10202107630YA SG10202107630YA (en) 2020-10-13 2021-07-12 Road information processing method and apparatus, electronic device and storage medium
EP21200555.7A EP3922950A3 (en) 2020-10-13 2021-10-01 Road information processing method and apparatus, electronic device, storage medium and program
KR1020210132731A KR20210128371A (ko) 2020-10-13 2021-10-06 도로 정보의 처리 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램
US17/497,574 US20220028268A1 (en) 2020-10-13 2021-10-08 Road information processing method, electronic device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011090909.2A CN112183440A (zh) 2020-10-13 2020-10-13 道路信息的处理方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112183440A true CN112183440A (zh) 2021-01-05

Family

ID=73951157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011090909.2A Pending CN112183440A (zh) 2020-10-13 2020-10-13 道路信息的处理方法、装置、电子设备和存储介质

Country Status (6)

Country Link
US (1) US20220028268A1 (zh)
EP (1) EP3922950A3 (zh)
JP (1) JP7228627B2 (zh)
KR (1) KR20210128371A (zh)
CN (1) CN112183440A (zh)
SG (1) SG10202107630YA (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112686197A (zh) * 2021-01-07 2021-04-20 腾讯科技（深圳）有限公司 一种数据处理方法和相关装置
CN112949540A (zh) * 2021-03-16 2021-06-11 江苏海扬智慧物联研究院有限公司 基于卫星图片的路灯状态判定方法、装置、设备和介质
CN113435405A (zh) * 2021-07-15 2021-09-24 山东交通学院 基于视频图像的高速公路夜间团雾监测方法及系统
CN113742440A (zh) * 2021-09-03 2021-12-03 北京百度网讯科技有限公司 道路图像数据处理方法、装置、电子设备及云计算平台
CN113850990A (zh) * 2021-08-31 2021-12-28 北京百度网讯科技有限公司 道路故障的处理方法、装置、电子设备及存储介质
CN114485690A (zh) * 2021-12-29 2022-05-13 北京百度网讯科技有限公司 导航地图的生成方法、装置、电子设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793401B (zh) * 2021-09-17 2024-02-13 北京百度网讯科技有限公司 道路数据处理方法、装置、电子设备及计算机存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070273624A1 (en) * 2006-03-08 2007-11-29 Pieter Geelen Portable navigation device
CN101900569A (zh) * 2009-05-27 2010-12-01 佛山市顺德区顺达电脑厂有限公司 行人导航路径规划方法及其系统
WO2015129045A1 (ja) * 2014-02-28 2015-09-03 パイオニア株式会社 画像取得システム、端末、画像取得方法および画像取得プログラム
WO2016022020A1 (en) * 2014-08-07 2016-02-11 Mimos Berhad System and method for detecting and reporting location of unilluminated streetlights
US20160097644A1 (en) * 2013-04-10 2016-04-07 Harman Becker Automotive Systems Gmbh Navigation system and method of determining a vehicle position
CN109099903A (zh) * 2018-07-09 2018-12-28 百度在线网络技术（北京）有限公司 用于生成导航路线的方法和装置
CN109145713A (zh) * 2018-07-02 2019-01-04 南京师范大学 一种结合目标检测的小目标语义分割方法
WO2020042348A1 (zh) * 2018-08-28 2020-03-05 初速度（苏州）科技有限公司 自动驾驶导航地图的生成方法、系统、车载终端及服务器
CN111127470A (zh) * 2019-12-24 2020-05-08 江西理工大学 一种基于上下文和浅层空间编解码网络的图像语义分割方法
CN111223386A (zh) * 2020-01-16 2020-06-02 深圳市中科智联科技有限公司 电子地图灯具标注方法、终端及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006285297A (ja) * 2005-03-31 2006-10-19 Mti Ltd 表示データ作成装置
JP2014020989A (ja) * 2012-07-20 2014-02-03 Zenrin Datacom Co Ltd 経路案内システム、経路案内方法、および、コンピュータプログラム
US9651390B1 (en) * 2016-02-25 2017-05-16 Here Global B.V. Mapping road illumination
US11334762B1 (en) * 2017-09-07 2022-05-17 Aurora Operations, Inc. Method for image analysis
JP7117939B2 (ja) * 2018-08-20 2022-08-15 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム
CN109325967B (zh) * 2018-09-14 2023-04-07 腾讯科技（深圳）有限公司 目标跟踪方法、装置、介质以及设备
JP7275556B2 (ja) * 2018-12-14 2023-05-18 トヨタ自動車株式会社 情報処理システム、プログラム、及び情報処理方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070273624A1 (en) * 2006-03-08 2007-11-29 Pieter Geelen Portable navigation device
CN101900569A (zh) * 2009-05-27 2010-12-01 佛山市顺德区顺达电脑厂有限公司 行人导航路径规划方法及其系统
US20160097644A1 (en) * 2013-04-10 2016-04-07 Harman Becker Automotive Systems Gmbh Navigation system and method of determining a vehicle position
WO2015129045A1 (ja) * 2014-02-28 2015-09-03 パイオニア株式会社 画像取得システム、端末、画像取得方法および画像取得プログラム
WO2016022020A1 (en) * 2014-08-07 2016-02-11 Mimos Berhad System and method for detecting and reporting location of unilluminated streetlights
CN109145713A (zh) * 2018-07-02 2019-01-04 南京师范大学 一种结合目标检测的小目标语义分割方法
CN109099903A (zh) * 2018-07-09 2018-12-28 百度在线网络技术（北京）有限公司 用于生成导航路线的方法和装置
WO2020042348A1 (zh) * 2018-08-28 2020-03-05 初速度（苏州）科技有限公司 自动驾驶导航地图的生成方法、系统、车载终端及服务器
CN111127470A (zh) * 2019-12-24 2020-05-08 江西理工大学 一种基于上下文和浅层空间编解码网络的图像语义分割方法
CN111223386A (zh) * 2020-01-16 2020-06-02 深圳市中科智联科技有限公司 电子地图灯具标注方法、终端及存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112686197A (zh) * 2021-01-07 2021-04-20 腾讯科技（深圳）有限公司 一种数据处理方法和相关装置
CN112686197B (zh) * 2021-01-07 2022-08-19 腾讯科技（深圳）有限公司 一种数据处理方法和相关装置
CN112949540A (zh) * 2021-03-16 2021-06-11 江苏海扬智慧物联研究院有限公司 基于卫星图片的路灯状态判定方法、装置、设备和介质
CN113435405A (zh) * 2021-07-15 2021-09-24 山东交通学院 基于视频图像的高速公路夜间团雾监测方法及系统
CN113435405B (zh) * 2021-07-15 2023-09-08 山东交通学院 基于视频图像的高速公路夜间团雾监测方法及系统
CN113850990A (zh) * 2021-08-31 2021-12-28 北京百度网讯科技有限公司 道路故障的处理方法、装置、电子设备及存储介质
CN113850990B (zh) * 2021-08-31 2023-01-31 北京百度网讯科技有限公司 道路故障的处理方法、装置、电子设备及存储介质
CN113742440A (zh) * 2021-09-03 2021-12-03 北京百度网讯科技有限公司 道路图像数据处理方法、装置、电子设备及云计算平台
CN113742440B (zh) * 2021-09-03 2023-09-26 北京百度网讯科技有限公司 道路图像数据处理方法、装置、电子设备及云计算平台
CN114485690A (zh) * 2021-12-29 2022-05-13 北京百度网讯科技有限公司 导航地图的生成方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
EP3922950A3 (en) 2022-04-06
EP3922950A2 (en) 2021-12-15
US20220028268A1 (en) 2022-01-27
JP2021167836A (ja) 2021-10-21
SG10202107630YA (en) 2021-08-30
KR20210128371A (ko) 2021-10-26
JP7228627B2 (ja) 2023-02-24

Similar Documents

Publication Publication Date Title
CN112183440A (zh) 道路信息的处理方法、装置、电子设备和存储介质
CN112131233B (zh) 识别更新道路的方法、装置、设备和计算机存储介质
US11698268B2 (en) Street-level guidance via route path
CN111723768B (zh) 车辆重识别的方法、装置、设备和存储介质
CN111486861B (zh) 一种路径规划方法、装置、设备和介质
CN110675644B (zh) 道路红绿灯的识别方法、装置、电子设备及存储介质
CN111708858A (zh) 一种地图数据处理方法、装置、设备以及存储介质
CN112101339B (zh) 地图兴趣点的信息获取方法、装置、电子设备和存储介质
CN111292531B (zh) 交通信号灯的跟踪方法、装置、设备及存储介质
CN110657818A (zh) 自动驾驶车辆的路径规划方法、装置、设备及存储介质
CN112581763A (zh) 道路事件检测的方法、装置、设备和存储介质
CN110595459B (zh) 车辆定位方法、装置、设备和介质
CN113091757B (zh) 地图生成方法和装置
CN110926486A (zh) 一种路线确定方法、装置、设备和计算机存储介质
CN110717933A (zh) 针对运动物体漏检的后处理方法、装置、设备和介质
CN111703371B (zh) 交通信息的显示方法、装置、电子设备和存储介质
CN110866504B (zh) 标注数据的获取方法、装置和设备
CN111985457A (zh) 交通设施损坏识别方法、装置、设备和存储介质
CN113532456A (zh) 用于生成导航路线的方法及装置
CN113011298B (zh) 截断物体样本生成、目标检测方法、路侧设备和云控平台
CN114413920A (zh) 车道数据处理方法、导航方法及装置
CN112486817B (zh) 一种数据更新的测评方法、装置、设备及存储介质
CN111442775B (zh) 道路的识别方法、装置、电子设备及可读存储介质
CN113361303B (zh) 临时交通标志牌识别方法、装置及设备
CN112577524A (zh) 信息校正方法和装置

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