CN113421432A - 交通限行信息检测方法、装置、电子设备和存储介质 - Google Patents
交通限行信息检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113421432A CN113421432A CN202110686627.7A CN202110686627A CN113421432A CN 113421432 A CN113421432 A CN 113421432A CN 202110686627 A CN202110686627 A CN 202110686627A CN 113421432 A CN113421432 A CN 113421432A
- Authority
- CN
- China
- Prior art keywords
- determining
- point
- road
- restricted
- area
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 230000004888 barrier function Effects 0.000 claims description 71
- 238000000034 method Methods 0.000 claims description 33
- 230000009193 crawling Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了交通限行信息检测方法、装置、电子设备和存储介质，涉及人工智能领域，尤其涉及大数据、自动驾驶和智能交通等。具体实现方案为：获取车辆的历史路线，并确定限行区域；查询所述限行区域对应的道路采集图像；对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。本公开实施例可以准确识别道路中的限行信息，提高地图数据的精确性，提高导航路线的准确性。
Description
技术领域
本公开涉及人工智能领域，尤其涉及大数据、自动驾驶和智能交通等，具体涉及一种交通限行信息检测方法、装置、电子设备和存储介质。
背景技术
随着物流行业的飞速发展，对交通运输的依赖越来越大，获得准确且实时的货运导航信息变得尤为重要。
由于货车相对于小客车来说，体积大且载重大，对通行道路(包括桥梁和隧道等)有额外的要求。
发明内容
本公开提供了一种交通限行信息检测方法、装置、电子设备和存储介质。
根据本公开的一方面，提供了一种交通限行信息检测方法，包括：
获取车辆的历史路线，并确定限行区域；
查询所述限行区域对应的道路采集图像；
对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。
根据本公开的另一方面，提供了一种交通限行信息检测装置，包括：
限行区域确定模块，用于获取车辆的历史路线，并确定限行区域；
道路采集图像获取模块，用于查询所述限行区域对应的道路采集图像；
限行信息确定模块，用于对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的交通限行信息检测方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开任一实施例所述的交通限行信息检测方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任一实施例所述的交通限行信息检测方法。
本公开实施例可以准确识别道路中的限行信息，提高地图数据的精确性，提高导航路线的准确性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例的一种交通限行信息检测方法的示意图；
图2是根据本公开实施例的一种交通限行信息检测方法的示意图；
图3是根据本公开实施例的一种交通限行信息检测方法的示意图；
图4是根据本公开实施例的一种限宽墩的现实场景的示意图；
图5是根据本公开实施例的一种限宽墩的处理图像的示意图；
图6是根据本公开实施例的一种桥洞的现实场景的示意图；
图7是根据本公开实施例的一种桥洞的处理图像的示意图；
图8是根据本公开实施例的一种电线的现实场景的示意图；
图9是根据本公开实施例的一种电线的处理图像的示意图；
图10是根据本公开实施例的一种交通限行信息检测装置的示意图；
图11是用来实现本公开实施例的交通限行信息检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例公开的一种交通限行信息检测方法的流程图，本实施例可以适用于检测道路上存在物流车辆的障碍物的情况下，获取障碍物的位置和限行信息的情况。本实施例方法可以由交通限行信息检测装置来执行，该装置可采用软件和/或硬件的方式实现，并具体配置于具有一定数据运算能力的电子设备中，该电子设备可以是客户端设备或服务器设备，客户端设备如手机、平板电脑、车载终端和台式电脑等。
S101，获取车辆的历史路线，并确定限行区域。
车辆可以是指物流车辆，物流车辆为用于运输的车辆，例如，面包车、板车、护栏车或箱车等。历史路线用于确定车辆经过的限行区域。历史路线可以是指车辆行驶的路线。车辆的历史路线可以通过在用户驾驶车辆过程中使用地图服务，对车辆进行定位得到的位置数据，并进行统计形成的路线。限行区域可以是指车辆无法通过的区域，需要绕行。限行区域用于检测使车辆无法通过的障碍物。
S102，查询所述限行区域对应的道路采集图像。
道路采集图像可以是指针对限行区域的道路进行图像采集得到的图像。道路采集图像的地理位置属于限行区域的地理位置范围。通常，道路采集图像中包括限行区域中障碍物，道路采集图像用于检测障碍物，并识别出障碍物对应的限行信息。在生成地图数据时，常用方式是通过图像采集设备，对道路进行视频图像及其相关信息采集，在对道路进行图像采集时，通常会记录采集的图像中包括的道路的地理位置。可以根据各道路采集图像的地理位置，和限行区域的地理位置，在道路采集图像中，查询限行区域对应的道路采集图像。
S103，对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。
障碍物用于使满足预设尺寸的车辆通行。障碍物可以是指道路上限制车辆通行的物体。限行信息用于确定障碍物对通行车辆的限制尺寸。示例性的，尺寸包括宽度和/或高度。可以通过图像识别方法，进行障碍物识别，在道路采集图像中确定障碍物，并根据道路采集图像中障碍物的目标检测区域，在道路采集图像中确定限行像素，并映射到实际地图数据中，得到现实中的限行信息。
现有技术中，车辆可以获取地图数据中道路上的标志牌对应的限行信息，检测是否可以通行该道路。而在标志牌对应的限行信息的限制范围之外的部分车辆同样可以通行该道路，这样从标志牌直接获取的限行信息不准确。并且地图数据的限行信息针对的客车，物流车辆的长、高、宽和重等会显著超过普通小客车，交通的设施建设对物流车辆的支持并没有达到小客车的标准，正是这些道路上的非标准交通限行要素存在，会导致车辆无法顺利通行，并且物流车辆调头和倒车非常的困难，严重情况下甚至可能会造成交通事故。
根据本公开的技术方案，通过获取车辆的历史路线，确定限行区域，实现在地图中准确确定存在限行障碍物的地区，并查询对应的道路采集图像，在道路采集图像中检测障碍物，确定限行信息，可以实现准确识别道路中的限行信息，增加地图数据中限行信息的丰富度，提高地图数据的精确性，以根据地图数据进行导航，从而提高导航路线的准确性，并且减少车辆的绕路路线，提高车辆的通行效率，提高车辆的通行安全性。
图2是根据本公开实施例公开的另一种交通限行信息检测方法的流程图，基于上述技术方案进一步优化与扩展，并可以与上述各个可选实施方式进行结合。获取车辆的历史路线，并确定限行区域，具体为：获取车辆的历史路线，并确定限行位置点；根据所述限行位置点在地图中的地理位置，形成限行区域。
S201，获取车辆的历史路线，并确定限行位置点。
限行位置点可以是指车辆发生限行行为的位置点，例如，限行行为可以是通行状态改变，具体可以为减速行驶、低速行驶或偏航行为等。限行位置点用于确定车辆发生限行行为的位置，以及用于确定疑似存在限行车辆的障碍物的位置点。
S202，根据所述限行位置点在地图中的地理位置，形成限行区域。
限行位置点在地图中的地理位置，可以是指将限行位置点映射到地图中得到的信息。限行区域可以是在地图中，筛选出的疑似存在限行车辆的障碍物的地区。限行区域包括限行位置点。限行区域用于确定存在限行车辆的障碍物。限行区域可以通过根据限行位置点的地理位置，以及预设距离，在地图中确定。示例性的，限行区域可以是，以限行位置点在地图中的地理位置为中心，预设距离为半径，在地图中确定一个圆，该圆内的道路区域为限行区域。或者，限行区域可以是，根据限行位置点在地图中的地理位置，在道路区域中向前延伸一段距离确定一个端点，向后延伸一段距离确定第二个端点，这两个端点之间的道路区域，为限行区域。
S203，查询所述限行区域对应的道路采集图像。
S204，对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。
可选的，所述获取车辆的历史路线，并确定限行位置点，包括：获取车辆的历史偏航导航路线，以及历史实际行驶路线，并确定所述车辆的偏航点，和对应的偏航方向；统计在所述偏航点处偏航行驶的车辆数量；根据所述车辆数量和所述对应的偏航方向，确定限行位置点。
偏航行驶是指车辆未沿着导航路线行驶，采用偏离导航路线的行驶方式。历史偏航导航路线为在车辆沿着导航路线行驶的过程中，车辆存在偏航行为的情况下，车辆所采用的导航路线。历史实际行驶路线为在车辆沿着导航路线行驶的过程中，车辆存在偏航行为的情况下，车辆的实际行驶路线。历史偏航导航路线和历史实际行驶路线相对，在车辆存在偏航行为的情况下，车辆所采用的导航路线为历史偏航导航路线，而车辆实际行驶的路线为历史行驶路线。偏航点用于筛选限行位置点。偏航点可以是指车辆在沿着历史偏航导航路线行驶的过程中，车辆发生偏航行为的位置点。偏航方向用于对偏航点进行筛选得到限行位置点。偏航方向是指指车辆在沿着历史偏航导航路线行驶的过程中，车辆发生的偏航行为的行驶方向，其中，偏航方向与沿着历史偏航导航路线行驶的行驶方向不同，可以计算偏航方向与沿着历史偏航导航路线行驶的行驶方向的角度差值大于等于预设角度阈值，确定偏航方向与沿着历史偏航导航路线行驶的行驶方向不同。
在偏航点处偏航行驶的车辆数量，用于确定偏航点出现的次数。其中，可以根据偏航点确定一个备选区域，在该备选区域中的位置点，均可以作为该偏航点，也即，不同车辆在该备选区域偏航行驶，可以统计为在偏航点处偏航行驶的车辆数量。示例性的，备选区域，可以是指以偏航点为中心，预设半径为半径，确定的圆的区域，例如，预设半径为10米。
不同偏航方向的车辆数量的权重不同，即不同偏航方向的车辆数量对限行位置点的贡献程度不同。实际上，对于物流车辆，掉头反向行驶的代价非常高，而其他偏航方向的代价小于掉头反向行驶。从而，可以针对不同偏航方向预设不同的车辆数量阈值，在车辆数量大于等于偏航方向对应的车辆数量阈值的情况下，将偏航点确定为限行位置点。示例性的，在偏航方向为掉头反向的情况下，车辆数量阈值为第一车辆数量阈值，在车辆数量大于等于第一车辆数量阈值的情况下，将偏航点确定为限行位置点。可以将不同的非掉头反向的偏航方向作为一类，并进行累计。在偏航方向为非掉头反向的情况下，车辆数量阈值为第二车辆数量阈值，在车辆数量大于等于第二车辆数量阈值的情况下，将偏航点确定为限行位置点。其中，第一车辆数量阈值小于第二车辆数量阈值。示例性的，第一阈值为1，第二阈值为5。需要说明的是，可以同时统计在偏航点的掉头方向的车辆数量，以及在偏航点非掉头反向的偏航的车辆数量，在任意车辆数量大于等于偏航方向对应的车辆数量阈值的情况下，就将该偏航点确定为限行位置点。在车辆数量小于偏航方向对应的车辆数量阈值的情况下，确定偏航点不是限行位置点。
考虑到偏离规划路线行驶的原因有很多，部分与非标准交通限制的障碍物无关，而是用户自主的选择。因此，对于偏离导航路线行驶的行为，需要阈值限制。对于用户掉头反向行驶的偏航行为，阈值门槛最低(比如1次)；对于其他方向的偏航行为，阈值可以设定为满足一定轨迹量时才会作为限行位置点(比如5次)。这种分别处理的原因是因为对于物流车辆，掉头反向行驶的代价非常高，如果不是因为遇到非标准交通限制，大多不会做出这种选择。而其他方向的偏航，如果出现了高频聚合区域，则有可能是遇到了非标准交通限制。其中，高频聚合区域是指多个车辆均集中在某个区域内偏航。
通过根据车辆的历史偏航导航路线和历史实际行驶路线，确定车辆的偏航点和偏航方向，统计不同车辆在偏航点处偏航的车辆数量，并根据每个车辆偏航时的偏航方向，确定限行位置点，实现将车辆偏航绕行的集中偏航点，确定为限行位置点，从车辆偏航绕行的维度，检测限行位置点，提高限行位置点的检测准确性。
可选的，所述获取车辆的历史路线，并确定限行位置点，包括：获取车辆在以历史实际行驶路线行驶过程中的行驶速度，以及所述行驶速度的采集时间；在所述行驶速度中筛选出第一慢行速度，并将所述第一慢行速度的采集位置点，确定为慢行点；统计在所述慢行点处以第二慢行速度行驶的车辆数量；根据所述车辆数量和所述行驶速度的采集时间，确定限行位置点。
车辆的行驶速度可以通过在用户驾驶车辆过程中使用地图服务，对车辆进行速度检测得到。通常行驶速度是在行驶过程中，在某个时间点以及某个位置点进行实时检测得到的速度，行驶速度对应有采集时间和采集位置点。慢行速度用于检测车辆慢行行驶行为。慢行速度可以是指低速或者降低幅度大的速度。慢行点用于确定车辆以慢行速度行驶的位置点，以及用于筛选出限行位置点。一个车辆在实际行驶路线行驶过程中，可以获取该车辆的多个慢行点，每个慢行点处的第一慢行速度可以相同，也可以不同。
第二慢行速度是指在不同车辆在慢行点处的行驶速度，并且，各车辆确定的慢行点与该慢行点相同或相近。可以检测多个车辆在各自的历史实际行驶路线行驶过程中的慢行点，并在查询与该慢行点相同或相近的慢行点，其中，车辆在查询到的慢行点处的行驶速度为第二慢行速度。示例性的，与该慢行点相近的慢行点，是指根据该慢行点确定的备选区域内的慢行点。示例性的，备选区域，可以是指以该慢行点为中心，预设半径为半径，确定的圆的区域，例如，预设半径为10米。在查询结果不为空的情况下，将车辆统计到在慢行点处以第二慢行速度行驶的车辆数量。
实际上，一些标准交通限制是在某个特定的时间段进行限制，例如，通勤高峰期(例如8点-9点)禁止指定高度的货车通行，又或者白天禁止指定高度的货车通行。而这些标准交通限制通常是已经收录在地图数据中，无需重复确定。本公开实施例中的限行位置点实际是非标准交通限制下的限行物流车辆的位置点。根据慢行点处统计的车辆数量与第三车辆数量阈值之间的比较结果，和采集时间的分布信息，检测该慢行点是否为限行位置点。在车辆数量大于等于第三车辆数量阈值，且采集时间分布分散不集中的情况下，将慢行点确定为限行位置点。在车辆数量小于第三车辆数量阈值，或采集时间分布分散集中的情况下，确定慢行点不是限行位置点。采集时间分布分散不集中，用于确定车辆是分散在不同时间段采集慢行速度所在的慢行点。第三车辆数量阈值可以是5，可以与前述第二车辆数量阈值相同。在检测倒慢行点的采集时间分布在白天、夜晚和多个时间段的情况下，确定采集时间分布分散不集中，其中，时间段可以进行设定，例如，时间段包括：7点-10点、10点-16点、16点-20点、20点-24点和24点-7点等，如，采集时间分布在至少三个时间段，且包括白天和夜晚时间段，确定采集时间分布分散不集中。
考虑到非标准交通限制的车辆并不是全量车辆，因此只考虑偏离规划路线行驶可能影响面有限，因此引入了部分车辆在任意时段都会低速(减速)通过的特征进行轨迹挖掘。对满足低速通过(<20km/h)或者减速通过(速度下降60％以上)的轨迹进行聚合，当出现了高频聚合区域，且时间并无规律时，会对这部分路段进行提取，确定限行位置点。
通过根据车辆的历史实际行驶路线，确定车辆的慢速点和采集时间，统计不同车辆在慢速点处以第二慢行速度行驶的车辆数量，并车辆数量和采集时间的分布，确定限行位置点，实现将车辆低速或大幅度减速行驶的慢速点，确定为限行位置点，从车辆慢行的维度，检测限行位置点，提高限行位置点的检测准确性，增加限行位置点的检测维度，可以检测不同行驶情况下的限行位置点，进一步提高限行位置点的检测准确性。
可选的，所述在所述行驶速度中筛选出第一慢行速度，包括：在所述行驶速度小于预设速度阈值的情况下，将所述行驶速度确定为第一慢行速度；在所述行驶速度对应的降低速度比值大于预设比值阈值的情况下，将所述行驶速度确定为所述第一慢行速度。
行驶速度小于预设速度阈值，表明第一慢行速度为低速。降低速度比值可以是指行驶速度相对于后一采集时间的行驶速度之间的差值与该行驶速度之间的比值；或者行驶速度相对于前一采集时间的行驶速度之间的差值与前一采集时间的行驶速度之间的比值。预设比值阈值用于筛选第一慢行速度，示例性的预设比值阈值为0.6。行驶速度对应的降低速度比值大于预设比值阈值，表明第一慢行速度的降幅大。
需要说明的是，第二慢行速度的确定方式与第一慢行速度的确定方式相同。
通过低速或大幅度减速的行驶速度确定为慢行速度，可以准确检测出车辆慢速行驶的行为，并根据慢行速度的位置点，确定慢行点，最终筛选出限行位置点，提高限行位置点的检测准确性。
根据本公开的技术方案，通过车辆的历史路线，确定限行位置点，可以在历史路线中精准查询车辆发生限行行为的位置点，并根据限行位置点在地图中的地理位置，形成限行区域，可以快速精准识别车辆发生限行行为的地区，提高限行区域的检测准确率，并对区域进行筛选，在筛选得到的道路采集图像中进行图像处理，确定限行信息，提高障碍物识别和限行信息检测的效率。
图3是根据本公开实施例公开的另一种交通限行信息检测方法的流程图，基于上述技术方案进一步优化与扩展，并可以与上述各个可选实施方式进行结合。对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息，具体为：对所述道路采集图像进行障碍物识别；根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点；根据所述限行像素点和点云信息，确定限行距离。
S301，获取车辆的历史路线，并确定限行区域。
相似或相同的特征可以参考前述描述。
S302，查询所述限行区域对应的道路采集图像。
S303，对所述道路采集图像进行障碍物识别。
障碍物识别可以采用语义分割的算法，在道路采集图像中识别出道路区域和障碍物区域。
S304，根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点。
限行像素点用于限制车辆的通行尺寸，以及确定车辆通行区域的边界点，从而确定限行距离。限行像素点可以是指障碍物中的像素点，具体的，限行像素点可以确定最小车辆的通行尺寸的像素点。
S305，根据所述限行像素点和点云信息，确定限行距离。
限行像素点是道路采集图像中的像素点，点云信息是指道路采集图像中各像素点在三维坐标系中点的信息。限行距离为现实地理坐标系下的实际距离。在本公开实施例中，点云信息包括道路采集图像中各像素点在现实地理坐标系下的现实地理坐标信息。可以查询限行像素点的点云信息，确定限行像素点在现实地理坐标系下的坐标，并根据该坐标，计算限行像素点之间的现实距离，即限行距离。
可选的，所述对所述道路采集图像进行障碍物识别，包括：对所述道路采集图像进行限高障碍物识别；和/或对所述道路采集图像进行限宽障碍物识别。
障碍物可以包括限高障碍物和/或限宽障碍物。限高障碍物使预设高度范围内的车辆通行，限高障碍物例如，电线或桥洞等。限宽障碍物使预设宽度范围内的车辆通行，限宽障碍物例如，限宽墩。
可以对道路采集图像进行障碍物类型的识别，在检测到限高障碍物的类型的情况下，对限高障碍物识别；在检测到限宽障碍物的类型的情况下，对限宽障碍物识别。或者，对道路采集图像分别进行限高障碍物识别和限宽障碍物识别，在检测到限高障碍物的情况下，在限高障碍物中检测限行像素点；在检测到限宽障碍物的情况下，在限宽障碍物中检测限行像素点，其中，限高障碍物识别和限宽障碍物识别的识别次序不做限定。
在一个可选的实施例中，对所述道路采集图像进行限高障碍物识别，以及对所述道路采集图像进行限宽障碍物识别。
通过对障碍物进行限高识别和/或限宽识别，可以针对多种应用场景下的障碍物分别进行识别，增加可识别的障碍物范围，可以准确分类识别障碍物，从而提高障碍物识别准确性，提高限行信息的检测准确性。
可选的，所述根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点，包括：在所述道路采集图像包括的限宽障碍物区域中，检测关联的两个限宽障碍物区域之间最短宽度距离的像素点，并确定为限行像素点，所述障碍物包括至少两个限宽障碍物
限宽障碍物通常是指位于道路区域上方，且与道路区域邻接的至少两个障碍物。限宽障碍物通常是成对出现，关联的两个限宽障碍物为一对限宽障碍物，具体是多个限宽障碍物中，距离最近的两个限宽障碍物为关联的两个限宽障碍物。最短宽度距离可以是指限宽障碍物之间的距离中最短的距离。每对限宽障碍物相对于道路区域的垂直的垂面，应该是相互平行，从而每对限宽障碍物之间的宽度即为限行距离。由于障碍物缺失或损坏等原因，导致垂面不完整或者垂面与道路区域之间的角度为非90°，此时可以选择决定两个限宽障碍物区域之间最短宽度距离的像素点，确定为限行像素点。
需要说明的是，在两个限宽障碍物的垂面相对于道路区域倾斜，且平行的情况下，由于车辆的形状大多为正方体，车辆的垂面相对于道路区域垂直，导致获取两个垂面之间的平行距离与限宽距离不同，此时，最短宽度距离为左侧障碍物区域中最右侧的像素点，和右侧障碍物区域中最左侧的像素点之间的水平距离(在图像中x坐标的差值)，即宽度距离。具体的，可以在代表限宽障碍物的区域或连通域中，查询宽度距离最短的两个垂面上的像素点，确定为限行像素点。
例如，图像左下顶点为原点，建立二维坐标系，一对限宽障碍物，左侧障碍物区域中x最大的像素点，和右侧障碍物区域中x最小的像素点，确定为限行像素点，这两个限行像素点之间的水平距离最短，即宽度距离最短。
在一个具体的例子中，限宽障碍物会造成道路区域宽度明显的遮挡，在限宽障碍物的垂面上确定最短宽度距离的像素点，就是限宽参数的最小距离点。如图4所示，道路采集图像中道路区域上存在两个限宽墩。图5是限宽墩的相关的道路采集图像进行语义分割处理得到的图像。图5中可以明显看出道路区域和限宽墩的连通域，即限宽障碍物。在每个限宽墩的连通域中，查询x极值的像素点，确定为限行像素点，如，左侧限宽墩的连通域中x最大的像素点，和右侧限宽墩的连通域中x最小的像素点。
通过在一对限宽障碍物区域中，检测决定最短宽度距离的像素点，确定为限行像素点，可以在限宽的应用场景中，准确检测车辆通行的限制宽度，并且排除了障碍物损伤的情况，提高限宽场景中的限行像素点的检测准确性。
可选的，所述根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点，包括：在所述道路采集图像包括的所述限高障碍物区域中，检测所述限高障碍物区域与道路区域之间最短高度距离的第一像素点，确定为限行像素点，所述障碍物包括限高障碍物；将所述第一像素点映射到所述道路区域中，获取第二像素点，确定为所述限行像素点。
限高障碍物通常是指位于道路区域上方，且与道路区域平行或截断道路区域的障碍物。限高障碍物通常是一个。第一像素点为限高障碍物区域中与道路区域之间的空间垂直距离最近的像素点，也即第一像素点与道路区域所在的面的距离最小；第二像素点为道路区域中，与第一像素点之间的空间垂直距离最近的像素点，也即在三维空间坐标系中，第一像素点和第二像素点之间的距离最小。在限高障碍物区域中，选择限高障碍物区域与道路区域之间的空间垂直距离中最小且不为0的空间垂直距离，即最短高度距离，的像素点，确定为第一像素点。将第一像素点映射到道路区域中，得到的像素点为第二像素点。
检测限高障碍物区域与道路区域之间最短高度距离的第一像素点，可以是指在限高障碍物区域中，确定在道路区域正上方的区域，并在正上方的区域中检测与图像下边界之间的垂直距离最小的像素点，确定为第一像素点。示例性的，可以基于道路区域中最宽的线段，作为矩形的底边，生成矩形，该矩形与限高障碍物区域重叠的区域为道路区域正上方的区域。
需要说明的是，限高障碍物可以包括截断限高障碍物和非截断限高障碍物。其中，截断限高障碍物，是指该障碍物截断道路区域，使得道路区域在道路采集图像中无法将图像上边界和图像下边界连通。通常，截断限高障碍物可以包括桥洞。在一个具体的例子中，如图6所示，道路采集图像中道路区域上存在桥洞，道路区域被桥洞包围桥洞遮挡了道路区域的上半部分区域。图7是与截断道路区域的桥洞相关的道路采集图像，经过语义分割处理得到的图像，如图7所示，中间矩形区域为道路区域，限高障碍物区域的位于道路区域正上方的区域中，最下侧的像素点为第一像素点，经过第一像素点与道路区域空间垂直的垂线与道路区域的空间交点对应的像素点即为第二像素点，或者，经过第一像素点与图像底边垂直的垂线与截断限高障碍物底边所在直线上的交点即为第二像素点。例如，以图像左下顶点为原点，建立二维坐标系。桥洞连通域中道路区域正上方部分区域中y坐标最小的像素点为第一像素点。经过第一像素点与图像底边垂直的垂线与桥洞底边所在直线上的交点即为第二像素点，并将第一像素点和第二像素点确定为限行像素点，这两个限行像素点之间的空间垂直距离(三维坐标系下的y坐标的差值)最短，即高度距离最短。
非截断限高障碍物是指该障碍物没有截断道路区域，使得道路区域在道路采集图像中仍可以将图像上边界和图像下边界连通。通常，非截断限高障碍物可以包括电线。在一个具体的例子中，如图8所示，道路采集图像中道路区域上存在电线，电线没有截断或遮挡道路区域。图9是针对图8进行语义分割处理得到的图像。如图9所示，中间不断缩小的区域为道路区域，箭头指向的区域为电线连通域。限高障碍物区域的位于道路区域正上方，最下侧的像素点为第一像素点，经过第一像素点与道路区域空间垂直的垂线与道路区域的空间交点对应的像素点即为第二像素点。例如，以图像左下顶点为原点，建立二维坐标系。电线连通域中y坐标最小的像素点为第一像素点。经过第一像素点与道路区域空间垂直的垂线与道路区域的空间交点对应的像素点即为第二像素点，并将第一像素点和第二像素点确定为限行像素点，这两个限行像素点之间的空间垂直距离最短，即高度距离最短。
通过在限高障碍物区域中，检测决定最短高度距离的像素点，确定为第一像素点，并将第一像素点映射到道路区域中检测第二像素点，并均作为限行像素点，可以在限高的应用场景中，准确检测车辆通行的限制高度，提高限高场景中的限行像素点的检测准确性。
根据本公开的技术方案，通过在道路采集图像中确定限行像素点，并转换到三维坐标下，获取点云信息，计算在现实地理坐标系下的限行距离，实现获取车辆的实际限行尺寸，提高限行距离的检测准确性，丰富地图数据，提高导航路线的准确性，减少车辆行驶错误的换路成本，提高车辆行驶安全性。
根据本公开的实施例，图10是本公开实施例中的交通限行信息检测装置的结构图，本公开实施例适用于检测道路上存在物流车辆的障碍物的情况下，获取障碍物的位置和限行信息的情况。该装置采用软件和/或硬件实现，并具体配置于具备一定数据运算能力的电子设备中。
如图10所示的一种交通限行信息检测装置400，包括：限行区域确定模块401、道路采集图像获取模块402和限行信息确定模块403；其中，
限行区域确定模块401，用于获取车辆的历史路线，并确定限行区域；
道路采集图像获取模块402，用于查询所述限行区域对应的道路采集图像；
限行信息确定模块403，用于对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。
根据本公开的技术方案，通过获取车辆的历史路线，确定限行区域，实现在地图中准确确定存在限行障碍物的地区，并查询对应的道路采集图像，在道路采集图像中检测障碍物，确定限行信息，可以实现准确识别道路中的限行信息，增加地图数据中限行信息的丰富度，提高地图数据的精确性，以根据地图数据进行导航，从而提高导航路线的准确性，并且减少车辆的绕路路线，提高车辆的通行效率，提高车辆的通行安全性。
进一步的，所述限行区域确定模块，包括：限行位置点确定单元，用于获取车辆的历史路线，并确定限行位置点；限行区域生成单元，用于根据所述限行位置点在地图中的地理位置，形成限行区域。
进一步的，所述限行位置点确定单元，包括：偏航点确定子单元，用于获取车辆的历史偏航导航路线，以及历史实际行驶路线，并确定所述车辆的偏航点，和对应的偏航方向；偏航点统计子单元，用于统计在所述偏航点处偏航行驶的车辆数量；限行位置点检测子单元，用于根据所述车辆数量和所述对应的偏航方向，确定限行位置点。
进一步的，所述限行位置点确定单元，包括：行驶速度获取子单元，用于获取车辆在以历史实际行驶路线行驶过程中的行驶速度，以及所述行驶速度的采集时间；慢行点确定子单元，用于在所述行驶速度中筛选出第一慢行速度，并将所述第一慢行速度的采集位置点，确定为慢行点；慢行点统计子单元，用于统计在所述慢行点处以第二慢行速度行驶的车辆数量；限行位置点检测子单元，用于根据所述车辆数量和所述行驶速度的采集时间，确定限行位置点。
进一步的，所述慢行点确定子单元，用于：在所述行驶速度小于预设速度阈值的情况下，将所述行驶速度确定为第一慢行速度；在所述行驶速度对应的降低速度比值大于预设比值阈值的情况下，将所述行驶速度确定为所述第一慢行速度。
进一步的，所述限行信息确定模块，包括：障碍物识别单元，用于对所述道路采集图像进行障碍物识别；限行像素点确定单元，用于根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点；限行距离确定单元，用于根据所述限行像素点和点云信息，确定限行距离。
进一步的，所述障碍物识别单元，包括：限高障碍物识别子单元，用于对所述道路采集图像进行限高障碍物识别；和/或限宽障碍物识别子单元，用于对所述道路采集图像进行限宽障碍物识别。
进一步的，所述限行像素点确定单元，包括：最短宽度像素点检测子单元，用于在所述道路采集图在所述道路采集图像包括的限宽障碍物区域中，检测关联的两个限宽障碍物区域之间最短宽度距离的像素点，并确定为限行像素点，所述障碍物包括至少两个限宽障碍物距离的第一像素点，确定为限行像素点，所述障碍物包括限高障碍物。
进一步的，所述限行像素点确定单元，包括：最短高度像素点检测子单元，用于在所述道路采集图像包括的限高障碍物区域中，检测所述限高障碍物区域与道路区域之间最短高度距离的第一像素点，确定为限行像素点，所述障碍物包括限高障碍物；最短宽度像素点映射子单元，用于将所述第一像素点映射到所述道路区域中，获取第二像素点，确定为所述限行像素点。
上述交通限行信息检测装置可执行本公开任意实施例所提供的交通限行信息检测方法，具备执行交通限行信息检测方法相应的功能模块和有益效果。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如交通限行信息检测方法。例如，在一些实施例中，交通限行信息检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的交通限行信息检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行交通限行信息检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。
本公开的技术方案中，所涉及的车辆和路线等数据的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗，例如可以是从公开的数据集中获取的，或者是经过了用户的授权从用户处获取的。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (21)
1.一种交通限行信息检测方法，包括：
获取车辆的历史路线，并确定限行区域；
查询所述限行区域对应的道路采集图像；
对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。
2.根据权利要求1所述的方法，其中，所述获取车辆的历史路线，并确定限行区域，包括：
获取车辆的历史路线，并确定限行位置点；
根据所述限行位置点在地图中的地理位置，形成限行区域。
3.根据权利要求2所述的方法，其中，所述获取车辆的历史路线，并确定限行位置点，包括：
获取车辆的历史偏航导航路线，以及历史实际行驶路线，并确定所述车辆的偏航点，和对应的偏航方向；
统计在所述偏航点处偏航行驶的车辆数量；
根据所述车辆数量和所述对应的偏航方向，确定限行位置点。
4.根据权利要求2所述的方法，其中，所述获取车辆的历史路线，并确定限行位置点，包括：
获取车辆在以历史实际行驶路线行驶过程中的行驶速度，以及所述行驶速度的采集时间；
在所述行驶速度中筛选出第一慢行速度，并将所述第一慢行速度的采集位置点，确定为慢行点；
统计在所述慢行点处以第二慢行速度行驶的车辆数量；
根据所述车辆数量和所述行驶速度的采集时间，确定限行位置点。
5.根据权利要求4所述的方法，其中，所述在所述行驶速度中筛选出第一慢行速度，包括：
在所述行驶速度小于预设速度阈值的情况下，将所述行驶速度确定为第一慢行速度；
在所述行驶速度对应的降低速度比值大于预设比值阈值的情况下，将所述行驶速度确定为所述第一慢行速度。
6.根据权利要求1所述的方法，其中，所述对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息，包括：
对所述道路采集图像进行障碍物识别；
根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点；
根据所述限行像素点和点云信息，确定限行距离。
7.根据权利要求6所述的方法，其中，所述对所述道路采集图像进行障碍物识别，包括：
对所述道路采集图像进行限高障碍物识别；和/或
对所述道路采集图像进行限宽障碍物识别。
8.根据权利要求7所述的方法，其中，所述根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点，包括：
在所述道路采集图像包括的限宽障碍物区域中，检测关联的两个限宽障碍物区域之间最短宽度距离的像素点，并确定为限行像素点，所述障碍物包括至少两个限宽障碍物。
9.根据权利要求7所述的方法，其中，所述根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点，包括：
在所述道路采集图像包括的限高障碍物区域中，检测所述限高障碍物区域与道路区域之间最短高度距离的第一像素点，确定为限行像素点，所述障碍物包括限高障碍物；
将所述第一像素点映射到所述道路区域中，获取第二像素点，确定为所述限行像素点。
10.一种交通限行信息检测装置，包括：
限行区域确定模块，用于获取车辆的历史路线，并确定限行区域；
道路采集图像获取模块，用于查询所述限行区域对应的道路采集图像；
限行信息确定模块，用于对所述道路采集图像进行障碍物识别，获取所述障碍物对应的限行信息。
11.根据权利要求10所述的装置，其中，所述限行区域确定模块，包括：
限行位置点确定单元，用于获取车辆的历史路线，并确定限行位置点；
限行区域生成单元，用于根据所述限行位置点在地图中的地理位置，形成限行区域。
12.根据权利要求11所述的装置，其中，所述限行位置点确定单元，包括：
偏航点确定子单元，用于获取车辆的历史偏航导航路线，以及历史实际行驶路线，并确定所述车辆的偏航点，和对应的偏航方向；
偏航点统计子单元，用于统计在所述偏航点处偏航行驶的车辆数量；
限行位置点检测子单元，用于根据所述车辆数量和所述对应的偏航方向，确定限行位置点。
13.根据权利要求11所述的装置，其中，所述限行位置点确定单元，包括：
行驶速度获取子单元，用于获取车辆在以历史实际行驶路线行驶过程中的行驶速度，以及所述行驶速度的采集时间；
慢行点确定子单元，用于在所述行驶速度中筛选出第一慢行速度，并将所述第一慢行速度的采集位置点，确定为慢行点；
慢行点统计子单元，用于统计在所述慢行点处以第二慢行速度行驶的车辆数量；
限行位置点检测子单元，用于根据所述车辆数量和所述行驶速度的采集时间，确定限行位置点。
14.根据权利要求13所述的装置，其中，所述慢行点确定子单元，用于：
在所述行驶速度小于预设速度阈值的情况下，将所述行驶速度确定为第一慢行速度；
在所述行驶速度对应的降低速度比值大于预设比值阈值的情况下，将所述行驶速度确定为所述第一慢行速度。
15.根据权利要求10所述的装置，其中，所述限行信息确定模块，包括：
障碍物识别单元，用于对所述道路采集图像进行障碍物识别；
限行像素点确定单元，用于根据所述道路采集图像包括的所述障碍物，在所述道路采集图像中确定限行像素点；
限行距离确定单元，用于根据所述限行像素点和点云信息，确定限行距离。
16.根据权利要求15所述的装置，其中，所述障碍物识别单元，包括：
限高障碍物识别子单元，用于对所述道路采集图像进行限高障碍物识别；和/或
限宽障碍物识别子单元，用于对所述道路采集图像进行限宽障碍物识别。
17.根据权利要求16所述的装置，其中，所述限行像素点确定单元，包括：
最短宽度像素点检测子单元，用于在所述道路采集图在所述道路采集图像包括的限宽障碍物区域中，检测关联的两个限宽障碍物区域之间最短宽度距离的像素点，并确定为限行像素点，所述障碍物包括至少两个限宽障碍物距离的第一像素点，确定为限行像素点，所述障碍物包括限高障碍物。
18.根据权利要求17所述的装置，其中，所述限行像素点确定单元，包括：
最短高度像素点检测子单元，用于在所述道路采集图像包括的限高障碍物区域中，检测所述限高障碍物区域与道路区域之间最短高度距离的第一像素点，确定为限行像素点，所述障碍物包括限高障碍物；
最短宽度像素点映射子单元，用于将所述第一像素点映射到所述道路区域中，获取第二像素点，确定为所述限行像素点。
19.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的交通限行信息检测方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的交通限行信息检测方法。
21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的交通限行信息检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110686627.7A CN113421432B (zh) | 2021-06-21 | 2021-06-21 | 交通限行信息检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110686627.7A CN113421432B (zh) | 2021-06-21 | 2021-06-21 | 交通限行信息检测方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113421432A true CN113421432A (zh) | 2021-09-21 |
| CN113421432B CN113421432B (zh) | 2023-02-28 |
Family
ID=77789574
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110686627.7A Active CN113421432B (zh) | 2021-06-21 | 2021-06-21 | 交通限行信息检测方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113421432B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113887460A (zh) * | 2021-10-12 | 2022-01-04 | 泰州市雷信农机电制造有限公司 | 用于通行验证的区块链应用平台 |
| CN114155508A (zh) * | 2021-12-08 | 2022-03-08 | 北京百度网讯科技有限公司 | 一种道路变化检测方法、装置、设备以及存储介质 |
| CN114170797A (zh) * | 2021-12-02 | 2022-03-11 | 北京百度网讯科技有限公司 | 交通限制路口的识别方法、装置、设备、介质及产品 |
| CN114312578A (zh) * | 2021-12-31 | 2022-04-12 | 优跑汽车技术(上海)有限公司 | 车辆及其控制方法、控制装置、存储介质 |
| CN114419604A (zh) * | 2022-03-28 | 2022-04-29 | 禾多科技（北京）有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
| CN114530057A (zh) * | 2022-02-28 | 2022-05-24 | 中国第一汽车股份有限公司 | 一种车辆预警方法、装置、车辆及存储介质 |
| CN114639247A (zh) * | 2022-05-19 | 2022-06-17 | 文诚恒远(天津)供应链管理服务有限公司 | 一种更新车辆限行数据的方法及装置 |
| CN114863412A (zh) * | 2022-04-28 | 2022-08-05 | 北京百度网讯科技有限公司 | 一种路段交限信息的处理方法、装置、设备和介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103093629A (zh) * | 2013-01-08 | 2013-05-08 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的限行区域车辆实时自动稽查方法和系统 |
| CN105575110A (zh) * | 2016-03-08 | 2016-05-11 | 江苏物联网研究发展中心 | 一种基于gis的智慧城管特种车辆监控系统 |
| CN106767871A (zh) * | 2016-12-27 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种基于云端的预设模式的导航系统及其使用方法 |
| 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 |
| US20200012869A1 (en) * | 2018-07-06 | 2020-01-09 | Cloudminds (Beijing) Technologies Co., Ltd. | Obstacle avoidance reminding method, electronic device and computer-readable storage medium thereof |
| CN111231831A (zh) * | 2020-03-09 | 2020-06-05 | 威马智慧出行科技（上海）有限公司 | 车辆窄路通行检测方法、电子设备及汽车 |
| CN111680611A (zh) * | 2020-06-03 | 2020-09-18 | 江苏无线电厂有限公司 | 一种道路通过性检测方法、系统及设备 |
| CN112885087A (zh) * | 2021-01-22 | 2021-06-01 | 北京嘀嘀无限科技发展有限公司 | 确定路况信息的方法、装置、设备和介质和程序产品 |
-
2021
- 2021-06-21 CN CN202110686627.7A patent/CN113421432B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103093629A (zh) * | 2013-01-08 | 2013-05-08 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的限行区域车辆实时自动稽查方法和系统 |
| CN105575110A (zh) * | 2016-03-08 | 2016-05-11 | 江苏物联网研究发展中心 | 一种基于gis的智慧城管特种车辆监控系统 |
| CN106767871A (zh) * | 2016-12-27 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种基于云端的预设模式的导航系统及其使用方法 |
| US20200012869A1 (en) * | 2018-07-06 | 2020-01-09 | Cloudminds (Beijing) Technologies Co., Ltd. | Obstacle avoidance reminding method, electronic device and computer-readable storage medium thereof |
| 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 |
| CN111231831A (zh) * | 2020-03-09 | 2020-06-05 | 威马智慧出行科技（上海）有限公司 | 车辆窄路通行检测方法、电子设备及汽车 |
| CN111680611A (zh) * | 2020-06-03 | 2020-09-18 | 江苏无线电厂有限公司 | 一种道路通过性检测方法、系统及设备 |
| CN112885087A (zh) * | 2021-01-22 | 2021-06-01 | 北京嘀嘀无限科技发展有限公司 | 确定路况信息的方法、装置、设备和介质和程序产品 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113887460A (zh) * | 2021-10-12 | 2022-01-04 | 泰州市雷信农机电制造有限公司 | 用于通行验证的区块链应用平台 |
| CN114170797A (zh) * | 2021-12-02 | 2022-03-11 | 北京百度网讯科技有限公司 | 交通限制路口的识别方法、装置、设备、介质及产品 |
| CN114170797B (zh) * | 2021-12-02 | 2023-01-24 | 北京百度网讯科技有限公司 | 交通限制路口的识别方法、装置、设备、介质及产品 |
| CN114155508A (zh) * | 2021-12-08 | 2022-03-08 | 北京百度网讯科技有限公司 | 一种道路变化检测方法、装置、设备以及存储介质 |
| CN114312578A (zh) * | 2021-12-31 | 2022-04-12 | 优跑汽车技术(上海)有限公司 | 车辆及其控制方法、控制装置、存储介质 |
| CN114530057A (zh) * | 2022-02-28 | 2022-05-24 | 中国第一汽车股份有限公司 | 一种车辆预警方法、装置、车辆及存储介质 |
| CN114419604A (zh) * | 2022-03-28 | 2022-04-29 | 禾多科技（北京）有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
| CN114863412A (zh) * | 2022-04-28 | 2022-08-05 | 北京百度网讯科技有限公司 | 一种路段交限信息的处理方法、装置、设备和介质 |
| CN114639247A (zh) * | 2022-05-19 | 2022-06-17 | 文诚恒远(天津)供应链管理服务有限公司 | 一种更新车辆限行数据的方法及装置 |
| CN114639247B (zh) * | 2022-05-19 | 2022-08-12 | 文诚恒远(天津)供应链管理服务有限公司 | 一种更新车辆限行数据的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113421432B (zh) | 2023-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113421432B (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
| WO2022206942A1 (zh) | 一种基于行车安全风险场的激光雷达点云动态分割及融合方法 | |
| WO2018068653A1 (zh) | 点云数据处理方法、装置及存储介质 | |
| WO2021238306A1 (zh) | 一种激光点云的处理方法及相关设备 | |
| CN104376297A (zh) | 道路上的线型指示标志的检测方法和装置 | |
| US11741726B2 (en) | Lane line detection method, electronic device, and computer storage medium | |
| CN110781891A (zh) | 一种基于激光雷达传感器的识别车辆可行驶区域的方法 | |
| CN114322799B (zh) | 一种车辆行驶方法、装置、电子设备和存储介质 | |
| US20230159052A1 (en) | Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle | |
| CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
| CN112418081A (zh) | 一种空地联合快速勘察交通事故的方法及系统 | |
| CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
| CN113238565A (zh) | 车辆路径规划方法、装置、车辆和存储介质 | |
| CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
| CN116071729A (zh) | 可行驶区域和路沿的检测方法、装置及相关设备 | |
| CN115139303A (zh) | 一种栅格井盖检测方法、装置、设备及存储介质 | |
| CN112149471A (zh) | 一种基于语义点云的回环检测方法及装置 | |
| US11555928B2 (en) | Three-dimensional object detection with ground removal intelligence | |
| CN114582125B (zh) | 道路通行方向的识别的方法、装置、设备及存储介质 | |
| CN114998863A (zh) | 目标道路识别方法、装置、电子设备以及存储介质 | |
| CN115359332A (zh) | 基于车路协同的数据融合方法、装置、电子设备及系统 | |
| CN114895274A (zh) | 一种护栏识别方法 | |
| CN115114312A (zh) | 地图数据更新方法、装置及电子设备 | |
| CN115792958A (zh) | 一种基于3d激光雷达的无人矿车障碍物检测方法 | |
| WO2020261714A1 (en) | Method for obtaining and transmitting obstacle detection enhancement data |
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 |