System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及车辆,具体而言,涉及一种主辅路判断方法、装置、车辆和计算机可读存储介质。
技术介绍
1、随着城市的不断发展,现有的城市道路存在主路、辅路。由于主路和辅路在行驶速度、道路联通关系和道路属性等方面的差异,例如辅路上可能出现机动车、非机动车和行人,而主路通常只有机动车,所以对于地图产品的诱导播报、导航路线规划等都有不同的要求。在行车的过程中,若道路导航系统能准确的确定车辆的主辅路切换情况,则可以为用户提供更及时以及更准确的导航服务。
2、现有技术中,判定主辅路的方式主要有两种,一种是通过gps(globalpositioning system,全球定位系统)进行判定,但是gps定位精度有限,无法达到车道级定位精度,导致主辅路判定错误,并且gps受环境影响大,城市中的高楼以及路旁的树木均会影响gps定位,导致gps定位误差较大,从而误判主辅路;另一种是通过摄像头进行判定,但是摄像头受光线影响大,定位精度不精准,进而导致主辅路判定不准确。
技术实现思路
1、本专利技术的目的在于提供一种主辅路判断方法、装置、车辆和计算机可读存储介质,以解决主辅路判定的准确性较低的问题。
2、第一方面,本专利技术提供一种主辅路判断方法,应用于车辆,所述车辆上设置有传感器,所述方法包括:
3、当所述车辆驶入主辅路区分区域时,根据所述传感器采集的道路数据确定所述车辆位于辅路的机器判定概率;
4、根据用户对所述车辆是否位于辅路的判定结果,确定所述车辆位于辅
5、根据所述机器判定概率以及所述人工判定概率,确定所述车辆位于主路还是辅路。
6、在可选的实施方式中,所述传感器为多个,所述车辆存储有每个传感器对应的判定权重,所述根据所述传感器采集的道路数据确定所述车辆位于辅路的机器判定概率,包括:
7、根据各传感器在同一时间段内的每个时刻采集的道路数据,确定各传感器检测到所述车辆位于辅路的时刻数量;
8、将各传感器对应的时刻数量与所述时间段内的总时刻数量的比值确定为各传感器对应的判定概率;
9、根据各传感器对应的判定概率以及各传感器的判定权重,确定所述机器判定概率。
10、在可选的实施方式中,所述车辆存储有机器判定权重以及人工判定权重,所述根据所述机器判定概率以及所述人工判定概率,确定所述车辆位于主路还是辅路,包括:
11、根据所述机器判定概率与对应的所述机器判定权重,以及所述人工判定概率与对应的所述人工判定权重,获得所述车辆位于辅路的实际判定概率;
12、根据所述车辆位于辅路的实际判定概率确定所述车辆位于主路还是辅路。
13、在可选的实施方式中,所述根据所述机器判定概率与对应的所述机器判定权重,以及所述人工判定概率与对应的所述人工判定权重,获得所述车辆位于辅路的实际判定概率,包括:
14、将所述机器判定概率与所述机器判定权重的乘积,与所述人工判定概率与所述人工判定权重的乘积相加,得到第一和值;
15、将所述机器判定权重与所述人工判定权重相加,得到第二和值;
16、将所述第一和值与所述第二和值的比值确定为所述车辆位于辅路的实际判定概率。
17、在可选的实施方式中,所述根据所述车辆位于辅路的实际判定概率确定所述车辆位于主路还是辅路,包括:
18、当所述实际判定概率大于概率阈值,则判定所述车辆位于辅路;
19、当所述实际判定概率小于等于所述概率阈值,则判定所述车辆位于主路。
20、在可选的实施方式中,所述车辆与服务器通信连接,所述服务器存储有地图,所述当所述车辆驶入主辅路区分区域时,根据所述传感器采集的道路数据确定所述车辆位于辅路的机器判定概率的步骤之前,所述方法还包括:
21、实时获取所述车辆的第一位置信息;
22、在所述地图中查找与所述第一位置信息距离最近的辅路入口位置信息;
23、获得所述第一位置信息与所述最近的辅路入口位置信息之间的第一距离;
24、当所述第一距离小于距离阈值,且所述第一距离逐渐减小时,判断所述车辆驶入所述主辅路区分区域。
25、在可选的实施方式中,在所述根据所述判定概率确定所述车辆位于主路还是辅路之后,所述方法还包括:
26、实时获取所述车辆的第二位置信息;
27、在所述地图中查找与所述第二位置信息距离最近的辅路出口位置信息;
28、获得所述第二位置信息与所述最近的辅路出口位置信息之间的第二距离;
29、当所述第二距离大于距离阈值,且所述第二距离逐渐增大时,判断所述车辆驶离所述主辅路区分区域。
30、第二方面,本专利技术提供一种主辅路判断装置,应用于车辆,所述车辆上设置有传感器,所述装置包括:
31、机器判定概率确定模块,用于当所述车辆驶入主辅路区分区域时,根据所述传感器采集的道路数据确定所述车辆位于辅路的机器判定概率;
32、人工判定概率确定模块,用于根据用户对所述车辆是否位于辅路的判定结果,确定所述车辆位于辅路的人工判定概率;
33、主辅路确定模块,用于根据所述机器判定概率以及所述人工判定概率,确定所述车辆位于主路还是辅路。
34、第三方面,本专利技术提供一种车辆,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行的计算机程序以实现前述实施方式任一所述的主辅路判断方法。
35、第四方面,本专利技术提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前述实施方式中任一项所述的主辅路判断方法。
36、本专利技术实施例提供的主辅路判断方法、装置、电子设备和计算机可读存储介质,应用于车辆,所述车辆上设置有传感器,该方法包括:当车辆驶入主辅路区分区域时,根据传感器采集的道路数据确定车辆位于辅路的机器判定概率,根据用户对车辆是否位于辅路的判定结果,确定车辆位于辅路的人工判定概率,根据机器判定概率以及人工判定概率,确定车辆位于主路还是辅路,通过将传感器和人工结合进行主辅路判定,从而提高主辅路判定的准确性。
本文档来自技高网...【技术保护点】
1.一种主辅路判断方法,其特征在于,应用于车辆,所述车辆上设置有传感器,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述传感器为多个,所述车辆存储有每个传感器对应的判定权重,所述根据所述传感器采集的道路数据确定所述车辆位于辅路的机器判定概率,包括:
3.根据权利要求1所述的方法,其特征在于,所述车辆存储有机器判定权重以及人工判定权重,所述根据所述机器判定概率以及所述人工判定概率,确定所述车辆位于主路还是辅路,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述机器判定概率与对应的所述机器判定权重,以及所述人工判定概率与对应的所述人工判定权重,获得所述车辆位于辅路的实际判定概率,包括:
5.根据权利要求3所述的方法,其特征在于,所述根据所述车辆位于辅路的实际判定概率确定所述车辆位于主路还是辅路,包括:
6.根据权利要求1所述的方法,其特征在于,所述车辆与服务器通信连接,所述服务器存储有地图,所述当所述车辆驶入主辅路区分区域时,根据所述传感器采集的道路数据确定所述车辆位于辅路的机器判定概率的步骤之前,
7.根据权利要求6所述的方法,其特征在于,在所述根据所述判定概率确定所述车辆位于主路还是辅路之后,所述方法还包括:
8.一种主辅路判断装置,其特征在于,应用于车辆,所述车辆上设置有传感器,所述装置包括:
9.一种车辆,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行的计算机程序以实现权利要求1-7任一所述的主辅路判断方法。
10.一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如权利要求1-7中任一项所述的主辅路判断方法。
...【技术特征摘要】
1.一种主辅路判断方法,其特征在于,应用于车辆,所述车辆上设置有传感器,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述传感器为多个,所述车辆存储有每个传感器对应的判定权重,所述根据所述传感器采集的道路数据确定所述车辆位于辅路的机器判定概率,包括:
3.根据权利要求1所述的方法,其特征在于,所述车辆存储有机器判定权重以及人工判定权重,所述根据所述机器判定概率以及所述人工判定概率,确定所述车辆位于主路还是辅路,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述机器判定概率与对应的所述机器判定权重,以及所述人工判定概率与对应的所述人工判定权重,获得所述车辆位于辅路的实际判定概率,包括:
5.根据权利要求3所述的方法,其特征在于,所述根据所述车辆位于辅路的实际判定概率确定所述车辆位于主路还是辅路,包括:
<...【专利技术属性】
技术研发人员:龚琳琳,张红伟,张世光,黄华,黄艳香,吴开阳,陈玮,
申请(专利权)人:广州科技贸易职业学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。