CN114092911B - 一种道路识别方法、装置、电子设备以及存储介质 - Google Patents
一种道路识别方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114092911B CN114092911B CN202111393119.6A CN202111393119A CN114092911B CN 114092911 B CN114092911 B CN 114092911B CN 202111393119 A CN202111393119 A CN 202111393119A CN 114092911 B CN114092911 B CN 114092911B
- Authority
- CN
- China
- Prior art keywords
- current
- vehicle
- identified
- lane
- historical
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function 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
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种道路识别方法、装置、电子设备以及存储介质,涉及人工智能领域中的智能交通、导航定位技术领域。具体实现方案为:获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度;根据所述当前定位,确定所述待识别车辆当前定位所对应的至少两个候选车道;在历史数据中,查询目标历史时段下各所述候选车道上当前定位处的历史行车速度,其中,所述目标历史时段为与所述当前时段的时间周期相同的历史时段;基于所述当前行车速度以及各所述历史行车速度,确定所述待识别车辆当前行驶的目标车道。本公开能够对待识别车辆当前行驶的目标车道进行识别。
Description
技术领域
本公开涉及人工智能领域中的智能交通、导航定位技术领域,尤其涉及一种道路识别方法、装置、电子设备以及存储介质。
背景技术
在导航定位领域中,为了保证导航的准确性,终端在导航的过程中,需要准确识别当前位置所在的道路。
发明内容
本公开提供了一种道路识别方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种道路识别方法,包括:
获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度;
根据所述当前定位,确定所述待识别车辆当前定位所对应的至少两个候选车道;
在历史数据中,查询目标历史时段下各所述候选车道上当前定位处的历史行车速度,其中,所述目标历史时段为与所述当前时段的时间周期相同的历史时段;
基于所述当前行车速度以及各所述历史行车速度,确定所述待识别车辆当前行驶的目标车道。
根据本公开的另一方面,提供了一种道路识别装置,包括:
获取模块,用于获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度;
确定模块,用于根据所述当前定位,确定所述待识别车辆当前定位所对应的至少两个候选车道;
查询模块,用于在历史数据中,查询目标历史时段下各所述候选车道上当前定位处的历史行车速度,其中,所述目标历史时段为与所述当前时段的时间周期相同的历史时段;
识别模块,用于基于所述当前行车速度以及各所述历史行车速度,确定所述待识别车辆当前行驶的目标车道。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开中任一项所述的道路识别方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开中任一项所述的道路识别方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开中任一项所述的道路识别方法。
本公开实施例中,能够基于待识别车辆当前时段内的当前行车速度,以及当前定位所对应的至少两个候选车道上,与当前时段的时间周期相同的历史时段下当前定位处的历史行车速度,对待识别车辆当前行驶的目标车道进行识别。
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是根据本公开的道路识别方法的一种示意图;
图2是根据本公开的道路识别方法的另一种示意图;
图3是根据本公开的道路识别方法的再一种示意图;
图4是根据本公开的道路识别装置的一种示意图;
图5是用来实现本公开实施例的道路识别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。
实际应用中,在导航定位领域,因导航设备定位精度的限制以及在垂直地面方向的定位能力,对于平行路区域,容易发生识别不了高架桥上下道路以及主辅路的情况。而一旦识别错误,由于正确和错误的道路相距很近,从定位坐标上看,不构成偏离路线的判断条件,使得识别错误之后难以及时自动纠正,此时需要用户手动切换“我在辅路”,或者“我在高架桥上道路”等等。
为了解决上述问题,本公开实施例提供的道路识别方法,获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度,进一步据当前定位,确定待识别车辆当前定位所对应的至少两个候选车道,在历史数据中,查询目标历史时段下各候选车道上当前定位处的历史行车速度,该目标历史时段为与当前时段的时间周期相同的历史时段,进而基于当前行车速度以及各历史行车速度,确定待识别车辆当前行驶的目标车道。因候选车道上的历史行车速度是真实的行车轨迹数据,使得基于当前时段内的当前行车速度,以及候选车道上与当前时段对应的历史时段内当前定位所对应的历史行车速度,所识别的目标车道相对准确,实现了对平行路区域行车车道相对准确的识别。
下面通过具体实施例对本公开提供的道路识别方法进行详细说明。
本公开实施例提供的道路识别方法可以应用于电子设备,如车载设备、智能终端设备等等。本公开实施例提供的道路识别方法可以是针对平行路区域的识别。
参见图1,图1为本公开实施例提供的一种道路识别方法的流程示意图,包括以下步骤:
S101,获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度。
本公开实施例中,对车辆驶入平行路区域所行驶的车道进行识别。可以在待识别车辆开始驶入平行路区域时,获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度。
在一种可能的实施方式中,步骤S101的实施过程可以为:
获取当前时刻之前待识别车辆行驶指定距离所对应的时段,得到当前时段;
根据指定距离及当前时段的时长,计算待识别车辆行驶指定距离的平均速度,得到当前行车速度;
获取当前时段内待识别车辆的定位信息,得到当前定位。
实际导航过程中,可以在待识别车辆开始驶入平行路区域时,获取当前时刻之前待识别车辆行驶指定距离所对应的时段,得到当前时段,该指定距离可以是100米、200米或者300米等,具体的,本领域技术人员可根据实际需求进行设置。当前时段即为:待识别车辆驶入平行路区域,行驶至该指定距离所对应的时段,例如几时几秒至几时几秒等。在知晓行驶指定距离所对应的时段时,可以根据时段和距离计算得到待识别车辆行驶指定距离的平均速度,将该平均速度确定为当前时段对应的当前行车速度。
也可以在待识别车辆开始驶入平行路区域时,获取待识别车辆当前行车每秒的速度,以及在行驶指定距离时,获取行驶指定距离所对应的时段,得到当前时段,将行驶指定距离过程中行车的平均速度确定为当前时段对应的当前行车速度。
当前时段内待识别车辆的定位信息,可以是待识别车辆开始驶入平行路区域时的坐标位置,也可以是驶入平行路区域行驶指定距离时的坐标位置,还可以是开始驶入平行路区域至行驶指定距离的中间坐标位置,异或是待识别车辆开始驶入平行路区域至行驶指定距离的实时定位信息的坐标位置平均值,将该定位信息确定为当前时段内的当前定位。
相较于瞬时定位和车速,获取当前时段内待识别车辆的当前定位及平均速度(当前行车速度),以进一步将该当前行车速度,与历史数据中和当前时段相对应的历史时段下相同位置的历史车速进行对比,能够更准确的识别待识别车辆所行驶的车道。
参见图1,S102,根据当前定位,确定待识别车辆当前定位所对应的至少两个候选车道。
在获取待识别车辆的当前定位后,能够根据当前定位对应的坐标位置,确定当前定位所对应的至少两个候选车道。对于平行路区域,该候选车道例如可以是主车道和辅车道,或者高架桥上车道和高架桥下车道等。
S103,在历史数据中,查询目标历史时段下各候选车道上当前定位处的历史行车速度。
本公开实施例中,可以预先对目标平行路区域中各车道上的历史行车轨迹进行离线统计,并提取该历史行车轨迹中的坐标数据和时间数据,进而基于所提取的坐标数据和时间数据,对目标平行路区域中各车道上不同行车距离的车速进行分时段统计,例如不同行车距离可以是50米、100米或者200米等,历史行车速度可以是:主车道上车辆行驶速度为60千米每小时,辅车道上车辆行驶速度为30千米每小时等。统计数据例如可以标记为:
XXXX年XX月XX日时间段主车道坐标1to坐标2车速1
XXXX年XX月XX日时间段辅车道坐标1to坐标2车速2
其中,坐标1至坐标2之间的距离即为行车距离,时间段即为车辆从坐标1行驶至坐标2使用的时间段。
进一步的,可以将目标平行路区域中各车道上不同行车距离的车速分时段统计结果存储于数据库中,在实际导航中,获取当前时段内待识别车辆的当前定位及当前行车速度后,可以查询数据库,在数据库的历史数据中,查询到目标历史时段下各候选车道上当前定位处的历史行车速度。
其中,目标历史时段为与当前时段的时间周期相同的历史时段。时间周期的大小可以根据实际情况自定义设置,该时间周期的大小可以对应于数据库中存储的历史轨迹数据分时段统计的时间周期大小。例如,当前时段为9:05-9:06,当以1分钟作为时间周期的基本单位(此时1分钟也为数据库中存储的历史轨迹数据分时段统计的时间周期大小),以天作为时间周期的循环单位时,当前时段对应9:05-9:06的时间周期,可以将历史数据中的9:05-9:06作为目标历史时段,查询历史数据中的9:05-9:06各候选车道上当前定位处的历史行车速度。
例如,当前时段为星期一的9:05-9:06,当以5分钟作为时间周期的基本单位,以一周作为时间周期的循环单位时,当前时段对应星期一9:05-9:10的时间周期,可以将历史数据中星期一9:05-9:10作为目标历史时段,查询历史数据中的星期一9:05-9:10各候选车道上当前定位处的历史行车速度。
例如,当前时段为3月15日的9:05-9:06,当以10分钟作为时间周期的基本单位,以一年作为时间周期的循环单位时,当前时段对应3月15日9:00-9:10的时间周期,可以将历史数据中3月15日9:00-9:10作为目标历史时段,查询历史数据中的3月15日9:00-9:10各候选车道上当前定位处的历史行车速度。
S104,基于当前行车速度以及各历史行车速度,确定待识别车辆当前行驶的目标车道。
在得到各候选车道上,与当前时段内待识别车辆的当前定位下当前行车速度处于同一时段同一位置处的历史行车速度后,将当前行车速度分别与各历史行车速度进行比对,以确定待识别车辆当前行驶的目标车道。
示例性的,可以确定与当前行车速度最为相近的历史行车速度,将最相近的历史行车速度对应的候选车道,确定为待识别车辆当前行驶的目标车道。
因候选车道上的历史行车速度是真实的行车轨迹数据,使得基于当前时段内的当前行车速度,以及候选车道上与当前时段对应的历史时段内当前定位所对应的历史行车速度,所识别的目标车道相对准确,实现了对平行路区域行车车道相对准确的识别。
参见图2,图2为本公开实施例提供的另一种道路识别方法的流程示意图,包括以下步骤:
S201,获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度。
S202,根据当前定位,确定待识别车辆当前定位所对应的至少两个候选车道。
S203,在历史数据中,查询目标历史时段下各候选车道上当前定位处的历史行车速度。其中,目标历史时段为与当前时段的时间周期相同的历史时段。
其中,步骤S201-S203的实现过程可参见上述步骤S101-S103的实现过程,本公开实施例在此不再赘述。
S204,基于当前行车速度以及各历史行车速度,计算待识别车辆位于各候选车道的目标概率。
在得到各候选车道上,与当前时段内待识别车辆的当前定位下当前行车速度处于同一时段同一位置处的历史行车速度后,可以进一步计算待识别车辆位于各候选车道的目标概率。
在一种可能的实施方式中,上述至少两个候选车道可以包括第一候选车道及第二候选车道,第一候选车道的历史行车速度大于第二候选车道的历史行车速度。
示例性的,第一候选车道可以是主车道或者高架桥上车道,第二候选车道可以是辅车道或者高架桥下车道。
在一种可能的实施方式中,步骤S204基于当前行车速度以及各历史行车速度,计算待识别车辆位于各候选车道的目标概率的实施过程,可以包括:
在当前行车速度不小于第一候选车道的历史行车速度时,确定待识别车辆位于第一候选车道的概率为百分之百;
在当前行车速度小于第二候选车道的历史行车速度时,确定待识别车辆位于第二候选车道的概率为百分之百;
在当前行车速度小于第一候选车道的历史行车速度、且不小于第二候选车道的历史行车速度时,利用线性计算方法,计算待识别车辆分别位于各候选车道的概率。
示例性的,当前行车速度为60千米每小时,第一候选车道的历史行车速度为50千米每小时,第二候选车道的历史行车速度为10千米每小时,当前行车速度不小于第一候选车道的历史行车速度,确定待识别车辆位于第一候选车道的概率为百分之百,位于第二候选车道的概率为百分之零。
当前行车速度为8千米每小时,第一候选车道的历史行车速度为50千米每小时,第二候选车道的历史行车速度为10千米每小时,当前行车速度小于第二候选车道的历史行车速度,确定待识别车辆位于第二候选车道的概率为百分之百,位于第一候选车道的概率为百分之零。
当前行车速度为20千米每小时,第一候选车道的历史行车速度为50千米每小时,第二候选车道的历史行车速度为10千米每小时,当前行车速度小于第一候选车道的历史行车速度、且不小于第二候选车道的历史行车速度,利用线性计算方法,计算待识别车辆分别位于各候选车道的概率:
待识别车辆位于第一候选车道的概率为:1-(50-20)/(50-10)=25%;
待识别车辆位于第二候选车道的概率为:1-(10-20)/(10-50)=75%。
本公开实施例中,直接基于当前行车速度与各选车道的历史行车速度之间的大小关系,计算待识别车辆分别位于各候选车道的概率,能够快速判断出待识别车辆所行驶的车道。
S205,根据各目标概率,确定待识别车辆当前行驶的目标车道。
示例性的,一种实施例中,计算得到待识别车辆分别位于各候选车道的目标概率后,可以将目标概率大于预设概率阈值对应的候选车道,确定为待识别车辆当前行驶的目标车道。该预设概率阈值可以是80%、85%或90%等等,本领域技术人员可以根据实际需求进行设置。
在一种可能的实施方式中,根据各目标概率,确定待识别车辆当前行驶的目标车道的实施方式,可以包括:
针对每一个候选车道,计算多个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值;若平均概率值大于预设概率阈值,则判定该候选车道为待识别车辆当前行驶的目标车道。
可以获取多个连续的当前时段,以及与每一当前时段对应的当前时段内待识别车辆的定位信息以及行车速度,即获取待识别车辆连续行驶多个指定距离分别对应的当前时段,以及每一当前时段下当前定位和当前行车速度(也即连续实时获取待识别车辆的行车数据),其中多个可以是至少三个。
采用上述方式,在每一当前时段内计算待识别车辆位于各候选车道的目标概率。进一步,针对每一个候选车道,计算多个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值,并在平均概率值大于预设概率阈值时,判定该候选车道为待识别车辆当前行驶的目标车道。
示例性的,多个为3个,则针对每一个候选车道,计算3个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值。其中一个候选车道为主车道,3个连续的当前时段分别为t,t+1,t+2,分别在时段t,t+1,t+2计算得到待识别车辆位于主车道的概率为82%,79%和82%,则平均概率值为81%,大于预设概率阈值80%,确定主车道为待识别车辆当前行驶的目标车道。
本公开实施例中,针对每一个候选车道,计算多个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值,即对连读多次车道识别的概率取平均值,避免了单次误判,进一步根据该平均概率值与预设概率阈值之间的大小关系,确定待识别车辆当前行驶的目标车道,使得识别的结果更为准确。
因候选车道上的历史行车速度是真实的行车轨迹数据,使得基于当前时段内的当前行车速度,以及候选车道上与当前时段对应的历史时段内当前定位所对应的历史行车速度,计算得到的待识别车辆位于各候选车道的目标概率更为准确,进一步根据各目标概率所确定的待识别车辆当前行驶的目标车道相对准确,实现了对平行路区域行车车道相对准确的识别。
在一种可能的实施方式中,上述针对每一个候选车道,计算得到的多个连续的当前时段内待识别车辆位于该候选车道的目标概率值,均小于预设概率阈值时,则返回执行步骤S201:获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度。
示例性的,多个为3个时,针对每一个候选车道,计算得到的3个连续的当前时段内待识别车辆位于该候选车道的目标概率值,均小于预设概率阈值时,则继续计算下一3个连续的当前时段内待识别车辆位于该候选车道的目标概率值是否不小于预设概率阈值,以对待识别车辆当前行驶的目标车道进行识别。
示例性的,多个为3个,则针对每一个候选车道,计算3个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值。其中一个候选车道为主车道,3个连续的当前时段分别为t,t+1,t+2,在时段t,t+1,t+2分别计算得到待识别车辆位于主车道的概率为30%,50%和40%,则平均概率值为40%,小于预设概率阈值80%,另一个候选车道为辅车道,在时段t,t+1,t+2分别计算得到待识别车辆位于辅车道的概率为60%,50%和70%,则平均概率值为60%,小于预设概率阈值80%。
此时,执行获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度之后的步骤,得到t+3时段待识别车辆位于各候选车道的目标概率。进一步,针对每一个候选车道,计算3个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值,在时段t+1,t+2,t+3分别计算得到待识别车辆位于主车道的概率为85%,78%,83%,则平均概率值为82%,不小于预设概率阈值80%,识别待识别车道当前行驶的目标车道为主车道。
本公开实施例中,采用多次判断的方式,针对每一个候选车道,计算多个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值,至平均概率值大于预设概率值,判定此时候选车道为待识别车辆当前行驶的目标车道,使得车道识别的更准确。
参见图3,图3为本公开实施例提供的再一种道路识别方法的流程示意图,包括以下步骤:
S301,获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度。
S302,根据当前定位,确定待识别车辆当前定位所对应的至少两个候选车道。
S303,在历史数据中,查询目标历史时段下各候选车道上当前定位处的历史行车速度。其中,目标历史时段为与当前时段的时间周期相同的历史时段。
S304,基于当前行车速度以及各历史行车速度,确定待识别车辆当前行驶的目标车道。
其中,步骤S301-S304的实现过程可参见上述步骤S101-S104的实现过程,本公开实施例在此不再赘述。
S305,在待识别车辆当前行驶的目标车道与导航展示的待识别车辆行驶的车道不同的情况下,提示用户是否将导航切换至目标车道。
在识别出待识别车辆当前行驶的目标车道,且,待识别车辆当前行驶的目标车道与导航展示的待识别车辆行驶的车道不同的情况下,可以语音提示用户是否将导航切换至目标车道,或者弹出消息提示用户是否将导航切换至目标车道,以使得导航与当前行驶车道保持一致。
因候选车道上的历史行车速度是真实的行车轨迹数据,使得基于当前时段内的当前行车速度,以及候选车道上与当前时段对应的历史时段内当前定位所对应的历史行车速度,所识别的目标车道相对准确,实现了对平行路区域行车车道相对准确的识别。且,在待识别车辆当前行驶的目标车道与导航展示的待识别车辆行驶的车道不同的情况下,提示用户是否将导航切换至目标车道,以增强导航的智能化服务,提升用户使用导航的体验。
本公开实施例还提供了一种道路识别装置,参见图4,该装置包括:
获取模块401,用于获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度;
确定模块402,用于根据当前定位,确定待识别车辆当前定位所对应的至少两个候选车道;
查询模块403,用于在历史数据中,查询目标历史时段下各候选车道上当前定位处的历史行车速度,其中,目标历史时段为与当前时段的时间周期相同的历史时段;
识别模块404,用于基于当前行车速度以及各历史行车速度,确定待识别车辆当前行驶的目标车道。
本公开实施例中,因候选车道上的历史行车速度是真实的行车轨迹数据,使得基于当前时段内的当前行车速度,以及候选车道上与当前时段对应的历史时段内当前定位所对应的历史行车速度,所识别的目标车道相对准确,实现了对平行路区域行车车道相对准确的识别。
可选地,上述获取模块401,具体用于:
获取当前时刻之前待识别车辆行驶指定距离所对应的时段,得到当前时段;
根据指定距离及当前时段的时长,计算待识别车辆行驶指定距离的平均速度,得到当前行车速度;
获取当前时段内待识别车辆的定位信息,得到当前定位。
可选地,上述识别模块404,包括:
计算子模块,用于基于当前行车速度以及各历史行车速度,计算待识别车辆位于各候选车道的目标概率;
识别子模块,用于根据各目标概率,确定待识别车辆当前行驶的目标车道。
可选地,上述至少两个候选车道包括第一候选车道及第二候选车道,第一候选车道的历史行车速度大于第二候选车道的历史行车速度,上述计算子模块,具体用于:
在当前行车速度不小于第一候选车道的历史行车速度时,确定待识别车辆位于第一候选车道的概率为百分之百;
在当前行车速度小于第二候选车道的历史行车速度时,确定待识别车辆位于第二候选车道的概率为百分之百;
在当前行车速度小于第一候选车道的历史行车速度、且不小于第二候选车道的历史行车速度时,利用线性计算方法,计算待识别车辆分别位于各候选车道的概率。
可选地,上述识别子模块,具体用于:
针对每一个候选车道,计算多个连续的当前时段内待识别车辆位于该候选车道的目标概率的平均概率值;若平均概率值大于预设概率阈值,则判定该候选车道为待识别车辆当前行驶的目标车道。
可选地,上述装置还包括:
触发模块,用于在各平均概率值均小于预设概率阈值时,触发获取模块执行获取当前时段、以及当前时段内待识别车辆的当前定位及当前行车速度。
可选地,上述装置还包括:
提示模块,用于在待识别车辆当前行驶的目标车道与导航展示的待识别车辆行驶的车道不同的情况下,提示用户是否将导航切换至目标车道。
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。
本公开提供的一种电子设备,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中任一项的方法。
本公开提供的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中任一项的方法。
本公开提供的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中任一项的方法。
图5示出了可以用来实施本公开的实施例的示例电子设备500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5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如道路识别方法。例如,在一些实施例中,道路识别方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的道路识别方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行道路识别方法。
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 (14)
1.一种道路识别方法,包括:
获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度;
根据所述当前定位,确定所述待识别车辆当前定位所对应的至少两个候选车道;
在历史数据中,查询目标历史时段下各所述候选车道上当前定位处的历史行车速度,其中,所述目标历史时段为与所述当前时段的时间周期相同的历史时段;
基于所述当前行车速度以及各所述历史行车速度,确定所述待识别车辆当前行驶的目标车道;
其中,所述基于所述当前行车速度以及各所述历史行车速度,确定所述待识别车辆当前行驶的目标车道,包括:
基于所述当前行车速度以及各候选车道的历史行车速度之间的大小关系,计算所述待识别车辆位于各所述候选车道的目标概率;
根据各所述目标概率,确定所述待识别车辆当前行驶的目标车道。
2.根据权利要求1所述的方法,其中,所述获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度,包括:
获取当前时刻之前所述待识别车辆行驶指定距离所对应的时段,得到当前时段;
根据所述指定距离及所述当前时段的时长,计算所述待识别车辆行驶所述指定距离的平均速度,得到当前行车速度;
获取当前时段内所述待识别车辆的定位信息,得到当前定位。
3.根据权利要求1所述的方法,其中,所述至少两个候选车道包括第一候选车道及第二候选车道,所述第一候选车道的历史行车速度大于所述第二候选车道的历史行车速度,所述基于所述当前行车速度以及各候选车道的历史行车速度之间的大小关系,计算所述待识别车辆位于各所述候选车道的目标概率,包括:
在所述当前行车速度不小于第一候选车道的历史行车速度时,确定所述待识别车辆位于所述第一候选车道的概率为百分之百;
在所述当前行车速度小于第二候选车道的历史行车速度时,确定所述待识别车辆位于所述第二候选车道的概率为百分之百;
在所述当前行车速度小于第一候选车道的历史行车速度、且不小于第二候选车道的历史行车速度时,利用线性计算方法,计算所述待识别车辆分别位于各所述候选车道的概率。
4.根据权利要求1所述的方法,其中,所述根据各所述目标概率,确定所述待识别车辆当前行驶的目标车道,包括:
针对每一个候选车道,计算多个连续的当前时段内所述待识别车辆位于该候选车道的目标概率的平均概率值;若所述平均概率值大于预设概率阈值,则判定该候选车道为所述待识别车辆当前行驶的目标车道。
5.根据权利要求4所述的方法,所述方法还包括:
若各所述平均概率值均小于所述预设概率阈值,返回执行步骤:获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度。
6.根据权利要求1所述的方法,所述方法还包括:
在所述待识别车辆当前行驶的目标车道与导航展示的所述待识别车辆行驶的车道不同的情况下,提示用户是否将导航切换至所述目标车道。
7.一种道路识别装置,包括:
获取模块,用于获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度;
确定模块,用于根据所述当前定位,确定所述待识别车辆当前定位所对应的至少两个候选车道;
查询模块,用于在历史数据中,查询目标历史时段下各所述候选车道上当前定位处的历史行车速度,其中,所述目标历史时段为与所述当前时段的时间周期相同的历史时段;
识别模块,用于基于所述当前行车速度以及各所述历史行车速度,确定所述待识别车辆当前行驶的目标车道;
其中,所述识别模块,包括:
计算子模块,用于基于所述当前行车速度以及各候选车道的历史行车速度之间的大小关系,计算所述待识别车辆位于各所述候选车道的目标概率;
识别子模块,用于根据各所述目标概率,确定所述待识别车辆当前行驶的目标车道。
8.根据权利要求7所述的装置,其中,所述获取模块,具体用于:
获取当前时刻之前所述待识别车辆行驶指定距离所对应的时段,得到当前时段;
根据所述指定距离及所述当前时段的时长,计算所述待识别车辆行驶所述指定距离的平均速度,得到当前行车速度;
获取当前时段内所述待识别车辆的定位信息,得到当前定位。
9.根据权利要求7所述的装置,其中,所述至少两个候选车道包括第一候选车道及第二候选车道,所述第一候选车道的历史行车速度大于所述第二候选车道的历史行车速度,所述计算子模块,具体用于:
在所述当前行车速度不小于第一候选车道的历史行车速度时,确定所述待识别车辆位于所述第一候选车道的概率为百分之百;
在所述当前行车速度小于第二候选车道的历史行车速度时,确定所述待识别车辆位于所述第二候选车道的概率为百分之百;
在所述当前行车速度小于第一候选车道的历史行车速度、且不小于第二候选车道的历史行车速度时,利用线性计算方法,计算所述待识别车辆分别位于各所述候选车道的概率。
10.根据权利要求7所述的装置,其中,所述识别子模块,具体用于:
针对每一个候选车道,计算多个连续的当前时段内所述待识别车辆位于该候选车道的目标概率的平均概率值;若所述平均概率值大于预设概率阈值,则判定该候选车道为所述待识别车辆当前行驶的目标车道。
11.根据权利要求10所述的装置,所述装置还包括:
触发模块,用于在各所述平均概率值均小于所述预设概率阈值时,触发所述获取模块执行获取当前时段、以及所述当前时段内待识别车辆的当前定位及当前行车速度。
12.根据权利要求7所述的装置,所述装置还包括:
提示模块,用于在所述待识别车辆当前行驶的目标车道与导航展示的所述待识别车辆行驶的车道不同的情况下,提示用户是否将导航切换至所述目标车道。
13.一种电子设备,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。
14.一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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111393119.6A CN114092911B (zh) | 2021-11-23 | 2021-11-23 | 一种道路识别方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111393119.6A CN114092911B (zh) | 2021-11-23 | 2021-11-23 | 一种道路识别方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114092911A CN114092911A (zh) | 2022-02-25 |
CN114092911B true CN114092911B (zh) | 2023-08-01 |
Family
ID=80303109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111393119.6A Active CN114092911B (zh) | 2021-11-23 | 2021-11-23 | 一种道路识别方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092911B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114582125B (zh) * | 2022-03-02 | 2023-08-29 | 北京百度网讯科技有限公司 | 道路通行方向的识别的方法、装置、设备及存储介质 |
CN114694401B (zh) * | 2022-03-30 | 2023-06-27 | 阿波罗智联(北京)科技有限公司 | 在高精地图中提供参考车速的方法、装置和电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665723A (zh) * | 2017-03-30 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 一种信息获取方法及装置 |
CN108932843A (zh) * | 2018-08-06 | 2018-12-04 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN111402580A (zh) * | 2020-03-04 | 2020-07-10 | 杭州海康威视系统技术有限公司 | 车辆行驶轨迹预测方法、装置及电子设备 |
CN111967301A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 定位导航方法、装置、电子设备和存储介质 |
CN112415552A (zh) * | 2020-11-17 | 2021-02-26 | 北京百度网讯科技有限公司 | 车辆位置的确定方法、装置及电子设备 |
CN112597822A (zh) * | 2020-12-11 | 2021-04-02 | 国汽(北京)智能网联汽车研究院有限公司 | 车辆的轨迹确定方法、装置、电子设备及计算机存储介质 |
CN112907958A (zh) * | 2021-01-29 | 2021-06-04 | 北京百度网讯科技有限公司 | 路况信息确定方法、装置、电子设备以及可读介质 |
CN113538919A (zh) * | 2019-03-11 | 2021-10-22 | 百度在线网络技术(北京)有限公司 | 车道偏离识别方法、装置、设备和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282264A1 (en) * | 2010-12-31 | 2013-10-24 | Edwin Bastiaensen | Systems and methods for obtaining and using traffic flow information |
CN109387210B (zh) * | 2017-08-02 | 2022-03-29 | 腾讯科技(深圳)有限公司 | 车辆导航方法及其装置 |
CN111679302B (zh) * | 2020-05-28 | 2023-10-03 | 阿波罗智联(北京)科技有限公司 | 车辆定位方法、装置、电子设备和计算机存储介质 |
CN112884837B (zh) * | 2021-03-16 | 2023-06-20 | 百度在线网络技术(北京)有限公司 | 道路定位方法、装置、设备及存储介质 |
-
2021
- 2021-11-23 CN CN202111393119.6A patent/CN114092911B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665723A (zh) * | 2017-03-30 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 一种信息获取方法及装置 |
CN108932843A (zh) * | 2018-08-06 | 2018-12-04 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN113538919A (zh) * | 2019-03-11 | 2021-10-22 | 百度在线网络技术(北京)有限公司 | 车道偏离识别方法、装置、设备和存储介质 |
CN111402580A (zh) * | 2020-03-04 | 2020-07-10 | 杭州海康威视系统技术有限公司 | 车辆行驶轨迹预测方法、装置及电子设备 |
CN111967301A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 定位导航方法、装置、电子设备和存储介质 |
CN112415552A (zh) * | 2020-11-17 | 2021-02-26 | 北京百度网讯科技有限公司 | 车辆位置的确定方法、装置及电子设备 |
CN112597822A (zh) * | 2020-12-11 | 2021-04-02 | 国汽(北京)智能网联汽车研究院有限公司 | 车辆的轨迹确定方法、装置、电子设备及计算机存储介质 |
CN112907958A (zh) * | 2021-01-29 | 2021-06-04 | 北京百度网讯科技有限公司 | 路况信息确定方法、装置、电子设备以及可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114092911A (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114092911B (zh) | 一种道路识别方法、装置、电子设备以及存储介质 | |
CN108955713B (zh) | 行驶轨迹的显示方法及装置 | |
CN113593218B (zh) | 交通异常事件的检测方法、装置、电子设备及存储介质 | |
CN113066302B (zh) | 车辆信息预测方法、装置及电子设备 | |
CN114170797A (zh) | 交通限制路口的识别方法、装置、设备、介质及产品 | |
CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN114676178A (zh) | 事故检测方法、装置及电子设备 | |
CN113449687A (zh) | 兴趣点出入口的识别方法、装置及电子设备 | |
CN115762166A (zh) | 确定路口通行时长的方法、装置、电子设备及存储介质 | |
CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN114625147A (zh) | 一种移动路径规划方法、装置、机器人及存储介质 | |
CN114543824A (zh) | 确定车辆行驶线路的方法、装置、设备、介质及产品 | |
CN113847923A (zh) | 预估到达时间的计算方法、装置、电子设备和可读存储介质 | |
CN114674327A (zh) | 行驶轨迹的推送方法、装置、电子设备和导航设备 | |
CN113450794A (zh) | 导航播报的检测方法、装置、电子设备和介质 | |
CN113850990A (zh) | 道路故障的处理方法、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 | |
CN112925867B (zh) | 定位真值的获取方法、装置及电子设备 | |
CN114863285B (zh) | 识别目标道路的方法、装置、设备以及存储介质 | |
CN117671965B (zh) | 基于信令数据进行交通分流的方法、装置、设备及存储介质 | |
CN114579594A (zh) | 信息更新方法、装置、电子设备以及存储介质 | |
CN114158119B (zh) | 行驶方向的识别方法、装置、电子设备和介质 | |
CN117079490A (zh) | 交通工具出发时刻确定方法、装置、电子设备及存储介质 | |
CN114999204B (zh) | 导航信息处理方法、装置、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 |