CN115292435A - 高精地图的更新方法和装置、电子设备和存储介质 - Google Patents
高精地图的更新方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115292435A CN115292435A CN202211224079.7A CN202211224079A CN115292435A CN 115292435 A CN115292435 A CN 115292435A CN 202211224079 A CN202211224079 A CN 202211224079A CN 115292435 A CN115292435 A CN 115292435A
- Authority
- CN
- China
- Prior art keywords
- road
- target
- track
- road target
- 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.)
- Granted
Links
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
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种高精地图的更新方法和装置、电子设备和存储介质,该方法由路端执行,该方法包括:获取当前路段的路侧感知数据,并根据路侧感知数据对当前路段的道路目标进行跟踪检测;根据跟踪检测结果确定当前路段的道路目标移动轨迹以及道路目标移动轨迹是否满足预设移动轨迹;若满足,则根据道路目标移动轨迹确定道路目标行为习惯数据并发送至云端,使云端根据道路目标行为习惯数据更新当前路段的高精地图。本申请通过路侧感知设备从全局视角感知并分析道路目标的行为习惯,并以此对高精地图进行更新,使高精地图能够获得更丰富的道路信息,为自动驾驶车辆的决策控制等提供更有力的支撑,且适用于与路端无通信协议的车辆获知信息。
Description
技术领域
本申请涉及路侧感知技术领域,尤其涉及一种高精地图的更新方法和装置、电子设备和存储介质。
背景技术
路侧感知设备一般包括路杆上安装的相机、激光雷达等,主要用于检测行人和车辆等道路目标,路侧感知设备检测到的道路目标信息可以发送给云端来辅助交通,或者也可以直接发送给装有OBU(On board Unit,车载单元)的车辆,从而向车辆提供最新的前方交通情况,以便让车辆能有所预判。
然而,目前自动驾驶车辆与路端通信都需要事先协议好接口信息等,因此大部分车辆都还未能直接接收路端感知到的信息,但目前大部分智能驾驶车辆,尤其是L4级别以上的自动驾驶车辆都会使用高精地图,高精地图一般都是通过高精地图供应商的采集车来构建和更新的,因此是从车辆的角度去建立的地图,感知信息有限,且更新频率较低。
此外,目前的高精地图一般也只是提供静态标志物如车道线、交通标志以及周边环境的点云信息等,缺少对于一些场景下的道路目标行为习惯数据的挖掘和分析。
发明内容
本申请实施例提供了一种高精地图的更新方法和装置、电子设备和存储介质,以为高精地图提供更丰富、更全面的道路信息。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种高精地图的更新方法,所述方法由路端执行,其中,所述方法包括:
获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;
根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹;
在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据;
将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
可选地,所述确定所述道路目标移动轨迹是否满足预设移动轨迹包括:
将所述道路目标移动轨迹与所述预设移动轨迹进行比较,所述预设移动轨迹包括左转弯轨迹、掉头轨迹、避让轨迹和危险移动轨迹中的至少一种;
若所述道路目标移动轨迹的形状与至少一种所述预设移动轨迹的形状一致,则确定所述道路目标移动轨迹满足所述预设移动轨迹。
可选地,所述预设移动轨迹包括左转弯轨迹,所述道路目标的左转弯轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
根据多个所述道路目标的左转弯轨迹,确定各个所述道路目标的左转弯轨迹对应的左转弯等待区的停止点位置;
根据各个左转弯轨迹对应的左转弯等待区的停止点位置,利用第一预设融合策略确定所述当前路段的道路目标的左转弯行为习惯数据。
可选地,所述预设移动轨迹包括掉头轨迹,所述道路目标的掉头轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
根据多个所述道路目标的掉头轨迹,确定各个所述道路目标的掉头位置;
根据各个所述道路目标的掉头位置,利用第二预设融合策略确定所述当前路段的道路目标的掉头行为习惯数据。
