CN112801012B - 交通元素的处理方法、装置、电子设备及存储介质 - Google Patents

交通元素的处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112801012B
CN112801012B CN202110170155.XA CN202110170155A CN112801012B CN 112801012 B CN112801012 B CN 112801012B CN 202110170155 A CN202110170155 A CN 202110170155A CN 112801012 B CN112801012 B CN 112801012B
Authority
CN
China
Prior art keywords
road
traffic element
target traffic
adsorption
element set
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.)
Active
Application number
CN202110170155.XA
Other languages
English (en)
Other versions
CN112801012A (zh
Inventor
张陈毓
贾一洋
张伟超
黄毕
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202110170155.XA priority Critical patent/CN112801012B/zh
Publication of CN112801012A publication Critical patent/CN112801012A/zh
Application granted granted Critical
Publication of CN112801012B publication Critical patent/CN112801012B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions

Landscapes

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

Abstract

本申请实施例提供了一种交通元素的处理方法、装置、电子设备及存储介质,涉及地图、交通、车联、人工智能以及云技术等领域。该方法包括:获取道路图像以及道路图像中包含的目标交通元素集合对应的初始位置,目标交通元素集合包含道路图像中所包含的至少一个目标交通元素;获取初始位置对应的路网拓扑关系;对道路图像进行识别,识别出目标交通元素集合的属性信息,目标交通元素集合的属性信息包括至少一个目标交通元素的属性信息;根据目标交通元素集合的属性信息和路网拓扑关系,对初始位置进行校正,得到校正后的位置。本申请实施例实现了对目标交通元素的位置进行自动化校正,节省人力成本,提高校正效率和作业准确率。

Description

交通元素的处理方法、装置、电子设备及存储介质
技术领域
本申请涉及地图、交通、车联、人工智能以及云技术等领域,具体而言,本申请涉及一种交通元素的处理方法、装置、电子设备及存储介质。
背景技术
地面车信可以简称为车信,是指路面上的车道指示信息,例如直行、左转、右转、掉头等指示信息。作为智能交通系统的一部分,电子地图中各种地图要素位置的标记的准确性是十分重要的,地面车信的位置标记则是其中不可或缺的一部分。
目前,对于电子地图中地面车信的位置标记,通常是基于道路信息采集设备(如专门的采集车辆)进行道路图像的采集,并基于道路图像采集时采集设备的位置对道路图像中包含的地面车信进行位置标记。在后续需要应用地面车信的位置进行相关作业的场景(如导航)中,由于未对地面车信的位置进行校正,在一些位置要求较高的道路场景中,很有可能会导致作业错误的情况的发生。
发明内容
本申请提供了一种可以提高自动化效率,防止作业错误的交通元素的处理方法、装置、电子设备及存储介质。
一方面,提供了一种交通元素的处理方法,包括:
获取道路图像以及道路图像中包含的目标交通元素集合对应的初始位置,目标交通元素集合包含道路图像中所包含的至少一个目标交通元素;
获取初始位置对应的路网拓扑关系;
对道路图像进行识别,识别出目标交通元素集合的属性信息,目标交通元素集合的属性信息包括至少一个目标交通元素的属性信息;
根据目标交通元素集合的属性信息和路网拓扑关系,对初始位置进行校正,得到校正后的位置。
另一方面,提供了一种交通元素的处理装置,包括:
位置获取模块,用于获取道路图像以及道路图像中包含的目标交通元素集合对应的初始位置,目标交通元素集合包含道路图像中所包含的至少一个目标交通元素;
路网拓扑关系获取模块,用于获取初始位置对应的路网拓扑关系;
道路图像识别模块,用于对道路图像进行识别,识别出目标交通元素集合的属性信息,目标交通元素集合的属性信息包括至少一个目标交通元素的属性信息;
位置校正模块,用于根据目标交通元素集合的属性信息和路网拓扑关系,对初始位置进行校正,得到校正后的位置。
在一种可能的实现方式中,该装置还包括距离确定模块,距离确定模块用于以下至少一项:
获取目标交通元素集合对应的初始吸附道路的终点位置,并确定初始位置和终点位置之间的距离小于或等于第一预定距离;
获取目标交通元素集合对应的初始吸附道路的行进方向,基于行进方向和路网拓扑关系,确定在初始位置前方存在路口节点,且路口节点的位置与初始位置之间的距离小于或等于第二设定距离。
在一种可能的实现方式中,目标交通元素包括行进方向指引元素,属性信息包括行进方向指示信息,位置校正模块具体用于:
根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路;
基于最终吸附道路对初始位置进行校正,得到校正后的位置。
在一种可能的实现方式中,位置校正模块在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息包含掉头指示,根据路网拓扑关系,将满足以下条件的道路确定为目标交通元素集合对应的最终吸附道路:
位于初始位置前方、与初始位置最近且与掉头指示关联的道路。
在一种可能的实现方式中,位置校正模块在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息只包含第一转弯指示,则根据路网拓扑关系,确定位于初始位置前方的且距离初始位置最近的转弯道路,第一转弯指示包括左转指示或者右转指示;
将转弯道路确定为目标交通元素的最终吸附道路。
在一种可能的实现方式中,位置校正模块在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息包含第二转弯指示,则根据路网拓扑关系,将满足以下条件的道路确定为目标交通元素集合对应的最终吸附道路:
位于初始位置前方、与初始位置最近且与第二转弯指示对应的转弯前的道路;
其中,第二转弯指示包括左转指示、右转指示和直行指示中的至少两项。
在一种可能的实现方式中,位置校正模块在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息仅包含直行指示,根据路网拓扑关系,确定位于初始位置前方且与初始位置最近的路口节点;
若路口节点为掉头道路或转弯道路中的至少一项所对应的路口节点,则确定目标交通元素集合对应的初始吸附道路,将行进方向与初始吸附道路的行进方向一致的且位于路口节点前方的下一段道路,确定为目标交通元素集合对应的最终吸附道路。
在一种可能的实现方式中,该装置还包括第一道路校正模块,其中,第一道路校正模块用于:
获取目标交通元素集合对应的初始吸附道路;
获取道路图像包含的第一车道数以及初始吸附道路的第二车道数;
根据第一车道数和第二车道数,对初始吸附道路进行校正。
在一种可能的实现方式中,第一道路校正模块在根据第一车道数和第二车道数,对初始吸附道路进行校正时,具体用于:
若第一车道数与第二车道数之间的差值大于或等于第一设定值,则根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的主路,作为目标交通元素的最终吸附道路;
若第一车道数与第二车道数之间的差值小于或等于第二设定值,则根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的辅路,作为目标交通元素的最终吸附道路,第二设定值小于第一设定值;
若第一车道数与第二车道数之间的差值大于第二设定值且小于第一设定值,则将初始吸附道路作为目标交通元素的最终吸附道路。
在一种可能的实现方式中,道路图像为道路图像序列中的任一图像,道路图像序列是通过道路图像采集装置拍摄得到的,该装置还包括第二道路校正模块,其中,第二道路校正模块用于:
获取目标交通元素集合对应的初始吸附道路,确定初始吸附道路的行进方向;
获取道路图像对应的道路图像序列的拍摄轨迹所对应的方向;
根据拍摄轨迹所对应的方向和行进方向,对初始吸附道路进行校正。
在一种可能的实现方式中,第二道路校正模块在根据拍摄轨迹所对应的方向和行进方向,对初始吸附道路进行校正时,具体用于:
若拍摄轨迹所对应的方向和行进方向不一致,则根据路网拓扑关系查找初始吸附道路对应的反向道路,作为校正后的吸附道路;
若拍摄轨迹所对应的方向和行进方向一致,则将初始吸附道路作为校正后的道路。
另一方面,提供了一种电子设备,电子设备包括存储器和处理器,其中,存储器中存储有计算机程序;处理器在运行计算机程序时,执行各可选实现方式的交通元素的处理方法。
另一方面,提供了一种计算机可读存储介质,存储介质中存储有计算机程序,计算机程序被处理器执行时实现各可选实现方式的交通元素的处理方法。
本申请提供的技术方案带来的有益效果是:
本申请提供了一种交通元素的处理方法、装置、电子设备及存储介质,与现有技术相比,本申请可以直接获取到道路图像中包含的各目标交通元素所对应的同一个初始位置,以及初始位置对应的路网拓扑关系,通过对道路图像进行识别,识别出道路图像中包含的各目标交通元素的属性信息,根据各目标交通元素的属性信息和路网拓扑关系对初始位置进行校正,采用自动化方式对目标交通元素的位置进行校正,可以节省人力成本,提高校正效率,且对目标交通元素的位置进行校正后,在需要应用目标交通元素的位置进行相关作业的场景中,可以大幅度减少作业错误的情况的发生,提高作业准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种交通元素的处理方法的流程示意图;
图2为本申请实施例提供的一种路网拓扑关系的示意图;
图3为本申请实施例提供的一种道路图像信息的示意图;
图4为本申请实施例提供的一种对地面车信集合的初始位置进行校正的流程示意图;
图5为本申请实施例提供的一种对初始吸附link和初始位置进行校正的流程示意图;
图6为本申请实施例提供的一种主辅路吸附校正的流程示意图;
图7为本申请实施例提供的一种反向吸附校正的流程示意图;
图8为本申请实施例提供的一种交通元素的处理装置的结构示意图;
图9为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
本申请实施例提供了一种交通元素的处理方法,可以直接获取到道路图像中包含的各目标交通元素所对应的同一个初始位置,以及初始位置对应的路网拓扑关系,通过对道路图像进行识别,识别出道路图像中包含的各目标交通元素的属性信息,根据各目标交通元素的属性信息和路网拓扑关系对初始位置进行校正,采用自动化方式对目标交通元素的位置进行校正,可以节省人力成本,提高校正效率,且对目标交通元素的位置进行校正后,在需要应用目标交通元素的位置进行相关作业的场景中,可以大幅度减少作业错误的情况的发生,提高作业准确率。
本申请所提供的各可选实施例,可以应用于人工智能技术领域,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
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。
本申请所提供的各可选实施例所涉及到的数据,可以基于云技术实现,在方案实施时所涉及的数据处理/数据计算可以基于云计算实现。
