CN117542205A - 一种车道引导方法、装置、设备及存储介质 - Google Patents
一种车道引导方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117542205A CN117542205A CN202410033893.3A CN202410033893A CN117542205A CN 117542205 A CN117542205 A CN 117542205A CN 202410033893 A CN202410033893 A CN 202410033893A CN 117542205 A CN117542205 A CN 117542205A
- Authority
- CN
- China
- Prior art keywords
- lane
- segment
- target
- driving
- lane segment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000012545 processing Methods 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 14
- 230000001143 conditioned effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000007418 data mining Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 241001149900 Fusconaia subrotunda Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 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
- 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
- G08G1/09—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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请提供一种车道引导方法、装置、设备及存储介质,可以应用于地图领域或自动驾驶领域等,用于解决车道引导时的引导准确性较低的问题。该方法至少包括:接收针对目标道路区间的车道引导指令;基于预存的候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率;其中,每个条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从候选车道段相邻的一个相邻车道段,驶入候选车道段的条件概率;确定多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。基于历史时间段内各参考车辆的行驶规律,对目标车辆进行车道引导,提高了车道引导时的引导准确性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种车道引导方法、装置、设备及存储介质。
背景技术
随着科技的不断发展,越来越多的设备可以提供车道级引导服务,以实现更加精细地车道级导航功能。例如,在车辆需要在某路口右转时,引导车辆提前N米进入右转专用车道。
然而,相关技术中,车道引导方法通常是,预先根据经验值设置多个引导参数,包括针对需要转向的路线,在车辆到达转向路口之前的N1米,引导进入转向专用车道;还包括针对需要变道的路线,引导车辆在变道后的车道上至少行驶N2米;还包括针对驶入后不足N3米就需要驶离的车道,车道引导时不覆盖该车道等。
在预先设置好多个引导参数后,通过预先收集的车道级路网数据,确定车辆当前位置所在的车道,以及车辆可驶入的各车道的车道集合;按照预先设置好的多个引导参数,为车辆提供车道级引导服务。
然而,由于道路情况丰富多样,因此根据经验值设置的多个引导参数,无法满足复杂的路况,容易出现车道引导不及时或过早的问题。例如,车辆在某路口需要转向时,按照引导参数,在到达转向路口之前的200米,引导车辆进入转向专用车道,而此时根据实际路况,并不存在转向专用车道,而是在到达转向路口之前的50米,才设置有转向专用车道。这种车道引导过早的情况,如果驾驶员没有自己的判断而盲目听从车道引导,那么会引发不必要的交通事故等。可见,相关技术中的车道引导方法提供的车道级引导服务的准确性较低。
发明内容
本申请实施例提供了一种车道引导方法、装置、设备及存储介质,用于解决车道引导时的引导准确性较低的问题。
第一方面,提供一种车道引导方法,包括:
接收针对目标道路区间的车道引导指令;其中,所述目标道路区间包括:位于关联的起始车道段与关联的目的车道段之间的多个候选车道段;
针对所述多个候选车道段,分别执行以下操作:基于预存的所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率;其中,每个所述条件驶入概率表征:历史时间段内各个参考车辆,以驶入所述目的车道段为条件,从所述候选车道段相邻的一个相邻车道段,驶入所述候选车道段的条件概率;
基于获得的所述多个候选车道段各自对应的目标驶入概率,确定所述多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
第二方面,提供一种车道引导装置,包括:
获取模块:用于接收针对目标道路区间的车道引导指令;其中,所述目标道路区间包括:位于关联的起始车道段与关联的目的车道段之间的多个候选车道段;
处理模块:用于针对所述多个候选车道段,分别执行以下操作:基于预存的所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率;其中,每个所述条件驶入概率表征:历史时间段内各个参考车辆,以驶入所述目的车道段为条件,从所述候选车道段相邻的一个相邻车道段,驶入所述候选车道段的条件概率;
所述处理模块还用于:基于获得的所述多个候选车道段各自对应的目标驶入概率,确定所述多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
可选的,所述处理模块具体用于:
获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率;其中,所述参考道路区间是:以关联的至少两个标记车道段对道路进行划分得到的;每个参考驶入概率表征:历史时间段内各个参考车辆,以驶入相应的参考车道段的行驶方向上关联的至少一个标记车道段为条件,从所述参考车道段相邻的一个相邻车道段,驶入所述参考车道段的条件概率;
从获得的各参考驶入概率中,选取所述多个候选车道段各自关联的至少一个条件驶入概率;
针对所述多个候选车道段,分别执行以下操作:基于所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率。
可选的,所述处理模块还用于:
在所述获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之前,获取历史时间段内,各个参考车辆的历史行驶数据;
基于获得的各历史行驶数据,以及预存的各个参考车道段和各个标记车道段,分别确定所述各个参考车辆各自的车道段行驶序列;其中,所述车道段行驶序列以串联的多个参考车道段和多个标记车道段,表征相应的参考车辆的历史行驶数据;
基于获得的所述各个参考车辆各自的车道段行驶序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
可选的,所述处理模块具体用于:
基于各个参考道路区间,分别将所述各个参考车辆各自的车道段行驶序列划分为至少一个行驶子序列,获得多个行驶子序列;其中,每个所述行驶子序列包含的第一个车道段和最后一个车道段为:相应的参考道路区间关联的两个标记车道段;
基于获得的多个行驶子序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
可选的,所述处理模块具体用于:
针对所述各个参考道路区间各自包含的各参考车道段,分别执行以下操作:
基于获得的所述各个参考车辆各自的车道段行驶序列,统计以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从所述参考车道段相邻的一个相邻车道段,驶入所述参考车道段的参考车辆的参考车辆数量,以及,从所述一个相邻车道段,驶入除了所述参考车道段以外,且与所述一个相邻车道段相邻的其他车道段的参考车辆的其他车辆数量;
基于获得的参考车辆数量和其他车辆数量,确定所述各个参考车辆,以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从所述参考车道段相邻的一个相邻车道段,驶入所述参考车道段的条件概率,获得所述参考车道段的一个参考驶入概率。
可选的,所述处理模块还用于:
在所述获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之后,获取所述各个参考道路区间包含的各参考车道段中,标记有待确认标识的至少一个待确认车道段;其中,所述待确认标识表征:相应的待确认车道段中,或相应的多个待确认车道段之间,包含的待确认的交通标志;
从所述各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率中,选取所述至少一个待确认车道段各自关联的至少一个参考驶入概率;
基于所述至少一个待确认车道段各自关联的至少一个参考驶入概率,确定所述至少一个待确认车道段各自对应的交通行驶策略;
基于获得的各交通行驶策略,分别更新所述至少一个待确认车道段的待确认标识。
可选的,所述处理模块具体用于:
针对获得的各交通行驶策略,分别执行以下操作:
确定所述交通行驶策略,与相应的待确认标识表征的交通标志匹配时,取消标记相应的待确认标识;
确定所述交通行驶策略,与相应的待确认标识表征的交通标志不匹配时,保留标记相应的待确认标识。
可选的,所述获取模块具体用于:
