CN116844122A - 基于行车记录仪的导航方法、系统、电子设备及存储介质 - Google Patents
基于行车记录仪的导航方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116844122A CN116844122A CN202310790432.6A CN202310790432A CN116844122A CN 116844122 A CN116844122 A CN 116844122A CN 202310790432 A CN202310790432 A CN 202310790432A CN 116844122 A CN116844122 A CN 116844122A
- Authority
- CN
- China
- Prior art keywords
- lane
- current
- vehicle
- navigation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 230000005856 abnormality Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003706 image smoothing Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 11
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001960 triggered 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
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于行车记录仪的导航方法、系统、电子设备及存储介质,方法包括:基于自车上安装的行车记录仪,实时获取当前路段的视频数据;对视频数据的当前图像进行图像识别,获取当前路段的车道区域;基于霍夫线变换对车道区域进行计算,得到车道区域对应的车道信息;基于当前图像的中心点和车道信息,得到自车所在的当前车道;基于当前车道和预设线路信息提供导航服务。本发明基于对车辆自带的行车记录仪数据进行处理,从而得到自车当前行驶的车道信息,并将上述车道信息和预设线路信息相结合,从而在定位精度不够的情况下,为驾驶员提供车道级导航服务,提升了行车过程中导航的精确度,大大提升了驾驶员的驾车体验。
Description
技术领域
本发明涉及车辆导航技术领域,更具体地,涉及一种基于行车记录仪的导航方法、系统、电子设备及存储介质。
背景技术
行车记录仪即记录车辆行驶途中的影像及声音等相关资讯的仪器。安装行车记录仪后,能够记录汽车行驶全过程的视频图像和声音,可为交通事故提供证据。喜欢自驾游的人,还可以用它来记录征服艰难险阻的过程。开车时边走边录像,同时把时间、速度、所在位置都记录在录像里,相当“黑匣子”。也可在家用作DV拍摄生活乐趣,或者作为家用监控使用。
随着自驾出行的人越来越多,人们在自驾途中遇到的路况也越来越复杂,甚至是在行驶途中出现了定位精度不够导致车载导航使用体验不好的情况,因此,如何进一步提高行车过程中导航的精准度是亟待解决的问题。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于行车记录仪的导航方法、系统、电子设备及存储介质,通过对行车记录仪获取的视频数据进行处理,从而得到自车行驶的车道,从而为车辆提供车道级导航,用以解决如何进一步提高行车过程中导航的精准度的问题。
本发明的第一方面,提供了一种基于行车记录仪的导航方法,包括:
基于自车上安装的行车记录仪,实时获取当前路段的视频数据;
对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;
基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;
基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;
基于所述当前车道和预设线路信息提供导航服务。
在上述技术方案的基础上,本发明还可以作出如下改进。
优选的,所述对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域的步骤,包括:
对所述视频数据的当前图像依次进行灰度处理、图像平滑、边缘提取和区域选择,得到所述当前路段的车道区域。
优选的,所述基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道的步骤,包括:
获取所述当前图像的中心点位置,获取所述中心点位置在所述车道区域内对应的车道信息,所述车道信息为所述自车所在的当前车道。
优选的,所述基于所述当前车道和预设线路信息提供导航服务的步骤,包括:
基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线,并在所述车道级导航路线的车道变化点提醒驾驶员提前变道。
优选的,所述基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线的步骤之后,还包括:
将所述车道级导航路线与预设导航路线进行精细化比较,在比较结果为所述车道级导航路线更精细时,基于所述车道级导航路线对所述预设导航路线进行更新。
优选的,所述基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线的步骤之后,还包括:
在所述当前车道上发生车道异常或异常解除时,基于所述当前图像对所述车道级导航路线和所述预设导航路线进行更新。
优选的,在所述当前车道上发生车道异常或异常解除时的步骤,还包括:
接收用户发送的路况上报指令,基于所述路况上报指令对所述车道级导航路线和所述预设导航路线进行更新。
本发明的第二方面,提供一种基于行车记录仪的导航系统,包括:
数据获取模块,用于基于自车上安装的行车记录仪,实时获取当前路段的视频数据;
图像识别模块,用于对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;
车道计算模块,用于基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;
车道定位模块,用于基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;
车道导航模块,用于基于所述当前车道和预设线路信息提供导航服务。
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上述第一方面中任一基于行车记录仪的导航方法的步骤。
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上述第一方面中任一基于行车记录仪的导航方法的步骤。
本发明提供的一种基于行车记录仪的导航方法、系统、电子设备及存储介质,方法包括:基于自车上安装的行车记录仪,实时获取当前路段的视频数据;对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;基于所述当前车道和预设线路信息提供导航服务。本发明基于对车辆自带的行车记录仪数据进行处理,从而得到自车当前行驶的车道信息,并将上述车道信息和预设线路信息相结合,从而在定位精度不够的情况下,为驾驶员提供车道级导航服务,提升了行车过程中导航的精确度,大大提升了驾驶员的驾车体验。
附图说明
图1为本发明提供的一种基于行车记录仪的导航方法流程图;
图2为本发明提供的一种基于行车记录仪的导航系统结构示意图;
图3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4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。
图1为本发明提供的一种基于行车记录仪的导航方法流程图,如图1所示,方法包括:
步骤S100:基于自车上安装的行车记录仪,实时获取当前路段的视频数据;
需要说明的是,本实施例方法的执行主体可以是具有数据处理、网络通信及程序运行功能的计算机终端设备,例如:手机、平板电脑等;也可以是具有相同相似功能的移动设备,本实施例对此不做限制。为了便于理解,本实施例及下述各实施例将以手机为例进行说明。
可以理解的是,上述行车记录仪可以是用于安装在自车上的行车记录仪,其具有WIFI传输模块,可以通过socket连接上述手机。
应理解的是,上述行车记录仪有自己的一套标准连接和传输视频的socket协议,通过socket协议可以触发视频的推流,暂停,结束等功能,手机拿到视频流后进行图像识别算法进行每一帧的视频分析。
步骤S200:对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;
进一步的,所述对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域的步骤,包括:
步骤S201:对所述视频数据的当前图像依次进行灰度处理、图像平滑、边缘提取和区域选择,得到所述当前路段的车道区域。
需要说明的是,上述灰度处理可以是将通过行车记录仪获取到的彩色图像转化为灰度图像的步骤,通常的彩色图像是三通道的,为处理简便将彩色图像转化为单通道的灰度图像。转化的经验公式如下:Gray=R*0.299+G*0.587+B*0.114该公式是根据人眼对RGB三种不同颜色的感光强度进行分配的。
可以理解的是,上述图像平滑可以是将上述当前图像进行去噪,图像中噪声太严重将会影响对目标的分割提取,所以前期需要对图像进行平滑滤波,降低图像噪声和减小细节的同时,还能保留边界。图像平滑滤波算法有许多种如中值滤波、高斯滤波等,可以选用高斯滤波算法对图像进行去噪,其原理是重新计算图像中每个点的值,计算的时候将该点与周围点进行加权平均,权重符合高斯分布。一般将权重按对应位置组成矩阵形式称为高斯核。
应理解的是,上述当前图像中存在有用于标识车道的车道线,车道线的一个主要特征是他的边缘比较明显,因此可以使用边缘检测算法将之从原图像中提取出来。边缘检测的结果就是标识出数字图像中亮度值变化明显的点。边缘检测的实质是计算图片中每个点的梯度像素值的变化情况,变化值越大表明是边缘的可能性越高。我们可以使用Canny算法进行图像边缘提取,其计算梯度时使用了卷积,计算方向[0、45、90、135]度间的梯度值。计算出每个像素点的梯度值后,接下来需要筛选可疑边缘点。方法是将每个像素点的梯度值与梯度方向上的俩个点进行比较,当且仅当这个点的梯度值最大时才保留,否则舍弃.例如梯度方向是0度,那么将当前梯度值与左右两边的梯度值进行比较,当且仅当当前梯度值最大才保留。
