CN114202924B - 冗余交通限制信息的识别方法及装置、电子设备和介质 - Google Patents
冗余交通限制信息的识别方法及装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114202924B CN114202924B CN202111535069.0A CN202111535069A CN114202924B CN 114202924 B CN114202924 B CN 114202924B CN 202111535069 A CN202111535069 A CN 202111535069A CN 114202924 B CN114202924 B CN 114202924B
- Authority
- CN
- China
- Prior art keywords
- traffic
- road section
- entering
- exiting
- traffic restriction
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000004044 response Effects 0.000 claims abstract description 12
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Chemical & Material Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种冗余交通限制信息的识别方法及装置、电子设备和介质,涉及计算机技术领域,尤其涉及智能交通、计算机视觉技术领域。实现方案为:获取经过待测路口的多个车辆的行驶轨迹数据,所述待测路口关联有交通限制信息,所述交通限制信息用于限制所述待测路口的进入路段到退出路段的通行;基于所述行驶轨迹数据,确定所述待测路口的通行状态参数;响应于确定所述通行状态参数满足预设条件,识别所述进入路段的图像中的交通限制对象;以及基于所述识别的结果,判断所述交通限制信息是否冗余。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及智能交通、计算机视觉技术领域,具体涉及一种冗余交通限制信息的识别方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
电子地图(electronic map),即数字地图,是利用计算机技术,以数字方式存储和查阅的地图。电子地图上绘制有各种类型的地图元素,例如道路、商场、学校、医院、标志性建筑物等等。
自驾出行是交通出行的主要方式。在自驾出行的过程中,用户可以使用装有电子地图应用的终端设备(例如手机、平板电脑、车载导航设备等)进行路线导航。电子地图应用可以根据用户指定的出发地和目的地,规划出一条导航路径提供给用户。用户可以沿导航路径驾驶,从而顺利到达目的地。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种冗余交通限制信息的识别方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种冗余交通限制信息的识别方法,包括:获取经过待测路口的多个车辆的行驶轨迹数据,所述待测路口关联有交通限制信息,所述交通限制信息用于限制所述待测路口的进入路段到退出路段的通行;基于所述行驶轨迹数据,确定所述待测路口的通行状态参数;响应于确定所述通行状态参数满足预设条件,识别所述进入路段的图像中的交通限制对象;以及基于所述识别的结果,判断所述交通限制信息是否冗余。
根据本公开的一方面,提供了一种冗余交通限制信息的识别装置,包括:轨迹获取模块,被配置为获取经过待测路口的多个车辆的行驶轨迹数据,所述待测路口关联有交通限制信息,所述交通限制信息用于限制所述待测路口的进入路段到退出路段的通行;确定模块,被配置为基于所述行驶轨迹数据,确定所述待测路口的通行状态参数;图像识别模块,被配置为响应于确定所述通行状态参数满足预设条件,识别所述进入路段的图像中的交通限制对象;以及判断模块,被配置为基于所述识别的结果,判断所述交通限制信息是否冗余。
根据本公开的一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器,该存储器存储有可被上述至少一个处理器执行的指令,该指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行上述方法。
根据本公开的一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行上述方法。
根据本公开的一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现上述方法。
根据本公开的一个或多个实施例,能够自动、高效、准确地识别出路口处的冗余的交通限制信息,从而可以提高电子地图以及导航规划路径的准确性,提升用户的导航体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性***的示意图;
图2示出了根据本公开的实施例的冗余交通限制信息的识别方法的流程图;
图3示出了根据本公开的实施例的冗余交通限制信息的识别装置的结构框图;以及
图4示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
在本公开中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
自驾出行是交通出行的主要方式。在自驾出行的过程中,用户可以使用装有电子地图应用的终端设备(例如手机、平板电脑、车载导航设备等)进行路线导航。电子地图应用可以根据用户输入的起点位置和终点位置,规划出一条导航路径提供给用户。用户可以沿导航路径驾驶,从而顺利到达目的地。
交通限制是交通管理部门根据法律法规,对车辆和行人在道路上通行以及其他与交通有关的活动制定的带有疏导、禁止、限制或指示性质的具体规定,例如禁止左转、禁止掉头、禁止机动车通行等。交通限制具体可以通过设立于路口处的交通限制标牌来表示,或者通过绘制于路面上的道路标线、车道信息指示符等来表示。电子地图应用在进行导航规划时,需要参照电子地图中存储的各路口的交通限制信息,以确保用户不会违规通行。
在现实中,道路交通情况变化较快,路口的交通限制常常会发生变化。例如,路口1连接有进入路段A和退出路段B。原本在路口1的进入路段A处存在禁止左转的交通限制(例如存在“禁止左转”的警示标牌),即禁止在进入路段A处左转以进入退出路段B。在随后的某一时间,上述禁止左转的交通限制解除,因此允许在进入路段A处左转以进入退出路段B。
对路口处的交通限制进行准确描述,是准确规划导航路径的前提。因此,需要及时识别电子地图中的路口处的冗余的交通限制信息,并将该冗余的交通限制信息删除。冗余的交通限制信息指的是电子地图中存在的、但实际道路中不存在的交通限制信息。电子地图中的冗余的交通限制信息通常由于实际路口处的交通限制解除而产生(在一些情况中,也可能由于信息录入错误等其他原因而产生)。如果冗余的交通限制信息没有被及时识别并从电子地图中删除,则可能导致用户被迫绕行,严重影响用户体验。例如,在上述例子中,在路口1的交通限制解除后,用户可以直接由路段A左转进入路段B。然而,如果路口1处的冗余的“禁止左转”的交通限制信息没有被及时地识别并从电子地图中删除,那么按照原有的电子地图进行路线导航(禁止在路口1处由路段A左转进入路段B),则可能得到路段A→路段C→路段D→路段B的导航规划路径,导致用户进行了不必要的绕行,浪费了用户的时间和精力,降低了用户体验。
在相关技术中,通常采用路测采集、用户反馈等人工手段来对路口处的冗余的交通限制信息进行识别。这种方法的工作量大,耗时长,效率低。在另一些相关技术中,单独通过车辆的轨迹数据来识别冗余的交通限制信息。由于现实中各路口的通行量存在较大差异,低通行量路口难以召回,并且存在大量用户违规通行,导致路口冗余交通限制信息的识别准确性较低。
在另一些相关技术中,也可以采用采集车来采集路口的图像,根据采集车的GPS定位信息来将采集到的图像匹配到路网拓扑中的某个路口,并采用图像识别技术来确定该路口是否存在冗余的交通限制信息。在这种方法中,由于设备误差、GPS定位误差等原因,往往无法将图像与路网中的路口进行正确匹配,导致路口冗余交通限制信息的识别准确性较低。
为此,本公开的实施例提供一种冗余交通限制信息的识别方法,能够自动、高效、准确地识别出路口处的冗余的交通限制信息。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1,该***100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行冗余交通限制信息的识别方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的***配置是可能的,其可以与***100不同。因此,图1是用于实施本文所描述的各种方法的***的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来进行导航。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏***、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作***,例如MICROSOFT Windows、APPLE iOS、类UNIX操作***、Linux或类Linux操作***(例如GOOGLE Chrome OS);或包括各种移动操作***,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏***可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、Wi-Fi)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式***的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
***100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音乐文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件***支持的常规存储库。
图1的***100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
为了本公开实施例的目的,在图1的示例中,客户端设备101、102、103、104、105和106中可以包括电子地图应用程序,该电子地图应用程序可以提供基于电子地图的各种功能,例如在线导航、离线路线规划、地点查找等。与此相应地,服务器120可以是该电子地图应用对应的服务器。服务器120中可以包括服务程序,该服务程序可以基于数据库130中已存储的电子地图数据,向客户端设备中运行的电子地图应用程序提供地图服务。可替换地,服务器120也可以将电子地图数据提供给客户端设备,由客户端设备中运行的电子地图应用程序根据本地存储的电子地图数据提供地图服务。