云技术(Cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来,实现数据的计算、储存、处理和共享的一种托管技术。云技术(Cloudtechnology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称,可以组成资源池,按需所用,灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源,如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用,将来每个物品都有可能存在自己的识别标志,都需要传输到后台系统进行逻辑处理,不同程度级别的数据将会分开处理,各类行业数据皆需要强大的系统后盾支撑,只能通过云计算来实现。
云计算(cloud computing)是一种计算模式,它将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展,按使用付费。
作为云计算的基础能力提供商,会建立云计算资源池(简称云平台,一般称为IaaS(Infrastructure as a Service,基础设施即服务)平台,在资源池中部署多种类型的虚拟资源,供外部客户选择使用。云计算资源池中主要包括:计算设备(为虚拟化机器,包含操作系统)、存储设备、网络设备。
按照逻辑功能划分,在IaaS(Infrastructure as a Service,基础设施即服务)层上可以部署PaaS(Platform as a Service,平台即服务)层,PaaS层之上再部署SaaS(Software as a Service,软件即服务)层,也可以直接将SaaS部署在IaaS上。PaaS为软件运行的平台,如数据库、web容器等。SaaS为各式各样的业务软件,如web门户网站、短信群发器等。一般来说,SaaS和PaaS相对于IaaS是上层。
云计算(cloud computing)指IT基础设施的交付和使用模式,指通过网络以按需、易扩展的方式获得所需资源;广义云计算指服务的交付和使用模式,指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关,也可是其他服务。云计算是网格计算(Grid Computing)、分布式计算(DistributedComputing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network StorageTechnologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等传统计算机和网络技术发展融合的产物。
随着互联网、实时数据流、连接设备多样化的发展,以及搜索服务、社会网络、移动商务和开放协作等需求的推动,云计算迅速发展起来。不同于以往的并行分布式计算,云计算的产生从理念上将推动整个互联网模式、企业管理模式发生革命性的变革。
本申请各可选实施例还可以基于大数据实现,大数据(Big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着云时代的来临,大数据也吸引了越来越多的关注,大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术,包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
本申请实施例所提供的一种交通元素的处理方法,可以由电子设备执行,该电子设备可以为终端设备,也可以为服务器或者服务器集群,服务器集群由至少两个服务器组成,其中,任一个服务器可以为物理服务器,也可以为上述提及的云服务器。
为便于说明,下面将对本申请实施例所涉及的几个名词进行详细解释与说明。
地面车信:可以简称为车信,指路面上的车道指示信息,包括但不限于直行、左转、右转、掉头等指示信息。
交通元素:也可以称作Mark,指电子地图交通导航、车辆行驶等所需要的要素,包括但不限于红绿灯、限速标识、地面车信、危险标识等。
路口节点:也可以称作路口形态节点或者交叉节点(crossnode),指两条道路的交叉点,例如,两条直行道路的交叉点、特殊属性的道路的起点和尾点等,其中,特殊属性的道路包括左转道路、右转道路以及掉头道路,通常情况下,特殊属性的道路的起点和尾点设置在直行道路上,也就是说,特殊属性的道路与直行道路存在交叉点。
道路:一条道路可以视为一个link,任一条道路上包括至少一个车道,道路可以分为主路与辅路,其中,辅路一般包括一条车道,而主路的车道数不做限定。
吸附link:即吸附道路,在地图领域中,物体的吸附link指的是定位出的该物体所在的link,例如,一辆车被定位在link A上,则这辆车的吸附link为link A。其中,物体可以包括但不限于人、交通元素、车辆、建筑物等,物体的吸附link与物体实际所在的link可能相同,也可能不同,在定位出错的情况下,物体的吸附link与物体实际所在的link不同。
本申请实施例所提供的方案适用于任何对道路图像进行处理的场景,例如,该场景可以为对地面作业人员采集到的道路图像进行处理的场景。本申请实施例可以由具有拍摄功能的电子设备拍摄道路图像,由具有图像处理功能的电子设备对拍摄到的道路图像进行处理,其中,具有拍摄功能的电子设备和具有图像处理功能的电子设备可以为同一个设备,也可以为两个不同的设备,在此不做限定。
其中,具有拍摄功能的电子设备的具体种类在本申请实施例不做限定,如具有拍摄功能的电子设备可以是电子地图的外业采集车辆上的图像/视频采集设备,通过外业采集车辆上的图像/视频采集设备可以采集大量的道路资料,包括大量的道路图像,又如,具有拍摄功能的电子设备可以是安装在道路两旁的图像/视频采集设备,通过安装在道路两旁的图像/视频采集设备也可以采集大量的道路资料,包括大量的道路图像。
具有图像处理功能的电子设备即为执行各可选实施例的电子设备,可以为终端设备、服务器或者服务器集群等,可以见前述的相关说明,在此不再赘述。
如图1所示,图1为本申请实施例提供的一种交通元素的处理方法的流程示意图,该方法包括步骤S11-步骤S14。
步骤S11,获取道路图像以及道路图像中包含的目标交通元素集合对应的初始位置,目标交通元素集合包含道路图像中所包含的至少一个目标交通元素。
本申请实施例中,具有拍摄功能的电子设备在拍摄其所在道路的道路图像时,定位的该具有拍摄功能的电子设备的位置,可以作为道路图像的初始位置,道路图像的初始位置可以作为道路图像中包含的目标交通元素集合对应的初始位置。可以直接获取到具有拍摄功能的电子设备所拍摄的道路图像,以及目标交通元素集合对应的初始位置。
其中,道路图像中所包含的目标交通元素为至少一个。对于一张道路图像,其所包含的各目标交通元素对应于同一个初始位置,任一个目标交通元素包括行进方向指引元素,行进方向指引元素可以为地面车信,即路面上的车道指示信息,也可以为道路标牌上的行进方向指示信息。
在一种可能的实现方式中,目标交通元素集合为地面车信集合,目标交通元素集合所包含的各目标交通元素为各地面车信,任一个地面车信存在其对应的属性信息,属性信息可以为直行、左转、右转、掉头等中的一项,也就是说,地面车信可以为直行车信、左转车信、右转车信、掉头车信等中的一项。
步骤S12,获取初始位置对应的路网拓扑关系。
本申请实施例中,初始位置对应的路网拓扑关系,可以是以初始位置为中心,预设区域范围内的路网拓扑关系,例如,以初始位置为中心,方圆100km内的路网拓扑关系。
路网拓扑关系中包括多条link,每一条link存在其对应的属性,一条link的属性可以为直行、左转、右转以及掉头等中的一项,即任一条道路可以为直行道路、左转道路、右转道路以及掉头等中的一项。若一条link的属性为左转、右转以及掉头等中的一项,则该link可以视为特殊属性的link。每一条link的两端为两个节点,可以分别记为起点和尾点,其中,尾点也可以称为终点,任一条link可以视作是由起点指向尾点的道路。
如图2所示,图2为本申请实施例提供的一种路网拓扑关系的示意图。图2中包括多条link,标号a、b、c、d、e、f、g、h、i、j、k、l、m、n各自所指示的点表示一个节点,任一条link可以理解为一条由起点指向尾点的道路,任一个节点可以作为起点,也可以作为尾点。如图2中link ab上的箭头表示link ab的行进方向,即link ab是一条行进方向由起点a至尾点b的道路,link bc上的箭头表示link bc的行进方向,link bc是一条行进方向由起点b至尾点c的道路,此时,节点b可以作为link ab的尾点,也可以作为link bc的起点。
对于任一link,按照该link的行进方向,该link的路段起点表示link的起点,该link的路段终点表示link的尾点,如link ab的起点为节点a,link ab的尾点为节点b。其中,图2中link mj和link cf为右转link,link bi为掉头link,这三条link均为特殊属性link。
路网拓扑关系中的每一个节点存在其对应的路口属性值,若节点对应的路口属性值为0,则表明该节点不为路口节点,若节点对应的路口属性值为非0,则表明该节点为路口节点。可以直接通过一个节点的路口属性值,来判断一个节点是否为路口节点,也可以通过如下方式判断一个节点是否为路口节点:
若一个节点挂接在特殊属性link的起点或者尾点,则该节点可以视为路口节点,特殊属性link可以为提前左转link(也可以称为左转link)、提前右转link(也可以称为右转link)以及掉头link;若一个节点没有挂接在特殊属性link的起点或者尾点,且该节点的路口属性值为非0,则该节点可以视为路口节点。
本申请实施例中,如果一个节点为一条link的起点,则可以视为该节点挂接在该link的起点,如果一个节点为一条link的尾点,则可以视为该节点挂接在该link的尾点,若一个节点挂接在一条link的起点或者尾点,则可以视为该节点挂接在该link上。
如图2中link mj和link cf为右转link,link bi为掉头link,这三条link均为特殊属性link,因此,节点b、i、c、f、m以及j均表示路口节点。对于link kd,其节点k和d的路口属性值均为非0,由于节点k和d均没有挂接在任一特殊属性link的起点或尾点,因此,节点k和d也是路口节点,因此,图2中所示的道路的网络拓扑关系中的路口节点包括节点b、c、d、f、i、j、k以及m。
步骤S13,对道路图像进行识别,识别出目标交通元素集合的属性信息,目标交通元素集合的属性信息包括至少一个目标交通元素的属性信息。
本申请实施例中,对于任一道路图像,可以将该图像作为输入图像输入至预训练好的图像识别模型中,通过图像识别模型可以识别出图像中所包含的各交通元素的信息,即图像中的各种Mark的信息。如果图像中包含地面车信,通过图像识别模型可以识别出地面车信的相关信息,对于每一个地面车信,该地面车信的相关信息可以包括但不限于该地面车信所在车道的车道信息以及地面车信的属性信息,其中,车道信息可以包括但不限于该地面车信所在道路的车道数,地面车信的属性信息包括该地面车信的行进方向指示信息,如可能是但不限于掉头、直行、左转、右转等属性中的任一个。如果道路图像中包含多个地面车信,通过图像识别,可以得到道路图像中所包含的一组地面车信的相关信息。在一种可能的实现方式中,目标交通元素集合包含这组地面车信。
其中,图像识别模型的网络结构以及训练方式在本申请实施例中不做限定。
如图3所示,图3为本申请实施例提供的一种道路图像信息的示意图。其中,标号31所指示的区域表示图像识别模型输出的图像识别结果。该图像识别结果为对待识别的道路图像进行图像识别后的道路图像,该示例中的道路包括四个车道,任两个车道之间采用虚线的方式进行分隔,每一个车道上包括各自的地面车信,标号32a所指示的区域表示识别出来的第一个车道上的地面车信为掉头车信;标号32b所指示的区域表示识别出来的第二个车道上的地面车信为直行车信;标号32c所指示的区域表示识别出来的第三个车道上的地面车信为直行车信;标号32d所指示的区域表示识别出来的第四个车道上的地面车信为右转车信。