可选地,所述预设移动轨迹包括避让轨迹,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
获取当前路段的道路施工检测结果;
根据所述道路施工检测结果以及所述道路目标的避让轨迹,确定所述当前路段是否存在道路施工;
在所述当前路段存在道路施工的情况下,确定道路施工位置并根据所述道路施工位置确定所述当前路段的道路施工行为习惯数据。
可选地,所述预设移动轨迹包括危险移动轨迹,所述道路目标的危险移动轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
根据多个所述道路目标的危险移动轨迹,确定各个所述道路目标的危险行为位置;
根据各个所述道路目标的危险行为位置,利用第三预设融合策略确定所述当前路段的道路目标的危险行为习惯数据。
可选地,所述将所述当前路段的道路目标行为习惯数据发送至云端包括:
获取路侧感知设备与高精地图之间的坐标系变换关系;
基于所述路侧感知设备与高精地图之间的坐标系变换关系,将所述当前路段的道路目标行为习惯数据变换到所述高精地图的坐标系下;
根据所述高精地图的坐标系下的道路目标行为习惯数据发送至所述云端。
第二方面,本申请实施例还提供一种高精地图的更新装置,应用于路端,其中,所述装置包括:
跟踪检测单元,用于获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;
第一确定单元,用于根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹;
第二确定单元,用于在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据;
发送单元,用于将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的高精地图的更新方法应用于路端,先获取当前路段的路侧感知数据,并根据路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;然后根据道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定道路目标移动轨迹是否满足预设移动轨迹;之后在道路目标移动轨迹满足预设移动轨迹的情况下,根据道路目标移动轨迹确定当前路段的道路目标行为习惯数据;最后将当前路段的道路目标行为习惯数据发送至云端,以使云端根据当前路段的道路目标行为习惯数据更新当前路段的高精地图。本申请实施例的高精地图的更新方法通过路侧感知设备从全局视角感知道路目标的移动轨迹,分析出道路目标的行为习惯,并以此对高精地图进行更新,使高精地图能够获得更丰富的道路信息,从而为自动驾驶车辆的决策控制等提供更有力的支撑,且能够适用于与路端无通信协议的车辆获取更全面的道路信息。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种高精地图的更新方法的流程示意图;
图2为本申请实施例中一种高精地图的更新装置的结构示意图;
图3为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种高精地图的更新方法,所述方法由路端执行,如图1所示,提供了本申请实施例中一种高精地图的更新方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S140:
步骤S110,获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果。
本申请实施例的高精地图的更新方法由路端来执行,基于路侧感知设备所能提供的全局视角,能够感知到更丰富、更全面的道路信息,为高精地图的更新提供了有力支撑。
本申请实施例需要先获取当前路段的路侧感知设备采集的路侧感知数据,路侧感知设备例如可以包括相机、激光雷达等,能够从更全面的视角捕捉到全路段的道路图像以及激光点云等感知数据。之后,可以利用一定的目标跟踪检测算法对路侧感知数据中包含的车辆、行人等目标进行跟踪检测,目标跟踪检测算法例如可以采用现有的光流跟踪法、帧间差分法等来实现,当然,具体采用何种目标跟踪检测算法,本领域技术人员可以根据实际需求灵活选择,在此不作具体限定。
步骤S120,根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹。
基于道路目标的跟踪检测结果可以确定出跟踪成功的道路目标在连续多帧感知数据中的具体位置信息等,进而可以根据多帧的位置信息生成道路目标的移动轨迹,将道路目标的移动轨迹与预设移动轨迹进行比较,确定道路目标的移动轨迹是否满足预设移动轨迹的形状。
预设移动轨迹的类型可以基于一些特定场景以及自动驾驶需求等事先定义好,例如在车辆左转弯、掉头或者道路施工等存在安全隐患的道路场景下,自动驾驶车辆的行驶控制难度随之增加,而道路中其他更多车辆的行驶行为数据,尤其是人类驾驶行为在上述场景下产生的行驶轨迹数据则能够为基于高精地图实现行驶决策的自动驾驶车辆提供更多的先验和参考信息,从而能够辅助自动驾驶车辆提前进行决策规划,保证行驶安全性和行驶效率。
步骤S130,在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据。
本申请实施例跟踪检测的道路目标可以是当前路段中所能够检测到的各种车辆、行人等道路目标,如果这些道路目标的移动轨迹满足预设移动轨迹,说明这些道路目标正处于上述左转弯、掉头、道路施工等存在安全隐患的道路场景下,因此可以进一步对这些道路目标在这些特殊场景下的移动轨迹数据进行分析处理,从而得到道路目标在这些特殊场景下的行为习惯数据,进而可以为后续自动驾驶车辆在进入该路段后的行驶决策提供参考。
步骤S140,将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
由于高精地图的数据需要占用较大的存储空间,因此一般存储在云端,本申请实施例在得到当前路段的道路目标行为习惯数据后,可以基于路-云通信将当前路段的道路目标行为习惯数据发送给云端,从而便于云端对相应路段的高精地图数据进行更新,例如针对不同场景在高精地图的相应位置或区域增加相应的提醒。
本申请实施例的高精地图的更新方法通过路侧感知设备从全局视角感知道路目标的移动轨迹,分析出道路目标的行为习惯,并以此对高精地图进行更新,使高精地图能够获得更丰富的道路信息,从而为自动驾驶车辆的决策控制等提供更有力的支撑,且能够适用于与路端无通信协议的车辆获取更全面的道路信息。
在本申请的一些实施例中,所述确定所述道路目标移动轨迹是否满足预设移动轨迹包括:将所述道路目标移动轨迹与所述预设移动轨迹进行比较,所述预设移动轨迹包括左转弯轨迹、掉头轨迹、避让轨迹和危险移动轨迹中的至少一种;若所述道路目标移动轨迹的形状与至少一种所述预设移动轨迹的形状一致,则确定所述道路目标移动轨迹满足所述预设移动轨迹。
本申请实施例在确定当前路段的道路目标移动轨迹是否满足预设移动轨迹时,可以将跟踪检测到的道路目标移动轨迹的形状与预设移动轨迹的形状进行比较,预设移动轨迹例如可以包括左转弯轨迹、掉头轨迹、避让轨迹和危险移动轨迹中的任意一种或多种,如果道路目标移动轨迹的形状与任意一种预设移动轨迹的形状相同,则可以认为满足预设移动轨迹的要求。
需要说明的是,路侧感知设备对于道路目标的跟踪检测是一个持续进行的过程,在当前路段内,可能有些道路目标出现了左转弯轨迹,有些道路目标出现了掉头轨迹,有些道路目标出现了避让轨迹等,因此可以基于预设移动轨迹的类型分别进行后续处理。
在本申请的一些实施例中,所述预设移动轨迹包括左转弯轨迹,所述道路目标的左转弯轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:根据多个所述道路目标的左转弯轨迹,确定各个所述道路目标的左转弯轨迹对应的左转弯等待区的停止点位置;根据各个左转弯轨迹对应的左转弯等待区的停止点位置,利用第一预设融合策略确定所述当前路段的道路目标的左转弯行为习惯数据。
自动驾驶车辆的左转弯尤其是在无交通灯路口的左转弯始终是个难点,而基于人类驾驶行为产生的左转弯行为习惯将在一定程度上为自动驾驶车辆实现左转弯行为的行驶决策提供参考。
基于此,本申请实施例定义的一种预设移动轨迹即为左转弯轨迹,一些交叉路口会设置有左转弯等待区,需要在路口左转的车辆可以在左转弯等待区内等待左转,但对于一些没有交通灯且没有左转弯等待区标志的路口场景,自动驾驶车辆的左转弯难度将大大增加,因此本申请实施例可以对当前路段上所有发生左转弯行为的道路目标的移动轨迹进行分析,确定出每个发生左转弯行为的道路目标在左转弯等待区的停止点位置,然后利用第一预设融合策略确定出当前路段的道路目标的左转弯行为习惯数据,左转弯行为习惯数据主要可以包括司机习惯停车等待左转的停止点位置。
上述第一预设融合策略主要是对多个道路目标对应的左转弯等待区的停止点位置进行统计分析,例如,如果有90%的道路目标都在位置P1处停车等待左转,说明该位置点是司机更加习惯进行左转弯停止等待的位置,当然,具体比例本领域技术人员可以根据实际需求灵活调整。后续将该停止点位置更新到高精地图上,当自动驾驶车辆在即将行驶到该路口准备左转时,高精地图中就可以提示该左转弯停止点的位置,从而便于自动驾驶车辆基于当前位置和停止点位置规划当前位置到停止点位置之间的行驶轨迹,帮助自动驾驶车辆顺利到达停止点位置等待左转,由此降低了自动驾驶车辆在路口的左转难度。
当然,需要说明的是,除了可以将停止点位置更新到高精地图上,也可以将大部分司机行驶到左转弯停止点位置的习惯轨迹更新到高精地图上,并且对于路口设置有左转弯待转区或者存在交通灯的场景,由于车辆遮挡等情况也会导致自车的感知视野受限,因此也可以应用本申请实施例的方案,从而从路端视角为自动驾驶车辆提供更多参考。
在本申请的一些实施例中,所述预设移动轨迹包括掉头轨迹,所述道路目标的掉头轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:根据多个所述道路目标的掉头轨迹,确定各个所述道路目标的掉头位置;根据各个所述道路目标的掉头位置,利用第二预设融合策略确定所述当前路段的道路目标的掉头行为习惯数据。
在掉头场景下,通常人类司机并不总是行驶到带有左转或者掉头标志的交通灯前再掉头,而是会通过判断来向与去向道路之间的位置、道路宽度、虚线标志等信息依靠经验选择在某个能节省时间的位置掉头,而由于这些位置大部分情况没有明确的掉头标志,且高精地图中对此也不会进行标记,因此自动驾驶车辆通常不会选择在这些位置掉头,而只能行驶到带有明确的掉头标志的位置才能掉头,导致自动驾驶车辆的灵活性和行驶效率受到一定影响。
基于此,本申请实施例定义的另一种预设移动轨迹即为掉头轨迹,通过对当前路段上所有发生掉头行为的道路目标的移动轨迹进行分析,确定出每个发生掉头行为的道路目标的掉头位置和整个掉头过程,然后利用第二预设融合策略确定出当前路段的道路目标的掉头行为习惯数据,掉头行为习惯数据具体可以包括司机习惯掉头位置以及习惯掉头轨迹等。
上述第二预设融合策略主要是对多个道路目标对应的掉头轨迹进行统计分析,例如,如果有90%的道路目标都在位置P2处掉头,且掉头轨迹也类似,说明该掉头位置和掉头轨迹是司机更加习惯的掉头行为,当然,具体比例本领域技术人员同样可以根据实际需求灵活调整。后续将该掉头位置和掉头轨迹更新到高精地图上,当自动驾驶车辆在行驶到该路段且需要进行掉头时,就可以基于高精地图的提示提前在该位置处进行掉头,而无需行驶到路口或者带有明确掉头标志的位置才能掉头。
还需要说明的是,利用上述第二预设融合策略统计分析出的掉头行为习惯数据中有可能会存在一些违反交通规则的数据,例如有些司机会在实线位置掉头,当这些数据占比更多时,可以先对这些数据进行过滤,从而保证最终分析出的掉头行为习惯数据符合交通规则的要求。
在本申请的一些实施例中,所述预设移动轨迹包括避让轨迹,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:获取当前路段的道路施工检测结果;根据所述道路施工检测结果以及所述道路目标的避让轨迹,确定所述当前路段是否存在道路施工;在所述当前路段存在道路施工的情况下,确定道路施工位置并根据所述道路施工位置确定所述当前路段的道路施工行为习惯数据。
目前的高精地图中对于道路施工情况的提醒和更新通常需要采集车实地感知才能实现,难以满足自动驾驶车辆的需求。基于此,本申请实施例从路端视角对道路施工情况进行感知和分析,并将感知到的道路施工信息发送给云端,从而使云端及时将道路施工信息更新到高精地图中,便于自动驾驶车辆提前针对道路施工情况进行行驶决策。
具体地,本申请实施例可以先利用路侧相机实时采集当前路段的道路图像并进行道路施工情况的检测,例如检测图像中是否存在道路施工标志牌等信息,为了保证检测准确性,还可以进一步对当前路段的行人、车辆等道路目标的移动轨迹进行跟踪检测,如果道路目标在与道路施工标志牌相对应的位置附近出现避让轨迹,则可以确认当前路段存在道路施工情况,那么这时可以基于检测到的道路施工标识牌位置以及道路目标的避让轨迹确定出道路施工位置,进而可以将该道路施工位置发送至云端进行高精地图的更新,
需要说明的是,相比于发生交通事故的情况来说,道路施工维护情况的出现和存在可能更加频繁、更加稳定,因此将道路施工信息更新到高精地图上,能够为后续在道路施工时间段内可能经过该区域的自动驾驶车辆提供先验信息。
在本申请的一些实施例中,所述预设移动轨迹包括危险移动轨迹,所述道路目标的危险移动轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:根据多个所述道路目标的危险移动轨迹,确定各个所述道路目标的危险行为位置;根据各个所述道路目标的危险行为位置,利用第三预设融合策略确定所述当前路段的道路目标的危险行为习惯数据。
实际驾驶场景下,一些路段还可能会出现行人、非机动车等目标违反交通规则的危险行为,例如横穿马路的行为,这些行为通常也具有一定的规律,基于此,本申请实施例可以通过对当前路段的行人、非机动车等目标进行跟踪检测,从而能够检测出上述道路目标是否存在横穿马路等危险行为,如果存在上述危险行为,通过对当前路段上所有危险行为的道路目标的移动轨迹进行分析,则可以确定出每个发生危险行为的道路目标的危险行为区域和整个危险行为过程,然后利用第三预设融合策略确定出当前路段的道路目标的危险行为习惯数据,例如可以包括危险行为区域位置以及危险行为轨迹等。
上述第三预设融合策略主要是对多个道路目标的危险行为区域位置等进行统计分析,例如,如果有90%的道路目标都在位置P3附近横穿马路,说明该位置附近是行人或者非机动车等经常横穿马路的区域,当然,具体比例本领域技术人员同样可以根据实际需求灵活调整。
上述危险行为习惯数据也是现有的高精地图从车辆角度所无法获取到的信息,而路端感知设备通过路杆高度以及多路段相机感知结果的融合可以检测到每个路段的行人与非机动车的移动轨迹,进而根据行人与非机动车的移动轨迹将这种安全隐患更新到高精地图中,从而使得搭载高精地图的车辆可以在接近该区域的时候加强行人与非机动车的检测频率、降低行驶速度等,避免发生交通事故。
需要说明的是,通常自动驾驶车辆自身会有预测模块,能够预测出车辆传感器检测到的障碍物等的运动轨迹,而上述几种实施例中更新到高精地图中的轨迹信息也可以作为其中一种轨迹参考信息提供给自动驾驶车辆,以便于自动驾驶车辆进行预判和行驶控制。这些轨迹信息不同于车辆视角的轨迹,车辆视角由于遮挡原因会忽视这些安全隐患,而路端感知则可以从全局视角去感知和分析,并且更新到高精地图后,能适用于更多使用高精地图但与路端又没有通信协议的车辆。
在本申请的一些实施例中,所述将所述当前路段的道路目标行为习惯数据发送至云端包括:获取路侧感知设备与高精地图之间的坐标系变换关系;基于所述路侧感知设备与高精地图之间的坐标系变换关系,将所述当前路段的道路目标行为习惯数据变换到所述高精地图的坐标系下;根据所述高精地图的坐标系下的道路目标行为习惯数据发送至所述云端。
由于本申请实施例是基于路侧感知设备从路端的视角进行高精地图的更新,路侧感知设备采集的数据是位于路侧感知设备的坐标系下的,例如相机采集的图像是位于图像坐标系下的,激光雷达采集的点云数据是激光雷达坐标系下的,而高精地图的数据是高精地图坐标系下的,因此本申请在进行高精地图的更新时,可以先对路侧感知设备与高精地图之间的坐标系变换关系进行标定,具体标定方式本领域技术人员可以基于现有的标定方式灵活选择,在此不作具体限定。
在得到路侧感知设备与高精地图之间的坐标系变换关系后,就可以基于该变换关系,将当前路段的道路目标行为习惯数据变换到高精地图的坐标系下,从而便于云端利用高精地图坐标系下的道路目标行为习惯数据更新高精地图。
综上所述,本申请的高精地图的更新方法至少取得了如下的技术效果:本申请通过全路段的路侧感知设备从全局视角感知道路目标的行为习惯,并以此在高精地图上更新司机在左转弯等待区的习惯停止位置、习惯掉头位置、行人/非机动车习惯横穿马路的范围以及道路施工等某些存在安全隐患的位置,使高精地图能够获得更丰富的道路信息,从而为自动驾驶车辆的决策控制等提供更有力的支撑,即使与路端设备没有通信协议的车辆也能得到全局视角下的道路目标行为习惯以及道路安全隐患等信息,且基于路端的实时感知,更新频率也更高。
本申请实施例还提供了一种高精地图的更新装置200,应用于路端,如图2所示,提供了本申请实施例中一种高精地图的更新装置的结构示意图,所述装置200包括:跟踪检测单元210、第一确定单元220、第二确定单元230以及发送单元240,其中:
跟踪检测单元210,用于获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;
第一确定单元220,用于根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹;
第二确定单元230,用于在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据;
发送单元240,用于将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
在本申请的一些实施例中,所述第一确定单元220具体用于:将所述道路目标移动轨迹与所述预设移动轨迹进行比较,所述预设移动轨迹包括左转弯轨迹、掉头轨迹、避让轨迹和危险移动轨迹中的至少一种;若所述道路目标移动轨迹的形状与至少一种所述预设移动轨迹的形状一致,则确定所述道路目标移动轨迹满足所述预设移动轨迹。
在本申请的一些实施例中,所述预设移动轨迹包括左转弯轨迹,所述道路目标的左转弯轨迹包括多个,所述第二确定单元230具体用于:根据多个所述道路目标的左转弯轨迹,确定各个所述道路目标的左转弯轨迹对应的左转弯等待区的停止点位置;根据各个左转弯轨迹对应的左转弯等待区的停止点位置,利用第一预设融合策略确定所述当前路段的道路目标的左转弯行为习惯数据。
在本申请的一些实施例中,所述预设移动轨迹包括掉头轨迹,所述道路目标的掉头轨迹包括多个,所述第二确定单元230具体用于:根据多个所述道路目标的掉头轨迹,确定各个所述道路目标的掉头位置;根据各个所述道路目标的掉头位置,利用第二预设融合策略确定所述当前路段的道路目标的掉头行为习惯数据。
在本申请的一些实施例中,所述预设移动轨迹包括避让轨迹,所述第二确定单元230具体用于:获取当前路段的道路施工检测结果;根据所述道路施工检测结果以及所述道路目标的避让轨迹,确定所述当前路段是否存在道路施工;在所述当前路段存在道路施工的情况下,确定道路施工位置并根据所述道路施工位置确定所述当前路段的道路施工行为习惯数据。
在本申请的一些实施例中,所述预设移动轨迹包括危险移动轨迹,所述道路目标的危险移动轨迹包括多个,所述第二确定单元230具体用于:根据多个所述道路目标的危险移动轨迹,确定各个所述道路目标的危险行为位置;根据各个所述道路目标的危险行为位置,利用第三预设融合策略确定所述当前路段的道路目标的危险行为习惯数据。
在本申请的一些实施例中,所述发送单元240具体用于:获取路侧感知设备与高精地图之间的坐标系变换关系;基于所述路侧感知设备与高精地图之间的坐标系变换关系,将所述当前路段的道路目标行为习惯数据变换到所述高精地图的坐标系下;根据所述高精地图的坐标系下的道路目标行为习惯数据发送至所述云端。
能够理解,上述高精地图的更新装置,能够实现前述实施例中提供的高精地图的更新方法的各个步骤,关于高精地图的更新方法的相关阐释均适用于高精地图的更新装置,此处不再赘述。
图3是本申请的一个实施例电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成高精地图的更新装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;
根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹;
在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据;
将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
上述如本申请图1所示实施例揭示的高精地图的更新装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中高精地图的更新装置执行的方法,并实现高精地图的更新装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中高精地图的更新装置执行的方法,并具体用于执行:
获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;
根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹;
在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据;
将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
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/或方框图来描述的。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、嵌入式处理机或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。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种高精地图的更新方法,所述方法由路端执行,其中,所述方法包括:
获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;
根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹;
在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据;
将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
2.如权利要求1所述方法,其中,所述确定所述道路目标移动轨迹是否满足预设移动轨迹包括:
将所述道路目标移动轨迹与所述预设移动轨迹进行比较,所述预设移动轨迹包括左转弯轨迹、掉头轨迹、避让轨迹和危险移动轨迹中的至少一种;
若所述道路目标移动轨迹的形状与至少一种所述预设移动轨迹的形状一致,则确定所述道路目标移动轨迹满足所述预设移动轨迹。
3.如权利要求1所述方法,其中,所述预设移动轨迹包括左转弯轨迹,所述道路目标的左转弯轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
根据多个所述道路目标的左转弯轨迹,确定各个所述道路目标的左转弯轨迹对应的左转弯等待区的停止点位置;
根据各个左转弯轨迹对应的左转弯等待区的停止点位置,利用第一预设融合策略确定所述当前路段的道路目标的左转弯行为习惯数据。
4.如权利要求1所述方法,其中,所述预设移动轨迹包括掉头轨迹,所述道路目标的掉头轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
根据多个所述道路目标的掉头轨迹,确定各个所述道路目标的掉头位置;
根据各个所述道路目标的掉头位置,利用第二预设融合策略确定所述当前路段的道路目标的掉头行为习惯数据。
5.如权利要求1所述方法,其中,所述预设移动轨迹包括避让轨迹,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
获取当前路段的道路施工检测结果;
根据所述道路施工检测结果以及所述道路目标的避让轨迹,确定所述当前路段是否存在道路施工;
在所述当前路段存在道路施工的情况下,确定道路施工位置并根据所述道路施工位置确定所述当前路段的道路施工行为习惯数据。
6.如权利要求1所述方法,其中,所述预设移动轨迹包括危险移动轨迹,所述道路目标的危险移动轨迹包括多个,所述在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据包括:
根据多个所述道路目标的危险移动轨迹,确定各个所述道路目标的危险行为位置;
根据各个所述道路目标的危险行为位置,利用第三预设融合策略确定所述当前路段的道路目标的危险行为习惯数据。
7.如权利要求1所述方法,其中,所述将所述当前路段的道路目标行为习惯数据发送至云端包括:
获取路侧感知设备与高精地图之间的坐标系变换关系;
基于所述路侧感知设备与高精地图之间的坐标系变换关系,将所述当前路段的道路目标行为习惯数据变换到所述高精地图的坐标系下;
根据所述高精地图的坐标系下的道路目标行为习惯数据发送至所述云端。
8.一种高精地图的更新装置,应用于路端,其中,所述装置包括:
跟踪检测单元,用于获取当前路段的路侧感知数据,并根据所述路侧感知数据对当前路段的道路目标进行跟踪检测,得到道路目标的跟踪检测结果;
第一确定单元,用于根据所述道路目标的跟踪检测结果确定当前路段的道路目标移动轨迹,并确定所述道路目标移动轨迹是否满足预设移动轨迹;
第二确定单元,用于在所述道路目标移动轨迹满足预设移动轨迹的情况下,根据所述道路目标移动轨迹确定当前路段的道路目标行为习惯数据;
发送单元,用于将所述当前路段的道路目标行为习惯数据发送至云端,以使所述云端根据所述当前路段的道路目标行为习惯数据更新当前路段的高精地图。
9.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行权利要求1~7之任一所述方法。
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一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行权利要求1~7之任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211224079.7A CN115292435B (zh) | 2022-10-09 | 2022-10-09 | 高精地图的更新方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211224079.7A CN115292435B (zh) | 2022-10-09 | 2022-10-09 | 高精地图的更新方法和装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115292435A true CN115292435A (zh) | 2022-11-04 |
CN115292435B CN115292435B (zh) | 2023-03-31 |
Family
ID=83833919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211224079.7A Active CN115292435B (zh) | 2022-10-09 | 2022-10-09 | 高精地图的更新方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115292435B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116343469A (zh) * | 2022-12-23 | 2023-06-27 | 昆易电子科技(上海)有限公司 | 数据处理方法和数据处理装置、电子设备及存储介质 |
CN116467323A (zh) * | 2023-04-11 | 2023-07-21 | 北京中科东信科技有限公司 | 一种基于路侧设施的高精地图的更新方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583630A (zh) * | 2020-04-10 | 2020-08-25 | 河北德冠隆电子科技有限公司 | 基于时空轨迹重构全新道路高精地图快速生成系统与方法 |
CN113283647A (zh) * | 2021-05-19 | 2021-08-20 | 广州文远知行科技有限公司 | 一种障碍物轨迹预测的方法、装置及自动驾驶车辆 |
US11240635B1 (en) * | 2020-04-03 | 2022-02-01 | Koko Home, Inc. | System and method for processing using multi-core processors, signals, and AI processors from multiple sources to create a spatial map of selected region |
CN114385661A (zh) * | 2022-01-29 | 2022-04-22 | 重庆长安汽车股份有限公司 | 一种基于v2x技术的高精地图更新的系统 |
CN115114312A (zh) * | 2022-07-15 | 2022-09-27 | 北京百度网讯科技有限公司 | 地图数据更新方法、装置及电子设备 |
-
2022
- 2022-10-09 CN CN202211224079.7A patent/CN115292435B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11240635B1 (en) * | 2020-04-03 | 2022-02-01 | Koko Home, Inc. | System and method for processing using multi-core processors, signals, and AI processors from multiple sources to create a spatial map of selected region |
CN111583630A (zh) * | 2020-04-10 | 2020-08-25 | 河北德冠隆电子科技有限公司 | 基于时空轨迹重构全新道路高精地图快速生成系统与方法 |
CN113283647A (zh) * | 2021-05-19 | 2021-08-20 | 广州文远知行科技有限公司 | 一种障碍物轨迹预测的方法、装置及自动驾驶车辆 |
CN114385661A (zh) * | 2022-01-29 | 2022-04-22 | 重庆长安汽车股份有限公司 | 一种基于v2x技术的高精地图更新的系统 |
CN115114312A (zh) * | 2022-07-15 | 2022-09-27 | 北京百度网讯科技有限公司 | 地图数据更新方法、装置及电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116343469A (zh) * | 2022-12-23 | 2023-06-27 | 昆易电子科技(上海)有限公司 | 数据处理方法和数据处理装置、电子设备及存储介质 |
CN116467323A (zh) * | 2023-04-11 | 2023-07-21 | 北京中科东信科技有限公司 | 一种基于路侧设施的高精地图的更新方法及系统 |
CN116467323B (zh) * | 2023-04-11 | 2023-12-19 | 北京中科东信科技有限公司 | 一种基于路侧设施的高精地图的更新方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115292435B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109801508B (zh) | 路口处障碍物的运动轨迹预测方法及装置 | |
CN115292435B (zh) | 高精地图的更新方法和装置、电子设备和存储介质 | |
JP2020132151A (ja) | 車両走行軌跡の予測方法、装置、端末、記憶媒体、及びプログラム | |
JP7266627B2 (ja) | 早期警報方法、装置、電子機器、記録媒体及びコンピュータプログラム製品 | |
US8160811B2 (en) | Method and system to estimate driving risk based on a hierarchical index of driving | |
CN110036426B (zh) | 控制装置和控制方法 | |
DE102014117751A1 (de) | System und Verfahren zum dynamischen Fokussieren von Fahrzeugsensoren | |
JP6574224B2 (ja) | 車両制御装置、車両、車両制御方法およびプログラム | |
CN113253299B (zh) | 障碍物检测方法、装置及存储介质 | |
CN113043955A (zh) | 路况信息显示装置、方法及车辆 | |
WO2023179028A1 (zh) | 一种图像处理方法、装置、设备及存储介质 | |
US20220118906A1 (en) | Vehicle, object warning apparatus and method | |
CN116564133A (zh) | 潮汐车道的车辆预警方法、装置及电子设备 | |
JP2010072836A (ja) | 周辺監視装置 | |
CN111427331B (zh) | 无人驾驶车辆的感知信息展示方法、装置和电子设备 | |
CN114582153B (zh) | 一种匝道入口长实线提醒方法、系统及车辆 | |
CN115092186A (zh) | 一种车辆自动驾驶方法及装置、电子设备、存储介质 | |
CN115953748A (zh) | 用于车联网的多传感器融合感知方法、系统、设备和介质 | |
EP3903068B1 (en) | Learned intersection map from long term sensor data | |
JP2019045985A (ja) | 車両制御装置、車両、車両制御方法およびプログラム | |
CN115112138A (zh) | 轨迹规划信息生成方法、装置、电子设备以及存储介质 | |
CN116935693A (zh) | 碰撞预警方法、车载终端及存储介质 | |
CN114694116A (zh) | 一种道路边界检测方法、装置、电子设备和存储介质 | |
CN112866636A (zh) | 基于最远可视距离的团雾识别预警方法、系统和电子设备 | |
JP2020126403A (ja) | 運転特性推定方法及び運転特性推定装置 |
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 |