CN114913503B - 提示点的确定方法、装置、服务器、车辆和存储介质 - Google Patents

提示点的确定方法、装置、服务器、车辆和存储介质 Download PDF

Info

Publication number
CN114913503B
CN114913503B CN202210395606.4A CN202210395606A CN114913503B CN 114913503 B CN114913503 B CN 114913503B CN 202210395606 A CN202210395606 A CN 202210395606A CN 114913503 B CN114913503 B CN 114913503B
Authority
CN
China
Prior art keywords
lane
information
point
vehicle
prompt
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
Application number
CN202210395606.4A
Other languages
English (en)
Other versions
CN114913503A (zh
Inventor
董嘉傲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jidu Technology Co Ltd
Original Assignee
Beijing Jidu Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jidu Technology Co Ltd filed Critical Beijing Jidu Technology Co Ltd
Priority to CN202210395606.4A priority Critical patent/CN114913503B/zh
Publication of CN114913503A publication Critical patent/CN114913503A/zh
Application granted granted Critical
Publication of CN114913503B publication Critical patent/CN114913503B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • 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
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种提示点的确定方法、装置、服务器、车辆和存储介质，该方法包括：接收传感信息，至少一部分传感信息由安装于车辆上的传感器获取；接收车道信息，车道信息用于指示车辆行驶在至少一个车道的其中一条车道的信息；根据传感信息，确定预设类别的对象与车辆之间的相对位置信息；根据车道信息以及相对位置信息，确定对象在地图中对应的目标位置；其中，目标位置用于在地图中确定提示点，提示点与特定车道关联。采用本发明，可以自动在地图中挖掘可能的与特定车道相关联的提示点。即使在道路的数量较为庞大的情况下，依然能够高效地自主挖掘提示点，操作成本低，且更新及时、操作效率高。

Description

提示点的确定方法、装置、服务器、车辆和存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种提示点的确定方法、装置、服务器、车辆和存储介质。
背景技术
随着科学技术的不断进步，人们的出行从依靠经验或者纸质地图已经过渡为依靠电子的地图。只要用户输入出发地以及目的地，设备就会自动在地图中规划从出发地去往目的地的路径。同时，在用户驾驶车辆去往目的地的途中，当经过路径中设置的提示点时就会触发播报提示点对应的引导信息。
在实际使用地图之前，需要实地考察各个地方铺设的道路。具体来说，地图的运维平台会派遣考察车沿着各个地方铺设的所有道路拍摄道路图像，同时记录每个道路图像对应的拍摄地点，然后再由人工挨个查看每个道路图像，挖掘对经过道路图像中的道路的用户需要进行提示的引导信息，并基于道路图像对应的拍摄地点在地图中选择合适的位置设置提示点。
在道路的数量较为庞大的情况下，采用人工挖掘和标注提示点的方式需要消耗大量的人力资源，且操作效率极低。道路级的提示点无法结合车辆自身车道信息情况为自车提供精确的行为导航，如：自车在高速公路最左侧车道行驶，需要驶出高速，因此需要连续两次变换车道。车道级提示点可以更精确指导变道行为，获得更好的用户体验。
发明内容
本发明实施例提供一种提示点的确定方法、装置、服务器、车辆和存储介质，用以实现自主挖掘和标注提示点，降低操作成本，提高操作效率。
第一方面，本发明实施例提供一种地图中提示点的确定方法，包括：
接收传感信息，至少一部分所述传感信息由安装于车辆上的传感器获取；
接收车道信息，所述车道信息用于指示所述车辆行驶在至少一个车道的其中一条车道的信息；
根据所述传感信息，确定预设类别的对象与所述车辆之间的相对位置信息；
根据所述车道信息以及所述相对位置信息，确定所述对象在地图中对应的目标位置；
其中，所述目标位置用于在所述地图中确定提示点，所述提示点与特定车道关联。
可选地，所述传感器包括摄像头和/或激光雷达，所述传感信息包括：
通过所述摄像头拍摄的图像；以及，
通过所述激光雷达扫描得到的点云数据，其中，所述点云数据中的每个点对应于所述车辆车身周围环境中的一个实物点，所述点云数据包括多个点各自对应的实物点与所述车辆之间的相对位置信息、以及各实物点对所述激光雷达发射的激光信号的反射率。
可选地，所述根据所述传感信息，确定预设类别的对象与所述车辆之间的相对位置信息，包括：
将所述图像和所述点云数据输入到预先训练的神经网络模型中进行语义提取，以确定预设类别的对象与所述车辆之间的相对位置信息。
可选地，所述预设类别的对象至少包括以下任一项：车道线、道路交通标志、交通参与者。
第二方面，本发明实施例提供一种信息的提示方法，包括：
获取第一车辆在地图中对应的车道信息，所述车道信息用于指示所述第一车辆行驶在包括至少一个车道的道路中的其中一条车道的信息；
若所述车道信息与预设的特定车道相匹配，则确定与所述特定车道相关联的提示点，其中，所述提示点是基于预设类别的对象在所述地图中对应的目标位置确定出的，所述目标位置是基于第二车辆采集的传感信息确定出的；
展示和/或播报与所述提示点对应的提示信息。
可选地，所述预设类别的对象至少包括以下任一项：车道线、道路交通标志、交通参与者。
可选地，所述预设类别的对象为道路交通标志中的限速标志，所述限速标志对应的限速值高的特定车道的提示信息早于所述限速标志对应的限速值低的特定车道的提示信息进行展示。
可选地，所述若所述车道信息与预设的特定车道相匹配，则确定与所述特定车道相关联的提示点，包括：
确定所述第一车辆的行车意向；
若所述车道信息与预设的特定车道相匹配，且所述行车意向满足预设条件，则确定与所述特定车道相关联的提示点。
可选地，所述若所述车道信息与预设的特定车道相匹配，且所述行车意向满足预设条件，则确定与所述特定车道相关联的提示点，包括：
若所述车道信息与预设的特定车道相匹配，且所述行车意向为切换至与所述特定车道相邻的指定车道，则确定与所述特定车道相关联的提示点；
所述在所述地图中展示与所述提示点对应的提示信息，包括：
在所述地图中展示用于提示需要提前切换至所述指定车道的提示信息。
可选地，所述预设类别的对象为车道线；
所述目标位置指示所述车道线位于所述特定车道和所述指定车道之间，且所述车道线沿行车方向由虚线变为实线。
可选地，所述预设类别的对象为交通参与者中的机动车；
所述目标位置指示处于所述指定车道中的机动车的数量大于预设阈值。
可选地，所述若所述车道信息与预设的特定车道相匹配，且所述行车意向为切换至与所述特定车道相邻的指定车道，则确定与所述特定车道相关联的提示点，包括：
确定当前时段；
若所述车道信息与预设的特定车道相匹配，所述行车意向为切换至所述指定车道，且所述当前时段与所述第二车辆采集所述传感信息的时段相匹配，则确定与所述特定车道相关联的提示点。
第三方面，本发明实施例提供一种地图中提示点的确定装置，包括：
接收模块，用于接收传感信息，至少一部分所述传感信息由安装于车辆上的传感器获取；接收车道信息，所述车道信息用于指示所述车辆行驶在至少一个车道的其中一条车道的信息；
确定模块，用于根据所述传感信息，确定预设类别的对象与所述车辆之间的相对位置信息；根据所述车道信息以及所述相对位置信息，确定所述对象在地图中对应的目标位置；
其中，所述目标位置用于在所述地图中确定提示点，所述提示点与特定车道关联。
可选地，所述传感器包括摄像头和/或激光雷达，所述传感信息包括：
通过所述摄像头拍摄的图像；以及，
通过所述激光雷达扫描得到的点云数据，其中，所述点云数据中的每个点对应于所述车辆车身周围环境中的一个实物点，所述点云数据包括多个点各自对应的实物点与所述车辆之间的相对位置信息、以及各实物点对所述激光雷达发射的激光信号的反射率。
可选地，所述确定模块，用于：
将所述图像和所述点云数据输入到预先训练的神经网络模型中进行语义提取，以确定预设类别的对象与所述车辆之间的相对位置信息。
可选地，所述预设类别的对象至少包括以下任一项：车道线、道路交通标志、交通参与者。
第四方面，本发明实施例提供一种信息的提示装置，包括：
获取模块，用于获取第一车辆在地图中对应的车道信息，所述车道信息用于指示所述第一车辆行驶在包括至少一个车道的道路中的其中一条车道的信息；
