CN115146014A - 一种高精度地图的阳光炫目场景集成方法及系统 - Google Patents
一种高精度地图的阳光炫目场景集成方法及系统 Download PDFInfo
- Publication number
- CN115146014A CN115146014A CN202210701926.8A CN202210701926A CN115146014A CN 115146014 A CN115146014 A CN 115146014A CN 202210701926 A CN202210701926 A CN 202210701926A CN 115146014 A CN115146014 A CN 115146014A
- Authority
- CN
- China
- Prior art keywords
- road
- scene
- dazzling
- model
- sunlight
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000010354 integration Effects 0.000 title claims abstract description 34
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 17
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 239000003550 marker Substances 0.000 description 3
- 201000004569 Blindness Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本发明提供一种高精度地图的阳光炫目场景集成方法及系统,方法包括:将高精度地图道路模型进行分解,获取多个道路子模型;判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。本发明在传统高精度地图的基础上增加了阳光炫目场景信息,可根据阳光炫目信息采取相应的措施来规避致盲风险。
Description
技术领域
本发明涉及智能驾驶领域,更具体地,涉及一种高精度地图的阳光炫目场景集成方法及系统。
背景技术
高精度地图是智能驾驶领域中重要的感知部分,现阶段高精度地图包含了道路、坡度、曲率、交通标识和车道线等信息,其对智能驾驶功能贡献有限,比如在清晨或者黄昏时车辆驾驶员或者摄像头面对阳光炫目场景时,高精度地图对于摄像头炫光问题没有解决办法。
发明内容
本发明针对现有技术中存在的摄像头炫光问题,提供了一种高精度地图的阳光炫目场景集成方法及系统。
根据本发明的第一方面,提供了一种高精度地图的阳光炫目场景集成方法,包括:
将高精度地图道路模型进行分解,获取多个道路子模型;
判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;
在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述将高精度地图道路模型进行分解,获取多个道路子模型,包括:
将所述高精度地图道路模型以最小里程s进行分割,得到多段道路子模型r1,r2……rn,其中,道路子模型rn的两端点为Pn ’和Pn”,道路子模型rn的方向为k=(Pn ’Pn”),坡度角为σ。
可选的,所述判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合,包括:
当航向角和太阳高度角的水平面夹角γ满足阳光炫目场景的第一设定条件,且航向角和太阳光线竖直平面夹角β满足阳光炫目场景的第二设定条件时,则道路子模型为阳光炫目场景;
或者,
若道路子模型中存在影响光线的路测特征物,则道路子模型为阳光炫目场景;
所有为阳光炫目场景的道路子模型组成道路子模型集合。
可选的,所述第一设定条件为航向角和太阳高度角的水平面夹角γ满足在150°~180°,所述第二设定条件为航向角和太阳光线竖直平面夹角β满足0~30°。
可选的,地球上任意地点任意时刻的太阳高度角计算公式如下:
可选的,还包括:
在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,如果存在,则向当前车辆的驾驶员进行相关语音提醒。
可选的,还包括:
在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,若存在,则调整车辆上视觉传感器的光圈,以控制曝光度。
根据本发明的第二方面,提供一种高精度地图中阳光炫目场景集成系统,包括:
分解模块,用于将高精度地图道路模型进行分解,获取多个道路子模型;
判断模块,用于判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;
更新模块,用于在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现高精度地图的阳光炫目场景集成方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现高精度地图的阳光炫目场景集成方法的步骤。
本发明提供的一种高精度地图的阳光炫目场景集成方法及系统,在传统高精度地图的基础上增加了阳光炫目场景信息,可根据阳光炫目信息采取相应的措施来规避致盲风险。
附图说明
图1为本发明提供的一种高精度地图的阳光炫目场景集成方法流程图;
图2为阳光炫目场景示意图;
图3为高精度地图道路模型分解示意图;
图4为太阳高度角计算原理示意图;
图5为本发明提供的一种高精度地图的阳光炫目场景集成方法的整体流程图;
图6为本发明提供的一种高精度地图的阳光炫目场景集成系统的结构示意图;
图7为本发明另一实施例的一种高精度地图的阳光炫目场景集成系统的结构示意图;
图8为本发明提供的一种可能的电子设备的硬件结构示意图;
图9为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
为解决高精度地图对于摄像头炫光问题,本发明提供了在传统高精度地图的基础上增加阳光炫目时空信息,来规避车辆致盲风险,提高车辆的安全性。
图1为本发明提供的一种高精度地图的阳光炫目场景集成方法流程图,如图1所示,该阳光炫目场景集成方法主要包括以下步骤:
S1,将高精度地图道路模型进行分解,获取多个道路子模型。
作为实施例,所述将高精度地图道路模型进行分解,获取多个道路子模型,包括:将所述高精度地图道路模型以最小里程s进行分割,得到多段道路子模型r1,r2……rn,其中,道路子模型rn的两端点为Pn ’和Pn”,道路子模型rn的方向为k=(Pn ’Pn”),坡度角为σ。
可以理解的是,当车辆逆光行驶时,会存在阳光炫目场景,这样会遮挡车辆的视线,影响车辆的正常行驶,其中,阳光炫目场景的示意图可参见图2,当车辆在道路上行驶时,在爬坡的过程中,阳光正好以一定的角度照射到车辆的前端,对于车辆而言,会出现阳光炫目现象,导致车辆看不清前方,影响车辆的行驶。另外,即使当车辆在平坦的道路上行驶时,由于车辆前方有高大建筑物或者高大的交通标志物等,会对车辆行驶过程的前方产生阴影。此时,车辆上的视觉传感器的光线会非常差,无法获取车辆周边清晰的图像,影响车辆的正常行驶,因此,需要采取一定的方式来解决这个问题。
具体实现过程中,将高精度地图道路模型以最小里程s进行分割,其中,最小里程s可根据实际情况来处理,比如,可根据车辆行驶道路的曲率、坡度、长度等等因素确定最小里程。对高境地地图道路模型分割后,每段道路子模型标记为r,则道路子模型集合由r1,r2……rn,构成,道路子模型rn的两个端点为Pn ’和Pn”,则道路子模型方向为k=(Pn ’Pn”),每一个道路子模型的坡度角为σ,如图3为高精度地图道路模型分解示意图。
本步骤将整个高精度地图道路模型分解为多个道路子模型,并获取每一个道路子模型的相关信息,比如,每一段道路的长度,两个端点,每一段道路的方向,以及每一段道路的坡度角,以便后续对每一个道路子模型进行分析处理,判断每一个道路子模型是否处于阳光炫目场景。
S2,判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合。
可以理解的是,步骤S1对传统高精度地图模型进行分解后,对于任意时刻,需要判断每一个道路子模型是否处于阳光炫目场景,进而获取所有道路子模型中处于阳光炫目场景的道路子模型,构成处于阳光炫目场景的道路子模型集合,也就是从所有的道路子模型中筛选出为阳光炫目场景的道路子模型,作为后续车辆安全行驶的参考信息。
其中,作为实施例,所述判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合,包括:当航向角和太阳高度角的水平面夹角γ满足阳光炫目场景的第一设定条件,且航向角和太阳光线竖直平面夹角β满足阳光炫目场景的第二设定条件时,则道路子模型为阳光炫目场景;或者,若道路子模型中存在影响光线的路测特征物,则道路子模型为阳光炫目场景;所有为阳光炫目场景的道路子模型组成道路子模型集合。
可以理解的是,当某一个道路子模型航向角和太阳高度角的水平面夹角γ满足一定的条件,并且航向角和太阳光线竖直平面夹角β也满足一定的条件时,那么就可以判定该道路子模型处于阳光炫目场景,也就是,将航向角和太阳高度角的水平面夹角γ,以及航向角和太阳光线竖直平面夹角β作为筛选条件,从所有的道路子模型中筛选出阳光炫目场景的道路子模型。具体的,如果车辆的航向角和太阳高度角的水平面夹角γ在150°~180°,且车辆航向角和太阳光线竖直平面夹角β=h-σ(h为太阳高度角,σ为道路子模型的坡度)在0~30°,则该道路子模型处于阳光炫目场景;如果车辆的航向角和太阳高度角的水平面夹角γ不在150°~180°范围内,或者车辆航向角和太阳光线竖直平面夹角β=h-σ不在0~30°范围内,则该道路子模型不为阳光炫目场景。
需要说明的是,上述的第一设定条件并不局限于150°~180°,第二设定条件也并不局限于0~30°,上述例子只是一个优选的实施例,并不局限于该范围,可以根据具体的道路情况进行灵活设定,本发明实施例并不作特别的限制。
其中,为进一步说明该高精度地图的实施可行性,下面提供地球上任意地点任意时刻的太阳高度角的计算方式,如图4所示,根据任意时刻太阳高度角计算公式: 其中,h是太阳高度角,是当地的地理纬度,δ是当日的太阳赤纬,t是当时的太阳时角,太阳赤纬是地球赤道平面与太阳和地球中心的连线之间的夹角,太阳时角即当地时角,是太阳光照到地面的一点和地心的连线与当地正午时地、日中心连线分别在地球赤道平面上的投影之间的夹角,正午时角为0°,每小时偏离15°,日期和太阳赤纬的相关,太阳赤纬是指太阳直射点的纬度,北纬为正值,南纬为负值;任意日期的太阳赤纬角的计算公式是sinδ=0.39795cos[0.98563(N-173)]N为积日,就是日期在一年中的序号,比如1月1日是1,平年的12月31日是365。
另外,如果高精度地图图层中的基本道路模型中所包含的交通标志牌或者高长大的路侧特征物由于阳光炫目影响光线视野,则该段道路子模型处于阳光炫目场景,也就是说,如果车辆逆光行驶,且车辆前方有高大物体,影响车辆行驶光线,那么该道路子模型也可能处于阳光炫目场景。
对每一个道路子模型是否处于阳光炫目场景进行了判断,将所有处于阳光炫目场景的道路子模型,组成一个道路子模型集合,道路子模型集合中的每一个道路子模型均处于阳光炫目场景。
S3,在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
可以理解的是,基于判断出来的处于阳光炫目场景的道路子模型,在高精度地图道路模型中的相应路段标记,比如,处于阳光炫目场景的路段标记为1,不处于阳光炫目场景的路段标记为0,在传统的高精度地图道路模型中增加了阳光炫目场景的时空信息,所谓时空信息,就是在高精度地图道路模型上实时更新在任意时刻每一个道路子模型的阳光炫目场景的标记信息。
作为实施例,还包括:在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,如果存在,则向当前车辆的驾驶员进行相关语音提醒,或者,也可以调整车辆上视觉传感器的光圈,以控制曝光度。
可以理解的是,当汽车行驶在道路上,比如,本车位于道路子模型r1段,车辆的行车电脑在本车本地高精度地图道路模型中检索到前方子道路模型r2到rn段存在阳光炫目可能性,本车行车电脑结合本车其他传感器提供的天气和时间信息,综合判断前方确实会发生阳光炫目现象。具体的,根据车辆的当前位置,在高精度地图道路模型中检索前方设定距离范围内是否有标记为1的道路子模型,如果有标记为1的道路子模型,此时行车电脑将会在本车到达阳光炫目场景路段前500m左右进行相关语音提示,以提醒驾驶员注意安全;或者调解本车智能驾驶系统来提高行车安全性;当存在阳光炫目时,也可以提前调整车辆上视觉传感器的光圈,以控制曝光度,避免致盲风险。
参见图5,为本发明提供的一种高精度地图的阳光炫目场景集成方法的整体流程图,为了解决阳光炫目对车辆行驶的影响,需要对高精度地图道路模型的不同路段进行分析。在此情况下,首先对传统的高精度地图道路模型进行分解,将整个道路模型分解为若干个道路子模型,得到道路子模型集合。
然后,对于道路子模型集合中的每一个道路子模型,判断其是否为阳光炫目场景,如果是,则加入到阳光炫目场景的道路子模型中;如果不是,则剔除。对每一个道路子模型的阳光炫目场景进行分析后,获取所有处于阳光炫目场景的道路子模型。
根据处于阳光炫目场景的道路子模型,在高精度地图道路模型中对每一个道路子模型进行标记,比如,将处于阳光炫目场景的道路子模型标记为1,将不处于阳光炫目场景的道路子模型标记为0,即在传统的高精度地图道路模型上添加标记信息,对传统的高精度地图道路模型进行更新。
当车辆在行驶过程中,根据车辆的当前位置,在高精度地图道路模型中查找车辆前方设定距离范围内是否存在阳光炫目场景的道路子模型,比如,在车辆前方500m距离范围内是否存在阳光炫目场景的道路段(道路子模型),如果存在,则通过语音提醒驾驶员进行安全注意;或者调整车辆上的视觉传感器,比如,摄像头的光圈,来控制曝光度,使得摄像头能够拍摄到车辆前方清晰的图像,以保证车辆能够正常安全的行驶。
本发明在传统高精度地图的基础上增加了阳光炫目场景信息,可根据阳光炫目信息采取相应的措施来规避致盲风险,保证车辆的安全行驶,能有效拓宽高精度地图使用场景和应用边界。
参见图6,提供了本发明的一种高精度地图的阳光炫目场景集成系统,该阳光炫目场景集成系统包括分解模块61、判断模块62和更新模块63,其中:
分解模块61,用于将高精度地图道路模型进行分解,获取多个道路子模型;判断模块62,用于判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;更新模块63,用于在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
其中,分解模块61,用于将高精度地图道路模型进行分解,获取多个道路子模型,包括:将所述高精度地图道路模型以最小里程s进行分割,得到多段道路子模型r1,r2……rn,其中,道路子模型rn的两端点为Pn ’和Pn”,道路子模型rn的方向为k=(Pn ’Pn”),坡度角为σ。
所述判断模块62,用于判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合,包括:当航向角和太阳高度角的水平面夹角γ满足阳光炫目场景的第一设定条件,且航向角和太阳光线竖直平面夹角β满足阳光炫目场景的第二设定条件时,则道路子模型为阳光炫目场景;或者,若道路子模型中存在影响光线的路测特征物,则道路子模型为阳光炫目场景;所有为阳光炫目场景的道路子模型组成道路子模型集合。
其中,所述第一设定条件为航向角和太阳高度角的水平面夹角γ满足在150°~180°,所述第二设定条件为航向角和太阳光线竖直平面夹角β满足0~30°。
参见图7,高精度地图的阳光炫目场景集成系统还包括提醒模块64,用于在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,如果存在,则向当前车辆的驾驶员进行相关语音提醒。以及调整模块65,用于在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,若存在,则调整车辆上视觉传感器的光圈,以控制曝光度。
可以理解的是,本发明提供的一种高精度地图的阳光炫目场景集成系统与前述各实施例提供的高精度地图的阳光炫目场景集成方法相对应,高精度地图的阳光炫目场景集成系统的相关技术特征可参考高精度地图的阳光炫目场景集成方法的相关技术特征,在此不再赘述。
请参阅图8,图8为本发明实施例提供的电子设备的实施例示意图。如图8所示,本发明实施例提了一种电子设备800,包括存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机程序811,处理器820执行计算机程序811时实现以下步骤:将高精度地图道路模型进行分解,获取多个道路子模型;判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
其中,作为实施例,所述将高精度地图道路模型进行分解,获取多个道路子模型,包括:将所述高精度地图道路模型以最小里程s进行分割,得到多段道路子模型r1,r2……rn,其中,道路子模型rn的两端点为Pn ’和Pn”,道路子模型rn的方向为k=(Pn ’Pn”),坡度角为σ。
作为实施例,所述判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合,包括:当航向角和太阳高度角的水平面夹角γ满足阳光炫目场景的第一设定条件,且航向角和太阳光线竖直平面夹角β满足阳光炫目场景的第二设定条件时,则道路子模型为阳光炫目场景;或者,若道路子模型中存在影响光线的路测特征物,则道路子模型为阳光炫目场景;所有为阳光炫目场景的道路子模型组成道路子模型集合。
优选的,所述第一设定条件为航向角和太阳高度角的水平面夹角γ满足在150°~180°,所述第二设定条件为航向角和太阳光线竖直平面夹角β满足0~30°。
其中,地球上任意地点任意时刻的太阳高度角计算公式如下:
作为实施例,在基于阳光炫目场景的道路子模型,对传统高精度地图道路模型进行更新,在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,如果存在,则向当前车辆的驾驶员进行相关语音提醒。或者,在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,若存在,则调整车辆上视觉传感器的光圈,以控制曝光度。
请参阅图9,图9为本发明提供的一种计算机可读存储介质的实施例示意图。如图9所示,本实施例提供了一种计算机可读存储介质900,其上存储有计算机程序911,该计算机程序911被处理器执行时实现如下步骤:将高精度地图道路模型进行分解,获取多个道路子模型;判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
其中,作为实施例,所述将高精度地图道路模型进行分解,获取多个道路子模型,包括:将所述高精度地图道路模型以最小里程s进行分割,得到多段道路子模型r1,r2……rn,其中,道路子模型rn的两端点为Pn ’和Pn”,道路子模型rn的方向为k=(Pn ’Pn”),坡度角为σ。
作为实施例,所述判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合,包括:当航向角和太阳高度角的水平面夹角γ满足阳光炫目场景的第一设定条件,且航向角和太阳光线竖直平面夹角β满足阳光炫目场景的第二设定条件时,则道路子模型为阳光炫目场景;或者,若道路子模型中存在影响光线的路测特征物,则道路子模型为阳光炫目场景;所有为阳光炫目场景的道路子模型组成道路子模型集合。
优选的,所述第一设定条件为航向角和太阳高度角的水平面夹角γ满足在150°~180°,所述第二设定条件为航向角和太阳光线竖直平面夹角β满足0~30°。
其中,地球上任意地点任意时刻的太阳高度角计算公式如下:
作为实施例,在基于阳光炫目场景的道路子模型,对传统高精度地图道路模型进行更新,在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,如果存在,则向当前车辆的驾驶员进行相关语音提醒。或者,在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,若存在,则调整车辆上视觉传感器的光圈,以控制曝光度。
本发明实施例提供的一种高精度地图的阳光炫目场景集成方法及系统,在传统高精度地图的基础上增加了一类阳光炫目时空坐标信息;当汽车在某段道路行驶,将要在某时间段抵达至某位置时,汽车可以根据地图提示的防眩目提醒,提前进行预警或者调节摄像头等传感器光圈来规避致盲风险。
需要说明的是,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细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种高精度地图的阳光炫目场景集成方法,其特征在于,包括:
将高精度地图道路模型进行分解,获取多个道路子模型;
判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;
在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
2.根据权利要求1所述的阳光炫目场景集成方法,其特征在于,所述将高精度地图道路模型进行分解,获取多个道路子模型,包括:
将所述高精度地图道路模型以最小里程s进行分割,得到多段道路子模型r1,r2……rn,其中,道路子模型rn的两端点为Pn’和Pn”,道路子模型rn的方向为k=(Pn’Pn”),坡度角为σ。
3.根据权利要求1所述的阳光炫目场景集成方法,其特征在于,所述判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合,包括:
当航向角和太阳高度角的水平面夹角γ满足阳光炫目场景的第一设定条件,且航向角和太阳光线竖直平面夹角β满足阳光炫目场景的第二设定条件时,则道路子模型为阳光炫目场景;
或者,
若道路子模型中存在影响光线的路测特征物,则道路子模型为阳光炫目场景;
所有为阳光炫目场景的道路子模型组成道路子模型集合。
4.根据权利要求3所述的阳光炫目场景集成方法,其特征在于,所述第一设定条件为航向角和太阳高度角的水平面夹角γ满足在150°~180°,所述第二设定条件为航向角和太阳光线竖直平面夹角β满足0~30°。
6.根据权利要求1所述的阳光炫目场景集成方法,其特征在于,还包括:
在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,如果存在,则向当前车辆的驾驶员进行相关语音提醒。
7.根据权利要求1所述的阳光炫目场景集成方法,其特征在于,还包括:
在更新后的高精度地图道路模型中检索前方设定距离范围内是否存在阳光炫目场景的道路子模型,若存在,则调整车辆上视觉传感器的光圈,以控制曝光度。
8.一种高精度地图的阳光炫目场景集成方系统,其特征在于,包括:
分解模块,用于将高精度地图道路模型进行分解,获取多个道路子模型;
判断模块,用于判断每一个道路子模型是否为阳光炫目场景,获取阳光炫目场景的道路子模型集合;
更新模块,用于在所述高精度地图道路模型中对每一个阳光炫目场景的道路子模型进行标记,更新高精度地图道路模型。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的高精度地图中阳光炫目场景集成方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的高精度地图中阳光炫目场景集成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210701926.8A CN115146014A (zh) | 2022-06-20 | 2022-06-20 | 一种高精度地图的阳光炫目场景集成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210701926.8A CN115146014A (zh) | 2022-06-20 | 2022-06-20 | 一种高精度地图的阳光炫目场景集成方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115146014A true CN115146014A (zh) | 2022-10-04 |
Family
ID=83408465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210701926.8A Pending CN115146014A (zh) | 2022-06-20 | 2022-06-20 | 一种高精度地图的阳光炫目场景集成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115146014A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1780462A1 (fr) * | 2005-10-25 | 2007-05-02 | Valeo Vision | Procédé d'éclairage modulé d'une route et projecteur de véhicule mettant en oeuvre ce procédé |
US20160054452A1 (en) * | 2014-08-20 | 2016-02-25 | Nec Laboratories America, Inc. | System and Method for Detecting Objects Obstructing a Driver's View of a Road |
CN109167929A (zh) * | 2018-09-30 | 2019-01-08 | 深圳市商汤科技有限公司 | 车载相机参数的调节方法、装置与电子设备 |
DE102017218779A1 (de) * | 2017-10-20 | 2019-04-25 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur Bewertung und/oder Planung einer Route sowie Fahrzeug |
DE102018211259A1 (de) * | 2018-07-09 | 2020-01-09 | Conti Temic Microelectronic Gmbh | Verfahren und vorrichtung zum betreiben einer fahrzeugkamera, fahrzeugkamera und fahrzeug |
CN111652929A (zh) * | 2020-06-03 | 2020-09-11 | 全球能源互联网研究院有限公司 | 一种视觉特征的识别定位方法及系统 |
CN113223312A (zh) * | 2021-04-29 | 2021-08-06 | 重庆长安汽车股份有限公司 | 一种基于地图的摄像头致盲预测方法、装置及存储介质 |
-
2022
- 2022-06-20 CN CN202210701926.8A patent/CN115146014A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1780462A1 (fr) * | 2005-10-25 | 2007-05-02 | Valeo Vision | Procédé d'éclairage modulé d'une route et projecteur de véhicule mettant en oeuvre ce procédé |
US20160054452A1 (en) * | 2014-08-20 | 2016-02-25 | Nec Laboratories America, Inc. | System and Method for Detecting Objects Obstructing a Driver's View of a Road |
DE102017218779A1 (de) * | 2017-10-20 | 2019-04-25 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur Bewertung und/oder Planung einer Route sowie Fahrzeug |
DE102018211259A1 (de) * | 2018-07-09 | 2020-01-09 | Conti Temic Microelectronic Gmbh | Verfahren und vorrichtung zum betreiben einer fahrzeugkamera, fahrzeugkamera und fahrzeug |
CN109167929A (zh) * | 2018-09-30 | 2019-01-08 | 深圳市商汤科技有限公司 | 车载相机参数的调节方法、装置与电子设备 |
CN111652929A (zh) * | 2020-06-03 | 2020-09-11 | 全球能源互联网研究院有限公司 | 一种视觉特征的识别定位方法及系统 |
CN113223312A (zh) * | 2021-04-29 | 2021-08-06 | 重庆长安汽车股份有限公司 | 一种基于地图的摄像头致盲预测方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108802785B (zh) | 基于高精度矢量地图和单目视觉传感器的车辆自定位方法 | |
CN111307166B (zh) | 一种构建占据栅格地图的方法及其装置、处理设备 | |
CN110631593B (zh) | 一种用于自动驾驶场景的多传感器融合定位方法 | |
JP4746137B2 (ja) | カメラからのカメラ画像に基づいて位置を判定する装置、方法およびコンピュータ・プログラム | |
JP6250730B2 (ja) | 物理的記憶媒体に記憶された地理的データパーセルの位置を突き止めるための空間的インデックス | |
CN104011737B (zh) | 用于探测雾的方法 | |
CN110345951B (zh) | 一种adas高精度地图的生成方法及装置 | |
US20100254595A1 (en) | Graphic recognition device, graphic recognition method, and graphic recognition program | |
CN112740295B (zh) | 检测车辆行驶场景的复杂度的方法和装置 | |
JP5500388B2 (ja) | 撮影位置特定システム、撮影位置特定プログラム、及び撮影位置特定方法 | |
CN106469505B (zh) | 一种浮动车轨迹纠偏方法和装置 | |
DE102012208974A1 (de) | System und Verfahren zum sensorbasierten Aufbauen eines Umgebungsmodells | |
US11085791B2 (en) | Method, apparatus, and computer program product for on-street parking localization | |
US20210003419A1 (en) | System for Generating Confidence Values in Digital Road Maps | |
EP3968609A1 (en) | Control method, vehicle, and server | |
JP7298882B2 (ja) | 車両の自己位置推定装置、及び車両 | |
CN109383289A (zh) | 汽车限速控制方法、装置、电子设备及可读存储介质 | |
CN111301348B (zh) | 基于电子地平线的雨刷控制方法、终端设备及存储介质 | |
CN115146014A (zh) | 一种高精度地图的阳光炫目场景集成方法及系统 | |
CN115379408B (zh) | 基于场景感知的v2x多传感器融合方法及装置 | |
CN115512336A (zh) | 基于路灯光源的车辆定位方法、装置和电子设备 | |
CN115278095A (zh) | 一种基于融合感知的车载摄像头控制方法及装置 | |
CN113320546A (zh) | 基于阴影的车辆定位方法和控制装置、存储介质及车辆 | |
CN112435225A (zh) | 一种绿化带防眩效果评估方法及装置 | |
EP4282723A1 (en) | Method and apparatus for determining vehicle speed control model training sample |
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 |