CN113792106A - 道路的状态更新方法、装置、电子设备及存储介质 - Google Patents
道路的状态更新方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113792106A CN113792106A CN202110949183.1A CN202110949183A CN113792106A CN 113792106 A CN113792106 A CN 113792106A CN 202110949183 A CN202110949183 A CN 202110949183A CN 113792106 A CN113792106 A CN 113792106A
- Authority
- CN
- China
- Prior art keywords
- target
- road
- image
- target road
- image acquisition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000000903 blocking effect Effects 0.000 claims abstract description 90
- 230000004044 response Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 230000001172 regenerating effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 32
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000012795 verification Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06F16/23—Updating
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种道路的状态更新方法、装置、电子设备及存储介质,涉及计算机技术领域,尤其涉及图像处理、大数据、计算机视觉等人工智能技术领域,具体适用于智能驾驶和智慧城市的场景。具体实施方案为,获取处于阻断状态的目标道路和目标道路的阻断位置;获取行驶在阻断位置覆盖范围内的目标车辆,并向目标车辆下发图像采集任务;获取目标车辆根据图像采集任务采集的图像;根据图像,对目标道路的状态进行更新。由此,本公开中,通过对目标车辆实时采集图像进行开通验证,实现对道路状态实时更新,从而大幅度提高阻断事件开通的时效性,减少用户绕路风险,节约社会成本。
Description
技术领域
本公开涉及计算机技术领域,具体涉及图像处理、大数据、计算机视觉等人工智能技术领域,具体适用于智能驾驶和智慧城市的场景,尤其涉及一种道路的状态更新方法、装置、电子设备及存储介质。
背景技术
道路阻断是表达实际道路无法通行的一种产品数据表达方法,在电子地图产品中会把因交通管制、恶劣天气、道路施工等原因导致的无法通行道路制作为阻断状态。
当道路处于阻断状态时,需要及时对于阻断道路进行开通,恢复道路在电子导航系统中的通行状态,避免用户因开通不及时出现绕路情况,因此如何对道路阻断状态进行监控和及时更新是现在首要关注的问题。
发明内容
本公开提供了一种用于道路的状态更新方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种道路的状态更新方法,包括:获取处于阻断状态的目标道路和所述目标道路的阻断位置;获取行驶在所述阻断位置覆盖范围内的目标车辆,并向所述目标车辆下发图像采集任务;获取所述目标车辆根据所述图像采集任务采集的图像;根据所述图像,对所述目标道路的状态进行更新。
根据本公开的第二方面,提供了一种道路的状态更新装置,包括:第一获取模块,用于获取处于阻断状态的目标道路和所述目标道路的阻断位置;第二获取模块,用于获取行驶在所述阻断位置覆盖范围内的目标车辆,并向所述目标车辆下发图像采集任务;第三获取模块,用于获取所述目标车辆根据所述图像采集任务采集的图像;更新模块,用于根据所述图像,对所述目标道路的状态进行更新。
根据本公开的第三方面,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上述第一方面实施例所述的道路的状态更新方法。
根据本公开第四方面,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,其上存储有计算机程序/指令,所述计算机指令用于使所述计算机执行上述第一方面实施例所述的道路的状态更新方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现上述第一方面实施例所述的道路的状态更新方法。
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为本公开实施例提供的一道路的状态更新方法的流程示意图;
图2为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图3为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图4为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图5为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图6为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图7为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图8为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图9为本公开实施例提供的另一道路的状态更新方法的流程示意图;
图10为公开实施例提供的一道路的状态更新方法的时序图
图11为本公开实施例提供的一道路的状态更新装置的结构示意图;
图12为根据本公开实施例的道路的状态更新方法设计的电子设备的框图。
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。
下面参考附图描述本公开实施例的道路的状态更新方法、装置和电子设备。
图像处理(image processing)技术,用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。
大数据(big data),IT行业术语,是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。
计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的,可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息,所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
智能驾驶本质上涉及注意力吸引和注意力分散的认知工程学,主要包括网络导航、自主驾驶和人工干预三个环节。智能驾驶的前提条件是,我们选用的车辆满足行车的动力学要求,车上的传感器能获得相关视听觉信号和信息,并通过认知计算控制相应的随动系统。智能驾驶的网络导航,解决我们在哪里、到哪里、走哪条道路中的哪条车道等问题;自主驾驶是在智能系统控制下,完成车道保持、超车并道、红灯停绿灯行、灯语笛语交互等驾驶行为;人工干预,就是说驾驶员在智能系统的一系列提示下,对实际的道路情况做出相应的反应。
智慧城市(Smart City)起源于传媒领域,是指利用各种信息技术或创新概念,将城市的系统和服务打通、集成,以提升资源运用的效率,优化城市管理和服务,以及改善市民生活质量。智慧城市是把新一代信息技术充分运用在城市中各行各业基于知识社会下一代创新的城市信息化高级形态,实现信息化、工业化与城镇化深度融合,有助于缓解“大城市病”,提高城镇化质量,实现精细化和动态管理,并提升城市管理成效和改善市民生活质量。
本公开实施例提供的道路的状态更新方法,可以由电子设备来执行,该电子设备可为服务器,该服务器可为云端服务器。
在本公开实施例中,电子设备中可以设置有处理组件、存储组件和驱动组件。可选的,该驱动组件和处理组件可以集成设置,该存储组件可以存储操作系统、应用程序或其他程序模块,该处理组件通过执行存储组件中存储的应用程序来实现本公开实施例提供的道路的状态更新方法。
图1为本公开实施例提供的一种道路的状态更新方法的流程示意图。
如图1所示,该道路的状态更新方法,可包括:
步骤101,获取处于阻断状态的目标道路和目标道路的阻断位置。
本公开实施例提供的道路的状态更新方法的执行主体为服务器。可选地,该服务器可为云端服务器,可以在云端执行该道路的状态更新方法。
道路阻断是表达实际道路无法通行的一种产品数据表达方法,其中,导致道路阻断的原因可为多种,例如,因交通管制、恶劣天气、道路施工等。
在本公开实施例中,获取阻断状态的目标道路和目标道路的阻断位置的方法可为多种。可选地,用户将阻断位置的信息通过电子地图APP上传到服务器中,进一步地,服务器可对用户上传的阻断位置的信息进行处理,响应于达到判定条件,服务器可判定该信息为阻断道路的阻断信息。应该说明的是,该判定条件可为用户上传的阻断位置的信息为有效信息、用户上传的阻断位置的信息超过判定阈值等,具体需要根据实际情况进行设定,此处不做任何设定。
可选地,服务器可以与道路信息数据库和/或交通管理平台连接,从信息库和/或交通管理平台处获取阻断状态的目标道路和目标道路的阻断位置。
步骤102,获取行驶在阻断位置覆盖范围内的目标车辆,并向目标车辆下发图像采集任务。
需要说明的是,图像采集任务可根据实际道路场景进行设定,不同的场景可对应不同的图像采集任务。
进一步地,在同一道路场景中,图像采集任务根据目标车辆距离具体阻断位置的远近,可设定不同的图像采集任务,举例来说,当车辆与阻断位置的距离图像采集任务大于系统设定阈值时,可下达采集前方车辆图像的任务,当车辆与阻断位置的距离小于系统设定阈值时,可下达采集前方车辆图像和采集两侧车辆图像的任务。
可选地,还可以根据车辆实时的行驶状态,图像采集任务可能不同。具体需要根据实际情况进行设定,此处不做任何限定。举例来说,当车辆的行驶状态为爬坡时,可对车辆下达采集上坡车辆图像的任务,当车辆的行驶状态为转弯时,可对车辆下达采集转弯道路的图像和采集两侧转弯车辆图像的任务。
在本公开实施例中,目标车辆可为一辆或者多辆。相较于基于轨迹验证的道路开通作业模式需要累积够一定量的轨迹才能进行状态更新,本方案也可通过根据途径阻断位置的车辆提供的图像资料,对道路进行状态更新,由此提高了状态更新的时效性及准确性。
本实施例中所描述的阻断位置覆盖范围并不是唯一的,可根据实际情况进行设定。此处不做任何设定。
步骤103,获取目标车辆根据图像采集任务采集的图像。
目标车辆在获取到图像采集任务后,可调用车载采集设备进行实时图像采集,并上传到能够实现道路的状态更新方法的服务器中进行处理。
可选地,车载采集设备可为车载摄像头。
步骤104,根据图像,对目标道路的状态进行更新。
在本公开实施例中,电子设备在获取到目标车辆采集的图像后,可通过图像识别阻断位置附近的车辆通行情况和/或阻断位置的路障设置情况,进而确定道路阻断是否已经开通,并对目标道路开通情况进行更新。
可选地,还可将接收的图像进行前端展示,然后由工作人员根据图片位置以及图片内容进行阻断开通核实,若核实道路已经开通,可由工作人员将开通状态更新到电子地图上。
本公开实施例中,首先获取处于阻断状态的目标道路和目标道路的阻断位置,并获取行驶在阻断位置覆盖范围内的目标车辆,并向目标车辆下发图像采集任务,然后获取目标车辆根据图像采集任务采集的图像,最后根据图像,对目标道路的状态进行更新。由此,通过对目标车辆实时采集图像进行开通验证,实现对道路状态实时更新,从而大幅度提高阻断事件开通的时效性,并保证了对于开通验证的准确性。
上述实施例中,获取行驶在阻断位置覆盖范围内的目标车辆,可结合图2进一步理解,图2本公开实施例提供的另一道路的状态更新方法的流程示意图,如图2所示,该方法包括:
步骤201,获取处于行驶状态的每个候选车辆的行驶轨迹。
应该说明的是,该实施例中所描述的候选车辆为在路网上行驶的所有车辆,也可以为行驶在阻断位置附近的所有车辆,阻断位置附近可以理解为阻断位置周边道路。
在本公开实施例中,候选车辆的行驶轨迹可通过对应车辆的定位系统进行上报获得。
步骤202,根据行驶轨迹,获取候选车辆中的当前位置。
具体地,可通过对候选车辆上传的行驶轨迹进行处理,以获取当前时刻候选车辆的位置。需要说明的是,该位置可用空间坐标来表示。
步骤203,选取当前位置处于覆盖范围内的候选车辆作为目标车辆。
具体地,在获取到候选车辆的当前位置后,可将当前位置与覆盖范围进行位置比较,以判断候选车辆是否位于覆盖范围内,若候选车辆位于覆盖范围内,则可判定候选车辆为目标车辆。
在本公开实施例中,首先获取处于行驶状态的每个候选车辆的行驶轨迹,并根据行驶轨迹,获取候选车辆中的当前位置,然后选取当前位置处于覆盖范围内的候选车辆作为目标车辆。通过对候选车辆与覆盖范围进行匹配,可过滤候选车辆中大量的无用数据,从而可以减小后续下发图像采集任务的范围,大大增加开通效率和准确率。
实现中,处于覆盖范围内的候车车辆可能存在未在目标道路行驶,而在目标道路附近道路的情况,为了保证后续任务下发的准确性,需要基于道路形状与候选车辆行驶轨迹匹配对候选车辆进行过滤。可选地,从当前位置处于覆盖范围内的候选车辆中选取行驶轨迹的部分轨迹与目标道路的形状相匹配的候选车辆,作为目标车辆。由此,通过对行驶轨迹和目标道路形状匹配进行过滤,可以准确的从候选车辆中确定在目标道路上行驶的车辆,提高了后续任务下发的准确率,且精简了数据,提高了开通效率。
上述实施例中,确定行驶轨迹的部分轨迹与目标道路的形状相匹配的过程,可结合图3进一步理解,图3本公开实施例提供的另一道路的状态更新方法的流程示意图,如图3所示,该方法包括:
步骤301,获取行驶轨迹中轨迹点的第一坐标信息和目标道路上形状点的第二坐标信息。
需要说明的是,该实施例中所描述的第一坐标信息为车辆行驶过程中轨迹点的空间坐标,第二坐标信息可为目标道路的形状点的空间坐标。
可选地,第一坐标信息可为车辆在行驶过程中通过车辆上的定位系统实时上传得到。
可选地,该第二坐标信息可通过连接道路信息数据库获取得到。
步骤302,根据形状点的第二坐标信息,从轨迹点中选取待匹配的目标轨迹点。
在本公开实施例中,可由形状点的第二坐标信息确定阻断位置覆盖范围,并通过将所有轨迹点的第一坐标信息与覆盖范围进行匹配,以获取处于覆盖范围内的目标轨迹点。
可选地,可将头尾两端形状点的第二坐标信息作为阈值区间,轨迹点的第一坐标信息与阈值区间进行比较,若轨迹点的第一坐标信息位于阈值区间内,则可认为轨迹点为待匹配的目标轨迹点。
步骤303,对目标轨迹点的第一坐标信息与形状点的第二坐标信息进行位置匹配。
在本公开实施例中,可将第一坐标信息与形状点的第二坐标信息通过位置匹配算法进行处理,以生成匹配数量,如果匹配数量大于阈值数量,则认为第一坐标信息与形状点的第二坐标信息匹配成功,若匹配得分小于阈值数量,则认为第一坐标信息与形状点的第二坐标信息匹配失败。举例来说,取目标轨迹点为100个和道路形状点为100个进行匹配,若相匹配点数超过80个,则认为匹配成功,若小于或等于80个,则认为匹配失败。
应该说明的是,该阈值数量可根据不同情况进行设定,此处不做任何限定。
步骤304,响应于目标轨迹点与形状点的匹配点数大于或者等于预设匹配点数,确定行驶轨迹的部分轨迹与目标道路的形状相匹配。
需要说明的是,该预设匹配点数可根据实际情况进行设定,例如根据不同的阻断场景,匹配点数可为不同。
在本公开实施例中,首先获取行驶轨迹中轨迹点的第一坐标信息和目标道路上形状点的第二坐标信息,并根据形状点的第二坐标信息,从轨迹点中选取待匹配的目标轨迹点,然后对目标轨迹点的第一坐标信息与形状点的第二坐标信息进行位置匹配,最后响应于目标轨迹点与形状点的匹配点数大于或者等于预设匹配点数,确定行驶轨迹的部分轨迹与目标道路的形状相匹配。由此,通过对候选车辆的轨迹坐标与目标道路的形状坐标进行匹配,可以筛选掉候选车辆中位于覆盖范围但并不在目标道路上行驶的候选车辆。
在上述实施例的基础之上,服务器可以通过向目标车辆下发图像采集任务,来指示目标车辆进行图像采集,以便于道路状态的识别。可结合图4进一步展开,图4本公开实施例提供的另一道路的状态更新方法的流程示意图,如图4所示,该方法包括:
步骤401,根据目标道路的标识信息,确定目标道路对应的目标道路场景。
在本公开实施例中可通过连接道路信息数据库和/或交通管理平台,获取目标道路的标识信息,并根据标识信息确定目标道路对应的目标道路场景。
可以理解的是,并非所有的道路场景都需要进行图像采集任务的下发,这样可以针对一些不必要的道路场景进行过滤,节约成本。举例来说,道路场景为高速路两侧发生交通事故、服务区发生交通事故等不需要进行采集任务的下发。
步骤402,响应于目标道路场景为道路场景列表中的一个道路场景,则向目标车辆下发图像采集任务。
实现中,道路场景列包含的道路场景可为高流量道路、高速道路、匝道以及高速收费站中,只有当目标道路场景为道路场景列包含的道路场景中的一种时,才向目标车辆下发图像采集任务。举例来说,根据目标道路的标识信息,确定目标道路场景为高速收费站,则对目标道路上的目标车辆下发图像采集任务;可选地,根据目标道路的标识信息,确定目标道路场景为高速服务区,则不下发图像采集任务。
其中,图像采集任务可包括阻断信息、图像采集任务的唯一任务标识、任务的失效时刻、采集时刻,采集图像的持续时长等。
在本公开实施例中,首先根据目标道路的标识信息,确定目标道路对应的目标道路场景,并响应于目标道路场景为道路场景列表中的一个道路场景,则向目标车辆下发图像采集任务。由此,通过设置道路场景列表,过滤了不影响用户驾驶的场景,从而减小任务下发的范围,降低了道路阻断开通的成本。
可选地,针对不同的道路场景,在相同的阻断状态下,下发的图像采集任务可以不同。举例来说,阻断原因为天气恶劣导致道路阻断,图像采集任务当道路场景为高速道路时,图像采集任务可为采集前方车辆行驶车辆图像和采集道路图像;当道路场景为高速收费站时,图像采集任务可为采集后方车辆图像和采集前方车辆图像。
可选地,在同一道路场景,不同阻断状态下,下发的图像采集任务可为不同。举例来说,道路场景为高速道路,当阻断状态为天气恶劣图像采集任务时,图像采集任务可为采集前方道路图像和采集周围环境图像,当阻断状态为交通管制,图像采集任务可以为采集道路图像和采集前方路障图像。
在本公开实施例中,场景列表中可存储有道路场景与图像采集任务之间的映射关系,在确定实际道路场景后,可根据该映射关系确定图像采集任务。
进一步地,针对每个目标车辆,根据目标车辆的车辆标识,向目标车辆下发图像采集任务。
上述实施例的基础之上,可结合图5进一步理解,图5本公开实施例提供的另一道路的状态更新方法的流程示意图,如图5所示,该方法包括:
步骤501,根据目标车辆,生成目标道路的图像采集任务集,并将图像采集任务集存入调度池,其中,图像采集任务集中包括每个候选车辆对应的图像采集任务。
在本公开实施例中,服务器在获取到当前时刻的目标车辆后,可根据每个目标车辆的当前时刻和当前位置生成任务集,然后将任务集存入调度池中,以便在调度时刻进行任务下发。
举例来说,目标车辆为5辆,可根据分别5辆目标车辆的当前时刻和当前位置生成对应的任务集,并将任务集存在调度池中,然后根据调度时刻分别下发给对应车辆。
步骤502,从调度池中调度图像采集任务下发给目标车辆。
图像采集任务调度系统接收图像采集任务,在任务池中对全量任务进行管理和调度,并下发给对应目标车辆。由此,根据车辆的实际行驶情况,可生成不同的任务集,可以让汽车在不同场景中采集符合判定标准的图像,可以更加直观的对目标道路状态进行判断。
上述实施例中,向目标车辆下发图像采集任务,可结合图6进一步理解,图6本公开实施例提供的另一道路的状态更新方法的流程示意图,如图6所示,该方法包括:
步骤601,获取图像采集任务集的失效时刻。
需要说明的是,该失效时刻为图像采集任务集限定的执行时间,当到达失效时刻后,则停止执行运行图像采集任务集。
在本公开实施例中,该失效时刻为在图像采集任务生成时同时生成,可以理解的是,针对不同场景的图像采集任务,失效时刻可为不同,具体需要根据实际情况进行设定。
步骤602,响应于当前时刻到达失效时刻,且目标道路仍然处于阻断状态,则为目标道路重新生成图像采集任务集。
步骤603,响应于当前时刻未到达失效时刻,但目标道路的阻断状态解除,则撤销图像采集任务集。
在本公开实施例中,首先获取图像采集任务集的失效时刻,若响应于当前时刻到达失效时刻,且目标道路仍然处于阻断状态,则为目标道路重新生成图像采集任务集;若响应于当前时刻未到达失效时刻,但目标道路的阻断状态解除,则撤销图像采集任务集。由此,通过设置失效时刻,可以对数据库中记录的任务信息进行定时监控,能够保证第一时间更新道路状态,可以大幅度提高道路阻断开通的时效性。
上述实施例中,根据图像,对目标道路的状态进行更新之前,可结合图7进一步理解,图7本公开实施例提供的另一道路的状态更新方法的流程示意图,如图7所示,该方法包括:
步骤701,获取图像的图像质量。
在本公开实施例中,图像质量可包括图像的曝光度、图像亮度、图像大小等。在采集到图像后,可通过对图像进行处理,以获取图像的图像质量。
可选地,可将获取的图像输入至图像处理插件中进行处理,以生成图像的图像质量数据。
步骤702,根据图像质量,对图像进行过滤。
可选地,可将图像输入至图像质量评估模型中进行处理,以生成图像的图像质量评分。将图像质量评分与图像质量阈值进行比较,若图像质量评分小于图像质量阈值,则可认为该图像不合格,需要过滤。
可选地,可对图像进行图像机审,以对图像质量进行判断。若图像出现亮度过低、曝光严重、拍摄角度偏移过大等情况,则该图像进行过滤。
进一步地,在获取到目标车辆图像采集任务采集的图像后,可先对图像进行预处理,例如,对无效图像进行筛选、调整图像大小、调整图像亮度等。
在本公开实施例中,首先获取图像的图像质量,然后根据图像质量,对图像进行过滤。通过过滤掉采集图像中不符合要求的图像,可以保障图像处理结果的准确性,并大大增加图像处理效率。
上述实施例中,根据图像,对目标道路的状态进行更新,可结合图8进一步理解,图8本公开实施例提供的另一道路的状态更新方法的流程示意图,如图8所示,该方法包括:
步骤801,根据图像采集任务的任务标识,对属于目标道路的图像进行聚合,得到目标道路的图像集合。
在本公开实施例中,完成上述图像机审后,对符合图像采集任务要求的所有图像数据进行聚合,以获得目标道路的图像集合。
可以理解的是,由于目标车辆的数量可为一个或多个,相应的目标道路对应的任务标识可为一个或多个。
需要说明的是,每一个任务标识与采集到的图像存在映射关系,在确认任务标识后,可通过映射关系获取对应的图像。
可选地,当目标车辆为多个时,需要根据多个目标车辆对应的任务标识并通过映射关系调取对应的采集图像,并对图像进行聚合,以生成多个目标车辆的目标道路的图像集合。
可选地,当目标车辆为单个时,则根据目标车辆的任务标识通过映射关系调取对应的采集图像,并对图像进行聚合,以生成单个目标车辆的目标道路的图像集合。
需要说明的是,该目标道路的图像集合不只包含图像信息,还包含车辆位置信息、任务编号、道路信息、阻断信息、任务过期时间等信息。
步骤802,响应于根据图像集合确定目标道路处于通行状态,则将电子地图上目标道路的阻断状态更新为通行状态。
在本公开实施例中,首先根据图像采集任务的任务标识,对属于目标道路的图像进行聚合,得到目标道路的图像集合,然后响应于根据图像集合确定目标道路处于通行状态,则将电子地图上目标道路的阻断状态更新为通行状态。通过对图像集合的处理,可以更加直观的判断道路通行状态,由此,不需要大量数据支撑,也能开通道路的阻断状态。
上述实施例中,根据图像,对目标道路的状态进行更新,可结合图9进一步理解,图9本公开实施例提供的另一道路的状态更新方法的流程示意图,如图9所示,该方法包括:
步骤901,根据图像对应的来源目标车辆和来源目标车辆的行驶方向,对图像集中图像进行分组,以获取目标道路的各通行方向上的图像组。
实现中,目标车辆的行驶方向与图像采集任务的方向可能相同或相反,可以理解的是,与图像采集任务相反方向的车辆采集的图像无法作为有效图像进行处理。因此,需要对目标车辆的行驶方向进行判断,并根据行驶方向对采集图像进行分组。
举例来说,任务采集方向为由东向西,则对目标车辆采集的图像根据车辆行驶方向进行分组,由东向西行驶的目标车辆采集的图像为有效图像,由西向东行驶的目标车辆采集的图像为无效图像。
步骤902,根据通行方向上的图像组,更新目标道路在通行方向的状态。
在本公开实施例中,通过车辆的行驶方向对采集图像进行分类,可以过滤掉无效图像,从而增加图像处理的效率和准确度。
图10为本公开实施例的方法流程图,如图10所示,在获取到道路阻断的信息后,首先通过目标道路和目标道路的阻断位置确认道路场景,并根据道路场景确定相应的图像采集任务,然后通过调度池下发图像采集任务给目标车辆,通过车辆进行图像采集,而后进行任务回收,将回传信息进行整理聚合,并判断是否符合阻断开通条件,通过设置失效时刻,定期历遍已投放的任务,响应于当前时刻到达失效时刻,且目标道路仍然处于阻断状态,则为目标道路重新生成图像采集任务集;响应于当前时刻未到达失效时刻,但目标道路的阻断状态解除,则撤销图像采集任务集,若符合开通条件,并将电子地图上目标道路的阻断状态更新为通行状态。
与上述几种实施例提供的道路的状态更新方法相对应,本公开的一个实施例还提供了一种道路的状态更新装置,由于本公开实施例提供的道路的状态更新装置与上述几种实施例提供的道路的状态更新方法相对应,因此上述道路的状态更新方法的实施方式也适用于本公开实施例提供的道路的状态更新装置,在下述实施例中不再详细描述。
图11为本公开实施例提供的一种道路的状态更新装置的结构示意图。
如图11所示,该道路的状态更新装置1100,可包括:第一获取模块1110、第二获取模块1120、第三获取模块1130、更新模块1140。
其中,第一获取模块1110,用于获取处于阻断状态的目标道路和目标道路的阻断位置。
第二获取模块1120,用于获取行驶在阻断位置覆盖范围内的目标车辆,并向目标车辆下发图像采集任务。
第三获取模块1130,用于获取目标车辆根据图像采集任务采集的图像。
更新模块1140,用于根据图像,对目标道路的状态进行更新。
在本公开的一个实施例中,第二获取模块1120,还用于:获取处于行驶状态的每个候选车辆的行驶轨迹;根据行驶轨迹,获取候选车辆中的当前位置,选取当前位置处于覆盖范围内的候选车辆作为目标车辆。在本公开的一个实施例中,第二获取模块1120,还用于:从当前位置处于覆盖范围内的候选车辆中,选取行驶轨迹的部分轨迹与目标道路的形状相匹配的候选车辆,作为目标车辆。
在本公开的一个实施例中,第二获取模块1120,还用于:获取行驶轨迹中轨迹点的第一坐标信息和目标道路上形状点的第二坐标信息;根据形状点的第二坐标信息,从轨迹点中选取待匹配的目标轨迹点;对目标轨迹点的第一坐标信息与形状点的第二坐标信息进行位置匹配;响应于目标轨迹点与形状点的匹配点数大于或者等于预设匹配点数,确定行驶轨迹的部分轨迹与目标道路的形状相匹配。
在本公开的一个实施例中,第二获取模块1120,还用于:根据目标道路的标识信息,确定目标道路对应的目标道路场景;响应于目标道路场景为道路场景列表中的一个道路场景,则向目标车辆下发图像采集任务。
在本公开的一个实施例中,第二获取模块1120,还用于:根据目标车辆,生成目标道路的图像采集任务集,并将图像采集任务集存入调度池,其中,图像采集任务集中包括每个候选车辆对应的图像采集任务;从调度池中调度图像采集任务下发给目标车辆。
在本公开的一个实施例中,第二获取模块1120,还用于:获取图像采集任务集的失效时刻;响应于当前时刻到达失效时刻,且目标道路仍然处于阻断状态,则为目标道路重新生成图像采集任务集;或者,响应于当前时刻未到达失效时刻,但目标道路的阻断状态解除,则撤销图像采集任务集。
在本公开的一个实施例中,更新模块1140,还用于:获取图像的图像质量;根据图像质量,对图像进行过滤。
在本公开的一个实施例中,更新模块1140,还用于:根据图像采集任务的任务标识,对属于目标道路的图像进行聚合,得到目标道路的图像集合;响应于根据图像集合确定目标道路处于通行状态,则将电子地图上目标道路的阻断状态更新为通行状态。
在本公开的一个实施例中,更新模块1140,还用于:根据图像对应的来源目标车辆和来源目标车辆的行驶方向,对图像集中图像进行分组,以获取目标道路的各通行方向上的图像组;根据通行方向上的图像组,更新目标道路在通行方向的状态。
本公开的技术方案中,所涉及的用户个人信息的获取,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。
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12示出了可以用来实施本公开的实施例的示例电子设备1200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12所示,设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的包括计算机程序/指令或者从存储单元1206载到随机访问存储器(RAM)1203中的包括计算机程序/指令,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200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1201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1201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1201执行上文所描述的各个方法和处理,例如道路的状态更新方法。例如,在一些实施例中,道路的状态更新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1206些实施例中,包括计算机程序/指令的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当包括计算机程序/指令加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的道路的状态更新方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行道路的状态更新方法。
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包括计算机程序/指令中,该一个或者多个包括计算机程序/指令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(包括声音输入、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)、互联网和区块链网络。
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-服务器关系的包括计算机程序/指令来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,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公开的技术方案所期望的结果,本文在此不进行限制。
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 (23)
1.一种道路的状态更新方法,包括:
获取处于阻断状态的目标道路和所述目标道路的阻断位置;
获取行驶在所述阻断位置覆盖范围内的目标车辆,并向所述目标车辆下发图像采集任务;
获取所述目标车辆根据所述图像采集任务采集的图像;
根据所述图像,对所述目标道路的状态进行更新。
2.根据权利要求1所述的方法,其中,所述获取行驶在所述阻断位置覆盖范围内的目标车辆,包括:
获取处于行驶状态的每个候选车辆的行驶轨迹;
根据所述行驶轨迹获取所述候选车辆的当前位置;
选取所述当前位置处于所述覆盖范围内的候选车辆作为所述目标车辆。
3.根据权利要求2所述的方法,其中,所述选取所述当前位置处于所述覆盖范围内的候选车辆作为所述目标车辆,包括:
从所述当前位置处于所述覆盖范围内的候选车辆中,选取所述行驶轨迹的部分轨迹与所述目标道路的形状相匹配的候选车辆,作为所述目标车辆。
4.根据权利要求3所述的方法,其中,确定所述行驶轨迹的部分轨迹与所述目标道路的形状相匹配的过程,包括:
获取所述行驶轨迹中轨迹点的第一坐标信息和所述目标道路上形状点的第二坐标信息;
根据所述形状点的第二坐标信息,从所述轨迹点中选取待匹配的目标轨迹点;
对所述目标轨迹点的第一坐标信息与所述形状点的第二坐标信息进行位置匹配;
响应于所述目标轨迹点与所述形状点的匹配点数大于或者等于预设匹配点数,确定所述行驶轨迹的部分轨迹与所述目标道路的形状相匹配。
5.根据权利要求1-4任一项所述的方法,其中,所述向所述目标车辆下发图像采集任务,包括:
根据所述目标道路的标识信息,确定所述目标道路对应的目标道路场景;
响应于所述目标道路场景为道路场景列表中的一个道路场景,则向所述目标车辆下发所述图像采集任务。
6.根据权利要求1-4任一项所述的方法,其中,所述向所述目标车辆下发图像采集任务,还包括:
根据所述目标车辆,生成所述目标道路的图像采集任务集,并将所述图像采集任务集存入调度池,其中,所述图像采集任务集中包括每个所述候选车辆对应的所述图像采集任务;
从所述调度池中调度所述图像采集任务下发给所述目标车辆。
7.根据权利要求6所述的方法,其中,所述方法还包括:
获取所述图像采集任务集的失效时刻;
响应于当前时刻到达所述失效时刻,且所述目标道路仍然处于阻断状态,则为所述目标道路重新生成所述图像采集任务集;或者,
响应于当前时刻未到达所述失效时刻,但所述目标道路的阻断状态解除,则撤销所述图像采集任务集。
8.根据权利要求1-4任一项所述的方法,其中,所述根据所述图像,对所述目标道路的状态进行更新之前,还包括:
获取所述图像的图像质量;
根据所述图像质量,对所述图像进行过滤。
9.根据权利要求1-4任一项所述的方法,其中,所述根据所述图像,对所述目标道路的状态进行更新,包括:
根据所述图像采集任务的任务标识,对属于所述目标道路的所述图像进行聚合,得到所述目标道路的图像集合;
响应于根据所述图像集合确定所述目标道路处于通行状态,则将电子地图上所述目标道路的阻断状态更新为通行状态。
10.根据权利要求9所述的方法,其中,所述方法还包括:
根据所述图像对应的来源目标车辆和所述来源目标车辆的行驶方向,对所述图像集中图像进行分组,以获取所述目标道路的各通行方向上的图像组;
根据所述通行方向上的图像组,更新所述目标道路在所述通行方向的状态。
11.一种道路的状态更新装置,包括:
第一获取模块,用于获取处于阻断状态的目标道路和所述目标道路的阻断位置;
第二获取模块,用于获取行驶在所述阻断位置覆盖范围内的目标车辆,并向所述目标车辆下发图像采集任务;
第三获取模块,用于获取所述目标车辆根据所述图像采集任务采集的图像;
更新模块,用于根据所述图像,对所述目标道路的状态进行更新。
12.根据权利要求11所述的装置,所述第二获取模块,用于:
获取处于行驶状态的每个候选车辆的行驶轨迹;
根据所述行驶轨迹和所述目标道路的匹配情况,从所述候选车辆中选取所述目标车辆。
13.根据权利要求12所述的装置,所述第二获取模块,还用于:
从所述候选车辆中,选取所述行驶轨迹的部分轨迹与所述目标道路的形状相匹配的候选车辆,作为所述目标车辆。
14.根据权利要求13所述的装置,所述第二获取模块,还用于:
获取所述行驶轨迹中轨迹点的第一坐标信息和所述目标道路上形状点的第二坐标信息;
根据所述形状点的第二坐标信息,从所述轨迹点中选取待匹配的目标轨迹点;
对所述目标轨迹点的第一坐标信息与所述形状点的第二坐标信息进行位置匹配;
响应于所述目标轨迹点与所述形状点的匹配点数大于或者等于预设匹配点数,确定所述行驶轨迹的部分轨迹与所述目标道路的形状相匹配。
15.根据权利要求11-14任一项所述的装置,所述第二获取模块,还用于:
根据所述目标道路的标识信息,确定所述目标道路对应的目标道路场景;
响应于所述目标道路场景为道路场景列表中的一个道路场景,则向所述目标车辆下发所述图像采集任务。
16.根据权利要求11-14任一项所述的装置,所述第二获取模块,还用于:
根据所述目标车辆,生成所述目标道路的图像采集任务集,并将所述图像采集任务集存入调度池,其中,所述图像采集任务集中包括每个所述候选车辆对应的所述图像采集任务;
从所述调度池中调度所述图像采集任务下发给所述目标车辆。
17.根据权利要求16所述的装置,所述第二获取模块,还用于:
获取所述图像采集任务集的失效时刻;
响应于当前时刻到达所述失效时刻,且所述目标道路仍然处于阻断状态,则为所述目标道路重新生成所述图像采集任务集;或者,
响应于当前时刻未到达所述失效时刻,但所述目标道路的阻断状态解除,则撤销所述图像采集任务集。
18.根据权利要求11-14任一项所述的装置,所述更新模块,还用于:
获取所述图像的图像质量;
根据所述图像质量,对所述图像进行过滤。
19.根据权利要求11-14任一项所述的装置,所述更新模块,还用于:
根据所述图像采集任务的任务标识,对属于所述目标道路的所述图像进行聚合,得到所述目标道路的图像集合;
响应于根据所述图像集合确定所述目标道路处于通行状态,则将电子地图上所述目标道路的阻断状态更新为通行状态。
20.根据权利要求19所述的装置,其中,所述装置还用于:
根据所述图像对应的来源目标车辆和所述来源目标车辆的行驶方向,对所述图像集中图像进行分组,以获取所述目标道路的各通行方向上的图像组;
根据所述通行方向上的图像组,更新所述目标道路在所述通行方向的状态。
21.一种电子设备,其特征在于,包括存储器、处理器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-10中任一项所述道路的状态更新方法。
22.一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1-10中任一项所述道路的状态更新方法。
23.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1所述道路的状态更新方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110949183.1A CN113792106B (zh) | 2021-08-18 | 2021-08-18 | 道路的状态更新方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110949183.1A CN113792106B (zh) | 2021-08-18 | 2021-08-18 | 道路的状态更新方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113792106A true CN113792106A (zh) | 2021-12-14 |
CN113792106B CN113792106B (zh) | 2024-05-28 |
Family
ID=78876120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110949183.1A Active CN113792106B (zh) | 2021-08-18 | 2021-08-18 | 道路的状态更新方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113792106B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114677570A (zh) * | 2022-03-14 | 2022-06-28 | 北京百度网讯科技有限公司 | 道路信息更新方法、装置、电子设备以及存储介质 |
CN115031750A (zh) * | 2022-06-02 | 2022-09-09 | 北京百度网讯科技有限公司 | 阻断路段的状态确定方法、装置及计算机程序产品 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006024104A (ja) * | 2004-07-09 | 2006-01-26 | Honda Motor Co Ltd | 車両の道路適応走行制御装置 |
JP2007057261A (ja) * | 2005-08-22 | 2007-03-08 | Denso Corp | 移動体位置検出装置、ナビゲーション装置及びプログラム |
JP2008145142A (ja) * | 2006-12-06 | 2008-06-26 | Denso Corp | 車両用ナビゲーション装置 |
CN104332064A (zh) * | 2014-10-27 | 2015-02-04 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹更新道路信息的方法及装置 |
CN106920389A (zh) * | 2015-12-28 | 2017-07-04 | 北京亿阳信通科技有限公司 | 一种基于用户电信行为的交通状况控制方法及系统 |
JP2017138207A (ja) * | 2016-02-03 | 2017-08-10 | 株式会社デンソー | 自車両位置検出装置、自車両位置検出方法 |
CN110182213A (zh) * | 2019-05-28 | 2019-08-30 | 径卫视觉科技(上海)有限公司 | 一种道路状态检测方法以及相应的系统 |
CN111366164A (zh) * | 2018-12-26 | 2020-07-03 | 华为技术有限公司 | 定位方法及电子设备 |
CN111583671A (zh) * | 2020-06-05 | 2020-08-25 | 南京信息职业技术学院 | 一种毫米波雷达路口车流量监测方法及其系统 |
CN112417953A (zh) * | 2020-10-12 | 2021-02-26 | 腾讯科技(深圳)有限公司 | 道路状况检测和地图数据更新方法、装置、系统及设备 |
KR20210050150A (ko) * | 2019-10-28 | 2021-05-07 | 고려대학교 세종산학협력단 | 도로교통 운행환경정보 기반 교통사고 영상을 활용한 자율주행 테스트 시나리오 도출 방법 및 절차 |
CN112861706A (zh) * | 2021-02-04 | 2021-05-28 | 北京百度网讯科技有限公司 | 一种道路状态的监测方法、装置、设备以及存储介质 |
-
2021
- 2021-08-18 CN CN202110949183.1A patent/CN113792106B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006024104A (ja) * | 2004-07-09 | 2006-01-26 | Honda Motor Co Ltd | 車両の道路適応走行制御装置 |
JP2007057261A (ja) * | 2005-08-22 | 2007-03-08 | Denso Corp | 移動体位置検出装置、ナビゲーション装置及びプログラム |
JP2008145142A (ja) * | 2006-12-06 | 2008-06-26 | Denso Corp | 車両用ナビゲーション装置 |
CN104332064A (zh) * | 2014-10-27 | 2015-02-04 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹更新道路信息的方法及装置 |
CN106920389A (zh) * | 2015-12-28 | 2017-07-04 | 北京亿阳信通科技有限公司 | 一种基于用户电信行为的交通状况控制方法及系统 |
JP2017138207A (ja) * | 2016-02-03 | 2017-08-10 | 株式会社デンソー | 自車両位置検出装置、自車両位置検出方法 |
CN111366164A (zh) * | 2018-12-26 | 2020-07-03 | 华为技术有限公司 | 定位方法及电子设备 |
CN110182213A (zh) * | 2019-05-28 | 2019-08-30 | 径卫视觉科技(上海)有限公司 | 一种道路状态检测方法以及相应的系统 |
KR20210050150A (ko) * | 2019-10-28 | 2021-05-07 | 고려대학교 세종산학협력단 | 도로교통 운행환경정보 기반 교통사고 영상을 활용한 자율주행 테스트 시나리오 도출 방법 및 절차 |
CN111583671A (zh) * | 2020-06-05 | 2020-08-25 | 南京信息职业技术学院 | 一种毫米波雷达路口车流量监测方法及其系统 |
CN112417953A (zh) * | 2020-10-12 | 2021-02-26 | 腾讯科技(深圳)有限公司 | 道路状况检测和地图数据更新方法、装置、系统及设备 |
CN112861706A (zh) * | 2021-02-04 | 2021-05-28 | 北京百度网讯科技有限公司 | 一种道路状态的监测方法、装置、设备以及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114677570A (zh) * | 2022-03-14 | 2022-06-28 | 北京百度网讯科技有限公司 | 道路信息更新方法、装置、电子设备以及存储介质 |
CN115031750A (zh) * | 2022-06-02 | 2022-09-09 | 北京百度网讯科技有限公司 | 阻断路段的状态确定方法、装置及计算机程序产品 |
CN115031750B (zh) * | 2022-06-02 | 2023-06-09 | 北京百度网讯科技有限公司 | 阻断路段的状态确定方法、装置及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN113792106B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110688992B (zh) | 交通信号识别方法、装置、车辆导航设备和无人驾驶车辆 | |
CN109508580B (zh) | 交通信号灯识别方法和装置 | |
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同系统 | |
CN111859778B (zh) | 泊车模型的生成方法和装置、电子设备和存储介质 | |
CN114415628A (zh) | 自动驾驶测试方法及装置、电子设备和存储介质 | |
CN113792106B (zh) | 道路的状态更新方法、装置、电子设备及存储介质 | |
CN113129596B (zh) | 行驶数据处理方法、装置、设备、存储介质及程序产品 | |
CN112085953B (zh) | 一种交通指挥方法、装置及设备 | |
CN113052048B (zh) | 交通事件检测方法、装置、路侧设备以及云控平台 | |
CN113011323A (zh) | 通行状态的获取方法、相关装置、路侧设备及云控平台 | |
CN113112526A (zh) | 目标跟踪方法、装置、设备和介质 | |
CN113392793A (zh) | 用于识别车道线的方法、装置、设备、存储介质以及无人车 | |
CN111627241A (zh) | 用于生成车辆排队信息的方法和装置 | |
CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
CN113052047A (zh) | 交通事件的检测方法、路侧设备、云控平台及系统 | |
CN112699773A (zh) | 交通灯识别方法、装置及电子设备 | |
CN116989809A (zh) | 导航信息更新方法、装置、电子设备及存储介质 | |
CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN113538968B (zh) | 用于输出信息的方法和装置 | |
CN115782919A (zh) | 信息感知方法、装置及电子设备 | |
CN114708498A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN114596704A (zh) | 交通事件处理方法、装置、设备及存储介质 | |
CN114495495A (zh) | 异常转向行为的检测方法、装置及电子设备 | |
CN113780178A (zh) | 道路检测方法、装置、电子设备和存储介质 | |
CN114218504A (zh) | 阻断路段识别方法、装置、电子设备及存储介质 |
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 |