CN115503740A - 一种辅助驾驶方法、装置、电子设备及存储介质 - Google Patents
一种辅助驾驶方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115503740A CN115503740A CN202211430012.9A CN202211430012A CN115503740A CN 115503740 A CN115503740 A CN 115503740A CN 202211430012 A CN202211430012 A CN 202211430012A CN 115503740 A CN115503740 A CN 115503740A
- Authority
- CN
- China
- Prior art keywords
- underground garage
- model
- determining
- data
- position information
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种辅助驾驶方法、装置、电子设备及存储介质;所述方法包括:基于第一地图数据,确定地下车库模型和地上场景模型;所述地上场景模型为所述地下车库模型对应的地上场景的模型;获取车辆的位置信息;基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置;响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,以辅助所述车辆在所述地下车库中驾驶。如此,能够智能地辅助车辆在地下车库中驾驶,显示车辆的周边场景,减少了事故的发生概率。
Description
技术领域
本申请涉及基于三维模型的地下车库辅助驾驶技术,尤其涉及一种辅助驾驶方法、装置、电子设备及存储介质。
背景技术
随着辅助驾驶技术的快速发展和广泛使用,人们使用辅助驾驶技术辅助车辆在地下车库中驾驶逐渐成为辅助驾驶技术应用的主流。但是在辅助车辆在地下车库中驾驶的过程中,现有的辅助驾驶方法是通过显示地下车库的二维地图导航,辅助车辆在地下车库中驾驶,现有的辅助驾驶方法无法显示车辆的周边场景,容易造成事故的发生,人们更希望能够显示车辆的周边场景,减少事故的发生概率。
因此,如何智能地辅助车辆在地下车库中驾驶,以显示车辆的周边场景,并减少事故的发生概率是一直追求的目标。
发明内容
本申请实施例提供了一种辅助驾驶方法、装置、电子设备及存储介质。
根据本申请的第一方面,提供了一种辅助驾驶方法,该方法包括:基于第一地图数据,确定地下车库模型和地上场景模型;所述地上场景模型为所述地下车库模型对应的地上场景的模型;获取车辆的位置信息;基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置;响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,以辅助所述车辆在所述地下车库中驾驶。
根据本申请一实施方式,所述基于第一地图数据,确定地下车库模型和地上场景模型,包括:基于所述第一地图数据,确定第一地图数据模型;采集设施数据、兴趣点数据和路网数据;基于所述设施数据、所述兴趣点数据和所述路网数据,对所述第一地图数据模型进行校准,得到第二地图数据模型;基于所述第二地图数据模型,确定所述地下车库模型和所述地上场景模型;所述地下车库模型包括的所述设施数据与所述地上场景模型包括的所述兴趣点数据相关联。
根据本申请一实施方式,所述基于所述第二地图数据模型,确定所述地下车库模型和所述地上场景模型,包括:基于所述设施数据和所述第二地图数据模型,生成所述地下车库对应的地下三维模型和所述地上场景对应的地上三维模型;基于所述兴趣点数据和所述路网数据,生成地下导航数据和地上导航数据;将所述地下导航数据与所述地下三维模型叠加,得到所述地下车库模型;将所述地上导航数据与所述地上三维模型叠加,得到所述地上场景模型。
根据本申请一实施方式,所述基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置,包括: 所述地下车库模型包括地下车库建筑位置、第一对象的位置和公共设施位置;响应于所述位置信息与所述地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定所述地下车库中存在第一危险位置,并确定所述地下车库建筑位置为所述第一危险位置;响应于识别设备识别到所述第一对象、且所述位置信息与所述第一对象的位置之间的所述三维空间距离满足预设的第二距离阈值,确定所述地下车库中存在第二危险位置,并确定所述第一对象的位置为所述第二危险位置;响应于所述位置信息与所述公共设施位置之间的所述三维空间距离满足预设的第三距离阈值,确定所述地下车库中存在第三危险位置,并确定所述公共设施位置为所述第三危险位置。
根据本申请一实施方式,所述响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,包括:确定所述车辆的平均速度;基于所述平均速度,确定所述车辆到达所述危险位置的第一时长;响应于所述第一时长满足预设的时间阈值,显示所述危险位置。
根据本申请一实施方式,所述响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置之前,所述辅助驾驶方法还包括:确定所述车辆的位置信息的变化值;响应于所述位置信息的变化值不满足预设的高度阈值,则确定车辆状态为离开地下车库状态;响应于所述位置信息的变化值满足所述预设的高度阈值,则确定所述车辆状态为进入地下车库状态;获取所述地下车库模型的地下车库出入口位置;基于所述车辆状态和所述地下车库出入口位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息。
根据本申请一实施方式,所述基于所述车辆状态和所述地下车库出入口位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息,包括:确定所述车辆的位置信息距离所述地上场景的地面的第一高度值;响应于所述车辆状态为所述进入地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示所述地下车库模型和所述位置信息,并根据所述第一高度值在所述地上场景模型同步显示所述位置信息;响应于所述车辆状态为所述离开地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足所述预设的第四距离阈值,则隐藏所述地下车库模型和所述地上三维模型,显示所述地上导航数据和所述位置信息。
根据本申请的第二方面,提供了一种辅助驾驶装置,该辅助驾驶装置包括: 确定模块,用于基于第一地图数据,确定地下车库模型和地上场景模型;所述地上场景模型为所述地下车库模型对应的地上场景的模型;获取模块,用于获取车辆的位置信息;预警模块,用于基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置;导航模块,用于响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,以辅助所述车辆在所述地下车库中驾驶。
根据本申请一实施方式,所述确定模块用于:基于所述第一地图数据,确定第一地图数据模型;采集设施数据、兴趣点数据和路网数据;基于所述设施数据、所述兴趣点数据和所述路网数据,对所述第一地图数据模型进行校准,得到第二地图数据模型;基于所述第二地图数据模型,确定所述地下车库模型和所述地上场景模型;所述地下车库模型包括的所述设施数据与所述地上场景模型包括的所述兴趣点数据相关联。
根据本申请一实施方式,所述确定模块用于:基于所述设施数据和所述第二地图数据模型,生成所述地下车库对应的地下三维模型和所述地上场景对应的地上三维模型;基于所述兴趣点数据和所述路网数据,生成地下导航数据和地上导航数据;将所述地下导航数据与所述地下三维模型叠加,得到所述地下车库模型;将所述地上导航数据与所述地上三维模型叠加,得到所述地上场景模型。
根据本申请一实施方式,所述地下车库模型包括地下车库建筑位置、第一对象的位置和公共设施位置,所述预警模块用于: 响应于所述位置信息与所述地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定所述地下车库中存在第一危险位置,并确定所述地下车库建筑位置为所述第一危险位置; 响应于识别设备识别到所述第一对象、且所述位置信息与所述第一对象的位置之间的所述三维空间距离满足预设的第二距离阈值,确定所述地下车库中存在第二危险位置,并确定所述第一对象的位置为所述第二危险位置;响应于所述位置信息与所述公共设施位置之间的所述三维空间距离满足预设的第三距离阈值,确定所述地下车库中存在第三危险位置,并确定所述公共设施位置为所述第三危险位置。
根据本申请一实施方式,所述导航模块用于:确定所述车辆的平均速度; 基于所述平均速度,确定所述车辆到达所述危险位置的第一时长;响应于所述第一时长满足预设的时间阈值,显示所述危险位置。
根据本申请一实施方式,所述导航模块还用于:确定所述车辆的位置信息的变化值;响应于所述位置信息的变化值不满足预设的高度阈值,则确定车辆状态为离开地下车库状态;响应于所述位置信息的变化值满足所述预设的高度阈值,则确定所述车辆状态为进入地下车库状态;获取所述地下车库模型的地下车库出入口位置;基于所述车辆状态和所述地下车库出入口位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息。
根据本申请一实施方式,所述导航模块用于:确定所述车辆的位置信息距离所述地上场景的地面的第一高度值;响应于所述车辆状态为所述进入地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示所述地下车库模型和所述位置信息,并根据所述第一高度值在所述地上场景模型同步显示所述位置信息;响应于所述车辆状态为所述离开地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足所述预设的第四距离阈值,则隐藏所述地下车库模型和所述地上三维模型,显示所述地上导航数据和所述位置信息。
根据本申请的第三方面,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申请所述的方法。
根据本申请的第四方面,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,所述计算机指令用于使所述计算机执行本申请所述的方法。
本申请实施例的方法,基于第一地图数据,确定地下车库模型和地上场景模型;所述地上场景模型为所述地下车库模型对应的地上场景的模型;获取车辆的位置信息;基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置;响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,以辅助所述车辆在所述地下车库中驾驶。如此,能够智能地辅助车辆在地下车库中驾驶,显示车辆的周边场景,减少了事故的发生概率。
需要理解的是,本申请的教导并不需要实现上面所述的全部有益效果,而是特定的技术方案可以实现特定的技术效果,并且本申请的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本申请实施例提供的辅助驾驶方法的处理流程示意图一;
图2示出了本申请实施例提供的辅助驾驶方法的处理流程示意图二;
图3示出了本申请实施例提供的辅助驾驶方法的处理流程示意图三;
图4示出了本申请实施例提供的辅助驾驶方法的处理流程示意图四;
图5示出了本申请实施例提供的辅助驾驶方法的处理流程示意图五;
图6示出了本申请实施例提供的辅助驾驶方法的一种应用场景图;
图7示出了本申请实施例提供的辅助驾驶方法的再一种应用场景图;
图8示出了本申请实施例提供的辅助驾驶方法的另一种应用场景图;
图9示出了本申请实施例提供的辅助驾驶方法的又一种应用场景图;
图10示出了本申请实施例提供的辅助驾驶装置的一种可选示意图;
图11示出了本申请实施例提供的电子设备的组成结构示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域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。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
CIM(City Information Modeling,城市信息模型):以BIM(BuildingInformation Modeling,建筑信息模型)、GIS(Geographic Information Systems,地理信息系统)和IoT(Internet of Things,物联网)等技术为基础,整合城市地上、地下、室内、室外、历史、现状和未来的多维多尺度信息模型数据与城市感知数据,构建起三维数字空间的城市信息综合体。
相关技术中,已知的辅助驾驶的技术方案,由于通过显示地下车库的二维地图导航,辅助车辆在地下车库中驾驶,辅助驾驶方法导航方法单一,且无法显示危险位置。相关技术在辅助驾驶过程中导航方法单一,且无法显示危险位置,进而出现无法显示车辆的周边场景,容易造成事故的发生的问题。
针对相关技术提供的上述辅助驾驶方法,在辅助驾驶过程中导航方法单一,且无法显示危险位置,进而出现无法显示车辆的周边场景,容易造成事故的发生的问题,本申请实施例的方法,基于第一地图数据,确定地下车库模型和地上场景模型;地上场景模型为地下车库模型对应的地上场景的模型;获取车辆的位置信息;基于位置信息和地下车库模型,确定地下车库中是否存在危险位置;响应于地下车库中存在危险位置,在地下车库模型和地上场景模型中,同步显示位置信息和危险位置,以辅助车辆在地下车库中驾驶。如此,能够智能地辅助车辆在地下车库中驾驶,通过地下车库模型和地上场景模型中各个图层的显隐以及不同透明度的显示,用户在地下车库驾驶车辆时,可以同时感知地下车库对应的地上场景。本申请实施例的方法,可以依赖BIM和GIS进行三维导航并结合IOT,实现地下车库中的对象的距离检测。因此,与相关技术中辅助驾驶方法导航方法单一,且无法显示危险位置相比,本申请的辅助驾驶方法能够显示车辆的周边场景,减少了事故的发生概率。
对本申请实施例提供的辅助驾驶方法中的处理流程进行说明。参见图1,图1是本申请实施例提供的辅助驾驶方法的处理流程示意图一,将结合图1示出的步骤S101-S104进行说明。
步骤S101,基于第一地图数据,确定地下车库模型和地上场景模型。
在一些实施例中,第一地图数据可以包括:带有地理位置信息的地下车库的二维工程图、带有地理位置信息的地上场景的二维工程图、无人机采集的地上场景的倾斜摄影、无人机采集的地下车库的倾斜摄影、地下车库的BIM的基础模型数据和地上场景的BIM的基础模型数据。第一地图数据的获取方式可以包括:调用CIM基础平台中的地图数据的接口,确定CIM基础平台中地下车库和地上场景的最新的第一地图数据。地下车库模型可以包括:包含地下车库的地理位置信息、三维空间信息和属性信息的地下车库三维场景模型。地上场景模型可以包括:包含地上场景的地理位置信息、三维空间信息和属性信息的地上三维场景模型。地上场景模型也可以包括地下车库模型对应的地上场景的三维模型。其中,地下车库模型对应的地下车库,位于地上场景模型对应的地上场景的下方。
在一些实施例中,步骤S101可以包括:基于第一地图数据,确定第一地图数据模型;采集设施数据、兴趣点数据和路网数据;基于设施数据、兴趣点数据和路网数据,对第一地图数据模型进行校准,得到第二地图数据模型;基于第二地图数据模型,确定地下车库模型和地上场景模型。
在一些实施例中,第一地图数据模型可以包括:根据第一地图数据,通过图形处理软件制作的地下车库基础模型和根据第一地图数据,通过图形处理软件制作的地上场景基础模型。第一地图数据模型也可以包括:设施数据、兴趣点数据和路网数据。设施数据可以包括地下车库中的可通行区域的室内墙体、建筑、楼梯、电梯、门、闸机、公共设施、柱子和停车位的位置信息。设施数据也可以包括:地上场景中的公共设施、可通行区域的室外墙体、树木、河流的位置信息。设施数据还可以包括其他设施的位置信息,本申请实施例不作限定。兴趣点数据可以包括:地上场景和地下车库中的可以抽象为点的地理对象,例如学校、银行、餐馆、加油站、医院和超市等地理对象。本申请实施例不限定具体的地理对象。地下车库模型包括的设施数据与地上场景模型包括的兴趣点数据相关联。路网数据可以包括:地下车库中的道路的位置、方向和边界等基础信息,以及道路上车辆运动速度限制和运动方向限制等拓展信息。路网数据也可以包括:地上场景中的道路的位置、方向和边界等基础信息,以及道路上车辆运动速度限制和运动方向限制等拓展信息。本申请实施例不限定具体的基础信息和拓展信息,第二地图数据模型可以包括:校准后的第一地图数据模型。
在具体实施时,首先,根据第一地图数据,通过图形处理软件将带有地理位置信息的地下车库的二维工程图、无人机采集的地下车库的倾斜摄影和地下车库的BIM的基础模型数据结合,制作出地下车库基础模型;通过图形处理软件将带有地理位置信息的地上场景的二维工程图、无人机采集的地上场景的倾斜摄影和地上场景的BIM的基础模型数据结合,制作出地上场景基础模型。然后,采集第一地图数据对应的实际的地下车库中的设施数据、兴趣点数据和路网数据。再根据实际的地下车库中的设施数据、兴趣点数据和路网数据,对地下车库基础模型中的设施数据、兴趣点数据和路网数据进行校准,将地下车库基础模型中空间位置信息不准确的设施数据、兴趣点数据和路网数据替换为实际的地下车库中的设施数据、兴趣点数据和路网数据,得到校准后的地下车库基础模型;采集第一地图数据对应的实际的地上场景中的设施数据、兴趣点数据和路网数据。再根据实际的地上场景中的设施数据、兴趣点数据和路网数据,对地上场景基础模型中的设施数据、兴趣点数据和路网数据进行校准,将地上场景基础模型中空间位置信息不准确的设施数据、兴趣点数据和路网数据替换为实际的地上场景中的设施数据、兴趣点数据和路网数据,得到校准后的地上场景基础模型;第二地图数据模型可以包括:校准后的地上场景基础模型和校准后的地下车库基础模型。最后,基于第二地图数据模型,确定地下车库模型和地上场景模型。
针对地下车库模型包括的设施数据与地上场景模型包括的兴趣点数据相关联,在具体实施时,作为示例,地下车库模型包括的电梯1的位置信息与地上场景模型包括的餐馆1相关联,通过地下车库的电梯1可以到达地上场景的餐馆1。地下车库模型包括的门2的位置信息与地上场景模型包括的消防通道出口2相关联,通过地下车库的门2可以到达地上场景的消防通道出口2。
针对于基于第二地图数据模型,确定地下车库模型和地上场景模型,在具体实施时,可以包括:基于设施数据和第二地图数据模型,生成地下车库对应的地下三维模型和地上场景对应的地上三维模型;基于兴趣点数据和路网数据,生成地下导航数据和地上导航数据;将地下导航数据与地下三维模型叠加,得到地下车库模型;将地上导航数据与地上三维模型叠加,得到地上场景模型。
在具体实施时,首先,基于地下车库中的设施数据中的各种设施的空间位置信息,将校准后的二维的地下车库基础模型,转化为地下车库对应的地下三维模型;基于地上场景中的设施数据中的各种设施的空间位置信息,将校准后的二维的地上场景基础模型,转化为地上场景对应的地上三维模型。再基于实际的地上场景中的兴趣点数据和路网数据,生成地上导航数据;基于实际的地下车库中的兴趣点数据和路网数据,生成地下导航数据。在三维引擎可视化工具上,加载2000国家大地坐标系,将地下导航数据作为图层1,将地下三维模型作为图层2。将图层1和图层2叠加得到地下车库模型:在三维引擎可视化工具上,加载2000国家大地坐标系,将地上导航数据作为图层3,将地上三维模型作为图层4。将图层3和图层4叠加得到地上场景模型。
步骤S102,获取车辆的位置信息。
在一些实施例中,车辆的位置信息可以包括:车辆的空间坐标和车辆的属性信息。其中,车辆的属性信息可以包括:车身长度、车身宽度和车身高度。
在具体实施时,通过雷达扫描车辆的动态实体,获取车辆的空间坐标、车身长度、车身宽度和车身高度。车辆的空间坐标和车辆的属性信息,在三维空间中绘制车辆实体模型。
步骤S103,基于位置信息和地下车库模型,确定地下车库中是否存在危险位置。
在一些实施例中,步骤S103可以包括:响应于位置信息与地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定地下车库中存在第一危险位置,并确定地下车库建筑位置为第一危险位置;响应于识别设备识别到第一对象、且位置信息与第一对象的位置之间的三维空间距离满足预设的第二距离阈值,确定地下车库中存在第二危险位置,并确定第一对象的位置为第二危险位置;响应于位置信息与公共设施位置之间的三维空间距离满足预设的第三距离阈值,确定地下车库中存在第三危险位置,并确定公共设施位置为第三危险位置。其中,地下车库模型可以包括:地下车库建筑位置、第一对象的位置和公共设施位置。第一对象可以包括:在地下车库中的移动的人、地下车库中的静止的人、其他固定的物体和其他移动的物体。
在一些实施例中,预设的第一距离阈值可以包括:预先设定的能够确定地下车库建筑位置为第一危险位置的最大距离。预设的第二距离阈值可以包括:预先设定的能够确定第一对象的位置为第二危险位置的最大距离。预设的第三距离阈值可以包括:预先设定的能够确定公共设施位置为第三危险位置的最大距离。三维空间距离可以包括:建立空间三维坐标系,竖直方向为z轴,通过GIS空间数据计算方法和立体模型计算方法,计算得到的空间三维坐标系中的两个位置坐标点之间的距离。识别设备可以包括:雷达和红外感应装置。识别设备还可以包括其他识别设备,本申请实施例不作限定。
在一些实施例中,空间三维坐标系中的位置坐标点1和位置坐标点2的z值之差在预设的z值范围内,则位置坐标点1和位置坐标点2之间的三维空间距离d可通过下述公式(1)表示:
在具体实施时,响应于位置信息与地下车库建筑位置之间的三维空间距离小于或等于预设的第一距离阈值,确定地下车库中存在第一危险位置,并确定地下车库建筑位置为第一危险位置;响应于识别设备识别到第一对象、且位置信息与第一对象的位置之间的三维空间距离小于或等于预设的第二距离阈值,确定地下车库中存在第二危险位置,并确定第一对象的位置为第二危险位置;响应于位置信息与公共设施位置之间的三维空间距离小于或等于预设的第三距离阈值,确定地下车库中存在第三危险位置,并确定公共设施位置为第三危险位置,其中,三维空间距离可以通过GIS空间数据计算方法和立体模型计算方法进行计算得到。
在一些实施例中,步骤S103也可以包括:响应于位置信息与地下车库建筑位置之间的三维空间距离不满足预设的第一距离阈值,确定地下车库中不存在第一危险位置;响应于识别设备未识别到第一对象或位置信息与第一对象的位置之间的三维空间距离不满足预设的第二距离阈值,确定地下车库中不存在第二危险位置;响应于位置信息与公共设施位置之间的三维空间距离不满足预设的第三距离阈值,确定地下车库中不存在第三危险位置。
在具体实施时,响应于位置信息与地下车库建筑位置之间的三维空间距离大于预设的第一距离阈值,确定地下车库中不存在第一危险位置;响应于识别设备未识别到第一对象、或位置信息与第一对象的位置之间的三维空间距离大于预设的第二距离阈值,确定地下车库中不存在第二危险位置;响应于位置信息与公共设施位置之间的三维空间距离大于预设的第三距离阈值,确定地下车库中不存在第三危险位置。
步骤S104,响应于地下车库中存在危险位置,在地下车库模型和地上场景模型中,同步显示位置信息和危险位置,以辅助车辆在地下车库中驾驶。
在一些实施例中,步骤S104可以包括:确定车辆的平均速度;基于平均速度,确定车辆到达危险位置的第一时长;响应于第一时长满足预设的时间阈值,显示危险位置。其中,预设的时间阈值可以包括:预先设定的显示危险位置的最大时长。
在具体实施时,首先,确定车辆的平均速度和车辆的位置信息与危险位置之间的三维空间距离,计算车辆到达危险位置的第一时长,响应于第一时长小于或等于预设的时间阈值,则显示该危险位置。其中,危险位置可以包括:第一危险位置、第二危险位置和第三危险位置。
在一些实施例中,在步骤S104之前,该辅助驾驶方法还可以包括:确定车辆的位置信息的变化值;响应于位置信息的变化值不满足预设的高度阈值,则确定车辆状态为离开地下车库状态;响应于位置信息的变化值满足预设的高度阈值,则确定车辆状态为进入地下车库状态;获取地下车库模型的地下车库出入口位置;基于车辆状态和地下车库出入口位置,在地下车库模型和地上场景模型中,同步显示位置信息。
在一些实施例中,车辆的位置信息的变化值可以包括:车辆的位置信息中的高度数据的变化值。预设的高度阈值可以包括:预先设定的能够确定车辆状态为进入地下车库状态的最大变化值。预设的高度阈值也可以为0。
在具体实施时,首先,确定在预设的第二时长内的车辆的位置信息的变化值。其中,第二时长为预先设定的时长。响应于位置信息的变化值大于0,则确定车辆状态为离开地下车库状态;响应于位置信息的变化值小于0,则确定车辆状态为进入地下车库状态。获取地下车库模型的地下车库出入口空间位置信息。最后,基于车辆状态和地下车库出入口位置,在地下车库模型和地上场景模型中,同步显示位置信息。
针对基于车辆状态和地下车库出入口位置,在地下车库模型和地上场景模型中,同步显示位置信息,在具体实施时,确定车辆的位置信息距离地上场景的地面的第一高度值;响应于车辆状态为进入地下车库状态、且位置信息与地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示地下车库模型和位置信息,并根据第一高度值在地上场景模型同步显示位置信息;响应于车辆状态为离开地下车库状态、且位置信息与地下车库出入口位置之间的距离满足预设的第四距离阈值,则隐藏地下车库模型和地上三维模型,显示地上导航数据和位置信息。
在一些实施例中,第一高度值可以包括车辆的位置信息中的高度数据距离地上场景的地面的高度值。预设的第四距离阈值可以包括:预先设定的能够开始显示地下车库模型和位置信息的最大距离。首先,确定车辆的位置信息距离地上场景的地面的第一高度值。响应于车辆状态为进入地下车库状态、且位置信息与地下车库出入口位置之间的距离小于或等于预设的第四距离阈值,则开始显示地下车库模型和位置信息,并根据第一高度值在地上场景模型同步显示位置信息,以车为焦点,在车辆转弯时能够同步转动地上场景模型和地下车库模型;响应于车辆状态为离开地下车库状态、且位置信息与地下车库出入口位置之间的距离小于或等于预设的第四距离阈值,则开始隐藏地下车库模型和地上三维模型,显示地上导航数据和位置信息。
针对显示地下车库模型和位置信息,并根据第一高度值在地上场景模型同步显示位置信息,在具体实施时,若地下车库包括N层,则地下车库对应的地下车库模型也包括N个地下车库层模型,其中N为正整数,通过改变每个地下车库层模型的透明度,仅显示当前车辆的位置信息对应的地下车库层模型和车辆的位置信息,并根据第一高度值在地上场景模型同步显示车辆的位置信息。
作为示例,若地下车库包括3层,车辆的位置信息当前处于地下车库2层,则地下车库对应的地下车库模型可以包括地下车库层模型1、地下车库层模型2和地下车库层模型3,通过改变每个地下车库层模型的透明度,隐藏地下车库层模型1和地下车库层模型3,仅显示地下车库层模型2和车辆的位置信息,并根据第一高度值在地上场景模型同步显示车辆的位置信息。
在一些实施例中,对所述辅助驾驶方法的处理流程示意图二,如图2所示,包括:
步骤S201,基于第一地图数据,确定第一地图数据模型。
在一些实施例中,在步骤S201之前,辅助驾驶方法还可以包括:检测第一地图数据是否符合CIM基础平台的导入格式要求。其中,导入格式要求可以包括:二维工程图的格式要求和坐标系要求与BIM的基础模型数据的格式要求和坐标系要求。响应于第一地图数据符合图形处理软件的导入格式要求,将第一地图数据包括的二维工程图、无人机采集的倾斜摄影和BIM的基础模型数据结合,确定第一地图数据模型。
步骤S202,采集设施数据、兴趣点数据和路网数据。
在一些实施例中,在步骤S202之后,辅助驾驶方法还可以包括:采集地下车库的环境图像。对采集到的设施数据、兴趣点数据、路网数据和地下车库的环境图像进行清洗修正,得到准确的设施数据、兴趣点数据、路网数据和地下车库的环境图像。其中,环境图像可以包括:地下车库中的所有可通行区域的图像、通行设施和地标的图像及建筑环境纹理和公共设施的图像。
在具体实施时,使用高清相机采集地下车库中的所有可通行区域的图像、通行设施和地标的图像及建筑环境纹理和公共设施的图像。将拍摄冗余的环境图像、质量较差的环境图像删除,并将空间位置信息不准确的设施数据、空间位置信息不准确的兴趣点数据和空间位置信息不准确的路网数删除,得到准确的设施数据、兴趣点数据、路网数据和地下车库的环境图像。准确的地下车库中的环境图像可以作为地下三维模型的贴图和纹理。
步骤S203,基于设施数据、兴趣点数据和路网数据,对第一地图数据模型进行校准,得到第二地图数据模型。
步骤S204,基于设施数据和第二地图数据模型,生成地下车库对应的地下三维模型和地上场景对应的地上三维模型。
步骤S205,基于兴趣点数据和路网数据,生成地下导航数据和地上导航数据。
步骤S206,将地下导航数据与地下三维模型叠加,得到地下车库模型。
步骤S207,将地上导航数据与地上三维模型叠加,得到地上场景模型。
在一些实施例中,在步骤S207之后,辅助驾驶方法还可以包括:将地下车库模型和地上场景模型叠加,得到整体模型。导出整体模型的acp格式的地图文件。基于三维引擎,将整体模型的acp格式的地图文件发布。发布的地图文件可以包括地理位置信息、三维空间信息和属性信息。其中,属性信息可以包括:整体模型中每个地理对象的类型,例如:墙体、步梯、电梯、出入口、左拐角和右拐角。
针对步骤S201-S207的每个步骤的具体说明,与上述步骤S101相同,这里不再赘述。
在一些实施例中,对所述辅助驾驶方法的处理流程示意图三,如图3所示,包括:
步骤S301,响应于位置信息与地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定地下车库中存在第一危险位置,并确定地下车库建筑位置为第一危险位置。
步骤S302,响应于识别设备识别到第一对象、且位置信息与第一对象的位置之间的三维空间距离满足预设的第二距离阈值,确定地下车库中存在第二危险位置,并确定第一对象的位置为第二危险位置。
步骤S303,响应于位置信息与公共设施位置之间的三维空间距离满足预设的第三距离阈值,确定地下车库中存在第三危险位置,并确定公共设施位置为第三危险位置。
作为示例,针对步骤S301-S303,在具体实施时,通过GIS空间数据计算方法和立体模型计算方法计算得到的三维空间距离1为4m,三维空间距离2为4m,三维空间距离3为4m。第一距离阈值为2m,第二距离阈值为4m,第三距离阈值为6m。响应于位置信息与地下车库建筑位置之间的三维空间距离1为4m大于预设的第一距离阈值2m,确定地下车库中不存在第一危险位置;响应于识别设备识别到第一对象、且位置信息与第一对象的位置之间的三维空间距离2为4m等于预设的第二距离阈值4m,确定地下车库中存在第二危险位置,并确定第一对象的位置为第二危险位置;响应于位置信息与公共设施位置之间的三维空间距离3为4m小于预设的第三距离阈值6m,确定地下车库中存在第三危险位置,并确定公共设施位置为第三危险位置。
针对步骤S301-S303的三维空间距离、识别设备、第一对象、预设的第已距离阈值、预设的第二距离阈值和预设的第三距离阈值的具体说明,与上述步骤S103相同,这里不再赘述。
在一些实施例中,对所述辅助驾驶方法的处理流程示意图四,如图4所示,包括:
步骤S401,确定车辆的平均速度。
步骤S402,基于平均速度,确定车辆到达危险位置的第一时长。
步骤S403,响应于第一时长满足预设的时间阈值,显示危险位置。
作为示例,针对步骤S401-S403,在具体实施时,预设的时间阈值为3s。确定车辆的平均速度为3m/s。车辆距离危险位置1为6m。基于平均速度,确定车辆到达危险位置1的第一时长为2s。第一时长2s小于预设的时间阈值3s,则显示该危险位置1。
在一些实施例中,针对显示危险位置,在具体实施时可以包括:确定危险数量和危险类别。显示危险位置对应的危险数量和危险类别。其中,危险类别可以包括:墙体距离过近危险、对象距离过近危险和公共设施距离过近危险。本申请实施例不限定具体的危险类别。
在一些实施例中,步骤S403之后,辅助驾驶方法还可以包括:响应于危险数量大于或等于预设的数量阈值,播放语音提醒。其中语音提醒可以包括:“此处危险高发路段”。
针对步骤S401-S403的第一时长、危险位置和预设的时间阈值的具体说明,与上述步骤S104相同,这里不再赘述。
在一些实施例中,对所述辅助驾驶方法的处理流程示意图五,如图5所示,包括:
步骤S501,确定车辆的位置信息的变化值。
步骤S502a,响应于位置信息的变化值不满足预设的高度阈值,则确定车辆状态为离开地下车库状态。
步骤S502b,响应于位置信息的变化值满足预设的高度阈值,则确定车辆状态为进入地下车库状态。
作为示例,针对步骤S501-S502b,在具体实施时,确定在3s内的车辆的位置信息的
高度值、和。其中,表示第一秒的高度值;表示第二秒的高度值;表示第三
秒的高度值。响应于且都大于0,则确定车辆状态为离开地下车库
状态;响应于且都小于0,则确定车辆状态为进入地下车库状态。
步骤S503,获取地下车库模型的地下车库出入口位置。
步骤S504,确定车辆的位置信息距离地上场景的地面的第一高度值。
步骤S505a,响应于车辆状态为进入地下车库状态、且位置信息与地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示地下车库模型和位置信息,并根据第一高度值在地上场景模型同步显示位置信息。
步骤S505b,响应于车辆状态为离开地下车库状态、且位置信息与地下车库出入口位置之间的距离满足预设的第四距离阈值,则隐藏地下车库模型和地上三维模型,显示地上导航数据和位置信息。
作为示例,针对步骤S503-S505b,在具体实施时,车辆的实时的空间位置为(1,2,-3),对应车辆的实时的空间位置距离地上场景的地面的第一高度值为3,确定地上场景对应车辆的实时的模拟空间位置为(1,2,0)。预设的第四距离阈值为5m。响应于车辆状态为进入地下车库状态、且实时的空间位置与地下车库出入口位置之间的距离小于或等于5m,则开始显示地下车库模型和车辆的实时的空间位置(1,2,-3),在地上场景模型中,同步显示车辆的实时的模拟空间位置为(1,2,0);响应于车辆状态为离开地下车库状态、且实时的空间位置与地下车库出入口位置之间的距离小于或等于5m,则开始隐藏地下车库模型和地上三维模型,显示地上导航数据和车辆的实时位置信息。
针对步骤S501-S505b的位置信息的变化值、第一高度值、预设的第四距离阈值和预设的高度阈值的具体说明,与上述步骤S104相同,这里不再赘述。
图6示出了本申请实施例提供的辅助驾驶方法的一种应用场景图。
参考图6,本申请实施例提供的辅助驾驶方法的一种应用场景,应用于辅助驾驶方法的实际部署。云服务器可以包括:服务器1、服务器2、服务器3和服务器4。本申请实施例不限定具体的服务器数量。其中,云服务器用于存储地上场景模型和地下车库模型。中控室服务器可以包括:显示器和主机。其中,中控室服务器用于接收地下车库中的感知设备发送的各种信息,并对各种信息分别进行不同的计算和存储。地下车库可以包括感知设备。其中感知设备可以包括:雷达、红外感应器和标识装置。雷达可以用于确定地下车库中移动对象的位置信息。红外感应器可以用于识别地下车库中具有热源的对象。标识装置可以用于确定地下车库中的公共设施的三维空间位置信息和公共设施的属性。感知设备还可以包括其他感知设备,本申请实施例不作限定。
可以理解,图6的辅助驾驶方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中辅助驾驶方法的应用场景包括但不限于图6所示的辅助驾驶方法的应用场景。
图7示出了本申请实施例提供的辅助驾驶方法的再一种应用场景图。
参考图7,本申请实施例提供的辅助驾驶方法的再一种应用场景,应用于基于标识装置,确定公共设施位置。标识装置,可以录入物体信息,可以进行无线通讯,可以定位地理位置。将标识装置固定在公共设施上,通过与标识装置进行无线通讯,可以获取到该标识装置对应的公共设施的三维空间位置信息和公共设施的属性。其中,公共设施的属性可以包括:公共设施的长、宽、高、编号和名称。标识装置可以包括5G模块、数据处理模块和电源模块。5G模块用于标识装置的定位和无线通讯。数据处理模块用于接收高精度定位的三维空间位置信息,录入公共设施的属性。电源模块用于提供电能。
可以理解,图7的辅助驾驶方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中辅助驾驶方法的应用场景包括但不限于图7所示的辅助驾驶方法的应用场景。
图8示出了本申请实施例提供的辅助驾驶方法的另一种应用场景图。
参考图8,本申请实施例提供的辅助驾驶方法的另一种应用场景,应用于地下车库模型的制作。首先,基础数据收集,其中基础数据可以包括:带有地理位置信息的地下车库的二维工程图和地下车库中BIM平台已覆盖区域的基础模型数据。校准基础数据中包括的地下车库中的可通行区域的室内墙体、楼梯、电梯、门、闸机、自助设备、柱子、停车位、行车线和斑马线的位置信息。
然后进行基础地图数据模型制作,根据基础数据,通过图形处理软件制作出地下车库基础模型。采集基础数据对应的实际的地下车库中的设施数据、POI(Point ofInterest,兴趣点)数据和路网数据。再根据实际的地下车库中的设施数据、POI数据和路网数据,对地下车库基础模型中的设施数据、POI数据和路网数据进行地图数据校准,将地下车库基础模型中空间位置信息不准确的设施数据、POI数据和路网数据替换为实际的地下车库中的设施数据、POI数据和路网数据,得到校准后的地下车库基础模型。使用高清相机对地下车库的区域环境进行拍摄,得到地下车库中的所有可通行区域的图像、通行设施和地标的图像及建筑环境纹理和公共设施的图像。外场采集数据清洗修正可以包括:将拍摄冗余的环境图像、质量较差的环境图像删除。外场采集数据清洗修正后,得到准确的地下车库的环境图像。
基于准确的地下车库的环境图像和校准后的地下车库基础模型,进行二维导航数据制作和三维地图模型制作。基于地下车库中的设施数据中的各种设施的空间位置信息,将校准后的地下车库基础模型,转化为地下车库对应的三维地图模型。再基于实际的地下车库中的POI数据和路网数据,生成地下车库对应的二维导航数据。基于BIM平台业务需求,将制作完成的二维导航数据和三维地图模型按照通用格式,输出标准化数据模型文件。将标准化数据模型文件导入地图服务引擎。
基于地图服务引擎将二维导航数据和三维地图模型叠加。在地图服务引擎中,2000国家大地坐标系,将二维导航数据作为图层1,将三维地图模型作为图层2。将图层1和图层2叠加得到地下车库模型。
可以理解,图8的辅助驾驶方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中辅助驾驶方法的应用场景包括但不限于图8所示的辅助驾驶方法的应用场景。
图9示出了本申请实施例提供的辅助驾驶方法的又一种应用场景图;
参考图9,本申请实施例提供的辅助驾驶方法的又一种应用场景,应用于显示地下车库和其对应的地上场景的地图。91表示地下车库对应的地上场景的二维地图,F1表示地上场景,B1表示地下车库,3D按钮表示点击3D按钮可以显示地下车库对应的地上场景的三维地图。92表示地下车库的二维地图,F1表示地上场景,B1表示地下车库,3D按钮表示点击3D按钮可以显示地下车库的三维地图93。93表示地下车库的三维地图,F1表示地上场景,B1表示地下车库,2D按钮表示点击2D按钮可以显示地下车库的二维地图92。
可以理解,图9的辅助驾驶方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中辅助驾驶方法的应用场景包括但不限于图9所示的辅助驾驶方法的应用场景。
本申请实施例的方法,基于第一地图数据,确定第一地图数据模型;采集设施数据、兴趣点数据和路网数据;基于设施数据、兴趣点数据和路网数据,对第一地图数据模型进行校准,得到第二地图数据模型;基于第二地图数据模型,确定地下车库模型和地上场景模型。如此,能够基于CIM基础平台和BIM模型制作地下车库模型和地上场景模型,有效解决了地下车库空间复杂和分多层的情况,能够从三维空间精准确定车辆的位置信息。本申请实施例的方法,地下车库模型包括的设施数据与地上场景模型包括的兴趣点数据相关联。如此,用户能够快速地确定地上场景中的目的地对应的地下车库中的位置信息,用户在地下车库驾驶车辆时,可以同时感知地下车库对应的地上场景,能够显示车辆的周边场景。本申请实施例的方法,响应于位置信息与地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定地下车库中存在危险位置,并确定地下车库建筑位置为第一危险位置;响应于识别设备识别到第一对象、且位置信息与第一对象的位置之间的三维空间距离满足预设的第二距离阈值,确定地下车库中存在危险位置,并确定第一对象的位置为第二危险位置;响应于位置信息与公共设施位置之间的三维空间距离满足预设的第三距离阈值,确定地下车库中存在危险位置,并确定公共设施位置为第三危险位置。如此,能够自动计算的大量的空间位置信息,自动存储危险位置,通过这些危险位置重复的次数,生成预警报告,帮助完善地下车库的建筑,减少了事故的发生概率。本申请实施例的方法,确定车辆的平均速度;基于平均速度,确定车辆到达危险位置的第一时长;响应于第一时长满足预设的时间阈值,显示危险位置。如此,能够动识别到地下车库中的对象,并根据车辆的速度提前显示将要发生的危险位置或已经发生的危险位置,减少了事故的发生概率。本申请实施例的方法,响应于地下车库中存在危险位置,在地下车库模型和地上场景模型中,同步显示位置信息和危险位置。如此,能够通过地下车库模型和地上场景模型中各个图层的显隐以及不同透明度的显示,用户在地下车库驾驶车辆时,可以同时感知地下车库对应的地上场景,能够显示车辆的周边场景,减少了事故的发生概率。本申请实施例的方法,确定车辆的位置信息距离地上场景的地面的第一高度值;响应于车辆状态为进入地下车库状态、且位置信息与地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示地下车库模型和位置信息,并根据第一高度值在地上场景模型同步显示位置信息;响应于车辆状态为离开地下车库状态、且位置信息与地下车库出入口位置之间的距离满足预设的第四距离阈值,则隐藏地下车库模型和地上三维模型,显示地上导航数据和位置信息。如此,能够在三维场景中,实现地上与地下的无缝切换,能够显示车辆的周边场景,减少了事故的发生概率。
因此,与相关技术中辅助驾驶方法导航方法单一,且无法显示危险位置相比,本申请的辅助驾驶方法能够显示车辆的周边场景,减少了事故的发生概率。
下面继续说明本申请实施例提供的辅助驾驶装置70的实施为软件模块的示例性结构,在一些实施例中,如图10所示,辅助驾驶装置70中的软件模块可以包括:确定模块701,用于基于第一地图数据,确定地下车库模型和地上场景模型;地上场景模型为地下车库模型对应的地上场景的模型;获取模块702,用于获取车辆的位置信息;预警模块703,用于基于位置信息和地下车库模型,确定地下车库中是否存在危险位置;导航模块704,用于响应于地下车库中存在危险位置,在地下车库模型和地上场景模型中,同步显示位置信息和危险位置,以辅助车辆在地下车库中驾驶。
在一些实施例中,确定模块701在基于第一地图数据,确定地下车库模型和地上场景模型的过程中,具体用于:基于第一地图数据,确定第一地图数据模型;采集设施数据、兴趣点数据和路网数据;基于设施数据、兴趣点数据和路网数据,对第一地图数据模型进行校准,得到第二地图数据模型;基于第二地图数据模型,确定地下车库模型和地上场景模型;地下车库模型包括的设施数据与地上场景模型包括的兴趣点数据相关联。
在一些实施例中,确定模块701在基于第二地图数据模型,确定地下车库模型和地上场景模型的过程中,具体用于:基于设施数据和第二地图数据模型,生成地下车库对应的地下三维模型和地上场景对应的地上三维模型;基于兴趣点数据和路网数据,生成地下导航数据和地上导航数据;将地下导航数据与地下三维模型叠加,得到地下车库模型;将地上导航数据与地上三维模型叠加,得到地上场景模型。
在一些实施例中,地下车库模型包括地下车库建筑位置、第一对象的位置和公共设施位置,预警模块703在基于位置信息和地下车库模型,确定地下车库中是否存在危险位置的过程中,具体用于:响应于位置信息与地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定地下车库中存在第一危险位置,并确定地下车库建筑位置为第一危险位置; 响应于识别设备识别到第一对象、且位置信息与第一对象的位置之间的三维空间距离满足预设的第二距离阈值,确定地下车库中存在第二危险位置,并确定第一对象的位置为第二危险位置;响应于位置信息与公共设施位置之间的三维空间距离满足预设的第三距离阈值,确定地下车库中存在第三危险位置,并确定公共设施位置为第三危险位置。
在一些实施例中,导航模块704在响应于地下车库中存在危险位置,在地下车库模型和地上场景模型中,同步显示位置信息和危险位置的过程中,具体用于:确定车辆的平均速度;基于平均速度,确定车辆到达危险位置的第一时长;响应于第一时长满足预设的时间阈值,显示危险位置。
在一些实施例中,导航模块704在响应于地下车库中存在危险位置,在地下车库模型和地上场景模型中,同步显示位置信息和危险位置之前,还具体用于:确定车辆的位置信息的变化值;响应于位置信息的变化值不满足预设的高度阈值,则确定车辆状态为离开地下车库状态;响应于位置信息的变化值满足预设的高度阈值,则确定车辆状态为进入地下车库状态;获取地下车库模型的地下车库出入口位置;基于车辆状态和地下车库出入口位置,在地下车库模型和地上场景模型中,同步显示位置信息。
在一些实施例中,导航模块704在基于车辆状态和地下车库出入口位置,在地下车库模型和地上场景模型中,同步显示位置信息的过程中,具体用于:确定车辆的位置信息距离地上场景的地面的第一高度值;响应于车辆状态为进入地下车库状态、且位置信息与地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示地下车库模型和位置信息,并根据第一高度值在地上场景模型同步显示位置信息;响应于车辆状态为离开地下车库状态、且位置信息与地下车库出入口位置之间的距离满足所述预设的第四距离阈值,则隐藏地下车库模型和地上三维模型,显示地上导航数据和位置信息。
需要说明的是,本申请实施例装置的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果,因此不做赘述。对于本申请实施例提供的辅助驾驶装置中未尽的技术细节,可以根据图1至图10中任一附图的说明而理解。
根据本申请的实施例,本申请还提供了一种电子设备和一种非瞬时计算机可读存储介质。
图11示出了可以用来实施本申请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/或者要求的本申请的实现。
如图11所示,电子设备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RAM 803中,还可存储电子设备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。
电子设备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允许电子设备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,例如辅助驾驶方法。例如,在一些实施例中,辅助驾驶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/或安装到电子设备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辅助驾驶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)而被配置为执行辅助驾驶方法。
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)、负载可编程逻辑设备(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。
用于实施本申请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。
在本申请的上下文中,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,本申请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,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种辅助驾驶方法,其特征在于,所述辅助驾驶方法包括:
基于第一地图数据,确定地下车库模型和地上场景模型;所述地上场景模型为所述地下车库模型对应的地上场景的模型;
获取车辆的位置信息;
基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置;
响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,以辅助所述车辆在所述地下车库中驾驶。
2.根据权利要求1所述的方法,其特征在于,所述基于第一地图数据,确定地下车库模型和地上场景模型,包括:
基于所述第一地图数据,确定第一地图数据模型;
采集设施数据、兴趣点数据和路网数据;
基于所述设施数据、所述兴趣点数据和所述路网数据,对所述第一地图数据模型进行校准,得到第二地图数据模型;
基于所述第二地图数据模型,确定所述地下车库模型和所述地上场景模型;所述地下车库模型包括的所述设施数据与所述地上场景模型包括的所述兴趣点数据相关联。
3.根据权利要求2所述的方法,其特征在于,所述基于所述第二地图数据模型,确定所述地下车库模型和所述地上场景模型,包括:
基于所述设施数据和所述第二地图数据模型,生成所述地下车库对应的地下三维模型和所述地上场景对应的地上三维模型;
基于所述兴趣点数据和所述路网数据,生成地下导航数据和地上导航数据;
将所述地下导航数据与所述地下三维模型叠加,得到所述地下车库模型;
将所述地上导航数据与所述地上三维模型叠加,得到所述地上场景模型。
4.根据权利要求1所述的方法,其特征在于,所述基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置,包括:
所述地下车库模型包括地下车库建筑位置、第一对象的位置和公共设施位置;
响应于所述位置信息与所述地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定所述地下车库中存在第一危险位置,并确定所述地下车库建筑位置为所述第一危险位置;
响应于识别设备识别到所述第一对象、且所述位置信息与所述第一对象的位置之间的所述三维空间距离满足预设的第二距离阈值,确定所述地下车库中存在第二危险位置,并确定所述第一对象的位置为所述第二危险位置;
响应于所述位置信息与所述公共设施位置之间的所述三维空间距离满足预设的第三距离阈值,确定所述地下车库中存在第三危险位置,并确定所述公共设施位置为所述第三危险位置。
5.根据权利要求1所述的方法,其特征在于,所述响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,包括:
确定所述车辆的平均速度;
基于所述平均速度,确定所述车辆到达所述危险位置的第一时长;
响应于所述第一时长满足预设的时间阈值,显示所述危险位置。
6.根据权利要求3所述的方法,其特征在于,所述响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置之前,所述辅助驾驶方法还包括:
确定所述车辆的位置信息的变化值;
响应于所述位置信息的变化值不满足预设的高度阈值,则确定车辆状态为离开地下车库状态;
响应于所述位置信息的变化值满足所述预设的高度阈值,则确定所述车辆状态为进入地下车库状态;
获取所述地下车库模型的地下车库出入口位置;
基于所述车辆状态和所述地下车库出入口位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息。
7.根据权利要求6所述的方法,其特征在于,所述基于所述车辆状态和所述地下车库出入口位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息,包括:
确定所述车辆的位置信息距离所述地上场景的地面的第一高度值;
响应于所述车辆状态为所述进入地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示所述地下车库模型和所述位置信息,并根据所述第一高度值在所述地上场景模型同步显示所述位置信息;
响应于所述车辆状态为所述离开地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足所述预设的第四距离阈值,则隐藏所述地下车库模型和所述地上三维模型,显示所述地上导航数据和所述位置信息。
8.一种辅助驾驶装置,其特征在于,所述辅助驾驶装置包括:
确定模块,用于基于第一地图数据,确定地下车库模型和地上场景模型;所述地上场景模型为所述地下车库模型对应的地上场景的模型;
获取模块,用于获取车辆的位置信息;
预警模块,用于基于所述位置信息和所述地下车库模型,确定地下车库中是否存在危险位置;
导航模块,用于响应于所述地下车库中存在所述危险位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息和所述危险位置,以辅助所述车辆在所述地下车库中驾驶。
9.根据权利要求8所述的装置,其特征在于,所述确定模块用于:
基于所述第一地图数据,确定第一地图数据模型;
采集设施数据、兴趣点数据和路网数据;
基于所述设施数据、所述兴趣点数据和所述路网数据,对所述第一地图数据模型进行校准,得到第二地图数据模型;
基于所述第二地图数据模型,确定所述地下车库模型和所述地上场景模型;所述地下车库模型包括的所述设施数据与所述地上场景模型包括的所述兴趣点数据相关联。
10.根据权利要求9所述的装置,其特征在于,所述确定模块用于:
基于所述设施数据和所述第二地图数据模型,生成所述地下车库对应的地下三维模型和所述地上场景对应的地上三维模型;
基于所述兴趣点数据和所述路网数据,生成地下导航数据和地上导航数据;
将所述地下导航数据与所述地下三维模型叠加,得到所述地下车库模型;
将所述地上导航数据与所述地上三维模型叠加,得到所述地上场景模型。
11.根据权利要求8所述的装置,其特征在于,所述地下车库模型包括地下车库建筑位置、第一对象的位置和公共设施位置,所述预警模块用于:
响应于所述位置信息与所述地下车库建筑位置之间的三维空间距离满足预设的第一距离阈值,确定所述地下车库中存在第一危险位置,并确定所述地下车库建筑位置为所述第一危险位置;
响应于识别设备识别到所述第一对象、且所述位置信息与所述第一对象的位置之间的所述三维空间距离满足预设的第二距离阈值,确定所述地下车库中存在第二危险位置,并确定所述第一对象的位置为所述第二危险位置;
响应于所述位置信息与所述公共设施位置之间的所述三维空间距离满足预设的第三距离阈值,确定所述地下车库中存在第三危险位置,并确定所述公共设施位置为所述第三危险位置。
12.根据权利要求8所述的装置,其特征在于,所述导航模块用于:
确定所述车辆的平均速度;
基于所述平均速度,确定所述车辆到达所述危险位置的第一时长;
响应于所述第一时长满足预设的时间阈值,显示所述危险位置。
13.根据权利要求10所述的装置,其特征在于,所述导航模块还用于:
确定所述车辆的位置信息的变化值;
响应于所述位置信息的变化值不满足预设的高度阈值,则确定车辆状态为离开地下车库状态;
响应于所述位置信息的变化值满足所述预设的高度阈值,则确定所述车辆状态为进入地下车库状态;
获取所述地下车库模型的地下车库出入口位置;
基于所述车辆状态和所述地下车库出入口位置,在所述地下车库模型和所述地上场景模型中,同步显示所述位置信息。
14.根据权利要求13所述的装置,其特征在于,所述导航模块用于:
确定所述车辆的位置信息距离所述地上场景的地面的第一高度值;
响应于所述车辆状态为所述进入地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足预设的第四距离阈值,则显示所述地下车库模型和所述位置信息,并根据所述第一高度值在所述地上场景模型同步显示所述位置信息;
响应于所述车辆状态为所述离开地下车库状态、且所述位置信息与所述地下车库出入口位置之间的距离满足所述预设的第四距离阈值,则隐藏所述地下车库模型和所述地上三维模型,显示所述地上导航数据和所述位置信息。
15.一种电子设备,其特征在于,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1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211430012.9A CN115503740B (zh) | 2022-11-16 | 2022-11-16 | 一种辅助驾驶方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211430012.9A CN115503740B (zh) | 2022-11-16 | 2022-11-16 | 一种辅助驾驶方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115503740A true CN115503740A (zh) | 2022-12-23 |
CN115503740B CN115503740B (zh) | 2023-03-10 |
Family
ID=84513559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211430012.9A Active CN115503740B (zh) | 2022-11-16 | 2022-11-16 | 一种辅助驾驶方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115503740B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005165555A (ja) * | 2003-12-01 | 2005-06-23 | Nissan Motor Co Ltd | 危険個所表示システム |
KR20120134435A (ko) * | 2011-06-02 | 2012-12-12 | 현대모비스 주식회사 | 네비게이션 시스템에서 고도정보를 이용한 이동체의 시설물 진/출입 판단방법 및 장치 |
US10106153B1 (en) * | 2018-03-23 | 2018-10-23 | Chongqing Jinkang New Energy Vehicle Co., Ltd. | Multi-network-based path generation for vehicle parking |
CN109804419A (zh) * | 2016-11-04 | 2019-05-24 | 奥迪股份公司 | 用于运行半自主或自主的机动车的方法和机动车 |
CN112109701A (zh) * | 2020-08-18 | 2020-12-22 | 浙江吉利汽车研究院有限公司 | 一种泊车控制方法、装置、电子设备及存储介质 |
JP2022129175A (ja) * | 2021-02-24 | 2022-09-05 | 日産自動車株式会社 | 車両評価方法及び車両評価装置 |
-
2022
- 2022-11-16 CN CN202211430012.9A patent/CN115503740B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005165555A (ja) * | 2003-12-01 | 2005-06-23 | Nissan Motor Co Ltd | 危険個所表示システム |
KR20120134435A (ko) * | 2011-06-02 | 2012-12-12 | 현대모비스 주식회사 | 네비게이션 시스템에서 고도정보를 이용한 이동체의 시설물 진/출입 판단방법 및 장치 |
CN109804419A (zh) * | 2016-11-04 | 2019-05-24 | 奥迪股份公司 | 用于运行半自主或自主的机动车的方法和机动车 |
US10106153B1 (en) * | 2018-03-23 | 2018-10-23 | Chongqing Jinkang New Energy Vehicle Co., Ltd. | Multi-network-based path generation for vehicle parking |
CN112109701A (zh) * | 2020-08-18 | 2020-12-22 | 浙江吉利汽车研究院有限公司 | 一种泊车控制方法、装置、电子设备及存储介质 |
JP2022129175A (ja) * | 2021-02-24 | 2022-09-05 | 日産自動車株式会社 | 車両評価方法及び車両評価装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115503740B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200121274A (ko) | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 | |
US20230016153A1 (en) | Map Feature Identification Using Motion Data and Surfel Data | |
CN112785625A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN113859264B (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN113837305B (zh) | 目标检测及模型训练方法、装置、设备和存储介质 | |
CN113570664B (zh) | 增强现实导航显示方法和装置、电子设备、计算机介质 | |
CN115100643B (zh) | 融合三维场景语义的单目视觉定位增强方法和设备 | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114119886A (zh) | 高精地图点云重建方法、装置、车辆、设备和存储介质 | |
CN112572431A (zh) | 一种停车场驾驶辅助方法、辅助系统、设备及存储介质 | |
CN116659524A (zh) | 一种车辆定位方法、装置、设备以及存储介质 | |
CN115503740B (zh) | 一种辅助驾驶方法、装置、电子设备及存储介质 | |
CN115355926B (zh) | 车辆导航的方法、装置、设备以及存储介质 | |
JP7375149B2 (ja) | 測位方法、測位装置、ビジュアルマップの生成方法およびその装置 | |
CN113450794B (zh) | 导航播报的检测方法、装置、电子设备和介质 | |
CN115527028A (zh) | 地图数据处理方法及装置 | |
CN115790621A (zh) | 高精地图更新方法、装置及电子设备 | |
CN114170300A (zh) | 高精地图点云位姿优化方法、装置、设备及介质 | |
CN113762397A (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN113625321A (zh) | 轨道交通室内外一体化导航方法、装置、设备及存储介质 | |
CN113570256A (zh) | 应用于城市规划的数据处理方法、装置、电子设备及介质 | |
CN111028344A (zh) | 一种人员定位与三维可视化的融合方法及其系统 | |
CN111241923A (zh) | 一种实时检测立体车库的方法和系统 | |
Colling et al. | HD lane map generation based on trail map aggregation | |
CN116663329B (zh) | 自动驾驶仿真测试场景生成方法、装置、设备及存储介质 |
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 |