CN107451526A - 地图的构建及其应用 - Google Patents
地图的构建及其应用 Download PDFInfo
- Publication number
- CN107451526A CN107451526A CN201710431693.3A CN201710431693A CN107451526A CN 107451526 A CN107451526 A CN 107451526A CN 201710431693 A CN201710431693 A CN 201710431693A CN 107451526 A CN107451526 A CN 107451526A
- Authority
- CN
- China
- Prior art keywords
- road
- information
- map
- lane line
- constructing method
- 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 claims description 80
- 239000003550 marker Substances 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 abstract description 3
- 238000000605 extraction Methods 0.000 description 22
- 238000003384 imaging method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003716 rejuvenation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
-
- 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
- G01C21/3837—Data obtained from a single source
-
- 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
- G01C21/3863—Structures of map data
- G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Instructional Devices (AREA)
Abstract
本发明涉及地图的构建及其应用，属于地图构建技术领域。本发明的图构建方法包括步骤：在某一道路上行驶的多辆车辆先后采集关于该道路的道路图像信息，并获取在采集该道路图像信息的位置点处的定位信息；从所述道路图像信息中提取道路信息；多辆车辆分别上传其获得的所述道路信息和相应的定位信息；以及基于多辆车辆的所述道路信息和相应的定位信息生成或更新关于该道路的道路地图信息。
Description
技术领域
本发明属于地图构建技术领域，涉及基于图像传感器采集的道路图像信息来构建高精度的地图及其应用。
背景技术
高精度的地图区别于传统的道路级别地图，其相对道路级别地图具有更精细的关于道路的信息。高精度的地图是实现自动驾驶的数据基础，也是自动驾驶系统的重要输入，其对于提高自动驾驶的表现具有重要意义，因此，在自动驾驶领域追求获得更高精度的地图，以提高自动驾驶的表现。
现有导航地图精度一般不高，并且以整条道路作为对象提供道路信息数据或者进行导航指令发布，这种导航地图称之为道路级别地图，是对实际交通环境的大幅度简化，能提供的信息量数量少，精确度低。
目前，高精度的地图的构建的基本原理如下：通过激光雷达所采集到的点云数据，重建高精度的道路，从而构建高精度的地图。这种构建高精地图的方法依赖于激光雷达传感器采集信息，并且，采集得到的数据和产生得到的地图数据量非常大，对存储和传输带来挑战。
发明内容
本发明的目标是公开一种解决方案，该解决方案消除或至少减轻现有技术方案中出现的如上所述的缺陷。本发明的目的也是实现下面的优点的一个或多个：
- 减少地图构建所使用的传感器的数据采集量；
- 实现地图构建所使用的数据的采集、存储和传输更简单；
- 提高构建的地图的精度；
- 提高构建的地图的信息准确度；
- 降低地图构建的成本；
- 使构建的地图容易得到实时更新。
按照本发明的第一方面，提供一种地图构建方法，包括步骤：
在某一道路上行驶的多辆车辆先后采集关于该道路的道路图像信息，并获取在采集该道路图像信息的位置点处的定位信息；
从所述道路图像信息中提取道路信息；
多辆车辆分别上传其获得的所述道路信息和相应的定位信息；和
基于多辆车辆的所述道路信息和相应的定位信息生成或更新关于该道路的道路地图信息。
根据本发明一实施例的地图构建方法，其中，所述道路信息包括以下的至少一种：车道线信息、道路边沿信息、路面标志信息、交通标志信息、交通信号装置信息、路灯装置信息。
根据本发明一实施例的地图构建方法，其中，在生成或更新道路地图信息的步骤中，对所述道路信息进行二维和/或三维处理，从而构建该道路的二维道路地图信息和/或三维道路地图信息。
根据本发明一实施例的地图构建方法，其中，在进行三维处理并构建三维道路地图信息时，所述道路信息包括交通标志信息。
根据本发明一实施例的地图构建方法，其中，在生成或更新道路地图信息的步骤中，多辆车辆的道路信息中的车道线信息/道路边沿信息在大地坐标下进行平均处理以生成或更新关于该道路的道路地图信息。
根据本发明一实施例的地图构建方法，其中，在更新道路地图信息的步骤中：
基于在后采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成第二道路地图信息；
基于所述第二道路地图信息去更新已有的第一道路地图信息，从而生成新的道路地图信息，其中，所述第一道路地图信息是基于在先采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成的车道线的道路地图信息。
根据本发明一实施例的地图构建方法，其中，在更新道路地图信息的步骤中：
基于在后采集的道路图像信息所对应的道路信息中的交通标志信息/路面标志信息/交通信号装置信息/路灯装置信息生成第二道路地图信息中的第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置；
将第二道路地图信息中的第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置与已有的第一道路地图信息的相应的第一交通标志/第一路面标志/第一交通信号装置/第一路灯装置进行比较；
确定相应的交通标志/路面标志/交通信号装置/路灯装置已经实际发生变化；以及
基于第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置来替换相应的第一交通标志/第一路面标志/第一交通信号装置/第一路灯装置，从而生成新的道路地图信息；
其中，所述第一道路地图信息是基于在先采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成的车道线的道路地图信息。
根据本发明一实施例的地图构建方法，其中，在生成或更新道路地图信息的步骤中，将在车辆坐标下的道路信息转换为大地坐标下的道路信息。
根据本发明一实施例的地图构建方法，其中，从所述道路图像信息中提取道路信息的步骤中，包括提取道路图像信息中的交通标志/交通信号装置/路灯装置相对采集位置点的距离信息，从而得到相应的交通标志信息/交通信号装置信息/路灯装置信息。
根据本发明一实施例的地图构建方法，其中，所述道路信息包括车道线信息和交通标志信息，生成或更新关于该道路的道路地图信息中包括该道路上的车道线和交通标志。
按照本发明的第二方面，提供一种地图，该地图基于以上任一所述的地图构建方法得到的道路地图信息而生成。
按照本发明的第三方面，提供一种方法，应用以上所述地图进行自动驾驶或辅助驾驶。
按照本发明的第四方面，提供一种方法，应用以上所述地图进行车辆的位置估计，其中，将车辆当前获取的某一道路的道路图像信息进行识别以得到车道线轨迹，同时获取定位信息并基于该定位信息在所述地图上获取该道路对应的道路地图信息中的车道线，将所述车道线轨迹与所述道路地图信息中的车道线进行比对，以获得车辆在该道路上的位置。
按照本发明的第五方面，提供一种地图构建方法，包括步骤：
接收来自在某一道路上行驶的多辆车辆的关于该道路的道路信息和定位信息，其中，所述道路信息是针对该道路所采集的道路图像信息提取得到的，所述定位信息是对应于采集该道路图像信息的位置点处获取的；以及
基于多辆车辆的所述道路信息和相应的定位信息生成或更新关于该道路的道路地图信息。
根据本发明一实施例的地图构建方法，其中，在生成或更新道路地图信息的步骤中，对所述道路信息进行二维和/或三维处理，从而构建该道路的二维道路地图信息和/或三维道路地图信息。
根据本发明一实施例的地图构建方法，其中，在生成或更新道路地图信息的步骤中，多辆车辆的道路信息中的车道线信息/道路边沿信息在大地坐标下进行平均处理以生成或更新关于该道路的道路地图信息。
根据本发明一实施例的地图构建方法，其中，在更新道路地图信息的步骤中：
基于在后采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成第二道路地图信息；
基于所述第二道路地图信息去更新已有的第一道路地图信息，从而生成新的道路地图信息，其中，所述第一道路地图信息是基于在先采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成的车道线的道路地图信息。
根据本发明一实施例的地图构建方法，其中，在更新道路地图信息的步骤中：
基于在后采集的道路图像信息所对应的道路信息中的交通标志信息/路面标志信息/交通信号装置信息/路灯装置信息生成第二道路地图信息中的第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置；
将第二道路地图信息中的第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置与已有的第一道路地图信息的相应的第一交通标志/第一路面标志/第一交通信号装置/第一路灯装置进行比较；
确定相应的交通标志/路面标志/交通信号装置/路灯装置已经实际发生变化；以及
基于第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置来替换相应的第一交通标志/第一路面标志/第一交通信号装置/第一路灯装置，从而生成新的道路地图信息；
其中，所述第一道路地图信息是基于在先采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成的车道线的道路地图信息。
根据本发明一实施例的地图构建方法，其中，在生成或更新道路地图信息的步骤中，将在车辆坐标下的道路信息转换为大地坐标下的道路信息。
根据本发明一实施例的地图构建方法，其中，所述道路信息包括车道线信息和交通标志信息，生成或更新关于该道路的道路地图信息中包括该道路上的车道线和交通标志。
按照本发明的第六方面，提供一种地图构建装置，其包括：
数据接收模块，其用于接收来自在某一道路上行驶的多辆车辆的关于该道路的道路信息和定位信息，其中，所述道路信息是针对该道路所采集的道路图像信息提取得到的，所述定位信息是对应于采集该道路图像信息的位置点处获取的；和
处理模块，其用于基于多辆车辆的所述道路信息和相应的定位信息生成或更新关于该道路的道路地图信息。
按照本发明的第七方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现以上所述及的任一地图构建方法中的步骤。
按照本发明的第八方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行以实现以上所述及的任一地图构建方法中的步骤。
按照本发明的第九方面，提供一种计算机可读存储介质，其中，该存储介质上存储有以上所述及的地图。
按照本发明的第十方面，提供一种地图构建系统，包括：
以上所述及的地图构建装置/以上所述及的计算机设备；
与所述地图构建装置/计算机设备无线连接的安装在所述多辆车辆上的图像传感器，其用于采集关于该道路的道路图像信息以及从所述道路图像信息中提取道路信息；以及
与所述地图构建装置无线连接的安装在所述多辆车辆上的定位单元，其用于获取在采集该道路图像信息的位置点处的定位信息。
本发明具有以下技术效果的至少一方面：
- 对每辆车辆来说，图像传感器的数据采集量小，采集成本低且容易实现；
- 数据的采集、存储和传输简单；
- 构建的地图的精度能得到保证；
- 构建的地图容易得到实时更新；
- 构建的地图的信息准确度高；
- 地图构建的成本低；
- 基于该地图能降低精确定位车辆的成本。
根据以下描述和附图本发明的以上特征和操作将变得更加显而易见。
附图说明
从结合附图的以下详细说明中，将会使本发明的上述和其他目的及优点更加完整清楚，其中，相同或相似的要素采用相同的标号表示。
图1是按照本发明一实施例的地图构建系统的应用示意图。
图2是按照本发明一实施例的地图构建系统的结构示意图。
图3是按照本发明一实施例的地图构建方法的流程图。
图4是按照本发明又一实施例的地图构建方法的流程图。
图5是按照本发明还一实施例的地图构建方法的流程图。
具体实施方式
现在将参照附图更加完全地描述本发明，附图中示出了本发明的示例性实施例。但是，本发明可按照很多不同的形式实现，并且不应该被理解为限制于这里阐述的实施例。相反，提供这些实施例使得本公开变得彻底和完整，并将本发明的构思完全传递给本领域技术人员。
附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或者在一个或多个硬件模块或集成电路中实现这些功能实体，或者在不同处理装置和/或微控制器装置中实现这些功能实体。
如图1和图2所示，本发明实施例的地图构建系统中，包括本发明一实施例的地图构建装置300，其可以通过服务器等计算机装置实现，例如通过云服务器实现，从而构成地图云。地图构建装置300可以通过一个计算机装置实现，也可以通过多个分布式计算机装置实现，例如，对于不同地理区域，分别布置相应的计算机装置来构建该地理区域对应的道路地图信息。
本发明实施例的地图构建系统中，车辆100是用于构建地图的信息的采集终端，以某一道路（例如一条道路或道路的某一段）为例，不同车辆100a、100b和100c在不同时刻先后经过该道路时，车辆100a、100b和100c上分别安装的图像传感器110a、110b和110c采集关于该道路的道路图像信息（每一段道路对应采集道路图像信息）。示例地，图像传感器110按某一频率获取车辆100前方的该道路的图像帧，具体的采集方式不是限制性的。图像传感器110能捕获例如道路上或道路中的车道线、道路边沿、路面标示、交通标志、交通信号装置、路灯装置等图像信息，图像传感器110的具体类型不是限制性的。将理解，图像传感器110的分辨率越高，道路图像信息数据更加清晰准确，但是，图像数据处理工作量也加大，具体可以根据实际应用的地理环境条件、地图精度要求等来选择设置图像传感器的分辨率等参数。
如图2所示，每辆车辆100上设置有道路信息提取单元111和定位单元120，道路信息提取单元111可选地可以设置在图像传感器110中，例如，带实时图像处理功能的图像传感器110中可以实现该道路信息提取单元111；在又一实施例中，道路信息提取单元111也可以相对道路传感器110分离地设置，例如通过具有图像处理功能的车载计算装置实现。道路信息提取单元111主要地用于从采集的道路图像信息中提取道路信息，例如，提取该道路的车道线信息（如果有车道线），提取该道路的道路边沿信息（如果没有车道线），提取该道路上的路面标志信息（如果有路面标志），提取竖立设置在该道路上或道路两旁的交通标示信息（如果有例如紧急转弯、限速等交通标志）、提取竖立设置在该道路上或道路两旁的交通信号装置信息（如果有交通信号装置）、和/或提取竖立设置在该道路两旁的路灯装置等。需要理解的是，提取的具体道路信息的类型并不限于以上实施例，任何需要在地图900上标注的、或者能准确或精确反映该道路特征的道路信息都可以在此提取，从而，有利于生成更高精度的道路地图信息，例如，甚至还提取道路上设置的临时路障的路障信息、道路两旁树木的树木信息等，具体可以根据实际需要来选择设置提取的道路信息的种类或类型。
每个道路信息提取单元111在提取道路信息过程中所采用的算法或图像处理方法并不是限制性的，其可以是各种特征提取方法，例如，尺度不变特征转换（Scale-InvariantFeature Transform，SIFT）、加速稳健特征（Speeded-Up Robust Features，SURF）机器学习、深度学习等。其中，SIFT）特征提取方法对图像的尺寸，旋转，亮度变化更不敏感，每个SIFT特征都是一个描述图片上某个区域边缘和角点的向量；与兴趣点不同，SIFT还可以获取每个兴趣点和它周围点的综合信息。其中，SURF是另一个抽取图像兴趣点的方法，其特征向量对图像的尺寸，旋转，亮度变化是不变的。SURF的算法可以比SIFT更快，更有效的识别出兴趣点。本领域技术人员将理解，可以根据具体要求选择使用其中一种或多种上述特征提取方法。
每个道路信息提取单元111提取的道路信息不但包括图像特征信息，还包括位置特征信息，位置特征信息可以在某一坐标系下反映其位置，例如在图像传感器110采集道路图像信息时采用的车辆坐标。示例地，对于某一交通标志信息，其不但包括交通标志的图案、交通标志类型等，还包括该交通标志相对当前车辆100距离、离该道路的路面的高度等位置特征信息。在一实施例中，提取包括提取道路图像信息中的交通标志/交通信号装置/路灯装置相对采集位置点的距离信息，从而得到相应的交通标志信息/交通信号装置信息/路灯装置信息。
继续如图2所示，每辆车辆100上的定位单元120用于在图像传感器110采集道路图像信息的时刻来对车辆100进行定位，从而，可以获取道路图像信息的相应位置（即定位信息），也即可以获取道路信息的相应位置（即定位信息）。定位单元120具体可以采用GPS系统等已经出现的或者将来出现的各种定位系统及其定位方法来实现定位功能。将理解，定位单元120的定位精度越高，越有利于构建更高精度的地图，可选地，定位单元120的定位精度例如高于20米左右。
每辆车辆100可以上传其获得的道路信息和相应的定位信息，对于多辆车辆100上传的信息，可以根据定位信息来将每辆车辆100获取的道路信息对应至某一道路。每辆车辆100与地图构建装置300之间能够通过无线通信系统200建立通信连接，每辆车辆100可以采用各种无线方式上传数据，具体可以是实时在线上传，也可以是离线上传，例如将采集一段时间后的数据集中地离线上传。每辆车辆100可以上传的数据可以存储在地图构建装置300能够读取的云端或者指定的数据库中，也可以直接存储在地图构建装置300的存储器中。
由于本发明实施例的地图构建系统使用的是图像传感器，对每辆车辆来说，相比于激光雷达采集的数据，数据量小，数据采集也更加容易，上传的道路信息和定位信息的数据量也相应的大大减小（例如每公里10kb左右），因此，数据存储和传输简单，这样，也有助于实现采用多辆车辆100上传数据信息，例如，对于多辆车辆100来说，采用众包方式上传数据。
在一实施例中，在多辆车辆100分别上传其获得的道路信息和相应的定位信息时，还上传包括道路图像数据采集时刻的横摆角速度等速度信息。
需要理解的是，以上所述的车辆100a、100b至100n的具体数量不是限制性的，车辆100也不限于是具有自动驾驶系统或辅助驾驶系统的车辆，其也可以是安装有以上实施例的图像传感器110和定位单元120的不具有自动驾驶系统或辅助驾驶系统的车辆，例如，普通行驶在道路上的车辆也可以作为信息采集终端来增加对某一路段的数据采集量，从而提高构建的地图精度。
继续如图1和图2所示，地图构建系统使用的地图构建装置300主要地包括数据接收模块310和处理模块320，地图构建装置300被安装有相应的程序模块来实现数据接收模块310和处理模块320。其中，数据接收模块310主要用于接收来自在某一道路上行驶的多辆车辆100的关于该道路的道路信息和定位信息，数据接收模块310可以从每辆车辆100直接接收，也可以从中间的数据库或云端获取每辆车辆100上传的道路信息和定位信息等数据。处理模块320主要用于基于多辆车辆100的道路信息和相应的定位信息生成或更新关于该道路的道路地图信息。
处理模块320中的具体生成或更新道路地图信息的方法将在其后的地图构建方法详细说明。
图3所示为按照本发明一实施例的地图构建方法的流程图。以下结合2和图3对本发明实施例的地图构建方法进行示例说明。
首先，步骤S410，在某一道路上行驶的多辆车辆（例如n辆车辆100a、100b至100n先后行驶经过该道路时）先后采集关于该道路的道路图像信息，并获取在采集该道路图像信息的位置点（可能有多个位置点）处的定位信息。
进一步，步骤S420，每辆车辆100针对采集的道路图像信息提取的相应的道路信息。道路信息包括以下的至少一种：车道线信息、道路边沿信息、路面标志信息、交通标志信息、交通信号装置信息、路灯装置信息，优选地，包括车道线信息和交通标志信息。应当理解，提取的道路信息种类越多，最后构建的地图900的信息约丰富，当然，道路信息提取单元111的工作量也越大。
同时，步骤S430，每辆车辆100的定位单元120获取定位信息，从而能够获取每次采集道路图像时的车辆100的定位信息。
进一步，步骤S440，多辆车辆100分别上传其获得的道路信息和相应的定位信息。例如，车辆100上传的道路信息中带有相应的定位信息，还可以带有时间戳来表示其采集时间，从而，可以反映采集的先后顺序。在一实施例中，还可以上传包括该道路信息对应采集时刻的横摆角速度等速度信息。需要理解的是，即使对于同一道路多辆车辆100上传的数据量总和较大（如果车辆数量较大的情况下），但是，对于每辆车辆100来说，该上传过程数据量小，传输速度快、易于实现。
进一步，在地图构建装置300接收到诸多车辆先后上传过来的对应某一道路的道路信息后，进行以下步骤S450和S460。
步骤S450，多辆车辆100的道路信息在大地坐标下进行平均处理。在该步骤中，多辆车辆100的诸多道路信息可以通过定位信息来确定它们是基本对应同一道路的道路信息，将这些信息在同一大地坐标下呈现。由于采集的车辆不同（例如车辆的震动、车辆的定位误差等因素），和/或者由于道路信息提取过程中图像处理，可以导致一辆车辆100采集的道路信息与实际的道路状况或特征存在一定的偏差，基于一辆车辆100对一道路采集获得的道路信息来构建地图时，容易导致精度不够。如果采用多辆（例如10辆以上）车辆100的道路信息并将其在大地坐标下进行平均处理，平均处理后的道路信息将更接近真实的道路状况。将理解，对同一道路采集的道路信息越多，平均处理后的道路信息越趋于真实、准确。
步骤S460，生成或更新关于该道路的道路地图信息。在该步骤中，基于平均处理后的道路信息生成或更新（如果道路地图信息已经存在）关于该道路的道路地图信息。
以道路信息为车道线信息为示例，同一道路对应的来自多辆车辆100的诸多车道线信息，可以在同一大地坐标下进行平均处理，从而获得平均处理后的车道线信息。在步骤S460中，对平均处理后得到的车道线信息进行曲线拟合（例如基于三次或更高次关系式进行曲线拟合），得到在大地坐标下的车道线轨迹，基于该车道线轨迹，可以生成该道路对应的车道线地图，该道路对应的道路地图信息的主体基本生成。如果该道路不存在车道线，那么可以基于道路边沿信息进行以上相同的处理。
对于其他每种道路信息，可以进行以上类似的处理，得到的相应的道路地图信息可以补充进入道路地图信息中，例如，生成的道路标志、路面标志、交通信号装置等补充在道路地图信息中，从而生成信息丰富的道路地图信息。
以上实施例的地图构建方法中，由于采用了较多次采集得到的道路信息来生成道路地图信息，道路地图信息的准确度能得到保证，由此构建的地图精确度高。并且，不依赖于安装有激光雷达的车辆来专门采集关于某一道路的数据，对每辆车辆来说，数据的采集和传输也容易实现，例如人们日常驾驶的车辆100在先后经过某一道路时，都可以采集并上传道路信息，实现简单且成本低。并且，随着时间累积，对同一道路的数据采集可能越来越多，计算生成的道路地图信息的精确度也越来越高。
在一实施例中，可选地在步骤S460中对道路信息进行二维和/或三维处理，从而构建该道路的二维道路地图信息和/或三维道路地图信息。在进行二维处理时，获取二维道路信息来生成二维道路地图信息；在进行三维处理时，使用包括交通标志信息，交通标志信息一方面相对容易图像识别、图像处理时准确度高，另一方面，交通标志信息相对车道线信息、路面标志信息在高度方向上高度特征更明显，因此，有助于生成准确更高的三维道路信息，从而生成的三维道路地图信息更精确。在进行二维处理时，也可以引入交通标志信息作为道路信息，利用交通标志信息相对容易图像识别、图像处理时准确度高的优点，提高生成的二维道路地图信息的精度。
需要说明的是，基于以上步骤S460生成的道路地图信息，可以在已有的导航地图（例如通过卫星或航拍形成的道路级别精度的地图）上构建地图，生成的地图精度能得到保证，并且地图信息丰富，分辨率高。
以上实施例的地图构建方法并不限于应用于高精度的地图的初次构建，也可以用来持续更新已经构建的高精度的地图，可以有效地持续提高地图的精度，还可以用来持续更新已经构建的高精度的地图中的地图信息，还可以在道路的交通标志发生实际增加或变换时来更新高精度的地图中的交通标志。以下进一步对地图更新应用进行示例说明。
图4所示为按照本发明又一实施例的地图构建方法的流程图。以下结合2和图4对本发明实施例的地图构建方法进行示例说明。
假设已经生成有较高精度的道路地图信息，即第一道路地图信息；针对某一道路，多辆车辆100在先后经过该道路时，继续采集道路图像信息，即步骤S510，相对第一道路地图信息中针对该道路采集的道路图像信息，其都属于在后采集的道路图像信息，这些图像信息将用来更新该道路地图信息。
进一步，步骤S520，每辆车辆100针对采集的道路图像信息提取的相应的道路信息。道路信息包括以下的至少一种：车道线信息、道路边沿信息、路面标志信息、交通标志信息、交通信号装置信息、路灯装置信息，优选地，包括车道线信息和交通标志信息，特别是交通标志信息的提取，有利于提高构建的地图的精度。
同时，步骤S530，每辆车辆100的定位单元120获取定位信息， 从而能够获取每次采集道路图像时的车辆100的定位信息。
进一步，步骤S540，多辆车辆100分别上传其获得的道路信息和相应的定位信息。该上传过程与以上描述的步骤S440基本相同。
进一步，在地图构建装置300接收到诸多车辆先后上传过来的对应某一道路的道路信息后，进行以下步骤S550和S560。
步骤S550，基于在后采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成第二道路地图信息。在该步骤中，生成第二道路地图信息的方法与上描述的步骤S450和S460的方法基本相同。
步骤S560，基于第二道路地图信息去更新已有的第一道路地图信息，从而生成新的道路地图信息，其中，第一道路地图信息是基于在先采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成的车道线的道路地图信息，例如，第一道路地图信息是在图3所示实施例中生成的道路地图信息。
具体更新的频率可以预先地设置，例如，按时间段更新，或者按多辆车辆100先后对同一道路采集的道路图像信息的数量进行更新。
具体地，第二道路地图信息去更新已有的第一道路地图信息时，可以不采用简单的替换方式更新，例如，可以采用加权计算的方式更新。在一实施例中，第二道路地图信息中的车道线相对第一道路地图信息中的车道线在大地坐标下存在位置偏差且位置偏差小于或等于预定值（该预定值可以事先地设定，表示该车道线实际并没有发生变化而是由于图像采集主体差异、定位误差、图像处理误差等等因素造成的），如果之前的第一道路地图信息是基于采集的n张道路图像信息形成的，第二道路地图信息是基于采集的m张道路图像信息构建形成的（n和m为整数，一般地n远大于m），那么第二道路地图信息中的车道线以m/（n+m）的权重去更新第一道路地图信息中的车道线的位置；因此，更新后的道路地图信息中的车道线可以理解为基于更多数量的道路图像信息生产，精确度将继续得到提高。
在又一实施例中，第二道路地图信息中的车道线相对第一道路地图信息中的车道线在大地坐标下存在位置偏差且位置偏差大于预定值（表示车道线可能相对之前已经实际发生变化）的情况下，可以使用第二道路地图信息的车道线去替换已有的第一道路地图信息的车道线的方式进行更新。因此，更新后的道路地图信息中的车道线将可以更准确地反映道路的实际变化，及时更正道路地图信息，地图的准确度能得到持续保证。
同样地，对于道路地图信息中的其他种类或类型的信息，可以基于以上相同的方式进行更新。
以下进一步以交通标志实际发生变化时示例说明如何应用本发明的地图构建方法来标注以上步骤S560形成的新的道路地图信息中的交通标志。
如2和图5所示，假设已经生成有较高精度的道路地图信息，即第一道路地图信息，第一道路地图信息中的某一道路上的交通标志被标注；针对该道路，多辆车辆100在先后经过该道路时，继续采集道路图像信息，即步骤S610；相对第一道路地图信息中针对该道路采集的道路图像信息，其都属于在后采集的道路图像信息。
进一步，步骤S620，每辆车辆100针对采集的道路图像信息提取的相应的交通标志信息等道路信息。
同时，步骤S630，每辆车辆100的定位单元120获取定位信息， 从而能够获取每次采集道路图像时的车辆100的定位信息。
进一步，步骤S640，多辆车辆100分别上传其获得的道路信息和相应的定位信息。该上传过程与以上描述的步骤S440基本相同。
以上步骤S610至步骤S640可以与步骤S510至S540对应同时完成。
进一步，在地图构建装置300接收到诸多车辆先后上传过来的对应某一道路的道路信息后，进行以下步骤S650、S660和S670。
步骤S650，基于在后采集的道路图像信息所对应的道路信息中的交通标志信息生成第二道路地图信息中的第二交通标志；在该步骤中，生成第二道路地图信息及其第二交通标志的方法与上描述的步骤S450和S460中的方法基本相同。
步骤S650，将第二道路地图信息中的第二交通标志与已有的第一道路地图信息的相应的第一交通标志进行比较。在该比较过程中，可以在大地坐标下进行，从而得到第二交通标志相对第一交通标志的位置偏差或图像偏差。需要说明的是，第二交通标志相对第一交通标志在该道路中对应实际的同一相应的交通标志，也即是基于同一相应的交通标志产生，或者第一交通标志本身并不存在（之前可能道路中并不存在该实际的交通标志）。
步骤S660，确定相应的交通标志已经实际发生变化。在该步骤中，如果以上得到的第二交通标志相对第一交通标志的位置偏差大于预定值，则确定相应的交通标志的位置实际已经发生变化（包括实际新增加了新的交通标志）；如果以上得到的第二交通标志相对第一交通标志的图像偏差大于预定值，则确定相应的交通标志的图像已经实际发生变化，例如，由限速50公里的标志变化为限速60公里的标志。
步骤S670，基于第二交通标志来来替换相应的第一交通标志，从而生成新的道路地图信息。
通过上述地图构建方法，一旦道路中的交通标志发生实际变化，将在新的道路地图信息中得到及时更新，防止地图中的错误交通标志对自动驾驶产生错误的导航或错误定位。
将理解，以上图5所示实施例的地图构建方法中，基于类似的原理，可以同步地完成路面标志或交通信号装置或路灯装置的替换或标注，新的道路地图信息中的信息将更加准确。
在又一实施例中，在以上构建方法的步骤S440、S540和S640中，并不限于上传道路信息和定位信息，还可以上传道路状况信息，例如，道路附着系数、道路结冰状况、道路雨雪状况等，这些道路状况信息可以是由车辆100上的人输入，也可以是通过车辆100上的传感器等装置获取或计算分析得到，其获得的方法不是限制性的；这样，生成道路地图信息时，包括生成该道路的道路状况。这样，也非常有利于实时地更新地图中的道路状况，提高基于该地图进行导航或驾驶的车辆的操作的准确性，避免事故发生。
需要说明的是，以上地图构建方法得到的每一道路的道路地图信息，可以进一步生成某一子区域或区域的本发明实施例的地图900（如图1说实话），生成的地图900精度高，信息丰富且准确，地图构建装置300可以将该地图900存储或上传至地图云服务器；并且，该地图900可以被推送至每辆车辆100中，或者由车辆100主动下载获取。
需要说明的是，本发明实施例获得的地图900的各种具体应用也在发明的保护范围内，例如，对于获得该地图的车辆100，可以基于该地图进行自动驾驶或辅助驾驶操作，例如导航操作等；还例如，可以应用该地图的道路地图信息进行车辆100的位置估计，实现车辆100的精确定位。
在进行位置估计应用中，可以利用车辆100中的图像传感器110获取某一道路的车道线的图像，并利用相应的图像算法识别出道路上的车道线，例如提取出该车道线信息并将其转换为地图坐标下的车道线轨迹；同时，结合定位单元120的定位功能，例如GSP定位功能，对车辆100进行位置定位，也即获得定位信息；进一步基于该定位信息，获得从地图900中对应出该道路的道路地图信息，其中包括车道线；进一步，基于当前识别的车道线或车道线轨迹与地图900中的对应的车道线进行图像比对，精确定位出当前车辆在地图900中的道路上的精确位置。
以上位置估计方法并不依赖于GSP等定位单元120的高精度定位，因此，可以降低定位单元120的成本，但是，同时利用了地图900的高精度的优势，可以精确获取车辆100在道路上的位置，实现成本低。
将理解，例如以上图4和图5所示的方法的获取定位信息的步骤中，也可以应用上述位置估计方法、基于已有的第一道路地图信息来获取采集道路图像信息时的定位信息。
需要说明的是，本发明的以上实施例的地图构建装置300可以由计算机程序指令实现，可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以构成本发明实施例的地图构建装置300，并且，可以由计算机或其他可编程数据处理设备的处理器执行的这些指令来创建用于实施这些流程图中指定的功能/操作的单元或部件。
并且，可以将这些计算机程序指令存储在计算机可读存储器中，这些指令可以指示计算机或其他可编程处理器以特定方式实现功能，以便存储在计算机可读存储器中的这些指令构成包含实施流程图中指定的功能/操作的指令部件的制作产品。
需要说明的是，本文公开和描绘的元件（包括附图中的流程图、方块图）意指元件之间的逻辑边界。然而，根据软件或硬件工程实践，描绘的元件及其功能可通过计算机可执行介质在机器上执行，计算机可执行介质具有能够执行存储在其上的程序指令的处理器，所述程序指令作为单片软件结构、作为独立软件模块或作为使用外部程序、代码、服务等的模块，或这些的任何组合，且全部这些执行方案可落入本公开的范围内。
虽然不同非限制性实施方案具有特定说明的组件，但本发明的实施方案不限于这些特定组合。可能使用来自任何非限制性实施方案的组件或特征中的一些与来自任何其它非限制性实施方案的特征或组件组合。
虽然示出、公开和要求了特定步骤顺序，但应了解步骤可以任何次序实施、分离或组合，除非另外指明，且仍将受益于本公开。
以上例子主要说明了本发明的地图构建方法、地图构建装置、地图构建系统、以及构建得到的地图及其应用方法。尽管只对其中一些本发明的实施方式进行了描述，但是本领域普通技术人员应当了解，本发明可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本发明精神及范围的情况下，本发明可能涵盖各种的修改与替换。
Claims (10)
1.一种地图构建方法，其特征在于，包括步骤：
在某一道路上行驶的多辆车辆先后采集关于该道路的道路图像信息，并获取在采集该道路图像信息的位置点处的定位信息；
从所述道路图像信息中提取道路信息；
多辆车辆分别上传其获得的所述道路信息和相应的定位信息；和
基于多辆车辆的所述道路信息和相应的定位信息生成或更新关于该道路的道路地图信息。
2.如权利要求1所述的地图构建方法，其特征在于，所述道路信息包括以下的至少一种：车道线信息、道路边沿信息、路面标志信息、交通标志信息、交通信号装置信息、路灯装置信息。
3.如权利要求1所述的地图构建方法，其特征在于，在生成或更新道路地图信息的步骤中，对所述道路信息进行二维和/或三维处理，从而构建该道路的二维道路地图信息和/或三维道路地图信息。
4.如权利要求3所述的地图构建方法，其特征在于，在进行三维处理并构建三维道路地图信息时，所述道路信息包括交通标志信息。
5.如权利要求1所述的地图构建方法，其特征在于，在生成或更新道路地图信息的步骤中，多辆车辆的道路信息中的车道线信息/道路边沿信息在大地坐标下进行平均处理以生成或更新关于该道路的道路地图信息。
6.如权利要求1所述的地图构建方法，其特征在于，在更新道路地图信息的步骤中：
基于在后采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成第二道路地图信息；
基于所述第二道路地图信息去更新已有的第一道路地图信息，从而生成新的道路地图信息，其中，所述第一道路地图信息是基于在先采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成的车道线的道路地图信息。
7.如权利要求1或6所述的地图构建方法，其特征在于，在更新道路地图信息的步骤中：
基于在后采集的道路图像信息所对应的道路信息中的交通标志信息/路面标志信息/交通信号装置信息/路灯装置信息生成第二道路地图信息中的第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置；
将第二道路地图信息中的第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置与已有的第一道路地图信息的相应的第一交通标志/第一路面标志/第一交通信号装置/第一路灯装置进行比较；
确定相应的交通标志/路面标志/交通信号装置/路灯装置已经实际发生变化；以及
基于第二交通标志/第二路面标志/第二交通信号装置/第二路灯装置来替换相应的第一交通标志/第一路面标志/第一交通信号装置/第一路灯装置，从而生成新的道路地图信息；
其中，所述第一道路地图信息是基于在先采集的道路图像信息所对应的道路信息中的车道线信息/道路边沿信息来生成的车道线的道路地图信息。
8.如权利要求1所述的地图构建方法，其特征在于，在生成或更新道路地图信息的步骤中，将在车辆坐标下的道路信息转换为大地坐标下的道路信息。
9.如权利要求1所述的地图构建方法，其特征在于，从所述道路图像信息中提取道路信息的步骤中，包括提取道路图像信息中的交通标志/交通信号装置/路灯装置相对采集位置点的距离信息，从而得到相应的交通标志信息/交通信号装置信息/路灯装置信息。
10.如权利要求1所述的地图构建方法，其特征在于，所述道路信息包括车道线信息和交通标志信息，生成或更新关于该道路的道路地图信息中包括该道路上的车道线和交通标志。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710431693.3A CN107451526A (zh) | 2017-06-09 | 2017-06-09 | 地图的构建及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710431693.3A CN107451526A (zh) | 2017-06-09 | 2017-06-09 | 地图的构建及其应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107451526A true CN107451526A (zh) | 2017-12-08 |
Family
ID=60487066
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710431693.3A Pending CN107451526A (zh) | 2017-06-09 | 2017-06-09 | 地图的构建及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107451526A (zh) |
Cited By (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108416045A (zh) * | 2018-03-15 | 2018-08-17 | 斑马网络技术有限公司 | 交通设施的位置获取方法、装置、终端设备及服务器 |
| CN108413975A (zh) * | 2018-03-15 | 2018-08-17 | 斑马网络技术有限公司 | 地图获取方法、系统、云处理器及车辆 |
| CN108469815A (zh) * | 2018-02-27 | 2018-08-31 | 重庆嵩岳贸易服务有限公司 | 一种基于意图的计算机深度学习自动导航和驾驶系统及其方法 |
| CN108932331A (zh) * | 2018-07-05 | 2018-12-04 | 腾讯科技（深圳）有限公司 | 一种地图数据更新方法、装置及系统 |
| CN109522825A (zh) * | 2018-10-31 | 2019-03-26 | 蔚来汽车有限公司 | 视觉感知系统的性能测试系统及其性能测试方法 |
| CN109579856A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 高精度地图生成方法、装置、设备及计算机可读存储介质 |
| CN109711285A (zh) * | 2018-12-11 | 2019-05-03 | 百度在线网络技术（北京）有限公司 | 识别模型的训练、测试方法和装置 |
| EP3505869A1 (en) * | 2017-12-29 | 2019-07-03 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, and computer readable storage medium for updating electronic map |
| CN110006440A (zh) * | 2019-04-12 | 2019-07-12 | 北京百度网讯科技有限公司 | 一种地图关系的表达方法、装置、电子设备及存储介质 |
| CN110057373A (zh) * | 2019-04-22 | 2019-07-26 | 上海蔚来汽车有限公司 | 用于生成高精细语义地图的方法、装置和计算机存储介质 |
| CN110149474A (zh) * | 2018-02-11 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 一种图像采集方法及其装置、设备和存储介质 |
| CN110345951A (zh) * | 2019-07-08 | 2019-10-18 | 武汉光庭信息技术股份有限公司 | 一种adas高精度地图的生成方法及装置 |
| CN110388929A (zh) * | 2018-04-20 | 2019-10-29 | 比亚迪股份有限公司 | 导航地图更新方法、装置及系统 |
| CN110388928A (zh) * | 2018-04-20 | 2019-10-29 | 比亚迪股份有限公司 | 导航系统和导航地图的更新方法、装置 |
