CN113029187A - 融合adas精细感知数据的车道级导航方法与系统 - Google Patents
融合adas精细感知数据的车道级导航方法与系统 Download PDFInfo
- Publication number
- CN113029187A CN113029187A CN202110337888.8A CN202110337888A CN113029187A CN 113029187 A CN113029187 A CN 113029187A CN 202110337888 A CN202110337888 A CN 202110337888A CN 113029187 A CN113029187 A CN 113029187A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- navigation
- information
- adas
- 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
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 title claims abstract description 50
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 title claims abstract description 50
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 title claims abstract description 50
- 230000008447 perception Effects 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000006870 function Effects 0.000 claims abstract description 43
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 230000009471 action Effects 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000005267 amalgamation Methods 0.000 claims 2
- 239000003550 marker Substances 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000004927 fusion Effects 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3658—Lane guidance
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
- G01C21/3673—Labelling using text of road map data items, e.g. road names, POI names
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
- G01C21/3694—Output thereof on a road map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种融合ADAS精细感知数据的车道级导航方法,包括步骤:采集车辆前方实时道路图像,并对采集的图像进行预处理;提取预处理后图像中车道线特征点并确定车道线信息;提取预处理后图像中车辆所在车道区域内道路标志的特征点及轮廓边缘线,并结合车道指示标志提取规则生成车道指示标记特征点信息;识别并输出相应的车道编号和车道功能;将识别到信息传输给车载导航中控平台,或者传输给移动终端导航APP;生成自动导航指示,为驾驶员提供车道级的精准动作指引。本发明通过有效融合ADAS数据,实现前向感知目标与现有车载导航系统的融合,具有成本低、兼容性好的优点,可以有效解决目前车载导航技术车道定位精度低的问题。
Description
技术领域
本发明涉及智能车辆导航领域,尤其涉及一种融合ADAS精细感知数据的车道级导航方法与系统。
背景技术
随着国民经济的不断发展和人民生活水平的不断提高,汽车的保有量急剧增加,随之而来的是人们对交通信息的需求也与日俱增,各类汽车导航产品也因此逐渐走进人们的视野。