还可以理解的是,上述区域选择可以是通过Canny算法进行边缘检测获得边缘图像后,边缘图像不仅包括所需要的车道线边缘,同时包括不需要的其他车道以及周围围栏的边缘。去掉这些边缘的办法是确定一个多边形的可视域,只保留可视域部分的边缘信息。其依据是camera相对车是固定的,车相对于车道的相对位置也基本固定,所以车道在camera中基本保持在一个固定区域内。所以可以保留边缘图像中的可视域部分,去除其他无关信息对图像处理的干扰。
步骤S300:基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;
可以理解的是,霍夫变换是一种特征提取技术,检测具有特定形状的物体,通常是直线、圆、椭圆等。其原理是将原空间映射到参数空间,在参数空间进行投票获得所需的图像,然后通过最终的参数提取出对应图像中的车道。
步骤S400:基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;
进一步的,所述基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道的步骤,包括:
步骤S401:获取所述当前图像的中心点位置,获取所述中心点位置在所述车道区域内对应的车道信息,所述车道信息为所述自车所在的当前车道。
在具体实现中,通过上述当前图像的中心点的坐标点计算出位于图像的中间的车道,结果就是现在车辆的正确车道信息,然后间隔5秒计算一次,传给手机与导航数据进行最合适的车道数据对比进行变换车道的提示。
步骤S500:基于所述当前车道和预设线路信息提供导航服务。
进一步的,所述基于所述当前车道和预设线路信息提供导航服务的步骤,包括:
步骤S501:基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线,并在所述车道级导航路线的车道变化点提醒驾驶员提前变道。
在具体实现中,上述预设路线信息可以是导航地图提供的路线信息,由于在定位不精准的情况下,导航地图无法实现车道级导航,因此需要通过上述当前车道与预设线路信息重新进行路径规划,得到车道级导航路线,并通过在车道级导航路线的车道变化点提醒驾驶员提前变道。
进一步的,所述基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线的步骤之后,还包括:
步骤S600:将所述车道级导航路线与预设导航路线进行精细化比较,在比较结果为所述车道级导航路线更精细时,基于所述车道级导航路线对所述预设导航路线进行更新。
具体实现中,当车辆行驶在新建好的道路上时,道路的导航数据不足,或者当车辆行驶在正在维修的道路上时,道路的导航数据为错误数据,上述车道级导航路线很显然比预设的导航路线更加精准,这个时候,手机可以开启导航数据实时上报功能,在行驶的同时通过行车记录仪将当前的导航数据实时传输到后台,进而对导航信息进行更新。
步骤S700:在所述当前车道上发生车道异常或异常解除时,基于所述当前图像对所述车道级导航路线和所述预设导航路线进行更新。
进一步的,在所述当前车道上发生车道异常或异常解除时的步骤,还包括:
步骤S701:接收用户发送的路况上报指令,基于所述路况上报指令对所述车道级导航路线和所述预设导航路线进行更新。
可以理解的是,上述车道异常可以是道路上出现损坏或者出现路障,还可以是车道发生车祸、拥堵等情况,上述异常解除也即是上述异常情况解除,当上述车道发生上述情况时,本实施例还可以通过行车记录仪结合手机定位,将当前道路图片、视频、位置和道路异常发送至后台,由后台对当前道路进行实时更新,并通知其他可能结果此路段的司机,同时还可以在行车记录仪录到一个事故,传到手机,手机上传后台可以方便有关部门快速定责,快速解决交通拥堵问题。
可以理解的是,基于背景技术中的缺陷,本发明实施例提出了一种基于行车记录仪的导航方法。方法包括:基于自车上安装的行车记录仪,实时获取当前路段的视频数据;对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;基于所述当前车道和预设线路信息提供导航服务。本发明基于对车辆自带的行车记录仪数据进行处理,从而得到自车当前行驶的车道信息,并将上述车道信息和预设线路信息相结合,从而可以在路口复杂的路段,通过将行车记录仪的画面传输给图像处理设备,图像处理设备通过当前的定位点和图像分析快速获取自车的精确位置和车道,从而实现了在定位精度不够的情况下,为驾驶员提供车道级导航服务,提升了行车过程中导航的精确度,大大提升了驾驶员的驾车体验。
请参阅图2,图2为本发明实施例提供的一种基于行车记录仪的导航系统结构图示意图,如图2所示,一种基于行车记录仪的导航系统,包括数据获取模块100、图像识别模块200、车道计算模块300、车道定位模块400和车道导航模块500,其中:
数据获取模块100,用于基于自车上安装的行车记录仪,实时获取当前路段的视频数据;图像识别模块200,用于对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;车道计算模块300,用于基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;车道定位模块400,用于基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;车道导航模块500,用于基于所述当前车道和预设线路信息提供导航服务。
可以理解的是,本发明提供的一种基于行车记录仪的导航。系统与前述各实施例提供的基于行车记录仪的导航方法相对应,基于行车记录仪的导航系统的相关技术特征可参考基于行车记录仪的导航方法的相关技术特征,在此不再赘述。
请参阅图3,图3为本发明实施例提供的电子设备的实施例示意图。如图3所示,本发明实施例提供了一种电子设备,包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311,处理器1320执行计算机程序1311时实现以下步骤:
基于自车上安装的行车记录仪,实时获取当前路段的视频数据;对上述视频数据的当前图像进行图像识别,获取上述当前路段的车道区域;基于霍夫线变换对上述车道区域进行计算,得到上述车道区域对应的车道信息;基于上述当前图像的中心点和上述车道信息,得到上述自车所在的当前车道;基于上述当前车道和预设线路信息提供导航服务。
请参阅图4,图4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4所示,本实施例提供了一种计算机可读存储介质1400,其上存储有计算机程序1411,该计算机程序1411被处理器执行时实现如下步骤:
基于自车上安装的行车记录仪,实时获取当前路段的视频数据;对上述视频数据的当前图像进行图像识别,获取上述当前路段的车道区域;基于霍夫线变换对上述车道区域进行计算,得到上述车道区域对应的车道信息;基于上述当前图像的中心点和上述车道信息,得到上述自车所在的当前车道;基于上述当前车道和预设线路信息提供导航服务。
本发明实施例提供的一种基于行车记录仪的导航方法、系统及存储介质,方法包括:基于自车上安装的行车记录仪,实时获取当前路段的视频数据;对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;基于所述当前车道和预设线路信息提供导航服务。本发明基于对车辆自带的行车记录仪数据进行处理,从而得到自车当前行驶的车道信息,并将上述车道信息和预设线路信息相结合,从而可以在路口复杂的路段,通过将行车记录仪的画面传输给图像处理设备,图像处理设备通过当前的定位点和图像分析快速获取自车的精位置和车道,从而实现了在定位精度不够的情况下,为驾驶员提供车道级导航服务,提升了行车过程中导航的精确度,大大提升了驾驶员的驾车体验。
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)
1.一种基于行车记录仪的导航方法,其特征在于,所述方法包括:
基于自车上安装的行车记录仪,实时获取当前路段的视频数据;
对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;
基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;
基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;
基于所述当前车道和预设线路信息提供导航服务。
2.根据权利要求1所述的基于行车记录仪的导航方法,其特征在于,所述对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域的步骤,包括:
对所述视频数据的当前图像依次进行灰度处理、图像平滑、边缘提取和区域选择,得到所述当前路段的车道区域。
3.根据权利要求1所述的基于行车记录仪的导航方法,其特征在于,所述基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道的步骤,包括:
获取所述当前图像的中心点位置,获取所述中心点位置在所述车道区域内对应的车道信息,所述车道信息为所述自车所在的当前车道。
4.根据权利要求1所述的基于行车记录仪的导航方法,其特征在于,所述基于所述当前车道和预设线路信息提供导航服务的步骤,包括:
基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线,并在所述车道级导航路线的车道变化点提醒驾驶员提前变道。
5.根据权利要求4所述的基于行车记录仪的导航方法,其特征在于,所述基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线的步骤之后,还包括:
将所述车道级导航路线与预设导航路线进行精细化比较,在比较结果为所述车道级导航路线更精细时,基于所述车道级导航路线对所述预设导航路线进行更新。
6.根据权利要求4所述的基于行车记录仪的导航方法,其特征在于,所述基于所述当前车道与预设线路信息进行路径规划,得到车道级导航路线的步骤之后,还包括:
在所述当前车道上发生车道异常或异常解除时,基于所述当前图像对所述车道级导航路线和所述预设导航路线进行更新。
7.根据权利要求6所述的基于行车记录仪的导航方法,其特征在于,在所述当前车道上发生车道异常或异常解除时的步骤,还包括:
接收用户发送的路况上报指令,基于所述路况上报指令对所述车道级导航路线和所述预设导航路线进行更新。
8.一种基于行车记录仪的导航系统,其特征在于,包括:
数据获取模块,用于基于自车上安装的行车记录仪,实时获取当前路段的视频数据;
图像识别模块,用于对所述视频数据的当前图像进行图像识别,获取所述当前路段的车道区域;
车道计算模块,用于基于霍夫线变换对所述车道区域进行计算,得到所述车道区域对应的车道信息;
车道定位模块,用于基于所述当前图像的中心点和所述车道信息,得到所述自车所在的当前车道;
车道导航模块,用于基于所述当前车道和预设线路信息提供导航服务。
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任一项所述的基于行车记录仪的导航方法的步骤。
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任一项所述的基于行车记录仪的导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310790432.6A CN116844122A (zh) | 2023-06-28 | 2023-06-28 | 基于行车记录仪的导航方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310790432.6A CN116844122A (zh) | 2023-06-28 | 2023-06-28 | 基于行车记录仪的导航方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116844122A true CN116844122A (zh) | 2023-10-03 |
Family
ID=88166330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310790432.6A Pending CN116844122A (zh) | 2023-06-28 | 2023-06-28 | 基于行车记录仪的导航方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116844122A (zh) |
-
2023
- 2023-06-28 CN CN202310790432.6A patent/CN116844122A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109840880B (zh) | 一种路面识别方法和装置 | |
CN108875603B (zh) | 基于车道线的智能驾驶控制方法和装置、电子设备 | |
JP7332726B2 (ja) | ヒートマップを使用したドライバーの注目の検出 | |
CN111141311B (zh) | 一种高精度地图定位模块的评估方法及系统 | |
CN108932273B (zh) | 图片筛选方法及装置 | |
JP6278791B2 (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム | |
CN106558051A (zh) | 一种改进的从单幅图像检测道路的方法 | |
CN110570435A (zh) | 用于对车辆损伤图像进行损伤分割的方法及装置 | |
CN109299656A (zh) | 一种车载视觉系统场景视深确定方法 | |
CN111381585A (zh) | 一种构建占据栅格地图的方法及其装置、相关设备 | |
CN110795998B (zh) | 人流量的检测方法、装置、电子设备及可读存储介质 | |
CN114170565A (zh) | 一种基于无人机航拍的图像对比方法、装置及终端设备 | |
CN115134537A (zh) | 一种图像处理方法、装置及车辆 | |
CN110414374B (zh) | 一种障碍物位姿的确定方法、装置、设备及介质 | |
CN107452230B (zh) | 一种障碍物检测方法、装置、终端设备及存储介质 | |
CN116844122A (zh) | 基于行车记录仪的导航方法、系统、电子设备及存储介质 | |
CN111340880A (zh) | 用于生成预测模型的方法和装置 | |
CN116343085A (zh) | 一种公路上的障碍物检测方法、系统、存储介质及终端 | |
CN116052100A (zh) | 图像感知方法、计算机设备、计算机可读存储介质及车辆 | |
CN115761668A (zh) | 摄像头的污渍识别方法、装置、车辆及存储介质 | |
CN206649533U (zh) | 车载图像识别装置和车辆 | |
CN113378719B (zh) | 车道线的识别方法、装置、计算机设备和存储介质 | |
CN115830559A (zh) | 一种轮胎吊的车道线识别的方法、存储介质和电子设备 | |
CN112364693B (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
CN112818743B (zh) | 图像识别的方法、装置、电子设备及计算机存储介质 |
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 |