KR102591280B1 - 차량 위치 확정 방법, 장치 및 전자기기 - Google Patents

차량 위치 확정 방법, 장치 및 전자기기 Download PDF

Info

Publication number
KR102591280B1
KR102591280B1 KR1020210120265A KR20210120265A KR102591280B1 KR 102591280 B1 KR102591280 B1 KR 102591280B1 KR 1020210120265 A KR1020210120265 A KR 1020210120265A KR 20210120265 A KR20210120265 A KR 20210120265A KR 102591280 B1 KR102591280 B1 KR 102591280B1
Authority
KR
South Korea
Prior art keywords
road
vehicle
probability
determining
lane
Prior art date
Application number
KR1020210120265A
Other languages
English (en)
Other versions
KR20210118001A (ko
Inventor
펑쩌 한
샤오후이 주
Original Assignee
베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
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 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 filed Critical 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
Publication of KR20210118001A publication Critical patent/KR20210118001A/ko
Application granted granted Critical
Publication of KR102591280B1 publication Critical patent/KR102591280B1/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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
    • 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
    • G01C21/26—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Abstract

본 출원은 차량 위치 확정 방법, 장치 및 전자기기를 개시하며, 인공지능 기술분야, 자율 주행 기술분야, 스마트 교통 기술분야, 컴퓨터비전 기술분야에 관한 것이다. 구체적인 구현 방안은, 차량이 위치한 도로를 확정할 때, 먼저 포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득하고; 네비게이션 지도에서 현재 위치를 포함하는 기설정 영역 내의 적어도 하나의 도로를 확정하고; 다시 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정하고; 각 차도의 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정할 수 있으며; 이렇게 차도 레벨의 확률 분포를 통해, 포지셔닝될 차량이 최종 위치하는 타겟 도로를 포지셔닝하여, 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술 중에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다.

Description

차량 위치 확정 방법, 장치 및 전자기기{METHOD, APPARATUS AND ELECTRONIC DEVICE FOR DETERMINING VEHICLE POSITION}
본 출원은 컴퓨터 기술분야에 관한 것으로, 특히 차량 위치 확정 방법, 장치 및 전자기기에 관한 것이며, 구체적으로 인공지능 기술분야, 자율 주행 기술분야, 스마트 교통 기술분야, 컴퓨터 비전 기술분야에 사용될 수 있다.
네비게이션 지도(SD Map)는 보행자와 차량의 거친 도로 포지셔닝 및 경로 설계 네비게이션 등 분야에서 널리 사용되는 지도이다. 네비게이션 지도의 포지셔닝 원리는, 글로벌 포지셔닝 시스템(Global Positioning System, GPS)에 의해 포지셔닝된 현재 위치와 네비게이션 지도에서 검색된 인접 도로의 중심선 사이의 거리 및 차체의 헤딩각과 해당 인접 도로의 헤딩각 사이의 차이에 따라 차량이 현재 위치한 도로를 확정하는 것이다.
하지만, 실제 시나리오에서는 네비게이션 지도의 복잡한 도로 네트워크로 인해, 특히 여러 병행 도로 시나리오에서, 차량과 이중 두 도로의 중심선 사이의 거리가 같으면, 차량이 현재 위치하고 있는 도로를 확정할 수 없기에, 외출할 때 사용자에게 정확한 도움을 제공할 수 없다.
본 출원은 차량 위치 확정 방법, 장치 및 전자기기를 제공하는 바, 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다.
본 출원의 일 측면에 따르면, 차량 위치 확정 방법을 제공하는 바, 해당 차량 위치 확정 방법은,
포지셔닝될 차량의 현재 위치 및 상기 현재 위치의 전방 도로의 특징정보를 획득하되, 여기서, 상기 특징정보는 차선의 수량, 각 차선의 유형 및 상기 포지셔닝될 차량과 각 차선 사이의 상대적 위치 관계를 포함하는 단계;
네비게이션 지도에서 상기 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 확정하는 단계;
상기 전방 도로의 특징정보에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 단계;
상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 단계를 포함할 수 있다.
본 출원의 다른 측면에 따르면, 차량 위치 확정 장치를 제공하는 바, 해당 차량 위치 확정 장치는,
포지셔닝될 차량의 현재 위치 및 상기 현재 위치의 전방 도로의 특징정보를 획득하되; 여기서, 상기 특징정보는 차선의 수량, 각 차선의 유형 및 상기 포지셔닝될 차량과 각 차선 사이의 상대적 위치 관계를 포함하는 획득모듈;
네비게이션 지도에서 상기 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 확정하고; 상기 전방 도로의 특징정보에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하고; 다시 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 처리모듈을 포함할 수 있다.
본 출원의 다른 측면에 따르면, 전자기기를 제공하는 바,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리;를 포함하되,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 상술한 제1 측면에 따른 차량 위치 확정 방법을 수행할 수 있도록 한다.
본 출원의 다른 측면에 따르면, 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체를 제공하는 바, 상기 컴퓨터 명령은 컴퓨터가 상술한 제1 측면에 따른 차량 위치 확정 방법을 수행하도록 하기 위한 것이다.
본 출원의 다른 측면에 따르면, 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램을 제공하며, 상기 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때, 전자 기기가 상술한 제1 측면에 따른 차량 위치 확정 방법을 실행하도록 한다.
본 출원의 기술방안에 따르면, 차량이 위치한 도로를 확정할 때, 먼저 포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득할 수 있고; 여기서, 특징정보는 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함하고; 네비게이션 지도에서 현재 위치를 포함하는 기설정 영역 내의 적어도 하나의 도로를 확정하고; 다시 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정하고; 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정할 수 있으며; 이렇게 차도 레벨의 확률 분포를 통해, 포지셔닝될 차량이 최종 위치하는 타겟 도로를 포지셔닝하여, 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다.
본 부분에서 설명된 내용은 본 출원의 실시예의 핵심 또는 중요한 특징을 식별하기 위한 것이 아니며, 본 출원의 범위를 제한하려는 의도가 아님을 이해해야 한다. 본 출원의 다른 특징은 다음 설명에 의해 쉽게 이해 될 것이다.
첨부된 도면은 본 방안을 더 잘 이해할 수 있도록 하기 위한 것으로서, 본 출원에 대한 한정은 아니다.
도 1은 본 출원의 실시예에 따른 병행 도로 시나리오를 나타내는 도면이다.
도 2는 본 출원의 제1 실시예에 따른 차량 위치 확정 방법의 흐름도이다.
도 3은 본 출원의 제1 실시예에 따른 전방 도로를 나타내는 도면이다.
도 4는 본 출원의 제1 실시예에 따른 기설정 영역 내의 적어도 하나의 도로를 나타내는 도면이다.
도 5는 본 출원의 제2 실시예에 따른 차량 위치 확정 장치의 구조도이다.
도 6은 본 출원의 실시예에 따른 차량 위치 확정 방법을 위한 전자기기의 블록도이다.
아래에서는 첨부 도면과 결합하여 본 출원의 예시적인 실시예에 대해 설명하며, 이해를 돕기 위하여 본 출원의 실시예의 다양한 세부 사항을 포함하며, 이들을 단지 예시적인 것으로만 간주되어야 한다. 따라서, 본 분야의 통상적인 지식을 가진 자라면, 여기에 설명된 실시예에 대하여 다양한 변경과 수정을 가할 수 있으며, 이는 본 출원의 범위와 정신을 벗어나지 않음을 이해해야 한다. 마찬가지로, 명확성과 간결성을 위하여, 아래의 설명에서 공지 기능과 구조에 대한 설명을 생략한다.
본 출원의 실시예에서 "적어도 하나"는 하나 또는 복수 개를 나타내고, "복수 개"는 2개 이상을 나타낸다. "및/또는"은 단지 관련 대상의 관련 관계를 나타내는 것으로서, 세가지 관계가 존재할 수 있음을 나타낸다. 예를 들어, A 및/또는 B는 A만 존재하는 경우, A와 B가 모두 존재하는 경우, 단독적으로 B만 존재하는 경우인 세가지 경우를 나타낼 수 있다. 여기서 A, B는 단수 또는 복수일 수 있다. 본 출원의 문자 설명에서 부호 "/"는 일반적으로 전후 관련 대상이 "또는"의 관계임을 나타낸다.
본 출원의 실시예에 따른 차량 위치 확정 방법은 네비게이션 지도에 기반한 차량 네비게이션 시스템에 응용할 수 있다. 여기서, 네비게이션 지도는 보행자와 차량의 거친 도로 포지셔닝 및 경로 설계 네비게이션 등 분야에서 널리 사용되는 지도이다. 네비게이션 지도(SD Map)는 고정밀도 지도와 다른 바, 고정밀도 지도에 포함된 차도 정보는 보다 다양하고, 예컨대 차선의 색상, 차선의 수량 및 차선의 유형과 차도의 폭 등 정보가 있지만, 네비게이션 지도에 포함된 차도 정보는 보다 단일하고, 단지 차도 수량만을 포함한다. 네비게이션 지도에 기반한 차량 네비게이션 시스템에서, 차량 위치 확정 장치는 차량이 현재 위치한 도로에 따라 네비게이션 알림을 제공할 때, 먼저 차량의 GPS를 통해 차량의 현재 위치를 포지셔닝해야 하고, GPS에 의해 포지셔닝된 현재 위치와 네비게이션 지도에서 검색된 인접 도로의 중심선 사이의 거리 및 차체의 헤딩각과 해당 인접 도로의 헤딩각 사이의 차이에 따라, 차량이 현재 위치한 도로를 확정하고; 차량이 현재 위치한 도로를 확정한 후에 야만, 네비게이션 지도를 기초로, 예를 들면, 전방 첫 번째 신호등에서 왼쪽 전방으로 주행, 또는 전방 첫 번째 신호등에서 오른쪽 전방으로 주행 등 정확한 네비게이션 알림을 제공할 수 있으며, 이로부터 사용자에게 외출할 때 도움을 제공한다.
하지만, 실제 시나리오에서는 네비게이션 지도의 복잡한 도로망으로 인해, 특히 여러 병행 도로 시나리오에서, GPS 포지셔닝의 경위도 정보에 오차가 존재하여 해당 경위도 정보를 기반으로 포지셔닝된 차량의 위치와 이 중의 두 도로의 중심선 사이의 거리가 동일할 수 있으며, 차량과 이 중의 두 도로의 중심선 사이의 거리가 같으면, 차량이 현재 위치하고 있는 도로를 확정할 수 없기에, 외출할 때 사용자에게 정확한 도움을 제공할 수 없다.
예를 들어 설명하면, 복수의 병행 도로 시나리오에서 도 1에 도시된 바를 참조할 수 있으며, 도 1은 본 출원의 실시예에 따른 병행 도로 시나리오를 나타내는 도면이고, 해당 병행 도로 시나리오에는 병행한 도로1과 도로2가 포함되고, GPS에 의해 포지셔닝된 경위도 정보에 오차가 존재함으로 인해, 해당 경위도 정보로 포지셔닝한 차량의 위치가 도로1과 도로2 사이의 녹화 지대에 놓이게 되며, 해당 차량의 위치와 도로1의 중심선 1 사이의 거리(S1)와 현재 포지셔닝된 차량의 위치와 도로2의 중심선 2 사이의 거리(S2)는 거의 동일하며, 이런 경우에, 차량이 현재 도로1과 도로2 중에서 어느 도로에 위치하는지 확정할 수 있으며, 이로부터 외출할 때 사용자에게 정확한 도움을 제공할 수 없다.
차량이 현재 위치한 도로를 일정한 정도에서 정확하게 확정하여, 종래기술에서 차량이 현재 위치한 도로를 확정하지 못하는 문제를 해결하기 위하여, 현재 네비게이션 지도에 있는 차도 수량을 사용하여 차량이 현재 위치한 도로를 확정할 수 있다. 현재 네비게이션 지도에 있는 차도 수량을 사용하여 차량이 현재 위치한 도로를 확정할 때, 확정된 현재 위치한 도로가 정확하면, 차량이 주행하는 도로의 차선이 수량과 네비게이션 지도의 도로의 차선 수량은 매칭되고, 차량과 각각의 차선 사이의 위치 관계도 매칭되고, 예를 들면 차량의 좌측에 하나의 차선이 있고, 우측에 두개의 차선이 있는 것 등을 고려할 때, 매칭 결과에 따라 차량이 각 도로 중의 각 차도에 위치하는 확률을 추정할 수 있고, 다시 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 차량이 위치한 도로를 확정한다. 이렇게 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다.
상술한 구상을 기반으로, 본 출원의 실시예는 차량 위치 확정 방법을 제공하는 바, 차량이 위치한 도로를 확정할 때, 먼저 포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득할 수 있고; 여기서, 특징정보는 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함하고; 네비게이션 지도에서 현재 위치를 포함하는 기설정 영역 내의 적어도 하나의 도로를 확정하고; 다시 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정하고; 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정한다.
이해할 수 있는 것은, 차선의 유형은 도로 경계선 유형과 비 도로 경계선 유형을 포함할 수 있다. 도로 경계선 유형의 도로 경계선은 매칭의 기준으로 할 수 있으며, 차량이 위치한 타겟 도로를 보조적으로 확정하는데 사용된다. 차량과 차선 사이의 상대적 위치관계는 차선이 차량의 좌측, 또는 차선이 차량의 우측에 있는 것을 가리킨다.
예시적으로, 기설정 영역은 하나의 원형 영역일 수 있고, 예를 들면, 기설정 영역은 현재 위치를 원점으로 하고 소정의 길이를 반경으로 한 하나의 원형 영역일 수 있고; 또는, 기설정 영역은 하나의 구형 영역일 수도 있으며, 예를 들면, 기설정 영역은 현재 위치를 중심점으로 하고, 소정의 길이를 대각선으로 한 하나의 구형 영역일 수 있으며; 또는, 기설정 영역은 현재 위치를 포함한 불규칙적인 영역일 수도 있으며, 구체적으로 실제 수요에 따라 설정될 수 있다.
본 출원의 실시예에서, 기설정 영역을 설정하고, 네비게이션 지도에서 현재 위치를 포함하는 기설정 영역 내의 적어도 하나의 도로를 확정하는 것은, 비록 GPS 포지셔닝은 오차가 있을 수 있지만, 그 오차 범위는 한정되어 있기 때문에, 보다 큰 영역 내의 도로에서 각각의 도로에 대해 일일이 선별하여 차량이 현재 위치한 도로를 확정할 필요가 없으며, 단지 현재 위치를 포함한 기설정 영역 내의 도로에서만 차량이 현재 위치한 도로를 확정하면 되기에, 이때 데이터의 처리량을 효과적으로 줄이고 처리 효율을 향상시킬 수 있다.
본 출원의 실시예에서, 차량이 위치한 도로를 확정할 때, 먼저 포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득할 수 있고; 여기서, 특징정보는 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함하고; 네비게이션 지도에서 현재 위치를 포함하는 기설정 영역 내의 적어도 하나의 도로를 확정하고; 다시 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정하고; 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정하며; 이렇게 차도 레벨의 확률 분포를 통해, 포지셔닝될 차량이 최종 위치하는 타겟 도로를 포지셔닝하여, 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술 중에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다는 것을 알 수 있다.
아래에는 구체적인 실시예를 통해 본 출원에 따른 차량 위치 확정 방법에 대해 상세하게 설명한다. 이해할 수 있는 것은, 아래의 몇개 구체적인 실시예는 서로 결합할 수 있고, 동일하거나 유사한 개념 또는 과정은 일부 실시예에서 중복 설명하지 않는다.
실시예 1
도 2는 본 출원의 제1 실시예에 따른 차량 위치 확정 방법의 흐름도이고, 해당 차량 위치 확정 방법은 소프트웨어 및/또는 하드웨어 장치에 의해 실행될 수 있으며, 예를 들면, 해당 하드웨어 장치는 차량 위치 확정 장치일 수 있고, 해당 차량 위치 확정 장치는 단말 또는 서버일 수 있다. 예시적으로, 도 2에 도시된 것을 참조하면, 해당 차량 위치 확정 방법은 아래의 단계를 포함할 수 있다.
S201, 포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득한다.
여기서, 포지셔닝될 차량의 현재 위치는 포지셔닝될 차량이 현재 위치하는 경위도 정보로 나타낼 수 있으며, 특징정보는 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함한다. 이해할 수 있는 것은, 전방 도로는 현재 위치의 포지셔닝될 차량의 주행 방향에 있는 전방 도로를 가리킨다.
예시적으로, 포지셔닝될 차량의 현재 위치를 획득할 때, 차량 자체에 설치된 GPS를 통해 포지셔닝될 차량의 현재 위치를 획득할 수 있고; 카메라를 통해 차량 전방의 영상 정보를 수집하고, 영상 매칭을 수행하여 포지셔닝될 차량의 현재 위치를 획득할 수도 있고, 기타 방식을 통해 포지셔닝될 차량의 현재 위치를 획득할 수도 있으며, 구체적으로 실제 수요에 따라 설정할 수 있고, 여기서, 본 출원의 실시예는 단지 차량 자체에 설치된 GPS를 통해 포지셔닝될 차량의 현재 위치를 획득하는 것을 예로서 설명하지만, 본 출원의 실시예가 이에 한정되는 것을 의미하지는 않는다.
예시적으로, 현재 위치의 전방 도로의 특징정보를 획득할 때, 포지셔닝될 차량의 전방 위치에 미리 비전 센서를 장착하고, 비전 센서를 통해 전방 도로의 특징정보를 수집할 수 있으며, 비전 센서에 의해 피드백된 수집 결과는 전방 도로의 특징정보, 전방 도로에 포함된 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함한다.
예시적으로, 도 3에 도시된 것을 참조하면, 도 3은 본 출원의 제1 실시예에 따른 전방 도로를 나타내는 도면이고, 먼저 포지셔닝될 차량의 GPS를 통해 차량의 현재 위치한 경위도 정보를 획득하고, 해당 경위도 정보에 따라 포지셔닝될 차량의 현재 위치를 확정하고; 포지셔닝될 차량에 장착된 비전 센서를 통해 현재 위치의 전방 도로에 포함된 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 검출할 수 있으며, 도 3을 참조하면, 비전 센서를 통해 전방 도로에 3개 차선의 유형이 포함되고, 포지셔닝될 차량과 해당 3개 차선 사이의 상대적 위치관계는, 가장 왼쪽 차선이 차량의 좌측에 있고, 중간 차선과 가장 오른쪽 차선이 모두 차량의 오른쪽에 있다는 것을 검출함을 알 수 있다. 이해할 수 있는 것은, 해당 3개 차선은 차량이 현재 위치한 도로의 모든 차선일 수 있고, 부분 차선일 수도 있다.
GPS를 통해 포지셔닝될 차량의 현재 위치를 획득한 후에, 네비게이션 지도에서 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 검색하여 확정하고, 즉, 아래의 S202를 수행하여, 해당 적어도 하나의 도로에서 포지셔닝될 차량이 현재 위치한 도로를 확정할 수 있다.
S202, 네비게이션 지도에서 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 확정한다.
여기서, 적어도 하나의 수량은 하나일 수도 있고, 복수일 수도 있으며, 구체적으로 실제 수요에 따라 설정할 수 있고, 이때, 적어도 하나에 대한 값은 본 출원의 실시예에서 추가적인 한정을 하지 않는다.
예시적으로, 기설정 영역은 하나의 원형 영역일 수 있고, 예를 들면, 기설정 영역은 현재 위치를 원점으로 하고 소정의 길이를 반경으로 한 하나의 원형 영역일 수 있고; 또는, 기설정 영역은 하나의 구형 영역일 수도 있으며, 예를 들면, 기설정 영역은 현재 위치를 중심점으로 하고, 소정의 길이를 대각선으로 한 하나의 구형 영역일 수 있으며; 또는, 기설정 영역은 현재 위치를 포함한 불규칙적인 영역일 수도 있으며, 구체적으로 실제 수요에 따라 설정될 수 있다.
포지셔닝될 차량의 GPS를 통해 차량의 현재 위치의 경위도 정보를 획득하고, 해당 경위도 정보에 따라 포지셔닝될 차량의 현재 위치를 확정한 후, 네비게이션 지도에서 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 확정할 수 있으며, 예를 들면, 경위도 정보를 원점으로 하여, 기설정 반경 영역의 적어도 하나의 도로를 확정할 수 있다. 도 4에 도시된 것을 결합할 수 있으며, 도 4는 본 출원의 제1 실시예에 따른 기설정 영역 내의 적어도 하나의 도로를 나타내는 도면이다. 네비게이션 지도에서 현재 위치가 포함된 기설정 영역 내의 도로에 도 4에 도시된 도로1과 도로2가 포함하는 것을 확정한다고 가정한다. 여기서, 도로1에 4개 차선이 포함되고, 가장 왼쪽 차선과 가장 오른쪽 차선은 모두 도로 경계선이고, 중간에 2개의 차선은 도로 경계선이 아니며, 해당 4개의 차선은 3개의 차도를 형성하고, 왼쪽으로부터 오른쪽으로의 순서에 따라 차도1, 차도2 및 차도3이고; 도로2에 3개 차선이 포함되고, 가장 왼쪽 차선과 가장 오른쪽 차선은 모두 도로 경계선이고, 중간의 하나는 도로 경계선이 아니며, 해당 3개 선으로 2개의 차도를 형성하고, 왼쪽으로부터 오른쪽으로의 순서에 따라 차도4 및 차도5이다.
네비게이션 지도에서 현재 위치가 포함된 기설정 영역 내의 적어도 하나의 도로를 확정한 후, 전방 도로의 특징정보에 따라, 적어도 하나의 도로에서 포지셔닝될 차량이 현재 위치한 도로를 확정할 수 있으며, 즉, 아래의 S203-S204를 실행한다.
S203, 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정한다.
예시적으로, 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정할 때, 적어도 두 가지 가능한 구현방식이 포함될 수 있다.
한가지 가능한 구현방식에서, 전방 도로의 특징정보에 포함된 각 차선의 유형이 모두 비 도로 경계선 유형이면, 전방 도로에 거리 매칭의 기준으로 할 수 있는 도로 경계선이 존재하지 않음을 의미하고, 따라서, 해당 가능한 구현방식에서, 차선의 수량 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계에 따라 차선 매칭을 수행하여, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 제1 확률을 획득하고, 제1 확률을 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률로 확정하기만 하면 된다.
다른 가능한 구현 방식에서, 전방 도로의 특징정보에 포함된 모든 차선의 유형에 도로 경계선 유형이 포함되면, 전방 도로에 거리 매칭의 기준으로 할 수 있는 도로 경계선이 존재하는 것을 의미하며, 따라서 해당 가능한 구현 방식에서, 해당 특징정보는 포지셔닝될 차량과 도로 경계선 사이의 거리를 더 포함하고, 먼저 차선의 수량 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계에 따라 차선 매칭을 수행하여, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 제1 확률을 획득하고, 포지셔닝될 차량과 도로 경계선 사이의 거리에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 제2 확률을 확정하고; 다시 제1 확률과 제2 확률에 따라 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 공동으로 확정한다.
예시적으로, 제1 확률과 제2 확률에 따라 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 공동으로 확정할 때, 지속적인 관측으로 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정할 수 있으며, 구체적으로 아래 공식 1을 참조할 수 있다.
여기서, L0=log(p(x)/1-p(x))이고, p(x)는 차도x의 사전 확률 분포이고, x는 모든 차도로 구성된 벡터이고, P(x｜zt)는 동일한 t 시각의 서로 다른 관측에 의해 획득된 제1 확률과 제2 확률을 포함하고, zt는 현재 시각에서의 관측 벡터이고, 새로운 관측 벡터(zt)를 지속적으로 도입함에 따라, lt는 회귀 추정될 수 있다. lt (x)에 대해 역변환을 수행하여 사후 확률 분포p(x│z1:t) 를 획득할 수 있다. 여기서, P(x|z1：t)는 1에서 t시각까지 관찰한 결과에 따른 포지셔닝될 차량이 도로x에 위치하는 확률을 가리킨다. 예를 들어 설명하면, 초기 상태에 도로에 4개 차도가 있고, 아무런 관측(z)이 없는 전제하에서, p(x0)=p(x1)=p(x2)=p(x3)=1/4 = 0.25로 간주할 수 있다.
계속 상술한 도 3과 도 4에 도시된 것을 결합하면, 도 3에 도시된 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 도 4에 도시된 각 도로 중의 각 차도에 위치하는 확률을 확정할 때, 가능한 구현 방식에서, 도 3에 도시된 3개 차선이 모두 도로 경계선 유형이 아니라고 가정하면, 전방 도로에 거리 매칭의 기준으로 할 수 있는 도로 경계선이 존재하지 않음을 의미하고, 따라서, 이러한 가능한 구현 방식에서, 단지 차선 수량 매칭을 통해, 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2 중에서 각각의 도로에 위치하는 확률을 확정한다. 구체적인 과정은, 도 3에 도시된 포지셔닝될 차량의 왼쪽에 하나의 차선이 있고, 오른쪽에 2개의 차선이 있으며; 차선 수량 매칭을 수행할 때, 도 4에 도시된 도로1의 차도1은 좌측에 하나의 차선이 있고, 우측에 2개의 차선이 있는 것을 만족하기에, 도 3에 도시된 포지셔닝될 차량과 차선 사이의 상대적 위치관계는 매칭되며, 포지셔닝될 차량이 현재 차도1에 위치할 수 있는 확률이 보다 크다는 것을 의미하고, 이때 포지셔닝될 차량이 해당 차도1에 위치하는 제1 확률을 확정할 수 있으며; 마찬가지로, 도 4에 도시된 도로1의 차도2도 동일하게 좌측에 하나의 차선이 있고, 우측에 2개의 차선이 있은 것을 만족하기에, 도 3에 도시된 포지셔닝될 차량과 차선 사이의 상대적 위치관계는 매칭되며, 포지셔닝될 차량이 현재 차도2에 위치할 수 있는 확률이 보다 크다는 것을 의미하고, 이때 포지셔닝될 차량이 해당 차도2에 위치하는 제1 확률을 확정할 수 있으며; 도 4에 도시된 도로1의 차도3는 좌측에 하나의 차선이 있는 것을 만족하지만, 우측에 하나의 차선만 있기에, 도 3에 도시된 포지셔닝될 차량과 차선 사이의 상대적 위치관계는 매칭되지 않으며, 포지셔닝될 차량이 현재 차도3에 위치할 수 있는 확률은 보다 작다는 것을 의미하고, 동일하게 포지셔닝될 차량이 해당 차도3에 위치하는 제1 확률을 확정할 수 있으며; 포지셔닝될 차량이 해당 차도1에 위치하는 제1 확률과 포지셔닝될 차량이 해당 차도2에 위치하는 제1 확률이 모두 포지셔닝될 차량이 해당 차도3에 위치하는 제1 확률보다 크다. 유사한 방법을 사용하면, 포지셔닝될 차량이 도 4에 도시된 도로2의 차도4에 위치하는 제1 확률과 포지셔닝될 차량이 도로2의 차도5에 위치하는 제1 확률을 확정할 수 있다.
포지셔닝될 차량이 도 4에 도시된 도로1의 차도1에 위치하는 제1 확률, 포지셔닝될 차량이 도로1의 차도2에 위치하는 제1 확률, 포지셔닝될 차량이 도로1의 차도3에 위치하는 제1 확률, 포지셔닝될 차량이 도로2의 차도4에 위치하는 제1 확률 및 포지셔닝될 차량이 도로2의 차도5에 위치하는 제1 확률을 각각 확정한 후, 도 3에 도시된 3개 차선은 모두 도로 경계선 유형이 아니기에, 전방 도로에 거리 매칭의 기준으로 할 수 있는 도로 경계선이 존재하지 않음을 의미하고, 따라서 이러한 가능한 구현 방식에서, 계산하여 얻은 포지셔닝될 차량이 도 4에 도시된 도로1의 차도1에 위치하는 제1 확률을 직접 포지셔닝될 차량이 도로1의 차도1에 위치하는 확률로 확정하고; 계산하여 얻은 포지셔닝될 차량이 도로1의 차도2에 위치하는 제1 확률을 포지셔닝될 차량이 도로1의 차도2에 위치하는 확률로 확정하고, 계산하여 얻은 포지셔닝될 차량이 도로1의 차도3에 위치하는 제1 확률을 포지셔닝될 차량이 도로1의 차도3에 위치하는 확률로 확정하고, 계산하여 얻은 포지셔닝될 차량이 도로2의 차도4에 위치하는 제1 확률을 포지셔닝될 차량이 도로2의 차도4에 위치하는 확률로 확정하고, 계산하여 얻은 포지셔닝될 차량이 도로2의 차도5에 위치하는 제1 확률을, 포지셔닝될 차량이 도로2의 차도5에 위치하는 확률로 확정할 수 있으며, 이로부터 포지셔닝될 차량이 도 4에 도시된 도로1와 도로2의 각각의 차도에 위치하는 확률을 획득한다.
계속 도 3과 도 4에 도시된 것을 결합하면, 다른 하나의 가능한 구현 방식에서, 도 3에 도시된 3개 차선의 유형에 도로 경계선 유형이 존재하고, 예를 들면, 3개 차선 중에서 가장 왼쪽 차선은 도로 경계선이고, 기타 2개는 모두 도로 경계선이 아니라고 가정하면, 도로 경계선을 포함하기에, 전방 도로에 거리 매칭의 기준으로 할 수 있는 도로 경계선이 존재함을 의미하고, 따라서, 이러한 가능한 구현 방식에서, 차선 수량을 통해 매칭하는 기초상에서, 또한 포지셔닝될 차량과 도로 경계선 사이의 거리 매칭을 결합하여, 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 도로에 위치하는 확률을 공동으로 확정할 수 있다. 구체적인 과정은, 먼저 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 제1 확률을 계산할 수 있으며, 이해할 수 있는 것은, 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 제1 확률을 계산할 때, 계산 방법은 상술한 가능한 구현 방식에서 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 제1 확률을 계산하는 계산 방법과 동일하고, 상술한 가능한 구현 방식의 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 제1 확률을 계산하는 계산 방법의 관련 설명을 참조할 수 있으며, 여기서 본 출원의 실시예는 더 이상 중복 설명하지 않는다. 이로부터 포지셔닝될 차량이 도 4에 도시된 도로1의 차도1에 위치하는 제1 확률, 포지셔닝될 차량이 도로1의 차도2에 위치하는 제1 확률, 포지셔닝될 차량이 도로1의 차도3에 위치하는 제1 확률, 포지셔닝될 차량이 도로2의 차도4에 위치하는 제1 확률 및 포지셔닝될 차량이 도로2의 차도5에 위치하는 제1 확률을 확정한다.
포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 제1 확률을 각각 확정한 후, 도 3에 도시된 3개 차선에 도로 경계선이 포함되기에, 전방 도로에 거리 매칭의 기준으로 할 수 있는 도로 경계선이 존재함을 의미하고, 따라서 이러한 가능한 구현 방식에서, 도 3에 도시된 포지셔닝될 차량과 가장 왼쪽 도로 경계선 사이의 절편은 S1이고, S1은 표준 차선의 폭보다 작고, 도 4에 도시된 도로1의 차도1의 좌측 차선이 도로 경계선이기에, 도 4에 도시된 도로1의 차도1의 폭은 도 3에 도시된 차량과 도로 경계선 사이의 거리 관계를 만족하며, 포지셔닝될 차량이 현재 차도1에 위치할 수 있는 확률이 보다 크다는 것을 의미하며, 이때 포지셔닝될 차량이 해당 차도1에 위치하는 제2 확률을 확정할 수 있고, 동시에 포지셔닝될 차량이 도로1의 차도2와 차도3에 위치하는 각각의 대응되는 제2 확률을 확정할 수 있다. 마찬가지로 도 4에 도시된 도로2의 차도4의 좌측 차선이 도로 경계선이기에, 도 4에 도시된 도로2의 차도4의 폭도 도 3에 도시된 차량과 도로 경계선 사이의 거리 관계를 만족하며, 포지셔닝될 차량이 현재 차도4에 위치할 수 있는 확률이 보다 크다는 것을 의미하고, 이때 포지셔닝될 차량이 해당 차도4에 위치하는 제2 확률을 확정할 수 있으며, 동시에 포지셔닝될 차량이 도로2의 차도5에 위치하는 대응되는 제2 확률도 확정할 수 있다.
상술한 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 제2 확률을 확정할 때, 단지 3개 차선에 가장 왼쪽의 하나의 도로 경계선이 포함되는 것을 예로 들어 설명하였지만, 이해할 수 있는 것은, 3개 차선에서 가장 오른쪽 차선도 도로 경계선이면, 도로1과 도로2의 각각의 차도에 대해, 도 3에 도시된 포지셔닝될 차량과 가장 오른쪽 도로 경계선 사이의 절편이 S3인 것을 기반으로 하여, 다른 한 그룹의 제2 확률을 계산하여 얻을 수도 있다. 이러한 경우에, 포지셔닝될 차량이 도로1과 도로2의 각각의 차도에 위치하는 최종 제2 확률을 확정할 때, 포지셔닝될 차량이 도로1과 도로2의 각각의 차도에 위치하는 2개의 제2 확률에 따라, 포지셔닝될 차량이 도로1과 도로2의 각각의 차도에 위치하는 최종 제2 확률을 공동으로 확정할 수 있다.
포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 제1 확률과 제2 확률을 각각 확정한 후에, 도로1과 도로2의 각각의 차도에 대해, 도로1의 차도1을 예로 들면, 포지셔닝될 차량이 도 4에 도시된 도로1의 차도1에 위치하는 제1 확률과 포지셔닝될 차량이 차도1에 위치하는 제2 확률에 따라 포지셔닝될 차량이 도로1의 차도1에 위치하는 확률을 공동으로 확정함으로써, 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 확률을 획득할 수 있다.
이렇게 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 획득한 후, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정할 수 있으며, 즉 아래의 S204를 실행하고; 이렇게 차도 레벨의 확률 분포를 통해, 포지셔닝될 차량이 최종 위치하는 타겟 도로를 포지셔닝하여, 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술 중에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다.
S204, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정한다.
예시적으로, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정할 때, 종래기술과 유사한 것은, 동일하게 포지셔닝될 차량의 현재 위치와 각 도로의 기준선 사이의 거리 및 포지셔닝될 차량의 차체의 헤딩각과 각 도로의 헤딩각 사이의 각도 차이에 따라, 포지셔닝될 차량이 각 도로에 위치하는 확률을 확정하고; 다시 포지셔닝될 차량이 각 도로에 위치하는 확률에서, 최대 확률에 대응되는 도로를 확정하고; 최대 확률에 대응되는 도로를 포지셔닝될 차량이 위치한 타겟 도로로 확정함으로써, 포지셔닝될 차량이 현재 위치한 타겟 도로를 확정한다. 하지만, 종래기술과 다른 점은, 본 출원의 실시예에서는, 각 도로의 중심선을 직접 도로의 기준선으로 하지 않고, 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률에 따라, 각 도로의 기준선을 확정하는 것이다.
여기서, 각 도로의 헤딩각을 계산할 때, 네비게이션 지도에 지도 도로 중심선의 일련의 샘플링 포인트의 경위도 및 차도 수량 정보가 제공되기에, 이러한 일련의 샘플링 포인트 경위도와 차도 수량을 통해 각 도로의 헤딩각을 계산할 수 있으며, 도로의 헤딩각 theta =arctan(dy/dx)로 표시할 수 있으며, 여기서, dy는 정북 방향으로의 이동 거리를 표시하고, dx는 정동 방향으로의 이동 거리를 표시한다. 차량 자체의 헤딩각을 확정할 때, GPS에 의해 획득된 위치 궤적에 기반하여, 유사한 원리를 사용하여 차량 자체의 헤딩각을 계산할 수 있다.
예시적으로, 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률에 따라, 각 도로의 기준선을 확정할 때, 각 차도의 좌측 차선의 특징값을 확정하고, 특징값은 좌측 차선을 표기하기 위한 것이고, 3 개 차도를 예로 들면, 첫 번째 차도의 좌측 차선의 특징값은 0일 수 있고, 두 번째 차도의 좌측 차선의 특징값은 1일 수 있고, 세 번째 차도의 좌측 차선의 특징값은 2일 수 있으며; 각각의 차도의 좌측 차선의 특징값과 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률의 곱을 각각 계산하고, 각 곱의 합을 계산하여, 각각의 도로에 대해, 도로의 가장 왼쪽 차선을 기준으로 하여, 가장 왼쪽 차선과의 거리가 제1 거리인 평행 선을 기준선으로 하고, 제1 거리는 각각의 곱의 합에 따라 확정된다.
계속 상술한 S203 중의 도 3과 도 4에 관련된 설명을 결합하면, 포지셔닝될 차량이 도 4에 도시된 도로1과 도로2의 각각의 차도에 위치하는 확률에 따라 도로1과 도로2의 기준선을 확정할 때, 도 4에 도시된 도로1에 대해, 도로1의 차도1의 좌측 차선의 특징값이 0이고, 차도2의 좌측 차선의 특징값이 1이고, 차도3의 좌측 차선의 특징값이 2이라고 가정하면, 상술한 S203으로 포지셔닝될 차량이 차도1에 위치하는 확률이 0.4이고, 포지셔닝될 차량이 차도2에 위치하는 확률이 0.4이고, 포지셔닝될 차량이 차도3에 위치하는 확률이 0.2인 것이 계산하여 얻어지고, 각각의 차도의 좌측 차선의 특징값과 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률의 곱을 각각 계산하고, 각 곱의 합을 계산하여, 즉, 0*0.4+1*0.4+2*0.2=0.8이 계산되고; 다시 0.8 * 표준 차도 폭 3.75의 곱을 계산하면, 곱은 3이며, 이때 도로1의 가장 왼쪽 차선을 기준으로 하여, 가장 왼쪽 차선과의 거리가 3미터인 평행 선을 도로1의 기준선1로 함으로써, 도로1의 기준선1을 확정한다. 마찬가지로, 도 4에 도시된 도로2에 대해, 도로2의 차도4의 좌측 차선의 특징값이 0이고, 차도5의 좌측 차선의 특징값이 1이라고 가정하고, 상술한 S203으로 포지셔닝될 차량이 차도4에 위치하는 확률이 0.6이고, 포지셔닝될 차량이 차도5에 위치하는 확률이 0.4인 것이 계산하여 얻어지고, 각각의 차도의 좌측 차선의 특징값과 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률의 곱을 각각 계산하고, 각 곱의 합을 계산하여, 즉, 0*0.6+1*0.4=0.4가 계산되고; 다시 0.4 * 표준 차도 폭 3.75의 굽을 계산하면, 곱은 1.5이며, 이때 도로2의 가장 왼쪽 차선을 기준으로 하여, 가장 왼쪽 차선과의 거리가 1.5미터인 평행선을 도로2의 기준선2로 함으로써, 도로2의 기준선2를 확정한다.
도로1과 도로2의 기준선을 각각 확정한 후에, 포지셔닝될 차량의 현재 위치와 도로1의 기준선1 사이의 거리 및 포지셔닝될 차량의 차체의 헤딩각과 각 도로의 헤딩각 사이의 각도 차이에 따라, 포지셔닝될 차량이 도로1에 위치하는 확률을 확정하고; 포지셔닝될 차량의 현재 위치와 도로2의 기준선2 사이의 거리 및 포지셔닝될 차량의 차체의 헤딩각과 각 도로의 헤딩각 사이의 각도 차이에 따라, 포지셔닝될 차량이 도로2에 위치하는 확률을 확정하고; 다시 이 두개의 확률에서 보다 큰 확률을 확정하고, 포지셔닝될 차량이 도로1에 위치하는 확률이 포지셔닝될 차량이 도로2에 위치하는 확률보다 크다고 가정하면, 도로1을 포지셔닝될 차량이 현재 위치한 타겟 도로로 확정할 수 있다.
본 출원의 실시예에서, 차량이 위치한 도로를 확정할 때, 먼저 포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득할 수 있다는 것을 알 수 있으며; 여기서, 특징정보는 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함하고; 네비게이션 지도에서 현재 위치를 포함하는 기설정 영역 내의 적어도 하나의 도로를 확정하고; 다시 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정하고; 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정하며; 이렇게 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다.
실시예 2
도 5는 본 출원의 제2 실시예에 따른 차량 위치 확정 장치(50)의 구조도이며, 예시적으로, 도 5에 도시된 바를 참조하면, 해당 차량 위치 확정 장치(50)는,
포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득하되; 여기서, 특징정보는 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함하는 획득모듈(501);
네비게이션 지도에서 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 확정하고; 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정하고; 다시 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 처리모듈(502)을 포함한다.
선택적으로, 처리모듈(502)은 제1 처리모듈, 제2 처리모듈 및 제3 처리모듈을 포함한다.
제1 처리모듈은, 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률에 따라, 각 도로의 기준선을 확정한다.
제2 처리모듈은, 포지셔닝될 차량의 현재 위치와 각 기준선 사이의 거리 및 포지셔닝될 차량의 차체의 헤딩각과 각 도로의 헤딩각 사이의 각도 차이에 따라, 포지셔닝될 차량이 각 도로에 위치하는 확률을 확정한다.
제3 처리모듈은, 포지셔닝될 차량이 각 도로에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정한다.
선택적으로, 제3 처리모듈은 제1 처리 서브모듈과 제2 처리 서브모듈을 포함한다.
제1 처리 서브모듈은, 포지셔닝될 차량이 각 도로에 위치하는 확률 중에서, 최대 확률에 대응되는 도로를 확정한다.
제2 처리 서브모듈은, 최대 확률에 대응되는 도로를 포지셔닝될 차량이 위치한 타겟 도로로 확정한다.
선택적으로, 제1 처리모듈은 제3 처리 서브모듈과 제4 처리 서브모듈을 더 포함한다.
제3 처리 서브모듈은, 각각의 차도의 좌측 차선의 특징값을 확정하고, 특징값은 좌측 차선을 표기하기 위한 것이다.
제4 처리 서브모듈은, 각각의 차도의 좌측 차선의 특징값 및 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률에 따라, 각 도로의 기준선을 확정한다.
선택적으로, 제4 처리 서브모듈은 제1 처리유닛과 제2 처리유닛을 포함한다.
제1 처리유닛은, 각각의 차도의 좌측 차선의 특징값과 포지셔닝될 차량이 각 도로의 각 차도에 위치하는 확률의 곱을 각각 계산한다.
제2 처리유닛은, 각각의 곱에 따라, 각 도로의 기준선을 확정한다.
선택적으로, 제2 처리유닛은 구체적으로, 각각의 도로에 대해, 도로의 가장 왼쪽 차선을 기준으로 하여, 가장 왼쪽 차선과의 거리가 제1 거리인 평행선을 기준선으로 확정하고, 제1 거리는 각각의 곱의 합에 따라 확정된 것이다.
선택적으로, 처리모듈(502)은 제4 처리모듈과 제5 처리모듈을 더 포함한다.
제4 처리모듈은, 차선의 수량 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계에 따라 차선 매칭을 수행하여, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 제1 확률을 획득한다.
제5 처리모듈은, 각 차선의 유형과 제1 확률에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정한다.
선택적으로, 제5 처리모듈은 제5 처리 서브모듈, 제6 처리 서브모듈과 제7 처리 서브모듈을 더 포함한다.
제5 처리 서브모듈은, 각 차선의 유형이 모두 도로 경계선 유형이 아니면, 제1 확률을 상기 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률로 확정한다.
제6 처리 서브모듈은, 모든 차선의 유형에 도로 경계선 유형이 존재하면, 특징정보에 포지셔닝될 차량과 도로 경계선 사이의 거리가 더 포함되고, 포지셔닝될 차량과 도로 경계선 사이의 거리에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 제2 확률을 확정한다.
제7 처리 서브모듈은, 제1 확률과 제2 확률에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정한다.
본 출원의 실시예에 따른 차량 위치 확정 장치는, 상술한 임의의 실시예의 차량 위치 확정 방법의 기술방안을 실행할 수 있으며, 그 구현원리와 유익한 효과는 차량 위치 확정 방법의 구현원리와 유익한 효과와 유사하기에, 차량 위치 확정 방법의 구현원리와 유익한 효과를 참조할 수 있으며, 여기서는 더 이상 중복 설명하지 않는다.
본 출원의 실시예에 따르면, 본 출원은 전자기기와 판독 가능 저장매체를 더 제공한다.
본 출원의 실시예에 따르면, 본 출원은 또한 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램을 제공하며, 상기 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때, 상술한 실시예 중 차량 위치 확정 방법을 구현한다.
도 6에 도시된 바와 같이, 도 6은 본 출원의 실시예에 따른 차량 위치 확정 방법을 위한 전자기기의 블록도이다. 전자기기는 다양한 형태의 디지털 컴퓨터, 예컨대, 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크스테이션, 개인 정보 단말기, 서버, 블레이드 서버, 대형 컴퓨터, 및 기타 적합한 컴퓨터를 나타내기 위한 것이다. 전자기기는 다양한 형태의 이동장치, 예컨대, 개인 정보 단말기, 셀폰, 스마트 폰, 웨어러블 기기 및 기타 유사한 컴퓨팅 장치를 더 나타낼 수 있다. 본문에 개시된 부재, 이들의 연결 및 관계, 및 이들의 기능은 단지 예시적인 것이며, 본문에 개시된 것 및/또는 요구하는 본 출원의 구현을 한정하려는 의도가 아니다.
도 6에 도시된 바와 같이, 해당 전자기기는 하나 또는 복수의 프로세서(601), 메모리(602), 및 각 부재를 연결시키기 위한 고속 인터페이스와 저속 인터페이스를 포함하는 인터페이스를 포함한다. 각각의 부재는 서로 다른 버스를 통해 서로 연결되며, 공통 메인보드에 장착되거나 수요에 따라 기타 방식으로 장착될 수 있다. 프로세서는 전자기기 내에서 실행되는 명령을 처리할 수 있으며, 메모리 내 또는 메모리 상에 저장되어 외부 입력/출력 장치(예컨대, 인터페이스에 커플링된 디스플레이 기기) 상에 GUI의 그래픽 정보를 표시하는 명령을 포함할 수 있다. 기타 실시형태에서, 수요에 따라, 복수의 프로세서 및/또는 복수의 버스와 복수의 메모리를 함께 사용할 수 있다. 마찬가지로, 복수의 전자기기를 연결할 수 있으며, 각각의 기기는 부분 필요한 조작을 제공한다(예를 들어, 서버 어레이, 한 세트의 블레이드 서버, 또는 멀티 프로세서 시스템으로서). 도 6은 하나의 프로세서(601)를 예로 든다.
메모리(602)는 바로 본 출원에 따른 비일시적 컴퓨터 판독 가능 저장매체이다. 여기서, 상기 메모리는 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어, 상기 적어도 하나의 프로세서가 본 출원에 따른 차량 위치 확정 방법을 수행하도록 한다. 본 출원의 비일시적 컴퓨터 판독 가능 저장매체는 컴퓨터 명령을 저장하고, 해당 컴퓨터 명령은 컴퓨터가 본 출원에 따른 차량 위치 확정 방법을 수행하도록 한다.
메모리(602)는 비일시적 컴퓨터 판독 가능 저장매체로서, 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행 가능 프로그램 및 모듈, 예컨대 본 출원의 실시예에 따른 차량 위치 확정 방법에 대응되는 프로그램 명령/모듈(예를 들어, 도 5에 도시된 획득모듈(501)과 처리모듈(502))을 저장할 수 있다. 프로세서(601)는 메모리(602)에 저장된 비일시적 소프트웨어 프로그램, 명령 및 모듈을 실행하여, 서버의 다양한 기능 응용 및 데이터 처리를 수행한다. 즉, 상술한 방법 실시예 중 차량 위치 확정 방법을 구현한다.
메모리(602)는 프로그램 저장 영역과 데이터 저장 영역을 포함할 수 있다. 여기서, 프로그램 저장 영역은 운영체제, 적어도 하나의 기능에 필요한 응용 프로그램을 저장할 수 있다. 데이터 저장 영역은 차량 위치 확정 방법을 위한 전자기기의 사용에 따라 구축되는 데이터 등을 저장할 수 있다. 한편, 메모리(602)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 예를 들어 적어도 하나의 자기 저장장치, 플래시 메모리, 또는 기타 비일시적 솔리드 스테이트 저장장치와 같은 비일시적 메모리를 포함할 수도 있다. 일부 실시예에서, 메모리(602)는 선택적으로 프로세서(601)에 대해 원격으로 설치된 메모리를 포함할 수 있다. 이러한 원격 메모리는 네트워크를 통해 차량 위치 확정 방법을 위한 전자기기에 연결될 수 있다. 상술한 네트워크의 실예로서 인터넷, 인트라넷, 근거리 통신망, 이동 통신망 및 그 조합을 포함하지만 이에 한정되지 않는다.
차량 위치 확정 방법을 위한 전자기기는 입력장치(603)와 출력장치(604)를 더 포함할 수 있다. 프로세서(601), 메모리(602), 입력장치(603) 및 출력장치(605)는 버스 또는 기타 방식으로 연결될 수 있으며, 도 6에서는 버스를 통해 연결되는 것을 예시하고 있다.
입력장치(603)는 입력되는 숫자 또는 문자 부호 정보를 수신할 수 있고, 차량 위치 확정 방법을 위한 전자기기의 사용자 설정 및 기능 제어에 대한 키 신호 입력을 생성할 수 있다. 예를 들어 터치 스크린, 키패드, 마우스, 트랙패드, 터치패널, 지시레버, 하나 또는 복수의 마우스 버튼, 트랙볼, 조종레버 등 입력장치를 포함할 수 있다. 출력장치(604)는 디스플레이 기기, 보조 조명 장치(예를 들어, LED) 및 촉각 피드백 장치(예를 들어, 진동모터) 등을 포함할 수 있다. 해당 디스플레이 기기는, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이와 플라즈마 디스플레이 등을 포함할 수 있지만 이에 한정되지 않는다. 일부 실시형태에서, 디스플레이 기기는 터치 스크린일 수 있다.
여기에 기재되는 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 전용 ASIC(전용 집적 회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 또는 복수의 컴퓨터 프로그램에서 구현되는 것을 포함할 수 있고, 해당 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그래머블 프로세서를 포함하는 프로그래머블 시스템 상에서 실행 및/또는 해석될 수 있으며, 해당 프로그래머블 프로세서는 전용 또는 범용 프로그래머블 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력장치, 및 적어도 하나의 출력장치로부터 데이터와 명령을 수신할 수 있으며, 데이터와 명령을 해당 저장 시스템, 해당 적어도 하나의 입력장치, 및 해당 적어도 하나의 출력장치로 전송한다.
이러한 컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 응용, 또는 코드라고도 지칭)은 프로그래머블 프로세서의 기계적 명령을 포함하고, 고급 프로세스 및/또는 객체 지향 프로그래밍 언어, 및/또는 어셈블리/기계적 언어를 이용하여 이러한 컴퓨터 프로그램을 실행할 수 있다. 예컨대 본문에서 사용되는 용어 "기계 판독 가능 매체"와 "컴퓨터 판독 가능 매체"는 기계적 명령 및/또는 데이터를 프로그래머블 프로세서로 제공하기 위한 임의의 컴퓨터 프로그램 제품, 기기, 및/또는 장치(예를 들어, 자기 디스크, 광 디스크, 메모리, 프로그래머블 논리 디바이스(PLD))를 가리키고, 기계 판독 가능 신호인 기계적 명령을 수신하는 기계 판독 가능 매체를 포함한다. 용어 "기계 판독 가능 신호"는 기계적 명령 및/또는 데이터를 프로그래머블 프로세서로 제공하기 위한 임의의 신호를 가리킨다.
사용자와의 인터랙션을 제공하기 위하여, 컴퓨터 상에서 여기에 설명되는 시스템 및 기술을 실시할 수 있으며, 해당 컴퓨터는 사용자에게 정보를 표시하기 위한 표시장치(예를 들어, CRT(캐소드레이 튜브) 또는 LCD(액정 디스플레이) 모니터); 및 키보드 지향 장치(예를 들어, 마우스 또는 트랙볼)를 구비하고, 사용자는 해당 키보드와 해당 지향장치를 통해 입력을 컴퓨터로 제공할 수 있다. 기타 종류의 장치는 또한 사용자와의 인터랙션을 제공할 수도 있다. 예를 들어, 사용자에게 제공되는 피드백은 임의의 형태의 센싱 피드백(예를 들어, 시각적 피드백, 청각적 피드백, 또는 촉각적 피드백)일 수 있고; 임의의 형태(사운드 입력, 음성 입력 또는 촉각 입력)을 통해 사용자로부터의 입력을 수신할 수 있다.
여기에 설명되는 시스템과 기술은 백그라운드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버로서), 또는 중간부재를 포함하는 컴퓨팅 시스템(예를 들어, 응용 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 유저 인터페이스 또는 인터넷 브라우저를 구비하는 사용자 컴퓨터, 사용자는 해당 그래픽 유저 인터페이스 또는 해당 인터넷 브라우저를 통해 여기에 설명되는 시스템 및 기술의 실시방식과 인터랙션할 수 있다), 또는 이러한 백그라운드 부재, 중간 부재, 또는 프론트 엔드 부재를 포함하는 임의의 컴퓨팅 시스템에서 실시될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신망)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신망의 예시로서, 랜(LAN), 광역 통신망(WAN) 및 인터넷을 포함한다.
컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있으며 통상적으로 통신망을 통해 인터랙션한다. 상응한 컴퓨터 상에서 실행되며 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트와 서버의 관계를 생성한다.
본 출원의 실시예의 기술방안에 따르면, 차량이 위치한 도로를 확정할 때, 먼저 포지셔닝될 차량의 현재 위치 및 현재 위치의 전방 도로의 특징정보를 획득할 수 있고; 여기서, 특징정보는 차선의 수량, 각 차선의 유형 및 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계를 포함하고; 네비게이션 지도에서 현재 위치를 포함하는 기설정 영역 내의 적어도 하나의 도로를 확정하고; 다시 전방 도로의 특징정보에 따라, 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률을 확정하고; 포지셔닝될 차량이 각 도로 중의 각 차도에 위치하는 확률에 따라, 포지셔닝될 차량이 위치한 타겟 도로를 확정하고; 이렇게 차도 레벨의 확률 분포를 통해, 포지셔닝될 차량이 최종 위치하는 타겟 도로를 포지셔닝하여, 일정한 정도에서 포지션 정확도를 향상시킬 수 있으며, 종래기술 중에서 차량이 현재 위치한 도로를 확정할 수 없는 문제를 해결함으로써, 외출할 때 사용자에게 정확한 도움을 제공할 수 있다.
상술한 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 출원에 기재된 각 단계는 병열로 수행될 수 있고 순차적으로 수행될 수도 있고 서로 다른 순서로 수행될 수도 있으며, 본 출원에 개시된 기술 솔루션이 원하는 결과를 얻을 수만 있다면, 본문에서는 여기서 한정하지 않는다.
상술한 구체적인 실시형태는, 본 출원의 보호범위에 대한 한정이 아니다. 본 분야의 통상의 지식을 가진 자라면, 설계 수요와 기타 요소를 기초로, 다양한 수정, 조합, 서브 조합 및 대체를 가할 수 있음을 이해할 수 있을 것이다. 본 출원의 정신과 원칙 내에서 이루어진 모든 수정, 동등한 대체와 개진 등은 모두 본 출원의 보호 범위 내에 속한다.

Claims (19)

  1. 포지셔닝될 차량의 현재 위치 및 상기 현재 위치의 전방 도로의 특징정보를 획득하되; 여기서, 상기 특징정보는 차선의 수량, 각 차선의 유형 및 상기 포지셔닝될 차량과 각 차선 사이의 상대적 위치 관계를 포함하는 단계;
    네비게이션 지도에서 상기 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 확정하는 단계;
    상기 전방 도로의 특징정보에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 단계;
    상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 단계를 포함하되,
    상기 전방 도로의 특징정보에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 단계는,
    상기 각 차선의 유형 중에 도로 경계선 유형이 존재하는지 여부를 판단하는 단계,
    상기 각 차선의 유형 중에 도로 경계선 유형이 존재하는지 여부에 따라, 상기 포지셔닝될 차량이 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 단계를 포함하는 차량 위치 확정 방법.
  2. 제1항에 있어서, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 상기 단계는,
    상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 각각의 상기 도로 중의 기준선을 확정하는 단계;
    상기 포지셔닝될 차량의 현재 위치와 각각의 상기 기준선 사이의 거리 및 상기 포지셔닝될 차량의 차체의 헤딩각과 상기 각 도로의 헤딩각 사이의 각도 차이에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로에 위치하는 확률을 확정하는 단계;
    상기 포지셔닝될 차량이 각각의 상기 도로에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 단계를 포함하는 차량 위치 확정 방법.
  3. 제2항에 있어서, 상기 포지셔닝될 차량이 각각의 상기 도로에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 상기 단계는,
    상기 포지셔닝될 차량이 각각의 상기 도로에 위치하는 확률 중에서, 최대 확률에 대응되는 도로를 확정하는 단계;
    상기 최대 확률에 대응되는 도로를 상기 포지셔닝될 차량이 위치하는 타겟 도로로 확정하는 단계를 포함하는 차량 위치 확정 방법.
  4. 제2항에 있어서, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 각각의 상기 도로 중의 기준선을 확정하는 상기 단계는,
    상기 각각의 차도의 좌측 차선의 특징값을 확정하되, 상기 특징값은 상기 좌측 차선을 표기하기 위한 것인 단계;
    상기 각각의 차도의 좌측 차선의 특징값 및 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 각각의 상기 도로 중의 기준선을 확정하는 단계를 포함하는 차량 위치 확정 방법.
  5. 제4항에 있어서, 상기 각각의 차도의 좌측 차선의 특징값 및 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 각각의 상기 도로 중의 기준선을 확정하는 상기 단계는,
    상기 각각의 차도의 좌측 차선의 특징값과 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률의 곱을 각각 계산하는 단계;
    각각의 곱에 따라, 각각의 상기 도로 중의 기준선을 확정하는 단계를 포함하는 차량 위치 확정 방법.
  6. 제5항에 있어서, 상기 각각의 곱에 따라, 각각의 상기 도로 중의 기준선을 확정하는 단계는,
    각각의 도로에 대해, 상기 도로 중에서 가장 왼쪽 차선을 기준으로 하여, 상기 가장 왼쪽 차선과의 거리가 제1 거리인 평행 선을 상기 기준선으로 확정하되, 상기 제1 거리는 상기 각각의 곱의 합에 따라 확정된 것인 단계를 포함하는 차량 위치 확정 방법.
  7. 제1항에 있어서, 상기 전방 도로의 특징정보에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 상기 단계는,
    상기 차선의 수량 및 상기 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계에 따라 차선 매칭을 수행하여, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 제1 확률을 획득하는 단계;
    상기 각 차선의 유형과 상기 제1 확률에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 단계를 포함하는 차량 위치 확정 방법.
  8. 제7항에 있어서, 상기 각 차선의 유형과 상기 제1 확률에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 상기 단계는,
    상기 각 차선의 유형이 모두 도로 경계선의 유형이 아니면, 상기 제1 확률을 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률로 확정하는 단계;
    모든 차선의 유형에 도로 경계선 유형이 존재하면, 상기 특징정보는 상기 포지셔닝될 차량과 도로 경계선 사이의 거리를 더 포함하고, 상기 포지셔닝될 차량과 상기 도로 경계선 사이의 거리에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 제2 확률을 확정하는 단계;
    상기 제1 확률과 상기 제2 확률에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 단계를 포함하는 차량 위치 확정 방법.
  9. 포지셔닝될 차량의 현재 위치 및 상기 현재 위치의 전방 도로의 특징정보를 획득하되; 여기서, 상기 특징정보는 차선의 수량, 각 차선의 유형 및 상기 포지셔닝될 차량과 각 차선 사이의 상대적 위치 관계를 포함하는 획득모듈;
    네비게이션 지도에서 상기 현재 위치를 포함한 기설정 영역 내의 적어도 하나의 도로를 확정하고; 상기 전방 도로의 특징정보에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하고; 다시 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 처리모듈을 포함하되,
    상기 전방 도로의 특징정보에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 것은,
    상기 각 차선의 유형 중에 도로 경계선 유형이 존재하는지 여부를 판단하는 것,
    상기 각 차선의 유형 중에 도로 경계선 유형이 존재하는지 여부에 따라, 상기 포지셔닝될 차량이 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 것을 포함하는 차량 위치 확정 장치.
  10. 제9항에 있어서, 상기 처리모듈은 제1 처리모듈, 제2 처리모듈 및 제3 처리모듈을 포함하고;
    상기 제1 처리모듈은, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 각각의 상기 도로 중의 기준선을 확정하고;
    상기 제2 처리모듈은, 상기 포지셔닝될 차량의 현재 위치와 각각의 상기 기준선 사이의 거리 및 상기 포지셔닝될 차량의 차체의 헤딩각과 상기 각 도로의 헤딩각 사이의 각도 차이에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로에 위치하는 확률을 확정하고;
    상기 제3 처리모듈은, 상기 포지셔닝될 차량이 각각의 상기 도로에 위치하는 확률에 따라, 상기 포지셔닝될 차량이 위치한 타겟 도로를 확정하는 차량 위치 확정 장치.
  11. 제10항에 있어서, 상기 제3 처리모듈은 제1 처리 서브모듈과 제2 처리 서브모듈을 포함하고;
    상기 제1 처리 서브모듈은, 상기 포지셔닝될 차량이 각각의 상기 도로에 위치하는 확률 중에서, 최대 확률에 대응되는 도로를 확정하고;
    상기 제2 처리 서브모듈은, 상기 최대 확률에 대응되는 도로를 상기 포지셔닝될 차량이 위치하는 타겟 도로로 확정하는 차량 위치 확정 장치.
  12. 제10항에 있어서, 상기 제1 처리모듈은 제3 처리 서브모듈과 제4 처리 서브모듈을 더 포함하고;
    상기 제3 처리 서브모듈은, 상기 각각의 차도의 좌측 차선의 특징값을 확정하되, 상기 특징값은 상기 좌측 차선을 표기하기 위한 것이고;
    상기 제4 처리 서브모듈은, 상기 각각의 차도의 좌측 차선의 특징값 및 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률에 따라, 각각의 상기 도로 중의 기준선을 확정하는 차량 위치 확정 장치.
  13. 제12항에 있어서, 상기 제4 처리 서브모듈은 제1 처리유닛과 제2 처리유닛을 포함하고;
    상기 제1 처리유닛은, 상기 각각의 차도의 좌측 차선의 특징값과 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률의 곱을 각각 계산하고;
    상기 제2 처리유닛은, 각각의 곱에 따라, 각각의 상기 도로 중의 기준선을 확정하는 차량 위치 확정 장치.
  14. 제13항에 있어서, 상기 제2 처리유닛은 구체적으로, 각각의 도로에 대해, 상기 도로 중에서 가장 왼쪽 차선을 기준으로 하여, 상기 가장 왼쪽 차선과의 거리가 제1 거리인 평행 선을 상기 기준선으로 확정하되, 상기 제1 거리는 상기 각각의 곱의 합에 따라 확정된 것인 차량 위치 확정 장치.
  15. 제9항 내지 제14항 중 어느 한 항에 있어서, 상기 처리모듈은 제4 처리모듈과 제5 처리모듈을 더 포함하고;
    상기 제4 처리모듈은, 상기 차선의 수량 및 상기 포지셔닝될 차량과 각 차선 사이의 상대적 위치관계에 따라 차선 매칭을 수행하여, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 제1 확률을 획득하고;
    상기 제5 처리모듈은, 상기 각 차선의 유형과 상기 제1 확률에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 차량 위치 확정 장치.
  16. 제15항에 있어서, 상기 제5 처리모듈은 제5 처리 서브모듈, 제6 처리 서브모듈과 제7 처리 서브모듈을 포함하고;
    상기 제5 처리 서브모듈은, 상기 각 차선의 유형이 모두 도로 경계선의 유형이 아니면, 상기 제1 확률을 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률로 확정하고;
    상기 제6 처리 서브모듈은, 모든 차선의 유형에 도로 경계선 유형이 존재하면, 상기 특징정보는 상기 포지셔닝될 차량과 도로 경계선 사이의 거리를 더 포함하고, 상기 포지셔닝될 차량과 상기 도로 경계선 사이의 거리에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 제2 확률을 확정하고;
    상기 제7 처리 서브모듈은, 상기 제1 확률과 상기 제2 확률에 따라, 상기 포지셔닝될 차량이 각각의 상기 도로 중의 각 차도에 위치하는 확률을 확정하는 차량 위치 확정 장치.
  17. 적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서와 통신 연결되는 메모리;를 포함하고, 여기서,
    상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제8항 중 어느 한 항에 따른 차량 위치 확정 방법을 수행할 수 있도록 하는 전자기기.
  18. 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체에 있어서, 상기 컴퓨터 명령은 컴퓨터가 제1항 내지 제8항 중 어느 한 항에 따른 차량 위치 확정 방법을 수행하도록 하는 비일시적 컴퓨터 판독 가능 저장매체.
  19. 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때 제1항 내지 제8항 중 어느 한 항에 따른 차량 위치 확정 방법을 구현하는 컴퓨터 프로그램.
KR1020210120265A 2020-11-17 2021-09-09 차량 위치 확정 방법, 장치 및 전자기기 KR102591280B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011289191.XA CN112415552B (zh) 2020-11-17 2020-11-17 车辆位置的确定方法、装置及电子设备
CN202011289191.X 2020-11-17

Publications (2)

Publication Number Publication Date
KR20210118001A KR20210118001A (ko) 2021-09-29
KR102591280B1 true KR102591280B1 (ko) 2023-10-20

Family

ID=74831603

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210120265A KR102591280B1 (ko) 2020-11-17 2021-09-09 차량 위치 확정 방법, 장치 및 전자기기

Country Status (4)

Country Link
EP (1) EP3901826A3 (ko)
JP (1) JP7262545B2 (ko)
KR (1) KR102591280B1 (ko)
CN (1) CN112415552B (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113232658B (zh) * 2021-06-28 2022-06-28 驭势（上海）汽车科技有限公司 一种车辆定位方法、装置、电子设备和存储介质
CN113804214B (zh) * 2021-11-19 2022-05-03 智道网联科技(北京)有限公司 车辆定位方法、装置及电子设备、计算机可读存储介质
CN114092911B (zh) * 2021-11-23 2023-08-01 北京百度网讯科技有限公司 一种道路识别方法、装置、电子设备以及存储介质
CN113997954B (zh) * 2021-11-29 2023-11-21 广州文远知行科技有限公司 一种车辆行驶意图预测方法、装置、设备及可读存储介质
CN114495483A (zh) * 2021-12-14 2022-05-13 江苏航天大为科技股份有限公司 一种基于毫米波雷达的车辆异常行驶行为识别方法
CN113916242B (zh) * 2021-12-14 2022-03-25 腾讯科技（深圳）有限公司 车道定位方法和装置、存储介质及电子设备
CN114312786A (zh) * 2021-12-16 2022-04-12 北京百度网讯科技有限公司 导航的方法、装置、电子设备和存储介质
DE102022102200A1 (de) * 2022-01-31 2023-08-03 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Unterstützen eines Nutzers eines Fahrzeugs während einer automatisierten Querführung des Fahrzeugs auf einer Straße mit einer Abzweigung, Recheneinrichtung sowie Fahrerassistenzsystem
CN114593739B (zh) * 2022-03-17 2023-11-21 长沙慧联智能科技有限公司 基于视觉检测与参考线匹配的车辆全局定位方法及装置
CN114396959B (zh) * 2022-03-25 2022-08-30 华砺智行(武汉)科技有限公司 基于高精度地图的车道匹配定位方法、装置、设备及介质
CN114913503B (zh) * 2022-04-14 2023-12-29 北京集度科技有限公司 提示点的确定方法、装置、服务器、车辆和存储介质
CN115195788A (zh) * 2022-08-18 2022-10-18 中国第一汽车股份有限公司 应用于车辆中的路径修正方法、装置及电子设备
CN115203352B (zh) * 2022-09-13 2022-11-29 腾讯科技（深圳）有限公司 车道级定位方法、装置、计算机设备和存储介质
CN115979205A (zh) * 2023-03-13 2023-04-18 安徽蔚来智驾科技有限公司 目标航向角检测方法、计算机可读存储介质及电子设备
CN116380088B (zh) * 2023-06-05 2023-08-29 小米汽车科技有限公司 车辆定位方法、装置、车辆及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019139762A (ja) * 2018-02-12 2019-08-22 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 車両走行のための情報を提供する方法
JP2019179564A (ja) * 2016-02-10 2019-10-17 株式会社ゼンリン 運転支援システム
JP2020087191A (ja) * 2018-11-29 2020-06-04 株式会社Ｓｏｋｅｎ 車線境界設定装置、車線境界設定方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011118708B4 (de) * 2011-11-16 2015-03-12 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs und ein damit ausgerüstetes Kraftfahrzeug
CN105674992A (zh) * 2014-11-20 2016-06-15 高德软件有限公司 一种导航方法及装置
CN107636751B (zh) * 2015-06-15 2021-06-04 三菱电机株式会社 行驶车道判别装置和行驶车道判别方法
KR101782362B1 (ko) * 2015-12-14 2017-10-13 현대자동차주식회사 차량, 및 그 제어방법
JP6898052B2 (ja) * 2017-08-02 2021-07-07 アルパイン株式会社 走行レーン検出装置
CN108318043B (zh) * 2017-12-29 2020-07-31 百度在线网络技术（北京）有限公司 用于更新电子地图的方法、装置和计算机可读存储介质
CN110657812A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 车辆定位方法、装置及车辆
CN111380539B (zh) * 2018-12-28 2023-04-07 沈阳美行科技股份有限公司 车辆定位、导航方法和装置及相关系统
CN111380546A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 基于平行道路的车辆定位方法、装置、电子设备和介质
CN111380538B (zh) * 2018-12-28 2023-01-24 沈阳美行科技股份有限公司 一种车辆定位方法、导航方法及相关装置
CN111521192A (zh) * 2019-02-01 2020-08-11 阿里巴巴集团控股有限公司 定位方法、导航信息显示方法、定位系统及电子设备
CN110979346B (zh) * 2019-11-29 2021-08-31 北京百度网讯科技有限公司 确定车辆所处车道的方法、装置及设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019179564A (ja) * 2016-02-10 2019-10-17 株式会社ゼンリン 運転支援システム
JP2019139762A (ja) * 2018-02-12 2019-08-22 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 車両走行のための情報を提供する方法
JP2020087191A (ja) * 2018-11-29 2020-06-04 株式会社Ｓｏｋｅｎ 車線境界設定装置、車線境界設定方法

Also Published As

Publication number Publication date
EP3901826A3 (en) 2022-03-30
EP3901826A2 (en) 2021-10-27
KR20210118001A (ko) 2021-09-29
JP2022003347A (ja) 2022-01-11
CN112415552A (zh) 2021-02-26
JP7262545B2 (ja) 2023-04-21
CN112415552B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
KR102591280B1 (ko) 차량 위치 확정 방법, 장치 및 전자기기
US20210312209A1 (en) Vehicle information detection method, electronic device and storage medium
CN110979346B (zh) 确定车辆所处车道的方法、装置及设备
US10731995B2 (en) Generating a road network from location data
CN110595494A (zh) 地图误差确定方法和装置
US11447153B2 (en) Method and apparatus for annotating virtual lane at crossing
US20210334552A1 (en) Method, apparatus, device and storage medium for determining lane where vehicle located
CN111753765A (zh) 感知设备的检测方法、装置、设备及存储介质
CN111553844B (zh) 用于更新点云的方法及装置
KR20210074245A (ko) 지도 품질의 검출 처리 방법, 장치, 전자기기 및 저장매체
KR102509814B1 (ko) 교통 검문소를 결정하는 방법, 시스템, 전자 기기 및 매체
CN112131335B (zh) 车道级地图数据处理方法、装置、电子设备及存储介质
EP4365048A1 (en) Vehicle positioning method and apparatus, electronic device, and storage medium
CN115585816B (zh) 车道级地图匹配方法和装置
CN112800159B (zh) 地图数据处理方法及装置
CN111597287B (zh) 地图生成方法、装置及设备
CN114387410B (zh) 道路数据融合的地图生成方法、装置以及电子设备
CN110017840B (zh) 导航数据的处理方法和装置、电子设备、计算机可读介质
JP7194217B2 (ja) 障害物速度確定方法、装置、電子機器、記憶媒体およびコンピュータプログラム
CN111400537B (zh) 一种道路元素信息获取方法、装置和电子设备
US20220003566A1 (en) Vehicle position determining method, apparatus and electronic device
US11740639B2 (en) Method and apparatus for gutting signal light information
CN114443679A (zh) 一种地图数据更新方法、装置、设备以及存储介质
CN111027423B (zh) 一种自动驾驶车道线检测方法、装置和电子设备
CN111398961B (zh) 用于检测障碍物的方法和装置

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant