CN114064745A - 一种确定交通提示距离的方法、装置及电子设备 - Google Patents
一种确定交通提示距离的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114064745A CN114064745A CN202111371784.5A CN202111371784A CN114064745A CN 114064745 A CN114064745 A CN 114064745A CN 202111371784 A CN202111371784 A CN 202111371784A CN 114064745 A CN114064745 A CN 114064745A
- Authority
- CN
- China
- Prior art keywords
- view image
- street view
- reference object
- distance
- initial
- 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
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- 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
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)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种确定交通提示距离的方法、装置及电子设备,涉及智能交通技术领域,尤其涉及地图导航技术领域。具体实现方案为:获取距离参照对象第一预设距离时采集的初始街景图像;获取包括参照对象的第N街景图像;将初始街景图像与第N街景图像进行匹配,得到初始街景图像在第N街景图像中所对应的目标区域;计算目标区域在所述第N街景图像中的面积占比;在当前的面积占比大于预设面积阈值的情况下,将N的值增加1,返回执行步骤:获取包括参照对象的第N街景图像;在当前的面积占比不大于预设面积阈值的情况下,将第一预设距离与N‑1倍的预设单位步长的和作为针对参照对象的交通提示距离,实现了交通提示距离的确定。
Description
技术领域
本公开涉及智能交通技术领域,尤其涉及地图导航技术领域,具体涉及一种确定交通提示距离的方法、装置及电子设备。
背景技术
随着地图导航技术的发展,人们的日常出行越来越依赖于此。地图导航能够根据路况引导用户的出行方向,通常会在用户接近地标、转向点等需要用户注意的参照对象时,根据用户与该参照对象之间的实际距离向用户发出交通信息提示。
发明内容
本公开提供了一种确定交通提示距离的方法、装置及电子设备。
根据本公开的一方面,提供了一种确定交通提示距离的方法,包括:
获取距离参照对象第一预设距离时采集的初始街景图像,其中,初始街景图像中包括参照对象;
获取包括参照对象的第N街景图像,其中,第N街景图像距离参照对象的距离为第一预设距离与N倍的预设单位步长的和,N为初始值为1的正整数;
将初始街景图像与第N街景图像进行匹配,得到初始街景图像在第N街景图像中所对应的目标区域;
计算目标区域在第N街景图像中的面积占比;
在当前的面积占比大于预设面积阈值的情况下,将N的值增加1,返回执行步骤:获取包括参照对象的第N街景图像;
在当前的面积占比不大于预设面积阈值的情况下,将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
根据本公开的另一方面,提供了一种确定交通提示距离的装置,包括:
第一图像获取模块,用于获取距离参照对象第一预设距离时采集的初始街景图像,其中,初始街景图像中包括参照对象;
第二图像获取模块,获取包括参照对象的第N街景图像,其中,第N街景图像距离参照对象的距离为第一预设距离与N倍的预设单位步长的和,N为初始值为1的正整数;
图像匹配模块,用于将初始街景图像与第N街景图像进行匹配,得到初始街景图像在第N街景图像中所对应的目标区域;
面积计算模块,用于计算目标区域在第N街景图像中的面积占比;
面积判断模块,用于在当前的面积占比大于预设面积阈值的情况下,将N的值增加1,返回执行步骤:获取包括参照对象的第N街景图像;
距离确定模块,用于在当前的面积占比不大于预设面积阈值的情况下,将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
本公开提供的确定交通提示距离的方法,通过获取包括参照对象的初始街景图像和第N街景图像,将两者进行匹配来得到初始街景图像在第N街景图像中所对应的目标区域,并计算目标区域在第N街景图像中的面积占比,在计算所得的面积占比不大于预设面积阈值的情况下,将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离,实现了针对参照对象的交通提示距离的确定。
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提供的确定交通提示距离的方法的流程示意图;
图2a是根据本公开实施例提供的步骤S13的一种可能实现的方式的流程示意图;
图2b(1)是根据本公开提供的一幅初始街景图像示例;
图2b(2)是根据本公开提供的一幅第N街景图像示例;
图2b(3)是根据本公开提供的一幅第N街景图像与初始街景图像的匹配效果示例图;
图3是根据本公开实施例提供的确定交通提示距离的装置的结构示意图;
图4是用来实现本公开实施例提供的确定交通提示距离的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。
地图导航需要提示用户出行的方向,例如,在前方路口左转、右转等,或者在某地标左转、右转等。现有技术中,地图导航常将需要提示的参照对象与用户之间的距离作为向用户发出交通提示信息的前提,但当该参照对象不显眼,或者用户在当前距离无法实际看到该参照对象时,这样的交通提示方式对于用户而言会比较抽象,乃至于用户无法理解交通提示信息。而当用户位于实际能看到该参照对象的距离时,又可能由于交通提示信息已经提示完毕而忘记交通提示信息的内容,导致无法判断方向。
为了解决这个问题,本公开提供了一种确定交通提示距离的方法,包括:
获取距离参照对象第一预设距离时采集的初始街景图像,其中,初始街景图像中包括参照对象;
获取包括参照对象的第N街景图像,其中,第N街景图像距离参照对象的距离为第一预设距离与N倍的预设单位步长的和,N为初始值为1的正整数;
将初始街景图像与第N街景图像进行匹配,得到初始街景图像在第N街景图像中所对应的目标区域;
计算目标区域在第N街景图像中的面积占比;
在当前的面积占比大于预设面积阈值的情况下,将N的值增加1,返回执行步骤:获取包括参照对象的第N街景图像;
在当前的面积占比不大于预设面积阈值的情况下,将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
由上可见,本公开提供的确定交通提示距离的方法,通过获取在距离参照对象不同距离时所采集到的初始街景图像和第N街景图像,并对其进行匹配来得到初始街景图像在第N街景图像中对应的目标区域。当目标区域在第N街景图像中的面积占比不大于预设面积阈值的情况下,可以认为在第N街景图像的距离下,参照对象已不可见。此时将第N-1街景图像的距离作为针对参照对象的交通提示距离,根据该交通提示距离向用户发出交通提示信息,使得用户能够充分理解该交通提示信息的内容,从而可以优化地图导航的使用体验。
下面通过具体实施例对本公开提供的确定交通提示距离的方法进行详细说明。
本公开实施例的方法应用于智能终端,可以通过智能终端实施,在实际使用过程中,该智能终端可以是电脑、智能手机等。
参见图1,图1为本公开实施例的一种确定交通提示距离的方法的流程示意图,包括:
步骤S11:获取距离参照对象第一预设距离时采集的初始街景图像。
其中,初始街景图像中包括参照对象。
上述参照对象为地图导航中需要向用户发出交通提示信息的提示对象,例如,标志性建筑、路口、转向点等。
第一预设距离为采集初始街景图像的时候,采集设备所处的位置与参照对象所在的位置之间的距离。一个例子中,第一预设距离可以是能够采集到参照对象的完整图像的最近距离,例如,参照对象为转向点,第一预设距离可以为10米。采集设备可以是拍摄设备,例如,相机、摄像机等。
在距离参照对象第一预设距离时所采集到的包括参照对象的图像,即为初始街景图像。
本公开的一个实施例中,上述第一预设距离使参照对象在初始街景图像中的面积占比是大于预设占比阈值的。预设占比阈值是一个预先设定的占比数值,使得初始街景图像中除参照对象之外的无关街景尽可能的少,且初始街景图像能够尽可能多的呈现参照对象的情况。
步骤S12:获取包括参照对象的第N街景图像。
其中,第N街景图像距离参照对象的距离为第一预设距离与N倍的预设单位步长的和,N为初始值为1的正整数。
在获取到包括参照对象的初始街景图像之后,采集设备所处的位置逐渐远离参照对象所在的位置,并采集多张不同距离的包括参照对象的新的街景图像,所采集到的新的街景图像称之为第N街景图像。
本公开实施例中,在获取到包括参照对象的初始街景图像之后,采集第一张新的街景图像时所处的位置距离参照对象,比采集初始街景图像时所处的位置距离参照对象远一倍的预设单位步长,所以第一张新的街景图像距离参照对象的距离为第一预设距离与单倍的预设单位步长的和;采集第N张新的街景图像时所处的位置距离参照对象,比采集初始街景图像时所处的位置距离参照对象远N倍的预设单位步长,所以,第N张新的街景图像距离参照对象的距离为第一预设距离与N倍的预设单位步长的和。
上述预设单位步长是预先设定的间隔距离,可以与第一预设距离有一定的相关性。例如,当第一预设距离为10米时,预设单位步长的数值可以是不大于10的任意正整数,例如,1、5、10等。
步骤S13:将初始街景图像与第N街景图像进行匹配,得到初始街景图像在第N街景图像中所对应的目标区域。
上文提到,初始街景图像与第N街景图像中均包括参照对象。由于初始街景图像距离参照对象的距离与第N街景图像距离参照对象的距离不同,所以参照对象在初始街景图像与第N街景图像中的面积占比是不同的。并且,初始街景图像的距离不小于第N街景图像的距离,所以,参照对象在初始街景图像中的面积占比不小于其在第N街景图像中的面积占比,因此,也可以理解为第N街景图像中包括初始街景图像。
将初始街景图像与第N街景图像进行匹配,得到初始街景图像中在第N街景图像中所对应的目标区域。
步骤S14:计算目标区域在第N街景图像中的面积占比。
步骤S15:判断当前的面积占比是否大于预设面积阈值,若大于,则将N的值增加1,并返回执行步骤S12;若不大于,执行步骤S16。
上述预设面积阈值为预先设定的值,例如,可以是5%,当目标区域在第N街景图像中的面积占比大于预设面积阈值时,可以认为参照对象对于采集该第N街景图像时所处的位置而言是可见的,因此,将N的值增加1得到新的N值,并重新获取包括参照对象的第N街景图像,再得到第N街景图像中的目标区域,并计算该目标区域在第N街景图像中的面积占比,直到面积占比不大于预设面积阈值,此时可以认为,参照对象对于采集该第N街景图像时所处的位置而言已经不可见。
本公开的一个实施例中,上述参照对象在初始街景图像中的角度与参照对象在第N街景图像中的角度的差值小于预设角度阈值。
预设角度阈值为预先设定的角度值,避免角度差距过大,而导致的初始图像与第N街景图像存在方向上的偏差。
步骤S16:将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
在确定参照对象对于采集该第N街景图像时所处的位置而言已经不可见之后,可以认为第N-1街景图像距离参照对象的距离为参照对象的最远可见距离,则将第N-1街景图像距离参照对象的距离作为针对参照对象的交通提示距离,即将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
由上可见,本公开提供的确定交通提示距离的方法,通过获取在距离参照对象不同距离时所采集到的初始街景图像和第N街景图像,并对其进行匹配来得到初始街景图像在第N街景图像中对应的目标区域。当目标区域在第N街景图像中的面积占比不大于预设面积阈值的情况下,可以认为在第N街景图像的距离下,参照对象已不可见。此时将第N-1街景图像的距离作为针对参照对象的交通提示距离,根据该交通提示距离向用户发出交通提示信息,使得用户能够充分理解该交通提示信息,从而可以优化地图导航的使用体验。
在一种可能的实现方式中,参见图2a,上述步骤S13将初始街景图像与第N街景图像进行匹配,得到初始街景图像在第N街景图像中所对应的目标区域,包括:
步骤S21:提取所述初始街景图像的特征点,得到初始特征点。
初始特征点用于表示初始街景图像的局部性特征,可以表示初始街景图像中参照对象在实际的三维空间中的位置、角度等特征。提取初始街景图像的特征点可以利用特征点提取算法来进行,例如,SIFT算法(Scale-invariant feature transform,尺度不变特征转换)、Shi-Tomasi(角点检测)、SURF(Speeded-Up Robust Features,加速稳健特征)等。
步骤S22:基于所述初始特征点,将所述初始街景图像与所述第N街景图像进行匹配,得到所述第N街景图像中与所述初始特征点对应的目标特征点。
在得到初始特征点之后,将初始街景图像与第N街景图像进行匹配,可以是将初始特征点与第N街景图像中的特征点进行匹配,在第N街景图像的特征点中找到与初始特征点对应的目标特征点。如图2b(1)、2b(2)及2b(3)所示,图2b(1)示出了一幅以石狮子及背景大厦为参照对象的初始街景图像,图2b(2)示出了一幅包括石狮子及背景大厦参照对象的第N张街景图像,图2b(3)则示出了将图2b(2)中包括参照对象的局部(即图2b(2)中矩形框标注部分)放大后,对第N街景图像中的特征点与初始街景图像中的初始特征点进行匹配,得到第N街景图像中与初始特征点对应的目标特征点的匹配效果图。
步骤S23:将所述目标特征点构成的凸包作为所述初始街景图像在所述第N街景图像中所对应的目标区域。
