CN117109592A - 一种车辆导航方法、装置、计算机设备及存储介质 - Google Patents
一种车辆导航方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117109592A CN117109592A CN202311354579.7A CN202311354579A CN117109592A CN 117109592 A CN117109592 A CN 117109592A CN 202311354579 A CN202311354579 A CN 202311354579A CN 117109592 A CN117109592 A CN 117109592A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- semantic map
- semantic
- parking place
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000007613 environmental effect Effects 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种车辆导航方法、装置、计算机设备及存储介质,涉及计算机技术领域,上述方法能够利用目标停车场所的语义地图及客户端所在区域对应的局部语义地图,生成车辆的指引路径信息,从而实现在不依赖卫星定位系统及停车场所地图的场景下对车辆的定位及导航;并且,生成语义地图及局部语义地图所需的数据可以直接在目标停车场所中获取,无需在车辆进入目标停车场所之前提前生成,泛用性较高。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种车辆导航方法、装置、计算机设备及存储介质。
背景技术
用户在驾车出行时,经常会来到一些陌生的停车场所。用户在停车离开之后,由于对停车场景不熟悉,要重新定位车辆的位置较为困难。并且,一些停车场所设置在室内、地下等场景,这些场景下,车辆上部署的卫星定位系统的精确度不足,对定位车辆起到的帮助较小。
发明内容
本公开实施例至少提供一种车辆导航方法、装置、计算机设备及存储介质。
第一方面,本公开实施例提供了一种车辆导航方法,包括:
获取目标停车场所对应的语义地图;所述语义地图指示有车辆在所述目标停车场所中的行驶轨迹信息,以及所述车辆在所述目标停车场所中途经的第一对象的语义信息;
获取客户端所在目标区域对应的局部语义地图;所述局部语义地图指示有所述客户端所在目标区域中的第二对象的语义信息;
基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息;
基于所述客户端在所述语义地图中的位置信息,以及所述语义地图,生成指引路径信息;所述指引路径信息指示有从所述目标区域至所述车辆的路径信息。
上述方面提供的车辆导航方法,能够利用目标停车场所的语义地图及客户端所在区域对应的局部语义地图,生成车辆的指引路径信息,从而实现在不依赖卫星定位系统及停车场所地图的场景下对车辆的定位及导航;并且,生成语义地图及局部语义地图所需的数据可以直接在目标停车场所中获取,无需在车辆进入目标停车场所之前提前生成,泛用性较高。
一种可选的实施方式中,通过以下步骤生成所述目标停车场所对应的语义地图:
响应于所述车辆进入所述目标停车场所,获取所述车辆在行驶过程中采集的第一环境信息,以及所述车辆在行驶过程中的行驶轨迹信息;
响应于所述车辆进入停车状态,从获取到的所述第一环境信息中识别出所述车辆在所述目标停车场所中途经的第一对象,并确定所述第一对象的语义信息;
基于确定的所述第一对象的语义信息,以及所述车辆在行驶过程中的行驶轨迹信息,生成所述目标停车场所对应的语义地图。
上述实施方式,能够利用车辆在目标停车场所中采集的第一环境信息以及车辆在行驶过程中的行驶轨迹信息确定出目标停车场所中的第一对象,以及第一对象的语义信息,可以在车辆进入目标停车场所后再建立目标停车场所的语义地图,泛用性较好;并且,环境信息的获取方式简单,依靠车辆上部署的传感器即可获得,易用性好。
一种可选的实施方式中,通过以下步骤确定所述车辆进入所述目标停车场所:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所。
上述实施方式,可以通过车辆的定位信息判断车辆是否进入目标停车场所,实施方式简单有效。
一种可选的实施方式中,所述在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所,包括:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息,在所述高程信息的变化值大于或等于第一预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的定位信号强度,在所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息以及所述车辆的定位信号强度,在所述高程信息的变化值大于或等于第一预设值,且所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所。
上述实施方式,能够将车辆的高程信息和/或定位信号强度与车辆的定位信息相互结合,从而提高判断车辆是否进入目标停车场所的精确度。
一种可选的实施方式中,通过以下步骤生成所述局部语义地图:
获取所述客户端采集的、所述目标区域的第二环境信息;
从所述第二环境信息中识别出所述第二对象,并确定所述第二对象对应的语义信息;
基于所述第二对象的语义信息,生成所述局部语义地图。
上述实施方式,能够利用客户端采集的第二环境信息识别出第二对象及第二对象的语义信息,能够实时、快速的生成目标区域的局部语义地图,且不需要其他设备,泛用性较好。
一种可选的实施方式中,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,包括:
利用所述局部语义地图,对所述语义地图进行特征匹配;
在所述特征匹配成功的情况下,基于所述特征匹配的匹配结果,确定所述客户端在所述语义地图中的位置信息。
上述实施方式,能够通过特征匹配的方式,确定客户端在语义地图中的位置信息,快捷有效。
一种可选的实施方式中,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,还包括:
在所述特征匹配失败的情况下,获取所述目标停车场所的导航地图;
在获取到所述导航地图的情况下,利用所述导航地图对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
上述实施方式,能够在特征匹配失败的情况下,利用导航地图对语义地图进行更新补全,从而能够利用更新后的语义地图重新进行特征匹配,能够在车辆途经区域与客户端所在的目标区域不重叠时,提供车辆的导航服务。
一种可选的实施方式中,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,还包括:
在所述特征匹配失败的情况下,基于所述语义地图中多个第一对象的位置信息及语义信息,对所述目标停车场所内的至少一个第三对象的位置信息及语义信息进行预测;
利用预测得到的所述第三对象的位置信息及语义信息,对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
上述实施方式,能够利用语义地图中第一对象的位置信息及语义信息,对目标停车场所中的其他对象的位置信息及语义信息进行预测,从而对语义地图进行更新补全,从而在车辆途经区域与客户端所在的目标区域不重叠时,提供车辆的导航服务。
一种可选的实施方式中,所述方法还包括:
获取所述车辆采集的第三环境信息;
在从所述第三环境信息中识别到目标对象的情况下,控制所述车辆播放求助信息;
在获取到所述目标对象针对所述求助信息的反馈信息的情况下,建立所述车辆与所述客户端的通信连接;所述通信连接用于进行语音和/或视频通信。
上述实施方式,还能够提供求助服务,在语义地图及局部语义地图仍无法满足定位导航需求时,通过车辆向外界求助,并通过车辆与客户端的通信连接,提供目标对象与用户的交流管道。
第二方面,本公开实施例还提供一种车辆导航装置,包括:
第一获取模块,用于获取目标停车场所对应的语义地图;所述语义地图指示有车辆在所述目标停车场所中的行驶轨迹信息,以及所述车辆在所述目标停车场所中途经的第一对象的语义信息;
第二获取模块,用于获取客户端所在目标区域对应的局部语义地图;所述局部语义地图指示有所述客户端所在目标区域中的第二对象的语义信息;
确定模块,用于基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息;
生成模块,用于基于所述客户端在所述语义地图中的位置信息,以及所述语义地图,生成指引路径信息;所述指引路径信息指示有从所述目标区域至所述车辆的路径信息。
一种可选的实施方式中,所述第一获取模块还用于:
响应于所述车辆进入所述目标停车场所,获取所述车辆在行驶过程中采集的第一环境信息,以及所述车辆在行驶过程中的行驶轨迹信息;
响应于所述车辆进入停车状态,从获取到的所述第一环境信息中识别出所述车辆在所述目标停车场所中途经的第一对象,并确定所述第一对象的语义信息;
基于确定的所述第一对象的语义信息,以及所述车辆在行驶过程中的行驶轨迹信息,生成所述目标停车场所对应的语义地图。
一种可选的实施方式中,所述第一获取模块还用于:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所。
一种可选的实施方式中,所述第一获取模块还用于:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息,在所述高程信息的变化值大于或等于第一预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的定位信号强度,在所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息以及所述车辆的定位信号强度,在所述高程信息的变化值大于或等于第一预设值,且所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所。
一种可选的实施方式中,所述第二获取模块还用于:
获取所述客户端采集的、所述目标区域的第二环境信息;
从所述第二环境信息中识别出所述第二对象,并确定所述第二对象对应的语义信息;
基于所述第二对象的语义信息,生成所述局部语义地图。
一种可选的实施方式中,所述确定模块具体用于:
利用所述局部语义地图,对所述语义地图进行特征匹配;
在所述特征匹配成功的情况下,基于所述特征匹配的匹配结果,确定所述客户端在所述语义地图中的位置信息。
一种可选的实施方式中,所述确定模块还用于:
在所述特征匹配失败的情况下,获取所述目标停车场所的导航地图;
在获取到所述导航地图的情况下,利用所述导航地图对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
一种可选的实施方式中,所述确定模块还用于:
在所述特征匹配失败的情况下,基于所述语义地图中多个第一对象的位置信息及语义信息,对所述目标停车场所内的至少一个第三对象的位置信息及语义信息进行预测;
利用预测得到的所述第三对象的位置信息及语义信息,对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
一种可选的实施方式中,所述装置还包括通信模块,用于:
获取所述车辆采集的第三环境信息;
在从所述第三环境信息中识别到目标对象的情况下,控制所述车辆播放求助信息;
在获取到所述目标对象针对所述求助信息的反馈信息的情况下,建立所述车辆与所述客户端的通信连接;所述通信连接用于进行语音和/或视频通信。
第三方面,本公开可选实现方式还提供一种计算机设备,处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本公开可选实现方式还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
关于上述车辆导航装置、计算机设备、及计算机可读存储介质的效果描述参见上述车辆导航方法的说明,这里不再赘述。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开的技术方案。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本公开一些实施例所提供的一种车辆导航方法的流程图;
图2示出了本公开一些实施例所提供的语义地图的示意图;
图3示出了本公开一些实施例所提供的更新后的语义地图的示意图;
图4示出了本公开一些实施例所提供的另一种车辆导航方法的流程图;
图5示出了本公开一些实施例所提供的步骤S5的流程图;
图6示出了本公开一些实施例所提供的车辆导航装置的示意图;
图7示出了本公开一些实施例所提供的计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整描述,显然,所描述实施例仅仅是本公开一部分实施例,而不是全部实施例。通常在此处描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
经研究发现,用户在驾车出行时,经常会来到一些陌生的停车场所。用户在停车离开之后,由于对停车场景不熟悉,要重新定位车辆的位置较为困难。并且,一些停车场所设置在室内、地下等场景,这些场景下,车辆上部署的卫星定位系统的精确度不足,对定位车辆起到的帮助较小。
基于上述研究,本公开提供了一种车辆导航方法、装置、计算机设备及存储介质,能够利用目标停车场所的语义地图及客户端所在区域对应的局部语义地图,生成车辆的指引路径信息,从而实现在不依赖卫星定位系统及停车场所地图的场景下对车辆的定位及导航;并且,生成语义地图及局部语义地图所需的数据可以直接在目标停车场所中获取,无需在车辆进入目标停车场所之前提前生成,泛用性较高。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种车辆导航系统进行详细介绍,本公开实施例所提供的车辆导航系统可以包括车辆及客户端,车辆与客户端之间可以直接进行通信。车辆与客户端都可以采集环境信息,同时具有一定计算能力。本公开实施例所提供的车辆导航方法中,一部分步骤可以由车辆执行,另一部分可以由客户端执行。在一种可能的实施方式中,车辆导航系统还可以包括服务器,服务器与车辆、客户端之间可以进行通信,车辆与客户端之间还可以通过服务器进行通信。服务器可以获取车辆及客户端采集的环境信息,并利用获取到的环境信息进行计算,再将计算得到的结果反馈至车辆或客户端。
下面以执行主体为车辆导航系统为例对本公开实施例提供的车辆导航方法加以说明。
参见图1所示,为本公开实施例提供的车辆导航方法的流程图,所述方法包括步骤S101~S104,其中:
S101、获取目标停车场所对应的语义地图;所述语义地图指示有车辆在所述目标停车场所中的行驶轨迹信息,以及所述车辆在所述目标停车场所中途经的第一对象的语义信息。
该步骤中,车辆导航系统可以获取目标停车场所对应的语义地图。该语义地图可以由车辆或服务器生成。示例性的,车辆进入目标停车场所时,可以利用自身部署的传感器采集第一环境信息。
在具体实施过程中,可以通过车辆的定位信息判断车辆是否进入目标停车场所。示例性的,服务器或车辆可以维护停车场所的信息列表,信息列表中可以记录有多个停车场所及其对应的定位信息,当车辆当前的定位信息与信息列表中任一个停车场所的定位信息匹配时,即可确定车辆进入该停车场所,该停车场所即为上述目标停车场所。
进一步的,为了提高判断车辆是否进入目标停车场所的精确度,可以在确定车辆的定位信息与目标停车场所的定位信息匹配的情况下,获取车辆的高程信息,并在高程信息的变化值大于或等于第一预设值的情况下,才确定车辆进入目标停车场所。
上述高程信息可以指车辆相对于地面的高度或者位置信息。这些信息可以通过不同的传感器和技术来获取,具体取决于应用和需要的精度。示例性的,可以通过全球定位系统或车辆的惯性测量单元来获取车辆的高程信息。
室内停车场所通常位于地下,因此,若在检测到车辆的定位信息与目标停车场所的定位信息匹配,同时车辆的高程信息的变化值足够大,则车辆进入目标停车场具有较高的置信度。示例性的,高程信息的变化值默认值对应的第一预设值可设为2米,或其具体范围可为1.5米到5米,可以根据实际情况进行设定。
或者,可以获取车辆的定位信号强度,在车辆的定位信息与目标停车场所的定位信息匹配,且定位信号强度的降低至大于第一预设值的情况下,则可以确定车辆进入目标停车场所。
在车辆进入室内停车场所时,通常车辆的定位信号强度会降低,在定位信号强度降低足够大时,车辆进入目标停车场所的置信度更高。定位信号强度降低的度量可以不采用绝对差异,而是采用降低的比例进行度量。定位信号强度降低比例超过某个范围,例如60%~90%可视为进入停车场场所。通常,默认的定位信号强度降低的比例阈值可设为70%。
一种可能的实施方式中,可以同时采用高程信息和定位信号强度来判断车辆是否进入目标停车场所。示例性的,可以在车辆的定位信息与目标停车场所的定位信息匹配的情况下,获取车辆的高程信息和车辆的定位信号强度,在车辆的高程信息的变化值大于或等于第一预设值,且定位信号强度的降低至大于或等于第二预设值的情况下,确定车辆进入目标停车场所。
在获取车辆的高程信息时,可以获取一定时间段内的信息,并根据该段时间内高程信息,确定高程信息的变化值。或者,可以从获取高程信息时,开始持续检测高程信息,并根据持续获取到的高程信息确定高程信息的变化值。上述变化值可以指获取到高程信息的第一帧数据与实时获取的数据之间的差值。
上述第一环境信息可以为车辆在进入目标停车场所后,在行驶过程中采集的环境信息,该环境信息可以包括摄像设备拍摄(如前视广角相机、四路环式针孔相机等)的环境图像、雷达传感器获取的点云数据等。
在得到第一环境信息和行驶轨迹信息之后,即可利用第一环境信息及行驶轨迹信息生成语义地图。上述语义地图的生成步骤可以由车辆执行,也可以由服务器执行。车辆在检测到进入目标停车场所时,可以持续获取第一环境信息和行驶轨迹信息,之后,在车辆进入停车状态后,从获取到的第一环境信息中识别出车辆在目标停车场所中途经得第一对象,以及第一对象的语义信息。
示例性的,车辆也可以实时从第一环境信息中识别第一对象,车辆在获取到第一环境信息时,能够实时对第一环境信息中的第一对象进行识别及跟踪。
上述第一对象可以包括车位、车位号、楼层号、区位号、交通标识牌、电梯口、门、停车场停泊在车位中的车辆类型(小轿车、货车、房车等)等。在确定第一对象的语义信息时,可以利用机器学习或深度学习等方式进行。
车辆在确定行驶轨迹信息时,可以利用惯性测量单元及车辆轮速计算车辆的相对位姿变化,从而得到车辆的行驶轨迹信息。
在车辆获取到行驶轨迹信息、第一对象及其对应的语义信息之后,即可生成语义地图,车辆在生成语义地图之后,可以将语义地图发送至服务器,由服务器执行后续步骤;或直接发送至客户端,由客户端执行后续步骤。
车辆将语义地图发送至客户端时,可以使用蓝牙、蜂窝网络、无线网络等方式发送,也可以由服务器将语义地图转发至客户端。再具体应用场景中,可以根据各种通信方式的网络情况,选择需要使用的通信方式。
或者,车辆可以直接在获取到第一环境信息及车辆的行驶轨迹信息时,直接将上述信息发送至服务器,由服务器通过上述步骤生成语义地图。
参见图2所示,为本公开实施例所提供的语义地图的示意图,图中指示有多个第一对象21(如停车区域)、各个第一对象的语义信息22(如停车区域A)、车辆的行驶轨迹信息23、车辆24。上述语义地图仅包括车辆途经的对象,也即传感器能够采集到的对象,传感器未采集到的对象也可以在语义地图中展示,可以标识为未知区域。
图2中的语义地图还展示有车辆行驶轨迹附近的车位、车位号指示牌、减速带、道路指示牌、人行道等第一对象;以及上述第一对象对应的语义信息,如车位及车位号标识(例如A001、B001)、减速带标识、人行道标识等。
在语义地图中,还可以展示有虚拟对象及其对应的语义信息,比如,可以在语义地图中添加箭头标识,来表示车辆的行驶方向。
示例性的,语义地图中可以标识出当前的车辆(可以以车辆3D模型来显示)及在运行轨迹上的位置,并明确给出车辆所在停车位的车位号(可以是地面车位号、也可以是车位上方悬挂的车位号)、车辆运行轨迹上检测到的离本泊车车位最近的泊车区域标识(例如A、B、C、D、E、F等)、楼层标识(例如B1、B2等)。进一步的,语义地图中还可以给出上述车辆运行轨迹附近的车位及车位号标识(例如A001、B001)、减速带标识、箭头标识、人行道标识等。
S102、获取客户端所在目标区域对应的局部语义地图;所述局部语义地图指示有所述客户端所在目标区域中的第二对象的语义信息。
该步骤中,车辆导航系统可以获取客户端所在目标区域的局部语义地图。上述目标区域可以为目标停车场所中的区域,示例性的,客户端可以利用自身部署的传感器(如摄像机)采集目标区域的第二环境信息(如图像),并基于客户端在采集第二环境信息时,客户端自身的移动轨迹,从第二环境信息中识别出第二对象,并确定第二对象对应的语义信息。
客户端识别到第二对象及其对应的语义信息之后,即可生成局部语义地图,局部语义地图的生成方式与语义地图类似,且局部语义地图中可以不包括车辆的行驶轨迹信息。
客户端在获取到第二环境信息时,可以将第二环境信息发送给服务器,由服务器生成局部语义地图,或者,直接由客户端生成局部语义地图。
在一种可能的实施方式中,也可以由客户端生成局部语义地图之后,再将局部语义地图发送给服务器。
上述客户端可以为用户使用的移动终端,如智能手机、平板电脑等。用户在离开车辆后,可以离开车辆附近,在目标停车场所中移动,或前往目标停车场所以外的其他场所,在用户需要定位车辆时,可以在客户端上运行应用程序,通过应用程序获取第二环境信息以及生成局部语义地图。
客户端可以直接展示获取到的语义地图,用户可以直接利用语义地图自行定位车辆;在用户需要针对车辆的导航时,可以触发客户端获取第二环境信息。
上述第二对象可以包括车位、车位号、楼层号、区位号、交通标识牌、减速带、人行道、电梯口、门、停车场停泊在车位中的车辆类型等信息。
S103、基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息。
在车辆导航系统获取到语义地图及局部语义地图的情况下,即可利用语义地图及局部语义地图,确定客户端在语义地图中的位置信息。上述步骤可以由客户端执行,也可以由服务器执行。
在确定客户端在语义地图中的位置信息时,可以利用局部语义地图,对语义地图进行特征匹配,比如,可以使用局部语义地图在语义地图中进行检索匹配,识别局部语义地图中第二对象与语义地图中第一对象之间的映射关系,再根据映射关系,以及客户端与各个第二对象之间的位置关系,定位客户端在语义地图中的位置信息。
有时,用户可能处在语义地图涵盖范围之外的区域,也即车辆未途经过的区域,此时,语义地图与局部语义地图之间可能不存在重叠的区域,在这种情况下,可以获取目标停车场所的导航地图。
上述导航地图可以为预先生成的地图,可以由目标停车场所或其他用户提供。示例性的,目标停车场所中可以设置有导航地图的获取链接(如二维码),客户端可以通过获取链接获取到导航地图;或者,客户端可以直接从服务器获取导航地图。
获取到导航地图之后,可以利用导航地图对语义地图进行更新,并重新执行利用局部语义地图,对语义地图进行特征匹配的步骤。
示例性的,可以导航地图中可以指示有目标停车场所中的设施、区域、入口、楼梯口等信息,可以从导航地图中识别出语义地图中不包含的对象及语义信息,并将识别出的对象及语义信息更新至语义地图中。
在得到导航地图时,可以先进行全球定位,若全球定位功能能够正常使用,则直接利用全球定位得到的定位信息确定客户端及车辆在导航地图中的位置,若全球定位功能不可用,则可以利用导航地图对语义地图进行更新。
一些可能的实施方式中,在特征匹配失败的情况下,或者,在利用导航地图更新语义地图之后,又发生特征匹配失败的情况下,基于语义地图中多个第一对象的位置信息及语义信息,对目标停车场所内的至少一个第三对象的位置信息及语义信息进行预测,利用预测得到的第三对象的位置信息和语义信息,对语义地图进行更新,并重新执行利用局部语义地图,对语义地图进行特征匹配的步骤。
在利用第一对象的语义信息及位置信息进行预测时,可以根据同类型的第一对象在位置上的排列方式,对第三对象的位置进行预测。如图2所示,语义地图中识别到了停车区域A、停车区域B、停车区域E、停车区域F、停车区域G、停车区域H,此时,停车区域B、停车区域E以及停车区域H附近存在位置区域,根据相同类型第一对象的位置信息及语义信息,也即停车区域的序号,可以推测出停车区域B与停车区域E之中还存在停车区域C及停车区域D,停车区域B之后的停车区域为停车区域C,停车区域E之前为停车区域D。参见图3所示,为本公开实施例所提供的更新后的语义地图的示意图。第一对象21、各个第一对象的语义信息22、车辆的行驶轨迹信息23、车辆24、第二对象31、第二对象的语义信息32。其中,第二对象31包括第二对象311及第二对象312,第二对象311的语义信息为停车区域C,第二对象312的语义信息为停车区域D。此时,若局部语义地图中指示客户端的位置在停车区域C,则可以确定客户端在更新后的语义地图中的位置位于停车区域C。
在具体实施时,可以使用预设的规则进行预测,也可以使用如神经网络、机器学习等模型来进行预测。
S104、基于所述客户端在所述语义地图中的位置信息,以及所述语义地图,生成指引路径信息;所述指引路径信息指示有从所述目标区域至所述车辆的路径信息。
在确定客户端在语义地图中的位置信息之后,可以利用语义地图及客户端在语义地图中的位置信息,生成指引路径信息。
上述指引路径信息可以指示有从目标区域至车辆的路径信息;路径信息可以通过图像的方式展示在语义地图中,也可以通过语音的方式播放路径信息的提示语音,如“前方50米左转”、“直行20米到达目的地”等。
上述指引路径信息可以由服务器或客户端生成,并通过客户端展示或播放给用户。
在一种可能的实施方式中,若仍未成功确定到客户端在语义地图中的位置,则可以获取车辆采集的第三环境信息,并从第三环境信息中识别目标对象。
上述第三环境信息可以为客户端获取到用户的确认操作之后,车辆获取的第三环境信息。上述目标对象可以为预设的求助对象,如路人、停车场管理员等。在识别到目标对象的情况下,可以控制车辆播放求助信息。
上述求助信息可以包括音频、视频、文本等形式。
播放求助信息之后,可以等待目标对象发出针对求助信息的反馈信息。上述反馈信息可以为目标对象的手势信息、目标对象的语音信息、或目标对象通过终端发送的反馈信号。
在获取到上述反馈信息的情况下,可以建立车辆与客户端的通信连接,上述通信连接可以用于进行语音和/或视频通信,从而使用户能够与目标对象进行沟通,实现车辆导航求助。
本公开实施例提供的车辆导航方法,能够利用目标停车场所的语义地图及客户端所在区域对应的局部语义地图,生成车辆的指引路径信息,从而实现在不依赖卫星定位系统及停车场所地图的场景下对车辆的定位及导航;并且,生成语义地图及局部语义地图所需的数据可以直接在目标停车场所中获取,无需在车辆进入目标停车场所之前提前生成,泛用性较高。
参见图4所示,为本公开实施例所提供的另一种车辆导航方法,该方法包括:
S1、自动判定车辆是否进入室内停车场,如果进入开始记忆行驶的相对轨迹、同步记录相关的重要语义标识。
S2、车辆完成停车,停止相对轨迹和语义标识记录;基于相对轨迹及轨迹附近的语义标识完成语义概略图的构建。
S3、语义概略图(也即图4中的语义缩略图),通过车云链路或者车身蓝牙系统发送到车主手机上。
S4、车主找车时,打开手机,查看语义概略图,进行车辆的反向定位及寻车。
S5、车主使用手机上的车辆应用程序(application,app)拍摄当前场景,app智能辅助进行车辆的反向定位及寻车路径推荐。
S6、车辆自主求救模式的反向定位及语音指导的寻车。
参见图5所示,为本公开实施例所提供的步骤S5的流程图,其中,步骤S5包括:
步骤S51,收集的车辆app拍摄车主周边场景,构建局部语义概略图。
步骤S52,基于局部语义概略图的检索和匹配。
步骤S53,匹配成功,车主基于语义概括图的车辆反定位及寻车。
步骤S54,匹配不成功,融合停车场导航地图的路径推荐。
步骤S55,匹配不成功,基于车辆停车场区域排列逻辑探知的路径推荐。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与车辆导航方法对应的车辆导航装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述车辆导航方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图6所示,为本公开实施例提供的一种车辆导航装置的示意图,所述装置包括:
第一获取模块610,用于获取目标停车场所对应的语义地图;所述语义地图指示有车辆在所述目标停车场所中的行驶轨迹信息,以及所述车辆在所述目标停车场所中途经的第一对象的语义信息;
第二获取模块620,用于获取客户端所在目标区域对应的局部语义地图;所述局部语义地图指示有所述客户端所在目标区域中的第二对象的语义信息;
确定模块630,用于基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息;
生成模块640,用于基于所述客户端在所述语义地图中的位置信息,以及所述语义地图,生成指引路径信息;所述指引路径信息指示有从所述目标区域至所述车辆的路径信息。
一种可选的实施方式中,所述第一获取模块610还用于:
响应于所述车辆进入所述目标停车场所,获取所述车辆在行驶过程中采集的第一环境信息,以及所述车辆在行驶过程中的行驶轨迹信息;
响应于所述车辆进入停车状态,从获取到的所述第一环境信息中识别出所述车辆在所述目标停车场所中途经的第一对象,并确定所述第一对象的语义信息;
基于确定的所述第一对象的语义信息,以及所述车辆在行驶过程中的行驶轨迹信息,生成所述目标停车场所对应的语义地图。
一种可选的实施方式中,所述第一获取模块610还用于:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所。
一种可选的实施方式中,所述第一获取模块610还用于:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息,在所述高程信息的变化值大于或等于第一预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的定位信号强度,在所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息以及所述车辆的定位信号强度,在所述高程信息的变化值大于或等于第一预设值,且所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所。
一种可选的实施方式中,所述第二获取模块620还用于:
获取所述客户端采集的、所述目标区域的第二环境信息;
从所述第二环境信息中识别出所述第二对象,并确定所述第二对象对应的语义信息;
基于所述第二对象的语义信息,生成所述局部语义地图。
一种可选的实施方式中,所述确定模块630具体用于:
利用所述局部语义地图,对所述语义地图进行特征匹配;
在所述特征匹配成功的情况下,基于所述特征匹配的匹配结果,确定所述客户端在所述语义地图中的位置信息。
一种可选的实施方式中,所述确定模块630还用于:
在所述特征匹配失败的情况下,获取所述目标停车场所的导航地图;
在获取到所述导航地图的情况下,利用所述导航地图对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
一种可选的实施方式中,所述确定模块640还用于:
在所述特征匹配失败的情况下,基于所述语义地图中多个第一对象的位置信息及语义信息,对所述目标停车场所内的至少一个第三对象的位置信息及语义信息进行预测;
利用预测得到的所述第三对象的位置信息及语义信息,对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
一种可选的实施方式中,所述装置还包括通信模块,用于:
获取所述车辆采集的第三环境信息;
在从所述第三环境信息中识别到目标对象的情况下,控制所述车辆播放求助信息;
在获取到所述目标对象针对所述求助信息的反馈信息的情况下,建立所述车辆与所述客户端的通信连接;所述通信连接用于进行语音和/或视频通信。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
本公开实施例还提供了一种计算机设备,如图7所示,为本公开实施例提供的计算机设备结构示意图,包括:
处理器71和存储器72;所述存储器72存储有处理器71可执行的机器可读指令,处理器71用于执行存储器72中存储的机器可读指令,所述机器可读指令被处理器71执行时,处理器71执行下述步骤:
获取目标停车场所对应的语义地图;所述语义地图指示有车辆在所述目标停车场所中的行驶轨迹信息,以及所述车辆在所述目标停车场所中途经的第一对象的语义信息;
获取客户端所在目标区域对应的局部语义地图;所述局部语义地图指示有所述客户端所在目标区域中的第二对象的语义信息;
基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息;
基于所述客户端在所述语义地图中的位置信息,以及所述语义地图,生成指引路径信息;所述指引路径信息指示有从所述目标区域至所述车辆的路径信息。
一种可选的实施方式中,处理器71执行的指令中,还包括:
响应于所述车辆进入所述目标停车场所,获取所述车辆在行驶过程中采集的第一环境信息,以及所述车辆在行驶过程中的行驶轨迹信息;
响应于所述车辆进入停车状态,从获取到的所述第一环境信息中识别出所述车辆在所述目标停车场所中途经的第一对象,并确定所述第一对象的语义信息;
基于确定的所述第一对象的语义信息,以及所述车辆在行驶过程中的行驶轨迹信息,生成所述目标停车场所对应的语义地图。
一种可选的实施方式中,处理器71执行的指令中,还包括:在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所。
一种可选的实施方式中,处理器71执行的指令中,所述在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所,包括:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息,在所述高程信息的变化值大于或等于第一预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的定位信号强度,在所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息以及所述车辆的定位信号强度,在所述高程信息的变化值大于或等于第一预设值,且所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所。
一种可选的实施方式中,处理器71执行的指令中,还包括:
获取所述客户端采集的、所述目标区域的第二环境信息;
从所述第二环境信息中识别出所述第二对象,并确定所述第二对象对应的语义信息;
基于所述第二对象的语义信息,生成所述局部语义地图。
一种可选的实施方式中,处理器71执行的指令中,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,包括:
利用所述局部语义地图,对所述语义地图进行特征匹配;
在所述特征匹配成功的情况下,基于所述特征匹配的匹配结果,确定所述客户端在所述语义地图中的位置信息。
一种可选的实施方式中,处理器71执行的指令中,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,还包括:
在所述特征匹配失败的情况下,获取所述目标停车场所的导航地图;
在获取到所述导航地图的情况下,利用所述导航地图对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
一种可选的实施方式中,处理器71执行的指令中,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,还包括:
在所述特征匹配失败的情况下,基于所述语义地图中多个第一对象的位置信息及语义信息,对所述目标停车场所内的至少一个第三对象的位置信息及语义信息进行预测;
利用预测得到的所述第三对象的位置信息及语义信息,对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
一种可选的实施方式中,处理器71执行的指令中,还包括:
获取所述车辆采集的第三环境信息;
在从所述第三环境信息中识别到目标对象的情况下,控制所述车辆播放求助信息;
在获取到所述目标对象针对所述求助信息的反馈信息的情况下,建立所述车辆与所述客户端的通信连接;所述通信连接用于进行语音和/或视频通信。
上述存储器72包括内存721和外部存储器722;这里的内存721也称内存储器,用于暂时存放处理器71中的运算数据,以及与硬盘等外部存储器722交换的数据,处理器71通过内存721与外部存储器722进行数据交换。
上述指令的具体执行过程可以参考本公开实施例中所述的车辆导航方法的步骤,此处不再赘述。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的车辆导航方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品,该计算机程序产品承载有程序代码,所述程序代码包括的指令可用于执行上述方法实施例中所述的车辆导航方法的步骤,具体可参见上述方法实施例,在此不再赘述。
其中,上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种车辆导航方法,其特征在于,包括:
获取目标停车场所对应的语义地图;所述语义地图指示有车辆在所述目标停车场所中的行驶轨迹信息,以及所述车辆在所述目标停车场所中途经的第一对象的语义信息;
获取客户端所在目标区域对应的局部语义地图;所述局部语义地图指示有所述客户端所在目标区域中的第二对象的语义信息;
基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息;
基于所述客户端在所述语义地图中的位置信息,以及所述语义地图,生成指引路径信息;所述指引路径信息指示有从所述目标区域至所述车辆的路径信息。
2.根据权利要求1所述的方法,其特征在于,通过以下步骤生成所述目标停车场所对应的语义地图:
响应于所述车辆进入所述目标停车场所,获取所述车辆在行驶过程中采集的第一环境信息,以及所述车辆在行驶过程中的行驶轨迹信息;
响应于所述车辆进入停车状态,从获取到的所述第一环境信息中识别出所述车辆在所述目标停车场所中途经的第一对象,并确定所述第一对象的语义信息;
基于确定的所述第一对象的语义信息,以及所述车辆在行驶过程中的行驶轨迹信息,生成所述目标停车场所对应的语义地图。
3.根据权利要求2所述的方法,其特征在于,通过以下步骤确定所述车辆进入所述目标停车场所:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所。
4.根据权利要求3所述的方法,其特征在于,所述在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,确定所述车辆进入所述目标停车场所,包括:
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息,在所述高程信息的变化值大于或等于第一预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的定位信号强度,在所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所;或者,
在所述车辆的定位信息与所述目标停车场所的定位信息匹配的情况下,获取所述车辆的高程信息以及所述车辆的定位信号强度,在所述高程信息的变化值大于或等于第一预设值,且所述定位信号强度的降低值大于或等于第二预设值的情况下,确定所述车辆进入所述目标停车场所。
5.根据权利要求1所述的方法,其特征在于,通过以下步骤生成所述局部语义地图:
获取所述客户端采集的、所述目标区域的第二环境信息;
从所述第二环境信息中识别出所述第二对象,并确定所述第二对象对应的语义信息;
基于所述第二对象的语义信息,生成所述局部语义地图。
6.根据权利要求1所述的方法,其特征在于,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,包括:
利用所述局部语义地图,对所述语义地图进行特征匹配;
在所述特征匹配成功的情况下,基于所述特征匹配的匹配结果,确定所述客户端在所述语义地图中的位置信息。
7.根据权利要求6所述的方法,其特征在于,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,还包括:
在所述特征匹配失败的情况下,获取所述目标停车场所的导航地图;
在获取到所述导航地图的情况下,利用所述导航地图对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
8.根据权利要求6所述的方法,其特征在于,所述基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息,还包括:
在所述特征匹配失败的情况下,基于所述语义地图中多个第一对象的位置信息及语义信息,对所述目标停车场所内的至少一个第三对象的位置信息及语义信息进行预测;
利用预测得到的所述第三对象的位置信息及语义信息,对所述语义地图进行更新,并重新执行利用所述局部语义地图,对所述语义地图进行特征匹配的步骤。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述车辆采集的第三环境信息;
在从所述第三环境信息中识别到目标对象的情况下,控制所述车辆播放求助信息;
在获取到所述目标对象针对所述求助信息的反馈信息的情况下,建立所述车辆与所述客户端的通信连接;所述通信连接用于进行语音和/或视频通信。
10.一种车辆导航装置,其特征在于,包括:
第一获取模块,用于获取目标停车场所对应的语义地图;所述语义地图指示有车辆在所述目标停车场所中的行驶轨迹信息,以及所述车辆在所述目标停车场所中途经的第一对象的语义信息;
第二获取模块,用于获取客户端所在目标区域对应的局部语义地图;所述局部语义地图指示有所述客户端所在目标区域中的第二对象的语义信息;
确定模块,用于基于所述语义地图及所述局部语义地图,确定所述客户端在所述语义地图中的位置信息;
生成模块,用于基于所述客户端在所述语义地图中的位置信息,以及所述语义地图,生成指引路径信息;所述指引路径信息指示有从所述目标区域至所述车辆的路径信息。
11.一种计算机设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述处理器执行如权利要求1至9任一项所述的车辆导航方法的步骤。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被计算机设备运行时,所述计算机设备执行如权利要求1至9任意一项所述的车辆导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311354579.7A CN117109592B (zh) | 2023-10-18 | 2023-10-18 | 一种车辆导航方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311354579.7A CN117109592B (zh) | 2023-10-18 | 2023-10-18 | 一种车辆导航方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117109592A true CN117109592A (zh) | 2023-11-24 |
CN117109592B CN117109592B (zh) | 2024-01-12 |
Family
ID=88805825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311354579.7A Active CN117109592B (zh) | 2023-10-18 | 2023-10-18 | 一种车辆导航方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117109592B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109637177A (zh) * | 2018-12-19 | 2019-04-16 | 斑马网络技术有限公司 | 车辆定位方法、装置、设备和存储介质 |
US20200097012A1 (en) * | 2018-09-20 | 2020-03-26 | Samsung Electronics Co., Ltd. | Cleaning robot and method for performing task thereof |
CN113538950A (zh) * | 2021-06-02 | 2021-10-22 | 上海追势科技有限公司 | 一种用于avp场景的停车场导航路网生成方法 |
WO2021238026A1 (zh) * | 2020-05-27 | 2021-12-02 | 广州小鹏自动驾驶科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
CN114724354A (zh) * | 2021-01-06 | 2022-07-08 | 宝能汽车集团有限公司 | 室内停车场车辆自动召唤方法、车载终端和室内停车场车辆自动召唤系统 |
CN115083200A (zh) * | 2022-07-15 | 2022-09-20 | 广州小鹏自动驾驶科技有限公司 | 车辆定位方法、车辆、服务器、系统及存储介质 |
CN115527389A (zh) * | 2021-06-25 | 2022-12-27 | 奇酷软件(深圳)有限公司 | 停车场车位管理方法、系统、存储介质及计算机设备 |
CN116772832A (zh) * | 2023-05-09 | 2023-09-19 | 智道网联科技(北京)有限公司 | 车辆定位和寻找方法、系统、电子设备及存储介质 |
CN116853282A (zh) * | 2023-08-14 | 2023-10-10 | 北京集度科技有限公司 | 一种车辆控制方法、装置、计算机设备及存储介质 |
-
2023
- 2023-10-18 CN CN202311354579.7A patent/CN117109592B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200097012A1 (en) * | 2018-09-20 | 2020-03-26 | Samsung Electronics Co., Ltd. | Cleaning robot and method for performing task thereof |
CN109637177A (zh) * | 2018-12-19 | 2019-04-16 | 斑马网络技术有限公司 | 车辆定位方法、装置、设备和存储介质 |
WO2021238026A1 (zh) * | 2020-05-27 | 2021-12-02 | 广州小鹏自动驾驶科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
CN114724354A (zh) * | 2021-01-06 | 2022-07-08 | 宝能汽车集团有限公司 | 室内停车场车辆自动召唤方法、车载终端和室内停车场车辆自动召唤系统 |
CN113538950A (zh) * | 2021-06-02 | 2021-10-22 | 上海追势科技有限公司 | 一种用于avp场景的停车场导航路网生成方法 |
CN115527389A (zh) * | 2021-06-25 | 2022-12-27 | 奇酷软件(深圳)有限公司 | 停车场车位管理方法、系统、存储介质及计算机设备 |
CN115083200A (zh) * | 2022-07-15 | 2022-09-20 | 广州小鹏自动驾驶科技有限公司 | 车辆定位方法、车辆、服务器、系统及存储介质 |
CN116772832A (zh) * | 2023-05-09 | 2023-09-19 | 智道网联科技(北京)有限公司 | 车辆定位和寻找方法、系统、电子设备及存储介质 |
CN116853282A (zh) * | 2023-08-14 | 2023-10-10 | 北京集度科技有限公司 | 一种车辆控制方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
周方波: "基于场景图谱的室内移动机器人目标搜索", 智能系统学报, vol. 17, no. 5, pages 1032 - 1037 * |
黄刚: "地下停车场多尺度建模与智能车高精度定位方法研究", 中国博士学位论文全文数据库 工程科技Ⅱ辑, no. 1, pages 035 - 34 * |
Also Published As
Publication number | Publication date |
---|---|
CN117109592B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102399591B1 (ko) | 관심 지역 및 입구의 위치를 결정하는 시스템 | |
KR102022668B1 (ko) | 랜드마크 위치 결정 | |
KR102297478B1 (ko) | 주변 신호를 이용한 궤적 매칭 | |
KR101751731B1 (ko) | 위치 추적 시스템 및 방법 | |
KR101970920B1 (ko) | 실내 측위 방법 및 이를 이용한 주차 경로 안내 방법 | |
US10176718B1 (en) | Device locator | |
CN107449433A (zh) | 基于地图的用于车辆观测的反馈循环 | |
US20180199162A1 (en) | Self-location estimation apparatus and self-location estimation method | |
CN106687765B (zh) | 用于在建筑物内部的第一位置和第二位置之间对用户导航的方法 | |
WO2017057053A1 (ja) | 情報処理装置、情報処理方法 | |
CN112835359B (zh) | 一种基于视觉slam技术的avp控制方法及装置 | |
US20220329988A1 (en) | System and method for real-time indoor navigation | |
CN113167592A (zh) | 信息处理设备、信息处理方法和信息处理程序 | |
US20220373335A1 (en) | Position recognition method and position recognition system for vehicle | |
CN110766962A (zh) | 基于无人机的智能寻车方法、装置、系统和服务器 | |
CN117203492A (zh) | 地图匹配轨迹 | |
KR102189926B1 (ko) | 관심 영역 변화를 검출하는 방법 및 시스템 | |
US20150168155A1 (en) | Method and system for measuring a vehicle position indoors | |
KR102106029B1 (ko) | 간판 검출 성능 향상을 위한 방법 및 시스템 | |
CN115223115A (zh) | 信息处理装置及其控制方法、移动体的控制装置和控制方法以及记录介质 | |
US20190094025A1 (en) | Apparatus and method for localising a vehicle | |
US20210048819A1 (en) | Apparatus and method for determining junction | |
KR101957446B1 (ko) | 증강현실을 이용한 실내 내비게이션 방법 및 장치 | |
CN117109592B (zh) | 一种车辆导航方法、装置、计算机设备及存储介质 | |
CN113739784B (zh) | 定位方法、用户设备、存储介质和电子设备 |
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 |