响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到所述目的地的道路导航路线;
基于预存的各个标记车道段和各个参考车道段,确定道路导航路线包含的多个参考道路区间;
确定所述目标车辆即将驶入一个参考道路区间时,将所述一个参考道路区间作为目标道路区间,生成针对目标道路区间的车道引导指令。
可选的,每个条件驶入概率关联有权重系数,所述权重系数为:相应的条件驶入概率表征的相邻车道段在作为一个候选车道段时,确定出的所述目标车辆驶入所述一个候选车道段的目标驶入概率;
所述处理模块具体用于:
所述候选车道段关联一个条件驶入概率时,将所述一个条件驶入概率与关联的权重系数的乘积,作为目标车辆驶入所述候选车道段的目标驶入概率;
所述候选车道段关联多个条件驶入概率时,将所述多个条件驶入概率的加权和,或将所述多个条件驶入概率各自与关联的权重系数的乘积中的最大值,作为目标车辆驶入所述候选车道段的目标驶入概率。
可选的,所述处理模块具体用于:
基于获得的所述多个候选车道段各自对应的目标驶入概率,选取所述多个候选车道段中,相应的目标驶入概率大于预设概率值的引导车道段;
基于获得的各引导车道段,确定所述目标车辆在所述目标道路区间上的引导行驶区域和引导行驶线路,获得车道引导结果。
可选的,所述处理模块具体用于:
基于获得的各引导车道段各自在预设的导航地图中的呈现区域,将所述各引导车道段组成的组合区域,作为所述目标车辆在所述目标道路区间上的引导行驶区域;
基于获得的各引导车道段中串联的多个引导车道段,生成所述目标车辆在所述目标道路区间上的引导行驶线路;
基于获得的引导行驶区域和引导行驶线路,生成车道引导结果。
可选的,所述处理模块还用于:
在所述获得车道引导结果之后,在预存的各个多媒体呈现模板中,选取与所述车道引导结果匹配的目标呈现模板;其中,所述多媒体呈现模板用于:以图像格式、视频格式或语音格式中的至少一种格式进行内容呈现;
基于获得的目标呈现模板,呈现所述车道引导结果。
第三方面,提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如第一方面所述的方法。
第四方面,提供一种计算机设备,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行如第一方面所述的方法。
第五方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的方法。
本申请实施例中,预先获得了各候选车道段各自关联的至少一个条件驶入概率,条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从候选车道段相邻的一个相邻车道段,驶入候选车道段的条件概率。从而,根据各候选车道段各自关联的至少一个条件驶入概率,分别确定目标车辆驶入各候选车道段的目标驶入概率,基于获得的各目标驶入概率,选取引导车道段,以获得车道引导结果。
对历史时间段内各个参考车辆的历史行驶数据进行了数据挖掘,分析出各个参考车辆在不同路况下的行驶规律,作为对当前行驶的目标车辆进行车道引导的参考依据,从而,针对不同的路况可以有针对性的进行车道引导,实现更为丰富的车道引导效果,不需要人为设置多个引导参数,在任何情况下都依据设置的这些引导参数进行车道引导,避免了设置的引导参数与实际路况不符而造成引导错误的情况,提高了车道引导时的引导准确性。
进一步的,以车道段为单位进行车道引导的计算过程,相较于以车辆定位点为单位的计算过程来说,数据计算量更小,计算效率更高,从而在一定程度上,提高了车道引导效率。
附图说明
图1A为相关技术中车道引导方法的一种场景示意图一;
图1B为相关技术中车道引导方法的一种场景示意图二;
图1C为本申请实施例提供的车道引导方法的一种应用场景;
图2为本申请实施例提供的车道引导方法的一种流程示意图一;
图3A为本申请实施例提供的车道引导方法的一种原理示意图一;
图3B为本申请实施例提供的车道引导方法的一种原理示意图二;
图4A为本申请实施例提供的车道引导方法的一种原理示意图三;
图4B为本申请实施例提供的车道引导方法的一种原理示意图四;
图5A为本申请实施例提供的车道引导方法的一种原理示意图五;
图5B为本申请实施例提供的车道引导方法的一种原理示意图六;
图6A为本申请实施例提供的车道引导方法的一种原理示意图七;
图6B为本申请实施例提供的车道引导方法的一种原理示意图八;
图7A为本申请实施例提供的车道引导方法的一种原理示意图九;
图7B为本申请实施例提供的车道引导方法的一种流程示意图二;
图7C为本申请实施例提供的车道引导方法的一种原理示意图十;
图7D为本申请实施例提供的车道引导方法的一种流程示意图三;
图7E为本申请实施例提供的车道引导方法的一种原理示意图十一;
图7F为本申请实施例提供的车道引导方法的一种原理示意图十二;
图8为本申请实施例提供的车道引导装置的一种结构示意图一;
图9为本申请实施例提供的车道引导装置的一种结构示意图二。
具体实施方式
为了使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
下面对本申请实施例中的部分用语进行解释说明,以便于本领域技术人员理解。
(1)全球定位***(Global Positioning System,GPS):
全球定位***(GPS)在全球任何地方以及近地空间都能够提供准确的地理位置、车行速度及精确的时间信息。GPS具有高精度、全天候、全球覆盖、方便灵活等特点。
(2)地图高精数据:
通过高精测绘技术对实际路况进行测绘时,生成的道路车道级地图数据。
(3)车道级引导服务:
在具备地图高精数据的导航场景下,导航***提供的车道级导航引导建议服务。该车道级引导服务包括但不仅限于:高精路段的导航引导面功能,由建议通行的车道段集合构成;高精路段的导航引导线功能,由建议通行的连续车道段串构成;高精路段的导航语音提示、播报功能;高精路段的标识类功能,例如,变道建议、地面标线提示等。
本申请实施例涉及人工智能(Artificial Intelligence,AI)技术和云计算(cloud computing),人工智能技术和云计算可以应用于多个领域,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、智慧交通、智能地图、辅助驾驶、车载终端、飞行器、数字孪生、虚拟人、机器人、人工智能生成内容(AIGC)、对话式交互、智能医疗、智能客服、游戏AI等,相信随着技术的发展,人工智能技术和云计算将在更多的领域得到应用,并发挥越来越重要的价值。
人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
云计算是一种计算模式,它将计算任务分布在大量计算机构成的资源池上,使各种应用***能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展,按使用付费。
智能交通***(Intelligent Traffic System,ITS)又称智能运输***(Intelligent Transportation System),是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造,加强车辆、道路、使用者三者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输***。
智能车路协同***(Intelligent Vehicle Infrastructure CooperativeSystems,IVICS),简称车路协同***,是智能交通***(ITS)的一个发展方向。车路协同***是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通***。
应当说明的是,本申请实施例中,涉及到获取各个参考车辆的历史行驶数据等数据的操作,当本申请以上实施例运用到具体产品或技术中时,需要获得用户许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本申请实施例中,术语“模块”或“单元”是指有预定功能的计算机程序或计算机程序的一部分,并与其他相关部分一起工作以实现预定目标,并且可以通过使用软件、硬件(如处理电路或存储器)或其组合来全部或部分实现。同样的,一个处理器(或多个处理器或存储器)可以用来实现一个或多个模块或单元。此外,每个模块或单元都可以是包含该模块或单元功能的整体模块或单元的一部分。
下面对本申请实施例提供的车道引导方法的应用领域进行简单介绍。
随着科技的不断发展,越来越多的设备可以提供车道级引导服务,以实现更加精细地车道级导航功能。例如,在车辆需要在某路口右转时,引导车辆提前N米进入右转专用车道。
然而,相关技术中,车道引导方法通常是,预先根据经验值设置多个引导参数,包括针对需要转向的路线,在到达转向路口之前的N1米,引导车辆进入转向专用车道;还包括针对需要变道的路线,引导车辆在变道后的车道上至少行驶N2米;还包括针对驶入后不足N3米就需要驶离的车道,车道引导时不覆盖该车道等。
在预先设置好多个引导参数后,通过预先收集的车道级路网数据,确定车辆当前位置所在的车道,以及车辆可驶入的各车道的车道集合;按照预先设置好的多个引导参数,为车辆提供车道级引导服务。
例如,请参考图1A,车辆当前在中间车道上行驶,按照导航路线,车辆在当前路口需要右转,那么在车辆还差200米行驶到当前路口时,为车辆生成车道引导结果。车道引导结果表征:引导车辆当前驶入右转专用车道。
然而,由于道路情况丰富多样,因此根据经验值设置的多个引导参数,无法满足复杂的路况,容易出现车道引导不及时或过早等引导错误的问题。
例如,请参考图1B,车辆当前在最右侧车道上行驶,按照导航路线,车辆在当前路口需要右转,那么在车辆还差200米行驶到当前路口时,为车辆生成车道引导结果。车道引导结果表征:引导车辆当前驶入右转专用车道。然而,根据当前路况,距离路口还有200米处并不存在右转专用车道,而是在到达路口之前的50米,才设置有右转专用车道。如果驾驶员没有自己的判断而盲目听从车道引导,那么会引发不必要的交通事故等。
可见,相关技术中的车道引导方法提供的车道级引导服务的准确性较低。
