一种地面交通标志检测方法、装置和电子设备与流程

1.本发明涉及高精度地图技术领域，具体涉及一种地面交通标志检测方法、装置和电子设备。


背景技术：

2.高精度地图是自动驾驶的核心内容，它为自动驾驶提供丰富准确的道路信息。地面交通标志是高精度地图的核心要素，地面交通标志包括箭头、文字和图形等，地面交通标志可辅助汽车进行精准定位，进而帮助汽车做出合适的规划和决策。
3.目前，高精度地图中的地面交通标志绘制主要依赖人工编辑，具体地就是在高精度地图的编辑工具中，通过人工查看视频数据，找出含有地面交通标志的车道线，确认地面交通标志相对于车道线的大致前后位置后通过插件绘制每个地面交通标志的矩形包围框，再编辑地面交通标志的种类、形状和颜色等属性。
4.由于人工绘制的方法是以车道线为参考的前后大致位置绘制地面交通标志的矩形包围框，准确率低。


技术实现要素：

5.有鉴于此，本发明的主要目的在于提供了一种地面交通标志检测方法、装置和电子设备，用于提高地图中地面交通标志的矩形框的精度。
6.第一方面，本发明实施例提供了一种地面交通标志检测方法，包括：
7.获取包括地面交通标志的道路数据，根据所述道路数据生成所述地面交通标志的参考图层；
8.将所述参考图层添加到地图数据中，所述地图数据包括待调整地面交通标志图层，所述待调整地面交通标志图层包括至少一个地面交通标志对应的矩形包围框；
9.检测所述参考图层中的目标地面交通标志，所述目标地面交通标志是指没有被待调整地面交通标志图层中相应矩形包围框覆盖的地面交通标志；
10.根据所述目标地面交通标志检测出待调整地面交通标志图层中待调整的矩形包围框。
11.在一些实施例中，在检测出地面交通标志参考图层中的目标地面交通标志之后，还包括：
12.根据所述目标地面交通标志，生成矩形框调整图层，所述矩形框调整图层用于调整所述待调整的矩形包围框。
13.在一些实施例中，根据所述目标地面交通标志，生成矩形框调整图层，包括：
14.获取所有目标像素点，所述目标像素点是指所述目标地面交通标志中位于该地面交通标志的矩形包围框之外的像素点；
15.对所述所有目标像素点进行聚类处理，得到每类的中心点；
16.根据中心点生成矩形框调整图层。
17.在一些实施例中，对所述所有目标像素点进行聚类处理，得到每类的中心点，包括：
18.根据所述地图数据的瓦片模型，基于所述目标像素点的地理位置对所述目标像素点分组；
19.对各分组内的目标像素点进行聚类，得到每类的中心点。
20.在一些实施例中，所述地图数据还包括车道线图层，在得到中心点之后，还包括：
21.根据每类的中心点在所述车道线图层的位置确定所述中心点是否为有效中心点；
22.若为有效中心点，根据有效中心点生成矩形框调整图层。
23.在一些实施例中，根据每类的中心点在所述车道线图层的位置确定所述中心点是否为有效中心点，包括：
24.获取所述中心点对应的地面交通标志的类型，以及从所述车道线图层上检测每个中心点预测范围内是否存在车道线数据；
25.根据所述车道线数据包括的单边车道线的数量和中心点对应的地面交通标志的类型，确定所述中心点是否为有效中心点。
26.在一些实施例中，根据所述车道线数据包括的单边车道线的数量和中心点对应的地面交通标志的类型，确定所述中心点是否为有效中心点，包括：
27.当所述中心点对应的地面交通标志为箭头标识，若距离所述中心点第一距离值范围内存在两条道路标识相同的单边车道线，确定所述中心点为有效中心点，第一距离值是指车道宽度值的一半与偏离常数的和值，偏离常数指示箭头标识相对于中心车道线的偏离程度；
28.当所述中心点对应的地面交通标识为文字标志或图像标志，若距离所述中心点第二距离值范围内存在两条单边车道线，确定所述中心点为有效中心点，所述第二距离值是指车道宽度值。
29.在一些实施例中，获取包括地面交通标志的道路数据，根据所述道路数据生成地面交通标志参考图层，包括：
30.通过数据采集设备采集所述道路数据；
31.运行标志检测模型，从所述道路数据中提取地面交通标志；
32.根据所述数据采集设备的姿态数据对地面交通标志进行位置解算，得到地面交通标志在标准地图坐标系下的位置，所述标准地图坐标系为所述地图数据采用的坐标系；
33.根据地面交通标志在标准坐标系下的位置生成地面交通标志参考图层。
34.在一些实施例中，所述道路数据包括点云数据和/或图像数据。
35.第二方面，本发明实施例还提供了一种地面交通标志检测装置，包括：
36.参考图层制作单元，用于获取包括地面交通标志的道路数据，根据所述道路数据生成所述地面交通标志的参考图层；
37.图层叠加单元，用于将所述参考图层添加到地图数据中，所述地图数据包括待调整地面交通标志图层，所述待调整地面交通标志图层包括至少一个地面交通标志对应的矩形包围框；
38.标志检测单元，用于检测所述参考图层中的目标地面交通标志，所述目标地面交通标志是指没有被待调整地面交通标志图层中相应矩形包围框覆盖的地面交通标志；
39.矩形框检测单元，用于根据所述目标地面交通标志检测出待调整地面交通标志图层中待调整的矩形包围框。
40.第三方面，本发明实施例还提供了一种电子设备，包括处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述地面交通标志检测方法。
41.第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述地面交通标志检测方法。
42.本发明采用的上述至少一个技术方案能够达到以下有益效果：本技术实施例的地面交通标志检测方法、装置和电子设备根据道路数据生成地面交通标志的参考图层，将参考图层与地图数据中的待调整地面交通标志图层叠加，基于两个图层中相同位置处地面交通标志与其矩形包围框的覆盖关系，根据未被矩形包围框完全覆盖的目标地面交通标志检测出待调整的矩形包围框。本技术实施例基于参考图层中的地面交通标识与待调整地面交通标志图层中矩形包围框的覆盖关系，自动地检测出需要调整的矩形包围框，减少人工检查的工作量，且能够避免漏检，提升了地图制作中地面交通标志图层的精度。
附图说明
43.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
44.图1示出了根据本发明一个实施例的地面交通标志检测方法流程图；
45.图2示出了根据本发明一个实施例的地面交通标志参考图层、待调整地面交通标志图层和车道线图层的叠加图层效果图；
46.图3示出了根据本发明一个实施例的箭头标志对应的有效中心点与无效中心点的示意图；
47.图4示出了根据本发明一个实施例的地面交通标志检测装置结构示意图；
48.图5示出了根据本发明一个实施例的电子设备的结构示意图。
具体实施方式
49.下面将参照附图更详细地描述本发明的示例性实施例。提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
50.本发明实施例提供了一种地面交通标志检测方法，如图1所示，提供了本发明实施例中一种地面交通标志检测方法流程图，所述方法至少如下的步骤s110至步骤s140：
51.步骤s110，获取包括地面交通标志的道路数据，根据所述道路数据生成地面交通标志的参考图层。
52.本实施例中的道路数据的数据类型与数据采集设备相关，例如可以包括点云数据或图像数据。例如在路侧场景中，通过路侧单元中的路侧激光雷达、路侧毫米波雷达等采集
道路点云数据，通过路侧单元中的路侧摄像头采集道路图像数据。又例如，在车联网场景，通过车载激光雷达、车载毫米波雷达等可以采集道路点云数据，通过车载摄像头可以采集道路图像数据。
53.本实施例的道路数据还包括数据采集设备的姿态信息，该姿态信息用于确定道路数据中地面交通标志的位置，例如用于确定地面交通标志的经纬度信息。
54.需要说明的是，本实施例的道路数据也可以即包括点云数据又包括图像数据。此时在绘制参考图层之前，将点云数据进行体素化处理，得到图像数据，将不同类型的数据转换为同一类型，利用标志检测模型统一提取地面交通标识，对提取到的地面交通标识按照地面交通标识的位置生成参考图层。其中地面交通标志是指在路段地面上标记的行车指示信息，例如包括箭头、文字和图形等标志。
55.步骤s120，将参考图层添加到地图数据中，所述地图数据包括待调整地面交通标志图层，所述待调整地面交通标志图层包括至少一个地面交通标志对应的矩形包围框。
56.本实施例中的参考图层与地图数据采用标准地图坐标系，例如采用wgs-84坐标系(world geodetic system—1984coordinate system，一种国际上采用的地心坐标系)或gcj-02坐标系(gu0jia-cehui-ju-02，国家测量局02号标准坐标系)。
57.本实施例中的参考图层包括地面交通标志各像素点的位置，例如包括每个像素点的经纬度信息。根据参考图层的位置属性，能够保证参考图层中和待调整地面交通标志图层中对应相同地理位置的地面交通标志能够对齐。例如当待调整地面交通标志图层中某个矩形包围框的精度较高时，则该矩形包围框能够完全覆盖参考图层中的地面交通标志，而当待调整地面交通标志图层中某个矩形包围框的精度较低时，该矩形包围框无法完全覆盖参考图层中的地面交通标志。
58.步骤s130，检测出参考图层中的目标地面交通标志，所述目标地面交通标志是指参考图层中没有被待调整地面交通标志图层中相应矩形包围框覆盖的地面交通标志。
59.本实施例可以根据地面交通标志各像素点的位置和该地面交通标志的矩形包围框的位置，检测出参考图层中的目标地面交通标志，例如确定出矩形包围框对应的区域范围，若地面交通标志的全部像素点都处于该区域范围内，则该地面交通标志的矩形包围框不需要调整。若地面交通标志的像素点没有全部处于该区域范围内，则该地面交通标志的矩形包围框需要调整，确定该地面交通标志为目标地面交通标志。
60.可以理解，本实施例的目标地面交通标识是指没有被矩形包围框完全覆盖的地面交通标志。如图2所示，图2中箭头标志所在图层为参考图层，矩形包围框所在图层为待调整地面交通标志图层，线条所在图层为车道线图层。由于图2中的两个箭头标志的尾部都位于矩形包围框之外，因此这两个箭头标志即为本实施例的目标地面交通标识，相应的矩形包围框均为待调整的矩形包围框。
61.步骤s140，根据所述目标地面交通标志检测出待调整地面交通标志图层中待调整的矩形包围框。
62.本实施例可以根据目标地面交通标志确定出待调整的矩形包围框，例如生成待调整的矩形包围框的图层，或生成待调整的矩形包围框的通知消息，以作为待调整地面交通标志图层中矩形包围框的调整基础。
63.可见，图1所示的方法，根据道路数据生成地面交通标志的参考图层，将参考图层
与地图数据中的待调整地面交通标志图层叠加，基于两个图层中相同位置处地面交通标志与其矩形包围框的覆盖关系，根据未被矩形包围框完全覆盖的目标地面交通标志确定出待调整的矩形包围框。本实施例基于参考图层中的地面交通标识与待调整地面交通标志图层中矩形包围框的覆盖关系，自动地检测出需要调整的矩形包围框，减少人工检查的工作量，且能够避免漏检，提升了地图制作中地面交通标志图层的精度。
64.在一些实施例中，获取包括地面交通标志的道路数据，根据所述道路数据生成地面交通标志参考图层，包括：
65.通过数据采集设备采集所述道路数据，例如通过路侧摄像头或车载摄像头采集图像道路数据，通过路侧雷达或车载雷达采集点云道路数据，基于路侧摄像头或路侧雷达的标定数据，可以得到路侧摄像头或路侧雷达的姿态数据；或者基于车载摄像头或车载雷达的轨迹信息，可以得到车载摄像头或车载雷达的姿态数据，该姿态数据可以确定出道路数据中地面交通标志在真实世界中的地理位置。
66.在得到道路数据之后，运行事先构建的标志检测模型，从所述道路数据中提取地面交通标志。本实施例中的标志检测模型，该标志检测模型属于深度神经网络模型，用于标志提取的深度神经网络模型需要预先训练，样本数据中尽可能包括多种地面交通标识，以提高检测精度。
67.为提高模型检测的效率，本实施例将道路数据统一处理为图像道路数据，例如在道路数据包括点云数据时，将三维点云数据转换为二维图像数据后，再输入至标志检测模型中进行地面交通标志的提取，得到地面交通标志在图像中的像素位置。
68.检测出道理数据中的地面交通标识之后，根据所述数据采集设备的姿态数据对地面交通标志进行位置解算，得到地面交通标志在标准地图坐标系下的位置，所述标准地图坐标系为所述地图数据采用的坐标系。根据地面交通标志在标准坐标系下的位置生成地面交通标志参考图层。
69.以车载摄像头为例，基于图像道路数据的时间戳信息确定出时间戳匹配的rtk(real-time kinematic，实时差分定位)轨迹，基于车载摄像头的相机内外参数以及rtk轨迹中车载摄像头在标准地图坐标系中的地理位置，通过slam(simultaneous localization and mapping，即时定位与地图构建)技术可以对道路数据进行目标位置解算，得到地面交通标志的各像素点对应的标准地图坐标系中的位置。
70.在一些实施例中，在检测出地面交通标志参考图层中的目标地面交通标志之后，还包括：
71.根据所述目标地面交通标志，生成矩形框调整图层，矩形框调整图层用于调整待调整的矩形包围框。
72.这里矩形框调整图层中包括待调整的矩形框包围框的位置以及待调整的矩形包围框对应的地面交通标志的位置，例如包括处于矩形包围框外侧的地面交通标志的像素点位置等。
73.本实施例中，矩形框调整图层通过下述步骤生成：
74.获取所有目标像素点，其中目标像素点是指目标地面交通标志中位于该地面交通标志的矩形包围框之外的像素点；对所有目标像素点进行聚类处理，得到类中心点；根据类中心点生成矩形框调整图层。
75.实际应用中，整个图层中目标像素点的数量可能极多，为提高聚类精度和聚类效率，可以对目标像素点进行分组处理，例如可以基于像素点的分布情况分组，或者基于地图数据的瓦片模型，根据目标像素点的地理位置对目标像素点分组，对各分组内的目标像素点分别进行聚类处理，得到每个类的中心点。
76.由于在不聚类前不知道每个分组内地面交通标志的数量，基于该情况，本实施例可以基于层次聚类算法对每个分组内的目标像素点进行层次聚类，以获得准确的分类结果，且层次聚类还能够在不同粒度水平上对数据进行探测，发现类与类之间关系，便于后续处理。
77.其中，瓦片模型是一种多分辨率层次模型，在统一的空间参照下，根据用户需要以不同分辨率进行存储与显示，形成分辨率由粗到细、数据量由小到大的金字塔结构。不同层级的瓦片代表了地图缩放的级别不同，将目标像素点通过不同瓦片存储，可以在地图跨越多个瓦片时，结合层次聚类时，可以提高聚类精度。当然，在实际应用中，还可以采用其他分组或聚类算法，本领域技术人员可以灵活选择，只要达到所需精度即可。
78.为避免无效中心点的影响，本实施例还结合地图数据中的车道线图层判断没类的中心点是否有效。
79.具体的，得到每类的中心点之后，还根据每类的中心点在车道线图层的位置确定所述中心点是否为有效中心点；若为有效中心点，根据有效中心点生成矩形框调整图层。
80.判断方法包括：获取所述中心点对应的地面交通标志的类型，以及从车道线图层上检测每个中心点预测范围内是否存在车道线数据，这里车道线数据包括车道线的道路标识和车道线的数量。根据所述车道线数据包括的单边车道线的数量和中心点对应的地面交通标志的类型，确定所述中心点是否为有效中心点。
81.例如，当中心点对应的地面交通标志为箭头标志，若距离中心点第一距离值范围内存在两条道路标识相同的单边车道线，能够确定该中心点为有效中心点，其中第一距离值是指车道宽度值的一半与偏离常数的和值，偏离常数指示箭头标识相对于中心车道线的偏离程度。本实施例可以基于实际道路数据设置车道宽度值和偏离常数。对于偏离常数的设置方式，箭头标志可以分为左转箭头标志、直行箭头标志和右转箭头标志，其中，直行箭头标志是处于中心车道线上，而左转箭头标志和右转箭头标志的箭头标识是偏离中心车道线的。因为本实施例可以计算出左转箭头标志/右转箭头标志与车道中心线的距离，基于该距离值设置偏离常数。
82.举例来说，实际应用中，在检测箭头标志对应的中心点附近范围内的车道线时，存在如图3所示的三种情况：
83.第一种情况下，中心点与两边车道线的距离均小于l/2+const，此时根据上述实施例能够检测出中心点l/2+const范围内存在road_id相同的两条单边车道线，该中心点为有效中心点。l为车道宽度值，const为偏离常数。
84.第二种情况下，中心点位于两条road_id相同的单边车道线之间，但与其中一条单边车道线的距离较远，例如中心点与另一条单边车道线的距离大于l/2+const。此时以中心点为中心，以l/2+const为半径的区域内，只能检测到一条单边车道线，说明该中心点为无效中心点。
85.第三种情况下，中心点位于两条road_id相同的单边车道线之外，与其中一条单边
车道线的距离较远，大于l。此时以中心点为中心，以l/2+const为半径的区域内，只能检测到一条单边车道线，说明该中心点为无效中心点。
86.又例如，当中心点对应的地面交通标志为文字标志或图形标志，若距离中心点第二距离值范围内存在两条单边车道线，确定所述中心点为有效中心点。
87.举例来说，对于文字标识或图形标识这类地面交通标识，一般是由多个汉字、数字、字母等组合形成的标识，例如类似于“程林庄”这样的名称标识是由三个汉字组成的标识，类似于“80”这样的速度标识是由两个数字组成的标识。针对这样的地面交通标识对应的中心点，中心点与车道线的位置关系包括上述第一种情况和第二种情况，即中心点若处于两条road_id相同的单边车道线之间，则该中心点为有效中心点。无效中心点包括第三种情况下的中心点，即中心点若处于两条road_id相同的单边车道线之外，则该中心点为有效中心点。
88.为便于对上述实施例的理解，本技术实施例先生成地面交通标志图层的叠加图层，如图2所示，将基于道路数据生成的地面交通标识的参考图层添加到地图数据中，地图数据中包括待调整地面交通标志图层和车道线图层，得到三个图层叠加后的多图层数据。遍历参考图层中所有地面交通标志，对每个地面交通标志，将该地面交通标志中处于对应矩形包围框中的像素点保存到一个像素点集合中，对不属于该像素点集合中的目标像素点，按照瓦片模型进行分组保存，对每个分组内的目标像素点进行层次聚类，得到每个分组内的每类的中心点，并根据中心点对应的地面交通标识的类型和中心点对应的单边车道线的条数确定出有效中心点，排除无效中心点，利用有效中心点生成矩形框调整图层，基于该矩形框调整图层进行矩形包围框的调整。
89.综合上述，本技术实施例的地面交通标志检测方法，能够自动检测出待调整地面交通标志图层中精度较差的矩形包围框，减少人工检查的工作量，并输出矩形框调整图层，辅助矩形包围框的调整，提升地图制作中地面交通图层的精度。
90.与前述实施例中的地面交通标志检测方法同属于一个技术构思，本发明实施例还提供了一种地面交通标志检测装置。
91.如图4所示，提供了本发明实施例中一种地面交通标志检测装置结构示意图，所述装置400至少包括如下的：
92.参考图层制作单元410，用于获取包括地面交通标志的道路数据，根据所述道路数据生成所述地面交通标志的参考图层；
93.图层叠加单元420，用于将所述参考图层添加到地图数据中，所述地图数据包括待调整地面交通标志图层，所述待调整地面交通标志图层包括至少一个地面交通标志对应的矩形包围框；
94.标志检测单元430，用于检测所述参考图层中的目标地面交通标志，所述目标地面交通标志是指没有被待调整地面交通标志图层中相应矩形包围框覆盖的地面交通标志；
95.矩形框检测单元440，用于根据所述目标地面交通标志检测出待调整地面交通标志图层中待调整的矩形包围框。
96.在一些实施例中，所述装置400还包括矩形框生成单元，用于根据所述目标地面交通标志，生成矩形框调整图层，所述矩形框调整图层用于调整所述待调整的矩形包围框。
97.在一些实施例中，矩形框生成单元，用于获取所有目标像素点，所述目标像素点是
指所述目标地面交通标志中位于该地面交通标志的矩形包围框之外的像素点；对所述所有目标像素点进行聚类处理，得到每类的中心点；根据中心点生成矩形框调整图层。
98.在一些实施例中，矩形框生成单元，还用于根据所述地图数据的瓦片模型，基于所述目标像素点的地理位置对所述目标像素点分组；对各分组内的目标像素点进行聚类，得到每类的中心点。
99.在一些实施例中，所述地图数据还包括车道线图层，矩形框生成单元，还用于在得到中心点之后，根据每类的中心点在所述车道线图层的位置确定所述中心点是否为有效中心点；若为有效中心点，根据有效中心点生成矩形框调整图层。
100.在一些实施例中，矩形框生成单元，具体用于获取所述中西点对应的地面交通标志的类型，以及从所述车道线图层上检测每个中心点预测范围内是否存在车道线数据；根据所述车道线数据包括的单边车道线的数量和中心点对应的地面交通标志的类型，确定所述中心点是否为有效中心点。
101.在一些实施例中，矩形框生成单元，还具体用于当所述中心点对应的地面交通标志为箭头标识，若距离所述中心点第一距离值范围内存在两条道路标识相同的单边车道线，确定所述中心点为有效中心点，所述第一距离值是指车道宽度值的一半与偏离常数的和值，所述偏离常数指示箭头标识相对于中心车道线的偏离程度；当所述中心点对应的地面交通标识为文字标志或图像标志，若距离所述中心点第二距离值范围内存在两条单边车道线，确定所述中心点为有效中心点，所述第二距离值是指车道宽度值。
102.在一些实施例中，参考图层制作单元410，用于通过数据采集设备采集所述道路数据；运行标志检测模型，从所述道路数据中提取地面交通标志；根据所述数据采集设备的姿态数据对地面交通标志进行位置解算，得到地面交通标志在标准地图坐标系下的位置，所述标准地图坐标系为所述地图数据采用的坐标系；根据地面交通标志在标准坐标系下的位置生成地面交通标志参考图层。
103.能够理解，上述地面交通标志检测装置，能够实现前述实施例中提供的地面交通标志检测方法的各个步骤，关于地面交通标志检测方法的相关阐释均适用于地面交通标志检测装置，此处不再赘述。
104.需要说明的是：
105.图5示出了根据本发明一个实施例一种电子设备示意图。请参考图5，在硬件层面，该电子设备包括处理器和存储器，可选地还包括内部总线、网络接口。其中，存储器可能包含内存，例如高速随机存取存储器(random-access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
106.处理器、接口模块、通信模块和存储器可以通过内部总线相互连接，该内部总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
107.存储器，用于存放计算机可执行指令。存储器通过内部总线向处理器提供计算机
可执行指令。
108.处理器，执行存储器所存放的计算机可执行指令，并具体用于实现以下操作：
109.获取包括地面交通标志的道路数据，根据所述道路数据生成所述地面交通标志的参考图层；
110.将所述参考图层添加到地图数据中，所述地图数据包括待调整地面交通标志图层，所述待调整地面交通标志图层包括至少一个地面交通标志对应的矩形包围框；
111.检测所述参考图层中的目标地面交通标志，所述目标地面交通标志是指没有被待调整地面交通标志图层中相应矩形包围框覆盖的地面交通标志；
112.根据所述目标地面交通标志确定出待调整地面交通标志图层中待调整的矩形包围框。
113.上述如本发明图1所示实施例揭示的地面交通标志检测方法执行的功能可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
114.本发明实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序当被处理器执行时，实现前述的地面交通标志检测方法。
115.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
116.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
117.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定功能的步骤。
118.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
119.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
120.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
121.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的
包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
122.应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
123.以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。