CN116046007B - 一种车辆导航辅助方法、系统及存储介质 - Google Patents
一种车辆导航辅助方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116046007B CN116046007B CN202310025407.9A CN202310025407A CN116046007B CN 116046007 B CN116046007 B CN 116046007B CN 202310025407 A CN202310025407 A CN 202310025407A CN 116046007 B CN116046007 B CN 116046007B
- Authority
- CN
- China
- Prior art keywords
- navigation
- information
- guideboard
- cloud
- tbt
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000009471 action Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 238000003786 synthesis reaction Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000000750 progressive effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 abstract description 8
- 230000006978 adaptation Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- 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
- G01C21/3644—Landmark guidance, e.g. using POIs or conspicuous other objects
-
- 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
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种车辆导航辅助方法、系统及存储介质，所述方法包括：采集起始地到目的地的导航信息并上传到云端；对行驶道路的路牌信息进行图像识别；获取识别后的路牌信息并上传到云端；将导航信息和路牌信息进行云端匹配，判断是否触发导航辅助功能。本发明在网络状态正常时将导航信息上传，通过车载摄像头将路牌信息识别上传，实现边走边校对路线是否准确的目的；且仅在GPS信号不佳的情况下触发导航辅助功能，能够快速根据提前上传的整个行程的导航信息与被摄路牌信息进行配对，用云端合成数据替换原始导航中的数据下发前端显示，从系统层实现导航辅助功能，只需一次开发且无需第三方应用适配，解决了GPS信号不佳导致的导航失效问题。
Description
技术领域
本发明涉及车辆导航辅助技术领域，尤其涉及一种车辆导航辅助方法、系统及存储介质。
背景技术
随着汽车工业进入互联网和智能化时代，车辆或者其周边的传感器和运算单元可以提供日益强大的驾驶相关数据和运算能力，这些数据和能力能够比以前更有效地辅助驾驶车辆，使得车辆驾驶更加简单、智能和安全。在导航功能普及下，几乎每个用户出行时都会使用导航软件。常见的导航方案是利用车辆或者车辆上智能设备的位置来进行，然而，现有导航方法的问题在于车辆位置是通过GPS定位来获得的，在信号不佳或者无网络的情况下，在线导航会掉线且不能给予正确的道路指向支持，用户经常因信号不佳或者在无网络状态下，走错路口或上下错匝道。
对此，市面上现有的导航辅助方案主要分为两种，一是从应用层实现该功能，依赖第三方应用进行导航辅助，缺点是没有云端处理装置，一旦脱离联网状态就不能进行导航辅助；二是通过用户下载离线地图实现，缺点是离线地图下载包大，占用内存多，且跨省行驶需要下载多个离线地图包。因此，亟需一种车辆导航辅助方法、系统及存储介质，从系统层实现该功能，解决第三方应用在弱网环境下，导航不工作或定位不准导致的路线偏离问题。
发明内容
针对现有车辆导航在GPS信号不佳的情况下不能正常工作导致路线偏离的问题，本发明提出了一种车辆导航辅助方法、系统及存储介质，当用户输入目的地后，把导航信息上传到云端，用户车辆按照导航路线行驶时，基于车载摄像装置获取每个道路指示牌的信息，通过图像识别技术捕获路牌信息并与规划的导航信息进行匹配，利用云端计算优势，在GPS信号不佳的情况下支持辅助导航，使用户不会偏离路线，为人们出行带来更多的便利。
为了实现上述目的，本发明通过如下的技术方案来实现：
一种车辆导航辅助方法，所述方法包括如下步骤：
S1：采集起始地到目的地的导航信息并上传到云端；
S2：对行驶道路的路牌信息进行图像识别；
S3：获取识别后的路牌信息并上传到云端；
S4：将导航信息和路牌信息进行云端匹配，根据匹配结果判断是否触发导航辅助功能。
优选地，所述步骤S1中，采集起始地到目的地的导航信息具体包括：用户打开应用后，判断所述应用是否是导航应用，若否，则不做任何回复；若是，则进一步判断用户是否设置目的地进行路线导航，若是，则采集导航信息并上传到云端，若否，则不做任何回复。
优选地，所述步骤S1还包括：若用户中途更改目的地，则判断用户是否在车机上重新设置导航，若是，则采集新的导航信息上传到云端，若否，则当用户偏离原本路线后，TBT卡片自动提示偏离路线，若提示后用户没有采取任何回归原路线的动作，则默认用户自主选择路线，不开启车辆导航辅助功能。
优选地，所述步骤S2中，对行驶道路的路牌信息进行图像识别具体包括：用户设置目的地进行路线导航后，系统端接收导航信号，调用车外摄像头对远处的交通标志进行动态拍摄，将拍摄到的连续图片通过逐行扫描法完成道路路牌图像的采集；对道路路牌图像进行预处理，所述预处理包括二值化处理、边缘检测以及腐蚀、膨胀，所述边缘检测包括噪声处理、计算梯度图像、非极大值抑制处理、双阈值检测及边缘连接；对预处理后的路牌图像进行标志切割，识别行驶道路上的路牌信息。
优选地，所述步骤S4中，将导航信息和路牌信息进行云端匹配，根据匹配结果判断是否触发导航辅助功能的方法具体包括：将导航信息中从起始地到目的地中的每一个路口信息进行拆分，与路牌信息进行云端匹配，若匹配失败，则TBT卡片提示路线偏移；若匹配成功，则判断是否存在GPS信号不佳的情况，若存在，则触发导航辅助功能，TBT卡片根据导航信息生成道路信息指示，若不存在，则导航正常运行。
优选地，GPS信号不佳的情况下，云端接收匹配状态，判断车辆是否偏离导航路线，判断的优先级是：路牌信息输出字段＞导航信息输出字段，若未偏离，则静默不作反应，继续由TBT卡片生成道路信息指示；若偏离，则报告云端判断是否需要数据库介入，若需要，则云端下发数据库数据合成指令，若不需要，则获取TBT卡片偏离路线固定模板。
优选地，云端下发数据库数据合成指令，将云端匹配到的数据进行合成，具体包括：获取TBT卡片无网络模板，云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别所述路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置。
优选地，用合成后的TBT卡片替换原始导航的TBT卡片，下发至系统端，通过系统端把TBT卡片在车机桌面上展示。
一种车辆导航辅助方法的车辆导航辅助系统，所述系统包括：
数据采集上传模块，用于检测到用户在车机导航中输入了目的地进行路线导航，采集起始地到目的地的导航信息并上传到云端；
图像识别模块，用于调用车外摄像头对行驶道路的路牌信息进行图像识别；
数据处理模块，用于获取识别后的路牌信息并上传到云端；
数据决策模块，用于将导航信息中从起始地到目的地中的每一个路口信息进行拆分，和路牌信息进行云端匹配，根据匹配结果判断是否触发导航辅助功能；
数据合成模块，用于云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别所述路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置；
数据替换模块，用于用合成后的TBT卡片替换原始导航的TBT卡片，下发至系统端，通过系统端把TBT卡片在车机桌面上展示。
一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上所述的一种车辆导航辅助方法。
与现有技术相比，本发明具有的有益效果是：
本发明在网络状态正常时将导航信息上传，根据行驶路线通过车载摄像头将路牌信息识别上传，实现边走边校对道路是否准确的目的；且遇到GPS信号不佳的情况下能够快速根据提前上传的整个行程的导航信息与实时被摄路牌信息进行配对，触发导航辅助功能；
本发明仅在GPS信号不佳的情况下触发，通过导航信息与路牌信息匹配，将有用信息筛选保存；通过云端合成数据，用云端合成的TBT卡片替换导航中的TBT卡片下发前端显示，辅助导航路线的准确执行，给人们出行带来更多的便利；
本发明从系统层实现导航辅助功能，只需一次开发且无需第三方应用适配，从系统层上解决GPS信号不佳情况下导致的导航失效问题，解决第三方应用在弱网状态下定位不准导致的路线偏离问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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。其中：
图1为本发明优选实施例中的方法流程图；
图2为本发明优选实施例中导航辅助功能的方法流程图；
图3为本发明优选实施例中匹配失败的场景示意图；
图4为本发明优选实施例中触发导航辅助功能的场景示意图；
图5为本发明优选实施例中数据合成的场景示意图；
图6为本发明优选实施例中的系统结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
术语解释：
云端：是一款采用应用程序虚拟化技术“Application Virtualization”的软件平台，集软件搜索、下载、使用、管理、备份等多种功能为一体，能够使应用程序不必直接安装在最终用户计算机上便可供这些计算机使用。
TBT卡片：TBT是GPS导航设备的一项功能， TBT卡片指的是选定路线的方向以口头或视觉指令的形式不断地呈现给用户。
实施例1：如图1所示，该实施例提供了一种车辆导航辅助方法，包括如下步骤：
S1：采集起始地到目的地的导航信息并上传到云端；用户打开应用后，判断该应用是否是导航应用，若否，则不做任何回复；若是，则进一步判断用户是否设置目的地进行路线导航，若是，则采集导航信息并上传到云端，若否，则不做任何回复；
若用户中途更改目的地，则判断用户是否在车机上重新设置导航，若是，则采集新的导航信息上传到云端，若否，则当用户偏离原本路线后，TBT卡片自动提示偏离路线，若提示后用户没有采取任何回归原路线的动作，则默认用户自行介入自主选择路线，不开启车辆导航辅助功能。
S2：对行驶道路的路牌信息进行图像识别；用户设置目的地进行路线导航后，系统端接收导航信号，调用车外摄像头对远处的交通标志进行动态拍摄，将拍摄到的连续图片通过逐行扫描法完成道路路牌图像的采集；系统BSP层有相关接口，系统可直接获取摄像头画面。
图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。
图像识别方法包括但不限于：对道路路牌图像进行预处理，所述预处理包括二值化处理、边缘检测以及腐蚀、膨胀，所述边缘检测包括噪声处理、计算梯度图像、非极大值抑制处理、双阈值检测及边缘连接；对预处理后的路牌图像进行标志切割，识别行驶道路上的路牌信息。
S3：获取识别后的路牌信息并上传到云端；
S4：将导航信息和路牌信息进行云端匹配，根据匹配结果判断是否触发导航辅助功能；
将导航信息中从起始地到目的地中的每一个路口信息进行拆分，与路牌信息进行云端匹配，当在下个路口中摄像头捕捉不到路牌信息与导航信息中相匹配的道路信息时，则判定为匹配失败，自动认为偏航，TBT卡片提示路线偏移，请检查导航故障；
若匹配成功，则判断是否存在GPS信号不佳的情况，网络正常时，则导航正常运行；当用户沿着导航预设路径进行行驶，途径隧道、桥底等网络较差地段，或网络较差且有分叉路口时，一般情况下导航信息播报暂停且车辆定位不准，则触发导航辅助功能，TBT卡片根据导航信息生成道路信息指示。
如图3所示，车辆沿着导航路线行驶，当拆分后的路口信息显示“2.1公里靠左沿南朗快线行驶”，而摄像头所摄路牌信息中识别不到“南朗快线”的道路信息时，认定为云端匹配不上，TBT卡片提示路线偏移；
如图4所示，当路口信息显示“350米后在路口左转进入金峰北路”，摄像头所摄路牌信息中识别到左侧方向为“金峰北路”，认定为匹配成功；行驶中出现车辆定位不准或车辆位置不动等网络较差情况时，开启导航辅助功能，此时路口信息为“2.1公里靠左沿南朗快线行驶”，而摄像头所摄路牌信息中恰好识别到“南朗快线”的道路信息，则TBT卡片根据导航信息生成道路信息指示。
GPS信号不佳的情况下，云端接收匹配状态，判断车辆是否偏离导航路线，判断的优先级是：路牌信息输出字段＞导航信息输出字段，若未偏离，则静默不作反应，继续由TBT卡片按照原始导航信息生成道路信息指示；若偏离，则报告云端判断是否需要数据库介入，若需要，则云端下发数据库数据合成指令，获取TBT卡片无网络模板，云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别所述路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置，用合成后的TBT卡片替换原始导航的TBT卡片；若不需要，则获取TBT卡片偏离路线固定模板，提示用户已偏离路线；下发至系统端，通过系统端把TBT卡片在车机桌面上展示
实施例2：如图2所示，该实施例提供一种云端合成数据的方法，当GPS信号不佳时，云端根据车载摄像所获取路牌信息进行拆分提取有用的道路信息，主动触发功能将信息下发至车机端，通过云端合成数据进行导航辅助。
具体包括：GPS信号不佳的情况下，云端接收匹配状态，根据路牌信息输出字段＞导航信息输出字段的优先级判断车辆是否偏离导航路线，若未偏离，则静默不作反应，继续由TBT卡片按照原始导航生成道路信息指示；若偏离，则报告云端判断是否需要数据库介入，若需要，则云端下发数据库数据合成指令，将云端匹配到的数据进行合成，如图5所示，获取TBT卡片无网络模板，云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别所述路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置；若不需要，则获取TBT卡片偏离路线固定模板。
用合成后的TBT卡片替换原始导航的TBT卡片，下发至系统端，通过系统端把TBT卡片在车机桌面上展示。
实施例3：如图6所示，该实施例提供一种车辆导航辅助系统，包括：
数据采集上传模块，用于检测到用户在车机导航中输入了目的地进行路线导航，采集起始地到目的地的导航信息并上传到云端；
图像识别模块，用于调用车外摄像头对行驶道路的路牌信息进行图像识别；
数据处理模块，用于获取识别后的路牌信息并上传到云端；
数据决策模块，用于将导航信息中从起始地到目的地中的每一个路口信息进行拆分，和路牌信息进行云端匹配，根据匹配结果判断是否触发导航辅助功能；
数据合成模块，用于云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别所述路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置；
数据替换模块，用于用合成后的TBT卡片替换原始导航的TBT卡片，下发至系统端，通过系统端把TBT卡片在车机桌面上展示。
当用户进行导航信息的输入后，把导航路线上传到云端，可实现在网络状态正常时进行导航信息上传；在用户车辆按照导航路线行驶时，基于车载摄像装置获取每个指示牌的信息，根据所行驶路线用摄像的方式将路牌信息上传，将指示牌信息与规划路线信息进行匹配，达到边走边校对道路是否准确的目的；利用云端计算优势，如检测到导航网络较差或者在隧道分叉口等信号不佳处导致导航无响应，能够快速根据提前上传的整个行程的导航信息与实时被摄路牌信息进行配对，只要识别到路牌信息能够与云端的路线信息匹配上，则弹窗提醒用户进行辅助导航驾驶；若发现车辆偏离路线，且需要数据库介入，云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置，用于用合成后的TBT卡片替换原始导航的TBT卡片，下发至系统端，通过系统端把TBT卡片在车机桌面上展示。
实施例4：该实施例提供一种存储介质，该存储介质可以是只读存储器、磁盘或光盘等，其上存储有计算机程序，该程序被处理器执行时实现如上所述的一种车辆导航辅助方法。
应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中。该程序在执行时，包括方法实施例的步骤之一或其组合。此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
综上所述，本发明在网络状态正常时将导航信息上传，根据行驶路线通过车载摄像头将路牌信息识别上传，实现边走边校对道路是否准确的目的；且遇到GPS信号不佳的情况下能够快速根据提前上传的整个行程的导航信息与实时被摄路牌信息进行配对，触发导航辅助功能；
本发明仅在GPS信号不佳的情况下触发，通过导航信息与路牌信息匹配，将有用信息筛选保存；通过云端合成数据，用云端合成的TBT卡片替换导航中的TBT卡片下发前端显示，辅助导航路线的准确执行，给人们出行带来更多的便利；
本发明从系统层实现导航辅助功能，只需一次开发且无需第三方应用适配，从系统层上解决GPS信号不佳的情况下导致的导航失效问题，解决第三方应用在弱网状态下定位不准导致的路线偏离问题。
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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种车辆导航辅助方法，其特征在于，所述方法包括如下步骤：
S1：采集起始地到目的地的导航信息并上传到云端；
S2：对行驶道路的路牌信息进行图像识别，具体包括：用户设置目的地进行路线导航后，系统端接收导航信号，调用车外摄像头对远处的交通标志进行动态拍摄，将拍摄到的连续图片通过逐行扫描法完成道路路牌图像的采集；对道路路牌图像进行预处理，所述预处理包括二值化处理、边缘检测以及腐蚀、膨胀，所述边缘检测包括噪声处理、计算梯度图像、非极大值抑制处理、双阈值检测及边缘连接；对预处理后的路牌图像进行标志切割，识别行驶道路上的路牌信息；
S3：获取识别后的路牌信息并上传到云端；
S4：将导航信息和路牌信息进行云端匹配，根据匹配结果判断是否触发导航辅助功能，具体包括：将导航信息中从起始地到目的地中的每一个路口信息进行拆分，与路牌信息进行云端匹配，若匹配失败，则TBT卡片提示路线偏移；若匹配成功，则判断是否存在GPS信号不佳的情况，若存在，则触发导航辅助功能，TBT卡片根据导航信息生成道路信息指示，若不存在，则导航正常运行；
GPS信号不佳的情况下，云端接收匹配状态，判断车辆是否偏离导航路线，判断的优先级是：路牌信息输出字段＞导航信息输出字段，若未偏离，则静默不作反应，继续由TBT卡片生成道路信息指示；若偏离，则报告云端判断是否需要数据库介入，若需要，则云端下发数据库数据合成指令，若不需要，则获取TBT卡片偏离路线固定模板；
云端下发数据库数据合成指令，将云端匹配到的数据进行合成，具体包括：获取TBT卡片无网络模板，云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别所述路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置；
用合成后的TBT卡片替换原始导航的TBT卡片，下发至系统端，通过系统端把TBT卡片在车机桌面上展示。
2.根据权利要求1所述的一种车辆导航辅助方法，其特征在于，所述步骤S1中，采集起始地到目的地的导航信息具体包括：用户打开应用后，判断所述应用是否是导航应用，若否，则不做任何回复；若是，则进一步判断用户是否设置目的地进行路线导航，若是，则采集导航信息并上传到云端，若否，则不做任何回复。
3.根据权利要求2所述的一种车辆导航辅助方法，其特征在于，所述步骤S1还包括：若用户中途更改目的地，则判断用户是否在车机导航中重新输入目的地进行路线导航，若是，则采集新的导航信息上传到云端，若否，则当用户偏离原本路线后，TBT卡片自动提示偏离路线，若提示后用户没有采取任何回归原路线的动作，则默认用户自主选择路线，不开启车辆导航辅助功能。
4.基于权利要求1-3任一项所述的一种车辆导航辅助方法的车辆导航辅助系统，其特征在于，所述系统包括：
数据采集上传模块，用于检测到用户在车机导航中输入了目的地进行路线导航，采集起始地到目的地的导航信息并上传到云端；
图像识别模块，用于调用车外摄像头对远处的交通标志进行动态拍摄，将拍摄到的连续图片通过逐行扫描法完成道路路牌图像的采集；对道路路牌图像进行预处理，对预处理后的路牌图像进行标志切割，识别行驶道路上的路牌信息；
数据处理模块，用于获取识别后的路牌信息并上传到云端；
数据决策模块，用于将导航信息中从起始地到目的地中的每一个路口信息进行拆分，和路牌信息进行云端匹配，根据匹配结果判断是否触发导航辅助功能；
数据合成模块，用于获取TBT卡片无网络模板，云端数据库将拆分后的路口信息按照距离、位置、动作、状态的字段类别输出字段表格；同时识别所述路牌信息，经过云端数据库按照位置、动作、状态的字段类别输出字段表格，根据不同编号抽取正确字段合成到相应位置；
数据替换模块，用于用合成后的TBT卡片替换原始导航的TBT卡片，下发至系统端，通过系统端把TBT卡片在车机桌面上展示。
5.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至3中任一项所述的一种车辆导航辅助方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310025407.9A CN116046007B (zh) | 2023-01-09 | 2023-01-09 | 一种车辆导航辅助方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310025407.9A CN116046007B (zh) | 2023-01-09 | 2023-01-09 | 一种车辆导航辅助方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116046007A CN116046007A (zh) | 2023-05-02 |
| CN116046007B true CN116046007B (zh) | 2024-01-23 |
Family
ID=86126946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310025407.9A Active CN116046007B (zh) | 2023-01-09 | 2023-01-09 | 一种车辆导航辅助方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116046007B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116794702B (zh) * | 2023-05-30 | 2023-12-22 | 名商科技有限公司 | 一种gps盲区导航方法、系统和可读存储介质 |
| CN116972870B (zh) * | 2023-09-21 | 2023-12-15 | 南京遇简信息科技有限公司 | 基于计算机图像识别的道路导航增强方法、系统及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107560622A (zh) * | 2016-07-01 | 2018-01-09 | 板牙信息科技（上海）有限公司 | 一种基于行车图像导航的方法与设备 |
| CN109931945A (zh) * | 2019-04-02 | 2019-06-25 | 百度在线网络技术（北京）有限公司 | Ar导航方法、装置、设备和存储介质 |
| CN111239790A (zh) * | 2020-01-13 | 2020-06-05 | 上海师范大学 | 一种基于5g网络机器视觉的车辆导航系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090276153A1 (en) * | 2008-05-01 | 2009-11-05 | Chun-Huang Lee | Navigating method and navigation apparatus using road image identification |
-
2023
- 2023-01-09 CN CN202310025407.9A patent/CN116046007B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107560622A (zh) * | 2016-07-01 | 2018-01-09 | 板牙信息科技（上海）有限公司 | 一种基于行车图像导航的方法与设备 |
| CN109931945A (zh) * | 2019-04-02 | 2019-06-25 | 百度在线网络技术（北京）有限公司 | Ar导航方法、装置、设备和存储介质 |
| CN111239790A (zh) * | 2020-01-13 | 2020-06-05 | 上海师范大学 | 一种基于5g网络机器视觉的车辆导航系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116046007A (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116046007B (zh) | 一种车辆导航辅助方法、系统及存储介质 | |
| JP3220408B2 (ja) | 経路案内装置 | |
| JP4940168B2 (ja) | 駐車スペース認識装置 | |
| JP4902575B2 (ja) | 道路標示認識装置、および道路標示認識方法 | |
| JP2009250718A (ja) | 車両位置検出装置及び車両位置検出方法 | |
| JP2000097714A (ja) | カーナビゲーション装置 | |
| CN112650772B (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
| CN111401255B (zh) | 用于识别分歧路口的方法和装置 | |
| CN110702135A (zh) | 一种车辆的导航方法及装置、汽车、存储介质 | |
| JP6224344B2 (ja) | 情報処理装置、情報処理方法並びに情報処理システム及び情報処理プログラム | |
| WO2019072461A1 (de) | Parkassistenzverfahren, steuergerät zur durchführung des parkassistenzverfahrens und fahrzeug mit dem steuergerät | |
| JP2008082932A (ja) | ナビゲーション装置、その制御方法及び制御プログラム | |
| JP2001336941A (ja) | カーナビゲーション装置 | |
| CN112817301B (zh) | 一种多传感器数据的融合方法、装置及系统 | |
| CN110189242B (zh) | 图像处理方法和装置 | |
| JP2008090683A (ja) | 車載用ナビゲーション装置 | |
| JP2008262481A (ja) | 車両制御装置 | |
| KR20210029323A (ko) | 정밀 지도를 이용한 센서 퓨전의 인지 성능 향상을 위한 장치 및 방법 | |
| JP2020193956A (ja) | 車載装置、運転支援方法、および運転支援システム | |
| US20220101025A1 (en) | Temporary stop detection device, temporary stop detection system, and recording medium | |
| CN109270566A (zh) | 导航方法、导航效果测试方法、装置、设备和介质 | |
| JP2012159373A (ja) | データ管理システム、データ管理方法、及びデータ管理プログラム | |
| CN113566834A (zh) | 定位方法、定位装置、车辆和存储介质 | |
| CN113469045A (zh) | 无人集卡的视觉定位方法、系统、电子设备和存储介质 | |
| CN111044035B (zh) | 车辆定位方法及装置 |
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 |