具体地,服务器120或客户端设备101、102、103、104、105和106可以执行本公开实施例的冗余交通限制信息的识别方法,并将识别出的冗余的交通限制信息从电子地图中删除,使电子地图数据更加准确,从而提高导航规划路径的准确性,提升用户的导航体验。
图2示出了根据本公开实施例的冗余交通限制信息的识别方法200的流程图。方法200可以在服务器(例如图1中所示的服务器120)处执行,也可以在客户端设备(例如图1中所示的客户端设备101、102、103、104、105和106)处执行。也即,方法200的各个步骤的执行主体可以是图1中所示的服务器120,也可以是图1中所示的客户端设备101、102、103、104、105和106。
如图2所示,方法200包括:
步骤210、获取经过待测路口的多个车辆的行驶轨迹数据,待测路口关联有交通限制信息,交通限制信息用于限制待测路口的进入路段到退出路段的通行;
步骤220、基于行驶轨迹数据,确定待测路口的通行状态参数;
步骤230、响应于确定通行状态参数满足预设条件,识别进入路段的图像中的交通限制对象;以及
步骤240、基于识别的结果,判断交通限制信息是否冗余。
根据本公开的实施例,能够获取待测路口的行驶轨迹数据,基于行驶轨迹数据来来确定待测路口的通行状态参数。当待测路口的通行状态参数满足预设条件时,认为该待测路口的交通限制信息可能冗余。在判定待测路口的交通限制信息可能冗余后,采用进入路段的图像来对待测路口的交通限制状态进行进一步核实,从而判断待测路口的交通限制信息是否真的冗余。本公开的实施例能够准确、高效地判断路口是否存在冗余的交通限制信息,实现了对路口的冗余交通限制信息的及时自动化识别,从而使电子地图与实际道路情况保持一致、更加准确,提高导航规划路径的准确性,提升用户的导航体验。
以下详细描述方法200的各个步骤。
在步骤210中,获取经过待测路口的多个车辆的行驶轨迹数据,待测路口关联有交通限制信息,交通限制信息用于限制待测路口的进入路段到退出路段的通行。
根据一些实施例,待测路口可以是路网拓扑中的任一具有交通限制信息的路口。
在路网拓扑中,每一条道路由一系列有序的节点构成,任意两相邻节点间构成一个路段(link),通过判断一个路段的端节点是否与另一个路段的端节点相同,可以判断两个路段是否连通。例如,路段1的两个端节点为:节点A和节点B;路段2的两个端节点为:节点C和节点D;如果路段1和路段2的某一个端节点相同,例如,节点B和节点C相同,表示路段1和路段2是连通的;反之,如果路段1中的任意一个端节点与路段2中的任意一个端节点均不相同,表示路段1和路段2是不连通的。
此外,路段具有方向性(即车辆在该路段的行驶方向)。通过判断两个相邻路段的相同的端节点的方向,可以确定这两条路段是进入路段还是退出路段。例如,在上文的例子中,节点B和节点C相同,路段1的方向为从节点A到节点B的方向(即在路段1上,车辆沿着靠近节点B的方向行驶),路段2的方向为从节点C到节点D的方向(即,在路段2上,车辆沿着远离节点C的方向行驶),则路段1为进入路段,路段2为退出路段。又例如,在上文的例子中,节点B和节点C相同,路段1的方向为从节点A到节点B的方向(即在路段1上,车辆沿着靠近节点B的方向行驶),路段2的方向为从节点D到节点C的方向(即,在路段2上,车辆沿着靠近节点C的方向行驶),则路段1和路段2均为进入路段。
在路网拓扑中,路口是多个路段的汇合之处。每个路口连接有至少一个进入路段和至少一个退出路段。在电子地图中,每个路口被标注为一个路口对象,具有唯一的标识,并且对应于一个区域范围。需要说明的是,电子地图中的各个路口对象可以通过任意路口识别算法预先识别得出,本公开不限制为从电子地图中识别路口所采用的具体算法。
根据一些实施例,在路网拓扑中,每个路口关联存储有交通限制信息,交通限制信息用于指示相应的路口是否存在交通限制,以及该交通限制所限制的通行方向(下文称为“禁止通行方向”)。例如,路口1的交通限制信息用于禁止沿进入路段A到退出路段B方向的通行。
在步骤210中,行驶轨迹数据是车辆的实际行驶路径。
车辆的行驶轨迹数据由车辆中的定位模块(例如GPS模块)采集。行驶轨迹数据包括按照时间顺序排列的多个轨迹点。由于存在定位误差、坐标系转换误差、电子地图精度误差等原因,定位模块采集到的轨迹点可能会偏离道路所在的位置。例如,车辆在路段A中行驶,但定位模块采集到的轨迹点的坐标并非位于路段A中,而是位于路段A旁边的绿化带中。
根据一些实施例,可以将车辆的定位模块采集到的轨迹点与路网拓扑进行匹配,从而将轨迹点校正至道路所在的区域上。具体地,根据一些实施例,可以获取各个车辆的轨迹点观测序列,轨迹点观测序列包括所述车辆在各个时间点的轨迹点;以及将轨迹点观测序列与路网拓扑进行匹配,以确定轨迹点观测序列对应的行驶轨迹数据,其中,行驶轨迹数据包括路网拓扑中的多个道路点,这多个道路点与轨迹点观测序列所包括的各个轨迹点分别对应。由此,可以确提高行驶轨迹数据的准确性,从而提高冗余交通限制信息识别的准确性。
根据一些实施例,可以采用隐马尔科夫模型(Hidden Markov Model,HMM)来确定轨迹点观测序列所对应的行驶轨迹数据。具体地,轨迹点观测序列即为HMM中的观测序列,行驶轨迹数据为HMM中的隐藏序列,可以采用维特比算法来对HMM进行求解,以得到观测序列对应的隐藏序列,即确定轨迹点观测序列对应的行驶轨迹数据。
在步骤220中,基于行驶轨迹数据,确定待测路口的通行状态参数。
通行状态参数用于指示待测路口的可通行性。根据一些实施例,通行状态参数包括以下至少一项:从进入路段进入且从退出路段退出的轨迹的数量(即“通行量”)、从进入路段进入后直接从退出路段退出的轨迹的数量、从进入路段进入后绕行至其他路段并从退出路段退出的轨迹的数量(即“绕路量”)、从进入路段进入且从退出路段退出的轨迹的数量与从进入路段进入的轨迹的数量的比值(即“通行进入比”)、从进入路段进入且从退出路段退出的轨迹的数量与从退出路段退出的轨迹的数量的比值(即“通行退出比”)。
进一步地,通行状态参数还可以包括对上述项目进行运算或组合所得到的项目。例如,通行状态参数还可以包括通行量与绕路量的比值(即“通行绕路比”),预设时间周期(例如最近3天、最近一周等)内的平均通行量、平均绕路量、平均通行绕路比,当前时间周期(例如3天、一周等)内的平均通行量与上一个时间周期内的平均通行量的比值,当前时间周期(例如3天、一周等)内的平均绕路量与上一个时间周期内的平均绕路量的比值,等。
通过提取多种通行状态参数,能够全面、真实地表达路口的通行状态,从而提高冗余交通限制信息识别的准确性。
电子地图中的冗余的交通限制信息通常对应于实际路口处的交通限制解除,因此会使路口的原禁止通行方向的可通行性得到提升。因此,通过计算待测路口的通行状态参数,并基于通行状态参数来判断待测路口的可通行性是否提升,能够快速筛选出疑似存在冗余的交通限制信息的路口。
根据一些实施例,可以通过判断待测路口的通行状态参数是否满足预设条件,来判断待测路口的可通行性是否提升。即,预设条件用于判断待测路口的可通行性是否提升。具体地,预设条件可以由本领域技术人员结合实际应用场景来进行设置。本公开对预设条件的数量和内容均不作限制。
例如,对于存在冗余的交通限制信息的路口,其通行量通常会增加,绕路量会减少。因此,根据一些实施例,可以通过判断通行量、绕路量等通行状态参数与阈值的相对大小来判断路口是否存在冗余的交通限制信息。
例如,预设条件可以包括:
当前时间周期内的累积通行量>第一阈值
当前时间周期内的平均通行量>第二阈值
当前时间周期内的平均通行量/环比周期内的平均通行量>第三阈值当前时间周期内的平均通行量/历史平均通行量>第四阈值
当前时间周期内的平均通行绕路比>第五阈值
当前时间周期内的平均通行绕路比>环比周期内的平均通行绕路比
当前时间周期内的平均通行绕路比>>历史平均通行绕路比(“>>”表示远大于)
当前时间周期的长度和第一阈值-第五阈值的数值可以通过综合考虑多种因素(例如电子地图的更新频率、节假日、城市/道路封闭情况等)来设定。
当上述七个预设条件全部满足时,可以判定待测路口的交通限制信息冗余。
又例如,对于存在冗余的交通限制信息的路口,其通行量、通行退出比通常会增加。因此,根据另一些实施例,可以通过判断通行量、通行退出比等通行状态参数与阈值的相对大小来判断路口是否存在冗余的交通限制信息。
在步骤230中,响应于确定通行状态参数满足预设条件,即响应于确定待测路口的可通行性提升,识别进入路段的图像中的交通限制对象。
在本公开的实施例中,交通限制对象指的是能够起到交通限制作用的任意对象,包括但不限于路口处设立的交通限制标牌,路面上绘制的道路标线(例如用于禁止跨越对向车道的双实线等)、车道信息指示符(例如右转箭头、直行箭头等)等。
根据一些实施例,可以采用计算机视觉技术来对识别图像中的交通限制对象。例如,可以采用Faster R-CNN、YOLO V3、SSD等目标检测模型来识别图像中的交通限制对象。
根据一些实施例,识别进入路段的图像中的交通限制对象包括:确定进入路段所在的区域;获取图像采集车辆在预设时间范围内的位于上述区域内的多个轨迹点,以及图像采集车辆在上述多个轨迹点处采集的多个环境图像;以及识别上述多个环境图像中的交通限制对象。通过对进入路段区域内的轨迹点对应的环境图像进行交通限制对象识别,可以提高图像与进入路段的匹配度,从而提高冗余交通限制信息识别的准确性。
每个轨迹点包括位置坐标、行驶方向、采集时间等信息。根据一些实施例,步骤230还可以包括:基于轨迹点的行驶方向、在上述区域中的位置、采集时间三者中的至少之一,从上述多个轨迹点中确定至少一个有效轨迹点。相应地,通过识别上述至少一个有效轨迹点各自对应的环境图像中的交通限制对象,来判断交通限制信息是否冗余。通过从多个对轨迹点中筛选出有效轨迹点,并且仅对有效轨迹点对应的环境图像进行交通限制对象识别,能够避免不必要的计算,减小计算量,提高识别效率和准确性。
根据一些实施例,可以计算轨迹点的行驶方向angle1与进入路段的车辆行驶方向angle2的角度偏差,即|angle1-angle2|,将角度偏差小于第六阈值(即|angle1-angle2|<第六阈值)的轨迹点作为有效轨迹点。由此,可以将误差较大的轨迹点去除,从而提高交通限制对象识别的效率和准确性。
根据一些实施例,可以计算轨迹点到进入路段的第一端点的距离distance1,以及轨迹点到进入路段的第二端点的距离distance2。将distance1>第七阈值且distance2>第八阈值的轨迹点作为有效轨迹点。由于定位误差等原因,距离进入路段的端点较近的轨迹点很可能实际上属于其他路段。基于该实施例,能够将定位误差较大的轨迹点去除,从而提高交通限制对象识别的效率和准确性。
根据一些实施例,可以基于轨迹点的采集时间来确定轨迹点的权重,采集时间距离当前时间越近,权重越大。将权重大于第九阈值的轨迹点作为有效轨迹点。由此,可以将距离当前时间较远的、不具有参考意义的轨迹点去除,从而提高交通限制对象识别的效率和准确性。
在步骤240中,基于交通限制对象识别的结果,判断待测路口的交通限制信息是否冗余。
具体地,如果识别出图像中不包括与步骤210中的交通限制信息一致的交通限制对象,或者识别出图像中包括与步骤210中的交通限制信息相反的交通限制对象,则判定该交通限制信息冗余。
例如,步骤210中的交通限制信息指示禁止在进入路段A右转以进入退出路段B。那么,如果在进入路段A的图像中未识别出禁止右转标牌(禁止右转标牌与该交通限制信息所表达的含义一致),或者在进入路段A的图像中识别出车道内的右转箭头(右转箭头所表达的含义是允许右转,与该交通限制信息所表达的禁止右转的含义相反),则判定该交通限制信息冗余,即,相应的交通限制已被解除。
根据本公开的实施例,还提供了一种冗余交通限制信息的识别装置。图3示出了根据本公开实施例的冗余交通限制信息的识别装置300的结构框图。如图3所示,装置300包括:
轨迹获取模块310,被配置为获取经过待测路口的多个车辆的行驶轨迹数据,其中,所述待测路口关联有交通限制信息,所述交通限制信息用于限制所述待测路口的进入路段到退出路段的通行;
确定模块320,被配置为基于所述行驶轨迹数据,判断所述待测路口的通行状态是否异常;
图像识别模块330,被配置为响应于确定所述通行状态参数满足预设条件,识别所述进入路段的图像中的交通限制对象;以及
判断模块340,被配置为被配置为基于所述识别的结果,判断所述交通限制信息是否冗余。
根据本公开的实施例,能够获取待测路口的行驶轨迹数据,基于行驶轨迹数据来来确定待测路口的通行状态参数。当待测路口的通行状态参数满足预设条件时,认为该待测路口的交通限制信息可能冗余。在判定待测路口的交通限制信息可能冗余后,采用进入路段的图像来对待测路口的交通限制状态进行进一步核实,从而判断待测路口的交通限制信息是否真的冗余。本公开的实施例能够准确、高效地判断路口是否存在冗余的交通限制信息,实现了对路口的冗余交通限制信息的及时自动化识别,从而使电子地图与实际道路情况保持一致、更加准确,提高导航规划路径的准确性,提升用户的导航体验。
根据一些实施例,轨迹获取模块310包括:第一获取单元,被配置为获取各个车辆的轨迹点观测序列,所述轨迹点观测序列包括所述车辆在各个时间点的轨迹点;以及匹配单元,被配置为将所述轨迹点观测序列与路网拓扑进行匹配,以确定所述轨迹点观测序列对应的行驶轨迹数据,其中,所述行驶轨迹数据包括所述路网拓扑中的多个道路点,所述多个道路点与所述轨迹点观测序列所包括的各个轨迹点分别对应。
根据一些实施例,通行状态参数用于指示所述待测路口的可通行性,所述预设条件用于判断所述待测路口的可通行性是否提升。
根据一些实施例,通行状态参数包括以下至少一项:从所述进入路段进入且从所述退出路段退出的轨迹的数量、从所述进入路段进入后直接从所述退出路段退出的轨迹的数量、从所述进入路段进入后绕行至其他路段并从所述退出路段退出的轨迹的数量、从所述进入路段进入且从所述退出路段退出的轨迹的数量与从所述进入路段进入的轨迹的数量的比值、从所述进入路段进入且从所述退出路段退出的轨迹的数量与从所述退出路段退出的轨迹的数量的比值。
根据一些实施例,图像识别模块330包括:确定单元,被配置为确定所述进入路段所在的区域;第二获取单元,被配置为获取图像采集车辆在预设时间范围内的位于所述区域内的多个轨迹点,以及所述图像采集车辆在所述多个轨迹点处采集的多个环境图像;以及识别单元,被配置为识别所述多个环境图像中的交通限制对象。
根据一些实施例,图像识别模块330还包括:筛选单元,被配置为基于轨迹点的行驶方向、在所述区域中的位置、采集时间三者中的至少之一,从所述多个轨迹点中确定至少一个有效轨迹点,所述识别单元进一步被配置为识别所述至少一个有效轨迹点各自对应的环境图像中的交通限制对象。
应当理解,图3中所示装置300的各个模块或单元可以与参考图2描述的方法200中的各个步骤相对应。由此,上面针对方法200描述的操作、特征和优点同样适用于装置300及其包括的模块以及单元。为了简洁起见,某些操作、特征和优点在此不再赘述。
虽然上面参考特定模块讨论了特定功能,但是应当注意,本文讨论的各个模块的功能可以分为多个模块,和/或多个模块的至少一些功能可以组合成单个模块。例如,上面描述的轨迹获取模块310和确定模块320在一些实施例中可以组合成单个模块。
还应当理解,本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图3描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如,这些模块可以被实现为计算机程序代码/指令,该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地,这些模块可以被实现为硬件逻辑/电路。例如,在一些实施例中,模块310-340中的一个或多个可以一起被实现在片上***(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如,中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件),并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图4,现将描述可以作为本公开的服务器或客户端的电子设备400的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,电子设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
电子设备400中的多个部件连接至I/O接口405,包括:输入单元406、输出单元407、存储单元408以及通信单元409。输入单元406可以是能向设备400输入信息的任何类型的设备,输入单元406可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元407可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元408可以包括但不限于磁盘、光盘。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、Wi-Fi设备、WiMAX设备、蜂窝通信设备和/或类似物。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM403并由计算单元401执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、***和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (12)
1.一种冗余交通限制信息的识别方法,包括:
获取经过待测路口的多个车辆的行驶轨迹数据,其中,所述待测路口关联有交通限制信息,所述交通限制信息用于限制所述待测路口的进入路段到退出路段的通行;
基于所述行驶轨迹数据,确定所述待测路口的通行状态参数;
响应于确定所述通行状态参数满足预设条件,识别所述进入路段的图像中的交通限制对象,其中,所述交通限制对象是所述进入路段中起到交通限制作用的对象,所述识别所述进入路段的图像中的交通限制对象包括:
确定所述进入路段所在的区域;
获取图像采集车辆在预设时间范围内的位于所述区域内的多个轨迹点,以及所述图像采集车辆在所述多个轨迹点处采集的多个环境图像;以及
识别所述多个环境图像中的交通限制对象;以及
基于所述识别的结果,判断所述交通限制信息是否冗余,其中,所述基于所述识别的结果,判断所述交通限制信息是否冗余包括:
响应于所述多个环境图像中不包括与所述交通限制信息一致的交通限制对象或者识别出所述多个环境图像中包括与所述交通限制信息相反的交通限制对象,判定所述交通限制信息冗余。
2.根据权利要求1所述的方法,其中,所述获取经过待测路口的多个车辆的行驶轨迹数据包括:
获取各个车辆的轨迹点观测序列,所述轨迹点观测序列包括所述车辆在各个时间点的轨迹点;以及
将所述轨迹点观测序列与路网拓扑进行匹配,以确定所述轨迹点观测序列对应的行驶轨迹数据,其中,所述行驶轨迹数据包括所述路网拓扑中的多个道路点,所述多个道路点与所述轨迹点观测序列所包括的各个轨迹点分别对应。
3.根据权利要求1所述的方法,其中,所述通行状态参数用于指示所述待测路口的可通行性,所述预设条件用于判断所述待测路口的可通行性是否提升。
4.根据权利要求1所述的方法,其中,所述通行状态参数包括以下至少一项:
从所述进入路段进入且从所述退出路段退出的轨迹的数量、从所述进入路段进入后直接从所述退出路段退出的轨迹的数量、从所述进入路段进入后绕行至其他路段并从所述退出路段退出的轨迹的数量、从所述进入路段进入且从所述退出路段退出的轨迹的数量与从所述进入路段进入的轨迹的数量的比值、从所述进入路段进入且从所述退出路段退出的轨迹的数量与从所述退出路段退出的轨迹的数量的比值。
5.根据权利要求1所述的方法,还包括:
基于轨迹点的行驶方向、在所述区域中的位置、采集时间三者中的至少之一,从所述多个轨迹点中确定至少一个有效轨迹点,
其中,所述识别所述多个环境图像中的交通限制对象包括:识别所述至少一个有效轨迹点各自对应的环境图像中的交通限制对象。
6.一种冗余交通限制信息的识别装置,包括:
轨迹获取模块,被配置为获取经过待测路口的多个车辆的行驶轨迹数据,其中,所述待测路口关联有交通限制信息,所述交通限制信息用于限制所述待测路口的进入路段到退出路段的通行;
确定模块,被配置为基于所述行驶轨迹数据,确定所述待测路口的通行状态参数;
图像识别模块,被配置为响应于确定所述通行状态参数满足预设条件,识别所述进入路段的图像中的交通限制对象,其中,所述交通限制对象是所述进入路段中起到交通限制作用的对象,所述图像识别模块包括:
确定单元,被配置为确定所述进入路段所在的区域;
第二获取单元,被配置为获取图像采集车辆在预设时间范围内的位于所述区域内的多个轨迹点,以及所述图像采集车辆在所述多个轨迹点处采集的多个环境图像;以及
识别单元,被配置为识别所述多个环境图像中的交通限制对象;以及
判断模块,被配置为基于所述识别的结果,判断所述交通限制信息是否冗余,其中,所述判断模块被配置为:
响应于所述多个环境图像中不包括与所述交通限制信息一致的交通限制对象或者识别出所述多个环境图像中包括与所述交通限制信息相反的交通限制对象,判定所述交通限制信息冗余。
7.根据权利要求6所述的装置,其中,所述轨迹获取模块包括:
第一获取单元,被配置为获取各个车辆的轨迹点观测序列,所述轨迹点观测序列包括所述车辆在各个时间点的轨迹点;以及
匹配单元,被配置为将所述轨迹点观测序列与路网拓扑进行匹配,以确定所述轨迹点观测序列对应的行驶轨迹数据,其中,所述行驶轨迹数据包括所述路网拓扑中的多个道路点,所述多个道路点与所述轨迹点观测序列所包括的各个轨迹点分别对应。
8.根据权利要求6所述的装置,其中,所述通行状态参数用于指示所述待测路口的可通行性,所述预设条件用于判断所述待测路口的可通行性是否提升。
9.根据权利要求6所述的装置,其中,所述通行状态参数包括以下至少一项:
从所述进入路段进入且从所述退出路段退出的轨迹的数量、从所述进入路段进入后直接从所述退出路段退出的轨迹的数量、从所述进入路段进入后绕行至其他路段并从所述退出路段退出的轨迹的数量、从所述进入路段进入且从所述退出路段退出的轨迹的数量与从所述进入路段进入的轨迹的数量的比值、从所述进入路段进入且从所述退出路段退出的轨迹的数量与从所述退出路段退出的轨迹的数量的比值。
10.根据权利要求6所述的装置,其中,所述图像识别模块还包括:
筛选单元,被配置为基于轨迹点的行驶方向、在所述区域中的位置、采集时间三者中的至少之一,从所述多个轨迹点中确定至少一个有效轨迹点,
所述识别单元进一步被配置为识别所述至少一个有效轨迹点各自对应的环境图像中的交通限制对象。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111535069.0A CN114202924B (zh) | 2021-12-15 | 2021-12-15 | 冗余交通限制信息的识别方法及装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111535069.0A CN114202924B (zh) | 2021-12-15 | 2021-12-15 | 冗余交通限制信息的识别方法及装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114202924A CN114202924A (zh) | 2022-03-18 |
CN114202924B true CN114202924B (zh) | 2024-01-09 |
Family
ID=80654115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111535069.0A Active CN114202924B (zh) | 2021-12-15 | 2021-12-15 | 冗余交通限制信息的识别方法及装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202924B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863412A (zh) * | 2022-04-28 | 2022-08-05 | 北京百度网讯科技有限公司 | 一种路段交限信息的处理方法、装置、设备和介质 |
CN115031750B (zh) * | 2022-06-02 | 2023-06-09 | 北京百度网讯科技有限公司 | 阻断路段的状态确定方法、装置及计算机程序产品 |
CN115329024B (zh) * | 2022-08-18 | 2023-09-26 | 北京百度网讯科技有限公司 | 一种地图数据更新方法、装置、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592491A (zh) * | 2009-07-20 | 2009-12-02 | 查闻 | 3g车载电脑实时导航*** |
CN101620803A (zh) * | 2009-08-11 | 2010-01-06 | 北京四维图新科技股份有限公司 | 一种在电子地图中记录交通限制信息的方法和装置 |
CN103105170A (zh) * | 2011-11-14 | 2013-05-15 | 爱信艾达株式会社 | 道路数据生成装置、道路数据生成方法及程序 |
CN106530708A (zh) * | 2016-12-14 | 2017-03-22 | 北京世纪高通科技有限公司 | 一种获取交通限制信息的方法及装置 |
CN108562298A (zh) * | 2018-04-15 | 2018-09-21 | 王大江 | 一种应用大数据的地图更新方法和装置 |
CN109766405A (zh) * | 2019-03-06 | 2019-05-17 | 路特迩科技(杭州)有限公司 | 基于电子地图的交通和旅行信息服务***及方法 |
CN110532250A (zh) * | 2019-08-26 | 2019-12-03 | 腾讯科技(深圳)有限公司 | 交规数据的处理方法及装置 |
CN111739323A (zh) * | 2020-03-19 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种路口信息的采集方法及装置 |
CN111899505A (zh) * | 2019-05-06 | 2020-11-06 | 北京四维图新科技股份有限公司 | 交通限制解除的检测方法和装置 |
CN112035587A (zh) * | 2020-08-31 | 2020-12-04 | 北京百度网讯科技有限公司 | 基于轨迹数据校验交规的方法、装置、设备和介质 |
CN112512010A (zh) * | 2020-11-17 | 2021-03-16 | 北京百度网讯科技有限公司 | 用于输出信息的方法、装置、设备和存储介质 |
CN113029180A (zh) * | 2021-03-25 | 2021-06-25 | 北京百度网讯科技有限公司 | 一种交通限制识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-15 CN CN202111535069.0A patent/CN114202924B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592491A (zh) * | 2009-07-20 | 2009-12-02 | 查闻 | 3g车载电脑实时导航*** |
CN101620803A (zh) * | 2009-08-11 | 2010-01-06 | 北京四维图新科技股份有限公司 | 一种在电子地图中记录交通限制信息的方法和装置 |
CN103105170A (zh) * | 2011-11-14 | 2013-05-15 | 爱信艾达株式会社 | 道路数据生成装置、道路数据生成方法及程序 |
CN106530708A (zh) * | 2016-12-14 | 2017-03-22 | 北京世纪高通科技有限公司 | 一种获取交通限制信息的方法及装置 |
CN108562298A (zh) * | 2018-04-15 | 2018-09-21 | 王大江 | 一种应用大数据的地图更新方法和装置 |
CN109766405A (zh) * | 2019-03-06 | 2019-05-17 | 路特迩科技(杭州)有限公司 | 基于电子地图的交通和旅行信息服务***及方法 |
CN111899505A (zh) * | 2019-05-06 | 2020-11-06 | 北京四维图新科技股份有限公司 | 交通限制解除的检测方法和装置 |
CN110532250A (zh) * | 2019-08-26 | 2019-12-03 | 腾讯科技(深圳)有限公司 | 交规数据的处理方法及装置 |
CN111739323A (zh) * | 2020-03-19 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种路口信息的采集方法及装置 |
CN112035587A (zh) * | 2020-08-31 | 2020-12-04 | 北京百度网讯科技有限公司 | 基于轨迹数据校验交规的方法、装置、设备和介质 |
CN112512010A (zh) * | 2020-11-17 | 2021-03-16 | 北京百度网讯科技有限公司 | 用于输出信息的方法、装置、设备和存储介质 |
CN113029180A (zh) * | 2021-03-25 | 2021-06-25 | 北京百度网讯科技有限公司 | 一种交通限制识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114202924A (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114202924B (zh) | 冗余交通限制信息的识别方法及装置、电子设备和介质 | |
CN111680362B (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
CN109215372B (zh) | 路网信息更新方法、装置及设备 | |
CN112581763A (zh) | 道路事件检测的方法、装置、设备和存储介质 | |
CN112907958B (zh) | 路况信息确定方法、装置、电子设备以及可读介质 | |
CN114547223A (zh) | 轨迹预测方法、轨迹预测模型的训练方法及装置 | |
CN114413920A (zh) | 车道数据处理方法、导航方法及装置 | |
CN115265559B (zh) | 地图自动生成方法、装置、设备及介质 | |
CN114187578A (zh) | 道路连接状态的识别方法及装置、电子设备和介质 | |
CN115083037A (zh) | 用于更新地图路网数据的方法、装置、电子设备和车辆 | |
CN114781546A (zh) | 用于确定车辆异常行为的方法和装置 | |
CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN114491269A (zh) | 出行服务的推荐方法及装置、设备和介质 | |
CN113656526B (zh) | 电子地图的实现方法、装置、电子设备和介质 | |
CN115953414A (zh) | 基于语义分割的低矮障碍物检测方法和自动驾驶车辆 | |
CN116894317A (zh) | 数据处理方法、装置、电子设备和介质 | |
CN114528365A (zh) | 高速公路停车区域的识别方法及装置、电子设备和介质 | |
CN115534944A (zh) | 基于高精地图的车辆控制方法、装置和电子设备 | |
CN115265517A (zh) | 一种地图数据的更新方法、装置、设备以及存储介质 | |
CN114923498A (zh) | 导航路线规划方法及装置、设备和介质 | |
CN114689074A (zh) | 信息处理方法和导航方法 | |
CN114518117A (zh) | 导航方法、装置、电子设备、介质 | |
CN114880418A (zh) | 路口的失效通行限制信息的挖掘方法及装置、设备和介质 | |
EP4187205A2 (en) | Navigating method and apparatus, and medium | |
CN114179834B (zh) | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 |
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 |