CN114279451A - 导航方法、装置、电子设备及存储介质 - Google Patents
导航方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114279451A CN114279451A CN202011043744.3A CN202011043744A CN114279451A CN 114279451 A CN114279451 A CN 114279451A CN 202011043744 A CN202011043744 A CN 202011043744A CN 114279451 A CN114279451 A CN 114279451A
- Authority
- CN
- China
- Prior art keywords
- road
- image
- live
- passable
- navigation
- 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
- 230000011218 segmentation Effects 0.000 claims abstract description 56
- 210000000988 bone and bone Anatomy 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本公开实施例公开了一种导航方法、装置、电子设备及存储介质,所述方法包括:获取被导航对象前方的道路实景图像;利用图像语义分割模型获取所述道路实景图像中的道路可通行区域;根据所述道路可通行区域确定用于指示通行方向的引导信息;将所述引导信息叠加展示在所述道路实景图像上。该技术方案能够通过图像语义分割模型从道路实景图像中识别出可通行区域,进而再可通行区域中标识引导信息的方式,解决了传统实景导航中由于导航系统定位不准确的问题而导致在实景图像上显示的引导信息与实景图像不匹配的问题,提高了导航数据的准确性,以及提高了用户的导航体验。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种导航方法、装置、电子设备及存储介质。
背景技术
传统导航地图虽然已经具有较好的引导作用,但是用户需要通过对比导航地图和现实世界,才能选择正确的行驶方向。若导航地图与现实世界存在歧义可能会导致用户偏离正确路线,给用户带来困扰。增强现实和计算机视觉技术的发展促使了实景导航(AR导航)的发展;实景导航利用摄像头实时捕捉前方道路的真实场景,将路口引导信息实时渲染在图面上,给用户呈现更真实的导航画面;但是实景导航中由于定位或地图数据的不准确,会导致导航引导信息呈现在图面中的位置不准确。
发明内容
本公开实施例提供一种导航方法、装置、电子设备及计算机可读存储介质。
第一方面,本公开实施例中提供了一种导航方法,包括:
获取被导航对象前方的道路实景图像;
利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
根据所述道路可通行区域,确定用于指示通行方向的引导信息;
将所述引导信息叠加展示在所述道路实景图像上。
进一步地,获取被导航对象前方的道路实景图像,包括:
获取所述被导航对象的定位位置;
当所述定位位置到路口的距离达到设定的距离阈值时,获取所述道路实景图像。
进一步地,利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域,包括:
利用所述图像语义分割模型,获取所述道路实景图像中分方向的道路可通行区域。
进一步地,将所述引导信息叠加展示在所述道路实景图像上,包括:
根据路口处的导航动作从所述分方向的所述道路可通行区域中确定目标通行区域;
至少在所述道路实景图像的所述目标通行区域渲染所述引导信息。
进一步地,利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域,包括:
利用所述图像语义分割模型,将所述道路实景图像分割成图像块;
从所述图像块中,确定出目标图像块,所述目标图像块构成所述道路可通行区域;
根据所述道路可通行区域,确定用于指示通行方向的引导信息,包括:
从所述目标图像块中提取骨干点;
对所述骨干点进行曲线拟合,获得所述道路实景图像上的引导线。
进一步地,所述方法进一步包括:
当所述被导航对象通过所述道路可通行区域后,继续执行获取所述被导航对象前方的道路实景图像的步骤。
第二方面,本公开实施例中提供了一种导航方法,包括:
获取目标位置处的道路实景图像;
利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
根据所述道路可通行区域,确定用于指示通行方向的引导信息;
将所述引导信息叠加在所述道路实景图像上后,存储为所述目标位置处的实景导航数据。
进一步地,所述方法还包括:
获取被导航对象的定位位置;
当所述定位位置与所述目标位置相匹配时,输出所述实景导航数据。
第三方面,本发明实施例中提供了一种导航装置,包括:
第一获取模块,被配置为获取被导航对象前方的道路实景图像;
第二获取模块,被配置为利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
第一确定模块,被配置为根据所述道路可通行区域,确定用于指示通行方向的引导信息;
展示模块,被配置为将所述引导信息叠加展示在所述道路实景图像上。
第四方面,本发明实施例中提供了一种导航装置,包括:
第三获取模块,被配置为获取目标位置处的道路实景图像;
第四获取模块,被配置为利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
第二确定模块,被配置为根据所述道路可通行区域,确定用于指示通行方向的引导信息;
存储模块,被配置为将所述引导信息叠加在所述道路实景图像上后存储为所述目标位置处的实景导航数据。
所述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。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,上述装置的结构中包括存储器和处理器,所述存储器用于存储一条或多条支持上述装置执行上述对应方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。上述装置还可以包括通信接口,用于上述装置与其他设备或通信网络通信。
第五方面,本公开实施例提供了一种电子设备,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现上述任一方面所述的方法。
第六方面,本公开实施例提供了一种计算机可读存储介质,用于存储上述任一装置所用的计算机指令,其包含用于执行上述任一方面所述方法所涉及的计算机指令。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例通过图像语义分割模型对道路实景图像进行处理,获得道路可通行区域,进而再利用该道路可通行区域确定引导信息后,将引导信息展示在道路实景图像中的道路可通行区域,以便在导航过程中,能够结合导航动作在道路实景图像上展示引导信息。本公开实施例通过图像语义分割模型从道路实景图像中识别出道路可通行区域,进而在道路实景图像的道路可通行区域中叠加显示引导信息的方式,解决了传统实景导航中由于导航系统定位不准确的问题,而导致在实景图像上显示的引导信息与实景图像不匹配的问题,提高了导航数据的准确性,并且提高了用户的导航体验。
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,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的导航方法的流程图;
图2示出根据本公开另一实施方式的导航方法的流程图;
图3示出根据本公开一实施方式的车辆导航流程实现示意图;
图4示出了根据本公开一实施方式的展示出的导航界面效果示意图;
图5示出根据本公开一实施方式的导航装置的结构框图;
图6示出根据本公开另一实施方式的导航装置的结构框图;
图7是适于用来实现根据本公开一实施方式的导航方法的电子设备的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
下面通过具体实施例详细介绍本公开实施例的细节。
图1示出根据本公开一实施方式的导航方法的流程图。如图1所示,该导航方法包括以下步骤:
在步骤S101中,获取被导航对象前方的道路实景图像;
在步骤S102中,利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
在步骤S103中,根据所述道路可通行区域,确定用于指示通行方向的引导信息;
在步骤S104中,将所述引导信息叠加展示在所述道路实景图像上。
本实施例中,道路实景图像可以是在导航过程中利用导航设备上设置的图像采集设备实时采集到的实景图像。本公开实施例中的上述导航方法至少可以应用在以下场景,即导航过程中实时处理道路实景图像获得指引被导航对象前进路线以及方向的场景,该场景下根据实时采集到的道路实景图像进行处理得到相应的引导信息。
在实时处理获得引导信息的场景下,被导航对象可以是人、车辆、机器人等。被导航对象的定位位置可以通过用户终端(例如手机、智能手表、导航仪等)上的导航设备、车辆导航设备、机器人导航设备等实时获取;导航位置可以通过GNSS定位获得。
图像语义分割模型可以是预先经过训练的机器学习模型,其能够针对图像的每个像素或者图像块进行分类,以便将像素点或者图像块分类成道路可通行区域和非道路可通行区域。
道路可通行区域可以是道路中可以通过的区域,例如对于车辆而言,道路可通行区域为道路中的可行驶区域,而对于行人而言,道路可通行区域为道路中的人行道区域等。
引导信息可以包括用于指示道路可通行区域中的通行方向的引导标识,引导信息可以用于在道路可通行区域中指示车辆的行驶方向,对于行人而言,引导信息可以用于在道路可通行区域中指示行走方向。通过引导信息能够指示被导航对象的前进路线以及前进方向。在一些实施例中,引导信息可以利用预定的形状或颜色指示被导航对象当前可以通过的道路可通行区域。引导信息可以是线形形状、块状、点状等,只要是能够在道路可通行区域指示前进方向的标识均可以作为引导信息。
在确定了引导信息之后,可以将引导信息展示在道路实景图像中的道路可通行区域,以便在导航界面输出该道路实景图像来指示被导航对象前进方向时,能够在道路实景图像中明确指示被导航对象的通行路线以及通行方向。
本公开实施例通过图像语义分割模型对道路实景图像进行处理,获得道路可通行区域,进而再利用该道路可通行区域确定引导信息后,将引导信息展示在道路实景图像中的道路可通行区域,以便在导航过程中,能够结合导航动作在道路实景图像上展示引导信息。本公开实施例通过图像语义分割模型从道路实景图像中识别出道路可通行区域,进而在道路实景图像的道路可通行区域中叠加显示引导信息的方式,解决了传统实景导航中由于导航系统定位不准确的问题,而导致在实景图像上显示的引导信息与实景图像不匹配的问题,提高了导航数据的准确性,并且提高了用户的导航体验。
在本实施例的一个可选实现方式中,步骤S101,即获取被导航对象前方的道路实景图像的步骤,进一步包括以下步骤:
获取被导航对象的定位位置;
当所述定位位置到路口的距离达到设定的距离阈值时,获取所述道路实景图像。