| CN110530398A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 一种电子地图精度检测的方法及装置 |
| WO2019241983A1 (en) * | 2018-06-22 | 2019-12-26 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for updating highly automated driving maps |
| CN110660113A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 特征地图的建立方法、装置、采集设备和存储介质 |
| CN110658539A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆定位方法、装置、车辆和计算机可读存储介质 |
| CN110827340A (zh) * | 2018-08-08 | 2020-02-21 | 北京嘀嘀无限科技发展有限公司 | 地图的更新方法、装置及存储介质 |
| WO2020049103A1 (en) * | 2018-09-07 | 2020-03-12 | Tomtom Global Content B.V. | Methods and systems for identifying electronic map updates field |
| CN111046118A (zh) * | 2019-11-09 | 2020-04-21 | 武汉中海庭数据技术有限公司 | 一种基于消息队列的车端数据的实时处理方法及系统 |
| CN111060114A (zh) * | 2018-10-17 | 2020-04-24 | 宝马股份公司 | 用于生成高精度地图的特征图的方法和装置 |
| CN111175775A (zh) * | 2018-11-09 | 2020-05-19 | 阿里巴巴集团控股有限公司 | 定位数据生成方法、装置以及电子设备 |
| CN111238353A (zh) * | 2018-11-28 | 2020-06-05 | 千寻位置网络有限公司 | 一种线缆高度监测方法及系统 |
| CN111795703A (zh) * | 2019-04-09 | 2020-10-20 | Oppo广东移动通信有限公司 | 地图构建方法、装置、存储介质及移动设备 |
| CN112509329A (zh) * | 2020-12-05 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 交通标志数据处理方法、电子装置和存储介质 |
| WO2021104180A1 (zh) * | 2019-11-29 | 2021-06-03 | 上海商汤临港智能科技有限公司 | 地图生成方法、定位方法、装置、设备、存储介质及计算机程序 |
| CN112989909A (zh) * | 2019-12-17 | 2021-06-18 | 通用汽车环球科技运作有限责任公司 | 用于地图增强的道路属性检测和分类 |
| CN113011212A (zh) * | 2019-12-19 | 2021-06-22 | 北京四维图新科技股份有限公司 | 图像识别方法、装置及车辆 |
| CN113077622A (zh) * | 2021-03-11 | 2021-07-06 | 雄狮汽车科技(南京)有限公司 | 路网文件的生成方法、装置及车辆 |
| CN113407559A (zh) * | 2021-07-15 | 2021-09-17 | 广州小鹏自动驾驶科技有限公司 | 更新方法、装置及计算机存储介质 |
| EP3767604A4 (en) * | 2018-03-15 | 2021-11-03 | Pioneer Corporation | TRACK INFORMATION GENERATION PROCESS |
| WO2021227358A1 (zh) * | 2020-05-13 | 2021-11-18 | 广州小鹏自动驾驶科技有限公司 | 一种建图方法、系统及存储介质 |
| CN114072864A (zh) * | 2019-07-03 | 2022-02-18 | 株式会社电装 | 地图数据生成装置 |
| CN115661299A (zh) * | 2022-12-27 | 2023-01-31 | 安徽蔚来智驾科技有限公司 | 车道线地图的构建方法、计算机设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104111073A (zh) * | 2013-04-17 | 2014-10-22 | 百度在线网络技术（北京）有限公司 | 一种识别地图数据中不准确路段的方法和装置 |
| CN105203094A (zh) * | 2015-09-10 | 2015-12-30 | 联想(北京)有限公司 | 构建地图的方法和设备 |
| CN105241465A (zh) * | 2015-10-20 | 2016-01-13 | 中国有色金属长沙勘察设计研究院有限公司 | 一种道路更新的方法 |
| CN105526939A (zh) * | 2014-09-29 | 2016-04-27 | 高德软件有限公司 | 道路匹配方法和装置 |
| CN106525057A (zh) * | 2016-10-26 | 2017-03-22 | 陈曦 | 高精度道路地图的生成系统 |
| CN106595681A (zh) * | 2016-12-16 | 2017-04-26 | 上海博泰悦臻网络技术服务有限公司 | 一种路径数据的差分更新方法、系统及服务器 |
| CN106778551A (zh) * | 2016-11-30 | 2017-05-31 | 南京理工大学 | 一种高速路段及城市道路车道线识别方法 |
| CN106767853A (zh) * | 2016-12-30 | 2017-05-31 | 中国科学院合肥物质科学研究院 | 一种基于多信息融合的无人驾驶车辆高精度定位方法 |
| WO2017089135A1 (de) * | 2015-11-25 | 2017-06-01 | Volkswagen Aktiengesellschaft | Verfahren und system zum erstellen einer spurgenauen belegungskarte für fahrspuren |
| WO2017089137A1 (de) * | 2015-11-25 | 2017-06-01 | Volkswagen Aktiengesellschaft | Verfahren und system zum erstellen einer digitalen karte |
-
2017
- 2017-06-09 CN CN201710431693.3A patent/CN107451526A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104111073A (zh) * | 2013-04-17 | 2014-10-22 | 百度在线网络技术（北京）有限公司 | 一种识别地图数据中不准确路段的方法和装置 |
| CN105526939A (zh) * | 2014-09-29 | 2016-04-27 | 高德软件有限公司 | 道路匹配方法和装置 |
| CN105203094A (zh) * | 2015-09-10 | 2015-12-30 | 联想(北京)有限公司 | 构建地图的方法和设备 |
| CN105241465A (zh) * | 2015-10-20 | 2016-01-13 | 中国有色金属长沙勘察设计研究院有限公司 | 一种道路更新的方法 |
| WO2017089135A1 (de) * | 2015-11-25 | 2017-06-01 | Volkswagen Aktiengesellschaft | Verfahren und system zum erstellen einer spurgenauen belegungskarte für fahrspuren |
| WO2017089137A1 (de) * | 2015-11-25 | 2017-06-01 | Volkswagen Aktiengesellschaft | Verfahren und system zum erstellen einer digitalen karte |
| CN106525057A (zh) * | 2016-10-26 | 2017-03-22 | 陈曦 | 高精度道路地图的生成系统 |
| CN106778551A (zh) * | 2016-11-30 | 2017-05-31 | 南京理工大学 | 一种高速路段及城市道路车道线识别方法 |
| CN106595681A (zh) * | 2016-12-16 | 2017-04-26 | 上海博泰悦臻网络技术服务有限公司 | 一种路径数据的差分更新方法、系统及服务器 |
| CN106767853A (zh) * | 2016-12-30 | 2017-05-31 | 中国科学院合肥物质科学研究院 | 一种基于多信息融合的无人驾驶车辆高精度定位方法 |
Cited By (55)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200121274A (ko) * | 2017-12-29 | 2020-10-23 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 |
| JP7186607B2 (ja) | 2017-12-29 | 2022-12-09 | アポロ インテリジェント ドライビング テクノロジー（ペキン）カンパニー リミテッド | 電子地図を更新する方法、装置、およびコンピュータ読み取り可能な記憶媒体 |
| JP2019144538A (ja) * | 2017-12-29 | 2019-08-29 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | 電子地図を更新する方法、装置、およびコンピュータ読み取り可能な記憶媒体 |
| US11105638B2 (en) | 2017-12-29 | 2021-08-31 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, and computer readable storage medium for updating electronic map |
| EP3505869A1 (en) * | 2017-12-29 | 2019-07-03 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, and computer readable storage medium for updating electronic map |
| KR102338270B1 (ko) * | 2017-12-29 | 2021-12-30 | 아폴로 인텔리전트 드라이빙 테크놀로지(베이징) 컴퍼니 리미티드 | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 |
| KR102273559B1 (ko) | 2017-12-29 | 2021-07-05 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 |
| KR20190082071A (ko) * | 2017-12-29 | 2019-07-09 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 |
| CN110149474A (zh) * | 2018-02-11 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 一种图像采集方法及其装置、设备和存储介质 |
| CN110149474B (zh) * | 2018-02-11 | 2022-04-01 | 腾讯科技（深圳）有限公司 | 一种图像采集方法及其装置、设备和存储介质 |
| CN108469815A (zh) * | 2018-02-27 | 2018-08-31 | 重庆嵩岳贸易服务有限公司 | 一种基于意图的计算机深度学习自动导航和驾驶系统及其方法 |
| US11859983B2 (en) | 2018-03-15 | 2024-01-02 | Pioneer Corporation | Lane information generating method |
| CN108413975A (zh) * | 2018-03-15 | 2018-08-17 | 斑马网络技术有限公司 | 地图获取方法、系统、云处理器及车辆 |
| EP3767604A4 (en) * | 2018-03-15 | 2021-11-03 | Pioneer Corporation | TRACK INFORMATION GENERATION PROCESS |
| CN108416045A (zh) * | 2018-03-15 | 2018-08-17 | 斑马网络技术有限公司 | 交通设施的位置获取方法、装置、终端设备及服务器 |
| CN110388929B (zh) * | 2018-04-20 | 2022-04-15 | 比亚迪股份有限公司 | 导航地图更新方法、装置及系统 |
| CN110388928A (zh) * | 2018-04-20 | 2019-10-29 | 比亚迪股份有限公司 | 导航系统和导航地图的更新方法、装置 |
| CN110388929A (zh) * | 2018-04-20 | 2019-10-29 | 比亚迪股份有限公司 | 导航地图更新方法、装置及系统 |
| CN110388928B (zh) * | 2018-04-20 | 2022-02-08 | 比亚迪股份有限公司 | 导航系统和导航地图的更新方法、装置 |
| TWI798305B (zh) * | 2018-06-22 | 2023-04-11 | 大陸商北京嘀嘀無限科技發展有限公司 | 用於更新高度自動化駕駛地圖的系統和方法 |
| WO2019241983A1 (en) * | 2018-06-22 | 2019-12-26 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for updating highly automated driving maps |
| US10896539B2 (en) | 2018-06-22 | 2021-01-19 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for updating highly automated driving maps |
| CN110660113A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 特征地图的建立方法、装置、采集设备和存储介质 |
| CN110658539A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆定位方法、装置、车辆和计算机可读存储介质 |
| CN110658539B (zh) * | 2018-06-29 | 2022-03-18 | 比亚迪股份有限公司 | 车辆定位方法、装置、车辆和计算机可读存储介质 |
| CN108932331A (zh) * | 2018-07-05 | 2018-12-04 | 腾讯科技（深圳）有限公司 | 一种地图数据更新方法、装置及系统 |
| CN108932331B (zh) * | 2018-07-05 | 2020-12-04 | 腾讯科技（北京）有限公司 | 一种地图数据更新方法、装置及系统 |
| CN110827340A (zh) * | 2018-08-08 | 2020-02-21 | 北京嘀嘀无限科技发展有限公司 | 地图的更新方法、装置及存储介质 |
| CN110827340B (zh) * | 2018-08-08 | 2022-08-12 | 北京嘀嘀无限科技发展有限公司 | 地图的更新方法、装置及存储介质 |
| WO2020049103A1 (en) * | 2018-09-07 | 2020-03-12 | Tomtom Global Content B.V. | Methods and systems for identifying electronic map updates field |
| CN111060114A (zh) * | 2018-10-17 | 2020-04-24 | 宝马股份公司 | 用于生成高精度地图的特征图的方法和装置 |
| CN109579856A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 高精度地图生成方法、装置、设备及计算机可读存储介质 |
| CN109522825A (zh) * | 2018-10-31 | 2019-03-26 | 蔚来汽车有限公司 | 视觉感知系统的性能测试系统及其性能测试方法 |
| CN111175775A (zh) * | 2018-11-09 | 2020-05-19 | 阿里巴巴集团控股有限公司 | 定位数据生成方法、装置以及电子设备 |
| CN111238353A (zh) * | 2018-11-28 | 2020-06-05 | 千寻位置网络有限公司 | 一种线缆高度监测方法及系统 |
| CN109711285A (zh) * | 2018-12-11 | 2019-05-03 | 百度在线网络技术（北京）有限公司 | 识别模型的训练、测试方法和装置 |
| CN111795703A (zh) * | 2019-04-09 | 2020-10-20 | Oppo广东移动通信有限公司 | 地图构建方法、装置、存储介质及移动设备 |
| CN110006440A (zh) * | 2019-04-12 | 2019-07-12 | 北京百度网讯科技有限公司 | 一种地图关系的表达方法、装置、电子设备及存储介质 |
| CN110006440B (zh) * | 2019-04-12 | 2021-02-05 | 北京百度网讯科技有限公司 | 一种地图关系的表达方法、装置、电子设备及存储介质 |
| CN110057373B (zh) * | 2019-04-22 | 2023-11-03 | 上海蔚来汽车有限公司 | 用于生成高精细语义地图的方法、装置和计算机存储介质 |
| CN110057373A (zh) * | 2019-04-22 | 2019-07-26 | 上海蔚来汽车有限公司 | 用于生成高精细语义地图的方法、装置和计算机存储介质 |
| CN114072864B (zh) * | 2019-07-03 | 2024-03-12 | 株式会社电装 | 地图数据生成装置 |
| CN114072864A (zh) * | 2019-07-03 | 2022-02-18 | 株式会社电装 | 地图数据生成装置 |
| CN110345951A (zh) * | 2019-07-08 | 2019-10-18 | 武汉光庭信息技术股份有限公司 | 一种adas高精度地图的生成方法及装置 |
| CN110530398A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 一种电子地图精度检测的方法及装置 |
| CN111046118A (zh) * | 2019-11-09 | 2020-04-21 | 武汉中海庭数据技术有限公司 | 一种基于消息队列的车端数据的实时处理方法及系统 |
| WO2021104180A1 (zh) * | 2019-11-29 | 2021-06-03 | 上海商汤临港智能科技有限公司 | 地图生成方法、定位方法、装置、设备、存储介质及计算机程序 |
| CN112989909A (zh) * | 2019-12-17 | 2021-06-18 | 通用汽车环球科技运作有限责任公司 | 用于地图增强的道路属性检测和分类 |
| CN113011212A (zh) * | 2019-12-19 | 2021-06-22 | 北京四维图新科技股份有限公司 | 图像识别方法、装置及车辆 |
| CN113011212B (zh) * | 2019-12-19 | 2024-04-05 | 北京四维图新科技股份有限公司 | 图像识别方法、装置及车辆 |
| WO2021227358A1 (zh) * | 2020-05-13 | 2021-11-18 | 广州小鹏自动驾驶科技有限公司 | 一种建图方法、系统及存储介质 |
| CN112509329A (zh) * | 2020-12-05 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 交通标志数据处理方法、电子装置和存储介质 |
| CN113077622A (zh) * | 2021-03-11 | 2021-07-06 | 雄狮汽车科技(南京)有限公司 | 路网文件的生成方法、装置及车辆 |
| CN113407559A (zh) * | 2021-07-15 | 2021-09-17 | 广州小鹏自动驾驶科技有限公司 | 更新方法、装置及计算机存储介质 |
| CN115661299A (zh) * | 2022-12-27 | 2023-01-31 | 安徽蔚来智驾科技有限公司 | 车道线地图的构建方法、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107451526A (zh) | 地图的构建及其应用 | |
| CN110853393B (zh) | 智能网联车辆测试场数据采集与融合方法及系统 | |
| JP7432285B2 (ja) | レーンマッピング及びナビゲーション | |
| CN112204349B (zh) | 用于车辆导航的系统和方法 | |
| CN109643367B (zh) | 用于自主车辆导航的众包和分发稀疏地图以及车道测量的方法、系统和可读介质 | |
| US20230382422A1 (en) | Systems and methods for vehicle navigation | |
| CN112945251B (zh) | 用于确定车道分配的系统、方法及计算机可读存储介质 | |
| GB2622969A (en) | Systems and methods for vehicle navigation | |
| CN105676253A (zh) | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 | |
| CN110832279A (zh) | 对准由自主车辆捕获的数据以生成高清晰度地图 | |
| US20220197301A1 (en) | Vehicle Localization Based on Radar Detections | |
| 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 | |
| CN117073704A (zh) | 使用电子地平线导航交通工具 | |
| EP3667236A1 (en) | A method of determining position data | |
| CN108428254A (zh) | 三维地图的构建方法及装置 | |
| CN117355871A (zh) | 多帧图像分割 | |
| CN117677972A (zh) | 用于路段绘制的系统和方法 | |
| CN117651668A (zh) | 用于监测车道标记质量的系统和方法 | |
| CN118435250A (zh) | 用于确定对象的位置的立体辅助网络 | |
| CN112284399B (zh) | 一种基于视觉和imu的车辆定位方法及车载终端 | |
| WO2024173511A2 (en) | Detecting objects for navigation | |
| CN116734848A (zh) | 关于行人和确定交通工具自由空间的交通工具导航 | |
| CN117636277A (zh) | 道路标线标签筛选方法、模型训练方法、标注方法及装置 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190307 Address after: Room 115, No. 569, Anting Town, Anting Town, Jiading District Applicant after: Shanghai Wei Lai Automobile Co., Ltd. Address before: Room 502, Minsheng Bank Building, 12 Cecil Harcourt Road, central, Hongkong, China Applicant before: WEILAI AUTOMOBILE CO., LTD. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171208 |
|
| RJ01 | Rejection of invention patent application after publication |