CN113012261A - 一种自动构建地图的方法及装置 - Google Patents
一种自动构建地图的方法及装置 Download PDFInfo
- Publication number
- CN113012261A CN113012261A CN202110191741.2A CN202110191741A CN113012261A CN 113012261 A CN113012261 A CN 113012261A CN 202110191741 A CN202110191741 A CN 202110191741A CN 113012261 A CN113012261 A CN 113012261A
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- area
- map
- vehicle parking
- road
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本说明书公开了一种自动构建地图的方法及装置,并具体公开了,获取采集设备行驶过程中采集的第一道路图像数据,在从该第一道路图像数据中识别出第一图像区域以及候选图像区域,进一步地根据预设的非机动车停车规则,从该候选图像区域中确定出能够设立非机动车停车区域所对应的第二图像区域,最后在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。如此,减少了人工的参与,节省了成本,提高了效率,同时保证尽可能的将可用的非机动停车区域进行展示,从而为用户后续在寻找非机动停车区域时提供了更多的便利。
Description
技术领域
本说明书涉及地图构建技术领域,尤其涉及一种自动构建地图的方法及装置。
背景技术
随着共享电单车在国内的各大城市相继投入使用后,共享电单车已成为人们近距离出行的优选出行方式。但是,随着共享电单车投放规模的扩大,越来越多的问题浮出水面。例如,车辆随意乱放。对于随意乱放车辆,一来可能会被监管部门收车,进而导致运营车辆的减少甚至限制车辆的投放数量,再者,需要依赖运营人员人工找回并重新停放,造成运营成本升高。因此,如何使得用户合理的停放车辆已成为当前亟待解决的一大问题。从根本上来说,解决车辆随意乱放这一问题的关键在于,如何建立合理的停车点地图,通过地图的约束来帮助用户更好的停放车辆。
目前,共享电单车或者自行车的停车点的地图是通过人工巡街,确定出道路上已经存在的停车点或者适合设置停车点的地方,再在导航地图中标记出来。如此,存在人工成本高、效率低的问题。
发明内容
本说明书提供一种自动构建地图的方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种自动构建地图的方法,包括:
获取采集设备行驶过程中采集的道路图像数据,作为第一道路图像数据;
在所述第一道路图像数据中识别出第一图像区域以及候选图像区域,所述第一图像区域为已设立的非机动车停车区域所对应的图像区域;
根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域;
根据所述第一图像区域以及所述第二图像区域,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。
可选地,在所述第一道路图像数据中识别出第一图像区域以及候选图像区域,具体包括:
将所述第一道路图像数据输入到预设的图像识别模型中,以识别出所述第一道路图像数据中包含的第一图像区域以及候选图像区域。
可选地,根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域,具体包括:
根据所述采集设备采集所述第一道路图像数据所基于的位置信息,确定所述候选图像区域所对应的地理区域;
若根据所述非机动车停车规则确定所述候选图像区域所对应的地理区域至少包含有设定尺寸的区域,将所述设定尺寸的区域作为目标区域;
将所述目标区域在所述候选图像区域中所对应的图像区域,作为第二图像区域。
可选地,获取地图,具体包括:
获取所述采集设备采集所述第一道路图像数据所对应的轨迹点;
根据所述轨迹点,确定所述采集设备采集所述第一道路图像数据所基于的路网信息,并获取展示所述路网信息的地图,作为基础地图。
可选地,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图,具体包括:
在所述基础地图中标记出所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,得到标记后的基础地图;
获取预设的导航地图,所述导航地图用于机动车的导航;
在所述导航地图中确定与所述基础地图包含的路网信息相匹配的路段,作为目标路段;
根据所述标记后的基础地图,对所述导航地图中所述目标路段周围的地图数据进行更新,以构建用于展示非机动车停车区域的地图。
可选地,所述方法还包括:
获取非机动车在行驶过程中所采集到的道路图像数据,作为第二道路图像数据,所述第二道路图像数据是用户驾驶非机动车时所述非机动车采集的;
若监测到所述用户到达目的地,在构建出的用于展示非机动车停车区域的地图中确定所述目的地对应的非机动车停车区域,并根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中是否有剩余的非机动车停车位;
若是,在用于展示非机动车停车区域的地图中,指示所述用户将所述非机动车停在所述目的地对应的非机动车停车区域内剩余的非机动车停车位。
可选地,根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中是否有剩余的非机动车停车位,具体包括:
根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中已经停放的非机动车的数量,作为目标数量;
若确定所述目标数量小于所述目的地对应的非机动车停车区域所能容纳的非机动车的最大数量,确定所述非机动车停车区域中有剩余的非机动车停车位。
本说明书提供了一种自动构建地图的装置,包括:
数据获取模块,用于获取采集设备行驶过程中采集的道路图像数据,作为第一道路图像数据;
识别模块,用于在所述第一道路图像数据中识别出第一图像区域以及候选图像区域,所述第一图像区域为已设立的非机动车停车区域所对应的图像区域;
确定模块,用于根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域;
地图构建模块,用于根据所述第一图像区域以及所述第二图像区域,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述自动构建地图的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述自动构建地图的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的自动构建地图的方法中,获取采集设备行驶过程中采集的道路图像数据,作为第一道路图像数据,在从在第一道路图像数据中识别出第一图像区域以及候选图像区域,进一步地根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域,最后根据所述第一图像区域以及所述第二图像区域,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。
从上述方法中可以看出,本方法依据采集设备采集的图像数据自动构建出用于展示非机动车停车区域的地图,减少了人工的参与,节省了成本,提高了效率,并且,在确定出已设立的非机动车停车区域外,还将确定出采集区域内能够设立为非机动车停车区域的区域,因此,最终自动构建出的用于展示非机动车停车区域的地图,可以保证尽可能的将可用的非机动停车区域进行展示,从而为用户后续在寻找非机动停车区域时提供了更多的便利。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种自动构建地图的方法的流程示意图;
图2为本说明书提供的一种从候选图像区域所对应的地理区域中确定目标区域的示意图;
图3为本说明书提供的另一种从候选图像区域所对应的地理区域中确定目标区域的示意图;
图4为本说明书提供的生成基础地图的示意图;
图5为本说明书提供的一种自动构建地图的装置的示意图;
图6为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
图1为本说明书中一种自动构建地图的方法的流程示意图,具体包括以下步骤:
步骤S100,获取采集设备行驶过程中采集的道路图像数据,作为第一道路图像数据。
本说明书中,自动构建地图的方法的执行主体可以是服务器,也可以是诸如台式电脑等终端设备。下面为了便于描述,本说明书中仅以执行主体为服务器进行举例说明。
具体实施中,服务器首先需要获取采集设备行驶过程中采集的道路图像数据,并将这些采集的道路图像数据作为第一道路图像数据。其中,采集设备可以是装配有预设种类传感器的移动装置。例如,装载有摄像头等传感器的非机动车(如,自行车、电瓶车),装载有摄像头等传感器的机动车辆(如,汽车)。装载的传感器种类不同,则采集设备采集到的第一道路图像数据不完全相同,其中,第一道路图像数据可以是由摄像头拍摄的二维图像数据,也可以是由激光雷达采集的三维点云数据。
当采集设备为非机动车时,该非机动车沿非机动车道的规定行驶方向行驶,并采集非机动车道的行驶方向前方以及非机动车道两侧的道路图像数据,作为第一道路图像数据。若该采集设备为机动车,则该机动车在机动车道按照规定行驶方向行驶,并采集机动车道前方以及右侧的道路图像数据(机动车正常行驶时通常是靠右行驶,所以,位于机动车右侧的图像所呈现出的环境细节,往往比位于机动车左侧的图像所呈现出的环境细节更为的清楚),作为第一道路图像数据,当然,在行车道数目较少或者不区分行车道时,机动车还可以同时采集道路两侧的道路图像数据,并作为第一道路图像数据。
步骤S102,在所述第一道路图像数据中识别出第一图像区域以及候选图像区域。
具体地,服务器将第一道路图像数据输入到预设的图像识别模型中,进而通过该图像识别模型识别出第一道路图像数据中包含的第一图像区域以及候选图像区域。其中,所述第一图像区域为已设立的非机动车停车区域所对应的图像区域。所谓的已设立的非机动车停车区域是指人为已经划分出的非机动车停车区域,在实际应用中,通常采用划线的方式在实际道路中划分出非机动车停车区域。本说明书中提及的非机动车停车区域可以指共享非机动车(共享单车/共享电单车)的规定停放区域,专用于停放共享非机动车。非机动车停车区域设立后也可以用于停放属于公民个人财产的非机动车辆,进而引导城市居民更为合理的停放非机动车辆,减少乱停乱放的情况出现。当然,由于摩托车与非机动车的大小相当,所以,通过本说明书划分出的非机动车停车区域,也可以停放摩托车。
需要说明的是,服务器从一个第一道路图像数据中识别出的图像区域可以仅包括第一图像区域,也可以仅包括候选图像区域,还可以同时包括第一图像区域和候选图像区域。
还需说明的是,本说明书中,在使用上述图像识别模型时,需要先对其进行模型训练,其中,该图像识别模型可以采用常规的有监督训练方式进行训练,即,可以先通过人工对采集的道路图像数据中的第一图像区域以及候选图像区域进行标注,再通过人工标注后的道路图像数据对该图像识别模型进行训练。具体过程在此就不详细说明了。
另外,基于实际经验,非机动车停车区域一般设置在具有较大区域面积的人行道上,或者是设置在用于分隔非机动车道和机动车道的隔离带上。故,本说明书中的候选图像区域可以是指第一道路图像数据中人行道所在的图像区域,和/或第一道路图像数据中包含的用于分隔非机动车道和机动车道的隔离带所在的图像区域。
步骤S104,根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域。
具体实施中,服务器可以先根据采集设备采集第一道路图像数据所基于的位置信息,确定该候选图像区域所对应的地理区域,然后,根据非机动车停车规则判断候选图像区域所对应的地理区域中至少包含有设定尺寸的区域,若存在,则将该设定尺寸的区域作为目标区域,进一步地将该目标区域在该候选图像区域中所对应的图像区域,作为第二图像区域。
其中,采集设备采集第一道路图像数据所基于的位置信息,可以通过常规的定位方式来进行获取,如全球定位系统(Global Positioning System,GPS),WiFi定位、基站定位等等,本说明书不对具体的定位方式进行限定。
进一步地,服务器可以通过多种方式,确定该候选图像区域所对应的地理区域,具体地确定方式与采集设备上配置的传感器种类相关。例如,采集设备上配置有摄像头和激光雷达传感器,服务器将摄像头采集图像数据与激光雷达传感器采集的点云数据进行电云数据融合,再集合采集设备采集第一道路图像数据所基于的位置信息,确定该候选图像区域所对应的地理区域。再例如,采集设备上配置有双目摄像头,服务器根据双目摄像头采集图像数据进行深度估计,确定采集的图像数据对应的深度图,再结合采集设备采集第一道路图像数据所基于的位置信息,确定该候选图像区域所对应的地理区域。其他的方式在此就不一一举例说明了。
服务器在确定出候选图像区域所对应的地理区域后,将判断该地理区域内是否存在能够设立为非机动车停车区域,即目标区域,若是,则可以将这些目标区域确定出来。
例如,如图2所示,若预设的非机动车停车规则中,设定非机动车停车区域为长为5米,宽为2米的矩形区域,则从图2所示的候选图像区域所对应的地理区域中,可以框出两个满足预设的尺寸条件的区域(分别为区域1和区域2),则可以将区域1和区域2作为目标区域,且将区域1和区域2在该候选图像区域中所对应的图像区域,作为第二图像区域。
在本说明书中,在候选图像区域对应的地理区域中确定目标区域的方式可以有多种,例如,服务器可以按照一定的方向(如从下至上、从左到右等),在候选图像区域对应的地理区域中依次划分出不相重叠的各目标区域;再例如,服务器可以先确定出候选图像区域对应的地理区域的轮廓线,并确定出轮廓线中的宽度突变点(所谓的宽度突变点是指宽度的前后变化超出设定阈值的点),并通过确定出的宽度突变点,在候选图像区域对应的地理区域中划分出若干的候选区域,而后,针对每个候选区域,可以确定该候选区域中是否能够容纳设定尺寸的区域,若是,则在该候选区域中划分出设定尺寸的区域,作为目标区域,如图3所示。
图3为本说明书提供的另一种从候选图像区域所对应的地理区域中确定目标区域的示意图。
图3示出了候选图像区域所对应的地理区域的底边宽度,且该候选图像区域所对应的地理区域中存在两个宽度突变点,而基于上述两个宽度突变点,服务器可以以平行于底边,且分别通过这两个宽度突变点的直线对该候选图像区域所对应的地理区域进行划分,得到三个候选区域。随后,针对每个候选区域,确定该候选区域中是否能够容纳设定尺寸的区域,若存在,则在该候选区域中划分出设定尺寸的区域,作为目标区域。
进一步地,为了保证行人在人行道上能够正常通行,本说明书中,根据预设的非机动车停车规则确定第二图像区域时,还可以保证在设立非机动车停车区域后,人行道剩余的宽度要大于设定的宽度阈值,且设立的非机动车停车区域紧靠在人行道的一侧,以使得人行道上未被占用的地理区域尽可能不被分隔,进而能够良好的实现行人通行的功能。
具体实施中,服务器可以先获取候选图像区域所对应的地理区域的形状以及大小,并扫描该候选图像区域所对应的每个子地理区域,确定每个子地理区域对应的宽度,随后,针对每个子地理区域,若假定按照上述设定尺寸,将需要设立的非机动车停车区域设置在该子地理区域的一侧下,该子地理区域中剩余宽度不低于设定宽度阈值,则可以在该子地理区域中划分用于设立非机动车停车区域的目标区域。
另外,为了保证划定的非机动车停车区域不覆盖已布置的盲道,井盖等设施。服务器可以在上述候选图像区域中识别出已布置的盲道,井盖等设施,并基于采集设备采集第一道路图像数据所基于的位置信息,确定出已布置的盲道,井盖等设施对应的地理位置,进而在划分上述目标区域时,避开这些地理位置。
需要说明的是,不同的地区对应的非机动车停车规则不尽相同,在从候选图像区域中确定能够设立非机动车停车区域所对应的图像区域时,需要根据实际的非机动车停车规则灵活设置,在此不一一赘述。
步骤S106,根据所述第一图像区域以及所述第二图像区域,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。
本说明书中,服务器在确定出第一图像区域以及第二图像区域后,需要将该第一图像区域以及该第二图像区域对应的地理区域在获取到的地图中标记出来,以向查看地图的用户展示各非机动车停车区域。
需要说明的是,在实际应用中,采集设备采集到的一个第一道路图像数据中可能只包含有已设立的非机动车停车区域的部分图像,所以,单纯依靠这一帧道路图像数据中的第一图像区域所能确定出的,也只是该已设立的非机动车停车区域所对应的部分地理区域。同理,由于候选图像区域中也可能只包含有能够设立非机动车停车区域的部分图像,所以,通过候选图像区域,可能也只是确定出的能够设立的非机动车停车区域的部分地理区域。
所以,服务器在基于上述第一图像区域构建出用于展示非机动车停车区域的地图时,需要根据从多个第一道路图像数据中识别出的与该非机动车停车区域相对应的第一图像区域所对应的地理区域,以确定出该非机动车停车区域对应的完整的地理区域,随后在获取到的地图中标记出该非机动车停车区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。相应地,服务器也可以根据从多个第一道路图像数据中识别出的与该非机动车停车区域相对应的候选图像区域所对应的地理区域,以确定出该非机动车停车区域对应的完整的地理区域,随后在获取到的地图中标记出该非机动车停车区域对应的完整地理区域,以构建出用于展示非机动车停车区域的地图。
在本说明书中,服务器获取地图的方式可以有多种,例如,服务器可以获取预设的导航地图,也可以根据采集设备采集第一道路图像数据时的行驶轨迹,构建出相应的地图。参见图4,图中有箭头的线条表示采集设备采集第一道路图像数据的行驶方向,以及行驶轨迹,服务器在获取地图时,获取采集设备采集第一道路图像数据所对应的轨迹点,然后根据这些轨迹点,确定采集设备采集第一道路图像数据所基于的路网信息,并获取展示该路网信息的地图,作为基础地图。其中,采集设备采集第一道路图像数据所基于的路网信息是根据采集设备采集第一道路图像数据时的行驶轨迹形成的,该路网信息与采集设备的行驶轨迹基本重合。本说明书中,采集设备是沿已有道路行驶过程中采集的第一道路图像数据,如此采集设备的行驶轨迹即是城市中已规划的道路,也即城市的路网信息,在一定程度上,该路网信息可以表示城市道路的空间特性。
在有多台采集设备采集第一道路图像数据时,需要对这些采集设备的轨迹点进行筛选连接,进而得到采集设备采集第一道路图像数据所基于的路网信息,并获取展示该路网信息的地图,作为基础地图。
需要说明的是,服务器在基础地图中呈现确定出的非机动车停车区域的方式可以有多种。例如,服务器可以按照划分出的非机动车停车区域的形状,在基础地图中直接进行展示;再例如,服务器可以将确定出的非机动车停车区域以标记点的形式在基础地图中进行展示。其中,当用户点击标记点时,可以展示非机动车停车区域对应的信息展示浮层。此时,在该信息展示浮层中展示的信息可以包括:非机动车停车区域的地理位置、非机动车停车区域中剩余的非机动车停车位、非机动车停车区域对应的实际图像等。其他的方式在此就不一一举例说明了。
进一步地,标记后的基础地图对应的地图数据格式可以与高精地图(无人驾驶技术中使用的地图)的地图数据格式一致,如此,标记后的基础地图可以高精地图上叠加展示,进而可以直接迁移到无人驾驶地图中使用。基于此,使用本说明书提供的自动构建地图的方法的无人驾驶设备可以用于执行配送领域的配送任务,如,使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。当然,若是执行配送任务的无人驾驶设备的尺寸,与非机动车的尺寸相当,则服务器基于本说明书构建出的地图,也可以指示执行配送任务的无人驾驶设备在非机动车停车区域进行停放。
通过上述步骤,服务器依据采集设备采集的图像数据自动构建出用于展示非机动车停车区域的地图,减少了人工的参与,节省了成本,提高了效率,并且,在确定出已设立的非机动车停车区域外,还将确定出采集区域内能够设立为非机动车停车区域的区域,因此,最终自动构建出的用于展示非机动车停车区域的地图,可以保证尽可能的将可用的非机动停车区域进行展示,从而为用户后续在寻找非机动停车区域时提供了更多的便利。
进一步的,服务器还可以在已有的导航地图,展示各非机动车停车区域的地理区域。
具体地,服务器可以确定在基础地图中标记出的第一图像区域对应的地理区域以及第二图像区域对应的地理区域,然后直接在已有的导航地图中,第一图像区域对应的地理区域以及第二图像区域对应的地理区域上标记出与之对应的非机动车停车区域,以构建用于展示非机动车停车区域的地图。
此外,服务器可以在基础地图中标记出第一图像区域对应的地理区域以及第二图像区域对应的地理区域,得到标记后的基础地图,然后获取预设的导航地图,接着在获取到的用于机动车导航的导航地图中确定与上述基础地图包含的路网信息相匹配的路段,作为目标路段,最终根据该标记后的基础地图,对获取到的导航地图中该目标路段周围的地图数据进行更新,以构建用于展示非机动车停车区域的地图。
进一步地,用户使用构建出的用于展示非机动车停车区域的地图时,在用户需要停放非机动车,服务器引导用户合理停放车辆。
具体地,服务器获取非机动车在行驶过程中所采集到的道路图像数据,作为第二道路图像数据,若监测到该用户到达目的地,在构建出的用于展示非机动车停车区域的地图中,确定上述目的地对应的非机动车停车区域,并根据该第二道路图像数据,确定目的地对应的非机动车停车区域中是否有剩余的非机动车停车位;若确定有剩余的非机动车停车位,则在用于展示非机动车停车区域的地图中,指示该用户将非机动车停在目的地对应的非机动车停车区域内剩余的非机动车停车位。在本说明书中,第一道路图像数据是指用于构建地图所使用的采集设备采集的图像数据,而第二道路图像数据是指在已经构建出地图的情况下,用户在驾驶非机动车时,非机动车上所采集到的图像数据。
其中,服务器监测判断用户是否到达目的地的方式有多种。例如,根据用户在导航地图中输入的目的地,实时监测用户位置,当用户到达输入的目的地时,确定用户监测到该用户到达目的地。再例如,根据用户设立的常用地址标签(如,家、公司、学校等地址),当识别到用户到达常用地址标签对应的地理位置时,确定用户监测到该用户到达目的地。再例如,持续监测用户的行车速度,当车速持续下降,并保持较低车速行驶,甚至停止移动的时长大于设定时长阈值时,确定用户监测到该用户到达目的地。
另外,服务器确定目的地对应的非机动车停车区域中有剩余的非机动车停车位的方式同样有多种。例如,服务器根据非机动车在行驶过程中所采集到的第二道路图像数据,确定该目的地对应的非机动车停车区域中已经停放的非机动车的数量,作为目标数量,随后,若确定该目标数量小于目的地对应的非机动车停车区域所能容纳的非机动车的最大数量,则确定该非机动车停车区域中有剩余的非机动车停车位。再例如,每个非机动车辆定时向服务器上报地理位置信息,服务器根据各非机动车上报的地理位置信息以及目的地对应的非机动车停车区域的地理位置,统计该目的地对应的非机动车停车区域内已停靠的非机动车数目,当统计出的已停靠的非机动车数目小于目的地对应的非机动车停车区域所能容纳的非机动车的最大数量时,确定该非机动车停车区域中有剩余的非机动车停车位。
如此,在用户到达目的地后,服务器可以根据行驶过程采集的道路图像数据,确定用户所到达的目的地对应的非机动车停车区域内的停车情况,并在确定有剩余的非机动车停车位时,通过用于展示非机动车停车区域的地图中,指示该用户将非机动车停在剩余的非机动车停车位。这样有助于帮助用户更为合理地将非机动车停入非机动车停车区域内,减少乱停乱放的情况出现。
此外,终端设备作为本说明书中自动构建地图的技术方案的执行主体时,实现自动构建地图的业务逻辑与本说明书中服务器实现自动构建地图的业务逻辑是基本相同的。故不再一一赘述。
以上为本说明书的一个或多个实施例提供的自动构建地图的方法,基于同样的思路,本说明书还提供了相应的自动构建地图的装置,如图5所示。
图5为本说明书提供的一种自动构建地图的装置示意图,具体包括:
数据获取模块500,用于获取采集设备行驶过程中采集的道路图像数据,作为第一道路图像数据;
识别模块501,用于在所述第一道路图像数据中识别出第一图像区域以及候选图像区域,所述第一图像区域为已设立的非机动车停车区域所对应的图像区域;
确定模块502,用于根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域;
地图构建模块503,用于根据所述第一图像区域以及所述第二图像区域,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。
可选地,所述识别模块501,具体用于将所述第一道路图像数据输入到预设的图像识别模型中,以识别出所述第一道路图像数据中包含的第一图像区域以及候选图像区域。
可选地,所述确定模块502,具体用于根据所述采集设备采集所述第一道路图像数据所基于的位置信息,确定所述候选图像区域所对应的地理区域;若根据所述非机动车停车规则确定所述候选图像区域所对应的地理区域至少包含有设定尺寸的区域,将所述设定尺寸的区域作为目标区域;将所述目标区域在所述候选图像区域中所对应的图像区域,作为第二图像区域。
可选地,所述地图构建模块503,具体用于获取所述采集设备采集所述第一道路图像数据所对应的轨迹点;根据所述轨迹点,确定所述采集设备采集所述第一道路图像数据所基于的路网信息,并获取展示所述路网信息的地图,作为基础地图。
可选地,所述确定模块502,具体用于在所述基础地图中标记出所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,得到标记后的基础地图;获取预设的导航地图,所述导航地图用于机动车的导航;在所述导航地图中确定与所述基础地图包含的路网信息相匹配的路段,作为目标路段;根据所述标记后的基础地图,对所述导航地图中所述目标路段周围的地图数据进行更新,以构建用于展示非机动车停车区域的地图。
可选地,所述装置还包括:
监测模块504,用于获取非机动车在行驶过程中所采集到的道路图像数据,作为第二道路图像数据,所述第二道路图像数据是用户驾驶非机动车时所述非机动车采集的;若监测到所述用户到达目的地,在构建出的用于展示非机动车停车区域的地图中确定所述目的地对应的非机动车停车区域,并根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中是否有剩余的非机动车停车位;若是,在用于展示非机动车停车区域的地图中,指示所述用户将所述非机动车停在所述目的地对应的非机动车停车区域内剩余的非机动车停车位。
可选地,所述监测模块504,具体用于根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中已经停放的非机动车的数量,作为目标数量;若确定所述目标数量小于所述目的地对应的非机动车停车区域所能容纳的非机动车的最大数量,确定所述非机动车停车区域中有剩余的非机动车停车位。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的自动构建地图的方法。
本说明书还提供了图6所示的电子设备的示意结构图。如图6所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的自动构建地图的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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设备上,使得在计算机或其他可编程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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者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、商品或者设备所固有的要素。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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书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,本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种自动构建地图的方法,其特征在于,包括:
获取采集设备行驶过程中采集的道路图像数据,作为第一道路图像数据;
在所述第一道路图像数据中识别出第一图像区域以及候选图像区域,所述第一图像区域为已设立的非机动车停车区域所对应的图像区域;
根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域;
根据所述第一图像区域以及所述第二图像区域,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。
2.如权利要求1所述的方法,其特征在于,在所述第一道路图像数据中识别出第一图像区域以及候选图像区域,具体包括:
将所述第一道路图像数据输入到预设的图像识别模型中,以识别出所述第一道路图像数据中包含的第一图像区域以及候选图像区域。
3.如权利要求1所述的方法,其特征在于,根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域,具体包括:
根据所述采集设备采集所述第一道路图像数据所基于的位置信息,确定所述候选图像区域所对应的地理区域;
若根据所述非机动车停车规则确定所述候选图像区域所对应的地理区域至少包含有设定尺寸的区域,将所述设定尺寸的区域作为目标区域;
将所述目标区域在所述候选图像区域中所对应的图像区域,作为第二图像区域。
4.如权利要求1所述的方法,其特征在于,获取地图,具体包括:
获取所述采集设备采集所述第一道路图像数据所对应的轨迹点;
根据所述轨迹点,确定所述采集设备采集所述第一道路图像数据所基于的路网信息,并获取展示所述路网信息的地图,作为基础地图。
5.如权利要求4所述的方法,其特征在于,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图,具体包括:
在所述基础地图中标记出所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,得到标记后的基础地图;
获取预设的导航地图,所述导航地图用于机动车的导航;
在所述导航地图中确定与所述基础地图包含的路网信息相匹配的路段,作为目标路段;
根据所述标记后的基础地图,对所述导航地图中所述目标路段周围的地图数据进行更新,以构建用于展示非机动车停车区域的地图。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取非机动车在行驶过程中所采集到的道路图像数据,作为第二道路图像数据,所述第二道路图像数据是用户驾驶非机动车时所述非机动车采集的;
若监测到所述用户到达目的地,在构建出的用于展示非机动车停车区域的地图中确定所述目的地对应的非机动车停车区域,并根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中是否有剩余的非机动车停车位;
若是,在用于展示非机动车停车区域的地图中,指示所述用户将所述非机动车停在所述目的地对应的非机动车停车区域内剩余的非机动车停车位。
7.如权利要求6所述的方法,其特征在于,根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中是否有剩余的非机动车停车位,具体包括:
根据所述第二道路图像数据,确定所述目的地对应的非机动车停车区域中已经停放的非机动车的数量,作为目标数量;
若确定所述目标数量小于所述目的地对应的非机动车停车区域所能容纳的非机动车的最大数量,确定所述非机动车停车区域中有剩余的非机动车停车位。
8.一种自动构建地图的装置,其特征在于,包括:
数据获取模块,用于获取采集设备行驶过程中采集的道路图像数据,作为第一道路图像数据;
识别模块,用于在所述第一道路图像数据中识别出第一图像区域以及候选图像区域,所述第一图像区域为已设立的非机动车停车区域所对应的图像区域;
确定模块,用于根据预设的非机动车停车规则,从所述候选图像区域中确定出能够设立非机动车停车区域所对应的图像区域,作为第二图像区域;
地图构建模块,用于根据所述第一图像区域以及所述第二图像区域,在获取到的地图上标记所述第一图像区域对应的地理区域以及所述第二图像区域对应的地理区域,以构建出用于展示非机动车停车区域的地图。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110191741.2A CN113012261B (zh) | 2021-02-19 | 2021-02-19 | 一种自动构建地图的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110191741.2A CN113012261B (zh) | 2021-02-19 | 2021-02-19 | 一种自动构建地图的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113012261A true CN113012261A (zh) | 2021-06-22 |
CN113012261B CN113012261B (zh) | 2022-06-10 |
Family
ID=76403914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110191741.2A Active CN113012261B (zh) | 2021-02-19 | 2021-02-19 | 一种自动构建地图的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113012261B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113917452A (zh) * | 2021-09-30 | 2022-01-11 | 北京理工大学 | 一种视觉与雷达结合的盲道检测装置和方法 |
CN115641746A (zh) * | 2022-09-29 | 2023-01-24 | 深圳市旗扬特种装备技术工程有限公司 | 一种共享单车空闲车位识别方法、停车引导方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150177002A1 (en) * | 2013-12-24 | 2015-06-25 | Mobydom Ltd. | Method and system for generating a parking areas map based on signals from personal communication devices indicative of parking events |
CN105015419A (zh) * | 2015-07-17 | 2015-11-04 | 中山大学 | 基于立体视觉定位与建图的自动泊车系统及方法 |
CN107909808A (zh) * | 2017-11-08 | 2018-04-13 | 东南大学 | 一种共享单车的停车管理方法 |
CN109544981A (zh) * | 2018-12-29 | 2019-03-29 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备和介质 |
CN109584613A (zh) * | 2018-12-19 | 2019-04-05 | 东软睿驰汽车技术(沈阳)有限公司 | 一种空闲停车位的位置信息共享方法及装置 |
CN109598977A (zh) * | 2019-01-04 | 2019-04-09 | 上海钧正网络科技有限公司 | 基于视频监控的车辆检测方法、装置、系统及服务器 |
CN109658733A (zh) * | 2018-12-28 | 2019-04-19 | 北京摩拜科技有限公司 | 停车区域的获取方法、服务器及车辆系统 |
KR20200127842A (ko) * | 2019-05-02 | 2020-11-11 | 한형우 | 실시간 공유주차 서비스시스템 |
-
2021
- 2021-02-19 CN CN202110191741.2A patent/CN113012261B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150177002A1 (en) * | 2013-12-24 | 2015-06-25 | Mobydom Ltd. | Method and system for generating a parking areas map based on signals from personal communication devices indicative of parking events |
CN105015419A (zh) * | 2015-07-17 | 2015-11-04 | 中山大学 | 基于立体视觉定位与建图的自动泊车系统及方法 |
CN107909808A (zh) * | 2017-11-08 | 2018-04-13 | 东南大学 | 一种共享单车的停车管理方法 |
CN109584613A (zh) * | 2018-12-19 | 2019-04-05 | 东软睿驰汽车技术(沈阳)有限公司 | 一种空闲停车位的位置信息共享方法及装置 |
CN109658733A (zh) * | 2018-12-28 | 2019-04-19 | 北京摩拜科技有限公司 | 停车区域的获取方法、服务器及车辆系统 |
CN109544981A (zh) * | 2018-12-29 | 2019-03-29 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备和介质 |
CN109598977A (zh) * | 2019-01-04 | 2019-04-09 | 上海钧正网络科技有限公司 | 基于视频监控的车辆检测方法、装置、系统及服务器 |
KR20200127842A (ko) * | 2019-05-02 | 2020-11-11 | 한형우 | 실시간 공유주차 서비스시스템 |
Non-Patent Citations (2)
Title |
---|
GOSAL, A. S等: "Landscape aesthetics: Spatial modelling and mapping using social media images and machine learning", 《ECOLOGICAL INDICATORS》 * |
姚琳: "基于物联网技术的智能停车场管理系统的设计与实现", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113917452A (zh) * | 2021-09-30 | 2022-01-11 | 北京理工大学 | 一种视觉与雷达结合的盲道检测装置和方法 |
CN113917452B (zh) * | 2021-09-30 | 2022-05-24 | 北京理工大学 | 一种视觉与雷达结合的盲道检测装置和方法 |
CN115641746A (zh) * | 2022-09-29 | 2023-01-24 | 深圳市旗扬特种装备技术工程有限公司 | 一种共享单车空闲车位识别方法、停车引导方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113012261B (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3673407B1 (en) | Automatic occlusion detection in road network data | |
US10755115B2 (en) | Method, apparatus, and system for generating synthetic image data for machine learning | |
CN108253975B (zh) | 一种建立地图信息及车辆定位的方法与设备 | |
US11501104B2 (en) | Method, apparatus, and system for providing image labeling for cross view alignment | |
EP3836116A1 (en) | System and method to generate traffic congestion estimation data for calculation of traffic condition in a region | |
CN105761500A (zh) | 交通事故处理方法及交通事故处理装置 | |
CN113012261B (zh) | 一种自动构建地图的方法及装置 | |
CA2704638A1 (en) | Method and system for the use of probe data from multiple vehicles to detect real world changes for use in updating a map | |
CN111144211A (zh) | 点云显示方法和装置 | |
CN108332761B (zh) | 一种使用及创建路网地图信息的方法与设备 | |
CN111739323B (zh) | 一种路口信息的采集方法及装置 | |
US20210375135A1 (en) | Method for indicating parking position and vehicle-mounted device | |
JP2016126756A (ja) | 危険判定方法、危険判定装置、危険出力装置及び危険判定システム | |
EP3038021A1 (en) | Risk determination method, risk determination device, risk determination system, and risk output device | |
CN114295119B (zh) | 一种构建地图的方法及装置 | |
CN112327864A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN110530398B (zh) | 一种电子地图精度检测的方法及装置 | |
CN113033527A (zh) | 一种场景识别方法、装置、存储介质及无人设备 | |
CN113008249A (zh) | 移动机器人的避让点检测方法、避让方法以及移动机器人 | |
WO2023179030A1 (zh) | 一种道路边界检测方法、装置、电子设备、存储介质和计算机程序产品 | |
CN109740502B (zh) | 道路质量检测方法及装置 | |
EP3521757A1 (en) | Information processing apparatus and automatic driving track management system | |
CN106781470B (zh) | 城市道路的运行速度的处理方法及装置 | |
CN112923948B (zh) | 车辆导航播报方法、装置、电子设备和存储介质 | |
CN112163478A (zh) | 一种目标检测的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |