CN117315968A - 一种交通信号灯朝向的确定方法及装置 - Google Patents

一种交通信号灯朝向的确定方法及装置 Download PDF

Info

Publication number
CN117315968A
CN117315968A CN202210712082.7A CN202210712082A CN117315968A CN 117315968 A CN117315968 A CN 117315968A CN 202210712082 A CN202210712082 A CN 202210712082A CN 117315968 A CN117315968 A CN 117315968A
Authority
CN
China
Prior art keywords
signal lamp
traffic
cluster
center
determining
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
Application number
CN202210712082.7A
Other languages
English (en)
Inventor
杨富智
杨立荣
王裕康
刘洋
舒畅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202210712082.7A priority Critical patent/CN117315968A/zh
Publication of CN117315968A publication Critical patent/CN117315968A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights

Abstract

本说明书公开了一种交通信号灯朝向的确定方法及装置，该交通信号灯朝向的确定方法包括：获取包含有交通信号灯的图像数据；对所述图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心；针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯对应的法向量，确定该交通信号灯的朝向。

Description

一种交通信号灯朝向的确定方法及装置
技术领域
本说明书涉及计算机技术领域，尤其涉及一种交通信号灯朝向的确定方法及装置。
背景技术
随着自动驾驶技术的发展，高精地图得到了广泛的应用，而交通信号灯作为真实道路场景中的核心元素之一，在高精地图的构建过程中，能否从采集到的图像数据中准确地提取出交通信号灯的朝向，决定了无人驾驶设备在实际行驶过程中能否对交通信息进行准确的判断。
而目前所采用的方法通常要依赖于图像数据中诸如车道线或者人行横道等其他交通信息，才能够对交通信号灯的朝向进行准确的识别，然而在对这些交通信息的提取过程中难以避免的会出现一定的误差，这些误差以及交通信号灯在图像数据中所处的位置，都会影响到确定出的交通信号灯朝向的准确性。
因此，如何准确地确定出交通信号灯的朝向，是一个亟待解决的问题。
发明内容
本说明书提供一种交通信号灯朝向的确定方法及装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种交通信号灯朝向的确定方法，包括：
获取包含有交通信号灯的图像数据；
对所述图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心；
针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯对应的法向量，确定该交通信号灯的朝向。
可选地，确定各信号灯簇的中心，具体包括：
针对每个信号灯簇，确定该信号灯簇中各交通信号灯的最小外接多边形，并将所述最小外接多边形的质心，作为该信号灯簇的中心。
可选地，对所述图像数据中包含的各交通信号灯进行分簇，具体包括：
对所述图像数据中包含的路口进行识别，确定各路口对应的路口范围；
根据所述路口范围，对所述图像数据中包含的各交通信号灯进行分簇。
可选地，根据所述路口范围，对所述图像数据中包含的各交通信号灯进行分簇，具体包括：
针对每个路口范围，对该路口范围进行膨胀，得到膨胀后路口范围；
根据落入各膨胀后路口范围内的交通信号灯，确定各信号灯簇。
可选地，确定各信号灯簇的中心，具体包括：
针对每个信号灯簇，将该信号灯簇对应膨胀后路口范围形状的质心，作为该信号灯簇的中心。
可选地，对所述图像数据中包含的各交通信号灯进行分簇，具体包括：
对所述图像数据中包含的交通信号灯进行聚类，得到各聚类结果对应的第一信号灯簇，以及对所述图像数据中包含的路口进行识别，并对识别出的路口对应的路口范围进行膨胀，得到各膨胀后路口范围对应的第二信号灯簇。
可选地，确定各信号灯簇的中心，具体包括：
针对每个第一信号灯簇，若该第一信号灯簇与任意一个第二信号灯簇相同，则将所述第二信号灯簇对应膨胀后路口范围形状的质心，作为该第一信号灯簇的中心。
可选地，针对每一交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯对应的法向量，确定该交通信号灯的朝向，具体包括：
