CN101815928A - 捕获供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法 - Google Patents
捕获供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法 Download PDFInfo
- Publication number
- CN101815928A CN101815928A CN200780100922A CN200780100922A CN101815928A CN 101815928 A CN101815928 A CN 101815928A CN 200780100922 A CN200780100922 A CN 200780100922A CN 200780100922 A CN200780100922 A CN 200780100922A CN 101815928 A CN101815928 A CN 101815928A
- Authority
- CN
- China
- Prior art keywords
- reference line
- line
- image
- pixel
- data set
- 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 56
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 239000000284 extract Substances 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 230000002950 deficient Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 claims description 4
- 241001310793 Podium Species 0.000 claims description 3
- 230000004438 eyesight Effects 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 abstract 1
- 238000013507 mapping Methods 0.000 description 23
- 238000006243 chemical reaction Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 239000003550 marker Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 3
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 229920002457 flexible plastic Polymers 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000004304 visual acuity Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 244000287680 Garcinia dulcis Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/073—Transforming surfaces of revolution to planar images, e.g. cylindrical surfaces to planar images
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3819—Road shape data, e.g. outline of a route
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3852—Data derived from aerial or satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明揭示一种产生供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法。所述方法包括:从表示所述参考线在地理坐标参考系统中的坐标的参考线数据及邻近于所述参考线的所述表面的源图像以及所述地理坐标参考系统中的相关联位置和定向数据中产生以参考线为参考的数据集,其中所述以参考线为参考的数据集包括多个图像数据集及在所述地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括与所述参考线上的位置相关联的参考像素,其中每一像素表示具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地与所述参考线交叉;及,对所述以参考线为参考的数据集进行后处理以产生供在地图数据库中使用的沿所述参考线的线性特征及所述地理坐标参考系统中的相关联位置。
Description
技术领域
本发明涉及一种产生供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法。本发明进一步涉及一种产生以参考线为参考的数据集的方法及一种对以参考线为参考的数据集进行后处理以产生供在地图数据库中使用的沿跨越表面的参考线的线性特征及坐标系统中的相关联位置的方法。此外,本发明涉及一种以参考线为参考的数据集、一种用于产生或检验线性特征的计算机实施的系统、一种计算机程序产品及一种携载所述计算机程序产品或以参考线为参考的数据集的处理器可读媒体。
背景技术
需要为导航系统及类似系统中所使用的数字地图数据库收集大量的线性道路信息,例如,车道分隔带、道路中心线、道路宽度等等。道路信息的地理位置可存储为绝对或相对位置信息。例如,中心线可以绝对地理位置信息存储,且道路宽度可以相对位置信息存储,所述相对位置信息相对于中心线的绝对地理位置为相对信息。可通过解释高分辨率航摄经正射校正(orthorectified)的图像获得所述道路信息。经正射校正的图像是“按比例校正”的图像,其描绘地面特征,所述地面特征是从其准确的地面位置上面看到的,其中已使用摄影测量技术移除了由相机及飞行特性以及起伏位移导致的失真。经正射校正的图像是一类航摄照片,已对其进行几何校正(“正射校正”)使得所述照片的比例为均匀的,这意味着可认为所述照片等效于地图。经正射校正的图像可用于测量真实距离,这是因为其是地球表面的精确表示,已针对地形起伏、透镜失真及相机俯仰进行了调整。经正射校正的视图不同于透视图,这是因为经正射校正的视图是以直角投影到参考平面,而透视图是从单个固定位置从所述表面投影到所述参考平面。可通过任何适合地图投影来获得经正射校正的图像。所述地图投影可以是通过表面进行的投影,例如圆柱投影、伪圆柱投影、混合投影、圆锥投影、伪圆锥投影或方位角投影。所述投影还可以是通过对度量性质进行保存而进行的投影。所述地图投影的共同之处是其均为正交投影,其意指每一像素表示参考平面的表面(近似地球形状的椭圆面)上沿垂直于所述表面的线所看到的点。因此,地球表面的经正射校正的图像的每一像素大致对应于沿垂直于近似地球形状的椭圆面的线所看到的地球表面的视图。经正射校正的图像包括启用用以将所述经正射校正的图像的任一像素参考到地理坐标参考系统中的点的算法的元数据。由于已知每一像素在近似地球形状的椭圆面上的准确位置,因此可从经正射校正的图像检索地面特征的位置及大小,例如,水平道路信息。此类高分辨率经正射校正的图像应具有低于25cm的像素大小。
现今,可通过分析并解释水平图片图像及借助只在地球上的移动收集装置所收集的其它数据来获得用于导航系统及类似系统中所使用的数字地图数据库的“垂直”道路信息,例如,速度限制、方向路标等等。术语“垂直”指示道路信息的信息平面大致平行于重力向量。移动测绘车辆(其为基于陆地的车辆,例如,汽车或有篷货车)用于为增强数字地图数据库而收集移动数据。增强的实例为交通符号、路线符号、交通灯、显示街道名称等等的街道符号的位置。
移动测绘车辆具有若干相机,这些相机中的一些相机为立体照相相机且所有这些相机因具有精密GPS及其它车载位置确定设备的有篷货车而经精确地地理定位。在行驶于道路网络上时,捕获图像序列。这些图像可为视频或静止图片图像。
移动测绘车辆在对象(例如,建筑物或道路表面)的图像序列中记录多于一个图像,且针对图像序列的每一图像,精确地确定地理坐标参考系统中的地理位置以及所述图像序列相对于所述地理位置的位置和定向数据。具有对应地理位置信息的图像序列将称为经地理编码的图像序列。由于由相机获得的图像序列表示“水平”道路信息的视觉透视图,因此图像处理算法可提供从所述图像序列抽取道路信息的解决方案。借助车载定位系统(例如,GPS接收器)以及其它额外位置和定向确定设备(例如,惯性导航系统-INS)精确地知道相机及激光扫描仪的地理位置。所述经地理编码的图像序列用于产生经正射校正的图像。经地理编码意指将通过GPS及可能地通过INS以及可能地通过与图像相关联的方位所计算的位置附接到所述图像的元数据。经地理编码的经正射校正的图像包括用以界定相关联的投影坐标参考系统以为每一像素确定在地理坐标参考系统中的对应位置的元数据。这些经正射校正的图像与航摄经正射校正的图像相当,但具有经改进的分辨率及绝对地理位置。未公开的专利申请案PCT/NL2006/050252中揭示一种产生经正射校正的图像及界定经正射校正的图像的位置和定向数据的相关联元数据的方法。此方法使我们能够仅从移动测绘系统数据产生极精确的经地理编码的经正射校正的图像。所述经地理编码的图像具有8cm(=图像内的相对位置精确度)的像素分辨率且界定图像在地球表面上的位置和定向的元数据具有1米的绝对地理位置精确度。
在航摄图像及图像序列两者中,均存在水平道路信息。借助复杂的图像处理算法,可检测车道信息及对应位置信息。此外,人们可在屏幕上的经正射校正的图像中标记所需的水平道路信息。接着,软件从所述标记计算所述水平道路信息在地理坐标参考系统中的地理位置。标记曲线状道路(例如,路边呈转弯)的线性道路信息比标记沿笔直道路的路边更费时。标记直线仅须指示两个点,而标记曲线必须指示更多点。曲线的精确度取决于所述曲线上选定点的数目。因此,道路的曲线程度越大,从图像检索水平道路信息所需要的时间和努力即越多。类似地,道路的曲线程度越大,从经正射校正的图像检索水平道路信息所需要的算法即越复杂。首先,必须在经地理编码的经正射校正的图像中识别曲线状道路表面。其次,必须在所述图像中的所述道路表面上找到道路标记。最终,必须数字化沿所述道路的线性道路标记。由于在经地理编码的经正射校正的图像中并不知道所述道路的位置和定向,因此必须使用对称滤波器(例如形态滤波器)来自动检测所述线性道路标记。这些滤波器比仅用于检测垂直或水平线/边缘的滤波器复杂。
此外,世界上存在数百万千里或道路,在不久的将来其将需要成为顺应ADAS(高级驾驶员辅助系统)的。ADAS应用(例如,自适应巡航控制、传输辅助、车道/道路偏离检测及警告、刹车及稳定性控制辅助)需要关于道路的高度精确的道路信息来控制车辆及/或警告驾驶员安全问题。需要捕获道路信息并将其存储于地图数据库中。数字地图将提供移动车辆前方的道路的知识。其将提供超出驾驶员视线的即将到来的曲线的预测能力,例如曲线形状、曲线方向及半径以及例如道路类型(高速公路、高速公路匝道、地方道路等等)的道路特性、车道数目、道路宽度、道路类型、车道标记等等。所述应用将使用所述信息来通知驾驶员即将来临的情形且辅助其安全驾驶。ADAS质量精密度需要变焦距以具有其中屏幕上的1个像素表示10×10cm的区域的图像。此意味着具有1280×1024个像素的屏幕可显示128×102.4米的区域。数字化1km的笔直道路需要人们每100m进行滚动操作且数字化一个点。滚动意味着必须从图像数据库刷新图像。既刷新图像又数字化一个点较费时。