可以理解的是,可以通过显示屏显示图像识别结果以及其他相关信息(如各个车道及车信的说明信息),如图3所示的道路图像信息,该道路图像信息中包括标号31所指示的图像识别结果以及其他相关信息,其他相关信息包括标号33a所指示的图像区域、以及标号33b所指示的图像区域、标号34所指示的滑动条、标号35所指示的图像信息、标号36所指示的车道信息、以及标号37所指示的滑动条。
其中,标号33a所指示的图像区域为标号32a所指示的图像区域的缩略图;标号33b所指示的图像区域为标号32b所指示的图像区域的缩略图,标号34所指示的滑动条中的粗线部分可以在细线部分上左右滑动,以查看图像识别结果中的各个地面车信,如图3中粗线部分位于细线部分的左端,可以查看图像识别结果中的前两个地面车信,即标号32a和标号32b所指示的地面车信,若粗线部分位于细线部分的右端,可以查看图像识别结果中的后两个地面车信,即标号32c和标号32d所指示的地面车信。标号35所指示的图像信息中包括基本属性以及附加信息,基本属性为道路图像的基本属性,包括但不限于标记角度,其中,若待识别的道路图像为道路图像序列中的任一张图像,则标记角度表示的可以是道路图像序列的拍摄轨迹所对应的方向,如图3中显示的“标记角度:↑”表示道路图像序列的拍摄轨迹所对应的方向为正北方向,附加信息包括但不限于箭头类别,其中,箭头类别指的是图像识别结果中包含的各个地面车信,例如,图3中显示的四个箭头类别依次表示掉头车信、直行车信、直行车信以及右转车信;标号36所指示的车道信息包括但不限于车道的序号以及车道类型,例如,图3中显示的“车道:1”表示标号31所指示的道路图像中的第一个车道,“车道类型:常规车道”表示第一个车道的车道类型为常规车道。标号37所指示的滑动条中的粗线部分可以在细线部分上上下滑动,以查看其他相关信息,如图3中,粗线部分位于细线部分的上端,可以查看各图像区域、图像信息和部分车道信息,若粗线部分位于细线部分的下端,可以查看全部的车道信息等。
可以理解的是,图3仅为一种示意性的显示方式,可以根据实际需求,配置道路图像信息的显示方式,例如图3中仅显示了标号33a以及标号33b所指示的两个图像区域,在实际应用时,可以显示至少一个图像区域;标记角度的显示方式可以不采用箭头的形式显示,可以直接显示标记角度的数值;同样的,箭头类别也可以直接显示成对应的属性的地面车信,如显示为“掉头车信、直行车信、直行车信、右转车信”。
本申请实施例中,目标交通元素集合的属性信息包括各个目标交通元素的属性信息,在一种可能的实现方式中,目标交通元素集合的属性信息为地面车信集合的属性信息,地面车信集合包括至少一个地面车信。例如图3中,地面车信集合包括掉头车信、直行车信、直行车信以及右转车信。
步骤S14,根据目标交通元素集合的属性信息和路网拓扑关系,对初始位置进行校正,得到校正后的位置。
本申请实施例中,目标交通元素集合的属性信息可以反映前方道路的情况,根据目标交通元素集合的属性信息和路网拓扑关系,可以对初始位置进行校正,得到校正后的位置。
本申请实施例提供了一种交通元素的处理方法,与现有技术相比,本申请实施例可以直接获取到道路图像中包含的各目标交通元素所对应的同一个初始位置,以及初始位置对应的路网拓扑关系,通过对道路图像进行识别,识别出道路图像中包含的各目标交通元素的属性信息,根据各目标交通元素的属性信息和路网拓扑关系对初始位置进行校正,采用自动化方式对目标交通元素的位置进行校正,可以节省人力成本,提高校正效率,且对目标交通元素的位置进行校正后,在需要应用目标交通元素的位置进行相关作业的场景中,可以大幅度减少作业错误的情况的发生,提高作业准确率。
本申请实施例的一种可能实现方式,交通元素的处理方法还包括实现方式A1和实现方式A2中的至少一项。
实现方式A1,获取目标交通元素集合对应的初始吸附道路的终点位置,并确定初始位置和终点位置之间的距离小于或等于第一预定距离。其中,实现方式A1可以在步骤S13之前执行。
本申请实施例中,具有拍摄功能的电子设备在拍摄其所在道路的道路图像时,定位的该具有拍摄功能的电子设备的所在的道路,可以作为道路图像中包含的目标交通元素集合对应的初始吸附道路;也可以对定位的该具有拍摄功能的电子设备的所在的道路进行校正,将校正后的吸附道路作为道路图像中包含的目标交通元素集合对应的初始吸附道路。也就是说,若未对目标交通元素集合对应的吸附道路进行校正,则实现方式A1中的目标交通元素集合对应的初始吸附道路,为是未校正的的吸附道路;若已对目标交通元素集合对应的吸附道路进行校正,则实现方式A1中的目标交通元素集合对应的初始吸附道路,为校正后的吸附道路。
可以直接获取目标交通元素集合对应的初始吸附道路,也可以根据目标交通元素集合的初始位置,确定目标交通元素集合对应的初始吸附道路。进一步地,根据初始吸附道路的行进方向,确定初始吸附道路的终点位置,也就是初始吸附道路的尾点,如图2中,目标交通元素集合对应的初始吸附道路为link ab,link ab的行进方向为由节点a指向节点b,则节点b为link ab的尾点,也就是link ab的终点位置。
可以计算初始位置和终点位置之间的距离是否小于或等于第一预定距离,若小于或等于第一预定距离,则可以执行步骤S13以及步骤S14,若大于或等于第一预定距离,则目标交通元素集合可以视为路中的交通元素集合,不对目标交通元素集合的初始位置进行校正,也就是将目标交通元素集合的初始位置作为校正后的位置。其中,第一预定距离的值不做限定。
例如,第一预定距离可以为200米,若初始位置和终点位置之间的距离大于或者等于200米,则执行步骤S13和步骤S14,若初始位置和终点位置之间的距离小于200米,则不对目标交通元素集合的初始位置进行校正。
实现方式A2,获取目标交通元素集合对应的初始吸附道路的行进方向,基于行进方向和路网拓扑关系,确定在初始位置前方存在路口节点,且路口节点的位置与初始位置之间的距离小于或等于第二设定距离。其中,实现方式A2可以在步骤S13之前执行。
本申请实施例中,目标交通元素集合对应的初始吸附道路可以是未校正的吸附道路,也可以是校正后的吸附道路,可以基于初始吸附道路的行进方向和路网拓扑关系,确定在初始位置前方是否存在路口节点,若存在,则计算路口节点的位置和初始位置之间的距离,若距离小于或者等于第二设定距离,目标交通元素集合可以视为路口处的交通元素集合,则执行步骤S13和步骤S14,若距离大于或者等于第二设定距离,说明目标交通元素集合距离路口较远,目标交通元素集合可以视为路中的交通元素集合,不对目标交通元素集合的初始位置进行校正。其中,第二预定距离的值不做限定,若不存在路口节点,则目标交通元素集合也可以视为路中的交通元素集合,不对目标交通元素集合的初始位置进行校正。
其中,基于初始吸附道路的行进方向和路网拓扑关系,确定在初始位置前方是否存在路口节点时,可以根据路网拓扑关系,基于道路连通性原理,以目标交通元素集合的初始位置为起点,沿着初始吸附道路的行进方向向前追溯,确定是否存在路口节点。
例如,第二预定距离可以为200米,可以根据道路连通性,以目标交通元素集合的初始位置为起点,沿着初始吸附道路的行进方向向前追溯200米,确定200米以内的区域中是否存在路口节点,其中,路口节点的确定方式可以见前文的相关描述,在此不再赘述。若不存在路口节点,则不进行校正,若存在路口节点,则执行步骤S13和步骤S14。
通常情况下,交通元素集合可以标识道路前方的情况,若路口处的交通元素集合的位置出现偏差,如将路口前的交通元素集合定位在路口后,或者将路口后的交通元素集合定位在路口前,会使路口前后的道路情况发生反转,无法依靠交通元素集合标识前方路况,因此,需要对路口处的目标交通元素集合的位置进行校正。若目标交通元素集合可以视为路中的交通元素集合,由于路中的交通元素集合即使位置存在偏差,依旧可以标识道路前方的情况,因此,可以不对路中的交通元素集合的位置进行校正。
本申请实施例中,可以同时执行实现方式A1和实现方式A2,也可以执行实现方式A1或者实现方式A2。
作为一种可选的实现方式,可以先执行实现方式A1,再执行实现方式A2,即先通过初始吸附道路的终点位置判断是否为路中的交通元素集合,再通过路口节点判断是否为路口处的交通元素集合。下面将结合附图对此进行详细说明,其中,本实施例中,目标交通元素集合可以为地面车信集合,初始吸附道路的终点位置即为初始吸附link的尾点位置,第一设定距离和第二设定距离的值均为200米,初始吸附道路的行进方向为地面车信集合的拍摄方向,也就是说,地面车信集合对应的道路图像为道路图像序列中的一张图像,道路图像序列的拍摄轨迹所对应的方向可以理解为道路图像的拍摄方向,也就是道路图像中所包含的地面车信集合的拍摄方向。
如图4所示,图4为本申请实施例提供的一种对地面车信集合的初始位置进行校正的流程示意图。该流程包括步骤S41-步骤S45。
步骤S41,获取地面车信集合的初始位置坐标和初始吸附link。
本申请实施例中,可以直接获取到道路图像的初始位置坐标,将道路图像的初始位置坐标作为道路图像中包含的地面车信集合的初始位置坐标,可以直接获取到道路图像的初始吸附link,将道路图像的初始吸附link作为道路图像中包含的地面车信集合的初始吸附link,也可以根据地面车信集合的初始位置坐标,确定地面车信集合的初始吸附link。
步骤S42,根据初始位置坐标与初始吸附link的尾点的位置坐标,计算初始位置与尾点之间的距离。
在获取到地面车信集合的初始吸附link后,可以确定初始吸附link的尾点,并获取尾点的位置坐标,根据地面车信集合的初始位置坐标和初始吸附link的尾点的位置坐标,计算地面车信集合与尾点之间的距离。
若距离大于或者等于200米,则执行步骤S43,确定初始吸附link为最终吸附link,以及确定初始位置坐标为校正后的位置坐标。也就是说,若距离大于或者等于200米,地面车信集合可以视为路中的车信集合,此时,可以不对地面车信集合的吸附link和位置坐标进行校正。
若距离小于200米,则执行步骤S44,以初始位置坐标为起点,根据连通性沿着地面车信集合的拍摄方向向前追溯200米,确定200米以内的区域中是否存在路口节点。
在实际应用时,图像/视频采集设备可以在行进的过程中,每隔预设时间或者每隔预设距离拍摄一张道路图像,使得拍摄得到的道路图像序列对应一个拍摄轨迹,可以将拍摄轨迹确定为道路图像的拍摄方向。也可以每隔预设距离设置一个图像/视频采集设备,各个图像/视频采集设备分别拍摄得到的道路图像可以组成一个道路图像序列,该道路图像序列对应一个拍摄轨迹,也就是道路图像的拍摄方向。
根据道路连通性,以地面车信集合的初始位置坐标为起点,沿着拍摄方向向前追溯200米,确定200米以内的区域中是否存在路口节点,其中,路口节点的确定方式可以见前文的相关描述,在此不再赘述。若不存在路口节点,说明地面车信集合也可以视为路中的车信集合,则执行步骤S43;若存在路口节点,则执行步骤S45,对道路图像进行识别,识别出地面车信集合的属性信息,以利用属性信息和路网拓扑关系对初始位置进行校正。其中,步骤S45可以见步骤S13和步骤S14的相关内容,在此不再赘述。
本申请实施例的一种可能实现方式,目标交通元素包括行进方向指引元素,属性信息包括行进方向指示信息,步骤S14,根据目标交通元素集合的属性信息和路网拓扑关系,对初始位置进行校正,得到校正后的位置,具体可以包括:
根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路;基于最终吸附道路对初始位置进行校正,得到校正后的位置。
其中,行进方向指引元素包括地面车信、标牌上的车信以及红绿灯上的车信等。
本申请实施例中,基于最终吸附道路对初始位置进行校正时,可以将最终吸附道路上的任意一点,作为校正后的位置。在一种可能的实现方式中,可以根据最终吸附道路的终点位置对初始位置进行校正,得到校正后的位置,例如,将距离最终吸附道路的尾点3米的位置作为校正后的位置。
在一种可能的实现方式中,根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路,可以包括:
若目标交通元素集合的行进方向指示信息包含掉头指示,根据路网拓扑关系,将满足以下条件的道路确定为目标交通元素集合对应的最终吸附道路:
位于初始位置前方、与初始位置最近且与掉头指示关联的道路。
本申请实施例中,若目标交通元素集合的行进方向指示信息包含掉头指示,可以获取目标交通元素集合对应的初始吸附道路,并确定初始吸附道路的行进方向,其中,若没有对初始吸附道路进行校正,则获取到的目标交通元素集合对应的初始吸附道路,为未校正的初始吸附道路,若已对初始吸附道路进行校正,则获取到的目标交通元素集合对应的初始吸附道路,为校正后的初始吸附道路。
其中,本申请实施例以及上述或者下述的各个实施例中,前方/后方(如位于初始位置前方/后方)为一个相对概念,是相对于道路的行进方向的前或者后,如图2中,若初始位置位于节点b,则位于初始位置前方的节点包括节点c、d、f、g以及e,位于初始位置后方的节点包括节点a。
本申请实施例以及上述或者下述的各实施例中,位于初始位置前方的道路,指的是终点位置位于初始位置前方的道路,例如图2中,若初始位置为节点b,由于节点c位于节点b的前方,且节点c为link bc的终点位置,则link bc可以为位于初始位置b前方的道路。
与掉头指示关联的道路,指的是道路的终点位置为掉头道路的起点位置的道路,例如,图2中,link ab的终点位置b为link bi的起点位置,且link bi为掉头道路,则linkab为与掉头指示关联的道路。
其中,掉头道路指的是起点与终点分别挂接在行进方向相反的两条link上的道路,例如,link bi的起点b挂接在link ab上,link bi的终点i挂接在link ih上,且link ab与link ih的行进方向相反,因此,link bi为掉头道路。
本申请实施例中,若目标交通元素集合中包含掉头车信,说明目标交通元素集合应位于掉头前的道路中,可以确定终点位置位于初始位置前方、终点位置与初始位置最近且终点位置为掉头道路的起点位置的道路,作为位于初始位置前方、与初始位置最近且与掉头指示关联的道路,将确定出的道路作为目标交通元素集合对应的最终吸附道路。
例如,图2中,若目标交通元素集合中包含掉头车信,且目标交通元素集合对应的初始位置位于link ab上靠近节点a的位置处,由于link ab的终点b位于初始位置前方,终点b与初始位置最近,终点b为掉头属性的link bi的起点,且终点b为link ab的终点,则可以确定link ab为掉头前的link,将link ab作为目标交通元素集合对应的最终吸附link。
进一步地,在确定出掉头前的link为最终吸附link后,可以确定最终吸附link上距离其尾点(也就是终点)3米的位置为目标交通元素集合对应的校正后的位置。
在一种可能的实现方式中,根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路,可以包括:
若目标交通元素集合的行进方向指示信息只包含第一转弯指示,则根据路网拓扑关系,确定位于初始位置前方的且距离初始位置最近的转弯道路,第一转弯指示包括左转指示或者右转指示;
将转弯道路确定为目标交通元素的最终吸附道路。
本申请实施例中,转弯道路是起点与终点分别挂接在行进方向垂直的两条link上的道路,例如,图2中link cf的起点c挂接在link bc上,link cf的终点f挂接在link fg上,且link bc与link fg的行进方向垂直,因此,link cf可以视为转弯道路。
若目标交通元素集合的行进方向指示信息只包含左转指示,说明目标交通元素集合只包含左转车信,若目标交通元素集合的行进方向指示信息只包含右转指示,说明目标交通元素集合只包含右转车信。
若目标交通元素集合的行进方向指示信息只包含左转指示,则根据路网拓扑关系,确定位于初始位置前方的且距离初始位置最近的左转道路,作为目标交通元素的最终吸附道路;若目标交通元素集合的行进方向指示信息只包含右转指示,则根据路网拓扑关系,确定位于初始位置前方的且距离初始位置最近的右转道路,作为目标交通元素的最终吸附道路。
例如,图2中,若目标交通元素集合中仅包含右转车信,且目标交通元素集合的初始位置位于节点b,则确定位于初始位置前方的且距离初始位置最近的右转link,也就是link cf作为最终吸附link。
在一种可能的实现方式中,根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路,具体可以包括:
若目标交通元素集合的行进方向指示信息包含第二转弯指示,则根据路网拓扑关系,将满足以下条件的道路确定为目标交通元素集合对应的最终吸附道路:
位于初始位置前方、与初始位置最近且与第二转弯指示对应的转弯前的道路。
其中,第二转弯指示包括左转指示、右转指示和直行指示中的至少两项。
若第二转弯指示为左转指示和直行指示,则第二转弯指示对应的转弯前的道路为左转前的道路;若第二转弯指示为右转指示和直行指示,则第二转弯指示对应的转弯前的道路为右转前的道路;若第二转弯指示为左转指示和右转指示,或者第二转弯指示为左转指示、右转指示和直行指示,则第二转弯指示对应的转弯前的道路为左转前以及右转前的道路。
例如,图2中,若第二转弯指示为右转指示和直行指示,且初始位置位于节点b,则可以确定位于节点b前方、与节点b最近且与第二转弯指示对应的转弯前的道路为位于节点b前方、与节点b最近的右转前的道路,也就是link bc,将link bc作为最终吸附link。
在一种可能的实现方式中,根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路,具体可以包括:
若目标交通元素集合的行进方向指示信息仅包含直行指示,根据路网拓扑关系,确定位于初始位置前方且与初始位置最近的路口节点;若路口节点为掉头道路或转弯道路中的至少一项所对应的路口节点,则确定目标交通元素集合对应的初始吸附道路,将行进方向与初始吸附道路的行进方向一致的且位于路口节点前方的下一段道路,确定目标交通元素集合对应的最终吸附道路。
若目标交通元素集合的行进方向指示信息仅包含直行指示,说明目标交通元素集合仅包含直行车信,可以根据路网拓扑关系,查找位于初始位置前方且与初始位置最近的路口节点,若路口节点没有挂接在特殊属性link上,如图2中的路口节点d、k等,由于路口节点前后均只有直行道路,因此,可以不对目标交通元素集合的初始位置进行校正,即目标交通元素集合的初始位置为校正后的位置;若路口节点挂接在特殊属性link上,即路口节点为掉头道路或转弯道路(左转道路或者右转道路)中的至少一项所对应的路口节点,由于路口节点前包括直行道路,路口节点后包括掉头道路和/或转弯道路,因此,需要对目标交通元素集合的初始位置进行校正,具体的,可以确定目标交通元素集合对应的初始吸附道路,将行进方向与初始吸附道路的行进方向一致的且位于路口节点前方的下一段道路,确定为目标交通元素集合对应的最终吸附道路,其中,若未对初始吸附道路进行校正,则确定的初始吸附道路为未校正的,若已对初始吸附道路进行了校正,则确定的初始吸附道路为校正后的。
例如,图2中,若目标交通元素集合中仅包含直行车信,且位于初始位置前方且与初始位置最近的路口节点为路口节点d,由于路口节点d未挂接在特殊属性的link上,此时,可以不校正,即确定初始吸附link为最终吸附link,以及确定初始位置坐标为校正后的位置坐标。
又如,图2中,若目标交通元素集合中仅包含直行车信,且位于初始位置前方且与初始位置最近的路口节点为路口节点c,由于路口节点c挂接在特殊属性的link上,即路口节点c挂接在右转属性的link cf上,此时,需要进行校正,需要确定路口节点前方的直行link为最终的吸附link,即确定link cd为最终吸附link,确定link cd上距离其尾点d 3m的位置坐标为校正后的位置坐标。
为便于理解和说明,下面结合附图对本申请实施例进行详细说明,在本申请实施例中,目标交通元素集合为地面车信集合。
如图5所示,图5为本申请实施例提供的一种对初始吸附link和初始位置进行校正的流程示意图。具体地,该流程可以包括步骤S501-步骤S513。
步骤S501,确定地面车信集合中的车信类型。
在实际应用场景中,地面车信集合可以反映前方道路的情况,通常在路口之前或者之后,也可以在路中。可以根据地面车信集合的属性信息确定地面车信集合中的车信类型,若地面车信集合的属性信息包括掉头,则地面车信集合中的车信类型包括掉头车信;若若地面车信集合的属性信息包括左转,则地面车信集合中的车信类型包括左转车信;若地面车信集合的属性信息包括右转,则地面车信集合中的车信类型包括右转车信;若地面车信集合的属性信息包括直行,则地面车信集合中的车信类型包括直行车信,也就是说,地面车信集合中的车信类型包括但不限于掉头车信、左转车信、右转车信以及直行车信中的至少一项。
若地面车信集合中包含掉头车信,则执行步骤S502,确定路口节点是否挂接在掉头属性的link上。若否,则执行步骤S503,继续向前追溯查找路口节点,及步骤S503的后续步骤,即步骤S502;若是,则执行步骤S504,确定掉头前的link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
本申请实施例中,若地面车信集合中包含掉头车信,说明地面车信集合应位于掉头前的道路中,若路口节点挂接在掉头属性的link上,说明路口节点作为掉头属性的link的起点或者尾点。如图2中,路口节点b为掉头属性的link bi的起点,则可以视为路口节点b挂接在掉头属性的link bi上。
由于地面车信集合应位于掉头前的道路中,因此,可以确定掉头前的link为最终吸附link,并确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
例如,图2中,若地面车信集合中包含掉头车信中,且路口节点b挂接在掉头属性的link bi上,则确定掉头前的link,也就是link ab,作为地面车信集合对应的最终吸附link,并确定link ab上距离尾点3米的位置坐标为地面车信集合对应的校正后的位置坐标。
可以理解的是,本实施例中,若路口节点挂接在掉头属性的link上,则可以确定尾点为该路口节点的道路,作为掉头前的link。
若地面车信集合中不包含掉头车信且包含左转、右转或直行车信中的至少两项,执行步骤S505,确定路口节点是否挂接在左转(或者右转)属性的link上。若否,则执行步骤S506,继续向前追溯查找路口节点,以及步骤S506的后续步骤,即步骤S505;若是,则执行步骤S507,确定左转(或者右转)前的link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
对于左转车信,可以确定路口节点是否挂接在左转属性的link上。若否,则继续向前追溯查找路口节点;若是,则确定左转前的link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
对于右转车信,可以确定路口节点是否挂接在右转属性的link上。若否,则继续向前追溯查找路口节点;若是,则确定右转前的link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
由于左转车信与右转车信的实现逻辑相类似,为了便于说明,下面以右转车信为例进行详细说明,左转车信的相关说明,可以见下述有关右转车信的相关说明。
若地面车信集合中不包含掉头车信且包含右转车信与直行车信(或者包含右转车信、左转车信与直行车信),说明地面车信集合应位于右转前的道路上,若路口节点挂接在右转属性的link上,说明路口节点作为右转属性的link的起点或者尾点。如图2中,link cf为右转属性的link,路口节点c挂接在link cf上,且路口节点c作为link cf的起点。
由于地面车信集合应位于右转前的道路中,因此,可以确定右转前的link为最终吸附link,并确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
例如,图2中,若地面车信集合中不包含掉头车信且包含右转车信和直行车信,且路口节点c挂接在右转属性的link cf上,则确定右转前的link,也就是link bc,作为地面车信集合对应的最终吸附link,并确定link bc上距离尾点3米的位置坐标为地面车信集合对应的校正后的位置坐标。
可以理解的是,若地面车信集合中不包含掉头车信且包括左转车信以及右转车信,不包含掉头车信且包括左转车信、右转车信以及直行车信,可以确定左转前以及右转前的link为最终吸附link,可以按照上述方式分别确定左转前的link以及右转前的link,从左转前的link以及右转前的link中确定出与初始位置最近的link,作为最终吸附link,并根据最终吸附link确定校正后的位置坐标。
若地面车信集合中仅包含左转(或者右转)车信,执行步骤S508,确定路口节点是否挂接在左转(或者右转)属性的link上。若否,则执行步骤S509,继续向前追溯查找路口节点,以及后续步骤S508;若是,则执行步骤S510,确定左转(或者右转)link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
对于左转车信,确定路口节点是否挂接在左转属性的link上。若否,则继续向前追溯查找路口节点;若是,则确定左转link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
对于右转车信,确定路口节点是否挂接在右转属性的link上。若否,则继续向前追溯查找路口节点;若是,则确定右转link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
由于左转车信与右转车信的实现逻辑相类似,为了便于说明,下面以右转车信为例进行详细说明,左转车信的相关说明,可以见下述有关右转车信的相关说明。
本申请实施例中,若地面车信集合中仅包含右转车信,说明地面车信集合应位于右转道路上。由于地面车信集合应位于右转道路上,因此,可以确定右转link为最终吸附link,并确定最终吸附link上距离其尾点3米的位置坐标为最终位置坐标。
例如,图2中,若地面车信集合中仅包含右转车信,且路口节点c挂接在右转属性的link cf上,则确定右转link,也就是link cf作为地面车信集合对应的最终吸附link,并确定link cf上距离尾点3米的位置坐标为地面车信集合对应的校正后的位置坐标。
若地面车信集合中仅包含直行车信,执行步骤S511,确定路口节点是否挂接在特殊属性的link上。若否,则执行步骤S512,不校正;若是,则执行步骤S513,确定路口节点后的直行link为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
其中,特殊属性的link包括但不限于掉头属性的link、右转属性的link以及左转属性的link。若地面车信集合中仅包含直行车信,说明前方是直行道路,若路口节点未挂接在特殊属性的link上,则说明路口前的link是直行link,可以不进行校正,若路口节点挂接在特殊属性的link上,则说明路口前的link包括特殊属性的link,此时需要进行校正,将路口节点后的直行link作为最终吸附link,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标。
例如,图2中,若地面车信集合中仅包含直行车信,且向前追溯200米,确定200米以内的区域中存在路口节点d,且路口节点d未挂接在特殊属性的link上,此时,可以不校正,即执行步骤S43,确定初始吸附link为最终吸附link,以及确定初始位置坐标为校正后的位置坐标。
又如,图2中,若地面车信集合中仅包含直行车信,且向前追溯200米,确定200米以内的区域中存在路口节点c,且路口节点c挂接在特殊属性的link上,即路口节点c挂接在右转属性的link cf上,此时,需要进行校正,需要确定路口节点后的直行link为最终吸附link,即确定link cd为最终吸附link,确定link cd上距离其尾点3米的位置坐标为校正后的位置坐标。
需要说明的是,在步骤S504、步骤S507、步骤S510以及步骤S513中,确定最终吸附link上距离其尾点3米的位置坐标为校正后的位置坐标,仅为一种可能的实现方式,在实际执行时,最终吸附link上的任意一点,均可以作为校正后的位置坐标。
前述已提及,可以对目标交通元素集合对应的初始吸附道路进行校正,以进一步利用校正后的初始吸附道路,根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路。其中,可以根据主辅路吸附校正和/或反向吸附校正对目标交通元素集合对应的初始吸附道路进行校正,下面将分别进行详细说明。
本申请实施例的一种可能实现方式,采用主辅路吸附校正对初始吸附道路进行校正时,本申请实施例中的交通元素的处理方法还可以包括:
获取目标交通元素集合对应的初始吸附道路;获取道路图像包含的第一车道数以及初始吸附道路的第二车道数;根据第一车道数和第二车道数,对初始吸附道路进行校正。
本申请实施例中,可以获取目标交通元素集合对应的初始吸附道路,并确定初始吸附道路的第二车道数,其中,路网拓扑关系中的每一条道路,均标示有该道路对应的车道数,标示方式不做限定。
可以通过图像识别技术直接识别出道路图像中的车道数,也可以通过图像识别技术直接识别出道路图像中的各地面车信,由于一个车道通常对应一个地面车信,因此,可以将道路图像中的地面车信的数量作为道路图像中的车道数,也就是说,将道路图像中的地面车信的数量作为道路图像包含的第一车道数。
进一步地,可以根据第一车道数和第二车道数,对初始吸附道路进行校正。其中,根据第一车道数和第二车道数,对初始吸附道路进行校正,具体可以包括:
若第一车道数与第二车道数之间的差值大于或等于第一设定值,则根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的主路,作为目标交通元素的最终吸附道路;若第一车道数与第二车道数之间的差值小于或等于第二设定值,则根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的辅路,作为目标交通元素的最终吸附道路,第二设定值小于第一设定值;若第一车道数与第二车道数之间的差值大于第二设定值且小于第一设定值,则将初始吸附道路作为目标交通元素的最终吸附道路。
本申请实施例中,第一设定值为正数,第二设定值为负值,第一设定值和第二设定值的大小不做限定。在一种可能的实现方式中,第一设定值为2,第二设定值为-2。
若第一车道数与第二车道数之间的差值大于或等于第一设定值,说明初始吸附道路的车道数小于道路图像包含的车道数,道路图像对应的初始吸附车道可能为辅路,而道路图像对应的实际吸附车道应为主路,因此,可以根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的主路,作为目标交通元素的最终吸附道路,其中,查找的主路的车道数应大于或者等于道路图像包含的车道数。
若第一车道数与第二车道数之间的差值小于或等于第二设定值,说明初始吸附道路的车道数大于道路图像包含的车道数,道路图像对应的初始吸附车道可能为主路,而道路图像对应的实际吸附车道应为辅路,因此,可以根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的辅路,作为目标交通元素的最终吸附道路,其中,查找的辅路的车道数应大于或者等于道路图像包含的车道数。通常情况下,如果道路图像包含的车道数为1,而初始吸附道路的车道数大于1,则可以按照上述方式查找辅路,将查找的辅路作为目标交通元素的最终吸附道路。
若第一车道数与第二车道数之间的差值大于第二设定值且小于第一设定值,说明初始吸附道路的车道数与道路图像包含的车道数基本相同,可以将初始吸附道路作为目标交通元素的最终吸附道路。
下面将结合附图对本申请实施例进行详细说明,在本申请实施例中,第一车道数可以称为识别的车道数,第二车道数可以称为吸附link的车道数。第一设定值为2,第二设定值为-2。
如图6所示,图6为本申请实施例提供的一种主辅路吸附校正的流程示意图。主辅路吸附校正可以包括步骤S61-步骤S66。
步骤S61,获取道路图像中的车道数,记为识别的车道数。
可以通过图像识别技术直接识别出道路图像中的车道数,也可以通过图像识别技术直接识别出道路图像中的各地面车信,由于一个车道通常对应一个地面车信,因此,可以将道路图像中的地面车信的数量作为道路图像中的车道数,也就是说,将道路图像对应的地面车信集合中的地面车信的数量作为道路图像中的车道数。
步骤S62,获取道路图像的初始吸附link中的车道数,记为吸附link的车道数。
本申请实施例中,可以预先给路网拓扑关系中的每一条link配备好其对应的车道数,当确定出道路图像的初始吸附link后,可以直接获取初始吸附link对应的车道数。
步骤S63,计算识别的车道数与吸附link的车道数之间的差值。
计算识别的车道数减吸附link的车道数,即计算识别的车道数-吸附link的车道数,将计算得到的结果作为差值。
需要说明的是,识别的车道数大于或者等于1,吸附link的车道数也大于或者等于1。
若差值小于或者等于-2,则执行步骤S64,查找行进方向与初始吸附link的行进方向之间的夹角最小,且夹角小于10度的辅路,将查找到的辅路作为校正后的吸附link。
若差值小于或者等于-2,说明吸附link的车道数远多于识别的车道数,且吸附link的车道数大于或者等于3,可以理解为道路图像中的道路为辅路,而初始吸附link为主路,即地面车信集合吸附了主路,而吸附的主路是错的道路,应该校正到辅路上。因此,可以查找行进方向与初始吸附link的行进方向之间的夹角最小,且夹角小于10度的辅路,将查找到的辅路作为校正后的吸附link,以使地面车信集合吸附到辅路上。
若差值大于-2且小于2,则执行步骤S65,将初始吸附link作为校正后的吸附link。
若差值大于-2且小于2,说明吸附link的车道数与识别的车道数相差不多,由于道路图像中的车道数实际上是小于或者等于该道路图像对应的实际道路的车道数,也就是说,在对实际道路进行拍摄得到道路图像时,实际道路的车道数可能未完全拍摄进道路图像中,导致道路图像中的车道数小于实际道路的车道数,因此,当吸附link的车道数与识别的车道数相差不多,也就是差值大于-2且小于2时,可以视初始吸附link为正确的吸附link,也就是不对地面车信集合的初始吸附link进行校正,或者可以理解为校正后的吸附link为初始吸附link。
若差值大于或者等于2,则执行步骤S66,查找行进方向与初始吸附link的行进方向之间的夹角最小,且夹角小于10度的主路,将查找到的主路作为校正后的吸附link。
若差值大于或者等于2,说明识别的车道数远多于吸附link的车道数,且识别的车道数大于或者等于3,可以理解为道路图像中的道路为主路,而初始吸附link为辅路,即地面车信集合吸附了辅路,而吸附的辅路是错的道路,应该校正到主路上。因此,可以查找行进方向与初始吸附link的行进方向之间的夹角最小,且夹角小于10度的主路,将查找到的主路作为校正后的吸附link,以使地面车信集合吸附到主路上。
本申请实施例的一种可能实现方式,采用反向吸附校正对初始吸附道路进行校正时,道路图像为道路图像序列中的任一图像,道路图像序列是通过道路图像采集装置拍摄得到的,该交通元素的处理方法还可以包括:
获取目标交通元素集合对应的初始吸附道路,确定初始吸附道路的行进方向;获取道路图像对应的道路图像序列的拍摄轨迹所对应的方向;根据拍摄轨迹所对应的方向和行进方向,对初始吸附道路进行校正。
道路图像序列中包括多张道路图像,道路图像序列的拍摄轨迹指的是道路图像序列中多张道路图像各自对应的初始位置所组成的轨迹,可以确定拍摄轨迹所对应的方向,并根据拍摄轨迹所对应的方向和行进方向,对初始吸附道路进行校正。
其中,根据拍摄轨迹所对应的方向和行进方向,对初始吸附道路进行校正,具体可以包括:
若拍摄轨迹所对应的方向和行进方向不一致,则根据路网拓扑关系查找初始吸附道路对应的反向道路,作为校正后的吸附道路;若拍摄轨迹所对应的方向和行进方向一致,则将初始吸附道路作为校正后的道路。
在一种可能的实现方式中,可以确定拍摄轨迹所对应的方向和行进方向之间的夹角,若夹角大于或等于预设夹角,则确定拍摄轨迹所对应的方向和行进方向不一致,若夹角小于或等于预设夹角,则确定拍摄轨迹所对应的方向和行进方向一致。其中,预设夹角的大小不做限定,例如,预设夹角可以为90度。
在另一种可能的实现方式中,可以确定拍摄轨迹所对应的方向与预设方向之间的夹角,记为第一行进角度,可以确定行进方向与预设方向之间的夹角,记为第二进行角度,并计算第一行进角度与第二行进角度之间的差值绝对值,记为第一差值,以及计算第一行进角度加180度后与第二行进角度之间的差值绝对值,记为第二差值,若第一差值大于或者等于第二差值,则确定拍摄轨迹所对应的方向和行进方向不一致,若第一差值小于或者等于第二差值,则确定拍摄轨迹所对应的方向和行进方向一致。
