[發(fā)明專利]AR導(dǎo)航方法、裝置及適用于車輛的AR導(dǎo)航終端

在審

• 申請?zhí)枺?/td>: 201910718610.8
• 申請日: 2019-08-05
• 公開（公告）號: CN110455303A
• 公開（公告）日: 2019-11-15
• 發(fā)明（設(shè)計）人: 余承富
• 申請（專利權(quán)）人: 深圳市大拿科技有限公司
• 主分類號: G01C21/34
• 分類號: G01C21/34;G01C21/36
• 代理公司: 44205 廣州嘉權(quán)專利商標事務(wù)所有限公司
• 代理人: 洪銘福<國際申請>=<國際公布>=<進入

1.一種AR導(dǎo)航方法，其特征在于，適用于終端，包括：

獲取并向服務(wù)器上傳車輛的目標位置和當(dāng)前位置；

采集并向所述服務(wù)器發(fā)送車輛運行相關(guān)參數(shù)，所述車輛運行相關(guān)參數(shù)包括：所述車輛的行駛環(huán)境和行駛狀態(tài)；

從所述服務(wù)器接收導(dǎo)航路線和AR指示標記，所述導(dǎo)航路線包括特殊地理位置，所述AR指示標記用于標記所述車輛抵達所述特殊地理位置處的導(dǎo)航方向；

在AR標記顯示裝置上顯示所述AR指示標記，所述AR指示標記的顯示狀態(tài)基于如下標記影響因素：所述特殊地理位置和所述車輛運行相關(guān)參數(shù)，所述顯示狀態(tài)包括：形狀和/或大小和/或顏色。

2.根據(jù)權(quán)利要求1所述的AR導(dǎo)航方法，其特征在于，還包括：

設(shè)置自定義AR指示標記；

根據(jù)所述自定義AR指示標記顯示所述AR指示標記。

3.根據(jù)權(quán)利要求1所述的AR導(dǎo)航方法，其特征在于，從所述服務(wù)器接收導(dǎo)航路線和AR指示標記之前，還包括：

采集并向所述服務(wù)器發(fā)送駕駛行為圖像數(shù)據(jù)，所述駕駛行為圖像數(shù)據(jù)包括：駕駛姿勢、面部表情；

從所述服務(wù)器接收與所述駕駛行為圖像數(shù)據(jù)匹配的導(dǎo)航路線。

4.一種服務(wù)器端AR導(dǎo)航方法，其特征在于，由服務(wù)器執(zhí)行，包括：

接收終端發(fā)送的目標位置和當(dāng)前位置；

根據(jù)所述目標位置和所述當(dāng)前位置，生成導(dǎo)航路線，所述導(dǎo)航路線包括特殊地理位置；

基于所述特殊地理位置，生成AR指示標記，所述AR指示標記用于標記車輛抵達所述特殊地理位置處的導(dǎo)航方向；

接收所述終端發(fā)送的所述車輛運行相關(guān)參數(shù)；

基于如下標記影響因素：所述特殊地理位置和所述車輛運行相關(guān)參數(shù)，生成所述AR指示標記的顯示狀態(tài)，所述顯示狀態(tài)包括：形狀和/或大小和/或顏色；

將所述導(dǎo)航路線和所述AR指示標記發(fā)送至所述終端；

所述AR指示標記還包括：根據(jù)來自所述終端的自定義AR指示標記生成的AR指示標記。

5.根據(jù)權(quán)利要求4所述的一種服務(wù)器端AR導(dǎo)航方法，其特征在于，還包括：檢測行駛路線，具體為：

獲取所述車輛的實時位置，檢測所述實時位置與當(dāng)前導(dǎo)航路線是否一致；

當(dāng)檢測到導(dǎo)航路線不一致時，根據(jù)所述實時位置記錄當(dāng)前基于用戶習(xí)慣的導(dǎo)航路線；

還包括：根據(jù)用戶分享意愿進行導(dǎo)航路線分享，具體為：

根據(jù)用戶的分享意愿將所述基于用戶習(xí)慣的導(dǎo)航路線推送給相關(guān)人員；

同時檢測所述基于用戶習(xí)慣的導(dǎo)航路線中是否存在違反交規(guī)的行駛路段，如果存在，則不進行導(dǎo)航路線分享。

6.根據(jù)權(quán)利要求5任一項所述的AR導(dǎo)航方法，其特征在于，還包括：實時選擇最佳導(dǎo)航路線，具體為：

實時獲取當(dāng)前時間、所述車輛的實時位置和所述目標位置，規(guī)劃多條可到達所述目標位置的導(dǎo)航路線；

基于所述服務(wù)器實時采集的交通擁堵狀況數(shù)據(jù)，獲取當(dāng)前選中的所述導(dǎo)航路線在當(dāng)前時間段的擁擠程度；

根據(jù)所述擁擠程度，基于到達時間篩選出當(dāng)前時間段的最佳導(dǎo)航路線并進行切換。

7.根據(jù)權(quán)利要求6所述的一種服務(wù)器端AR導(dǎo)航方法，其特征在于，將所述導(dǎo)航路線和所述AR標記發(fā)送至所述終端之前，還包括：

接收來自于所述終端的駕駛行為圖像數(shù)據(jù)，所述駕駛行為圖像數(shù)據(jù)包括：駕駛姿勢、面部表情；

將所述駕駛行為圖像數(shù)據(jù)輸入到構(gòu)建的神經(jīng)網(wǎng)絡(luò)算法模型中，判斷司機是新手司機還是老手司機；

若判定所述司機是新手司機，則將發(fā)送所述最佳導(dǎo)航路線作為所述導(dǎo)航路線；反之，發(fā)送所述基于用戶習(xí)慣的導(dǎo)航路線作為所述導(dǎo)航路線。