CN112527942A - 分流合流区间adas存储方法、系统、服务器及存储介质 - Google Patents

分流合流区间adas存储方法、系统、服务器及存储介质 Download PDF

Info

Publication number
CN112527942A
CN112527942A CN202011523369.2A CN202011523369A CN112527942A CN 112527942 A CN112527942 A CN 112527942A CN 202011523369 A CN202011523369 A CN 202011523369A CN 112527942 A CN112527942 A CN 112527942A
Authority
CN
China
Prior art keywords
section
shunting
converging
information
lane
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.)
Withdrawn
Application number
CN202011523369.2A
Other languages
English (en)
Inventor
朱敦尧
胡进生
黄翔
范黎明
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.)
Wuhan Kotei Informatics Co Ltd
Original Assignee
Wuhan Kotei Informatics 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 Wuhan Kotei Informatics Co Ltd filed Critical Wuhan Kotei Informatics Co Ltd
Priority to CN202011523369.2A priority Critical patent/CN112527942A/zh
Publication of CN112527942A publication Critical patent/CN112527942A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/907Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种分流合流区间ADAS存储方法、系统、服务器及可读存储介质,本发明通过获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况,得到源地图的信息,并将其进一步处理为ADAS所需的信息存储值对应的车道信息中,解决了现有技术中存在的传统的分流合流区间通过形点记录的方式资源占用大、信息量少、处理效率低且不符合新的导航技术以道路为处理单元的处理逻辑的技术问题,达到了减少资源占用,提高信息密度,提升处理效率且提高了新的导航技术的处理速度的技术效果。

