CN114694401A - 在高精地图中提供参考车速的方法、装置和电子设备 - Google Patents
在高精地图中提供参考车速的方法、装置和电子设备 Download PDFInfo
- Publication number
- CN114694401A CN114694401A CN202210333921.4A CN202210333921A CN114694401A CN 114694401 A CN114694401 A CN 114694401A CN 202210333921 A CN202210333921 A CN 202210333921A CN 114694401 A CN114694401 A CN 114694401A
- Authority
- CN
- China
- Prior art keywords
- vehicle speed
- lane
- attribute information
- historical vehicle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000002159 abnormal effect Effects 0.000 claims description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000003068 static effect Effects 0.000 claims description 15
- 238000009499 grossing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 12
- 238000010276 construction Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 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
- 230000036962 time dependent Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Atmospheric Sciences (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种在高精地图中提供参考车速的方法、装置和电子设备,涉及计算机技术领域,尤其涉及高精地图、地图构建、智能座舱、定位导航、自动驾驶、智能交通技术领域。该方法包括:获取高精地图中道路的车道信息,获取历史车速和对应的属性信息,该历史车速为经过所述道路的车辆的历史车速,基于获取的历史车速和属性信息与车道信息进行匹配,确定历史车速与车道的对应关系,根据对应关系将高精地图中的车道对应的历史车速作为参考车速呈现在高精地图中。本公开技术方案在高精地图中提供参考车速,极大地丰富了高精地图的功能,数据真实可靠,参考性强,为自动驾驶设置行车速度提供了更多的数据支撑,提高了自动驾驶的安全性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及高精地图、地图构建、智能座舱、定位导航、自动驾驶、智能交通、智慧城市技术领域,特别涉及一种在高精地图中提供参考车速的方法、装置和电子设备。
背景技术
目前在导航地图中,通常会提供道路的限速值,即车辆行驶在道路上的最大值,可以作为车辆行驶的参考。但是,对于自动驾驶车辆而言,由于连续道路内不同路段的限速变化或道路限速时效性等原因,基于限速值来设定行车速度往往会有较大偏差,容易导致设定速度不合理,车速变化不平滑等情况发生,给自动驾驶带来一定的危险性。
发明内容
本公开提供了一种在高精地图中提供参考车速的方法、装置、电子设备、存储介质和计算机程序产品。
根据本公开的一方面,提供了一种在高精地图中提供参考车速的方法,包括:
获取高精地图中道路的车道信息;
获取历史车速和对应的属性信息,所述历史车速为经过所述道路的车辆的历史车速;
基于获取的历史车速和属性信息与所述车道信息进行匹配,确定历史车速与车道的对应关系;
根据所述对应关系将所述高精地图中的车道对应的历史车速作为参考车速呈现在所述高精地图中。
根据本公开的另一方面,提供了一种在高精地图中提供参考车速的装置,包括:
第一获取模块,用于获取高精地图中道路的车道信息;
第二获取模块,用于获取历史车速和对应的属性信息,所述历史车速为经过所述道路的车辆的历史车速;
确定模块,用于基于获取的历史车速和属性信息与所述车道信息进行匹配,确定历史车速与车道的对应关系;
呈现模块,用于根据所述对应关系将所述高精地图中的车道对应的历史车速作为参考车速呈现在所述高精地图中。
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任一实施例中的方法。
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任一实施例中的方法。
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/指令,所述计算机程序/指令被处理器执行时实现本公开任一实施例中的方法。
本公开实施例的技术方案,基于历史车速和属性信息匹配得到历史车速与车道的对应关系,将车道对应的历史车速作为参考车速呈现在高精地图中,与仅在高精地图中提供限速值相比,极大地丰富了高精地图的功能,基于历史车速得到的参考车速数据更真实可靠,参考性强,为自动驾驶设置行车速度提供了更多的数据支撑,提高了自动驾驶的安全性。
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是根据本公开一实施例中在高精地图中提供参考车速的方法示意图;
图2是根据本公开另一实施例中在高精地图中提供参考车速的方法示意图;
图3是根据本公开一实施例中历史车速的平滑处理流程示意图;
图4是根据本公开一实施例中在高精地图中提供参考车速的流程示意图;
图5是根据本公开一实施例中在高精地图中提供参考车速的界面示意图;
图6是根据本公开一实施例中在高精地图中提供参考车速的装置框图;
图7是根据本公开另一实施例中在高精地图中提供参考车速的装置框图;
图8是用来实现本公开实施例的在高精地图中提供参考车速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。
本公开实施例的技术方案可以应用于高精地图、地图构建、智能座舱、定位导航、自动驾驶、智能交通、智慧城市等技术领域。在高精地图中,对每条道路或车道通常会提供限速值,用于提示车辆行驶在该道路或车道上的最高车速,对于自动驾驶车辆来说,还可以用于设置行车速度。但是,仅仅基于限速值来设置行车速度,会出现较大偏差,可靠性较低,给自动驾驶带来一定的危险性。例如,几何连续的道路限速值通常会有突变,由于时效性问题限速值的更新比较滞后,限速值没有区分场景,往往一条道路或车道只有一个限速值,而在不同场景下如白天或黑夜、雨天或晴天等限速值不变;这些场景下对高精地图的要求较高,尤其是自动驾驶车辆的要求更高。
因此,本公开实施例提供了一种在高精地图中提供参考车速的方法和装置,基于历史车速和属性信息匹配得到历史车速与车道的对应关系,将车道对应的历史车速作为参考车速呈现在高精地图中。其中,参考车速可以以文字和/或语音播报等方式呈现在高精地图中,方便用户查看。用户或自动驾驶车辆还可以将限速值和参考车速做比较,进而做出更合理的行车判断,提高了驾驶的安全性。上述方案与仅在高精地图中提供限速值相比,极大地丰富了高精地图的功能,基于历史车速得到的参考车速数据更真实可靠,参考性强,为自动驾驶设置行车速度提供了更多的数据支撑,提高了自动驾驶的安全性,增强了用户体验。
图1为本公开一实施例中在高精地图中提供参考车速的方法示意图。如图1所示,该方法包括:
S101:获取高精地图中道路的车道信息;
S102:获取历史车速和对应的属性信息,该历史车速为经过上述道路的车辆的历史车速;
其中,获取的历史车速和对应的属性信息可以为一段时间内的历史数据,具体范围可以根据需要设置,上述道路可以为高精地图中的任一道路,具体不限定。
S103:基于获取的历史车速和属性信息与上述车道信息进行匹配,确定历史车速与车道的对应关系;
其中,上述道路中的车道可以为一条或多条,获取的历史车速可以为一个或多个,确定的对应关系中,历史车速和车道具有一一对应的关系。
S104:根据上述对应关系将高精地图中的车道对应的历史车速作为参考车速呈现在高精地图中。
其中,高精地图可以在提供限速值的基础上,进一步提供上述参考车速,在地图的界面上进行显示时,可以设置不同的显示方式,如颜色、字体大小、高亮标注、闪烁等多种方式以示区别。还可以通过语音播报提示当前车道的限速值及参考车速,增强了用户体验。
在一种实施方式下,上述步骤S103可以包括:
在获取的属性信息中确定出符合当前场景的属性信息;
将符合当前场景的属性信息所对应的历史车速,与车道信息中的类型信息进行匹配,确定历史车速与车道的对应关系。
这种实施方式下,先从获取的属性信息中筛选出符合当前场景的属性信息,再进行历史车速与车道信息中的类型信息的匹配,能够极大地减少运算量,节省计算资源,提高处理效率。
在一种实施方式下,在获取的属性信息中确定出符合当前场景的属性信息,包括以下至少一种:
在获取的属性信息中,确定星期和时间段与当前时刻符合的属性信息;
在获取的属性信息中,确定天气与当前天气符合的属性信息;
在获取的属性信息中,确定行驶方向与当前行驶方向符合的属性信息;
在获取的属性信息中,确定自动驾驶状态与当前驾驶状态符合的属性信息。
这种实施方式下,从时间、天气、行驶方向和驾驶状态等多个维度来筛选属性信息,对获取的属性信息进行了精细划分,从而在进行匹配时能够将不同场景下的历史车速与车道信息中的类型信息进行匹配,结果更准确,精度更高。
在一种实施方式下,将符合当前场景的属性信息所对应的历史车速,与车道信息中的类型信息进行匹配,确定历史车速与车道的对应关系,包括:
根据车道信息中各车道的类型确定各车道的车速关系;
对符合当前场景的属性信息所对应的历史车速,使用符合该车速关系的匹配算法与各车道的类型进行匹配,得到历史车速与车道的对应关系。
这种实施方式下,基于车速关系进行历史车速与车道类型的匹配,能够更准确地将历史车速匹配至相应的车道上,得到的对应关系更准确,结果更可靠。
在一种实施方式下,对符合当前场景的属性信息所对应的历史车速,使用符合该车速关系的匹配算法与各车道的类型进行匹配,得到历史车速与车道的对应关系,包括以下至少一种:
在车道信息中的车道类型包括主路和辅路的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合主路车速高于辅路车速的匹配算法与各车道的类型进行匹配,得到车速高的历史车速对应主路以及车速低的历史车速对应辅路的对应关系;
在车道信息中的车道类型包括入口和出口的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合入口车速高于出口车速的匹配算法与各车道的类型进行匹配,得到车速高的历史车速对应入口以及车速低的历史车速对应出口的对应关系。
这种实施方式下,基于主路辅路以及入口出口等车道类型进行历史车速与车道类型的匹配,得到的对应关系充分地反映了真实道路上不同车道的车速关系,结果更准确,更可靠。
在一种实施方式下,上述方法还包括:
根据高精地图中的动态图层确定符合条件的位置;
根据高精地图中的静态图层筛选出位置的速度先验值;
根据位置及速度先验值对上述对应关系中的历史车速进行平滑处理。
这种实施方式下,符合条件的位置可以如停止线、人行横道、学校门口等关键位置,基于这些关键位置的先验值即预设的合理车速范围,对得到的对应关系中的历史车速进行平滑处理,能够进一步优化历史车速,进而提高了结果的准确性,精度更高,数据更合理。
在一种实施方式下,上述方法还包括:
从高精地图的静态图层中获取车道的限速值;
将对应关系中的历史车速与对应车道的限速值作比较,检测出差值大于阈值的异常车速。
这种实施方式下,可以检测出异常车速如远远高于限速值的车速等,以便于进行后续分析处理。
在一种实施方式下,上述方法还包括:
使用异常原因分析模型分析异常车速得到异常原因,将异常原因保存到高精地图的经验图层中。
这种实施方式下,分析异常车速得到异常原因,并保存到经验图层中,可以在提供参考车速的同时将异常原因也呈现在高精地图中,进一步丰富了高精地图的功能,提升用户的体验。
本公开实施例提供的上述方法,基于历史车速和属性信息匹配得到历史车速与车道的对应关系,将车道对应的历史车速作为参考车速呈现在高精地图中,与仅在高精地图中提供限速值相比,极大地丰富了高精地图的功能,基于历史车速得到的参考车速数据更真实可靠,参考性强,为自动驾驶设置行车速度提供了更多的数据支撑,提高了自动驾驶的安全性,增强了用户体验。
图2为本公开一实施例中在高精地图中提供参考车速的方法示意图。
如图2所示,该方法包括:
S201:获取高精地图中道路的车道信息,并获取历史车速和对应的属性信息,该历史车速为经过上述道路的车辆的历史车速;
本公开实施例中,历史车速对应的属性信息是指与车速有关的信息,包括但不限于:星期、时间段、时刻、天气、行驶方向或是否为自动驾驶状态等等。其中,历史车速和属性信息等历史数据,可以是车辆在行驶过程中上报至云端的,云端可以将这些历史数据收集到数据池中,以备分析计算。
S202:在获取的属性信息中确定出符合当前场景的属性信息;
在一种实施方式中,上述步骤S202可以包括以下至少一种:
在获取的属性信息中,确定星期和时间段与当前时刻符合的属性信息;
在获取的属性信息中,确定天气与当前天气符合的属性信息;
在获取的属性信息中,确定行驶方向与当前行驶方向符合的属性信息;
在获取的属性信息中,确定自动驾驶状态与当前驾驶状态符合的属性信息。
示例性地,当前时刻为周一上午10:00,则可以在获取的属性信息中筛选出周一上午9:00-11:00的属性信息,作为与当前时刻符合的属性信息。基于当前场景确定的属性信息,可以得到详细场景的参考车速,不仅仅是车道级别的参考车速,而是在不同的星期、时间段、天气、行驶方向和是否自动驾驶等场景下均有不同的参考车速,数据更精细,参考价值更强,提升了用户体验。
S203:根据上述车道信息中各车道的类型确定各车道的车速关系;
本公开实施例中,道路有多种类型,可以包括城市道路、公路、厂矿道路、林区道路和乡村道路等,也可以包括快速路、主干路、次干路及支路等等。车道按照行驶车辆的种类、道路作用和限制车速等可以划分为主路和辅路,以及入口和出口等等。
S204:对符合当前场景的属性信息所对应的历史车速,使用符合车速关系的匹配算法与各车道的类型进行匹配,得到历史车速与车道的对应关系;
在一种实施方式中,上述步骤S204可以包括以下至少一种:
在车道信息中的车道类型包括主路和辅路的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合主路车速高于辅路车速的匹配算法与各车道的类型进行匹配,得到车速高的历史车速对应主路以及车速低的历史车速对应辅路的对应关系;
在车道信息中的车道类型包括入口和出口的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合入口车速高于出口车速的匹配算法与各车道的类型进行匹配,得到车速高的历史车速对应入口以及车速低的历史车速对应出口的对应关系。
本公开实施例中,上述匹配算法可以根据需要设置,只要符合上述车速关系即可,如符合主路车速高于辅路车速的关系,或者符合入口车速高于出口车速的关系等等,本实施例对此不做具体限定。
S205:根据对应关系将高精地图中的车道对应的历史车速作为参考车速呈现在高精地图中;
其中,参考车速可以以文字和/或语音播报等方式呈现在高精地图中,具体不限定。
S206:从高精地图的静态图层中获取车道的限速值;
本公开实施例中,高精地图的静态图层通常用来存储静态信息,即轻易不会发生变化的信息,包括但不限于:道路和车道的连通关系,红绿灯所在位置,压盖信息、路口信息等等。车道的限速值也通常存储在静态图层中,如主路的限速值为100km/h等。
S207:将对应关系中的历史车速与对应车道的限速值作比较,检测出差值大于阈值的异常车速;
其中,上述阈值可以根据需要设置,具体数值不限定。异常车速是指已经超过限速值的历史车速且差值已超出阈值,即认为该历史车速远远高于限速值,将其识别为异常车速。
S208:使用异常原因分析模型分析异常车速得到异常原因,将异常原因保存到高精地图的经验图层中。
本公开实施例中,异常原因分析模型用来对产生异常车速的原因进行分析。将异常原因也呈现在高精地图中,是为了进行提示,给出参考车速异常的合理性解释,因为有的异常车速并不是真正的异常,而是由于限速值没有及时更新导致检测为异常,但是根据更新后的限速值有可能检测为正常车速。例如,某个车道的参考车速为115km/h,高精地图中该车道的限速值为100km/h,则根据阈值10km/h可以检测出该参考车速为异常车速,但是经过模型分析后可以得知异常原因为该车道的限速值已经更改为120km/h,则参考车速115km/h为正常车速,因此将该异常原因标注在高精地图中,给出合理性解释,能够提升用户使用的信任感,增强体验。
图3为本公开一实施例中历史车速的平滑处理流程示意图。如图3所示,在一种实施方式中,上述方法在得到历史车速与车道的对应关系之后,还可以包括:
S301:根据高精地图中的动态图层确定符合条件的位置;
本公开实施例中,上述条件可以预先设置,符合条件的位置通常是指地图中的一些关键位置,对车速往往有特殊的要求,包括但不限于:停止线、人行横道、学校门口或施工工地等。示例性地,人行横道和学校门口要求减速慢行,施工工地的车速要求为0且时效半年等等。
S302:根据高精地图中的静态图层筛选出上述位置的速度先验值;
其中,速度先验值是指预先设置的车速合理范围,可以用于对车速进行平滑处理。
S303:根据上述位置及速度先验值对得到的对应关系中的历史车速进行平滑处理。
本公开实施例中,由于车辆在行驶过程中车速往往是变化的,且变化过程是逐步的,如逐渐加速或逐渐减速,实际行驶中不会产生突变。为了防止车速突变,可以结合上述位置的速度先验值进行平滑处理,在上述对应关系中,将符合条件的位置所在车道的历史车速,按照该位置的速度先验值将该历史车速平滑处理为多个符合车速变化规律的参考车速,从而保证车速平稳过渡。例如,符合条件的位置为施工工地,所在车道的历史车速为60km/h,根据该施工工地的先验值0km/h,将该历史车速60km/h平滑处理为60->50->30->10->0km/h的多个参考车速,从而避免了车速突变,提升体验。
图4是根据本公开一实施例中在高精地图中提供参考车速的流程示意图。如图4所示,在高精地图中提供参考车速的流程可以包括:从高精地图的云服务中获取车辆的历史数据到车辆中,这些历史数据可以提取出来存储在数据池中。根据其中历史车速的属性信息可以划分并存储到多个数据桶中。基于历史车速和属性信息与高精地图中道路的车道信息进行匹配,确定出历史车速与车道的对应关系,也可以称为将历史车速附着在车道上。然后可以根据高精地图中的动态图层确定符合条件的位置,根据高精地图中的静态图层筛选出该位置的速度先验值,根据该位置及速度先验值对附着的历史车速进行平滑处理。另外,还可以从高精地图的静态图层中获取车道的限速值,将对应关系中的历史车速与对应车道的限速值作比较,检测出差值大于阈值的异常车速,再使用异常原因分析模型分析异常车速得到异常原因,将异常原因保存到高精地图的经验图层中,还可以存储在高精地图的云服务中。
图5是根据本公开一实施例中在高精地图中提供参考车速的界面示意图。参见图5,在设备的显示界面上进行参考车速的显示。其中,该设备可以为计算机、笔记本电脑、手机、用户车辆或自动驾驶车辆的车载终端等等,具体不限定。示例性地,应用的场景可以为地图导航。在一种实施方式下,当前界面下半部分显示的是当前行驶道路所在地图区域的概况,当前行驶道路上标注有行驶方向,从南向北即将右拐;当前界面上半部分显示的是当前行驶道路的局部车道的示意,右拐后的道路包括三条车道,在这三条车道上分别标注各自对应的参考车速,100km/h、90km/h和80km/h,可以在界面上起到提醒的作用。进一步地还可以对显示的参考车速进行语音播报,从而方便用户行车或自动驾驶车辆设置行车速度,提升用户的体验或自动驾驶的安全性。
本公开实施例提供的上述方法,基于历史车速和属性信息匹配得到历史车速与车道的对应关系,将车道对应的历史车速作为参考车速呈现在高精地图中,与仅在高精地图中提供限速值相比,极大地丰富了高精地图的功能,基于历史车速得到的参考车速数据更真实可靠,参考性强,为自动驾驶设置行车速度提供了更多的数据支撑,提高了自动驾驶的安全性,增强了用户体验。
图6是根据本公开一实施例中在高精地图中提供参考车速的装置框图。如图6所示,该装置包括:
第一获取模块601,用于获取高精地图中道路的车道信息;
第二获取模块602,用于获取历史车速和对应的属性信息,该历史车速为经过上述道路的车辆的历史车速;
确定模块603,用于基于获取的历史车速和属性信息与车道信息进行匹配,确定历史车速与车道的对应关系;
呈现模块604,用于根据对应关系将高精地图中的车道对应的历史车速作为参考车速呈现在高精地图中。
在一种实施方式中,确定模块603包括:
属性确定单元,用于在获取的属性信息中确定出符合当前场景的属性信息;
关系确定单元,用于将符合当前场景的属性信息所对应的历史车速,与车道信息中的类型信息进行匹配,确定历史车速与车道的对应关系。
在一种实施方式中,上述属性确定单元可以用于以下至少一种:
在获取的属性信息中,确定星期和时间段与当前时刻符合的属性信息;
在获取的属性信息中,确定天气与当前天气符合的属性信息;
在获取的属性信息中,确定行驶方向与当前行驶方向符合的属性信息;
在获取的属性信息中,确定自动驾驶状态与当前驾驶状态符合的属性信息。
在一种实施方式中,上述关系确定单元可以包括:
确定子单元,用于根据车道信息中各车道的类型确定各车道的车速关系;
计算子单元,用于对符合当前场景的属性信息所对应的历史车速,使用符合车速关系的匹配算法与各车道的类型进行匹配,得到历史车速与车道的对应关系。
在一种实施方式中,上述计算子单元可以用于以下至少一种:
在车道信息中的车道类型包括主路和辅路的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合主路车速高于辅路车速的匹配算法与各车道的类型进行匹配,得到车速高的历史车速对应主路以及车速低的历史车速对应辅路的对应关系;
在车道信息中的车道类型包括入口和出口的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合入口车速高于出口车速的匹配算法与各车道的类型进行匹配,得到车速高的历史车速对应入口以及车速低的历史车速对应出口的对应关系。
在一种实施方式中,上述装置还可以包括:
平滑处理模块,用于根据高精地图中的动态图层确定符合条件的位置,根据高精地图中的静态图层筛选出位置的速度先验值,根据位置及速度先验值对对应关系中的历史车速进行平滑处理。
图7是根据本公开一实施例中在高精地图中提供参考车速的装置框图。如图7所示,该装置可以包括:第一获取模块701、第二获取模块702、确定模块703和呈现模块704,功能与图6所示的第一获取模块601、第二获取模块602、确定模块603和呈现模块604分别相同,此处不再赘述。
在一种实施方式中,上述装置还可以包括:
异常检测模块705,用于从高精地图的静态图层中获取车道的限速值,将对应关系中的历史车速与对应车道的限速值作比较,检测出差值大于阈值的异常车速。
在一种实施方式中,上述装置还可以包括:
归因模块706,用于使用异常原因分析模型分析异常车速得到异常原因,将异常原因保存到高精地图的经验图层中。
本公开实施例提供的上述装置,可以执行上述任一方法实施例中提供的方法,具体过程详见上述方法实施例中的描述,此处不再赘述。
本公开实施例提供的上述装置,基于历史车速和属性信息匹配得到历史车速与车道的对应关系,将车道对应的历史车速作为参考车速呈现在高精地图中,与仅在高精地图中提供限速值相比,极大地丰富了高精地图的功能,基于历史车速得到的参考车速数据更真实可靠,参考性强,为自动驾驶设置行车速度提供了更多的数据支撑,提高了自动驾驶的安全性,增强了用户体验。
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8示出了可以用来实施本公开的实施例的示例电子设备800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8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理,例如高精地图提供参考车速的方法。例如,在一些实施例中,高精地图提供参考车速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808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的高精地图提供参考车速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801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行高精地图提供参考车速的方法。
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 (19)
1.一种在高精地图中提供参考车速的方法,包括:
获取高精地图中道路的车道信息;
获取历史车速和对应的属性信息,所述历史车速为经过所述道路的车辆的历史车速;
基于获取的历史车速和属性信息与所述车道信息进行匹配,确定历史车速与车道的对应关系;
根据所述对应关系将所述高精地图中的车道对应的历史车速作为参考车速呈现在所述高精地图中。
2.根据权利要求1所述的方法,其中,所述基于获取的历史车速和属性信息与所述车道信息进行匹配,确定历史车速与车道的对应关系,包括:
在获取的属性信息中确定出符合当前场景的属性信息;
将符合当前场景的属性信息所对应的历史车速,与所述车道信息中的类型信息进行匹配,确定所述历史车速与车道的对应关系。
3.根据权利要求2所述的方法,其中,所述在获取的属性信息中确定出符合当前场景的属性信息,包括以下至少一种:
在获取的属性信息中,确定星期和时间段与当前时刻符合的属性信息;
在获取的属性信息中,确定天气与当前天气符合的属性信息;
在获取的属性信息中,确定行驶方向与当前行驶方向符合的属性信息;
在获取的属性信息中,确定自动驾驶状态与当前驾驶状态符合的属性信息。
4.根据权利要求2所述的方法,其中,所述将符合当前场景的属性信息所对应的历史车速,与所述车道信息中的类型信息进行匹配,确定所述历史车速与车道的对应关系,包括:
根据所述车道信息中各车道的类型确定各车道的车速关系;
对符合当前场景的属性信息所对应的历史车速,使用符合所述车速关系的匹配算法与所述各车道的类型进行匹配,得到所述历史车速与车道的对应关系。
5.根据权利要求4所述的方法,其中,所述对符合当前场景的属性信息所对应的历史车速,使用符合所述车速关系的匹配算法与所述各车道的类型进行匹配,得到所述历史车速与车道的对应关系,包括以下至少一种:
在所述车道信息中的车道类型包括主路和辅路的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合主路车速高于辅路车速的匹配算法与所述各车道的类型进行匹配,得到车速高的历史车速对应主路以及车速低的历史车速对应辅路的对应关系;
在所述车道信息中的车道类型包括入口和出口的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合入口车速高于出口车速的匹配算法与所述各车道的类型进行匹配,得到车速高的历史车速对应入口以及车速低的历史车速对应出口的对应关系。
6.根据权利要求1所述的方法,还包括:
根据所述高精地图中的动态图层确定符合条件的位置;
根据所述高精地图中的静态图层筛选出所述位置的速度先验值;
根据所述位置及速度先验值对所述对应关系中的历史车速进行平滑处理。
7.根据权利要求1-6中任一项所述的方法,还包括:
从所述高精地图的静态图层中获取车道的限速值;
将所述对应关系中的历史车速与对应车道的限速值作比较,检测出差值大于阈值的异常车速。
8.根据权利要求7所述的方法,还包括:
使用异常原因分析模型分析所述异常车速得到异常原因,将所述异常原因保存到所述高精地图的经验图层中。
9.一种在高精地图中提供参考车速的装置,包括:
第一获取模块,用于获取高精地图中道路的车道信息;
第二获取模块,用于获取历史车速和对应的属性信息,所述历史车速为经过所述道路的车辆的历史车速;
确定模块,用于基于获取的历史车速和属性信息与所述车道信息进行匹配,确定历史车速与车道的对应关系;
呈现模块,用于根据所述对应关系将所述高精地图中的车道对应的历史车速作为参考车速呈现在所述高精地图中。
10.根据权利要求9所述的装置,所述确定模块包括:
属性确定单元,用于在获取的属性信息中确定出符合当前场景的属性信息;
关系确定单元,用于将符合当前场景的属性信息所对应的历史车速,与所述车道信息中的类型信息进行匹配,确定所述历史车速与车道的对应关系。
11.根据权利要求10所述的装置,所述属性确定单元用于以下至少一种:
在获取的属性信息中,确定星期和时间段与当前时刻符合的属性信息;
在获取的属性信息中,确定天气与当前天气符合的属性信息;
在获取的属性信息中,确定行驶方向与当前行驶方向符合的属性信息;
在获取的属性信息中,确定自动驾驶状态与当前驾驶状态符合的属性信息。
12.根据权利要求10所述的装置,所述关系确定单元包括:
确定子单元,用于根据所述车道信息中各车道的类型确定各车道的车速关系;
计算子单元,用于对符合当前场景的属性信息所对应的历史车速,使用符合所述车速关系的匹配算法与所述各车道的类型进行匹配,得到所述历史车速与车道的对应关系。
13.根据权利要求12所述的装置,所述计算子单元用于以下至少一种:
在所述车道信息中的车道类型包括主路和辅路的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合主路车速高于辅路车速的匹配算法与所述各车道的类型进行匹配,得到车速高的历史车速对应主路以及车速低的历史车速对应辅路的对应关系;
在所述车道信息中的车道类型包括入口和出口的情况下,对符合当前场景的属性信息所对应的历史车速,使用符合入口车速高于出口车速的匹配算法与所述各车道的类型进行匹配,得到车速高的历史车速对应入口以及车速低的历史车速对应出口的对应关系。
14.根据权利要求9所述的装置,还包括:
平滑处理模块,用于根据所述高精地图中的动态图层确定符合条件的位置,根据所述高精地图中的静态图层筛选出所述位置的速度先验值,根据所述位置及速度先验值对所述对应关系中的历史车速进行平滑处理。
15.根据权利要求9-14中任一项所述的装置,还包括:
异常检测模块,用于从所述高精地图的静态图层中获取车道的限速值,将所述对应关系中的历史车速与对应车道的限速值作比较,检测出差值大于阈值的异常车速。
16.根据权利要求15所述的装置,还包括:
归因模块,用于使用异常原因分析模型分析所述异常车速得到异常原因,将所述异常原因保存到所述高精地图的经验图层中。
17.一种电子设备,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1-8中任一项所述的方法。
18.一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1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210333921.4A CN114694401B (zh) | 2022-03-30 | 2022-03-30 | 在高精地图中提供参考车速的方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210333921.4A CN114694401B (zh) | 2022-03-30 | 2022-03-30 | 在高精地图中提供参考车速的方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114694401A true CN114694401A (zh) | 2022-07-01 |
CN114694401B CN114694401B (zh) | 2023-06-27 |
Family
ID=82140561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210333921.4A Active CN114694401B (zh) | 2022-03-30 | 2022-03-30 | 在高精地图中提供参考车速的方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114694401B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273512A (zh) * | 2022-07-22 | 2022-11-01 | 重庆长安汽车股份有限公司 | 自动驾驶车辆的防碰撞辅助方法、装置、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5856802A (en) * | 1996-06-14 | 1999-01-05 | Matsushita Electric Industrial Co., Ltd. | Vehicle navigator |
JP2003207348A (ja) * | 2002-01-16 | 2003-07-25 | Sharp Corp | ナビゲーション装置およびナビゲーションシステム |
US20100049397A1 (en) * | 2008-08-22 | 2010-02-25 | Garmin Ltd. | Fuel efficient routing |
US20120283942A1 (en) * | 2009-11-12 | 2012-11-08 | T Siobbel Stephen | Navigation system with live speed warning for merging traffic flow |
US20130245945A1 (en) * | 2011-02-24 | 2013-09-19 | Mitsubishi Electric Corporation | Navigation device, recommended speed arithmetic device, and recommended speed presentation device |
US20160061620A1 (en) * | 2014-08-29 | 2016-03-03 | Mapquest, Inc. | Systems and methods for electronic display of various conditions along a navigation route |
CN106935052A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种基于行驶数据的变速提示方法及装置 |
US20180018868A1 (en) * | 2015-04-03 | 2018-01-18 | Alibaba Group Holding Limited | Logistics monitoring method and device |
US20180174443A1 (en) * | 2016-12-21 | 2018-06-21 | Here Global B.V. | Method, apparatus, and computer program product for determining vehicle lane speed patterns based on received probe data |
US20190310100A1 (en) * | 2018-04-10 | 2019-10-10 | Toyota Jidosha Kabushiki Kaisha | Dynamic Lane-Level Vehicle Navigation with Lane Group Identification |
CN114092911A (zh) * | 2021-11-23 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种道路识别方法、装置、电子设备以及存储介质 |
-
2022
- 2022-03-30 CN CN202210333921.4A patent/CN114694401B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5856802A (en) * | 1996-06-14 | 1999-01-05 | Matsushita Electric Industrial Co., Ltd. | Vehicle navigator |
JP2003207348A (ja) * | 2002-01-16 | 2003-07-25 | Sharp Corp | ナビゲーション装置およびナビゲーションシステム |
US20100049397A1 (en) * | 2008-08-22 | 2010-02-25 | Garmin Ltd. | Fuel efficient routing |
US20120283942A1 (en) * | 2009-11-12 | 2012-11-08 | T Siobbel Stephen | Navigation system with live speed warning for merging traffic flow |
US20130245945A1 (en) * | 2011-02-24 | 2013-09-19 | Mitsubishi Electric Corporation | Navigation device, recommended speed arithmetic device, and recommended speed presentation device |
US20160061620A1 (en) * | 2014-08-29 | 2016-03-03 | Mapquest, Inc. | Systems and methods for electronic display of various conditions along a navigation route |
US20180018868A1 (en) * | 2015-04-03 | 2018-01-18 | Alibaba Group Holding Limited | Logistics monitoring method and device |
CN106935052A (zh) * | 2015-12-30 | 2017-07-07 | 沈阳美行科技有限公司 | 一种基于行驶数据的变速提示方法及装置 |
US20180174443A1 (en) * | 2016-12-21 | 2018-06-21 | Here Global B.V. | Method, apparatus, and computer program product for determining vehicle lane speed patterns based on received probe data |
US20190310100A1 (en) * | 2018-04-10 | 2019-10-10 | Toyota Jidosha Kabushiki Kaisha | Dynamic Lane-Level Vehicle Navigation with Lane Group Identification |
CN110361024A (zh) * | 2018-04-10 | 2019-10-22 | 丰田自动车株式会社 | 利用车辆组标识的动态车道级车辆导航 |
CN114092911A (zh) * | 2021-11-23 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种道路识别方法、装置、电子设备以及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273512A (zh) * | 2022-07-22 | 2022-11-01 | 重庆长安汽车股份有限公司 | 自动驾驶车辆的防碰撞辅助方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114694401B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113029180A (zh) | 一种交通限制识别方法、装置、电子设备及存储介质 | |
CN112634632A (zh) | 车辆调度的方法、装置、电子设备及存储介质 | |
CN114120650A (zh) | 用于生成测试结果的方法、装置 | |
CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
CN114333312A (zh) | 一种道路交通环境信息的展示方法、装置以及电子设备 | |
CN114694401B (zh) | 在高精地图中提供参考车速的方法、装置和电子设备 | |
CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
CN114771576A (zh) | 行为数据处理方法、自动驾驶车辆的控制方法及自动驾驶车辆 | |
CN115060249A (zh) | 电子地图的构建方法、装置、设备和介质 | |
CN114648269A (zh) | 匹配车辆行驶路线的方法、装置、电子设备、介质及产品 | |
CN114625744A (zh) | 电子地图的更新方法和装置 | |
CN114596709A (zh) | 数据处理方法、装置、设备以及存储介质 | |
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 | |
CN113450794B (zh) | 导航播报的检测方法、装置、电子设备和介质 | |
CN114582125B (zh) | 道路通行方向的识别的方法、装置、设备及存储介质 | |
CN114419593A (zh) | 信息处理方法、装置、设备以及存储介质 | |
CN113837455B (zh) | 打车方法、装置、电子设备和可读存储介质 | |
CN113850297B (zh) | 道路数据的监测方法、装置、电子设备及存储介质 | |
CN115171075A (zh) | 道路类型识别方法、装置及设备 | |
CN112735130B (zh) | 交通数据的处理方法、装置、电子设备和介质 | |
CN114419883A (zh) | 识别路口缺失交通限制信息的方法、装置和电子设备 | |
CN114218344A (zh) | 地图数据更新方法、装置、设备、存储介质和程序产品 | |
CN113947897B (zh) | 获取道路交通状况的方法、装置、设备及自动驾驶车辆 | |
CN114925280B (zh) | 兴趣点质量的校验方法、装置、电子设备和介质 | |
CN114863285B (zh) | 识别目标道路的方法、装置、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 |