CN112650772A - 数据处理方法、装置、存储介质及计算机设备 - Google Patents
数据处理方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN112650772A CN112650772A CN202110024444.9A CN202110024444A CN112650772A CN 112650772 A CN112650772 A CN 112650772A CN 202110024444 A CN202110024444 A CN 202110024444A CN 112650772 A CN112650772 A CN 112650772A
- Authority
- CN
- China
- Prior art keywords
- road
- target object
- data
- image
- map
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种数据处理方法、装置、存储介质及计算机设备,通过获取目标对象周围预设范围内的目标地图对应的地图数据;获取目标对象当前所处道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;分析道路图像,得到道路图像中的道路交通标线数据;根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。以此,通过计算机视觉技术对基于目标对象位置拍摄的道路图像进行识别得到道路图像的道路交通标线数据,并结合地图数据确定目标对象所处的道路类型,本方法可以提高数据处理的准确性,从而提高定位的准确性。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种数据处理方法、装置、存储介质及计算机设备。
背景技术
近年来,随着国家经济水平的快速发展以及道路基础设施建设的逐渐完善,车辆逐步成为了人们出行最常用的代步工具。然而随着城市发展进程的推进,城市道路交通线路也逐渐增多,四通八达的城市交通网络给对城市交通不熟悉的司机找目的地带来了困难。而导航产品的出现,则顺利解决了这一难题。基于导航功能,司机无需对城市道路熟悉也能顺利找到目的地,甚至可以找到到达目的地的最优路径。
然而,目前的导航产品无法区分实现更精准的定位,例如:无法区分车辆行驶的具体道路,无法区分是主路还是辅路,等等,给使用带来不便。
发明内容
本发明实施例提供一种数据处理方法、装置、存储介质及计算机设备。可以提升数据处理的准确性,进而提高定位的准确性。
本申请第一方面提供一种数据处理方法,包括:
获取目标对象周围预设范围内的目标地图对应的地图数据;
获取所述目标对象当前所处道路的道路图像,所述道路图像为基于所述目标对象位置拍摄所述道路的路面得到的图像;
分析所述道路图像,得到所述道路图像中的道路交通标线数据;
根据所述道路交通标线数据和所述地图数据确定所述目标对象当前所处道路的道路类型。
相应的,本申请实施例第二方面提供一种数据处理装置,包括:
第一获取单元,用于获取目标对象周围预设范围内的目标地图对应的地图数据;
第二获取单元,用于获取所述目标对象当前所处道路的道路图像,所述道路图像为基于所述目标对象位置拍摄所述道路的路面得到的图像;
分析单元,用于分析所述道路图像,得到所述道路图像中的道路交通标线数据;
确定单元,用于根据所述道路交通标线数据和所述地图数据确定所述目标对象当前所处道路的道路类型。
本申请实施例第三方面还提供一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本申请第一方面所提供的数据处理方法中的步骤。
此外,本申请实施例第四方面还提供一种计算机设备,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可以在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请第一方面提供的数据处理方法。
本申请实施例第五方面还提供了一种计算机程序产品或计算机程序,所述计算机程序产品或计算机程序包括计算机指令,所述计算机指令存储在存储介质中。计算机设备的处理器从存储介质读取所述计算机指令,处理器执行所述计算机指令,是的所述计算机设备执行第一方面提供的数据处理方法中的步骤。
本申请实施例通过获取目标对象周围预设范围内的目标地图对应的地图数据;获取目标对象当前所处道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;分析道路图像,得到道路图像中的道路交通标线数据;根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。以此,通过将实时拍摄的道路图像中的道路交通标线数据与当前位置地图数据进行比对,得到图像中道路交通标线在地图中的位置,进而可以精确确定目标对象在地图中所处的道路类型。本方法可以提高数据处理的准确性,进而提高对目标对象定位的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的数据处理方法的使用场景示意图。
图2是本申请实施例提供的数据处理方法的流程示意图。
图3是为本申请中目标对象与道路交通标线位置关系的一个示意图;
图4是本申请实施例提供的数据处理方法的另一流程示意图。
图5是本申请实施例提供的数据处理装置的结构示意图。
图6是本申请实施例提供的数据处理装置的另一结构示意图。
图7是本申请实施例提供的数据处理装置的又一结构示意图。
图8是本申请实施例提供的数据处理装置的又一结构示意图。
图9是本申请实施例提供的数据处理装置的又一结构示意图。
图10是本申请实施例提供的数据处理装置的又一结构示意图。
图11是本申请实施例提供的计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种数据处理方法、装置、存储介质及计算机设备。其中,该数据处理装置可以集成在计算机设备中,该计算机设备可以是终端或服务器。其中,本申请中的终端可以是智能手机、掌上电脑、平板电脑、智能手表、车载终端等,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、网络加速服务(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。本申请中服务器可以与终端进行信息交互。终端与服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
请参阅图1,为本申请提供的数据处理方法的使用场景示意图;如图所示,车载终端B或终端C将目标对象的位置信息发送至服务器A,服务器A根据车载终端B或终端C上传的目标对象的位置信息确定目标对象周围预设范围内的目标地图对应的地图数据,并将该地图数据返回给车载终端B或终端C。另一方面,车载终端B或终端C获取图像采集装置采集的目标对象当前所处道路的道路图像,并对采集到的道路图像进行分析,得到道路图像中包含的道路交通标线数据。车载终端B或终端C进一步根据道路图像中包含的道路交通标线数据和目标地图对应的地图数据分析确定目标对象当前所处道路的道路类型。并根据确定的道路类型进一步进行地图显示或导航。
车载终端B或终端C可以是一个也可以是多个,车载终端数量不对本申请方案的保护范围造成限定。
需要说明的是,图1所示的数据处理场景示意图仅仅是一个示例,本申请实施例描述的数据处理场景是为了更加清楚地说明本申请的技术方案,并不构成对于本申请提供的技术方案的限定,本领域普通技术人员可知,随着数据处理的演变和新业务场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
基于上述实施场景以下分别进行详细说明。
本申请实施例将从数据处理装置的角度进行描述,该数据处理装置可以集成在终端中。如图2所示,为本申请提供的数据处理方法的流程示意图,该处理方法包括:
步骤101,获取目标对象周围预设范围内的目标地图对应的地图数据。
其中,目标对象可以是公交车、机动车、摩托车或自行车等交通工具,也可以是行人或者是自动驾驶的机器人(例如自动送货的外卖机器人)。目标对象可以是在运动状态中,也可以是处于静止状态。当目标对象处于道路中时,根据目标对象的定位信息可以确定目标对象在道路中的大致位置,其中,定位信息可以是全球定位系统(GlobalPositioningSystem,GPS)定位信息、北斗卫星定位信息,也可以是伽利略卫星定位信息等不同定位系统确定的定位信息。但是由于定位信息存在一定的测量误差,例如:对于GPS而言,一般误差在15米左右,在较为复杂的环境下定位误差可达到30米左右。如此,当目标对象处于具有主路和辅路的道路中时,根据目标对象的GPS定位信息难以确定目标对象具体是处于主路中还是处于辅路中。如果对目标对象所处道路的道路类型判断错误,会影响导航路径的规划,使得导航推荐路径出现偏差甚至出现导航错误。
在本申请实施例中,采用道路图像与地图数据比对的方法确定目标对象所处道路的道路类型。首先,实时对目标对象周围预设范围内的目标地图对应的地图数据进行获取。其中预设范围可以以目标对象位置为圆心,直径设置为50米的覆盖范围。此处的预设范围只是一个示例,也可以设置其他规则确定的预设范围。例如,该预设范围可以至少包含目标对象所处的道路的一部分,该一部分可以是宽度与目标对象所处道路的宽度等宽,长度为两倍于定位误差的矩形区域,且目标对象处于该矩形区域长度方向的中点位置,可以根据定位所使用的工具调整预设范围,以进一步提升准确度。
在一些实施例中,获取目标对象周围的预设范围内的目标地图对应的地图数据,包括:
1、获取目标对象的定位数据;
2、根据定位数据确定目标对象所处的目标道路的目标路段;
3、当根据目标道路的目标路段对应的地图数据确定目标路段为包含至少两条支路的路段时,获取目标对象周围预设范围内的目标地图对应的地图数据。
其中,目标对象的位置可以根据目标对象的定位数据确定,目标对象的位置确定可以接受一定程度的偏差。根据目标对象的定位数据确定目标对象在道路中所处的目标路段,当定位数据是GPS定位数据时,该目标路段可以具体到GPS定位数据确定的位置前后各30米的路段。确定了目标路段后对目标路段的地图数据进行获取,根据目标路段对应的地图数据可以确定目标路段是否是具有至少两条支路的路段。
当目标路段是具有至少两条支路的路段时,才获取目标对象周围预设范围内的目标地图对应的地图数据。反之,当目标路段只有一条支路时,即目标路段为只有一条主路的道路时,无需获取目标对象周围预设范围内的目标地图对应的地图数据。因为此时可以明确目标对象所处的道路类型只有一种情况,不存在确定错目标对象所处道路的道路类型的情况。此时不再获取地图数据并且不再获取道路图像,以节约数据处理装置的能源。
其中,目标路段是具有至少两条支路的路段,包括但不限于如下几种情况:目标路段时具有一条主路及一条辅路的道路;目标道路除了具有一条主路及一条辅路,还可以具有一条人行道;目标道路除了具有一条主路、一条辅路以及一条人行道,还可以具有一条自行车道。
步骤102,获取目标对象当前所处道路的道路图像。
其中,该道路图像为基于目标对象当前位置对目标对象所处的道路进行拍摄得到的图像,道路图像可以是一张图像,也可以是多张图像。当目标对象处于运动状态时,该多张图像为同一时刻拍摄的多张图像。图像拍摄装置可以是目标对象上装载的图像拍摄装置,例如机动车上装载的行车记录仪、自动驾驶装置中装载的360度环视摄像头等。图像拍摄装置拍摄得到道路图像后可以直接发送给数据处理装置,也可以先发送给服务器,再由服务器传输至数据处理装置。
在一些实施例中,获取目标对象当前所处道路的道路图像,包括:
1、获取基于目标对象位置从多个角度拍摄道路的路面得到的多张图像;
2、将多张图像进行整合,得到道路的道路图像。
其中,在本申请实施例中,目标对象所处的道路图像可以是对拍摄得到的图像进行进一步处理得到。当图像拍摄装置不是360度环视摄像头时,由于图像拍摄装置的拍摄视角的局限,图像拍摄装置拍摄的每张图像都只是一部分视角的道路图像,为了更为全面地获得道路图像信息,可以采用多个图像拍摄装置同时从不同角度对道路进行图像拍摄,并对这些同时从不同角度对道路进行图像拍摄得到的道路图像进行整合,得到一个可以展示更多道路信息的道路图像。
在一些实施例中,将多张图像进行整合,得到道路的道路图像,包括:
a、对多张图像进行道路交通标线检测;
b、将检测结果为不存在道路交通标线的图像剔除,并将剩余的图像进行裁剪拼接,得到道路的道路图像。
其中,对同时从不同角度拍摄的多张图像进行道路交通标线检测,可以检测这些图像中是否存在道路交通标线。道路交通标线是指在道路的路面上用线条、箭头、文字、立面标记、突起路标和轮廓标等向交通参与者传递引导、限制、警告等交通信息的标识。其作用是管制和引导交通,可以与标志配合使用,也可单独使用。具体地,此处道路交通标线可以是车道线、斑马线或者导流线等绘制于道路中用于辅助道路交通运行的线。如果检测到图像中不存在道路交通标线时(例如道路交通标线被其他车辆或物品遮挡),则确定该张图像为无效图像。将该无效图像从多张图像中剔除,并对剩余的其他图像进行裁剪以去除拍摄到的重复内容,以及将其他图像进行拼接以得到包含更多道路信息的道路图像。
步骤103,分析道路图像,得到道路图像中的道路交通标线数据。
其中,对步骤102中获取到的道路图像进行分析,可以是采用图像分析软件对图像进行识别,识别出道路图像中的道路交通标线数据。在一些实施例中,分析道路图像,得到道路图像中的道路交通标线数据,包括:
1、将道路图像输入图像识别模型,图像识别模型为按照预设的模型训练方法训练得到的图像识别模型;
2、接收图像识别模型输出的道路交通标线数据,道路交通标线数据包括道路交通标线的数量数据、道路交通标线位置数据以及道路交通标线属性数据。
其中,对道路图像进行分析可以采用计算机视觉技术对道路图像进行分析。计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
在本申请实施例中,图像识别模型就是一个基于计算机视觉的图像处理模型。采用该图像识别模型对道路图像进行图像识别之前需要对该图像识别模型进行训练。该图像识别模型训练方法可以是采用多张已知道路交通标线数据的道路图像对该图像识别模型进行训练,得到训练后的图像识别模型。然后将待识别的道路图像输入至已经训练过的图像识别模型,得到图像识别模型输出的道路交通标线数据。该道路交通标线数据包括道路交通标线的数量数据、道路交通标线位置数据以及道路交通标线属性数据,道路交通标线的位置数据包括道路交通标线之间的相对位置数据,道路交通标线的属性数据可以包括道路交通标线的颜色(黄色或白况(虚线或实线)。例如道路图像中总计包括两条道路交通标线,该两条道路交通标线分别处于目标对象的两侧,两条道路交通标线分别为黄实线和白虚线。
步骤104,根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。
其中,目标对象当前所处道路的道路类型可以为主路、辅路、自行车道、人行道中的任意一种。对道路图像进行分析得到道路图像中的道路交通标线数据后,将该道路交通标线数据与地图数据进行比对,确定道路交通标线数据对应的道路交通标线在地图中的位置,进而结合道路图像中目标对象与道路交通标线的位置关系确定目标对象在道路中所处的道路类型。如图3所示,为本申请中目标对象与道路交通标线位置关系的一个示意图,图中目标对象10位于道路交通标线11与道路交通标线12中间,其中目标对象10为机动车,道路交通标线11与道路交通标线12为车道线。
在一些实施例中,根据道路交通标线数据和地图底图数据确定目标对象当前道路的道路类型,包括:
1、将道路交通标线数据与地图数据进行比对,确定道路交通标线数据对应的至少一条道路交通标线在目标地图中对应的位置。
2、确定目标对象在道路图像中与至少一条道路交通标线的位置关系;
3、根据至少一条道路交通标线在目标地图中对应的位置以及位置关系确定目标对象当前所处道路的道路类型。
其中,在本申请实施例中,先将道路图像中分析得到的道路交通标线数据与目标地图的地图数据进行比对,根据道路图像中分析得到的道路交通标线数据与地图数据中包含的道路的交通标线数据的匹配情况确定道路图像中包含的至少一条道路交通标线在目标地图中对应的位置。例如,仍以图3为例进行说明,当对道路图像进行分析,得到道路图像中包含了两条车道线,分别是一条白色实线与一条白色虚线,即道路交通标线11为白色实线,道路交通标线12为白色虚线。以目标对象10对应的行驶方向为目标对象的正视方向时(如图中箭头所示方向),白色实线(道路交通标线11)位于白色虚线(道路交通标线12)的左侧。若此时在目标地图的地图数据中,该道路为具有主路以及辅路两种类型道路,以车辆的行驶方向为正视方向,主路从左至右的车道线分别为白色实线、白色虚线以及白色实线;辅路从左至右的车道线分别为白色实线、白色实线。如此,经过对比可以确定道路图像中包含的道路交通标线为该道路主路中左侧的两条车道线,即确定了道路图像中包含的道路交通标线在目标地图中对应的位置。
进一步地,根据拍摄的道路图像确定目标对象与道路图像中包含的道路交通标线的位置关系。由于该道路图像是基于目标对象的位置进行拍摄的道路图像,因此可以根据拍摄视角确定图像拍摄点(即目标对象位置)与图像中内容(此处可以是道路交通标线)的位置关系。例如,如上述例子中道路图像包含两条车道线的情况,若根据道路图像中拍摄视角可以确定当目视方向为车流方向时,白色实线对应的车道线位于拍摄位置的左侧,白色虚线对应的车道线位于拍摄位置右侧,那么可以确定目标对象10位于两条车道线中间。最后,再根据道路图像中每条道路交通标线在目标地图中对应的位置,以及目标对象在道路图像中与每条道路交通标线的位置关系,确定目标对象在目标地图中所处的道路类型。即如上示例中,道路图像中包含的两条车道线在地图中是位于主路中的,而目标对象在道路图像中又处于这两条车道线的中间,如此可以确定目标对象10也处于该道路的主路中。
当然,在一些实施例中,当目标对象所处道路为只有一条主路的道路时,则无论道路图像中包含的道路交通标线在目标地图中处于何种位置,以及无论目标对象在道路图像中与道路交通标线的位置关系如何,都可以确定该目标对象所处的道路类型一定为主路。
在一些实施例中,本申请提供的数据处理方法还可以包括:
a、根据道路类型以及定位数据确定目标对象在目标地图上的显示位置,并在显示位置中标注出目标对象;和/或,
b、播放提示语音,提示语音提示目标对象处于道路类型对应的道路中。
其中,在确定了目标对象所处的道路类型后,可以在电子地图中该道路类型对应的道路中标注出目标对象。例如当确定了目标对象所处的道路类型为辅路时,在道路辅路中标注出目标对象。而目标对象在电子地图的辅路中的具体显示位置可以根据目标对象的GPS定位数据进行进一步确定。在电子地图中标注出目标对象后,电子地图语音系统还可以发出提示语音,该提示语音提示目标对象所处的道路类型。例如,当确定目标对象处于辅路中时,电子地图语音系统发出提示语音:“您当前正处于某某大道辅路”。
在一些实施例中,当目标对象在道路中行驶时使用电子地图的导航功能进行辅助行驶,在根据本申请实施例提供的数据处理方法确定目标对象当前行驶的道路类型前,电子地图的导航功能根据目标对象的定位信号大致确定目标对象当前所处的道路类型,并据此规划导航路径,播放导航语音。根据本申请实施例提供的数据处理方法重新确定了目标对象当前行驶的具体道路类型后,当重新确定的道路类型与根据目标对象的定位信号确定的道路类型不同时,在电子地图显示界面展示道路切换提示图标,当接收到点击该道路切换提示图标的触控指令时,将目标对象的显示图标切换显示到重新确定的道路类型对应的道路中,并发出语音提示以提示目标对象当前所处的道路类型发生变化,以及根据重新确定的道路类型更新导航路径。
根据上述描述可知,本申请实施例提供的数据处理方法,通过获取目标对象周围预设范围内的目标地图对应的地图数据;获取目标对象当前所处道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;分析道路图像,得到道路图像中的道路交通标线数据;根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。以此,通过将实时拍摄的道路图像中的道路交通标线数据与当前位置地图的地图数据进行比对,得到图像中道路交通标线在地图中的位置,进而可以精确确定目标对象在地图中所处的道路类型。本方法可以提高数据处理的准确性,进而提高对目标对象定位的准确性。
相应地,本申请实施例将从终端的角度进一步对本申请提供的数据处理方法进行详细的描述。本实施例中的终端可以智能手机、掌上电脑、平板电脑、智能手表、车载终端等,此处不作限定。如图4所示,为本申请提供的数据处理方法的另一流程示意图,该处理方法包括:
步骤201,当目标对象处于包含至少两条支路的目标道路时,终端获取目标对象周围预设范围内的目标地图对应的地图底图数据。
其中,当目标对象处于道路中时,目标对象的状态可以是运动状态也可以是静止状态。目标对象无论是否处于运动状态,都实时对其所处的道路进行检测,以判定其所处道路的当前路段是否包含至少两条支路。目标对象所处道路的当前路段包含至少两条支路的情况有多种:道路当前路段包含主路及辅路,道路当前路段包含主路、辅路以及人行道,道路当前路段包含主路、辅路、人行道和自行车道等。此处不作限定,只要目标对象所处道路当前路段不是只有一条主路,即可确定目标对象所处道路的当前路段为包含至少两条支路的目标道路。
为确定目标对象所处道路是否具有至少两条支路,终端可以先获取目标对象当前所处位置的定位信息,根据目标对象当前所处位置的定位信息可以大致确定目标对象当前所处的道路。终端再获取该道路在该定位信息附近的地图底图数据,根据地图底图数据判断该道路的当前路段是否具有至少两条支路。电子地图数据包含底图数据和矢量数据,底图数据是指地图中最基本的地、物外形数据及一定的相关附加信息(例如道路名、河流名等),这部分数据主要来源与三种数据源:官方地图、实地外采以及航片卫片制作。目标地图的地图底图数据为目标地图对应的电子地图包含的底图数据,该底图数据包括该目标地图中包含的道路、河流、建筑物以及其他位置较为固定的物体(如树木)的相关数据。底图数据中的道路数据包含了道路名信息、道路的经纬度信息以及道路路面上的道路交通标线信息等。
当终端确定了目标对象当前所处道路路段具有至少两条支路时,终端对目标对象周围预设范围内的目标地图对应的地图底图数据进行获取。地图底图数据包含了目标地图范围内的道路数据,其中,道路数据包含了道路交通标线的数据。
步骤202,终端获取基于目标对象位置拍摄的多张目标道路的图像,并对多张目标道路的图像进行整合得到目标道路的道路图像。
其中,此处多张目标道路的图像是基于同一个目标对象位置进行拍摄得到的道路图像。即当目标对象处于运动状态时,多张道路图像是基于目标对象的某一运动位置同一时刻拍摄的多张图像;当目标对象处于静止状态时,多张道路图像可以是基于该静止位置不同时刻拍摄的多张图像。终端可以直接从图像拍摄装置中获取该多张图像,也可以从服务器中获取该多张图像。终端对获取到的多张道路图像进行挑选及整合处理,将道路图像中不具有道路交通标线或者道路交通标线不清晰的图像进行剔除,并将剩余的图像进行裁剪拼接,得到一张可以展示尽量多道路交通标线信息的道路图像。
步骤203,终端对道路图像进行分析,得到道路图像中包含的道路交通标线数据以及目标对象在道路图像中与各道路交通标线的位置关系。
其中,终端对道路图像分析,可以是将道路图像输入图像识别模型,该图像识别模型是基于计算机视觉技术,并采用已知道路交通标线数据的道路图像进行训练过的图像识别模型。图像识别模型输出的数据可以是道路图像包含的道路交通标线的位置、数量以及属性信息,道路交通标线的属性信息可以包括道路交通标线的颜色、粗细、虚实信息等。图像识别模型输出的内容可以是回归形式的,即将道路图像中包含的道路交通标线信息以坐标点的形式输出,其中每个坐标点都包含道路交通标线的属性信息;图像识别模型输出的内容也可以是分割形式的,即对道路图像中的像素进行分类,并给出分类属性,比如某一像素为沥青路面,某一像素为黄色实线、某一像素为黄色虚线等。
进一步地,由于道路图像为基于目标对象位置进行拍摄的图像进行整合后得到的道路图像,因此可以采用拍摄角度反向推导出目标对象在道路图像中的具体位置,也即可以确定目标对象与道路图像中每条道路交通标线的位置关系。
在一具体实例中,可以对道路图像中的车道线进行识别,并将车道线按照车道线属性分为几类:白色虚线为a类,白色实线为b类,黄色实线为c类,黄色虚线为d类。那么若对道路图像进行识别得到道路图像中包含三条车道线,而且若以目标对象行驶方向为目标对象的正视方向,从左至右分别为白色实线、白色虚线和白色实线,则直接输出识别结果为:a、b、a。进一步地,根据道路图像的拍摄角度确定目标对象与道路图像中车道线的位置关系,例如目标对象处于白色虚线与右侧白色实线中间位置。
步骤204,终端获取地图底图数据中包含的预设道路交通标线数据。
其中,地图底图数据中包含了道路的道路交通标线数据,终端将地图底图数据中包含的道路交通标线数据提取出来,得到预设道路交通标线数据。预设道路交通标线数据为该道路中某一类道路交通标线的完整数据。例如,当需要用于比对的道路交通标线为车道线时,则可以获取地图底图数据中所有车道线数据。例如获取到的车道线数据为:以车辆行驶方向为正视方向,从左至右顺序,主路具有a、b、a、b、a五条车道线,辅路具有a、a两条车道线。
步骤205,终端将道路图像中包含的道路交通标线数据与地图底图数据中包含的预设道路交通标线数据进行逐一比对,确定道路图像中每条道路交通标线在目标地图中对应的位置。
其中,终端对道路图像进行识别得到道路图像中包含的道路交通标线数据,并从地图底图数据中获取到预设道路交通标线数据后,将道路图像中的道路交通标线数据与预设道路交通标线数据进行比对。可以理解的是,从地图底图数据中获取到的预设道路交通标线数据为完整的数据;而道路图像由于图像拍摄的视角限制以及拍摄图片质量问题,可能无法包括所有道路交通标线的数据,只包含了道路交通标线的部分数据。而且,地图底图数据中每条道路交通标线所处的道路类型是已知的,而道路图像中道路交通标线所处的道路类型是未知的。因此可以通过将道路图像中包含的道路交通标线数据与地图底图数据中包含的预设道路交通标线数据进行比对,从而确定道路图像中每条道路交通标线在目标地图中的位置。
在上述示例中,对道路图像进行识别,得到的车道线为:a、b、a;而地图底图数据中的车道线数据为:主路具有a、b、a、b、a五条车道线,辅路具有a、a两条车道线。因此可以通过比对确认道路图像中拍摄到的车道线为主路中的车道线。其中,比对确认的方法可以采用滑动窗口的方式进行。具体地,可以根据对道路图像的识别结果确定滑动窗口的尺寸,例如对道路图像进行识别得到的结果为a、b、a,那么滑动窗口的尺寸可以设置为3。且滑动窗口中包含的车道线为从左至右分别为a、b、a。然后可以从左侧开始和主路进行匹配,由于主路的车道线从左至右分别为a、b、a、b、a,那么可知第一次匹配即可匹配成功,此时可以将滑动窗口向右滑动继续进行匹配,得到多个匹配结果:第二次匹配为匹配失败、第三次匹配为匹配成功。进一步地,将滑动窗口与辅路的车道线进行匹配,由于滑动窗口的尺寸为3,而辅路只有2条车道线,因此滑动窗口与辅路的匹配结果为匹配失败。因此可以判定道路图像中拍摄到的车道线为主路中的车道线。
步骤206,终端根据位置关系以及道路图像中每条道路交通标线在目标地图中对应的位置确定目标对象所处的道路类型。
其中,当终端确定了道路图像中每条道路交通标线在目标地图中对应的位置后,便可以根据目标对象与道路图像中每条道路交通标线的位置关系确定目标对象在目标地图中对应的关系,从而也可以确定目标对象在目标地图中所处的道路类型。
在上述示例中,由于道路图像中包含的车道线为a、b、a三条车道线,根据地图底图数据可以确定该三条车道线为处于主路中的车道线。而且由于目标对象处于道路图像中车道线b与右侧车道线a中间,如此可以确定目标对象一定处于主路中。
