CN114582125A - 道路通行方向的识别的方法、装置、设备及存储介质 - Google Patents
道路通行方向的识别的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114582125A CN114582125A CN202210202314.4A CN202210202314A CN114582125A CN 114582125 A CN114582125 A CN 114582125A CN 202210202314 A CN202210202314 A CN 202210202314A CN 114582125 A CN114582125 A CN 114582125A
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- target area
- degree
- matching degree
- 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
- 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
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种道路通行方向的识别的方法、装置、设备及存储介质,本公开涉及计算机技术领域,具体涉及大数据处理的技术领域,可以应用在车辆导航场景。具体实现方案为:调取目标区域中的每个道路的道路特征数据;从对应于目标区域的车辆通行数据集中,筛选出预设时间段的每个车辆的车辆行驶数据;基于道路特征数据和车辆行驶数据,确定目标区域中的每个道路对应的车辆集合;针对目标区域中的目标道路,基于目标道路对应的车辆集合中每个车辆的车辆行驶数据,确定目标道路在预设时间段内的上行车流量和下行车流量;基于目标道路的上行车流量、下行车流量和初始通行方向,识别目标道路的实际通行方向,从而及时地对道路信息进行更新。
Description
技术领域
本公开涉及计算机技术领域,具体涉及大数据处理的技术领域,可以应用在车辆导航场景。
背景技术
在现实世界中,道路的通行方向发生变更时,需要通过现场的交通标志对驾驶员进行提示。
如果需要电子地图能够及时地展示道路的通行方向的变更事件,则主要依赖人工现场进行数据采集,基于采集结果对电子地图的数据进行更新后才可以展示相关的变更事件。这种道路信息的更新方法不能及时地获取到道路的实际情况,而且也无法保证人工采集的道路信息的准确性。
发明内容
本公开提供了一种道路通行方向的识别的方法、装置、设备及存储介质。
根据本公开的第一方面,提供了一种道路通行方向的识别的方法,包括:
调取目标区域中的每个道路的道路特征数据;
从对应于目标区域的车辆通行数据集中,筛选出预设时间段的每个车辆的车辆行驶数据;
基于道路特征数据和车辆行驶数据,确定目标区域中的每个道路对应的车辆集合,其中,车辆集合中的每个车辆在预设时间段内从对应的道路上行驶过;
针对目标区域中的目标道路,基于目标道路对应的车辆集合中每个车辆的车辆行驶数据,确定目标道路在预设时间段内的上行车流量和下行车流量;
基于目标道路的上行车流量、下行车流量和初始通行方向,识别目标道路的实际通行方向。
根据本公开的第二方面,提供了一种道路通行方向的识别装置,包括:
道路特征确定模块,用于调取目标区域中的每个道路的道路特征数据;
车辆数据筛选模块,用于从对应于目标区域的车辆通行数据集中,筛选出预设时间段的每个车辆的车辆行驶数据;
车辆集合确定模块,用于基于道路特征数据和车辆行驶数据,确定目标区域中的每个道路对应的车辆集合,其中,车辆集合中的每个车辆在预设时间段内从对应的道路上行驶过;
道路流量确定模块,用于针对目标区域中的目标道路,基于目标道路对应的车辆集合中每个车辆的车辆行驶数据,确定目标道路在预设时间段内的上行车流量和下行车流量;
通行方向识别模块,用于基于目标道路的上行车流量、下行车流量和初始通行方向,识别目标道路的实际通行方向。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及与至少一个处理器通信连接的存储器;
其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面提供的道路通行方向的识别方法。
根据本公开的第四方面,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,其中,计算机指令用于使计算机执行上述第一方面提供的道路通行方向的识别方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面提供的道路通行方向的识别方法。
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。
本公开提供的技术方案带来的有益效果是:
在本公开的技术方案中,可以获取道路上过去一段时间内行驶过的车辆的车辆行驶数据,基于车辆行驶数据确定出道路的各方向的车流量,通过各方向的车流量识别出道路的实际通行方向,从而及时地对道路信息进行更新,以便基于最新的地图数据规划合理的出行路线。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示出了本公开实施例提供的一种道路通行方向的识别的方法的流程示意图;
图2示出了本公开实施例提供的一种车辆的行驶轨迹与多条道路的位置关系示意图;
图3示出了本公开实施例提供的一种车辆的行驶轨迹的示意图;
图4示出了本公开实施例提供的一种路网示意图;
图5示出了本公开实施例提供的一种道路的车流量统计图;
图6示出了本公开实施例提供的一种道路通行方向的识别装置示意图;
图7示出了可以用来实施本公开实施例提供的道路通行方向的识别的方法的示例电子设备的示意性框图。
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和精神。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。
在现实世界中,道路的通行方向发生变更时,需要通过现场的交通标志对驾驶员进行提示。
如果需要电子地图能够及时地展示道路的通行方向的变更事件,则主要依赖人工现场进行数据采集,基于采集结果对电子地图的数据进行更新后才可以展示相关的变更事件。这种道路信息的更新方法不能及时地获取到道路的实际情况,而且也无法保证人工采集的道路信息的准确性。
本公开实施例提供的道路通行方向的识别的方法、装置、设备及存储介质,旨在解决现有技术的如上技术问题中的至少一个。
图1示出了本公开实施例提供的一种道路通行方向的识别的方法的流程示意图,如图1示,该方法主要可以包括以下步骤:
S110:调取目标区域中的每个道路的道路特征数据。
在本公开实施例中,目标区域包括有至少一条道路,可以预先存储至少一个区域内的道路的道路特征数据,以便可以随时调取出这些数据。例如,本公开实施例提供的方法可以应用于电子地图,从电子地图的数据包中存储有至少一个区域内的道路的道路特征数据,从该数据包中即可随时调取所需要的目标区域中的每个道路的道路特征数据。
道路特征数据可以指示对应道路的至少一项特性,例如,道路特征数据包括道路的中心线位置、道路类型和交通灯状态中的至少一项。其中,道路类型包括普速道路和高速道路。普速道路通常是非封闭路段,其要求车辆以较低的速度行驶;高速道路通常是封闭路段,如快速路或高速路等,其可以允许车辆以较高的速度行驶。交通灯状态包括有交通灯和无交通灯。这里,交通灯用于指示车辆通过路口或在路口停止前行,例如,交通灯可以是红绿灯。
S120:从对应于目标区域的车辆通行数据集中,筛选出预设时间段的每个车辆的车辆行驶数据。
本公开实施例可以预先收集目标区域对应的车辆的形式数据,从而形成车辆通行数据集。可选地,可以在终端设备中部署部署电子地图,在电子地图运行期间,由终端设备来记录对应车辆的车辆行驶数据。终端设备将记录的车辆行驶数据上传到指定设备(如服务器),从而获得车辆通行数据集。
这里,目标区域的车辆通行数据集,可以包括驶入过该目标区域的各车辆的车辆通行数据集,各个车辆行驶数据在车辆通行数据集可以基于其记录的时间进行存储,以便在步骤S120基于预设时间段对车辆通行数据集中的车辆行驶数据进行筛选,获得在预设时间段驶入过目标区域的车辆的车辆行驶数据。其中,预设时间段的具体范围可以根据实际的设计需要而定。可选地,预设时间段的长度可以是目标区域内道路的通行方向的更新周期,每经过一个更新周期,即可执行一次步骤S110至步骤S150.
可选地,车辆行驶数据包括行驶轨迹、行驶速度和停车时间之中的至少一项。行驶轨迹是车辆在目标区域内的时空轨迹,行驶速度是车辆在目标区域内的车速(可以是平均车速等),停车时间是车辆在目标区域内停止的时间长度,可以理解,基于车辆的行驶轨迹可以计算出行驶速度和停车时间。
S130:基于道路特征数据和车辆行驶数据,确定目标区域中的每个道路对应的车辆集合。
在此需要说明的是,车辆集合中的每个车辆在预设时间段内从对应的道路上行驶过。例如,步骤S130确定出道路L1对应的车辆集合a,则表明在车辆集合a中的每个车辆在预设时间段从道路L1上行驶过。
本公开实施例可以通过道路的道路特征数据和车辆的车辆行驶数据,确定出道路与车辆之间的匹配度,基于匹配出确定每个道路对应的车辆集合。具体地,针对每个车辆,基于该车辆的车辆行驶数据和目标区域中的每个道路的道路特征数据,计算该车辆与目标区域中的每个道路的匹配度;将每个车辆添加到与其匹配度最高的道路的车辆集合中。通过比较车辆与各个道路的匹配度,确定出与车辆最高的道路,从而准确地识别出车辆在目标区域中的预设时间段内实际行驶的道路。
可选地,匹配度可以包括位置匹配度、速度匹配和时间匹配度之中的至少一项。如前文所述,道路特征数据包括道路的中心线位置、道路类型和交通灯状态中的至少一项,车辆行驶数据包括行驶轨迹、行驶速度和停车时间之中的至少一项。可选地,可以通过道路的中心线位置和车辆的行驶轨迹确定出道路与车辆之间的位置匹配度;可以通过道路的道路类型和车辆的行驶速度确定出道路与车辆之间的速度匹配度;可以通过道路的交通灯状态和车辆的停车时间确定出道路与车辆之间的时间匹配度。下面具体介绍位置匹配度、速度匹配和时间匹配度的计算方式。
可选地,针对每个车辆,本公开实施例可以基于该车辆的行驶轨迹和目标区域中的每个道路的中心线位置,计算该车辆与每个道路的距离;基于该车辆与每个道路的距离,确定该车辆与每个道路的位置匹配度。具体地,车辆的行驶轨迹可以包括多个轨迹点,本公开实施例可以计算车辆的行驶轨迹中轨迹点与道路的中心线的距离,将距离的平均值作为该车辆与道路的距离。可以理解,车辆与某一道路的距离越小,表明车辆在预设时间段内从该道路上行驶过的概率越大,则车辆与该道路的位置匹配度越高。
当然,在确定车辆与每个道路的位置匹配度时,可以以车辆的行驶轨迹的走向与道路的中心线的走向的偏离程度为依据。车辆的行驶轨迹的走向与某一道路的中心线的走向的偏离程度越小,表明车辆在预设时间段内从该道路上行驶过的概率越大,则车辆与该道路的位置匹配度越高。
图2示出了本公开实施例提供的一种车辆的行驶轨迹与多条道路的位置关系示意图,图2示出了道路L1、道路L2和道路L3的中心线、以及车辆的行驶轨迹中的轨迹点P1至P5。本公开实施例可以基于该车辆的行驶轨迹和目标区域中的道路L1、道路L2和道路L3的中心线的位置,分别计算该车辆与道路L1、道路L2和道路L3的距离;基于该车辆与每个道路的距离,确定该车辆与每个道路的位置匹配度。
可选地,针对每个车辆,本公开实施例可以基于该车辆的行驶速度和目标区域中的每个道路的道路类型,计算该车辆与每个道路的速度匹配度。其中,该车辆的行驶速度小于预设速度时,该车辆与普速道路的速度匹配度大于与高速道路的匹配度;该车辆的行驶速度大于预设速度时,该车辆与普速道路的速度匹配度小于与高速道路的匹配度。
可选地,针对每个车辆,本公开实施例可以基于该车辆的停车速度和目标区域中的每个道路的交通灯状态,计算该车辆与每个道路的时间匹配度。在此需要说明的是,交通灯状态包括有交通灯和无交通灯。这里,交通灯用于指示车辆通过路口或在路口停止前行,例如,交通灯可以是红绿灯。如果某一个道路上设置有交通灯,那么车辆在该道路上行驶时,有较大的概率在该道路上停留,也就是说,车辆在该道路上停车时间较长的概率较高;如果某一个道路上无交通灯,那么车辆在该道路上行驶时,有较小的概率在该道路上停留,也就是说,车辆在该道路上停车时间较短的概率较高。本公开实施例可以设置一个预设时间,可以对车辆在某一个道路上的停车时间和预设时间进行对比。具体地,车辆的停车时间大于预设时间时,该车辆与有交通灯的道路的时间匹配度大于与无交通灯的道路的时间匹配度;车辆的停车时间小于预设时间时,该车辆与有交通灯的道路的时间匹配度小于与无交通灯的道路的时间匹配度。
时间匹配度的具体计算方法可以基于设计的设计需要而定,例如,对于车辆的停车时间大于预设时间的情况,可以先计算车辆的停车时间减去预设时间所得到的差值,之后计算该差值与预设时间的比值,将该比值作为车辆与对应道路的时间匹配度;对于车辆的停车时间小于预设时间的情况,可以先计算预设时间减去车辆的停车时间所得到的差值,之后计算该差值与预设时间的比值,将该比值作为车辆与对应道路的时间匹配度。
可选地,本公开实施例可以同时以车辆的与道路的位置匹配度、速度匹配和时间匹配度为依据,确定道路的车辆集合。具体地,本公开实施例可以基于每个车辆与目标区域中的每个道路的位置匹配度、速度匹配和时间匹配度,计算车辆与目标区域中的每个道路的综合匹配度;将每个车辆添加到与其综合匹配度最高的道路的车辆集合中。这里,可以分别设置位置匹配度、速度匹配和时间匹配度的权重系数,计算位置匹配度、速度匹配和时间匹配度的加权平均值,将加权平均值作为车辆与目标区域中对应道路的综合匹配度。本公开实施例从位置、时间和速度多个维度来确定与目标车辆所匹配的道路,提升了匹配结果的准确性。特别是针对相邻道路在空间上重叠的情况,增加时间和速度维度的数据来生成匹配结果,能够更准确地识别出目标车辆实际行驶过的道路。
S140:针对目标区域中的目标道路,基于目标道路对应的车辆集合中每个车辆的车辆行驶数据,确定目标道路在预设时间段内的上行车流量和下行车流量。
本公开实施例针对目标区域中的每个道路,可以预先定义道路的上行方向和下行方向。本公开是实施例可以基于车辆的车辆行驶数据确定车辆在目标道路上的行驶方向,将目标道路对应的车辆集合中行驶方向与上行方向一致的所有汽车的总数量确定为上行车流量,将目标道路对应的车辆集合中行驶方向与下行方向一致的所有汽车的总数量确定为下行车流量。
如前文所述,车辆行驶数据包括行驶轨迹,可以基于车辆的行驶轨迹确定车辆在目标道路上的行驶方向。图3示出了本公开实施例提供的一种车辆的行驶轨迹的示意图,如图3所示,车辆的行驶轨迹包括轨迹点t1至轨迹点t6,本公开实施例可以确定每个轨迹点对应的采集时间,按照采集时间由先到后的顺序对轨迹点进行排序。如果排序的结果为t1→t2→t3……→t6,那么车辆的行驶方向是由t1延轨迹指向t6;如果排序的结果为t6→t5→t4……→t1,那么车辆的行驶方向是由t6延轨迹指向t1。
S150:基于目标道路的上行车流量、下行车流量和初始通行方向,识别目标道路的实际通行方向。
本公开实施例的道路特征数据还包括道路的初始通行方向信息,道路的行驶方向可以是上行和下行中的至少一种。可以理解,道路可以是单向道或双向道。当道路是单向道时,道路是上行或下行;当道路是双向道时,道路是上行和下行。图4示出了本公开实施例提供的一种路网示意图,该路网包括道路L1、道路L2、道路L3和道路L4,四条道路的初始通行方向均可以是上行方向和下行方向。
图5示出了本公开实施例提供的一种道路的车流量统计图,如图5所示,假设道路L1、道路L2、道路L3和道路L4初始通行方向均是上行方向和下行方向,从图5可以看出,道路L1的上行车流量和下行车流量较大且基本持平,道路L4的上行车流量和下行车流量较大且基本持平,说明道路L1和道路L4的通行方向未发生改变;道路L2和道路L3的上行车流量比较正常,而下行车流趋近于零,说明道路L2和道路L3的下行方向无法通行,道路L2和道路L3的实际通行方向为上行方向。
本公开实施例提供的一种道路通行方向的识别方法,可以获取道路上过去一段时间内行驶过的车辆的车辆行驶数据,基于车辆行驶数据确定出道路的各方向的车流量,通过各方向的车流量识别出道路的实际通行方向,从而及时地对道路信息进行更新,以便基于最新的地图数据规划合理的出行路线。