因此,需要可精确地、高效地且快速地从航摄经正射校正的图像、卫星图像、航摄图像序列或安装于移动车辆上的相机所捕获的图像序列抽取水平道路特征及对应位置信息的方法。需要用以加速道路几何结构更新及获取新道路几何结构的算法。
定义:
坐标:n个数字序列中的一个数字,其表示n维空间中一点的位置;
坐标转换:基于一对一关系从一个坐标参考系统到基于相同数据的另一坐标参考系统的坐标改变;
坐标参考系统:通过数据与真实世界相关的坐标系统;
坐标系统:用于规定如何将坐标指派给点的数学规则集;
数据:界定坐标参考系统的原点的位置、比例及定向的参数或参数集;
椭圆面坐标系统(大地坐标系统):其中通过大地纬度、大地经度及(在三维情况下)椭圆面高度来规定位置的坐标系统,其与一个或一个以上地理坐标参考系统相关联;
地理坐标参考系统:使用椭圆面坐标系统且基于近似地球形状的椭圆面的坐标参考系统;
地图投影:从椭圆面坐标系统到平面的坐标转换;
经正射校正的视图:一点的视图,其是从所选参考表面沿所述点中垂直于那个表面的线观察到的;
投影坐标参考系统:通过应用地图投影并使用笛卡尔坐标系统从二维地理坐标参考系统导出的坐标参考系统。
发明内容
本发明设法提供一种捕获或检验供在地图数据库中使用的沿跨越表面的参考线的线性特征的经改进的方法。
根据本发明,所述方法包括:
-从表示所述参考线在地理坐标参考系统中的坐标的参考线数据及邻近于所述参考线的所述表面的源图像以及所述地理坐标参考系统中的相关联位置和定向数据中产生以参考线为参考的数据集,其中所述以参考线为参考的数据集包括多个图像数据集及在所述地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括一与所述参考线上的一位置相关联的参考像素,其中每一像素表示一具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地交叉所述参考线;及,
-对所述以参考线为参考的数据集进行后处理以产生供在地图数据库中使用的沿所述参考线的线性特征及所述地理坐标参考系统中的相关联位置。
本发明基于以下认识:线性道路信息(例如,道路分隔带、路边、道路中心线等等)为平行于道路方向的道路信息。可从地图数据库获得道路的方向。此外,车辆在道路上的行驶方向为道路方向的良好近似。借助GPS接收器及惯性测量装置(例如,一个或一个以上回转仪及/或加速计)确定车辆的位置和定向。以此方式,可在地理坐标参考系统中作出车辆的轨迹线。所述轨迹线是道路方向的良好近似。在经正射校正的图像上,道路及因此车辆的轨迹线或线性道路信息将为曲线状。观点是将经正射校正的图像中沿参考线(例如,车辆的轨迹线)的区域变换成其中所述参考线及平行于所述参考线的区域为直线及沿所述直线的矩形的以参考线为参考的图像。以此方式,具有恒定宽度的曲线状道路将被变换成具有几乎平行路边的几乎笔直的道路的图像,根据中心线或车道标记的参考线在以参考线为参考的图像将几乎为直线。以参考线为参考的图像中的线性特征的笔直程度取决于参考线相对于线性特征的位置的精确度。如果车辆始终在一个车道的中间行驶,那么线性特征将为大致笔直的。然而,如果车辆改变车道,那么其将交叉车道分隔带,此在以参考线为参考的图像中的连续像素行中将被看作所述车道分隔带的水平改变。如上文所述,人们数字化或验证此一图像中的线性特征比原本在使用原始经正射校正的图像时的情况容易且快得多。由于所执行的变换是可逆的,因此可从在以参考线为参考的(直线)图像中所确定的线性特征的位置导出特征的准确地理位置。经正射校正的地理参考的空间到以参考线为参考的图像空间(RRI空间)的变换允许人们一次即分析多至少20倍的信息。以参考线为参考的图像的另一优点是分析路面的人仅需在图像中进行上下滚动操作而沿路面移动,而如果其想要在经正射校正的图像上沿所述道路移动那么其必须在所述图像中在2个维度上进行滚动操作。以此方式,此人可沿所述路面快速移动定位到所需位置。
此外,通过将曲线状道路变换成笔直道路,在以参考线为参考的图像中检测线性道路信息需要较不复杂的图像处理算法。如果将参考线投影在以参考线为参考的图像中的像素列上,那么线性道路信息在以参考线为参考的图像中将显现为垂直信息。所述算法仅需要在图像中找到垂直信息。
借助本发明,可较快地捕获或编辑特定区域(例如,一地区内的道路)的线性道路信息。此减少了制造信息的成本,且还减少了捕获图像与将道路信息提供给客户之间的时间。本发明进一步使数字地图提供商能够更频繁地提供对数字地图的更新。
根据本发明,一种产生以参考线为参考的数据集的方法包括:
-获取表示所述参考线在地理坐标参考系统中的坐标的参考线数据;
-获取邻近于所述参考线的表面的源图像及所述地理坐标参考系统中的相关联位置和定向数据;
-在所述参考线上产生样本位置序列;
-针对每一样本位置,确定在所述样本位置处垂直于所述参考线的方向的线区段的位置;
-产生每一线区段的像素线,其中每一像素在所述表面上具有所述地理坐标参考系统中的相关联位置且已从所述源图像的表示所述地理坐标参考系统中的所述相关联位置的至少一个像素导出像素值;
-将所述像素线及相关联样本位置存储于所述以参考线为参考的数据集中。
可从以下群组中的一者提取所述源图像:由安装于移动车辆上的陆地相机捕获的图像、航摄图像、卫星图像、经正射校正的图像。可从以下群组中的一者提取所述参考线:所述车辆的轨迹线、来自现有数据库的道路中心线、从现有数据库提取的其它现有道路几何结构。
在本发明的实施例中,所述样本位置沿所述参考线为等距的。此特征允许软件程序在不进行变换的情况下提供易于由人们解释的以参考线为参考的图像。
在本发明的另一实施例中,沿所述地理坐标系统中两个连续样本位置之间的所述参考线的距离取决于所述参考线的局部曲率或笔直度。此特征使所述方法能够提供具有最优数据量的以参考线为参考的数据集。在道路的笔直区段上比在转弯的区段上精确地导出线性道路信息需要更少的点。
根据本发明,一种对以参考线为参考的数据集进行后处理以产生供在地图数据库中使用的沿跨越表面的参考线的线性特征及地理坐标参考系统中的相关联位置的方法包括:
-检索所述以参考线为参考的数据集,其中所述以参考线为参考的数据集包括多个图像数据集及在所述地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括一与所述参考线上的一位置相关联的参考像素,其中每一像素表示一具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地交叉所述参考线;
-将所述以参考线为参考的数据集变换成以参考线为参考的图像,其中
一个或一个以上源图像用以依据道路位置信息获得经变换图像,所述经变换图像的每一像素列对应于一平行于所述参考线的方向的表面;
-在所述以参考线为参考的图像中选择线性特征;
-根据所述线性特征在所述以参考线为参考的图像中的位置及相关联数据确定所述线性特征在所述地理坐标参考系统中的坐标;
-将所述线性特征的所述坐标存储于数据库中。
所述线性特征为以下群组中的一者:道路中心线、道路宽度、道路路缘、道路油漆线(road painting)、车道分隔带、车道数目、交通岛、交叉口及沿所述参考线的所述表面的任一其它视觉可辨别的特征。
在本发明的实施例中,选择包括:
-在屏幕上输出所述以参考线为参考的图像;
-在所述屏幕上将指向装置手动定位于所述线性特征上以获得经标记位置;及
确定根据经标记位置在所述以参考线为参考的图像中的所述位置计算所述线性特征在所述地理坐标参考系统中的所述坐标。
这些特征允许我们分析以参考线为参考的图像并产生线性道路信息。
在另一实施例中,选择包括:
-对所述以参考线为参考的图像执行线检测算法以选择所述线性特征;
确定线性特征在所述以参考线为参考的图像中的像素位置;及
确定根据所述线性特征在所述以参考线为参考的图像中的所述像素位置计算所述线性特征在所述地理坐标系统中的所述坐标。
这些特征允许我们从以参考线为参考的数据集中自动产生线性道路信息。
在另一方面中,本发明提供一种以参考线为参考的数据集,其包括多个图像数据集及在地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括一与所述参考线上的一位置相关联的参考像素,其中每一像素表示一具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地交叉所述参考线。
在所述以参考线为参考的数据集的实施例中,所述表面为地球表面且线区段包含道路表面的区段。在所述以参考线为参考的数据集的实施例中,所述多个图像数据集为以参考线为参考的图像,其中每一图像数据集对应于所述以参考线为参考的图像的一像素行。在另一实施例中,当投影在所述地理坐标参考系统上时,图像数据集的像素的位置是沿所述线区段按比例分布的。在又一实施例中,所述参考线对应于道路中心线的近似。
且在其它实施例,所述地理坐标参考系统位WGS84坐标系统。
在另一方面中,本发明提供一种用于检验沿参考线的线性特征及地理坐标参考系统中的相关联位置的计算机实施的系统,所述系统包括:
-输入装置;
-处理器可读存储媒体;及
-处理器,其与所述输入装置及所述处理器可读存储媒体通信;
-输出装置,其用以实现与显示单元的连接;
所述处理器可读存储媒体存储代码,所述代码用以编程所述处理器以执行包括以下动作的方法:
-从地图数据库中检索表示跨越表面的参考线在地理坐标参考系统中的坐标的参考线数据;
-检索所述表面的经正射校正的图像及所述地理坐标参考系统中的相关联位置和定向数据;
-从所述参考线数据及经正射校正的图像中产生以参考线为参考的图像,其中所述以参考线为参考的图像的每一像素行对应于所述表面的一垂直于所述参考线的方向的区段且所述以参考线为参考的图像的每一像素列对应于一平行于所述参考线的表面;
-检验线性特征在所述以参考线为参考的图像中的位置;
-依据从以下群组提取的至少一个要求标记显示缺陷的位置:线性特征的位置、线性特征的笔直度、线性特征的平行度;
-确定所述地理坐标参考系统中对应于所述显示缺陷的经标记位置的坐标;及
-将所述经标记缺陷的所述坐标存储于数据库中以供进一步处理。
根据本发明的以参考线为参考的图像使人们能够在现有地图数据库中高效且容易地检验线性特征的位置。从现有地图数据库中提取的线性特征(例如,车道分隔带)的位置可用作参考线。当投影在由地理坐标参考系统使用的近似地球形状的椭圆面上时,经正射校正的图像显像地球的真实表面。在以参考线为参考的图像中,线性特征应在图像中的预界定位置上可见。此外,线性特征应为直线。如果所述位置不正确或所述线性特征不是直线,那么人们将认为此为缺陷且可标记所述缺陷。随后,由与所述以参考线为参考的图像的像素相关联的投影坐标参考系统确定所述缺陷的地理位置。可使用所述缺陷的地理位置对来自移动测绘车辆的对应源图像或对应经正射校正的图像进行检索,以再次数字化具有相对较高分辨率的图像中的线性特征。以此方式,可高效地检验并校正(如果有必要的话)现有地图数据库中的数据。
可使用软件、硬件或软件与硬件的组合来实施本发明。当本发明的全部或部分在软件中实施时,所述软件可驻存于处理器可读存储媒体上。适当处理器可读存储媒体的实例包含软磁盘、硬磁盘、CD ROM、DVD、存储器IC等。当系统包含硬件时,所述硬件可包含:输出装置(例如,监视器、扬声器或打印机);输入装置(例如,键盘、指向装置及/或麦克风);及处理器,其与所述输出装置通信;以及处理器可读存储媒体,其与所述处理器通信。所述处理器可读存储媒体存储代码,所述代码能够编程所述处理器以执行实施本发明的动作。本发明的过程还可在可经由电话线或其它网络或因特网连接存取的服务器上实施。
附图说明
下文将使用若干实例性实施例参照附图更详细地论述本发明,所述附图打算图解说明本发明而非限制其由所附权利要求书及其等效实施例界定的范围,附图中
图1显示具有相机及激光扫描仪的MMS系统;
图2显示位置和定向参数的图示;
图3显示执行本发明可借助的计算机布置的框图;
图4是根据本发明用于产生线性道路信息的过程的实例性实施方案的流程图;
图5显示从经正射校正的图像空间到以参考线为参考的图像空间的变换;
图6图解说明图像数据集的产生;
图7图解说明从经正射校正的图像中产生以参考线为参考的图像;
图8到10图解说明从经正射校正的图像空间到具有不同参考线的以参考线为参考的图像空间的变换的实例;
图11图解说明本发明的有效性;
图12图解说明从以参考线为参考的空间到经正射校正的空间的变换;且
图13图解说明降低以参考线为参考的图像空间中的图像线的数目的效应。
具体实施方式
图1显示采取汽车1形式的MMS系统。汽车1具备一个或一个以上相机9(i),i=1,2,3,...I。视角或所述一个或一个以上相机9(i)可相对于汽车1的驾驶方向沿着任何方向且因此可以是前视相机、侧视相机或后视相机等。所述相机9(i)的取景窗覆盖车辆前方的整个道路表面。优选地,汽车1的行驶方向与相机的视角之间的角度在任一侧上在45度到135度的范围内。汽车1可由驾驶员驾驶着沿感兴趣的道路行驶。
汽车1具备多个车轮2。此外,汽车1具备高精确度位置确定装置。如图1中所示,所述位置确定装置包括以下组件:
●GPS(全球定位系统)单元,其连接到天线8且经布置以与多个卫星SLi(i=1,2,3,...)通信且根据从卫星SLi接收的信号计算位置信号。所述GPS单元连接到微处理器μP。基于从所述GPS单元接收的信号,所述微处理器μP可确定将在汽车1中的监视器4上显示的适合显示信号,从而告知驾驶员汽车的所在位置及所述汽车可能正沿哪个方向行进。可使用差分GPS单元替代GPS单元。差分全球定位系统(DGPS)是对全球定位系统(GPS)的增强,其使用固定的基于地面的参考站网络来广播由卫星系统指示的位置与已知的固定位置之间的差异。这些站广播所测量的卫星伪距与实际(在内部计算的)伪距之间的差异,且接收器站可将其伪距校正相同量。
●DMI(距离测量仪器)。此仪器是通过感测车轮2中的一者或一者以上的旋转次数来测量汽车1行进的距离的里程表。所述DMI还连接到微处理器μP以允许所述微处理器μP在根据来自所述GPS单元的输出信号计算显示信号的同时考虑到由所述DMI测量的距离。
●IMU(惯性测量单元)。此一IMU可实施为3个回转仪单元,其经布置以测量沿3个正交方向的旋转加速度及平移加速度。所述IMU还连接到微处理器μP以允许所述微处理器μP在根据来自所述GPS单元的输出信号计算显示信号的同时考虑到所述DMI的测量结果。所述IMU还可包含航位推算传感器。
应注意,所属领域的技术人员可找到全球导航卫星系统与车载惯性与航位推算系统的许多组合以提供车辆的精确位置和定向且因此提供设备(其以参考所述车辆的已知位置和定向安装)的准确位置和定向。
如图1中所示的系统为所谓的“移动测绘系统”,其(举例来说)通过借助安装于汽车1上的一个或一个以上相机9(i)拍摄图片来收集地理数据。所述相机连接到所述微处理器μP。所述汽车前方的相机9(i)可以是立体相机。所述相机可经布置以产生图像序列,其中已以预界定的帧速率捕获了图像。在实例性实施例中,所述相机中的一者或一者以上为静止图片照相机,其经布置以在汽车1的每个预界定位移或每个时间间隔捕获图片。所述预界定位移经选择使得将车辆前方预界定距离处的位置捕获为相机的至少两个连续图片。举例来说,可在每行进4米之后捕获图片,从而在车辆前方的5米距离处在道路表面平面的每一图像中产生重叠。
通常想要从3个测量单元GPS、IMU及DMI尽可能精确地提供位置和定向测量。在相机9(i)拍摄图片时,测量这些位置和定向数据。存储这些图片以供稍后在所述μP的适合存储器中结合在拍摄这些图片的同时收集的汽车1的对应位置和定向数据使用。所述图片包含关于道路信息的视觉信息,例如,道路的中心、道路表面边缘及道路宽度。
图2显示可从图1中所示的三个测量单元GPS、DMI及IMU获得哪些位置信号。图2显示微处理器μP经布置以计算6个不同参数,即,相对于预定坐标系统中的原点的3个距离参数x、y、z及分别是ωx、ωy、ωz的3个角度参数,其分别表示绕x轴、y轴及z轴的旋转。z方向与重力向量的方向一致。全球UTM或WGS84坐标系统可用作预定地理坐标参考系统。
汽车1中的微处理器及存储器9可实施为计算机布置。图3中显示此一计算机布置的实例。
在图3中,给出计算机布置300的概略图,其包含包括用于实施算术运算的处理器311。在图1中所示的实施例中,所述处理器将是微处理器μP。
处理器311连接到多个存储器组件,包含硬磁盘312、只读存储器(ROM)313、电可擦除可编程只读存储器(EEPROM)314及随机存取存储器(RAM)315。并不一定需要提供所有这些存储器类型。此外,这些存储器组件无需在物理上接近于处理器311定位而是可远离处理器311定位。
处理器311还连接到(例如)用户用来输入指令、数据等的构件,如键盘316及鼠标317。也可提供所属领域的技术人员已知的其它输入构件,例如触摸屏、轨迹球及/或话音转换器。
提供连接到处理器311的读取单元319。读取单元319经布置以从可装卸数据载体或可装卸存储媒体(如软磁盘320或CDROM 321)上读取数据及可能地写入数据。其它可装卸数据载体可以是磁带、DVD、CD-R、DVD-R、存储棒等,如所属领域的技术人员已知。
处理器311可连接到打印机323以在纸张上以及向显示器318打印输出数据,所述显示器例如是监视器或LCD(液晶显示器)屏幕或所属领域的技术人员已知的任何其它类型的显示器。
处理器311可连接到扩音器329。
此外,处理器311可借助I/O构件325连接到通信网络327,例如,公共交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、因特网等。处理器311可经布置以通过网络327与其它通信布置通信。I/O构件325进一步适于将位置确定装置(DMI、GPS、IMU)、相机9(i)及激光扫描仪3(j)连接到计算机布置300。
数据载体320、321可包括呈数据及指令形式的计算机程序产品,所述计算机程序产品经布置以给所述处理器提供执行根据本发明的方法的能力。然而,另一选择为,此计算机程序产品可经由电信网络327下载。
处理器311可实施为独立系统,或实施为多个各自经布置以实施较大计算机程序的子任务的平行操作处理器,或实施为具有数个子处理器的一个或一个以上主处理器。本发明的部分功能性甚至可由通过电信网络327与处理器311通信的远程处理器实施。
图3的计算机系统中所含有的组件为通常在通用计算机系统中找到的那些组件,且打算表示在所属技术中众所周知的宽泛类别的此类计算机组件。
因此,图3的计算机系统可以是个人计算机、工作站、小型计算机、大型计算机等。所述计算机还可包含不同的总线配置、联网平台、多处理器平台等。可使用各种操作系统,包括UNIX、Solaris、Linux、Windows、Macintosh OS及其它适合操作系统。
为对由相机9(i)拍摄的图像及扫描以及位置/定向数据进行后处理,将使用与图3中的布置类似的布置,但此布置将不定位于汽车1中而是可方便地定位于建筑物中用于离线后处理。将由相机9(i)拍摄的图像及扫描以及相关联位置/定向数据存储于一个或一个以上存储器312到315中。此存储可经由首先将所述图像及扫描以及所述相关联位置/定向数据存储于DVD、存储棒或类似物上或从存储器9中传输其(可能以无线方式)来完成。可将界定汽车1的轨迹的相关联位置和定向数据存储为原始数据,包含时间戳。此外,每一图像具有时间戳。所述时间戳使我们能够精确地确定相机9(i)在捕获图像时的位置和定向。以此方式,所述时间戳界定图像中所示的视图之间的空间关系。也可将相关联位置和定向数据存储为通过所使用的数据库架构链接到相应图像的数据。经地理编码的图像序列是图像序列与相关联位置和定向数据的组合。使用所述经地理编码的图像序列来产生经正射校正的图像。这些经正射校正的图像与航摄经正射校正的图像相当,但具有经改进的分辨率及绝对地理位置。未公开的专利申请案PCT/NL2006/050252中揭示一种产生经正射校正的图像及相关联位置和定向数据的方法。典型的移动测绘系统MMS借助所述方法产生具有8cm分辨率与1m的绝对位置精确度的经正射校正的镶嵌图。
本发明可使用具有充足分辨率及精确度的任一经正射校正的图像作为图像数据。因此,可使用经正射校正的航摄图像、经正射校正的卫星图像以及从由安装于移动车辆上的相机捕获的图像获得的经正射校正的图像。应理解,由移动测绘系统捕获的原始图像序列也可用作输入数据。下文将对此进行更详细的解释。
图4是根据本发明用于产生线性道路信息的过程的实例性实施方案的流程图。线性道路信息可以是且不限于道路宽度、道路中心线的位置、车道数目、车道分隔带的位置、类型及尺寸、车道宽度、交通岛的位置及尺寸、泊车/紧急停车道的位置及尺寸、沿道路与出口车道的交叉口的位置及尺寸。所述过程的输入数据是参考线数据402及图像数据404。所述参考线数据对应于跨越地球表面的参考线。所述参考线优选地为标准地理坐标参考系统(例如WGS84地理坐标参考系统)中所规定的。所述参考线可以是移动测绘车辆在移动测绘时间段期间的轨迹。如果这样,那么所捕获的图像序列及所述参考线将具有由相同位置确定装置产生的位置和定向数据。此提供所述参考线的位置与从图像检索的信息之间的准确匹配。然而,还可从数字地图数据库抽取所述参考线数据。所述参考线可对应于由路线规划系统确定的从位置a到位置b的路线。图像数据404可以是具有界定对应的投影坐标参考系统的元数据的任一经正射校正的图像。因此,可将所述图像的每一像素映射到真实世界坐标且可在所述图像上找到任何世界坐标。对于根据本发明的过程,重要的是与经正射校正的图像的像素相关联的投影坐标参考系统及与以参考线为参考的数据集的像素相关联的投影坐标参考系统启用用以将以参考线为参考的数据402的像素投影在图像数据404的像素上的程序。使用所述图像数据来确定沿所述参考线的线性道路特征。如果位置信息不匹配,那么所述方法不能确定图像中包括线性道路特征的相关区域。移动测绘车辆在道路上行驶。因此,所述移动测绘车辆的轨迹线是所述道路的位置的良好近似。如果使用由所述移动测绘车辆捕获的图像序列来产生经正射校正的图像,那么可在所述经正射校正的图像中准确地确定所述道路,即所述车辆的轨迹线。因此,根据移动测绘车辆的轨迹线的参考线使我们能够确定将在所述经正射校正的图像中的何处找到包括我们正在寻找的道路信息的部分。
如上所述,使用所述参考线数据来确定所述经正射校正的图像中将要分析的部分。在动作406中,将所述经正射校正的图像中将要分析的部分从经正射校正的图像空间变换成以参考线为参考的图像空间。作为此变换的结果,经正射校正的图像空间中的曲线状参考线被变换成以参考线为参考的图像空间中的直线。此外,所述经正射校正的图像空间中在距所述参考线垂直距离dort处的位置被投影在所述以参考线为参考的图像空间中在距所参考的线垂直距离dRRI处的位置处。因此,在垂直距离dort处的所有位置均被投影在所述以参考线为参考的图像空间中在距离dRRI处的平行于所述参考线的直线上。在下文的描述中将更详细地描述此变换。动作406的输出是以参考线为参考的数据集408。以参考线为参考的数据集包括多个图像数据集及在坐标系统(举例来说,地理坐标参考系统,例如WGS84及UTM)中界定跨越表面的参考线的相关联位置数据。每一图像数据集由线性像素阵列及界定相关联的投影坐标参考系统的元数据组成。线性像素阵列可以是以参考线为参考的图像的像素线。所述线性像素阵列对应于所述坐标系统中所述表面的线区段的经正射校正的视图表示。经正射校正的图像是地球表面的经正射校正的视图表示。应注意,经正射校正的图像包括界定所使用的地图投影的元数据。所述地图投影界定地球的二维曲面模型到平面的变换。经正射校正的图像为适于产生线性像素阵列的图像,这是因为清晰地界定了每一像素的地理位置(地球的二维曲面的位置)。每一图像数据集包括与所述参考线上的位置相关联的参考像素。此外,每一像素表示具有沿所述线区段在距所述参考像素在所述表面处的位置预界定距离处的位置的表面。所述线区段在与所述参考像素相关联的位置处垂直地与所述参考线交叉。当经正射校正的图像为源图像时,线性像素阵列的值对应于经正射校正的图像中在所述经正射校正的图像中的经界定位置处垂直于所述参考线的线区段的值。界定所述参考线上的若干位置。针对所述参考线上的每一位置,从所述经正射校正的图像导出对应图像数据。线性阵列中的图像数据的组合产生以参考线为参考的图像。块410指示图像数据与启用对每一像素的地理位置的计算的元数据的组合,以精确地产生具有启用对每一像素的地理位置的计算的元数据的以参考线为参考的图像。
如上所述,以参考线为参考的数据集包括构成以参考线为参考的图像的数据。在以参考线为参考的图像中,每一像素列对应于经正射校正的图像中平行于参考线的曲线。本发明用于产生线性道路信息。线性道路信息为大致平行于参考线(例如,道路的方向)的信息。通过从经正射校正的图像到以参考线为参考的图像的变换,将具有恒定宽度的曲线状道路变换成具有恒定宽度的笔直道路。图5图解说明从经正射校正的图像空间到以参考线为参考的图像空间的变换。左手边图像显示道路502的转弯的经正射校正的图像。此外,指示车辆506的轨迹线。此外,向量510指示参考线在点509中的方向且向量512界定垂直于参考线506的方向的线区段的方向。右手边图像显示左手边图像的经正射校正的图像空间到以参考线为参考的图像空间变换的结果。可看到,所述参考线对应于以参考线为参考的图像中的垂直线508且经正射校正的图像中的曲线状中心线及路边被变换成平行于垂直线508的垂直线。
块412指示用以从以参考线为参考的图像中选择线性特征及所述图像中的xy位置的方法。所述方法可由数字化所述图像的人来完成。一人将在屏幕上看到几乎笔直的道路。借助指向构件(例如指针),此人可在所述屏幕中标记所述线性特征的位置。存储所述屏幕上的线性参考图像中的经标记位置以供进一步处理。用以选择线性特征的标记的数目取决于所述线性参考图像中的线性特征的笔直度。线性特征的笔直度取决于经正射校正的图像中参考线与所述特征的平行度。举例来说,如果移动车辆正在车道上移动,那么在以参考线为参考的图像中可见此移动为所述特征的水平移动。为在所述以参考线为参考的图像中精确地选择所述线性特征,由此人添加的标记必须跟随此移动。如果在经正射校正的图像中参考线平行于所述线性特征,那么仅须在以参考线为参考的图像中标记所述线性特征的起点及终点。
还可通过图像处理算法来实施块412。存在众多所属领域的技术人员已知的用以在图像中检测线性特征的算法。由于所使用的算法并非本发明的本质特征,因此不对此一算法的进一步细节进行描述。由于在以参考线为参考的图像中将要检测的线性特征显现为相对于像素列具有小于45度(在一实施例中,其小于5度)的角度的线,因此可使用简单的线检测算法来检测所述线性特征。如果参考线对应于移动测绘车辆的轨迹线,那么线性特征在以参考线为参考的图像中将主要显示为垂直线。
块412还可以是用于检验沿参考线的线性特征及坐标系统中的相关联位置的方法。在所述情况下,所述参考线可对应于从现有数字地图数据库检索的任一线性特征的位置。使用所述位置来产生以参考线为参考的图像。来自移动测绘时间段的经正射校正的图像或原始源图像显像地球的真实表面。在一实施例中,以参考线为参考的图像的中间像素列对应于从现有地图数据库提取的线性特征的位置。如果所述线性特征的位置正确,那么所述线性特征将显像于所述中间列中且因此被看作直线。然而,如果所述数据库中的位置不正确,那么所述线性特征将不显像于以参考线为参考的图像中的中间像素列中。此外,如果线性特征在以参考线为参考的图像中不是直线,那么此指示所述数字地图数据库中未正确地数字化参考线。人们将认为两种情形为所述数字地图数据库中的缺陷且可在以参考线为参考的图像中标记所述缺陷。随后,确定对应于所述以参考线为参考的图像中的标记的位置的缺陷的地理位置并将其存储于数据库中。可使用缺陷的地理位置对来自移动测绘车辆的对应源图像或对应经正射校正的图像进行检索,以再次数字化具有高2D分辨率的图像(例如经正射校正的图像)中的线性特征。以此方式,可高效地检验并校正(如果有必要的话)现有地图数据库中的数据。可通过采取道路的方向(例如,中心线)作为参考线并在以参考线为参考的图像中叠加线性特征(例如道路宽度、道路标记)的位置来改进所述检验方法。以参考线为参考的图像的优点是人们仅须在图像中进行上下滚动操作而沿道路移动。此外,沿道路(线性特征)的分辨率可在不损失沿垂直于所述道路的方向的方向的位置精确度的情况下变化。此在图13及对应描述中加以阐明。
在块414中,从块412中的选定线性特征在以参考线为参考的图像中的xy位置计算所述线性特征在地理坐标参考系统中的位置。与每一像素相关联的投影坐标参考系统界定从以参考线为参考的图像空间到地理坐标参考系统空间的坐标变换。最终,将所述线性特征及所述地理坐标参考系统中的对应位置存储于数据库中以供在地图数据库中使用。
在以下段落中,将给出参考线参考的数学。
令n为自然数,r为自然数或∞,I为实数的非空区间且t在I中。类Cr(即,γ为r次连续可微)的向量值函数
称为类Cr的参数曲线或曲线γ的Cr参数化。t称为曲线γ的参数。γ(I)称为所述曲线的图像。
对于2维空间(例如,图像),此曲线因此将具有以下形式
γ(t)=[x(t),y(t)]
针对每一点处的C1类曲线,我们可界定其切向量及法向量,其可根据以下方程式来计算:
单位切向量为第一弗莱纳向量e1(t)且被界定为
法向量(有时称为曲率向量)指示曲线与直线的偏差。法向量被界定为
e2(t)=γ″(t)-(γ″(t),e1(t)}e1(t)
P(t,o)=γ(t)+o*e2(t)
此原理可应用于为地理参考且在所述线的邻域中的图像上的任一像素。
以参考线为参考的图像变换算法图解说明于图6中且包括以下动作:
1.让我们将d(n)610界定为沿参考几何结构点612的距离序列,其中n为所述序列中的次序数,使得d(n)<d(n+1)且0<=d(n)<=G,其中G是参考几何结构宽度。
对参考几何结构进行取样,其中所沿的距离由向量d(n)产生。可将值R(n)=d(n)-d(n-1)视为线性参考图像的第一或水平轴中的局部分辨率。
2.针对来自向量d(n)的每一元,执行以下操作:
2.1.查询在距离D=d(n)处垂直于参考几何结构602的点及几何结构方向向量p608;
2.2.使用方向向量p 608及给定样本线宽度606来创建源图像取样线604。以给定步长对此线进行取样。因此,我们取得点序列610。让我们假设结果点Pt(n,m)沿根据几何结构方向的方向从左到右为有序的,其中n为向量d(n)的当前元的索引且m为参考线处的点的次序数。
2.3.针对pt.2.2中所创建的点Pt(n,m)中的每一者:
2.3.1.使用众所周知的空间参考系统转换来找到对应于源经正射校正的图像上的点Pt(n,m)的像素(或像素群组)。
2.3.2.对所找到的像素(或像素群组)执行任何图像处理操作以取得结果像素值。
2.3.3.将由2.3.2.产生的像素值设定成像素位置(n,m)处的结果以参考线为参考的图像。
换句话说,对参考线(其为参考几何结构,例如道路中心线或车辆的轨迹线)进行取样以获得参考线点。接着,针对每一参考线点,确定垂直于所述参考线的几何结构方向向量p 608。使用所述参考线点及所述几何结构方向向量来确定经正射校正的图像上线区段的地理位置。所述线区段位于一线上,所述线具有在其中穿过所述线区段的线交叉所述参考线的点中垂直于所述参考线的方向的方向。使用所述线区段来产生像素行。所述像素行对应于一线上的地理位置。所述地理位置为等距的且形成以参考线为参考的图像的直线。使用所述地理位置来导出地理参考的经正射校正的图像中的对应像素位置。根据所述地理参考的经正射校正的图像中的对应像素的值确定所述像素行中的像素的值。在一实施例中,所述像素行的分辨率为0.5cm。然而,所需分辨率取决于将要检测的线性道路信息的尺寸与地图数据库中所需位置及尺寸精确度的组合。举例来说,道路宽度的分辨率将由所需位置精确度界定,而道路中心线的宽度可由线的宽度界定。
可组合对应于连续参考线点的像素行以形成以参考线为参考的图像。在以参考线为参考的图像中,参考线的位置被投影在像素列中的一列上。
以参考线为参考的图像中的每一其它像素列对应于距机架线预界定垂直距离处的线。
图6中显示特定参考线点612中参考线602的方向。垂直于方向602的是线区段604。所述线区段具有预定宽度606及方向向量608。沿所述线区段,选择若干线区段点610。每一线区段点610在像素行中具有对应像素。像素行可作为像素阵列但也可作为像素行存储于以参考线为参考的图像中。每一线区段点具有一地理位置。优选地,一个线区段点具有在其中线区段604交叉参考线的位置处的地理位置。然而,本发明在线区段的区域不覆盖参考线时也可正常起作用。对产生线性道路信息的唯一约束是道路信息的地理位置平行于参考线的地理位置。
对应于参考线点的像素行存储于以参考线为参考的数据集中。每一像素行可存储包括表示所述像素行的像素数据及表示参考线相对于所述像素行中的参考像素的位置和定向的位置数据的个别数据集。借助所述位置数据,可精确地确定所述像素行中的每一像素的地理位置。以此方式,可使用以下值来界定像素的每一地理参考的位置:沿参考线的距离及沿垂直于参考线的方向的方向距参考几何结构的距离。
图7图解说明从经正射校正的图像中产生以参考线为参考的图像。图7在左边显示道路702的经正射校正的图像。参考线710叠加于道路702上。显示了线区段706。线区段706具有垂直于参考线710的方向的方向,其中线区段706交叉参考线710。图7在右侧处显示以参考线为参考的图像704。叠加于以参考线为参考的图像704上的线712对应于参考线710。箭头707指示从经正射校正的源图像中的线区段706到以参考线为参考的图像704的像素行706的映射。可看到,经正射校正的图像702中具有恒定垂直距离的线被变换成以参考线为参考的图像704中的平行“垂直”线。
图7显示其中沿连续参考线点709之间的参考线的距离为等距的实例。在一实施例中,沿参考线的两个参考线点之间的距离为1米。此具有以下优点:可容易地解释通过组合像素行所产生的线性参考图像。已发现,沿参考线的两个参考线点之间的距离介于0.08m到2m的范围中会提供解释以参考线为参考的图像的容易性。最低距离对应于线区段的像素分辨率,其取决于源图像或经正射校正的图像的图像分辨率。沿一列的每一预界定位移对应于线区段沿参考线的相同位移。如果一人必须在以参考线为参考的图像中标记无法在一个屏幕上显像的线性特征,那么此人必须进行垂直滚动穿过以参考线为参考的图像的操作。若干像素线的垂直滚动将对应于沿参考线移动对应距离。
可进一步增加以参考线为参考的图像中沿参考线的两个参考线点之间的距离。然而,在所述情况下,需要进行一些预滤波以使得图像可解释。如果不执行预滤波,那么例如涂漆的虚线车道分隔带的线性特征可消失或显示为实线。在预滤波器的实施例中,如果工程师想要在两个参考线点之间具有例如8m的间距,那么产生具有1m的间距的以参考线为参考的数据。通过沿参考线对8个连续线区段进行滤波来获得以参考线为参考的图像中的每一线。通过将所述8个连续线区段的像素的最小亮度值存储于距参考线点的等效垂直距离处来获得以参考线为参考的图像的每一平整线且通过将所述8个连续线区段的像素的最大亮度值存储于距参考线点的等效垂直距离处来获得以参考线为参考的图像的每一不平整线。在所述情况下,人们将能够看到图像上的涂漆的虚线分隔带为具有交替黑色(最小亮度)及白色(最大亮度)像素的垂直条。两个参考线点之间的较大距离可极适于在视觉上检验现有数字地图数据库中长线性特征(例如,高速公路上的车道分隔带)的地理位置。通过给定实施例,替代屏幕沿道路显示1km,其将显示8km。为检验具有80km长度的道路,仅须检验10个屏幕而非80个。此外,使人的互动减少7/8,此改进用于检测所述80km道路的线性道路特征的吞吐时间。
如果参考线对应于移动车辆沿道路的轨迹线,那么两个参考线点之间的距离取决于所述车辆的前进方向相对于所述道路及因此沿所述道路的线性特征的方向的最大偏差。所述车辆的方向相对于真实线性对象的方向的偏差将在以参考线为参考的图像中产生倾斜的线性特征。图10显示一实例。针对这些应用,假设轨迹线与线性道路特征偏离不大于5度。此允许我们沿参考线进行取样,此界定以参考线为参考的图像的垂直分辨率,在经正射校正的空间中所述垂直分辨率的频率比垂直于参考线的线区段的目标分辨率(其为水平分辨率)小11/12。沿参考线的最优取样将允许我们实现沿着以及跨越参考线的相同的预期数字化误差。所述误差与res_hor/tan(alpha_diff)成比例,其中alpha_diff为参考线的方向与线性特征的方向的局部差,且res_hor为以参考线为参考的图像的水平分辨率。可经由假设(参考线的方向与线性特征的方向之间的最大预期角度)或经由图像辨识(其自动确定所述角度)来实现最优取样,其中以参考线为参考的图像中已辨识的线性特征相对于像素列的角度界定所述取样以产生沿参考线的后续以参考线为参考的图像。可使用检测车道改变的图像辨识来进一步改进所述最优取样。如果参考线对应于在高速公路上行驶的车辆的轨迹线,那么所述车辆可跟随道路方向或可改变车道。车道改变将在以参考线为参考的图像中产生表示线性特征的曲线,必须在所述图像中正确地数字化所述线性特征。为这样做,沿参考线的两个点之间的距离必须足够小。如果所述轨迹线正确地跟随所述道路的方向,那么所述线性特征在以参考线为参考的图像中仍将为笔直特征且不需要改变两个样本点之间的距离。
在另一实施例中,所述距离取决于参考线的弯曲性。如果参考线或多或少地为笔直的,那么精确地描述曲率便需要比在参考线为曲线时更少的点。此实施例适用于减少以参考线为参考的数据集中的数据量。此最终可具有以下优点:通过普遍已知的线检测算法在以参考线为参考的数据中自动地检测到线性特征。
图8显示以参考线为参考的图像变换算法的实例,其中参考线802不跨越道路但平行于所述道路的外侧转弯。箭头806指示经正射校正的图像中的参考线802的方向且箭头808指示以参考线为参考的图像中的参考线804的方向。类似地,图9显示以参考线为参考的图像变换算法的实例,其中参考线902不跨越道路但平行于所述道路的内侧转弯。箭头904指示经正射校正的图像中的参考线902的方向且箭头908指示以参考线为参考的图像中的参考线906的方向。图10显示以参考线为参考的图像变换算法的实例,其中参考线1006的定向与道路的定向成角度。箭头1004指示经正射校正的图像中的参考线1004的方向且箭头1008指示以参考线为参考的图像中的参考线1006的方向。在右手侧处的线性参考图像中,可看到参考线为垂直的而线性特征(中心线1010及路边1012)为倾斜的垂直线。为在图8到10中所示的经正射校正的图像中精确地标记中心线及路边的轨迹,必须在线性特征上放置多个标记。然而,为在图8到10中所示的以参考线为参考的图像中标记中心线及路边的轨迹,仅须标记中心线及两个路边的起点及终点。通过已知以参考线为参考的图像的每一像素的地理参考的位置(在真实世界坐标中),可精确地确定线性特征的参考线的地理位置。因此,将以参考线为参考的图像与相关联地图投影一起使用使我们能够加速对线性道路特征的手动标记以产生供在地图数据库中使用的线性特征。
鉴于上文,以参考线为参考的图像具有以下性质:
●在以参考线为参考的图像上用于指示连续线性道路元素(边缘、车道分隔带等等)的点的总数目比在源经正射校正的图像上指示相同元素所必需的点的数目少得多,其中假设所产生的曲线的相对与绝对精确度相等。由于以参考线为参考的图像的每一点(像素)可无歧义地转换成经正射校正的源图像的投影的坐标参考系统,因此可将曲线从以参考线为参考的图像转换成地理坐标参考系统中的真实世界曲线。
●在以参考线为参考的图像上指示连续线性对象所需要的点的总数目取决于经正射校正的源图像上的参考几何结构与对象之间的角度改变。所述角度越恒定,实现以参考线为参考的图像中的对象的所需精确度应标记的点越少。所述角度改变界定以参考线为参考的图像中的线性特征的笔直度。
图11图解说明本发明的优点。在左手侧处,显示曲线状道路的经正射校正的图像。为精确地标记道路的中心线,必须放置14个标记。在右手侧处,显示对应于左手侧图像中的曲线状道路的以参考线为参考的图像。为获得所述以参考线为参考的图像,所参考的参考线平行于所述道路的中心线。在所述以参考线为参考的图像中,仅需要两个标记来精确地标记所述图像中的中心线。因此,替代14个标记,现在仅必须放置两个标记:所述图像中的中心线的起点1106及终点1104。
图12图解说明图11中所示的以参考线为参考的图像中所标记的中心线从以参考线为参考的图像空间变换回到经正射校正的图像空间。线1200对应于以参考线为参考的图像中的中心线的位置。以参考线为参考的图像的每一像素可无歧义地转换成经正射校正的图像中的位置。因此,跨越以参考线为参考的图像的起点1206与终点1204之间的线可无歧义地转换成经正射校正的图像上的曲线。由于经正射校正的图像中的每一像素均具有地理参考的位置,因此可精确地确定所述曲线的地理参考的位置。
图13显示以参考线为参考的图像的其它优点。在以参考线为参考的图像中,经正射校正的图像上的曲线状参考线将为直线。此外,从图10中获知,即使在经正射校正的图像中参考线与线性特征成恒定角度,所述线性特征在以参考线为参考的图像中也将显现为倾斜的直线。此提供在不损失线性特征的位置信息的情况下改变以参考线为参考的图像的垂直分辨率的可能性。通过降低以参考线为参考的图像中沿参考线的参考线点的数目,减小了所述图像的垂直大小。因此,沿参考线的区段将更小,同时垂直于参考线的分辨率将维持于减小的线性参考图像中。左手边以参考线为参考的图像1302显示沿参考线具有第一分辨率的道路段且右手边以参考线为参考的图像1304显示相同道路段,但其沿参考线具有为所述第一分辨率一半的分辨率。分辨率的改变可看作以参考线为参考的图像的垂直比例的改变。容许的比例因子取决于可预期到道路对象与参考几何结构之间的角度偏差改变了多少。通过此比例缩放引入的误差将随两个线性特征之间的正切角成比例地增加。
上文所描述的本发明实施例及实例使用地理参考的经正射校正的图像作为图像数据源及地理参考的参考线数据。针对每一参考线点,确定经正射校正的图像中在所述参考线点中垂直于参考线的方向的线区段的位置。使用所述位置从经正射校正的图像中的对应像素导出所述线区段的像素行。然而,应注意,可直接使用移动车辆的源图像导出所述像素行的值。如上文所述,对于每一像素,已知地理坐标参考系统中的对应位置。未公开的专利申请案PCT/NL2006/050252教示可如何将源图像的像素的x,y坐标转换成经正射校正的图像块的像素的x,y位置。因此,可直接转换由安装于移动车辆上的相机获得的源图像中对应于在参考线点处垂直于参考线的方向的线区段的像素行中的像素的像素的x,y坐标。因此,本发明可使用图像数据源,其中对于每一源图像,已知相机的特性(例如视角及焦距)及坐标系统中的位置和定向。因此,由移动测绘车辆捕获的原始数据极适于产生以参考线为参考的图像。所述原始数据包括图像序列及所述移动测绘车辆在地理坐标参考系统中的位置和定向数据。此信息足以确定源图像中对应于以参考线为参考的图像中的像素的像素的x,y坐标。此外,由于移动测绘车辆在道路上行驶,因此所记录的位置信息适于用作参考线数据。
本发明极适用于产生线性道路信息。然而,本发明还可用于检验现有数字地图数据库中的线性道路信息。对于每一像素,在以参考线为参考的图像中,已知其对应地理坐标。此使得将现有数字地图中的线性道路信息上覆在以参考线为参考的图像上成为可能。通过使线性参考图像与上覆线性道路信息一起沿参考线滚动,人们可极容易地在视觉上检验现有地图中的线性道路信息是否足够正确及精确。如果不,那么人们仅须移动以参考线为参考的图像上的上覆线性道路信息的位置且可存储道路信息的最新位置以供在数字地图中使用。
本发明允许人们一次即分析比最初在观察经正射校正的图像时多20倍的信息。到以参考线为参考的图像的变换使观看道路段接下来的部分所需要的多个屏幕滚动节省6/7。此外,使数字化线性特征所必需的点的数目减少19/20。
本发明的方法可实施于如图3中所示的计算机布置上。
出于图解说明及描述目的,已呈现了对本发明的前述详细说明。并不打算穷尽列举本发明的形式或将本发明局限于所揭示的确切形式,且显然鉴于以上教示内容许多修改及变化均可行。本发明也可不与任何移动测绘系统数据一起使用。在一实施例中,输入图像为具有充足细节以检测线性道路信息的航摄图像,且参考线数据对应于来自现有数据库的道路的中心线。可从那些输入数据源中产生以参考线为参考的图像以供在上文所描述的应用中使用,例如,产生线性道路信息或检验现有地图数据库中的现有线性道路信息的位置并校正所述信息(如果有必要的话)。
挑选所描述的实施例以便最佳地解释本发明的原理及其实际应用,藉此使所属领域的技术人员能够在各种实施例中且以适于所涵盖的特定应用的各种修改来最佳地利用本发明。本发明的范围打算由所附权利要求书加以界定。
Claims (22)
1.一种捕获供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法,其包括:
从表示所述参考线在地理坐标参考系统中的坐标的参考线数据及邻近于所述参考线的所述表面的源图像以及所述地理坐标参考系统中的相关联位置和定向数据中产生以参考线为参考的数据集,其中所述以参考线为参考的数据集包括多个图像数据集及在所述地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括与所述参考线上的位置相关联的参考像素,其中每一像素表示具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地与所述参考线交叉;及,
对所述以参考线为参考的数据集进行后处理以产生供在地图数据库中使用的沿所述参考线的线性特征及所述地理坐标参考系统中的相关联位置。
2.一种供在根据权利要求1所述的方法中使用的产生以参考线为参考的数据集的方法,所述方法包括:
获取表示所述参考线在地理坐标参考系统中的坐标的参考线数据;
获取邻近于所述参考线的表面的源图像及所述地理坐标参考系统中的相关联位置和定向数据;
在所述参考线上产生样本位置序列;
针对每一样本位置,确定在所述样本位置处垂直于所述参考线的方向的线区段的位置;
产生每一线区段的像素线,其中每一像素在所述表面上具有所述地理坐标参考系统中的相关联位置且已从所述源图像的表示所述地理坐标参考系统中的所述相关联位置的至少一个像素导出像素值;
将所述像素线及相关联样本位置存储于所述以参考线为参考的数据集中。
3.根据权利要求1或2所述的方法,其中所述源图像一直是来自以下群组中的一者:由安装于移动车辆上的陆地相机捕获的图像、航摄图像、卫星图像、经正射校正的图像。
4.根据权利要求1或2所述的方法,其中所述参考线来自以下群组中的一者:车辆的轨迹线、来自现有数据库的道路中心线、从现有数据库提取的其它现有线性道路几何结构。
5.根据权利要求2所述的方法,其中所述样本位置沿所述参考线为等距的。
6.根据权利要求2所述的方法,其中沿所述坐标系统中两个连续样本位置之间的所述参考线的距离取决于所述参考线的局部曲率或笔直度。
7.一种供在根据权利要求1所述的方法中使用的对以参考线为参考的数据集进行后处理以产生供在地图数据库中使用的沿跨越表面的参考线的线性特征及地理坐标参考系统中的相关联位置的方法,所述方法包括:
检索所述以参考线为参考的数据集,其中所述以参考线为参考的数据集包括多个图像数据集及在所述地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括与所述参考线上的位置相关联的参考像素,其中每一像素表示具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地与所述参考线交叉;
将所述以参考线为参考的数据集变换成以参考线为参考的图像,其中所述经变换图像的每一像素列对应于平行于所述参考线的方向的表面;
在所述以参考线为参考的图像中选择线性特征;
根据所述线性特征在所述以参考线为参考的图像中的位置及相关联数据确定所述线性特征在所述地理坐标参考系统中的坐标;
将所述线性特征的所述坐标存储于数据库中。
8.根据权利要求7所述的方法,其中所述线性特征为以下群组中的一者:道路中心线、道路宽度、道路路缘、道路油漆线、车道分隔带、车道数目、交通岛、交叉口及沿所述参考线的所述表面的任一其它视觉可辨别的特征。
9.根据权利要求7所述的方法,其中选择包括:
在屏幕上输出所述以参考线为参考的图像;及
在所述屏幕上将指向装置手动定位于所述线性特征上以获得经标记位置以界定所述线性特征在所述以参考线为参考的图像中的所述位置;及
确定根据经标记位置在所述以参考线为参考的图像中的所述位置计算所述线性特征在所述地理坐标参考系统中的所述坐标。
10.根据权利要求7所述的方法,其中选择包括:
对所述以参考线为参考的图像执行线检测算法以选择所述线性特征;
确定线性特征在所述以参考线为参考的图像中的像素位置;及,
确定根据所述线性特征在所述以参考线为参考的图像中的所述像素位置计算所述线性特征在所述地理坐标参考系统中的所述坐标。
11.一种供在根据权利要求1所述的方法中使用的以参考线为参考的数据集,其包括多个图像数据集及在地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括与所述参考线上的位置相关联的参考像素,其中每一像素表示具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地与所述参考线交叉。
12.根据权利要求11所述的以参考线为参考的数据集,其中所述表面为近似椭圆面的地球表面且线区段包含道路表面的区段。
13.根据权利要求11所述的以参考线为参考的数据集,其中所述多个图像数据集为以参考线为参考的图像,其中每一图像数据集对应于所述以参考线为参考的图像的像素行。
14.根据权利要求11所述的以参考线为参考的数据集,其中图像数据集的所述像素在所述地理坐标参考系统中的位置是沿所述线区段按比例分布的。
15.根据权利要求11所述的以参考线为参考的数据集,其中所述参考线对应于道路中心线的近似。
16.根据权利要求11所述的以参考线为参考的数据集,其中所述坐标系统为WGS84坐标系统。
17.一种用于执行根据权利要求2到6中任一权利要求所述的方法的计算机实施的系统,所述系统包括:
输入装置;
处理器可读存储媒体;及
处理器,其与所述输入装置及所述处理器可读存储媒体通信;
输出装置,其用以实现与显示单元的连接;
所述处理器可读存储媒体存储代码,所述代码用以编程所述处理器以执行包括以下动作的方法:
获取表示所述参考线在地理坐标参考系统中的坐标的参考线数据;
获取邻近于所述参考线的表面的源图像及所述地理坐标参考系统中的相关联位置和定向数据;
在所述参考线上产生样本位置序列;
针对每一样本位置,确定在所述样本位置处垂直于所述参考线的方向的线区段的位置;
产生每一线区段的像素线,其中每一像素在所述表面上具有所述地理坐标参考系统中的相关联位置且已从所述源图像的表示所述相关联位置处的所述表面的至少一个像素导出像素值;
将所述像素线及相关联样本位置存储于所述以参考线为参考的数据集中。
18.一种用于执行根据权利要求7到10中任一权利要求所述的对以参考线为参考的数据集进行后处理以产生供在地图数据库中使用的沿参考线的线性特征及坐标系统中的相关联位置的方法的计算机实施的系统,所述系统包括:
输入装置;
处理器可读存储媒体;及
处理器,其与所述输入装置及所述处理器可读存储媒体通信;
输出装置,其用以实现与显示单元的连接;
所述处理器可读存储媒体存储代码,所述代码用以编程所述处理器以执行包括以下动作的方法:
检索所述以参考线为参考的数据集,其中所述以参考线为参考的数据集包括多个图像数据集及在地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括与所述参考线上的位置相关联的参考像素,其中每一像素表示具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地与所述参考线交叉;
将所述以参考线为参考的数据集变换成以参考线为参考的图像,其中所述以参考线为参考的图像的每一像素列对应于平行于所述参考线的表面;
在所述以参考线为参考的图像中选择线性特征;
根据所述线性特征在所述以参考线为参考的图像中的像素位置及相关联数据确定所述线性特征在所述地理坐标参考系统中的坐标;
将所述线性特征的所述坐标存储于数据库中。
19.一种用于检验沿参考线的线性特征及坐标系统中的相关联位置的计算机实施的系统,所述系统包括:
输入装置;
处理器可读存储媒体;及
处理器,其与所述输入装置及所述处理器可读存储媒体通信;
输出装置,其用以实现与显示单元的连接;
所述处理器可读存储媒体存储代码,所述代码用以编程所述处理器以执行包括以下动作的方法:
从地图数据库中检索表示跨越表面的参考线在地理坐标参考系统中的坐标的参考线数据;
检索所述表面的经正射校正的图像及所述地理坐标参考系统中的相关联位置和定向数据;
从所述参考线数据及经正射校正的图像中产生以参考线为参考的图像,其中所述以参考线为参考的图像的每一像素行对应于所述表面的垂直于所述参考线的方向的区段且所述以参考线为参考的图像的每一像素列对应于平行于所述参考线的表面;
检验线性特征在所述以参考线为参考的图像中的位置;
依据从以下群组提取的至少一个要求标记显示缺陷的位置:线性特征的位置、线性特征的笔直度、线性特征的平行度;
确定所述以参考线为参考的图像中所述显示缺陷的经标记位置在所述地理坐标参考系统中的坐标;
将所述经标记缺陷的所述坐标存储于数据库中以供进一步处理。
20.一种包括指令的计算机程序产品,当加载于计算机布置上时所述计算机程序产品允许所述计算机布置执行根据权利要求1到10所述的方法中的任一方法。
21.一种携载计算机程序产品的处理器可读媒体,当加载于计算机布置上时所述计算机程序产品允许所述计算机布置执行根据权利要求1到10所述的方法中的任一方法。
22.一种携载以参考线为参考的数据集的处理器可读媒体,所述以参考线为参考的数据集包括多个图像数据集及在地理坐标参考系统中界定跨越表面的参考线的相关联数据,所述图像数据集具有若干像素,其中图像数据集对应于所述地理坐标参考系统中所述表面的线区段的经正射校正的视图表示,每一图像数据集包括与所述参考线上的位置相关联的参考像素,其中每一像素表示具有沿所述线区段在距所述参考像素的所述位置预界定距离处的位置的表面,且其中所述线区段在与所述参考像素相关联的所述位置处垂直地与所述参考线交叉。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/NL2007/050477 WO2009045096A1 (en) | 2007-10-02 | 2007-10-02 | Method of capturing linear features along a reference-line across a surface for use in a map database |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101815928A true CN101815928A (zh) | 2010-08-25 |
Family
ID=39493232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200780100922A Pending CN101815928A (zh) | 2007-10-02 | 2007-10-02 | 捕获供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8351704B2 (zh) |
EP (1) | EP2195613B1 (zh) |
JP (1) | JP2010541016A (zh) |
CN (1) | CN101815928A (zh) |
AU (1) | AU2007359782A1 (zh) |
CA (1) | CA2701350A1 (zh) |
WO (1) | WO2009045096A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108701244A (zh) * | 2016-02-23 | 2018-10-23 | 雀巢产品技术援助有限公司 | 用于制备饮料或食品的系统的代码和容器 |
CN108701241A (zh) * | 2016-02-23 | 2018-10-23 | 雀巢产品技术援助有限公司 | 用于制备饮料或食品的系统的代码和容器 |
CN108801273A (zh) * | 2017-04-28 | 2018-11-13 | 高德软件有限公司 | 一种道路参考线的生成方法及装置 |
CN109791052A (zh) * | 2016-09-28 | 2019-05-21 | 通腾全球信息公司 | 用于生成和使用定位参考数据的方法和系统 |
CN111086521A (zh) * | 2018-10-23 | 2020-05-01 | 三星电子株式会社 | 校准方法、校准装置以及非暂时性计算机记录媒体 |
CN111796715A (zh) * | 2020-06-24 | 2020-10-20 | 歌尔光学科技有限公司 | 触控光膜的检测方法和检测装置 |
CN114111812A (zh) * | 2015-08-03 | 2022-03-01 | 通腾全球信息公司 | 用于生成及使用定位参考数据的方法及系统 |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1920423A2 (en) * | 2005-09-01 | 2008-05-14 | GeoSim Systems Ltd. | System and method for cost-effective, high-fidelity 3d-modeling of large-scale urban environments |
US8942483B2 (en) | 2009-09-14 | 2015-01-27 | Trimble Navigation Limited | Image-based georeferencing |
EP2297719B1 (en) * | 2008-06-30 | 2016-01-13 | TomTom International B.V. | An efficient location referencing method |
US8145016B1 (en) * | 2008-10-28 | 2012-03-27 | Joan King | System for the environmental viewing of an outdoor ad space |
KR101541076B1 (ko) * | 2008-11-27 | 2015-07-31 | 삼성전자주식회사 | 지형지물 인식방법 |
US8850353B2 (en) * | 2009-08-18 | 2014-09-30 | Siemens Aktiengesellschaft | Method and system for overlaying space-constrained display with a reference pattern during document scrolling operations |
US8774468B2 (en) * | 2009-09-08 | 2014-07-08 | Schlumberger Technology Corporation | Dynamic shape approximation |
US9324003B2 (en) | 2009-09-14 | 2016-04-26 | Trimble Navigation Limited | Location of image capture device and object features in a captured image |
JP5554045B2 (ja) * | 2009-10-21 | 2014-07-23 | アルパイン株式会社 | 地図表示装置及び地図表示方法 |
US9497581B2 (en) | 2009-12-16 | 2016-11-15 | Trimble Navigation Limited | Incident reporting |
US8620939B2 (en) * | 2010-01-25 | 2013-12-31 | Sepaton, Inc. | System and method for summarizing data |
WO2011127226A1 (en) * | 2010-04-09 | 2011-10-13 | Tomtom North America, Inc. | A method of resolving a location from data representative thereof |
EP2585794A1 (en) * | 2010-06-23 | 2013-05-01 | TomTom International B.V. | An electronic map creation process |
US9355321B2 (en) * | 2010-09-16 | 2016-05-31 | TomTom Polska Sp. z o o. | Automatic detection of the number of lanes into which a road is divided |
US8818124B1 (en) * | 2011-03-04 | 2014-08-26 | Exelis, Inc. | Methods, apparatus, and systems for super resolution of LIDAR data sets |
US9551980B2 (en) * | 2011-11-09 | 2017-01-24 | Lonestar Inventions, L.P. | Solar timer using GPS technology |
EP2613295B1 (en) * | 2012-01-03 | 2017-03-08 | Harman Becker Automotive Systems GmbH | Geographical map landscape texture generation on the basis of hand-held camera images |
US8996036B2 (en) | 2012-02-09 | 2015-03-31 | Southwest Research Institute | Autonomous location of objects in a mobile reference frame |
US9196087B2 (en) * | 2012-04-20 | 2015-11-24 | Here Global B.V. | Method and apparatus for presenting geo-traces using a reduced set of points based on an available display area |
US8725413B2 (en) * | 2012-06-29 | 2014-05-13 | Southwest Research Institute | Location and motion estimation using ground imaging sensor |
US9218529B2 (en) | 2012-09-11 | 2015-12-22 | Southwest Research Institute | 3-D imaging sensor based location estimation |
US9081383B1 (en) * | 2014-01-22 | 2015-07-14 | Google Inc. | Enhancing basic roadway-intersection models using high intensity image data |
FR3018940B1 (fr) * | 2014-03-24 | 2018-03-09 | Survision | Systeme de classification automatique de vehicules automobiles |
US9321461B1 (en) * | 2014-08-29 | 2016-04-26 | Google Inc. | Change detection using curve alignment |
JP5984153B2 (ja) * | 2014-09-22 | 2016-09-06 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 情報処理装置、プログラム、及び情報処理方法 |
JP6685008B2 (ja) * | 2015-04-21 | 2020-04-22 | パナソニックIpマネジメント株式会社 | 運転支援方法およびそれを利用した運転支援装置、運転制御装置、車両、運転支援プログラム |
US11100673B2 (en) * | 2015-09-24 | 2021-08-24 | Apple Inc. | Systems and methods for localization using surface imaging |
CN105260985B (zh) * | 2015-09-25 | 2019-08-09 | 北京奇艺世纪科技有限公司 | 一种视频播放方法及装置 |
US10783382B2 (en) * | 2016-04-06 | 2020-09-22 | Semiconductor Components Industries, Llc | Systems and methods for buffer-free lane detection |
DE102016208025B4 (de) | 2016-05-10 | 2019-06-27 | Continental Automotive Gmbh | Verfahren zur Erfassung von Verkehrszeichen |
CN107515006A (zh) * | 2016-06-15 | 2017-12-26 | 华为终端(东莞)有限公司 | 一种地图更新方法和车载终端 |
CN117824676A (zh) | 2016-12-09 | 2024-04-05 | 通腾全球信息公司 | 用于基于视频的定位及映射的方法及系统 |
WO2018126067A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Vector data encoding of high definition map data for autonomous vehicles |
CA2993575A1 (en) | 2017-02-03 | 2018-08-03 | Richard Pollock | Active driving map for self-driving road vehicle |
US10210403B2 (en) | 2017-04-24 | 2019-02-19 | Here Global B.V. | Method and apparatus for pixel based lane prediction |
DE102017220242A1 (de) | 2017-11-14 | 2019-05-16 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erstellen und Bereitstellen einer Karte |
US10740645B2 (en) | 2018-06-29 | 2020-08-11 | Toyota Research Institute, Inc. | System and method for improving the representation of line features |
CN108563915B (zh) * | 2018-07-17 | 2022-03-18 | 成都合纵连横数字科技有限公司 | 车辆数字化仿真测试模型构建系统及方法、计算机程序 |
CN111696048B (zh) * | 2019-03-15 | 2023-11-14 | 北京四维图新科技股份有限公司 | 墙体采样线的平滑处理方法和装置 |
US11657072B2 (en) | 2019-05-16 | 2023-05-23 | Here Global B.V. | Automatic feature extraction from imagery |
CN112419404A (zh) * | 2019-08-21 | 2021-02-26 | 北京初速度科技有限公司 | 一种地图资料的获取方法和装置 |
US11238607B2 (en) * | 2020-03-31 | 2022-02-01 | Denso International America, Inc. | System and method for measuring the accuracy of an electronic map or a localization of a vehicle |
JP7437228B2 (ja) | 2020-05-08 | 2024-02-22 | 株式会社トヨタマップマスター | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
CN112652036B (zh) * | 2020-12-28 | 2024-05-14 | 北京百度网讯科技有限公司 | 道路数据的处理方法、装置、设备及存储介质 |
JP2022126341A (ja) * | 2021-02-18 | 2022-08-30 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
US11808601B2 (en) * | 2021-03-23 | 2023-11-07 | Here Global B.V. | System and method for updating linear traffic feature data |
CN113360584B (zh) * | 2021-04-27 | 2023-07-21 | 武汉华信联创技术工程有限公司 | 一种基于像素坐标转换的地理专题图在线化快速生成方法 |
CN114137614A (zh) * | 2021-10-13 | 2022-03-04 | 广州南方海洋科技有限公司 | 一种基于多传感器数据融合的浅地层剖面测量方法及系统 |
CN113989450B (zh) * | 2021-10-27 | 2023-09-26 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备和介质 |
CN116069889B (zh) * | 2023-03-01 | 2023-07-14 | 航天宏图信息技术股份有限公司 | 一种线状要素单线拓扑状态的判断方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3625460B2 (ja) | 2002-09-27 | 2005-03-02 | 三菱電機株式会社 | 車載用走行車線認識装置 |
US7400770B2 (en) * | 2002-11-06 | 2008-07-15 | Hrl Laboratories | Method and apparatus for automatically extracting geospatial features from multispectral imagery suitable for fast and robust extraction of landmarks |
-
2007
- 2007-10-02 AU AU2007359782A patent/AU2007359782A1/en not_active Abandoned
- 2007-10-02 CN CN200780100922A patent/CN101815928A/zh active Pending
- 2007-10-02 JP JP2010527900A patent/JP2010541016A/ja not_active Withdrawn
- 2007-10-02 US US12/733,844 patent/US8351704B2/en active Active
- 2007-10-02 WO PCT/NL2007/050477 patent/WO2009045096A1/en active Application Filing
- 2007-10-02 CA CA2701350A patent/CA2701350A1/en not_active Abandoned
- 2007-10-02 EP EP07834615.2A patent/EP2195613B1/en active Active
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111812A (zh) * | 2015-08-03 | 2022-03-01 | 通腾全球信息公司 | 用于生成及使用定位参考数据的方法及系统 |
CN108701244A (zh) * | 2016-02-23 | 2018-10-23 | 雀巢产品技术援助有限公司 | 用于制备饮料或食品的系统的代码和容器 |
CN108701241A (zh) * | 2016-02-23 | 2018-10-23 | 雀巢产品技术援助有限公司 | 用于制备饮料或食品的系统的代码和容器 |
CN109791052A (zh) * | 2016-09-28 | 2019-05-21 | 通腾全球信息公司 | 用于生成和使用定位参考数据的方法和系统 |
CN108801273A (zh) * | 2017-04-28 | 2018-11-13 | 高德软件有限公司 | 一种道路参考线的生成方法及装置 |
CN111086521A (zh) * | 2018-10-23 | 2020-05-01 | 三星电子株式会社 | 校准方法、校准装置以及非暂时性计算机记录媒体 |
CN111796715A (zh) * | 2020-06-24 | 2020-10-20 | 歌尔光学科技有限公司 | 触控光膜的检测方法和检测装置 |
CN111796715B (zh) * | 2020-06-24 | 2024-06-04 | 歌尔光学科技有限公司 | 触控光膜的检测方法和检测装置 |
Also Published As
Publication number | Publication date |
---|---|
US8351704B2 (en) | 2013-01-08 |
EP2195613B1 (en) | 2016-03-23 |
AU2007359782A1 (en) | 2009-04-09 |
US20100208937A1 (en) | 2010-08-19 |
EP2195613A1 (en) | 2010-06-16 |
WO2009045096A1 (en) | 2009-04-09 |
JP2010541016A (ja) | 2010-12-24 |
CA2701350A1 (en) | 2009-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101815928A (zh) | 捕获供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法 | |
EP2074379B1 (en) | Method and apparatus for generating an orthorectified tile | |
US8958980B2 (en) | Method of generating a geodetic reference database product | |
EP3343172B1 (en) | Creation and use of enhanced maps | |
JP6694395B2 (ja) | デジタル地図に対する位置を決定する方法およびシステム | |
US20210199437A1 (en) | Vehicular component control using maps | |
CN101842808A (zh) | 用于产生车道信息的方法及设备 | |
CN101563581A (zh) | 用于图像中的平面对象的识别和位置确定的方法和设备 | |
CN101523439A (zh) | 用于从基于陆地的移动测绘数据检测对象的方法和设备 | |
CN101689296A (zh) | 用于产生道路信息的方法及设备 | |
CN104573733A (zh) | 一种基于高清正射影像图的高精细地图生成系统及方法 | |
WO2010068185A1 (en) | Method of generating a geodetic reference database product | |
TW201024664A (en) | Method of generating a geodetic reference database product | |
Liu | Lane offset survey for one-lane horizontal curvatures using binocular stereo vision measurement system | |
CN116147605A (zh) | 一种车辆自动驾驶地图生成方法、装置、设备及存储介质 | |
KR20200036404A (ko) | 정밀 지도 구축 장치 및 방법 | |
Bassani et al. | Alignment data collection of highways using mobile mapping and image analysis techniques | |
Tian | Methodologies and Applications of Data Coordinate Conversion for Roadside LiDAR | |
TW201024665A (en) | Method of generating a geodetic reference database product | |
Davis | Innovative technology workshop on 3D LiDAR | |
Cassule | Measurement and Evaluation of Roadway Geometry for Safety Analyses and Pavement Material Volume Estimation for Resurfacing and Rehabilitation Using Mobile LiDAR and Imagery-based Point Clouds | |
KR100572078B1 (ko) | Gps 수신기와 레이저 계측기 장착 차량 및 항공 사진을이용한 도로 주변 시설물 측량 방법 | |
Khattak | Evaluation of descriptive roadway inventory data collection methods: A test protocol | |
Wang | An accuracy assessment for geographic information systems applications | |
TW201231928A (en) | System and method for automatic road detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1142669 Country of ref document: HK |
|
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100825 |
|
REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1142669 Country of ref document: HK |