CN114615241A - 基于高精地图的动态路网显示方法及相关设备 - Google Patents
基于高精地图的动态路网显示方法及相关设备 Download PDFInfo
- Publication number
- CN114615241A CN114615241A CN202210208952.7A CN202210208952A CN114615241A CN 114615241 A CN114615241 A CN 114615241A CN 202210208952 A CN202210208952 A CN 202210208952A CN 114615241 A CN114615241 A CN 114615241A
- Authority
- CN
- China
- Prior art keywords
- road network
- dynamic
- data
- dynamic road
- web end
- 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 34
- 238000010276 construction Methods 0.000 claims description 98
- 206010039203 Road traffic accident Diseases 0.000 claims description 62
- 238000003062 neural network model Methods 0.000 claims description 19
- 238000009877 rendering Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种基于高精地图的动态路网显示方法及相关设备。该方法包括:接收路网多台路侧设备拍摄并上传的视频流数据,以及接收web端上传的数据请求;根据所述视频流数据中的多张图像,获得所述路网的动态路网数据;根据所述web端上传的数据请求,将所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。本申请提供的方案,能够实时地、直观地在高精地图显示路网的动态路网数据。
Description
技术领域
本申请涉及高精地图技术领域,尤其涉及一种基于高精地图的动态路网显示方法及相关设备。
背景技术
动态路网可以直接反应城市/地区交通状况,相比静态路网,动态路网更加生动具体,给人更加准确的实时***通数据,根据实时***通数据反应交通方向,快慢强度。而相关技术的动态路网显示,在地图上以二维的方式显示,不能及时地更新动态路网数据,无法实时地、直观地显示动态路网的变化。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种基于高精地图的动态路网显示方法及相关设备,能够实时地、直观地在高精地图显示路网的动态路网数据。
本申请第一方面提供一种基于高精地图的动态路网显示方法,所述方法包括:
接收路网多台路侧设备拍摄并上传的视频流数据,以及接收web端上传的数据请求;
根据所述视频流数据中的多张图像,获得所述路网的动态路网数据;
根据所述web端上传的数据请求,将所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
优选的,所述根据所述视频流数据中的多张图像,获得所述路网的动态路网数据,包括:
按设定时间间隔,抽取所述视频流数据中的图像,获得所述多台路侧设备中每台路侧设备同一时间拍摄的所述多张图像;
对所述多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网数据,所述路网的动态路网数据包括动态路网类型,所述动态路网类型包含道路施工点、交通事故点。
优选的,所述路网的动态路网数据还包括所述动态路网类型的位置信息、时间信息、截图;
所述对所述多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网数据,包括:
对所述多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网类型;
根据拍摄图像的路侧设备的位置信息、拍摄图像的时间信息,赋予所述动态路网类型位置信息、时间信息;
以识别出所述动态路网类型的图像为该所述动态路网类型的截图;
获得包括所述动态路网类型、所述动态路网类型的位置信息、时间信息、截图的所述路网的动态路网数据。
优选的,所述根据所述web端上传的数据请求,将所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据,包括:将所述路网的动态路网数据发布为WFS协议的HTTP服务;
根据所述web端按设定时间间隔上传的数据请求,将发布为WFS协议的HTTP服务的所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
本申请第二方面提供一种云端服务器,所述云端服务器包括:
接收单元,用于接收路网多台路侧设备拍摄并上传的视频流数据,以及接收web端上传的数据请求;
处理单元,用于根据所述接收单元接收的视频流数据中的多张图像,获得所述路网的动态路网数据;
发送单元,用于根据所述接收单元接收的web端上传的数据请求,将所述处理单元获得的路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
优选的,所述处理单元包括:
抽取子单元,用于按设定时间间隔,抽取所述接收单元接收的视频流数据中的图像,获得所述多台路侧设备中每台路侧设备同一时间拍摄的所述多张图像;
识别子单元,用于对所述抽取子单元获得的多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网数据,所述路网的动态路网数据包括动态路网类型,所述动态路网类型包含道路施工点、交通事故点。
优选的,所述处理单元还包括发布子单元;
所述发布子单元,用于将获得的所述路网的动态路网数据发布为WFS协议的HTTP服务;
所述接收单元,还用于接收所述web端按设定时间间隔上传的数据请求;
