CN118548902A - 车辆定位方法、装置、计算机设备、可读存储介质和产品 - Google Patents
车辆定位方法、装置、计算机设备、可读存储介质和产品 Download PDFInfo
- Publication number
- CN118548902A CN118548902A CN202410547829.7A CN202410547829A CN118548902A CN 118548902 A CN118548902 A CN 118548902A CN 202410547829 A CN202410547829 A CN 202410547829A CN 118548902 A CN118548902 A CN 118548902A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- distance
- adjacent
- determining
- 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 49
- 238000004590 computer program Methods 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims description 25
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
- G01C21/3694—Output thereof on a road map
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Ecology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种车辆定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,通过根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路以及车辆在邻近道路上的邻近路点,在车辆不位于路口区域的情况下,获取车辆与邻近路点间的偏差距离,在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置,在车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量,根据车道数量及路口区域的信号灯状态,确定车辆的位置,由于通过导航地图辅助进行定位,能够准确绑定车辆与导航地图中的道路位置,从而提高车辆定位的精准性。
Description
技术领域
本申请涉及导航地图定位辅助技术领域,特别是涉及一种车辆定位方法、装置、计算机设备、可读存储介质和产品。
背景技术
车辆定位是自动驾驶系统重要组成部分,车辆位置的准确性直接影响车辆行驶的准确性和合理性。当前智能驾驶车辆定位技术以差分卫星定位和高精地图辅助定位为主,未来随着科技发展,智能驾驶向着无高精地图路线挺进,无高精地图下车辆定位与车辆导航协调使用当前需要解决的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高车辆定位精准性的车辆定位方法、装置、计算机设备、可读存储介质和产品。
第一方面,本申请提供了一种车辆定位方法,包括:
根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路;
在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离;
在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置;
在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量;
在存在至少两条道路的车道数量相同的情况下,根据路口区域的信号灯状态,确定车辆的位置。
在其中一个实施例中,根据经纬度坐标确定车辆是否位于路口区域的步骤,包括:
获取邻近道路上位于车辆行驶方向前方的端点路点;
在车辆与端点路点间的距离大于第二预设距离的情况下,确定车辆不位于路口区域;
在车辆与端点路点间的距离小于等于第二预设距离的情况下,确定车辆位于路口区域。
在其中一个实施例中,根据邻近道路和邻近路点,确定车辆的位置的步骤,包括:
将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离;
根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在其中一个实施例中,根据路口区域的信号灯状态,确定车辆的位置的步骤,包括:
获取车辆的检测信号;检测信号为车载传感器确定的车辆行驶方向前方的信号灯状态;
确定路口区域内各道路对应的信号灯状态;
将信号灯状态与检测信号一致的道路,作为车辆所处的目标道路;
确定车辆在目标道路上的目标路点,根据目标道路的道路信息和目标路点的经纬度坐标,确定车辆的位置。
在其中一个实施例中,该方法还包括:
在偏差距离不小于第一预设距离的情况下,获取预设时间段内连续多个时刻对应的车辆与邻近路点间的连续偏差距离;
在所有时刻对应的连续偏差距离均不小于第一预设距离的情况下,确定车辆在邻近道路上的当前邻近路点;
分别获取车辆与端点路点间的第一距离、以及当前邻近路点与端点路点间的第二距离;
在第一距离与第二距离间的差值小于预设差值距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在其中一个实施例中,该方法还包括:
在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;
在均值偏差距离小于预设偏差距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
第二方面,本申请还提供了一种车辆定位装置,包括:
道路确定模块,用于根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路;
路点确定模块,用于在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离;
第一定位模块,用于在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置;
车道获取模块,用于在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量;
第二定位模块,用于在存在至少两条道路的车道数量相同的情况下,根据路口区域的信号灯状态,确定车辆的位置。
第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现第一方面中任意一项的方法步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现第一方面中任意一项的方法步骤。
第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面中任意一项的方法步骤。
上述车辆定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,通过根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路以及车辆在邻近道路上的邻近路点,在车辆不位于路口区域的情况下,获取车辆与所述邻近路点间的偏差距离,在所述偏差距离小于第一预设距离情况下,根据所述邻近道路和所述邻近路点,确定所述车辆的位置,在车辆位于所述路口区域的情况下,从所述导航地图获取所述路口区域内各道路的车道数量,根据车道数量及路口区域的信号灯状态,确定所述车辆的位置,由于通过导航地图辅助进行定位,能够准确绑定车辆与导航地图中的道路位置,从而提高车辆定位的精准性。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对本申请实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为一个实施例中车辆定位方法的应用环境图;
图2为一个实施例中车辆定位方法的流程示意图;
图3为一个实施例中十字路口的拓扑示意图;
图4为一个实施例中匝道路口的拓扑示意图;
图5为一个实施例中车辆定位方法的流程示意图;
图6为一个实施例中车辆定位装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的车辆定位方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。其中,服务器104用于缓存导航地图。终端102用于根据车辆的经纬度坐标,确定所述车辆在导航地图上的邻近道路,在根据所述经纬度坐标确定车辆不位于路口区域的情况下,确定所述车辆在所述邻近道路上的邻近路点,确定所述车辆与所述邻近路点间的偏差距离,在所述偏差距离小于第一预设距离情况下,根据所述邻近道路和所述邻近路点,确定所述车辆的位置,在根据所述经纬度坐标确定所述车辆位于所述路口区域的情况下,从所述导航地图获取所述路口区域内各道路的车道数量,在存在至少两条道路的车道数量相同的情况下,根据所述路口区域的信号灯状态,确定所述车辆的位置。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备、投影设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。头戴设备可以为虚拟现实(Virtual Reality,VR)设备、增强现实(Augmented Reality,AR)设备、智能眼镜等。服务器104可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或分布式系统,还可以是提供云计算服务的云服务器。
在一个示例性的实施例中,如图2所示,提供了一种车辆定位方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤202至步骤210。其中:
S202:根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路。
可选地,车辆的经纬度坐标通过全球导航卫星系统(Global NavigationSatellite System,GNSS)获取,通过访问导航地图,将车辆的经纬度坐标与导航地图上的道路网络进行匹配,确定车辆在导航地图上的邻近道路,其中,邻近道路通过一连串路点表示,在匹配时,通过比较车辆与周围道路中路点间的距离,将车辆与路点间距离最近对应的道路作为车辆的邻近道路。
S204:在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离。
可选地,在车辆不位于路口区域的情况下,表示车辆周围只存在邻近道路,通过确定车辆在邻近道路上的邻近路点,进一步确认车辆是否位于邻近道路上,其中,邻近路点为邻近道路上与车辆距离最近的路点,偏差距离为车辆与邻近路点间的直线距离。
S206:在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置。
可选地,在偏差距离小于第一预设距离情况下,表示车辆与邻近路点的偏差较小,则确定车辆在导航地图上的位置为邻近道路上的邻近路点处,以将车辆与邻近道路进行绑定,精确定位车辆在导航地图上的位置,避免导航出现偏差。其中,车辆的位置通过经纬度坐标进行表示。
S208:在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量。
可选地,在车辆位于路口区域的情况下,表示车辆周围存在不止一条道路,此时有可能邻近道路并不是车辆实际所处的道路,需要根据车辆所处路口区域内各道路的车道数量,匹配车辆实际所处道路在导航地图上的位置。其中,车道数量通过导航地图获取,指的是一个道路中包含的所有车道的数量。
S210:在存在至少两条道路的车道数量相同的情况下,根据路口区域的信号灯状态,确定车辆的位置。
可选地,若不存在车道数量相同,例如匝道路况下,主道路的车道数量大于匝道的车道数量,通过车辆所处道路的车道数量,可以直接确定车辆所处的道路,进而定位车辆的位置。若存在车道数量相同,例如十字路口路况下,各个方向道路的车道数量可能相同,则需要根据车辆预测的前方信号灯状态去匹配路口区域实际的信号灯状态,在车辆预测的前方信号灯状态与路口区域某一道路实际的信号灯状态一致的情况下,确定车辆位于该道路上,从而确定车辆的位置。
上述车辆定位方法中,通过根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路以及车辆在邻近道路上的邻近路点,在车辆不位于路口区域的情况下,获取车辆与所述邻近路点间的偏差距离,在所述偏差距离小于第一预设距离情况下,根据所述邻近道路和所述邻近路点,确定所述车辆的位置,在车辆位于所述路口区域的情况下,从所述导航地图获取所述路口区域内各道路的车道数量,根据车道数量及路口区域的信号灯状态,确定所述车辆的位置,由于通过导航地图辅助进行定位,能够准确绑定车辆与导航地图中的道路位置,从而提高车辆定位的精准性。
在一个示例性的实施例中,根据经纬度坐标确定车辆是否位于路口区域的步骤,包括:获取邻近道路上位于车辆行驶方向前方的端点路点;在车辆与端点路点间的距离大于第二预设距离的情况下,确定车辆不位于路口区域;在车辆与端点路点间的距离小于等于第二预设距离的情况下,确定车辆位于路口区域。
可选地,邻近道路通过一连串路点表示,邻近道路两端的路点称为路点端点,将位于车辆行驶方向前方的端点路点作为目标路点,通过确定车辆与目标路点间的直线距离,在直线距离大于第二预设距离的情况下,表示车辆不位于路口区域,在直线距离小于第二预设距离时,表示车辆位于路口区域。其中,第二预设距离可以根据实际路况进行设置。
本实施例中,通过确定车辆与前方端点路点间的距离,确定车辆是否位于路口区域,能够快速确定车辆所处道路的范围,进而准确定位车辆所处道路,提高车辆定位的精准性。
在一个示例性的实施例中,根据邻近道路和邻近路点,确定车辆的位置的步骤,包括:将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离;根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
可选地,将邻近道路的道路信息与车辆绑定,确定车辆在导航地图上的道路位置,并将邻近路点的经纬度坐标作为车辆在导航地图中的位置坐标,最终确定的车辆的位置可以表示为:位于邻近道路上的邻近路点处,且与路口区域相距纵向距离。需要说明的是,车辆位置也可以直接通过经纬度坐标表示,具体方式不作限制。
本实施例中,通过将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置,能够准确地确定车辆在道路上的位置,提高车辆定位的精度,为导航地图提供更可靠的数据支持,保证导航的精准性。
在一个示例性的实施例中,根据路口区域的信号灯状态,确定车辆的位置的步骤,包括:获取车辆的检测信号;检测信号为车载传感器确定的车辆行驶方向前方的信号灯状态;确定路口区域内各道路对应的信号灯状态;将信号灯状态与检测信号一致的道路,作为车辆所处的目标道路;确定车辆在目标道路上的目标路点,根据目标道路的道路信息和目标路点的经纬度坐标,确定车辆的位置。
可选地,如图3所示,图3为十字路口的拓扑示意图,在十字路口的路况下,可能存在多条车道数量相同的道路,此时根据车辆预测的前方信号灯状态去匹配路口区域实际的信号灯状态。具体地,通过车载传感器检测车辆行驶方向前方的信号灯状态作为车辆预测的信号灯状态(即检测信号),同时,根据路口区域的信号灯状态,确定各道路对应的实际的信号灯状态,在车辆预测的信号灯状态与实际的信号灯状态一致的情况下,将对应道路作为车辆所处的目标道路,此时目标道路可能不为邻近道路,以此排除定位误差带来的干扰。根据车辆在目标道路上对应的目标路点,确定车辆的位置。其中,若存在多个信号灯状态相同的道路,则根据路口区域内道路方向与车辆行驶方向,确定车辆所在道路。
可选地,如图4所示,图4为匝道路口的拓扑示意图,匝道路况下,主道路的车道数量通常比匝道的车道数量要多,根据车辆所处道路的车道数量,匹配导航地图中路口区域各道路的车道数量,进而确定车辆所处的目标道路。
本实施例中,通过根据车道数量及路口区域的信号灯状态,确定所述车辆的位置,由于通过导航地图辅助进行定位,能够准确绑定车辆与导航地图中的道路位置,从而提高车辆定位的精准性。
在一个示例性的实施例中,该方法还包括:在偏差距离不小于第一预设距离的情况下,获取预设时间段内连续多个时刻对应的车辆与邻近路点间的连续偏差距离;在所有时刻对应的连续偏差距离均不小于第一预设距离的情况下,确定车辆在邻近道路上的当前邻近路点;分别获取车辆与端点路点间的第一距离、以及当前邻近路点与端点路点间的第二距离;在第一距离与第二距离间的差值小于预设差值距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
可选地,在车辆与邻近路点间的偏差距离不小于第一预设距离的情况下,可能是因为定位误差导致识别的邻近道路出现偏差,并不是车辆实际所处的道路,此时通过获取连续多个时刻的连续偏差距离,若连续偏差距离均不小于第一预设距离,则分别计算车辆与路口区域间的第一距离、以及当前时刻邻近路点与路口区域间的第二距离,在第一距离和第二距离间的差值的绝对值小于阈值的情况下,可能是车辆定位失常带来的误差,车辆实际还是位于邻近道路上,则根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。其中若第一距离和第二距离间的差值大于阈值,则认为车辆当前所处的道路并不在导航地图中,此时直接上报车辆的经纬度坐标。
本实施例中,通过获取连续多个时刻对应的车辆与邻近路点间的连续偏差距离,根据车辆与邻近路点间的连续偏差,进一步确定车辆是否位于邻近道路,能够准确绑定车辆与导航地图中的道路位置,从而提高车辆定位的精准性。
在一个示例性的实施例中,该方法还包括:在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;在均值偏差距离小于预设偏差距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
可选地,若只存在部分时刻对应的偏差距离大于第一预设距离,则计算所有连续偏差距离的均值偏差距离,若偏差距离小于预设值,则认为车辆位于邻近道路上,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
本实施例中,通过在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离,通过均值偏差距离确定车辆是否位于邻近道路上,能够准确绑定车辆与导航地图中的道路位置,从而提高车辆定位的精准性。
在一个示例性的实施例中,如图5所示,提供了一种车辆定位方法,该方法包括以下步骤:
根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路。
获取邻近道路上位于车辆行驶方向前方的端点路点;在车辆与端点路点间的距离大于第二预设距离的情况下,确定车辆不位于路口区域;在车辆与端点路点间的距离小于等于第二预设距离的情况下,确定车辆位于路口区域。
在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离。
在偏差距离小于第一预设距离情况下,将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离;根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量。
在存在至少两条道路的车道数量相同的情况下,获取车辆的检测信号;检测信号为车载传感器确定的车辆行驶方向前方的信号灯状态;确定路口区域内各道路对应的信号灯状态;将信号灯状态与检测信号一致的道路,作为车辆所处的目标道路确定车辆在目标道路上的目标路点,根据目标道路的道路信息和目标路点的经纬度坐标,确定车辆的位置。
在偏差距离不小于第一预设距离的情况下,获取预设时间段内连续多个时刻对应的车辆与邻近路点间的连续偏差距离;在所有时刻对应的连续偏差距离均不小于第一预设距离的情况下,确定车辆在邻近道路上的当前邻近路点;分别获取车辆与端点路点间的第一距离、以及当前邻近路点与端点路点间的第二距离;在第一距离与第二距离间的差值小于预设差值距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;在均值偏差距离小于预设偏差距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
本实施例中,通过根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路以及车辆在邻近道路上的邻近路点,在车辆不位于路口区域的情况下,获取车辆与所述邻近路点间的偏差距离,在所述偏差距离小于第一预设距离情况下,根据所述邻近道路和所述邻近路点,确定所述车辆的位置,在车辆位于所述路口区域的情况下,从所述导航地图获取所述路口区域内各道路的车道数量,根据车道数量及路口区域的信号灯状态,确定所述车辆的位置,由于通过导航地图辅助进行定位,能够准确绑定车辆与导航地图中的道路位置,从而提高车辆定位的精准性。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的车辆定位方法的车辆定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个车辆定位装置实施例中的具体限定可以参见上文中对于车辆定位方法的限定,在此不再赘述。
在一个示例性的实施例中,如图6所示,提供了一种车辆定位装置,包括:道路确定模块10、路点确定模块20、第一定位模块30、车道获取模块40和第二定位模块50,其中:
道路确定模块10,用于根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路。
路点确定模块20,用于在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离。
第一定位模块30,用于在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置。
车道获取模块40,用于在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量。
第二定位模块50,用于在存在至少两条道路的车道数量相同的情况下,根据路口区域的信号灯状态,确定车辆的位置。
在一个示例性的实施例中,道路确定模块10还用于获取邻近道路上位于车辆行驶方向前方的端点路点;在车辆与端点路点间的距离大于第二预设距离的情况下,确定车辆不位于路口区域;在车辆与端点路点间的距离小于等于第二预设距离的情况下,确定车辆位于路口区域。
在一个示例性的实施例中,第一定位模块30还用于将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离;根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个示例性的实施例中,第二定位模块50还用于获取车辆的检测信号;检测信号为车载传感器确定的车辆行驶方向前方的信号灯状态;确定路口区域内各道路对应的信号灯状态;将信号灯状态与检测信号一致的道路,作为车辆所处的目标道路;确定车辆在目标道路上的目标路点,根据目标道路的道路信息和目标路点的经纬度坐标,确定车辆的位置。
在一个示例性的实施例中,第二定位模块50还用于在偏差距离不小于第一预设距离的情况下,获取预设时间段内连续多个时刻对应的车辆与邻近路点间的连续偏差距离;在所有时刻对应的连续偏差距离均不小于第一预设距离的情况下,确定车辆在邻近道路上的当前邻近路点;分别获取车辆与端点路点间的第一距离、以及当前邻近路点与端点路点间的第二距离;在第一距离与第二距离间的差值小于预设差值距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个示例性的实施例中,第二定位模块50还用于在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;在均值偏差距离小于预设偏差距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
上述车辆定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、近场通信(Near Field Communication,NFC)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆定位方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个示例性的实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路;在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离;在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置;在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量;在存在至少两条道路的车道数量相同的情况下,根据路口区域的信号灯状态,确定车辆的位置。
在一个实施例中,处理器执行计算机程序时涉及的根据经纬度坐标确定车辆是否位于路口区域的步骤,包括:获取邻近道路上位于车辆行驶方向前方的端点路点;在车辆与端点路点间的距离大于第二预设距离的情况下,确定车辆不位于路口区域;在车辆与端点路点间的距离小于等于第二预设距离的情况下,确定车辆位于路口区域。
在一个实施例中,处理器执行计算机程序时涉及的根据邻近道路和邻近路点,确定车辆的位置,包括:将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离;根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,处理器执行计算机程序时涉及的根据路口区域的信号灯状态,确定车辆的位置,包括:获取车辆的检测信号;检测信号为车载传感器确定的车辆行驶方向前方的信号灯状态;确定路口区域内各道路对应的信号灯状态;将信号灯状态与检测信号一致的道路,作为车辆所处的目标道路;确定车辆在目标道路上的目标路点,根据目标道路的道路信息和目标路点的经纬度坐标,确定车辆的位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:在偏差距离不小于第一预设距离的情况下,获取预设时间段内连续多个时刻对应的车辆与邻近路点间的连续偏差距离;在所有时刻对应的连续偏差距离均不小于第一预设距离的情况下,确定车辆在邻近道路上的当前邻近路点;分别获取车辆与端点路点间的第一距离、以及当前邻近路点与端点路点间的第二距离;在第一距离与第二距离间的差值小于预设差值距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;在均值偏差距离小于预设偏差距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路;在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离;在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置;在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量;在存在至少两条道路的车道数量相同的情况下,根据路口区域的信号灯状态,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时涉及的根据经纬度坐标确定车辆是否位于路口区域的步骤,包括:获取邻近道路上位于车辆行驶方向前方的端点路点;在车辆与端点路点间的距离大于第二预设距离的情况下,确定车辆不位于路口区域;在车辆与端点路点间的距离小于等于第二预设距离的情况下,确定车辆位于路口区域。
在一个实施例中,计算机程序被处理器执行时涉及的根据邻近道路和邻近路点,确定车辆的位置,包括:将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离;根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时涉及的根据路口区域的信号灯状态,确定车辆的位置,包括:获取车辆的检测信号;检测信号为车载传感器确定的车辆行驶方向前方的信号灯状态;确定路口区域内各道路对应的信号灯状态;将信号灯状态与检测信号一致的道路,作为车辆所处的目标道路;确定车辆在目标道路上的目标路点,根据目标道路的道路信息和目标路点的经纬度坐标,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:在偏差距离不小于第一预设距离的情况下,获取预设时间段内连续多个时刻对应的车辆与邻近路点间的连续偏差距离;在所有时刻对应的连续偏差距离均不小于第一预设距离的情况下,确定车辆在邻近道路上的当前邻近路点;分别获取车辆与端点路点间的第一距离、以及当前邻近路点与端点路点间的第二距离;在第一距离与第二距离间的差值小于预设差值距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;在均值偏差距离小于预设偏差距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:根据车辆的经纬度坐标,确定车辆在导航地图上的邻近道路;在根据经纬度坐标确定车辆不位于路口区域的情况下,确定车辆在邻近道路上的邻近路点,确定车辆与邻近路点间的偏差距离;在偏差距离小于第一预设距离情况下,根据邻近道路和邻近路点,确定车辆的位置;在根据经纬度坐标确定车辆位于路口区域的情况下,从导航地图获取路口区域内各道路的车道数量;在存在至少两条道路的车道数量相同的情况下,根据路口区域的信号灯状态,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时涉及的根据经纬度坐标确定车辆是否位于路口区域的步骤,包括:获取邻近道路上位于车辆行驶方向前方的端点路点;在车辆与端点路点间的距离大于第二预设距离的情况下,确定车辆不位于路口区域;在车辆与端点路点间的距离小于等于第二预设距离的情况下,确定车辆位于路口区域。
在一个实施例中,计算机程序被处理器执行时涉及的根据邻近道路和邻近路点,确定车辆的位置,包括:将车辆与端点路点间的距离,作为车辆与路口区域间的纵向距离;根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时涉及的根据路口区域的信号灯状态,确定车辆的位置,包括:获取车辆的检测信号;检测信号为车载传感器确定的车辆行驶方向前方的信号灯状态;确定路口区域内各道路对应的信号灯状态;将信号灯状态与检测信号一致的道路,作为车辆所处的目标道路;确定车辆在目标道路上的目标路点,根据目标道路的道路信息和目标路点的经纬度坐标,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:在偏差距离不小于第一预设距离的情况下,获取预设时间段内连续多个时刻对应的车辆与邻近路点间的连续偏差距离;在所有时刻对应的连续偏差距离均不小于第一预设距离的情况下,确定车辆在邻近道路上的当前邻近路点;分别获取车辆与端点路点间的第一距离、以及当前邻近路点与端点路点间的第二距离;在第一距离与第二距离间的差值小于预设差值距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:在存在时刻对应的连续偏差距离小于第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;在均值偏差距离小于预设偏差距离的情况下,根据邻近道路的道路信息和邻近路点的经纬度坐标,确定车辆的位置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性存储器和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(Resistive Random Access Memory,ReRAM)、磁变存储器(Magnetoresistive RandomAccess Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。本申请提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器、人工智能(Artificial Intelligence,AI)处理器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本申请记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆定位方法,其特征在于,所述方法包括:
根据车辆的经纬度坐标,确定所述车辆在导航地图上的邻近道路;
在根据所述经纬度坐标确定车辆不位于路口区域的情况下,确定所述车辆在所述邻近道路上的邻近路点,确定所述车辆与所述邻近路点间的偏差距离;
在所述偏差距离小于第一预设距离情况下,根据所述邻近道路和所述邻近路点,确定所述车辆的位置;
在根据所述经纬度坐标确定所述车辆位于所述路口区域的情况下,从所述导航地图获取所述路口区域内各道路的车道数量;
在存在至少两条道路的车道数量相同的情况下,根据所述路口区域的信号灯状态,确定所述车辆的位置。
2.根据权利要求1所述的方法,其特征在于,根据所述经纬度坐标确定所述车辆是否位于路口区域的步骤,包括:
获取所述邻近道路上位于所述车辆行驶方向前方的端点路点;
在所述车辆与所述端点路点间的距离大于第二预设距离的情况下,确定所述车辆不位于路口区域;
在所述车辆与所述端点路点间的距离小于等于所述第二预设距离的情况下,确定所述车辆位于路口区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述邻近道路和所述邻近路点,确定所述车辆的位置,包括:
将所述车辆与所述端点路点间的距离,作为所述车辆与所述路口区域间的纵向距离;
根据所述邻近道路的道路信息和所述邻近路点的经纬度坐标,确定所述车辆的位置。
4.根据权利要求1所述的方法,其特征在于,所述根据所述路口区域的信号灯状态,确定所述车辆的位置,包括:
获取所述车辆的检测信号;所述检测信号为车载传感器确定的所述车辆行驶方向前方的信号灯状态;
确定所述路口区域内各道路对应的信号灯状态;
将信号灯状态与所述检测信号一致的道路,作为所述车辆所处的目标道路;
确定所述车辆在所述目标道路上的目标路点,根据所述目标道路的道路信息和所述目标路点的经纬度坐标,确定所述车辆的位置。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在所述偏差距离不小于所述第一预设距离的情况下,获取预设时间段内连续多个时刻对应的所述车辆与所述邻近路点间的连续偏差距离;
在所有时刻对应的连续偏差距离均不小于所述第一预设距离的情况下,确定所述车辆在所述邻近道路上的当前邻近路点;
分别获取所述车辆与所述端点路点间的第一距离、以及所述当前邻近路点与所述端点路点间的第二距离;
在所述第一距离与所述第二距离间的差值小于预设差值距离的情况下,根据所述邻近道路的道路信息和所述邻近路点的经纬度坐标,确定所述车辆的位置。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在存在时刻对应的连续偏差距离小于所述第一预设距离情况下,获取所有连续偏差距离的均值偏差距离;
在所述均值偏差距离小于预设偏差距离的情况下,根据所述邻近道路的道路信息和所述邻近路点的经纬度坐标,确定所述车辆的位置。
7.一种车辆定位装置,其特征在于,所述装置包括:
道路确定模块,用于根据车辆的经纬度坐标,确定所述车辆在导航地图上的邻近道路;
路点确定模块,用于在根据所述经纬度坐标确定车辆不位于路口区域的情况下,确定所述车辆在所述邻近道路上的邻近路点,确定所述车辆与所述邻近路点间的偏差距离;
第一定位模块,用于在所述偏差距离小于第一预设距离情况下,根据所述邻近道路和所述邻近路点,确定所述车辆的位置;
车道获取模块,用于在根据所述经纬度坐标确定所述车辆位于所述路口区域的情况下,从所述导航地图获取所述路口区域内各道路的车道数量;
第二定位模块,用于在存在至少两条道路的车道数量相同的情况下,根据所述路口区域的信号灯状态,确定所述车辆的位置。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410547829.7A CN118548902A (zh) | 2024-05-06 | 2024-05-06 | 车辆定位方法、装置、计算机设备、可读存储介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410547829.7A CN118548902A (zh) | 2024-05-06 | 2024-05-06 | 车辆定位方法、装置、计算机设备、可读存储介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118548902A true CN118548902A (zh) | 2024-08-27 |
Family
ID=92448959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410547829.7A Pending CN118548902A (zh) | 2024-05-06 | 2024-05-06 | 车辆定位方法、装置、计算机设备、可读存储介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118548902A (zh) |
-
2024
- 2024-05-06 CN CN202410547829.7A patent/CN118548902A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11340077B2 (en) | Driving condition specific sensor quality index | |
US11194847B2 (en) | Method, apparatus, and computer program product for building a high definition map from crowd sourced data | |
CN110914777B (zh) | 用于自主车辆的高清地图以及路线存储管理系统 | |
EP3663718B1 (en) | Method and apparatus for estimating a localized position on a map | |
US11669552B2 (en) | Use of geographic database comprising lane level information for traffic parameter prediction | |
CN108253973B (zh) | 高精度地图和标准地图关联的方法及装置 | |
CN111198560B (zh) | 用于使用变分自编码器网络来预测特征空间衰减的方法和装置 | |
US9863774B2 (en) | Stitching mixed-version map tiles in hybrid navigation for partial map updates | |
US11193789B2 (en) | Method, apparatus, and computer program product for identifying at-risk road infrastructure | |
US11282394B2 (en) | Methods and systems for spatial clustering based on mobility data | |
US11435202B2 (en) | Trajectory sampling using spatial familiarity | |
CN114234991B (zh) | 导航路径规划方法、装置、计算机设备和存储介质 | |
CN108332761B (zh) | 一种使用及创建路网地图信息的方法与设备 | |
US10378909B2 (en) | Stitching mixed-version map tiles in hybrid navigation for partial map updates | |
EP3452784B1 (en) | Stitching mixed-version map tiles in hybrid navigation for partial map updates | |
CN115112145B (zh) | 导航方法、装置、计算机设备、存储介质和计算机程序产品 | |
US20220252422A1 (en) | Method, apparatus, and system for constructing a high-resolution map for geospatial big data processing | |
US11687094B2 (en) | Method, apparatus, and computer program product for organizing autonomous vehicles in an autonomous transition region | |
CN118548902A (zh) | 车辆定位方法、装置、计算机设备、可读存储介质和产品 | |
US12254765B2 (en) | Method and apparatus for collecting and maintaining road event data | |
CN114743395A (zh) | 一种信号灯检测方法、装置、设备及介质 | |
TWI453374B (zh) | 特定區域之行動式導航路徑規劃方法 | |
US12055401B1 (en) | Use of geographic database comprising lane level information for traffic parameter prediction | |
US20240175704A1 (en) | Method, apparatus, and computer program product for intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
US20240175688A1 (en) | Method, apparatus, and computer program product for intelligent trajectory configurations within mobility data using junctions inferred by features of the mobility data |
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 |