该可选的实现方式中,在导航过程中实时处理道路实景图像而获得引导信息的场景下,通过被导航对象的当前定位位置实时获取道路实景图像,并在道路实景图像上叠加显示引导信息。在获取的当前定位位置到达分岔路口的距离小于或等于预设的距离阈值时,开始获取被导航对象的定位位置处的道路实景图像。在一些实施例中,被导航对象从距离分岔路口小于或等于预设的距离阈值开始至通过分岔路口进入其中一条相应道路这一过程中,均可以持续不断地获取道路实景图像,并且根据本公开实施例的上述方法实时获取引导信息,并将引导信息叠加展示在道路实景图像的道路可通行区域中。在被导航对象到达分岔路口时面临道路的选择,因此检测到被导航对象的当前定位位置距离该分岔路口较近后,可以利用本公开实施例提出的导航方法获得被导航对象前方的道路实景图像以及道路可通行区域,进而再确定引导信息。道路实景图可以通过被导航对象所携带的导航设备上设置的图像采集设备实时采集得到,图像采集设备通常设置在导航设备前方,被导航对象在接近分岔路口时,可以控制图像采集设备采集道路前方的图像。通过这种方式,可以针对实时获取的道路实景图像进行处理获得引导信息,不会因为定位不准确而出现道路实景图像与引导信息不匹配的情形,例如道路实景图像为当前采集到的前方道路图像,而由于定位不准确导致引导信息为不准确位置处的引导信息,而非当前真实位置处的引导信息。
在本实施例的一个可选实现方式中,步骤S102,即利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域的步骤,进一步包括以下步骤:
利用所述图像语义分割模型,获取所述道路实景图像中分方向的道路可通行区域。
该可选的实现方式中,道路实景图像中的分方向可以是分岔路口对应的不同道路延伸的方向。可以利用图像语义分割模型从分岔路口的道路实景图像中识别出多个分方向上的道路可通行区域。利用图像语义分割模型识别出分岔路口的多个分方向上的道路可通行区域后,每个道路可通行区域可以对应一个方向上的道路,可以从道路可通行区域提取骨干点,进而再根据骨干点确定引导信息,该引导信息包括引导标识以及引导标识在道路实景图像中的位置。通过引导信息可以将引导标识渲染在道路实景图像中,并输出在导航界面上,以便指示被导航对象从哪条道路通行。可以理解的是,针对非分岔路口的道路,在需要的情况下也可以利用本公开实施例的上述导航方法识别出道路可通行区域,并将引导信息叠加在道路实景图像上的道路可通行区域进行展示,例如在多条车道的道路上,如果前方需要从出口行驶到其他道路或者从入口进入其他道路的情况下,可以利用本公开实施例提出的上述方法展示引导信息,以引导车辆进行并道行驶。
在本实施例的一个可选实现方式中,步骤S104,即将所述引导信息叠加展示在所述道路实景图像上的步骤,进一步包括以下步骤:
根据路口处的导航动作从所述分方向的所述道路可通行区域中确定目标通行区域;
至少在所述道路实景图像的所述目标通行区域渲染所述引导信息。
该可选的实现方式中,针对实时处理获得道路实景图像上的引导信息的场景下,遇到分岔路口后,根据本公开实施例中的导航方法获得分岔路口的道路实景图像,并通过图像语义分割模型识别道路实景图像中的道路可通行区域,由于在分岔路口被导航对象将面临多个分方向上道路的选择,因此可以利用从导航道路规划数据确定的当前定位位置处的导航动作,从多个分方向上的道路可通行区域选择去往目的地的目标通行区域,并在道路实景图像上的目标通行区域渲染引导信息,以引导被导航对象的前进路线以及前进方向。导航动作可以通过导航路线规划数据得到,可以包括但不限于转向、路口标识等信息。
在本实施例的一个可选实现方式中,步骤S102,即利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域的步骤,进一步包括以下步骤:
利用所述图像语义分割模型,将所述道路实景图像分割成图像块;
从所述图像块中,确定出目标图像块,所述目标图像块构成所述道路可通行区域;
所述步骤S103,即根据所述道路可通行区域,确定用于指示通行方向的引导信息的步骤,进一步包括以下步骤:
从所述目标图像块中提取骨干点;
对所述骨干点进行曲线拟合,获得所述道路实景图像上的引导线。
该可选的实现方式中,可以使用图像语义分割模型将道路实景图像分割成多个图像块,并识别出多个图像块中属于道路可通行区域的目标图像块。在一些实施例中,图像语义分割模型可以采用基于深度学习的语义分割模型,其通过对道路实景图像中的多个图像块进行分类来确定目标图像块。在确定了道路可通行区域中的目标图像块之后,可以从道路实景图像中的目标图像块中提取骨干点,之后再对骨干点进行曲线拟合,形成一条线性引导信息,也即引导线。通过这种方式能够在导航数据中较为明确地展示出前行方向,提高了用户的导航体验。
在本实施例的一个可选实现方式中,该方法进一步包括以下步骤:
当所述被导航对象通过所述道路可通行区域后,继续执行获取所述被导航对象前方的道路实景图像的步骤。
该可选的实现方式中,被导航对象通过分岔路口并进入所选择的其中一条分岔道路后,依然可以执行获取被导航对象前方的道路实景图像的步骤,进而再根据获得的道路实景图像识别道路可通行区域,并确定道路可通行区域上的引导信息,以及将引导信息叠加在道路实景图像上进行展示。
图2示出根据本公开另一实施方式的导航方法的流程图。如图2所示,该导航方法包括以下步骤:
在步骤S201中,获取目标位置处的道路实景图像;
在步骤S202中,利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
在步骤S203中,根据所述道路可通行区域,确定用于指示通行方向的引导信息;
在步骤S204中,将所述引导信息叠加在所述道路实景图像上后,存储为所述目标位置处的实景导航数据。
本实施例中,道路实景图像可以是通过图像采集设备预先采集到的实景图像,也可以是在导航过程中利用导航设备上设置的图像采集设备实时采集到的实景图像。本公开实施例中的上述导航方法至少可以应用在以下场景,即导航数据预处理场景,该场景下预先对导航位置处的道路实景图像进行处理得到相应的实景导航数据,以便在导航过程中直接提供给导航设备使用。
在导航数据预处理场景下,导航位置可以是任何需要进行上述处理的位置,例如进入路口时的位置以及出路口时的位置等,具体可以根据实际应用情况而定,在此不做具体限制。在导航数据预处理场景下,该导航方法可以在服务器上执行。
图像语义分割模型可以是预先经过训练的机器学习模型,其能够针对图像的每个像素或者图像块进行分类,以便将像素点或者图像块分类成道路可通行区域和非道路可通行区域。
道路可通行区域可以是道路中可以通过的区域,例如对于车辆而言,道路可通行区域为道路中的可行驶区域,而对于行人而言,道路可通行区域为道路中的人行道区域等。
引导信息可以包括用于指示道路可通行区域中的通行方向的引导标识,引导信息可以用于在道路可通行区域中指示车辆的行驶方向,对于行人而言,引导信息可以用于在道路可通行区域中指示行走方向。通过引导信息能够指示被导航对象的前进路线以及前进方向。在一些实施例中,引导信息可以利用不同的形状或颜色指示被导航对象当前可以通过的道路可通行区域。引导信息可以是线形形状、块状、点状等,只要是能够在道路可通行区域指示前进方向的标识均可以作为引导信息。
在确定了引导信息之后,可以将引导信息叠加在道路实景图像中的道路可通行区域进行存储,以便在实时导航过程中,根据被导航对象的当前定位位置而输出对应的道路实景图像的同时,可以在道路实景图像上叠加展示该引导信息,通过该引导信息可以在道路实景图像中明确指示被导航对象的通行路线以及通行方向。
本公开实施例通过图像语义分割模型对道路实景图像进行处理,获得道路可通行区域,进而再利用该道路可通行区域确定引导信息后,将引导信息叠加在道路实景图像中的道路可通行区域后存储为实景导航数据,以便在实时导航过程中,能够结合导航动作在道路实景图像上展示引导信息。本公开实施例通过图像语义分割模型从道路实景图像中识别出道路可通行区域,进而在道路实景图像的道路可通行区域中叠加引导信息的方式,解决了传统实景导航中由于导航系统定位不准确的问题,而导致在实景图像上显示的引导信息与实景图像不匹配的问题,提高了导航数据的准确性,并且提高了用户的导航体验。
在本实施例的一个可选实现方式中,该方法进一步包括以下步骤:
获取被导航对象的定位位置;
当所述定位位置与所述目标位置相匹配时,输出所述实景导航数据。
该可选的实现方式中,可以利用本公开实施例提出的上述导航方法预先在服务器上将预设的目标位置处的道路实景图像进行处理,获得预设的目标位置处对应的实景导航数据,该实景导航数据中针对预设区域包括叠加在道路实景图像上的引导信息。在实时导航过程中,被导航对象的定位位置与该目标位置相匹配时,可以根据当前的导航动作将对应的实景导航数据直接输出在导航界面上,以便被导航对象能够直观地获知前进的路线以及方向。
图3示出根据本公开一实施方式的车辆导航流程实现示意图。如图3所示,车辆导航设备实时获取当前位置,并根据当前定位位置在导航界面上输出导航数据。在导航过程中,车辆导航设备获取到的当前定位位置处于预设的路口区域时,可以利用车辆前置的摄像头获取道路前方的道路实景图像,针对该道路实景图像利用图像语义分割模型识别其中多岔路口的多条道路,进而确定道路可通行区域。该图像语义分割模型通过将道路实景图像分割成多个图像块,针对每个图像块识别该图像块是否为位于道路可通行区域的目标图像块,在识别得到道路可通行区域之后,针对道路可通行区域中的目标图像块提取骨干点,并对骨干点进行曲线拟合,以在道路实景图像上的道路可通行区域生成一条引导线,在该路口区域为2岔路口时,最多可以拟合出两条引导线,每个路口延伸出去的道路上均有一条引导线,而在实时导航过程中,可以根据导航动作将当前前进路线上的一条引导线渲染在道路实景图像上。
图4示出了根据本公开一实施方式的展示出的导航界面效果示意图。如图4所示,左边道路为车辆将要驶出的道路,该道路上通过基于深度学习的图像语义分割模型,从道路可通行区域分割出了目标图像块,这些目标图像块在图上展示成为灰白色的宽线条,通过从这些目标图像块提取骨干点,再对骨干点进行拟合的方式可以得到用于引导被导航设备前进路线和方向的引导线,在实际应用中该引导线可以被渲染成绿色,右边道路上的灰白色宽线条由另一条道路上分割得到的图像块构成,该条道路由于不是车辆的前进路线,因此在实际导航过程中该条道路上不渲染出引导线。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图5示出根据本公开一实施方式的导航装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该导航装置包括:
第一获取模块501,被配置为获取被导航对象前方的道路实景图像;
第二获取模块502,被配置为利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
第一确定模块503,被配置为根据所述道路可通行区域,确定用于指示通行方向的引导信息;
展示模块504,被配置为将所述引导信息叠加展示在所述道路实景图像上。
本实施例中,道路实景图像可以是在导航过程中利用导航设备上设置的图像采集设备实时采集到的实景图像。本公开实施例中的上述导航方法至少可以应用在以下场景,即导航过程中实时处理道路实景图像获得指引被导航对象前进路线以及方向的场景,该场景下根据实时采集到的道路实景图像进行处理得到相应的引导信息。
在实时处理获得引导信息的场景下,被导航对象可以是人、车辆、机器人等。被导航对象的定位位置可以通过用户终端(例如手机、智能手表、导航仪等)上的导航设备、车辆导航设备、机器人导航设备等实时获取;导航位置可以通过GNSS定位获得。
图像语义分割模型可以是预先经过训练的机器学习模型,其能够针对图像的每个像素或者图像块进行分类,以便将像素点或者图像块分类成道路可通行区域和非道路可通行区域。
道路可通行区域可以是道路中可以通过的区域,例如对于车辆而言,道路可通行区域为道路中的可行驶区域,而对于行人而言,道路可通行区域为道路中的人行道区域等。
引导信息可以包括用于指示道路可通行区域中的通行方向的引导标识,引导信息可以用于在道路可通行区域中指示车辆的行驶方向,对于行人而言,引导信息可以用于在道路可通行区域中指示行走方向。通过引导信息能够指示被导航对象的前进路线以及前进方向。在一些实施例中,引导信息可以利用预定的形状或颜色指示被导航对象当前可以通过的道路可通行区域。引导信息可以是线形形状、块状、点状等,只要是能够在道路可通行区域指示前进方向的标识均可以作为引导信息。
在确定了引导信息之后,可以将引导信息展示在道路实景图像中的道路可通行区域,以便在导航界面输出该道路实景图像来指示被导航对象前进方向时,能够在道路实景图像中明确指示被导航对象的通行路线以及通行方向。
本公开实施例通过图像语义分割模型对道路实景图像进行处理,获得道路可通行区域,进而再利用该道路可通行区域确定引导信息后,将引导信息展示在道路实景图像中的道路可通行区域,以便在导航过程中,能够结合导航动作在道路实景图像上展示引导信息。本公开实施例通过图像语义分割模型从道路实景图像中识别出道路可通行区域,进而在道路实景图像的道路可通行区域中叠加显示引导信息的方式,解决了传统实景导航中由于导航系统定位不准确的问题而导致在实景图像上显示的引导信息与实景图像不匹配的问题,提高了导航数据的准确性,并且提高了用户的导航体验。
在本实施例的一个可选实现方式中,所述第一获取模块501,包括:
第一获取子模块,被配置为获取所述被导航对象的定位位置;
第二获取子模块,被配置为当所述定位位置到路口的距离达到设定的距离阈值时,获取所述道路实景图像。
该可选的实现方式中,在导航过程中实时处理道路实景图像而获得引导信息的场景下,通过被导航对象的当前定位位置实时获取道路实景图像,并在道路实景图像上叠加显示引导信息。在获取的当前定位位置到达分岔路口的距离小于或等于预设的距离阈值时,开始获取被导航对象的定位位置处的道路实景图像。在一些实施例中,被导航对象从距离分岔路口小于或等于预设的距离阈值开始至通过分岔路口进入其中一条相应道路这一过程中,均可以持续不断地获取道路实景图像,并且根据本公开实施例的上述方法实时获取引导信息,并将引导信息叠加展示在道路实景图像的道路可通行区域中。在被导航对象到达分岔路口时面临道路的选择,因此检测到被导航对象的当前定位位置距离该分岔路口较近后,可以利用本公开实施例提出的导航方法获得被导航对象前方的道路实景图像以及道路可通行区域,进而再确定引导信息。道路实景图可以通过被导航对象所携带的导航设备上设置的图像采集设备实时采集得到,图像采集设备通常设置在导航设备前方,被导航对象在接近分岔路口时,可以控制图像采集设备采集道路前方的图像。通过这种方式,可以针对实时获取的道路实景图像进行处理获得引导信息,不会因为定位不准确而出现道路实景图像与引导信息不匹配的情形,例如道路实景图像为当前采集到的前方道路图像,而由于定位不准确导致引导信息为不准确位置处的引导信息,而非当前真实位置处的引导信息。
在本实施例的一个可选实现方式中,所述第二获取模块502,包括:
第三获取子模块,被配置为利用所述图像语义分割模型,获取所述道路实景图像中分方向的道路可通行区域。
该可选的实现方式中,道路实景图像中的分方向可以是分岔路口对应的不同道路延伸的方向。可以利用图像语义分割模型从分岔路口的道路实景图像中识别出多个分方向上的道路可通行区域。利用图像语义分割模型识别出分岔路口的多个分方向上的道路可通行区域后,每个道路可通行区域可以对应一个方向上的道路,可以从道路可通行区域提取骨干点,进而再根据骨干点确定引导信息,该引导信息包括引导标识以及引导标识在道路实景图像中的位置。通过引导信息可以将引导标识渲染在道路实景图像中,并输出在导航界面上,以便指示被导航对象从哪条道路通行。可以理解的是,针对非分岔路口的道路,在需要的情况下也可以利用本公开实施例的上述导航方法识别出道路可通行区域,并将引导信息叠加在道路实景图像上的道路可通行区域进行展示,例如在多条车道的道路上,如果前方需要从出口行驶到其他道路或者从入口进入其他道路的情况下,可以利用本公开实施例提出的上述方法展示引导信息,以引导车辆进行并道行驶。
在本实施例的一个可选实现方式中,所述展示模块504,包括:
第一确定子模块,被配置为根据路口处的导航动作从所述分方向的所述道路可通行区域中确定目标通行区域;
第一渲染子模块,被配置为至少在所述道路实景图像的所述目标通行区域渲染所述引导信息。
该可选的实现方式中,针对实时处理获得道路实景图像上的引导信息的场景下,遇到分岔路口后,根据本公开实施例中的导航方法获得分岔路口的道路实景图像,并通过图像语义分割模型识别道路实景图像中的道路可通行区域,由于在分岔路口被导航对象将面临多个分方向上道路的选择,因此可以利用从导航道路规划数据确定的当前定位位置处的导航动作,从多个分方向上的道路可通行区域选择去往目的地的目标通行区域,并在道路实景图像上的目标通行区域渲染引导信息,以引导被导航对象的前进路线以及前进方向。导航动作可以通过导航路线规划数据得到,可以包括但不限于转向、路口标识等信息。
在本实施例的一个可选实现方式中,所述第二获取模块502,包括:
分割子模块,被配置为利用所述图像语义分割模型,将所述道路实景图像分割成图像块;
第二确定子模块,被配置为从所述图像块中,确定出目标图像块,所述目标图像块构成所述道路可通行区域;;
所述第一确定模块503,包括:
提取子模块,被配置为从所述目标图像块提取骨干点;
曲线拟合子模块,被配置为对所述骨干点进行曲线拟合,获得所述道路实景图像上的引导线。
该可选的实现方式中,可以使用图像语义分割模型将道路实景图像分割成多个图像块,并识别出多个图像块中属于道路可通行区域的目标图像块。在一些实施例中,图像语义分割模型可以采用深度学习语义分割模型,其通过对道路实景图像中的多个图像块进行分类来确定目标图像块。在确定了道路可通行区域中的目标图像块之后,可以从道路实景图像中的目标图像块中提取骨干点,之后再对骨干点进行曲线拟合,形成一条线性引导信息,也即引导线。通过这种方式能够在导航数据中较为明确地展示出前行方向,提高了用户的导航体验。
在本实施例的一个可选实现方式中,该装置包括:
执行子模块,被配置为当被导航对象通过所述道路可通行区域后,继续执行获取所述被导航对象前方的道路实景图像的步骤。
该可选的实现方式中,被导航对象通过分岔路口并进入所选择的其中一条分岔道路后,依然可以执行获取被导航对象前方的道路实景图像的步骤,进而再根据获得的道路实景图像识别道路可通行区域,并确定道路可通行区域上的引导信息,以及将引导信息叠加在道路实景图像上进行展示。
图6示出根据本公开另一实施方式的导航装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该导航装置包括:
第三获取模块601,被配置为获取目标位置处的道路实景图像;
第四获取模块602,被配置为利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
第二确定模块603,被配置为根据所述道路可通行区域,确定用于指示通行方向的引导信息;
存储模块604,被配置为将所述引导信息叠加在所述道路实景图像上后,存储为所述目标位置处的实景导航数据。
本实施例中,道路实景图像可以是通过图像采集设备预先采集到的实景图像,也可以是在导航过程中利用导航设备上设置的图像采集设备实时采集到的实景图像。本公开实施例中的上述导航装置至少可以应用在以下场景,即导航数据预处理场景,该场景下预先对导航位置处的道路实景图像进行处理得到相应的实景导航数据,以便在导航过程中直接提供给导航设备使用。
在导航数据预处理场景下,导航位置可以是任何需要进行上述处理的位置,例如进入路口时的位置以及出路口时的位置等,具体可以根据实际应用情况而定,在此不做具体限制。在导航数据预处理场景下,该导航装置可以在服务器上执行。
图像语义分割模型可以是预先经过训练的机器学习模型,其能够针对图像的每个像素或者图像块进行分类,以便将像素点或者图像块分类成道路可通行区域和非道路可通行区域。
道路可通行区域可以是道路中可以通过的区域,例如对于车辆而言,道路可通行区域为道路中的可行驶区域,而对于行人而言,道路可通行区域为道路中的人行道区域等。
引导信息可以包括用于指示道路可通行区域中的通行方向的引导标识,引导信息可以用于在道路可通行区域中指示车辆的行驶方向,对于行人而言,引导信息可以用于在道路可通行区域中指示行走方向。通过引导信息能够指示被导航对象的前进路线以及前进方向。在一些实施例中,引导信息可以利用不同的形状或颜色指示被导航对象当前可以通过的道路可通行区域。引导信息可以是线形形状、块状、点状等,只要是能够在道路可通行区域指示前进方向的标识均可以作为引导信息。
在确定了引导信息之后,可以将引导信息叠加在道路实景图像中的道路可通行区域进行存储,以便在实时导航过程中,根据被导航对象的当前定位位置而输出对应的道路实景图像的同时,可以在道路实景图像上叠加展示该引导信息,通过该引导信息可以在道路实景图像中明确指示被导航对象的通行路线以及通行方向。
本公开实施例通过图像语义分割模型对道路实景图像进行处理,获得道路可通行区域,进而再利用该道路可通行区域确定引导信息后,将引导信息叠加在道路实景图像中的道路可通行区域后存储为实景导航数据,以便在实时导航过程中,能够结合导航动作在道路实景图像上展示引导信息。本公开实施例通过图像语义分割模型从道路实景图像中识别出道路可通行区域,进而在道路实景图像的道路可通行区域中叠加引导信息的方式,解决了传统实景导航中由于导航系统定位不准确的问题而导致在实景图像上显示的引导信息与实景图像不匹配的问题,提高了导航数据的准确性,并且提高了用户的导航体验。
在本实施例的一个可选实现方式中,该装置进一步包括:
第四获取模块,被配置为获取被导航对象的定位位置;
输出模块,被配置为当所述定位位置与所述目标位置相匹配时,输出所述实景导航数据。
该可选的实现方式中,可以利用本公开实施例提出的上述导航装置预先在服务器上将预设的目标位置处的道路实景图像进行处理,获得预设的目标位置处对应的实景导航数据,该实景导航数据中针对预设区域包括叠加在道路实景图像上的引导信息。在实时导航过程中,被导航对象的定位位置与该目标位置相匹配时,可以根据当前的导航动作将对应的实景导航数据直接输出在导航界面上,以便被导航对象能够直观地获知前进的路线以及方向。
图7是适于用来实现根据本公开一实施方式的导航方法的电子设备的结构示意图。
如图7所示,电子设备700包括处理单元701,其可实现为CPU、GPU、FPGA、NPU等处理单元。处理单元701可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行本公开上述任一方法的实施方式中的各种处理。在RAM703中,还存储有电子设备700操作所需的各种程序和数据。处理单元701、ROM702以及RAM703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。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施方式,上文参考本公开实施方式中的任一方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行本公开实施方式中任一方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种导航方法,其中,包括:
获取被导航对象前方的道路实景图像;
利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
根据所述道路可通行区域,确定用于指示通行方向的引导信息;
将所述引导信息叠加展示在所述道路实景图像上。
2.根据权利要求1所述的方法,其中,获取被导航对象前方的道路实景图像,包括:
获取所述被导航对象的定位位置;
当所述定位位置到路口的距离达到设定的距离阈值时,获取所述被导航对象前方的道路实景图像。
3.根据权利要求2所述的方法,其中,利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域,包括:
利用所述图像语义分割模型,获取所述道路实景图像中分方向的道路可通行区域。
4.根据权利要求3所述的方法,其中,将所述引导信息叠加展示在所述道路实景图像上,包括:
根据路口处的导航动作从所述分方向的所述道路可通行区域中确定目标通行区域;
至少在所述道路实景图像的所述目标通行区域中渲染所述引导信息。
5.根据权利要求1-4任一项所述的方法,其中,利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域,包括:
利用所述图像语义分割模型,将所述道路实景图像分割成图像块;
从所述图像块中,确定出目标图像块,所述目标图像块构成所述道路可通行区域;
根据所述道路可通行区域确定指示通行方向的引导信息,包括:
从所述目标图像块中提取骨干点;
对所述骨干点进行曲线拟合,获得所述道路实景图像上的引导线。
6.根据权利要求1-4任一项所述的方法,所述方法进一步包括:
当所述被导航对象通过所述道路可通行区域后,继续执行获取所述被导航对象前方的道路实景图像的步骤。
7.一种导航方法,其中,包括:
获取目标位置处的道路实景图像;
利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
根据所述道路可通行区域,确定用于指示通行方向的引导信息;
将所述引导信息叠加在所述道路实景图像上后,存储为所述目标位置处的实景导航数据。
8.根据权利要求7所述的方法,其中,
获取被导航对象的定位位置;
当所述定位位置与所述目标位置相匹配时,输出所述实景导航数据。
9.一种导航装置,其中,包括:
第一获取模块,被配置为获取被导航对象前方的道路实景图像;
第二获取模块,被配置为利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
第一确定模块,被配置为根据所述道路可通行区域,确定用于指示通行方向的引导信息;
展示模块,被配置为将所述引导信息叠加展示在所述道路实景图像上。
10.一种导航装置,其中,包括:
第三获取模块,被配置为获取目标位置处的道路实景图像;
第四获取模块,被配置为利用图像语义分割模型,获取所述道路实景图像中的道路可通行区域;
第二确定模块,被配置为根据所述道路可通行区域,确定用于指示通行方向的引导信息;
存储模块,被配置为将所述引导信息叠加在所述道路实景图像上后,存储为所述目标位置处的实景导航数据。
11.一种电子设备,其中,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-8任一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机指令,其中,该计算机指令被处理器执行时实现权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043744.3A CN114279451B (zh) | 2020-09-28 | 2020-09-28 | 导航方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043744.3A CN114279451B (zh) | 2020-09-28 | 2020-09-28 | 导航方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114279451A true CN114279451A (zh) | 2022-04-05 |
CN114279451B CN114279451B (zh) | 2024-09-03 |
Family
ID=80868044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011043744.3A Active CN114279451B (zh) | 2020-09-28 | 2020-09-28 | 导航方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114279451B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0827125A2 (en) * | 1996-08-30 | 1998-03-04 | Aisin Aw Co., Ltd. | Land vehicle navigation apparatus with guidance display image limiter for recognizability enhancement |
CN105526946A (zh) * | 2015-12-07 | 2016-04-27 | 清华大学苏州汽车研究院(吴江) | 一种将道路实景与驾驶引导融合显示的车辆导航系统 |
CN106092114A (zh) * | 2016-06-22 | 2016-11-09 | 江苏大学 | 一种图像识别的汽车实景导航装置及方法 |
CN108256413A (zh) * | 2017-11-27 | 2018-07-06 | 科大讯飞股份有限公司 | 可通行区域检测方法及装置、存储介质、电子设备 |
CN109297505A (zh) * | 2018-12-03 | 2019-02-01 | 深圳创维汽车智能有限公司 | Ar导航方法、车载终端及计算机可读存储介质 |
CN109683613A (zh) * | 2018-12-24 | 2019-04-26 | 驭势(上海)汽车科技有限公司 | 一种用于确定车辆的辅助控制信息的方法与设备 |
CN110986978A (zh) * | 2019-11-27 | 2020-04-10 | 常州新途软件有限公司 | 一种实景辅助导航系统及其导航方法 |
CN111351503A (zh) * | 2018-12-20 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 辅助驾驶方法、辅助驾驶系统、计算设备及存储介质 |
CN111666921A (zh) * | 2020-06-30 | 2020-09-15 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置、计算机设备和计算机可读存储介质 |
-
2020
- 2020-09-28 CN CN202011043744.3A patent/CN114279451B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0827125A2 (en) * | 1996-08-30 | 1998-03-04 | Aisin Aw Co., Ltd. | Land vehicle navigation apparatus with guidance display image limiter for recognizability enhancement |
CN105526946A (zh) * | 2015-12-07 | 2016-04-27 | 清华大学苏州汽车研究院(吴江) | 一种将道路实景与驾驶引导融合显示的车辆导航系统 |
CN106092114A (zh) * | 2016-06-22 | 2016-11-09 | 江苏大学 | 一种图像识别的汽车实景导航装置及方法 |
CN108256413A (zh) * | 2017-11-27 | 2018-07-06 | 科大讯飞股份有限公司 | 可通行区域检测方法及装置、存储介质、电子设备 |
CN109297505A (zh) * | 2018-12-03 | 2019-02-01 | 深圳创维汽车智能有限公司 | Ar导航方法、车载终端及计算机可读存储介质 |
CN111351503A (zh) * | 2018-12-20 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 辅助驾驶方法、辅助驾驶系统、计算设备及存储介质 |
CN109683613A (zh) * | 2018-12-24 | 2019-04-26 | 驭势(上海)汽车科技有限公司 | 一种用于确定车辆的辅助控制信息的方法与设备 |
CN110986978A (zh) * | 2019-11-27 | 2020-04-10 | 常州新途软件有限公司 | 一种实景辅助导航系统及其导航方法 |
CN111666921A (zh) * | 2020-06-30 | 2020-09-15 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置、计算机设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114279451B (zh) | 2024-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8126209B2 (en) | Road image analyzing apparatus and road image analyzing method | |
Tae-Hyun et al. | Detection of traffic lights for vision-based car navigation system | |
CN110926487A (zh) | 辅助驾驶方法、辅助驾驶系统、计算设备及存储介质 | |
CN109515439B (zh) | 自动驾驶控制方法、装置、系统及存储介质 | |
KR102641117B1 (ko) | 영상을 증강하는 방법 및 장치 | |
CN110763250A (zh) | 用于处理定位信息的方法和装置以及系统 | |
CN111444810A (zh) | 一种红绿灯信息识别方法、装置、设备及存储介质 | |
CN110969592A (zh) | 图像融合方法、自动驾驶控制方法、装置和设备 | |
CN111260549A (zh) | 道路地图的构建方法、装置和电子设备 | |
CN109345015B (zh) | 用于选取路线的方法和装置 | |
CN114750696A (zh) | 车辆视觉呈现的方法、车载设备及车辆 | |
CN112650772B (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
CN114485690A (zh) | 导航地图的生成方法、装置、电子设备及存储介质 | |
KR100839578B1 (ko) | 영상기반 경로안내를 제어하는 차량 항법 장치 및 그 방법 | |
CN109635701B (zh) | 车道通行属性获取方法、装置和计算机可读存储介质 | |
CN114116927A (zh) | 环岛道路识别方法、装置、电子设备及存储介质 | |
CN114279451B (zh) | 导航方法、装置、电子设备及存储介质 | |
CN114742996A (zh) | 图像语义分割方法、装置、电子设备及存储介质 | |
CN114509077A (zh) | 导航引导线的生成方法、装置、系统和计算机程序产品 | |
Choi et al. | Methods to detect road features for video-based in-vehicle navigation systems | |
CN111612854A (zh) | 实景地图的生成方法、装置、计算机设备和存储介质 | |
US12039757B2 (en) | Associating labels between multiple sensors | |
Lin et al. | Lane detection networks based on deep neural networks and temporal information | |
TWI451990B (zh) | 車道定位系統、車道定位方法及路面標記 | |
US20210180982A1 (en) | Map generation device and map generation method |
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 |