车辆引导路线绘制方法、装置及设备转让专利

申请号 : CN201910282141.X

文献号 : CN110031010A

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 李冰周志鹏张丙林李映辉廖瑞华

申请人 : 百度在线网络技术(北京)有限公司

摘要 :

本发明提出了一种车辆引导路线绘制方法、装置及设备,其中,方法包括:检测车辆行驶环境的车道线,若没有检测到车道线,则获取车辆的位置和航向角;将位置和预先存储的路网信息进行匹配,确定车辆当前行驶的道路信息;根据位置、航向角和道路信息绘制AR引导路线。由此,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。

权利要求 :

1.一种车辆引导路线绘制方法,其特征在于,包括:检测车辆行驶环境的车道线,若没有检测到车道线,则获取所述车辆的位置和航向角;

将所述位置和预先存储的路网信息进行匹配,确定所述车辆当前行驶的道路信息;

根据所述位置、所述航向角和所述道路信息绘制AR引导路线。

2.如权利要求1所述的方法,其特征在于,在根据所述位置、所述航向角和所述道路信息绘制AR引导路线之后,还包括:当所述车辆行驶到路口时,判断所述航向角是否发生变化;

若所述航向角没有发生变化,则绘制直行的AR引导路线;

若所述航向角发生变化,则根据所述位置、所述航向角和所述车辆当前行驶的道路信息预测车辆行驶路线,并根据预测的车辆行驶路线绘制AR引导路线。

3.如权利要求1所述的方法,其特征在于,所述获取所述车辆的位置和航向角包括:采集惯性测量单元的角速度和加速度,所述车辆的车速,GPS位置信息,相机视觉信息;

根据所述角速度和加速度和上一时刻的状态向量获取当前时刻状态向量的预测值,其中,所述状态向量包括所述惯性测量单元的旋转、位移、速度,以及地图图像的特征点和深度值;

根据所述车辆的车速、GPS位置信息、相机视觉信息计算误差;

根据所述误差计算卡尔曼增益,并根据所述卡尔曼增益和所述预测值更新状态向量,根据更新后的状态向量确定所述车辆的位置和航向角。

4.如权利要求1所述的方法,其特征在于,在检测车辆行驶环境的车道线之后,还包括:若检测到车道线,则获取所述车道线在道路图像中的坐标;

根据所述坐标确定车道线的延伸方向,并沿所述延伸方向绘制AR引导路线。

5.如权利要求1所述的方法,其特征在于,还包括:检测车辆的预设方向是否存在障碍物;

若是,则确定障碍物与自身的距离,并绘制所述障碍物的提示区域和距离。

6.如权利要求1所述的方法,其特征在于,还包括:获取地图引擎发送的路况信息,并对所述路况信息进行AR绘制。

7.一种车辆引导路线绘制装置,其特征在于,包括:检测模块,用于检测车辆行驶环境的车道线;

获取模块,用于若没有检测到车道线,则获取所述车辆的位置和航向角;

匹配模块,用于将所述位置和预先存储的路网信息进行匹配,确定所述车辆当前行驶的道路信息;

第一绘制模块,用于根据所述位置、所述航向角和所述道路信息绘制AR引导路线。

8.如权利要求7所述的装置,其特征在于,还包括:处理模块,用于当所述车辆行驶到路口时,判断所述航向角是否发生变化;

若所述航向角没有发生变化,则绘制直行的AR引导路线;

若所述航向角发生变化,则根据所述位置、所述航向角和所述车辆当前行驶的道路信息预测车辆行驶路线,并根据预测的车辆行驶路线绘制AR引导路线。

9.如权利要求7所述的装置,其特征在于,所述获取模块具体用于:采集惯性测量单元的角速度和加速度,所述车辆的车速,GPS位置信息,相机视觉信息;

根据所述角速度和加速度和上一时刻的状态向量获取当前时刻状态向量的预测值,其中,所述状态向量包括所述惯性测量单元的旋转、位移、速度,以及地图图像的特征点和深度值;

根据所述车辆的车速、GPS位置信息、相机视觉信息计算误差;

根据所述误差计算卡尔曼增益,并根据所述卡尔曼增益和所述预测值更新状态向量,根据更新后的状态向量确定所述车辆的位置和航向角。

10.如权利要求7所述的装置,其特征在于,还包括:第二绘制模块,用于若检测到车道线,则获取所述车道线在道路图像中的坐标;

根据所述坐标确定车道线的延伸方向,并沿所述延伸方向绘制AR引导路线。

11.如权利要求7所述的装置,其特征在于,还包括:障碍物绘制模块,用于检测车辆的预设方向是否存在障碍物;

若是,则确定障碍物与自身的距离,并绘制所述障碍物的提示区域和距离。

12.如权利要求7所述的装置,其特征在于,还包括:路况绘制模块,用于获取地图引擎发送的路况信息,并对所述路况信息进行AR绘制。

13.一种计算机设备,其特征在于,包括处理器和存储器;

其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-6中任一项所述的车辆引导路线绘制方法。

14.一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,该程序被处理器执行时实现如权利要求1-6中任一项所述的车辆引导路线绘制方法。

说明书 :

车辆引导路线绘制方法、装置及设备

技术领域

[0001] 本发明涉及智能交通技术领域,尤其涉及一种车辆引导路线绘制方法、装置及设备。

背景技术

[0002] 随着地图引擎技术的不断发展,人们对地图引擎的要求也越来越高。AR(Augmented Reality,增强现实)导航通过将AR技术与地图导航相结合,为用户提供更直观的导航引导,例如通过AR平视显示器将引导路线显示在用户前方的道路上,或者通过AR绘制在车机图像的道路上或仪表盘上显示引导路线,从而达到直观的引导作用。
[0003] 目前,只有在导航时的AR支持,而在非导航模式时没有AR模式支持,需要一种在非导航模式时对用户进行AR引导的方案。

发明内容

[0004] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005] 为此,本发明的第一个目的在于提出一种车辆引导路线绘制方法,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。
[0006] 本发明的第二个目的在于提出一种车辆引导路线绘制装置。
[0007] 本发明的第三个目的在于提出一种计算机设备。
[0008] 本发明的第四个目的在于提出一种计算机可读存储介质。
[0009] 本发明第一方面实施例提出了一种车辆引导路线绘制方法,包括:
[0010] 检测车辆行驶环境的车道线,若没有检测到车道线,则获取所述车辆的位置和航向角;
[0011] 将所述位置和预先存储的路网信息进行匹配,确定所述车辆当前行驶的道路信息;
[0012] 根据所述位置、所述航向角和所述道路信息绘制AR引导路线。
[0013] 本发明实施例的车辆引导路线绘制方法,通过检测车辆行驶环境的车道线,若没有检测到车道线,则获取车辆的位置和航向角。进而,将位置和预先存储的路网信息进行匹配,确定车辆当前行驶的道路信息。进一步,根据位置、航向角和道路信息绘制AR引导路线。由此,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。
[0014] 另外,根据本发明上述实施例的车辆引导路线绘制方法还可以具有如下附加技术特征:
[0015] 可选地,在根据所述位置、所述航向角和所述道路信息绘制AR引导路线之后,还包括:当所述车辆行驶到路口时,判断所述航向角是否发生变化;若所述航向角没有发生变化,则绘制直行的AR引导路线;若所述航向角发生变化,则根据所述位置、所述航向角和所述车辆当前行驶的道路信息预测车辆行驶路线,并根据预测的车辆行驶路线绘制AR引导路线。
[0016] 可选地,所述获取所述车辆的位置和航向角包括:采集惯性测量单元的角速度和加速度,所述车辆的车速,GPS位置信息,相机视觉信息;根据所述角速度和加速度和上一时刻的状态向量获取当前时刻状态向量的预测值,其中,所述状态向量包括所述惯性测量单元的旋转、位移、速度,以及地图图像的特征点和深度值;根据所述车辆的车速、GPS位置信息、相机视觉信息计算误差;根据所述误差计算卡尔曼增益,并根据所述卡尔曼增益和所述预测值更新状态向量,根据更新后的状态向量确定所述车辆的位置和航向角。
[0017] 可选地,在检测车辆行驶环境的车道线之后,还包括:若检测到车道线,则获取所述车道线在道路图像中的坐标;根据所述坐标确定车道线的延伸方向,并沿所述延伸方向绘制AR引导路线。
[0018] 可选地,所述的方法还包括:检测车辆的预设方向是否存在障碍物;若是,则确定障碍物与自身的距离,并绘制所述障碍物的提示区域和距离。
[0019] 可选地,所述的方法还包括:获取地图引擎发送的路况信息,并对所述路况信息进行AR绘制。
[0020] 本发明第二方面实施例提出了一种车辆引导路线绘制装置,包括:
[0021] 检测模块,用于检测车辆行驶环境的车道线;
[0022] 获取模块,用于若没有检测到车道线,则获取所述车辆的位置和航向角;
[0023] 匹配模块,用于将所述位置和预先存储的路网信息进行匹配,确定所述车辆当前行驶的道路信息;
[0024] 第一绘制模块,用于根据所述位置、所述航向角和所述道路信息绘制AR引导路线。
[0025] 本发明实施例的车辆引导路线绘制装置,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。
[0026] 另外,根据本发明上述实施例的车辆引导路线绘制装置还可以具有如下附加技术特征:
[0027] 可选地,所述的装置还包括:处理模块,用于当所述车辆行驶到路口时,判断所述航向角是否发生变化;若所述航向角没有发生变化,则绘制直行的AR引导路线;若所述航向角发生变化,则根据所述位置、所述航向角和所述车辆当前行驶的道路信息预测车辆行驶路线,并根据预测的车辆行驶路线绘制AR引导路线。
[0028] 可选地,所述获取模块具体用于:采集惯性测量单元的角速度和加速度,所述车辆的车速,GPS位置信息,相机视觉信息;根据所述角速度和加速度和上一时刻的状态向量获取当前时刻状态向量的预测值,其中,所述状态向量包括所述惯性测量单元的旋转、位移、速度,以及地图图像的特征点和深度值;根据所述车辆的车速、GPS位置信息、相机视觉信息计算误差;根据所述误差计算卡尔曼增益,并根据所述卡尔曼增益和所述预测值更新状态向量,根据更新后的状态向量确定所述车辆的位置和航向角。
[0029] 可选地,所述的装置还包括:第二绘制模块,用于若检测到车道线,则获取所述车道线在道路图像中的坐标;根据所述坐标确定车道线的延伸方向,并沿所述延伸方向绘制AR引导路线。
[0030] 可选地,所述的装置还包括:障碍物绘制模块,用于检测车辆的预设方向是否存在障碍物;若是,则确定障碍物与自身的距离,并绘制所述障碍物的提示区域和距离。
[0031] 可选地,所述的装置还包括:路况绘制模块,用于获取地图引擎发送的路况信息,并对所述路况信息进行AR绘制。
[0032] 本发明第三方面实施例提出了一种计算机设备,包括处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的车辆引导路线绘制方法。
[0033] 本发明第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所述的车辆引导路线绘制方法。
[0034] 本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。

附图说明

[0035] 图1为本发明实施例所提供的一种车辆引导路线绘制方法的流程示意图;
[0036] 图2为本发明实施例所提供的另一种车辆引导路线绘制方法的流程示意图;
[0037] 图3为本发明实施例所提供的另一种车辆引导路线绘制方法的流程示意图;
[0038] 图4为本发明实施例所提供的一种车辆引导路线绘制装置的结构示意图;
[0039] 图5为本发明实施例所提供的另一种车辆引导路线绘制装置的结构示意图;
[0040] 图6示出了适于用来实现本发明实施例的示例性计算机设备的框图。

具体实施方式

[0041] 下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
[0042] 下面参考附图描述本发明实施例的车辆引导路线绘制方法、装置及设备。
[0043] 图1为本发明实施例所提供的一种车辆引导路线绘制方法的流程示意图,如图1所示,该方法包括:
[0044] 步骤101,检测车辆行驶环境的车道线,若没有检测到车道线,则获取车辆的位置和航向角。
[0045] 本发明实施例中,可以实现在非地图导航模式下,即没有导航路线的情况下,绘制AR(Augmented Reality,增强现实)引导路线。可以先检测车辆行驶环境的车道线,若检测到车道线,则根据车道线识别结果绘制AR引导路线,若没有检测到车道线,则获取车辆的位姿信息,例如位置和航向角等,以进一步根据位置和航向角确定AR引导路线。
[0046] 其中,车辆的位置可以为经纬度信息,航向角可以为车辆行驶方向与地球北极之间的夹角。
[0047] 在本发明的一个实施例中,车辆包括惯性测量单元IMU、相机和GPS(Global Positioning System,全球定位系统)定位,可以将车辆的车速、IMU的加速度和角速度、GPS位置信息、相机采集的视觉信息作为输入,根据输入进行扩展卡尔曼滤波获取当前车辆的经纬度和航向角。其中,GPS位置信息可以为在站心坐标系(ENU坐标系)的位置,视觉信息可以为采集的地图图像中的视觉特征点和深度值。
[0048] 作为一种示例,扩展卡尔曼滤波的状态向量包括:惯性测量单元的旋转、位移、速度,以及地图图像的特征点和深度值。本示例中,结合扩展卡尔曼滤波的预测、计算误差、更新三个状态进行说明。可以采集当前时刻的惯性测量单元的角速度和加速度,车辆的车速,GPS位置信息,相机视觉信息,并在预测时,根据角速度和加速度和上一时刻的状态向量进行预测,获取当前时刻状态向量的预测值,例如,可以通过IMU的加速度计和角度速计积分得到位移和旋转,并根据上一时刻的特征点和深度值和当前时刻的位移和旋转,预测出当前时刻特征点和深度值的预测值。进一步,在计算误差时,根据车辆的车速校正IMU的速度,根据GPS位置信息校正IMU的位移,以及通过追踪视觉特征点的方式根据相机视觉信息校正视觉信息,从而计算出误差。进一步,在更新时,根据误差计算卡尔曼增益,并根据卡尔曼增益和预测值更新状态向量,根据更新后的状态向量确定车辆的位置和航向角,并更新协方差矩阵。由此,实现了多传感器融合定位,提高了定位数据的准确性,从而进一步提高引导路线绘制的准确性。
[0049] 步骤102,将位置和预先存储的路网信息进行匹配,确定车辆当前行驶的道路信息。
[0050] 本发明实施例中,可以通过地图引擎预先获取路网信息并存储,进而,根据检测到的车辆的位置与路网信息进行匹配,可以确定车辆当前行驶的道路。例如,可以接受扩展卡尔曼滤波输出的经纬度,并与路网进行匹配,实现绑定道路,并将车辆当前行驶的道路信息发送至AR绘制端。其中,道路信息可以为道路的路线信息比如直行、转弯、转向等信息。
[0051] 步骤103,根据位置、航向角和道路信息绘制AR引导路线。
[0052] 本发明实施例中,AR绘制端接收到扩展卡尔曼滤波输出的经纬度和航向角,以及地图引擎输出的道路信息后,可以根据经纬度、航向角和道路信息绘制AR引导路线,例如在AR HUD中显示AR引导路线,在例如在车机图像的道路上或仪表盘上绘制AR引导路线,从而实现在非地图导航模式下绘制AR引导路线,提升用户使用感。
[0053] 作为一种示例,道路信息为直行道路,根据车辆位置、航向角以及道路信息确定车辆为直行行驶状态,则在预设距离内绘制直行的AR引导路线,比如在AR平视显示器上显示直行的箭头。
[0054] 作为另一种示例,道路信息为左转弯道,根据车辆位置、航向角以及道路信息确定车辆为向左转弯行驶状态,则在预设距离内绘制向左转的AR引导路线,比如在AR平视显示器上显示指示向左前方的AR箭头。
[0055] 本发明实施例的车辆引导路线绘制方法,通过检测车辆行驶环境的车道线,若没有检测到车道线,则获取车辆的位置和航向角。进而,将位置和预先存储的路网信息进行匹配,确定车辆当前行驶的道路信息。进一步,根据位置、航向角和道路信息绘制AR引导路线。由此,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。
[0056] 基于上述实施例,进一步地,当车辆行驶到岔路口时,可以预测车辆行驶路线,并根据预测的车辆行驶路线绘制相应的AR引导路线。
[0057] 图2为本发明实施例所提供的另一种车辆引导路线绘制方法的流程示意图,如图2所示,该方法包括:
[0058] 步骤201,当车辆行驶到路口时,判断航向角是否发生变化。
[0059] 作为一种可能的实现方式,可以根据车辆的位置与预存的路网信息进行匹配,实现绑定道路,并根据车辆的位置与绑定的道路确定车辆是否行驶到路口。进而,根据扩展卡尔曼滤波输出的航向角判断航向角是否发现变化,进而根据航向角的变化情况以相应的策略绘制AR引导路线。
[0060] 步骤202,若航向角没有发生变化,则绘制直行的AR引导路线。
[0061] 本发明实施例中,若航向角没有发生变化,则确定车辆为直行行驶状态,并绘制直行的AR引导路线。
[0062] 步骤203,若航向角发生变化,则根据位置、航向角和车辆当前行驶的道路信息预测车辆行驶路线,并根据预测的车辆行驶路线绘制AR引导路线。
[0063] 本发明实施例中,若航向角发生变化,则根据车辆的位置、航向角以及车辆当前行驶的道路,预测车辆可能的行驶路线,并根据预测的路线绘制相应的AR引导路线,以引导用户按照预测的路线驾驶。
[0064] 作为一种示例,以十字路口为例,当车辆行驶到十字路口时,判断航向角是否发生变化。若航向角没有发生变化,则确定车辆的行驶状态为直行,在AR平视显示器上显示直行的AR引导路线。若航向角发生变化,且向左变化了预设角度,则确定车辆的行驶状态为左转,进而,根据车辆的位置和当前行驶的道路预测车辆的行驶状态为向左转弯进入道路B,并绘制向左转的AR引导路线,以引导用户根据该引导路线驶入道路B。
[0065] 本发明实施例的车辆引导路线绘制方法,当车辆行驶到岔路口时,可以根据车辆位置、航向角和当前道路信息预测车辆行驶路线,并根据预测的车辆行驶路线绘制相应的AR引导路线,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。
[0066] 下面针对检测到车道线的情况进行说明。
[0067] 图3为本发明实施例所提供的另一种车辆引导路线绘制方法的流程示意图,如图3所示,该方法包括:
[0068] 步骤301,检测车辆行驶环境的车道线。
[0069] 在本发明的一个实施例中,可以采集车辆行驶方向的道路图像,并将道路图像输入到预先训练的识别模型中进行处理,以检测出道路图像中是否包含车道线。
[0070] 其中,识别模型可以基于神经网络实现。例如,可以收集包含车道线与对应标记的图像训练集,并根据该图像训练集训练神经网络的处理参数,生成识别模型,使该识别模型的输入为图像,输出为车道线识别结果。其中,神经网络可以基于物体检测算法实现,也可以基于图像语义分割算法实现,此处不作具体限制。
[0071] 步骤302,若检测到车道线,则获取车道线在道路图像中的坐标。
[0072] 本发明实施例中,若道路图像中检测到车道线,则获取车道线在道路图像中的坐标。作为一种示例,可以基于识别模型对道路图像进行像素级别的预测,通过二分类的方式确定道路图像中各像素点的类别,若存在类别为车道线类别的像素点,则确定检测到车道线。进而,获取各车道线类别的像素点在道路图像中的坐标,作为车道线在道路图像中的坐标。
[0073] 步骤303,根据坐标确定车道线的延伸方向,并沿延伸方向绘制AR引导路线。
[0074] 本发明实施例中,可以根据车道线的坐标集合确定车道线的方向,并沿着车道线的方向绘制相应的AR引导路线,以引导用户沿着车道线方向驾驶。例如,根据车道线坐标集合确定车道线延伸方向为向前,则绘制直行的AR引导路线,再例如,根据车道线坐标集合确定车道线延伸方向为向左,则绘制左转的AR引导路线。
[0075] 在本发明的一些实施例中,还可以检测车辆的预设方向是否存在障碍物,若是,则确定障碍物与自身的距离,并绘制障碍物的提示区域和距离。例如,可以通过物体检测模型,检测车辆行驶方向是否存在其他车辆和行人,并输出其他车辆和行人的定位框。进而,确定其他车辆和行人与当前车辆的距离,并在AR平视显示器中显示其他车辆和行人的定位框和距离。
[0076] 在本发明的一些实施例中,还可以由地图引擎获取路况信息,比如道路的拥堵情况,进而,AR绘制端接收地图引擎发送的路况信息,并对路况信息进行AR绘制。例如,AR绘制端可以绘制当前道路的拥堵情况,再例如,当车辆行驶到路口时,AR绘制端可以绘制前方其他道路的拥堵情况。
[0077] 本发明实施例的车辆引导路线绘制方法,能够在检测到车道线时,根据车道线的方向绘制相应的AR引导路线,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。
[0078] 为了实现上述实施例,本发明还提出一种车辆引导路线绘制装置。
[0079] 图4为本发明实施例所提供的一种车辆引导路线绘制装置的结构示意图,如图4所示,该装置包括:检测模块100,获取模块200,匹配模块300,第一绘制模块400。
[0080] 其中,检测模块100,用于检测车辆行驶环境的车道线。
[0081] 获取模块200,用于若没有检测到车道线,则获取车辆的位置和航向角。
[0082] 匹配模块300,用于将位置和预先存储的路网信息进行匹配,确定车辆当前行驶的道路信息。
[0083] 第一绘制模块400,用于根据位置、航向角和道路信息绘制AR引导路线。
[0084] 可选地,获取模块200具体用于:采集惯性测量单元的角速度和加速度,车辆的车速,GPS位置信息,相机视觉信息;根据角速度和加速度和上一时刻的状态向量获取当前时刻状态向量的预测值,其中,状态向量包括惯性测量单元的旋转、位移、速度,以及地图图像的特征点和深度值;根据车辆的车速、GPS位置信息、相机视觉信息计算误差;根据误差计算卡尔曼增益,并根据卡尔曼增益和预测值更新状态向量,根据更新后的状态向量确定车辆的位置和航向角。
[0085] 在图4的基础上,图5所示的装置还包括:处理模块500,第二绘制模块600,障碍物绘制模块700,路况绘制模块800。
[0086] 其中,处理模块500,用于当车辆行驶到路口时,判断航向角是否发生变化;若航向角没有发生变化,则绘制直行的AR引导路线;若航向角发生变化,则根据位置、航向角和车辆当前行驶的道路信息预测车辆行驶路线,并根据预测的车辆行驶路线绘制AR引导路线。
[0087] 第二绘制模块600,用于若检测到车道线,则获取车道线在道路图像中的坐标;根据坐标确定车道线的延伸方向,并沿延伸方向绘制AR引导路线。
[0088] 障碍物绘制模块700,用于检测车辆的预设方向是否存在障碍物;若是,则确定障碍物与自身的距离,并绘制障碍物的提示区域和距离。
[0089] 路况绘制模块800,用于获取地图引擎发送的路况信息,并对路况信息进行AR绘制。
[0090] 需要说明的是,前述实施例对车辆引导路线绘制方法的解释说明同样适用于本实施例的车辆引导路线绘制装置,此处不再赘述。
[0091] 本发明实施例的车辆引导路线绘制装置,通过检测车辆行驶环境的车道线,若没有检测到车道线,则获取车辆的位置和航向角。进而,将位置和预先存储的路网信息进行匹配,确定车辆当前行驶的道路信息。进一步,根据位置、航向角和道路信息绘制AR引导路线。由此,实现了在非导航模式下为用户提供AR引导路线,能够更直观的引导用户驾驶,提升用户使用感,扩展了产品功能。
[0092] 为了实现上述实施例,本发明还提出一种计算机设备,包括处理器和存储器;其中,处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现如前述任一实施例所述的车辆引导路线绘制方法。
[0093] 为了实现上述实施例,本发明还提出一种计算机程序产品,当计算机程序产品中的指令被处理器执行时实现如前述任一实施例所述的车辆引导路线绘制方法。
[0094] 为了实现上述实施例,本发明还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如前述任一实施例所述的车辆引导路线绘制方法。
[0095] 图6示出了适于用来实现本发明实施例的示例性计算机设备的框图。图6显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
[0096] 如图6所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
[0097] 总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry  Standard Architecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association;以下简称:VESA)局域总线以及外围组件互连(Peripheral Component Interconnection;以下简称:PCI)总线。
[0098] 计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
[0099] 存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read Only Memory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read Only Memory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
[0100] 具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
[0101] 计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
[0102] 处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的方法。
[0103] 在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
[0104] 在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0105] 尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。