确定模块，用于若所述车道信息与预设的特定车道相匹配，则确定与所述特定车道相关联的提示点，其中，所述提示点是基于预设类别的对象在所述地图中对应的目标位置确定出的，所述目标位置是基于第二车辆采集的传感信息确定出的；
提示模块，用于展示和/或播报与所述提示点对应的提示信息。
可选地，所述预设类别的对象至少包括以下任一项：车道线、道路交通标志、交通参与者。
可选地，所述预设类别的对象为道路交通标志中的限速标志，所述限速标志对应的限速值高的特定车道的提示信息早于所述限速标志对应的限速值低的特定车道的提示信息进行展示。
可选地，所述确定模块，用于：
确定所述第一车辆的行车意向；
若所述车道信息与预设的特定车道相匹配，且所述行车意向满足预设条件，则确定与所述特定车道相关联的提示点。
可选地，所述确定模块，用于：
若所述车道信息与预设的特定车道相匹配，且所述行车意向为切换至与所述特定车道相邻的指定车道，则确定与所述特定车道相关联的提示点；
所述在所述地图中展示与所述提示点对应的提示信息，包括：
在所述地图中展示用于提示需要提前切换至所述指定车道的提示信息。
可选地，所述预设类别的对象为车道线；
所述目标位置指示所述车道线位于所述特定车道和所述指定车道之间，且所述车道线沿行车方向由虚线变为实线。
可选地，所述预设类别的对象为交通参与者中的机动车；
所述目标位置指示处于所述指定车道中的机动车的数量大于预设阈值。
可选地，所述确定模块，用于：
确定当前时段；
若所述车道信息与预设的特定车道相匹配，所述行车意向为切换至所述指定车道，且所述当前时段与所述第二车辆采集所述传感信息的时段相匹配，则确定与所述特定车道相关联的提示点。
第五方面，本发明实施例提供一种服务器，其中包括处理器和存储器，其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器至少可以实现第一方面中的地图中提示点的确定方法。
第六方面，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被服务器的处理器执行时，使所述处理器至少可以实现第一方面中的地图中提示点的确定方法。
第七方面，本发明实施例提供一种车辆，其中包括处理器和存储器，其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器至少可以实现第二方面中的信息的提示方法。
第八方面，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被车辆的处理器执行时，使所述处理器至少可以实现第二方面中的信息的提示方法。
采用本发明，可以通过对车辆上传的传感信息的分析，自动识别传感信息中的预设类别的对象与车辆之间的相对位置信息。然后基于车辆在地图中对应的车道信息，将对象与车辆之间的相对位置信息转换为对象在地图中对应的目标位置。进而可以基于目标位置，自动在地图中挖掘可能的与特定车道相关联的提示点。即使在道路的数量较为庞大的情况下，依然能够高效地自主挖掘提示点，操作成本低，且更新及时、操作效率高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明实施例提供的一种地图中提示点的确定方法的流程示意图；
图2为本发明实施例提供的一种信息的提示方法的流程示意图；
图3为本发明实施例提供的一种不同车道限速场景下提示点设置示意图；
图4为本发明实施例提供的一种车流量较大场景下提示点设置示意图；
图5为本发明实施例提供的一种车道线虚实变化场景下提示点设置示意图；
图6为本发明实施例提供的一种地图中提示点的确定装置的结构示意图；
图7为本发明实施例提供的一种信息的提示装置的结构示意图；
图8为本发明实施例提供的一种服务器的结构示意图；
图9为本发明实施例提供的一种车辆的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
图1为本发明实施例提供的一种地图中提示点的确定方法的流程图，该方法可以应用于云端设置的服务器。如图1所示，该方法包括如下步骤：
101、接收传感信息，至少一部分传感信息由安装于车辆上的传感器获取。
102、接收车道信息，车道信息用于指示车辆行驶在至少一个车道的其中一条车道的信息。
103、根据传感信息，确定预设类别的对象与车辆之间的相对位置信息。
104、根据车道信息以及相对位置信息，确定对象在地图中对应的目标位置。
其中，目标位置用于在地图中确定提示点，提示点与特定车道关联。
随着科技的发展，车辆变得越来越智能。车辆的车身周围一般会安装有各种传感器，通过各种传感器采集到的数据进行辅助驾驶。其中，传感器例如是摄像头、激光雷达等。实际应用中，大量的车辆会行驶在道路中，在车辆所有者同意的情况下，可以让车辆将通过传感器采集到的传感信息上传到服务器。在服务器中可以对这些传感信息进行分析，以挖掘可以在地图中设置的提示点。
需要说明的是，在服务器中在地图中设置提示点并不表示在地图中展示这些提示点，在服务器中只是将提示点在地图中相应的设置位置进行存储，同时与提示点相关联存储的还可以包括对应的提示信息。
其中，需要说明的是，提示点与特定车道关联，与特定车道关联的提示点是指具体针对某条道路中的某个路段的特定车道设置的提示点。
在另一方面，随着定位技术的发展，定位精度越来越高，从以前的只能定位到某条道路中的某个路段发展为可以定位到具体的车道，即车道信息。
另外需要说明的是，在某些可选实施例中，传感器可以包括摄像头和/或激光雷达。相应地，车辆上传的传感信息可以包括通过车辆上安装的摄像头拍摄的图像、以及通过车辆上安装的激光雷达扫描得到的点云数据。其中，激光雷达可以是多线激光雷达。点云数据中的每个点对应于车辆车身周围环境中的一个实物点，点云数据可以包括多个点各自对应的实物点与车辆之间的相对位置信息、以及各实物点对激光雷达发射的激光信号的反射率。
在本发明实施例中，可选地，为了挖掘可能的提示点，在服务器获取到车辆上传的传感信息之后，可以将传感信息输入到预先训练的神经网络模型中，通过该神经网络模型可以对传感信息进行语义提取处理。通过对传感信息的语义提取处理，可以识别传感信息中的预设类别的对象与车辆之间的相对位置信息。
可以理解的是，传感信息中可以包括各种实物体对象，各种实物体对象中的某些类别的对象是挖掘提示点的过程中所关注的对象。这些类别的对象在某些可选实施例中，可以包括但不限于车道线、道路交通标志、交通参与者等。
其中，车道线可以包括单线或者双线。单线可以包括单实线、单虚线等。双线可以包括双实线、双虚线、一侧实一侧虚线等。
道路交通标志可以包括交通信号灯、提示牌、地面提示信息等。提示牌例如包括限速、转弯、禁停、禁止超车、禁止入内等。地面提示信息例如包括导流区、人行横道、导向箭头、限速标志等。
本发明实施例中的交通参与者可以包括除本车辆以外的其他机动车、非机动车、行人等。
通过神经网络模型可以识别出传感信息中的预设类别的对象，并可以输出这些对象各自对应的分类标签以及各自在传感信息中对应的检测框，该检测框可以是三维空间中的检测框。在某些可选实施例中，检测框可以通过顶点坐标、中心点坐标、以及长宽高等参数进行表示。对象对应的检测框在三维空间中的位置，即可表示该对象与车辆之间的相对位置信息。举例来说，该相对位置信息例如可以表示某个车辆B在本车辆A的顺时针45°方向上的5米距离位置处。
另外需要说明的是，可以通过训练使得神经网络模型具有识别预设类别的对象的功能。在实际训练之前可以采集大量的传感信息样本，这些传感信息样本中可以包括各种实物体对象。然后让神经网络模型对传感信息样本中的预设类别的对象所具备的特征进行学习，这样在完成训练后神经网络模型可以识别任一传感信息中的预设类别的对象。
需要说明的是，拍摄的图像中可以包含不同类别的对象，但是其中只有一部分是在挖掘提示点的过程中所关注的对象，也就是预设类别的对象。对于预设类别的对象中的车道线以及道路交通标志来说，可以通过拍摄的图像识别出车道线或者道路交通标志，但是仅通过图像识别出的车道线或者道路交通标志只是在图像中的位置，比如说车道线或者道路交通标志在哪些像素点。而在另一方面，可以通过激光雷达获取点云数据，在点云数据中记录有所有物体(其中也包括车道线或者道路交通标志，因为车道线或者道路交通标志也是实物体，也可以对激光雷达发射的激光信号进行反射，能反射激光信号的物体一般来说就可以被激光雷达检测到，点云数据中也会有其相关的数据)与车辆之间的相对位置信息，所以进一步地可以基于点云数据确定出车道线或者道路交通标志和车辆之间的相对位置信息。
其后，可以通过车辆中安装的定位装置，在地图中标注车辆对应的车道信息。这样，可以根据车辆在地图中对应的车道信息以及对象与车辆之间的相对位置信息，确定对象在地图中对应的目标位置。
比如说，已确定某个车辆B在本车辆X的顺时针45°方向上的5米距离位置处，又获取到车辆X在道路A中的路段S的车道B1。根据车辆X对应的车道信息，可以推出车辆B具体所在的道路、路段以及车道。假设通过上述信息推出车辆B位于道路A中的路段S的车道B2。
另外值得注意的是，如果对象不在某个具体的车道上，则可以根据车辆在地图中对应的车道信息以及对象与车辆之间的相对位置信息，确定对象在地图中对应的精确定位。比如说，假设对象为道路侧边上树立的提示牌，提示牌并未设立于某条道路的某个车道上，在这种情况下，可以确定提示牌在地图中对应的精确定位。
最后，可以基于对象在地图中对应的目标位置，在地图中确定提示点。具体来说，可以根据对象的指示内容确定提示信息，并确定该对象的指示内容在地图中针对的指示区域，基于该指示区域在地图中确定提示点，将提示信息绑定到该提示点上。
举例来说，假设对象为红绿灯，红绿灯的指示内容为提示车辆通过或者等待，对应的提示信息可以是“前方XX米处有红绿灯，请注意减速通行”。该红绿灯设置在某路口并朝向某方向，在该方向上铺设有道路A，该道路A由4个车道构成。可以确定的是，该红绿灯是针对道路A中的4个车道同时进行设定的。可以在该道路A中距离路口XX米的位置处，在4个车道上分别设置提示点，用于向驾驶员提示前方有红绿灯。
值得注意的是，在提示点的设置位置前后预设距离范围内，如果已存在已建立的提示点，可以直接将新挖掘出的提示信息绑定到该已建立的提示点上。如果不存在已建立的提示点，可以在确定出的提示点的设置位置上新建提示点，并绑定提示信息。
采用本发明，可以通过对车辆上传的传感信息的分析，自动识别传感信息中的预设类别的对象与车辆之间的相对位置信息。然后基于车辆在地图中对应的车道信息，将对象与车辆之间的相对位置信息转换为对象在地图中对应的目标位置。进而可以基于目标位置，自动在地图中挖掘可能的与特定车道相关联的提示点。即使在道路的数量较为庞大的情况下，依然能够高效地自主挖掘提示点，操作成本低，且更新及时、操作效率高。
图2为本发明实施例提供的一种信息的提示方法的流程图，该方法可以应用于车辆。如图2所示，该方法包括如下步骤：
201、获取第一车辆在地图中对应的车道信息，车道信息用于指示第一车辆行驶在包括至少一个车道的道路中的其中一条车道的信息。
202、若车道信息与预设的特定车道相匹配，则确定与特定车道相关联的提示点，其中，提示点是基于预设类别的对象在地图中对应的目标位置确定出的，目标位置是基于第二车辆采集的传感信息确定出的。
203、展示和/或播报与提示点对应的提示信息。
在上一个实施例中介绍了在服务器对作为采集的第二车辆采集到的传感信息进行提示点挖掘的过程，在经过挖掘之后，可以得到地图中可能的提示点的设置位置，这些设置位置实际是指某个特定车道。另外，还可以获得与各提示点对应的提示信息。可以在服务器中将提示点、与提示点关联的特定车道以及对应的提示信息关联进行存储。这样，可以将上述对应关系下发到作为实际使用地图的第一车辆，这样第一车辆可以应用设置好上述提示点以及提示信息的地图进行导航操作。
实际应用中，在第一车辆行驶过程中可以定位第一车辆所在车道。当第一车辆行驶经过某条道路中的某个路段时，可以根据第一车辆具体所在的特定车道触发展示或者播报针对不同特定车道设置的提示点对应的提示信息。
比如说，第一车辆通过车道B1行驶经过道路A中的路段S，触发展示或者播报提示点P1对应的提示信息。车辆通过车道B2行驶经过道路A中的路段S，触发展示或者播报提示点P2对应的提示信息。也就是说，在第一车辆经过同一个道路中的同一个路段，由于第一车辆所在的车道不同，可能会触发展示或者播报不同提示点对应的提示信息。
上述的提示点或者提示信息是基于第二车辆采集到的传感信息挖掘得到的。具体来说，可以基于传感信息，确定预设类型的对象与第二车辆之间的相对位置信息。其中，可选地，预设类别的对象包括但不限于：车道线、道路交通标志、交通参与者。
可选地，预设类别的对象为道路交通标志中的限速标志，限速标志对应的限速值高的特定车道的提示信息早于限速标志对应的限速值低的特定车道的提示信息进行展示或者播报。
实际应用中，在服务器中可以识别限速标志中限定的限速值，并且可以基于限速标志的目标位置，确定限速标志是针对哪条道路的哪个车道设立的。然后基于限速值，设置各车道的提示点。
如图3所示，在某高速路中共有3条车道，最左侧车道的限速值为120km/h，中间车道的限速值为100km/h，最右侧车道的限速值为80km/h。假设当前需要设置提示前方不远处有服务区的提示点：对于最左侧车道来说，可以在距离服务区2000米远处设置提示点P1；对于中间车道来说，可以在距离服务区1500米远处设置提示点P2；对于最右侧车道来说，可以在距离服务区1000米处设置提示点P3。
可以理解的是，由于最左侧车道的限速值高，一般来说在最左侧车道中行驶的车辆的实时车速较快，因此可以更早提示驾驶员前方有服务区。这样，如果驾驶员想要到服务区休息，可以控制车辆减速并逐渐驶入服务区。而如果相对较晚对高速行驶的车辆中的驾驶员提示前方有服务区，则驾驶员可能来不及操作就错失驶入服务区的时机。
为了实现上述目标，可以让限速标志对应的限速值高的特定车道的提示信息早于限速标志对应的限速值低的特定车道的提示信息进行展示或者播报。
基于此，采用上述方案，可以根据不同车道的限速情况，有针对性地选择设置提示点的位置，以结合不同车道中行驶的车辆的车速来适宜地对驾驶员进行提示。在进行正确提示的同时，又能保证给驾驶员留有足够的时间根据需求按照提示进行操作。
在本发明实施例中，可以结合第一车辆所在的特定车道触发展示或者播报相应的提示点对应的提示信息。在另一方面，除了可以结合第一车辆所在的特定车道之外，还可以结合第一车辆的行车意向进行提示。可选地，若车道信息与预设的特定车道相匹配，则确定与特定车道相关联的提示点的过程可以实现为：确定第一车辆的行车意向；若车道信息与预设的特定车道相匹配，且行车意向满足预设条件，则确定与特定车道相关联的提示点。
其中，行车意向可以是向某个车道进行并线的意向。行车意向可以通过导航数据获得。比如说，在得知第一车辆行车的目的地并基于第一车辆当前的位置以及目的地规划出导航路线，这样再结合第一车辆的实时定位得到的车道信息就可以知道接下来第一车辆可能将要如何行车，进而也就可以确定第一车辆的行车意向。
可选地，若车道信息与预设的特定车道相匹配，且行车意向满足预设条件，则确定与特定车道相关联的提示点的过程可以实现为：若车道信息与预设的特定车道相匹配，且行车意向为切换至与特定车道相邻的指定车道，则确定与特定车道相关联的提示点。相应地，在地图中展示与提示点对应的提示信息的过程可以实现为：在地图中展示用于提示需要提前切换至指定车道的提示信息。
可选地，预设类别的对象为交通参与者中的机动车；对象在地图中的目标位置指示处于指定车道中的机动车的数量大于预设阈值。
可以理解的是，假设第二车辆拍摄到某条道路的某车道上有大量的车辆在排队通过，通过对传感信息的挖掘可以检测到位于同一道路的某指定车道上的相邻路段的机动车的数量大于预设阈值，表示该同一道路的该指定车道的车流量较大。此时，若车道信息与预设的特定车道相匹配，且行车意向为切换至与特定车道相邻的指定车道，则确定与特定车道相关联的提示点。该提示点对应的提示信息用于提示需要提前切换至指定车道的提示信息。
如图4所示，假设道路A由3条车道构成，最左侧车道为左转向车道B1，中间车道为直行车道B2，最右侧车道为右转向车道B3。左转向车道B1经常有大量的车辆排队等待左转。不考虑左转向车道B1车流量大的情况下，一般会在直行车道B2上与路口距离20米处设置提示有向B1并线意向的车辆进行并线的提示点P1。而现在考虑到左转向车道B1车流量大导致并线难，所以将提示点提前设置，比如在直行车道B2上与路口距离30米处设置提示并线的提示点P2。
采用上述方案，可以在检测到某个指定车道车流量较大的情况下，更早设置提示并线的提示点，这样给驾驶员留有足够的时间安全完成车道切换操作。否则，如果将提示并线的提示点设置相对靠后，当驾驶员得到并线的提示之后再去进行车道切换操作，由于需要并入的指定车道车流量大因此可能难以成功并入需要并入的指定车道中。更甚至如果驾驶员最终没能成功并入需要并入的指定车道，可能会错过在当前路口进行转向的机会，进而可能需要花销更多的时间、走更远的路程到达目的地。
可选地，若车道信息与预设的特定车道相匹配，且行车意向为切换至与特定车道相邻的指定车道，则确定与特定车道相关联的提示点的过程还可以实现为：确定当前时段；若车道信息与预设的特定车道相匹配，行车意向为切换至指定车道，且当前时段与第二车辆采集传感信息的时段相匹配，则确定与特定车道相关联的提示点。
可以理解的是，对于某条道路的某个指定车道来说，可能在某个时段会出现车流量较大的情况，而在其他时段车流量是正常的。基于此，可以从不同时段采集的传感信息检测出现车流量大的情况的目标时段，仅在目标时段内提前设置提示并线的提示点。在除目标时段以外的其他时段，恢复提示点的设置。比如说，在早晚高峰时段将提示并线的提示点设置在距离路口30米远处，在早晚高峰外的其他时段将提示并线的提示点设置在距离路口20米远处。
在另外的可选实施例中，预设类别的对象为车道线；目标位置指示车道线位于特定车道和指定车道之间，且车道线沿行车方向由虚线变为实线。
实际应用中，可以检测传感信息中包含的实线类型的车道线以及虚线类型的车道线，并可以确定它们在地图中各自对应的目标位置。如图5所示，假设确定出的实线类型的车道线在目标位置1，确定出的虚线类型的车道线在目标位置2，目标位置1与目标位置2是相连接的两个位置。基于此，可以确定车道线沿着与之相邻的车道通向的方向由虚线变为实线。在由虚线变为实线的车道线一侧相邻的车道B1上，与实线的尽头连接的路口距离N米处，可以设置提示有向车道线另一侧相邻的车道B2并线意向的车辆进行并线的提示点P。
采用上述方案，在车道线由虚线变为实线时，根据交通法规规定，如果需要并线则需要在虚线处完成并线，而不能压实线进行并线。因此，在车道线由虚线变为实线的车道中，可以提前提示驾驶员进行并线，这样可以给驾驶员留有足够的时间在到达实线之前完成并线操作。否则，如果将相应的提示点设置相对靠后，也就是说把实线距离纳入到进行并线操作的距离，则实际预留的交通法规允许的并线距离可能不能满足驾驶员的操作需求，从而最终可能导致驾驶员无法成功完成并线操作，或者容易压上实线进行并线。
采用本发明，可以通过对车辆上传的传感信息的分析，自动识别传感信息中的预设类别的对象与车辆之间的相对位置信息。然后基于车辆在地图中对应的车道信息，将对象与车辆之间的相对位置信息转换为对象在地图中对应的目标位置。进而可以基于目标位置，自动在地图中挖掘可能的与特定车道相关联的提示点。通过合理设置提示点，能够更有效地对驾驶员进行提示，并辅助驾驶员的驾驶操作。
以下将详细描述本发明的一个或多个实施例的地图中提示信息的确定装置。本领域技术人员可以理解，这些地图中提示信息的确定装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
图6为本发明实施例提供的一种地图中提示点的确定装置的结构示意图，如图6所示，该装置包括：
接收模块61，用于接收传感信息，至少一部分所述传感信息由安装于车辆上的传感器获取；接收车道信息，所述车道信息用于指示所述车辆行驶在至少一个车道的其中一条车道的信息；
确定模块62，用于根据所述传感信息，确定预设类别的对象与所述车辆之间的相对位置信息；根据所述车道信息以及所述相对位置信息，确定所述对象在地图中对应的目标位置；
其中，所述目标位置用于在所述地图中确定提示点，所述提示点与特定车道关联。
可选地，所述传感器包括摄像头和/或激光雷达，所述传感信息包括：
通过所述摄像头拍摄的图像；以及，
通过所述激光雷达扫描得到的点云数据，其中，所述点云数据中的每个点对应于所述车辆车身周围环境中的一个实物点，所述点云数据包括多个点各自对应的实物点与所述车辆之间的相对位置信息、以及各实物点对所述激光雷达发射的激光信号的反射率。
可选地，所述确定模块62，用于：
将所述图像和所述点云数据输入到预先训练的神经网络模型中进行语义提取，以确定预设类别的对象与所述车辆之间的相对位置信息。
可选地，所述预设类别的对象至少包括以下任一项：车道线、道路交通标志、交通参与者。
图6所示装置可以执行前述图1所示实施例中提供的地图中提示点的确定方法，详细的执行过程和技术效果参见前述实施例中的描述，在此不再赘述。
图7为本发明实施例提供的一种信息的提示装置的结构示意图，如图7所示，该装置包括：
获取模块71，用于获取第一车辆在地图中对应的车道信息，所述车道信息用于指示所述第一车辆行驶在包括至少一个车道的道路中的其中一条车道的信息；
确定模块72，用于若所述车道信息与预设的特定车道相匹配，则确定与所述特定车道相关联的提示点，其中，所述提示点是基于预设类别的对象在所述地图中对应的目标位置确定出的，所述目标位置是基于第二车辆采集的传感信息确定出的；
提示模块73，用于展示和/或播报与所述提示点对应的提示信息。
可选地，所述预设类别的对象至少包括以下任一项：车道线、道路交通标志、交通参与者。
可选地，所述预设类别的对象为道路交通标志中的限速标志，所述限速标志对应的限速值高的特定车道的提示信息早于所述限速标志对应的限速值低的特定车道的提示信息进行展示。
可选地，所述确定模块72，用于：
确定所述第一车辆的行车意向；
若所述车道信息与预设的特定车道相匹配，且所述行车意向满足预设条件，则确定与所述特定车道相关联的提示点。
可选地，所述确定模块72，用于：
若所述车道信息与预设的特定车道相匹配，且所述行车意向为切换至与所述特定车道相邻的指定车道，则确定与所述特定车道相关联的提示点；
所述在所述地图中展示与所述提示点对应的提示信息，包括：
在所述地图中展示用于提示需要提前切换至所述指定车道的提示信息。
可选地，所述预设类别的对象为车道线；
所述目标位置指示所述车道线位于所述特定车道和所述指定车道之间，且所述车道线沿行车方向由虚线变为实线。
可选地，所述预设类别的对象为交通参与者中的机动车；
所述目标位置指示处于所述指定车道中的机动车的数量大于预设阈值。
可选地，所述确定模块72，用于：
确定当前时段；
若所述车道信息与预设的特定车道相匹配，所述行车意向为切换至所述指定车道，且所述当前时段与所述第二车辆采集所述传感信息的时段相匹配，则确定与所述特定车道相关联的提示点。
图7所示装置可以执行前述图2至图5所示实施例中提供的信息的提示方法，详细的执行过程和技术效果参见前述实施例中的描述，在此不再赘述。
在一个可能的设计中，上述图6所示地图中提示点的确定装置的结构可实现为一服务器，如图8所示，该服务器可以包括：处理器91、存储器92。其中，所述存储器92上存储有可执行代码，当所述可执行代码被所述处理器91执行时，使所述处理器91至少可以实现如前述图1所示实施例中提供的地图中提示点的确定方法。
可选地，该服务器中还可以包括通信接口93，用于与其他设备进行通信。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被服务器的处理器执行时，使所述处理器至少可以实现如前述图1所示实施例中提供的地图中提示点的确定方法。
在一个可能的设计中，上述图7所示信息的提示装置的结构可实现为一车辆，如图9所示，该车辆可以包括：处理器91’、存储器92’。其中，所述存储器92’上存储有可执行代码，当所述可执行代码被所述处理器91’执行时，使所述处理器91’至少可以实现如前述图2至图5所示实施例中提供的信息的提示方法。
可选地，该车辆中还可以包括通信接口93’，用于与其他设备进行通信。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被车辆的处理器执行时，使所述处理器至少可以实现如前述图2至图5所示实施例中提供的信息的提示方法。
以上所描述的装置实施例仅仅是示意性的，其中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。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例提供的地图中提示信息的确定方法可以由某种程序/软件来执行，该程序/软件可以由网络侧提供，前述实施例中提及的服务器可以将该程序/软件下载到本地的非易失性存储介质中，并在其需要执行前述地图中提示信息的确定方法时，通过CPU将该程序/软件读取到内存中，进而由CPU执行该程序/软件以实现前述实施例中所提供的地图中提示信息的确定方法，执行过程可以参见前述图1至图4中的示意。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

Claims (22)

1.一种地图中提示点的确定方法，其特征在于，包括：
接收传感信息，至少一部分所述传感信息由安装于多个车辆上的传感器获取；
接收车道信息，所述车道信息用于指示各车辆行驶在至少一个车道的其中一条车道的信息；
根据所述传感信息以及神经网络模型，识别所述传感信息中的预设类别的对象以及输出各对象对应的检测框的位置，其中，所述检测框的位置用于表示所述各对象与所述各车辆之间的相对位置信息，所述对象至少包括交通参与者中的机动车以及道路交通标志；
根据所述车道信息以及所述相对位置信息，确定所述对象在地图中对应的目标位置；
其中，所述目标位置用于在所述地图中确定提示点，所述提示点与特定车道关联；
若根据不同机动车各自对应的目标位置确定出在同一车道中的机动车的数量大于预设阈值，则确定所述传感信息对应的采集时段，所述采集时段用于指示在所述采集时段内所述提示点生效，所述提示点用于提示在所述特定车道中行驶的行车意向为切换至所述同一车道的车辆进行车道切换操作；
其中，在所述采集时段内所述提示点在所述地图中生效的位置早于不在所述采集时段内时所述提示点在所述地图中生效的位置，或者在所述采集时段内所述提示点在所述地图中生效的位置早于所述同一车道中的机动车的数量小于或者等于所述预设阈值时所述提示点在所述地图中生效的位置。
2.根据权利要求1所述的方法，其特征在于，所述传感器包括摄像头和/或激光雷达，所述传感信息包括：
通过所述摄像头拍摄的图像；以及，
通过所述激光雷达扫描得到的点云数据，其中，所述点云数据中的每个点对应于所述车辆车身周围环境中的一个实物点，所述点云数据包括多个点各自对应的实物点与所述车辆之间的相对位置信息、以及各实物点对所述激光雷达发射的激光信号的反射率。
3.根据权利要求2所述的方法，其特征在于，所述根据所述传感信息，确定预设类别的对象与所述车辆之间的相对位置信息，包括：
将所述图像和所述点云数据输入到预先训练的神经网络模型中进行语义提取，以确定预设类别的对象与所述车辆之间的相对位置信息。
4.根据权利要求1所述的方法，其特征在于，所述预设类别的对象还包括：车道线。
5.一种信息的提示方法，其特征在于，包括：
获取第一车辆在地图中对应的车道信息，所述车道信息用于指示所述第一车辆行驶在包括至少一个车道的道路中的其中一条车道的信息；
确定所述第一车辆的行车意向；
若所述车道信息与预设的特定车道相匹配，且所述行车意向满足预设条件，则确定与所述特定车道相关联的提示点，其中，所述提示点是基于预设类别的对象在所述地图中对应的目标位置确定出的，所述目标位置是基于第二车辆采集的传感信息确定出的，所述传感信息用于触发服务器根据所述传感信息以及神经网络模型，识别所述传感信息中的预设类别的对象以及输出各对象对应的检测框的位置，其中，所述检测框的位置用于表示所述各对象与所述各车辆之间的相对位置信息，所述对象至少包括交通参与者中的机动车以及道路交通标志，所述目标位置指示处于指定车道中的机动车的数量大于预设阈值；
展示和/或播报与所述提示点对应的提示信息；
其中，若所述车道信息与预设的特定车道相匹配，且所述行车意向满足预设条件，则确定与所述特定车道相关联的提示点，包括：
确定当前时段；
若所述车道信息与预设的特定车道相匹配，所述行车意向为切换至所述指定车道，且所述当前时段与所述第二车辆采集所述传感信息的时段相匹配，则确定与所述特定车道相关联的提示点，所述提示点用于提示需要提前切换至所述指定车道；
其中，在所述第二车辆采集所述传感信息的时段内所述提示点在所述地图中生效的位置早于不在所述第二车辆采集所述传感信息的时段内时所述提示点在所述地图中生效的位置，或者在所述第二车辆采集所述传感信息的时段内所述提示点在所述地图中生效的位置早于同一车道中的机动车的数量小于或者等于所述预设阈值时所述提示点在所述地图中生效的位置。
6.根据权利要求5所述的方法，其特征在于，所述预设类别的对象还包括：车道线、道路交通标志。
7.根据权利要求5所述的方法，其特征在于，所述预设类别的对象为道路交通标志中的限速标志，所述限速标志对应的限速值高的特定车道的提示信息早于所述限速标志对应的限速值低的特定车道的提示信息进行展示。
8.根据权利要求5所述的方法，其特征在于，所述若所述车道信息与预设的特定车道相匹配，则确定与所述特定车道相关联的提示点，包括：
确定所述第一车辆的行车意向；
若所述车道信息与预设的特定车道相匹配，且所述行车意向满足预设条件，则确定与所述特定车道相关联的提示点。
9.根据权利要求5所述的方法，其特征在于，所述预设类别的对象为车道线；
所述目标位置指示所述车道线位于所述特定车道和所述指定车道之间，且所述车道线沿行车方向由虚线变为实线。
10.一种地图中提示点的确定装置，其特征在于，包括：
接收模块，用于接收传感信息，至少一部分所述传感信息由安装于多个车辆上的传感器获取；接收车道信息，所述车道信息用于指示各车辆行驶在至少一个车道的其中一条车道的信息；
确定模块，用于根据所述传感信息以及神经网络模型，识别所述传感信息中的预设类别的对象以及输出各对象对应的检测框的位置，其中，所述检测框的位置用于表示所述各对象与所述各车辆之间的相对位置信息，所述对象至少包括交通参与者中的机动车以及道路交通标志；根据所述车道信息以及所述相对位置信息，确定所述对象在地图中对应的目标位置；
其中，所述目标位置用于在所述地图中确定提示点，所述提示点与特定车道关联；
所述确定模块，用于若根据不同机动车各自对应的目标位置确定出在同一车道中的机动车的数量大于预设阈值，则确定所述传感信息对应的采集时段，所述采集时段用于指示在所述采集时段内所述提示点生效，所述提示点用于提示在所述特定车道中行驶的行车意向为切换至所述同一车道的车辆进行车道切换操作；
其中，在所述采集时段内所述提示点在所述地图中生效的位置早于不在所述采集时段内时所述提示点在所述地图中生效的位置，或者在所述采集时段内所述提示点在所述地图中生效的位置早于所述同一车道中的机动车的数量小于或者等于所述预设阈值时所述提示点在所述地图中生效的位置。
11.根据权利要求10所述的装置，其特征在于，所述传感器包括摄像头和/或激光雷达，所述传感信息包括：
通过所述摄像头拍摄的图像；以及，
通过所述激光雷达扫描得到的点云数据，其中，所述点云数据中的每个点对应于所述车辆车身周围环境中的一个实物点，所述点云数据包括多个点各自对应的实物点与所述车辆之间的相对位置信息、以及各实物点对所述激光雷达发射的激光信号的反射率。
12.根据权利要求11所述的装置，其特征在于，所述确定模块，用于：
将所述图像和所述点云数据输入到预先训练的神经网络模型中进行语义提取，以确定预设类别的对象与所述车辆之间的相对位置信息。
13.根据权利要求10所述的装置，其特征在于，所述预设类别的对象还包括：车道线。
14.一种信息的提示装置，其特征在于，包括：
获取模块，用于获取第一车辆在地图中对应的车道信息，所述车道信息用于指示所述第一车辆行驶在包括至少一个车道的道路中的其中一条车道的信息；
确定模块，用于确定所述第一车辆的行车意向；确定当前时段；若所述车道信息与预设的特定车道相匹配，所述行车意向为切换至指定车道，且所述当前时段与第二车辆采集传感信息的时段相匹配，则确定与所述特定车道相关联的提示点，其中，所述提示点是基于预设类别的对象在所述地图中对应的目标位置确定出的，所述目标位置是基于第二车辆采集的传感信息确定出的，所述传感信息用于触发服务器根据所述传感信息以及神经网络模型，识别所述传感信息中的预设类别的对象以及输出各对象对应的检测框的位置，其中，所述检测框的位置用于表示所述各对象与所述各车辆之间的相对位置信息，所述对象至少包括交通参与者中的机动车以及道路交通标志，所述目标位置指示处于所述指定车道中的机动车的数量大于预设阈值，所述提示点用于提示需要提前切换至所述指定车道；
提示模块，用于展示和/或播报与所述提示点对应的提示信息；
其中，在所述第二车辆采集所述传感信息的时段内所述提示点在所述地图中生效的位置早于不在所述第二车辆采集所述传感信息的时段内时所述提示点在所述地图中生效的位置，或者在所述第二车辆采集所述传感信息的时段内所述提示点在所述地图中生效的位置早于同一车道中的机动车的数量小于或者等于所述预设阈值时所述提示点在所述地图中生效的位置。
15.根据权利要求14所述的装置，其特征在于，所述预设类别的对象还包括：车道线、道路交通标志。
16.根据权利要求14所述的装置，其特征在于，所述预设类别的对象为道路交通标志中的限速标志，所述限速标志对应的限速值高的特定车道的提示信息早于所述限速标志对应的限速值低的特定车道的提示信息进行展示。
17.根据权利要求14所述的装置，其特征在于，所述确定模块，用于：
若所述车道信息与预设的特定车道相匹配，且所述行车意向为切换至与所述特定车道相邻的指定车道，则确定与所述特定车道相关联的提示点；
所述在所述地图中展示与所述提示点对应的提示信息，包括：
在所述地图中展示用于提示需要提前切换至所述指定车道的提示信息。
18.根据权利要求17所述的装置，其特征在于，所述预设类别的对象为车道线；
所述目标位置指示所述车道线位于所述特定车道和所述指定车道之间，且所述车道线沿行车方向由虚线变为实线。
19.一种服务器，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-4中任一项所述的地图中提示点的确定方法。
20.一种非暂时性机器可读存储介质，其特征在于，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被服务器的处理器执行时，使所述处理器执行如权利要求1-4中任一项所述的地图中提示点的确定方法。
21.一种车辆，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求5-9中任一项所述的信息的提示方法。
22.一种非暂时性机器可读存储介质，其特征在于，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被服务器的处理器执行时，使所述处理器执行如权利要求5-9中任一项所述的信息的提示方法。
CN202210395606.4A 2022-04-14 2022-04-14 提示点的确定方法、装置、服务器、车辆和存储介质 Active CN114913503B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210395606.4A CN114913503B (zh) 2022-04-14 2022-04-14 提示点的确定方法、装置、服务器、车辆和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210395606.4A CN114913503B (zh) 2022-04-14 2022-04-14 提示点的确定方法、装置、服务器、车辆和存储介质

Publications (2)

Publication Number Publication Date
CN114913503A CN114913503A (zh) 2022-08-16
CN114913503B true CN114913503B (zh) 2023-12-29

Family

ID=82765762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210395606.4A Active CN114913503B (zh) 2022-04-14 2022-04-14 提示点的确定方法、装置、服务器、车辆和存储介质

Country Status (1)

Country Link
CN (1) CN114913503B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114495513B (zh) * 2022-01-18 2023-07-25 云从科技集团股份有限公司 违规变道监测方法、装置以及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103884350A (zh) * 2012-12-19 2014-06-25 环达电脑(上海)有限公司 可变车道指示提醒的导航方法
CN105675008A (zh) * 2016-01-08 2016-06-15 北京乐驾科技有限公司 一种导航显示方法及系统
CN107818688A (zh) * 2017-11-20 2018-03-20 安徽帆扬通信电子技术有限公司 一种基于rds的智能交通定址领航系统
CN108482377A (zh) * 2018-04-24 2018-09-04 蔡璟 一种基于车流分析的自动变道方法及其系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109141464B (zh) * 2018-09-30 2020-12-29 百度在线网络技术（北京）有限公司 导航变道提示方法和装置
CN109816980A (zh) * 2019-02-20 2019-05-28 东软睿驰汽车技术（沈阳）有限公司 一种确定车辆所处车道的方法及相关装置
CN111582019B (zh) * 2020-03-24 2023-10-03 北京掌行通信息技术有限公司 无人车车道级场景的判定方法、系统、终端及存储介质
CN112415552B (zh) * 2020-11-17 2022-04-15 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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103884350A (zh) * 2012-12-19 2014-06-25 环达电脑(上海)有限公司 可变车道指示提醒的导航方法
CN105675008A (zh) * 2016-01-08 2016-06-15 北京乐驾科技有限公司 一种导航显示方法及系统
CN107818688A (zh) * 2017-11-20 2018-03-20 安徽帆扬通信电子技术有限公司 一种基于rds的智能交通定址领航系统
CN108482377A (zh) * 2018-04-24 2018-09-04 蔡璟 一种基于车流分析的自动变道方法及其系统

Also Published As

Publication number Publication date
CN114913503A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
JP4513740B2 (ja) 経路案内システム及び経路案内方法
JP4771365B2 (ja) 経路案内システム、経路案内方法及びプログラム
JP5435306B2 (ja) 画像処理システム及び位置測位システム
JP5234691B2 (ja) ナビゲーション装置、プローブ情報送信方法、プログラム及び交通情報作成装置
JP4600478B2 (ja) 経路案内システム及び経路案内方法
JP2007155352A (ja) 経路案内システム及び経路案内方法
CN109515439B (zh) 自动驾驶控制方法、装置、系统及存储介质
JP2009014574A (ja) 道路情報生成装置、道路情報生成方法および道路情報生成プログラム
JP2007147577A (ja) 経路案内システム及び経路案内方法
JP4591311B2 (ja) 経路案内システム及び経路案内方法
CN110940349A (zh) 用于规划车辆的轨迹的方法
JP2007274564A (ja) キャリブレーション装置及びキャリブレーション方法
CN114518122A (zh) 行车导航方法、装置、计算机设备、存储介质和计算机程序产品
WO2023179028A1 (zh) 一种图像处理方法、装置、设备及存储介质
JP4613738B2 (ja) 交差点認識システム及び交差点認識方法
CN114694115A (zh) 一种道路障碍物检测方法、装置、设备及存储介质
CN114913503B (zh) 提示点的确定方法、装置、服务器、车辆和存储介质
CN112650772A (zh) 数据处理方法、装置、存储介质及计算机设备
CN111521192A (zh) 定位方法、导航信息显示方法、定位系统及电子设备
CN114694116A (zh) 一种道路边界检测方法、装置、电子设备和存储介质
CN116952278A (zh) 一种去除感知地图抖动的仿真测试方法及系统
JP2007269247A (ja) ウインドウ洗浄システム及びウインドウ洗浄方法
JP4572822B2 (ja) 経路案内システム及び経路案内方法
JP2007271518A (ja) 経路案内システム及び経路案内方法
JP4572823B2 (ja) 経路案内システム及び経路案内方法

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
TA01 Transfer of patent application right

Effective date of registration: 20230828

Address after: Room 844, Floor 8, Building 1, No. 10, Hongda North Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing 100176 (Yizhuang Cluster, High end Industrial Zone, Beijing Free Trade Zone)

Applicant after: Beijing Jidu Technology Co.,Ltd.

Address before: Room 611, 6th Floor, Block A, Building A, No. 12, Hongda North Road, Beijing Economic and Technological Development Zone, Beijing 102101 (Beijing Free Trade Pilot Zone High-end Industrial Zone Yizhuang Group)

Applicant before: Jidu Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant