CN114427876A - 一种交通看板关联关系的自动化检查方法及系统 - Google Patents
一种交通看板关联关系的自动化检查方法及系统 Download PDFInfo
- Publication number
- CN114427876A CN114427876A CN202111538292.0A CN202111538292A CN114427876A CN 114427876 A CN114427876 A CN 114427876A CN 202111538292 A CN202111538292 A CN 202111538292A CN 114427876 A CN114427876 A CN 114427876A
- Authority
- CN
- China
- Prior art keywords
- target traffic
- road
- associated data
- signboard
- traffic sign
- 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 30
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种交通看板关联关系的自动化检查方法及系统,其方法包括:获取多个目标交通看板及其关联数据,所述关联数据包括每个目标交通看板关联的车道外侧线、地物和道路,及其关联关系;确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路;根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性。本发明利用交通看板空间位置和语义内容检查不同类型交通看板的关联正确性,大大缩短了人工参与过程,提高了数据检查的正确性与效率。
Description
技术领域
本发明属于车辆辅助驾驶技术领域,具体涉及一种交通看板关联关系的自动化检查方法及系统。
背景技术
交通看板作为高精度地图数据的重要要素,其精度要求、关联道路的正确性、语义内容是否明确显得尤为重要。高速场景下的自动驾驶,地物数量有限,交通看板数据相对较多,可应用于匹配高精定位,作为指引无人驾驶的方向标。无人驾驶汽车在行驶时,需要依据交通看板关联的正确道路进行行驶。实际数据中会出现交通看板关联缺失、关联错误,看板形状不匹配等问题,单纯靠人来检查数据的质量以及关联性,达不到高精度地图精度、正确性要求。
交通看板关联关系检查以高精度地图原数据作为输入,一些特殊或者复杂场景中,会出现交通看板关联多条或关联距离相对较远的道路的情况。若看板内容信息不准确,会影响关联关系正确性的分析。根据高精度地图要素分类,交通看板属于高起地物,指直立在路旁或者上方给道路使用者提供各类信息的标志物。为正确计算关联关系,需要对场景进行分类。
交通看板若为指路标志,则需要找到距离交通看板最近的车道外侧线,验证实际看板关联的道路是否与最近的车道外侧线方向一致,若为同向则关联正确,否则异常。特殊地,当交通看板处在分歧汇流路口导流带处,指路标志牌需同时关联主路和匝道,若数据本身关联其中一条,则报关联关系缺失。特殊地,当交通看板处在高速上下行中间且为里程碑类型的交通看板时,交通看板会成对出现。需要分别对配对的里程碑看板关联的道路进行投影,计算投影位置关系从而确定关联是否正确。若交通看板关联的道路错误较多,则数据的可靠性较低。目前无针对交通看板关联关系正确性的检查,主要依靠人工方式进行目视检查。
发明内容
为解决交通看板关联关系正确性的检查依赖人工、准确率差、可靠性低,难以满足高精度地图数据精度的问题,在本发明的第一方面提供了一种交通看板关联关系的自动化检查方法,包括:获取多个目标交通看板及其关联数据,所述关联数据包括每个目标交通看板关联的车道外侧线、地物和道路,及其关联关系;确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路;根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性。
在本发明的一些实施例中,所述确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路包括:判断每个目标交通看板是否在上下行的道路中间:若是,则判断所述目标交通看板是否为里程牌看板;否则,判断所述目标交通看板是否处于分歧汇流的导流带。
进一步的,所述判断所述目标交通看板是否为里程牌看板包括如下步骤:若所述目标交通看板为里程牌看板,确定所述里程牌看板配对的里程碑看板,并根据配对后的两个里程碑看板分别关联的道路的一致性,判断目标交通看板关联数据的正确性;否则,确定与目标交通看板最近的地物,并比较其和目标交通看板在关联道路的投影判断目标交通看板关联数据的正确性。
优选的,所述与目标交通看板最近的地物为杆件。
进一步的,所述判断所述目标交通看板是否处于分歧汇流的导流带包括:根据每个目标交通看板最近的两条车道线外侧线所在道路是否位于道路的不同侧,判断所述目标交通看板是否处于分歧汇流的导流带。
在上述的实施例中,所述根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性包括:根据每个目标交通看板最近的两条车道外侧线确定所述目标交通看板所在道路;判断所述目标交通看板所在道路与关联数据中的道路的一致性:若一致,则目标交通看板关联数据正确;否则,所述目标交通看板所在道路与关联数据中的道路不同向,则目标交通看板关联数据错误。
本发明的第二方面,提供了一种交通看板关联关系的自动化检查系统,包括:获取模块,用于获取多个目标交通看板及其关联数据,所述关联数据包括每个目标交通看板关联的车道外侧线、地物和道路,及其关联关系;确定模块,用于确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路;判断模块,用于根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性。
进一步的,所述判断模块包括:确定单元,用于根据每个目标交通看板最近的两条车道外侧线确定所述目标交通看板所在道路;判断单元,判断所述目标交通看板所在道路与关联数据中的道路的一致性:若一致,则目标交通看板关联数据正确;否则,所述目标交通看板所在道路与关联数据中的道路不同向,则目标交通看板关联数据错误。
本发明的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明在第一方面提供的交通看板关联关系的自动化检查方法。
本发明的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本发明在第一方面提供的交通看板关联关系的自动化检查方法。
本发明的有益效果是:
1.本发明对交通看板关联关系正确性的自动化检查,筛选出高精度地图数据中存在的关联关系缺失、错误等数据异常问题,可提高数据的正确性,确保车辆识别出当前需要关注的交通看板,从而按照正确的交通规则进行行驶;
2.交通看板作为我国地理基础信息的重要组成部分,对于数字城市的建设,市政管理以及高精度地图的构建都具有着重要的意义。
附图说明
图1为本发明的一些实施例中的交通看板关联关系的自动化检查方法的基本流程示意图;
图2为本发明的一些实施例中的交通看板关联关系的自动化检查方法的具体流程示意图;
图3为本发明的一些实施例中的交通看板位于上下行的道路中间的示意图;
图4为本发明的一些实施例中的交通看板位的投影与道路外侧线所在道路的关系示意图;
图5为本发明的一些实施例中的交通看板关联关系的自动化检查系统的结构示意图;
图6为本发明的一些实施例中的电子设备的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
参考图1与图2,在本发明的第一方面,提供了一种交通看板关联关系的自动化检查方法,包括:S100.获取多个目标交通看板及其关联数据,所述关联数据包括每个目标交通看板关联的车道外侧线、地物和道路,及其关联关系;S200.确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路;S300.根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性。可以理解,目标交通看板是指参与自动化检测方法或流程中高精度地图的待检测交通看板的数据实体,其具体包括相应的激光点云或图像。车道外侧线又被称为车道隔离线。
具体地,在步骤S100中,通过HadMap母库数据获取交通看板,车道外侧线,地物与道路关联关系等数据。地物与道路关联关系为采集数据过程中,人工赋予的一种逻辑关联,以表明该看板位于某条道路或车道上,保证车辆获取指示当前道路或者车道的交通看板。
参考图2,图2示出了道路的车道外侧线与交通看板的一种相对关系,即:交通看板位于上下行的道路中间,其中,箭头所指的两条直线为车道外侧线,虚线为车道线,圆点代表交通看板在车道外侧线上的投影。
在本发明的一些实施例的步骤S200中,所述确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路包括:S201.判断每个目标交通看板是否在上下行的道路中间:S202.若是,则判断所述目标交通看板是否为里程牌看板;S203.否则,判断所述目标交通看板是否处于分歧汇流的导流带。
具体地,获取到交通看板和车道外侧线空间形状信息,找到指路交通看板和距离交通看板最近的2条车道外侧线Ld。特殊地,交通看板所处位置为上下层高架道路时,找到交通看板同层的道路的最近2条Ld。比较交通看板是否在最近的两条车道外侧线构成的面内,若不存在直接转入步骤S300。然后判断两条车道外侧线是否都在各自道路的最左侧,即判断交通看板是否在上下行的道路中间。
进一步的,在步骤S202中,所述判断所述目标交通看板是否为里程牌看板包括如下步骤:S2021.若所述目标交通看板为里程牌看板,确定所述里程牌看板配对的里程碑看板,并根据配对后的两个里程碑看板分别关联的道路的一致性,判断目标交通看板关联数据的正确性;S2022.否则,确定与目标交通看板最近的地物,并比较其和目标交通看板在关联道路的投影判断目标交通看板关联数据的正确性。
具体地,步骤S2021包括:找到与该里程碑交通看板配对的里程碑看板,获取到交通看板关联的道路Rv,判断两个看板是否关联的不同Rv。若关联的相同Rv,则报关联错误。若关联不同Rv,则对里程碑看板向Rv进行投影,获取到最近的投影点。比较两个投影点的位置关系,分别计算投影点到Rv首点的距离,若关联到该Rv的看板投影点距离首点近,则关联正确,否则报关联错误。
参考图3,图3示出了非里程碑交通看板的情形。为了判断交通看板数据的正确性,需要比较交通看板或相应的地物在对应道路上的投影距离。相应地,步骤S2022包括:位于上下行的交通看板若非里程碑,则找到距离最近的杆件。对杆件和交通看板到关联的Rv做投影,找到距离最近点,若看板距离Rv首点更近,则关联正确,否则报关联错误。
进一步的,在步骤S203中,所述判断所述目标交通看板是否处于分歧汇流的导流带包括:根据每个目标交通看板最近的两条车道线外侧线所在道路是否位于道路的不同侧,判断所述目标交通看板是否处于分歧汇流的导流带。
具体地,判断两车道外侧是否为同向的车道外侧线,且一侧车道外侧线为该道路最右侧的车道外侧线,另一侧道路外侧线为该道路最左侧的道路外侧线,即交通看板是否处于分歧汇流的导流带处。
在上述的实施例的步骤S300中,所述根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性包括:S301.根据每个目标交通看板最近的两条车道外侧线确定所述目标交通看板所在道路;S302.判断所述目标交通看板所在道路与关联数据中的道路的一致性:S303.若一致,则目标交通看板关联数据正确;S304.否则,所述目标交通看板所在道路与关联数据中的道路不同向,则目标交通看板关联数据错误。
具体地,获取距离交通看板最近的LD。将计算所得的Ld对应的道路与交通看板道路关联关系所对应的道路进行对比。若道路一致,则关联正确;若道路不一致,则判断两者是否为同向,若同向则关联关系正确,若方向也不一致则报关联关系错误。
需要说明的是,上述交通看板的空间位置和语义内容的确定和检测,可通过目标检测模型或其他能实现视觉识别的神经网络来实现。
实施例2
参考图5,本发明的第二方面,提供了一种交通看板关联关系的自动化检查系统1,包括:获取模块11,用于获取多个目标交通看板及其关联数据,所述关联数据包括每个目标交通看板关联的车道外侧线、地物和道路,及其关联关系;确定模块12,用于确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路;判断模块13,用于根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性。
进一步的,所述判断模块13包括:确定单元,用于根据每个目标交通看板最近的两条车道外侧线确定所述目标交通看板所在道路;判断单元,判断所述目标交通看板所在道路与关联数据中的道路的一致性:若一致,则目标交通看板关联数据正确;否则,所述目标交通看板所在道路与关联数据中的道路不同向,则目标交通看板关联数据错误。
实施例3
参考图6,本发明的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明在第一方面的方法。
电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有电子设备500操作所需的各种程序和数据。处理装置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。
通常以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM502被安装。在该计算机程序被处理装置501执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个计算机程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种交通看板关联关系的自动化检查方法,其特征在于,包括:
获取多个目标交通看板及其关联数据,所述关联数据包括每个目标交通看板关联的车道外侧线、地物和道路,及其关联关系;
确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路;
根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性。
2.根据权利要求1所述的交通看板关联关系的自动化检查方法,其特征在于,所述确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路包括:
判断每个目标交通看板是否在上下行的道路中间:若是,则判断所述目标交通看板是否为里程牌看板;否则,判断所述目标交通看板是否处于分歧汇流的导流带。
3.根据权利要求2所述的交通看板关联关系的自动化检查方法,其特征在于,所述判断所述目标交通看板是否为里程牌看板包括如下步骤:
若所述目标交通看板为里程牌看板,确定所述里程牌看板配对的里程碑看板,并根据配对后的两个里程碑看板分别关联的道路的一致性,判断目标交通看板关联数据的正确性;
否则,确定与目标交通看板最近的地物,并比较其和目标交通看板在关联道路的投影判断目标交通看板关联数据的正确性。
4.根据权利要求3所述的交通看板关联关系的自动化检查方法,其特征在于,所述与目标交通看板最近的地物为杆件。
5.根据权利要求2所述的交通看板关联关系的自动化检查方法,其特征在于,所述判断所述目标交通看板是否处于分歧汇流的导流带包括:
根据每个目标交通看板最近的两条车道线外侧线所在道路是否位于道路的不同侧,判断所述目标交通看板是否处于分歧汇流的导流带。
6.根据权利要求1至5任一项所述的交通看板关联关系的自动化检查方法,其特征在于,所述根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性包括:
根据每个目标交通看板最近的两条车道外侧线确定所述目标交通看板所在道路;
判断所述目标交通看板所在道路与关联数据中的道路的一致性:若一致,则目标交通看板关联数据正确;否则,所述目标交通看板所在道路与关联数据中的道路不同向,则目标交通看板关联数据错误。
7.一种交通看板关联关系的自动化检查系统,其特征在于,包括:
获取模块,用于获取多个目标交通看板及其关联数据,所述关联数据包括每个目标交通看板关联的车道外侧线、地物和道路,及其关联关系;
确定模块,用于确定距离每个目标交通看板最近的两条车道外侧线,并根据其判断所述目标交通看板所在道路;
判断模块,用于根据每个目标交通看板所在道路与关联数据中的道路的一致性,判断所述目标交通看板关联数据的正确性。
8.根据权利要求7所述的交通看板关联关系的自动化检查系统,其特征在于,所述判断模块包括:
确定单元,用于根据每个目标交通看板最近的两条车道外侧线确定所述目标交通看板所在道路;
判断单元,判断所述目标交通看板所在道路与关联数据中的道路的一致性:若一致,则目标交通看板关联数据正确;否则,所述目标交通看板所在道路与关联数据中的道路不同向,则目标交通看板关联数据错误。
9.一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6任一项所述的交通看板关联关系的自动化检查方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的交通看板关联关系的自动化检查方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111538292.0A CN114427876B (zh) | 2021-12-15 | 2021-12-15 | 一种交通看板关联关系的自动化检查方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111538292.0A CN114427876B (zh) | 2021-12-15 | 2021-12-15 | 一种交通看板关联关系的自动化检查方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114427876A true CN114427876A (zh) | 2022-05-03 |
CN114427876B CN114427876B (zh) | 2023-11-28 |
Family
ID=81310859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111538292.0A Active CN114427876B (zh) | 2021-12-15 | 2021-12-15 | 一种交通看板关联关系的自动化检查方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114427876B (zh) |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150108350A1 (en) * | 2012-04-02 | 2015-04-23 | Jacob Pieter Hoogenboom | Integrated optical and charged particle inspection apparatus |
CN105021201A (zh) * | 2015-08-17 | 2015-11-04 | 武汉光庭信息技术有限公司 | 利用交通标示牌的坐标反推汽车自身位置的系统及方法 |
US20160167582A1 (en) * | 2014-12-16 | 2016-06-16 | Here Global B.V. | Learning Lanes From Vehicle Probes |
KR20170082374A (ko) * | 2016-01-06 | 2017-07-14 | 주식회사 디젠 | 차선 인식장치 |
CN106969776A (zh) * | 2015-11-19 | 2017-07-21 | 株式会社万都 | 交通标志板识别装置及其提供限速方法 |
CN108090413A (zh) * | 2017-11-21 | 2018-05-29 | 武汉中海庭数据技术有限公司 | 一种交通标志牌关联方法及装置 |
CN108286977A (zh) * | 2017-01-09 | 2018-07-17 | 北京四维图新科技股份有限公司 | 一种导航数据离线更新方法、装置及混合导航系统 |
KR20180084556A (ko) * | 2017-01-17 | 2018-07-25 | 팅크웨어(주) | 카메라의 촬영 영상을 이용한 운전 안내 제공 방법, 운전 안내 제공 장치, 전자 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 |
KR101910066B1 (ko) * | 2017-12-29 | 2018-10-22 | 주식회사 엘에스에이치 | 도로 포장관리 시스템 |
JP2018205103A (ja) * | 2017-06-05 | 2018-12-27 | 株式会社ゼンリン | 地物検出システム及び地図データのデータ構造 |
KR20190029192A (ko) * | 2017-09-12 | 2019-03-20 | 현대자동차주식회사 | 자율 주행 제어 장치, 그를 가지는 차량 및 그 제어 방법 |
CN109782364A (zh) * | 2018-12-26 | 2019-05-21 | 中设设计集团股份有限公司 | 基于机器视觉的交通标志牌缺失检测方法 |
BR102017027903A2 (pt) * | 2017-12-22 | 2019-07-09 | Universidade Federal Da Paraiba | Dispositivo de mapeamento magnético para inspeção da qualidade da soldagem |
CN110779535A (zh) * | 2019-11-04 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种获得地图数据及地图的方法、装置和存储介质 |
CN110838178A (zh) * | 2019-11-26 | 2020-02-25 | 北京世纪高通科技有限公司 | 道路场景模型的确定方法及装置 |
US20200149896A1 (en) * | 2018-11-09 | 2020-05-14 | GM Global Technology Operations LLC | System to derive an autonomous vehicle enabling drivable map |
CN111221808A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 一种无人值守的高精度地图质检方法和装置 |
WO2020199565A1 (zh) * | 2019-03-29 | 2020-10-08 | 魔门塔(苏州)科技有限公司 | 一种基于路灯杆的车辆位姿的修正方法和装置 |
CN112241442A (zh) * | 2019-09-10 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 地图更新方法、装置、计算机设备和存储介质 |
CN112598766A (zh) * | 2020-12-29 | 2021-04-02 | 武汉中海庭数据技术有限公司 | 一种地面印刷面关联车道的检查方法及装置 |
CN112632663A (zh) * | 2020-12-18 | 2021-04-09 | 广州方纬智慧大脑研究开发有限公司 | 一种道路交通指路标志生成方法、装置、设备及介质 |
CN112699834A (zh) * | 2021-01-12 | 2021-04-23 | 腾讯科技(深圳)有限公司 | 交通标识检测方法、装置、计算机设备和存储介质 |
CN113535876A (zh) * | 2021-07-14 | 2021-10-22 | 北京百度网讯科技有限公司 | 处理地图数据的方法、装置、电子设备和介质 |
CN113605272A (zh) * | 2021-08-16 | 2021-11-05 | 武汉理工大学 | 基于路权和人因的城市隧道匝道入口区域视线诱导系统 |
CN113706704A (zh) * | 2021-09-03 | 2021-11-26 | 北京百度网讯科技有限公司 | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 |
-
2021
- 2021-12-15 CN CN202111538292.0A patent/CN114427876B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150108350A1 (en) * | 2012-04-02 | 2015-04-23 | Jacob Pieter Hoogenboom | Integrated optical and charged particle inspection apparatus |
US20160167582A1 (en) * | 2014-12-16 | 2016-06-16 | Here Global B.V. | Learning Lanes From Vehicle Probes |
CN105021201A (zh) * | 2015-08-17 | 2015-11-04 | 武汉光庭信息技术有限公司 | 利用交通标示牌的坐标反推汽车自身位置的系统及方法 |
CN106969776A (zh) * | 2015-11-19 | 2017-07-21 | 株式会社万都 | 交通标志板识别装置及其提供限速方法 |
KR20170082374A (ko) * | 2016-01-06 | 2017-07-14 | 주식회사 디젠 | 차선 인식장치 |
CN108286977A (zh) * | 2017-01-09 | 2018-07-17 | 北京四维图新科技股份有限公司 | 一种导航数据离线更新方法、装置及混合导航系统 |
KR20180084556A (ko) * | 2017-01-17 | 2018-07-25 | 팅크웨어(주) | 카메라의 촬영 영상을 이용한 운전 안내 제공 방법, 운전 안내 제공 장치, 전자 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 |
CN108335507A (zh) * | 2017-01-17 | 2018-07-27 | 星克跃尔株式会社 | 利用摄像头的拍摄影像的驾驶引导提供方法及装置 |
JP2018205103A (ja) * | 2017-06-05 | 2018-12-27 | 株式会社ゼンリン | 地物検出システム及び地図データのデータ構造 |
KR20190029192A (ko) * | 2017-09-12 | 2019-03-20 | 현대자동차주식회사 | 자율 주행 제어 장치, 그를 가지는 차량 및 그 제어 방법 |
CN108090413A (zh) * | 2017-11-21 | 2018-05-29 | 武汉中海庭数据技术有限公司 | 一种交通标志牌关联方法及装置 |
BR102017027903A2 (pt) * | 2017-12-22 | 2019-07-09 | Universidade Federal Da Paraiba | Dispositivo de mapeamento magnético para inspeção da qualidade da soldagem |
KR101910066B1 (ko) * | 2017-12-29 | 2018-10-22 | 주식회사 엘에스에이치 | 도로 포장관리 시스템 |
US20200149896A1 (en) * | 2018-11-09 | 2020-05-14 | GM Global Technology Operations LLC | System to derive an autonomous vehicle enabling drivable map |
CN111177288A (zh) * | 2018-11-09 | 2020-05-19 | 通用汽车环球科技运作有限责任公司 | 用于导出自主车辆启用的可行驶地图的系统 |
CN109782364A (zh) * | 2018-12-26 | 2019-05-21 | 中设设计集团股份有限公司 | 基于机器视觉的交通标志牌缺失检测方法 |
WO2020199565A1 (zh) * | 2019-03-29 | 2020-10-08 | 魔门塔(苏州)科技有限公司 | 一种基于路灯杆的车辆位姿的修正方法和装置 |
CN112241442A (zh) * | 2019-09-10 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 地图更新方法、装置、计算机设备和存储介质 |
CN110779535A (zh) * | 2019-11-04 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种获得地图数据及地图的方法、装置和存储介质 |
CN110838178A (zh) * | 2019-11-26 | 2020-02-25 | 北京世纪高通科技有限公司 | 道路场景模型的确定方法及装置 |
CN111221808A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 一种无人值守的高精度地图质检方法和装置 |
CN112632663A (zh) * | 2020-12-18 | 2021-04-09 | 广州方纬智慧大脑研究开发有限公司 | 一种道路交通指路标志生成方法、装置、设备及介质 |
CN112598766A (zh) * | 2020-12-29 | 2021-04-02 | 武汉中海庭数据技术有限公司 | 一种地面印刷面关联车道的检查方法及装置 |
CN112699834A (zh) * | 2021-01-12 | 2021-04-23 | 腾讯科技(深圳)有限公司 | 交通标识检测方法、装置、计算机设备和存储介质 |
CN113535876A (zh) * | 2021-07-14 | 2021-10-22 | 北京百度网讯科技有限公司 | 处理地图数据的方法、装置、电子设备和介质 |
CN113605272A (zh) * | 2021-08-16 | 2021-11-05 | 武汉理工大学 | 基于路权和人因的城市隧道匝道入口区域视线诱导系统 |
CN113706704A (zh) * | 2021-09-03 | 2021-11-26 | 北京百度网讯科技有限公司 | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 |
Non-Patent Citations (2)
Title |
---|
SUKHJIT SINGH SEHRA等: "Quality assessment of crowdsourced data against custom recorded map data", INDIAN JOURNAL OF SCIENCE AND TECHNOLOGY, vol. 33, no. 8, pages 1 - 6 * |
宋红霞等: "基于移动测量系统的导航电子地图质检方法研究", 测绘地理信息, vol. 46, no. 2, pages 84 - 87 * |
Also Published As
Publication number | Publication date |
---|---|
CN114427876B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11738770B2 (en) | Determination of lane connectivity at traffic intersections for high definition maps | |
US11774250B2 (en) | Using high definition maps for generating synthetic sensor data for autonomous vehicles | |
CN109141464B (zh) | 导航变道提示方法和装置 | |
EP3333824B1 (en) | Automatic detection of lane closures using probe data | |
US11340082B2 (en) | Determining localization confidence of vehicles based on convergence ranges | |
US20200393265A1 (en) | Lane line determination for high definition maps | |
KR20190082071A (ko) | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 | |
US20210004021A1 (en) | Generating training data for deep learning models for building high definition maps | |
CN111125293B (zh) | 公交网络模型自动生成方法、装置及电子设备 | |
CN102197419A (zh) | 更新数字地图的方法 | |
US11170485B2 (en) | Method, apparatus, and system for automatic quality assessment of cross view feature correspondences using bundle adjustment techniques | |
CN109883438B (zh) | 车辆导航方法、装置、介质及电子设备 | |
CN110018503B (zh) | 车辆的定位方法及定位系统 | |
CN112432650A (zh) | 高精地图数据的获取方法、车辆控制方法以及设备 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN113758492A (zh) | 地图检测方法和装置 | |
CN116007638B (zh) | 车辆轨迹地图匹配方法、装置、电子设备及车辆 | |
CN114127511A (zh) | 用于辅助至少部分自动的车辆控制的方法和通信系统 | |
CN114136327B (zh) | 一种虚线段的查全率的自动化检查方法及系统 | |
CN114427876B (zh) | 一种交通看板关联关系的自动化检查方法及系统 | |
CN116091716A (zh) | 一种基于深度学习的高精度地图自动化制作系统及方法 | |
WO2022148166A1 (zh) | 电子地图校正方法、导航信息设置方法、导航方法及装置 | |
CN114325662A (zh) | 一种车载雷达的外参标定方法、装置、设备及存储介质 | |
JP6678476B2 (ja) | 移動経路推定装置、及び移動経路推定方法 | |
CN114998863A (zh) | 目标道路识别方法、装置、电子设备以及存储介质 |
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 |