纵观汽车导航市场的发展,汽车导航产品已基本实现了车辆自定位与地图匹配、路径的规划与导航、路况信息查询等,但导航产业仍然面临很多障碍,比如:实时动态信息交换能力不足,目前的车载导航系统只能被动的接收GPS卫星信号,结合预装的电子地图,不能与外界的信息进行实时的交互,并且在此基础上还存在导航精度不高的问题,目前各种导航系统在导航精度上不能达到车道级的精准度,或者需要依靠高精度的电子地图才能完成,这也就增加了导航成本,降低了技术的可行性。
发明内容
本发明为了解决现有导航技术中导航精度不高、营运成本高的问题,提出了一种利用ADAS系统辅助信息采集并实现车道级定位及车道功能导航的方法与系统。
本发明所采用的技术方案是:
提供一种融合ADAS精细感知数据的车道级导航方法,包括以下步骤:
S1、采集车辆前方实时道路图像,并对采集的图像进行预处理;
S2、提取预处理后图像中车道线特征点并确定车道线信息,包括车道线数量、车道线位置、车道线种类;
S3、提取预处理后图像中车辆所在车道区域内道路标志的特征点及轮廓边缘线,并结合车道指示标志提取规则生成车道指示标记特征点信息;
S4、根据车道线数量、位置、种类和车道指示标志特征点信息并结合预设的车道编号和车道指示标志功能编号规则,识别并输出相应的车道编号和车道功能;
S5、将识别到的车道编号、车道功能、ADAS模块自动获取的前向车辆信息和本车经纬度信息传输给车载导航中控平台,或者传输给移动终端导航APP;
S6、导航模块根据接收到的标准化车辆所处车道位置、车道功能、结合前向车辆信息以及本车经纬度信息生成自动导航指示,为驾驶员提供车道级的精准动作指引。
接上述技术方案,步骤S1中利用安装在车辆前挡风玻璃上的单目摄像头采集车辆前方实时道路图像。
接上述技术方案,步骤S2中车道线信息还包括车辆当前所处车道的位置信息。
接上述技术方案,步骤S4中,具体将车道线位置、数量、种类以及车道指示标志特征点信息与预设的车道编号和车道指示标志功能相匹配,识别出当前车辆相应的车道编号和车道功能信息。
接上述技术方案,步骤S5中,将识别到的车辆编号、车道功能以及ADAS模块获取的前向车辆信息、本车经纬度信息、各车道前方邻近车辆的纵向距离和相对速度信息通过CAN总线的形式传输给车载导航中控台或者通过WIFI或蓝牙的形式传输给移动终端导航APP。
本发明还提供了一种融合ADAS精细感知数据的车道级导航系统,包括ADAS模块、数据处理模块、数据交互模块和导航模块;
其中,所述ADAS模块包括:
图像采集模块,用于采集车辆前方实时道路视景图像;
图像预处理模块,用于将采集到的图像进行预处理;
车道线提取模块,用于对预处理后的图像进行车道线检测,车道线特征点并确定车道线信息,包括车道线数量、车道线位置以及车道线种类;
车道指示标志提取模块,用于提取预处理后图像中车辆所在车道区域内道路标志的特征点及轮廓边缘线,并结合车道指示标志提取规则生成车道指示标记特征点信息;
所述数据处理模块,用于根据车道线数量、位置、种类和车道指示标志特征点信息并结合预设的车道编号和车道指示标志功能编号规则,识别并输出相应的车道编号和车道功能;
所述数据交互模块,用于将识别到的车道编号、车道功能、ADAS模块自动获取的前向车辆信息和本车经纬度信息传输给车载导航中控平台,或者传输给移动终端导航APP;
所述导航模块,用于根据接收到的标准化车辆所处车道位置、车道功能、结合前向车辆信息以及本车经纬度信息生成自动导航指示,为驾驶员提供车道级的精准动作指引。
接上述技术方案,所述图像采集模块为安装在车辆前挡风玻璃上的单目摄像头。
接上述技术方案,数据处理模块,将车道线数量和车道线位置与车道自左至右依次编号的规则相匹配得到车辆所处车道编号,将车道指示标志特征点信息与指示标记编号规则相匹配输出车道功能。
接上述技术方案,所述数据交互模块通过CAN总线或WIFI形式将ADAS模块与车载导航中控台相连,通过WIFI或蓝牙将ADAS模块与移动终端的导航APP相连。
本发明还提供了一种计算机存储介质,其内存储有计算机程序且可被处理器执行,所述计算机程序执行如上述技术方案所述的融合ADAS精细感知数据的车道级导航方法。
本发明产生的有益效果是:本发明通过在ADAS车辆上安装的摄像头装置,通过ADAS系统的车道线提取模块和车道指示标志提取模块处理图像,提取车道线信息和车道指示标志信息,进而得到车道编号及功能,然后将导航信息通过CAN总线、WIFI或蓝牙的形式进行传输,可实现车道级的定位并实现车道功能的导航。本发明所提方法能够提供更精准的基于车道线和车道功能的导航,无需结合高精度的地图即可为驾驶员提供更精细的车道级动作指引,使导航系统更加人性化。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例融合ADAS精细感知数据的车道级导航方法流程图;
图2是本发明实施例融合ADAS精细感知数据的车道级导航系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明基于车载ADAS的功能,提出一种融合ADAS精细感知数据的车道级导航方法,该方法通过有效融合ADAS数据,实现前向感知目标与现有车载导航系统的融合,具有成本低、兼容性好的优点,可以有效解决目前车载导航技术车道定位精度低的问题。具体地,本发明主要在现有ADAS系统中增加图像采集、图像处理、图像识别功能来实现实时的车道级及车道功能的高精度导航,无需高精度的电子地图即可实现车道级的定位和车道功能的高精度导航,可提供更精细的车道级动作指引,不仅使导航系统更加人性化,同时还减少了成本需求。
如图1所示,本发明实施例融合ADAS精细感知数据的车道级导航方法包括以下步骤:
S1、车辆在行进过程中采集前方道路实时图像,并对获取的图像进行预处理;
需要说明的是,可以利用安装在前挡风玻璃上的摄像头进行图像采集。采集的图像主要为车辆前方车道信息,图像预处理主要是对原始图像进行灰度化、图像增强以及图像滤波等处理。
S2、通过车道线提取模块提取车道线特征点信息,并得到车道线数量、车道位置以及车道线种类;
需要说明的是,车道线提取模块主要根据车道线的特征点等信息获取车道线的数量、车道位置、车道线种类(包括车道线的虚实、单双、颜色等)以及车道区域位置等信息。
S3、通过车道指示标志提取模块提取车道指示标志特征点及边缘线,并根据交通标志提取规则得到车道指示标志特征点信息;
S4、将S2和S3中提取的车道相关信息与车道编号以及车道指示标志规则相匹配,从而得到车辆所处车道编号以及车道功能;
需要说明的是,原先对直行、左转、右转、直行左转、直行右转、左转掉头、执行左转掉头、公交专用道等分别进行编号。预设的车道编号规则可以为自左至右依次编号为①②③…,车道指示标志设置规则为直行为1,左转为2,右转为3,直行左转为4,直行右转为5,左转掉头为6,直行左转掉头为7,公交专用道为8。
S5、将车辆所处车道编号、车道功能等信息通过数据交互模块发送给导航模块;
需要说明的是,数据交互模块主要是通过CAN总线、WIFI和蓝牙三种形式进行数据交互,具体可通过CAN总线将ADAS系统与车载导航中控平台相连,通过WIFI或蓝牙将ADAS系统与移动终端导航APP相连,通过这几种方式进行数据交互能够实时有效的传输导航数据。
S6、导航模块将车道编号和功能等信息结合ADAS模块获取的前向车辆信息以及车辆位置信息,为驾驶员提供车道级的精准导航信息;
需要说明的是,前向车辆信息包括本车与前方各车道距离最近的车辆之间的车头间距、相对速度以及车辆的定位模块(GPS或北斗卫星)得到的本车经纬度信息等信息,做出车道级的精准导航决策。主要根据前向车辆的信息来判断能否安全变道到其他车道,如在临近转向路口或者高速匝道等需要变换车道时,提示驾驶员能否压线、是否需要变道,以及能否变道等导航信息。
如图2所示,本发明实施例融合ADAS精细感知数据的车道级导航系统包括ADAS模块、数据处理模块、数据交互模块和导航模块。
ADAS模块,用于图像采集、图像处理和图像识别,主要提取图像中的车道信息并识别,并获取与各个车道前方邻近车辆的纵向距离、相对速度以及本车经纬度等信息。
ADAS模块除了具备原始ADAS系统的功能,还包括图像采集模块、图像预处理模块、车道线提取模块、车道指示指示标志提取模块。
其中:
图像采集模块,用于采集车辆前方道路实时图像,图像采集模块为单目摄像头;
图像预处理模块,用于将采集的车辆前方道路图像进行预处理;
车道线提取模块,用于提取车道线特征点,输出车道特征点信息,并确定车道线数量、车道位置以及车道线种类;
车道指示指示标志提取模块,用于提取车道区域内车道指示标标记的特征点和轮廓边缘线等,计算出标线的特征点坐标,生成交通标线特征点信息。
数据处理模块,用于将车道线数量和车道线位置与车道编号相匹配,计算得到车辆所处车道编号信息;还用于将车道指示标记特征点信息与指示标记功能设置规则相匹配,计算得出车辆所在位置的车道功能。
数据交互模块,用于将车道编号、车道功能以及车道线等信息,通过CAN总线的形式传输给车载导航中控平台,或者通过WIFI或蓝牙的形式传输给移动终端的导航APP。
导航模块,用于接收车道编号、车道功能,结合ADAS模块获取的与前方临近车辆的距离、相对速度以及本车经纬度信息等,提供车道级的精确导航信息,能够支持的导航模块包括车载导航中控平台和移动终端导航APP。移动终端可以为手机、平板电脑等手持终端。
综上所述,本发明通过ADAS车辆上的摄像头采集车辆前方道路图像,利用图像处理模块提取车道线和车道指示标志信息,进而得到车辆所处车道编号和车道功能,然后通过数据交互模块将信息传输给导航模块,导航模块结合ADAS模块获取的前向车辆信息以及本车的经纬度信息做出车道级的高精度导航服务。与现有技术相比,本发明还能够通过CAN总线、WIFI和蓝牙的形式将获取的信息进行实时交互,且无需借助高精度地图即可实现车道级高精度导航。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种融合ADAS精细感知数据的车道级导航方法,其特征在于,包括以下步骤:
S1、采集车辆前方实时道路图像,并对采集的图像进行预处理;
S2、提取预处理后图像中车道线特征点并确定车道线信息,包括车道线数量、车道线位置、车道线种类;
S3、提取预处理后图像中车辆所在车道区域内道路标志的特征点及轮廓边缘线,并结合车道指示标志提取规则生成车道指示标记特征点信息;
S4、根据车道线数量、位置、种类和车道指示标志特征点信息并结合预设的车道编号和车道指示标志功能编号规则,识别并输出相应的车道编号和车道功能;
S5、将识别到的车道编号、车道功能、ADAS模块自动获取的前向车辆信息和本车经纬度信息传输给车载导航中控平台,或者传输给移动终端导航APP;
S6、导航模块根据接收到的标准化车辆所处车道位置、车道功能、结合前向车辆信息以及本车经纬度信息生成自动导航指示,为驾驶员提供车道级的精准动作指引。
2.根据权利要求1所述的融合ADAS精细感知数据的车道级导航方法,其特征在于,步骤S1中利用安装在车辆前挡风玻璃上的单目摄像头采集车辆前方实时道路图像。
3.根据权利要求1所述的融合ADAS精细感知数据的车道级导航方法,其特征在于,步骤S2中车道线信息还包括车辆当前所处车道的位置信息。
4.根据权利要求1所述的融合ADAS精细感知数据的车道级导航方法,其特征在于,步骤S4中,具体将车道线位置、数量、种类以及车道指示标志特征点信息与预设的车道编号和车道指示标志功能相匹配,识别出当前车辆相应的车道编号和车道功能信息。
5.根据权利要求1所述的融合ADAS精细感知数据的车道级导航方法,其特征在于,步骤S5中,将识别到的车辆编号、车道功能以及ADAS模块获取的前向车辆信息、本车经纬度信息、各车道前方邻近车辆的纵向距离和相对速度信息通过CAN总线的形式传输给车载导航中控台或者通过WIFI或蓝牙的形式传输给移动终端导航APP。
6.一种融合ADAS精细感知数据的车道级导航系统,其特征在于,包括ADAS模块、数据处理模块、数据交互模块和导航模块;
其中,所述ADAS模块包括:
图像采集模块,用于采集车辆前方实时道路视景图像;
图像预处理模块,用于将采集到的图像进行预处理;
车道线提取模块,用于对预处理后的图像进行车道线检测,车道线特征点并确定车道线信息,包括车道线数量、车道线位置以及车道线种类;
车道指示标志提取模块,用于提取预处理后图像中车辆所在车道区域内道路标志的特征点及轮廓边缘线,并结合车道指示标志提取规则生成车道指示标记特征点信息;
所述数据处理模块,用于根据车道线数量、位置、种类和车道指示标志特征点信息并结合预设的车道编号和车道指示标志功能编号规则,识别并输出相应的车道编号和车道功能;
所述数据交互模块,用于将识别到的车道编号、车道功能、ADAS模块自动获取的前向车辆信息和本车经纬度信息传输给车载导航中控平台,或者传输给移动终端导航APP;
所述导航模块,用于根据接收到的标准化车辆所处车道位置、车道功能、结合前向车辆信息以及本车经纬度信息生成自动导航指示,为驾驶员提供车道级的精准动作指引。
7.根据权利要求6所述的融合ADAS精细感知数据的车道级导航系统,其特征在于,所述图像采集模块为安装在车辆前挡风玻璃上的单目摄像头。
8.根据权利要求6所述的融合ADAS精细感知数据的车道级导航系统,其特征在于,数据处理模块,将车道线数量和车道线位置与车道自左至右依次编号的规则相匹配得到车辆所处车道编号,将车道指示标志特征点信息与指示标记编号规则相匹配输出车道功能。
9.根据权利要求6所述的融合ADAS精细感知数据的车道级导航系统,其特征在于,所述数据交互模块通过CAN总线或WIFI形式将ADAS模块与车载导航中控台相连,通过WIFI或蓝牙将ADAS模块与移动终端的导航APP相连。
10.一种计算机存储介质,其特征在于,其内存储有计算机程序且可被处理器执行,所述计算机程序执行如权利要求1-5任一项所述的融合ADAS精细感知数据的车道级导航方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110337888.8A CN113029187A (zh) | 2021-03-30 | 2021-03-30 | 融合adas精细感知数据的车道级导航方法与系统 |
US17/517,651 US20220318558A1 (en) | 2021-03-30 | 2021-11-02 | Lane-level navigation method and system incorporating adas fine-sensory data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110337888.8A CN113029187A (zh) | 2021-03-30 | 2021-03-30 | 融合adas精细感知数据的车道级导航方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113029187A true CN113029187A (zh) | 2021-06-25 |
Family
ID=76452798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110337888.8A Pending CN113029187A (zh) | 2021-03-30 | 2021-03-30 | 融合adas精细感知数据的车道级导航方法与系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220318558A1 (zh) |
CN (1) | CN113029187A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624248A (zh) * | 2021-08-17 | 2021-11-09 | 安徽江淮汽车集团股份有限公司 | 车路协同道路匹配方法 |
CN114216471A (zh) * | 2021-12-01 | 2022-03-22 | 北京百度网讯科技有限公司 | 电子地图确定方法、装置、电子设备及存储介质 |
CN114719873A (zh) * | 2022-06-02 | 2022-07-08 | 四川省公路规划勘察设计研究院有限公司 | 一种低成本精细地图自动生成方法、装置及可读介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919915A (zh) * | 2017-02-22 | 2017-07-04 | 武汉极目智能技术有限公司 | 基于adas系统的地图道路标记及道路质量采集装置及方法 |
CN107161146A (zh) * | 2017-04-05 | 2017-09-15 | 吉利汽车研究院(宁波)有限公司 | 一种高速公路辅助系统 |
CN107560622A (zh) * | 2016-07-01 | 2018-01-09 | 板牙信息科技(上海)有限公司 | 一种基于行车图像导航的方法与设备 |
CN108204822A (zh) * | 2017-12-19 | 2018-06-26 | 武汉极目智能技术有限公司 | 一种基于adas的车辆ar导航系统及方法 |
CN109859513A (zh) * | 2019-03-07 | 2019-06-07 | 宝能汽车有限公司 | 路口车道导航方法和装置 |
CN110608751A (zh) * | 2019-08-14 | 2019-12-24 | 广汽蔚来新能源汽车科技有限公司 | 驾驶导航方法、装置、车载计算机设备和存储介质 |
CN111366168A (zh) * | 2020-02-17 | 2020-07-03 | 重庆邮电大学 | 一种基于多源信息融合的ar导航系统及方法 |
-
2021
- 2021-03-30 CN CN202110337888.8A patent/CN113029187A/zh active Pending
- 2021-11-02 US US17/517,651 patent/US20220318558A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107560622A (zh) * | 2016-07-01 | 2018-01-09 | 板牙信息科技(上海)有限公司 | 一种基于行车图像导航的方法与设备 |
CN106919915A (zh) * | 2017-02-22 | 2017-07-04 | 武汉极目智能技术有限公司 | 基于adas系统的地图道路标记及道路质量采集装置及方法 |
CN107161146A (zh) * | 2017-04-05 | 2017-09-15 | 吉利汽车研究院(宁波)有限公司 | 一种高速公路辅助系统 |
CN108204822A (zh) * | 2017-12-19 | 2018-06-26 | 武汉极目智能技术有限公司 | 一种基于adas的车辆ar导航系统及方法 |
CN109859513A (zh) * | 2019-03-07 | 2019-06-07 | 宝能汽车有限公司 | 路口车道导航方法和装置 |
CN110608751A (zh) * | 2019-08-14 | 2019-12-24 | 广汽蔚来新能源汽车科技有限公司 | 驾驶导航方法、装置、车载计算机设备和存储介质 |
CN111366168A (zh) * | 2020-02-17 | 2020-07-03 | 重庆邮电大学 | 一种基于多源信息融合的ar导航系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624248A (zh) * | 2021-08-17 | 2021-11-09 | 安徽江淮汽车集团股份有限公司 | 车路协同道路匹配方法 |
CN114216471A (zh) * | 2021-12-01 | 2022-03-22 | 北京百度网讯科技有限公司 | 电子地图确定方法、装置、电子设备及存储介质 |
CN114719873A (zh) * | 2022-06-02 | 2022-07-08 | 四川省公路规划勘察设计研究院有限公司 | 一种低成本精细地图自动生成方法、装置及可读介质 |
Also Published As
Publication number | Publication date |
---|---|
US20220318558A1 (en) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109920246B (zh) | 一种基于v2x通信与双目视觉的协同局部路径规划方法 | |
CN108204822B (zh) | 一种基于adas的车辆ar导航系统及方法 | |
CN109949594B (zh) | 实时的交通灯识别方法 | |
CN113029187A (zh) | 融合adas精细感知数据的车道级导航方法与系统 | |
CN110763246A (zh) | 自动驾驶车辆路径规划方法、装置、车辆及存储介质 | |
CN109697877B (zh) | 基于北斗高精定位的车路协同方法及系统 | |
US11996018B2 (en) | Display control device and display control program product | |
CN110491156A (zh) | 一种感知方法、装置及系统 | |
JP6696006B2 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
JPWO2018142560A1 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
CN111521192A (zh) | 定位方法、导航信息显示方法、定位系统及电子设备 | |
CN108428358B (zh) | 应用于导航的车道认知系统及其方法 | |
CN111063192A (zh) | 作业区合规判断方法及系统 | |
CN114935334B (zh) | 车道拓扑关系的构建方法、装置、车辆、介质及芯片 | |
CN110595498A (zh) | 一种车载导航系统及车辆 | |
CN114842075A (zh) | 数据标注方法、装置、存储介质及车辆 | |
CN111033596A (zh) | 车辆控制系统、车辆控制方法及程序 | |
JP2018124911A (ja) | 車両制御装置、車両制御方法、および車両制御プログラム | |
CN102788588B (zh) | 导航系统及其导航方法 | |
CN101196408A (zh) | 服务区/停车区导航装置 | |
KR20130066210A (ko) | 카메라를 이용한 교통 표지 정보 획득 장치 및 방법 | |
CN113312403B (zh) | 地图获取方法、装置、电子设备及存储介质 | |
US11885640B2 (en) | Map generation device and map generation method | |
CN110646013A (zh) | 一种地图传感器输出验证装置及其运行方法 | |
CN113345251A (zh) | 一种车辆逆行检测方法及相关装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |