CN112857381A - 一种路径推荐方法、装置及可读介质 - Google Patents
一种路径推荐方法、装置及可读介质 Download PDFInfo
- Publication number
- CN112857381A CN112857381A CN201911194050.7A CN201911194050A CN112857381A CN 112857381 A CN112857381 A CN 112857381A CN 201911194050 A CN201911194050 A CN 201911194050A CN 112857381 A CN112857381 A CN 112857381A
- Authority
- CN
- China
- Prior art keywords
- road condition
- road
- target object
- condition information
- path
- 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
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
- G01C21/26—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
-
- 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
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请实施例提供了一种路径推荐方法、装置及可读介质。所述方法包括:通过识别采集的图像中具有拥堵特性的目标对象,根据所述目标对象和当前导航数据,确定行驶道路的路况信息,根据所述路况信息,生成备选路径,进行路径推荐,使得导航能够及时得到更具体、更准确的路况信息,从而解决无法及时纠正错误的路径的问题。
Description
技术领域
本申请涉及导航技术领域,特别是涉及一种路径推荐方法、一种路径推荐装置、一种用于路径推荐的装置、一种机器可读介质。
背景技术
随着导航技术的发展,手机导航、车载导航等导航系统在很大程度上方便了人们的生活。人们希望导航技术能越来越智能地为人们提供导航服务。
申请人经研究发现,导航系统在为用户进行导航时,一般通过大数据挖掘、设备回传运动轨迹、交通指挥中心互通数据等多种方式得到实时路况。在用户沿着导航系统规划的路径行驶时,道路上的路况会发生变化,但是道路上瞬息万变的路况往往难以及时和准确获知,尤其是对道路上的突发情况,例如,交通事故,临时封路等,导航系统获知路况存在不具体、不准确、不及时等问题,无法及时纠正错误的路径,给导航为用户提供更好的服务带来困难。
发明内容
鉴于上述问题,本申请实施例提出了一种克服上述问题或者至少部分地解决上述问题的路径推荐方法、路径推荐装置、用于路径推荐的装置、机器可读介质,本申请实施例能够解决导航系统获知路况存在不具体、不准确、不及时等问题,无法及时纠正错误的路径的问题。
为了解决上述问题,本申请公开了一种路径推荐方法,包括:
识别采集的图像中具有拥堵特性的目标对象;
根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
根据所述路况信息,生成备选路径,进行路径推荐。
可选地,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。
可选地,所述根据所述目标对象和当前导航数据,确定行驶道路的路况信息包括:
根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息;其中,所述路况识别模型为基于目标对象样本、导航数据样本和对应标记的路况信息,通过训练得到的。
可选地,所述路况识别模型还输出所述路况信息对应的结果置信度,在所述根据所述路况信息,生成备选路径之前,所述方法还包括:
根据所述路况信息以及结果置信度,确定所述当前行驶路径需要变更。
可选地,所述方法还包括:
对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据;
将所述差异数据提供至其他导航终端。
本申请实施例还公开了一种路径推荐装置,包括:
对象识别模块,用于识别采集的图像中具有拥堵特性的目标对象;
信息确定模块,用于根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
路径推荐模块,用于根据所述路况信息,生成备选路径,进行路径推荐。
可选地,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。
可选地,所述信息确定模块包括:
识别子模块,用于根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息;其中,所述路况识别模型为基于目标对象样本、导航数据样本和对应标记的路况信息,通过训练得到的。
可选地,所述路况识别模型还输出所述路况信息对应的结果置信度,所述装置还包括:
变更确定模块,用于在所述根据所述路况信息,生成备选路径之前,根据所述路况信息以及结果置信度,确定所述当前行驶路径需要变更。
可选地,所述装置还包括:
比对模块,用于对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据;
数据提供模块,用于将所述差异数据提供至其他导航终端。
本申请实施例还公开了一种用于路径推荐的装置,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
识别采集的图像中具有拥堵特性的目标对象;
根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
根据所述路况信息,生成备选路径,进行路径推荐。
可选地,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。
可选地,所述根据所述目标对象和当前导航数据,确定行驶道路的路况信息包括:
根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息;其中,所述路况识别模型为基于目标对象样本、导航数据样本和对应标记的路况信息,通过训练得到的。
可选地,所述路况识别模型还输出所述路况信息对应的结果置信度,在所述根据所述路况信息,生成备选路径之前,所述装置还包括:
根据所述路况信息以及结果置信度,确定所述当前行驶路径需要变更。
可选地,所述装置还包括:
对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据;
将所述差异数据提供至其他导航终端。
本申请实施例还公开了一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如上述的路径推荐方法。
本申请实施例包括以下优点:
综上所述,依据本申请实施例,通过识别采集的图像中具有拥堵特性的目标对象,根据所述目标对象和当前导航数据,确定行驶道路的路况信息,根据所述路况信息,生成备选路径,进行路径推荐,使得导航能够及时得到更具体、更准确的路况信息,从而解决无法及时纠正错误的路径的问题。
附图说明
图1示出了本申请的一种路径推荐方法实施例一的步骤流程图;
图2示出了本申请的一种路径推荐方法实施例二的步骤流程图;
图3示出了本申请的一种路径推荐装置实施例的结构框图;
图4是根据一示例性实施例示出的一种用于路径推荐的装置的框图;
及图5是本发明的一些实施例中服务器的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
参照图1,示出了本申请的一种路径推荐方法实施例一的步骤流程图,具体可以包括如下步骤:
步骤101,识别采集的图像中具有拥堵特性的目标对象。
在本申请实施例中,采集的图像包括但不限于由导航系统,或与导航系统连接的其他系统采集的图像,例如,车载导航系统连接的车载摄像头采集的图像,或者其他任意适用的图像,本申请实施例对此不做限制。
在本申请中,对图像中的对象进行识别,识别图像中是否包含某类对象,道路以及周边环境中会存在部分对象具备拥堵特性,记为目标对象。例如,红灯、障碍物、某些交通标志、车辆、行人等等都可能会造成道路上一定程度的拥堵,即具备拥堵特性。具体实施时,可以识别出图像中的各种对象,再将具有拥堵特性的目标对象,或者可以仅识别出图像中的具有拥堵特性的目标对象,具体拥堵特性的目标对象的种类可以设定,本申请实施例对此不做限制。
例如,导航系统接入VisionSDK(一种视觉开发软件工具包),允许开发者构建提供增强现实(AR,Augmented Reality)导航的应用程序,也能够识别车辆、行人、交通标志、人行横道和更多信息。
在本申请实施例中,识别采集的图像中具有拥堵特性的一个或多个目标对象时,可以得到一个或多个目标对象的种类,还可以得到一个或多个目标对象在图像上的位置和大小,继而还可以识别出一个或多个目标对象在地图上的位置,具体可以包括任意适用的信息,本申请实施例对此不做限制。例如,识别到图像中的有“前方施工无法通行”标志牌,还可以根据该标志牌在图像中的位置,以及识别出的各个车道的标线,继而识别出该标志牌所处的车道。
在本申请实施例中,可选地,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。其中,路障标志包括用于表示道路当前无法通行的标志,例如,“前方施工无法通行的标志”、“交通管制无法通行的标志”、车辆遇到突发情况停车时在道路上放置的“三角警告牌”等。障碍物包括道路上阻碍车辆行驶的障碍物,例如,在道路上形成阻挡的大石块、封路的栏杆等。交通信号灯包括指挥交通运行的信号灯,例如,红绿灯。车辆包括行驶中的车辆、路边停靠的车辆等。行人包括正在过马路的人流、道路两边行走的行人等。
步骤102,根据所述目标对象和当前导航数据,确定行驶道路的路况信息。
在本申请实施例中,当前导航数据包括但不限于当前位置、当前行驶路径、当前行驶路径上各个道路的相关信息,或者其他任意适用的导航相关的数据,本申请实施例对此不做限制。例如,导航系统通过定位得到的当前位置,以及用户选择的导航系统规划的当前行驶路径。
在本申请实施例中,路况信息包括行驶道路上有关行驶的各种信息,例如,平均行驶速度,事故地点、拥堵信息等,或者其他任意适用的信息,本申请实施例对此不做限制。行驶道路的路况信息可以是当前正在行驶的道路的路况信息,或者可以是当前将要驶入的道路的路况信息。
在本申请实施例中,根据目标对象和当前导航数据,确定行驶道路的路况信息的实现方式可以包括的多种,例如,基于AI(Artificial Intelligence,人工智能)技术,通过深度学习训练得到路况识别模型,将目标对象和当前导航数据输入该路况识别模型,该路况识别模型可以输出行驶道路的路况信息;或者预先设置匹配规则,根据该匹配规则,确定与本次的目标对象和当前导航数据匹配的路况信息,具体可以包括其他任意适用的方式,本申请实施例对此不做限制。
例如,车辆沿着用户选择的当前行驶路径行驶时,识别到前方将要驶入的路口处摆放了“交通管制临时封路”的封路标志,那么根据该封路标志和当前导航数据,确定将要驶入的道路处于封路的状态,及时确定需要重新规划路径,绕开原本将要驶入的道路。
步骤103,根据所述路况信息,生成备选路径,进行路径推荐。
在本申请实施例中,根据目标对象和当前导航数据,确定了最新的路况信息后,由于路况信息的更新可能会使得导航系统原来规划的行驶路径变得不合适,或者出现更加合适的行驶路径,因此,可以根据路况信息,生成备选路径,以供推荐给用户。生成备选路径时,除了通常所需的抵达目的地的各种路径中的各条道路的路况信息外,还需要根据目标对象和当前导航数据,确定的行驶道路的路况信息。
在本申请实施例中,在生成备选路径之前,还可以通过语音与用户交互,根据交互结果,若用户允许导航系统重新路径,则根据路况信息,生成备选路径,并推荐给用户,否则保留原本规划的行驶路径。
例如,根据导航系统接入的VisionSDK上报的目标对象的相关参数,以及当前位置,当前行驶路径等数据,通过路况识别模型,输出行驶道路的路况信息,若表明前方道路不通畅,则通过语音与用户交互,若用户允许导航新系统重新规划路径,则根据确定的路况信息以及其他导航需要的信息,重新生成备选路径。
综上所述,依据本申请实施例,通过识别采集的图像中具有拥堵特性的目标对象,根据所述目标对象和当前导航数据,确定行驶道路的路况信息,根据所述路况信息,生成备选路径,进行路径推荐,使得导航能够及时得到更具体、更准确的路况信息,从而解决无法及时纠正错误的路径的问题。
参照图2,示出了本申请的一种路径推荐方法实施例二的步骤流程图,具体可以包括如下步骤:
步骤201,识别采集的图像中具有拥堵特性的目标对象。
在本申请实施例中,此步骤的具体实现方式可以参见前述实施例中的描述,此处不另赘述。
步骤202,根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息。
在本申请实施例中,由于识别具有拥堵特性的目标对象存在准确度的问题,尤其是某些道路交通标志标线较为复杂,而且依赖于摄像头设备,存在夜间或日间天气状况不佳等情况,都可能降低后续图像处理算法的准确度,因此识别的目标对象可能存在误判,采用机器学习模型,通过大量样本数据的训练,使得路况识别模型可以对路况信息进行更加准确的识别。
该路况识别模型是预先训练好的模型,将目标对象和当前导航数据输入该模型,模型经过计算,确定行驶道路的路况信息。例如,目标对象为前方道路上放置的“交通管制临时封路”的封路标志,当前导航数据包括当前位置以及用户选择的导航系统规划的当前行驶路径,将目标对象和当前导航数据输入路况识别模型,模型经过计算,确定行驶道路的路况信息为“前方行驶道路处于封路状态”。
在本申请实施例中,在采用路况识别模型识别所述行驶道路的路况信息之前,基于目标对象样本、导航数据样本和对应标记的路况信息,训练得到所述路况识别模型。
路况识别模型的训练需要样本数据,目标对象样本是收集的来自大量导航系统识别到的目标对象的样本数据,导航数据样本是收集的来自大量导航系统上传的识别到目标对象时的导航数据的样本数据,以及与目标对象样本和导航数据样本对应的人工标记的路况信息作为标记数据,然后通过有监督的学习方式进行训练,直至达到所需的性能,最终得到路况识别模型。
步骤203,根据所述路况信息以及结果置信度,确定所述当前行驶路径需要变更。
在本申请实施例中,路况识别模型还可以输出路况信息对应的结果置信度,结果置信度用于表征确定的路况信息的可信程度,也可以说是一种概率。路况识别模型在识别路况信息的过程中,该模型不仅会产生路况信息,还会产生与该路况信息对应的一个值,即结果置信度。
在本申请实施例中,在根据路况信息,生成备选路径之前,可以先根据路径信息以及结果置信度,确定当前行驶路径是否需要变更,若需要变更,则根据路况信息,生成备选路径,或者先与用户交互,用户决定重新规划路径时,再重新生成备选路径。
根据路况信息以及结果置信度,确定当前行驶路径需要变更的实现方式包括但不限于:根据路况信息与设定的路况信息是否一致,且结果置信度是否超过设定阈值,来确定当前行驶路径是否需要变更,或者设定不同的路况信息对应于不同的设定阈值,先根据路况信息查找对应的设定阈值,再根据结果置信度是否超过该设定阈值,来确定当前行驶路径是否需要变更,或者其他任意适用的实现方式,本申请实施例对此不做限制。
例如,识别到“交通管制临时封路”的标志牌,据此确定的路况信息为前方道路处于封路状态,结果置信度为50%,那么根据设定的规则,路况信息为封路状态时,结果置信度高于设定的40%,则决定与用户进行交互,询问是否重新规划路径,具体可以设定任意适用的规则,本申请实施例对此不做限制。
步骤204,根据所述路况信息,生成备选路径,进行路径推荐。
在本申请实施例中,此步骤的具体实现方式可以参见前述实施例中的描述,此处不另赘述。
步骤205,对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据。
在本申请实施例中,除了生成备选路径,进行路径推荐外,还可以将根据目标对象和当前导航数据确定的路况信息提供给其他导航终端。行驶道路的路况的历史信息是通过网络获取,当本地根据目标对象和当前导航数据,确定了新的路况信息后,对路况信息和历史信息进行比对,若比对结果为一致,则无需将确定的路况信息提供给其他导航终端,若比对结果为不一致,则得到两者之间的差异数据。路况信息和历史信息中包括多种信息,有些信息可能不会有差异,有些信息可能存在差异,通过比对,得到存在差异的数据,记为差异数据。
例如,行驶道路的路况的历史信息中包括一个描述行驶道路通畅程度的路况值,而确定的路况信息中描述行驶道路通畅程度的路况值与历史信息中的路况值不一致,则该路况值为差异数据。
步骤206,将所述差异数据提供至其他导航终端。
在本申请实施例中,将差异数据提供给其他导航终端,导航终端包括车载导航终端、运行导航应用的移动终端、或者其他任意适用的导航终端。具体实施时,可以先将差异数据上传服务端,再由服务端将差异数据发送给各个导航终端。
综上所述,依据本申请实施例,通过识别采集的图像中具有拥堵特性的目标对象,根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息,根据所述当前位置、当前行驶路径、路况信息以及结果置信度,确定所述当前行驶路径需要变更,根据所述路况信息,生成备选路径,进行路径推荐,使得导航能够及时得到更具体、更准确的路况信息,从而解决无法及时纠正错误的路径的问题。
进一个,通过对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据,将所述差异数据提供至其他导航终端,以便实时将本导航终端收集到的路况的变化情况实时分享给其他导航终端,提高所有导航终端提供准确的导航服务的实时性。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的运动动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的运动动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的运动动作并不一定是本申请实施例所必须的。
参照图3,示出了本申请的一种路径推荐装置实施例的结构框图,具体可以包括:
对象识别模块301,用于识别采集的图像中具有拥堵特性的目标对象;
信息确定模块302,用于根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
路径推荐模块303,用于根据所述路况信息,生成备选路径,进行路径推荐。
在本申请实施例中,可选地,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。
在本申请实施例中,可选地,所述信息确定模块包括:
识别子模块,用于根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息;其中,所述路况识别模型为基于目标对象样本、导航数据样本和对应标记的路况信息,通过训练得到的。
在本申请实施例中,可选地,所述路况识别模型还输出所述路况信息对应的结果置信度,所述装置还包括:
变更确定模块,用于在所述根据所述路况信息,生成备选路径之前,根据所述路况信息以及结果置信度,确定所述当前行驶路径需要变更。
在本申请实施例中,可选地,所述装置还包括:
比对模块,用于对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据;
数据提供模块,用于将所述差异数据提供至其他导航终端。
综上所述,依据本申请实施例,通过识别图像中具有拥堵特性的目标对象,根据所述目标对象和当前导航数据,确定行驶道路的路况信息,根据所述路况信息,生成备选路径,进行路径推荐,使得导航能够及时得到更具体、更准确的路况信息,从而解决无法及时纠正错误的路径的问题。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图4是根据一示例性实施例示出的一种用于路径推荐的装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理部件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统,一个或多个电源,及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑行操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当设备400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到设备400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由装置500的处理器520执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图5是本发明的一些实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置(智能终端或者服务器)的处理器执行时,使得装置能够执行一种路径推荐方法,所述方法包括:
识别采集的图像中具有拥堵特性的目标对象;
根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
根据所述路况信息,生成备选路径,进行路径推荐。
可选地,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。
可选地,所述根据所述目标对象和当前导航数据,确定行驶道路的路况信息包括:
根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息;其中,所述路况识别模型为基于目标对象样本、导航数据样本和对应标记的路况信息,通过训练得到的。
可选地,所述路况识别模型还输出所述路况信息对应的结果置信度,在所述根据所述路况信息,生成备选路径之前,所述方法还包括:
根据所述路况信息以及结果置信度,确定所述当前行驶路径需要变更。
可选地,所述方法还包括:
对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据;
将所述差异数据提供至其他导航终端。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种路径推荐方法、一种路径推荐装置、一种用于路径推荐的装置、一种机器可读介质,进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种路径推荐方法,其特征在于,包括:
识别采集的图像中具有拥堵特性的目标对象;
根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
根据所述路况信息,生成备选路径,进行路径推荐。
2.根据权利要求1所述的方法,其特征在于,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象和当前导航数据,确定行驶道路的路况信息包括:
根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息;其中,所述路况识别模型为基于目标对象样本、导航数据样本和对应标记的路况信息,通过训练得到的。
4.根据权利要求3所述的方法,其特征在于,所述路况识别模型还输出所述路况信息对应的结果置信度,在所述根据所述路况信息,生成备选路径之前,所述方法还包括:
根据所述路况信息以及结果置信度,确定所述当前行驶路径是否需要变更。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述路况信息和行驶道路的路况的历史信息进行比对,得到差异数据;
将所述差异数据提供至其他导航终端。
6.一种路径推荐装置,其特征在于,包括:
对象识别模块,用于识别采集的图像中具有拥堵特性的目标对象;
信息确定模块,用于根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
路径推荐模块,用于根据所述路况信息,生成备选路径,进行路径推荐。
7.根据权利要求6所述的装置,其特征在于,所述目标对象包括路障标志、障碍物、交通信号灯、车辆、行人中至少一种。
8.根据权利要求6所述的装置,其特征在于,所述信息确定模块包括:
识别子模块,用于根据所述目标对象和当前导航数据,采用路况识别模型识别所述行驶道路的路况信息;其中,所述路况识别模型为基于目标对象样本、导航数据样本和对应标记的路况信息,通过训练得到的。
9.一种用于路径推荐的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
识别采集的图像中具有拥堵特性的目标对象;
根据所述目标对象和当前导航数据,确定行驶道路的路况信息;
根据所述路况信息,生成备选路径,进行路径推荐。
10.一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如权利要求1至5中一个或多个所述的路径推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911194050.7A CN112857381A (zh) | 2019-11-28 | 2019-11-28 | 一种路径推荐方法、装置及可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911194050.7A CN112857381A (zh) | 2019-11-28 | 2019-11-28 | 一种路径推荐方法、装置及可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112857381A true CN112857381A (zh) | 2021-05-28 |
Family
ID=75995793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911194050.7A Pending CN112857381A (zh) | 2019-11-28 | 2019-11-28 | 一种路径推荐方法、装置及可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112857381A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327447A (zh) * | 2021-07-20 | 2021-08-31 | 北京百度网讯科技有限公司 | 导航提醒方法、装置、设备、车辆及存储介质 |
CN113916233A (zh) * | 2021-10-20 | 2022-01-11 | 上海擎朗智能科技有限公司 | 导航路线确定方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107907886A (zh) * | 2017-11-07 | 2018-04-13 | 广东欧珀移动通信有限公司 | 行驶状况识别方法、装置、存储介质及终端设备 |
CN109059945A (zh) * | 2018-06-07 | 2018-12-21 | Oppo(重庆)智能科技有限公司 | 路况信息处理的方法、终端设备及计算机可读存储介质 |
CN109196437A (zh) * | 2018-08-21 | 2019-01-11 | 深圳前海达闼云端智能科技有限公司 | 智能驾驶方法、装置及存储介质 |
CN109785633A (zh) * | 2019-03-14 | 2019-05-21 | 百度在线网络技术(北京)有限公司 | 危险路况提醒方法、装置、车载终端、服务器及介质 |
CN109974734A (zh) * | 2019-04-02 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 一种用于ar导航的事件上报方法、装置、终端及存储介质 |
CN109993969A (zh) * | 2019-03-08 | 2019-07-09 | 腾讯大地通途(北京)科技有限公司 | 一种路况判定信息获取方法、装置及设备 |
CN110364008A (zh) * | 2019-08-16 | 2019-10-22 | 腾讯科技(深圳)有限公司 | 路况确定方法、装置、计算机设备和存储介质 |
WO2019205020A1 (zh) * | 2018-04-25 | 2019-10-31 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
-
2019
- 2019-11-28 CN CN201911194050.7A patent/CN112857381A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107907886A (zh) * | 2017-11-07 | 2018-04-13 | 广东欧珀移动通信有限公司 | 行驶状况识别方法、装置、存储介质及终端设备 |
WO2019205020A1 (zh) * | 2018-04-25 | 2019-10-31 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
CN109059945A (zh) * | 2018-06-07 | 2018-12-21 | Oppo(重庆)智能科技有限公司 | 路况信息处理的方法、终端设备及计算机可读存储介质 |
CN109196437A (zh) * | 2018-08-21 | 2019-01-11 | 深圳前海达闼云端智能科技有限公司 | 智能驾驶方法、装置及存储介质 |
CN109993969A (zh) * | 2019-03-08 | 2019-07-09 | 腾讯大地通途(北京)科技有限公司 | 一种路况判定信息获取方法、装置及设备 |
CN109785633A (zh) * | 2019-03-14 | 2019-05-21 | 百度在线网络技术(北京)有限公司 | 危险路况提醒方法、装置、车载终端、服务器及介质 |
CN109974734A (zh) * | 2019-04-02 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 一种用于ar导航的事件上报方法、装置、终端及存储介质 |
CN110364008A (zh) * | 2019-08-16 | 2019-10-22 | 腾讯科技(深圳)有限公司 | 路况确定方法、装置、计算机设备和存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327447A (zh) * | 2021-07-20 | 2021-08-31 | 北京百度网讯科技有限公司 | 导航提醒方法、装置、设备、车辆及存储介质 |
CN113327447B (zh) * | 2021-07-20 | 2022-08-19 | 北京百度网讯科技有限公司 | 导航提醒方法、装置、设备、车辆及存储介质 |
CN113916233A (zh) * | 2021-10-20 | 2022-01-11 | 上海擎朗智能科技有限公司 | 导航路线确定方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596116B (zh) | 测距方法、智能控制方法及装置、电子设备和存储介质 | |
US20200317190A1 (en) | Collision Control Method, Electronic Device and Storage Medium | |
US10161756B2 (en) | Navigation method and device | |
EP3319063B1 (en) | Method and apparatus for launching start-stop function | |
US10071745B2 (en) | Automated drive assisting system, automated drive assisting method, and computer program | |
EP3159867B1 (en) | A method and apparatus for alerting a target vehicle of another vehicle | |
EP3096265A2 (en) | Methods and devices for processing traffic data | |
US10315664B2 (en) | Automatic driving assistance system, automatic driving assistance method, and computer program | |
CN108549880B (zh) | 碰撞控制方法及装置、电子设备和存储介质 | |
CN111289006B (zh) | 车道导航路径生成方法及装置、驾驶控制方法及装置 | |
CN112683287A (zh) | 路径生成方法及装置、电子设备和存储介质 | |
CN114620072B (zh) | 车辆控制方法、装置、存储介质、电子设备及车辆 | |
US20210192239A1 (en) | Method for recognizing indication information of an indicator light, electronic apparatus and storage medium | |
CN105405306A (zh) | 车辆告警方法及装置 | |
US20180059673A1 (en) | Method, apparatus and medium for controlling balance car | |
CN110361018B (zh) | 一种导航方法、装置和电子设备 | |
CN112857381A (zh) | 一种路径推荐方法、装置及可读介质 | |
CN114764911A (zh) | 障碍物信息检测方法、装置、电子设备及存储介质 | |
CN110533948B (zh) | 一种路径推荐方法及装置 | |
CN109961646B (zh) | 一种路况信息的纠错方法及装置 | |
CN111832338A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN116834767A (zh) | 运动轨迹生成方法、装置、设备及存储介质 | |
CN111785044B (zh) | 交通灯控制方法及装置 | |
CN110837258B (zh) | 自动驾驶控制方法及装置、系统、电子设备和存储介质 | |
CN114633764B (zh) | 交通信号灯检测方法、装置、存储介质、电子设备及车辆 |
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 |