其中,初始吸附道路对应的反向道路是指行进方向与初始吸附道路的行进方向相反的、且与初始吸附道路最近的道路。例如,图2中,link ab对应的反向道路为link ih。
下面将结合附图对本申请实施例进行详细说明,在本申请实施例中,道路图像序列可以为外业采集车辆在行进的过程中连续拍摄的道路图像,因此,道路图像序列的拍摄轨迹所对应的方向可以称为拍摄道路图像时的行进方向,如图7所示,图7为本申请实施例提供的一种反向吸附校正的流程示意图。反向吸附校正可以包括步骤S71-步骤S75。
步骤S71,根据拍摄道路图像时的行进方向计算第一行进角度。可以将第一行进角度记为mark_angle。
本申请实施例中,可以将拍摄道路图像时的行进方向与预设方向之间的夹角视为第一行进角度,例如,将拍摄道路图像时的行进方向与正北方向之间的夹角视为第一行进角度。
步骤S72,根据道路图像的初始吸附link的行进方向计算第二行进角度。可以将第二行进角度记为link_angle。
可以将初始吸附link的行进方向与预设方向之间的夹角视为第二行进角度,例如,将初始吸附link的行进方向与正北方向之间的夹角视为第二行进角度。
步骤S73,计算第一行进角度和第二行进角度之间的角度差值,确定该角度差值的绝对值与该角度差值与180度之和的绝对值之间的大小关系。即确定|mark_angle-link_angle|与|mark_angle+180-link_angle|之间的大小关系。
可以计算第一行进角度和第二行进角度之间的角度差值,即mark_angle-link_angle,计算该角度差值的绝对值即|mark_angle-link_angle|、以及该角度差值与180度之和的绝对值即|mark_angle+180-link_angle|,即分别计算|mark_angle-link_angle|和|mark_angle+180-link_angle|,从而确定二者之间的大小关系。
若小于,则执行步骤S74,将初始吸附link作为校正后的吸附link。
若小于,即若|mark_angle-link_angle|<|mark_angle+180-link_angle|,可以视为拍摄道路图像时的行进方向与初始吸附link的行进方向的行进方式一致,可以将拍摄道路图像时的行进方向视为正向,此时可以不对初始吸附link进行校正,或者可以理解为将初始吸附link作为校正后的吸附link。
可以理解的是,若拍摄道路图像时的行进方向为正向,则|mark_angle-link_angle|大于等于0且小于180度,在实际应用中,|mark_angle-link_angle|大于等于0且小于第一角度阈值,第一角度阈值大于0且趋近于0,如第一角度阈值为10度。
若|mark_angle-link_angle|大于等于0且小于第一角度阈值,此时,|mark_angle+180-link_angle|大于等于180度且小于180与第一角度阈值之和,如|mark_angle-link_angle|为5度,则|mark_angle+180-link_angle|为185度,由于|mark_angle-link_angle|<|mark_angle+180-link_angle|,因此,拍摄道路图像时的行进方向为正向。
若大于或者等于,则执行步骤S75,将初始吸附link对应的反向link作为校正后的吸附link。
若大于或者等于,即若|mark_angle-link_angle|≧|mark_angle+180-link_angle|,可以视为拍摄道路图像时的行进方向与初始吸附link的行进方向的行进方式不一致,可以将拍摄道路图像时的行进方向视为反向,此时可以对初始吸附link进行校正,确定初始吸附link对应的反向link作为校正后的吸附link。
可以理解的是,若拍摄道路图像时的行进方向为反向,则|mark_angle-link_angle|大于等于180且小于360度,在实际应用中,|mark_angle-link_angle|大于等于0且小于第二角度阈值,第二角度阈值大于180度且趋近于180度,如第二角度阈值为190度。
若|mark_angle-link_angle|大于等于180且小于第二角度阈值,则|mark_angle+180-link_angle|大于等于360度且小于180与第二角度阈值之和,此时,可以将|mark_angle+180-link_angle|换算为0~360度之间的数值,即|mark_angle+180-link_angle|大于等于0且小于第二角度阈值与180度之差。
如|mark_angle-link_angle|为185度,则|mark_angle+180-link_angle|为365度,可以换算为5度,由于|mark_angle-link_angle|≧|mark_angle+180-link_angle|(即185≧5),因此,拍摄道路图像时的行进方向为反向。
进一步地,根据主辅路吸附校正和/或反向吸附校正,对地面车信集合的初始吸附link进行校正,可以利用校正后的初始吸附link,结合目标交通元素集合的属性信息和路网拓扑关系,对目标交通元素集合对应的初始位置进行校正,可以对初始位置进行校正的方式可以见前述实施例的相关说明,在此不再赘述。其中,主辅路吸附校正和反向吸附校正的执行先后顺序不做限定,在一种可能的实现方式中,可以先进行反向吸附校正,然后进行主辅路吸附校正。
在实际应用时,以目标交通元素集合为地面车信集合为例,采用上述方式对地面车信集合的位置坐标和吸附link进行校正时,由于结合路网拓扑关系、图像识别结果与link属性来进行校正,可以提高地面车信集合的召回率、准确率和差分率,其中,召回率指的是可进行校正的地面车信集合的占比,也就是对若干条地面车信集合进行校正时参与校正的地面车信集合在这若干条地面车信集合中的占比,可以通过下述方式分别计算地面车信集合的召回率、准确率和差分率。
在对若干条地面车信集合进行校正时,每一条地面车信集合是从道路图像中提取得到的,在实际应用时,可以获取地面车信线上人工作业得到的各道路图像,从各道路图像中挑选若干张道路图像,对于挑选的每一张道路图像,可以采用上述所示的方式,从道路图像中识别出地面车信集合,并结合路网拓扑关系对地面车信集合的初始位置坐标和初始吸附link进行校正,分别统计这若干条地面车信集合中参与校正(也就是需要校正)的地面车信集合的数量和未参与校正(也就是未校正)的地面车信集合的数量,并根据参与校正的地面车信集合的数量和未参与校正的地面车信集合的数量,分别计算各自的占比,其中,计算得到的参与校正的地面车信集合的占比即为地面车信集合的召回率。
进一步的,可以对每一个参与校正的地面车信集合进行人工校验,即人工校验参与校正的地面车信集合的校正后的位置坐标是否准确,统计参与校正的地面车信集合中校正后的位置坐标准确的地面车信集合的数量,计算校正后的位置坐标准确的地面车信集合在参与校正的地面车信集合中的占比,计算得到的占比即为参与校正的地面车信集合的准确率。
进一步的,可以从参与校正的地面车信集合中抽取若干条地面车信集合,统计这若干条地面车信集合校正后的差分情况。任一地面车信集合的差分情况包括该地面车信集合可差分以及该地面车信集合差分差不掉,其中,该地面车信集合可差分指的是历史地面车信集合中包含该地面车信集合,可以过滤掉该地面车信集合,也就是可以差分掉该地面车信集合;该地面车信集合差分差不掉指的是历史地面车信集合中不包含该地面车信集合,需要保留该地面车信集合。对于任一个地面车信集合,对该地面车信集合进行差分,是确定该地面车信集合的吸附道路,对比确定的吸附道路上的历史地面车信集合是否包含该地面车信集合,若包含,则可以将该地面车信集合差分掉,也就是该地面车信集合可差分,若不包含,则不可以将该地面车信集合差分掉,也就是该地面车信集合差分差不掉。在从参与校正的地面车信集合中抽取若干条地面车信集合后,可以统计这若干条地面车信集合中可差分的地面车信集合的数量,并计算可差分的地面车信集合在这若干条地面车信集合中的占比,该占比即为参与校正的地面车信集合的差分率。
在实际应用时,对于从参与校正的地面车信集合中抽取若干条地面车信集合,可以统计抽取的地面车信集合校正前以及校正后的差分情况,对差分情况进行分类分析,其中,分类方式不做限定。在一种可能的实现方式中,可以分为四大类,分别为位置校正前可差分、位置校正后可差分、位置校正后可差分但位置校正前差分差不掉、以及位置校正前可差分但位置校正后差分差不掉。位置校正前可差分(也可以称为原始可差分)也就是位置校正前可差分的地面车信集合;位置校正后可差分也就是位置校正后可差分的地面车信集合;位置校正后可差分但位置校正前差分差不掉,也就是位置校正后可差分但位置校正前不可以差分的地面车信集合;位置校正前可差分但位置校正后差分差不掉,也就是位置校正前可差分但位置校正后不可以差分。
在实际应用时,可以从位置校正后可差分但位置校正前差分差不掉的这部分地面车信集合中,抽取若干个地面车信集合,对抽取的若干个地面车信集合进行差分原因分析。在一种可能的实现方式中,差分原因可以分为两大类,第一类为校正后的位置正确,第二类为无效:图像识别错误,把其他东西当成车道箭头信息识别。校正后的位置正确所对应的被差分掉原因包括掉头路口判别校正、左转和右转路口判别校正、主辅路判别校正、一般路口判别校正、以及被差分掉原因需要确认。掉头路口判别校正也就是当地面车信集合中包含掉头车信时,校正该地面车信集合的位置;左转和右转路口判别校正也就是当地面车信集合中包含左转车信或右转车信中的至少一项时,校正该地面车信集合的位置;一般路口判别校正也就是当地面车信集合中仅包含直行车信时,校正该地面车信集合的位置;被差分掉原因需要确认,也就是校正后被差分掉的原因不清楚。
在实际应用时,还可以对位置校正前可差分但位置校正后差分差不掉这部分地面车信集合进行差分原因分析,在一种可能的实现方式中,差分原因包括初始位置与路口节点距离较大+前方多路口节点、原始吸附错误(不包含平行路吸附错误)、原始吸附正确,但道路图像中包含其他道路的车信、原始吸附错误(仅包含平行路吸附错误)、前方扩车道,其中,本示例中的平行路包括主辅路吸附错误。
在实际应用时,针对前方多路口节点这一情况,可以训练更优的图像识别模型,以对道路图像进行更好的识别,识别出道路图像中的更多信息,以利用识别出的信息更好的校正地面车信的位置;针对原始吸附正确,但道路图像中包含其他道路的车信这一情况,可以针对道路图像中识别出的地面车信集合中的每一个地面车信,确定该地面车信是否为初始吸附道路中的地面车信,若是则保留,若不是则过滤掉,从而利用保留下来的地面车信组成新的地面车信集合,对新的地面车信集合的位置,按照本申请实施例提供的方式进行位置校正。
上述从方法步骤的角度具体阐述了交通元素的处理方法,下面从虚拟模块的角度介绍交通元素的处理装置,具体如下所示:
本申请实施例提供了一种交通元素的处理装置,如图8所示,该交通元素的处理装置80可以包括:位置获取模块801、路网拓扑关系获取模块802、道路图像识别模块803以及位置校正模块804,其中:
位置获取模块801,用于获取道路图像以及道路图像中包含的目标交通元素集合对应的初始位置,目标交通元素集合包含道路图像中所包含的至少一个目标交通元素;
路网拓扑关系获取模块802,用于获取初始位置对应的路网拓扑关系;
道路图像识别模块803,用于对道路图像进行识别,识别出目标交通元素集合的属性信息,目标交通元素集合的属性信息包括至少一个目标交通元素的属性信息;
位置校正模块804,用于根据目标交通元素集合的属性信息和路网拓扑关系,对初始位置进行校正,得到校正后的位置。
在一种可能的实现方式中,该装置还包括距离确定模块,距离确定模块用于以下至少一项:
获取目标交通元素集合对应的初始吸附道路的终点位置,并确定初始位置和终点位置之间的距离小于或等于第一预定距离;
获取目标交通元素集合对应的初始吸附道路的行进方向,基于行进方向和路网拓扑关系,确定在初始位置前方存在路口节点,且路口节点的位置与初始位置之间的距离小于或等于第二设定距离。
在一种可能的实现方式中,目标交通元素包括行进方向指引元素,属性信息包括行进方向指示信息,位置校正模块804具体用于:
根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路;
基于最终吸附道路对初始位置进行校正,得到校正后的位置。
在一种可能的实现方式中,位置校正模块804在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息包含掉头指示,根据路网拓扑关系,将满足以下条件的道路确定为目标交通元素集合对应的最终吸附道路:
位于初始位置前方、与初始位置最近且与掉头指示关联的道路。
在一种可能的实现方式中,位置校正模块804在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息只包含第一转弯指示,则根据路网拓扑关系,确定位于初始位置前方的且距离初始位置最近的转弯道路,第一转弯指示包括左转指示或者右转指示;
将转弯道路确定为目标交通元素的最终吸附道路。
在一种可能的实现方式中,位置校正模块804在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息包含第二转弯指示,则根据路网拓扑关系,将满足以下条件的道路确定为目标交通元素集合对应的最终吸附道路:
位于初始位置前方、与初始位置最近且与第二转弯指示对应的转弯前的道路;
其中,第二转弯指示包括左转指示、右转指示和直行指示中的至少两项。
在一种可能的实现方式中,位置校正模块804在根据目标交通元素集合的属性信息和路网拓扑关系,确定目标交通元素集合对应的最终吸附道路时,具体用于:
若目标交通元素集合的行进方向指示信息仅包含直行指示,根据路网拓扑关系,确定位于初始位置前方且与初始位置最近的路口节点;
若路口节点为掉头道路或转弯道路中的至少一项所对应的路口节点,则确定目标交通元素集合对应的初始吸附道路,将行进方向与初始吸附道路的行进方向一致的且位于路口节点前方的下一段道路,确定为目标交通元素集合对应的最终吸附道路。
在一种可能的实现方式中,该装置还包括第一道路校正模块,其中,第一道路校正模块用于:
获取目标交通元素集合对应的初始吸附道路;
获取道路图像包含的第一车道数以及初始吸附道路的第二车道数;
根据第一车道数和第二车道数,对初始吸附道路进行校正。
在一种可能的实现方式中,第一道路校正模块在根据第一车道数和第二车道数,对初始吸附道路进行校正时,具体用于:
若第一车道数与第二车道数之间的差值大于或等于第一设定值,则根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的主路,作为目标交通元素的最终吸附道路;
若第一车道数与第二车道数之间的差值小于或等于第二设定值,则根据路网拓扑关系,将行进方向与初始吸附道路的行进方向之间夹角最小的辅路,作为目标交通元素的最终吸附道路,第二设定值小于第一设定值;
若第一车道数与第二车道数之间的差值大于第二设定值且小于第一设定值,则将初始吸附道路作为目标交通元素的最终吸附道路。
在一种可能的实现方式中,道路图像为道路图像序列中的任一图像,道路图像序列是通过道路图像采集装置拍摄得到的,该装置还包括第二道路校正模块,其中,第二道路校正模块用于:
获取目标交通元素集合对应的初始吸附道路,确定初始吸附道路的行进方向;
获取道路图像对应的道路图像序列的拍摄轨迹所对应的方向;
根据拍摄轨迹所对应的方向和行进方向,对初始吸附道路进行校正。
在一种可能的实现方式中,第二道路校正模块在根据拍摄轨迹所对应的方向和行进方向,对初始吸附道路进行校正时,具体用于:
若拍摄轨迹所对应的方向和行进方向不一致,则根据路网拓扑关系查找初始吸附道路对应的反向道路,作为校正后的吸附道路;
若拍摄轨迹所对应的方向和行进方向一致,则将初始吸附道路作为校正后的道路。
本实施例的交通元素的处理装置可执行本申请方法实施例提供的一种交通元素的处理方法,其实现原理相类似,此处不再赘述。其中,第一道路校正模块和第二道路校正模块可以为同一个道路校正模块,也可以为两个不同的道路校正模块,在此不做限定。
交通元素的处理装置可以是运行于计算机设备中的一个计算机程序(包括程序代码),例如该交通元素的处理装置为一个应用软件;该装置可以用于执行本申请实施例提供的方法中的相应步骤。
在一些实施例中,本申请实施例提供的交通元素的处理装置可以采用软硬件结合的方式实现,作为示例,本申请实施例提供的交通元素的处理装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本申请实施例提供的交通元素的处理方法,例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,ApplicationSpecific Integrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable LogicDevice)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
在另一些实施例中,本申请实施例提供的交通元素的处理装置可以采用软件方式实现,存储在存储器中的交通元素的处理装置80,其可以是程序和插件等形式的软件,并包括一系列的模块,包括位置获取模块801、路网拓扑关系获取模块802、道路图像识别模块803、位置校正模块804、距离确定模块、第一道路校正模块以及第二道路校正模块;其中,位置获取模块801、路网拓扑关系获取模块802、道路图像识别模块803、位置校正模块804、距离确定模块、第一道路校正模块以及第二道路校正模块用于实现本申请实施例提供的交通元素的处理方法。
本申请实施例提供了一种交通元素的处理装置,与现有技术相比,本申请实施例可以直接获取到道路图像中包含的各目标交通元素所对应的同一个初始位置,以及初始位置对应的路网拓扑关系,通过对道路图像进行识别,识别出道路图像中包含的各目标交通元素的属性信息,根据各目标交通元素的属性信息和路网拓扑关系对初始位置进行校正,采用自动化方式对目标交通元素的位置进行校正,可以节省人力成本,提高校正效率,且对目标交通元素的位置进行校正后,在需要应用目标交通元素的位置进行相关作业的场景中,可以大幅度减少作业错误的情况的发生,提高作业准确率。
上述从虚拟模块的角度介绍本申请的交通元素的处理装置,下面从实体装置的角度介绍本申请的电子设备。
本申请实施例提供了一种电子设备,如图9所示,图9所示的电子设备4000包括:处理器4001和存储器4003。其中,处理器4001和存储器4003相连,如通过总线4002相连。可选地,电子设备4000还可以包括收发器4004。需要说明的是,实际应用中收发器4004不限于一个,该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器4001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线4002可包括一通路,在上述组件之间传送信息。总线4002可以是PCI总线或EISA总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器4003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器4003用于存储执行本申请方案的计算机程序,并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的计算机程序,以实现前述任一方法实施例所示的内容。
本申请实施例提供了一种电子设备,电子设备包括存储器和处理器,其中,存储器中存储有计算机程序;处理器在运行计算机程序时,执行各可选实现例的交通元素的处理方法。
上述从实体装置的角度介绍本申请的电子设备,下面从存储介质的角度介绍本申请的计算机可读存储介质。
本申请实施例提供了一种计算机可读存储介质,存储介质中存储有计算机程序,计算机程序被处理器执行时实现各可选实现例的交通元素的处理方法。
本申请实施例还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计算机可读存储介质中。计算机设备的处理器从计算机可读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方法实施例涉及的各种可选实现方式中提供的方法。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (13)

1.一种交通元素的处理方法,其特征在于,包括:
获取道路图像以及所述道路图像中包含的目标交通元素集合对应的初始位置,所述目标交通元素集合包含所述道路图像中所包含的至少一个目标交通元素;
获取所述初始位置对应的路网拓扑关系;
对所述道路图像进行识别,识别出所述目标交通元素集合的属性信息,所述目标交通元素集合的属性信息包括所述至少一个目标交通元素的属性信息;
根据所述目标交通元素集合的属性信息和所述路网拓扑关系,对所述初始位置进行校正,得到校正后的位置;
所述方法还包括以下至少一项:
获取所述目标交通元素集合对应的初始吸附道路的终点位置,并确定所述初始位置和所述终点位置之间的距离小于或等于第一预定距离;
获取所述目标交通元素集合对应的初始吸附道路的行进方向,基于所述行进方向和所述路网拓扑关系,确定在所述初始位置前方存在路口节点,且所述路口节点的位置与所述初始位置之间的距离小于或等于第二设定距离。
2.根据权利要求1所述的方法,其特征在于,所述目标交通元素包括行进方向指引元素,所述属性信息包括行进方向指示信息,所述根据所述目标交通元素集合的属性信息和所述路网拓扑关系,对所述初始位置进行校正,得到校正后的位置,包括:
根据所述目标交通元素集合的属性信息和所述路网拓扑关系,确定所述目标交通元素集合对应的最终吸附道路;
基于所述最终吸附道路对所述初始位置进行校正,得到校正后的位置。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标交通元素集合的属性信息和所述路网拓扑关系,确定所述目标交通元素集合对应的最终吸附道路,包括:
若所述目标交通元素集合的行进方向指示信息包含掉头指示,根据所述路网拓扑关系,将满足以下条件的道路确定为所述目标交通元素集合对应的最终吸附道路:
位于所述初始位置前方、与所述初始位置最近且与所述掉头指示关联的道路。
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标交通元素集合的属性信息和所述路网拓扑关系,确定所述目标交通元素集合对应的最终吸附道路,包括:
若所述目标交通元素集合的行进方向指示信息只包含第一转弯指示,则根据所述路网拓扑关系,确定位于所述初始位置前方的且距离所述初始位置最近的转弯道路,所述第一转弯指示为左转指示或者右转指示;
将所述转弯道路确定为所述目标交通元素的最终吸附道路。
5.根据权利要求2所述的方法,其特征在于,所述根据所述目标交通元素集合的属性信息和所述路网拓扑关系,确定所述目标交通元素集合对应的最终吸附道路,包括:
若所述目标交通元素集合的行进方向指示信息包含第二转弯指示,则根据所述路网拓扑关系,将满足以下条件的道路确定为所述目标交通元素集合对应的最终吸附道路:
位于所述初始位置前方、与所述初始位置最近且与所述第二转弯指示对应的转弯前的道路;
其中,所述第二转弯指示包括左转指示、右转指示和直行指示中的至少两项。
6.根据权利要求2所述的方法,其特征在于,所述根据所述目标交通元素集合的属性信息和所述路网拓扑关系,确定所述目标交通元素集合对应的最终吸附道路,包括:
若所述目标交通元素集合的行进方向指示信息仅包含直行指示,根据所述路网拓扑关系,确定位于所述初始位置前方且与所述初始位置最近的路口节点;
若所述路口节点为掉头道路或转弯道路中的至少一项所对应的路口节点,则确定所述目标交通元素集合对应的初始吸附道路,将行进方向与所述初始吸附道路的行进方向一致的且位于所述路口节点前方的下一段道路,确定为所述目标交通元素集合对应的最终吸附道路。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
获取所述目标交通元素集合对应的初始吸附道路;
获取所述道路图像包含的第一车道数以及所述初始吸附道路的第二车道数;
根据所述第一车道数和所述第二车道数,对所述初始吸附道路进行校正。
8.根据权利要求7所述的方法,其特征在于,所述根据所述第一车道数和所述第二车道数,对所述初始吸附道路进行校正,包括:
若所述第一车道数与所述第二车道数之间的差值大于或等于第一设定值,则根据所述路网拓扑关系,将行进方向与所述初始吸附道路的行进方向之间夹角最小的主路,作为所述目标交通元素的最终吸附道路;
若所述第一车道数与所述第二车道数之间的差值小于或等于第二设定值,则根据所述路网拓扑关系,将行进方向与所述初始吸附道路的行进方向之间夹角最小的辅路,作为所述目标交通元素的最终吸附道路,所述第二设定值小于所述第一设定值;
若所述第一车道数与所述第二车道数之间的差值大于所述第二设定值且小于所述第一设定值,则将所述初始吸附道路作为所述目标交通元素的最终吸附道路。
9.根据权利要求1-6任一项所述的方法,其特征在于,所述道路图像为道路图像序列中的任一图像,所述道路图像序列是通过道路图像采集装置拍摄得到的,所述方法还包括:
获取所述目标交通元素集合对应的初始吸附道路,确定所述初始吸附道路的行进方向;
获取所述道路图像对应的道路图像序列的拍摄轨迹所对应的方向;
根据所述拍摄轨迹所对应的方向和所述行进方向,对所述初始吸附道路进行校正。
10.根据权利要求9所述的方法,其特征在于,所述根据所述拍摄轨迹所对应的方向和所述行进方向,对所述初始吸附道路进行校正,包括:
若所述拍摄轨迹所对应的方向和所述行进方向不一致,则根据所述路网拓扑关系查找所述初始吸附道路对应的反向道路,作为校正后的吸附道路;
若所述拍摄轨迹所对应的方向和所述行进方向一致,则将所述初始吸附道路作为校正后的道路。
11.一种交通元素的处理装置,其特征在于,包括:
位置获取模块,用于获取道路图像以及所述道路图像中包含的目标交通元素集合对应的初始位置,所述目标交通元素集合包含所述道路图像中所包含的至少一个目标交通元素;
路网拓扑关系获取模块,用于获取所述初始位置对应的路网拓扑关系;
道路图像识别模块,用于对所述道路图像进行识别,识别出所述目标交通元素集合的属性信息,所述目标交通元素集合的属性信息包括所述至少一个目标交通元素的属性信息;
位置校正模块,用于根据所述目标交通元素集合的属性信息和所述路网拓扑关系,对所述初始位置进行校正,得到校正后的位置;
该装置还包括距离确定模块,所述距离确定模块用于以下至少一项:
获取所述目标交通元素集合对应的初始吸附道路的终点位置,并确定所述初始位置和所述终点位置之间的距离小于或等于第一预定距离;
获取所述目标交通元素集合对应的初始吸附道路的行进方向,基于所述行进方向和所述路网拓扑关系,确定在所述初始位置前方存在路口节点,且所述路口节点的位置与所述初始位置之间的距离小于或等于第二设定距离。
12.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,其中,所述存储器中存储有计算机程序;所述处理器在运行所述计算机程序时,执行权利要求1~10任一项所述的方法。
13.一种计算机可读存储介质,所述存储介质中存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~10任一项所述的方法。
CN202110170155.XA 2021-02-05 2021-02-05 交通元素的处理方法、装置、电子设备及存储介质 Active CN112801012B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110170155.XA CN112801012B (zh) 2021-02-05 2021-02-05 交通元素的处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110170155.XA CN112801012B (zh) 2021-02-05 2021-02-05 交通元素的处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112801012A CN112801012A (zh) 2021-05-14
CN112801012B true CN112801012B (zh) 2021-12-17

Family

ID=75814682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110170155.XA Active CN112801012B (zh) 2021-02-05 2021-02-05 交通元素的处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112801012B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648394B (zh) * 2024-01-29 2024-05-14 航天宏图信息技术股份有限公司 地形图道路的拓扑关系自动维护方法、装置、设备及介质
CN117911574B (zh) * 2024-03-18 2024-05-31 腾讯科技(深圳)有限公司 道路拉直数据处理方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103869351A (zh) * 2014-03-26 2014-06-18 中国铁道科学研究院 适用于无线调车机车信号和监控系统的机车定位方法
CN105117595A (zh) * 2015-08-19 2015-12-02 大连理工大学 一种基于浮动车数据的私家车出行数据集成方法
CN107293116A (zh) * 2017-06-27 2017-10-24 浙江浩腾电子科技股份有限公司 一种基于视频分析的交通事件检测系统
KR20190048952A (ko) * 2017-10-31 2019-05-09 현대자동차주식회사 노면표시기반 차량의 위치추정 방법 및 장치
CN110597711A (zh) * 2019-08-26 2019-12-20 湖南大学 一种基于场景和任务的自动驾驶测试用例生成方法
CN110992723A (zh) * 2019-12-27 2020-04-10 魏贞民 一种无人驾驶交通导航信号设备和其管理系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6560355B2 (ja) * 2015-08-28 2019-08-14 株式会社日立製作所 ランドマーク認識装置及び認識方法
CN109427199B (zh) * 2017-08-24 2022-11-18 北京三星通信技术研究有限公司 用于辅助驾驶的增强现实的方法及装置
CN111652434B (zh) * 2020-06-02 2023-09-29 百度在线网络技术(北京)有限公司 路网数据处理方法、装置、电子设备及计算机存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103869351A (zh) * 2014-03-26 2014-06-18 中国铁道科学研究院 适用于无线调车机车信号和监控系统的机车定位方法
CN105117595A (zh) * 2015-08-19 2015-12-02 大连理工大学 一种基于浮动车数据的私家车出行数据集成方法
CN107293116A (zh) * 2017-06-27 2017-10-24 浙江浩腾电子科技股份有限公司 一种基于视频分析的交通事件检测系统
KR20190048952A (ko) * 2017-10-31 2019-05-09 현대자동차주식회사 노면표시기반 차량의 위치추정 방법 및 장치
CN110597711A (zh) * 2019-08-26 2019-12-20 湖南大学 一种基于场景和任务的自动驾驶测试用例生成方法
CN110992723A (zh) * 2019-12-27 2020-04-10 魏贞民 一种无人驾驶交通导航信号设备和其管理系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Localization Correction Using Road Signs;André Przewodowski 等;《2019 Latin American Robotics Symposium (LARS), 2019 Brazilian Symposium on Robotics (SBR) and 2019 Workshop on Robotics in Education (WRE)》;20200302;全文 *
高速公路出口前置指示标志安全距离计算模型;崔洪军 等;《公路交通科技》;20160430;第33卷(第4期);全文 *

Also Published As

Publication number Publication date
CN112801012A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN111797187B (zh) 地图数据的更新方法、装置、电子设备和存储介质
CN110599570B (zh) 基于众包数据开放场景下的地图生成方法及系统
CN104462190B (zh) 一种基于海量空间轨迹挖掘的在线的位置预测方法
CN111695488B (zh) 兴趣面识别方法、装置、设备以及存储介质
CN111582189B (zh) 交通信号灯识别方法、装置、车载控制终端及机动车
CN112801012B (zh) 交通元素的处理方法、装置、电子设备及存储介质
CN111261016B (zh) 道路地图的构建方法、装置和电子设备
CN113899384B (zh) 车道级道路的路口面显示方法、装置、设备、介质及程序
CN110796714A (zh) 一种地图构建方法、装置、终端以及计算机可读存储介质
CN114034295B (zh) 高精地图生成方法、装置、电子设备、介质及程序产品
CN113377888A (zh) 训练目标检测模型和检测目标的方法
CN111260549A (zh) 道路地图的构建方法、装置和电子设备
CN109101743A (zh) 一种高精度路网模型的构建方法
CN116518960B (zh) 路网更新方法、装置、电子设备和存储介质
CN112507992B (zh) 道路图像之间的拍摄距离确定方法、装置、设备及介质
CN115639823A (zh) 崎岖起伏地形下机器人地形感知与移动控制方法及系统
CN116740667A (zh) 路口面数据生成方法、装置、电子设备及存储介质
CN115344655A (zh) 地物要素的变化发现方法、装置及存储介质
CN112732860B (zh) 道路提取方法、装置、可读存储介质及设备
Mao et al. Obstacle recognition and avoidance for UAVs under resource-constrained environments
CN116958316B (zh) 拓扑图生成方法、装置、计算机设备及存储介质
Zheng et al. A robust strategy for roadside cooperative perception based on multi-sensor fusion
CN113392170A (zh) 一种高精度地图数据的生成方法、装置及服务器
Li et al. VIS-MM: a novel map-matching algorithm with semantic fusion from vehicle-borne images
CN114459483B (zh) 基于机器人导航用地标导航地图构建与应用方法、系统

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: 40044401

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant