CN114646320B - 一种路径引导方法、装置、电子设备及可读存储介质 - Google Patents
一种路径引导方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114646320B CN114646320B CN202210121245.4A CN202210121245A CN114646320B CN 114646320 B CN114646320 B CN 114646320B CN 202210121245 A CN202210121245 A CN 202210121245A CN 114646320 B CN114646320 B CN 114646320B
- Authority
- CN
- China
- Prior art keywords
- image data
- vehicle
- path
- driving
- determining
- 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
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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本申请适用于导航技术领域,提供了一种路径引导方法、装置、电子设备及可读存储介质。所述方法包括:获取图像数据,图像数据为车辆外部环境图像;将图像数据与预存储图像数据进行匹配,得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,预存储图像数据为预存储的行驶路径上的车辆外部环境图像,属性信息包含位置信息;根据位置信息,确定车辆所处位置;确定车辆所处位置与目标行驶路径的方位关系;根据方位关系,执行路径引导操作,以使在导航的基础数据出现问题时,能够确定车辆所处位置,进而能够根据车辆所处位置与目标行驶路径的方位关系,执行路径引导操作,为用户提供准确的路径引导。
Description
技术领域
本申请属于导航技术领域,尤其涉及一种路径引导方法、装置、电子设备及可读存储介质。
背景技术
目前的导航技术是基于地图中的地理测绘数据及卫星定位得到的位置数据等基础数据,计算出最佳的路径引导,然后用户基于导航行驶至目的地。
但现有的导航技术若基础数据出现问题,就无法定位用户的位置,进而无法计算出路径引导,这会导致用户无法使用导航。
发明内容
本申请实施例提供了一种路径引导方法、装置、电子设备及可读存储介质,可以解决现有的导航技术出现用户无法使用导航的问题。
第一方面,本申请实施例提供了一种路径引导方法,包括:
获取图像数据,所述图像数据为车辆外部环境图像数据;
将所述图像数据与预存储图像数据进行匹配,得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,所述预存储图像数据为预存储的行驶路径上的车辆外部环境图像数据,所述属性信息包含位置信息;
根据所述位置信息,确定车辆所处位置;
确定所述车辆所处位置与目标行驶路径的方位关系;
根据所述方位关系,执行路径引导操作。
进一步的,确定车辆所处位置之后,还包括:
判断是否处于路径引导过程;
若否,则根据所述车辆所处位置确定目标行驶起始点,并确定、存储及显示与所述目标行驶起始点相关联的行驶关键点,得到预存储相关联行驶关键点;
接收用户基于所述相关联的行驶关键点确定的目标行驶路径后,进入确定所述车辆所处位置与目标行驶路径的方位关系的步骤;
若是,则进入确定所述车辆所处位置与目标行驶路径的方位关系的步骤。
进一步的,所述将所述图像数据与预存储图像数据进行匹配,得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,包括:
获取所述图像数据中多帧图像,并对所述多帧图像进行图像特征提取;
将所述多帧图像的图像特征与所述预存储图像数据的图像特征进行图像配准;
若成功匹配,则得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,所述属性信息还包括时间信息、道路信息及所述行驶关键点;
若未成功匹配,则进入所述获取所述图像数据中多帧图像的步骤。
进一步的,所述将所述图像数据与预存储图像数据进行匹配,包括:
若处于路径引导中,则获取对应所述预存储相关联行驶关键点的预存储图像数据,将所述图像数据与对应所述预存储相关联行驶关键点的预存储图像数据进行匹配。
进一步的,所述执行路径引导操作,包括:
通过外部显示设备显示路径引导信息。
进一步的,所述获取图像数据之后,还包括:
存储所述图像数据,得到所述预存储图像数据;
根据行驶路径中的行驶关键点,对所述预存储图像数据进行分类,得到对应各所述行驶关键点的预存储图像数据,所述行驶关键点包括行驶起始点、行驶途径点及行驶目的地。
进一步的,所述确定、存储及显示与所述目标行驶起始点相关联的行驶关键点,包括:
根据目标行驶起始点确定对应的目标预存储图像数据;
根据所述目标预存储图像数据对应的所述行驶关键点,得到、存储并显示所述相关联的行驶关键点,得到所述预存储相关联行驶关键点。
第二方面,本申请实施例提供了一种路径引导装置,包括:
图像匹配单元,用于获取图像数据,所述图像数据为车辆外部环境图像;
用于将所述图像数据与预存储图像数据进行匹配,得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,所述预存储图像数据为预存储的行驶路径上的车辆外部环境图像,所述属性信息包含位置信息;
路径引导业务单元,用于根据所述位置信息,确定车辆所处位置;
用于确定所述车辆所处位置与目标行驶路径的方位关系;
用于根据所述方位关系,执行路径引导操作。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:
本申请实施例通过获取图像数据,图像数据为车辆外部环境图像;将图像数据与预存储图像数据进行匹配,得到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息,预存储图像数据为预存储的行驶路径上的车辆外部环境图像,属性信息包含位置信息;根据位置信息,确定车辆所处位置;确定车辆所处位置与目标行驶路径的方位关系;根据方位关系,执行路径引导操作,以使在导航的基础数据出现问题时,能够确定车辆所处位置,进而能够根据车辆所处位置与目标行驶路径的方位关系,执行路径引导操作,为用户提供准确的路径引导。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的路径引导方法的流程示意图;
图2是本申请另一实施例提供的路径引导方法的流程示意图;
图3是本申请一实施例提供的显示相关联的行驶关键点的示意图;
图4是本申请一实施例提供的显示路径引导信息的示意图;
图5是本申请实施例提供的路径引导装置的结构示意图;
图6是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
图1是本申请一实施例提供的路径引导方法的流程示意图。作为示例而非限定,如图1所示,所述方法包括:
S101:获取图像数据。
图像数据为车辆外部环境图像数据。
例如,图像数据由摄像设备采集,摄像设备安装于车辆的车头位置。摄像设备对车辆外部环境进行视频和图像采集,并对每帧数据进行自然时间标记。通过逐帧读取视频流数据,获取到图像数据。
S102:将图像数据与预存储图像数据进行匹配,得到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息。
预存储图像数据为预存储的行驶路径上的车辆外部环境图像数据,属性信息包含位置信息。
示例的,首先,获取图像数据中多帧图像,并对多帧图像进行图像特征提取。
其中,可隔行从图像数据中获取多帧图像,也可按照预设行数间隔从图像数据中获取多帧图像,也可按照预设时间间隔从图像数据中获取多帧图像,获取多帧图像的方式不以此为限。
接着,将多帧图像的图像特征与预存储图像数据的图像特征进行图像配准。
示例的,可通过深度学习的方式进行图像配准,返回匹配结果。
然后,若成功匹配,则得到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息,属性信息还包括时间信息、道路信息及行驶关键点。
示例的,若匹配结果为1,则为匹配成功,找到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息。
或者,若未成功匹配,则进入获取图像数据中多帧图像的步骤,每次获取的多帧图像均不相同。
示例的,若匹配结果为0,则未匹配成功,未找到匹配图像,则重新进入获取图像数据中多帧图像的步骤,以重新进行图像配准。
每次重新进入获取图像数据中多帧图像的步骤,从未被获取的图像数据中获取多帧图像。可隔行从图像数据中获取多帧图像,也可按照预设行数间隔从图像数据中获取多帧图像,也可按照预设时间间隔从图像数据中获取多帧图像等。
S103:根据位置信息,确定车辆所处位置。
其中,位置信息可为已有路径过程中的时间位置信息。时间位置信息是以匹配图像数据中关联的时间节点作为一个相对的时间位置,由于不同的预存储图像数据可以代表不同的位置,并且不同的预存储图像数据都关联不同的时间节点,因此当获得所述匹配图像数据关联的时间节点后,可以通过该时间节点对应的图像数据的位置确定车辆所处位置。
S104:确定车辆所处位置与目标行驶路径的方位关系。
其中,方位关系为两个地物之间方向与位置的相对关系。方位关系可通过图像特征匹配结果求位姿获取。
S105:根据方位关系,执行路径引导操作。
示例的,若方位关系为车辆所处位置在目标行驶路径的左侧,则路径引导为向右侧行驶,相应的,执行路径引导操作为显示路径引导信息或通过语音播报路径引导信息。
本申请实施例通过获取图像数据,图像数据为车辆外部环境图像;将图像数据与预存储图像数据进行匹配,得到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息,预存储图像数据为预存储的行驶路径上的车辆外部环境图像,属性信息包含位置信息;根据位置信息,确定车辆所处位置;确定车辆所处位置与目标行驶路径的方位关系;根据方位关系,执行路径引导操作,以使在导航的基础数据出现问题时,能够确定车辆所处位置,进而能够根据车辆所处位置与目标行驶路径的方位关系,执行路径引导操作,为用户提供准确的路径引导信息。
图2是本申请另一实施例提供的路径引导方法的流程示意图。作为示例而非限定,如图2所示,确定车辆所处位置之后,还包括:
S201:判断是否处于路径引导过程。
其中,路径引导过程为执行路径引导操作中。
示例的,当前显示路径引导信息,为执行路径引导操作,说明处于路径引导过程。
S202:若否,则根据车辆所处位置确定目标行驶起始点,并确定、存储及显示与目标行驶起始点相关联的行驶关键点,得到预存储相关联行驶关键点。
其中,若否,则说明当前没有目标行驶路径,需要先确定目标行驶路径。当确定目标行驶起始点后,在已有的行驶关键点中确定、存储并显示与目标行驶起始点相关联的行驶关键点,显示的与目标行驶起始点相关联的行驶关键点用于指示用户基于相关联的行驶关键点确定目标行驶路径;将目标行驶起始点相关联的行驶关键点存储后,得到预存储相关联行驶关键点,用于处于路径引导过程时获取对应的预存储图像数据,以使图像数据与对应预存储相关联行驶关键点的预存储图像数据进行匹配。
S203:接收用户基于相关联的行驶关键点确定的目标行驶路径后,进入确定车辆所处位置与目标行驶路径的方位关系的步骤。
图3是本申请一实施例提供的显示相关联的行驶关键点的示意图。如图3所示,确定与目标行驶起始点相关联的行驶目的地:罗布泊、尉东开发区及土坝后,显示相关联的行驶目的地:罗布泊、尉东开发区及土坝,以供用户选择。
S204:若是,则进入确定车辆所处位置与目标行驶路径的方位关系的步骤。
若是,则说明当前已有目标行驶路径,只需确定车辆所处位置与目标行驶路径的方位关系,该已有的目标行驶路径为不处于路径引导过程时接收到的用户基于相关联的行驶关键点确定的目标行驶路径。
本实施例通过判断是否处于路径引导过程;若否,则根据车辆所处位置确定目标行驶起始点,并确定、存储及显示与目标行驶起始点相关联的行驶关键点;接收用户基于相关联的行驶关键点确定的目标行驶路径后,进入确定车辆所处位置与目标行驶路径的方位关系的步骤;若是,则进入确定车辆所处位置与目标行驶路径的方位关系的步骤,能够根据是否处于路径引导,为用户提供不同的服务,且显示与目标行驶起始点相关联的行驶关键点以供用户选择,能够方便用户操作。
在另一实施例中,将图像数据与预存储图像数据进行匹配,包括:
若处于路径引导过程,则获取对应预存储相关联行驶关键点的预存储图像数据,将图像数据与对应预存储相关联行驶关键点的预存储图像数据进行匹配。
其中,处于路径引导过程,说明当前已有目标行驶路径及预存储相关联行驶关键点。
通常,基于目标行驶路径,根据路径引导信息行驶,车辆所处位置与预存储相关联行驶关键点的关联度较高,在对应预存储相关联行驶关键点的预存储图像数据找到匹配图像的程度较高,可将图像数据与对应预存储相关联行驶关键点的预存储图像数据进行匹配,能够减少匹配范围,从而能够减少设备运算负担及提高运算能力。
示例的,获取图像数据中多帧图像,并对多帧图像进行图像特征提取;
将多帧图像的图像特征与对应预存储相关联行驶关键点的预存储图像数据的图像特征进行图像配准;
若成功匹配,则得到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息,属性信息还包括时间信息、道路信息及行驶关键点;
若未成功匹配,则进入获取图像数据中多帧图像的步骤。
其中,可设置每次获取的多帧图像不相同。
在另一实施例中,执行路径引导操作,包括:
通过外部显示设备显示路径引导信息。
示例的,可通过增强现实-抬头显示导航系统、车载液晶显示屏、移动终端等外部显示设备进行显示,以方便用户观看。
图4是本申请一实施例提供的显示路径引导信息的示意图。如图4所示,车辆行驶在目标行驶路径上,路径引导信息为直线行驶,通过外部显示设备目标行驶路径显示该路径引导信息。
在另一实施例中,获取图像数据之后,还包括:
首先,存储图像数据,得到预存储图像数据。
其中,在用户输入对应的行驶起始点、行驶途径点、行驶目的地后,对图像数据进行存储。
可存储图像数据于本地或云端,得到预存储图像数据,用于下次用户需进行路径引导时。
然后,根据行驶路径中的行驶关键点,对预存储图像数据进行分类,得到对应各行驶关键点的预存储图像数据,行驶关键点包括行驶起始点、行驶途径点及行驶目的地。
其中,对预存储图像数据分类后,能够快速、准确地确定与目标行驶起始点相关联的行驶关键点。
示例的,预存储图像数据与行驶起始点、行驶途径点、行驶目的地的对应关系,如下表所示:
然后基于预存储图像数据与对应的行驶起始点、行驶途径点、行驶目的地进行分类,得到对应各行驶关键点的预存储图像数据,如下表所示:
相应的,确定、存储及显示与目标行驶起始点相关联的行驶关键点,包括:
根据目标行驶起始点确定对应的目标预存储图像数据;
根据目标预存储图像数据对应的行驶关键点,得到、存储并显示相关联的行驶关键点,得到预存储相关联行驶关键点。
在另一实施例中,得到预存储图像数据之后,还包括:
首先,对预存储图像数据进行图像处理。
示例的,对预存储图像数据进行降噪、二值化、图像增强、图像几何变换、图像插值处理等。
其中,图像降噪为通过中值滤波的方式,用像素点邻域灰度值的中值来代替该像素点的灰度值,让像素值接近真实的值从而消除孤立的噪声点,同时保留图像的边缘细节。
图像二值化为通过二值化将整个图像呈现出明显的黑白效果。
图像增强为通过gamma变换进行图像修正,将灰度过高或者过低的图片进行修正,增强对比度。
图像几何变换为将图像进行压缩或者拉伸,或者是对一些失真图像进行矫正。
图像插值为通过插值法利用源图像重建目标图像。
然后,对预存储图像数据进行图像特征提取。
示例的,对预存储图像数据的颜色、纹理、形状、空间关系、统计特征进行特征提取。
其中,提取图像的点、线、面特征。点特征是灰度信号在二维方向上都有明显变换的点;线特征主要指图像中的直线以及各个直线之间的相互关系;面特征为图像中较明显的局部区域信息视为特征。
提取图像的纹理形状特征,纹理为由纹理基元按照某种确定性的规律或某种统计规律组成的一种图案。纹理可以用粗细度、对比度、方向性、规则性、凹凸性等来描述。
提取图像的统计特征。统计特征包含图像的均值、图像的方差(图像灰度值方差越大,其灰度分布范围就越广,图像包含的信息量越大,能量越大)、图像的标准差(图像的标准差反映了图像像素灰度相对于灰度均值的离散程度,也反映了图像对比度的强弱,标准差越大,意味着图像的灰度级分布越分散,图像的对比度越大)、图像的熵(一维熵:图像的一维熵能很好的描述一幅图像中灰度分布据集特征中信息量的大小;二维熵:能够很好的描述图像灰度分布的空间特征)。
本实施例通过对预存储图像数据进行图像处理,以更好地从预存储图像数据提取图像特征。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的方法,为了便于说明,仅示出了与本申请实施例相关的部分。
图5是本申请实施例提供的路径引导装置的结构示意图。作为示例而非限定,如图5所示,所述装置包括:
图像匹配单元10,用于获取图像数据,图像数据为车辆外部环境图像;
用于将图像数据与预存储图像数据进行匹配,得到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息,预存储图像数据为预存储的行驶路径上的车辆外部环境图像,属性信息包含位置信息;
路径引导业务单元11,用于根据位置信息,确定车辆所处位置;
用于确定车辆所处位置与目标行驶路径的方位关系;
用于根据方位关系,执行路径引导操作。
在另一实施例中,所述装置还包括:
判断处理单元,用于判断是否处于路径引导过程;
用于若否,则根据车辆所处位置确定目标行驶起始点,并确定、存储及显示与目标行驶起始点相关联的行驶关键点,得到预存储相关联行驶关键点;
用于接收用户基于相关联的行驶关键点确定的目标行驶路径后,进入确定车辆所处位置与目标行驶路径的方位关系的步骤;
用于若是,则进入确定车辆所处位置与目标行驶路径的方位关系的步骤。
在另一实施例中,图像匹配单元,具体用于获取图像数据中多帧图像,并对多帧图像进行图像特征提取;
具体用于将多帧图像的图像特征与预存储图像数据的图像特征进行图像配准;
具体用于若成功匹配,则得到与图像数据匹配的匹配图像数据,并获得匹配图像数据关联的属性信息,属性信息还包括时间信息、道路信息及行驶关键点;
具体用于若未成功匹配,则进入获取图像数据中多帧图像的步骤。
其中,每次获取的多帧图像均不相同。
在另一实施例中,图像匹配单元,具体用于若处于路径引导过程,则获取对应预存储相关联行驶关键点的预存储图像数据,将图像数据与对应预存储相关联行驶关键点的预存储图像数据进行匹配。
在另一实施例中,所述装置还包括:
存储单元,用于存储图像数据,得到预存储图像数据;
分类单元,用于根据行驶路径中的行驶关键点,对预存储图像数据进行分类,得到对应各行驶关键点的预存储图像数据,行驶关键点包括行驶起始点、行驶途径点及行驶目的地。
在另一实施例中,判断处理单元,具体用于根据目标行驶起始点确定对应的目标预存储图像数据;
具体用于根据目标预存储图像数据对应的行驶关键点,得到、存储并显示相关联的行驶关键点,得到预存储相关联行驶关键点。
图6为本申请一实施例提供的电子设备的结构示意图。如图6所示,该实施例的电子设备2包括:至少一个处理器20(图6中仅示出一个)、存储器21以及存储在所述存储器21中并可在所述至少一个处理器20上运行的计算机程序22,所述处理器20执行所述计算机程序22时实现上述任意各个方法实施例中的步骤。
所述电子设备2可以是笔记本、掌上电脑等计算设备。该电子设备2可包括,但不仅限于,处理器20、存储器21。本领域技术人员可以理解,图6仅仅是电子设备2的举例,并不构成对电子设备2的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器20可以是中央处理单元(Central Processing Unit,CPU),该处理器20还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器21在一些实施例中可以是所述电子设备2的内部存储单元,例如电子设备2的硬盘或内存。所述存储器21在另一些实施例中也可以是所述电子设备2的外部存储设备,例如所述电子设备2上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器21还可以既包括所述电子设备2的内部存储单元也包括外部存储设备。所述存储器21用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器21还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种路径引导方法,其特征在于,包括:
获取图像数据,所述图像数据为车辆外部环境图像数据;
将所述图像数据与预存储图像数据进行匹配,得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,所述预存储图像数据为预存储的行驶路径上的车辆外部环境图像数据,所述属性信息包含位置信息,所述位置信息为根据所述匹配图像数据关联的时间节点确定的;
根据所述位置信息,确定车辆所处位置,包括:
根据所述匹配图像数据关联的时间节点,确定对应所述时间节点的图像数据的位置;
根据对应所述时间节点的图像数据的位置,确定所述车辆所处位置;
确定所述车辆所处位置与目标行驶路径的方位关系;
根据所述方位关系,执行路径引导操作。
2.如权利要求1所述的方法,其特征在于,确定车辆所处位置之后,还包括:
判断是否处于路径引导过程;
若否,则根据所述车辆所处位置确定目标行驶起始点,并确定、存储及显示与所述目标行驶起始点相关联的行驶关键点,得到预存储相关联行驶关键点;
接收用户基于所述相关联的行驶关键点确定的所述目标行驶路径后,进入所述确定所述车辆所处位置与目标行驶路径的方位关系的步骤;
若是,则进入所述确定所述车辆所处位置与目标行驶路径的方位关系的步骤。
3.如权利要求1所述的方法,其特征在于,所述将所述图像数据与预存储图像数据进行匹配,得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,包括:
获取所述图像数据中多帧图像,并对所述多帧图像进行图像特征提取;
将所述多帧图像的图像特征与所述预存储图像数据的图像特征进行图像配准;
若成功匹配,则得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,所述属性信息还包括时间信息、道路信息及行驶关键点;
若未成功匹配,则进入所述获取所述图像数据中多帧图像的步骤。
4.如权利要求2所述的方法,其特征在于,所述将所述图像数据与预存储图像数据进行匹配,包括:
若处于路径引导过程,则获取对应所述预存储相关联行驶关键点的预存储图像数据,将所述图像数据与对应所述预存储相关联行驶关键点的预存储图像数据进行匹配。
5.如权利要求1所述的方法,其特征在于,所述执行路径引导操作,包括:
通过外部显示设备显示路径引导信息。
6.如权利要求2所述的方法,其特征在于,所述获取图像数据之后,还包括:
存储所述图像数据,得到所述预存储图像数据;
根据行驶路径中的行驶关键点,对所述预存储图像数据进行分类,得到对应各所述行驶关键点的预存储图像数据,所述行驶关键点包括行驶起始点、行驶途径点及行驶目的地。
7.如权利要求6所述的方法,其特征在于,所述确定、存储及显示与所述目标行驶起始点相关联的行驶关键点,包括:
根据目标行驶起始点确定对应的目标预存储图像数据;
根据所述目标预存储图像数据对应的所述行驶关键点,得到、存储并显示所述相关联的行驶关键点,得到所述预存储相关联行驶关键点。
8.一种路径引导装置,其特征在于,包括:
图像匹配单元,用于获取图像数据,所述图像数据为车辆外部环境图像;
用于将所述图像数据与预存储图像数据进行匹配,得到与所述图像数据匹配的匹配图像数据,并获得所述匹配图像数据关联的属性信息,所述预存储图像数据为预存储的行驶路径上的车辆外部环境图像,所述属性信息包含位置信息,所述位置信息为根据所述匹配图像数据关联的时间节点确定的;
路径引导业务单元,用于根据所述位置信息,确定车辆所处位置,包括:
根据所述匹配图像数据关联的时间节点,确定对应所述时间节点的图像数据的位置;
根据对应所述时间节点的图像数据的位置,确定所述车辆所处位置;
用于确定所述车辆所处位置与目标行驶路径的方位关系;
用于根据所述方位关系,执行路径引导操作。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210121245.4A CN114646320B (zh) | 2022-02-09 | 2022-02-09 | 一种路径引导方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210121245.4A CN114646320B (zh) | 2022-02-09 | 2022-02-09 | 一种路径引导方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114646320A CN114646320A (zh) | 2022-06-21 |
CN114646320B true CN114646320B (zh) | 2023-04-28 |
Family
ID=81993881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210121245.4A Active CN114646320B (zh) | 2022-02-09 | 2022-02-09 | 一种路径引导方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114646320B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102889892A (zh) * | 2012-09-13 | 2013-01-23 | 东莞宇龙通信科技有限公司 | 实景导航的方法及导航终端 |
JP2013032953A (ja) * | 2011-08-01 | 2013-02-14 | Aisin Aw Co Ltd | 位置判定装置およびナビゲーション装置並びに位置判定方法,プログラム |
CN103363997A (zh) * | 2012-04-03 | 2013-10-23 | 纬创资通股份有限公司 | 实景导航的定位方法、定位系统及计算机可读取储存媒体 |
WO2015128959A1 (ja) * | 2014-02-26 | 2015-09-03 | 三菱電機株式会社 | ナビゲーションシステム、画像サーバ、携帯端末、ナビゲーション支援方法、およびナビゲーション支援プログラム |
CN110244738A (zh) * | 2019-06-26 | 2019-09-17 | 广州小鹏汽车科技有限公司 | 车辆的行驶控制方法、装置和车辆 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060271286A1 (en) * | 2005-05-27 | 2006-11-30 | Outland Research, Llc | Image-enhanced vehicle navigation systems and methods |
CN104897165A (zh) * | 2014-03-06 | 2015-09-09 | 苏州工业园区新国大研究院 | 基于拍摄景物的导航方法及其系统 |
US10248124B2 (en) * | 2016-07-21 | 2019-04-02 | Mobileye Vision Technologies, Inc. | Localizing vehicle navigation using lane measurements |
CN108225340A (zh) * | 2016-12-21 | 2018-06-29 | 致伸科技股份有限公司 | 自动辅助驾驶系统及其方法 |
KR102695518B1 (ko) * | 2017-01-26 | 2024-08-14 | 삼성전자주식회사 | 차량 경로 가이드 방법 및 장치 |
CN108896066A (zh) * | 2018-03-23 | 2018-11-27 | 江苏泽景汽车电子股份有限公司 | 一种增强现实抬头显示器及其导航实现方法 |
CN109029419A (zh) * | 2018-06-04 | 2018-12-18 | Oppo(重庆)智能科技有限公司 | 导航方法、装置、终端及计算机可读存储介质 |
CN108827307B (zh) * | 2018-06-05 | 2021-01-12 | Oppo(重庆)智能科技有限公司 | 导航方法、装置、终端及计算机可读存储介质 |
CN109357673A (zh) * | 2018-10-30 | 2019-02-19 | 上海仝物云计算有限公司 | 基于图像的视觉导航方法和装置 |
CN110136199B (zh) * | 2018-11-13 | 2022-09-13 | 北京魔门塔科技有限公司 | 一种基于摄像头的车辆定位、建图的方法和装置 |
CN111351493B (zh) * | 2018-12-24 | 2023-04-18 | 上海欧菲智能车联科技有限公司 | 一种定位方法和系统 |
WO2021226779A1 (zh) * | 2020-05-11 | 2021-11-18 | 蜂图志科技控股有限公司 | 一种图像导航方法、装置、设备及可读存储介质 |
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 |
CN111833717B (zh) * | 2020-07-20 | 2022-04-15 | 阿波罗智联(北京)科技有限公司 | 用于定位交通工具的方法、装置、设备和存储介质 |
CN112466142B (zh) * | 2020-11-13 | 2022-06-21 | 浙江吉利控股集团有限公司 | 一种车辆调度方法、装置、系统及存储介质 |
CN112857391B (zh) * | 2021-01-19 | 2024-07-16 | 支付宝(杭州)信息技术有限公司 | 基于ar的路线展示处理方法及装置 |
CN113358125B (zh) * | 2021-04-30 | 2023-04-28 | 西安交通大学 | 一种基于环境目标检测和环境目标地图的导航方法及系统 |
CN113580134B (zh) * | 2021-08-03 | 2022-11-04 | 亿咖通(湖北)技术有限公司 | 视觉定位方法、设备、机器人、存储介质及程序产品 |
CN113984072B (zh) * | 2021-10-28 | 2024-05-17 | 阿波罗智能技术(北京)有限公司 | 车辆定位方法、装置、设备、存储介质及自动驾驶车辆 |
CN113899372A (zh) * | 2021-11-18 | 2022-01-07 | 南京惊涛智能科技有限公司 | 基于点云地图视觉定位的mr导航方法 |
-
2022
- 2022-02-09 CN CN202210121245.4A patent/CN114646320B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013032953A (ja) * | 2011-08-01 | 2013-02-14 | Aisin Aw Co Ltd | 位置判定装置およびナビゲーション装置並びに位置判定方法,プログラム |
CN103363997A (zh) * | 2012-04-03 | 2013-10-23 | 纬创资通股份有限公司 | 实景导航的定位方法、定位系统及计算机可读取储存媒体 |
CN102889892A (zh) * | 2012-09-13 | 2013-01-23 | 东莞宇龙通信科技有限公司 | 实景导航的方法及导航终端 |
WO2015128959A1 (ja) * | 2014-02-26 | 2015-09-03 | 三菱電機株式会社 | ナビゲーションシステム、画像サーバ、携帯端末、ナビゲーション支援方法、およびナビゲーション支援プログラム |
CN110244738A (zh) * | 2019-06-26 | 2019-09-17 | 广州小鹏汽车科技有限公司 | 车辆的行驶控制方法、装置和车辆 |
Non-Patent Citations (2)
Title |
---|
Devid Will ; Peter Gronerth ; Steven von Bargen ; Federico Bianco Levrin ; Giovanna Larini.Report on the state of the art of connected and automated driving in Europe (Final).2017,1-38. * |
蔡倩 ; 张焕春 ; 王凤至 ; .微型飞行器的GPS-图像复合导航技术.南京航空航天大学学报.2009,(第03期),380-384. * |
Also Published As
Publication number | Publication date |
---|---|
CN114646320A (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210312214A1 (en) | Image recognition method, apparatus and non-transitory computer readable storage medium | |
WO2018090771A1 (zh) | 一种车牌识别方法及装置 | |
WO2018121006A1 (zh) | 一种车牌定位方法及装置 | |
CN111507324B (zh) | 卡片边框识别方法、装置、设备和计算机存储介质 | |
CN111681285B (zh) | 一种标定方法、装置、电子设备及存储介质 | |
CN108805838B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN107844761B (zh) | 交通标志的检测方法及装置 | |
CN111199567B (zh) | 车道线绘制方法、装置及终端设备 | |
CN113744256A (zh) | 一种深度图空洞填充方法、装置、服务器及可读存储介质 | |
CN104636743A (zh) | 文字图像校正的方法和装置 | |
CN114170565A (zh) | 一种基于无人机航拍的图像对比方法、装置及终端设备 | |
CN114898321A (zh) | 道路可行驶区域检测方法、装置、设备、介质及系统 | |
CN104268513A (zh) | 道路引导数据的获取方法及装置 | |
CN114646320B (zh) | 一种路径引导方法、装置、电子设备及可读存储介质 | |
RU2009130339A (ru) | Способ и устройство обработки данных | |
CN111199188B (zh) | 遥感影像差异图的像素处理方法、装置、存储介质及设备 | |
CN106503607B (zh) | 道路交通标志识别方法及装置 | |
CN116883866A (zh) | 输电线路异物检测方法、电子设备及计算机可读存储介质 | |
CN114140427B (zh) | 一种物体检测方法及装置 | |
CN114913105A (zh) | 激光点云融合方法、装置、服务器及计算机可读存储介质 | |
CN112508065B (zh) | 机器人及其定位方法和装置 | |
CN112364835B (zh) | 视频信息取帧方法、装置、设备及存储介质 | |
CN114359147A (zh) | 裂缝检测方法、装置、服务器及存储介质 | |
CN113128299B (zh) | 人流密度检测方法、装置、终端设备、服务器及存储介质 | |
EP3872690A1 (en) | Image processing method and apparatus used for lane detection |
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 |