[發明專利]一種混合現實道路顯示方法有效
| 申請號: | 201810484958.0 | 申請日: | 2018-05-20 |
| 公開(公告)號: | CN108711298B | 公開(公告)日: | 2022-06-17 |
| 發明(設計)人: | 陳明強 | 申請(專利權)人: | 北京鑫洋浩海科技有限公司 |
| 主分類號: | G08G1/0967 | 分類號: | G08G1/0967;G08G1/0968;G06T19/00 |
| 代理公司: | 北京智慧亮點知識產權代理事務所(普通合伙) 11950 | 代理人: | 史明罡 |
| 地址: | 100080 北京市海淀區*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 混合 現實 道路 顯示 方法 | ||
1.一種混合現實道路顯示方法,其特征在于,包括如下步驟,車載端接收中繼站點存儲的虛擬混合模型信息或現實空間模型信息;定位車輛在現實空間模型中的位置;所述虛擬混合模型還包括虛擬混合模型在現實空間模型中的坐標信息,根據坐標信息,計算坐標變換得出虛擬混合模型與車輛的實時相對位置,在車輛端的顯示設備中,根據相對位置顯示所述虛擬混合模型,
服務器還在檢測到當前路段的路口處擁堵時,改變虛擬混合模型信息中隔離模型的顯示位置,拓寬進入路口方向的路寬,所述服務器包括編輯模塊,所述編輯模塊用于對某路段的虛擬混合模型信息進行編輯,編輯內容包括在該路段需要顯示的模型、顯示時間、以及各個模型的形狀、大小、模型上顯示的內容、以及模型的坐標信息,用戶能夠對特定路段的虛擬混合模型信息進行選擇、修改、增添、刪除、或著色編輯,還進行步驟,構建深度學習神經網絡,所述深度學習神經網絡的輸入層包括日期、星期、時刻、是否為節假日、道路擁堵狀況,輸出層包括虛擬混合模型的顯示位置信息,得到根據時間及道路狀況自動調整虛擬混合顯示內容的訓練后的深度學習神經網絡,對訓練后的深度學習神經網絡進行運用,得到預設時刻需要顯示的虛擬混合模型信息。
2.根據權利要求1所述的混合現實道路顯示方法,其特征在于,還包括步驟,車載端發送數據請求指令;中繼站點接收數據請求指令,并根據請求指令返回現實空間模型信息或虛擬混合模型信息。
3.根據權利要求1所述的混合現實道路顯示方法,其特征在于,還包括步驟,掃描模塊對現實空間進行掃描,建立現實空間模型,將掃描結果存儲到中繼站點中。
4.根據權利要求3所述的混合現實道路顯示方法,其特征在于,所述建立現實空間模型具體為,在預設空間范圍大小內構建現實空間模型,不同空間的現實空間模型發送到對應的中繼站點進行存儲。
5.根據權利于要求1所述的混合現實道路顯示方法,其特征在于,對特定路段的虛擬混合模型信息進行編輯,包括在該路段需要顯示的模型、顯示時間、模型的形狀、大小、模型上顯示的內容、或模型的坐標信息;將編輯好的虛擬混合模型信息發送到中繼站點。
6.根據權利要求1所述的混合現實道路顯示方法,其特征在于,還包括步驟,接收路況信息,根據路況信息及虛擬混合模型信息進行處理判斷、向車輛發出道路行駛的控制指令。
7.根據權利要求1所述的混合現實道路顯示方法,其特征在于,在變更隔離模型時,還進行檢測步驟,檢測可能變動的車道內是否有車輛,所述可能變動的車道包括一定寬度的車道,預設長度內的路段,每次檢測預設路段中是否有車輛,如果沒有,才進行步驟,改變該路段的隔離模型顯示位置,再檢測下一路段,重復上述步驟直到所有預設路段中的隔離模型都改變顯示位置。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京鑫洋浩海科技有限公司,未經北京鑫洋浩海科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810484958.0/1.html,轉載請聲明來源鉆瓜專利網。





