CN113899380A - 路口转向提醒方法、装置、电子设备及存储介质 - Google Patents
路口转向提醒方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113899380A CN113899380A CN202111154663.5A CN202111154663A CN113899380A CN 113899380 A CN113899380 A CN 113899380A CN 202111154663 A CN202111154663 A CN 202111154663A CN 113899380 A CN113899380 A CN 113899380A
- Authority
- CN
- China
- Prior art keywords
- intersection
- line
- position point
- exit
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 241000283070 Equus zebra Species 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000926 separation method Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 230000006855 networking Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000000007 visual effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002457 bidirectional effect 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
- 230000033228 biological regulation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种路口转向提醒方法、装置、电子设备及存储介质,涉及智能交通技术领域,尤其涉及车联网、智慧城市、计算机视觉等人工智能领域,方案为:确定车辆在当前道路交叉口的进入路口线路和退出路口线路;确定车辆的进入路口位置点和退出路口位置点;从进入路口线路上获取进入路口位置点对应的第一位置点,以及从退出路口线路上获取退出路口位置点对应的第二位置点;根据进入路口位置点和第一位置点,以及退出路口位置点和第二位置点,确定退出路口线路和进入路口线路之间的夹角;根据夹角确定车辆对应的目标转向类型,并根据目标转向类型进行转向提醒。本公开中基于进入和退出路口位置点得到了准确的车辆转向类型,提升了导航体验。
Description
技术领域
本公开涉及智能交通技术领域,尤其涉及车联网、自动驾驶、智慧城市、计算机视觉等人工智能技术领域。
背景技术
相关技术中,导航电子地图抽取道路面中心线形成路网,形成的路口范围比实际路口范围小,无法精准的还原车辆即将到达路口或者是准备脱出路口的时机和位置,遇到大的路口位置偏差会特别大,从而直接影响到导航转向诱导算法的效果,产生诸如实际驾车到路口直行的视觉,但是导航提示是右转的不好的体验。
发明内容
本公开提供了一种路口转向提醒方法、装置、电子设备以及存储介质、计算机程序产品。
根据本公开的一方面,提供了一种路口转向提醒方法,包括:
确定车辆在当前道路交叉口的进入路口线路和退出路口线路;
确定车辆的进入路口位置点和退出路口位置点;
从进入路口线路上获取进入路口位置点对应的第一位置点,以及从退出路口线路上获取退出路口位置点对应的第二位置点;
根据进入路口位置点和第一位置点,以及退出路口位置点和第二位置点,确定退出路口线路和进入路口线路之间的夹角;
根据夹角确定车辆对应的目标转向类型,并根据目标转向类型进行转向提醒。
本公开实施例中基于精准的进入路口位置点和退出路口位置点得到了与实际驾车视角相同的转向类型,提升了导航体验。
根据本公开的另一方面,提供了一种路口转向提醒装置,包括:
线路确定模块,用于确定车辆在当前道路交叉口的进入路口线路和退出路口线路;
位置点确定模块,用于确定车辆的进入路口位置点和退出路口位置点;
位置点获取模块,用于从进入路口线路上获取进入路口位置点对应的第一位置点,以及从退出路口线路上获取退出路口位置点对应的第二位置点;
夹角确定模块,用于根据进入路口位置点和第一位置点,以及退出路口位置点和第二位置点,确定退出路口线路和进入路口线路之间的夹角;
转向类型确定模块,用于根据夹角确定车辆对应的目标转向类型,并根据目标转向类型进行转向提醒。
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
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开第一个方面实施例的路口转向提醒方法。
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,计算机指令用于使计算机执行本公开第一个方面实施例的路口转向提醒方法。
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,计算机程序在被处理器执行时实现本公开第一个方面实施例的路口转向提醒方法。
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是根据本公开一个实施例的路口转向提醒方法的流程图;
图2是用于说明进入路口线路与退出路口线路的道路示意图;
图3是角度范围与转向类型关系图;
图4是根据本公开一个实施例的路口转向提醒方法的流程图;
图5是第一位置点与第二位置点的位置示意图;
图6是退出路口线路和进入路口线路之间的夹角示意图;
图7是实际道路中夹角的确定方式示意图;
图8是实际道路中夹角的确定方式示意图;
图9是根据本公开一个实施例的路口转向提醒方法的流程图;
图10是实际道路中进入路口线路对应两个处于车辆行进方向上的退出路口线路的示意图;
图11是根据本公开一个实施例的路口转向提醒方法的流程图;
图12是根据本公开一个实施例的路口转向提醒装置的结构图;
图13是用来实现本公开实施例的路口转向提醒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。
为了方便对本公开的理解,下面首先对本公开涉及的技术领域进行简单解释说明。
车联网是由车辆位置、速度和路线等信息构成的巨大交互网络。通过GPS、RFID、传感器、摄像头图像处理等装置,车辆可以完成自身环境和状态信息的采集;通过互联网技术,所有的车辆可以将自身的各种信息传输汇聚到中央处理器;通过计算机技术,这些大量车辆的信息可以被分析和处理,从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。
智能交通是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理技术。
自动驾驶一般指自动驾驶系统。自动驾驶系统系统采用先进的通信、计算机、网络和控制技术,对车辆实现实时、连续控制。采用现代通信手段,直接面对车辆,可实现车地间的双向数据通信,传输速率快、信息量大,后续追踪车辆和控制中心可以及时获知前行车辆的确切位置,使得运行管理更加灵活,控制更为有效,更加适应车辆自动驾驶的需求。
智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息集成技术,促进城市规划、建设、管理和服务智慧化的新理论和新模式。
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。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。
图1是根据本公开一个实施例的路口转向提醒方法的流程图,如图1所示,该方法包括以下步骤:
S101,确定车辆在当前道路交叉口的进入路口线路和退出路口线路。
其中进入路口线路说明了车辆从哪条道路驶进当前道路交叉口,退出路口线路说明了车辆从哪条道路驶出当前道路交叉口。以图2作为示例,当获取到的车辆的导航信息指示车辆从道路C行驶到道路B,则车辆的进入路口线路为道路C,退出路口线路为道路B。
S102,确定车辆的进入路口位置点和退出路口位置点。
在一些实现中,采集道路交叉口的图像,从图像中识别进入路口线路所在道路的第一路口停止线或斑马线,并将第一路口停止线或斑马线作为进入路口位置点。相应地,从图像中识别退出路口线路所在道路的第二路口停止线或斑马线,并将第二路口停止线或斑马线作为退出路口位置点。
在另一些实现中,目标路口无停止线、斑马线或实地标线模糊不清无法识别。可选地,可以采集进入路口线路所在道路的第一行人轨迹,并选取第一行人轨迹与进入路口线路所在道路的最近交叉点,作为进入路口位置点。相应地,采集退出路口线路所在道路的第二行人轨迹,并选取第二行人轨迹与退出路口线路所在道路的最近交叉点,作为退出路口位置点。
可选地,还可采集进入路口线路所在道路的第一行车轨迹,并根据第一行车轨迹,确定进入路口线路所在道路上的最近路口停驻点,作为进入路口位置点。相应地,采集退出路口线路所在道路的第二行车轨迹,并根据第二行车轨迹,确定退出路口线路所在道路上的最近路口停驻点,作为退出路口位置点。
在另一些实现中,进入路口线路道路和退出路口线路属于同一道路,且道路为上下行分离道路。从同一道路的上行分离道路上获取进入路口位置点,将进入路口位置进行横向延伸,以获取与同一道路的下行道路线的交点,作为退出路口位置点。其中,横向延伸即为垂直于马路方向延伸,可选地,可以将路口停止线进行延长,得到与同一道路的下行道路线的交点,作为退出路口位置点。
S103,从进入路口线路上获取进入路口位置点对应的第一位置点,以及从退出路口线路上获取退出路口位置点对应的第二位置点。
根据车辆的行进方向,为进入路口位置点和退出路口位置点,选取对应的第一位置点和第二位置点。第一位置点与进入路口位置点以及第二位置点与退出路口位置点相隔设定的距离,可选地,设定距离可以根据日常车辆行驶中,相隔多远的两个点形成的直线与车辆行驶的真实路线重合率最高而设置。
S104,根据进入路口位置点和第一位置点,以及退出路口位置点和第二位置点,确定退出路口线路和进入路口线路之间的夹角。
将进入路口位置点和第一位置点两点连线并延长,相应地,将退出路口位置点和第二位置点两点连线并延长,两根直线相交形成的夹角即为退出路口线路和进入路口线路之间的夹角。其中,夹角的范围为0~360°。
S105,根据夹角确定车辆对应的目标转向类型,并根据目标转向类型进行转向提醒。
将夹角与每个转向类型对应的角度范围进行比较,以确定夹角所处的目标角度范围,根据目标角度范围确定车辆的目标转向类型。
以图3的角度范围与转向类型关系作为示例,转向类型中包括直行、右前方、左前方、右转、左转、右后方、左后方和掉头。当夹角为60°时,落在45°与135°的范围之间,车辆的目标转向类型为右转。
对车辆的位置进行持续跟踪,响应于车辆驶入进入路口位置点,则开始对车辆进行转向提醒。响应于车辆驶过退出路口位置点,停止对车辆进行转向提醒。
本公开实施例中,确定车辆在当前道路交叉口的进入路口线路和退出路口线路,确定车辆的进入路口位置点和退出路口位置点,从进入路口线路上获取进入路口位置点对应的第一位置点,以及从退出路口线路上获取退出路口位置点对应的第二位置点,根据进入路口位置点和第一位置点,以及退出路口位置点和第二位置点,确定退出路口线路和进入路口线路之间的夹角,根据夹角确定车辆对应的目标转向类型,并根据目标转向类型进行转向提醒。本公开实施例中基于精准的进入路口位置点和退出路口位置点得到了与实际驾车视角相同的转向类型,避免了因为路口范围采集的偏差而导致的诸如实际驾车到路口直行的视觉,但是导航提示是右转的不好的体验,提升了导航体验。