Description

分流合流区间ADAS存储方法、系统、服务器及存储介质
技术领域
本发明涉及电子数据处理技术领域,特别涉及一种分流合流区间ADAS存储方法、系统、服务器及存储介质。
背景技术
现有的地图源数据采集的高速分流合流区间信息以点属性形式提供,包括分流合流点的坐标,分流合流点区间的形点串,其在传统导航的过程中通过传统导航的针对性调整使得传统导航系统能够对分流合流区间进行识别,然而随着导航技术的发展,传统的以地图信息为处理单位的数据处理方式已经渐渐无法满足辅助驾驶及自动驾驶对于导航的需求,新式的导航系统处理数据以道路为处理单位,而传统地图对于分流合流区间信息的存储方式不利于识别道路上分流合流区间的准确位置,不符合新式的导航系统的处理逻辑且形点数据量大,数据加载,处理的效率比较低。
发明内容
本发明提供一种分流合流区间ADAS存储方法、系统、服务器及存储介质,通过将传统的分流合流区间信息进行读取并处理,且过将处理后的数据存储值对应的车道信息中,大大提升了导航系统在获取分流合流区间信息的获取速度及详细程度,解决了现有技术中传统地图对于分流合流区间信息的存储方式不利于识别道路上分流合流区间的准确位置,不符合新式的导航系统的处理逻辑且形点数据量大,数据加载,处理的效率比较低的技术问题。
本发明提出的分流合流区间ADAS存储方法包括以下步骤:
获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况;
根据进入区间及退出区间的车道数量判断目标分流合流区间为分流区间或合流区间存入对应的车道信息中;
获取分流点或合流点与所述分流区间或合流区间中最近的形点,并计算所述最近的形点与所述分流区间或合流区间首点及尾点的距离,并将其存储至对应的车道信息中。
优选地,所述读取地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况的步骤具体包括:
加载所述源地图;
提取所述源地图中所有分流合流区间信息得到各个分流合流区间中分流点或合流点的坐标以及各个分流合流区间中各个形点的坐标;
提取所述源地图中所述目标分流合流区间的车道信息得到车道首尾的坐标及所述车道进出情况。
优选地,所述分流合流区间ADAS存储方法还包括:
将分流合流点的坐标与车道首尾点的坐标进行比较,获取分流合流点与所述车道的相对位置,并将其存储至对应车道的信息中。
优选地,所述分流合流区间ADAS存储方法还包括:
根据所述车辆使用的导航系统,对应对所述分流合流区间的所有形点进行预处理,提前计算所述导航系统所需的信息,并将其存储至对应车道的信息中。
优选地,所述分流合流区间ADAS存储方法还包括:
检查所述车道信息中存储的数据,将所述车道信息中存储的数据按照预设顺序进行排列。
本发明还提出一种分流合流区间ADAS存储系统,所述分流合流区间ADAS存储系统包括:
信息读取单元,用于获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况;
区间判断单元,用于根据进入区间及退出区间的车道数量判断目标分流合流区间为分流区间或合流区间存入对应的车道信息中;
计算存储单元,用于获取分流点或合流点与所述分流区间或合流区间中最近的形点,并计算所述最近的形点与所述分流区间或合流区间首点及尾点的距离,并将其存储至对应的车道信息中。
本发明还提出一种分流合流区间ADAS存储服务器,所述分流合流区间ADAS存储服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的分流合流区间ADAS存储程序,所述分流合流区间ADAS存储程序被所述处理器执行时实现如上所述的分流合流区间ADAS存储方法的步骤。
本发明还提出一种可读存储介质,所述可读存储介质上存储有分流合流区间ADAS存储程序,所述分流合流区间ADAS存储程序被处理器执行时实现如上所述的分流合流区间ADAS存储方法的步骤。
本发明通过根据源地图的分流合流区间信息及车道进出情况,判断该分流合流区间是分流区间还是合流区间,并计算分流合流区间的长度及较为合适的分流合流区域存入对应的车道信息中,以解决现有技术中传统地图对于分流合流区间信息的存储方式不利于识别道路上分流合流区间的准确位置,不符合新式的导航系统的处理逻辑且形点数据量大,数据加载,处理的效率比较低的技术问题。
附图说明
图1是本发明分流合流区间ADAS存储方法实施例方案涉及的硬件运行环境的服务器结构示意图;
图2为本发明分流合流区间ADAS存储方法另一实施例的流程示意图;
图3为本发明分流合流区间ADAS存储方法另一实施例的流程示意图;
图4为本发明分流合流区间ADAS存储系统的功能模块图。
具体实施方式
以下结合具体实施方式对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
参照图1,图1是本发明实施例方案涉及的硬件运行环境的服务器结构示意图。
如图1所示,所述服务器可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。
本领域技术人员可以理解,图1中示出的结构并不构成对所述服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及分流合流区间ADAS存储程序。
在图1所示的网络设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接外设;所述网络设备通过处理器1001调用存储器1005中存储的分流合流区间ADAS存储程序,并执行以下操作:
获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况;
根据进入区间及退出区间的车道数量判断目标分流合流区间为分流区间或合流区间存入对应的车道信息中;
获取分流点或合流点与所述分流区间或合流区间中最近的形点,并计算所述最近的形点与所述分流区间或合流区间首点及尾点的距离,并将其存储至对应的车道信息中。
进一步地,所述读取地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况的步骤具体包括:
加载所述源地图;
提取所述源地图中所有分流合流区间信息得到各个分流合流区间中分流点或合流点的坐标以及各个分流合流区间中各个形点的坐标;
提取所述源地图中所述目标分流合流区间的车道信息得到车道首尾的坐标及所述车道进出情况。
进一步地,所述分流合流区间ADAS存储方法还包括:
将分流合流点的坐标与车道首尾点的坐标进行比较,获取分流合流点与所述车道的相对位置,并将其存储至对应车道的信息中。
进一步地,所述分流合流区间ADAS存储方法还包括:
根据所述车辆使用的导航系统,对应对所述分流合流区间的所有形点进行预处理,提前计算所述导航系统所需的信息,并将其存储至对应车道的信息中。
进一步地,所述分流合流区间ADAS存储方法还包括:
检查所述车道信息中存储的数据,将所述车道信息中存储的数据按照预设顺序进行排列。
本实施例通过计算源地图数据,得到更多的数据信息并存储与车道信息中,以适应新导航系统的需求,减少导航过程中的计算量,提高新导航系统的数据处理速度,以解决现有技术中传统地图对于分流合流区间信息的存储方式不利于识别道路上分流合流区间的准确位置,不符合新式的导航系统的处理逻辑且形点数据量大,数据加载,处理的效率比较低的技术问题。
基于上述硬件结构,提出本发明分流合流区间ADAS存储方法的实施例。
参照图2所述分流合流区间ADAS存储方法包括以下步骤:
S10、获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况;
易于理解的是,现有的地图分流合流区间存储方法通常都是在车道交汇的地方描述多个形点,以代表该区域为分流合流区间,因此仅需读取车道交汇处的形点坐标,即可获取源地图中存储的分流合流区间信息。
S20、根据进入区间及退出区间的车道数量判断目标分流合流区间为分流区间或合流区间存入对应的车道信息中;
需要说明的是,由于现有的地图中并未区分分流区间与合流区间,因此需要读取分流合流区域的车道进出情况,根据车道进出情况将分流合流区间分为分流区间及合流区间后存入对应的车道信息中,使得地图数据更加清晰完整。
S30、获取分流点或合流点与所述分流区间或合流区间中最近的形点,并计算所述最近的形点与所述分流区间或合流区间首点及尾点的距离,并将其存储至对应的车道信息中。
值得强调的是,由于现有的地图数据中,以形点作为分流合流区间的信息记录方式的现状降低了信息存储的密度,且导航软件需要提前读取才可以在行驶过程中提示前方有分流合流区间,且提示信息往往并不清楚,缺乏分流点及合流点的位置、区间的长度及具体的区域等信息,而本实施例通过计算上述信息,并存储至对应的车道信息中,使得导航无需提前读取前方的信息,仅需读取当前道路信息即可获取到分流区间或合流区间的详细信息,包括分流点或合流点的位置,以及分流区间或合流区间的长度及首尾位置。
本实施例通过获取到分流合流区间形点的坐标,通过计算获得分流区间或合流区间的详细情况,并将其存储至车道信息中,以解决现有技术中传统地图对于分流合流区间信息的存储方式不利于识别道路上分流合流区间的准确位置,不符合新式的导航系统的处理逻辑且形点数据量大,数据加载,处理的效率比较低的技术问题。
参照图3,所述读取地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况的步骤具体包括:
S11、加载所述源地图;
易于理解的是,所述源地图为存储有分流合流区间信息,包含有分流合流区间内各个形点坐标的地图,由于地图数据的加载过程中需要按照一定的格式,无法对地图文件中存储的数据进行直接编辑,因此需要进行加载所述源地图的操作。
S12、提取所述源地图中所有分流合流区间信息得到各个分流合流区间中分流点或合流点的坐标以及各个分流合流区间中各个形点的坐标;
需要说明的是,由于源地图分流合流区间信息的存储规则限制,本实施例仅需读取分流合流区间内的各个形点坐标即可获取分流合流区间的大部分数据。
S13、提取所述源地图中所述目标分流合流区间的车道信息得到车道首尾的坐标及所述车道进出情况。
值得强调的是,由于分流合流区间中并未记载于分流合流点相连接车道的车道信息,因此需要单独提取车道信息,以得到车道首尾的坐标及所述车道进出情况,在本实施例中,将分流合流点设为点N,将于点N连接的三条车道设为L1,L2,L3,并将进入分流合流区间的车道大于退出的情况设为DMFlag=0,并将进入分流合流区间的车道小于退出的情况设为DMFlag=1则该信息即可存储至三条车道中,以表明该区间为分流区间或合流区间。
具体地,所述分流合流区间ADAS存储方法还包括:
将分流合流点的坐标与车道首尾点的坐标进行比较,获取分流合流点与所述车道的相对位置,并将其存储至对应车道的信息中。
易于理解的是,在上述场景中,将点N的坐标与车道的首尾坐标进行比较,将首点相同的道路计为SEFlag=0,将尾点相同的道路计为SEFlag=1,则导航在读取车道信息后,即可知道车道的首点或尾点存在分流或合流区间。
具体地,所述分流合流区间ADAS存储方法还包括:
根据所述车辆使用的导航系统,对应对所述分流合流区间的所有形点进行预处理,提前计算所述导航系统所需的信息,并将其存储至对应车道的信息中。
需要说明的是,在上述场景中,本实施例的计算导航系统所需的信息包括距离分流合流点最近的形点T,分流合流区间第一个形点S及最后一个形点E,计算S点到T点的距离记为LenST,计算T点到E点的距离记为LenTE,将DMFlag,SEFlag,S点坐标,T点坐标,E点坐标以及LenST、LenTE的值对应存储在N点的每一条车道上,例如,当N为分流点坐标(1,1)、S(0,1)、T与N重合坐标(1,1)、E(2,1)且L1为进入车道时,在L1的车道上存储DMFlag=1、SEFlag=1、S(0,1)、T(1,1)、E(2,1)、LenSE=1及LenTE=1。
具体地,所述分流合流区间ADAS存储方法还包括:
检查所述车道信息中存储的数据,将所述车道信息中存储的数据按照预设顺序进行排列。
易于理解的是,在上述场景中,则按照预设顺序排列后,上述记载的内容可简写为1、1、(0,1)、(1,1)、(2,1)、1、1,按照顺序信息与预设的顺序进行匹配,则可得出DMFlag=1、SEFlag=1、S(0,1)、T(1,1)、E(2,1)、LenSE=1及LenTE=1;大大降低了本申请技术方案车道中存储数据时的空间占用情况,一定程度上提升了处理速度。
本实施例通过完善具体存入车道的信息,并通过预设顺序记录信息的方式,进一步降低了空间占用,提升了处理速度,并通过清晰的首尾点坐标信息,进一步解决了现有技术中传统地图对于分流合流区间信息的存储方式不利于识别道路上分流合流区间的准确位置,不符合新式的导航系统的处理逻辑且形点数据量大,数据加载,处理的效率比较低的技术问题。
参照图4,本发明还提出一种分流合流区间ADAS存储系统,所述分流合流区间ADAS存储系统包括:
信息读取单元10,用于获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况;
区间判断单元20,用于根据进入区间及退出区间的车道数量判断目标分流合流区间为分流区间或合流区间存入对应的车道信息中;
计算存储单元30,用于获取分流点或合流点与所述分流区间或合流区间中最近的形点,并计算所述最近的形点与所述分流区间或合流区间首点及尾点的距离,并将其存储至对应的车道信息中。
由于本系统采用了上述所有实施例的全部技术方案,因此之上具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
本发明还提出一种分流合流区间ADAS存储服务器,所述分流合流区间ADAS存储服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的分流合流区间ADAS存储程序,所述分流合流区间ADAS存储程序被所述处理器执行时实现如上所述的分流合流区间ADAS存储方法的步骤,由于本服务器采用了上述所有实施例的全部技术方案,因此之上具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
本发明还提出一种可读存储介质,所述可读存储介质上存储有分流合流区间ADAS存储程序,所述分流合流区间ADAS存储程序被处理器执行时实现如上所述的分流合流区间ADAS存储方法的步骤,由于本存储介质采用了上述所有实施例的全部技术方案,因此之上具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种分流合流区间ADAS存储方法,其特征在于,所述分流合流区间ADAS存储方法包括以下步骤:
获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况;
根据进入区间及退出区间的车道数量判断目标分流合流区间为分流区间或合流区间存入对应的车道信息中;
获取分流点或合流点与所述分流区间或合流区间中最近的形点,并计算所述最近的形点与所述分流区间或合流区间首点及尾点的距离,并将其存储至对应的车道信息中。
2.根据权利要求1所述的分流合流区间ADAS存储方法,其特征在于,所述读取地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况的步骤具体包括:
加载所述源地图;
提取所述源地图中所有分流合流区间信息得到各个分流合流区间中分流点或合流点的坐标以及各个分流合流区间中各个形点的坐标;
提取所述源地图中所述目标分流合流区间的车道信息得到车道首尾的坐标及所述车道进出情况。
3.根据权利要求1所述的分流合流区间ADAS存储方法,其特征在于,所述分流合流区间ADAS存储方法还包括:
将分流合流点的坐标与车道首尾点的坐标进行比较,获取分流合流点与所述车道的相对位置,并将其存储至对应车道的信息中。
4.根据权利要求3所述的分流合流区间ADAS存储方法,其特征在于,还包括:
根据所述车辆使用的导航系统,对应对所述分流合流区间的所有形点进行预处理,提前计算所述导航系统所需的信息,并将其存储至对应车道的信息中。
5.根据权利要求4所述的分流合流区间ADAS存储方法,其特征在于,还包括:
检查所述车道信息中存储的数据,将所述车道信息中存储的数据按照预设顺序进行排列。
6.一种分流合流区间ADAS存储系统,其特征在于,所述分流合流区间ADAS存储系统包括:
信息读取单元,用于获取源地图中存储的分流合流区间信息,并读取目标分流合流区间的车道进出情况;
区间判断单元,用于根据进入区间及退出区间的车道数量判断目标分流合流区间为分流区间或合流区间存入对应的车道信息中;
计算存储单元,用于获取分流点或合流点与所述分流区间或合流区间中最近的形点,并计算所述最近的形点与所述分流区间或合流区间首点及尾点的距离,并将其存储至对应的车道信息中。
7.一种服务器,其特征在于,所述服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行分流合流区间ADAS存储程序,所述分流合流区间ADAS存储程序被所述处理器执行时实现如权利要求1至5中任一项所述的分流合流区间ADAS存储方法的步骤。
8.一种可读存储介质,其特征在于,所述可读存储介质上存储有分流合流区间ADAS存储程序,所述分流合流区间ADAS存储程序被处理器执行时实现根据权利要求1至5中任一项所述的分流合流区间ADAS存储方法的步骤。
CN202011523369.2A 2020-12-21 2020-12-21 分流合流区间adas存储方法、系统、服务器及存储介质 Withdrawn CN112527942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011523369.2A CN112527942A (zh) 2020-12-21 2020-12-21 分流合流区间adas存储方法、系统、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011523369.2A CN112527942A (zh) 2020-12-21 2020-12-21 分流合流区间adas存储方法、系统、服务器及存储介质