在一些实施例中,若该道路的辅路也包含三条车道线:a、b、a,那么便会存在根据这张道路图像无法确定目标对象所处的道路类型的情况,因为a、b、a三条车道线可能是在主路中也可能是在辅路中。此时则可以忽略此次分析结果,根据目标对象下一位置采集到的道路图像结合地图底图数据重新分析目标对象所处的道路类型。或者不以一帧道路图像确定目标对象所处的道路类型,而对多帧道路图像分别分析得到的结果进行加权投票确定最终结果。
步骤207,终端确定电子地图显示界面中目标对象所处的当前道路类型。
其中,终端中可以装载有电子地图应用,当电子地图应用处于导航状态时,会实时获取目标对象的定位信息,并根据定位信息在电子地图的显示界面中标注出目标对象所处的位置。例如当根据目标对象的定位信息确定该目标对象处于辅路中时,会在显示界面中道路的辅路中标注出目标对象的位置。此时终端获取到目标对象所处的当前道路类型为辅路。
步骤208,当道路类型与当前道路类型不同时,终端将电子地图显示界面中目标对象所处的道路切换至道路类型对应的道路,并发出提示音以提示目标对象所处的道路类型发生变换。
其中,终端获取到电子地图的显示界面中目标对象所处的当前道路类型后,判断该当前道路类型与根据道路图像与地图底图数据确定的实际道路类型是否相同。若当前道路类型与实际道路类型相同时,则不作调整。若当前道路类型与实际道路类型不同时,则说明根据定位信息确定的当前道路类型有误,此时终端将目标对象在电子地图显示界面上所处的道路类型切换为实际道路类型。具体地,例如在电子地图的显示界面上,目标对象处于辅路中,而根据道路图像与地图底图数据确定目标对象实际处于主路中,则将标准目标对象位置的光标从辅路中切换至主路中。在一些实施例中,此时还可以将主路进行突出显示,并淡化辅路图像。进一步地,电子地图的语音系统还可以发出提示音,以提示目标对象所处的道路类型发生变换。例如发出语音:“您已切换至某某大道主路行驶”。
在一些实施例中,当终端判定电子地图中目标对象的所处的当前道路类型与实际道路类型不同时,在电子地图的显示界面上显示提示切换道路的提示图标,当该提示图标在预设时间内接收到点击指令后,将电子地图显示界面中目标对象所处的道路切换至与实际道路类型对应的道路中。
根据上述描述可知,本申请实施例提供的数据处理方法,通过获取目标对象周围预设范围内的目标地图对应的地图底图数据;获取目标对象当前所处道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;分析道路图像,得到道路图像中的道路交通标线数据;根据道路交通标线数据和地图底图数据确定目标对象当前所处道路的道路类型。以此,通过将实时拍摄的道路图像中的道路交通标线数据与当前位置地图的底图数据进行比对,得到图像中道路交通标线在地图中的位置,进而可以精确确定目标对象在地图中所处的道路类型。本方法可以提高数据处理的准确性,从而提高了对目标对象定位的准确性。
为了更好地实施以上方法,本发明实施例还提供一种数据处理装置,该数据处理装置可以集成在电子设备,移动终端等设备中,该移动终端可以包括智能手机、掌上电脑、平板电脑、智能手表、车载导航仪等。
例如,如图5所示,为本申请实施例提供的数据处理装置的结构示意图,该数据处理装置可以包括第一获取单元301、第二获取单元302、分析单元303和确定单元304,如下:
第一获取单元301,用于获取目标对象周围预设范围内的目标地图对应的地图数据;
第二获取单元302,用于获取目标对象当前道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;
分析单元303,用于分析道路图像,得到道路图像中的道路交通标线数据;
确定单元304,用于根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。
在一些实施例中,如图6所示,为本申请提供的数据处理装置的另一结构示意图,其中确定单元304,包括:
比对子单元3041,用于将道路交通标线数据与地图数据进行比对,确定道路交通标线数据对应的至少一条道路交通标线在目标地图中对应的位置;
第一确定子单元3042,用于确定目标对象在道路图像中与至少一条道路交通标线的位置关系;
第二确定子单元3043,用于根据至少一条道路交通标线在目标地图中对应的位置以及位置关系确定目标对象当前所处道路的道路类型。
在一些实施例中比对子单元3041还可以用于:
获取地图底图数据中包含的预设道路交通标线数据;
将道路交通标线数据与预设道路交通标线数据进行逐一比对,根据比对结果确定道路图像中至少一条道路交通标线在目标地图中对应的位置。
在一些实施例中,如图7所示,为本申请提供的数据处理装置的另一结构示意图,其中第一获取单元301,包括:
第一获取子单元3011,用于获取目标对象的定位数据;
确定子单元3012,用于根据定位数据确定目标对象所处的目标道路的目标路段;
第二获取子单元3013,用于当根据目标道路的目标路段对应的地图数据确定目标路段为包含至少两条支路的路段时,获取目标对象周围预设范围内的目标地图对应的地图数据。
在一些实施例中,如图8所示,为本申请提供的数据处理装置的另一结构示意图,数据处理装置还包括:
标注单元305,用于根据道路类型以及定位数据确定目标对象在目标地图上的显示位置,并在显示位置中标注出目标对象;和/或,
播放单元306,用于播放提示语音,提示语音提示目标对象处于道路类型对应的道路中。
在一些实施例中,如图9所示,为本申请提供的数据处理装置的另一结构示意图,第二获取单元302,包括:
获取子单元3021,用于获取基于目标对象位置从多个角度拍摄预设道路路面得到的多张图像;
整合子单元3022,用于将多张图像进行图像整合,得到道路的道路图像。
在一些实施例中,整合子单元3022还用于:
对多张图像进行道路交通标线检测;
将检测结果为不存在道路交通标线的图像剔除,并将剩余的图像进行裁剪拼接,得到道路的道路图像。
在一些实施例中,如图10所示,为本申请提供的数据处理装置的另一结构示意图,分析单元303包括:
输入子单元3031,用于将所述道路图像输入图像识别模型,所述图像识别模型为按照预设的模型训练方法训练得到的图像识别模型;
接收子单元3032,用于接收所述图像识别模型输出的道路交通标线数据,所述道路交通标线数据包括道路交通标线数量数据、道路交通标线位置数据以及道路交通标线属性数据。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由以上可知,本实施例通过第一获取单元301获取目标对象周围预设范围内的目标地图对应的地图数据;第二获取单元302获取目标对象当前所处道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;分析单元303分析道路图像,得到道路图像中的道路交通标线数据;确定单元304根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。以此,通过将实时拍摄的道路图像中的道路交通标线数据与当前位置地图的地图数据进行比对,得到图像中道路交通标线在地图中的位置,进而可以精确确定目标对象在地图中所处的道路类型。本方法可以提高数据处理的准确性,进而提高了对目标对象定位的准确性。
本申请实施例还提供一种计算机设备,如图11所示,为本申请提供的计算机设备的结构示意图。具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图11中示出的计算机设备结构并不构成对计算机设备的限定,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。其中:
处理器401是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能以及网页访问等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
计算机设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
获取目标对象周围预设范围内的目标地图对应的地图数据;获取目标对象当前所处道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;分析道路图像,得到道路图像中的道路交通标线数据;根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。
应当说明的是,本申请实施例提供的计算机设备与上文实施例中的数据处理方法属于同一构思,以上各个操作的具体实施可参见前面的实施例,在此不作赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种数据处理方法中的步骤。例如,该指令可以执行如下步骤:
获取目标对象周围预设范围内的目标地图对应的地图数据;获取目标对象当前所处道路的道路图像,道路图像为基于目标对象位置拍摄道路的路面得到的图像;分析道路图像,得到道路图像中的道路交通标线数据;根据道路交通标线数据和地图数据确定目标对象当前所处道路的道路类型。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种数据处理方法中的步骤,因此,可以实现本发明实施例所提供的任一种数据处理方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
其中,根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在存储介质中。计算机设备的处理器从存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述图2或者图3的各种可选实现方式中提供的数据处理方法。
以上对本发明实施例所提供的一种数据处理方法、装置、存储介质及计算机设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (15)
1.一种数据处理方法,其特征在于,所述方法包括:
获取目标对象周围预设范围内的目标地图对应的地图数据;
获取所述目标对象当前所处道路的道路图像,所述道路图像为基于所述目标对象位置拍摄所述道路的路面得到的图像;
分析所述道路图像,得到所述道路图像中的道路交通标线数据;
根据所述道路交通标线数据和所述地图数据确定所述目标对象当前所处道路的道路类型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述道路交通标线数据和所述地图数据确定所述目标对象当前所述道路的道路类型,包括:
将所述道路交通标线数据与所述地图数据进行比对,确定所述道路交通标线数据对应的至少一条道路交通标线在所述目标地图中对应的位置;
确定所述目标对象在所述道路图像中与所述至少一条道路交通标线的位置关系;
根据所述至少一条道路交通标线在所述目标地图中对应的位置以及所述位置关系确定所述目标对象当前所处道路的道路类型。
3.根据权利要求2所述的方法,其特征在于,所述地图数据为地图底图数据,所述将所述道路交通标线数据与所述地图数据进行比对,确定所述道路交通标线数据对应的至少一条道路交通标线在所述目标地图中对应的位置,包括:
获取所述地图底图数据中包含的预设道路交通标线数据;
将所述道路交通标线数据与所述预设道路交通标线数据进行逐一比对,根据比对结果确定所述道路图像中至少一条道路交通标线在所述目标地图中对应的位置。
4.根据权利要求1所述的方法,其特征在于,所述获取目标对象周围的预设范围内的目标地图对应的地图数据,包括:
获取目标对象的定位数据;
根据所述定位数据确定所述目标对象所处的目标道路的目标路段;
当根据所述目标道路的目标路段对应的地图数据确定所述目标路段为包含至少两条支路的路段时,获取所述目标对象周围预设范围内的目标地图对应的地图数据。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述道路类型以及所述定位数据确定所述目标对象在所述目标地图上的显示位置,并在所述显示位置处标注出目标对象;和/或,
播放提示语音,所述提示语音提示所述目标对象处于所述道路类型对应的道路中。
6.根据权利要求1所述的方法,其特征在于,所述获取所述目标对象当前所处道路的道路图像,所述道路图像为基于所述目标对象位置拍摄所述道路的路面得到的图像,包括:
获取基于所述目标对象位置从多个角度拍摄所述道路的路面得到的多张图像;
将所述多张图像进行图像整合,得到所述道路的道路图像。
7.根据权利要求6所述的方法,其特征在于,所述将所述多张图像进行图像整合,得到所述道路的道路图像,包括:
对所述多张图像进行道路交通标线检测;
将检测结果为不存在道路交通标线的图像剔除,并将剩余的图像进行裁剪拼接,得到所述道路的道路图像。
8.根据权利要求1所述的方法,其特征在于,所述分析所述道路图像,得到所述道路图像中的道路交通标线数据,包括:
将所述道路图像输入图像识别模型,所述图像识别模型为按照预设的模型训练方法训练得到的图像识别模型;
接收所述图像识别模型输出的道路交通标线数据,所述道路交通标线数据包括道路交通标线数量数据、道路交通标线位置数据以及道路交通标线属性数据。
9.一种数据处理装置,其特征在于,所述装置包括:
第一获取单元,用于获取目标对象周围预设范围内的目标地图对应的地图数据;
第二获取单元,用于获取所述目标对象当前所处道路的道路图像,所述道路图像为基于所述目标对象位置拍摄所述道路的路面得到的图像;
分析单元,用于分析所述道路图像,得到所述道路图像中的道路交通标线数据;
确定单元,用于根据所述道路交通标线数据和所述地图数据确定所述目标对象当前所处道路的道路类型。
10.根据权利要求9所述的装置,其特征在于,所述确定单元包括:
比对子单元,用于将所述道路交通标线数据与所述地图数据进行比对,确定所述道路交通标线数据对应的至少一条道路交通标线在所述目标地图中对应的位置;
第一确定子单元,用于确定所述目标对象在所述道路图像中与所述至少一条道路交通标线的位置关系;
第二确定子单元,用于根据所述至少一条道路交通标线在所述目标地图中对应的位置以及所述位置关系确定所述目标对象当前所处道路的道路类型。
11.根据权利要求9所述的装置,其特征在于,所述地图数据为地图底图数据,所述第一获取单元,包括:
第一获取子单元,用于获取目标对象的定位数据;
确定子单元,用于根据所述定位数据确定所述目标对象所处的目标道路的目标路段;
第二获取子单元,用于当根据所述目标道路的目标路段对应的地图数据确定所述目标路段为包含至少两条支路的路段时,获取所述目标对象周围预设范围内的目标地图对应的地图数据。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
标注单元,用于根据所述道路类型以及所述GPS定位数据确定所述目标对象在所述目标地图上的显示位置,并在所述显示位置中标注出目标对象;
播放单元,用于播放提示语音,所述提示语音提示所述目标对象处于所述道路类型对应的道路中。
13.根据权利要求9所述的装置,其特征在于,所述第二获取单元,包括:
获取子单元,用于获取基于目标对象位置从多个角度拍摄所述预设道路路面得到的多张图像;
整合子单元,用于将所述多张图像进行图像整合,得到所述道路的道路图像。
14.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至8中任一项所述的数据处理方法中的步骤。
15.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可以在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至8中任意一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024444.9A CN112650772B (zh) | 2021-01-08 | 2021-01-08 | 数据处理方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024444.9A CN112650772B (zh) | 2021-01-08 | 2021-01-08 | 数据处理方法、装置、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112650772A true CN112650772A (zh) | 2021-04-13 |
CN112650772B CN112650772B (zh) | 2022-02-25 |
Family
ID=75367731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110024444.9A Active CN112650772B (zh) | 2021-01-08 | 2021-01-08 | 数据处理方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112650772B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037677A (zh) * | 2021-11-05 | 2022-02-11 | 安徽宇呈数据技术有限公司 | 一种可接入充电宝的便携式地图采集设备 |
CN114353783A (zh) * | 2022-03-17 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 道路信息的获取方法、装置和存储介质及电子设备 |
CN115171075A (zh) * | 2022-07-07 | 2022-10-11 | 北京百度网讯科技有限公司 | 道路类型识别方法、装置及设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013149149A1 (en) * | 2012-03-29 | 2013-10-03 | Honda Motor Co., Ltd | Method to identify driven lane on map and improve vehicle position estimate |
US20140267728A1 (en) * | 2013-03-14 | 2014-09-18 | 3M Innovative Properties Company | Vehicle detection and image capture system and methods for detecting and capturing images of vehicles |
US20150161455A1 (en) * | 2012-05-25 | 2015-06-11 | Denso Corporation | Intersection recognition device and road type recognition device |
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 |
US20180211117A1 (en) * | 2016-12-20 | 2018-07-26 | Jayant Ratti | On-demand artificial intelligence and roadway stewardship system |
CN109916415A (zh) * | 2019-04-12 | 2019-06-21 | 北京百度网讯科技有限公司 | 道路类型确定方法、装置、设备及存储介质 |
CN110457983A (zh) * | 2018-05-08 | 2019-11-15 | Aptiv技术有限公司 | 车道标记识别 |
CN111256687A (zh) * | 2018-11-30 | 2020-06-09 | 广东星舆科技有限公司 | 地图数据的处理方法、装置、采集设备和存储介质 |
CN112068171A (zh) * | 2020-09-08 | 2020-12-11 | 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 |
-
2021
- 2021-01-08 CN CN202110024444.9A patent/CN112650772B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013149149A1 (en) * | 2012-03-29 | 2013-10-03 | Honda Motor Co., Ltd | Method to identify driven lane on map and improve vehicle position estimate |
US20150161455A1 (en) * | 2012-05-25 | 2015-06-11 | Denso Corporation | Intersection recognition device and road type recognition device |
US20140267728A1 (en) * | 2013-03-14 | 2014-09-18 | 3M Innovative Properties Company | Vehicle detection and image capture system and methods for detecting and capturing images of vehicles |
US20180211117A1 (en) * | 2016-12-20 | 2018-07-26 | Jayant Ratti | On-demand artificial intelligence and roadway stewardship system |
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 |
CN110457983A (zh) * | 2018-05-08 | 2019-11-15 | Aptiv技术有限公司 | 车道标记识别 |
CN111256687A (zh) * | 2018-11-30 | 2020-06-09 | 广东星舆科技有限公司 | 地图数据的处理方法、装置、采集设备和存储介质 |
CN109916415A (zh) * | 2019-04-12 | 2019-06-21 | 北京百度网讯科技有限公司 | 道路类型确定方法、装置、设备及存储介质 |
CN112068171A (zh) * | 2020-09-08 | 2020-12-11 | 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 |
Non-Patent Citations (2)
Title |
---|
UMAR OZGUNALP 等: ""Lane detection based on improved feature map and efficient region of interest extraction"", 《2015 IEEE GLOBAL CONFERENCE ON SIGNAL AND INFORMATION PROCESSING (GLOBALSIP)》 * |
黄刚 等: ""基于深度学习的道路标线自动提取与分类方法"", 《中国激光》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037677A (zh) * | 2021-11-05 | 2022-02-11 | 安徽宇呈数据技术有限公司 | 一种可接入充电宝的便携式地图采集设备 |
CN114037677B (zh) * | 2021-11-05 | 2022-07-26 | 安徽宇呈数据技术有限公司 | 一种可接入充电宝的便携式地图采集设备 |
CN114353783A (zh) * | 2022-03-17 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 道路信息的获取方法、装置和存储介质及电子设备 |
CN115171075A (zh) * | 2022-07-07 | 2022-10-11 | 北京百度网讯科技有限公司 | 道路类型识别方法、装置及设备 |
CN115171075B (zh) * | 2022-07-07 | 2023-09-26 | 北京百度网讯科技有限公司 | 道路类型识别方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112650772B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112650772B (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
CN110400490B (zh) | 轨迹预测方法和装置 | |
US11959771B2 (en) | Creation and use of enhanced maps | |
CN110146097B (zh) | 自动驾驶导航地图的生成方法、系统、车载终端及服务器 | |
US11501104B2 (en) | Method, apparatus, and system for providing image labeling for cross view alignment | |
US8929604B2 (en) | Vision system and method of analyzing an image | |
CN110796714B (zh) | 一种地图构建方法、装置、终端以及计算机可读存储介质 | |
CN109937343A (zh) | 用于自动驾驶车辆交通预测中的预测轨迹的评估框架 | |
CN109086277A (zh) | 一种重叠区构建地图方法、系统、移动终端及存储介质 | |
JP2011227888A (ja) | 画像処理システム及び位置測位システム | |
CN107430815A (zh) | 用于自动识别停车区的方法和系统 | |
CN106023622B (zh) | 一种确定红绿灯识别系统识别性能的方法和装置 | |
CN109785637A (zh) | 车辆违规的分析评价方法及装置 | |
CN107907886A (zh) | 行驶状况识别方法、装置、存储介质及终端设备 | |
CN114518122A (zh) | 行车导航方法、装置、计算机设备、存储介质和计算机程序产品 | |
CN112509355A (zh) | 一种基于停车场的寻车方法、设备、系统和存储介质 | |
CN111402609A (zh) | 专用车道行驶提醒方法、装置、设备及存储介质 | |
CN111931683A (zh) | 图像识别方法、装置及计算机可读存储介质 | |
CN115164918A (zh) | 语义点云地图构建方法、装置及电子设备 | |
CN108286973B (zh) | 一种行驶数据校验方法及装置、及混合导航系统 | |
CN111854766A (zh) | 一种道路信息确定方法、装置、电子设备及存储介质 | |
CN115035626A (zh) | 一种基于ar的景区智能巡检系统及方法 | |
CN114554391A (zh) | 一种停车场寻车方法、装置、设备和存储介质 | |
CN113608614A (zh) | 展示方法、增强现实装置、设备及计算机可读存储介质 | |
CN115406453A (zh) | 一种导航方法、装置及计算机存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40041559 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |