CN115200596A - Ai导航方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明涉及智慧交通领域，公开了一种AI导航方法、装置、计算机设备及存储介质，其方法包括：接收导航信息，导航信息包括若干路线提醒节点；当导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；通过本地AI模型识别路况图像，生成实时路况信息，实时路况信息包括车辆实时相对位置；当检测到实时路况信息存在异常，或车辆实时相对位置处于路线提醒节点的提醒范围内时，发出提醒信息。本发明可以解决高速公路导航体验不佳的问题，同时节省智能终端流量和电量的消耗。

Description

AI导航方法、装置、计算机设备及存储介质

技术领域

本发明涉及智慧交通领域，尤其涉及一种AI导航方法、装置、计算机设备及存储介质。

背景技术

与城市道路相比，大部分的高速公路具有如下特点：1、没有设置红绿灯；2、具有更高的最高时速和最低时速的要求；3、同一方向只有直行，不分左转、右转车道；4、不允许倒车、掉头；5、没有事故造成堵车或其他突发状况的情况下不能停车。

虽然，高速公路与城市道路具有较多区别点，但当前车辆在高速公路的导航方法与城市道路并无差异。现有的手机导航软件或者车载GPS导航仪等导航工具，一般根据车辆乘员设定的起始点和目的地规划导航线路。在到达目的地前，导航工具一直处于工作状态。导航工具工作时，每隔一段时间或者在GPS信号弱时，会产生语音播报提醒。

但对于高速公路的导航(简称为高速导航)而言，此类语音播报提醒，会导致广播或者音乐等娱乐音频项目中断，影响乘员放松愉快的驾驶感受。同时，高速的驾驶距离和驾驶时间可能较长(如跨越省市的驾驶)，而导航工具需要调用地图包内流量，保持GPS的连接定位。一些情况下，有的导航工具还需要开启流量同步数据，开启语音提示和校验路径等，导致手机产生较大的耗电量。而且，一般的高速导航只采集实时位置信息，并没有获取实时路况信息，导航软件获得的路况信息，实际上是通过导航服务网络下载的数据，存在一定的延时性和范围限制。因而，现有的高速公路导航存在较多体验不佳的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种AI导航方法、装置、计算机设备及存储介质，以解决高速公路导航体验不佳的问题。

一种AI导航方法，包括：

接收导航信息，所述导航信息包括若干路线提醒节点；

当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；

通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置；

当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

一种AI导航装置，包括：

接收导航信息模块，用于接收导航信息，所述导航信息包括若干路线提醒节点；

采集路况图像模块，用于当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；

路况识别模块，用于通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置；

提醒模块，用于当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

一种计算机设备，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可读指令，所述处理器执行所述计算机可读指令时实现上述AI导航方法。

一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述AI导航方法。

上述AI导航方法、装置、计算机设备及存储介质，通过接收导航信息，所述导航信息包括若干路线提醒节点，以使行车记录仪获得导航路线。当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像，以自动识别是否存在高速导航路段。通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置，以通过行车记录仪智能识别出实时路况信息，减少了智能手机电量、流量的消耗。当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息，可以实现导航任务切换为智能手机，保证用户更加精准的导航需求(切换到智能手机后，可以使用无线网络获取车辆的精准位置，实现精准导航)。本发明可以解决高速公路导航体验不佳的问题，同时节省智能终端流量和电量的消耗。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中AI导航方法的一应用环境示意图；

图2是本发明一实施例中AI导航方法的一流程示意图；

图3是本发明一实施例中AI导航装置的一结构示意图；

图4是本发明一实施例中计算机设备的一示意图。

具体实施方式

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。

本实施例提供的AI导航方法，可应用在如图1的应用环境中，其中，客户端与服务端进行通信。其中，客户端包括但不限于车载终端、行车记录仪。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种AI导航方法，以该方法应用在图1中的客户端为例进行说明，包括如下步骤：

S10、接收导航信息，所述导航信息包括若干路线提醒节点。

可理解地，导航信息可以指车辆的行驶路线。例如，导航信息包括从当前位置A地前往目的地B地。路线提醒节点指的是行驶路线上若干需要进行路线变更的节点，如不同路线的分叉口、高速出口、服务区、高速入口等。在一示例中，用户可以在智能手机上的导航APP(应用程序)输入导航信息，然后通过蓝牙将导航信息传送给行车记录仪。

S20、当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像。

可理解地，高速导航路段可定义为里程数不小于指定公里数的高速路段。可以根据实际需要设置指定公里数。在一示例中，指定公里数可以是10公里。当车辆的行驶路线中高速驾驶(指的是在高速公路上行驶)的里程数大于或等于指定公里数，则说明导航信息包含高速导航路段。拍摄装置可以是与行车记录仪连接的摄像头。该摄像头可以是行车记录仪自带的摄像头，也可以是行车记录仪外接的摄像头。路况图像可以指车辆外物体的图像，如高速指示牌、路况、障碍物等。

S30、通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置。

可理解地，本地AI模型是存储于本地存储器上的识别模型，可以实现离线识别。在空闲时间(一般为非高速驾驶时段)本地AI模型可以从服务端下载更新数据，提高本地AI模型的识别能力。实时路况信息包括但不限于路牌信息(识别路边交通指示牌生成的信息，如距离B地还有10公里)、路况信息(如车流量、是否下雨等)、障碍物信息(路上是否出现障碍物)。

车辆实时相对位置指的是基于识别出的路牌信息以及当前车速等条件计算出的车辆位置。例如，在0时刻，识别到路牌信息为：距离B地还有10公里；而当前的车速为100公里每小时，那么，3分钟后，推算出的车辆实时相对位置为：距离B地还有5公里。

S40、当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

可理解地，当检测到的实时路况信息与导航信息不匹配时，可以判定当前实时路况信息存在异常。例如，检测出的实时路况信息包括，当前车辆处于XX高速XX段，处于导航路线之外，此时，可以判定实时路况信息存在异常。车辆实时相对位置处于路线提醒节点的提醒范围，指的是车辆已经接近路线提醒节点，需要提醒驾驶员注意高速出口。提醒范围可以根据实际需要设置。提醒范围可以按时间里程计算，如1min、5min、10min等，也可以按距离里程计算，如5公里、1公里、500米等。

可以根据实际的需要设置提醒信息。例如，可由行车记录仪发出提醒信息，如可以是语音提醒。也可以由行车记录仪向智能手机发送提醒通知，再由智能手机发出语音提醒。

步骤S10-S40中，接收导航信息，所述导航信息包括若干路线提醒节点，以使行车记录仪获得导航路线。当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像，以自动识别是否存在高速导航路段。通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置，以通过行车记录仪智能识别出实时路况信息，减少了智能手机电量、流量的消耗。当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息，可以实现导航任务切换为智能手机，保证用户更加精准的导航需求(切换到智能手机后，可以使用无线网络获取车辆的精准位置，实现精准导航)。

可选的，步骤S10，即所述接收导航信息，所述导航信息包括若干路线提醒节点，包括：

S101、与智能终端建立连接；

S102、接收所述智能终端发送的所述导航信息。

可理解地，在此处，智能终端可以指具有连接无线网络，且安装有导航APP的设备，如可以是智能手机、平板电脑等。行车记录仪与智能终端之间建立的连接可以是蓝牙连接。

用户可以在智能终端的导航APP输入目的地，由导航APP生成相应的导航信息。如，用户准备前往B地，而当前处于A地，则产生的导航信息可以是从A地到B地的行驶路线。

可选的，步骤S30之前，即所述通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置之前，还包括：

S31、与服务端建立连接；

S32、从所述服务端下载更新数据；

S33、根据所述更新数据对所述本地AI模型进行更新。

可理解地，服务端可以是车联网的云服务器。可通过服务端训练AI模型，识别出各种路况信息，如高速指示牌信息、路况信息、障碍物信息等。训练完毕后，可以基于训练结果生成更新数据。行车记录仪可以从服务端下载更新数据，然后根据更新数据对所述本地AI模型进行更新。通过更新，可以进一步提高行车记录仪的识别能力。

可选的，步骤S20，即所述当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像之后，还包括：

S21、按照预设连接规则与服务端建立连接；

S22、将所述路况图像上传至所述服务端，以使所述服务端根据所述路况图像对AI模型进行训练，生成更新数据。

可理解地，预设连接规则可以根据实际需要进行设置。在一些示例中，预设连接规则可以设置为在WiFi环境中。行车记录仪可以通过WiFi无线网络将路况图像上传至服务端。这些路况图像可以作为训练集在AI模型中二次训练，获得二次训练后的AI模型，然后再基于二次训练后的AI模型生成更新数据。

可选的，步骤S40，即所述当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息，包括：

S401、与智能终端建立连接；

S402、将所述提醒信息发送至所述智能终端，以使所述智能终端发出语音提醒。

可理解地，在此处，智能终端可以指具有连接无线网络，且安装有导航APP的设备，如可以是智能手机、平板电脑等。行车记录仪与智能终端之间建立的连接可以是蓝牙连接。

行车记录仪可以向智能终端发送提醒信息。智能终端在接收到提醒信息后，激活导航APP，然后由导航APP继续为驾驶员服务。由此，在高速驾驶过程中，本实施例提供的方法可以减少智能终端的使用，减少流量和电量的消耗，防止因为网络不稳定导致智能终端耗电量过大。

可选的，步骤S40之前，即所述当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息之前，还包括：

S41、判断所述实时路况信息是否与所述导航信息匹配；

S42、若所述实时路况信息与所述导航信息不匹配，判定所述实时路况信息存在异常。

可理解地，实时路况信息包含了车辆实时相对位置，而导航信息包含了行驶路线。若车辆实时相对位置处于行驶路线上，则判定实时路况信息为正常。若车辆实时相对位置不处于行驶路线上，则判定实时路况信息存在异常。

可选的，步骤S10之后，即所述接收导航信息，所述导航信息包括若干路线提醒节点之后，还包括：

S11、当所述导航信息包含高速导航路段时，向智能终端发送导航挂起指令，以使所述智能终端根据所述导航挂起指令将用于生成所述导航信息的应用程序挂起。

可理解地，导航挂起指令指的是使导航APP(即用于生成导航信息的应用程序)暂停工作的指令。智能终端可以根据导航挂起指令将导航APP挂起。导航APP挂起后，可以大大节省流量消耗和电量消耗。

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，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种AI导航装置，该AI导航装置与上述实施例中AI导航方法一一对应。如图3所示，该AI导航装置包括接收导航信息模块10、采集路况图像模块20、路况识别模块30和提醒模块40。各功能模块详细说明如下：

接收导航信息模块10，用于接收导航信息，所述导航信息包括若干路线提醒节点；

采集路况图像模块20，用于当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；

路况识别模块30，用于通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置；

提醒模块40，用于当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

可选的，接收导航信息模块10包括：

第一连接单元，用于与智能终端建立连接；

接收导航信息单元，用于接收所述智能终端发送的所述导航信息。

可选的，采集路况图像模块20还包括：

第二连接单元，用于与服务端建立连接；

下载更新数据单元，用于从所述服务端下载更新数据；

模型更新单元，用于根据所述更新数据对所述本地AI模型进行更新。

可选的，采集路况图像模块20还包括：

第三连接单元，用于按照预设连接规则与服务端建立连接；

图像上传单元，用于将所述路况图像上传至所述服务端，以使所述服务端根据所述路况图像对AI模型进行训练，生成更新数据。

可选的，提醒模块40包括：

第四连接单元，用于与智能终端建立连接；

发送提醒单元，用于将所述提醒信息发送至所述智能终端，以使所述智能终端发出语音提醒。

可选的，提醒模块40包括：

路况信息匹配单元，用于判断所述实时路况信息是否与所述导航信息匹配；

异常检查单元，用于若所述实时路况信息与所述导航信息不匹配，判定所述实时路况信息存在异常。

可选的，AI导航装置还包括：

挂起模块，用于当所述导航信息包含高速导航路段时，向智能终端发送导航挂起指令，以使所述智能终端根据所述导航挂起指令将用于生成所述导航信息的应用程序挂起。

关于AI导航装置的具体限定可以参见上文中对于AI导航方法的限定，在此不再赘述。上述AI导航装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机可读指令被处理器执行时以实现一种AI导航方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现以下步骤：

接收导航信息，所述导航信息包括若干路线提醒节点；

当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；

通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置；

当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

在一个实施例中，提供了一个或多个存储有计算机可读指令的计算机可读存储介质，本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时实现以下步骤：

接收导航信息，所述导航信息包括若干路线提醒节点；

当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；

通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置；

当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

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。

以上所述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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种AI导航方法，其特征在于，包括：

接收导航信息，所述导航信息包括若干路线提醒节点；

当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；

通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置；

当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

2.如权利要求1所述的AI导航方法，其特征在于，所述接收导航信息，所述导航信息包括若干路线提醒节点，包括：

与智能终端建立连接；

接收所述智能终端发送的所述导航信息。

3.如权利要求1所述的AI导航方法，其特征在于，所述通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置之前，还包括：

与服务端建立连接；

从所述服务端下载更新数据；

根据所述更新数据对所述本地AI模型进行更新。

4.如权利要求1所述的AI导航方法，其特征在于，所述当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像之后，还包括：

按照预设连接规则与服务端建立连接；

将所述路况图像上传至所述服务端，以使所述服务端根据所述路况图像对AI模型进行训练，生成更新数据。

5.如权利要求1所述的AI导航方法，其特征在于，所述当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息，包括：

与智能终端建立连接；

将所述提醒信息发送至所述智能终端，以使所述智能终端发出语音提醒。

6.如权利要求5所述的AI导航方法，其特征在于，所述当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息之前，还包括：

判断所述实时路况信息是否与所述导航信息匹配；

若所述实时路况信息与所述导航信息不匹配，判定所述实时路况信息存在异常。

7.如权利要求1所述的AI导航方法，其特征在于，所述接收导航信息，所述导航信息包括若干路线提醒节点之后，还包括：

当所述导航信息包含高速导航路段时，向智能终端发送导航挂起指令，以使所述智能终端根据所述导航挂起指令将用于生成所述导航信息的应用程序挂起。

8.一种AI导航装置，其特征在于，包括：

接收导航信息模块，用于接收导航信息，所述导航信息包括若干路线提醒节点；

采集路况图像模块，用于当所述导航信息包含高速导航路段时，通过拍摄装置实时采集路况图像；

路况识别模块，用于通过本地AI模型识别所述路况图像，生成实时路况信息，所述实时路况信息包括车辆实时相对位置；

提醒模块，用于当检测到所述实时路况信息存在异常，或所述车辆实时相对位置处于所述路线提醒节点的提醒范围内时，发出提醒信息。

9.一种计算机设备，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可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述AI导航方法。

10.一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项所述AI导航方法。

Images