所述发送单元,还用于根据所述接收单元接收的web端按设定时间间隔上传的数据请求,将所述处理单元获得的WFS协议的HTTP服务的所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
本申请第三方面提供一种基于高精地图的动态路网显示***,所述***包括如上所述的多台路侧设备、云端服务器、web端;
所述多台路侧设备,用于安装于路网中道路的路侧,拍摄并上传路网中道路的视频流数据至所述云端服务器;
所述云端服务器,用于接收所述多台路侧设备中每台路侧设备拍摄并上传的视频流数据,根据所述视频流数据中的多张图像,获得所述路网的动态路网数据,接收所述web端上传的数据请求,根据接收的所述web端上传的数据请求,将所述路网的动态路网数据发送至所述web端;
所述web端,用于上传数据请求至所述云端服务器,接收所述云端服务器按所述数据请求发送的所述路网的动态路网数据,采用设定算法在高精地图三维显示所述路网的动态路网数据。
优选的,所述web端还用于:
如果在所述web端的高精地图与所述路网的动态路网数据的动态路网类型的位置信息对应的位置,不存在该所述动态路网类型,则以该所述动态路网类型为点要素,采用webgl渲染技术,调用GPU,以GLB模型形式渲染该所述动态路网类型至所述高精地图,三维显示所述路网的动态路网数据。
本申请第四方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
本申请第五方面提供一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案可以包括以下有益效果:
本申请的技术方案,能够根据路网的视频流数据,自动获得路网的动态路网数据;根据web端上传的数据请求,将路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据,能够实时地、直观地在高精地图显示路网的动态路网数据。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细地描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的基于高精地图的动态路网显示方法的流程示意图;
图2是本申请实施例示出的基于高精地图的动态路网显示方法的另一流程示意图;
图3是本申请实施例示出的云端服务器的结构示意图;
图4是本申请实施例示出的云端服务器的另一结构示意图;
图5是本申请实施例示出的基于高精地图的动态路网显示***的结构示意图;
图6是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本申请实施例提供一种基于高精地图的动态路网显示方法,能够实时地、直观地在高精地图显示路网的动态路网数据。
以下结合附图详细描述本申请实施例的技术方案。
实施例一:
图1是本申请实施例示出的基于高精地图的动态路网显示方法的流程示意图。
参见图1,一种基于高精地图的动态路网显示方法,包括步骤:
在步骤S101中,接收路网多台路侧设备拍摄并上传的视频流数据。
在一种实施方式中,路网中道路的路侧安装有多台路侧设备,每台路侧设备包括摄像头,摄像头朝向道路,实时拍摄道路,获得路网中道路的视频流数据,每台路侧设备各自将摄像头拍摄的视频流数据上传云端服务器。云端服务器接收路网中多台路侧设备上传的视频流数据。
在步骤S102中,根据视频流数据中的多张图像,获得路网的动态路网数据。
在一种实施方式中,云端服务器抽取视频流数据中的图像,获得多台路侧设备中每台路侧设备同一时间拍摄的当前时刻的多张图像;对抽取的当前时刻的多张图像采用神经网络模型进行YOLO算法识别,获得路网的动态路网类型,动态路网类型包含道路施工点、交通事故点;根据路网的动态路网类型获得路网的动态路网数据,获得的路网的动态路网数据包括道路施工点的时间信息、位置信息、截图。
在步骤S103中,接收web端上传的数据请求。
在一种实施方式中,web端上传获取路网的动态路网数据的数据请求。云端服务器接收的web端上传的数据请求。
在步骤S104中,根据接收的web端上传的数据请求,将路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据。
在一种实施方式中,云端服务器将获得的路网的动态路网数据以设定形式存储;云端服务器根据接收的web端上传的数据请求,将路网当前时刻的动态路网数据发送至web端。web端接收云端服务器发送的当前时刻的动态路网数据,采用设定算法在高精地图三维渲染并三维显示路网当前时刻的动态路网数据。
本申请实施例示出的基于高精地图的动态路网显示方法,能够根据路网的视频流数据,自动获得路网的动态路网数据;根据web端上传的数据请求,将路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据,能够实时地、直观地在高精地图显示路网的动态路网数据。
实施例二:
图2是本申请实施例示出的基于高精地图的动态路网显示方法的另一流程示意图。图2相对于图1更详细描述了本申请的方案。
参见图2,一种基于高精地图的动态路网显示方法,包括:
在步骤S201中,接收路网多台路侧设备拍摄并上传的视频流数据。
在一种实施方式中,多台路侧设备按设定方式安装于路网中的所有道路路侧,每台路侧设备包括摄像头,摄像头朝向道路。路网中的多台路侧设备实时地、连续地对路网中所有道路的交通进行拍摄,获得路网中道路的视频流数据,每台路侧设备各自将摄像头拍摄的视频流数据按设定上传频率上传云端服务器。云端服务器接收路网中多台路侧设备上传的视频流数据。
在步骤S202中,按设定时间间隔,抽取视频流数据中的图像,获得多台路侧设备中每台路侧设备同一时间拍摄的多张图像。
在一种实施方式中,云端服务器按设定时间间隔例如每隔5分钟,对多台路侧设备中每台路侧设备上传的视频流数据进行图像抽取,获得多台路侧设备中每台路侧设备同一时间拍摄的当前时刻的多张图像。
在步骤S203中,对多张图像采用神经网络模型进行YOLO算法识别,获得路网的动态路网类型。
在一种实施方式中,云端服务器对获得的当前时刻的多张图像,分别采用神经网络模型进行YOLO算法识别,获得路网中当前时刻的动态路网类型,动态路网类型包括道路施工点、交通事故点。神经网络模型包括施工识别算法模型、交通事故识别算法模型,云端服务器可以对获得的当前时刻的多张图像采用施工识别算法模型进行YOLO算法识别,获得路网中当前时刻的道路施工点;可以对获得的当前时刻的多张图像采用交通事故识别算法模型进行YOLO算法识别,获得路网中当前时刻的交通事故点。
在步骤S204中,根据拍摄图像的路侧设备的位置信息、拍摄图像的时间信息,赋予动态路网类型位置信息、时间信息。
在一种实施方式中,云端服务器基于路网中多台路侧设备中每台路侧设备的经纬度,在高精地图上标定每个路侧设备的位置信息;根据拍摄图像的路侧设备的位置信息,相应地对根据该路侧设备拍摄的图像识别出的道路施工点和/或交通事故点赋予位置信息。云端服务器根据拍摄图像的时间信息,相应地根据识别出的道路施工点和/或交通事故点的图像的时间信息,赋予道路施工点和/或交通事故点时间信息。云端服务器将识别出道路施工点和/或交通事故点的图像的拍摄时间,作为道路施工点和/或交通事故点的发生时间。
在步骤S205中,以识别出动态路网类型的图像为该动态路网类型的截图。
在一种实施方式中,云端服务器将识别出的道路施工点和/或交通事故点的图像,作为与识别出的道路施工点和/或交通事故点对应的截图。
在步骤S206中,获得包括动态路网类型、动态路网类型的位置信息、时间信息、截图的路网的动态路网数据。
在一种实施方式中,云端服务器获得的路网的动态路网数据包括道路施工点、道路施工点的位置信息、道路施工点的时间信息、道路施工点的截图,以及交通事故点、交通事故点的位置信息、交通事故点的时间信息、交通事故点的截图。
在步骤S207中,将路网的动态路网数据发布为WFS协议的HTTP服务。
在一种实施方式中,云端服务器将当前时刻的路网的动态路网数据存储于Postgis(对象-关系型数据库***PostgreSQL的一个扩展)数据库中,将当前时刻的路网的动态路网数据使用GeoServer地图服务器发布为WFS(Web Feature Service,Web要素服务)协议的HTTP(Hyper Text Transfer Protocol,超文本传输协议)服务,供web端调用。
在一种实施方式中,云端服务器在将当前时刻的路网的动态路网数据存储于Postgis数据库时,对于已发生的道路施工点和/或交通事故点,进行状态识别,对已存储于Postgis数据库中的道路施工点和/或交通事故点进行状态更新,可以更新已发生道路施工点和/或交通事故点的时间信息、记录已发生道路施工点和/或交通事故点的时长、与道路施工点和/或交通事故点对应的截图。
在一种实施方式中,GeoServer地图服务器可将图层发布为WFS服务,是OpenGIS(Open Geodata Interoperation Specification,开放的地理数据互操作规范)Web服务器规范的J2EE(Java 2Platform Enterprise Edition,Java2平台企业版)实现,利用GeoServer地图服务器可以方便的发布地图数据,允许用户对特征数据进行更新、删除、***操作,通过GeoServer地图服务器可以比较容易的在用户之间迅速共享空间地理信息。WFS符合OGC(Open Geospatial Consortium,开放地理信息联盟)制定的WFS实现规范。WFS通过GML(Geography Markup Language,地理标记语言)传递地理空间数据,支持在基于HTTP协议的分布式计算平台上对地理要素进行***(INSERT)、更新(UPDATE)、删除(DELETE)和发现(DISCOVERY)等操作,并且在这些操作的过程中保证了地理数据变化的一致性。
在步骤S208中,接收web端按设定时间间隔上传的数据请求。
在一种实施方式中,web端的动态路网显示引擎按设定时间间隔例如每间隔5分钟,向云端服务器发送HTTP服务请求。云端服务器接收web端按设定时间间隔发送的HTTP服务请求。
在步骤S209中,根据web端按设定时间间隔上传的数据请求,将发布为WFS协议的HTTP服务的路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据。
在一种实施方式中,云端服务器根据接收的HTTP服务请求,将发布为WFS协议的HTTP服务的当前时刻的路网的动态路网数据发送至web端。web端获取云端服务器发送的当前时刻的路网的动态路网数据;web端的动态路网显示引擎,采用webGL(Web GraphicsLibrary,一种3维绘图协议)技术,调用GPU(Graphics Processing Unit,图形处理器),对当前时刻的路网的动态路网数据在高精地图进行三维渲染,并将当前时刻的路网的动态路网数据在高精地图上三维显示。
在一种实施方式中,web端的动态路网显示引擎以动态路网类型为点要素,采用webgl渲染技术,调用GPU,以GLB(Graphics Lanuage Binary,一种3D模型格式)模型形式渲染动态路网类型至高精地图,三维显示当前时刻的路网的动态路网数据。web端的动态路网显示引擎以动态路网类型的名称查找动态路网类型的GLB模型,获得动态路网类型的点要素的GLB模型;以动态路网类型的位置信息在高精地图相应的位置作为放置GLB模型的位置,方位角为正北,将动态路网类型的GLB模型渲染至高精地图,并在高精地图上三维显示当前时刻的路网的动态路网数据。
在一种实施方式中,web端的动态路网显示引擎可以将动态路网类型所在设定长度的路段封闭,即将存在动态路网类型的路段显示为红色,并在web端的页面右侧显示一个菜单栏,将动态路网的动态路网类型列表显示在菜单栏中,通过鼠标点击选中每一条数据时,将地图定位到该条数据发生动态路网类型的位置。
在一种实施方式中,如果web端的动态路网显示引擎获取的当前时刻的路网的动态路网数据中的动态路网类型在当前时刻的高精地图不存在,则将当前时刻的路网的动态路网数据中的该动态路网类型渲染至高精地图,并在高精地图上三维显示当前时刻的路网的动态路网数据,将动态路网类型所在设定长度的路段封闭。如果web端的动态路网显示引擎获取的当前时刻的路网的动态路网数据中的动态路网类型在当前时刻的高精地图存在,则确定当前时刻的路网的动态路网数据中的该动态路网类型还没有处置完成,web端的动态路网显示引擎可以在高精地图上更新该动态路网类型的截图、更新该动态路网类型的持续时间,继续将该动态路网类型所在设定长度的路段封闭。如果在高精地图的动态路网数据不存在于当前时刻的路网的动态路网数据中,则确定已发生的动态路网类型在当前时刻已经处置完成,将对应的动态路网类型的GLB模型从高精地图移除,将对应的封闭路段解封,即将对应的封闭路段的颜色改为正常道路的颜色。
在一种实施方式中,以动态路网类型为道路施工点为例,根据当前时刻的路网的动态路网数据与在高精地图显示的路网的动态路网数据,如果web端的动态路网显示引擎判断在高精地图上与该道路施工点的位置信息对应的位置没有显示该道路施工点,则以“道路施工点”查找道路施工点的GLB模型,获得道路施工点的点要素的GLB模型;在高精地图上与该道路施工点的位置信息对应的位置放置GLB模型,方位角为正北,将道路施工点的GLB模型渲染至高精地图,并在高精地图上三维显示道路施工点;将道路施工点所在设定长度的路段封闭,并将封闭的路段显示为红色。
根据当前时刻的路网的动态路网数据与在高精地图显示的路网的动态路网数据,如果web端的动态路网显示引擎判断在高精地图上与该道路施工点的位置信息对应的位置有显示该道路施工点,则确定该道路施工点还没有处置完成,web端的动态路网显示引擎可以在高精地图上更新该道路施工点的截图、更新该道路施工点的的持续时间,继续将该道路施工点所在设定长度的路段封闭。
根据当前时刻的路网的动态路网数据与在高精地图显示的路网的动态路网数据,如果web端的动态路网显示引擎判断在高精地图的道路施工点不存在于当前时刻获取的动态路网数据中,则确定已发生的道路施工点在当前时刻已经施工完成,即确定在高精地图的道路施工点的已经施工完成,则将对应道路施工点的GLB模型从高精地图移除,将对应的封闭路段解封,即将对应的封闭路段的颜色改为正常道路的颜色。
以下以路网中一条道路的两台路侧设备:路侧设备A、路侧设备B为例对本申请的技术方案进行说明。
路侧设备A实时连续地获得道路路段a的视频流数据a',并将视频流数据a'上传云端服务器;路侧设备B实时连续地获得道路路段b的视频流数据b',将视频流数据b'上传云端服务器。
云端服务器实时连续地接收路侧设备A上传的视频流数据a'和路侧设备B上传的视频流数据b',分别对视频流数据a'和视频流数据b'进行图像抽取,分别获得视频流数据a'中图像X和视频流数据b'中图像Y,图像X和图像Y的拍摄时间是同一时间;分别使用施工识别算法神经网络模型、交通事故算法神经网络模型,对图像X和图像Y进行YOLO算法识别,获得路网的动态路网类型,动态路网类型包括道路施工点、交通事故点。假设,对图像X进行识别获得路网的道路施工点,对图像Y进行识别获得路网的交通事故点。
云端服务器可以根据路侧设备A和路侧设备B的经纬度,在高精地图上标定路侧设备A和路侧设备B的位置信息;对应地基于路侧设备A的位置信息对识别出的道路施工点赋予位置信息,对应地基于路侧设备B的位置信息对识别出的交通事故点赋予位置信息,位置信息可以用经纬度表示。
云端服务器可以根据拍摄图像X的时间,对道路施工点赋予时间信息,将拍摄图像X的时间作为道路施工点的发生时间,可以根据拍摄图像Y的时间,对交通事故点赋予时间信息,将拍摄图像Y的时间作为交通事故点的发生时间。
云端服务器可以将图像X作为道路施工点的截图,可以将图像Y作为交通事故点的截图。
云端服务器获得的路网的动态路网数据包括道路施工点、道路施工点的位置信息、道路施工点的时间信息、道路施工点的截图,以及交通事故点、交通事故点的位置信息、交通事故点的时间信息、交通事故点的截图。
云端服务器将路网的动态路网数据存储于Postgis数据库中,将路网的动态路网数据使用GeoServer地图服务器发布为WFS协议的HTTP服务,供web端调用。
web端的动态路网显示引擎向云端服务器上传HTTP服务请求,获取路网的动态路网数据。
如果在web端的高精地图与道路施工点的位置信息对应的位置,不存在道路施工点,则web端的动态路网显示引擎以道路施工点为点要素,采用webgl渲染技术,调用GPU,以GLB模型形式渲染该道路施工点至高精地图,三维显示该道路施工点。以“道路施工点”查找该道路施工点的GLB模型,获得该道路施工点的点要素的GLB模型;在高精地图与该道路施工点的位置信息对应的位置放置GLB模型,方位角为正北,将该道路施工点的GLB模型渲染至高精地图,并在高精地图上三维显示该道路施工点。
如果在web端的高精地图与道路施工点的位置信息对应的位置,存在该道路施工点,则web端的动态路网显示引擎可以在高精地图上更新该道路施工点的截图、更新该道路施工点的持续时间,继续将该道路施工点所在设定长度的路段封闭。
如果在web端的高精地图与交通事故点的位置信息对应的位置,不存在交通事故点,则web端的动态路网显示引擎以交通事故点为点要素,采用webgl渲染技术,调用GPU,以GLB模型形式渲染交通事故点至高精地图,三维显示道路施工点。以“交通事故点”查找交通事故点的GLB模型,获得交通事故点的点要素的GLB模型;在高精地图与交通事故点的位置信息对应的位置放置GLB模型,方位角为正北,将交通事故点的GLB模型渲染至高精地图,并在高精地图上三维显示交通事故点。
如果在web端的高精地图与交通事故点的位置信息对应的位置,存在交通事故点,则web端的动态路网显示引擎可以在高精地图上更新该交通事故点的截图、更新该交通事故点的持续时间,继续将该交通事故点所在设定长度的路段封闭。
web端将存在道路施工点和交通事故点的路段封闭,即将存在道路施工点和交通事故点对应的路段的道路的颜色由正常道路的颜色改为红色。
云端服务器隔5分钟后,分别对实时接收的视频流数据a'和视频流数据b'进行图像抽取,分别获得视频流数据a'中的图像X'和视频流数据b'中的图像Y',图像X'和图像Y'的拍摄时间是同一时间;分别使用施工识别算法神经网络模型、交通事故算法神经网络模型,对图像X'和图像Y'进行YOLO算法识别,获得路网的道路施工点、交通事故点。假设,对图像X'进行识别获得道路施工点,对图像Y'进行识别没有获得交通事故点。
云端服务器可以对应地基于路侧设备A的位置信息对识别出的道路施工点赋予位置信息。
云端服务器可以根据拍摄图像X'的时间,对道路施工点赋予时间信息,将拍摄图像X'的时间作为道路施工点的时间信息。
云端服务器可以将图像X'作为道路施工点的截图。
云端服务器获得的路网的动态路网数据包括道路施工点、道路施工点的位置信息、道路施工点的时间信息、道路施工点的截图。
云端服务器将路网的动态路网数据存储于Postgis数据库中,将路网的动态路网数据使用GeoServer地图服务器发布为WFS协议的HTTP服务,供web端调用。
web端的动态路网显示引擎也在隔5分钟后,向云端服务器上传HTTP服务请求,获取当前时刻的路网的动态路网数据。
web端的动态路网显示引擎判断在当前时刻的高精地图与当前时刻的道路施工点的位置信息对应的位置存在道路施工点,则确定已发生的道路施工点在当前时刻还没有处置完成,可以在高精地图上更新该道路施工点的截图、更新该道路施工点的持续时间,继续将该道路施工点所在设定长度的路段封闭。
web端的动态路网显示引擎判断在当前时刻的动态路网数据中不存在与在高精地图显示的交通事故点的位置信息对应的交通事故点,则确定已发生的交通事故点在当前时刻已经处置完成,将对应交通事故点的GLB模型从高精地图移除,将对应的封闭路段解封,即将对应的封闭路段的红色改为正常道路的颜色。
本申请实施例示出的基于高精地图的动态路网显示方法,能够根据路网的视频流数据,自动获得路网的动态路网数据;根据web端上传的数据请求,将路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据,能够实时地、直观地在高精地图显示路网的动态路网数据。
进一步的,本申请实施例示出的基于高精地图的动态路网显示方法,按设定时间间隔,抽取路网多台路侧设备拍摄并上传的视频流数据中的图像,对图像采用神经网络模型进行YOLO算法识别,能够自动识别包括道路施工点、交通事故点的路网的动态路网数据。web端按设定时间间隔获取路网的动态路网数据,采用webGL渲染技术,调用GPU,以GLB模型形式渲染动态路网类型至高精地图,能够充分利用GPU的加速能力,提升web端的渲染性能和速度,增加高精地图承载的要素数量;在高精地图三维显示路网的动态路网数据,能够将路网的动态路网数据融合于高精地图,使得路网的动态路网数据的显示具有车道级的精度;web端的动态路网显示引擎能够在高精地图添加路网的动态路网数据、更新路网的动态路网数据、删除路网的动态路网数据,能够实时地、直观地在高精地图显示路网的道路施工点、交通事故点的变化。
实施例三:
与前述应用功能实现方法实施例相对应,本申请还提供了一种云端服务器、基于高精地图的动态路网显示***、电子设备及相应的实施例。
图3是本申请实施例示出的云端服务器的结构示意图。
参见图3,一种云端服务器30,包括接收单元301、处理单元302、发送单元303。
接收单元301,用于接收路网多台路侧设备拍摄并上传的视频流数据,以及接收web端上传的数据请求。
处理单元302,用于根据接收单元301接收的视频流数据中的多张图像,获得路网的动态路网数据。
发送单元303,用于根据接收单元接收的web端上传的数据请求,将处理单元302获得的路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据。
本申请实施例示出的技术方案,能够根据路网的视频流数据,自动获得路网的动态路网数据;根据web端上传的数据请求,将路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据,能够实时地、直观地在高精地图显示路网的动态路网数据。
实施例四:
图4是本申请实施例示出的云端服务器的另一结构示意图。
参见图4,一种云端服务器30,包括接收单元301、处理单元302、发送单元303。
接收单元301,用于接收路网多台路侧设备拍摄并上传的视频流数据,以及接收web端按设定时间间隔上传的数据请求。
处理单元302包括抽取子单元3021、识别子单元3022、发布子单元3023。
抽取子单元3021,用于按设定时间间隔,抽取接收单元301接收的视频流数据中的图像,获得多台路侧设备中每台路侧设备同一时间拍摄的多张图像。
识别子单元3022,用于对抽取子单元3021获得的多张图像采用神经网络模型进行YOLO算法识别,获得路网的动态路网数据,路网的动态路网数据包括动态路网类型,动态路网类型包含道路施工点、交通事故点。
在一种实施方式中,识别子单元3022对多张图像采用神经网络模型进行YOLO算法识别,获得路网的动态路网类型;根据拍摄图像的路侧设备的位置信息、拍摄图像的时间信息,赋予动态路网类型位置信息、时间信息;以识别出动态路网类型的图像为该动态路网类型的截图;获得包括动态路网类型、动态路网类型的位置信息、时间信息、截图的路网的动态路网数据。
发布子单元3023,用于将获得的路网的动态路网数据发布为WFS协议的HTTP服务。
发送单元3023,还用于根据接收单元301接收的web端按设定时间间隔上传的数据请求,将处理单元302获得的WFS协议的HTTP服务的路网的动态路网数据发送至web端,以供web端采用设定算法在高精地图三维显示路网的动态路网数据。
实施例五:
图5是本申请实施例示出的基于高精地图的动态路网显示***的结构示意图。
参见图5,一种基于高精地图的动态路网显示***,包括上述的多台路侧设备50、云端服务器30、web端40。
多台路侧设备50,用于安装于路网中道路的路侧,拍摄并上传路网中道路的视频流数据至云端服务器30。
云端服务器30,用于接收多台路侧设备50中每台路侧设备拍摄并上传的视频流数据,根据视频流数据中的多张图像,获得路网的动态路网数据,接收web端40上传的数据请求,根据接收的web端40上传的数据请求,将路网的动态路网数据发送至web端40。
web端40,用于上传数据请求至云端服务器30,接收云端服务器30按数据请求发送的路网的动态路网数据,采用设定算法在高精地图三维显示路网的动态路网数据。
在一种实施方式中,web端40根据接收的当前时刻的路网的动态路网数据与在web端40高精地图显示的路网的动态路网数据,判断在web端的高精地图与当前时刻的路网的动态路网数据的动态路网类型的位置信息对应的位置,是否存在该动态路网类型;如果在web端的高精地图与路网的动态路网数据的动态路网类型的位置信息对应的位置,不存在该动态路网类型,则以该动态路网类型为点要素,采用webgl渲染技术,调用GPU,以GLB模型形式渲染该动态路网类型至高精地图,三维显示路网的动态路网数据。
关于上述实施例中的相关设备,其执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
图6是本申请实施例示出的电子设备的结构示意图。
参见图6,电子设备600包括存储器610和处理器620。
处理器620可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器610可以包括各种类型的存储单元,例如***内存、只读存储器(ROM)和永久存储装置。其中,ROM可以存储处理器620或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。***内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。***内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器610可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(例如DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器610可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器610上存储有可执行代码,当可执行代码被处理器620处理时,可以使处理器620执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质),其上存储有可执行代码(或计算机程序或计算机指令代码),当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种基于高精地图的动态路网显示方法,其特征在于,包括:
接收路网多台路侧设备拍摄并上传的视频流数据,以及接收web端上传的数据请求;
根据所述视频流数据中的多张图像,获得所述路网的动态路网数据;
根据所述web端上传的数据请求,将所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述视频流数据中的多张图像,获得所述路网的动态路网数据,包括:
按设定时间间隔,抽取所述视频流数据中的图像,获得所述多台路侧设备中每台路侧设备同一时间拍摄的所述多张图像;
对所述多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网数据,所述路网的动态路网数据包括动态路网类型,所述动态路网类型包含道路施工点、交通事故点。
3.根据权利要求2所述的方法,其特征在于,所述路网的动态路网数据还包括所述动态路网类型的位置信息、时间信息、截图;
所述对所述多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网数据,包括:
对所述多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网类型;
根据拍摄图像的路侧设备的位置信息、拍摄图像的时间信息,赋予所述动态路网类型位置信息、时间信息;
以识别出所述动态路网类型的图像为该所述动态路网类型的截图;
获得包括所述动态路网类型、所述动态路网类型的位置信息、时间信息、截图的所述路网的动态路网数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述web端上传的数据请求,将所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据,包括:将所述路网的动态路网数据发布为WFS协议的HTTP服务;
根据所述web端按设定时间间隔上传的数据请求,将发布为WFS协议的HTTP服务的所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
5.一种云端服务器,其特征在于,包括:
接收单元,用于接收路网多台路侧设备拍摄并上传的视频流数据,以及接收web端上传的数据请求;
处理单元,用于根据所述接收单元接收的视频流数据中的多张图像,获得所述路网的动态路网数据;
发送单元,用于根据所述接收单元接收的web端上传的数据请求,将所述处理单元获得的路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
6.根据权利要求5所述的云端服务器,其特征在于,所述处理单元包括:
抽取子单元,用于按设定时间间隔,抽取所述接收单元接收的视频流数据中的图像,获得所述多台路侧设备中每台路侧设备同一时间拍摄的所述多张图像;
识别子单元,用于对所述抽取子单元获得的多张图像采用神经网络模型进行YOLO算法识别,获得所述路网的动态路网数据,所述路网的动态路网数据包括动态路网类型,所述动态路网类型包含道路施工点、交通事故点。
7.根据权利要求5所述的云端服务器,其特征在于:所述处理单元还包括发布子单元;
所述发布子单元,用于将获得的所述路网的动态路网数据发布为WFS协议的HTTP服务;
所述接收单元,还用于接收所述web端按设定时间间隔上传的数据请求;
所述发送单元,还用于根据所述接收单元接收的web端按设定时间间隔上传的数据请求,将所述处理单元获得的WFS协议的HTTP服务的所述路网的动态路网数据发送至所述web端,以供所述web端采用设定算法在高精地图三维显示所述路网的动态路网数据。
8.一种基于高精地图的动态路网显示***,其特征在于:包括如权利要求5-7中任一项所述的多台路侧设备、云端服务器、web端;
所述多台路侧设备,用于安装于路网中道路的路侧,拍摄并上传路网中道路的视频流数据至所述云端服务器;
所述云端服务器,用于接收所述多台路侧设备中每台路侧设备拍摄并上传的视频流数据,根据所述视频流数据中的多张图像,获得所述路网的动态路网数据,接收所述web端上传的数据请求,根据接收的所述web端上传的数据请求,将所述路网的动态路网数据发送至所述web端;
所述web端,用于上传数据请求至所述云端服务器,接收所述云端服务器按所述数据请求发送的所述路网的动态路网数据,采用设定算法在高精地图三维显示所述路网的动态路网数据。
9.根据权利要求8所述的***,其特征在于,所述web端还用于:
如果在所述web端的高精地图与所述路网的动态路网数据的动态路网类型的位置信息对应的位置,不存在该所述动态路网类型,则以该所述动态路网类型为点要素,采用webgl渲染技术,调用GPU,以GLB模型形式渲染该所述动态路网类型至所述高精地图,三维显示所述路网的动态路网数据。
10.一种计算机可读存储介质,其特征在于:其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210208952.7A CN114615241A (zh) | 2022-03-03 | 2022-03-03 | 基于高精地图的动态路网显示方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210208952.7A CN114615241A (zh) | 2022-03-03 | 2022-03-03 | 基于高精地图的动态路网显示方法及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114615241A true CN114615241A (zh) | 2022-06-10 |
Family
ID=81861175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210208952.7A Pending CN114615241A (zh) | 2022-03-03 | 2022-03-03 | 基于高精地图的动态路网显示方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114615241A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351716A (zh) * | 2023-10-17 | 2024-01-05 | 中铁十九局集团矿业投资有限公司 | 一种基于YOLOv5网络的露天矿路网安全通行探测方法及*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008145985A (ja) * | 2006-12-13 | 2008-06-26 | Cyber Map Japan:Kk | 3次元地図配信システム及びサーバ装置 |
KR20090109312A (ko) * | 2008-04-15 | 2009-10-20 | 주식회사 현대오토넷 | 실시간 촬영 영상을 이용한 실시간 교통정보 제공 시스템 |
CN105096622A (zh) * | 2015-08-11 | 2015-11-25 | 吉林大学 | 一种基于车路通信的动态路径诱导方法 |
EP3314474A1 (fr) * | 2015-06-24 | 2018-05-02 | F4 | Dispositif interactif a affichage tridimensionnel |
CN111046116A (zh) * | 2019-07-10 | 2020-04-21 | 广东星舆科技有限公司 | 一种地理空间数据的快速查询与传输方法 |
CN111462497A (zh) * | 2020-05-18 | 2020-07-28 | 深圳博通机器人有限公司 | 一种交通数据下发方法、***、终端及存储介质 |
EP3753614A1 (en) * | 2018-08-24 | 2020-12-23 | Tencent Technology (Shenzhen) Company Limited | Map rendering method and apparatus, computer device and storage medium |
CN112182286A (zh) * | 2020-09-04 | 2021-01-05 | 中国电子科技集团公司电子科学研究院 | 一种基于三维实景地图的智能视频管控方法 |
CN113409607A (zh) * | 2021-03-30 | 2021-09-17 | 新奇点智能科技集团有限公司 | 路况信息推送***、方法、装置、设备及存储介质 |
CN113518230A (zh) * | 2021-06-23 | 2021-10-19 | 智道网联科技(北京)有限公司 | Rs设备的数据上传处理方法、装置及*** |
WO2021212500A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 提供道路拥堵原因的方法和装置 |
CN114049767A (zh) * | 2021-11-10 | 2022-02-15 | 刘鹏 | 一种边缘计算方法、装置及可读存储介质 |
-
2022
- 2022-03-03 CN CN202210208952.7A patent/CN114615241A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008145985A (ja) * | 2006-12-13 | 2008-06-26 | Cyber Map Japan:Kk | 3次元地図配信システム及びサーバ装置 |
KR20090109312A (ko) * | 2008-04-15 | 2009-10-20 | 주식회사 현대오토넷 | 실시간 촬영 영상을 이용한 실시간 교통정보 제공 시스템 |
EP3314474A1 (fr) * | 2015-06-24 | 2018-05-02 | F4 | Dispositif interactif a affichage tridimensionnel |
CN105096622A (zh) * | 2015-08-11 | 2015-11-25 | 吉林大学 | 一种基于车路通信的动态路径诱导方法 |
EP3753614A1 (en) * | 2018-08-24 | 2020-12-23 | Tencent Technology (Shenzhen) Company Limited | Map rendering method and apparatus, computer device and storage medium |
CN111046116A (zh) * | 2019-07-10 | 2020-04-21 | 广东星舆科技有限公司 | 一种地理空间数据的快速查询与传输方法 |
WO2021212500A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 提供道路拥堵原因的方法和装置 |
CN111462497A (zh) * | 2020-05-18 | 2020-07-28 | 深圳博通机器人有限公司 | 一种交通数据下发方法、***、终端及存储介质 |
CN112182286A (zh) * | 2020-09-04 | 2021-01-05 | 中国电子科技集团公司电子科学研究院 | 一种基于三维实景地图的智能视频管控方法 |
CN113409607A (zh) * | 2021-03-30 | 2021-09-17 | 新奇点智能科技集团有限公司 | 路况信息推送***、方法、装置、设备及存储介质 |
CN113518230A (zh) * | 2021-06-23 | 2021-10-19 | 智道网联科技(北京)有限公司 | Rs设备的数据上传处理方法、装置及*** |
CN114049767A (zh) * | 2021-11-10 | 2022-02-15 | 刘鹏 | 一种边缘计算方法、装置及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
余胜;陈敬东;王新余;: "基于深度学习的复杂场景下车辆识别方法", 计算机与数字工程, no. 09 * |
陈宗娟;孙二鑫;李丹丹;张聪聪;藏丹丹;程旭;: "高精地图现状分析与实现方案研究", 电脑知识与技术, no. 22 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351716A (zh) * | 2023-10-17 | 2024-01-05 | 中铁十九局集团矿业投资有限公司 | 一种基于YOLOv5网络的露天矿路网安全通行探测方法及*** |
CN117351716B (zh) * | 2023-10-17 | 2024-04-02 | 中铁十九局集团矿业投资有限公司 | 一种基于YOLOv5网络的露天矿路网安全通行探测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11433297B2 (en) | Augmented reality system and method of operation thereof | |
JP6756561B2 (ja) | モバイル装置生成事象分析に基づく地図タイルデータのプリフェッチ | |
CA2949543C (en) | Platform for constructing and consuming realm and object feature clouds | |
US20160063671A1 (en) | A method and apparatus for updating a field of view in a user interface | |
US20110141254A1 (en) | Systems and methods for augmented reality | |
EP3338058B1 (en) | Location based service tools for video illustration, selection, and synchronization | |
US9613455B1 (en) | Local georeferenced data | |
CN104517001A (zh) | 一种基于浏览器的用于展示待建成建筑信息的方法 | |
US9583074B2 (en) | Optimization of label placements in street level images | |
CN107084740B (zh) | 一种导航方法和装置 | |
KR101806957B1 (ko) | 관심 지점의 자동 업데이트를 위한 방법 및 시스템 | |
NO338963B1 (no) | Informasjonspunkt | |
CN109427031A (zh) | 一种数据处理方法及设备 | |
Belimpasakis et al. | Bringing user-generated content from internet services to mobile augmented reality clients | |
US20130314443A1 (en) | Methods, mobile device and server for support of augmented reality on the mobile device | |
CN114615241A (zh) | 基于高精地图的动态路网显示方法及相关设备 | |
US20150178561A1 (en) | Personalized Mapping With Photo Tours | |
CN111832579A (zh) | 地图兴趣点数据处理方法、装置、电子设备以及可读介质 | |
US20160191773A1 (en) | Distribution of location-based augmented reality captures | |
WO2018080422A1 (en) | Point of interest selection based on a user request | |
CN113608614A (zh) | 展示方法、增强现实装置、设备及计算机可读存储介质 | |
US10108882B1 (en) | Method to post and access information onto a map through pictures | |
CN114743395A (zh) | 一种信号灯检测方法、装置、设备及介质 | |
KR20060067033A (ko) | 영상인식을 이용한 항법정보 갱신 장치 및 그 방법 | |
CN115114302A (zh) | 道路标牌数据更新方法、装置、电子设备及存储介质 |
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 |