针对每个交通信号灯，确定由该交通信号灯所属信号灯簇的中心指向该交通信号灯中心点的向量，作为基准向量；
根据所述基准向量以及该交通信号灯对应的法向量，确定该交通信号灯的朝向。
可选地，所述方法还包括：
根据所述图像数据中包含的各交通信号灯的朝向，构建高精地图。
本说明书提供了一种矢量方向的确定装置，包括：
获取模块，获取包含有交通信号灯的图像数据；
聚类模块，对所述图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心；
确定模块，针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯的法向量，确定该交通信号灯的朝向。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述交通信号灯朝向的确定方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述交通信号灯朝向的确定方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的交通信号灯朝向的确定方法中，可以对图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心，而后根据每个交通信号灯所属信号灯簇的中心，以及该交通信号灯对应的法向量，确定该交通信号灯的朝向。
从上述方法可以看出，本方案能够根据确定出的交通信号灯所属信号灯簇的中心以及交通信号灯的法向量，准确地确定出交通信号灯的朝向，并不需要依赖于除交通信号灯以外的其他交通信息，避免了因为这些其他交通信息不准确而对信号灯朝向判断的影响，保证了确定出的交通信号灯的朝向的准确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中提供的一种交通信号灯朝向的确定方法的流程示意图；
图2为本说明书提供的一种交通信号灯朝向的确定流程图；
图3为本说明书提供的一种交通信号灯朝向的确定装置的示意图；
图4为本说明书提供的一种对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种交通信号灯朝向的确定方法的流程示意图，包括以下步骤：
S101：获取包含有交通信号灯的图像数据。
在高精地图的构建过程中，通常会对采集到的图像数据中的交通信息进行识别以及提取，从而根据提取到的信息，来对高精地图进行自动化构建，以用于后续无人驾驶设备在实际行驶过程中进行路径规划以及执行相应的行驶策略。
在此过程中，为了使无人驾驶设备在实际行驶过程中能够对作用于无人驾驶设备本身所在车道的交通信号灯进行准确的识别，从而执行相应的操作，防止无人驾驶设备对其他车道(如对向车道)的交通信号灯进行误识别导致无人驾驶设备执行错误的操作，在构建高精地图的过程中需要对采集到的图像数据中包含的各交通信号灯的朝向进行准确的提取，从而确定出各交通信号灯的朝向(即交通信号灯具体作用于哪个车道)，以使无人驾驶设备在实际行驶的过程中能够准确地判断出路口处的哪一个信号灯才是需要执行对应操作的交通信号灯。
基于此，本说明书提供了一种交通信号灯朝向的确定方法，以确定图像数据中各交通信号灯的朝向，其中，需要获取包含有各交通信号灯的图像数据。在实际应用中，该图像数据可以通过诸如图像采集车、图像采集无人机等设备上安装的诸如相机、激光雷达、毫米波雷达等图像采集器来进行采集，并将采集后的图像数据上传至服务器。
此外，该图像数据中除了包含有交通信号灯外，还可以包含有诸如车道线、路口等其他交通信息，本说明书对此不作具体限定。
在本说明书中，用于实现交通信号灯朝向的确定方法的执行主体，可以指服务器等设置于业务平台的指定设备，为了便于描述，本说明书仅以服务器是执行主体为例，对本说明书提供的一种交通信号灯朝向的确定方法进行说明。
S102：对所述图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心。
服务器获取到上述图像数据以后，可以对该图像数据中包含的各交通信号灯进行聚类，从而得到各信号灯簇。
具体的，服务器可以通过诸如具有噪声的基于密度的聚类方法(Density-BasedSpatial Clustering of Applications with Noise，DBSCAN)，将交通信号灯密度满足预设阈值的区域内的所有交通信号灯划分为一个信号灯簇，以此对各交通信号灯进行聚类。需要说明的是，通过聚类的方法能够使图像数据中包含的每个交通信号灯都对应有一个信号灯簇。
当然，在本说明书中，也可以采用诸如k均值聚类算法(k-means clusteringalgorithm)、Optics聚类算法等其他方法来对图像数据中包含的各交通信号灯进行聚类，本说明书对此不作具体限定。
在实际应用中，交通信号灯的分布方式通常为矩形(如在十字路口中，四个方向的交通信号灯的排布近似为矩形)，因此，对于每个通过聚类确定出的信号灯簇，服务器可以确定出该信号灯簇中包含的各交通信号灯的最小外接矩形，并将该最小外接矩形的质心，作为该信号灯簇的中心。
当然，服务器也可以将该信号灯簇中包含的各信号灯的其他外接多边形(如外接三角形、外接六边形等)的质心，作为该信号灯簇的中心，本说明书对此不做具体限定。
此外，服务器还可以通过预先设置的识别模型，来对图像数据中的路口进行识别，通过该识别模型的语义分割网络，对图像数据中的路口信息进行提取，从而确定出图像数据中包含的各路口对应的路口范围。
由于识别出的路口范围相对较小，可能会出现部分交通信号灯没有落在识别出的路口范围内，因此，服务器可以对识别出的路口范围进行一定程度的膨胀，从而得到各膨胀后路口范围，以保证覆盖到更多的交通信号灯。
而后服务器可以根据落入各膨胀后路口范围内的交通信号灯，确定各信号灯簇，从而使每个膨胀后路口范围内的交通信号灯被划分为一个信号灯簇。
对于每个膨胀后路口范围对应的信号灯簇，由于经过膨胀后的路口范围通常是没有固定形状的多边形，因此，服务器可以将该膨胀后路口范围形状对应的质心，作为该信号灯簇的中心。
除此之外，为了保证图像数据中包含的每一个交通信号灯的朝向都能够被准确的识别，服务器还可以结合上述两种确定信号灯簇以及信号灯簇中心的方式，来确定出最终用于判断交通信号灯朝向的各信号灯簇以及各信号灯簇的中心。
具体的，服务器可以对图像数据中包含的各信号灯进行聚类，并将各聚类结果对应的信号灯簇作为第一信号灯簇，与此同时，服务器还可以对图像数据中包含的路口进行识别，而后对识别出的路口范围进行膨胀，并将膨胀后路口范围对应的信号灯簇作为第二信号灯簇，而后对第一信号灯簇与第二信号灯簇进行结合，从而得到最终用于判断交通信号灯朝向的各信号灯簇。
在实际应用的过程中，除了具有较多交通信号灯的路口(如十字路口)外，通常还会有一些单向道路，这种道路中通常只会较少的一个或两个交通信号灯，这些较少的交通信号灯无法形成相应的外接多边形，如果通过这些较少的交通信号灯对应的外接形状的质心，来对交通信号灯的朝向进行判断，所确定出的交通信号灯的朝向很有可能会出现误差，因此，为了避免这种情况的发生，对于每个第一信号灯簇，若该第一信号灯簇与任意一个第二信号灯簇相同(即该信号灯簇即可以通过聚类的方式确定，也可以通过膨胀后路口范围确定)，则将该第二信号灯簇对应膨胀后路口范围形状的质心，作为该第一信号灯簇的中心，以此避免较少的交通信号灯无法形成相应的外接多边形的情况。
这样一来，对于每一个交通信号灯而言，若该交通信号灯即属于第一信号灯簇，又属于第二信号灯簇，则服务器可以将该交通信号灯划分到第二信号灯簇(即膨胀后路口范围对应的信号灯簇)中，从而根据第二信号灯簇的中心(即膨胀后路口范围形状的质心)，来确定该信号灯的朝向。
由于在通过聚类的方法确定第一信号灯簇的过程中，图像数据中包含的每个交通信号灯都会被划分到一个信号灯簇中，而通过膨胀后路口范围确定信号灯簇的过程中，可能有一些交通信号灯所在的路口未被准确的识别出来，或者有一些交通信号灯落没有落在任何一个膨胀后路口范围之内，那么这些交通信号灯仅属于第一信号灯簇，因此，对于这些信号灯簇，服务器只能将其中包含的各交通信号灯的最小外接多边形的质心，作为该信号灯簇的中心。
所以对于仅属于第一信号灯簇的交通信号灯而言，服务器只能根据该第一信号灯簇的中心(即第一信号灯簇中各信号灯最小外接矩形的中心)，来确定该交通信号灯的朝向。
这样一来，服务器就可以得到包含有仅为各聚类结果对应的各第一信号灯簇(即与第二信号灯簇不相同的各第一信号灯簇)和各二信号灯簇。
需要说明的是，这里的各第二信号灯簇中可以包含有仅为各膨胀后路口范围对应的信号灯簇(即与第一信号灯簇不相同的各第二信号灯簇)，以及与第一信号灯簇相同的各第二信号灯簇。
S103：针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯的法向量，确定该交通信号灯的朝向。
由于在实际应用中，每个路口的信号灯通常情况下都会朝向该路口的中心位置，因此，服务器确定出各信号灯簇的中心后，可以根据各交通信号灯所属信号灯簇的中心以及各交通信号灯任意方向的法向量，确定各交通信号灯的朝向，从而将各交通信号灯朝向其所属信号灯簇中心的方向，作为各交通信号灯的朝向。
具体的，服务器可以确定由该交通信号灯所属信号灯簇的中心指向该交通信号灯中心点的向量，并将该向量作为基准向量。而后服务器可以根据该基准向量以及该交通信号灯的法向量，确定该交通信号灯的朝向。其中，该交通信号灯的法向量可以为与交通信号灯的表面(如信号灯的发光二极管(Light Emitting Diode，LED)屏)相垂直的向量，该法向量的方向可以与交通信号灯的朝向相同，也可以与信号灯的朝向相反。
进一步的，服务器可以将指向信号灯簇的中心的方向设置为负方向，将远离信号灯簇的中心的方向设置为正方向，而后选取交通信号灯任意方向的法向量，与上述基准向量进行叉乘。其中，由于基准向量的方向是由信号灯簇的中心指向交通信号灯的中心点(即远离信号灯簇的方向)，所以该基准向量的方向为正。
这样一来，若叉乘的结果为负，则说明服务器选取的法向量的方向指向信号灯簇的中心，所以该法方向的法向量即为该交通信号灯的朝向.
而若叉乘的结果为正，则说明服务器选取的法向量的方向与该交通信号灯的朝向相反，所以该法向量的相反方向，即为该交通信号灯的朝向。该交通信号灯的朝向可以通过如下公式进行确定：
v3＝v1×v2
其中，v1为由信号灯簇中心指向交通信号灯中心点的基准向量，且该向量为正(即指向远离信号灯簇中心的方向)，v2为交通信号灯的法向量，当该法向量取负值(即指向信号灯簇中心的方向)时，叉乘结果v3的值为负，所以该法向量的方向即为交通信号的朝向，而当该法向量取正值时，v3的值为正，所以法向量v2的相反方向(即v2的负值)为该交通信号灯的朝向。
为了便于理解，本说明书还提供了一种交通信号灯朝向的确定流程图，如图2所示。
图2为本说明书提供的一种交通信号灯朝向的确定流程图。
其中，服务器确定出各信号灯簇的中心后，对于每个信号灯簇，服务器可以确定由该信号灯簇的中心指向各交通信号灯的基准向量，而后根据该基准向量与交通信号灯任意方向的法向量的叉乘结果，将指向信号灯簇中心的法向量的方向，作为各交通信号灯的朝向。
当然，在本说明书中，服务器也可以将指向信号灯簇中心的方向设置为正方向，则此时由信号灯中心点指向信号灯簇中心的向量为基准向量，若选取的法向量与基准向量叉乘的结果为负，则说明选取的法向量的方向与该交通信号灯的朝向相反，此时该法向量的相反方向为交通信号灯的朝向。而若叉乘结果为正，则说明该法向量的方向与该交通信号灯的朝向相同，此时该法向量的方向即为交通信号灯的朝向。
确定各图像数据中包含的各交通信号灯的朝向以后，服务器可以根据各交通信号灯的朝向以及其他交通信息，来对高精地图进行构建。
需要说明的是，本说明书中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给与授权的情况下进行的。
从上述方法可以看出，本方案能够根据确定出的交通信号灯所属信号灯簇的中心以及交通信号灯的法向量，准确地确定出交通信号灯的朝向，并不需要依赖于除交通信号灯以外的其他交通信息，避免了因为这些其他交通信息不准确而对信号灯朝向判断的影响，保证了确定出的交通信号灯的朝向的准确性。
并且，本说明书可以通过聚类以及路口识别两种方式相结合来确定出各信号灯簇以及信号灯簇的中心，进一步提高了确定出的交通信号灯朝向的准确性。
以上为本说明书的一个或多个实施交通信号灯朝向的确定方法，基于同样的思路，本说明书还提供了相应的通信号灯朝向的确定装置，如图3所示。
图3为本说明书提供的一种通信号灯朝向的确定装置的示意图，包括：
获取模块301，用于获取包含有交通信号灯的图像数据；
聚类模块302，用于对所述图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心；
确定模块303，用于针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯的法向量，确定该交通信号灯的朝向。
可选地，所述聚类模块302具体用于，针对每个信号灯簇，确定该信号灯簇中各交通信号灯的最小外接多边形，并将所述最小外接多边形的质心，作为该信号灯簇的中心。
可选地，所述聚类模块302具体用于，对所述图像数据中包含的路口进行识别，确定各路口对应的路口范围；根据所述路口范围，对所述图像数据中包含的各交通信号灯进行分簇。
可选地，所述聚类模块302具体用于，针对每个路口范围，对该路口范围进行膨胀，得到膨胀后路口范围；根据落入各膨胀后路口范围内的交通信号灯，确定各信号灯簇。
可选地，所述聚类模块302具体用于，针对每个信号灯簇，将该信号灯簇对应膨胀后路口范围形状的质心，作为该信号灯簇的中心。
可选地，所述聚类模块302具体用于，对所述图像数据中包含的交通信号灯进行聚类，得到各聚类结果对应的第一信号灯簇，以及对所述图像数据中包含的路口进行识别，并对识别出的各路口对应路口范围进行膨胀，得到各膨胀后路口范围对应的第二信号灯簇。
可选地，所述聚类模块302具体用于，针对每个第一信号灯簇，若该第一信号灯簇与任意一个第二信号灯簇相同，则将所述第二信号灯簇对应膨胀后路口范围形状的质心，作为该第一信号灯簇的中心。
可选地，所述确定模块303具体用于，针对每个交通信号灯，确定由该交通信号灯所属信号灯簇的中心指向该交通信号灯中心点的向量，作为基准向量；根据所述基准向量以及该交通信号灯对应的法向量，确定该交通信号灯的朝向。
可选地，所述确定模块303还用于，根据所述图像数据中包含的各交通信号灯的朝向，构建高精地图。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种交通信号灯朝向的确定方法。
本说明书还提供了图4所示的一种对应于图1的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的交通信号灯朝向的确定方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书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，本说明书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。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。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、嵌入式处理机或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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (12)

1.一种交通信号灯朝向的确定方法，其特征在于，包括：
获取包含有交通信号灯的图像数据；
对所述图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心；
针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯对应的法向量，确定该交通信号灯的朝向。
2.如权利要求1所述的方法，其特征在于，确定各信号灯簇的中心，具体包括：
针对每个信号灯簇，确定该信号灯簇中各交通信号灯的最小外接多边形，并将所述最小外接多边形的质心，作为该信号灯簇的中心。
3.如权利要求1所述的方法，其特征在于，对所述图像数据中包含的各交通信号灯进行分簇，具体包括：
对所述图像数据中包含的路口进行识别，确定各路口对应的路口范围；
根据所述路口范围，对所述图像数据中包含的各交通信号灯进行分簇。
4.如权利要求3所述的方法，其特征在于，根据所述路口范围，对所述图像数据中包含的各交通信号灯进行分簇，具体包括：
针对每个路口范围，对该路口范围进行膨胀，得到膨胀后路口范围；
根据落入各膨胀后路口范围内的交通信号灯，确定各信号灯簇。
5.如权利要求4所述的方法，其特征在于，确定各信号灯簇的中心，具体包括：
针对每个信号灯簇，将该信号灯簇对应膨胀后路口范围形状的质心，作为该信号灯簇的中心。
6.如权利要求1所述的方法，其特征在于，对所述图像数据中包含的各交通信号灯进行分簇，具体包括：
对所述图像数据中包含的交通信号灯进行聚类，得到各聚类结果对应的第一信号灯簇，以及对所述图像数据中包含的路口进行识别，并对识别出的各路口对应路口范围进行膨胀，得到各膨胀后路口范围对应的第二信号灯簇。
7.如权利要求6所述的方法，其特征在于，确定各信号灯簇的中心，具体包括：
针对每个第一信号灯簇，若该第一信号灯簇与任意一个第二信号灯簇相同，则将所述第二信号灯簇对应膨胀后路口范围形状的质心，作为该第一信号灯簇的中心。
8.如权利要求1所述的方法，其特征在于，针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯对应的法向量，确定该交通信号灯的朝向，具体包括：
针对每个交通信号灯，确定由该交通信号灯所属信号灯簇的中心指向该交通信号灯中心点的向量，作为基准向量；
根据所述基准向量以及该交通信号灯对应的法向量，确定该交通信号灯的朝向。
9.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述图像数据中包含的各交通信号灯的朝向，构建高精地图。
10.一种矢量方向的确定装置，其特征在于，包括：
获取模块，获取包含有交通信号灯的图像数据；
聚类模块，对所述图像数据中包含的各交通信号灯进行聚类，得到各信号灯簇，并确定各信号灯簇的中心；
确定模块，针对每个交通信号灯，根据该交通信号灯所属信号灯簇的中心，以及该交通信号灯的法向量，确定该交通信号灯的朝向。
11.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～9任一项所述的方法。
12.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～9任一项所述的方法。
CN202210712082.7A 2022-06-22 2022-06-22 一种交通信号灯朝向的确定方法及装置 Pending CN117315968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210712082.7A CN117315968A (zh) 2022-06-22 2022-06-22 一种交通信号灯朝向的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210712082.7A CN117315968A (zh) 2022-06-22 2022-06-22 一种交通信号灯朝向的确定方法及装置

Publications (1)

Publication Number Publication Date
CN117315968A true CN117315968A (zh) 2023-12-29

Family

ID=89279959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210712082.7A Pending CN117315968A (zh) 2022-06-22 2022-06-22 一种交通信号灯朝向的确定方法及装置

Country Status (1)

Country Link
CN (1) CN117315968A (zh)

Similar Documents

Publication Publication Date Title
CN110674723B (zh) 一种确定无人驾驶车辆行驶轨迹的方法及装置
CN111311709B (zh) 一种生成高精地图的方法及装置
CN111508258B (zh) 一种定位方法及装置
CN111639682A (zh) 基于点云数据的地面分割方法及装置
CN111076739B (zh) 一种路径规划的方法及装置
CN114295119B (zh) 一种构建地图的方法及装置
CN112013853B (zh) 一种对无人驾驶设备的轨迹点验证的方法及装置
CN112629550B (zh) 一种预测障碍物轨迹以及模型训练的方法及装置
CN111238450A (zh) 视觉定位方法及装置
CN116740361A (zh) 一种点云分割方法、装置、存储介质及电子设备
CN113968243A (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN113674424A (zh) 一种电子地图绘制的方法及装置
CN111797722A (zh) 车道线绘制的方法及装置
CN112462403A (zh) 一种定位方法、装置、存储介质及电子设备
CN117315968A (zh) 一种交通信号灯朝向的确定方法及装置
CN113642616B (zh) 一种基于环境数据的训练样本的生成方法及装置
CN112734810B (zh) 一种障碍物追踪方法及装置
CN114283148A (zh) 一种道路元素提取方法、装置、存储介质及电子设备
CN112883136B (zh) 一种用于制作高精地图的任务生成的方法
CN117274943A (zh) 一种交通灯识别的方法及装置
CN112712561A (zh) 一种建图方法、装置、存储介质及电子设备
CN116721118B (zh) 一种基于点云的飞行器安全降落点的选择方法及装置
CN111681435A (zh) 基于边缘计算的交通控制方法、装置、电子设备及存储介质
CN117664094A (zh) 一种点云数据优化的方法、装置以及电子设备
CN114506341A (zh) 一种无人设备的控制方法、装置及电子设备

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