基于与上述的道路通行方向的识别的方法相同的原理,本公开实施例提供了一种道路通行方向的识别装置,图6示出了本公开实施例提供的一种道路通行方向的识别装置的示意图。如图6所示,道路通行方向的识别装置600包括道路特征确定模块610、车辆数据筛选模块620、车辆集合确定模块630、道路流量确定模块640和通行方向识别模块650。
道路特征确定模块610用于调取目标区域中的每个道路的道路特征数据。
车辆数据筛选模块620用于从对应于目标区域的车辆通行数据集中,筛选出预设时间段的每个车辆的车辆行驶数据。
车辆集合确定模块630用于基于道路特征数据和车辆行驶数据,确定目标区域中的每个道路对应的车辆集合。其中,车辆集合中的每个车辆在预设时间段内从对应的道路上行驶过。
道路流量确定模块640用于针对目标区域中的目标道路基于目标道路对应的车辆集合中每个车辆的车辆行驶数据,确定目标道路在预设时间段内的上行车流量和下行车流量。
通行方向识别模块650用于基于目标道路的上行车流量、下行车流量和初始通行方向,识别目标道路的实际通行方向。
本公开实施例提供的一种道路通行方向的识别装置,可以获取道路上过去一段时间内行驶过的车辆的车辆行驶数据,基于车辆行驶数据确定出道路的各方向的车流量,通过各方向的车流量识别出道路的实际通行方向,从而及时地对道路信息进行更新,以便基于最新的地图数据规划合理的出行路线。
在本公开实施例中,车辆集合确定模块630在用于基于道路特征数据和车辆行驶数据,确定目标区域中的每个道路对应的车辆集合时,具体用于:
针对每个车辆,基于该车辆的车辆行驶数据和目标区域中的每个道路的道路特征数据,计算该车辆与目标区域中的每个道路的匹配度;
将每个车辆添加到与其匹配度最高的道路的车辆集合中。
在本公开实施例中,道路特征数据包括道路的中心线位置、道路类型和交通灯状态中的至少一项,其中,道路类型包括普速道路和高速道路,交通灯状态包括有交通灯和无交通灯;
车辆行驶数据包括行驶轨迹、行驶速度和停车时间之中的至少一项。
在本公开实施例中,匹配度包括位置匹配度。车辆集合确定模块630在用于基于该车辆的车辆行驶数据和目标区域中的每个道路的道路特征数据,计算该车辆与目标区域中的每个道路的匹配度时,具体用于:
基于该车辆的行驶轨迹和目标区域中的每个道路的中心线位置,计算该车辆与每个道路的距离;
基于该车辆与每个道路的距离,确定该车辆与每个道路的位置匹配度。
在本公开实施例中,匹配度包括速度匹配度。车辆集合确定模块630在用于基于该车辆的车辆行驶数据和目标区域中的每个道路的道路特征数据,计算该车辆与目标区域中的每个道路的匹配度时,具体用于:
基于该车辆的行驶速度和目标区域中的每个道路的道路类型,计算该车辆与每个道路的速度匹配度;
其中,该车辆的行驶速度小于预设速度时,该车辆与普速道路的速度匹配度大于与高速道路的匹配度;该车辆的行驶速度大于预设速度时,该车辆与普速道路的速度匹配度小于与高速道路的匹配度。
在本公开实施例中,匹配度包括时间匹配度。车辆集合确定模块630在用于基于该车辆的车辆行驶数据和目标区域中的每个道路的道路特征数据,计算该车辆与目标区域中的每个道路的匹配度时,具体用于:
基于该车辆的停车速度和目标区域中的每个道路的交通灯状态,计算该车辆与每个道路的时间匹配度;
其中,该车辆的停车时间大于预设时间时,该车辆与有交通灯的道路的时间匹配度大于与无交通灯的道路的时间匹配度;该车辆的停车时间小于预设时间时,该车辆与有交通灯的道路的时间匹配度小于与无交通灯的道路的时间匹配度。
在本公开实施例中,匹配度包括位置匹配度、速度匹配和时间匹配度。车辆集合确定模块630在用于将每个车辆添加到与其匹配度最高的道路的车辆集合中时,具体用于:
基于每个车辆与目标区域中的每个道路的位置匹配度、速度匹配和时间匹配度,计算车辆与目标区域中的每个道路的综合匹配度;
将每个车辆添加到与其综合匹配度最高的道路的车辆集合中。
可以理解的是,本公开实施例中的道路通行方向的识别装置的上述各模块具有实现上述的道路通行方向的识别的方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述道路通行方向的识别装置的各模块的功能描述具体可以参见上述的道路通行方向的识别的方法的对应描述,在此不再赘述。
本公开的技术方案中,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。
根据本公开的实施例,本公开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。
图7示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机,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7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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。
计算单元701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701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701执行上文所描述的各个方法和处理,例如道路通行方向的识别的方法。例如,在一些实施例中,道路通行方向的识别的方法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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的道路通行方向的识别的方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行道路通行方向的识别的方法。
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***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(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执行也可以不同的次序执行,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。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种道路通行方向的识别方法,包括:
调取目标区域中的每个道路的道路特征数据;
从对应于目标区域的车辆通行数据集中,筛选出预设时间段的每个车辆的车辆行驶数据;
基于所述道路特征数据和所述车辆行驶数据,确定所述目标区域中的每个道路对应的车辆集合,其中,所述车辆集合中的每个车辆在所述预设时间段内从对应的道路上行驶过;
针对所述目标区域中的目标道路,基于所述目标道路对应的所述车辆集合中每个车辆所述车辆行驶数据,确定所述目标道路在所述预设时间段内的上行车流量和下行车流量;
基于所述目标道路的所述上行车流量、所述下行车流量和初始通行方向,识别所述目标道路的实际通行方向。
2.根据权利要求1所述的方法,其中,所述基于所述道路特征数据和所述车辆行驶数据,确定所述目标区域中的每个道路对应的车辆集合,包括:
针对每个所述车辆,基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度;
将每个所述车辆添加到与其所述匹配度最高的道路的车辆集合中。
3.根据权利要求2所述的方法,所述道路特征数据包括道路的中心线位置、道路类型和交通灯状态中的至少一项,其中,所述道路类型包括普速道路和高速道路,所述交通灯状态包括有交通灯和无交通灯;
所述车辆行驶数据包括行驶轨迹、行驶速度和停车时间之中的至少一项。
4.根据权利要求3所述的方法,所述匹配度包括位置匹配度;
所述基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度,包括:
基于该车辆的所述行驶轨迹和所述目标区域中的每个道路的所述中心线位置,计算该车辆与每个所述道路的距离;
基于该车辆与每个所述道路的距离,确定该车辆与每个所述道路的位置匹配度。
5.根据权利要求3所述的方法,所述匹配度包括速度匹配度;
所述基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度,包括:
基于该车辆的所述行驶速度和所述目标区域中的每个道路的所述道路类型,计算该车辆与每个所述道路的速度匹配度;
其中,该车辆的所述行驶速度小于预设速度时,该车辆与所述普速道路的速度匹配度大于与所述高速道路的匹配度;该车辆的所述行驶速度大于预设速度时,该车辆与所述普速道路的速度匹配度小于与所述高速道路的匹配度。
6.根据权利要求3所述的方法,所述匹配度包括时间匹配度;
所述基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度,包括:
基于该车辆的所述停车速度和所述目标区域中的每个道路的所述交通灯状态,计算该车辆与每个所述道路的时间匹配度;
其中,该车辆的所述停车时间大于预设时间时,该车辆与有交通灯的道路的时间匹配度大于与无交通灯的道路的时间匹配度;该车辆的所述停车时间小于所述预设时间时,该车辆与有交通灯的道路的时间匹配度小于与无交通灯的道路的时间匹配度。
7.根据权利要求3所述的方法,所述匹配度包括位置匹配度、速度匹配和时间匹配度;所述将每个所述车辆添加到与其所述匹配度最高的道路的车辆集合中,包括:
基于每个所述车辆与所述目标区域中的每个道路的所述位置匹配度、所述速度匹配和所述时间匹配度,计算所述车辆与所述目标区域中的每个道路的综合匹配度;
将每个所述车辆添加到与其所述综合匹配度最高的道路的车辆集合中。
8.一种道路通行方向的识别装置,包括:
道路特征确定模块,用于调取目标区域中的每个道路的道路特征数据;
车辆数据筛选模块,用于从对应于目标区域的车辆通行数据集中,筛选出预设时间段的每个车辆的车辆行驶数据;
车辆集合确定模块,用于基于所述道路特征数据和所述车辆行驶数据,确定所述目标区域中的每个道路对应的车辆集合,其中,所述车辆集合中的每个车辆在所述预设时间段内从对应的道路上行驶过;
道路流量确定模块,用于针对所述目标区域中的目标道路,基于所述目标道路对应的所述车辆集合中每个车辆所述车辆行驶数据,确定所述目标道路在所述预设时间段内的上行车流量和下行车流量;
通行方向识别模块,用于基于所述目标道路的所述上行车流量、所述下行车流量和初始通行方向,识别所述目标道路的实际通行方向。
9.根据权利要求8所述的装置,其中,所述车辆集合确定模块在用于基于所述道路特征数据和所述车辆行驶数据,确定所述目标区域中的每个道路对应的车辆集合时,具体用于:
针对每个所述车辆,基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度;
将每个所述车辆添加到与其所述匹配度最高的道路的车辆集合中。
10.根据权利要求9所述的装置,所述道路特征数据包括道路的中心线位置、道路类型和交通灯状态中的至少一项,其中,所述道路类型包括普速道路和高速道路,所述交通灯状态包括有交通灯和无交通灯;
所述车辆行驶数据包括行驶轨迹、行驶速度和停车时间之中的至少一项。
11.根据权利要求10所述的装置,所述匹配度包括位置匹配度;
所述车辆集合确定模块在用于基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度时,具体用于:
基于该车辆的所述行驶轨迹和所述目标区域中的每个道路的所述中心线位置,计算该车辆与每个所述道路的距离;
基于该车辆与每个所述道路的距离,确定该车辆与每个所述道路的位置匹配度。
12.根据权利要求10所述的装置,所述匹配度包括速度匹配度;
所述车辆集合确定模块在用于基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度时,具体用于:
基于该车辆的所述行驶速度和所述目标区域中的每个道路的所述道路类型,计算该车辆与每个所述道路的速度匹配度;
其中,该车辆的所述行驶速度小于预设速度时,该车辆与所述普速道路的速度匹配度大于与所述高速道路的匹配度;该车辆的所述行驶速度大于预设速度时,该车辆与所述普速道路的速度匹配度小于与所述高速道路的匹配度。
13.根据权利要求10所述的装置,所述匹配度包括时间匹配度;
所述车辆集合确定模块在用于基于该车辆的所述车辆行驶数据和所述目标区域中的每个道路的所述道路特征数据,计算该车辆与所述目标区域中的每个道路的匹配度时,具体用于:
基于该车辆的所述停车速度和所述目标区域中的每个道路的所述交通灯状态,计算该车辆与每个所述道路的时间匹配度;
其中,该车辆的所述停车时间大于预设时间时,该车辆与有交通灯的道路的时间匹配度大于与无交通灯的道路的时间匹配度;该车辆的所述停车时间小于所述预设时间时,该车辆与有交通灯的道路的时间匹配度小于与无交通灯的道路的时间匹配度。
14.根据权利要求10所述的装置,所述匹配度包括位置匹配度、速度匹配和时间匹配度;所述车辆集合确定模块在用于将每个所述车辆添加到与其所述匹配度最高的道路的车辆集合中时,具体用于:
基于每个所述车辆与所述目标区域中的每个道路的所述位置匹配度、所述速度匹配和所述时间匹配度,计算所述车辆与所述目标区域中的每个道路的综合匹配度;
将每个所述车辆添加到与其所述综合匹配度最高的道路的车辆集合中。
15.一种电子设备,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1-7中任一项所述的方法。
16.一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所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210202314.4A CN114582125B (zh) | 2022-03-02 | 2022-03-02 | 道路通行方向的识别的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210202314.4A CN114582125B (zh) | 2022-03-02 | 2022-03-02 | 道路通行方向的识别的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114582125A true CN114582125A (zh) | 2022-06-03 |
CN114582125B CN114582125B (zh) | 2023-08-29 |
Family
ID=81776292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210202314.4A Active CN114582125B (zh) | 2022-03-02 | 2022-03-02 | 道路通行方向的识别的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114582125B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115839723A (zh) * | 2023-01-12 | 2023-03-24 | 江苏龙威中科技术有限公司 | 适用于车载导航的数据处理方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6173232B1 (en) * | 1997-07-08 | 2001-01-09 | Aisin Aw Co., Ltd. | Vehicle navigation system and a recording medium |
JP2004228903A (ja) * | 2003-01-22 | 2004-08-12 | Inkurimento P Kk | 地図情報を記録した記録媒体、地図情報処理装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体 |
JP2006317286A (ja) * | 2005-05-12 | 2006-11-24 | Denso Corp | 車載ナビゲーション装置 |
CN104615897A (zh) * | 2015-02-13 | 2015-05-13 | 北方工业大学 | 基于低频gps数据的路段行程时间估算方法 |
JP2016207065A (ja) * | 2015-04-27 | 2016-12-08 | 住友電気工業株式会社 | 運転支援装置及び運転支援方法 |
US20170186314A1 (en) * | 2015-12-28 | 2017-06-29 | Here Global B.V. | Method, apparatus and computer program product for traffic lane and signal control identification and traffic flow management |
CN108389403A (zh) * | 2018-04-23 | 2018-08-10 | 白冰 | 基于车流量捕捉的交通信号灯及限速标志智能调节方法 |
CN110148294A (zh) * | 2018-06-07 | 2019-08-20 | 腾讯大地通途(北京)科技有限公司 | 路况状态确定方法及装置 |
CN111737378A (zh) * | 2020-03-26 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 道路通行方向识别方法、装置、计算机设备和存储介质 |
CN112216102A (zh) * | 2020-09-11 | 2021-01-12 | 恒大新能源汽车投资控股集团有限公司 | 路面信息的确定方法、装置、设备及存储介质 |
CN113191550A (zh) * | 2021-04-29 | 2021-07-30 | 北京百度网讯科技有限公司 | 地图匹配方法及装置 |
CN113203425A (zh) * | 2020-01-15 | 2021-08-03 | 宁波吉利汽车研究开发有限公司 | 一种基于车路协同的车道匹配方法、装置、设备、存储介质和车辆 |
CN113570864A (zh) * | 2021-09-22 | 2021-10-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种电动自行车行驶路径匹配方法、设备及存储介质 |
CN113593219A (zh) * | 2021-06-30 | 2021-11-02 | 北京百度网讯科技有限公司 | 车流的统计方法、装置、电子设备及存储介质 |
CN114092911A (zh) * | 2021-11-23 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种道路识别方法、装置、电子设备以及存储介质 |
-
2022
- 2022-03-02 CN CN202210202314.4A patent/CN114582125B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6173232B1 (en) * | 1997-07-08 | 2001-01-09 | Aisin Aw Co., Ltd. | Vehicle navigation system and a recording medium |
JP2004228903A (ja) * | 2003-01-22 | 2004-08-12 | Inkurimento P Kk | 地図情報を記録した記録媒体、地図情報処理装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体 |
JP2006317286A (ja) * | 2005-05-12 | 2006-11-24 | Denso Corp | 車載ナビゲーション装置 |
CN104615897A (zh) * | 2015-02-13 | 2015-05-13 | 北方工业大学 | 基于低频gps数据的路段行程时间估算方法 |
JP2016207065A (ja) * | 2015-04-27 | 2016-12-08 | 住友電気工業株式会社 | 運転支援装置及び運転支援方法 |
US20170186314A1 (en) * | 2015-12-28 | 2017-06-29 | Here Global B.V. | Method, apparatus and computer program product for traffic lane and signal control identification and traffic flow management |
CN108389403A (zh) * | 2018-04-23 | 2018-08-10 | 白冰 | 基于车流量捕捉的交通信号灯及限速标志智能调节方法 |
CN110148294A (zh) * | 2018-06-07 | 2019-08-20 | 腾讯大地通途(北京)科技有限公司 | 路况状态确定方法及装置 |
CN113203425A (zh) * | 2020-01-15 | 2021-08-03 | 宁波吉利汽车研究开发有限公司 | 一种基于车路协同的车道匹配方法、装置、设备、存储介质和车辆 |
CN111737378A (zh) * | 2020-03-26 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 道路通行方向识别方法、装置、计算机设备和存储介质 |
CN112216102A (zh) * | 2020-09-11 | 2021-01-12 | 恒大新能源汽车投资控股集团有限公司 | 路面信息的确定方法、装置、设备及存储介质 |
CN113191550A (zh) * | 2021-04-29 | 2021-07-30 | 北京百度网讯科技有限公司 | 地图匹配方法及装置 |
CN113593219A (zh) * | 2021-06-30 | 2021-11-02 | 北京百度网讯科技有限公司 | 车流的统计方法、装置、电子设备及存储介质 |
CN113570864A (zh) * | 2021-09-22 | 2021-10-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种电动自行车行驶路径匹配方法、设备及存储介质 |
CN114092911A (zh) * | 2021-11-23 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种道路识别方法、装置、电子设备以及存储介质 |
Non-Patent Citations (3)
Title |
---|
汪杰宇;: "一种基于浮动车数据的快速地图匹配算法", 数字技术与应用, no. 01 * |
陈亚玲等: "基于稀疏采样GPS轨迹数据的路口识别方法", 《计算机工程》 * |
陈亚玲等: "基于稀疏采样GPS轨迹数据的路口识别方法", 《计算机工程》, no. 05, 30 August 2018 (2018-08-30) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115839723A (zh) * | 2023-01-12 | 2023-03-24 | 江苏龙威中科技术有限公司 | 适用于车载导航的数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114582125B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634632B (zh) | 车辆调度的方法、装置、电子设备及存储介质 | |
CN113421432B (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
CN113029180A (zh) | 一种交通限制识别方法、装置、电子设备及存储介质 | |
CN111681417B (zh) | 交通路口渠化调整方法和装置 | |
CN114036253A (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
CN114020856A (zh) | 一种交通限制识别方法、装置及电子设备 | |
CN114582125B (zh) | 道路通行方向的识别的方法、装置、设备及存储介质 | |
CN114596709A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN114771576A (zh) | 行为数据处理方法、自动驾驶车辆的控制方法及自动驾驶车辆 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN113850297B (zh) | 道路数据的监测方法、装置、电子设备及存储介质 | |
CN115171075A (zh) | 道路类型识别方法、装置及设备 | |
CN114419593A (zh) | 信息处理方法、装置、设备以及存储介质 | |
CN115265517A (zh) | 一种地图数据的更新方法、装置、设备以及存储介质 | |
CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN113610059A (zh) | 基于区域评估的车辆控制方法、装置和智能交管*** | |
CN114973656A (zh) | 交通交互性能的评估方法、装置、设备、介质和产品 | |
CN113886413A (zh) | 地图更新方法及装置 | |
CN114218504A (zh) | 阻断路段识别方法、装置、电子设备及存储介质 | |
CN114694401A (zh) | 在高精地图中提供参考车速的方法、装置和电子设备 | |
CN114674327A (zh) | 行驶轨迹的推送方法、装置、电子设备和导航设备 | |
CN114179805A (zh) | 一种行驶方向确定方法、装置、设备以及存储介质 | |
CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN113344278A (zh) | 电量预测方法、装置、设备、存储介质和程序产品 | |
CN113947897B (zh) | 获取道路交通状况的方法、装置、设备及自动驾驶车辆 |
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 |