在得到第N街景图像中与初始特征点对应的目标特征点之后,可以基于目标特征点来构成凸包,并将凸包作为初始街景图像在第N街景图像中所对应的目标区域。一个例子中,基于目标特征点来构成凸包可以通过格雷厄姆算法来实现。
由上可见,本公开提供的确定交通提示距离的方法,通过将初始街景图像与第N街景图像进行匹配,确定初始特征点对应的目标特征点,再将目标特征点构成的凸包作为初始街景图像在第N街景图像中所对应的目标区域,能够提高目标区域的准确性,避免目标区域确定过程中容易产生的误差。
本公开的一个实施例中,上述方法还包括:
在针对所述参照对象的交通提示距离大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为第三预设距离时,向用户发出针对所述参照对象的交通提示信息,其中,所述第二预设距离阈值、第三预设距离均大于所述第一预设距离。
上文提到,针对参照对象的交通提示距离为参照对象的最远可见距离,在针对参照对象的交通提示距离大于第二预设距离阈值的情况下,可以认为该参照对象所在的路段视野良好,该参照对象是容易被人眼看到的。因此,只需要当用户与参照对象之间的距离为第三预设距离时,向用户发出针对参照对象的交通提示信息。
上述第二预设距离阈值为预先设定的距离值,可以根据大数据计算而得到。上述第三预设距离可以为地图导航预先设定的距离值,当用户与参照对象之间的距离为第三预设距离时,向用户发出针对参照对象的交通提示信息。例如,第三预设距离可以是100米、50米等。
由上可见,本公开提供的确定交通提示距离的方法,在针对参照对象的交通提示距离大于第二预设距离阈值的情况下,可以认为该参照对象所在的路段视野良好,此时只在用户与参照对象之间的距离为第三预设距离时,向用户发出针对参照对象的交通提示信息,使得所发出的交通提示信息均为用户能够及时理解的有效信息,避免非必要的交通提示信息的发出所导致的资源浪费。
本公开的一个实施例中,上述方法还包括:
在针对所述参照对象的交通提示距离不大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为所述交通提示距离时,向用户发出针对所述参照对象的交通提示信息。
上文提到,针对参照对象的交通提示距离为参照对象的最远可见距离,在针对参照对象的交通提示距离不大于第二预设距离阈值的情况下,可以认为该参照对象所在的路段视野较差,该参照对象是不容易被人眼看到的。因此,需要当用户与参照对象之间的距离为该交通提示距离时,向用户发出针对参照对象的交通提示信息。
一个例子中,在地图导航过程中,无论参照对象是否容易被人眼看到,都需要在用户与参照对象之间的距离为第三预设距离时,向用户发出针对参照对象的交通提示信息。那么,若针对参照对象的交通提示距离不大于第二预设距离阈值,即参照对象不容易被人眼看到时,除了需要在用户与参照对象之间的距离为第三预设距离时,向用户发出针对参照对象的交通提示信息,还需要在用户与参照对象之间的距离为该交通提示距离时,向用户再次发出针对参照对象的交通提示信息。
由上可见,本公开提供的确定交通提示距离的方法,在针对参照对象的交通提示距离不大于第二预设距离阈值的情况下,可以认为该参照对象所在的路段视野较差,此时在用户与参照对象之间的距离为交通提示距离时,向用户再次发出针对参照对象的交通提示信息,使得所发出的交通提示信息均为用户能够及时理解的有效信息,并且避免了用户错过针对参照对象的交通提示信息,优化了地图导航的体验性。
另一方面,参见图3,图3为本公开提供的一种确定交通提示距离的装置的结构示意图,包括:
第一图像获取模块301,用于获取距离参照对象第一预设距离时采集的初始街景图像,其中,所述初始街景图像中包括所述参照对象;
第二图像获取模块302,获取包括所述参照对象的第N街景图像,其中,所述第N街景图像距离所述参照对象的距离为第一预设距离与N倍的预设单位步长的和,N为初始值为1的正整数;
图像匹配模块303,用于将所述初始街景图像与所述第N街景图像进行匹配,得到所述初始街景图像在所述第N街景图像中所对应的目标区域;
面积计算模块304,用于计算所述目标区域在所述第N街景图像中的面积占比;
面积判断模块305,用于在当前的面积占比大于预设面积阈值的情况下,将N的值增加1,返回执行步骤:获取包括所述参照对象的第N街景图像;
距离确定模块306,用于在当前的面积占比不大于预设面积阈值的情况下,将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
由上可见,本公开提供的确定交通提示距离的装置,通过获取在距离参照对象不同距离时所采集到的初始街景图像和第N街景图像,并对其进行匹配来得到初始街景图像在第N街景图像中对应的目标区域。当目标区域在第N街景图像中的面积占比不大于预设面积阈值的情况下,可以认为在第N街景图像的距离下,参照对象已不可见。此时将第N-1街景图像的距离作为针对参照对象的交通提示距离,根据该交通提示距离向用户发出交通提示信息,使得用户能够充分理解该交通提示信息,从而可以优化地图导航的使用体验。
本公开的一个实施例中,所述图像匹配模块303,具体用于:
提取所述初始街景图像的特征点,得到初始特征点;
基于所述初始特征点,将所述初始街景图像与所述第N街景图像进行匹配,得到所述第N街景图像中与所述初始特征点对应的目标特征点;
将所述目标特征点构成的凸包作为所述初始街景图像在所述第N街景图像中所对应的目标区域。
由上可见,本公开提供的确定交通提示距离的装置,通过将初始街景图像与第N街景图像进行匹配,确定初始特征点对应的目标特征点,再将目标特征点构成的凸包作为初始街景图像在第N街景图像中所对应的目标区域,能够提高目标区域的准确性,避免目标区域确定过程中容易产生的误差。
本公开的一个实施例中,上述装置还包括:
第一提示信息发送模块,用于在针对所述参照对象的交通提示距离大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为第三预设距离时,向用户发出针对所述参照对象的交通提示信息,其中,所述第二预设距离阈值、第三预设距离均大于所述第一预设距离。
由上可见,本公开提供的确定交通提示距离的装置,在针对参照对象的交通提示距离大于第二预设距离阈值的情况下,可以认为该参照对象所在的路段视野良好,此时只在用户与参照对象之间的距离为第三预设距离时,向用户发出针对参照对象的交通提示信息,使得所发出的交通提示信息均为用户能够及时理解的有效信息,避免非必要的交通提示信息的发出所导致的资源浪费。
本公开的一个实施例中,上述装置还包括:
第二提示信息发送模块,用于在针对所述参照对象的交通提示距离不大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为所述交通提示距离时,向用户发出针对所述参照对象的交通提示信息。…
由上可见,本公开提供的确定交通提示距离的装置,在针对参照对象的交通提示距离不大于第二预设距离阈值的情况下,可以认为该参照对象所在的路段视野较差,此时在用户与参照对象之间的距离为交通提示距离时,向用户再次发出针对参照对象的交通提示信息,使得所发出的交通提示信息均为用户能够及时理解的有效信息,并且避免了用户错过针对参照对象的交通提示信息,优化了地图导航的体验性。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,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4示出了可以用来实施本公开的实施例的示例电子设备400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4所示,设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400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401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401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401执行上文所描述的各个方法和处理,例如确定交通提示距离的方法。例如,在一些实施例中,确定交通提示距离的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408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的确定交通提示距离的方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行确定交通提示距离的方法。
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)、复杂可编程逻辑设备(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 (13)
1.一种确定交通提示距离的方法,包括:
获取距离参照对象第一预设距离时采集的初始街景图像,其中,所述初始街景图像中包括所述参照对象;
获取包括所述参照对象的第N街景图像,其中,所述第N街景图像距离所述参照对象的距离为第一预设距离与N倍的预设单位步长的和,N为初始值为1的正整数;
将所述初始街景图像与所述第N街景图像进行匹配,得到所述初始街景图像在所述第N街景图像中所对应的目标区域;
计算所述目标区域在所述第N街景图像中的面积占比;
在当前的面积占比大于预设面积阈值的情况下,将N的值增加1,返回执行步骤:获取包括所述参照对象的第N街景图像;
在当前的面积占比不大于预设面积阈值的情况下,将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
2.根据权利要求1所述的方法,其中,所述将所述初始街景图像与所述第N街景图像进行匹配,得到所述初始街景图像在所述第N街景图像中所对应的目标区域,包括:
提取所述初始街景图像的特征点,得到初始特征点;
基于所述初始特征点,将所述初始街景图像与所述第N街景图像进行匹配,得到所述第N街景图像中与所述初始特征点对应的目标特征点;
将所述目标特征点构成的凸包作为所述初始街景图像在所述第N街景图像中所对应的目标区域。
3.根据权利要求1所述的方法,其中,所述方法还包括:
在针对所述参照对象的交通提示距离大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为第三预设距离时,向用户发出针对所述参照对象的交通提示信息,其中,所述第二预设距离阈值、第三预设距离均大于所述第一预设距离。
4.根据权利要求1所述的方法,其中,所述方法还包括:
在针对所述参照对象的交通提示距离不大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为所述交通提示距离时,向用户发出针对所述参照对象的交通提示信息。
5.根据权利要求1所述的方法,其中,所述方法还包括:
所述第一预设距离使所述参照对象在所述初始街景图像中的面积占比大于预设占比阈值。
6.根据权利要求1所述的方法,其中,所述方法还包括:
所述参照对象在所述初始街景图像中的角度与所述参照对象在所述第N街景图像中的角度的差值小于预设角度阈值。
7.一种确定交通提示距离的装置,包括:
第一图像获取模块,用于获取距离参照对象第一预设距离时采集的初始街景图像,其中,所述初始街景图像中包括所述参照对象;
第二图像获取模块,获取包括所述参照对象的第N街景图像,其中,所述第N街景图像距离所述参照对象的距离为第一预设距离与N倍的预设单位步长的和,N为初始值为1的正整数;
图像匹配模块,用于将所述初始街景图像与所述第N街景图像进行匹配,得到所述初始街景图像在所述第N街景图像中所对应的目标区域;
面积计算模块,用于计算所述目标区域在所述第N街景图像中的面积占比;
面积判断模块,用于在当前的面积占比大于预设面积阈值的情况下,将N的值增加1,返回执行步骤:获取包括所述参照对象的第N街景图像;
距离确定模块,用于在当前的面积占比不大于预设面积阈值的情况下,将第一预设距离与N-1倍的预设单位步长的和作为针对参照对象的交通提示距离。
8.根据权利要求7所述的装置,其中,所述图像匹配模块,具体用于:
提取所述初始街景图像的特征点,得到初始特征点;
基于所述初始特征点,将所述初始街景图像与所述第N街景图像进行匹配,得到所述第N街景图像中与所述初始特征点对应的目标特征点;
将所述目标特征点构成的凸包作为所述初始街景图像在所述第N街景图像中所对应的目标区域。
9.根据权利要求7所述的装置,其中,所述装置还包括:
第一提示信息发送模块,用于在针对所述参照对象的交通提示距离大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为第三预设距离时,向用户发出针对所述参照对象的交通提示信息,其中,所述第二预设距离阈值、第三预设距离均大于所述第一预设距离。
10.根据权利要求7所述的装置,其中,所述装置还包括:
第二提示信息发送模块,用于在针对所述参照对象的交通提示距离不大于第二预设距离阈值的情况下,当用户与所述参照对象之间的距离为所述交通提示距离时,向用户发出针对所述参照对象的交通提示信息。
11.一种电子设备,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1-6中任一项所述的方法。
12.一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1-6中任一项所述的方法。
13.一种计算机程序产品,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1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111371784.5A CN114064745A (zh) | 2021-11-18 | 2021-11-18 | 一种确定交通提示距离的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111371784.5A CN114064745A (zh) | 2021-11-18 | 2021-11-18 | 一种确定交通提示距离的方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114064745A true CN114064745A (zh) | 2022-02-18 |
Family
ID=80278176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111371784.5A Pending CN114064745A (zh) | 2021-11-18 | 2021-11-18 | 一种确定交通提示距离的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114064745A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495666A (zh) * | 2023-12-29 | 2024-02-02 | 山东街景智能制造科技股份有限公司 | 一种基于3d图纸生成2d数据的处理方法 |
-
2021
- 2021-11-18 CN CN202111371784.5A patent/CN114064745A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495666A (zh) * | 2023-12-29 | 2024-02-02 | 山东街景智能制造科技股份有限公司 | 一种基于3d图纸生成2d数据的处理方法 |
CN117495666B (zh) * | 2023-12-29 | 2024-03-19 | 山东街景智能制造科技股份有限公司 | 一种基于3d图纸生成2d数据的处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113205037B (zh) | 事件检测的方法、装置、电子设备以及可读存储介质 | |
EP4116940A2 (en) | Method and apparatus for processing image, electronic device and storage medium | |
CN112560680A (zh) | 车道线处理方法、装置、电子设备及存储介质 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN113361710A (zh) | 学生模型训练方法、图片处理方法、装置及电子设备 | |
CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
CN112597895A (zh) | 基于偏移量检测的置信度确定方法、路侧设备及云控平台 | |
CN112528927A (zh) | 基于轨迹分析的置信度确定方法、路侧设备及云控平台 | |
CN113435462B (zh) | 定位方法、装置、电子设备和介质 | |
CN114064745A (zh) | 一种确定交通提示距离的方法、装置及电子设备 | |
CN113450794B (zh) | 导航播报的检测方法、装置、电子设备和介质 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN115131315A (zh) | 一种图像的变化检测方法、装置、设备及存储介质 | |
CN113989300A (zh) | 车道线分割的方法、装置、电子设备和存储介质 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN113654548A (zh) | 定位方法、装置、电子设备及存储介质 | |
CN113360791A (zh) | 电子地图的兴趣点查询方法、装置、路侧设备及车辆 | |
CN112784175A (zh) | 兴趣点数据处理方法、装置、设备及存储介质 | |
CN112507957A (zh) | 一种车辆关联方法、装置、路侧设备及云控平台 | |
CN113806361B (zh) | 电子监控设备与道路的关联方法、装置及存储介质 | |
CN113591847B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
CN116258774A (zh) | 路侧相机的偏离检测方法、装置、电子设备及存储介质 | |
CN117606496A (zh) | 无人驾驶车辆的位姿确定方法、装置、电子设备及介质 | |
CN115830495A (zh) | 一种对象跟踪方法及装置 | |
CN114359513A (zh) | 障碍物位置的确定方法、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 |