CN113191342A - 车道定位方法及电子设备 - Google Patents
车道定位方法及电子设备 Download PDFInfo
- Publication number
- CN113191342A CN113191342A CN202110740931.5A CN202110740931A CN113191342A CN 113191342 A CN113191342 A CN 113191342A CN 202110740931 A CN202110740931 A CN 202110740931A CN 113191342 A CN113191342 A CN 113191342A
- Authority
- CN
- China
- Prior art keywords
- lane
- target
- vehicle
- position coordinate
- reference line
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000014509 gene expression Effects 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000016776 visual perception Effects 0.000 description 3
- 238000012888 cubic function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车道定位方法及电子设备,涉及定位技术领域,其中,该方法包括:获取第一车辆的第一位置坐标;获取在第一地图中距离第一位置坐标最近的目标标注点;基于第一位置坐标以及目标标注点,确定第一车辆所在的目标车道。在车道定位过程中,利用第一车辆的第一位置坐标以及在第一地图中距离第一位置坐标最近的目标标注点,即可确定第一车辆所在的目标车道,可减少车道定位过程中的计算量,提高车道定位效率。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种车道定位方法及电子设备。
背景技术
车辆定位技术可包括车辆具体位置坐标的定位以及车辆当前所处的车道的定位等,随着定位技术的不断发展,其中车道定位应用也越来越广泛,例如,可应用到导航、车辆非自动驾驶、车辆自动驾驶等场景中。
目前,常采用的车道定位方法,一般通过获取车辆历史状态信息,根据所述历史状态信息,获取车辆位置初值数据;然后获取车辆视觉感知信息;并获取与所属车辆位置处置数据对应的局部地图信息,再利用长短期记忆神经网络模型对所述车辆位置初值数据、所述车辆视觉感知信息以及所述局部地图信息进行车道定位处理,得到所述车辆的车道定位结果。
通过现有上述车道定位方法,不但需要获取车辆历史状态信息,而且还需要车辆视觉感知信息等,并且需要利用长短期记忆神经网络模型进行车道的定位,计算量较大,容易导致车道定位效率较差。
发明内容
本发明实施例提供一种车道定位方法及电子设备,以解决现有车道定位效率较差的问题。
为解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种车道定位方法,所述车道定位方法包括:
获取第一车辆的第一位置坐标;
获取在第一地图中距离所述第一位置坐标最近的目标标注点;
基于所述第一位置坐标以及所述目标标注点,确定所述第一车辆所在的目标车道。
第二方面,本发明实施例提供一种电子设备,包括:
第一获取模块,用于获取第一车辆的第一位置坐标;
第二获取模块,用于获取在第一地图中距离所述第一位置坐标最近的目标标注点;
第一确定模块,用于基于所述第一位置坐标以及所述目标标注点,确定所述第一车辆所在的目标车道。
第三方面,本发明实施例提供一种电子设备,包括处理器,
所述处理器,用于获取第一车辆的第一位置坐标;
所述处理器,用于获取在第一地图中距离所述第一位置坐标最近的目标标注点;
所述处理器,用于基于所述第一位置坐标以及所述目标标注点,确定所述第一车辆所在的目标车道。
第四方面,本发明实施例提供一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现上述第一方面所述的车道定位方法的步骤。
第五方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的车道定位方法的步骤。
在本申请实施例的车道定位方法中,首先通过获取第一车辆的第一位置坐标,再获取在第一地图中距离第一位置坐标最近的目标标注点,基于第一位置坐标以及目标标注点,确定第一车辆所在的目标车道。也即是,在车道定位过程中,利用第一车辆的第一位置坐标以及在第一地图中距离第一位置坐标最近的目标标注点,即可确定第一车辆所在的目标车道,可减少车道定位过程中的计算量,提高车道定位效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种车道定位方法的流程图之一;
图2是本发明实施例提供的一种车道定位方法的流程图之二;
图3是本发明实施例提供的一种车道定位方法的流程图之三;
图4是本发明实施例提供的一种车道定位方法的流程图之四;
图5是本发明实施例提供的一种电子设备的模块示意图;
图6是本发明实施例提供的一种电子设备的的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1是本发明实施例提供的一种车道定位方法的流程图,可用于电子设备,该电子设备可以是服务器或安装在第一车辆上的具备车道定位功能的设备,如图1所示,方法包括以下步骤:
步骤101:获取第一车辆的第一位置坐标。
可以理解,第一位置坐标为第一车辆当前所在的位置坐标,可以是在惯性坐标系下的位置坐标。可以通过对第一车辆在GPS(全球定位系统)坐标系(即WGS84坐标系,为GPS全球定位系统使用而建立的坐标系统)下的经纬度坐标转换得到第一位置坐标。其中,第一车辆的经纬度坐标可以理解为第一车辆的中心点的经纬度坐标,作为一个示例,可获取已标定的路侧摄像头的经纬度坐标以及路侧摄像头拍摄的第一车辆的图像,并将路侧摄像头的经纬度坐标以及路侧摄像头拍摄的第一车辆的图像输入已训练的神经网络模型进行坐标预测,得到第一车辆的经纬度坐标。
步骤102:获取在第一地图中距离第一位置坐标最近的目标标注点。
需要说明的是,道路的参考线可以理解为道路的车行道分界线或道路的行驶方向分界线,是可以用来区分往返双向车辆行驶空间的标志线,在参考线的两侧,行驶方向相反。在第一地图中存在参考线的道路的参考线上均设置有标注点,且任意参考线上的标注点的数量可以有多个,一般情况下,对于存在至少两车道且至少两车道中存在行驶方向相反的车道的道路,会存在参考线。在得到第一车辆位置坐标后,可基于第一地图,获取与第一位置坐标最近的目标标注点。作为一个示例,第一地图可以是高精度地图。
在一个示例中,获取在第一地图中距离第一位置坐标最近的目标标注点的过程中,可先基于第一位置坐标,获取第一地图中的局部地图;基于第一位置坐标以及局部地图中所有标注点的位置坐标,可利用KD树(K-Dimension Tree,可称为K维树,其用更高的效率来对空间进行划分,并且其结构比较适合寻找最近邻居)方法,从局部地图中所有标注点中确定与第一位置坐标最近的目标标注点。作为一个示例,局部地图可以理解为第一位置坐标的周边区域地图,例如,上述局部地图可以是以第一位置坐标为中心,从第一地图中截取的部分地图,局部地图的形状不限,例如,局部地图可以是以第一位置坐标为中心,半径为预设长度的圆形区域,又例如,局部地图可以是以第一位置坐标为中心的正方形区域等。
作为一个示例,获取在第一地图中距离第一位置坐标最近的目标标注点之前,可先获取第一地图。可选地,可获取已有的第一地图,也可以预先制作第一地图。对于制作第一地图的方式有多种,在本实施例中不作限定,例如,可先利用激光雷达设备采集各传感器数据;然后对采集的数据依次进行标定、融合、拼接,生成地面点云数据;在点云数据中绘制车辆沿道路行驶的轨迹数据和包含道路信息的矢量数据,并为绘制的数据编辑字段属性;导出指定格式例如OpenDRIVE格式的第一地图,即可以是高精度地图。后续可第一地图的基础上根据第一位置坐标提取局部地图,即局部区域的地图,可以是一个XML(可扩展标记语言)地图文件,局部地图中可包括但不限于局部区域的道路参考线、局部区域的所有车道信息和局部区域的所有路口信息,其中,道路参考线信息可以包括道路参考线中的所有标注点在惯性坐标系下的位置坐标、道路的朝向角以及道路的连接信息等,车道信息可以包括用于计算车道宽度的公式所需系数,路口信息可以包括路口内连接的道路的ID(标识)信息。需要说明的是,对于计算车道宽度的公式所需的系数,可以理解为计算车道宽度的公式中的参数,由于地图中包括了所需的系数,从而后续使用的车道宽度通过计算车道宽度的公式根据所需的系数计算得到即可。对于不同道路的车道或相同道路的不同路段的车道,对应的车道宽度计算公式可以不同,所需的系数可以不同,第一地图中包括了所有涉及的道路的车道的宽度计算公式所需的系数。
步骤103:基于第一位置坐标以及目标标注点,确定第一车辆所在的目标车道。
与第一位置坐标最近的目标标注点确定后,利用第一位置坐标以及目标标注点,即可确定第一车辆当前所在的目标车道,实现第一车辆所在车道的定位。需要说明的是,第一地图中包括目标标注点的信息,可选地,局部地图包括目标标注点的信息,例如,目标标注点的信息可以包括目标标注点的位置坐标(可以为在惯性坐标系下的坐标)和目标标注点的朝向角等,可基于第一位置坐标以及目标标注点的信息,确定第一车辆所在的目标车道。即在本实施例的方法中,利用第一车辆当前的第一位置坐标和最近目标标注点确定目标车道即可,不依赖于车辆的历史信息,计算量较小,可提高定位效率。
在本申请实施例的车道定位方法中,首先通过获取第一车辆的第一位置坐标,再获取在第一地图中距离第一位置坐标最近的目标标注点,基于第一位置坐标以及目标标注点,确定第一车辆所在的目标车道。也即是,在车道定位过程中,利用第一车辆的第一位置坐标以及在第一地图中距离第一位置坐标最近的目标标注点,即可确定第一车辆所在的目标车道,可减少车道定位过程中的计算量,提高车道定位效率。
在一个实施例中,目标标注点位于第一地图中第一道路的参考线;
如图2所示,基于第一位置坐标以及目标标注点,确定第一车辆所在的目标车道的步骤103,包括:
步骤1031:根据第一位置坐标以及目标标注点,确定第一车辆位于第一道路的目标路段;
步骤1032:基于第一道路的目标路段的参考线段以及第一位置坐标,确定第一车辆所在的目标车道。
其中,第一道路的参考线包括目标路段的参考线段。
第一地图中包括多条道路以及每条道路的参考线,其中,每个参考线上设置有多个标注点,与第一车辆的第一位置坐标最近的目标标注点位于第一道路的参考线上。在确定目标标注点后,可获知目标标注点所在的参考线,即可知晓第一车辆所在的第一道路,任一条道路可分为多个路段,在确定目标车道的过程中,可首先根据第一位置坐标以及目标标注点,确定第一车辆在第一道路的目标路段,即确定第一车辆所在的目标路段。道路有对应的参考线,道路分为多个路段,对应的参考线有多个参考线段,在确定目标线段后,可基于第一道路的参考线中目标路段对应的参考线段以及第一位置坐标,确定第一车辆所在的目标车道。
即在本实施例中,先确定第一车辆所在的目标线段,缩小第一车辆所在区域的范围,然后利用第一道路的目标路段的参考线段以及第一位置坐标,确定第一车辆所在的目标车道,可提高车道定位的准确性。
如图3所示,在一个实施例中,根据第一位置坐标以及目标标注点,确定第一车辆位于第一道路的目标路段的步骤1031,包括:
步骤10311:根据第一位置坐标以及目标标注点的位置坐标,确定目标方位角;
目标方位角为预设参考方向与第一连线与之间的夹角,第一连线为目标标注点的位置坐标与第一位置坐标之间的连线;
步骤10312:根据目标方位角以及第一道路在目标标注点的朝向角,确定第一车辆相对目标标注点的第一位置关系;
步骤10313:利用第一位置关系,确定第一车辆位于第一道路的目标路段。
需要说明的是,方位角是在平面上度量物体之间的角度差的方式之一,例如,从某点的指北方向线起,依顺时针方向到目标方向线之间的水平夹角。上述预设参考方向可以为正北方向,从目标标注点的正北方向,依顺时针方向到第一连线之间的夹角为目标方位角。
由于第一道路有一定的长度,第一道路在不同位置的形状可能不同,例如,对于某个道路,在某一段是直线,在另一端是曲线,道路的参考线随道路的形状变化而变化,道路的参考线上的每个标注点有对应的朝向角,例如,在一个道路的直线参考线上的标注点与曲线参考线上的标注点的朝向角是不同的,如此,在道路的参考线上的标注点对应的朝向角可能不同,在本实施例中,可利用目标方位角以及第一道路在目标标注点的朝向角,确定第一车辆相对目标标注点的第一位置关系,即第一车辆与目标标注点的第一相对位置关系,也可以认为是位置前后顺序关系,例如,可确定在第一地图中,按照行驶方向,第一车辆是在目标标注点的前方还是后方等。第一道路在目标标注点可以理解为第一道路的参考线在目标标注点。
确定第一位置关系后,即可利用第一位置关系,确定第一车辆在第一道路的目标路段。例如,若第一位置关系为第一目标位置关系,表示第一车辆已经过了目标标注点,则确定目标路段为目标标注点对应的路段,例如,第一目标位置关系可以为第一车辆在目标标注点的前方。若第一位置关系为第二目标位置关系,表示第一车辆还未已经过目标标注点,位于第一道路中目标标注点对应的路段的前一个路段,则确定目标路段为与目标标注点对应的路段相邻的路段,且在目标标注点对应的路段的前一个路段,例如,第二目标位置关系可以为第一车辆在目标标注点的后方。
在本实施例中,通过目标方位角和目标标注点的朝向角,确定第一位置关系,利用第一位置关系确定第一车辆位于第一道路的目标路段,提高目标路段确定的准确性。
如图4所示,在一个实施例中,基于第一道路的目标路段的参考线段以及第一位置坐标,确定第一车辆所在的目标车道的步骤S1032,包括:
步骤S10321:计算第一位置坐标距离参考线段的切线的垂直距离;
步骤S10322:利用第一车辆相对参考线的第二位置关系,获取第一车道的车道宽度;
其中,第一车道为位于参考线段的第一侧的车道,其中,第一车辆位于参考线段的第一侧;
步骤S10323:利用垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系,确定第一车辆所在的目标车道。
对于直线,直线上的任一点的切线即为直线本身,上述切线在目标路段的参考线段上的切点与第一位置坐标的连线与该切线垂直,上述垂直距离即为该切点与第一位置坐标之间的距离。在得到垂直距离后,可根据第一车辆与第一道路的参考线的第二相对位置关系,也可以认为是左右位置关系,例如,可确定在第一地图中,以参考线为基准,第一车辆是在参考线左侧还是右侧等。
另外,还需获取第一车道的车道宽度,可以理解,由于第一道路有一定的长度,则第一车道也有一定的长度,在不同位置,第一车道的车道宽度可能存在不同,如此,上述第一车道的车道宽度,可以理解在目标路段中第一车道的车道宽度。第一车道与第一车辆位于参考线段的同一侧,例如,第一车辆位于参考线段的第一侧,则是获取位于参考线的第一侧的第一车道的车道宽度。
作为一个示例,在利用第一车辆相对参考线的第二位置关系,获取第一车道的车道宽度之前,还可以通过目标方位角以及第一道路的参考线在目标标注点的朝向角,确定第一车辆相对参考线的第二位置关系。如此,即可获知第一车辆位于参考线的哪一侧,后续即可确定与第一车辆位于同一侧的第一车道。即在利用第一车辆相对参考线的第二位置关系,获取第一车道的车道宽度的过程中,可先根据第二位置关系,确定与第一车辆位于同一侧的第一车道,然后获取第一车道的车道宽度。
确定垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系后,即可利用垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系,确定第一车辆所在的目标车道,实现第一车辆的车道定位,提高车道定位的准确性。
在一个实施例中,第一车道的数量为至少两个;
利用垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系,确定第一车辆所在的目标车道,包括:
在垂直距离小于第一宽度的情况下,确定第一车辆所在的目标车道为第一参考车道,第一参考车道为第一车道中距离参考线最近的一个车道,第一宽度为第一参考车道的车道宽度;或者,
在垂直距离大于或等于第二宽度,且小于第三宽度的情况下,确定第一车辆所在的目标车道为第二参考车道;
其中,第二宽度大于或等于第一宽度,第三宽度为第二参考车道的车道宽度和总宽度之和,第二宽度为总宽度,第一车道包括第一参考车道和第二参考车道,总宽度为第一车道中位于参考线与第二参考车道之间的车道的总车道宽度,位于参考线与第二参考车道之间的车道包括第一参考车道。
需要说明的是,若第一车道的数量为一个,若垂直距离小于第一车道的宽度,则可确定第一车辆位于参考线的第一侧的第一车道中,若垂直距离大于第一车道的宽度,则确定第一车辆不位于第一车道中,例如,第一车辆位于路边等。在本实施例中,针对第一车道的数量为至少两个的情况进行第一车辆的目标车道的确定。上述第一宽度即是第一车道中距离参考线最近的第一参考车道的车道宽度,可将垂直距离与第一宽度进行比较,若垂直距离小于该第一宽度,表示第一车辆即在该第一参考车道上,即目标车道为第一参考车道。
若垂直距离大于或等于第一参考车道的车道宽度,则表示第一车辆不在该第一参考车道上,则需要判断其在第一车道中剩余的车道(除第一参考车道外的车道)中的哪一个车道中,在本实施例中,若垂直距离大于或等于第一车道中位于参考线与第二参考车道之间的车道的总车道宽度,且小于第二参考车道的车道宽度和上述总车道宽度之和的情况下,表示第一车辆在第二参考车道中,即可确定第一车辆所在的目标车道为第二参考车道。对于第二宽度等于第一宽度的情况,表示第一车道中位于参考线与第二参考车道之间的车道仅包括第一参考车道。
例如,作为一个示例,比较垂直距离、第一车道的车道宽度和第一车辆的第一位置坐标在第一道路的参考线的左右顺序,以确定目标车道。具体地,假设第一车辆的第一位置坐标位于第一道路的参考线的左侧,如果垂直距离小于距离参考线最近的第一参考车道(即参考线的左侧的第一个车道)的车辆宽度,则确定第一车辆位于第一道路的参考线的左侧最靠近参考线的第一参考车道;如果垂直距离超过第一参考车道的车辆宽度,则按参考线的左侧的远离参考线顺序计算下一车道的车道宽度,比较下一车道的车道宽度和第一参考车道的车道宽度之和(即两车道宽度之和)与垂直距离,如果垂直距离小于两车道宽度之和,则可确定第一车辆位于第一道路的参考线的左侧的按照远离参考线的方向的第二个车道,反之,则继续以上述相同方式比较参考线的左侧的下一个车道,直到确定目标车道。
在本实施例中,通过比较垂直距离与第一宽度、第二宽度和第三宽度,通过比较结果确定目标车道,不但可减少计算量,提高定位效率,而且可提高定位准确性。
在一个实施例中,计算第一位置坐标距离参考线段的切线的垂直距离,包括:
利用参考线段的形状,计算第一位置坐标距离参考线段的切线的垂直距离;
其中,参考线段的形状包括直线形或曲线形,曲线形包括固定曲率曲线形或非固定曲率曲线形。
其中,圆的曲率是固定的一个值,即圆半径的倒数,固定曲率曲线可以理解为圆的至少部分曲线。非固定曲率曲线表示曲线的曲率非固定的值。第一道路的每段路段的形状可能存在差异,对应地,参考线的线段的形状可能存在差异,在计算垂直距离的过程中,考虑了参考线段的形状,如此,可提高计算垂直距离的准确性。后续依据垂直距离进行车道定位确定目标车道,可提高车道定位的准确性。
在一个实施例中,计算第一位置坐标距离参考线段的切线的垂直距离,包括:
在参考线段的形状为非固定曲率曲线形的情况下,将第一位置坐标转换为在右手坐标系下的第二位置坐标;
获取参考线段中点的坐标的表达式,其中,表达式与第一参数相关;
基于表达式以及第二位置坐标,计算第一参数的目标值;
根据表达式以及第一参数的目标值,确定参考线段的切点坐标;
计算第二位置坐标与切点坐标之间的距离,得到垂直距离。
若参考线段的形状为非固定曲率曲线形,表示参考线段是不规则的曲线,其曲率是非固定的,这种情况下,可根据参考线段对应的表达式和第二位置坐标,来计算表达式中第一参数的目标值,第一参数的目标值确定后,坐标的表达式的值也确定,即是将第一参数的目标值代入表达式,即可得到参考线段的切点坐标。该切点坐标为在右手坐标系下的位置坐标,该切点坐标与第二位置坐标的连线与该切点在参考线段上的切线垂直。切点坐标与第二位置坐标之间的距离例如欧式距离即为上述垂直距离。
其中,第一位置坐标为在惯性坐标系下的坐标,可将其转换到右手坐标系下的位置坐标,即得到第二位置坐标。右手坐标系是常用的一个坐标系,在此不再赘述。例如,第一位置坐标为(x,y),转换到右手坐标系,得到在右手坐标系下的第二位置坐标,其中,第二位置坐标包括m和n分量,即(m,n),可以理解,m为在右手坐标系下X轴的分量,n为在右手坐标系下Y轴的分量。
作为一个示例,道路的路段形状可能存在差异,则对应的参考线的线段也随之可能存在差异,每个线段分别有各自对应的点的坐标的表达式,表达式的自变量为第一参数,第一参数的值不同,坐标的表达式的结果不同,即得到坐标结果不同,即是第一参数的值相同,由于不同线段的表达式的差异,得到的坐标结果也可能存在差异等。在本实施例中,即是需要找到第一参数的目标值,得到第一道路的目标线段的参考线段的切点坐标,例如,求解如下方程式得到满足要求的第一参数的目标值,依此得到的切点坐标与第二位置坐标的连线与该切点在参考线段上的切线垂直:
为表达式中第一坐标分量的第一子表达式,即,可以为三次函数表达式,为第一子表达式的导数,为表达式中第二坐标分量的第二子表达式,即,可以为三次函数表达式,为第二子表达式的导数,为第一参数,可以理解为参考线段上点(u,v)的切线的斜率,m和n为第二位置坐标中的两个分量,可以理解为第二位置坐标与点(u,v)连线的斜率,为-1,表示点(u,v)的切线与第二位置坐标与点(u,v)连线之间垂直。由此,可求解得到的目标值。然后将目标值代入和,即可得到u和v的值,即是得到上述切点坐标。另外需要说明的是,第一参数表示点沿着第一道路的参考线到该目标段路的起点的距离占该目标段路的总长度的比例,。
在一个实施例中,计算第一位置坐标距离参考线段的切线的垂直距离,包括:
在参考线段的形状为直线形的情况下,计算目标标注点的位置坐标和第一车辆的第一位置坐标连线与第一道路的参考线段的第一夹角;
计算目标标注点的位置坐标和第一车辆的第一位置坐标之间的欧式距离;
通过欧式距离和第一夹角计算第一车辆的第一位置坐标到该参考线段的垂直距离。
在一个实施例中,计算第一位置坐标距离参考线段的切线的垂直距离,包括:
在参考线段的形状为固定曲率曲线的情况下,计算参考线段所在圆的半径;计算参考线段所在圆的圆心坐标;计算圆心坐标和第一车辆的第一位置坐标的距离;将半径减去圆心坐标和第一位置坐标之间的距离得到第一车辆的第一位置坐标到参考线段的切线的垂直距离。
参见图5,图5是本发明实施例提供的一种电子设备的结构示意图,该电子设备可以服务器或安装在第一车辆上的具备车道定位功能的设备,如图5所示,电子设备500包括:
第一获取模块501,用于获取第一车辆的第一位置坐标;
第二获取模块502,用于获取在第一地图中距离第一位置坐标最近的目标标注点;
第一确定模块503,用于基于第一位置坐标以及目标标注点,确定第一车辆所在的目标车道。
在一个实施例中,目标标注点位于第一地图中第一道路的参考线;
第一确定模块,包括:
第一确定子模块,用于根据第一位置坐标以及目标标注点,确定第一车辆位于第一道路的目标路段;
第二确定子模块,用于基于第一道路的目标路段的参考线段以及第一位置坐标,确定第一车辆所在的目标车道。
在一个实施例中,第一确定子模块,包括:
方位角确定模块,用于根据第一位置坐标以及目标标注点的位置坐标,确定目标方位角,目标方位角为预设参考方向与第一连线与之间的夹角,第一连线为目标标注点的位置坐标与第一位置坐标之间的连线;
第一位置关系确定模块,用于根据目标方位角以及第一道路在目标标注点的朝向角,确定第一车辆相对目标标注点的第一位置关系;
目标路段确定模块,用于利用第一位置关系,确定第一车辆位于第一道路的目标路段。
在一个实施例中,第二确定子模块,包括:
第一计算模块,用于计算第一位置坐标距离参考线段的切线的垂直距离;
第三获取模块,用于利用第一车辆相对参考线的第二位置关系,获取第一车道的车道宽度,其中,第一车道为位于参考线段的第一侧的车道,其中,第一车辆位于参考线段的第一侧;
目标车道确定模块,用于利用垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系,确定第一车辆所在的目标车道。
在一个实施例中,第一车道的数量为至少两个;
利用垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系,确定第一车辆所在的目标车道,包括:
在垂直距离小于第一宽度的情况下,确定第一车辆所在的目标车道为第一参考车道,第一参考车道为第一车道中距离参考线最近的一个车道,第一宽度为第一参考车道的车道宽度;或者,
在垂直距离大于或等于第二宽度,且小于第三宽度的情况下,确定第一车辆所在的目标车道为第二参考车道;
其中,第二宽度大于或等于第一宽度,第三宽度为第二参考车道的车道宽度和总宽度之和,第二宽度为总宽度,第一车道包括第一参考车道和第二参考车道,总宽度为第一车道中位于参考线与第二参考车道之间的车道的总车道宽度,位于参考线与第二参考车道之间的车道包括第一参考车道。
在一个实施例中,第一计算模块,包括:
距离计算模块,用于利用参考线段的形状,计算第一位置坐标距离参考线段的切线的垂直距离;
其中,参考线段的形状包括直线形或曲线形,曲线形包括固定曲率曲线形或非固定曲率曲线形。
在一个实施例中,距离计算模块,包括:
转换模块,用于在参考线段的形状为非固定曲率曲线形的情况下,将第一位置坐标转换为在右手坐标系下的第二位置坐标;
第四获取模块,用于获取参考线段中点的坐标的表达式,其中,表达式与第一参数相关;
第一计算子模块,用于基于表达式以及第二位置坐标,计算第一参数的目标值;
切点坐标确定模块,用于根据表达式以及第一参数的目标值,确定参考线段的切点坐标;
第二计算子模块,用于计算第二位置坐标与切点坐标之间的距离,得到垂直距离。
本发明实施例还提供了一种电子设备,包括:处理器、存储器及存储在存储器上并可在处理器上运行的程序,程序被处理器执行时实现上述车道定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
具体的,参见图6,本发明实施例还提供了一种电子设备,包括总线601、收发机602、天线603、总线接口604、处理器605和存储器606。
其中,处理器605,用于获取第一车辆的第一位置坐标;
处理器605,用于获取在第一地图中距离第一位置坐标最近的目标标注点;
处理器605,用于基于第一位置坐标以及目标标注点,确定第一车辆所在的目标车道。
在一个实施例中,目标标注点位于第一地图中第一道路的参考线;
处理器605,用于第一确定子模块,用于根据第一位置坐标以及目标标注点,确定第一车辆位于第一道路的目标路段;
处理器605,用于基于第一道路的目标路段的参考线段以及第一位置坐标,确定第一车辆所在的目标车道。
在一个实施例中,处理器605,用于根据第一位置坐标以及目标标注点的位置坐标,确定目标方位角,目标方位角为预设参考方向与第一连线与之间的夹角,第一连线为目标标注点的位置坐标与第一位置坐标之间的连线;
处理器605,用于根据目标方位角以及第一道路在目标标注点的朝向角,确定第一车辆相对目标标注点的第一位置关系;
处理器605,用于利用第一位置关系,确定第一车辆位于第一道路的目标路段。
在一个实施例中,处理器605,用于计算第一位置坐标距离参考线段的切线的垂直距离;
处理器605,用于利用第一车辆相对参考线的第二位置关系,获取第一车道的车道宽度,其中,第一车道为位于参考线段的第一侧的车道,其中,第一车辆位于参考线段的第一侧;
处理器605,用于利用垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系,确定第一车辆所在的目标车道。
在一个实施例中,第一车道的数量为至少两个;
利用垂直距离、第一车道的车道宽度以及第一车辆相对参考线的第二位置关系,确定第一车辆所在的目标车道,包括:
在垂直距离小于第一宽度的情况下,确定第一车辆所在的目标车道为第一参考车道,第一参考车道为第一车道中距离参考线最近的一个车道,第一宽度为第一参考车道的车道宽度;或者,
在垂直距离大于或等于第二宽度,且小于第三宽度的情况下,确定第一车辆所在的目标车道为第二参考车道;
其中,第二宽度大于或等于第一宽度,第三宽度为第二参考车道的车道宽度和总宽度之和,第二宽度为总宽度,第一车道包括第一参考车道和第二参考车道,总宽度为第一车道中位于参考线与第二参考车道之间的车道的总车道宽度,位于参考线与第二参考车道之间的车道包括第一参考车道。
在一个实施例中,处理器605,用于利用参考线段的形状,计算第一位置坐标距离参考线段的切线的垂直距离;
其中,参考线段的形状包括直线形或曲线形,曲线形包括固定曲率曲线形或非固定曲率曲线形。
在一个实施例中,处理器605,用于在参考线段的形状为非固定曲率曲线形的情况下,将第一位置坐标转换为在右手坐标系下的第二位置坐标;
处理器605,用于获取参考线段中点的坐标的表达式,其中,表达式与第一参数相关;
处理器605,用于基于表达式以及第二位置坐标,计算第一参数的目标值;
处理器605,用于根据表达式以及第一参数的目标值,确定参考线段的切点坐标;
处理器605,用于计算第二位置坐标与切点坐标之间的距离,得到垂直距离。
在图6中,总线架构(用总线601来代表),总线601可以包括任意数量的互联的总线和桥,总线601将包括由处理器605代表的一个或多个处理器和存储器606代表的存储器的各种电路链接在一起。总线601还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口604在总线601和收发机602之间提供接口。收发机602可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器605处理的数据通过天线603在无线介质上进行传输,进一步,天线603还接收数据并将数据传送给处理器605。
处理器605负责管理总线601和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器606可以被用于存储处理器605在执行操作时所使用的数据。
可选的,处理器605可以是CPU、ASIC、FPGA或CPLD。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述车道定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,的计算机可读存储介质,如只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (11)
1.一种车道定位方法,其特征在于,所述方法包括:
获取第一车辆的第一位置坐标;
获取在第一地图中距离所述第一位置坐标最近的目标标注点;
基于所述第一位置坐标以及所述目标标注点,确定所述第一车辆所在的目标车道。
2.根据权利要求1所述的车道定位方法,其特征在于,所述目标标注点位于所述第一地图中第一道路的参考线;
所述基于所述第一位置坐标以及所述目标标注点,确定所述第一车辆所在的目标车道,包括:
根据所述第一位置坐标以及所述目标标注点,确定所述第一车辆位于所述第一道路的目标路段;
基于所述第一道路的目标路段的参考线段以及所述第一位置坐标,确定所述第一车辆所在的目标车道。
3.根据权利要求2所述的车道定位方法,其特征在于,所述根据所述第一位置坐标以及所述目标标注点,确定所述第一车辆位于所述第一道路的目标路段,包括:
根据所述第一位置坐标以及所述目标标注点的位置坐标,确定目标方位角,所述目标方位角为预设参考方向与第一连线与之间的夹角,所述第一连线为所述目标标注点的位置坐标与所述第一位置坐标之间的连线;
根据所述目标方位角以及所述第一道路在所述目标标注点的朝向角,确定所述第一车辆相对所述目标标注点的第一位置关系;
利用所述第一位置关系,确定所述第一车辆位于所述第一道路的目标路段。
4.根据权利要求2或3所述的车道定位方法,其特征在于,所述基于所述第一道路的目标路段的参考线段以及所述第一位置坐标,确定所述第一车辆所在的目标车道,包括:
计算所述第一位置坐标距离所述参考线段的切线的垂直距离;
利用所述第一车辆相对所述参考线的第二位置关系,获取第一车道的车道宽度,其中,所述第一车道为位于所述参考线段的第一侧的车道,其中,所述第一车辆位于所述参考线段的第一侧;
利用所述垂直距离、所述第一车道的车道宽度以及所述第一车辆相对所述参考线的第二位置关系,确定所述第一车辆所在的目标车道。
5.根据权利要求4所述的车道定位方法,其特征在于,所述第一车道的数量为至少两个;
所述利用所述垂直距离、所述第一车道的车道宽度以及所述第一车辆相对所述参考线的第二位置关系,确定所述第一车辆所在的目标车道,包括:
在所述垂直距离小于第一宽度的情况下,确定所述第一车辆所在的目标车道为第一参考车道,所述第一参考车道为所述第一车道中距离所述参考线最近的一个车道,所述第一宽度为所述第一参考车道的车道宽度;或者,
在所述垂直距离大于或等于第二宽度,且小于第三宽度的情况下,确定所述第一车辆所在的目标车道为第二参考车道;
其中,所述第二宽度大于或等于所述第一宽度,所述第三宽度为所述第二参考车道的车道宽度和总宽度之和,所述第二宽度为所述总宽度,所述第一车道包括所述第一参考车道和所述第二参考车道,所述总宽度为所述第一车道中位于所述参考线与所述第二参考车道之间的车道的总车道宽度,所述位于所述参考线与所述第二参考车道之间的车道包括所述第一参考车道。
6.根据权利要求4所述的车道定位方法,其特征在于,所述计算所述第一位置坐标距离所述参考线段的切线的垂直距离,包括:
利用所述参考线段的形状,计算所述第一位置坐标距离所述参考线段的切线的垂直距离;
其中,所述参考线段的形状包括直线形或曲线形,所述曲线形包括固定曲率曲线形或非固定曲率曲线形。
7.根据权利要求6所述的车道定位方法,其特征在于,所述计算所述第一位置坐标距离所述参考线段的切线的垂直距离,包括:
在所述参考线段的形状为非固定曲率曲线形的情况下,将所述第一位置坐标转换为在右手坐标系下的第二位置坐标;
获取所述参考线段中点的坐标的表达式,其中,所述表达式与第一参数相关;
基于所述表达式以及所述第二位置坐标,计算所述第一参数的目标值;
根据所述表达式以及所述第一参数的目标值,确定所述参考线段的切点坐标;
计算所述第二位置坐标与所述切点坐标之间的距离,得到所述垂直距离。
8.一种电子设备,其特征在于,所述电子设备包括:
第一获取模块,用于获取第一车辆的第一位置坐标;
第二获取模块,用于获取在第一地图中距离所述第一位置坐标最近的目标标注点;
第一确定模块,用于基于所述第一位置坐标以及所述目标标注点,确定所述第一车辆所在的目标车道。
9.一种电子设备,其特征在于,包括:处理器,
所述处理器,用于获取第一车辆的第一位置坐标;
所述处理器,用于获取在第一地图中距离所述第一位置坐标最近的目标标注点;
所述处理器,用于基于所述第一位置坐标以及所述目标标注点,确定所述第一车辆所在的目标车道。
10.一种电子设备,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
11.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110740931.5A CN113191342A (zh) | 2021-07-01 | 2021-07-01 | 车道定位方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110740931.5A CN113191342A (zh) | 2021-07-01 | 2021-07-01 | 车道定位方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113191342A true CN113191342A (zh) | 2021-07-30 |
Family
ID=76976855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110740931.5A Pending CN113191342A (zh) | 2021-07-01 | 2021-07-01 | 车道定位方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191342A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776550A (zh) * | 2021-09-08 | 2021-12-10 | 京东鲲鹏(江苏)科技有限公司 | 一种路线规划方法和装置 |
CN113990105A (zh) * | 2021-10-22 | 2022-01-28 | 数字广东网络建设有限公司 | 一种车辆轨迹的处理方法、装置、计算机设备和存储介质 |
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 |
CN115824235A (zh) * | 2022-11-17 | 2023-03-21 | 腾讯科技(深圳)有限公司 | 一种车道定位方法、装置、计算机设备以及可读存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
CN107850672A (zh) * | 2015-08-11 | 2018-03-27 | 大陆汽车有限责任公司 | 用于精确车辆定位的系统和方法 |
CN108470142A (zh) * | 2018-01-30 | 2018-08-31 | 西安电子科技大学 | 基于逆透视投影和车道距离约束的车道定位方法 |
CN110415545A (zh) * | 2019-08-02 | 2019-11-05 | 辰芯科技有限公司 | 一种车道定位方法、装置、电子设备和存储介质 |
CN110658539A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆定位方法、装置、车辆和计算机可读存储介质 |
CN111076731A (zh) * | 2019-10-28 | 2020-04-28 | 张少军 | 自动驾驶高精定位与路径规划方法 |
CN111311675A (zh) * | 2020-02-11 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 车辆定位方法、装置、设备和存储介质 |
CN111400418A (zh) * | 2019-01-03 | 2020-07-10 | 长沙智能驾驶研究院有限公司 | 车道的定位方法、装置、车辆、存储介质及地图构建方法 |
CN111409632A (zh) * | 2018-12-19 | 2020-07-14 | 长沙智能驾驶研究院有限公司 | 车辆控制方法及装置、计算机设备和存储介质 |
CN111582079A (zh) * | 2020-04-24 | 2020-08-25 | 杭州鸿泉物联网技术股份有限公司 | 基于计算机视觉的车道定位方法及装置 |
CN112798004A (zh) * | 2020-12-31 | 2021-05-14 | 北京星云互联科技有限公司 | 一种车辆的定位方法、装置、设备及存储介质 |
CN112907962A (zh) * | 2021-01-30 | 2021-06-04 | 浙江海康智联科技有限公司 | 一种信号灯车速引导系统以及引导方法 |
-
2021
- 2021-07-01 CN CN202110740931.5A patent/CN113191342A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
CN107850672A (zh) * | 2015-08-11 | 2018-03-27 | 大陆汽车有限责任公司 | 用于精确车辆定位的系统和方法 |
CN108470142A (zh) * | 2018-01-30 | 2018-08-31 | 西安电子科技大学 | 基于逆透视投影和车道距离约束的车道定位方法 |
CN110658539A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆定位方法、装置、车辆和计算机可读存储介质 |
CN111409632A (zh) * | 2018-12-19 | 2020-07-14 | 长沙智能驾驶研究院有限公司 | 车辆控制方法及装置、计算机设备和存储介质 |
CN111400418A (zh) * | 2019-01-03 | 2020-07-10 | 长沙智能驾驶研究院有限公司 | 车道的定位方法、装置、车辆、存储介质及地图构建方法 |
CN110415545A (zh) * | 2019-08-02 | 2019-11-05 | 辰芯科技有限公司 | 一种车道定位方法、装置、电子设备和存储介质 |
CN111076731A (zh) * | 2019-10-28 | 2020-04-28 | 张少军 | 自动驾驶高精定位与路径规划方法 |
CN111311675A (zh) * | 2020-02-11 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 车辆定位方法、装置、设备和存储介质 |
CN111582079A (zh) * | 2020-04-24 | 2020-08-25 | 杭州鸿泉物联网技术股份有限公司 | 基于计算机视觉的车道定位方法及装置 |
CN112798004A (zh) * | 2020-12-31 | 2021-05-14 | 北京星云互联科技有限公司 | 一种车辆的定位方法、装置、设备及存储介质 |
CN112907962A (zh) * | 2021-01-30 | 2021-06-04 | 浙江海康智联科技有限公司 | 一种信号灯车速引导系统以及引导方法 |
Non-Patent Citations (2)
Title |
---|
YOSHIHIDE SEKIMOTO等: "Lightweight lane positioning of vehicles using a smartphone GPS by monitoring the distance from the center line", 《2012 15TH INTERNATIONAL IEEE CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
李陆浩: "面向无人驾驶汽车的车道级导航研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776550A (zh) * | 2021-09-08 | 2021-12-10 | 京东鲲鹏(江苏)科技有限公司 | 一种路线规划方法和装置 |
CN113776550B (zh) * | 2021-09-08 | 2024-04-16 | 京东鲲鹏(江苏)科技有限公司 | 一种路线规划方法和装置 |
CN113990105A (zh) * | 2021-10-22 | 2022-01-28 | 数字广东网络建设有限公司 | 一种车辆轨迹的处理方法、装置、计算机设备和存储介质 |
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 |
CN115824235A (zh) * | 2022-11-17 | 2023-03-21 | 腾讯科技(深圳)有限公司 | 一种车道定位方法、装置、计算机设备以及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113191342A (zh) | 车道定位方法及电子设备 | |
EP3647728B1 (en) | Map information system | |
DE102015122825B4 (de) | Techniken zum Gruppieren von Zielelementen für eine Objektfusion | |
US11144770B2 (en) | Method and device for positioning vehicle, device, and computer readable storage medium | |
US11507107B2 (en) | Map information system | |
Chen et al. | High-precision lane-level road map building for vehicle navigation | |
CN111220143B (zh) | 一种成像设备的位置和姿态确定方法及装置 | |
CN110243364B (zh) | 无人机航向确定方法、装置、无人机及存储介质 | |
CN111536990A (zh) | 在传感器之间的在线外参误标定检测 | |
KR102115004B1 (ko) | 항공사진을 이용하여 3차원 지도를 생성하는 장치 및 방법 | |
CN110501013B (zh) | 位置补偿方法、装置及电子设备 | |
CN112798004A (zh) | 一种车辆的定位方法、装置、设备及存储介质 | |
JP2023164553A (ja) | 位置推定装置、推定装置、制御方法、プログラム及び記憶媒体 | |
JP2020003463A (ja) | 自車位置推定装置 | |
US11908206B2 (en) | Compensation for vertical road curvature in road geometry estimation | |
CN112912894A (zh) | 道路边界识别方法和装置 | |
CN115456898A (zh) | 停车场的建图方法、装置、车辆及存储介质 | |
CN116295508A (zh) | 一种基于高精地图的路侧传感器标定方法、设备和系统 | |
CN115930978A (zh) | 一种地图创建方法及装置 | |
CN111815944B (zh) | 数据有效性检测方法、装置、电子设备及计算机存储介质 | |
CN117330097B (zh) | 车辆定位优化方法、装置、设备及存储介质 | |
CN113935521A (zh) | 高精地图信息预测方法、装置、可读存储介质及电子设备 | |
WO2019188874A1 (ja) | データ構造、情報処理装置、及び地図データ生成装置 | |
US20200307627A1 (en) | Road boundary determination | |
Galinski et al. | Ultra-fast visible lane distance estimation using a single camera |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210730 |
|
RJ01 | Rejection of invention patent application after publication |