Publications (1)

Publication Number Publication Date
CN112527942A true CN112527942A (zh) 2021-03-19

Family

ID=75002193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011523369.2A Withdrawn CN112527942A (zh) 2020-12-21 2020-12-21 分流合流区间adas存储方法、系统、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN112527942A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349570A (zh) * 2007-07-20 2009-01-21 爱信艾达株式会社 导航装置以及导航用程序
JP2010198468A (ja) * 2009-02-26 2010-09-09 Toyota Motor Corp 車両用合流区間情報収集装置、及び車両用運転支援装置
CN107408343A (zh) * 2015-03-31 2017-11-28 爱信艾达株式会社 自动驾驶辅助系统、自动驾驶辅助方法以及计算机程序
CN109895774A (zh) * 2017-12-07 2019-06-18 现代自动车株式会社 用于控制车辆的车道变更的装置和方法
CN111095381A (zh) * 2017-09-29 2020-05-01 日立汽车系统株式会社 自动驾驶控制装置及方法
CN111696059A (zh) * 2020-05-28 2020-09-22 武汉中海庭数据技术有限公司 一种车道线光滑连接处理方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349570A (zh) * 2007-07-20 2009-01-21 爱信艾达株式会社 导航装置以及导航用程序
JP2010198468A (ja) * 2009-02-26 2010-09-09 Toyota Motor Corp 車両用合流区間情報収集装置、及び車両用運転支援装置
CN107408343A (zh) * 2015-03-31 2017-11-28 爱信艾达株式会社 自动驾驶辅助系统、自动驾驶辅助方法以及计算机程序
CN111095381A (zh) * 2017-09-29 2020-05-01 日立汽车系统株式会社 自动驾驶控制装置及方法
CN109895774A (zh) * 2017-12-07 2019-06-18 现代自动车株式会社 用于控制车辆的车道变更的装置和方法
CN111696059A (zh) * 2020-05-28 2020-09-22 武汉中海庭数据技术有限公司 一种车道线光滑连接处理方法和装置

Similar Documents

Publication Publication Date Title
CN111783844B (zh) 基于深度学习的目标检测模型训练方法、设备及存储介质
EP3620945A1 (en) Obstacle distribution simulation method, device and terminal based on multiple models
JP7292355B2 (ja) 車両整列情報を特定する方法及び装置、電子機器、路側機器、クラウド制御プラットフォーム、記憶媒体並びにコンピュータプログラム製品
US11741726B2 (en) Lane line detection method, electronic device, and computer storage medium
US11341297B2 (en) Obstacle distribution simulation method, device and terminal based on a probability graph
CN111664864A (zh) 一种基于自动驾驶的动态规划方法及装置
JP7119197B2 (ja) 車線属性検出
US11354461B2 (en) Method and device for simulating a distribution of obstacles
CN113971723A (zh) 高精地图中三维地图的构建方法、装置、设备和存储介质
CN114325759A (zh) 激光雷达定位中的动态障碍物剔除方法及相关方法、装置
CN114092909A (zh) 一种车道线提取方法、装置、车辆及存储介质
CN112527942A (zh) 分流合流区间adas存储方法、系统、服务器及存储介质
CN113139139A (zh) 用于确定上车点的方法、装置、电子设备和介质
CN112616118A (zh) 一种车辆所经过的etc门架确定方法、装置及存储介质
CN112699773A (zh) 交通灯识别方法、装置及电子设备
CN114861321A (zh) 交通流仿真的问题场景提取方法、装置、设备及介质
CN114169247A (zh) 仿真交通流的生成方法、装置、设备和计算机可读存储介质
CN114677570B (zh) 道路信息更新方法、装置、电子设备以及存储介质
CN113447031A (zh) 坡度点筛选方法、终端设备及介质和坡度计算方法及系统
CN113656425B (zh) 电子地图的更新方法、装置、电子设备、存储介质及产品
CN115845381B (zh) 一种基于包围盒的快速寻路方法、装置、设备及介质
CN111044035B (zh) 车辆定位方法及装置
CN117125057B (zh) 一种基于车辆变道的碰撞检测方法、装置、设备及存储介质
CN112925867B (zh) 定位真值的获取方法、装置及电子设备
CN118035788A (zh) 一种目标车辆相对位置分类方法、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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210319

WW01 Invention patent application withdrawn after publication