CN113538919A - 车道偏离识别方法、装置、设备和存储介质 - Google Patents

车道偏离识别方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113538919A
CN113538919A CN202110970102.6A CN202110970102A CN113538919A CN 113538919 A CN113538919 A CN 113538919A CN 202110970102 A CN202110970102 A CN 202110970102A CN 113538919 A CN113538919 A CN 113538919A
Authority
CN
China
Prior art keywords
lane
line
determining
relation
current vehicle
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
Application number
CN202110970102.6A
Other languages
English (en)
Other versions
CN113538919B (zh
Inventor
李映辉
周志鹏
李冰
胡俊霄
马瑞兵
冯遥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Original Assignee
Baidu Online Network Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baidu Online Network Technology Beijing Co Ltd filed Critical Baidu Online Network Technology Beijing Co Ltd
Priority to CN202110970102.6A priority Critical patent/CN113538919B/zh
Publication of CN113538919A publication Critical patent/CN113538919A/zh
Application granted granted Critical
Publication of CN113538919B publication Critical patent/CN113538919B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection

Abstract

本申请公开了一种车道偏离识别方法、装置、设备和存储介质，该方法包括：获取当前车辆位置、历史实测车道线和历史行驶线；确定当前车辆位置和历史实测车道线之间的第一关系以及当前车辆位置和历史行驶线之间的第二关系；基于第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系；根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；基于目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；根据当前车辆位置及预测车道线确定车辆的车道偏离信息。本申请通过地图数据、目标导航数据和当前车辆位置确定车道偏离信息，降低车道偏离信息生成过程对图像识别技术的依赖，可减小车辆行驶的安全隐患。

Description

车道偏离识别方法、装置、设备和存储介质
本申请是申请号为201910179797.9专利申请的分案申请(原申请的申请日为2019年3月11日，发明名称为车道偏离识别方法、装置、设备和存储介质。
技术领域
本发明实施例涉及智能驾驶技术领域，尤其涉及一种车道偏离识别方法、装置、设备和存储介质。
背景技术
随着5G时代的到来，自动驾驶技术必然随之迅速发展，作为自动驾驶领域重要功能的车道偏离判别成为业内研究的热点。
现有技术中，为实现车道偏离判别，常使用定位技术识别车辆位置，再基于图像识别技术对车辆所处的实际车道进行判断，以确定车辆是否偏离当前车道。在此基础之上，利用车速和方向盘角等数据来预测车辆偏移量，进而对车辆偏离车道进行预警。
但是，上述解决方案在实现车道偏离判别时需要对车道线进行识别，由于天气或者道路情况的原因，当无法识别到车道线时，难以生成车道偏离信息，不能及时发出车道偏离预警，导致车辆行驶存在安全隐患。
发明内容
本发明实施例提供一种车道偏离识别方法、装置、设备和存储介质，以降低车道偏离信息生成过程对车道线图像识别的依赖性，提高智能驾驶技术的安全性。
第一方面，本发明实施例提供了一种车道偏离识别方法，包括：
获取当前车辆位置、历史实测车道线和历史行驶线；
确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系；根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
第二方面，本发明实施例还提供了一种车道偏离识别装置，包括：
参数获取模块，用于获取当前车辆位置、历史实测车道线和历史行驶线；
关系确定模块，用于确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
关联关系模块，用于基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系，其中，确定所述关联关系的过程，在通过图像进行车道线识别的过程中完成；
行驶线确定模块，用于根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；
预测模块，用于基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
预警模块，用于根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
第三方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的车道偏离识别方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的车道偏离识别方法。
本发明实施例的技术方案，通过使用地图数据、目标导航数据和车辆数据确定车辆的目标行驶线，将目标行驶线使用行驶线与车道线之间的关联关系确定预测车道线，通过当前车辆位置与预测车道线确定车辆的车道偏离信息，车道偏离信息的生成过程无需对车道线图像识别，防止因识别不到车道线而造成车道偏离信息生成失败，增强了车辆行驶的安全性。
附图说明
图1是本发明实施例一提供的一种车道偏离识别方法的流程图；
图2是本发明实施例二提供的一种车道偏离识别方法的流程图；
图3是本发明实施例二提高的一种偏移距离示意图；
图4是本发明实施例三提供的一种车道偏离识别装置的结构示意图；
图5是本发明实施例三提供的一种车道偏离识别装置的功能模块图；
图6是本发明实施例四提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构，此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1是本发明实施例一提供的一种车道偏离识别方法的流程图，本实施例可适用于采用智能驾驶技术的车辆对车道偏离进行识别的情况，该方法可以由车道偏离识别装置来执行，该装置可以采用硬件和/或软件的方式来实现，并一般可以集成在智能驾驶车辆的控制系统中，参见图1，本发明实施例的方法包括：
步骤101、根据地图数据、目标导航数据和车辆定位数据，确定车辆的目标行驶线。
其中，地图数据可以是以数字形式存储的用于表征地理位置关系的数据，可以包括交通地图数据和地理地图数据等，地图数据的具体形式可以是地图数据库，可以存储在云端服务器或者车辆本地，可以是高精地图，也可以是普通地图；目标导航数据可以是用于表征车辆目的地的相关信息，可以包括目的地的经纬度和门牌号等信息，或者其他能够反映车辆最终行驶目的地或下一阶段行驶目的地的数据；车辆定位数据可以是通过定位技术确定的车辆位置数据，可以包括车辆的当前位置数据和车辆的历史位置数据，车辆定位数据可以是一段时间内的车辆定位数据的集合，可以通过现有车辆定位技术获取到车辆定位数据，例如，激光雷达定位、卫星定位和移动基站定位等；目标行驶线是基于车辆导航数据计算确定车辆预计行驶路线，目标行驶线可以精确到车辆的行驶车道数量级，与车道相比目标行驶线的宽度可以忽略，可以认为是由行驶车道中具体坐标点构成的线。
具体的，可以使用现有的定位技术获取到车辆定位数据，可以结合地图数据以车辆定位数据为起点、目标导航数据为终点，随机选择位置点，基于位置点可以确定车辆的目标行驶线。选择位置点的方式可以从地图数据中进行选取。不同地图数据的位置精度不同，表征道路、建筑等位置兴趣点的方式也不同。例如，矢量地图中的直线道路，一般以落入实际道路范围内的沿线多个经纬度坐标点来表征该道路。坐标点作为位置点，可以是道路的中心线，也可以是边缘线，一般按照预设间隔分布。对于路口、弯路等特殊位置，通常由多个机动点来表征该道路，例如，中心点、路缘交叉点灯、弯路沿线点等。位置点可以是直线道路中的全部或部分坐标点，也可以弯路等特殊道路中的部分或全部机动点。而后由位置点计算确定目标行驶线。可以理解的是，车辆定位数据可以随着车辆行驶实时变化，目标行驶线也可以随着车辆行驶线的变换而改变。
步骤102、基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线，其中，所述关联关系通过历史实测车道线与历史行驶线进行拟合确定。
其中，行驶线可以是车辆行驶的估测路线，可以由车辆定位数据确定；车道线可以是道路路面中用虚线或者实线绘制的用于引导车辆行驶的道路交通标线，可以由摄像头或者传感器测量得到，关联关系可以是车辆实际行驶路线与车道线之间的关系，可以包括距离关系和位置关系等关系，例如；平行关系和相交关系等，关联关系体现行驶线与车道线之间的持续位置关系。在车道线无法通过图像识别方式获取时，则可以预测获取车道线。预测车道线可以是依据关联关系预测的车道线；历史实测车道线可以是在车辆行驶过程中通过图像识别技术确定的道路线，例如，可以是车辆能够识别到车道线的历史行驶过程中，将识别到的车道线存储为历史实测车道线；历史行驶线则可以是采用前述方式计算确定的导航路线的位置点构成的轨迹线。
具体的，可以将行驶线与车道线之间的关联关系以函数关系表示，基于目标行驶线的数据和已知的关联关系反推出预测车道线的位置。
步骤103、根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
其中，车道偏离信息可以是用于表征车辆是否偏离车道的信息，可以包括车辆距车道线的距离和车辆到达车道线的时间等信息；当前车辆位置可以是车辆进行车道偏离识别时的车辆位置，可以通过定位技术获得。
具体的，可以基于当前车辆所处的位置和预测车道线进行计算，确定当前车辆所处位置与预测车道线的关系，确定后的关系作为该车的车道偏离信息，例如当前车辆所处位置在预测车道线外部，那么车道偏离信息可以已经偏离车道。进一步的，在上述实施例的基础上，还可以将确定的车道偏离信息通过语音或者图形的方式提示给车辆的驾驶员或者根据车道偏离信息辅助操作车辆，以增加车辆行驶的安全保障，进一步增强车辆的安全性。
本发明实施例的技术方案，通过地图数据、目标导航数据和车辆数据确定车辆的目标行驶线，基于目标行驶线，根据行驶线与车道线的关联关系确定预测车道线，通过当前车辆位置与预测车道线的关系确定车辆的车道偏离信息；利用定位技术实现对车道偏离的识别，降低了对车道线图形识别的依赖，防止因识别不到车道线导致车道偏离识别失败，可减少车辆行驶的安全隐患。
可选的，在上述实施例的基础上，基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线之前，还包括：
获取当前车辆位置、历史实测车道线和历史行驶线；确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系。
其中，第一关系可以是用于表征当前车辆位置与历史实测车道线位置的关系，可以是距离值或方向向量等，第二关系可以是用于表征当前车辆位置与历史行驶线位置的关系，可以是距离值或方向向量等。
具体的，可以在能够图像识别到车道线的行驶过程中，通过定位技术获取当前车辆位置，获取实测车道线与当前的行驶线，可以计算当前车辆位置与实测车道线的第一关系和当前车辆位置与行驶线的第二关系，其中，计算可以包括通过当前车辆位置向历史实测车道线和历史行驶线分别做切线，将对应的切线长分别作为第一关系和第二关系，还可以计算当前车辆位置到历史实测车道线和历史行驶线最近的距离作为第一关系和第二关系，可以利用计算得到的第一关系和第二关系通过拟合的方式生成行驶线与车道线的关联关系，可以理解的是，通过第一关系和第二关系生成行驶线与车道线关联关系的方式不仅限于拟合，还可以使用梯度下降的方式，例如，关联关系对应的函数关系，将第一关系和第二关系作为梯度下降的参数逐渐修正关联关系对应的函数直到获取到符合要求的关联关系对应的函数关系，也就是符合要求的关联关系。
确定关联关系的过程，可以在能够图像识别车道线的过程中完成，不断进行函数更新。当行驶过程中出现不能图像识别车道线的情况时，则转由利用关联关系推测车道线位置的模式。两种模式可以交替进行。
实施例二
图2是本发明实施例二提供的一种车道偏离识别方法的流程图，本实施例是在上述实施例基础上的具体化，相应的，参见图2，本发明实施例的方法包括：
步骤201、将车辆定位数据和目标导航数据分别作为起点和终点生成标准导航路线。
其中，标准导航路线可以是基于现有的地图数据精度水平确定导航路线，例如，当前地图数据可以精确到道路，那么标准导航路线就可以是以道路为精确度的导航线路。
具体的，可以使用现有的生成导航路线的方法以车辆定位数据和目标导航数据分别为起点和终点生成导航路线，记为标准导航路线。
步骤202、沿所述标准导航路线在所述地图数据中选取位置点。
其中，位置点可以是地图数据中用于表示位置的坐标数据，位置点可以是地图数据中道路内部的坐标数据，包括道路的中心点和边缘点等。
具体的，可以以标准导航路线为依据在地图数据中选取属于道路内部的位置点。
步骤203、对各所述位置点进行插值拟合，以确定车辆的目标行驶线。
具体的，位置点通常间隔较大，则可以将选取到的位置点进行插值拟合，将拟合生成的函数作为车辆的目标行驶线，提高目标行驶线的精度和连续点的密度。
步骤204、获取当前车辆位置、实测车道线和行驶线。
步骤205、根据所述实测车道线计算车道中心线。
其中，车道中心线可以是用于表示车道线位置的连线，可以根据实测车道线中心点确定。
具体的，可以根据实测车道线计算实测车道线对应的中心点，可以对各中心点进行拟合计算得到车道中心线。
步骤206、计算所述车辆定位数据和车道中心线间的横向距离，记为第一关系。
图3是本发明实施例二提高的一种偏移距离示意图，参见图3，其中，车道中心线22可以是车道线21的中点形成的连线，横向距离23可以是车辆与车道中心线22之间的横向距离。
具体的，可以根据车辆定位数据确定车辆当前所处的位置，计算该位置与车道中心线22之间的横向距离，可以将计算得到的横向距离作为第一关系。
步骤207、计算所述车辆定位数据和行驶线间的横向距离，记为第二关系。
具体的，可以根据车辆定位数据确定车辆当前所处的位置，计算该位置与行驶线之间的横向距离，可以将计算得到的横向距离作为第二关系。
步骤208、基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系。
可选的，在上述实施例的基础上，关联关系可以是一次函数或者二次函数，当然，关联关系也可以根据实际线路之间的关系确定高次函数。
具体的，关联关系可以是设为y＝x+b，为了纠正预测车道线的误差，可以进一步将关联函数设为y＝ax+b，关联关系还可以是二次函数，例如，y＝ax2+bx+c，在拟合中可以使用二次函数拟合公式生成形式为二次函数的关联关系。
步骤209、根据所述当前车辆位置和目标行驶线确定当前第二关系。
其中，当前第二关系可以是车辆进行车道偏离识别时当前车辆与目标行驶线的关系，可以包括距离关系和位置关系等。
具体的，可以根据当前车辆在进行车道偏离识别时所处的位置与目标行驶线计算横向距离，可以将横向距离作为当前第二关系。
步骤210、将所述当前第二关系代入所述关联关系确定当前第一关系。
具体的，可以将计算得到的当前车辆位置与目标行驶线的横向距离代入关联关系计算得到作为第一关系的预测车道线与当前车辆位置的横向距离。
步骤211、根据所述当前车辆位置和当前第一关系确定预测车道线。
具体的，可以在预测车道线与当前车辆位置的横向距离的基础上结合当前车辆位置反推得到预测车道线的位置，实现确定预测车道线。
步骤212、获取所述车辆的预警阈值。
其中，预警阈值可以用于表征车辆偏离车道的最小值，预警阈值可以是与车道宽度相关的值或提前设定的值。
具体的，可以根据历史实测车道线计算车道宽度的平均值，可以将车道宽度平均值的一半作为预警阈值，使得预警阈值随着车辆行驶实时更新，便于在车辆行驶过程中准确识别车道偏离。
步骤213、计算所述当前车辆位置与所述预测车道线的偏移距离。
其中，偏移距离可以是当前车辆位置与预测车道线的横向距离。
具体的，可以计算在车辆进行车道偏离识别时当前车辆所处位置与预测车道线的横向距离，将横向距离作为当前车辆位置与预测车道线的偏移距离。
步骤214、若所述偏移距离大于所述预警阈值，则确定所述车辆偏离车道。
具体的，可以将偏移距离与预警阈值进行对比，如果偏移距离大于预警阈值，那么可以确定车辆偏离车道；如果偏移距离小于等于预警阈值，可以确定车辆还在车道内行驶。
可选的，在上述实施例的基础上，在根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息之后，还包括：
获取所述车辆的车辆行驶速度和方向盘角度，并根据所述车辆行驶速度、方向盘角度以及所述车道偏离信息进行车道偏离预警。
具体的，可以获取车辆的车辆行驶速度和方向盘角度，利用上述实施例计算得到的车道偏离信息对车道偏离进行预警，例如，可以根据当前车辆位置与预测车道线的偏移距离，在当前车辆行驶速度和方向盘角度的前提条件下，计算车辆驶出车道的时间，可以根据驶出车道的时间对车辆进行偏离预警。
本发明实施例的技术方案，通过将车辆定位数据和目标导航数据确定标准导航路线，基于地图数据和标准导航路线选取位置点，对位置点进行插值拟合生成更高精度的目标行驶线，利用车辆定位数据、历史实测车道线和历史行驶线确定车辆定位数据分别与历史实测车道线和历史行驶线之间的横向距离，通过横向距离确定关联关系，根据当前车辆位置和目标行驶线计算得到当前第二关系，利用当前第二关系和关联关系确定预测车道线，计算当前车辆位置与预测车道线的偏移距离，如果偏移距离大于预警阈值，确定车辆偏离车道；利用现有的地图数据确定高精度的目标行驶线，降低了车道偏离识别的成本，使用当前车辆位置、历史实测车道线和历史行驶线的横向距离确定关联关系，计算复杂度低，可降低车道偏离识别的延迟，进一步提高了车辆行驶的安全性。
可选的，在上述实施例的基础上，沿所述标准导航路线在所述地图数据中选取位置点，包括：根据地图数据将所述标准导航路线对应的道路划分为导航路段；根据所述地图数据确定所述导航路段的道路状态；若所述道路状态为直线道路，则在对应的所述导航路段内选取直线阈值数量的位置点，否则在对应的所述导航路段内选取非直线阈值数量的机动点并记为位置点。
其中，导航路段，可以是划分为路段的标准导航路线对应的道路；道路状态可以是根据地图数据确定的道路状态，可以包括直线道路、弯道和路口等；直线阈值数量可以是在直线道路中根据地图数据选取位置点的数量阈值，非直线阈值数量可以是在不是直线道路中根据地图数据选取位置点的数量阈值。
具体的，可以根据地图数据将标准导航路线对应的道路划分为导航路段，可以判断各个导航路段内是否为直线道路，如果是直线道路，那么可以在对应导航路段内获取较少数量的位置点，如果不是直线道路，那么可以在对应导航路段内获取较多数量的位置点，并且可以将不是直线道路对应导航路段内的位置点标记为机动点。
可选的，在所述根据地图数据、目标导航数据和车辆定位数据，确定车辆的目标行驶线之前，还包括：根据所述地图数据确定所述车辆前方预设距离内道路的道路状态；若所述道路状态为非直线道路，则停止进行车道偏离识别。
具体的，在对车辆进行车道偏离识别之前，可以根据地图数据确定车辆前方是否不是直线道路，如果不是直线道路，那么可以不再对车辆进行车道偏离识别，可选的，在当前车辆位置与目标行驶线中的机动点的距离小于设定距离时，不再对车道偏离进行识别，例如，当车辆距离路口小于30米时，车辆不再进行车道偏离识别，使得车辆在非直线道路内不进行车道偏离识别，避免因非直线道路车道线不准确导致对车道偏离识别错误。
实施例三
图4是本发明实施例三提供的一种车道偏离识别装置的结构示意图，可直线本发明任意实施例提供的车道偏离识别方法，具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现，具体包括：参数获取模块301、关系确定模块302、关联关系模块303、行驶线确定模块304、预测模块305和预警模块306。
其中，参数获取模块301，用于获取当前车辆位置、历史实测车道线和历史行驶线；
关系确定模块302，用于确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
关联关系模块303，用于基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系，其中，确定所述关联关系的过程，在通过图像进行车道线识别的过程中完成；
行驶线确定模块304，用于根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；
预测模块305，用于基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
预警模块306，用于根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
本发明实施例的技术方案，通过行驶线确定模块使用地图数据、目标导航数据和车辆数据确定车辆的目标形式线，预测模块基于目标行驶线使用行驶线与车道线之间的关联关系确定预测车道线，预警模块根据当前车辆位置与预测车道线确定车辆的车道偏离信息，使得车道偏离信息生成无需对车道线进行图像识别，防止因车道线无法识别造成车道偏离信息生成错误，提高车辆行驶的安全性，减少了车辆的安全隐患。
在上述实施例的基础上，行驶线确定模块304具体包括：
标准导航单元，用于将所述当前车辆位置和目标导航数据分别作为起点和终点生成标准导航路线。
位置点选取单元，用于沿所述标准导航路线在所述地图数据中选取位置点。
拟合单元，用于对各所述位置点进行插值拟合，以确定车辆的目标行驶线。
在上述实施例的基础上，位置点选取单元具体包括：
划分子单元，用于根据所述地图数据将所述标准导航路线对应的道路划分为导航路段。
状态确定子单元，用于根据所述地图数据确定所述导航路段的道路状态。
选取子单元，用于若所述道路状态为直线道路，则在对应的所述导航路段内选取直线阈值数量的位置点，否则在对应的所述导航路段内选取非直线阈值数量的机动点并记为位置点。
在上述实施例的基础上，所述关联关系为一次函数或二次函数。
在上述实施例的基础上，关系确定模块，具体包括：
中心线单元，用于根据所述历史实测车道线计算车道中心线。
第一关系单元，用于计算所述当前车辆位置和车道中心线间的横向距离，记为第一关系。
第二关系单元，用于计算所述当前车辆位置和历史行驶线间的横向距离，记为第二关系。
在上述实施例的基础上，预测模块305具体包括：
关系计算单元，用于根据所述当前车辆位置和目标行驶线确定当前第二关系。
关系确定单元，用于将所述当前第二关系代入所述关联关系确定当前第一关系。
预测车道线单元，用于根据所述当前车辆位置和当前第一关系确定预测车道线。
在上述实施例的基础上，预警模块306具体包括：
预警阈值单元，用于获取所述车辆的预警阈值。
偏移距离单元，用于计算所述当前车辆位置与所述预测车道线的偏移距离。
预警单元，用于若所述偏移距离大于所述预警阈值，则确定所述车辆偏离车道。
在上述实施例的基础上，车道偏离识别装置，还包括：
状态确定模块，用于根据所述地图数据确定所述车辆前方预设距离内道路的道路状态。
停止模块，用于若所述道路状态为非直线道路，则停止进行车道偏离识别。
在上述实施例的基础上，车道偏离识别装置，还包括：
第二预警模块，用于获取所述车辆的车辆行驶速度和方向盘角度，并根据所述车辆行驶速度、方向盘角度以及所述车道偏离信息进行车道偏离预警。
示例性的，图5是本发明实施例三提供的一种车道偏离识别装置的功能模块图；参见图5，本发明实施例提供的车道偏离识别装置按照功能模块进行划分可以包括车道线识别501、融合定位502、横向距离503、机动点信息504、目标行驶线505、语音提示506和视觉提示507，摄像头将获取到的车道线发送给车道线识别501，方向盘转角传感器、车速传感器和惯性导航将采集的数发送给融合定位502，融合定位502根据获取的数据进行融合定位后将当前车辆位置发送给203横向距离，车道线识别501将识别结果发送给横向距离503，机动点信息504和目标行驶线505将目标行驶线发送给横向距离503，横向距离503根据接收的当前车辆位置、目标行驶线和历史实测车道线计算出横向距离，将车道偏离信息发送给语音提示506和视觉提示507。
上述装置可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的方法。
实施例四
图6是本发明实施例四提供的一种设备的结构示意图，如图6所示，该设备包括处理器60、存储器61、输入装置62和输出装置63；设备中处理器60的数量可以是一个或多个，图6中以一个处理器60为例；设备中的处理器60、存储器61、输入装置62和输出装置63可以通过总线或其他方式连接，图6中以通过总线连接为例。本实施例所提供的设备优选为配置于智能驾驶车辆中的控制器或控制系统。
存储器61作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的车道偏离识别方法对应的程序模块(例如，车道偏离识别装置中的参数获取模块301、关系确定模块302、关联关系模块303、行驶线确定模块304、预测模块305和预警模块306)。处理器60通过运行存储在存储器61中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的车道偏离识别方法。
存储器61可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器61可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器61可进一步包括相对于处理器60远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置62可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置63可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车道偏离识别方法，该方法包括：
获取当前车辆位置、历史实测车道线和历史行驶线；
确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系；根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车道偏离识别方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述车道偏离识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种车道偏离识别方法，其特征在于，包括：
获取当前车辆位置、历史实测车道线和历史行驶线；
确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系；根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
2.根据权利要求1所述的方法，其特征在于，所述根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线，包括：
将所述当前车辆位置和目标导航数据分别作为起点和终点生成标准导航路线；
沿所述标准导航路线在所述地图数据中选取位置点；
对各所述位置点进行插值拟合，以确定车辆的目标行驶线。
3.根据权利要求2所述的方法，其特征在于，所述沿所述标准导航路线在所述地图数据中选取位置点，包括：
根据所述地图数据将所述标准导航路线对应的道路划分为导航路段；
根据所述地图数据确定所述导航路段的道路状态；
若所述道路状态为直线道路，则在对应的所述导航路段内选取直线阈值数量的位置点，否则在对应的所述导航路段内选取非直线阈值数量的机动点并记为位置点。
4.根据权利要求1所述的方法，其特征在于，所述确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系，包括：
根据所述历史实测车道线计算车道中心线；
计算所述当前车辆位置和车道中心线间的横向距离，记为第一关系；
计算所述当前车辆位置和历史行驶线间的横向距离，记为第二关系。
5.根据权利要求4所述的方法，其特征在于，所述关联关系为一次函数或二次函数。
6.根据权利要求4所述的方法，其特征在于，所述基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线，包括：
根据所述当前车辆位置和目标行驶线确定当前第二关系；
将所述当前第二关系代入所述关联关系确定当前第一关系；
根据所述当前车辆位置和当前第一关系确定预测车道线。
7.根据权利要求1所述的方法，其特征在于，所述根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息，包括：
获取所述车辆的预警阈值；
计算所述当前车辆位置与所述预测车道线的偏移距离；
若所述偏移距离大于所述预警阈值，则确定所述车辆偏离车道。
8.根据权利要求1所述的方法，其特征在于，在所述根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线之前，还包括：
根据所述地图数据确定所述车辆前方预设距离内道路的道路状态；
若所述道路状态为非直线道路，则停止进行车道偏离识别。
9.根据权利要求1-8中任一所述的方法，其特征在于，在所述根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息之后，还包括：
获取所述车辆的车辆行驶速度和方向盘角度，并根据所述车辆行驶速度、方向盘角度以及所述车道偏离信息进行车道偏离预警。
10.一种车道偏离识别装置，其特征在于，包括：
参数获取模块，用于获取当前车辆位置、历史实测车道线和历史行驶线；
关系确定模块，用于确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
关联关系模块，用于基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系，其中，确定所述关联关系的过程，在通过图像进行车道线识别的过程中完成；
行驶线确定模块，用于根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；
预测模块，用于基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
预警模块，用于根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
11.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的车道偏离识别方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的车道偏离识别方法。
CN202110970102.6A 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质 Active CN113538919B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110970102.6A CN113538919B (zh) 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110970102.6A CN113538919B (zh) 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质
CN201910179797.9A CN109785667B (zh) 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201910179797.9A Division CN109785667B (zh) 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113538919A true CN113538919A (zh) 2021-10-22
CN113538919B CN113538919B (zh) 2022-10-28

Family

ID=66488245

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110970102.6A Active CN113538919B (zh) 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质
CN201910179797.9A Active CN109785667B (zh) 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910179797.9A Active CN109785667B (zh) 2019-03-11 2019-03-11 车道偏离识别方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (2) CN113538919B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114092911A (zh) * 2021-11-23 2022-02-25 北京百度网讯科技有限公司 一种道路识别方法、装置、电子设备以及存储介质
CN114299712A (zh) * 2021-11-26 2022-04-08 腾讯科技（深圳）有限公司 一种数据处理方法、装置、设备以及可读存储介质
CN114459493A (zh) * 2021-12-28 2022-05-10 高德软件有限公司 导航偏航的确认方法、装置、设备及存储介质
CN114454888A (zh) * 2022-02-22 2022-05-10 福思(杭州)智能科技有限公司 一种车道线预测方法、装置、电子设备及车辆
CN115574805A (zh) * 2022-12-02 2023-01-06 小米汽车科技有限公司 车道线关系的识别方法、装置、车辆和存储介质
CN116229723A (zh) * 2023-05-06 2023-06-06 山东纵云信息技术有限公司 一种智能化交通信息数据分析管理系统
WO2024027142A1 (zh) * 2022-08-04 2024-02-08 中兴通讯股份有限公司 定位校准方法及设备、存储介质
WO2024066387A1 (zh) * 2022-09-26 2024-04-04 魔门塔(苏州)科技有限公司 车道居中保持功能的测试方法、装置、系统和电子设备

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112130550B (zh) * 2019-06-24 2024-03-12 北京市商汤科技开发有限公司 一种道路图像处理方法、装置、电子设备及存储介质
CN110196062B (zh) * 2019-06-27 2022-03-25 成都圭目机器人有限公司 一种单相机跟踪车道线的导航方法
CN110610137B (zh) * 2019-08-21 2022-04-15 北京地平线机器人技术研发有限公司 检测车辆行驶状态的方法、装置以及电子设备、存储介质
CN110555256B (zh) * 2019-08-28 2023-05-19 浙江鸿泉车联网有限公司 一种gps路线模拟数据生成方法及装置
CN110516652B (zh) * 2019-08-30 2023-04-18 北京百度网讯科技有限公司 车道检测的方法、装置、电子设备及存储介质
CN112461257A (zh) * 2019-09-09 2021-03-09 华为技术有限公司 一种车道线信息的确定方法及装置
CN110806215B (zh) * 2019-11-21 2021-06-29 北京百度网讯科技有限公司 车辆定位的方法、装置、设备及存储介质
CN111027423B (zh) * 2019-11-28 2023-10-17 北京百度网讯科技有限公司 一种自动驾驶车道线检测方法、装置和电子设备
JP7277349B2 (ja) * 2019-12-12 2023-05-18 日立Astemo株式会社 運転支援装置、および、運転支援システム
CN113032500B (zh) * 2019-12-25 2023-10-17 沈阳美行科技股份有限公司 车辆定位方法、装置、计算机设备和存储介质
CN111137279B (zh) * 2020-01-02 2021-01-29 广州赛特智能科技有限公司 港口无人集卡站点停车方法及系统
CN111523471B (zh) * 2020-04-23 2023-08-04 阿波罗智联(北京)科技有限公司 车辆所在车道的确定方法、装置、设备以及存储介质
CN111595358B (zh) * 2020-06-05 2022-03-29 百度在线网络技术（北京）有限公司 导航数据处理方法、路径诱导方法、设备及存储介质
CN111652952B (zh) * 2020-06-05 2022-03-18 腾讯科技（深圳）有限公司 车道线生成方法、装置、计算机设备和存储介质
CN111780744B (zh) * 2020-06-24 2023-12-29 浙江华睿科技股份有限公司 移动机器人混合导航方法、设备及存储装置
CN111932887B (zh) * 2020-08-17 2022-04-26 武汉四维图新科技有限公司 车道级轨迹数据的生成方法及设备
CN112256717A (zh) * 2020-10-23 2021-01-22 中国移动通信集团黑龙江有限公司 门牌号的确定方法、装置、设备及计算机存储介质
CN112256983B (zh) * 2020-11-13 2022-02-08 腾讯科技（深圳）有限公司 导航信息处理方法、装置、电子设备及存储介质
CN112945586B (zh) * 2021-01-29 2023-10-27 深圳一清创新科技有限公司 一种底盘偏向标定方法、装置及无人驾驶汽车
CN112925867B (zh) * 2021-02-25 2022-05-20 北京百度网讯科技有限公司 定位真值的获取方法、装置及电子设备
CN113237487B (zh) * 2021-04-09 2022-09-27 烟台杰瑞石油服务集团股份有限公司 视觉辅助导航方法及装置
CN113390431B (zh) * 2021-06-17 2022-09-30 广东工业大学 动态生成参考线的方法、装置、计算机设备和存储介质
CN113581196B (zh) * 2021-08-30 2023-08-22 上海商汤临港智能科技有限公司 一种车辆行驶预警的方法、装置、计算机设备及存储介质
CN115583243B (zh) * 2022-10-27 2023-10-31 阿波罗智联(北京)科技有限公司 确定车道线信息的方法、车辆控制方法、装置和设备
CN117433512B (zh) * 2023-12-20 2024-03-08 福龙马城服机器人科技有限公司 一种针对道路清扫车的低成本车道线实时定位与建图方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017045370A (ja) * 2015-08-28 2017-03-02 いすゞ自動車株式会社 車線逸脱警報装置および車線逸脱警報制御方法
CN106971593A (zh) * 2017-04-01 2017-07-21 深圳市元征科技股份有限公司 车道识别方法及装置
CN109284674A (zh) * 2018-08-09 2019-01-29 浙江大华技术股份有限公司 一种确定车道线的方法及装置
CN109416256A (zh) * 2016-07-05 2019-03-01 三菱电机株式会社 行驶车道推定系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006189325A (ja) * 2005-01-06 2006-07-20 Aisin Aw Co Ltd 車両の現在地情報管理装置
CN101122467A (zh) * 2006-08-11 2008-02-13 环达电脑(上海)有限公司 一种车辆导航中路径规划方法
US20150316387A1 (en) * 2014-04-30 2015-11-05 Toyota Motor Engineering & Manufacturing North America, Inc. Detailed map format for autonomous driving
CN105488485B (zh) * 2015-12-07 2019-01-22 北京航空航天大学 基于车辆轨迹的车道线自动提取方法
CN106908069A (zh) * 2015-12-23 2017-06-30 大陆汽车投资（上海）有限公司 基于预测的导航辅助方法
CN107444406A (zh) * 2016-05-30 2017-12-08 奥迪股份公司 车辆辅助驾驶系统及方法
CN106918342B (zh) * 2017-03-10 2020-01-03 广州汽车集团股份有限公司 无人驾驶车辆行驶路径定位方法及定位系统
CN108437989B (zh) * 2018-04-09 2019-10-22 广州大学 一种基于动态车道边界的车道偏离预警方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017045370A (ja) * 2015-08-28 2017-03-02 いすゞ自動車株式会社 車線逸脱警報装置および車線逸脱警報制御方法
CN109416256A (zh) * 2016-07-05 2019-03-01 三菱电机株式会社 行驶车道推定系统
CN106971593A (zh) * 2017-04-01 2017-07-21 深圳市元征科技股份有限公司 车道识别方法及装置
CN109284674A (zh) * 2018-08-09 2019-01-29 浙江大华技术股份有限公司 一种确定车道线的方法及装置

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114092911B (zh) * 2021-11-23 2023-08-01 北京百度网讯科技有限公司 一种道路识别方法、装置、电子设备以及存储介质
CN114092911A (zh) * 2021-11-23 2022-02-25 北京百度网讯科技有限公司 一种道路识别方法、装置、电子设备以及存储介质
CN114299712A (zh) * 2021-11-26 2022-04-08 腾讯科技（深圳）有限公司 一种数据处理方法、装置、设备以及可读存储介质
CN114299712B (zh) * 2021-11-26 2024-03-01 腾讯科技（深圳）有限公司 一种数据处理方法、装置、设备以及可读存储介质
CN114459493A (zh) * 2021-12-28 2022-05-10 高德软件有限公司 导航偏航的确认方法、装置、设备及存储介质
CN114459493B (zh) * 2021-12-28 2024-04-16 高德软件有限公司 导航偏航的确认方法、装置、设备及存储介质
CN114454888A (zh) * 2022-02-22 2022-05-10 福思(杭州)智能科技有限公司 一种车道线预测方法、装置、电子设备及车辆
CN114454888B (zh) * 2022-02-22 2023-10-13 福思(杭州)智能科技有限公司 一种车道线预测方法、装置、电子设备及车辆
WO2024027142A1 (zh) * 2022-08-04 2024-02-08 中兴通讯股份有限公司 定位校准方法及设备、存储介质
WO2024066387A1 (zh) * 2022-09-26 2024-04-04 魔门塔(苏州)科技有限公司 车道居中保持功能的测试方法、装置、系统和电子设备
CN115574805A (zh) * 2022-12-02 2023-01-06 小米汽车科技有限公司 车道线关系的识别方法、装置、车辆和存储介质
CN116229723B (zh) * 2023-05-06 2023-08-11 山东纵云信息技术有限公司 一种智能化交通信息数据分析管理系统
CN116229723A (zh) * 2023-05-06 2023-06-06 山东纵云信息技术有限公司 一种智能化交通信息数据分析管理系统

Also Published As

Publication number Publication date
CN109785667A (zh) 2019-05-21
CN113538919B (zh) 2022-10-28
CN109785667B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN109785667B (zh) 车道偏离识别方法、装置、设备和存储介质
CN111750886B (zh) 局部路径规划方法及装置
US20170343374A1 (en) Vehicle navigation method and apparatus
CN110763246A (zh) 自动驾驶车辆路径规划方法、装置、车辆及存储介质
JP4661439B2 (ja) 車両用ナビゲーション装置及び道路地図配信システム
CN110837092B (zh) 车辆定位、车道级路径规划的方法及装置
US10928819B2 (en) Method and apparatus for comparing relevant information between sensor measurements
CN110530372B (zh) 定位方法、路径确定方法、装置、机器人及存储介质
CN111102988A (zh) 基于地图的路径规划方法、服务器、车载终端、存储介质
JP2020516880A (ja) ポリゴンにおける中間点を低減する方法および装置
CN110608746B (zh) 用于确定机动车的位置的方法和装置
JP7186241B2 (ja) 車両の走行支援方法、車両走行支援装置及び自動運転システム
KR102475039B1 (ko) 지도 정보 갱신 장치, 방법 및 시스템
WO2022052283A1 (zh) 一种车辆的定位方法和装置
CN114829971A (zh) 一种激光雷达的标定方法、装置及存储介质
CN112633812B (zh) 货运车辆的轨迹分段方法、装置、设备及存储介质
KR101965043B1 (ko) 정밀지도 생성 지역 결정 방법 및 장치
Karimi et al. A methodology for predicting performances of map-matching algorithms
CN114910083A (zh) 定位方法以及定位装置、电子设备、存储介质
US20220228873A1 (en) Curvature value detection and evaluation
CN113566817B (zh) 一种车辆定位方法及装置
CN113119999B (zh) 自动驾驶特征的确定方法、装置、设备、介质及程序产品
WO2018180247A1 (ja) 出力装置、制御方法、プログラム及び記憶媒体
CN114325662A (zh) 一种车载雷达的外参标定方法、装置、设备及存储介质
CN114281832A (zh) 基于定位结果的高精地图数据更新方法、装置和电子设备

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