为了解决车道引导时的引导准确性较低的问题,本申请提出一种车道引导方法。该方法中,接收针对目标道路区间的车道引导指令后,针对多个候选车道段,分别执行以下操作:基于预存的候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率。其中,目标道路区间包括:位于关联的起始车道段与关联的目的车道段之间的多个候选车道段。每个条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从候选车道段相邻的一个相邻车道段,驶入候选车道段的条件概率。
在获得多个候选车道段各自对应的目标驶入概率之后,基于获得的各目标驶入概率,确定多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
本申请实施例中,预先获得了各候选车道段各自关联的至少一个条件驶入概率,条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从候选车道段相邻的一个相邻车道段,驶入候选车道段的条件概率。从而,根据各候选车道段各自关联的至少一个条件驶入概率,分别确定目标车辆驶入各候选车道段的目标驶入概率,基于获得的各目标驶入概率,选取引导车道段,以获得车道引导结果。
对历史时间段内各个参考车辆的历史行驶数据进行了数据挖掘,分析出各个参考车辆在不同路况下的行驶规律,作为对当前行驶的目标车辆进行车道引导的参考依据,从而,针对不同的路况可以有针对性的进行车道引导,实现更为丰富的车道引导效果,不需要人为设置多个引导参数,在任何情况下都依据设置的这些引导参数进行车道引导,避免了设置的引导参数与实际路况不符而造成引导错误的情况,提高了车道引导时的引导准确性。
进一步的,以车道段为单位进行车道引导的计算过程,相较于以车辆定位点为单位的计算过程来说,数据计算量更小,计算效率更高,从而在一定程度上,提高了车道引导效率。
下面对本申请提供的车道引导方法的应用场景进行说明。
请参考图1C,为本申请提供的车道引导方法的一种应用场景示意图。该应用场景中包括客户端101和服务端102。客户端101以目标车辆中的导航客户端为例,客户端101和服务端102之间可以通信。通信方式可以是采用有线通信技术进行通信,例如,通过连接网线或串口线进行通信;也可以是采用无线通信技术进行通信,例如,通过蓝牙或无线保真(wireless fidelity,WIFI)等技术进行通信,具体不做限制。
客户端101泛指例如可以呈现车道引导结果等的设备,例如,终端设备、终端设备可以访问的第三方应用程序或终端设备可以访问的网页等。终端设备包括但不限于手机、电脑、智能医疗设备、智能家电、车载终端或飞行器等。服务端102泛指可以生成车道引导结果等的设备,例如,终端设备或服务器等。服务器包括但不限于云服务器、本地服务器或关联的第三方服务器等。客户端101和服务端102均可以采用云计算,以减少本地计算资源的占用;同样也可以采用云存储,以减少本地存储资源的占用。
作为一种实施例,客户端101和服务端102可以是同一个设备,也可以分别为不同的设备,具体不做限制。
下面基于图1C,对本申请实施例提供的车道引导方法进行具体介绍。请参考图2,为本申请实施例提供的车道引导方法的一种流程示意图。
S201,接收针对目标道路区间的车道引导指令。
根据实际路况的全路网数据和导航地图的地图高精数据,可以预存有各个参考车道段。参考车道段可以是根据实际路况对导航地图中的道路进行划分得到的。例如,请参考图3A中的(1),根据实际路况,在一条道路上依次设置有第一路口的交通信号灯、交通指示牌、驶出主路的岔路口和第二路口的交通信号灯,那么,请参考图3A中的(2),可以基于第一路口的交通信号灯、交通指示牌、驶出主路的岔路口和第二路口的交通信号灯各自在道路上设置的位置,将导航地图中相应的道路划分为四段,由于道路单向为3车道,那么可以获得十二个参考车道段。
目标道路区间包括:各个参考车道段中,位于关联的起始车道段与关联的目的车道段之间的多个候选车道段。
目标道路区间关联的起始车道段可以是:其他道路区间关联的目的车道段。例如,与目标道路区间相连的,且位于目标道路区间的行驶方向的反方向上的其他道路区间,该其他道路区间所关联的目的车道段,即为目标道路区间关联的起始车道段。目标道路区间关联的起始车道段也可以是:目标车辆即将出发时,可以驶入的任一车道段。例如,响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到目的地的道路导航路线,那么道路导航路线上,与起始地相连的参考车道段即为起始车道段。
目标道路区间关联的目的车道段可以是:其他道路区间关联的起始车道段。例如,与目标道路区间相连的,且位于目标道路区间的行驶方向上的其他道路区间,该其他道路区间所关联的起始车道段,即为目标道路区间关联的目的车道段。目标道路区间关联的目的车道段也可以是:目标车辆即将到达时,驶出的一车道段。例如,响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到目的地的道路导航路线,那么道路导航路线上,与目的地相连的参考车道段即为目的车道段。
根据实际路况的全路网数据和导航地图的地图高精数据,还可以预存有各个标记车道段。本申请实施例中,以标记车道段为车辆驶入岔路口时,可以驶入的车道段为例进行介绍,具体可以根据实际场景进行设置,在此不做限制。标记车道段可以是根据实际路况对导航地图中的参考车道段进行标记得到的。例如,请参考图3B,左侧的主路示出了十二个参考车道段,右侧的辅路示出了两个参考车道段,由于这两个参考车道段为车辆在驶入辅路时,可以驶入的参考车道段,因此对这两个参考车道段进行标记,这两个参考车道段更新为两个标记车道段。
标记车道段可以作为目标道路区间或其他道路区间关联的起始车道段或目的车道段。
作为一种实施例,针对目标道路区间的车道引导指令可以是在目标车辆即将驶入目标道路区间时生成的,例如,响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到目的地的道路导航路线。基于预存的各个标记车道段和各个参考车道段,确定道路导航路线包含的多个参考道路区间。确定目标车辆即将驶入一个参考道路区间时,将一个参考道路区间作为目标道路区间,生成针对目标道路区间的车道引导指令。
针对目标道路区间的车道引导指令也可以是在响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到目的地的道路导航路线时,依次将道路导航路线包含的各参考道路区间作为目标道路区间,针对每个目标道路区间生成的等,生成车道引导指令的时机不做具体限制。
本申请实施例中,针对道路导航路线中一个目标道路区间的车道引导过程进行具体介绍,其他目标道路区间的车道引导过程类似,在此不再赘述。
S202,针对多个候选车道段,分别执行以下操作:基于预存的候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率。
多个候选车道段为目标车辆在该目标道路区间上行驶时,可以选择驶入的各参考车道段。本申请实施例中,在目标车辆驶入目标道路区间时,可以为其确定出多个候选车道段中的引导车道段,用于为目标车辆驶入岔路口所在的标记车道段,提供车道级引导服务,使得目标车辆可以在更加准确地时机变道等。
下面对确定目标车辆驶入一个候选车道段的目标驶入概率的过程进行介绍,确定目标车辆驶入其他候选车道段的目标驶入概率的过程类似,在此不再赘述。
获取一个候选车道段关联的至少一个条件驶入概率,基于获得的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率。每个条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从候选车道段相邻的一个相邻车道段,驶入候选车道段的条件概率。
请参考图4A,以斜纹背景示出的车道段为一个候选车道段,以横纹背景示出的车道段为其相邻的三个相邻车道段,包括第一相邻车道段、第二相邻车道段和第三相邻车道段。那么该候选车道段关联有三个条件驶入概率,例如分别为90%、10%和0%,即从第一相邻车道段驶入候选车道段的概率为90%,从第二相邻车道段驶入候选车道段的概率为10%,从第三相邻车道段驶入候选车道段的概率为0%。
作为一种实施例,基于预存的候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率的方法可以是,获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。从获得的各参考驶入概率中,选取多个候选车道段各自关联的至少一个条件驶入概率。针对多个候选车道段,分别执行以下操作:基于候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率。
参考道路区间是:以关联的至少两个标记车道段对道路进行划分得到的。关联的至少两个标记车道段包括:参考道路区间关联的起始车道段和参考道路区间关联的目的车道段。由于参考道路区间关联的起始车道段可以是一个或多个,参考道路区间关联的目的车道段可以是一个或多个,因此,参考道路区间关联的标记车道段可以为至少两个。
每个参考驶入概率表征:历史时间段内各个参考车辆,以驶入相应的参考车道段的行驶方向上关联的至少一个标记车道段为条件,从参考车道段相邻的一个相邻车道段,驶入参考车道段的条件概率。由于参考道路区间关联的至少两个标记车道段包括:参考道路区间关联的起始车道段和参考道路区间关联的目的车道段。因此,相应的参考车道段的行驶方向上关联的至少一个标记车道段为参考道路区间关联的目的车道段。
作为一种实施例,条件驶入概率还可以表征:历史时间段内各个参考车辆,以驶入目的车道段,且交通拥堵等级低于预设等级为复合条件,从候选车道段相邻的一个相邻车道段,驶入候选车道段的条件概率。那么,考驶入概率也可以表征:历史时间段内各个参考车辆,以驶入相应的参考车道段的行驶方向上关联的至少一个标记车道段,且交通拥堵等级低于预设等级为复合条件,从参考车道段相邻的一个相邻车道段,驶入参考车道段的条件概率。
交通拥堵等级可以采用参考车辆从候选车道段相邻的一个相邻车道段,驶入该候选车道段的时长来表示。时长越小则交通拥堵等级越低;时长越大则交通拥堵等级越高。
交通拥堵等级还可以采用参考车辆从候选车道段相邻的一个相邻车道段,驶入该候选车道段时的时间和地点所对应的车流量来表示。车流量越小则交通拥堵等级越低;车流量越大则交通拥堵等级越高。
其中,交通拥堵等级越低,说明交通越通畅;交通拥堵等级越高,说明交通越拥堵。通过复合条件,可以挖掘到历史行驶数据中更加丰富的信息,从而对目标车辆进行更加准确地车道级引导,例如,针对易拥堵道路区间,提供更早的变道引导,以避免错过岔路口的情况;又例如,针对相同的道路区间,在不同的时段提供不同的车道引导方案,以避免交通拥堵的情况。
复合条件还可以从其他维度进行扩充,本申请实施例中,以驶入目的车道段为一个条件为例进行介绍,复合条件的情况类似,在此不再赘述。
作为一种实施例,各参考驶入概率是对历史时间段内各个参考车辆的历史行驶数据进行数据挖掘得到的,表征各个参考车辆在相应的参考车道段上的行驶规律。那么,在获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之前,可以先获取历史时间段内,各个参考车辆的历史行驶数据。基于获得的各历史行驶数据,以及预存的各个参考车道段和各个标记车道段,分别确定各个参考车辆各自的车道段行驶序列。车道段行驶序列以串联的多个参考车道段和多个标记车道段,表征相应的参考车辆的历史行驶数据。历史时间段内各个参考车辆各自的车道段行驶序列也可以是由其他设备预先确定出的,服务器在需要进行车道引导时,可以直接从其他设备中获取预存的历史时间段内各个参考车辆各自的车道段行驶序列等,具体不做限制。
在获得历史时间段内各个参考车辆各自的车道段行驶序列之后,可以基于获得的各车道段行驶序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
例如,请参考图4B中的(1),一个参考车辆的历史行驶数据可以采用多个全球定位***(Global Positioning System,GPS)定位点表示,图4B中的(1)中以点状虚线示出,各个点分别表示。以/>表示参考车道段,那么,请参考图4B中的(2),以两端点为圆点的线段示出,各个线段分别表示参考车辆的车道段行驶序列中的参考车道段或标记车道段,即/>,其中的即为标记车道段,其他的则是参考车道段。
作为一种实施例,在获得各车道段行驶序列之后,可以基于各个参考道路区间,分别将各个参考车辆各自的车道段行驶序列划分为至少一个行驶子序列,获得多个行驶子序列;其中,每个行驶子序列包含的第一个车道段和最后一个车道段为:相应的参考道路区间关联的两个标记车道段。从而,可以基于获得的多个行驶子序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
例如,一个参考车辆的车道段行驶序列表示为,,那么,划分出的多个行驶子序列包括第一行驶子序列/>。第二行驶子序列/>,第三行驶子序列/>,以及第四行驶子序列,/>。
作为一种实施例,在基于获得的各个参考车辆各自的车道段行驶序列,或基于获得的多个行驶子序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率时,可以通过统计的参考车辆的数量来计算参考驶入概率。
下面针对一个参考道路区间包含的一个参考车道段,介绍确定该参考车道段关联的一个参考驶入概率的过程,其他确定过程类似,在此不再赘述。
基于获得的各个参考车辆各自的车道段行驶序列,统计以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从参考车道段相邻的一个相邻车道段,驶入参考车道段的参考车辆的参考车辆数量,以及,从一个相邻车道段,驶入除了参考车道段以外,且与一个相邻车道段相邻的其他车道段的参考车辆的其他车辆数量。
请参考图5A,为一个参考道路区间包含的各参考车道段,分别表示为。那么针对参考车道段/>,统计以驶入关联标记车道段/>为条件,从相邻车道段驶入参考车道段/>的参考车辆的参考车辆数量,记为。以及,统计以驶入关联标记车道段为条件,从相邻车道段/>驶入其他车道段/>其他车辆数量,记为。以及,统计以驶入关联标记车道段为条件,从相邻车道段/>驶入其他车道段/>其他车辆数量,记为。
基于获得的参考车辆数量和其他车辆数量,确定各个参考车辆,以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从参考车道段相邻的一个相邻车道段,驶入参考车道段的条件概率,获得参考车道段的一个参考驶入概率。
可以将参考车辆数量,与参考车辆数量和其他车辆数量之和的比值,作为参考车道段的一个参考驶入概率。请继续参考图5A,各个参考车辆以驶入关联的标记车道段为条件,从一个相邻车道段/>,驶入参考车道段/>的参考驶入概率可以表示为公式(1)。
(1)
作为一种实施例,在获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之后,还可以基于这个数据挖掘的结果,对导航地图中的交通标志进行再次确认,以保证导航地图中交通标志的准确性,也避免了反复去实际路况中对交通标志进行确认的过程,提高了确认交通标志的效率。
导航地图中,需要再次确认的交通标志会进行标记,因此,可以获取各个参考道路区间包含的各参考车道段中,标记有待确认标识的至少一个待确认车道段。待确认标识表征:相应的待确认车道段中,或相应的多个待确认车道段之间,包含的待确认的交通标志。
例如,一个为仅左转的车道上设置有表示禁止掉头的交通标志,而该交通标志在道路采集时被部分遮挡,交通标志可能并不准确,因此,该车道所在参考车道段可以作为一个待确认车道段,这个待确认车道段上可以设置有待确认标识。
又例如,两个相邻车道之间的车道线为表示不可变道的交通标志,而该交通标志在道路采集时被过往车辆遮挡,交通标志可能并不准确,因此,这两个车道各自所在参考车道段可以作为两个待确认车道段,这两个待确认车道段上可以设置有待确认标识。
在获得至少一个待确认车道段之后,可以从各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率中,选取至少一个待确认车道段各自关联的至少一个参考驶入概率。
基于至少一个待确认车道段各自关联的至少一个参考驶入概率,确定至少一个待确认车道段各自对应的交通行驶策略。基于获得的各交通行驶策略,分别更新至少一个待确认车道段的待确认标识。
例如,一个为仅左转的待确认车道段上设置有表示禁止掉头的交通标志,而该待确认车道段关联的至少一个参考驶入概率表示历史时间段内大量参考车辆在该待确认车道段上进行掉头,那么该待确认车道段的交通行驶策略为可以掉头,因此可以更新该待确认车道段的待确认标识。
又例如,两个相邻待确认车道段之间的车道线为表示不可变道的交通标志,而这两个待确认车道段各自关联的至少一个参考驶入概率表示历史时间段内大量参考车辆在这两个待确认车道段之间变道,那么这两个待确认车道段的交通行驶策略为可以相互变道,因此可以更新这两个待确认车道段各自的待确认标识。
作为一种实施例,基于获得的各交通行驶策略,分别更新至少一个待确认车道段的待确认标识时,以基于一个交通行驶策略更新一个待确认车道段的待确认标识的过程为例进行介绍,其他更新过程类似,在此不再赘述。
确定交通行驶策略,与相应的待确认标识表征的交通标志匹配时,取消标记相应的待确认标识,即导航地图中设置的该交通标志准确,那么该待确认车道段上不再标记有待确认标识,该待确认车道段重新作为一个参考车道段。
确定交通行驶策略,与相应的待确认标识表征的交通标志不匹配时,保留标记相应的待确认标识,此时说明历史时间内各个参考车辆在该待确认车道段上的交通行驶策略,与交通标志不匹配,可能导航地图中设置的该交通标志不准确,因此可以保留标记该待确认标识,以使下次道路采集时可以在实际路况中进行确认。
作为一种实施例,在基于预存的候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率时,如果候选车道段关联一个条件驶入概率,那么将一个条件驶入概率与关联的权重系数的乘积,作为目标车辆驶入候选车道段的目标驶入概率。如果候选车道段关联多个条件驶入概率,那么可以将多个条件驶入概率的加权和,作为目标车辆驶入候选车道段的目标驶入概率;也可以将多个条件驶入概率与各自关联的权重系数的乘积中的最大值,作为目标车辆驶入候选车道段的目标驶入概率等,具体不做限制。
每个条件驶入概率的权重系数为:在相应的相邻车道段作为候选车道段时确定出的该相邻车道段的目标驶入概率。
请参考图5B,包括第一车道段、第二车道段、第三车道段、第四车道段、第五车道段、第六车道段和第七车道段。目标车辆位于第二车道段,以驶入从第十车道段为条件,从第二车道段驶入第三车道段的目标驶入概率为90%;从第二车道段驶入第五车道段的目标驶入概率为10%。
目标车辆以驶入从第十车道段为条件,从第三车道段驶入第六车道段的条件驶入概率100%;从第五车道段驶入第六车道段的条件驶入概率100%。那么,第六车道段的目标驶入概率包括:
目标车辆从第二车道段驶入第三车道段,再从第三车道段驶入第六车道段的概率;还包括目标车辆从第二车道段驶入第五车道段,再从第五车道段驶入第六车道段的概率。那么将90%作为从第三车道段驶入第六车道段的条件驶入概率的权重系数,将10%作为从第五车道段驶入第六车道段的条件驶入概率的权重系数,得到第六车道段的目标驶入概率为90%*100%+10%*100%= 100%。
S203,基于获得的多个候选车道段各自对应的目标驶入概率,确定多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
在获得多个候选车道段各自对应的目标驶入概率之后,可以基于获得的多个候选车道段各自对应的目标驶入概率,确定多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
作为一种实施例,满足引导条件可以是大于预设概率值,也可以是在预设概率范围内等,具体不做限制。本申请实施例中以满足引导条件是大于预设概率值为例进行介绍。
基于获得的多个候选车道段各自对应的目标驶入概率,选取多个候选车道段中,相应的目标驶入概率大于预设概率值的引导车道段。基于获得的各引导车道段,确定目标车辆在目标道路区间上的引导行驶区域和引导行驶线路,获得车道引导结果。
作为一种实施例,引导行驶区域即引导面,可以表征引导的行驶方向,例如引导靠道路右侧方向的车道行驶,或靠道路左侧方向的车道行驶等。引导行驶线路即引导线,可以表征引导车辆进行变道的位置,例如,在某两个相邻车道段之间进行变道,那么两个相邻车道段串联成为一段引导线等,从而可以为目标车辆提供车道级引导服务。
基于获得的各引导车道段各自在预设的导航地图中的呈现区域,将各引导车道段组成的组合区域,作为目标车辆在目标道路区间上的引导行驶区域,即引导面覆盖的引导车道段形成引导行驶区域。
请参考图6A,斜纹背景的折线框包围的范围,即为各引导车道段组成的组合区域,斜纹背景的折线框包围的范围以外的即为多个候选车道段中除了各引导车道段以外的候选车道段。那么,该斜纹背景的折线框包围的范围可以作为目标车辆在目标道路区间上的引导行驶区域。
基于获得的各引导车道段中串联的多个引导车道段,生成目标车辆在目标道路区间上的引导行驶线路。在各引导车道段中,存在多种串联方式,且每种串联方式中不存在重复的引导车道段时,选取其中串联的各引导车道段各自的目标驶入概率最大的一种串联方式,获得引导行驶线路。
在各引导车道段中,存在多种串联方式时,如果串联的各引导车道段各自的目标驶入概率最大的一种串联方式中,存在一个或多个引导车道段其关联的交通拥堵等级高于预设等级,那么基于目标驶入概率略小于该一个或多个引导车道段的引导车道段,即目标驶入概率次大的引导车道段,获得引导行驶线路。
从而,基于获得的引导行驶区域和引导行驶线路,生成车道引导结果。车道引导结果实现了多种引导效果,使得目标车辆可行驶范围更加明确,从而为目标车辆提供了更加准确地车道引导服务。
请参考图6B,为一种车道引导结果的示意图。斜纹背景的折线框包围的范围表示引导行驶区域,黑色箭头表示引导行驶线路。其中,对于目标车辆当前所在的起始车道段来说,向右变道进入其右侧相邻的候选车道段时,该候选车道段的目标驶入概率最大;向前直走进入前方相邻的候选车道段时,该候选车道段的目标驶入概率次大。那么如果右侧相邻的候选车道段不拥堵时,该候选车道段为引导车道段;如果该候选车道段拥堵,那么向前直走进入的前方相邻的候选车道段则成为引导车道段。图6B中以右侧相邻的候选车道段不拥堵示出。
作为一种实施例,在获得车道引导结果之后,在客户端中可以将车道引导结果呈现出来,例如,在导航地图中,以醒目的颜色填充引导行驶区域,以及,以动画箭头绘制出引导行驶线路等。
服务器中可以预存有多个多媒体呈现模板,那么可以在预存的各个多媒体呈现模板中,选取与车道引导结果匹配的目标呈现模板。多媒体呈现模板用于:以图像格式、视频格式或语音格式中的至少一种格式进行内容呈现。从而,可以基于获得的目标呈现模板,呈现车道引导结果。
例如,请继续参考图6B,导航地图中,按照目标呈现模板,以斜纹背景的折线框标记出了引导行驶区域,以及,以黑色箭头绘制出了引导行驶线路。同时,还可以根据目标车辆的当前位置和引导行驶线路,确定出目标车辆驶入右侧车道后的位置,与目标车辆从右侧车道驶入右转附加车道的位置之间的距离为200米;以及确定出目标车辆从右侧车道驶入右转附加车道的位置,与目标车辆驶入岔路口的位置之间的距离为100米。从而,按照目标呈现模板,可以通过语音播报“当前驶入右侧车道,并在200米后驶入右转附加车道,在右转附加车道上行驶100米后,驶入岔路口”的内容。
下面对本申请实施例提供的车道引导方法进行示例介绍。
请参考图7A,为一段道路区间示意图,包含单向三车道、右转附加车道和岔路口。其中,左侧车道和中间车道之间为一条长线段组成的虚线表示的车道线;中间车道和右侧车道之间为一条包含一段长线段组成的虚线和一段长实线的线表示的车道线;右侧车道与右侧附加车道之间为一条长线段组成的虚线表示的车道线;右侧车道与岔路口之间为一条长线段组成的虚线表示的车道线。其中,包含五条横向的短线段组成的虚线,将各车道划分为多个车道段,那么根据图7A所示,从左到右,从下到上,依次为第一车道段、第二车道段、第三车道段、第四车道段、第五车道段、第六车道段、第七车道段、第八车道段、第九车道段、第十车道段、第十一车道段、第十二车道段、第十三车道段、第十四车道段、第十五车道段、第十六车道段和第十七车道段(车道段的名称未在图中示出),以及岔路口所在的标记车道段,也可以称为目的车道段。
那么,第二车道段可以作为一个起始车道段(图7A中以车辆所在车道段示出),该起始车道段与目的车道段之间形成一个道路区间,该道路区间可以作为目标道路区间。
在准备各参考驶入概率的阶段,请参考图7B:
S701,获取历史时间段内,各个参考车辆的历史行驶数据。
请参考图7C中的(1),为针对该目标车道区间中的一个参考车辆的历史行驶数据的示意图,以圆点表示该参考车辆在目标车道区间中的各定位点,各圆点形成的线即为该参考车辆在目标车道区间中的行驶路线。
S702,基于获得的各历史行驶数据,以及预存的各个参考车道段和各个标记车道段,分别确定各个参考车辆各自的车道段行驶序列。
S703,基于各个参考道路区间,分别将各个参考车辆各自的车道段行驶序列划分为至少一个行驶子序列,获得多个行驶子序列。
请参考图7C中的(2),为上述的参考车辆在目标道路区间中的一个行驶子序列的示意图,以两个端点为圆点的线段,表示该参考车辆在目标车道区间包含的各参考车道段上的行驶线路。
S704,基于获得的多个行驶子序列,针对每个参考车道段及其相邻的一个相邻车道段,统计参考车辆数量和其他车辆数量。
具体的参考车辆数量和其他车辆数量的相关内容可以参考前文介绍,在此不再赘述。
S705,针对每个参考车道段,将参考车辆数量,与参考车辆数量和其他车辆数量之和的比值,作为从其相邻的一个相邻车道段驶入该参考车道段的一个参考驶入概率。
以图7A中的第五车道段为例,针对第五车道段及其相邻的第二车道段,统计的参考车辆数量可以参考公式(2)。
(2)
针对第二车道段,以及与第二车道段相邻且除了第五车道段以外的第一车道段和第三车道段,统计的其他车辆数量可以参考公式(3)。
(3)
那么,从第二车道段驶入第五车道段的一个参考驶入概率,可以参考公式(4)。
(4)
在进行车道引导的阶段,请参考图7D:
S706,响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到目的地的道路导航路线。
S707,基于预存的各个标记车道段和各个参考车道段,确定道路导航路线包含的多个参考道路区间。
S708,确定目标车辆即将驶入一个参考道路区间时,将一个参考道路区间作为目标道路区间,生成针对目标道路区间的车道引导指令。
S709,从预存的各参考驶入概率中,选取目标道路区间包含的多个候选车道段各自关联的至少一个条件驶入概率。
S710,针对多个候选车道段,分别执行以下操作:
候选车道段关联一个条件驶入概率时,将一个条件驶入概率与关联的权重系数的乘积,作为目标车辆驶入候选车道段的目标驶入概率;
候选车道段关联多个条件驶入概率时,将多个条件驶入概率的加权和,作为目标车辆驶入候选车道段的目标驶入概率。
以目标道路区间为图7A所示的道路区间为例,可以从预存的各参考驶入概率中,选取第一车道段、第二车道段、……和第十七车道段各自关联的至少一个条件驶入概率。
第一车道段关联一个条件驶入概率,该一个条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从第二车道段驶入第一车道段的条件概率。该一个条件驶入概率的值例如为0%。
由于目标车辆当前位于第二车道段,因此不获取第二车道段关联的条件驶入概率。
第三车道段关联一个条件驶入概率,该一个条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从第二车道段驶入第三车道段的条件概率。该一个条件驶入概率的值例如为90%。
第四车道段关联两个条件驶入概率,这两个条件驶入概率分别表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从第一车道段驶入第四车道段的条件概率,以及,从第五车道段驶入第四车道段的条件概率。这两个条件驶入概率的值例如均为0%。
第五车道段关联三个条件驶入概率,这三个条件驶入概率分别表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从第二车道段驶入第五车道段的条件概率,以及,从第四车道段驶入第五车道段的条件概率,以及,从第六车道段驶入第五车道段的条件概率。这三个条件驶入概率的值例如分别为10%、0%和0%。
第六车道段关联两个条件驶入概率,这两个条件驶入概率分别表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从第三车道段驶入第六车道段的条件概率,以及,从第五车道段驶入第六车道段的条件概率。这两个条件驶入概率的值例如均为100%。
第七车道段、第十车道段和第十四车道段各自关联两个条件驶入概率,与前文介绍的内容类似,在此不再赘述,这六个条件驶入概率的值例如均为0%。第八车道段、第十一车道段、第十五车道段和第十六车道段各自关联三个条件驶入概率,与前文介绍的内容类似,在此不再赘述,这十二个条件驶入概率的值例如均为0%。
第九车道段和第十七车道段各自关联两个条件驶入概率,与前文介绍的内容类似,在此不再赘述,这四个条件驶入概率的值例如均为100%。
第十二车道段关联三个条件驶入概率,这三个条件驶入概率分别表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从第九车道段驶入第十二车道段的条件概率,以及,从第十一车道段驶入第十二车道段的条件概率,以及,从第十三车道段驶入第十二车道段的条件概率。这三个条件驶入概率的值例如分别为30%、100%和0%。
第十三车道段关联一个条件驶入概率,这个条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从第十二车道段驶入第十三车道段的条件概率。这个条件驶入概率的值例如为90%。
那么,由于目标车辆当前位于第二车道段,因此将第二车道段的目标驶入概率视为100%。
由于目标车辆当前位于与第一车道段相邻的第二车道段,因此,第一车道段关联的条件驶入概率的权重系数为1,那么第一车道段的目标驶入概率为1*0%=0%。
由于目标车辆当前位于与第三车道段相邻的第二车道段,因此,第三车道段关联一个条件驶入概率的权重系数为1,那么第三车道段的目标驶入概率为1*90%=90%。
第四车道段、第七车道段、第八车道段、第十车道段、第十一车道段、第十四车道段、第十五车道段和第十六车道段各自关联各条件驶入概率均为0%,因此第四车道段、第七车道段、第八车道段、第十车道段、第十一车道段、第十四车道段、第十五车道段和第十六车道段各自的目标驶入概率为0%。
由于目标车辆当前位于与第五车道段相邻的第二车道段,第四车道段的目标驶入概率为0%,以及,第五车道段关联的、从第六车道段驶入第五车道段的条件驶入概率为0%,因此,第五车道段的目标驶入概率为1*10%+0%+0%=10%。
第三车道段的目标驶入概率为90%,第五车道段的目标驶入概率为10%,第六车道段关联两个条件驶入概率均为100%,因此,第六车道段的目标驶入概率为90%*100%+10%*100%=100%。
第八车道段的目标驶入概率为0%,第六车道段的目标驶入概率为100%,第九车道段关联两个条件驶入概率均为100%,因此,第九车道段的目标驶入概率为0%*100%+100%*100%=100%。
第九车道段的目标驶入概率为100%,第十一车道段的目标驶入概率为0%,第十二车道段关联的且从第十三车道段驶入第十二车道段的条件驶入概率为0%,因此,第十二车道段的目标驶入概率为100%*30%+0%+0%=30%。
第十二车道段的目标驶入概率为30%,那么第十三车道段的目标驶入概率为30%*90%=27%。
第十三车道段的目标驶入概率为27%,第十六车道段的目标驶入概率为0%,因此,第十七车道段的目标驶入概率为100%*27%=27%。
请参考图7E,将各车道段的目标驶入概率标记在相应车道段的位置上。
S711,基于获得的多个候选车道段各自对应的目标驶入概率,选取多个候选车道段中,相应的目标驶入概率大于预设概率值的引导车道段,如预设概率值为20%。
S712,基于获得的各引导车道段,确定目标车辆在目标道路区间上的引导行驶区域和引导行驶线路,即引导面和引导线,获得车道引导结果。获得的各引导车道段形成引导面,获得的各引导车道段中,每面临一个或多个可驶入的引导车道段时,选取其中目标驶入概率最大的引导车道段驶入,形成引导线。
S713,以预存的各个多媒体呈现模板中,与车道引导结果匹配的目标呈现模板,呈现车道引导结果。
请参考图7F中的(1),为车道引导结果中的引导行驶区域,即引导面的一种呈现效果。请参考图7F中的(2),为车道引导结果中的引导行驶区域叠加引导行驶线路,即引导面和引导线的一种呈现效果。
本申请实施例中,对获得引导行驶区域和引导行驶线路的过程进行数据驱动的优化,避免了统一引导参数带来的引导不准确的问题,通过对大量的参考车辆的历史行驶数据的挖掘,来适应不同道路现场的变道实际选择。
基于同一发明构思,本申请实施例提供一种车道引导装置,能够实现前述的车道引导方法对应的功能。请参考图8,该装置包括获取模块801和处理模块802,其中:
获取模块801:用于接收针对目标道路区间的车道引导指令;其中,目标道路区间包括:位于关联的起始车道段与关联的目的车道段之间的多个候选车道段;
处理模块802:用于针对多个候选车道段,分别执行以下操作:基于预存的候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率;其中,每个条件驶入概率表征:历史时间段内各个参考车辆,以驶入目的车道段为条件,从候选车道段相邻的一个相邻车道段,驶入候选车道段的条件概率;
处理模块802还用于:基于获得的多个候选车道段各自对应的目标驶入概率,确定多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
在一种可能的实施例中,处理模块802具体用于:
获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率;其中,参考道路区间是:以关联的至少两个标记车道段对道路进行划分得到的;每个参考驶入概率表征:历史时间段内各个参考车辆,以驶入相应的参考车道段的行驶方向上关联的至少一个标记车道段为条件,从参考车道段相邻的一个相邻车道段,驶入参考车道段的条件概率;
从获得的各参考驶入概率中,选取多个候选车道段各自关联的至少一个条件驶入概率;
针对多个候选车道段,分别执行以下操作:基于候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入候选车道段的目标驶入概率。
在一种可能的实施例中,处理模块802还用于:
在获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之前,获取历史时间段内,各个参考车辆的历史行驶数据;
基于获得的各历史行驶数据,以及预存的各个参考车道段和各个标记车道段,分别确定各个参考车辆各自的车道段行驶序列;其中,车道段行驶序列以串联的多个参考车道段和多个标记车道段,表征相应的参考车辆的历史行驶数据;
基于获得的各个参考车辆各自的车道段行驶序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
在一种可能的实施例中,处理模块802具体用于:
基于各个参考道路区间,分别将各个参考车辆各自的车道段行驶序列划分为至少一个行驶子序列,获得多个行驶子序列;其中,每个行驶子序列包含的第一个车道段和最后一个车道段为:相应的参考道路区间关联的两个标记车道段;
基于获得的多个行驶子序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
在一种可能的实施例中,处理模块802具体用于:
针对各个参考道路区间各自包含的各参考车道段,分别执行以下操作:
基于获得的各个参考车辆各自的车道段行驶序列,统计以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从参考车道段相邻的一个相邻车道段,驶入参考车道段的参考车辆的参考车辆数量,以及,从一个相邻车道段,驶入除了参考车道段以外,且与一个相邻车道段相邻的其他车道段的参考车辆的其他车辆数量;
基于获得的参考车辆数量和其他车辆数量,确定各个参考车辆,以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从参考车道段相邻的一个相邻车道段,驶入参考车道段的条件概率,获得参考车道段的一个参考驶入概率。
在一种可能的实施例中,处理模块802还用于:
在获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之后,获取各个参考道路区间包含的各参考车道段中,标记有待确认标识的至少一个待确认车道段;其中,待确认标识表征:相应的待确认车道段中,或相应的多个待确认车道段之间,包含的待确认的交通标志;
从各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率中,选取至少一个待确认车道段各自关联的至少一个参考驶入概率;
基于至少一个待确认车道段各自关联的至少一个参考驶入概率,确定至少一个待确认车道段各自对应的交通行驶策略;
基于获得的各交通行驶策略,分别更新至少一个待确认车道段的待确认标识。
在一种可能的实施例中,处理模块802具体用于:
针对获得的各交通行驶策略,分别执行以下操作:
确定交通行驶策略,与相应的待确认标识表征的交通标志匹配时,取消标记相应的待确认标识;
确定交通行驶策略,与相应的待确认标识表征的交通标志不匹配时,保留标记相应的待确认标识。
在一种可能的实施例中,获取模块801具体用于:
响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到目的地的道路导航路线;
基于预存的各个标记车道段和各个参考车道段,确定道路导航路线包含的多个参考道路区间;
确定目标车辆即将驶入一个参考道路区间时,将一个参考道路区间作为目标道路区间,生成针对目标道路区间的车道引导指令。
在一种可能的实施例中,每个条件驶入概率关联有权重系数,权重系数为:相应的条件驶入概率表征的相邻车道段在作为一个候选车道段时,确定出的目标车辆驶入一个候选车道段的目标驶入概率;
处理模块802具体用于:
候选车道段关联一个条件驶入概率时,将一个条件驶入概率与关联的权重系数的乘积,作为目标车辆驶入候选车道段的目标驶入概率;
候选车道段关联多个条件驶入概率时,将多个条件驶入概率的加权和,或将多个条件驶入概率各自与关联的权重系数的乘积中的最大值,作为目标车辆驶入候选车道段的目标驶入概率。
在一种可能的实施例中,处理模块802具体用于:
基于获得的多个候选车道段各自对应的目标驶入概率,选取多个候选车道段中,相应的目标驶入概率大于预设概率值的引导车道段;
基于获得的各引导车道段,确定目标车辆在目标道路区间上的引导行驶区域和引导行驶线路,获得车道引导结果。
在一种可能的实施例中,处理模块802具体用于:
基于获得的各引导车道段各自在预设的导航地图中的呈现区域,将各引导车道段组成的组合区域,作为目标车辆在目标道路区间上的引导行驶区域;
基于获得的各引导车道段中串联的多个引导车道段,生成目标车辆在目标道路区间上的引导行驶线路;
基于获得的引导行驶区域和引导行驶线路,生成车道引导结果。
在一种可能的实施例中,处理模块802还用于:
在获得车道引导结果之后,在预存的各个多媒体呈现模板中,选取与车道引导结果匹配的目标呈现模板;其中,多媒体呈现模板用于:以图像格式、视频格式或语音格式中的至少一种格式进行内容呈现;
基于获得的目标呈现模板,呈现车道引导结果。
请参照图9,是本申请实施例提供的一种计算机设备900,该计算机设备900例如可以为图1C中的终端设备101或服务端102。数据存储程序的当前版本和历史版本以及数据存储程序对应的应用软件可以安装在计算机设备900上,该计算机设备900包括处理器980以及存储器920。在一些实施例中,该计算机设备900可以包括显示单元940,显示单元940包括显示面板941,用于显示由用户交互操作界面等。
在一种可能的实施例中,可以采用液晶显示器(Liquid Crystal Display,LCD)或有机发光二极管OLED(Organic Light-Emitting Diode)等形式来配置显示面板941。
处理器980用于读取计算机程序,然后执行计算机程序定义的方法,例如处理器980读取数据存储程序或文件等,从而在该计算机设备900上运行数据存储程序,在显示单元940上显示对应的界面。处理器980可以包括一个或多个通用处理器,还可包括一个或多个DSP(Digital Signal Processor,数字信号处理器),用于执行相关操作,以实现本申请实施例所提供的技术方案。
存储器920一般包括内存和外存,内存可以为随机存储器(RAM),只读存储器(ROM),以及高速缓存(CACHE)等。外存可以为硬盘、光盘、USB盘、软盘或磁带机等。存储器920用于存储计算机程序和其他数据,该计算机程序包括各客户端对应的应用程序等,其他数据可包括操作***或应用程序被运行后产生的数据,该数据包括***数据(例如操作***的配置参数)和用户数据。本申请实施例中计算机程序存储在存储器920中,处理器980执行存储器920中的计算机程序,实现前文图论述的任意的一种方法。
上述显示单元940用于接收输入的数字信息、字符信息或接触式触摸操作/非接触式手势,以及产生与计算机设备900的用户设置以及功能控制有关的信号输入等。具体地,本申请实施例中,该显示单元940可以包括显示面板941。显示面板941例如触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在显示面板941上或在显示面板941的操作),并根据预先设定的程式驱动相应的连接装置。
在一种可能的实施例中,显示面板941可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测玩家的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器980,并能接收处理器980发来的命令并加以执行。
其中,显示面板941可以采用电阻式、电容式、红外线以及表面声波等多种类型实现。除了显示单元940,在一些实施例中,计算机设备900还可以包括输入单元930,输入单元930可以包括图像输入设备931和其他输入设备932,其中其他输入设备可以但不限于包括物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
除以上之外,计算机设备900还可以包括用于给其他模块供电的电源990、音频电路960、近场通信模块970和RF电路910。计算机设备900还可以包括一个或多个传感器950,例如加速度传感器、光传感器、压力传感器等。音频电路960具体包括扬声器961和麦克风962等,例如计算机设备900可以通过麦克风962采集用户的声音,进行相应的操作等。
作为一种实施例,处理器980的数量可以是一个或多个,处理器980和存储器920可以是耦合设置,也可以是相对独立设置。
作为一种实施例,图9中的处理器980可以用于实现如图8中的获取模块801和处理模块802的功能。
作为一种实施例,图9中的处理器980可以用于实现前文论述的服务器或终端设备对应的功能。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过计算机程序来完成,前述的计算机程序可以存储于一计算机可读取存储介质中,该计算机程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,例如,通过计算机程序产品体现,该计算机程序产品存储在一个存储介质中,包括计算机程序用以使得一台计算机设备执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (16)
1.一种车道引导方法,其特征在于,包括:
接收针对目标道路区间的车道引导指令;其中,所述目标道路区间包括:位于关联的起始车道段与关联的目的车道段之间的多个候选车道段;
针对所述多个候选车道段,分别执行以下操作:基于预存的所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率;其中,每个所述条件驶入概率表征:历史时间段内各个参考车辆,以驶入所述目的车道段为条件,从所述候选车道段相邻的一个相邻车道段,驶入所述候选车道段的条件概率;
基于获得的所述多个候选车道段各自对应的目标驶入概率,确定所述多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
2.根据权利要求1所述的方法,其特征在于,所述基于预存的所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率,包括:
获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率;其中,所述参考道路区间是:以关联的至少两个标记车道段对道路进行划分得到的;每个参考驶入概率表征:历史时间段内各个参考车辆,以驶入相应的参考车道段的行驶方向上关联的至少一个标记车道段为条件,从所述参考车道段相邻的一个相邻车道段,驶入所述参考车道段的条件概率;
从获得的各参考驶入概率中,选取所述多个候选车道段各自关联的至少一个条件驶入概率;
针对所述多个候选车道段,分别执行以下操作:基于所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率。
3.根据权利要求2所述的方法,其特征在于,在所述获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之前,还包括:
获取历史时间段内,各个参考车辆的历史行驶数据;
基于获得的各历史行驶数据,以及预存的各个参考车道段和各个标记车道段,分别确定所述各个参考车辆各自的车道段行驶序列;其中,所述车道段行驶序列以串联的多个参考车道段和多个标记车道段,表征相应的参考车辆的历史行驶数据;
基于获得的所述各个参考车辆各自的车道段行驶序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
4.根据权利要求3所述的方法,其特征在于,所述基于获得的所述各个参考车辆各自的车道段行驶序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率,包括:
基于各个参考道路区间,分别将所述各个参考车辆各自的车道段行驶序列划分为至少一个行驶子序列,获得多个行驶子序列;其中,每个所述行驶子序列包含的第一个车道段和最后一个车道段为:相应的参考道路区间关联的两个标记车道段;
基于获得的多个行驶子序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率。
5.根据权利要求3所述的方法,其特征在于,所述基于获得的所述各个参考车辆各自的车道段行驶序列,分别确定各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率,包括:
针对所述各个参考道路区间各自包含的各参考车道段,分别执行以下操作:
基于获得的所述各个参考车辆各自的车道段行驶序列,统计以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从所述参考车道段相邻的一个相邻车道段,驶入所述参考车道段的参考车辆的参考车辆数量,以及,从所述一个相邻车道段,驶入除了所述参考车道段以外,且与所述一个相邻车道段相邻的其他车道段的参考车辆的其他车辆数量;
基于获得的参考车辆数量和其他车辆数量,确定所述各个参考车辆,以驶入相应的参考道路区间的行驶方向上关联的标记车道段为条件,从所述参考车道段相邻的一个相邻车道段,驶入所述参考车道段的条件概率,获得所述参考车道段的一个参考驶入概率。
6.根据权利要求2所述的方法,其特征在于,在所述获取预存的各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率之后,还包括:
获取所述各个参考道路区间包含的各参考车道段中,标记有待确认标识的至少一个待确认车道段;其中,所述待确认标识表征:相应的待确认车道段中,或相应的多个待确认车道段之间,包含的待确认的交通标志;
从所述各个参考道路区间包含的各参考车道段各自关联的至少一个参考驶入概率中,选取所述至少一个待确认车道段各自关联的至少一个参考驶入概率;
基于所述至少一个待确认车道段各自关联的至少一个参考驶入概率,确定所述至少一个待确认车道段各自对应的交通行驶策略;
基于获得的各交通行驶策略,分别更新所述至少一个待确认车道段的待确认标识。
7.根据权利要求6所述的方法,其特征在于,所述基于获得的各交通行驶策略,分别更新所述至少一个待确认车道段的待确认标识,包括:
针对获得的各交通行驶策略,分别执行以下操作:
确定所述交通行驶策略,与相应的待确认标识表征的交通标志匹配时,取消标记相应的待确认标识;
确定所述交通行驶策略,与相应的待确认标识表征的交通标志不匹配时,保留标记相应的待确认标识。
8.根据权利要求1~7任一项所述的方法,其特征在于,所述接收针对目标道路区间的车道引导指令,包括:
响应于针对目的地触发的导航操作,生成从目标车辆所在的起始地到所述目的地的道路导航路线;
基于预存的各个标记车道段和各个参考车道段,确定道路导航路线包含的多个参考道路区间;
确定所述目标车辆即将驶入一个参考道路区间时,将所述一个参考道路区间作为目标道路区间,生成针对目标道路区间的车道引导指令。
9.根据权利要求1~7任一项所述的方法,其特征在于,每个条件驶入概率关联有权重系数,所述权重系数为:相应的条件驶入概率表征的相邻车道段在作为一个候选车道段时,确定出的所述目标车辆驶入所述一个候选车道段的目标驶入概率;
所述基于预存的所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率,包括:
所述候选车道段关联一个条件驶入概率时,将所述一个条件驶入概率与关联的权重系数的乘积,作为目标车辆驶入所述候选车道段的目标驶入概率;
所述候选车道段关联多个条件驶入概率时,将所述多个条件驶入概率的加权和,或将所述多个条件驶入概率各自与关联的权重系数的乘积中的最大值,作为目标车辆驶入所述候选车道段的目标驶入概率。
10.根据权利要求1~7任一项所述的方法,其特征在于,所述基于获得的所述多个候选车道段各自对应的目标驶入概率,确定所述多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果,包括:
基于获得的所述多个候选车道段各自对应的目标驶入概率,选取所述多个候选车道段中,相应的目标驶入概率大于预设概率值的引导车道段;
基于获得的各引导车道段,确定所述目标车辆在所述目标道路区间上的引导行驶区域和引导行驶线路,获得车道引导结果。
11.根据权利要求10所述的方法,其特征在于,所述基于获得的各引导车道段,确定所述目标车辆在所述目标道路区间上的引导行驶区域和引导行驶线路,获得车道引导结果,包括:
基于获得的各引导车道段各自在预设的导航地图中的呈现区域,将所述各引导车道段组成的组合区域,作为所述目标车辆在所述目标道路区间上的引导行驶区域;
基于获得的各引导车道段中串联的多个引导车道段,生成所述目标车辆在所述目标道路区间上的引导行驶线路;
基于获得的引导行驶区域和引导行驶线路,生成车道引导结果。
12.根据权利要求1~7任一项所述的方法,其特征在于,在所述获得车道引导结果之后,还包括:
在预存的各个多媒体呈现模板中,选取与所述车道引导结果匹配的目标呈现模板;其中,所述多媒体呈现模板用于:以图像格式、视频格式或语音格式中的至少一种格式进行内容呈现;
基于获得的目标呈现模板,呈现所述车道引导结果。
13.一种车道引导装置,其特征在于,包括:
获取模块:用于接收针对目标道路区间的车道引导指令;其中,所述目标道路区间包括:位于关联的起始车道段与关联的目的车道段之间的多个候选车道段;
处理模块:用于针对所述多个候选车道段,分别执行以下操作:基于预存的所述候选车道段关联的至少一个条件驶入概率,确定目标车辆驶入所述候选车道段的目标驶入概率;其中,每个所述条件驶入概率表征:历史时间段内各个参考车辆,以驶入所述目的车道段为条件,从所述候选车道段相邻的一个相邻车道段,驶入所述候选车道段的条件概率;
所述处理模块还用于:基于获得的所述多个候选车道段各自对应的目标驶入概率,确定所述多个候选车道段中,相应的目标驶入概率满足引导条件的引导车道段,获得车道引导结果。
14.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1~12中任一项所述的方法。
15.一种计算机设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行如权利要求1~12中任一项所述的方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1~12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410033893.3A CN117542205B (zh) | 2024-01-10 | 2024-01-10 | 一种车道引导方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410033893.3A CN117542205B (zh) | 2024-01-10 | 2024-01-10 | 一种车道引导方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117542205A true CN117542205A (zh) | 2024-02-09 |
CN117542205B CN117542205B (zh) | 2024-03-12 |
Family
ID=89784709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410033893.3A Active CN117542205B (zh) | 2024-01-10 | 2024-01-10 | 一种车道引导方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117542205B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107636751A (zh) * | 2015-06-15 | 2018-01-26 | 三菱电机株式会社 | 行驶车道判别装置和行驶车道判别方法 |
US20190120632A1 (en) * | 2016-07-05 | 2019-04-25 | Mitsubishi Electric Corporation | Travel lane estimation system |
CN113682318A (zh) * | 2021-09-30 | 2021-11-23 | 阿波罗智能技术(北京)有限公司 | 车辆行驶控制方法及装置 |
CN113916242A (zh) * | 2021-12-14 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 车道定位方法和装置、存储介质及电子设备 |
CN113997954A (zh) * | 2021-11-29 | 2022-02-01 | 广州文远知行科技有限公司 | 一种车辆行驶意图预测方法、装置、设备及可读存储介质 |
JP2022182167A (ja) * | 2021-05-27 | 2022-12-08 | 株式会社Soken | 走行車線推定装置 |
-
2024
- 2024-01-10 CN CN202410033893.3A patent/CN117542205B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107636751A (zh) * | 2015-06-15 | 2018-01-26 | 三菱电机株式会社 | 行驶车道判别装置和行驶车道判别方法 |
US20190120632A1 (en) * | 2016-07-05 | 2019-04-25 | Mitsubishi Electric Corporation | Travel lane estimation system |
JP2022182167A (ja) * | 2021-05-27 | 2022-12-08 | 株式会社Soken | 走行車線推定装置 |
CN113682318A (zh) * | 2021-09-30 | 2021-11-23 | 阿波罗智能技术(北京)有限公司 | 车辆行驶控制方法及装置 |
CN113997954A (zh) * | 2021-11-29 | 2022-02-01 | 广州文远知行科技有限公司 | 一种车辆行驶意图预测方法、装置、设备及可读存储介质 |
CN113916242A (zh) * | 2021-12-14 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 车道定位方法和装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117542205B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5307807B2 (ja) | 車経路案内において目印情報をユーザに提供する方法およびシステム | |
CN109429518A (zh) | 基于地图图像的自动驾驶交通预测 | |
CN109491375A (zh) | 用于自动驾驶车辆的基于驾驶场景的路径规划 | |
CN112798003B (zh) | 导航提示信息的生成方法、提醒方法、装置及设备 | |
CN102203556B (zh) | 具有动态适应性路线的导航***及其操作方法 | |
US20220065651A1 (en) | Method, apparatus, and system for generating virtual markers for journey activities | |
WO2017049748A1 (zh) | 导航处理方法、设备、服务器和计算机设备 | |
CN102620738A (zh) | 交互式地理特征 | |
CN106767879A (zh) | 停车导航方法及*** | |
CN107894237A (zh) | 用于显示导航信息的方法和装置 | |
WO2022083487A1 (zh) | 生成高精度地图的方法、装置和计算机可读存储介质 | |
CN116518960B (zh) | 路网更新方法、装置、电子设备和存储介质 | |
CN112327888B (zh) | 路径规划方法、装置、电子设备和存储介质 | |
CN107907886A (zh) | 行驶状况识别方法、装置、存储介质及终端设备 | |
CN113804204A (zh) | 应用于车辆中的驾驶方法、装置、电子设备和存储介质 | |
CN111121815A (zh) | 一种基于ar-hud导航的路径显示方法、***及计算机存储介质 | |
CN112988927A (zh) | 一种地图数据处理方法、装置、计算机设备及存储介质 | |
CN117542205B (zh) | 一种车道引导方法、装置、设备及存储介质 | |
CN111951583A (zh) | 提示方法和电子设备 | |
CN111442775B (zh) | 道路的识别方法、装置、电子设备及可读存储介质 | |
CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
US20220326034A1 (en) | Method and apparatus for road guidance, electronic device and storage medium | |
CN112987707A (zh) | 一种车辆的自动驾驶控制方法及装置 | |
JP7478831B2 (ja) | 自動運転に基づく乗車方法、装置、機器および記憶媒体 | |
US8788194B2 (en) | Navigation server and navigation system |
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 |