CN111380544A - 车道线的地图数据生成方法及装置 - Google Patents
车道线的地图数据生成方法及装置 Download PDFInfo
- Publication number
- CN111380544A CN111380544A CN201811653464.7A CN201811653464A CN111380544A CN 111380544 A CN111380544 A CN 111380544A CN 201811653464 A CN201811653464 A CN 201811653464A CN 111380544 A CN111380544 A CN 111380544A
- Authority
- CN
- China
- Prior art keywords
- lane
- group information
- map data
- version
- lane line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3658—Lane guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
- G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
Abstract
本发明提供了一种车道线的地图数据生成方法及装置,涉及数据处理的技术领域,该方法包括:获取目标区域的多版车道组信息;对多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;按照车道组信息还原目标车道对应的车道线;将地图数据中包括的图像和道路标志融合到车道线中,生成车道线的地图数据。本发明提供的车道线的地图数据生成方法及装置,可以获取到目标车道线的多版车道组信息,能够及时发现目标车道情况的改变,同时,将地图数据中包括的图像和道路标志融合到车道线的方式,也有助于提高车道线的地图数据的精度,进而满足自动驾驶等领域对高精度地图的要求。
Description
技术领域
本发明涉及数据处理的技术领域,尤其是涉及一种车道线的地图数据生成方法及装置。
背景技术
传统导航地图在日常生活中主要被用于导航和查询地理信息等,出行的人群是其主要服务对象。基于人类自身的视觉识别能力和逻辑思维能力,因此,很多道路信息都被精简。而随着互联网时代的高速发展,更多基于位置的新型服务和行业被提出,例如智能交通、自动驾驶等等。
对于自动驾驶而言,能够高频更新的高精度的车道地图是不可或缺的。因此,目前大多数高精度数据的采集所使用的测绘车,为实现ADAS(Advanced Driver AssistanceSystems,高级驾驶辅助系统)导航功能,多安装有摄像头、GPS(Global PositioningSystem,全球定位系统)和惯导系统等设备。摄像头可以获取车辆行驶时的道路的图像信息,GPS和惯导系统也可以提供出某一时间点下车辆的行驶运动信息。但是对于民用级GPS设备的精度较低,难以满足高精度地图的要求。
发明内容
有鉴于此,本发明的目的在于提供一种车道线的地图数据生成方法及装置,以缓解由于精度较低,难以满足高精度地图的要求的技术问题。
第一方面,本发明实施例提供了一种车道线的地图数据生成方法,包括:获取目标区域的多版车道组信息;对多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;其中,车道组信息包括车辆在行驶过程中采集的多个轨迹点的地图数据,地图数据包括每个轨迹点对应的运动信息、位置信息及图像信息;按照车道组信息还原目标车道对应的车道线;将地图数据中包括的图像信息融合到车道线中,生成车道线的地图数据。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,上述对获取到的多版车道组信息进行聚类处理的步骤包括:按照预先设置的优先级确定聚类处理的维度;基于聚类处理的维度,按照优先级从高到低的顺序,对获取到的多版车道组信息进行聚类处理。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,上述按照预先设置的优先级确定聚类处理的维度之前,上述方法还包括:对于每版车道组信息建立Polygon图形,以及建立Polygon图形的索引;根据Polygon图形和索引查找每版车道组信息是否有压盖关系;将有压盖关系的车道组信息标记为目标车道对应的车道组信息,以对有压盖关系的车道组信息进行聚类处理。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,上述按照车道组信息还原目标车道对应的车道线的步骤包括:提取车道组信息包括的多个地图数据;根据地图数据进行车道形状拟合,得到目标车道对应的车道线。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,上述方法还包括:对于获取到的多版车道组信息,记录每版车道组信息的拓扑关系;根据拓扑关系,对目标车道对应的车道线的拓扑连接情况进行补充优化。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,上述方法还包括:将车道线的地图数据与经纬度关联,按照车道线的地图数据对应的经纬度信息,将车道线的地图数据添加到电子地图的对应车道线上。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,上述获取目标区域的多版车道组信息的步骤包括:接收车辆在目标区域采集的原始车道组信息;根据预先设置的滤波算法对原始车道组信息进行过滤,以获取目标区域的多版车道组信息。
第二方面,本发明实施例还提供一种车道线的地图数据生成装置,包括:获取模块,用于获取目标区域的多版车道组信息;聚类模块,用于对多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;其中,车道组信息包括车辆在行驶过程中采集的多个轨迹点的地图数据,地图数据包括每个轨迹点对应的运动信息、位置信息及图像信息;还原模块,用于按照车道组信息还原目标车道对应的车道线;融合模块,用于将地图数据中包括的图像信息融合到车道线中,生成车道线的地图数据。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,上述装置还包括:记录模块,用于对于获取到的多版车道组信息,记录每组车道组信息的拓扑关系;优化模块,用于根据拓扑关系,对目标车道对应的车道线的拓扑连接情况进行优化。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,上述装置还包括:数据添加模块,用于将车道线的地图数据与经纬度关联,按照车道线的地图数据对应的经纬度信息,将车道线的地图数据添加到电子地图的对应车道线上。
第三方面,本发明实施例还提供一种服务器,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现第一方面所述的方法。
第四方面,本发明实施例还提供一种计算机存储介质,用于存储计算机程序指令,当计算机执行所述计算机程序指令时,执行如第一方面所述的方法。
本发明实施例带来了以下有益效果:
本发明实施例提供的车道线的地图数据生成方法及装置,通过获取目标区域的多版车道组信息,并对多版车道组信息进行聚类处理,以得到目标车道对应的车道组信息,进而按照车道组信息还原目标车道对应的车道线,并将地图数据中包括的图像信息融合到车道线中,生成车道线的地图数据,上述聚类的方式,可以获取到目标车道线的多版车道组信息,能够及时发现目标车道情况的改变,同时,将地图数据中包括的图像和道路标志融合到车道线的方式,也有助于提高车道线的地图数据的精度,进而满足自动驾驶等领域对高精度地图的要求。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车道线的地图数据生成方法的流程图;
图2为本发明实施例提供的另一种车道线的地图数据生成方法的流程图;
图3为本发明实施例提供的一种车道线的地图数据生成装置的结构示意图;
图4为本发明实施例提供的另一种车道线的地图数据生成装置的结构示意图;
图5为本发明实施例提供的一种服务器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,为实现ADAS导航功能,很多车辆上,会预装摄像头、GPS和惯导系统等设备。摄像头可以获取车辆行驶是的道路的图像信息,GPS和惯导系统也可以提供出某一时间点下车辆的行驶运动信息。但是对于民用级GPS设备精度一般为10m,使用GPS和惯导系统相结合进行定位的方式,也只能把精度控制在1~3m左右,这样的精度并不能到达高精度地图要求的10cm的水平。
基于此,本发明实施例提供的一种车道线的地图数据生成方法及装置,可以改善上述技术问题。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种车道线的地图数据生成方法进行详细介绍。
实施例一:
本发明实施例提供了一种车道线的地图数据生成方法,该方法可以应用于服务器,如图1所示的一种车道线的地图数据生成方法的流程图,该方法包括以下步骤:
步骤S102,获取目标区域的多版车道组信息;
步骤S104,对多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;
其中,上述车道组信息包括车辆在行驶过程中采集的多个轨迹点的地图数据,该地图数据包括每个轨迹点对应的运动信息、位置信息及图像信息,其中,运动信息可以包括速度矢量信息(如速度大小和速度方向等)、加速度信息等等,位置信息可以包括当前轨迹点的经纬度信息等,图像信息中通常包括道路标志,且,道路标注通常包括车道线信息,还可以包括地标信息或者路标信息等等;
具体实现时,上述每个轨迹点的地图数据是根据车辆行驶过程中的行驶信息生成的,通常,车辆行驶过程中的行驶信息包括图像信息和行驶轨迹信息,图像信息通常是设置在车辆上的摄像头采集的车辆行驶方向上的图像信息,行驶轨迹信息通常是对轨迹点信息进行轨迹拟合得到的信息。其中,轨迹点信息是GPS和惯导系统等设备按照预先设置的采集频率在车辆行驶方向上采集的,通常包括:轨迹点的采集时间、轨迹点的经纬度信息、轨迹点的速度矢量信息(如速度大小和速度方向等)和车辆运动的加速度信息。
在实际使用时,对于某一个目标区域包含的车道,通常会有多个车辆通过,或者,同一个车辆也可以多次通过某个车道等等,如果该车辆是用于生成地图数据的测绘车,则该车辆每次通过目标区域包含的车道时,都会生成一版车道组信息,通过对多版车道组信息进行聚类的方式,可以把车辆各次生成的车道组信息进行匹配,以便于把属于同一个目标车道对应的车道组信息归类到一起,进而建立相应的对应关系,以便于执行后续步骤S106的过程。
步骤S106,按照上述车道组信息还原目标车道对应的车道线;
在该步骤中,由于上述车道组信息是将多版车道组信息进行聚类处理后得到的目标车道对应的车道组信息,因此,该目标车道对应的车道组信息中会包括每版车道组信息的特征,如,每版车道组信息的地图数据中包括的图像信息和道路标志等等,使得还原出的车道线,以及车道线对应的道路信息相对于单版车道组信息还原的车道线更加全面。
步骤S108,将地图数据中包括的图像信息融合到该车道线中,生成该车道线的地图数据。
具体地,可以将图像信息中包括的道路标志融合到该车道线中,如,单黄线、双黄线、白色实线、导向线等等,当道路标志还包括地标信息或者路标信息时,还可以将地标信息或者路标信息融合到该车道线中,以获知当前车道线的地理位置和互通情况等等。
本发明实施例提供的车道线的地图数据生成方法,通过获取目标区域的多版车道组信息,并对多版车道组信息进行聚类处理,以得到目标车道对应的车道组信息,进而按照车道组信息还原目标车道对应的车道线,并将地图数据中包括的图像信息融合到车道线中,生成车道线的地图数据,上述聚类的方式,可以获取到目标车道线的多版车道组信息,能够及时发现目标车道情况的改变,同时,将地图数据中包括的图像和道路标志融合到车道线的方式,也有助于提高车道线的地图数据的精度,进而满足自动驾驶等领域对高精度地图的要求。
在实际使用时,上述步骤S102中记载的获取多版车道组信息的步骤,通常包括优化去噪的过程,具体地,可以接收车辆在目标区域采集的原始车道组信息;根据预先设置的滤波算法对原始车道组信息进行过滤,以获取目标区域的多版车道组信息。例如,可以使用卡尔曼滤波算法,对原始车道组信息进行过滤,以去除噪声数据,及对轨迹点运动状态和轨迹点的位置进行优化,提高地图数据的精度。
考虑到多版车道组信息的数据量比较大,因此,在对获取到的多版车道组信息进行聚类处理时,通常可以按照一定的维度进行,以减少处理过程的计算量,基于此,在图1的基础上,本发明实施例还提供了另一种车道线的地图数据生成方法,如图2所示的另一种车道线的地图数据生成方法的流程图,该方法包括以下步骤:
步骤S202,获取目标区域的多版车道组信息;
步骤S204,按照预先设置的优先级确定聚类处理的维度;
步骤S206,基于上述聚类处理的维度,按照优先级从高到低的顺序,对获取到的多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;
其中,对于一版车道组信息,上述聚类处理的维度通常包括:是否为道路路沿(如,是否为左侧路沿,非路沿,或者,右侧路沿等等)、车道线颜色、车道线种别和车道线形状质心位置等,在实际使用时,不同地区的车道组信息,或者根据图像信息的拍摄画面角度的不同,上述维度的优先级是不同长,常用的优先级从高到低的顺序通常为是否为道路路沿、车道线颜色、车道线种别和车道线形状质心位置,在其他实施方式中,该优先级从高到低的顺序还可以是车道线颜色、车道线种别、是否为道路路沿和车道线形状质心位置等等,具体可以根据实际情况进行设置,本发明实施例对此不进行限制。
上述对获取到的多版车道组信息进行聚类处理的过程是对多个车道组信息进行归类的过程,在实际使用时,确定聚类处理的维度之前,通常还可以判断车道组信息对应的车道线是否有压盖关系,再对有压盖关系的车道线的车道组信息进行维度的处理,以减少计算量。
具体地,对压盖关系的判断过程,可以基于Polygon图形实现,因此,对于每版车道组信息,可以建立Polygon图形,以及建立Polygon图形的索引;根据上述Polygon图形和索引查找每版车道组信息是否有压盖关系;并将有压盖关系的车道组信息标记为目标车道对应的车道组信息,以对有压盖关系的车道组信息进行聚类处理。
具体地,Polygon图形也称为多边形图形,在本发明实施例中,为了减少计算量,通常选取矩形进行计算,具体地,可以为每版车道组信息对应的车道线形状建立矩形形式的Polygon图形,如选择车道组信息中最边缘的两条车道线形状为两边,建立Polygon图形,并建立Polygon图形对应的空间索引R树,以快速查找形状上有压盖关系的车道组信息。
在实际使用时,考虑到上述多版车道组信息的数据量比较大,可以采用DBSCAN(Density-Based Spatial Clustering of Applications with Noise,简称DBSCAN)聚类算法,该DBSCAN聚类算法是一个比较有代表性的基于密度的聚类算法,与划分和层次聚类方法不同,它可以将簇定义为密度相连的点的最大集合,能够把具有足够高密度的区域划分为簇,并可在噪声的空间数据库中发现任意形状的聚类。因此,该算法可以针对数据量较大的多版车道组信息,同时,也可以有效提高计算速率。
当基于上述过程,得到目标车道对应的车道组信息之后,可以进一步按照以下步骤还原目标车道对应的车道线。
步骤S208,提取上述车道组信息包括的多个地图数据;
步骤S210,根据地图数据进行车道形状拟合,得到目标车道对应的车道线;
步骤S212,将地图数据中包括的图像信息融合到该车道线中,生成该车道线的地图数据;
在实际使用时,由于上述地图数据是基于轨迹点信息的数据,因此,可以从该地图数据中提取轨迹点的经纬度信息等,进行曲线拟合,如,基于最小二乘法的曲线拟合等,可以得到相应的行驶轨迹,同时,基于图像信息,可以提取当前轨迹点对应的车道线形状、地标和路标等信息,因此,可以采用融合的方式,把同一个车道线的数据进行融合,实现对目标车道对应的车道线上的地标和路标等信息进行关联,具体地,在融合过程中,可以基于提取到的轨迹点的经纬度信息将地标和路标等信息融合到车道线相应的位置。
考虑到同一个车道会存在多个岔路的情况,因此,为了避免岔路对应的车道线的丢失,上述生成目标车道对应的车道线之后,还可以根据道路拓扑关系对车道线进行优化,具体的优化过程可以包括以下步骤。
步骤S214,对于获取到的多版车道组信息,记录每版车道组信息的拓扑关系;
其中,上述拓扑关系可以根据获取到的目标区域的多版车道组信息获取,具体地,对于每版车道组信息,可以提取车道组信息包括的多个地图数据中每个轨迹点的采集时间,并按照时间戳的先后顺序对每个轨迹点进行排列,同时,对于还可以根据摄像头采集的车辆行驶方向上的图像信息提取出车道线形状,并对连续采集的两组车道线形状,确定车道线形状的连接关系,其中,在确定连接关系时,可以将进入端的车道线形状在退出端的多个车道线形状中选择最近的一条作为连接的车道线,并记录连接关系,进而,根据该连接关系确定出每版车道组信息的拓扑关系。
步骤S216,根据上述拓扑关系,对目标车道对应的车道线的拓扑连接情况进行补充优化。
例如,对于直行道路中的丁字路口,车辆A直行时生成一版车道组信息,车辆B转弯驶入丁字路口时,生成了另一组车道组信息,该两版车道组信息通过聚类处理后,被归类成不同目标车道对应的车道组信息,则还原目标车道对应的车道线使就会丢失该丁字路口的信息,而根据拓扑关系进行补充优化的过程,可以确定出车道线形状的连接关系,进而可以对丢失的丁字路口的信息进行补充,进而使相应的车道线的地图数据更加全面和精确。
进一步,对于上述车道线的地图数据,还可以进一步应用于现有的电子地图数据中,对现有的电子地图数据进行补充和添加,以提高电子地图的精度,因此,本发明实施例提供的车道线的地图数据生成方法,还包括车道线的地图数据的添加过程,具体地,包括以下步骤:将车道线的地图数据与经纬度关联,按照车道线的地图数据对应的经纬度信息,将车道线的地图数据添加到电子地图的对应车道线上,以实现现有的电子地图数据进行补充和进一步的细化。
具体实现时,由于车道线的地图数据是以轨迹点为坐标原点建立的坐标系,而实际应用中的电子地图多是基于经纬度的地理坐标系,因此,在将车道线的地图数据添加到电子地图时需要将车道线的地图数据与经纬度关联,对车道线的地图数据进行坐标系的转换,进而获取车道线的地图数据对应的经纬度信息,以便于将车道线的地图数据添加到电子地图的对应车道线上,实现对现有的电子地图数据进行补充和进一步的细化,以便于电子地图数据能够满足自动驾驶等领域对高精度地图的要求。
实施例二:
在上述实施例的基础上,本发明实施例还提供了一种车道线的地图数据生成装置,如图3所示的一种车道线的地图数据生成装置的结构示意图,该装置包括:
获取模块30,用于获取目标区域的多版车道组信息;
聚类模块32,用于对多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;其中,车道组信息包括车辆在行驶过程中采集的多个轨迹点的地图数据,地图数据包括每个轨迹点对应的运动信息、位置信息及图像信息;
还原模块34,用于按照车道组信息还原目标车道对应的车道线;
融合模块36,用于将地图数据中包括的图像信息融合到车道线中,生成车道线的地图数据。
在图3的基础上,图4示出了另一种车道线的地图数据生成装置的结构示意图,除图3所示的结构,上述装置还包括:
记录模块38,用于对于获取到的多版车道组信息,记录每版车道组信息的拓扑关系;
优化模块40,用于根据拓扑关系,对目标车道对应的车道线的拓扑连接情况进行优化。
进一步,上述装置还包括:
数据添加模块42,用于将车道线的地图数据与经纬度关联,按照车道线的地图数据对应的经纬度信息,将车道线的地图数据添加到电子地图的对应车道线上。
本发明实施例提供的车道线的地图数据生成装置,与上述实施例提供的车道线的地图数据生成方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例还提供一种服务器,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现图1所示的方法。
进一步,本发明实施例还提供一种计算机存储介质,用于存储计算机程序指令,当计算机执行所述计算机程序指令时,执行如图1所示的方法。
参见图5,本发明实施例还提供了一种服务器的结构示意图,包括:处理器500,存储器501,总线502和通信接口503,处理器500、通信接口503和存储器501通过总线502连接;处理器500用于执行存储器501中存储的可执行模块,例如计算机程序。其中,存储器501可能包含高速随机存取存储器(RAM,RandomAccess Memory),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口503(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线502可以是ISA总线、PCI总线或EISA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。其中,存储器501用于存储程序,处理器500在接收到执行指令后,执行程序,前述本发明实施例任一实施例揭示的车道线的地图数据生成装置所执行的方法可以应用于处理器500中,或者由处理器500实现。处理器500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500中的硬件的集成逻辑电路或者软件形式的指令完成。
上述的处理器500可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器501,处理器500读取存储器501中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的车道线的地图数据生成方法及装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种车道线的地图数据生成方法,其特征在于,包括:
获取目标区域的多版车道组信息;
对所述多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;其中,所述车道组信息包括车辆在行驶过程中采集的多个轨迹点的地图数据,所述地图数据包括每个所述轨迹点对应的运动信息、位置信息及图像信息;
按照所述车道组信息还原所述目标车道对应的车道线;
将所述地图数据中包括的图像信息融合到所述车道线中,生成所述车道线的地图数据。
2.根据权利要求1所述的方法,其特征在于,对所述多版车道组信息进行聚类处理的步骤包括:
按照预先设置的优先级确定聚类处理的维度;
基于所述聚类处理的维度,按照所述优先级从高到低的顺序,对获取到的多版车道组信息进行聚类处理。
3.根据权利要求2所述的方法,其特征在于,所述按照预先设置的优先级确定聚类处理的维度之前,所述方法还包括:
对于每版所述车道组信息建立Polygon图形,以及建立所述Polygon图形的索引;
根据所述Polygon图形和所述索引查找每版所述车道组信息是否有压盖关系;
将有压盖关系的所述车道组信息标记为目标车道对应的车道组信息,以对有压盖关系的所述车道组信息进行聚类处理。
4.根据权利要求1所述的方法,其特征在于,按照所述车道组信息还原所述目标车道对应的车道线的步骤包括:
提取所述车道组信息包括的多个地图数据;
根据所述地图数据进行车道形状拟合,得到所述目标车道对应的车道线。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对于获取到的多版车道组信息,记录每版所述车道组信息的拓扑关系;
根据所述拓扑关系,对所述目标车道对应的车道线的拓扑连接情况进行补充优化。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述车道线的地图数据与经纬度关联,按照所述车道线的地图数据对应的经纬度信息,将所述车道线的地图数据添加到电子地图的对应车道线上。
7.根据权利要求1所述的方法,其特征在于,所述获取目标区域的多版车道组信息的步骤包括:
接收车辆在目标区域采集的原始车道组信息;
根据预先设置的滤波算法对所述原始车道组信息进行过滤,以获取所述目标区域的多版车道组信息。
8.一种车道线的地图数据生成装置,其特征在于,包括:
获取模块,用于获取目标区域的多版车道组信息;
聚类模块,用于对所述多版车道组信息进行聚类处理,得到目标车道对应的车道组信息;其中,所述车道组信息包括车辆在行驶过程中采集的多个轨迹点的地图数据,所述地图数据包括每个所述轨迹点对应的运动信息、位置信息及图像信息;
还原模块,用于按照所述车道组信息还原所述目标车道对应的车道线;
融合模块,用于将所述地图数据中包括的图像信息融合到所述车道线中,生成所述车道线的地图数据。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
记录模块,用于对于获取到的多版车道组信息,记录每版所述车道组信息的拓扑关系;
优化模块,用于根据所述拓扑关系,对所述目标车道对应的车道线的拓扑连接情况进行优化。
10.根据权利要求8所述的装置,其特征在于,所述装置还包括:
数据添加模块,用于将所述车道线的地图数据与经纬度关联,按照所述车道线的地图数据对应的经纬度信息,将所述车道线的地图数据添加到所述电子地图的对应车道线上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811653464.7A CN111380544A (zh) | 2018-12-29 | 2018-12-29 | 车道线的地图数据生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811653464.7A CN111380544A (zh) | 2018-12-29 | 2018-12-29 | 车道线的地图数据生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111380544A true CN111380544A (zh) | 2020-07-07 |
Family
ID=71219583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811653464.7A Pending CN111380544A (zh) | 2018-12-29 | 2018-12-29 | 车道线的地图数据生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111380544A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233447A (zh) * | 2020-09-30 | 2021-01-15 | 上海博泰悦臻电子设备制造有限公司 | 变道提醒方法及相关设备 |
CN112288807A (zh) * | 2020-10-19 | 2021-01-29 | 武汉中海庭数据技术有限公司 | 一种高精度地图中路口数据生成方法及装置 |
CN112509452A (zh) * | 2020-12-12 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 基于道路结构的地面标线融合方法及系统、服务器及介质 |
CN112507977A (zh) * | 2021-01-21 | 2021-03-16 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
CN114485690A (zh) * | 2021-12-29 | 2022-05-13 | 北京百度网讯科技有限公司 | 导航地图的生成方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383733A (zh) * | 2013-05-16 | 2013-11-06 | 浙江智尔信息技术有限公司 | 一种基于半机器学习的车道视频检测方法 |
CN105160309A (zh) * | 2015-08-24 | 2015-12-16 | 北京工业大学 | 基于图像形态学分割及区域生长的三车道检测方法 |
CN106441319A (zh) * | 2016-09-23 | 2017-02-22 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成系统及方法 |
CN106919915A (zh) * | 2017-02-22 | 2017-07-04 | 武汉极目智能技术有限公司 | 基于adas系统的地图道路标记及道路质量采集装置及方法 |
CN107665327A (zh) * | 2016-07-29 | 2018-02-06 | 高德软件有限公司 | 一种车道线检测方法及装置 |
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
CN108225343A (zh) * | 2016-12-22 | 2018-06-29 | 沈阳美行科技有限公司 | 一种地图信息系统、生成和使用方法及其应用 |
US20180189578A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Lane Network Construction Using High Definition Maps for Autonomous Vehicles |
-
2018
- 2018-12-29 CN CN201811653464.7A patent/CN111380544A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383733A (zh) * | 2013-05-16 | 2013-11-06 | 浙江智尔信息技术有限公司 | 一种基于半机器学习的车道视频检测方法 |
CN105160309A (zh) * | 2015-08-24 | 2015-12-16 | 北京工业大学 | 基于图像形态学分割及区域生长的三车道检测方法 |
CN107665327A (zh) * | 2016-07-29 | 2018-02-06 | 高德软件有限公司 | 一种车道线检测方法及装置 |
CN106441319A (zh) * | 2016-09-23 | 2017-02-22 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成系统及方法 |
CN108225343A (zh) * | 2016-12-22 | 2018-06-29 | 沈阳美行科技有限公司 | 一种地图信息系统、生成和使用方法及其应用 |
US20180189578A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Lane Network Construction Using High Definition Maps for Autonomous Vehicles |
CN106919915A (zh) * | 2017-02-22 | 2017-07-04 | 武汉极目智能技术有限公司 | 基于adas系统的地图道路标记及道路质量采集装置及方法 |
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
Non-Patent Citations (1)
Title |
---|
宗瑜等: "节点优先级导向的聚类算法", 《控制与决策》, vol. 26, no. 1, 15 January 2011 (2011-01-15), pages 879 - 887 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233447A (zh) * | 2020-09-30 | 2021-01-15 | 上海博泰悦臻电子设备制造有限公司 | 变道提醒方法及相关设备 |
CN112288807A (zh) * | 2020-10-19 | 2021-01-29 | 武汉中海庭数据技术有限公司 | 一种高精度地图中路口数据生成方法及装置 |
CN112509452A (zh) * | 2020-12-12 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 基于道路结构的地面标线融合方法及系统、服务器及介质 |
CN112509452B (zh) * | 2020-12-12 | 2022-05-17 | 武汉中海庭数据技术有限公司 | 基于道路结构的地面标线融合方法及系统、服务器及介质 |
CN112507977A (zh) * | 2021-01-21 | 2021-03-16 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
CN112507977B (zh) * | 2021-01-21 | 2021-12-07 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
CN114485690A (zh) * | 2021-12-29 | 2022-05-13 | 北京百度网讯科技有限公司 | 导航地图的生成方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11810454B2 (en) | Map data construction method vehicle terminal, and server | |
EP3078937B1 (en) | Vehicle position estimation system, device, method, and camera device | |
US10403138B2 (en) | Traffic accident warning method and traffic accident warning apparatus | |
CN111380544A (zh) | 车道线的地图数据生成方法及装置 | |
CN110146097B (zh) | 自动驾驶导航地图的生成方法、系统、车载终端及服务器 | |
CN111380543B (zh) | 地图数据生成方法及装置 | |
CN112991791B (zh) | 交通信息识别和智能行驶方法、装置、设备及存储介质 | |
CN110749329B (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
US11062154B2 (en) | Non-transitory storage medium storing image transmission program, image transmission device, and image transmission method | |
US20220011117A1 (en) | Positioning technology | |
JP2008065087A (ja) | 静止物地図生成装置 | |
JP2012208525A (ja) | 静止物地図生成装置 | |
CN104422451A (zh) | 一种道路识别方法及装置 | |
US10665096B2 (en) | Non-transitory storage medium storing image transmission program, image transmission device, and image transmission method | |
CN113899355A (zh) | 地图更新方法、装置、云端服务器和共享骑行设备 | |
JP2016180797A (ja) | 道路情報生成装置及びプログラム | |
US20210156696A1 (en) | Method and system to validate road signs | |
CN113392170A (zh) | 一种高精度地图数据的生成方法、装置及服务器 | |
CN112507977B (zh) | 一种车道线定位方法、装置及电子设备 | |
CN114120631A (zh) | 构建动态高精度地图的方法、装置及交通云控平台 | |
CN116935656B (zh) | 道路交通数据处理方法、装置、电子设备及存储介质 | |
CN114219834A (zh) | 高精地图中交通标志物更新的方法、装置及电子设备 | |
CN117351158A (zh) | 路面生成方法、装置、存储介质、设备及车辆 | |
CN117036632A (zh) | 冗余要素过滤方法、装置、设备及介质 | |
KR20230054137A (ko) | 자율 주행을 위한 정밀도로지도 갱신 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 110000 No. 861-6, shangshengou village, Hunnan District, Shenyang City, Liaoning Province Applicant after: Shenyang Meihang Technology Co.,Ltd. Address before: 110000 12th and 13th floors, No.1 Jinhui street, Hunnan New District, Shenyang City, Liaoning Province Applicant before: SHENYANG MXNAVI Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200707 |
|
RJ01 | Rejection of invention patent application after publication |