图4是根据本公开一个实施例的路口转向提醒方法的流程图,在上述实施例的基础上,进一步结合图4,对根据进入路口位置点和第一位置点,以及退出路口位置点和第二位置点,确定退出路口线路和进入路口线路之间的夹角的过程进行解释说明,包括以下步骤:
S401,生成进入路口位置点和第一位置点之间的连线,并向车辆的行进方向延长生成第一延长线。
如图5所示,沿着与车辆的行进方向相反的方向,从进入路口线路上选取与进入路口位置点相邻的位置点作为第一位置点。
将进入路口位置点与第一位置点用直线相连,并将直线向车辆的行进方向延长,生成一条有方向的直线,作为第一延长线,直线的正方向即为车辆的行进方向。
S402,生成退出路口位置点和第二位置点之间的连线,并向车辆的行进方向延长生成第二延长线。
如图5所示,沿着车辆的行进方向,从退出路口线路上选取与退出路口位置点相邻的位置点,作为第二位置点。
将退出路口位置点与第二位置点用直线相连,并将直线向车辆的行进方向延长,生成一条有方向的直线,作为第二延长线,直线的正方向即为车辆的行进方向。
S403,以第一延长线和第二延长线的交点为基准点,按照顺时针方向确定夹角。
如图6所示,将第一延长线的头与第二延长线的尾部相连形成交点,以交点作为基准点,按照顺时针方向将从第一延长线到第二延长线之间的夹角作为退出路口线路和进入路口线路之间的夹角。
因为此时两条直线是按照首尾相连的方式相交,所以夹角是从第一延长线在正方向上越过交点的部分作为起点。若两条直线按照尾部相连的方式相交,则直接将顺时针方向上第一延长线到第二延长线之间的夹角作为退出路口线路和进入路口线路之间的夹角。
下面以图7为示例解释实际道路中夹角的确定方式,在图中的情况下,link5为进入路口线路,link4为退出路口线路,N5为进入路口位置点,N4为退出路口位置点,分别经过N4与N5且相交的两条直线即为第一延长线与第二延长线,图中以弧线标注出的夹角a即为退出路口线路和进入路口线路之间的夹角。
相应地,以相反的行驶方向通过该路口时,link3为进入路口线路,link6为退出路口线路,N3为进入路口位置点,N6为退出路口位置点,分别经过N3与N6且相交的两条直线即为第一延长线与第二延长线,图中以弧线标注出的夹角b即为退出路口线路和进入路口线路之间的夹角。
下面以图8为示例解释实际道路中夹角的确定方式,在图中的情况下,link7为进入路口线路,link2为退出路口线路,N7为进入路口位置点,N2为退出路口位置点,分别经过N7与N2且相交的两条直线即为第一延长线与第二延长线,图中以弧线标注出的夹角c即为退出路口线路和进入路口线路之间的夹角。
相应地,以相反的行驶方向通过该路口时,link1为进入路口线路,link8为退出路口线路,N1为进入路口位置点,N8为退出路口位置点,分别经过N1与N8且相交的两条直线即为第一延长线与第二延长线,图中以弧线标注出的夹角d即为退出路口线路和进入路口线路之间的夹角。
本公开实施例中,生成进入路口位置点和第一位置点之间的连线,并向车辆的行进方向延长生成第一延长线,生成退出路口位置点和第二位置点之间的连线,并向车辆的行进方向延长生成第二延长线,以第一延长线和第二延长线的交点为基准点,按照顺时针方向确定夹角。本公开实施例中基于两条有方向的直线确定了退出路口线路和进入路口线路之间的夹角,为得到与实际驾车视角相同的转向类型奠定了基础。
图9是根据本公开一个实施例的路口转向提醒方法的流程图,在上述实施例的基础上,进一步结合图9,对进入路口线路对应两个或两个以上的处于车辆行进方向上的退出路口线路,根据夹角确定车辆对应的目标转向类型的过程进行解释说明,包括以下步骤:
S901,获取进入路口线路与每个退出路口线路之间的夹角。
分别获取进入路口线路与每个退出路口线路之间的夹角,其中夹角的获取方法可以参见本公开各实施例中相关介绍,此处不再赘述。
以图10为例,图中道路B对应了道路A与道路C两个退出路口线路,道路B与道路A之间的夹角为角度α2,道路B与道路C之间的夹角为角度α1,获取α1与α2两个夹角的大小。
S902,将每个退出路口线路对应的夹角与每个转向类型对应的角度范围进行比较,确定每个夹角所处的目标角度范围。
以图10为例,将α1与α2与每个转向类型对应的角度范围进行比较,以确定每个夹角所处的目标角度范围。经过比较,α1与α2应都处于(338°~360°)∪(0°~22°)的角度范围内。
S903,响应于每个夹角所处的目标角度范围相同,基于每个夹角的大小和目标角度范围,确定每个退出路口线路的目标转向类型。
根据目标角度范围,可以在图3中确定出每个退出路口线路对应的相同的第一级目标转向类型。第一级目标转向类型中包括直行、右前方、左前方、右转、左转、右后方、左后方和掉头。
对每个退出路口线路的夹角进行排序,按序确定每个退出路口线路在第一级目标转向类型下各自的第二级目标转向类型,作为各自的目标转向类型。
以图10为例,α1与α2所处的角度范围对应于第一级目标转向类型中的直行,对α1与α2进行排序,可以看出α1属于偏左的直行,α2属于偏右的直行。因此,当退出路口线路为道路A时,目标转向类型为偏右直行,当退出路口线路为道路C时,目标转向类型为偏左直行。
在一些实现中,例如存在60°和90°的两个夹角,这两个夹角都处于右转角度范围内。对60和90这两个数字进行排序,可以发现90°比60°的夹角更大,且90°更处于右转角度范围的中心数值区域,所以可以将夹角为60°的退出路口线路确定为偏右转,将夹角为90°的退出路口线路确定为右转,作为各自的目标转向类型。
在另一些实现中,当两个夹角之间的差距过小,例如为85°和100°,此时对用户的体验都是右转的,并且用偏右和右后这种词汇已经提示不清的情况下,可以用第一出口和第二出口来表示。可选地,可以根据退出路口位置点的远近,将角度为100°的退出路口线路确定为右转第一出口,将角度为85°的退出路口线路确定为右转第二出口。
本公开实施例中,获取进入路口线路与每个退出路口线路之间的夹角,将每个退出路口线路对应的夹角与每个转向类型对应的角度范围进行比较,确定每个夹角所处的目标角度范围,响应于每个夹角所处的目标角度范围相同,基于每个夹角的大小和目标角度范围,确定每个退出路口线路的目标转向类型。本公开实施例中对存在多条退出路口线路,且对应夹角所处的目标角度范围相同的情况进行细分,为每条退出路口线路确定各自的最佳转向类型,避免了多条退出路口线路对应同一转向提醒的情况,提高了导航使用者的用户体验。
图11是根据本公开一个实施例的路口转向提醒方法的流程图,在进入路口线路对应两个或两个以上的处于车辆行进方向上的退出路口线路的情况下,进一步结合图11,对根据目标转向类型进行转向提醒的过程进行解释说明,包括以下步骤:
S1101,从两个或两个以上的退出路口线路中,确定处于车辆的导航路线上的退出路口线路,作为车辆的目标退出路口线路。
从车辆的导航信息中获取车辆的目标退出路口线路。
S1102,根据目标退出路口线路的第二级目标转向类型,对车辆进行转向提醒。
基于定位装置对车辆的位置进行持续跟踪,当检测到车辆对应两个或两个以上的处于车辆行进方向上的退出路口线路,根据目标退出路口线路的第二级目标转向类型,在车辆驶入进入路口位置点时对车辆进行转向提醒。
本公开实施例中,从两个或两个以上的退出路口线路中,确定处于车辆的导航路线上的退出路口线路,作为车辆的目标退出路口线路,根据目标退出路口线路的第二级目标转向类型,对车辆进行转向提醒。本公开实施例中根据目标退出路口线路的的第二级目标转向类型在合适的时机对车辆进行转向提醒,确保了转向提醒的准确性。
图12是根据本公开一个实施例的路口转向提醒装置的结构图,如图12所示,路口转向提醒装置1200包括:
线路确定模块1210,用于确定车辆在当前道路交叉口的进入路口线路和退出路口线路;
位置点确定模块1220,用于确定车辆的进入路口位置点和退出路口位置点;
位置点获取模块1230,用于从进入路口线路上获取进入路口位置点对应的第一位置点,以及从退出路口线路上获取退出路口位置点对应的第二位置点;
夹角确定模块1240,用于根据进入路口位置点和第一位置点,以及退出路口位置点和第二位置点,确定退出路口线路和进入路口线路之间的夹角;
转向类型确定模块1250,用于根据夹角确定车辆对应的目标转向类型,并根据目标转向类型进行转向提醒。
本公开实施例中基于精准的进入路口位置点和退出路口位置点得到了与实际驾车视角相同的转向类型,提升了导航体验。
需要说明的是,前述对路口转向提醒方法实施例的解释说明也适用于该实施例的路口转向提醒装置,此处不再赘述。
进一步地,在本公开实施例一种可能的实现方式中,夹角确定模块1240,还用于:生成进入路口位置点和第一位置点之间的连线,并向车辆的行进方向延长生成第一延长线;生成退出路口位置点和第二位置点之间的连线,并向车辆的行进方向延长生成第二延长线;以第一延长线和第二延长线的交点为基准点,按照顺时针方向确定夹角。
进一步地,在本公开实施例一种可能的实现方式中,转向类型确定模块1250,还用于:将夹角与每个转向类型对应的角度范围进行比较,以确定夹角所处的目标角度范围;根据目标角度范围确定目标转向类型。
进一步地,在本公开实施例一种可能的实现方式中,转向类型确定模块1250,还用于:获取进入路口线路与每个退出路口线路之间的夹角;将每个退出路口线路对应的夹角与每个转向类型对应的角度范围进行比较,确定每个夹角所处的目标角度范围;响应于每个夹角所处的目标角度范围相同,基于每个夹角的大小和目标角度范围,确定每个退出路口线路的目标转向类型。
进一步地,在本公开实施例一种可能的实现方式中,转向类型确定模块1250,还用于:根据目标角度范围,确定每个退出路口线路对应的相同的第一级目标转向类型;对每个退出路口线路的夹角进行排序,按序确定每个退出路口线路在第一级目标转向类型下各自的第二级目标转向类型,作为各自的目标转向类型。
进一步地,在本公开实施例一种可能的实现方式中,转向类型确定模块1250,还用于:从两个或两个以上的退出路口线路中,确定处于车辆的导航路线上的退出路口线路,作为车辆的目标退出路口线路;根据目标退出路口线路的第二级目标转向类型,对车辆进行转向提醒。
进一步地,在本公开实施例一种可能的实现方式中,位置点获取模块1230,还用于:沿着与车辆的行进方向相反的方向,从进入路口线路上选取与进入路口位置点相邻的位置点作为第一位置点。
进一步地,在本公开实施例一种可能的实现方式中,位置点获取模块1230,还用于:沿着车辆的行进方向,从退出路口线路上选取与退出路口位置点相邻的位置点,作为第二位置点。
进一步地,在本公开实施例一种可能的实现方式中,线路确定模块1210,还用于:获取车辆的导航信息,并根据导航信息,确定进入路口线路和退出路口线路。
进一步地,在本公开实施例一种可能的实现方式中,转向类型确定模块1250,还用于:对车辆的位置进行持续跟踪,响应于车辆驶入进入路口位置点,则开始对车辆进行转向提醒;响应于车辆驶过退出路口位置点,停止对车辆进行转向提醒。
进一步地,在本公开实施例一种可能的实现方式中,位置点确定模块1220,还用于:采集道路交叉口的图像,从图像中识别进入路口线路所在道路的第一路口停止线或斑马线,并将第一路口停止线或斑马线作为进入路口位置点;从图像中识别退出路口线路所在道路的第二路口停止线或斑马线,并将第二路口停止线或斑马线作为退出路口位置点。
进一步地,在本公开实施例一种可能的实现方式中,位置点确定模块1220,还用于:采集进入路口线路所在道路的第一行人轨迹,并选取第一行人轨迹与进入路口线路所在道路的最近交叉点,作为进入路口位置点;采集退出路口线路所在道路的第二行人轨迹,并选取第二行人轨迹与退出路口线路所在道路的最近交叉点,作为退出路口位置点。
进一步地,在本公开实施例一种可能的实现方式中,位置点确定模块1220,还用于:采集进入路口线路所在道路的第一行车轨迹,并根据第一行车轨迹,确定进入路口线路所在道路上的最近路口停驻点,作为进入路口位置点;采集退出路口线路所在道路的第二行车轨迹,并根据第二行车轨迹,确定退出路口线路所在道路上的最近路口停驻点,作为退出路口位置点。
进一步地,在本公开实施例一种可能的实现方式中,位置点确定模块1220,还用于:响应于进入路口线路道路和退出路口线路属于同一道路,且同一道路为上下行分离道路时,从同一道路的上行分离道路上获取进入路口位置点;对进入路口位置进行横向延伸,以获取与同一道路的下行道路线的交点,作为退出路口位置点。
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13示出了可以用来实施本公开的实施例的示例电子设备1300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13所示,设备1300包括计算单元1301,其可以根据存储在只读存储器(ROM)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(RAM)1303中的计算机程序,来执行各种适当的动作和处理。在RAM 1303中,还可存储设备1300操作所需的各种程序和数据。计算单元1301、ROM1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
设备1300中的多个部件连接至I/O接口1305,包括:输入单元1306,例如键盘、鼠标等;输出单元1307,例如各种类型的显示器、扬声器等;存储单元1308,例如磁盘、光盘等;以及通信单元1309,例如网卡、调制解调器、无线通信收发机等。通信单元1309允许设备1300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1301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1301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1301执行上文所描述的各个方法和处理,例如路口转向提醒方法。例如,在一些实施例中,路口转向提醒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1308。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1302和/或通信单元1309而被载入和/或安装到设备1300上。当计算机程序加载到RAM 1303并由计算单元1301执行时,可以执行上文描述的路口转向提醒方法的一个或多个步骤。备选地,在其他实施例中,计算单元1301可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行路口转向提醒方法。
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)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,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,本发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 (31)
1.一种路口转向提醒方法,包括:
确定车辆在当前道路交叉口的进入路口线路和退出路口线路;
确定所述车辆的进入路口位置点和退出路口位置点;
从所述进入路口线路上获取所述进入路口位置点对应的第一位置点,以及从所述退出路口线路上获取所述退出路口位置点对应的第二位置点;
根据所述进入路口位置点和所述第一位置点,以及所述退出路口位置点和所述第二位置点,确定所述退出路口线路和所述进入路口线路之间的夹角;
根据所述夹角确定所述车辆对应的目标转向类型,并根据所述目标转向类型进行转向提醒。
2.根据权利要求1所述的方法,其中,所述根据所述进入路口位置点和所述第一位置点,以及所述退出路口位置点和所述第二位置点,确定所述退出路口线路和所述进入路口线路之间的夹角,包括:
生成所述进入路口位置点和所述第一位置点之间的连线,并向所述车辆的行进方向延长生成第一延长线;
生成所述退出路口位置点和所述第二位置点之间的连线,并向所述车辆的行进方向延长生成第二延长线;
以所述第一延长线和所述第二延长线的交点为基准点,按照顺时针方向确定所述夹角。
3.根据权利要求2所述的方法,其中,所述根据所述夹角确定所述车辆对应的目标转向类型,包括:
将所述夹角与每个转向类型对应的角度范围进行比较,以确定所述夹角所处的目标角度范围;
根据所述目标角度范围确定所述目标转向类型。
4.根据权利要求2所述的方法,其中,所述进入路口线路对应两个或两个以上的处于所述车辆行进方向上的所述退出路口线路,所述根据所述夹角确定所述车辆对应的目标转向类型,还包括:
获取所述进入路口线路与每个所述退出路口线路之间的所述夹角;
将每个所述退出路口线路对应的所述夹角与每个转向类型对应的角度范围进行比较,确定每个所述夹角所处的目标角度范围;
响应于每个所述夹角所处的目标角度范围相同,基于每个所述夹角的大小和所述目标角度范围,确定每个所述退出路口线路的目标转向类型。
5.根据权利要求4所述的方法,其中,所述基于每个所述夹角的大小和所述目标角度范围,确定每个所述退出路口线路的目标转向类型,包括:
根据所述目标角度范围,确定每个所述退出路口线路对应的相同的第一级目标转向类型;
对每个所述退出路口线路的所述夹角进行排序,按序确定每个所述退出路口线路在所述第一级目标转向类型下各自的第二级目标转向类型,作为各自的所述目标转向类型。
6.根据权利要求5所述的方法,其中,所述根据所述目标转向类型进行转向提醒,包括:
从两个或两个以上的所述退出路口线路中,确定处于所述车辆的导航路线上的退出路口线路,作为所述车辆的目标退出路口线路;
根据所述目标退出路口线路的所述第二级目标转向类型,对所述车辆进行转向提醒。
7.根据权利要求1所述的方法,其中,所述第一位置点的获取过程,包括:
沿着与所述车辆的行进方向相反的方向,从所述进入路口线路上选取与所述进入路口位置点相邻的位置点作为所述第一位置点。
8.根据权利要求1所述的方法,其中,所述第二位置点的获取过程,包括:
沿着所述车辆的行进方向,从所述退出路口线路上选取与所述退出路口位置点相邻的位置点,作为所述第二位置点。
9.根据权利要求1-8任一项所述的方法,其中,所述确定所述车辆的进入路口线路和退出路口线路,包括:
获取所述车辆的导航信息,并根据所述导航信息,确定所述进入路口线路和所述退出路口线路。
10.根据权利要求1-8任一项所述的方法,其中,所述根据所述目标转向类型进行转向提醒,包括:
对所述车辆的位置进行持续跟踪,响应于所述车辆驶入所述进入路口位置点,则开始对所述车辆进行转向提醒;
响应于所述车辆驶过所述退出路口位置点,停止对所述车辆进行转向提醒。
11.根据权利要求1-8任一项所述的方法,其中,所述确定所述车辆的进入路口位置点和退出路口位置点,包括:
采集所述道路交叉口的图像,从所述图像中识别所述进入路口线路所在道路的第一路口停止线或斑马线,并将所述第一路口停止线或斑马线作为所述进入路口位置点;
从所述图像中识别所述退出路口线路所在道路的第二路口停止线或斑马线,并将所述第二路口停止线或斑马线作为所述退出路口位置点。
12.根据权利要求1-8任一项所述的方法,其中,所述确定所述车辆的进入路口位置点和退出路口位置点,包括:
采集所述进入路口线路所在道路的第一行人轨迹,并选取所述第一行人轨迹与所述进入路口线路所在道路的最近交叉点,作为所述进入路口位置点;
采集所述退出路口线路所在道路的第二行人轨迹,并选取所述第二行人轨迹与所述退出路口线路所在道路的最近交叉点,作为所述退出路口位置点。
13.根据权利要求1-8任一项所述的方法,其中,所述确定所述车辆的进入路口位置点和退出路口位置点,包括:
采集所述进入路口线路所在道路的第一行车轨迹,并根据所述第一行车轨迹,确定所述进入路口线路所在道路上的最近路口停驻点,作为所述进入路口位置点;
采集所述退出路口线路所在道路的第二行车轨迹,并根据所述第二行车轨迹,确定所述退出路口线路所在道路上的最近路口停驻点,作为所述退出路口位置点。
14.根据权利要求1-8任一项所述的方法,其中,所述确定所述车辆的进入路口位置点和退出路口位置点,包括:
响应于所述进入路口线路道路和所述退出路口线路属于同一道路,且所述同一道路为上下行分离道路时,从所述同一道路的上行分离道路上获取所述进入路口位置点;
对所述进入路口位置进行横向延伸,以获取与所述同一道路的下行道路线的交点,作为所述退出路口位置点。
15.一种路口转向提醒装置,包括:
线路确定模块,用于确定车辆在当前道路交叉口的进入路口线路和退出路口线路;
位置点确定模块,用于确定所述车辆的进入路口位置点和退出路口位置点;
位置点获取模块,用于从所述进入路口线路上获取所述进入路口位置点对应的第一位置点,以及从所述退出路口线路上获取所述退出路口位置点对应的第二位置点;
夹角确定模块,用于根据所述进入路口位置点和所述第一位置点,以及所述退出路口位置点和所述第二位置点,确定所述退出路口线路和所述进入路口线路之间的夹角;
转向类型确定模块,用于根据所述夹角确定所述车辆对应的目标转向类型,并根据所述目标转向类型进行转向提醒。
16.根据权利要求15所述的装置,其中,所述夹角确定模块,还用于:
生成所述进入路口位置点和所述第一位置点之间的连线,并向所述车辆的行进方向延长生成第一延长线;
生成所述退出路口位置点和所述第二位置点之间的连线,并向所述车辆的行进方向延长生成第二延长线;
以所述第一延长线和所述第二延长线的交点为基准点,按照顺时针方向确定所述夹角。
17.根据权利要求16所述的装置,其中,所述转向类型确定模块,还用于:
将所述夹角与每个转向类型对应的角度范围进行比较,以确定所述夹角所处的目标角度范围;
根据所述目标角度范围确定所述目标转向类型。
18.根据权利要求16所述的装置,其中,所述转向类型确定模块,还用于:
获取所述进入路口线路与每个所述退出路口线路之间的所述夹角;
将每个所述退出路口线路对应的所述夹角与每个转向类型对应的角度范围进行比较,确定每个所述夹角所处的目标角度范围;
响应于每个所述夹角所处的目标角度范围相同,基于每个所述夹角的大小和所述目标角度范围,确定每个所述退出路口线路的目标转向类型。
19.根据权利要求18所述的装置,其中,所述转向类型确定模块,还用于:
根据所述目标角度范围,确定每个所述退出路口线路对应的相同的第一级目标转向类型;
对每个所述退出路口线路的所述夹角进行排序,按序确定每个所述退出路口线路在所述第一级目标转向类型下各自的第二级目标转向类型,作为各自的所述目标转向类型。
20.根据权利要求19所述的装置,其中,所述转向类型确定模块,还用于:
从两个或两个以上的所述退出路口线路中,确定处于所述车辆的导航路线上的退出路口线路,作为所述车辆的目标退出路口线路;
根据所述目标退出路口线路的所述第二级目标转向类型,对所述车辆进行转向提醒。
21.根据权利要求15所述的装置,其中,所述位置点获取模块,还用于:
沿着与所述车辆的行进方向相反的方向,从所述进入路口线路上选取与所述进入路口位置点相邻的位置点作为所述第一位置点。
22.根据权利要求15所述的装置,其中,所述位置点获取模块,还用于:
沿着所述车辆的行进方向,从所述退出路口线路上选取与所述退出路口位置点相邻的位置点,作为所述第二位置点。
23.根据权利要求15-22任一项所述的装置,其中,所述线路确定模块,还用于:
获取所述车辆的导航信息,并根据所述导航信息,确定所述进入路口线路和所述退出路口线路。
24.根据权利要求15-22任一项所述的装置,其中,所述转向类型确定模块,还用于:
对所述车辆的位置进行持续跟踪,响应于所述车辆驶入所述进入路口位置点,则开始对所述车辆进行转向提醒;
响应于所述车辆驶过所述退出路口位置点,停止对所述车辆进行转向提醒。
25.根据权利要求15-22任一项所述的装置,其中,所述位置点确定模块,还用于:
采集所述道路交叉口的图像,从所述图像中识别所述进入路口线路所在道路的第一路口停止线或斑马线,并将所述第一路口停止线或斑马线作为所述进入路口位置点;
从所述图像中识别所述退出路口线路所在道路的第二路口停止线或斑马线,并将所述第二路口停止线或斑马线作为所述退出路口位置点。
26.根据权利要求15-22任一项所述的装置,其中,所述位置点确定模块,还用于:
采集所述进入路口线路所在道路的第一行人轨迹,并选取所述第一行人轨迹与所述进入路口线路所在道路的最近交叉点,作为所述进入路口位置点;
采集所述退出路口线路所在道路的第二行人轨迹,并选取所述第二行人轨迹与所述退出路口线路所在道路的最近交叉点,作为所述退出路口位置点。
27.根据权利要求15-22任一项所述的装置,其中,所述位置点确定模块,还用于:
采集所述进入路口线路所在道路的第一行车轨迹,并根据所述第一行车轨迹,确定所述进入路口线路所在道路上的最近路口停驻点,作为所述进入路口位置点;
采集所述退出路口线路所在道路的第二行车轨迹,并根据所述第二行车轨迹,确定所述退出路口线路所在道路上的最近路口停驻点,作为所述退出路口位置点。
28.根据权利要求15-22任一项所述的装置,其中,所述位置点确定模块,还用于:
响应于所述进入路口线路道路和所述退出路口线路属于同一道路,且所述同一道路为上下行分离道路时,从所述同一道路的上行分离道路上获取所述进入路口位置点;
对所述进入路口位置进行横向延伸,以获取与所述同一道路的下行道路线的交点,作为所述退出路口位置点。
29.一种电子设备,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1-14中任一项所述的方法。
30.一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1-14中任一项所述的方法。
31.一种计算机程序产品,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1-14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111154663.5A CN113899380A (zh) | 2021-09-29 | 2021-09-29 | 路口转向提醒方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111154663.5A CN113899380A (zh) | 2021-09-29 | 2021-09-29 | 路口转向提醒方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113899380A true CN113899380A (zh) | 2022-01-07 |
Family
ID=79189531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111154663.5A Pending CN113899380A (zh) | 2021-09-29 | 2021-09-29 | 路口转向提醒方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113899380A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114413920A (zh) * | 2022-01-19 | 2022-04-29 | 北京百度网讯科技有限公司 | 车道数据处理方法、导航方法及装置 |
CN115148032A (zh) * | 2022-05-24 | 2022-10-04 | 北京百度网讯科技有限公司 | 道路确定方法、装置及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006046697A1 (de) * | 2006-10-02 | 2008-04-10 | Siemens Ag | Verfahren zum frühzeitigen Erkennen gefährlicher Situationen im Kreuzungsbereich von Straßen |
CN103031789A (zh) * | 2013-01-04 | 2013-04-10 | 石少伟 | 一种平面交通系统 |
CN104603578A (zh) * | 2012-09-28 | 2015-05-06 | 爱信艾达株式会社 | 交叉路口引导系统、方法以及程序 |
CN105277203A (zh) * | 2014-06-30 | 2016-01-27 | 高德信息技术有限公司 | 一种导航动作的生成方法、导航方法和设备 |
CN108267147A (zh) * | 2017-01-04 | 2018-07-10 | 北京四维图新科技股份有限公司 | 导航数据车道连通信息的智能生成方法及装置、导航设备及方法 |
CN109271858A (zh) * | 2018-08-13 | 2019-01-25 | 武汉中海庭数据技术有限公司 | 一种基于行车轨迹和视觉车道边线数据的路口识别方法及系统 |
CN111005274A (zh) * | 2019-12-25 | 2020-04-14 | 广州方纬智慧大脑研究开发有限公司 | 道路平面交叉口交通组织自动生成方法、系统及存储介质 |
CN113029180A (zh) * | 2021-03-25 | 2021-06-25 | 北京百度网讯科技有限公司 | 一种交通限制识别方法、装置、电子设备及存储介质 |
US20210213940A1 (en) * | 2020-06-30 | 2021-07-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, device and storage medium for autonomous parking |
-
2021
- 2021-09-29 CN CN202111154663.5A patent/CN113899380A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006046697A1 (de) * | 2006-10-02 | 2008-04-10 | Siemens Ag | Verfahren zum frühzeitigen Erkennen gefährlicher Situationen im Kreuzungsbereich von Straßen |
CN104603578A (zh) * | 2012-09-28 | 2015-05-06 | 爱信艾达株式会社 | 交叉路口引导系统、方法以及程序 |
CN103031789A (zh) * | 2013-01-04 | 2013-04-10 | 石少伟 | 一种平面交通系统 |
CN105277203A (zh) * | 2014-06-30 | 2016-01-27 | 高德信息技术有限公司 | 一种导航动作的生成方法、导航方法和设备 |
CN108267147A (zh) * | 2017-01-04 | 2018-07-10 | 北京四维图新科技股份有限公司 | 导航数据车道连通信息的智能生成方法及装置、导航设备及方法 |
CN109271858A (zh) * | 2018-08-13 | 2019-01-25 | 武汉中海庭数据技术有限公司 | 一种基于行车轨迹和视觉车道边线数据的路口识别方法及系统 |
CN111005274A (zh) * | 2019-12-25 | 2020-04-14 | 广州方纬智慧大脑研究开发有限公司 | 道路平面交叉口交通组织自动生成方法、系统及存储介质 |
US20210213940A1 (en) * | 2020-06-30 | 2021-07-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, device and storage medium for autonomous parking |
CN113029180A (zh) * | 2021-03-25 | 2021-06-25 | 北京百度网讯科技有限公司 | 一种交通限制识别方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
唐炉亮;牛乐;杨雪;张霞;李清泉;萧世伦;: "利用轨迹大数据进行城市道路交叉口识别及结构提取", 测绘学报, no. 06, 15 June 2017 (2017-06-15) * |
陈亚玲;范太华;: "基于稀疏采样GPS轨迹数据的路口识别方法", 计算机工程, no. 05, 30 August 2018 (2018-08-30) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114413920A (zh) * | 2022-01-19 | 2022-04-29 | 北京百度网讯科技有限公司 | 车道数据处理方法、导航方法及装置 |
CN115148032A (zh) * | 2022-05-24 | 2022-10-04 | 北京百度网讯科技有限公司 | 道路确定方法、装置及电子设备 |
CN115148032B (zh) * | 2022-05-24 | 2024-03-01 | 北京百度网讯科技有限公司 | 道路确定方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113327447B (zh) | 导航提醒方法、装置、设备、车辆及存储介质 | |
CN113899380A (zh) | 路口转向提醒方法、装置、电子设备及存储介质 | |
KR20210151724A (ko) | 차량 포지셔닝 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
CN110749329A (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
CN109443360B (zh) | 一种基于多边形的车辆行驶轨迹生成及拼接方法 | |
CN109325390B (zh) | 一种基于地图与多传感器检测相结合的定位方法及系统 | |
CN113221677A (zh) | 一种轨迹异常检测方法、装置、路侧设备和云控平台 | |
CN115909749A (zh) | 车辆运行道路风险预警方法、装置、设备及存储介质 | |
CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN114485690A (zh) | 导航地图的生成方法、装置、电子设备及存储介质 | |
CN114413920A (zh) | 车道数据处理方法、导航方法及装置 | |
CN115273477A (zh) | 路口驾驶建议推送方法、装置、系统和电子设备 | |
CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
JP7333369B2 (ja) | 交通データの処理方法、装置、電子機器、記憶媒体およびコンピュータプログラム製品 | |
CN116295497A (zh) | 路径生成方法、装置、机器人和存储介质 | |
CN115534944A (zh) | 基于高精地图的车辆控制方法、装置和电子设备 | |
CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN114596706A (zh) | 路侧感知系统的检测方法及装置、电子设备和路侧设备 | |
CN113566836A (zh) | 道路指引方法、装置、电子设备及存储介质 | |
CN113850297A (zh) | 道路数据的监测方法、装置、电子设备及存储介质 | |
CN114047514A (zh) | 基于毫米波雷达的无人艇导航方法 | |
CN113886413A (zh) | 地图更新方法及装置 | |
CN116264038A (zh) | 信号灯控制方法及装置、电子设备和存储介质 | |
CN114419883A (zh) | 识别路口缺失交通限制信息的方法、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 |