TWI766647B - 虛擬導航路徑生成方法 - Google Patents

虛擬導航路徑生成方法 Download PDF

Info

Publication number
TWI766647B
TWI766647B TW110113894A TW110113894A TWI766647B TW I766647 B TWI766647 B TW I766647B TW 110113894 A TW110113894 A TW 110113894A TW 110113894 A TW110113894 A TW 110113894A TW I766647 B TWI766647 B TW I766647B
Authority
TW
Taiwan
Prior art keywords
image data
point
generating
data
lane lines
Prior art date
Application number
TW110113894A
Other languages
English (en)
Other versions
TW202241740A (zh
Inventor
林昱成
詹友慶
林明志
Original Assignee
逢甲大學
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 逢甲大學 filed Critical 逢甲大學
Priority to TW110113894A priority Critical patent/TWI766647B/zh
Priority to US17/367,997 priority patent/US11796337B2/en
Priority to EP22150937.5A priority patent/EP4080166A1/en
Application granted granted Critical
Publication of TWI766647B publication Critical patent/TWI766647B/zh
Publication of TW202241740A publication Critical patent/TW202241740A/zh

Links

Images

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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/365—Guidance using head up displays or projectors, e.g. virtual vehicles or arrows projected on the windscreen or on the road itself
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3667—Display of a road map
    • G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3667—Display of a road map
    • G01C21/3676—Overview of the route on the road map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本發明提供一種虛擬導航路徑生成方法，包含下列步驟：取得一前方影像資料、從一第一點移動至一第二點的一移動路徑及一定位點資料，其中該定位點資料包含複數定位點，該複數定位點依序排列於該移動路徑上，以及將每一個定位點對應設立一旗標資料；在該前方影像資料中辨識出兩個以上的車道線；將該旗標資料、該複數定位點、該前方影像資料及該兩個以上的車道線編碼串接並產生一導航線編碼特徵圖，其中該導航線編碼特徵圖呈矩形且包含複數網格；計算每個網格出現一導航線的機率，並將各列的網格中機率最高的網格設定為一第一預設值；將已設定為該第一預設值的複數個網格透過曲線擬合得到該導航線。

Description

虛擬導航路徑生成方法
一種虛擬導航路徑生成方法，尤其是指一種利用編碼特徵圖產生導航線之生成方法。
一般常見的車用衛星導航系統目前仍多以虛擬地圖搭配語音提示為主，倘若遇到大型十字路口或快速/高速道路上下匝道時則常透過3D虛擬畫面做為路徑導引之依據，而此時若駕駛人對於當前路況不熟悉，甚至相當複雜的閘道口或複雜多叉路環境時，其虛擬方向的導引方式對於駕駛人來說仍不夠直觀，且容易造成駕駛人突然地變換車道，或是因沒把握而錯過路口，反而會造成駕駛人因專注於導航上造成分心，此時就有可能引發危險之行車行為甚至造成行車意外的發生。除此之外，由於現有的車用衛星導航系統不會精準偵測駕駛人的車輛位於快車道或是慢車道，因此當車輛位於快車道但導航系統告知在下一個路口要右轉，或是當車輛位於慢車道但導航系統告知在下一個路口要左轉，導航系統會直接指示車輛轉彎，使得車輛已經逼近轉彎的路口時駕駛人才慌亂地要轉彎，導致後方車輛閃避或煞車不及造成車禍。
另外，請參見圖13，現有的導航系統所顯示的畫面I雖能顯示導航線90來指引駕駛人行車路線，但現有導航系統顯示導航線90的做法僅僅是將導航線貼合於畫面中，因此可能如圖13所示、該導航線90穿過車輛C的影像，如此可能造成駕駛人誤認導航線90的方向，亦有可能因畫面雜亂而使駕駛人分心於辨識該導航線，進而造成行車意外的發生。
本發明提供一種虛擬導航路徑生成方法，包含下列步驟：取得一前方影像資料、從一第一點移動至一第二點的一移動路徑及一定位點資料，其中該定位點資料包含複數定位點，該複數定位點依序排列於該移動路徑上，以及將每一個定位點對應設立一旗標資料；在該前方影像資料中辨識出兩個以上的車道線；將該旗標資料、該複數定位點、該前方影像資料及該兩個以上的車道線串接(concat)並產生一導航線編碼特徵圖，其中該導航線編碼特徵圖呈矩形且包含複數網格；計算每個網格出現一導航線的機率，並將各列的網格中機率最高的網格設定為一第一預設值；將已設定為該第一預設值的複數個網格透過曲線擬合得到該導航線。
本發明透過以時序排列的編碼結果代表當前虛擬導航路徑的預測位置，並能透過曲線擬合的方式合成一條完整的虛擬導航線，最後能再將該導航線與該前方影像資料以透視投影方式轉換回車前視角資料，如此可使該導航線疊合實際的車前影像上時能呈現正確的比例關係與相對位置關係，達到正確的擴增實境效果。
10:車輛
11:攝影機
13:定位裝置
20:運算裝置
30,30A,30B:前方影像資料
31:車道線
33:網格
351:導航線
40:記憶單元
90:導航線
C:車輛
N:無線網路
I:畫面
S11~S18:步驟
圖1：本發明之第一系統方塊示意圖。
圖2：本發明之第二系統方塊示意圖。
圖3：本發明之步驟流程圖。
圖4：本發明之前方影像資料示意圖。
圖5：本發明之鳥瞰影像示意圖。
圖6A：本發明之網格與機率分布之示意圖。
圖6B：本發明之網格結合前方影像資料之示意圖。
圖7：本發明之導航線生成示意圖。
圖8：本發明之將鳥瞰影像轉換為車前視角資料之示意圖。
圖9：本發明之導航線結合前方影像資料示意圖。
圖10：本發明之導航線結合前方影像資料示意圖。
圖11：本發明之車前視角資料示意圖。
圖12：本發明之導航線實際顯示之示意圖。
圖13：現有導航系統的顯示畫面示意圖。
為能詳細瞭解本發明的技術特徵及實用功效，並可依照發明內容來實現，茲進一步以圖式所示的較佳實施例，詳細說明如後：
請參見圖1，本發明揭露一種虛擬導航路徑生成方法，係由一攝影機11、一定位裝置13(GPS)、一運算裝置20所執行，其中該攝影機11及該定位裝置13設置於一車輛10上，該運算裝置20可設置於該車輛10上，且與該攝影機11、該定位裝置13電性連接；或者，請參見圖2，該運算裝置20可為一雲端伺服器，且能設置於其他地方，例如主機房，並與該攝影機11、該定位裝置13透過無線網路N的方式無線連接。該運算裝置20可為全卷積神經網路(Fully Convolutional Networks，FCNs)。本發明更可包含一記憶單元40，該記憶單元40電性連接該運算裝置20，且用以儲存該運算裝置20計算的結果。該記憶單元40可為一硬碟或一網路儲存裝置(NAS)。
請進一步參見圖3，藉由該攝影機11、該定位裝置13及該運算裝置20，可執行本發明之虛擬導航路徑生成方法，該虛擬導航路徑生成方法包含下列步驟：
S11：取得一前方影像資料30、從一第一點移動至一第二點的一移動路徑及一定位點資料，其中該定位點資料包含複數定位點，該複數定位點依序排列於該移動路徑上，以及將每一個定位點對應設立一旗標資料。
S12：將該前方影像資料30轉換成鳥瞰形式。
S13：在該前方影像資料30中辨識出兩個以上的車道線31。
S14：將該旗標資料、該複數定位點、該前方影像資料30及該兩個以上的車道線31串接(concat)並產生一導航線編碼特徵圖，其中該導航線編碼特徵圖呈矩形且包含複數網格。
S15：依據該導航線編碼特徵圖產生(n+1)*j的網格。
S16：計算每個網格出現一導航線的機率，並將各列的網格中機率最高的網格設定為一第一預設值。
S17：將已設定為該第一預設值的複數個網格透過曲線擬合得到該導航線。
S18：將該導航線與鳥瞰形式的該前方影像資料30透過透視影像法轉換成車前視角。
請進一步參見圖4，在步驟S11中，該攝影機11拍攝該車輛10在行徑時的影像並取得該前方影像資料30，同時該定位裝置13產生該移動路徑及該定位點資料，其中該移動路徑為該車輛10從該第一點移動到該第二點的路線，該第一點為該車輛10移動的起點，該第二點為該車輛10移動的終點。具體來說，本發明的使用者能在該定位裝置13輸入該第一點及該第二點的位置，該定位裝置13能根據該第一點及該第二點自動產出從該第一點移動至該第二點的 該移動路徑，該移動路徑代表該車輛10從該第一點移動至該第二點的最佳路徑，所述最佳路徑可為路徑長最短的路徑或是行進時間最短的路徑。該定位裝置13可採用Google地圖(Google map)的圖資進行該移動路徑的規劃。
該定位點資料係由該移動路徑所產生，且包含複數定位點，該複數定位點位於該移動路徑上，且兩兩相鄰的定位點的距離為一間距，較佳地，該間距為100m，但不以100m為限，亦可為50m、25m或200m，該間距越大，該複數定位點的數量越少；該間距越小，該複數定位點的數量越多；該複數定位點能以經緯度座標的形式表示。更進一步，該運算裝置20將每一定位點都設為該旗標資料，每一個該旗標資料代表每一定位點的值為1。
Figure 110113894-A0305-02-0006-1
在步驟S12中，為方便運算，該運算裝置20能進一步將該前方影像資料30轉換成鳥瞰形式，即將該前方影像資料30轉換成一鳥瞰影像，使該運算裝置20取得俯視角度的該前方影像資料30A。
請進一步參見圖4及圖5，在步驟S13中，該運算裝置20取得該攝影機11所拍攝的該前方影像資料30A，並在該前方影像資料30A中辨識出該兩個以上的車道線31。該運算裝置20可執行語義分割或實例分割以辨識出該兩個 以上的車道線31，其中該前方影像資料30A、該兩個以上的車道線31能以編碼的方式存在。在較佳實施例中，該運算裝置20將該前方影像資料30A經語義分割產生一語義分割特徵圖，並透過該語義分割特徵圖辨識出該兩個以上的車道線31。在另一實施例中，該運算裝置20將該前方影像資料30A經實例分割產生一實例分割特徵圖，並透過該實例分割特徵圖辨識出該兩個以上的車道線31。
更進一步，該運算裝置20從該前方影像資料30A中辨識出一個以上的障礙物，該一個以上的障礙物包含但不限於行人、前方車輛10、安全島或其他交通工具。若採用語義分割，該運算裝置20能更快速從該前方影像資料30A中辨識出該兩個以上的車道線31；若採用實例分割，該運算裝置20除了能從該前方影像資料30A中辨識該兩個以上的車道線31，更能精準辨識出其他的物件，除了上述安全島、行人或三角錐外，更分辨除了本車以外的不同車輛，例如本車前方有兩部車輛，若採用實例分割，該運算裝置20能將該兩部車輛分別辨識為車輛A與車輛B，代表該運算裝置20能分辨前方有兩部車輛，且兩部車輛分別為不同車輛。除此之外，該運算裝置20亦可執行車道辨識演算法、霍夫轉換法或Landnet的方式辨識出該兩個以上的車道線31，不以語義分割或實例分割為限。
在步驟S14和S15中，該運算裝置20將該旗標資料、該複數定位點、該前方影像資料30A及該兩個以上的車道線31串接(concat)並產生一導航線編碼特徵圖，其中該導航線編碼特徵圖呈矩形且包含複數網格33。如圖6A所示，該導航線編碼特徵圖包含(n+1)*j的網格33，每n列以時序的方式排列。
在步驟S16中，該運算裝置20計算每個網格33出現一導航線351的機率，並將各列的網格33中機率最高的網格33設定為一第一預設值，該第一預設值可為1或其他任意數值。其中，計算的方式為：每一列的每個網格33的機率總和為1，該運算裝置20將該旗標資料、該複數定位點串接(concat)後，即 可得到該導航線編碼特徵圖的每個網格33的機率。在步驟S16中，該運算裝置20可採用遷移學習(Transformer Learning)、自我關注(Self-Attention)、閘門遞迴單元(Gated Recurrent Unit，GRU)等不同的人工智慧計算每個網格33出現的該導航線351的機率，亦可採用softmax函數或線性整流函數(Rectified Linear Unit，ReLU)或長短期記憶網路(GAN-LSTM)計算每個網格33出現的該導航線351的機率。如圖6B所示，該運算裝置20會將包含該第一預設值的該網格33取出，即代表最有機會出現該導航線351的網格33的位置。
請進一步參見圖7及圖9，在步驟S17中，該運算裝置20將已設定為該第一預設值的複數個網格33透過曲線擬合得到該導航線351。如圖7所示，該運算裝置20將已設定為該第一預設值的複數個網格33透過曲線擬合得到連續且平滑的該導航線351。
請進一步參見圖8及圖11，在本發明的較佳實施例中，更包含步驟S18：將該導航線351與鳥瞰形式的該前方影像資料30A轉換成車前視角資料30B。鳥瞰形式的該前方影像資料30A即該鳥瞰影像。在此步驟中，該運算裝置20能透過透視影像法將鳥瞰形式的該前方影像資料30A及該導航線351轉換成車前視角資料30B，讓駕駛能看到與車前角度相同的畫面及虛擬的導航線351，增加觀看的便利性。
請參見圖12，由於該運算裝置20能辨識該兩個以上的車道線31，因此當該車輛10有轉彎需求時，該運算裝置20根據該移動路徑搭配該兩個以上的車道線31規劃出平滑的該導航線351，假如該車輛10在轉彎前位於內線車道，該運算裝置20能規劃出先將車導向外側車道再進行轉彎的導航線351，避免該導航線351直接顯示轉彎的路徑而使駕駛人在內線轉彎造成安全問題。
以上所述僅是本發明的較佳實施例而已，並非對本發明做任何形式上的限制，雖然本發明已以較佳實施例揭露如上，然而並非用以限定本發 明，任何熟悉本專業的技術人員，在不脫離本發明技術方案的範圍內，當可利用上述揭示的技術內容做出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬於本發明技術方案的範圍內。
S11~S18:步驟

Claims (7)

  1. 一種虛擬導航路徑生成方法，包含下列步驟：取得一前方影像資料、從一第一點移動至一第二點的一移動路徑及一定位點資料，其中該定位點資料包含複數定位點，該複數定位點依序排列於該移動路徑上，以及將每一個定位點對應設立一旗標資料；在該前方影像資料中辨識出兩個以上的車道線；將該旗標資料、該複數定位點、該前方影像資料及該兩個以上的車道線串接(concat)並產生一導航線編碼特徵圖，其中該導航線編碼特徵圖呈矩形且包含複數網格；計算每個網格出現一導航線的機率，並將各列的網格中機率最高的網格設定為一第一預設值；將已設定為該第一預設值的複數個網格透過曲線擬合得到該導航線。
  2. 如請求項1所述之虛擬導航路徑生成方法，其中在該前方影像資料中辨識出兩個以上的車道線的步驟中，更包含下列步驟：將該前方影像資料經語義分割產生一語義分割特徵圖，並透過該語義分割特徵圖辨識出該兩個以上的車道線。
  3. 如請求項1所述之虛擬導航路徑生成方法，其中在該前方影像資料中辨識出兩個以上的車道線的步驟中，更包含下列步驟：將該前方影像資料經實例分割產生一實例分割特徵圖，並透過該實例分割特徵圖辨識出該兩個以上的車道線。
  4. 如請求項1到3中任一項所述之虛擬導航路徑生成方法，其中一運算裝置執行softmax函數計算每個網格出現的該導航線的機率。
  5. 如請求項4所述之虛擬導航路徑生成方法，其中在取得該前方影像資料、從該第一點移動至該第二點的該移動路徑及該定位點資料的步驟中，更包含下列步驟：將該前方影像資料轉換成一鳥瞰影像。
  6. 如請求項5所述之虛擬導航路徑生成方法，其中在執行將設定為該第一預設值的網格透過曲線擬合得到該導航線的步驟後，更包含下列步驟：將該導航線與該鳥瞰影像透過一透視影像法轉換成一車前視角影像。
  7. 如請求項6所述之虛擬導航路徑生成方法，其中於該前方影像資料中辨識出兩個以上的車道線的步驟中，更包含下列步驟：在該前方影像資料中辨識出一輛以上的交通工具。
TW110113894A 2021-04-19 2021-04-19 虛擬導航路徑生成方法 TWI766647B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW110113894A TWI766647B (zh) 2021-04-19 2021-04-19 虛擬導航路徑生成方法
US17/367,997 US11796337B2 (en) 2021-04-19 2021-07-06 Method for generating virtual navigation route
EP22150937.5A EP4080166A1 (en) 2021-04-19 2022-01-11 Method for generating virtual navigation route

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110113894A TWI766647B (zh) 2021-04-19 2021-04-19 虛擬導航路徑生成方法

Publications (2)

Publication Number Publication Date
TWI766647B true TWI766647B (zh) 2022-06-01
TW202241740A TW202241740A (zh) 2022-11-01

Family

ID=80111999

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110113894A TWI766647B (zh) 2021-04-19 2021-04-19 虛擬導航路徑生成方法

Country Status (3)

Country Link
US (1) US11796337B2 (zh)
EP (1) EP4080166A1 (zh)
TW (1) TWI766647B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114170381A (zh) * 2021-12-07 2022-03-11 贝壳技术有限公司 三维路径展示方法、装置、可读存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI657409B (zh) * 2017-12-27 2019-04-21 財團法人工業技術研究院 虛擬導引圖示與真實影像之疊合裝置及其相關疊合方法
US20200247431A1 (en) * 2019-02-04 2020-08-06 Mobileye Vision Technologies Ltd. Systems and methods for vehicle navigation
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
CN111854780A (zh) * 2020-06-10 2020-10-30 恒大恒驰新能源汽车研究院(上海)有限公司 车辆导航方法、装置、车辆、电子设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120224060A1 (en) * 2011-02-10 2012-09-06 Integrated Night Vision Systems Inc. Reducing Driver Distraction Using a Heads-Up Display
US20130278441A1 (en) * 2012-04-24 2013-10-24 Zetta Research and Development, LLC - ForC Series Vehicle proxying
US9253753B2 (en) * 2012-04-24 2016-02-02 Zetta Research And Development Llc-Forc Series Vehicle-to-vehicle safety transceiver using time slots
US10215583B2 (en) * 2013-03-15 2019-02-26 Honda Motor Co., Ltd. Multi-level navigation monitoring and control
DE102016207991B4 (de) * 2016-05-10 2022-09-15 Volkswagen Aktiengesellschaft Verfahren zur fahrsituationsabhängigen Wiedergabe einer Kartendarstellung in einem Fahrzeug
US10331957B2 (en) * 2017-07-27 2019-06-25 Here Global B.V. Method, apparatus, and system for vanishing point/horizon estimation using lane models

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI657409B (zh) * 2017-12-27 2019-04-21 財團法人工業技術研究院 虛擬導引圖示與真實影像之疊合裝置及其相關疊合方法
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
US20200247431A1 (en) * 2019-02-04 2020-08-06 Mobileye Vision Technologies Ltd. Systems and methods for vehicle navigation
CN111854780A (zh) * 2020-06-10 2020-10-30 恒大恒驰新能源汽车研究院(上海)有限公司 车辆导航方法、装置、车辆、电子设备及存储介质

Also Published As

Publication number Publication date
TW202241740A (zh) 2022-11-01
US11796337B2 (en) 2023-10-24
US20220333945A1 (en) 2022-10-20
EP4080166A1 (en) 2022-10-26

Similar Documents

Publication Publication Date Title
KR102541561B1 (ko) 차량의 주행을 위한 정보를 제공하는 방법 및 그 장치들
US10331957B2 (en) Method, apparatus, and system for vanishing point/horizon estimation using lane models
EP3327464B1 (en) Algorithm and infrastructure for robust and efficient vehicle localization
EP3361278B1 (en) Autonomous vehicle localization based on walsh kernel projection technique
KR102682524B1 (ko) 증강 현실에서 가상 객체를 표시하기 위한 측위 방법 및 장치
US9619719B2 (en) Systems and methods for detecting traffic signs
US10849543B2 (en) Focus-based tagging of sensor data
JP2021530388A (ja) レールセグメント化に基づいて、鉄道障害物を検出するための方法およびシステム
CN109426256A (zh) 自动驾驶车辆的基于驾驶员意图的车道辅助系统
JP3619628B2 (ja) 走行環境認識装置
US20200082182A1 (en) Training data generating method for image processing, image processing method, and devices thereof
US10402665B2 (en) Systems and methods for detecting traffic signs
JP2022523613A (ja) レーンマッピング及びナビゲーション
CN110347145A (zh) 用于自动驾驶车辆的感知辅助
EP3452788A1 (en) Systems and methods for generating navigation directions based on landmarks and real-time imagery
KR102633140B1 (ko) 주행 정보를 결정하는 방법 및 장치
JP2023504028A (ja) マップデータの更新
US11961272B2 (en) Long range localization with surfel maps
JP2023504604A (ja) 車両を選択的に減速させるシステムおよび方法
CN111665845A (zh) 用于规划路径的方法、装置、设备以及存储介质
JP3857698B2 (ja) 走行環境認識装置
WO2023179028A1 (zh) 一种图像处理方法、装置、设备及存储介质
US20110069087A1 (en) Method of and computer implemented system for generating a junction view image
TWI766647B (zh) 虛擬導航路徑生成方法
KR102316818B1 (ko) 도로 네트워크를 갱신하는 방법 및 장치