CN117269887A - 一种定位方法、电子设备和可读存储介质 - Google Patents
一种定位方法、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN117269887A CN117269887A CN202311552117.6A CN202311552117A CN117269887A CN 117269887 A CN117269887 A CN 117269887A CN 202311552117 A CN202311552117 A CN 202311552117A CN 117269887 A CN117269887 A CN 117269887A
- Authority
- CN
- China
- Prior art keywords
- light source
- vehicle
- tunnel
- space
- 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
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000005070 sampling Methods 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 239000003550 marker Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/485—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an optical system or imaging system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
Abstract
本申请涉及导航技术领域,特别涉及一种定位方法、电子设备和可读存储介质。定位方法包括:利用隧道路段的各固定光源的位置分布,确定车辆在隧道路段的准确位置。其中,通过对隧道内固定光源的亮度和色温进行采集和分析来确定车辆所经过的固定光源为隧道内的哪一固定光源并获取该固定光源对应的位置信息,进而再基于该固定光源的位置信息确定车辆位置,或者基于该光源的位置对车辆位置进行校准。如此,可以提高车辆在隧道内的定位准确度,得到准确的车辆位置。
Description
技术领域
本申请涉及导航技术领域,特别涉及一种定位方法、电子设备和可读存储介质。
背景技术
现有的车辆导航方案主要依赖于全球定位系统(global positioning system,GPS)/北斗卫星导航系统等卫星定位系统。例如,可以通过接收GPS卫星信号实时得到车辆的经纬度、高度等导航信息对车辆进行定位。但当车辆进入隧道路段时,隧道的物理结构会对卫星信号的传播产生阻碍,使卫星信号变弱,定位准确度不高。
因此,在隧道行驶场景下,基于传统导航定位方式获取的车辆在隧道内的定位结果的准确度不高。
发明内容
为了提高车辆在隧道路段的定位准确度,本申请实施例提供一种定位方法、电子设备和可读存储介质。
第一方面,本申请实施例提供一种定位方法,应用于电子设备,方法包括:采集车辆在第一空间行驶的过程中的第一光源特征信息;基于第一光源特征信息,确定出与第一光源特征信息匹配的第一光源,其中第一光源固定设置在第一空间中,并且第一光源在第一空间中具有第一位置信息;基于第一位置信息,确定出车辆在第一空间内的第二位置信息。
可以理解,第一空间可以是本申请实施例中提及的隧道,第一光源可以是本申请实施例中提及的隧道内的固定光源,第一位置信息可以是本申请实施例中提及的固定光源在隧道内的位置信息,第二位置信息可以是本申请实施例中提及的基于固定光源在隧道内的位置信息得到的车辆在隧道内的车辆位置信息。
基于以上方案,可以基于对隧道内的固定光源的光源特征进行采集并确定其为隧道内的哪一固定光源,再基于该固定光源在隧道内的位置信息获取更准确的车辆在隧道内的车辆位置信息。如此,可以提高车辆在隧道内的定位准确度,得到准确的车辆位置信息。
可以理解,固定光源在隧道内的位置信息是预先获取的。
在上述第一方面的一种可能实现中,基于第一位置信息,确定出车辆在第一空间内的第二位置信息,包括:获取第一光源对应的第一位置信息;对应于车辆与第一光源的距离小于或等于第一距离阈值,将第一位置信息确定为车辆在第一空间内的第二位置信息;对应于车辆与第一光源的距离大于第一距离阈值,将第一光源对应的第一位置信息加上第一误差阈值,得到车辆在第一空间内的第二位置信息。
在上述第一方面的一种可能实现中,方法还包括:采集到车辆在第一空间行驶的过程中的第二光源对应的第二光源特征信息,并确定出与第二光源特征信息匹配的第二光源;获取第二光源与第一光源之间的第一间距,并基于第一位置信息和第一间距,确定车辆在第一空间内的第三位置信息。
可以理解,车辆在行驶至隧道内的第二光源时,可以直接基于车辆上一个经过的第一光源的第一位置信息和第一光源与第二光源之间的第一间距,确定出车辆在隧道内的准确的车辆位置信息。
可以理解,第二光源与第一光源之间的第一间距为已知间距。该第一间距例如可以预先基于施工图纸获取,也可以预先在相关隧道路段勘测获得。
在上述第一方面的一种可能实现中,方法还包括:确定第一空间内的第三光源未被采集或者第三光源损坏,采集到车辆在第一空间行驶的过程中的第三光源特征信息,并确定出与第三光源特征信息匹配的第四光源;第四光源在第一空间中具有第四位置信息,基于第四位置信息确定车辆在第一空间中的第五位置信息;或者,获取第四光源和第一光源之间的第二间距;基于第一位置信息和第二间距,确定车辆在第一空间内的第六位置信息。
在上述第一方面的一种可能实现中,确定第一空间内的第三光源未被采集或者第三光源损坏的方式包括:获取第一空间内的第三光源与第一光源之间的第三间距;基于车辆从第一光源行驶至第四光源的第一时间和第一车速,确定出第四光源与第一光源之间的第一测量间距;对应于第一测量间距和第三间距之间的第一间距差值大于第二距离阈值,确定第一空间内的第三光源未被采集或者第三光源损坏。
可以理解,可以基于传统的惯性导航算法或者基于车辆内置的里程表确定出第四光源与第一光源的第一测量间距,例如可以通过车辆从第一光源驶到第四光源的时长和行驶速度计算出第一光源和第四光源之间的第一测量间距,然后将第一测量间距与误将第四光源作为第三光源时,第三光源与第一光源之间的已知间距(即第三间距)进行比较,确定第一测量间距和第三间距之间的第一间距差值大于第二距离阈值,则可以确定第三光源未被采集或者第三光源损坏。
在上述第一方面的一种可能实现中,确定第一空间内的第三光源未被采集或者第三光源损坏的方式还包括:获取第一空间内的第三光源与第二光源之间的第四间距;基于车辆从第二光源行驶至第四光源的第二时间和第二车速,确定出第四光源与第二光源之间的第二测量间距;对应于第二测量间距和第三间距之间的第二间距差值大于第二距离阈值,确定第一空间内的第三光源未被采集或者第三光源损坏。
在上述第一方面的一种可能实现中,方法还包括:获取基于卫星信号确定的车辆在第一空间内的第七位置信息;基于第一光源对应的第一位置信息对第七位置信息进行校正,得到车辆在第一空间内的第二位置信息。
在上述第一方面的一种可能实现中,第一光源特征信息包括第一空间内各固定光源的亮度;基于第一光源特征信息,确定出与第一光源特征信息匹配的第一光源,包括:对采集的第一光源特征信息中的峰值亮度进行计数,得到第一计数值;基于第一计数值,确定第一光源为第一空间中第一计数值对应的固定光源。
可以理解,可以基于车辆内置的环境光传感器或者手机内置的环境光传感器采集隧道内各固定光源的光源特征信息,在此不做限定。
在上述第一方面的一种可能实现中,基于第一光源特征信息,确定出与第一光源特征信息匹配的第一光源,还包括:采集到第一空间内的第一标志性光源对应的光源特征信息,基于第一标志性光源对应的光源特征信息中的峰值亮度大于第一亮度阈值,确定第一光源为第一空间中的第一标志性光源。
可以理解,标志性光源可以是本申请实施例中提供的违章拍照灯、红绿灯等。
在上述第一方面的一种可能实现中,第一光源特征信息还包括第一空间内各固定光源的色温,第一空间内各固定光源的色温包括第一色温和第二色温;基于第一光源特征信息,确定出与第一光源特征信息匹配的第一光源,还包括:检测到在t时刻采集到的第一色温变成第二色温;对应于在t-k时刻采集到第一色温,在t+k时刻采集到第二色温,确定第一光源为在t时刻采集到的第二色温对应在第一空间中的固定光源。
在上述第一方面的一种可能实现中,采集车辆在第一空间行驶的过程中的第一光源特征信息,包括:对应于车辆即将驶入第一空间,在车辆即将驶入第一空间前,设置电子设备的环境光传感器的采样率为第一采样率,其中,第一采样率为适合采集第一空间内第一光源特征信息的采样率;对应于车辆驶入第一空间,环境光传感器以第一采样率采集第一空间内的第一光源特征信息。
可以理解,通过在进行隧道前,设置环境光传感器的采样率为适合采集隧道内固定光源的第一采样率,可以提高对隧道内光源特征信息的采集准确度,进而提高对固定光源的识别准确度。此外,上述环境光传感器所采用的采样率,还可以根据读取的相对准确的车速和隧道内的光源间距信息进行动态调节,在此不做限定。
第二方面,本申请实施例提供了一种电子设备,电子设备包括环境光传感器,环境光传感器用于采集车辆在第一空间行驶的过程中的第一光源特征信息,其中,第一光源特征信息用于确定对应匹配的第一光源,第一光源固定设置在第一空间中,并且第一光源在第一空间中具有第一位置信息,第一位置信息用于确定车辆在第一空间内的第二位置信息。
可以理解,可以用于采集第一光源特征信息的器件还可以包括能够进行环境光亮度采集或色温采集的器件或模组,例如手机环境光传感器、车载环境光传感器、色温传感器、摄像头等,在此不做限定。
第三方面,本申请实施例提供了一种电子设备,包括存储器,用于存储指令;处理器,用于执行指令以使得电子设备实现上述第一方面以及第一方面的任意一种可能实现、第二发以及第二方面的任意一种可能实现提供的定位方法。
第四方面,本申请实施例提供了一种可读存储介质,可读存储介质上存储有指令,指令在电子设备上执行时使得电子设备执行上述第一方面以及第一方面的任意一种可能实现、第二发以及第二方面的任意一种可能实现提供的定位方法。
附图说明
图1根据本申请提供的一些实施例,示出了一种车辆10在隧道路段行驶的场景图;
图2根据本申请提供的一些实施例,示出了一种电子设备300的硬件结构示意图;
图3根据本申请提供的一些实施例,示出了一种车辆在隧道内的导航场景图;
图4根据本申请提供的一些实施例,示出了一种定位方法的流程示意图;
图5A根据本申请提供的一些实施例,示出了一种车载显示器40的显示界面示意图;
图5B根据本申请提供的一些实施例,示出了一种手机50的显示界面示意图。
具体实施方式
本申请的说明性实施例包括但不限于一种定位方法、电子设备和可读存储介质。
下面结合附图介绍本申请的技术方案。
参考图1,图1示出了一种车辆10在隧道路段行驶的场景图。车辆10驶入隧道路段20。可以理解,隧道路段20内提供照明的光源位置往往是固定的,下文可以称为固定光源。
如前所述,由于隧道的物理结构会对卫星信号的传播产生阻碍,因此车辆10在隧道路段20内能够接收到的卫星信号较弱,使得车辆10基于卫星信号确定的定位结果准确度较低。
为了解决上述车辆在隧道内定位准确度较低的问题,本申请实施例提供了一种定位方法。具体地,该方法利用隧道路段的各固定光源的位置分布,确定车辆在隧道路段的准确位置。其中,通过对隧道内固定光源的亮度和色温进行采集和分析,以确定车辆所经过的固定光源为隧道内的哪个固定光源,并获取该固定光源对应的位置信息,再基于该固定光源的位置信息确定车辆位置信息,或者基于该光源在隧道内的位置信息对导航软件基于卫星信号得到的车辆位置信息进行校准。如此,可以提高车辆在隧道内的定位准确度,得到准确的车辆位置信息。
可以理解,上述隧道路段内各固定光源的位置分布数据,可以通过云端获取。例如车载设备、手机等电子设备在运行导航软件时,可以从云端预先加载隧道路段的光源信息,该光源信息可以包括:相关隧道路段内各固定光源的亮度、色温等光源特征数据,以及各固定光源在该隧道路段内的序列信息和位置信息等。其中,各固定光源的位置信息可以是相对于隧道路段前端某个参考点的相对距离、方位等数据。该数据可以预先基于施工图纸获取,也可以预先在相关隧道路段勘测获得,并作为上述光源信息的组成部分同步至相关导航软件的云端数据库中存储、备用。
可以理解,基于固定光源在隧道内的位置信息确定车辆在隧道内的车辆位置信息时,对应于车辆与固定光源的距离小于或等于第一距离阈值,可以将固定光源在隧道内的位置信息作为车辆在隧道内的车辆位置信息;对应于车辆与固定光源的距离大于第一距离阈值,可以将固定光源在隧道内的位置信息加上第一误差阈值,以得到车辆在隧道的车辆位置信息,在此不做限定。
可以理解,本申请所提供的定位方法,所适用的电子设备可以位于运载工具的座舱内,例如上述车载设备等。其中,上述运载工具可以包括但不限于路上交通工具(例如车辆)。上述车辆可以为广义概念上的车辆,例如可以是交通工具(如商用车、乘用车、摩托车、火车等),工业车辆,工程车辆等,在此不做限制。
本申请所提供的定位方法,所适用的电子设备也可以包括但不限于手机、平板电脑、桌面型、膝上型、手持计算机、上网本,以及增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、智能电视、智能手表等可穿戴设备、便携式游戏机、便携式音乐播放器、阅读器设备、具有一个或多个处理器以及具有环境光感知功能的移动终端设备。
图2根据本申请实施例示出了一种电子设备300的硬件结构示意图。
在本申请实施例中,该电子设备300可以是上述图1所示场景中车辆10上安装的车载设备,也可以是驾驶该车辆10的用户所使用的手机等,在此不做限制。
如图2所示,该电子设备300包括天线1、天线2、处理器310、存储器320、电源330、按键340、无线通信模块350、定位模块360、音频模块370、传感器模块380、摄像头391和显示屏392等。其中,传感器模块380中包括:方向传感器380A、环境光传感器380B、加速度传感器380C、陀螺仪传感器380D。音频模块370包括喇叭370A、音箱370B、麦克风370C。电子设备300的各个器件之间可利用总线实现连接。
可以理解,本实施例示意的结构并不构成对上述电子设备300的具体限定。在另一些实施例中,上述电子设备300可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。
其中,处理器310是电子设备300的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器310是一个中央处理器(central processing unit, CPU),也可是特定集成电路(application specific integrated circuit,ASIC),或是被配置为实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signalprocessor,DSP),或,一个或多个现场可编程门阵列(field programmable gate array,FPGA)。处理器310可通过运行或执行存储在存储器320内的软件程序,以及调用存储在存储器320内的数据,执行电子设备300的各种功能。例如,在一些实施例中,处理器310可以执行本申请实施例提供的定位方法。
存储器320可以是随机存储存储器(random access memory, RAM)如,双倍数据速率(double data rate, DDR),闪存(flash),只读存储器(read-only memory, ROM)或可存储静态信息和指令的其他类型的静态存储设备,或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrical erasable programmableread-only memory, EEPROM)、只读光盘(compact disc read-only memory, CD-ROM)或其他光盘存储、光碟存储(可包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存储的任何其他介质,但不限于此。存储器320可以是独立存在,通过总线与处理器310相连接。存储器320也可以和处理器310集成在一起。
其中,存储器320可用于存储执行本申请方案的导航程序,并由处理器310来控制执行。在一些实施例中,存储器320还可存储本申请实施例中预先获取的隧道内固定光源的光源信息等。
电源330可用于为电子设备300的各个部件,如处理器310、存储器320等供电。
定位模块360可以提供全球导航卫星系统(global navigation satellitesystem, GNSS)的解决方案,以实现包含该电子设备300的车辆的定位功能。定位模块360可经由天线1接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器310,以便处理器310确定设备的位置信息。
方向传感器380A可以用于确定电子设备300的方向信息。方向传感器380A基于方位角、倾斜角和滚动角三个元素确定电子设备300的方向信息。其中,方位角,是指电子设备300绕着Z轴旋转的角度。0表示正北(north),90表示正东(east),180表示正南(south),270表示正西(west)。假如电子设备300方位角的值刚好是这四个值,且电子设备300沿水平放置,则电子设备300的正前方就是四个方向中其中一个方向。倾斜角,是指电子设备300翘起来的程度,当电子设备300绕着x轴倾斜时倾斜角值会发生变化,取值范围是[-180,180]之间。电子设备300的倾斜角会在0~180之间变化。滚动角,是指电子设备300沿着Y轴的滚动角度,取值范围为 [-90,90]。
环境光传感器380B是可以用于识别并采集环境光的亮度或的器件。在一些实施例中,在车辆在隧道路段行驶的场景下,可以基于车辆内置的环境光传感器识别并采集电子设备300在隧道中的固定光源的光源特征数据(例如亮度、色温)。可以理解,在一些实施例中,也可以基于色温传感器、光谱传感器等器件识别并采集环境光的色温,在此不做限定。
加速度传感器380C可以检测电子设备300所在车辆在行驶方向上加速度的大小。当电子设备300所在车辆处于静止状态时,还可以检测出电子设备300所在车辆的重力的大小和重力方向,使得可以根据重力方向识别出车辆的姿态。
陀螺仪传感器380D可以用于确定电子设备300的运动姿态,例如,直行、转弯和倒退等。在一些实施例中,陀螺仪传感器380D还可以用于导航,可以通过陀螺仪传感器380D的数据确定电子设备300所在车辆的运动姿态。
可以理解,在其他实施例中,传感器模块还可以包括角速度传感器、雷达传感器、爆震传感器等,在此不做限定。
电子设备300可以通过音频模块370中的各模块以及应用处理器等实现音频功能。例如,播放音乐,播放导航声音等。
电子设备300通过图形处理器(graphics processing unit, GPU),显示屏392,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏394和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器310可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏392用于显示图像,视频等。显示屏392包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),量子点发光二极管(quantum dot light emitting diodes,QLED)等。
基于上述图2所示的结构,在本申请实施例提供的定位方法中,涉及到对隧道内固定光源的识别过程,则可以利用相关电子设备的环境光传感器采集隧道内固定光源的光源特征。在另一些实施例中,所有能实现环境光亮度采集或色温采集的器件或模组都可以应用本申请实施例提及的定位方法,包括但不限于手机环境光传感器、车载环境光传感器、色温传感器、摄像头等,在此不做限定。
下面基于上述图2所示的结构和图3所示的车辆在隧道内的导航场景图,具体说明本申请提供的定位方法在不同导航场景中的实现过程。
如图3所示,隧道路段20内安装有多个固定光源,例如光源30、光源31等。车辆10在隧道路段行驶过程中,在通过导航软件导航时,可以利用车载设备内置的环境光传感器,或者电子设备内置的环境光传感器,实时采集车辆10经过的隧道内的固定光源的光源亮度和色温,并确定所采集的固定光源的在隧道内的位置信息,以利用固定光源在隧道内的位置信息得到更准确的车辆10在隧道内的车辆位置信息。
因此,在一些实施例中,在利用车辆10的车载设备运行的导航软件进行车辆隧道导航时,用户可以通过查看车载显示器40实时获取行车信息。此时,车辆10内置的环境光传感器(未示出)可以实时采集隧道内固定光源的光源特征(例如光源亮度,色温),并根据所采集光源特征确定所采集的光源对应是隧道内的某一固定光源,再基于该固定光源在隧道内的位置信息,确定车辆10在隧道内的车辆位置信息。此外,还可以基于通过固定光源确定的车辆位置信息对导航软件基于卫星信号获取的车辆位置信息进行校正,以获取更为准确的车辆10在隧道内的车辆位置信息。
在另一些实施例中,在手机50的导航软件基于卫星信号进行车辆隧道导航时,手机50内置的环境光传感器(未示出)可以实时采集隧道内固定光源的光源特征,并根据所采集光源特征确定所采集的光源对应是隧道内的某一固定光源,再基于该固定光源在隧道内的位置信息,确定车辆10在隧道内的车辆位置信息。此外,还可以基于通过固定光源确定的车辆位置信息,对导航软件基于卫星信号获取的车辆位置信息进行校正,以获取更为准确的车辆在隧道内的车辆位置信息。
可以理解,车辆10在隧道内行驶时,可以利用车载设备进行导航,或者利用手机导航软件进行导航,也可以同时利用车载设备导航和手机导航软件进行导航,在此不做限定。
为了进一步说明本申请实施例提供的定位方法,图4示出了一种定位方法的流程示意图。可以理解,在本申请实施例中,图4所示流程中各步骤的执行主体可以是车载设备,也可以是上述手机50等电子设备,在此不做限制。以下在介绍各步骤执行的内容时,将不再赘述各步骤的执行主体。
参考图4,具体流程包括:
S101:运行导航软件并显示导航界面。
在车辆行驶过程中,可以运行车载设备,车载设备的车载显示器可以显示导航界面,以为用户提供导航信息;在车辆行驶过程中,也可以基于手机导航软件进行导航,手机运行导航软件并显示导航界面,为用户提供导航信息。
S102:判断是否满足开启环境光导航功能的条件。
在车辆10行驶过程中,可以基于车辆10内置环境光传感器采集的光源的亮度和色温,或者电子设备(例如手机50)的姿态,来判断当前是否适合开启环境光导航功能。
若判断结果为是,则继续执行下述步骤S103,即获取车辆的第一定位信息,在驶入隧道路段之前开启环境光传感器。
若判断结果为否,则可以结束本次流程,不开启环境光导航功能。
例如,在基于车辆10内置环境光传感器采集的光源的亮度和色温,确定开启环境光导航功能时,车辆10的车载显示器40中会显示如图5A所示的提示信息,以提示驾车用户当前已自动开启环境光辅助导航。参考图5A所示的车载显示器40的显示界面示意图中,显示提示信息401“已自适应开启环境光导航”。
又例如,在基于电子设备(例如手机50)的姿态,确定开启环境光导航功能时,手机50的显示界面中会显示如图5B所示的提示信息,以提示驾车用户当前已自动开启环境光辅助导航。参考图5B所示的手机50的显示界面示意图中,显示提示信息501“已自适应开启环境光导航”。
下面对确定能够开启环境光导航功能的条件进行说明。
在一些实施例中,考虑到用户在日常驾车行驶过程中会将内置导航软件的电子设备固定在车辆驾驶台的固定位置,以便于用户实时观看电子设备的导航界面进行驾驶,如上述图2中所示的手机50固定于车辆10的导航台上为车辆10进行导航定位;且电子设备内置可以对光源进行采集的环境光传感器。因此,可以利用电子设备的环境光传感器对隧道内的光源进行采集,从而根据所采集的光源的光源信息确定车辆10在隧道内的位置。可以理解,电子设备可以是手机、平板电脑等包括环境光传感器的电子设备,在此不做限定。
为了能够利用电子设备(例如手机50)中的环境光传感器对隧道内的光源进行充分采集,可以保证手机50的姿态固定,以支持手机50内置的环境光传感器能够稳定的采集隧道内的光源;并且需要保证手机50内置的环境光传感器无遮挡,以能够分辨出隧道内光源的亮度或色温信息等。即在车辆行驶过程中,手机50可以保持姿态固定且手机内置环境光传感器无遮挡。
基于此,则可以通过电子设备的姿态判断是否适合开启环境光导航功能。
在另一些实施例中,考虑到用户可以通过车辆内置导航软件进行导航驾驶,且车辆内置环境光传感器的位置固定、无遮挡,能够稳定的采集外部环境中的光源。因此,可以通过车辆内置的环境光传感器所采集的传感器数据判断是否适合开启环境光导航,其中,传感器数据是指环境光传感器所采集的光源的亮度、色温等信息。例如,在车辆即将从明亮的隧道外驶入隧道内时,车辆内置的环境光传感器检测到的光源亮度逐渐变暗。
基于此,则可以通过传感器数据判断是否适合开启环境光导航功能。
S103:获取车辆的第一定位信息,在驶入隧道路段前开启环境光传感器。
在一些实施例中,在确定开启环境光导航功能后,可以利用手机导航软件基于卫星信号来确定车辆10的第一定位信息,或者利用车辆10的导航软件基于卫星信号确定车辆的第一定位信息,并在驶入隧道路段前开启环境光传感器。
可以理解,在车辆进入隧道路段后,利用导航软件基于卫星信号得到的第一定位信息会变得不准确。
S104:基于第一定位信息设置环境光传感器的采样率。
基于车辆10的第一定位信息设置环境传感器的采样率。如果车辆10的第一定位信息指示车辆10即将驶入隧道路段,则在车辆10驶入隧道路段前,即在车辆10接近隧道时,开启环境光导航,并将环境光数据的采样率设置为预设采样率,其中,预设采样率为适合采集隧道路段环境光数据的采样率。若车辆在非隧道路段行驶,一般基于隧道所行驶的路段,设置环境光传感器采样率为适配于行驶路段的采样率,例如,在非隧道路段,车辆内置环境光传感器可以基于默认采样率采集环境光,在此不做限定。
可以理解,采样率是指在一定时间内对环境光传感器采集的光源信号进行采样的次数。采样率越高则测量精度越高,但功耗也会增大;采样率采样频率越低则测量精度较低。
可以理解,环境光传感器在非导航场景对采样率要求较低,因此在非导航场景下,环境光传感器可以采用较低的采样率进行采样以节省功耗。而在辅助车辆于隧道内进行导航时,则可以使用较高的采样率进行采样以便于分辨出所采集的相邻光源的明暗变化。因此,在进入隧道前,可以将环境光传感器的采样率等参数配置为适合导航场景的参数。
可以理解,在另一些实施例中,采样率可以根据实际场景中读取的相对准确的车速和隧道内的光源间距信息进行动态调节,在此不做限定。
S105:根据第一定位信息和采集到的环境光亮度信息判断车辆是否进入隧道。
若判断结果为是,则继续执行下述步骤S106,控制环境光传感器以预设采样率实时采集隧道光源。
若判断结果为否,则可以结束本次流程,不开启环境光导航功能。
在一些实施例中,在确定开启环境光导航后,可以进一步根据车辆10的第一定位信息和环境光亮度信息(即光源亮度)判断车辆10是否进入隧道。如果基于车辆10的第一定位信息显示车辆10即将进入隧道,且环境光传感器检测的环境光亮度突然变暗,则转至步骤S106,即控制环境光传感器以预设采样率实时采集隧道光源等。反之,则不开启环境光传感器采集光源。
可以理解,由于隧道外部环境不存在物理结构对无线信号进行阻碍,基于导航软件得到的车辆定位结果比较准确,因此,基于导航软件可以较为准确的识别出车辆的定位信息,即可以准确识别出车辆是否驶入隧道路段。
可以理解,由于在白天场景下,隧道外部与隧道内部的环境光亮度差距较大,如果车辆在白天时从隧道外部驶入隧道,则利用环境光传感器可以检测出环境光亮度明显变暗。而如果车辆在傍晚或晚上从隧道外部驶入隧道,则利用环境光亮度检测车辆是否驶入隧道的准确度降低。因此,在傍晚或夜晚进行导航的场景下,可以增加基于导航软件得到的定位信息判定车辆是否进入隧道的权重,而减小基于环境光传感器检测的环境光亮度变化判定车辆是否驶入隧道的权重。
基于以上,可以根据车辆的定位信息和环境光亮度信息判断车辆是否进入隧道。如果基于定位信息显示车辆即将进入隧道,且环境光传感器检测的环境光亮度突然变暗,转至步骤S106,即控制环境光传感器以预设采样率实时采集隧道光源。否则,不开启环境光传感器采集光源。
S106:控制环境光传感器以预设采样率实时采集隧道光源。
基于上述步骤S105确定车辆进入隧道路段,控制环境光传感器以预设采样率实时采集隧道内的固定光源。
S107:根据光源的亮度变化、色温信息确定所采集的光源的序列信息,并记录采样时间。
可以理解,光源的序列信息可以包括光源在隧道内的亮度、色温,位置、与邻近光源的间距等信息。
在一些实施例中,在基于车辆的定位信息和环境光亮度信息确定车辆已经驶入隧道后,环境光传感器可以以预设采样率实时采样隧道内的光源,并根据所采集的光源的亮度变化以及光源的色温信息确定所采集的光源的序列信息,并记录各光源的采样时间。
例如,车辆驶入隧道后,根据隧道内光源的亮度变化和色温信息,实时采集隧道内的光源,假设在t1时刻第一次采集到光源x1,在t2时刻采集到光源x2,在t3时刻采集到光源x3等。则基于以上获取所采集的隧道内光源的序列信息,即x1为第一光源,x2为第二光源,x3为第三光源等,并记录获取各光源的采样时间t1、t2、t3,则序列信息为在上述时刻下采集的各固定光源的亮度、色温,以及各自对应在隧道内的位置信息。
S108:根据采集的光源的序列信息和采样时间确定光源位置、间距等光源信息。
在一些实施例中,在获取隧道内光源序列信息和对应的采样时间后,根据光源的序列信息以及采样时间可以获取的信息包括各光源与前后光源之间的间距(即临近光源的间距)、各光源在隧道内的位置等信息。
可以理解,基于光源的序列信息还可以确定光源的相对亮度、光源的色温、两个色温路段的变化点、红绿灯、指示灯牌的亮度与色温信息等,在此不做限定。
例如,基于上述获取的序列信息,已知在t1时刻,环境光传感器采集到第一光源x1,且t1时刻对应的车辆行驶距离为s1´;在t2时刻,环境光传感器采集到第二光源x2,且t2时刻对应的车辆行驶距离为s2´。则可以基于s1´和s2´可以确定光源x1和x2之间的间距为s1´-s2´,即基于序列信息确定光源位置、间距。
例如,基于上述获取的序列信息,已知车辆在t4时刻经过隧道内的高亮指示灯牌H1时,环境光传感器采集到的光源亮度数据会有明显波动,当环境光传感器检测到的光源亮度大于亮度阈值。由于隧道内灯光的光源信息是预先获取的,因此可以根据基于检测的光源亮度大于亮度阈值,确定当前光源为高亮指示灯牌H1,则可以基于序列信息,确定高亮指示灯牌H1在隧道内的位置。
例如,由于隧道内会设置多个路段,不同隧道路段的光源的色温不同,如此设置可以缓解驾驶人员的驾驶疲劳的同时,提高驾驶人员的驾驶安全。即环境光传感器会采集到不同色温的光源。因此,可以利用光源的色温信息定位当前车辆所行驶的隧道路段。例如,隧道内会设置红绿灯、提示灯牌等,利用一些较为灵敏的传感器可以采集到红绿灯、提示灯牌的亮度与色温信息,由于隧道内灯光的光源信息是预先获取的,则可以基于上述获取的序列信息确定各类光源在隧道内的位置、间距等光源信息。
可以理解,车辆行驶过程中,对于上述步骤S106中控制环境光传感器以预设采样率实时采集隧道光源的过程中,环境光传感器对光源的采集可能会受到外界因素的干扰。比如电子设备(手机)的传感器被车内人员遮挡、前车/邻车的尾灯的光源导致的干扰等。因此,在基于环境光传感器检测的光源亮度、色温信息确定光源信息的过程中,需要消除一些外界因素导致的干扰。
为此,本申请实施例可以提供以下方法滤除干扰,具体地:
在一些实施例中,对于邻近车辆的灯光产生干扰的情况,由于单行隧道路段一般是前车的尾灯产生干扰,且车辆尾灯的色温一般为红色,因此可以通过环境光传感器将红色色温滤除,以滤除前车尾灯带来的色温干扰。
在一些实施例中,对于隧道内的固定光源发生损坏的情况,由于隧道内相邻光源之间的间距较短,因此可以利用传统惯性导航算法计算出车辆经过相邻光源的行驶距离后,可以将计算的相邻光源的距离与已知光源序列信息中相邻光源的间距进行比对。如果计算距离与基于光源序列信息得到的间距相同,则可以判定相邻光源之间无损坏光源,否则,存在损坏情况。
在一些实施例中,对于电子设备(手机)的环境光传感器移动或被遮挡导致所采集的光源信息异常的情况,由于可以利用手机内置的加速度传感器判断手机在车内是否有移动。因此,如果利用手机内置的加速度传感器判定手机在车内发生移动,则可以降低利用环境光导航算法的可信度或权重。由于可以利用手机内置的接近光传感器判断手机是否被遮挡,因此,如果利用手机内置的接近光传感器判定手机被遮挡,则可以降低环境光导航算法的可信度或权重。
S109:根据光源位置、间距、色温确定车辆在隧道内的第二定位信息。
基于上述步骤S108获取序列信息后,则可以基于序列信息中光源位置、间距、色温确定所采集的光源的在隧道内的位置、与前后光源之间的间距、色温等光源信息,进而可以根据该固定光源在隧道内的位置确定车辆在隧道内的第二定位信息。
可以理解,第二定位信息可以是对上述导航软件基于卫星信号确定的车辆的第一定位信息进行校正后更为准确的车辆的位置信息。因此,基于环境光导航功能辅助车辆在隧道内进行导航定位,可以得到更为准确的车辆在隧道内的车辆位置信息。
S110:基于第二定位信息和加速度传感器确定车辆行驶速度。
在确定车辆在隧道内的更为准确的第二定位信息后,可以基于第二定位信息,以及基于加速度传感器得到车辆在隧道内的车速。基于此,可以得到更为准确的车辆在隧道内的行驶速度。
对于上述步骤S109涉及的根据光源位置、间距、色温确定车辆在隧道内的更为准确的车辆位置信息,下面结合具体车辆在隧道内的驾驶情况进行示例性说明。
在一些实施例中,当车辆驶入的隧道路段的车况良好,例如隧道内车辆行驶车辆数量较少;或者,环境光传感器精度与灵敏度较高,可以准确获取隧道内光源信息;又或者,隧道内的相邻光源之间的间距较远,在车辆行驶过程中,环境光传感器可以准确采集隧道内的光源,且检测出光源的亮度变化大。
基于此,利用环境光传感器可以准确采集光源。通过对所采集的光源进行计数,进而可以根据对车辆所经光源的计数结果确定当前车辆在隧道内的位置。例如,隧道内的光源数量x为10,在t1时刻,对车辆行驶过程中采集的光源数量进行计数的计数结果为5,则可以基于计数结果为5对应的第五光源x5在隧道内的位置确定当前车辆的位置。
在一些实施例中,当车辆驶入的隧道路段内具有标志性固定光源。例如,隧道内有高亮指示灯牌或者明显高于其他照明光源的灯光(例如违章拍照灯),那么环境光传感器在传检测到此类光源时所采样的数据会有明显数据波动。又例如,隧道内分成了不同路段,且为不同路段设置了不同色温的光源,当车辆从一个色温路段行驶到另一个色温路段时,环境光传感器可以检测到所采集光源的色温的明显变化。
基于此,可以利用导航软件获取车辆的位置信息,并且在利用导航软件进行导航的过程中,当车辆经过隧道内的标志性光源时,环境光传感器采集到该标志性光源,基于该标志性光源的已知位置,对利用导航软件获取的车辆位置信息进行校正。例如,在t2时刻,基于导航软件确定车辆位于隧道内的A1位置,而基于在t2时刻采集到的标志性光源确定车辆位于隧道内的A2位置,A1位置与A2位置之间的距离相差一定距离(例如20m),则在t2时刻时,实时将车辆位置信息从A1位置校正为A2位置,以获取准确的车辆位置信息。
在一些实施例中,上述通过采集标志性光源并利用标志性光源在隧道内的已知位置信息,对基于导航软件得到的车辆位置信息进行校正时,如果标志性光源与其他干扰光源的差异性不明显,例如,隧道内的高亮指示灯牌的光源与前方行驶的体量较高的卡车的后灯光源的亮度和色温相似度很高,此时相对于高亮指示灯牌,前车的后灯属于干扰光源,进而出现环境光传感器将采集到的前车的后灯光源识别成高亮指示灯牌的光源的情况。
为了增加环境光传感器对于标志性光源的识别准确度,可以将基于所识别的单个标志性光源在隧道内的位置确定车辆位置信息,调整为基于所识别光源序列中各光源在隧道内的位置确定车辆位置信息。例如,可以将光源前后一段距离内的多个光源组成一个序列。假设隧道内有高亮指示灯牌H1。环境光传感器识别到高亮指示灯牌时,对环境光的采样数据会存在明显波动(采样数据包括所采集的光源亮度数据或者光源色温数据),则将所采集的高亮指示灯牌前后一定距离的光源,与高亮指示灯牌对应光源组成一个光源序列,然后基于该高亮指示灯牌与前后一定距离的光源的间距,确定该高亮指示灯牌即为隧道内的高亮指示灯牌H1。反之,若识别到的是与高亮指示灯牌H1的亮度和色温相似的前车的后灯光源(高亮度),则可以通过获取前车的后灯光源与上一个采集的固定光源之间的间距,与前车的后灯光源与下一个固定光源之间的间距,并基于前车的后灯光源与邻近光源之间的间距,确定此前车的后灯光源不是高亮指示灯牌H1,则不基于该干扰光源确定车辆位置信息。
此外,还可以基于所采集光源的亮度曲线的时间宽度来区分隧道内固定光源和干扰光源。具体的,隧道内的各光源在隧道内的位置固定,当车辆驶过固定光源时,环境光传感器所采集到的固定光源的亮度曲线具有预知的时间宽度,且可以基于车速计算确定固定光源的亮度曲线的时间宽度。当车辆驶过干扰光源时(例如前车或旁车的灯光),同样可以基于车速确定干扰光源的亮度曲线的时间宽度。由于隧道内固定光源与干扰光源相对于车速有差别,因此环境光传感器所采集到的固定光源的亮度曲线的时间宽度与干扰光源的亮度曲线的时间宽度也会有明显差别。基于此,可以基于光源的亮度曲线的时间宽度区分隧道内固定光源和干扰光源。
基于以上,可以设置不同类型的光源组成作为一个光源序列,当环境光传感器识别到此光源序列时才会基于所采集的光源的光源信息对基于导航软件得到的车辆的位置信息进行校正,以获取准确的车辆位置。
例如,隧道路段R1中安装的都是色温为蓝色的光源,隧道路段R2中安装的都是色温为黄色的光源,当车辆从隧道路段R1驶入隧道路段R2时,环境光传感器可以检测到色温发生明显变化。因此,假设R1路段到R2路段色温变化时刻为t1,则可以约定:在(t1-10s)时刻,车辆行驶在蓝色色温的隧道路段R1,并将(t1-10s)时刻得到的光源序列作为第一光源序列;在t1时刻,环境光传感器可以检测到色温信息从蓝色色温变成黄色色温,将t1时刻得到的光源序列作为第二光源序列;在(t1+10s)时刻,车辆行驶在黄色色温的隧道路段R2,将(t1+10s)时刻得到的光源序列作为第三光源序列。基于以上,则可以在环境光传感器识别到上述光源序列时,基于上述采集光源序列中的光源信息确定车辆位置信息。
在一些实施例中,可以在车辆驶入隧道开始,设置隧道路段中每隔100米作为一个行驶区间。在每个行驶区间内分别利用环境光导航功能确定车辆位置信息,和导航软件基于卫星信号确定车辆位置信息。在车辆驶完一个行驶区间时,获取两种方式的可信度,取可信度权重高的方法确定当前车辆的位置信息。然后在进入下一个100米行驶区间后,则重复基于上述方法取可信度高的方法进行当前区间的定位。
可以理解,利用环境光导航功能确定车辆位置信息的可信度,和基于导航软件利用卫星信号以及惯性导航等算法确定车辆位置信息的可信度可以参考以下标准:
由于基于环境光导航需要用到环境光传感器,那么当环境光传感器的采集精度高,隧道内光源排列相对较远,例如光源之间的间距大于等于预设间距阈值,隧道内的明暗区域分明,使得环境光传感器可以获取比较准确的光源信息,例如能够准确识别光源排列,则可以增加基于环境光辅助确定车辆位置信息的可信度权重。
由于在隧道内卫星定位精度差,一般会结合惯性导航算法对车辆进行定位,惯性导航算法主要是通过对陀螺仪测量的角速度进行积分运算和坐标变换(x,y,z),计算车辆的姿态角和方位角。根据姿态角可以计算出重力加速度在各个坐标轴上的分量,然后利用加速度计(即加速度传感器)测量得到的加速度减去重力加速度分量后积分可以得到速度和车辆位置信息,其缺点在于存在累积误差,当在隧道内行驶距离较长时,相应的累积误差会越来越大。同时,如果导航软件可以获取车辆车速表以及里程表的数据时,那么可以使用车速表、里程表的数据对惯性导航算法进行校正,但仍无法完全消除累积误差。当某一个行驶区间基于环境光的定位可信度更高时,则可以利用环境光导航算法再次对导航数据进行校正,提高车辆在该行驶区间的定位精度。
下面对利用本申请实施例提供的定位方法进行车辆导航定位过程中,可能出现的各种场景进行说明。
在一些实施例中,当车辆驶入隧道,可以对车辆经过的每一个光源的光源特征进行采集,并对车辆经过的每一个光源进行计数,每采集到一次光源亮度(所采集的亮度数据中的峰值亮度)就确定车辆经过一个光源。因此可以以第一次采集到亮度的光源作为隧道中的第一光源,并基于第一光源在隧道内的位置确定车辆在隧道内的位置。此后,每采集到一次光源特征(例如光源亮度、色温),则表示车辆经过的光源为在第一光源的基础上加一后对应的隧道光源,进而可以基于车辆经过的每一个光源在隧道内的位置确定车辆在隧道内的位置。
在一些实施例中,当车辆驶入隧道后,可以先根据采集到的光源的光源特征,确定车辆所经过的前一个或者前几个光源,然后对接下来车辆经过的光源进行计数,每采集到一次光源亮度(所采集的亮度数据中的峰值亮度)就确定车辆经过一个光源。基于此,可以根据先确定的几个光源的位置和车辆所经过光源的计数结果确定车辆当前经过的光源是隧道内的第几个光源,进而可以基于该光源在隧道内的位置确定车辆在隧道内的位置。例如,隧道内共有10个光源,车辆进入隧道后先根据光源特征,确定出了第1个光源,车辆经过光源的计数结果为4,则可以确定当前车辆经过的为第五个光源,并可以根据第5个光源在隧道内的位置确定当前车辆在隧道内的位置,同时将计数值加1。
在一些实施例中,考虑到隧道会出现光源未被采集或者发生损坏的情况,因此,可以通过计算光源间距对计数结果进行校正。例如,假定车辆驶过第一光源、第二光源和第三光源,各光源相互间隔50m,若第二光源未被采集或者发生损坏,那么车辆在采集到第一光源后,下一次采集到的光源为第三光源并且会将第三光源误计数为第二光源;基于这种光源未被采集或者发生损坏的情况,车辆在采集到第一光源和第三光源后,可以基于传统的惯性导航算法或者基于车辆内置的里程表确定出光源与光源之间的间距,例如可以通过车辆从第一光源驶到第三光源的时长和行驶速度计算出第一光源和第三光源之间的间距,然后将计算出的间距与误将第三光源作为第二光源时其与第一光源之间的已知间距进行比较。例如,第一光源和第三光源之间已知间距100m。通过车辆从第一光源驶到第三光源的时长和行驶速度得到的第一光源和第三光源之间的间距为95m,但误将第三光源作为第二光源时其与第一光源之间的已知间距为50m。基于此,可以判断所采集的第二光源实则是第三光源,而实际的第二光源未被采集或者发生损坏,并对计数结果进行校正,将误计数为第二光源的第三光源重新定义为第三光源。并基于第三光源在隧道内的位置确定车辆在隧道内的位置。
可以理解,基于传统的惯性导航算法或者基于车辆内置的里程表确定出的第一光源与第三光源之间的间距存在一定误差,上述以基于惯性导航算法或车辆内置的里程表得到的第一光源与第三光源之间的间距为95m为例只是一种示例性说明。在另一些实施例中,基于惯性导航算法或车辆内置的里程表得到第一光源与第三光源之间的间距还可以为95m~105m,在此不做限定。
此外,在另一种情况下,假定车辆驶过隧道内的第一光源、第二光源,相互间隔50m,而隧道内的第一光源未被采集或者发生损坏,那么车辆在采集到第二光源后会将第二光源误计数为第一光源,基于隧道内第一光源未被采集或者发生损坏的情况,车辆在采集到第二光源后,可以通过车辆从隧道入口驶到第二光源的时长和行驶速度计算出隧道入口和第二光源之间的间距,然后将计算出的间距与误将第二光源作为第一光源时其与隧道口之间的已知间距进行比较。例如,第一光源和隧道入口之间已知间距100m。通过车辆从隧道入口驶到第二光源的时长和行驶速度得到的隧道入口和第二光源之间的间距为140m,而误将第二光源作为第一光源时其与隧道入口之间的已知间距为100m。基于此,可以判断所采集的第一光源实则是第二光源,而实际的第一光源未被采集或者发生损坏,并对计数结果进行校正,即,将误计数为第一光源的第二光源重新定义为第二光源。并基于第二光源在隧道内的位置确定车辆在隧道内的位置。
在一些实施例中,当车辆从第一色温路段(例如红色光源路段)驶入第二色温路段(例如黄色光源路段)时,可以检测到明显的色温变化(红色光源变成黄色光源),因此可以在检测到黄色光源时,基于黄色光源在隧道内的位置确定车辆在隧道内的位置。
综上,可以利用环境光传感器采集的光源特征(例如相对亮度信息、色温信息)确定光源为隧道内的哪一个光源,并基于该光源在隧道内的位置确定车辆在隧道内的位置。
可以理解,还可以利用基于环境光传感器在隧道内的位置信息对基于导航软件得到的车辆位置信息进行校正,以获取更准确的车辆在隧道内的位置。
在一些实施例中,如果基于车辆10的环境光传感器采集的固定光源对应在隧道内的位置得到的车辆位置信息,与基于车辆10的车载设备得到的车辆位置存在偏差,则可以基于环境光传感器所采集的光源在隧道内的位置得到的车辆位置信息,对基于车载设备得到的车辆位置信息进行校正,以得到更准确的车辆位置信息。或者,如果基于手机50内置的环境光传感器采集的光源在隧道内的位置得到的车辆位置信息,与基于手机50的导航软件得到的车辆位置信息存在偏差,则可以基于手机50内置的环境光传感器所采集的光源在隧道内的位置得到的车辆位置信息,对基于手机50的导航软件得到的车辆位置进行校正,以得到更准确的车辆位置信息。
在一些实施例中,可以在利用车载设备或电子设备的导航软件进行隧道路段导航时,在车辆经过标志性光源(例如红绿灯、违章牌照灯等)时,可以通过环境光传感器采集的色温确定该色温对应的光源为隧道内的哪个固定光源,从而基于该固定光源在隧道内的位置,确定车辆在隧道内的车辆位置信息。例如,在t时刻,车辆经过隧道内第一个违章牌照灯,环境光传感器检测到该违章牌照灯的白色色温,且该白色色温的亮度大于第一亮度阈值,则可以基于该违章牌照灯在隧道内的位置,确定车辆在隧道内的车辆位置信息。
在另一些实施例中,还可以基于采集到的标志性光源所在的位置,对通过导航软件获取的车辆位置信息进行校正以得到准确的车辆在隧道内的车辆位置信息。例如,基于导航软件确定的车辆在隧道内的位置为A1,基于采集到的标志性光源对应在隧道内的位置确定的车辆在隧道内的位置为A2,则将基于导航软件获取的车辆位置A1校正为位置A2,以提高隧道内车辆的定位准确度。
通过本申请实施例中提供的定位方法,可以利用手机内置环境光传感器或车载环境光传感器对隧道内的固定光源的光源特征进行采集并确定其为隧道内的第几光源,以基于光源在隧道内的位置信息获取更准确的车辆在隧道内的车辆位置信息。基于本申请提供的定位方法可以提高隧道内的车辆定位的准确度。
可以理解,隧道内灯光的光源信息是预先获取的,光源信息可以包括隧道内光源的光源特征(相对亮度信息、色温信息)和光源的位置信息等。
下面对预先获取隧道内光源的光源信息的方式进行说明。
在一些实施例中,可以通过获取官方施工图纸,然后将官方施工图纸中关于隧道内排布的固定光源(灯光)的位置、间距等光源信息上传至导航软件数据库中。或者,由专业技术人员对隧道内的光源进行图像采集并手动标定各灯光的位置、间距等光源信息,然后将所标定的光源信息上传至车载设备或电子设备的导航软件数据库中。
在另一些实施例中,由于可以通过车辆内置的车速表获取车辆的行驶速度(车速),以及可以通过车辆内置的环境光传感器采集隧道内灯光的亮度、色温等光源特征。因此可以基于车速和光源的亮度、色温等来标定光源位置,进而得到光源信息,具体方法包括:
假定隧道长度为L,进入隧道时刻为t0,进入隧道后车辆行驶时间为t,t时刻的车速为v,则可以基于公式(1)计算:在t时刻时车辆在隧道内行驶的距离s。
公式(1)中,通过对车辆的行驶速度v进行积分得到车辆行驶距离。可以理解,对速度进行积分是指在某一时间段t内,根据车辆在这段时间内的行驶速度来计算车辆在这段时间t内的行驶距离s。
假定车辆驶出隧道的时刻为,若通过车辆内置的车速表读取的车速无误差,则存在车辆行驶距离等于隧道长度:s(/>)=L。但实际基于车速表读取的车速存在一定误差,因此可以根据隧道已知长度L反向推算得到校正后的车速v’。
公式(2)中,v´(t)为校正后的车辆的行驶速度(车速),L为隧道长度,v(t)为读取的车速,s()为基于读取车速计算的行驶距离。以上公式假设在不同车速下车速表的读数误差比例相同。
则在车辆驶出隧道后,可以得到校正后的车速v´与时间t的对应关系,进一步可以通过公式(3)确定出校正后的车辆的行驶距离s´与时间t的关系。
可以理解,由于在车辆行驶过程中,车辆内置的环境光传感器也在实时采集隧道内光源的亮度、色温等信息,并记录采集到的各光源的光源特征的时间。基于此,可以计算出隧道内的光源数量(灯光数量)和排列信息。
例如,假定在车辆驶入隧道的t0时刻至驶出隧道时刻过程中,环境光传感器共采集到x个光源,则可以确定隧道内的光源数量为x。
又例如,假设隧道内的光源数量x=10,其中x1~x5对应的光源的色温为红色,x6~x10对应的光源的色温为黄色,则可以确定隧道内的光源的排列信息为先红色光源与黄色光源的组合排列。
进而,再根据上述公式(3)中s´与t的关系计算出隧道内光源的位置信息,例如,在t1时刻,环境光传感器采集的光源为x1对应的红色光源,且t1时刻对应的车辆行驶距离为s1´;在t2时刻,环境光传感器采集的光源为x2对应的红色光源,且t2时刻对应的车辆行驶距离为s2´;则基于s1´和s2´可以确定x1对应的红色光源和x2对应的红色光源之间的间距为s1´-s2´。
综上,即可以得到隧道内的不同光源特征对应的光源的位置、光源数量,光源位置、间距等光源信息,并将获取到的信息上传至服务器端,供其他车辆进行参考。
可以理解,上述获取隧道内光源信息的算法主要是针对单台车辆的标定算法,实际应用中由于不同车辆的行驶速度、行驶状态、驶入/驶出隧道时间等均存在一定误差,不同的车辆计算出的结果可能会存在差异。基于此,在另一些实施例中,可以对车辆标定数据的可信度进行加权,适当增加可信度高的车辆对应的光源分部信息的参考权重,在此不做限定。
可以理解,车辆标定数据(即光源信息)的可信度可以取决于以下信息:车辆内置车速表的精度,例如可以根据不同车型进行判定;车辆内置环境光传感器的精度与分辨率,例如可以根据车型或环境光器件方案和厂家进行判定;车辆在隧道内的行驶状态,例如匀速行驶的数据可信度更高;车辆在隧道内行驶时的车流密度,车流密度小时干扰光源少,数据可信度高;车辆驶入驶出隧道的时间,例如白天更容易准确判定隧道的驶入驶出对应的位置且可信度更高等,在此不做限定。
基于以上,可以在获取光源信息后将信息通过网络上传至服务器端,在另一些实施例中,还可以在服务器端对多个标定车辆的数据进行综合加权,得到较为准确的隧道内的光源信息,供其他车辆进行参考。
可以理解,隧道内的光源信息还可以根据更多的车辆行驶信息进行动态更新,在此不做限定。
通过本申请实施例提供的定位方法,可以利用手机内置环境光传感器或车载环境光传感器对隧道内的固定光源进行采集,以利用所采集的固定光源在隧道内的位置信息,校正导航软件基于卫星信号得到的车辆位置信息,可以提高车辆在隧道内行驶时对车辆进行导航定位的定位准确度和测速精度。
本申请公开的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码,该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
可将程序代码应用于输入指令,以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
在一些情况下,所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例可以被实现为由一个或多个暂时或非暂时性机器可读(例如,计算机可读)存储介质承载或存储在其上的指令,其可以由一个或多个处理器读取和执行。例如,指令可以通过网络或通过其他计算机可读介质分发。因此,机器可读介质可以包括用于以机器(例如,计算机)可读的形式存储或传输信息的任何机制,包括但不限于,软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如,载波、红外信号数字信号等)的有形的机器可读存储器。因此,机器可读介质包括适合于以机器(例如,计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
在附图中,以特定布置和/或顺序示出一些结构或方法特征。然而,应该理解,可能不需要这样的特定布置和/或排序。而是,在一些实施例中,这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外,在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征,并且在一些实施例中,可以不包括这些特征或者可与其他特征组合。
需要说明的是,本申请各设备实施例中提到的各单元/模块都是逻辑单元/模块,在物理上,一个逻辑单元/模块可以是一个物理单元/模块,也可以是一个物理单元/模块的一部分,还可以以多个物理单元/模块的组合实现,这些逻辑单元/模块本身的物理实现方式并不是最重要的,这些逻辑单元/模块所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外,为了突出本申请的创新部分,本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的单元/模块引入,这并不表明上述设备实施例并不存在其它的单元/模块。
需要说明的是,在本专利的示例和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。虽然通过参照本申请的某些优选实施例,对本申请进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本申请的范围。
Claims (14)
1.一种定位方法,应用于电子设备,其特征在于,方法包括:
采集车辆在第一空间行驶的过程中的第一光源特征信息;
基于所述第一光源特征信息,确定出与所述第一光源特征信息匹配的第一光源,其中所述第一光源固定设置在所述第一空间中,并且所述第一光源在所述第一空间中具有第一位置信息;
基于所述第一位置信息,确定出所述车辆在所述第一空间内的第二位置信息。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一位置信息,确定出所述车辆在所述第一空间内的第二位置信息,包括:
获取所述第一光源对应的所述第一位置信息;
对应于所述车辆与所述第一光源的距离小于或等于第一距离阈值,将所述第一位置信息确定为所述第二位置信息;
对应于所述车辆与所述第一光源的距离大于第一距离阈值,将所述第一光源对应的所述第一位置信息加上第一误差阈值,得到所述第二位置信息。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
采集到所述车辆在第一空间行驶的过程中的第二光源特征信息,并确定出与所述第二光源特征信息匹配的第二光源;
获取所述第二光源与所述第一光源之间的第一间距,并基于所述第一位置信息和所述第一间距,确定所述车辆在所述第一空间内的第三位置信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
确定所述第一空间内的第三光源未被采集或者所述第三光源损坏,采集到所述车辆在第一空间行驶的过程中的第三光源特征信息,并确定出与所述第三光源特征信息匹配的第四光源;
所述第四光源在所述第一空间中具有第四位置信息,基于所述第四位置信息确定所述车辆在所述第一空间中的第五位置信息;或者,
获取所述第四光源和所述第一光源之间的第二间距;
基于所述第一位置信息和所述第二间距,确定所述车辆在所述第一空间内的第六位置信息。
5.根据权利要求4所述的方法,其特征在于,所述确定所述第一空间内的第三光源未被采集或者所述第三光源损坏的方式包括:
获取所述第一空间内的第三光源与第一光源之间的第三间距;
基于所述车辆从所述第一光源行驶至所述第四光源的第一时间和第一车速,确定出所述第四光源与所述第一光源之间的第一测量间距;
对应于所述第一测量间距和所述第三间距之间的第一间距差值大于第二距离阈值,确定所述第一空间内的第三光源未被采集或者所述第三光源损坏。
6.根据权利要求5所述的方法,其特征在于,所述确定所述第一空间内的第三光源未被采集或者所述第三光源损坏的方式还包括:
获取所述第一空间内的第三光源与第二光源之间的第四间距;
基于所述车辆从所述第二光源行驶至所述第四光源的第二时间和第二车速,确定出所述第四光源与所述第二光源之间的第二测量间距;
对应于所述第二测量间距和所述第三间距之间的第二间距差值大于所述第二距离阈值,确定所述第一空间内的第三光源未被采集或者所述第三光源损坏。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取基于卫星信号确定的所述车辆在所述第一空间内的第七位置信息;
基于所述第一光源对应的所述第一位置信息对所述第七位置信息进行校正,得到所述车辆在所述第一空间内的所述第二位置信息。
8.根据权利要求1所述的方法,其特征在于,所述第一光源特征信息包括所述第一空间内各固定光源的亮度;
所述基于所述第一光源特征信息,确定出与所述第一光源特征信息匹配的第一光源,包括:
对采集的第一光源特征信息中的峰值亮度进行计数,得到第一计数值;
基于所述第一计数值,确定所述第一光源为所述第一空间中所述第一计数值对应的固定光源。
9.根据权利要求8所述的方法,其特征在于,所述基于所述第一光源特征信息,确定出与所述第一光源特征信息匹配的第一光源,还包括:
采集到所述第一空间内的第一标志性光源对应的光源特征信息,基于所述第一标志性光源对应的光源特征信息中的峰值亮度大于第一亮度阈值,确定所述第一光源为所述第一空间中的所述第一标志性光源。
10.根据权利要求8所述的方法,其特征在于,所述第一光源特征信息还包括所述第一空间内各固定光源的色温,所述第一空间内各固定光源的色温包括第一色温和第二色温;
所述基于所述第一光源特征信息,确定出与所述第一光源特征信息匹配的第一光源,还包括:
检测到在t时刻采集到的所述第一色温变成所述第二色温;
对应于在t-k时刻采集到所述第一色温,在t+k时刻采集到所述第二色温,确定所述第一光源为在t时刻采集到的所述第二色温对应在所述第一空间中的固定光源。
11.根据权利要求1所述的方法,其特征在于,所述采集车辆在第一空间行驶的过程中的第一光源特征信息,包括:
对应于所述车辆即将驶入所述第一空间,在所述车辆即将驶入所述第一空间前,设置所述电子设备的环境光传感器的采样率为第一采样率,其中,所述第一采样率为适合采集所述第一空间内的所述第一光源特征信息的采样率;
对应于所述车辆驶入所述第一空间,所述环境光传感器以所述第一采样率采集所述第一空间内的所述第一光源特征信息。
12.一种电子设备,其特征在于,所述电子设备包括环境光传感器,所述环境光传感器用于采集车辆在第一空间行驶的过程中的第一光源特征信息,其中,
所述第一光源特征信息用于确定对应匹配的第一光源,所述第一光源固定设置在所述第一空间中,并且所述第一光源在所述第一空间中具有第一位置信息,所述第一位置信息用于确定所述车辆在所述第一空间内的第二位置信息。
13.一种电子设备,其特征在于,包括:存储器,用于存储指令;处理器,用于执行所述指令以实现权利要求1至11中任一项所述的定位方法。
14.一种可读存储介质,其特征在于,所述可读存储介质上存储有指令,所述指令在电子设备上执行时使得所述电子设备执行权利要求1至11中任一项所述的定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311552117.6A CN117269887B (zh) | 2023-11-21 | 2023-11-21 | 一种定位方法、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311552117.6A CN117269887B (zh) | 2023-11-21 | 2023-11-21 | 一种定位方法、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117269887A true CN117269887A (zh) | 2023-12-22 |
CN117269887B CN117269887B (zh) | 2024-05-14 |
Family
ID=89216322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311552117.6A Active CN117269887B (zh) | 2023-11-21 | 2023-11-21 | 一种定位方法、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117269887B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160047888A1 (en) * | 2014-08-15 | 2016-02-18 | Richard D. Roberts | Vehicle positioning |
CN105407530A (zh) * | 2015-12-08 | 2016-03-16 | 北京百度网讯科技有限公司 | 隧道定位方法及装置 |
CN106908779A (zh) * | 2017-03-20 | 2017-06-30 | 中国科学院光电研究院 | 一种基于光强信号匹配的隧道内光感测距与定位装置 |
CN207133427U (zh) * | 2017-03-20 | 2018-03-23 | 中国科学院光电研究院 | 一种基于光强信号匹配的隧道内光感测距与定位装置 |
CN109029372A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种检测车定位方法及装置 |
CN109696176A (zh) * | 2017-10-24 | 2019-04-30 | 珠海横琴华策光通信科技有限公司 | 一种基于led发光装置光定位校正的惯性导航定位方法 |
CN110231639A (zh) * | 2019-06-26 | 2019-09-13 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、设备和介质 |
KR20200052868A (ko) * | 2015-12-10 | 2020-05-15 | 현대모비스 주식회사 | 자율주행 차량 항법 장치 및 항법 |
CN111307138A (zh) * | 2020-03-10 | 2020-06-19 | 深圳华创芯光科技有限公司 | 隧道内车辆定位方法及系统 |
CN111610484A (zh) * | 2020-04-28 | 2020-09-01 | 吉林大学 | 一种基于occ的自动驾驶车辆跟踪定位方法 |
CN111751785A (zh) * | 2020-07-03 | 2020-10-09 | 南京晓庄学院 | 一种隧道环境下车辆可见光定位方法 |
CN112147569A (zh) * | 2019-06-28 | 2020-12-29 | Oppo广东移动通信有限公司 | 车辆定位方法、装置和车辆定位系统 |
CN112305499A (zh) * | 2019-08-02 | 2021-02-02 | 华为技术有限公司 | 一种根据光源进行定位的方法及装置 |
CN112596027A (zh) * | 2020-11-06 | 2021-04-02 | 广州艾目易科技有限公司 | 一种隧道内列车高精度定位方法及系统 |
CN112925000A (zh) * | 2021-01-25 | 2021-06-08 | 东南大学 | 基于可见光通信和惯性导航的隧道环境下车辆定位方法 |
KR20220049876A (ko) * | 2020-10-15 | 2022-04-22 | 티맵모빌리티 주식회사 | 터널 내 차량 위치 처리 방법, 이를 지원하는 차량 및 컴퓨터 프로그램 |
CN115512336A (zh) * | 2022-11-16 | 2022-12-23 | 广汽埃安新能源汽车股份有限公司 | 基于路灯光源的车辆定位方法、装置和电子设备 |
CN116718265A (zh) * | 2023-05-22 | 2023-09-08 | 广东科技学院 | 隧道亮度测量方法、装置、设备及存储介质 |
CN116793378A (zh) * | 2023-06-13 | 2023-09-22 | 腾讯科技(深圳)有限公司 | 隧道检测方法、装置、电子设备及存储介质 |
CN116879838A (zh) * | 2023-08-23 | 2023-10-13 | 中国第一汽车股份有限公司 | 车辆的定位方法、装置、存储介质及电子装置 |
CN117082698A (zh) * | 2023-10-16 | 2023-11-17 | 深圳大学 | 一种曲线隧道照明方法、系统、存储介质及智能终端 |
-
2023
- 2023-11-21 CN CN202311552117.6A patent/CN117269887B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160047888A1 (en) * | 2014-08-15 | 2016-02-18 | Richard D. Roberts | Vehicle positioning |
CN105407530A (zh) * | 2015-12-08 | 2016-03-16 | 北京百度网讯科技有限公司 | 隧道定位方法及装置 |
KR20200052868A (ko) * | 2015-12-10 | 2020-05-15 | 현대모비스 주식회사 | 자율주행 차량 항법 장치 및 항법 |
CN106908779A (zh) * | 2017-03-20 | 2017-06-30 | 中国科学院光电研究院 | 一种基于光强信号匹配的隧道内光感测距与定位装置 |
CN207133427U (zh) * | 2017-03-20 | 2018-03-23 | 中国科学院光电研究院 | 一种基于光强信号匹配的隧道内光感测距与定位装置 |
CN109696176A (zh) * | 2017-10-24 | 2019-04-30 | 珠海横琴华策光通信科技有限公司 | 一种基于led发光装置光定位校正的惯性导航定位方法 |
CN109029372A (zh) * | 2018-07-16 | 2018-12-18 | 银河水滴科技(北京)有限公司 | 一种检测车定位方法及装置 |
CN110231639A (zh) * | 2019-06-26 | 2019-09-13 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、设备和介质 |
CN112147569A (zh) * | 2019-06-28 | 2020-12-29 | Oppo广东移动通信有限公司 | 车辆定位方法、装置和车辆定位系统 |
CN112305499A (zh) * | 2019-08-02 | 2021-02-02 | 华为技术有限公司 | 一种根据光源进行定位的方法及装置 |
CN111307138A (zh) * | 2020-03-10 | 2020-06-19 | 深圳华创芯光科技有限公司 | 隧道内车辆定位方法及系统 |
CN111610484A (zh) * | 2020-04-28 | 2020-09-01 | 吉林大学 | 一种基于occ的自动驾驶车辆跟踪定位方法 |
CN111751785A (zh) * | 2020-07-03 | 2020-10-09 | 南京晓庄学院 | 一种隧道环境下车辆可见光定位方法 |
KR20220049876A (ko) * | 2020-10-15 | 2022-04-22 | 티맵모빌리티 주식회사 | 터널 내 차량 위치 처리 방법, 이를 지원하는 차량 및 컴퓨터 프로그램 |
CN112596027A (zh) * | 2020-11-06 | 2021-04-02 | 广州艾目易科技有限公司 | 一种隧道内列车高精度定位方法及系统 |
CN112925000A (zh) * | 2021-01-25 | 2021-06-08 | 东南大学 | 基于可见光通信和惯性导航的隧道环境下车辆定位方法 |
CN115512336A (zh) * | 2022-11-16 | 2022-12-23 | 广汽埃安新能源汽车股份有限公司 | 基于路灯光源的车辆定位方法、装置和电子设备 |
CN116718265A (zh) * | 2023-05-22 | 2023-09-08 | 广东科技学院 | 隧道亮度测量方法、装置、设备及存储介质 |
CN116793378A (zh) * | 2023-06-13 | 2023-09-22 | 腾讯科技(深圳)有限公司 | 隧道检测方法、装置、电子设备及存储介质 |
CN116879838A (zh) * | 2023-08-23 | 2023-10-13 | 中国第一汽车股份有限公司 | 车辆的定位方法、装置、存储介质及电子装置 |
CN117082698A (zh) * | 2023-10-16 | 2023-11-17 | 深圳大学 | 一种曲线隧道照明方法、系统、存储介质及智能终端 |
Also Published As
Publication number | Publication date |
---|---|
CN117269887B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10054458B2 (en) | Vehicle and method of controlling the same | |
JP4683380B2 (ja) | 車線変更案内装置 | |
US8473201B2 (en) | Current position determining device and current position determining method for correcting estimated position based on detected lane change at road branch | |
US9679477B2 (en) | Vehicle and control method thereof | |
US9618344B2 (en) | Digital map tracking apparatus and methods | |
US10147165B2 (en) | Display device, control method, program and recording medium | |
KR101014070B1 (ko) | 차량의 위치확인장치와 그 확인방법 | |
CN109669202A (zh) | 位置估计装置和方法 | |
CN111311902B (zh) | 一种数据处理方法、装置、设备和机器可读介质 | |
EP0566391A1 (en) | Apparatus for detecting the position of a vehicle | |
CN111562603B (zh) | 基于航位推算的导航定位方法、设备及存储介质 | |
CN109849907A (zh) | 用于保持车道的方法和设备以及车道引导设备 | |
JP5894865B2 (ja) | 車両位置検出装置、及びプログラム | |
US20110208422A1 (en) | Trajectory display device | |
US10495480B1 (en) | Automated travel lane recommendation | |
US20090234582A1 (en) | On-Board Diagnostics Based Navigation Device For Dead Reckoning | |
US7961114B2 (en) | Weather information notification apparatus and program storage medium | |
CN110631598A (zh) | 车辆定位精度的评测方法、装置、设备及计算机可读存储介质 | |
US20110037621A1 (en) | Information display apparatus, position calculation apparatus, display control method, position calculation method, display control program, position calculation program, and recording medium | |
JP2012127845A (ja) | 車載用電子機器及びプログラム | |
KR100208804B1 (ko) | 이동체용 네비게이션장치 및 그 처리방법 | |
CN117269887B (zh) | 一种定位方法、电子设备和可读存储介质 | |
JP2013206419A (ja) | 車載情報記録装置 | |
JP2017054424A (ja) | 映像基準点決定システム、映像基準点決定方法および映像基準点決定プログラム | |
JP4824522B2 (ja) | 車載装置 |
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 |