[发明专利]一种混合现实道路显示方法有效
| 申请号: | 201810484958.0 | 申请日: | 2018-05-20 |
| 公开(公告)号: | CN108711298B | 公开(公告)日: | 2022-06-17 |
| 发明(设计)人: | 陈明强 | 申请(专利权)人: | 北京鑫洋浩海科技有限公司 |
| 主分类号: | G08G1/0967 | 分类号: | G08G1/0967;G08G1/0968;G06T19/00 |
| 代理公司: | 北京智慧亮点知识产权代理事务所(普通合伙) 11950 | 代理人: | 史明罡 |
| 地址: | 100080 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 混合 现实 道路 显示 方法 | ||
1.一种混合现实道路显示方法,其特征在于,包括如下步骤,车载端接收中继站点存储的虚拟混合模型信息或现实空间模型信息;定位车辆在现实空间模型中的位置;所述虚拟混合模型还包括虚拟混合模型在现实空间模型中的坐标信息,根据坐标信息,计算坐标变换得出虚拟混合模型与车辆的实时相对位置,在车辆端的显示设备中,根据相对位置显示所述虚拟混合模型,
服务器还在检测到当前路段的路口处拥堵时,改变虚拟混合模型信息中隔离模型的显示位置,拓宽进入路口方向的路宽,所述服务器包括编辑模块,所述编辑模块用于对某路段的虚拟混合模型信息进行编辑,编辑内容包括在该路段需要显示的模型、显示时间、以及各个模型的形状、大小、模型上显示的内容、以及模型的坐标信息,用户能够对特定路段的虚拟混合模型信息进行选择、修改、增添、删除、或着色编辑,还进行步骤,构建深度学习神经网络,所述深度学习神经网络的输入层包括日期、星期、时刻、是否为节假日、道路拥堵状况,输出层包括虚拟混合模型的显示位置信息,得到根据时间及道路状况自动调整虚拟混合显示内容的训练后的深度学习神经网络,对训练后的深度学习神经网络进行运用,得到预设时刻需要显示的虚拟混合模型信息。
2.根据权利要求1所述的混合现实道路显示方法,其特征在于,还包括步骤,车载端发送数据请求指令;中继站点接收数据请求指令,并根据请求指令返回现实空间模型信息或虚拟混合模型信息。
3.根据权利要求1所述的混合现实道路显示方法,其特征在于,还包括步骤,扫描模块对现实空间进行扫描,建立现实空间模型,将扫描结果存储到中继站点中。
4.根据权利要求3所述的混合现实道路显示方法,其特征在于,所述建立现实空间模型具体为,在预设空间范围大小内构建现实空间模型,不同空间的现实空间模型发送到对应的中继站点进行存储。
5.根据权利于要求1所述的混合现实道路显示方法,其特征在于,对特定路段的虚拟混合模型信息进行编辑,包括在该路段需要显示的模型、显示时间、模型的形状、大小、模型上显示的内容、或模型的坐标信息;将编辑好的虚拟混合模型信息发送到中继站点。
6.根据权利要求1所述的混合现实道路显示方法,其特征在于,还包括步骤,接收路况信息,根据路况信息及虚拟混合模型信息进行处理判断、向车辆发出道路行驶的控制指令。
7.根据权利要求1所述的混合现实道路显示方法,其特征在于,在变更隔离模型时,还进行检测步骤,检测可能变动的车道内是否有车辆,所述可能变动的车道包括一定宽度的车道,预设长度内的路段,每次检测预设路段中是否有车辆,如果没有,才进行步骤,改变该路段的隔离模型显示位置,再检测下一路段,重复上述步骤直到所有预设路段中的隔离模型都改变显示位置。
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北京鑫洋浩海科技有限公司,未经北京鑫洋浩海科技有限公司许可,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/201810484958.0/1.html,转载请声明来源钻瓜专利网。





