[发明专利]道路区域校正装置、道路区域校正方法以及计算机程序在审
申请号: | 202110330059.7 | 申请日: | 2021-03-29 |
公开(公告)号: | CN113495940A | 公开(公告)日: | 2021-10-12 |
发明(设计)人: | 田中雅浩 | 申请(专利权)人: | 丰田自动车株式会社 |
主分类号: | G06F16/29 | 分类号: | G06F16/29;G06F16/215 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 张丽 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 道路 区域 校正 装置 方法 以及 计算机 程序 | ||
1.一种道路区域校正装置,具有:
划分部,将从俯瞰图像抽取出的呈现有道路的道路区域划分为多个部分道路区域;
对应建立部,关于所述多个部分道路区域的各个部分道路区域,将该部分道路区域与表示多个道路区间各自的位置的地图信息所示出的、处于该部分道路区域的位置的道路区间对应起来;以及
校正部,关于所述多个部分道路区域的各个部分道路区域,以使该部分道路区域覆盖对应的所述道路区间的方式校正所述道路区域。
2.根据权利要求1所述的道路区域校正装置,其中,
所述划分部通过对所述道路区域进行细线化或者骨架化,从而求出所述道路区域的骨架线的集合,以使所述骨架线的集合中包含的端点或者骨架线彼此的分支点成为各个骨架线的端点的方式将所述骨架线的集合分割为所述各个骨架线,将所述道路区域中包含的各像素与分割后的所述各个骨架线中的最近的骨架线关联起来,关于分割后的所述各个骨架线的每一个骨架线,将与该骨架线关联起来的像素的集合作为所述多个部分道路区域之一,从而将所述道路区域划分为所述多个部分道路区域。
3.根据权利要求1所述的道路区域校正装置,其中,
所述划分部以表示所述道路区域的边界的每个像素为母点,对所述道路区域进行泰森多边形分割,从而求出关于所述道路区域的泰森多边形边界的集合,以使所述泰森多边形边界的集合中包含的泰森多边形点或者端点成为各个泰森多边形边界的端点的方式,将所述泰森多边形边界的集合分割为所述各个泰森多边形边界,将所述道路区域所包含的各像素与分割后的所述各个泰森多边形边界中的最近的泰森多边形边界关联起来,关于分割后的所述各个泰森多边形边界的每一个泰森多边形边界,将与该泰森多边形边界关联起来的像素的集合作为所述多个部分道路区域之一,从而将所述道路区域划分为所述多个部分道路区域。
4.根据权利要求1~3中的任意一项所述的道路区域校正装置,其中,
所述对应建立部获取表示所述俯瞰图像所呈现的实际空间的区域的位置以及范围的信息,关于所述多个部分道路区域的各个部分道路区域,根据所述俯瞰图像中的该部分道路区域的基准点的位置和所述俯瞰图像所呈现的所述实际空间的区域的位置以及范围,求出该部分道路区域在实际空间中的位置,将所述多个道路区间中的、离该部分道路区域在实际空间中的位置最近的道路区间作为处于该部分道路区域的位置的道路区间。
5.根据权利要求1~4中的任意一项所述的道路区域校正装置,其中,
所述校正部以将被与所述多个道路区间中的相同的道路区间对应起来的所述多个部分道路区域中的一个以上的部分道路区域夹着或者包围的、不包含于所述道路区域的所述俯瞰图像的像素包含于所述道路区域的方式,校正所述道路区域。
6.一种道路区域校正方法,包括:
将从俯瞰图像抽取出的呈现有道路的道路区域划分为多个部分道路区域,
关于所述多个部分道路区域的各个部分道路区域,将该部分道路区域与表示多个道路区间各自的位置的地图信息所示出的、处于该部分道路区域的位置的道路区间对应起来,
关于所述多个部分道路区域的各个部分道路区域,以使该部分道路区域覆盖对应的所述道路区间的方式校正所述道路区域。
7.一种道路区域校正用计算机程序,用于使计算机执行如下步骤:
将从俯瞰图像抽取出的呈现有道路的道路区域划分为多个部分道路区域,
关于所述多个部分道路区域的各个部分道路区域,将该部分道路区域与表示多个道路区间各自的位置的地图信息所示出的、处于该部分道路区域的位置的道路区间对应起来,
关于所述多个部分道路区域的各个部分道路区域,以使该部分道路区域覆盖对应的所述道路区间的方式校正所述道路区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于丰田自动车株式会社,未经丰田自动车株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110330059.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:洗衣机
- 下一篇:基于扩展多属性决策的诊断预测数据和特征再认知方法