CN111428608A - 交通工具定位方法、装置、计算机设备和存储介质 - Google Patents
交通工具定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111428608A CN111428608A CN202010196107.3A CN202010196107A CN111428608A CN 111428608 A CN111428608 A CN 111428608A CN 202010196107 A CN202010196107 A CN 202010196107A CN 111428608 A CN111428608 A CN 111428608A
- Authority
- CN
- China
- Prior art keywords
- data
- local
- positioning data
- vehicle
- positioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
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
-
- 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
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种交通工具定位方法、装置、计算机设备和存储介质。所述方法包括:获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;硬件误差数据、软件延时数据以及本地行驶数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;根据软件延时数据以及本地行驶数据,对本地定位数据进行补偿,获得补偿后的本地定位数据;将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定与目标交通工具匹配的定位数据。采用本方法,可以提高目标交通工具在行驶中的自身定位精准度,以辅助安全驾驶。
Description
技术领域
本申请涉及车联网技术领域,特别是涉及一种交通工具定位方法、装置、计算机设备和存储介质。
背景技术
随着交通工具的普及,极大地方便了人们的生产生活。交通工具的规模越来越大,如何保证交通工具的安全行驶关系到人身安全问题,其重要性不言而喻,车联网技术应用而生,通过车路协同***可以采集在道路上行驶的交通工具的定位数据,以辅助驾驶员的安全驾驶。
当前处于行驶状态的交通工具的车载终端需要根据车路协同***采集的定位数据,确定自身在道路上的定位,驾驶员根据驾驶交通工具在道路上的定位,避免驾驶的交通工具与其它交通工具发生碰撞,以保证安全行驶。而传统的交通工具定位方式,一般是简单依赖车载定位装置例如车载GPS或车载惯性导航定位装置等来实现定位,这些定位方式在应用于运动中的交通工具时存在定位不准确的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种定位准确的交通工具定位方法、装置、计算机设备和存储介质。
一种交通工具定位方法,所述方法包括:
获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;
根据所述硬件误差数据、所述软件延时数据以及所述本地行驶数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;
根据所述软件延时数据以及所述本地行驶数据,对所述本地定位数据进行补偿,获得补偿后的本地定位数据;
将所述补偿后的本地定位数据在所述补偿后的远程定位数据集合中进行匹配,确定与所述目标交通工具匹配的定位数据。
一种交通工具定位装置,所述装置包括:
数据获取模块,用于获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;
远程数据补偿模块,用于根据所述硬件误差数据、所述软件延时数据以及所述本地行驶数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;
本地数据补偿模块,用于根据所述软件延时数据以及所述本地行驶数据,对所述本地定位数据进行补偿,获得补偿后的本地定位数据;
定位数据匹配模块,用于将所述补偿后的本地定位数据在所述补偿后的远程定位数据集合中进行匹配,确定与所述目标交通工具匹配的定位数据。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;
根据所述硬件误差数据、所述软件延时数据以及所述本地行驶数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;
根据所述软件延时数据以及所述本地行驶数据,对所述本地定位数据进行补偿,获得补偿后的本地定位数据;
将所述补偿后的本地定位数据在所述补偿后的远程定位数据集合中进行匹配,确定与所述目标交通工具匹配的定位数据。
一种计算机可读存储介质,其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以下步骤:
获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;
根据所述硬件误差数据、所述软件延时数据以及所述本地行驶数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;
根据所述软件延时数据以及所述本地行驶数据,对所述本地定位数据进行补偿,获得补偿后的本地定位数据;
将所述补偿后的本地定位数据在所述补偿后的远程定位数据集合中进行匹配,确定与所述目标交通工具匹配的定位数据。
上述交通工具定位方法、装置、计算机设备和存储介质,通过硬件误差数据、软件延时数据以及本地行驶数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;根据软件延时数据以及本地行驶数据,对本地定位数据进行补偿,获得补偿后的本地定位数据;将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定与目标交通工具匹配的定位数据,基于实际情况,根据不同影响因素分别对远程定位数据集合和本地定位数据进行补偿,再将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定补偿后的远程定位数据集合中与目标交通工具匹配的定位数据,这样可以提高目标交通工具在行驶中的自身定位精准度,以辅助安全驾驶。
附图说明
图1为一个实施例中交通工具定位方法的应用环境图;
图2为一个实施例中交通工具定位方法的流程示意图;
图3为一个实施例中对远程定位数据集合进行补偿步骤的流程示意图;
图4为一个实施例中对本地定位数据进行补偿步骤的流程示意图;
图5为一个实施例中硬件误差数据获取步骤的流程示意图;
图6为一个实施例中某路段的交通工具分布示意图;
图7为一个实施例中交通工具定位装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的交通工具定位方法,可以应用于如图1所示的应用环境中。车路协同***10包括安装在各个道路不同位置的监控设备11以及后台服务器12,监控设备11与后台服务器12通过网络连接,监控设备11采集道路交通工具的图像信息并实时传输至后台服务器12,后台服务器12根据接收到的图像信息获得道路交通工具的远程定位数据,将道路交通工具的远程定位数据以及监控设备的硬件误差数据,通过网络发送至在道路上行驶的交通工具对应的车载终端20。车载终端20获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、自身的本地定位数据以及本地行驶数据;根据硬件误差数据、软件延时数据以及本地行驶数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;根据软件延时数据以及本地行驶数据,对本地定位数据进行补偿,获得补偿后的本地定位数据;将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定与目标交通工具匹配的定位数据。其中,交通工具可以但不限于是车辆、飞机、船舶等运输工具,车载终端20可以但不限于是各种笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,监控设备11可以是多个用于拍摄道路路况的摄像设备,后台服务器12可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本申请中的交通工具定位方法可以通过车载终端实现,也可以通过车载终端和后台服务器共同实现。
在一个实施例中,如图2所示,提供了一种交通工具定位方法,以该方法应用于图1中的车载终端为例进行说明,包括以下步骤:
步骤202,获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位坐标以及本地行驶数据。
预设区域内交通工具的远程定位数据集合是指交通工具在预设区域内的位置分布情况,包括预设区域内每个交通工具的定位坐标。以某十字路口直行车道为例,比如50米范围内直行车道有4辆车,其对应的定位坐标分别为A(a1,b1)、B(a2,b2)、C(a3,b3)和D(a4,b4),交通工具的远程定位数据集合即为{(a1,b1),(a2,b2),(a3,b3),(a4,b4)}。硬件误差数据是指影响交通工具定位坐标的数据,比如监控设备自身的畸变、基于监控设备采集的图像进行处理获得定位坐标时的标定误差等。软件延时数据包括通信延时数据和预设功能模块的执行时长,通信延时数据用于表示远程定位数据集合中各个定位坐标的采集时刻与远程定位数据集合的下发时刻之间的延时,预设功能模块用于根据本地定位数据,在远程定位数据集合中匹配,输出匹配的定位数据,预设功能模块的执行时长是指从接收到交通工具的远程定位数据集合,到生成与目标交通工具匹配的定位数据,所对应的程序指令的执行时长。本地定位数据是指目标交通工具根据自身的定位装置获得的自身定位坐标,比如根据安装于某车内的车载定位装置,获得的该车的定位坐标。本地行驶数据是指目标交通工具的实时行驶数据,比如行驶速度和行驶方向,行驶速度可以通过目标交通工具内置的速度仪表获得,行驶方向可以通过交通工具的速度方向与正北方向的夹角衡量。
步骤204,根据硬件误差数据、软件延时数据以及本地行驶数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合。
硬件误差数据包括基于监控设备采集的图像进行处理获得定位坐标时的标定误差a1和监控设备自身的畸变率b1,假设预设区域内交通工具的远程定位数据集合的采集时刻为T0,车载终端接收远程定位数据集合的时刻为T1,那么通信延时t1=T1-T0。车载终端从接收到远程定位数据集合,到生成与目标交通工具匹配的定位数据,所对应的时间间隔t2即为预设功能模块的执行时长。根据标定误差a1、畸变率b1、通信延时t1、执行时长t2、本地行驶数据中的速度v和行驶方向y,对远程定位数据集合进行补偿。仍以某十字路口直行车道为例,比如50米范围内直行车道有4辆车,其对应的定位坐标分别为A(a1,b1)、B(a2,b2)、C(a3,b3)和D(a4,b4)。根据标定误差a1、畸变率b1、通信延时t1、执行时长t2、本地行驶数据中的速度v和行驶方向y,对远程定位数据集合{(a1,b1),(a2,b2),(a3,b3),(a4,b4)}进行坐标补偿,获得补偿后的远程定位数据集合{(A1,B1),(A2,B2),(A3,B3),(A4,B4)}。
步骤206,根据软件延时数据以及本地行驶数据,对本地定位数据进行补偿,获得补偿后的本地定位数据。
根据执行时长t2、本地行驶数据中的速度v和行驶方向y,对本地定位数据进行补偿。比如目标交通工具为A车,其本地定位坐标为(x1,y1),根据执行时长t2、本地行驶数据中的速度v和行驶方向y,对本地定位坐标(x1,y1)进行坐标补偿,得到补偿后的本地定位坐标为(x2,y2)。
步骤208,将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定与目标交通工具匹配的定位数据。
可以通过计算补偿后的本地定位数据与补偿后的远程定位数据集合中的每个定位数据之间的距离,将计算得到的距离与预设值进行比较,从而实现定位数据的匹配,其中,距离的计算方法可以是计算余弦距离、欧氏距离等。具体地,将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定与目标交通工具匹配的定位数据包括:获取补偿后的本地定位数据与补偿后的远程定位数据集合中的每个定位数据之间的距离;根据目标交通工具的属性参数对距离进行筛选,根据筛选得到的距离,确定与目标交通工具匹配的定位数据。其中,目标交通工具的属性参数可以是目标交通工具的车身宽度或车身长度。比如,计算补偿后的本地定位坐标(x2,y2)与补偿后的远程定位数据集合{(A1,B1),(A2,B2),(A3,B3),(A4,B4)}中的每个定位坐标之间的距离,得到四个距离d1、d2、d3和d4,将d1、d2、d3、d4分别与目标交通工具的车身宽度L进行比较,筛选出小于车身宽度L的距离为d2、d3,由此确定与目标交通工具匹配的定位坐标为(A2,B2)和(A3,B3)。
上述交通工具定位方法中,通过硬件误差数据、软件延时数据以及本地行驶数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;根据软件延时数据以及本地行驶数据,对本地定位数据进行补偿,获得补偿后的本地定位数据;将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定与目标交通工具匹配的定位数据,基于实际情况,根据不同影响因素分别对远程定位数据集合和本地定位数据进行补偿,再将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定补偿后的远程定位数据集合中与目标交通工具匹配的定位数据,这样可以提高目标交通工具在行驶中的自身定位精准度,以辅助安全驾驶。
在一个实施例中,如图3所示,根据硬件误差数据、软件延时数据以及本地行驶数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合包括:步骤302,识别硬件误差数据的误差类型,根据误差类型以及硬件误差数据,得到第一补偿数据;步骤304,获取远程定位数据集合的采集时刻和下发时刻,根据采集时刻和下发时刻,确定软件延时数据中的通信延时数据;步骤306,根据通信延时数据、软件延时数据中的预设功能模块的执行时长以及本地行驶数据,得到第二补偿数据;步骤308,根据第一补偿数据以及第二补偿数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合。硬件误差数据的误差类型是指监控设备的畸变类型,比如是属于拉伸畸变还是压缩畸变。根据误差类型、标定误差a1和畸变率b1,得到第一补偿数据,具体地,当误差类型为拉伸畸变时,第一补偿数据为a1/(1+b1);当误差类型为压缩畸变时,第一补偿数据为a1/(1-b1);当误差类型既不是压缩畸变也不是拉伸畸变时,第一补偿数据为a1。远程定位数据集合的采集时刻为T0,下发时刻为T1,根据采集时刻T0、下发时刻T1、执行时长t2以及本地行驶数据中的速度v,计算第二补偿数据v*(T1-T0+t2)=v*(t1+t2),即第二补偿数据为v*(t1+t2)。根据第一补偿数据以及第二补偿数据,对远程定位数据集合中的定位数据进行补偿,获得补偿后的远程定位数据集合,补偿后的远程定位数据集合中定位坐标的经度分量=远程定位数据集合中定位坐标的经度分量+(a1/(1+b1)+v*(t1+t2))*siny/地球半径,补偿后的远程定位数据集合中定位坐标的纬度分量=远程定位数据集合中定位坐标的纬度分量+(a1/(1+b1)+v*(t1+t2))*cosy/地球半径,其中,y是指本地行驶数据中的方位,具体可以是目标交通工具的速度方向与正北方向的夹角。
在一个实施例中,如图4所示,根据软件延时数据以及本地行驶数据,对本地定位数据进行补偿,获得补偿后的本地定位数据包括:步骤402,根据软件延时数据中的预设功能模块的执行时长以及本地行驶数据中的速度,确定本地定位数据的补偿数据;步骤404,根据补偿数据以及本地行驶数据中的方位,对本地定位数据进行补偿,获得补偿后的本地定位数据。根据执行时长t2以及本地行驶数据中的速度v,确定本地定位坐标的补偿数据为v*t2;根据补偿数据v*t2以及本地行驶数据中的方位y,对本地定位坐标进行坐标补偿。补偿后的本地定位坐标的经度分量=本地定位坐标的经度分量+v*t2*siny/地球半径,补偿后的本地定位坐标的纬度分量=本地定位坐标的纬度分量+v*t2*cosy/地球半径。
在一个实施例中,软件延时数据包括预设功能模块的执行时长,获取执行时长包括:解析预设功能模块,得到多个基本运算指令以及各个基本运算指令的单位耗时信息,预设功能模块用于根据本地定位数据,在远程定位数据集合中匹配,输出匹配的定位数据;根据单位耗时信息以及多个基本运算指令,得到预设功能模块的执行时长。本地定位数据的误差主要来源于从接收到远程定位数据集合,到确定与目标交通工具匹配的定位数据,对应的预设功能模块的执行时长t2。预设功能模块即为接收远程定位数据集合,确定与目标交通工具匹配的定位数据,所对应的程序指令。执行时长t2可以根据预设功能模块包含的基本运算指令数量,即预设功能模块的数据量来确定,具体地,预设功能模块中包括多少基本运算指令,平均每一次需要处理多少基本运算指令,每一个基本运算指令消耗的时间是确定的,由此确定预设功能模块的时间消耗量。
在一个实施例中,如图5所示,获取硬件误差数据包括:步骤502,获取交通工具的监控图像,提取监控图像中预设的像素点对应的目标像素值;步骤504,根据目标像素值以及预设的像素值与坐标之间的标定关系,得到标定坐标数据;步骤506,获取像素点的真实坐标数据,根据真实坐标数据以及标定坐标数据,确定标定误差数据;步骤508,获取监控设备的畸变数据,根据标定误差数据以及畸变数据,得到硬件误差数据。其中,交通工具定位方法还包括:获取交通工具的监控图像,提取监控图像中预设的标定点对应的像素值以及标定点的真实坐标;根据真实坐标以及对应的像素值进行拟合,得到像素值与坐标之间的标定关系。通过监控设备定位道路交通工具的坐标,其误差主要来源于标定误差、监控设备自身的畸变以及通信延时。标定误差a1是指基于监控设备采集的图像进行处理,获得定位坐标时产生的误差,标定误差是一种拟合误差。比如通过实际道路安装的摄像设备拍摄道路路况,摄像设备拍摄的画面中,预先选择若干个点,称为标定点,实地测量标定点的GPS(Global Positioning System,全球定位***)坐标,比如采用手持定位装置实地测量标定点的GPS坐标,同时记录标定点在拍摄的画面中的像素值,然后根据标定点的GPS坐标与其在画面中的像素值进行拟合,得到画面中所有点的像素值与GPS坐标之间的对应关系,将这种对应关系称为标定关系。而标定关系与画面中像素点与GPS坐标之间的真实关系存在差异,该差异与手持定位装置的定位误差之和即为标定误差,手持定位装置的定位误差可以直接从手持定位装置的说明书中获得。在获取到标定关系后,从摄像设备拍摄的画面中选取若干个非标定点,获取非标定点的像素值,基于非标定点的像素值以及标定关系,得到非标定点的GPS坐标,称为标定GPS坐标,实地测量得到非标定点的真实GPS坐标。然后计算每一个非标定点的标定GPS坐标与真实GPS坐标之差,求出所有非标定点的差值后,对其求平均值即可得到标定误差a1。从摄像设备的说明书中可获取摄像设备的畸变率b1,通信延时t1=T1-T0,其中,T0是指远程定位数据集合的采集时刻,T1是指远程定位数据集合的下发时刻。当某车辆出现在摄像设备拍摄的画面中时,可以基于标定关系和该车辆在画面中所在的像素点,得到该车辆的GPS坐标,虽然车辆在画面中的位置不只是一个点,而是一个很小的面,可以取该面的中心对应的GPS坐标作为其GPS坐标。
本申请还提供一种交通工具进行自身定位的应用场景,在该应用场景中,车路协同***中的云端服务器通过路测摄像头获取道路车辆的GPS数据,并将获取到的GPS数据下发至车载终端,比如车辆内部的车载电脑,供车辆终端评估自身与其它车辆的碰撞风险。而每辆车内部也安装有GPS定位装置,通过该装置能定位出自身GPS。无论是通过路测摄像头获取到的GPS数据还是车辆内置GPS定位装置获取到的GPS数据,都不可避免地存在误差。对于任意一个车载终端,对应的车辆称为对象车辆,一方面,云端服务器下发的GPS数据可能包含对象车辆的GPS数据,称之为云端GPS数据,另一方面,对象车辆通过自身GPS定位装置也可以定位得到自身的GPS数据,称之为本地GPS数据。如果对象车辆终端直接基于云端GPS数据与本地GPS数据,评估自身与其它车辆的碰撞风险,那么可能会出现如下两种情况:(1)云端GPS数据中有一辆车的GPS数据与本地GPS数据非常接近,该车辆可能是对象车辆,但是对象车辆终端误判该车辆不是自身,错误的认为对象车辆与该车辆之间存在很大的碰撞风险,而实际上该车是对象车辆自身,所以,评估的碰撞风险并不存在,即发生了虚报的情况,导致做出错误的风险评估;(2)云端GPS数据中有一辆车的GPS数据与本地GPS数据非常接近,该车辆可能不是对象车辆,但是对象车辆终端误判该车辆是自身,由于自己与自己不存在碰撞风险,而错误的将其排除,导致遗漏了对象车辆与该车辆之间的很大的碰撞风险,即发生了误报的情况。
如何减少上述问题的发生是辅助安全驾驶的关键,本申请提出的交通工具定位方法能解决上述问题,车联网服务平台(云端)存储有标定误差a1、摄像设备的畸变率b1、预设区域内交通工具的远程定位数据集合以及远程定位数据集合的采集时刻T0。对象车辆的终端从云端获取标定误差a1、摄像设备的畸变率b1、预设区域内交通工具的远程定位数据集合以及远程定位数据集合的采集时刻T0。对象车辆终端通过自身定位装置,得到在接收到远程定位数据集合的时刻T1的本地定位坐标,并通过仪表盘外接装置获取自身的速度v和行驶方向y,行驶方向是指车辆的速度方向与正北方向的夹角,终端从接收到远程定位数据集合,到生成与对象车辆匹配的定位数据,所对应的时间间隔为t2,车身宽度为L。对象车辆的终端根据标定误差a1、畸变率b1、远程定位数据集合的采集时刻T0,远程定位数据集合的接收时刻T1、预设功能模块的执行时长t2、对象车辆的速度v和行驶方向y,对云端下发的远程定位数据集合进行补偿。对象车辆的终端根据执行时长t2、速度v和行驶方向y,对通过自身定位装置得到的自身定位数据进行补偿。对象车辆终端根据补偿后的自身定位数据,判断补偿后的远程定位数据集合中与自身匹配的定位数据。计算补偿后的自身定位数据与补偿后的远程定位数据集合中每一个定位数据之间的距离,并筛选出距离小于车身宽度L的定位数据,与筛选得到的定位数据对应的车辆即为与对象车辆发生碰撞可能性大的车辆。如图6所示为某路段的交通工具分布示意图,以车辆2作为对象车辆为例,如果对象车辆终端直接基于云端GPS数据与本地GPS数据,评估自身与其它车辆的碰撞风险,得到的与对象车辆发生碰撞可能性大的车辆为车辆3;而对象车辆终端基于本申请中的交通工具定位方法,得到的与对象车辆发生碰撞可能性大的车辆包括车辆2和车辆3,即本申请中的交通工具定位方法并不只是判断哪一辆车是自己,而是判断哪些车可能是自己,可能一辆,也可能是多辆,这样更利于驾驶安全。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种交通工具定位装置,该装置可以采用软件模块或硬件模块,或者是二者的结合成为计算机设备的一部分,该***具体包括:数据获取模块702、远程数据补偿模块704、本地数据补偿模块706和定位数据匹配模块708,其中:
数据获取模块702,用于获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;
远程数据补偿模块704,用于根据硬件误差数据、软件延时数据以及本地行驶数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;
本地数据补偿模块706,用于根据软件延时数据以及本地行驶数据,对本地定位数据进行补偿,获得补偿后的本地定位数据;
定位数据匹配模块708,用于将补偿后的本地定位数据在补偿后的远程定位数据集合中进行匹配,确定与目标交通工具匹配的定位数据。
在一个实施例中,远程数据补偿模块还用于识别硬件误差数据的误差类型,根据误差类型以及硬件误差数据,得到第一补偿数据;获取远程定位数据集合的采集时刻和下发时刻,根据采集时刻和下发时刻,确定软件延时数据中的通信延时数据;根据通信延时数据、软件延时数据中的预设功能模块的执行时长以及本地行驶数据;根据第一补偿数据以及第二补偿数据,对远程定位数据集合进行补偿,获得补偿后的远程定位数据集合。
在一个实施例中,本地数据补偿模块还用于根据软件延时数据中的预设功能模块的执行时长以及本地行驶数据中的速度,确定本地定位数据的补偿数据;根据补偿数据以及本地行驶数据中的方位,对本地定位数据进行补偿,获得补偿后的本地定位数据。
在一个实施例中,数据获取模块还用于解析预设功能模块,得到多个基本运算指令以及各个基本运算指令的单位耗时信息,预设功能模块用于根据本地定位数据,在远程定位数据集合中匹配,输出匹配的定位数据;根据单位耗时信息以及多个基本运算指令,得到预设功能模块的执行时长。
在一个实施例中,数据获取模块还用于获取交通工具的监控图像,提取监控图像中预设的像素点对应的目标像素值;根据目标像素值以及预设的像素值与坐标之间的标定关系,得到标定坐标数据;获取像素点的真实坐标数据,根据真实坐标数据以及标定坐标数据,确定标定误差数据;获取监控设备的畸变数据,根据标定误差数据以及畸变数据,得到硬件误差数据。
在一个实施例中,数据获取模块还用于获取交通工具的监控图像,提取监控图像中预设的标定点对应的像素值以及标定点的真实坐标;根据真实坐标以及对应的像素值进行拟合,得到像素值与坐标之间的标定关系。
在一个实施例中,定位数据匹配模块还用于获取补偿后的本地定位数据与补偿后的远程定位数据集合中的每个定位数据之间的距离;根据目标交通工具的属性参数对距离进行筛选,根据筛选得到的距离,确定与目标交通工具匹配的定位数据。
关于交通工具定位装置的具体限定可以参见上文中对于交通工具定位方法的限定,在此不再赘述。上述交通工具定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种交通工具定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,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各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种交通工具定位方法,所述方法包括:
获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;
根据所述硬件误差数据、所述软件延时数据以及所述本地行驶数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;
根据所述软件延时数据以及所述本地行驶数据,对所述本地定位数据进行补偿,获得补偿后的本地定位数据;
将所述补偿后的本地定位数据在所述补偿后的远程定位数据集合中进行匹配,确定与所述目标交通工具匹配的定位数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述硬件误差数据、所述软件延时数据以及所述本地行驶数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合包括:
识别所述硬件误差数据的误差类型,根据所述误差类型以及所述硬件误差数据,得到第一补偿数据;
获取所述远程定位数据集合的采集时刻和下发时刻,根据所述采集时刻和所述下发时刻,确定所述软件延时数据中的通信延时数据;
根据所述通信延时数据、所述软件延时数据中的预设功能模块的执行时长以及所述本地行驶数据,得到第二补偿数据;
根据所述第一补偿数据以及所述第二补偿数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合。
3.根据权利要求1所述的方法,其特征在于,所述根据所述软件延时数据以及所述本地行驶数据,对所述本地定位数据进行补偿,获得补偿后的本地定位数据包括:
根据所述软件延时数据中的预设功能模块的执行时长以及所述本地行驶数据中的速度,确定所述本地定位数据的补偿数据;
根据所述补偿数据以及所述本地行驶数据中的方位,对所述本地定位数据进行补偿,获得补偿后的本地定位数据。
4.根据权利要求1所述的方法,其特征在于,所述软件延时数据包括预设功能模块的执行时长,获取所述执行时长包括:
解析所述预设功能模块,得到多个基本运算指令以及各个所述基本运算指令的单位耗时信息,所述预设功能模块用于根据本地定位数据,在远程定位数据集合中匹配,输出匹配的定位数据;
根据所述单位耗时信息以及所述多个基本运算指令,得到所述预设功能模块的执行时长。
5.根据权利要求1所述的方法,其特征在于,获取硬件误差数据包括:
获取所述交通工具的监控图像,提取所述监控图像中预设的像素点对应的目标像素值;
根据所述目标像素值以及预设的像素值与坐标之间的标定关系,得到标定坐标数据;
获取所述像素点的真实坐标数据,根据所述真实坐标数据以及所述标定坐标数据,确定标定误差数据;
获取监控设备的畸变数据,根据所述标定误差数据以及所述畸变数据,得到硬件误差数据。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取所述交通工具的监控图像,提取所述监控图像中预设的标定点对应的像素值以及所述标定点的真实坐标;
根据所述真实坐标以及对应的像素值进行拟合,得到像素值与坐标之间的标定关系。
7.根据权利要求1所述的方法,其特征在于,将所述补偿后的本地定位数据在所述补偿后的远程定位数据集合中进行匹配,确定与所述目标交通工具匹配的定位数据包括:
获取所述补偿后的本地定位数据与所述补偿后的定位数据集合中的每个定位数据之间的距离;
根据所述目标交通工具的属性参数对所述距离进行筛选,根据筛选得到的距离,确定与所述目标交通工具匹配的定位数据。
8.一种交通工具定位装置,其特征在于,所述装置包括:
数据获取模块,用于获取预设区域内交通工具的远程定位数据集合、硬件误差数据、软件延时数据、目标交通工具的本地定位数据以及本地行驶数据;
远程数据补偿模块,用于根据所述硬件误差数据、所述软件延时数据以及所述本地行驶数据,对所述远程定位数据集合进行补偿,获得补偿后的远程定位数据集合;
本地数据补偿模块,用于根据所述软件延时数据以及所述本地行驶数据,对所述本地定位数据进行补偿,获得补偿后的本地定位数据;
定位数据匹配模块,用于将所述补偿后的本地定位数据在所述补偿后的远程定位数据集合中进行匹配,确定与所述目标交通工具匹配的定位数据。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010196107.3A CN111428608B (zh) | 2020-03-19 | 2020-03-19 | 交通工具定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010196107.3A CN111428608B (zh) | 2020-03-19 | 2020-03-19 | 交通工具定位方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111428608A true CN111428608A (zh) | 2020-07-17 |
CN111428608B CN111428608B (zh) | 2023-05-23 |
Family
ID=71548230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010196107.3A Active CN111428608B (zh) | 2020-03-19 | 2020-03-19 | 交通工具定位方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111428608B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102564508A (zh) * | 2011-12-14 | 2012-07-11 | 河海大学 | 基于视频图像的河流流量在线测验实现方法 |
WO2014171999A2 (en) * | 2013-02-04 | 2014-10-23 | Vanderbilt University | Method and system for high-accuracy differential tracking of global positioning system (gps) receivers |
US20150148984A1 (en) * | 2012-06-06 | 2015-05-28 | Eurotech Spa | Apparatus and corresponding method for the automatic identification of entities moved together |
US20160371548A1 (en) * | 2013-09-05 | 2016-12-22 | International Business Machines Corporation | Locating objects using images from portable devices |
WO2017004311A1 (en) * | 2015-06-30 | 2017-01-05 | Gopro, Inc. | Pipelined video interface for remote controlled aerial vehicle with camera |
CN106405502A (zh) * | 2016-08-31 | 2017-02-15 | 广西科技大学 | 基于声波和无线定位的移动目标检测方法 |
CN106993027A (zh) * | 2017-03-15 | 2017-07-28 | 西安电子科技大学 | 远程数据存储位置验证方法 |
CN107733459A (zh) * | 2017-09-15 | 2018-02-23 | 中国汽车技术研究中心 | 基于DSRC及低空卫星通信的车载T‑Box及其应用 |
CN108140280A (zh) * | 2014-12-17 | 2018-06-08 | 威廉姆·韦伯 | 用于游戏收益的方法和*** |
US20180302751A1 (en) * | 2016-07-11 | 2018-10-18 | Veniam, Inc. | Systems and methods for vehicular positioning based on wireless fingerprinting data in a network of moving things including, for example, autonomous vehicles |
WO2018218155A1 (en) * | 2017-05-26 | 2018-11-29 | Google Llc | Machine-learned model system |
US20190012769A1 (en) * | 2017-07-07 | 2019-01-10 | Intelligent Waves Llc | System, method and computer program product for remoting orientation changes |
US20190149365A1 (en) * | 2018-01-12 | 2019-05-16 | Intel Corporation | Time domain resource allocation for mobile communication |
CN109859515A (zh) * | 2019-01-28 | 2019-06-07 | 武汉元光科技有限公司 | 公交***中gps定位数据补偿方法及电子设备 |
CN110087187A (zh) * | 2019-04-23 | 2019-08-02 | 北京三快在线科技有限公司 | 一种业务执行方法及装置 |
CN110136469A (zh) * | 2019-06-06 | 2019-08-16 | 武汉元光科技有限公司 | 公交车的行驶数据的补偿方法及装置 |
CN110598139A (zh) * | 2019-08-14 | 2019-12-20 | 四川致和博视科技有限公司 | 基于5G云计算的Web浏览器增强现实实时定位的方法 |
CN110675455A (zh) * | 2019-08-30 | 2020-01-10 | 的卢技术有限公司 | 一种基于自然场景的车身环视相机自标定方法和*** |
CN110769245A (zh) * | 2018-07-27 | 2020-02-07 | 华为技术有限公司 | 一种校准方法及相关设备 |
CN110782693A (zh) * | 2019-08-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种定位方法、装置及设备 |
CN110779538A (zh) * | 2018-07-30 | 2020-02-11 | 通用汽车环球科技运作有限责任公司 | 相对于自主导航而跨本地和基于云的***来分配处理资源 |
US20200082168A1 (en) * | 2018-09-11 | 2020-03-12 | Pointivo, Inc. | In data acquistion, processing, and output generation for use in analysis of one or a collection of physical assets of interest |
-
2020
- 2020-03-19 CN CN202010196107.3A patent/CN111428608B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102564508A (zh) * | 2011-12-14 | 2012-07-11 | 河海大学 | 基于视频图像的河流流量在线测验实现方法 |
US20150148984A1 (en) * | 2012-06-06 | 2015-05-28 | Eurotech Spa | Apparatus and corresponding method for the automatic identification of entities moved together |
WO2014171999A2 (en) * | 2013-02-04 | 2014-10-23 | Vanderbilt University | Method and system for high-accuracy differential tracking of global positioning system (gps) receivers |
US20160371548A1 (en) * | 2013-09-05 | 2016-12-22 | International Business Machines Corporation | Locating objects using images from portable devices |
CN108140280A (zh) * | 2014-12-17 | 2018-06-08 | 威廉姆·韦伯 | 用于游戏收益的方法和*** |
WO2017004311A1 (en) * | 2015-06-30 | 2017-01-05 | Gopro, Inc. | Pipelined video interface for remote controlled aerial vehicle with camera |
US20180302751A1 (en) * | 2016-07-11 | 2018-10-18 | Veniam, Inc. | Systems and methods for vehicular positioning based on wireless fingerprinting data in a network of moving things including, for example, autonomous vehicles |
CN106405502A (zh) * | 2016-08-31 | 2017-02-15 | 广西科技大学 | 基于声波和无线定位的移动目标检测方法 |
CN106993027A (zh) * | 2017-03-15 | 2017-07-28 | 西安电子科技大学 | 远程数据存储位置验证方法 |
WO2018218155A1 (en) * | 2017-05-26 | 2018-11-29 | Google Llc | Machine-learned model system |
US20190012769A1 (en) * | 2017-07-07 | 2019-01-10 | Intelligent Waves Llc | System, method and computer program product for remoting orientation changes |
CN107733459A (zh) * | 2017-09-15 | 2018-02-23 | 中国汽车技术研究中心 | 基于DSRC及低空卫星通信的车载T‑Box及其应用 |
US20190149365A1 (en) * | 2018-01-12 | 2019-05-16 | Intel Corporation | Time domain resource allocation for mobile communication |
CN110769245A (zh) * | 2018-07-27 | 2020-02-07 | 华为技术有限公司 | 一种校准方法及相关设备 |
CN110779538A (zh) * | 2018-07-30 | 2020-02-11 | 通用汽车环球科技运作有限责任公司 | 相对于自主导航而跨本地和基于云的***来分配处理资源 |
US20200082168A1 (en) * | 2018-09-11 | 2020-03-12 | Pointivo, Inc. | In data acquistion, processing, and output generation for use in analysis of one or a collection of physical assets of interest |
CN109859515A (zh) * | 2019-01-28 | 2019-06-07 | 武汉元光科技有限公司 | 公交***中gps定位数据补偿方法及电子设备 |
CN110087187A (zh) * | 2019-04-23 | 2019-08-02 | 北京三快在线科技有限公司 | 一种业务执行方法及装置 |
CN110136469A (zh) * | 2019-06-06 | 2019-08-16 | 武汉元光科技有限公司 | 公交车的行驶数据的补偿方法及装置 |
CN110782693A (zh) * | 2019-08-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种定位方法、装置及设备 |
CN110598139A (zh) * | 2019-08-14 | 2019-12-20 | 四川致和博视科技有限公司 | 基于5G云计算的Web浏览器增强现实实时定位的方法 |
CN110675455A (zh) * | 2019-08-30 | 2020-01-10 | 的卢技术有限公司 | 一种基于自然场景的车身环视相机自标定方法和*** |
Non-Patent Citations (2)
Title |
---|
MAJA等: "Remote Monitoring and Control of Industrial Robot based on Android Device and Wi-Fi Communication", 《AUTOMATIKA:JOURNAL FOR CONTROL,MEASUREMENT, ELECTRONICS, COMPUTING AND COMMUNICATIONS》 * |
刘同壮: "基于安卓***自动装车机器人远程控制平台研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111428608B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230273326A1 (en) | Inferring vehicle location and movement using sensor data fusion | |
US9794519B2 (en) | Positioning apparatus and positioning method regarding a position of mobile object | |
US20160146615A1 (en) | Systems and Methods for Driver and Vehicle Tracking | |
CN112203216B (zh) | 定位信息获取方法、辅助驾驶方法以及车端传感器检测方法 | |
US20160102981A1 (en) | Position accuracy testing system | |
CN111224710B (zh) | 基于卫星空间分布检验的虚拟应答器捕获方法及捕获*** | |
WO2020039937A1 (ja) | 位置座標推定装置、位置座標推定方法およびプログラム | |
CN104167109A (zh) | 车辆位置的检测方法和检测装置 | |
CN111241224B (zh) | 目标距离估计的方法、***、计算机设备和存储介质 | |
CN111562603A (zh) | 基于航位推算的导航定位方法、设备及存储介质 | |
US20190249997A1 (en) | Effective search of travelling data corresponding to measured positions of a vehicle | |
CN111207761A (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
CN113959457A (zh) | 一种自动驾驶车辆的定位方法、装置、车辆和介质 | |
CN111183464B (zh) | 基于车辆轨迹数据估计信号交叉路口的饱和流量的***和方法 | |
KR102217422B1 (ko) | 운전면허시험 처리 장치 | |
CN115164936A (zh) | 高精地图制作中用于点云拼接的全局位姿修正方法及设备 | |
CN111624550B (zh) | 一种车辆定位方法、装置、设备及存储介质 | |
CN109270566B (zh) | 导航方法、导航效果测试方法、装置、设备和介质 | |
CN113642548B (zh) | 氢能运输车的异常驾驶行为检测、装置和计算机设备 | |
CN116124129A (zh) | 定位信息处理方法、装置、设备和介质 | |
CN111428608B (zh) | 交通工具定位方法、装置、计算机设备和存储介质 | |
CN114001730B (zh) | 融合定位方法、装置、计算机设备和存储介质 | |
CN115797438A (zh) | 目标定位方法、装置、计算机设备、存储介质和程序产品 | |
CN114035189A (zh) | 一种道路隐患定位方法、装置、电子设备及存储介质 | |
CN115240400A (zh) | 车辆位置识别方法和装置、车辆位置输出方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |