CN109186617A - 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器 - Google Patents
一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器 Download PDFInfo
- Publication number
- CN109186617A CN109186617A CN201810917918.0A CN201810917918A CN109186617A CN 109186617 A CN109186617 A CN 109186617A CN 201810917918 A CN201810917918 A CN 201810917918A CN 109186617 A CN109186617 A CN 109186617A
- Authority
- CN
- China
- Prior art keywords
- lane
- crossing
- center
- point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000015654 memory Effects 0.000 title claims abstract description 8
- 238000010276 construction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器,该方法包括:根据车道边线数据生成车道中心线;路口内无车道边线数据时通过轨迹按行车方向及轨迹点航向角聚类拟合生成车道级路口内可通行路径线;基于平面位置关系沿通行方向归集同一路段左右两侧的车道边线;基于平面位置距离最近原则对车道中心线及路口内轨迹线端点互相拼接构建完整车道级路网连接关系。本发明根据视觉众包数据构建路口间拓扑关系,结合路口内行车轨迹信息构建路口内车道级拓扑关系,进而融合实现整个路网拓扑关系构建。这样不仅包含路口间车道,还包含路口内车道拓扑关系,拓扑关系构建更完善,构建方法简单易于实现。
Description
技术领域
本发明涉及高精度电子地图制作领域,具体涉及一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器。
背景技术
目前主流高精度车道级路网构建主要通过激光点云提取车道数据进行矢量化,然后根据矢量化数据构建路网车道级拓扑关系,往往具有数据获取周期长、成本高等缺点。
视觉众包数据:利用众包的模式获取的摄像头视觉数据,本发明中的视觉数据具体指通过摄像头获取的车道边线图像,经图形处理生成的有序点列,点的坐标值是通过高精度GPS获取的坐标,结合相机与GPS相对位置自动计算生成,即本发明中的视觉众包数据是指利用众包模式获取的车道边线的坐标点列数据。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器,根据视觉众包数据构建路口间拓扑关系,结合路口内行车轨迹信息构建路口内车道级拓扑关系,进而融合实现整个路网拓扑关系构建。
本发明解决上述技术问题的技术方案如下:
一种基于视觉众包数据自动生成车道级拓扑关系的方法,包括以下步骤:
步骤1,根据众包摄像头获取的车道边线数据生成车道中心线;
步骤2,路口内无车道边线数据时通过轨迹按行车方向及轨迹点航向角聚类拟合生成车道级路口内可通行路径线,并确定可通行路径线的首点和尾点;
步骤3,基于平面位置关系沿通行方向归集同一路段左右两侧的车道边线;
步骤4,基于平面位置距离最近原则对车道中心线及路口内轨迹线端点互相拼接构建完整车道级路网连接关系。
进一步,所述步骤1包括:
步骤101,加载众包摄像头采集的车道边线数据包含的左边线经纬度坐标集合L和右边线经纬度坐标集合R;
步骤102,对坐标集合L和坐标集合R,按起点到终点的顺序对应取中心点,生成中心线坐标集合C,按行车方向设置中心线起点到终点,生成车道中心线。
进一步,所述步骤2还包括:
设置可通行路径线首点为进入路口点,尾点为退出路口的点,通行方向为顺方向。
进一步,所述步骤3包括:
步骤301,基于车道中心线平面距离关系,归集出同一道路关联的所有车道中心线,然后根据通行方向信息,将归集的车道中心线按通行方向分左右两侧。
步骤302,分别对左右两侧车道中心线按从右向左位置顺序分别从0开始添加位置序号。
进一步,所述步骤4包括:
步骤401,基于空间位置距离最近原则,拼接车道中心线端点及路口内可通行路径线端点。
步骤402,根据车道中心线连接的路口内车道可通行路径,获取车道中心线在路口处连接的其他车道中心线,生成车道中心线首尾点接续的车道中心线编号表,即车道中心线的接续关系表;
步骤403,根据所述接续关系表构建完整车道级路网连接关系。
另一方面,本发明提供一种基于视觉众包数据自动生成车道级拓扑关系的系统,包括:
车道中心线生成模块,用于根据众包摄像头获取的车道边线数据生成车道中心线;
路口内路径线生成模块,用于路口内无车道边线数据时通过轨迹按行车方向及轨迹点航向角聚类拟合生成车道级路口内可通行路径线,并确定可通行路径线的首点和尾点;
车道边线归集模块,用于基于平面位置关系沿通行方向归集同一路段左右两侧的车道边线;
连接关系构建模块,用于基于平面位置距离最近原则对车道中心线及路口内轨迹线端点互相拼接构建完整车道级路网连接关系。
进一步,所述车道中心线生成模块包括:
数据加载模块,用于加载众包摄像头采集的车道边线数据包含的左边线经纬度坐标集合L和右边线经纬度坐标集合R;
第一生成模块,用于对坐标集合L和坐标集合R,按起点到终点的顺序对应取中心点,生成中心线坐标集合C,按行车方向设置中心线起点到终点,生成车道中心线。
进一步,所述车道边线归集模块包括:
归集及划分模块,用于基于车道中心线平面距离关系,归集出同一道路关联的所有车道中心线,然后根据通行方向信息,将归集的车道中心线按通行方向分左右两侧。
序号标记模块,用于分别对左右两侧车道中心线按从右向左位置顺序分别从0开始添加位置序号。
进一步,所述连接关系构建模块包括:
拼接模块,基于空间位置距离最近原则,拼接车道中心线端点及路口内可通行路径线端点。
接续关系表生成模块,根据车道中心线连接的路口内车道可通行路径,获取车道中心线在路口处连接的其他车道中心线,生成车道中心线首尾点接续的车道中心线编号表,即车道中心线的接续关系表;
构建模块,根据所述接续关系表构建完整车道级路网连接关系。
第三方面,本发明还提供一种存储器,该存储器存储有用于实现上述一种基于视觉众包数据自动生成车道级拓扑关系的方法的计算机软件程序。
本发明的有益效果是:本发明中车道级拓扑关系构建不仅包含路口间车道,还包含路口内车道拓扑关系,拓扑关系构建更完善,构建方法简单易于实现。
附图说明
图1为本发明实施例提供的方法流程图;
图2为本发明实施例提供的系统结构图;
图3为本发明实施例提供的车道中心线取点图;
图4为本发明实施例提供的车道中心线编号图;
图5为本发明实施例提供的车道中心线与路口内连接线拼接图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
视觉众包数据:利用众包的模式获取的摄像头视觉数据,本发明中的视觉数据具体指通过摄像头获取的车道边线图像,经图形处理生成的有序点列,点的坐标值是通过高精度GPS获取的坐标,结合相机与GPS相对位置自动计算生成,即本发明中的视觉众包数据是指利用众包模式获取的车道边线的坐标点列数据。
本发明需要满足以下条件:
1)摄像头视觉边线形点完整。
2)车道边线仅包括路口间车道边线。
3)轨迹点带有航向角信息。
为本发明实施例提供的一种基于视觉众包数据自动生成车道级拓扑关系的方法流程图,如图1所示,该方法包括以下步骤:
1.根据视觉车道边线生成车道中心线
1.1)加载摄像头视觉生成的车道边线数据,形点顺序与摄像头视觉处理后顺序一致。
1.2)获取同一车道的左右两条边线形点,从起点到尾点逐个对形点取均值,获取的均值点坐标即为两条车道边线的中心线形点坐标,如图3。
1.3)对生成的中心线编号,并设置始终点,同一条中心线上的形点,第一个中心点设置为起点,最后一个中心点设置为尾点。
2.路口内接续关系处理
2.1)加载路口内车辆通行轨迹信息,对轨迹信息按通行方向和航向角分类。
2.2)使用DBSCAN算法对分类后轨迹进行聚类,对直行和转弯道路分别使用二次多项式和三次多项式进行拟合,生成路口内车道间连接线,生成id编号,并标记该线为路口内连接线。
3.归集同一道路对应车道中心线
3.1)基于平面距离关系归集同一道路左右两侧关联的车道中心线,同一道路车道中心线邻接距离阈值d,取值范围为0m<d<8m.
3.2)对归集后的车道中心线根据通行方向划分为左右两侧车道中心线,沿通行方向,按从右向左顺序(即从路缘向路中心方向)从0开始给车道中心线添加排列的序号,如图4。
4.连接车道中心线和路口内车道连接线
4.1)找到平面内车道中心线端点与路口内车道连接线端点距离最近记录,则移动该路口内连接线的端点,使其连接到最近的车道中心线上。重复操作,完成整个路口的接续关系,如图5。
4.2)根据车道中心线端点id,修改直接连接的路口内连接线端点id。
4.3)根据车道中心线连接的路口内连接线,查找到该车道中心线在该路口连接的其他车道中心线,以该车道中心线方向的反向为参考方向,沿逆时针排列搜集的的接续的车道中心线,生成该车道中心线的邻接车道中心线id列表。重复该操作,构建完整车道级路口间及路口内拓扑关系。
基于上述方法,本发明还提供一种一种基于视觉众包数据自动生成车道级拓扑关系的系统,包括:
车道中心线生成模块100,用于根据众包摄像头获取的车道边线数据生成车道中心线;
所述车道中心线生成模块100包括:
数据加载模块,用于加载众包摄像头采集的车道边线数据包含的左边线经纬度坐标集合L和右边线经纬度坐标集合R;
第一生成模块,用于对坐标集合L和坐标集合R,按起点到终点的顺序对应取中心点,生成中心线坐标集合C,按行车方向设置中心线起点到终点,生成车道中心线。
路口内路径线生成模块200,用于路口内无车道边线数据时通过轨迹按行车方向及轨迹点航向角聚类拟合生成车道级路口内可通行路径线,并确定可通行路径线的首点和尾点;
车道边线归集模块300,用于基于平面位置关系沿通行方向归集同一路段左右两侧的车道边线;
所述车道边线归集模块300包括:
归集及划分模块,用于基于车道中心线平面距离关系,归集出同一道路关联的所有车道中心线,然后根据通行方向信息,将归集的车道中心线按通行方向分左右两侧。
序号标记模块,用于分别对左右两侧车道中心线按从右向左位置顺序分别从0开始添加位置序号。
连接关系构建模块400,用于基于平面位置距离最近原则对车道中心线及路口内轨迹线端点互相拼接构建完整车道级路网连接关系。
所述连接关系构建模块400,包括:
拼接模块,基于空间位置距离最近原则,拼接车道中心线端点及路口内可通行路径线端点。
接续关系表生成模块,根据车道中心线连接的路口内车道可通行路径,获取车道中心线在路口处连接的其他车道中心线,生成车道中心线首尾点接续的车道中心线编号表,即车道中心线的接续关系表;
构建模块,根据所述接续关系表构建完整车道级路网连接关系。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于视觉众包数据自动生成车道级拓扑关系的方法,其特征在于,包括:
步骤1,根据众包摄像头获取的车道边线数据生成车道中心线;
步骤2,路口内无车道边线数据时通过轨迹按行车方向及轨迹点航向角聚类拟合生成车道级路口内可通行路径线,并确定可通行路径线的首点和尾点;
步骤3,基于平面位置关系沿通行方向归集同一路段左右两侧的车道边线;
步骤4,基于平面位置距离最近原则对车道中心线及路口内轨迹线端点互相拼接构建完整车道级路网连接关系。
2.根据权利要求1所述的方法,其特征在于,所述步骤1包括:
步骤101,加载众包摄像头采集的车道边线数据包含的左边线经纬度坐标集合L和右边线经纬度坐标集合R;
步骤102,对坐标集合L和坐标集合R,按起点到终点的顺序对应取中心点,生成中心线坐标集合C,按行车方向设置中心线起点到终点,生成车道中心线。
3.根据权利要求1所述的方法,其特征在于,所述步骤2还包括:
设置可通行路径线首点为进入路口点,尾点为退出路口的点,设置通行方向为首点到尾点方向,即顺方向。
4.根据权利要求1所述的方法,其特征在于,所述步骤3包括:
步骤301,基于车道中心线平面距离关系,归集出同一道路关联的所有车道中心线,然后根据通行方向信息,将归集的车道中心线按通行方向分左右两侧。
步骤302,分别对左右两侧车道中心线按从右向左位置顺序分别从0开始添加位置序号。
5.根据权利要求1所述的方法,其特征在于,所述步骤4包括:
步骤401,基于空间位置距离最近原则,拼接车道中心线端点及路口内可通行路径线端点。
步骤402,根据车道中心线连接的路口内车道可通行路径,获取车道中心线在路口处连接的其他车道中心线,生成车道中心线首尾点接续的车道中心线编号表,即车道中心线的接续关系表;
步骤403,根据所述接续关系表构建完整车道级路网连接关系。
6.一种基于视觉众包数据自动生成车道级拓扑关系的系统,其特征在于,包括:
车道中心线生成模块,用于根据众包摄像头获取的车道边线数据生成车道中心线;
路口内路径线生成模块,用于路口内无车道边线数据时通过轨迹按行车方向及轨迹点航向角聚类拟合生成车道级路口内可通行路径线,并确定可通行路径线的首点和尾点;
车道边线归集模块,用于基于平面位置关系沿通行方向归集同一路段左右两侧的车道边线;
连接关系构建模块,用于基于平面位置距离最近原则对车道中心线及路口内轨迹线端点互相拼接构建完整车道级路网连接关系。
7.根据权利要求6所述的系统,其特征在于,所述车道中心线生成模块包括:
数据加载模块,用于加载众包摄像头采集的车道边线数据包含的左边线经纬度坐标集合L和右边线经纬度坐标集合R;
第一生成模块,用于对坐标集合L和坐标集合R,按起点到终点的顺序对应取中心点,生成中心线坐标集合C,按行车方向设置中心线起点到终点,生成车道中心线。
8.根据权利要求6所述的系统,其特征在于,所述车道边线归集模块包括:
归集及划分模块,用于基于车道中心线平面距离关系,归集出同一道路关联的所有车道中心线,然后根据通行方向信息,将归集的车道中心线按通行方向分左右两侧。
序号标记模块,用于分别对左右两侧车道中心线按从右向左位置顺序分别从0开始添加位置序号。
9.根据权利要求6所述的系统,其特征在于,所述连接关系构建模块包括:
拼接模块,基于空间位置距离最近原则,拼接车道中心线端点及路口内可通行路径线端点。
接续关系表生成模块,根据车道中心线连接的路口内车道可通行路径,获取车道中心线在路口处连接的其他车道中心线,生成车道中心线首尾点接续的车道中心线编号表,即车道中心线的接续关系表;
构建模块,根据所述接续关系表构建完整车道级路网连接关系。
10.一种存储器,其特征在于,该存储器存储有用于实现权利要求1-5所述方法的计算机软件程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810917918.0A CN109186617B (zh) | 2018-08-13 | 2018-08-13 | 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810917918.0A CN109186617B (zh) | 2018-08-13 | 2018-08-13 | 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109186617A true CN109186617A (zh) | 2019-01-11 |
CN109186617B CN109186617B (zh) | 2020-10-30 |
Family
ID=64921185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810917918.0A Active CN109186617B (zh) | 2018-08-13 | 2018-08-13 | 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109186617B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288675A (zh) * | 2019-06-30 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种车道参考线构建方法、装置及存储介质 |
CN110543473A (zh) * | 2019-08-20 | 2019-12-06 | 武汉中海庭数据技术有限公司 | 一种众包数据融合优化方法、装置及存储介质 |
CN110599570A (zh) * | 2019-09-17 | 2019-12-20 | 武汉中海庭数据技术有限公司 | 基于众包数据开放场景下的地图生成方法及系统 |
CN110633342A (zh) * | 2019-07-29 | 2019-12-31 | 武汉光庭信息技术股份有限公司 | 车道拓扑网络生成方法 |
CN110634291A (zh) * | 2019-09-17 | 2019-12-31 | 武汉中海庭数据技术有限公司 | 基于众包大数据的高精度地图拓扑自动构建方法及系统 |
CN110686693A (zh) * | 2019-10-14 | 2020-01-14 | 泰牛汽车技术(苏州)有限公司 | 封闭场景内路网信息的构建方法 |
CN110749329A (zh) * | 2019-10-26 | 2020-02-04 | 武汉中海庭数据技术有限公司 | 一种基于结构化道路的车道级拓扑构建方法及装置 |
CN111142525A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 高精度地图车道拓扑构建方法及系统、服务器及介质 |
CN111209360A (zh) * | 2019-12-31 | 2020-05-29 | 武汉中海庭数据技术有限公司 | 一种自动提取路口面的方法及系统 |
CN111578948A (zh) * | 2020-06-12 | 2020-08-25 | 弗徕威智能机器人科技(上海)有限公司 | 一种车道添加的方法及系统 |
CN112033420A (zh) * | 2019-06-03 | 2020-12-04 | 北京京东叁佰陆拾度电子商务有限公司 | 一种车道地图构建方法和装置 |
CN112257772A (zh) * | 2020-10-19 | 2021-01-22 | 武汉中海庭数据技术有限公司 | 一种道路增减区间切分方法、装置、电子设备及存储介质 |
CN112508111A (zh) * | 2020-12-12 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 基于道路结构的杆状物融合方法及系统、服务器及介质 |
CN112595332A (zh) * | 2020-11-17 | 2021-04-02 | 武汉光庭信息技术股份有限公司 | 中精度地图交叉路口处理方法及系统 |
CN112649009A (zh) * | 2020-11-17 | 2021-04-13 | 武汉光庭信息技术股份有限公司 | 中精度地图分岐合流路口处理方法及系统 |
CN112683286A (zh) * | 2021-03-16 | 2021-04-20 | 季华实验室 | 拓扑路网地图的建立方法、系统、存储介质及电子设备 |
CN112699708A (zh) * | 2019-10-22 | 2021-04-23 | 北京初速度科技有限公司 | 一种车道级拓扑网的生成方法及装置 |
CN113012255A (zh) * | 2019-12-19 | 2021-06-22 | 百度在线网络技术(北京)有限公司 | 道路边线提取方法、装置、设备和介质 |
CN113074744A (zh) * | 2021-03-18 | 2021-07-06 | 重庆数字城市科技有限公司 | 一种智能网联车用地图拓扑连线生成方法 |
CN113190641A (zh) * | 2021-07-02 | 2021-07-30 | 中山大学 | 一种动态路网连接线数据端点容错编号方法 |
CN113494917A (zh) * | 2020-04-07 | 2021-10-12 | 上汽通用汽车有限公司 | 地图构建方法及系统、制定导航策略的方法以及存储介质 |
CN113945222A (zh) * | 2021-10-14 | 2022-01-18 | 华为技术有限公司 | 道路信息的识别方法、装置、电子设备、车辆及介质 |
CN114090560A (zh) * | 2021-11-19 | 2022-02-25 | 湖北亿咖通科技有限公司 | 一种车道的中心线生成方法、装置、设备及存储介质 |
CN114495489A (zh) * | 2021-12-30 | 2022-05-13 | 中智行(上海)交通科技有限公司 | 一种路口车道拓扑连接关系生成方法 |
CN114577225A (zh) * | 2022-04-28 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种地图绘制方法、装置、电子设备和存储介质 |
CN115265559A (zh) * | 2022-06-21 | 2022-11-01 | 北京百度网讯科技有限公司 | 地图自动生成方法、装置、设备及介质 |
CN115311853A (zh) * | 2022-07-21 | 2022-11-08 | 重庆长安汽车股份有限公司 | 一种基于众包地图的轨迹数据识别道路标志的方法及系统 |
WO2023123456A1 (zh) * | 2021-12-31 | 2023-07-06 | 深圳市大疆创新科技有限公司 | 一种车辆位置的预测方法、装置、车辆及存储介质 |
CN116465394A (zh) * | 2023-06-19 | 2023-07-21 | 西安深信科创信息技术有限公司 | 基于车辆轨迹数据的路网结构生成方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105788274A (zh) * | 2016-05-18 | 2016-07-20 | 武汉大学 | 基于时空轨迹大数据的城市交叉口车道级结构提取方法 |
CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统 |
CN107784084A (zh) * | 2017-09-30 | 2018-03-09 | 北京泓达九通科技发展有限公司 | 基于车辆定位数据的路网生成方法及系统 |
CN108121339A (zh) * | 2016-11-29 | 2018-06-05 | 本田技研工业株式会社 | 可行驶区域设定装置和可行驶区域设定方法 |
CN108151751A (zh) * | 2017-11-21 | 2018-06-12 | 武汉中海庭数据技术有限公司 | 一种基于高精度地图和传统地图结合的路径规划方法及装置 |
-
2018
- 2018-08-13 CN CN201810917918.0A patent/CN109186617B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105788274A (zh) * | 2016-05-18 | 2016-07-20 | 武汉大学 | 基于时空轨迹大数据的城市交叉口车道级结构提取方法 |
CN108121339A (zh) * | 2016-11-29 | 2018-06-05 | 本田技研工业株式会社 | 可行驶区域设定装置和可行驶区域设定方法 |
CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统 |
CN107784084A (zh) * | 2017-09-30 | 2018-03-09 | 北京泓达九通科技发展有限公司 | 基于车辆定位数据的路网生成方法及系统 |
CN108151751A (zh) * | 2017-11-21 | 2018-06-12 | 武汉中海庭数据技术有限公司 | 一种基于高精度地图和传统地图结合的路径规划方法及装置 |
Non-Patent Citations (2)
Title |
---|
杨林等: "基于浮动车轨迹数据的路口车道结构求解", 《测绘科学》 * |
谭康等: "一种基于GPS轨迹的道路拓扑生成方法", 《计算机科学》 * |
Cited By (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112033420A (zh) * | 2019-06-03 | 2020-12-04 | 北京京东叁佰陆拾度电子商务有限公司 | 一种车道地图构建方法和装置 |
CN112033420B (zh) * | 2019-06-03 | 2024-06-18 | 北京京东叁佰陆拾度电子商务有限公司 | 一种车道地图构建方法和装置 |
CN110288675A (zh) * | 2019-06-30 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种车道参考线构建方法、装置及存储介质 |
CN110288675B (zh) * | 2019-06-30 | 2022-05-13 | 武汉中海庭数据技术有限公司 | 一种车道参考线构建方法、装置及存储介质 |
CN110633342A (zh) * | 2019-07-29 | 2019-12-31 | 武汉光庭信息技术股份有限公司 | 车道拓扑网络生成方法 |
CN110543473A (zh) * | 2019-08-20 | 2019-12-06 | 武汉中海庭数据技术有限公司 | 一种众包数据融合优化方法、装置及存储介质 |
CN110543473B (zh) * | 2019-08-20 | 2022-03-25 | 武汉中海庭数据技术有限公司 | 一种众包数据融合优化方法、装置及存储介质 |
CN110599570B (zh) * | 2019-09-17 | 2022-09-20 | 武汉中海庭数据技术有限公司 | 基于众包数据开放场景下的地图生成方法及系统 |
CN110599570A (zh) * | 2019-09-17 | 2019-12-20 | 武汉中海庭数据技术有限公司 | 基于众包数据开放场景下的地图生成方法及系统 |
CN110634291A (zh) * | 2019-09-17 | 2019-12-31 | 武汉中海庭数据技术有限公司 | 基于众包大数据的高精度地图拓扑自动构建方法及系统 |
CN110634291B (zh) * | 2019-09-17 | 2020-12-29 | 武汉中海庭数据技术有限公司 | 基于众包大数据的高精度地图拓扑自动构建方法及系统 |
CN110686693A (zh) * | 2019-10-14 | 2020-01-14 | 泰牛汽车技术(苏州)有限公司 | 封闭场景内路网信息的构建方法 |
CN112699708A (zh) * | 2019-10-22 | 2021-04-23 | 北京初速度科技有限公司 | 一种车道级拓扑网的生成方法及装置 |
CN110749329A (zh) * | 2019-10-26 | 2020-02-04 | 武汉中海庭数据技术有限公司 | 一种基于结构化道路的车道级拓扑构建方法及装置 |
CN113012255B (zh) * | 2019-12-19 | 2024-01-09 | 百度在线网络技术(北京)有限公司 | 道路边线提取方法、装置、设备和介质 |
CN113012255A (zh) * | 2019-12-19 | 2021-06-22 | 百度在线网络技术(北京)有限公司 | 道路边线提取方法、装置、设备和介质 |
CN111142525A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 高精度地图车道拓扑构建方法及系统、服务器及介质 |
CN111209360B (zh) * | 2019-12-31 | 2022-08-23 | 武汉中海庭数据技术有限公司 | 一种自动提取路口面的方法及系统 |
CN111209360A (zh) * | 2019-12-31 | 2020-05-29 | 武汉中海庭数据技术有限公司 | 一种自动提取路口面的方法及系统 |
CN113494917A (zh) * | 2020-04-07 | 2021-10-12 | 上汽通用汽车有限公司 | 地图构建方法及系统、制定导航策略的方法以及存储介质 |
CN111578948A (zh) * | 2020-06-12 | 2020-08-25 | 弗徕威智能机器人科技(上海)有限公司 | 一种车道添加的方法及系统 |
CN111578948B (zh) * | 2020-06-12 | 2022-04-05 | 弗徕威智能机器人科技(上海)有限公司 | 一种车道添加的方法及系统 |
CN112257772A (zh) * | 2020-10-19 | 2021-01-22 | 武汉中海庭数据技术有限公司 | 一种道路增减区间切分方法、装置、电子设备及存储介质 |
CN112257772B (zh) * | 2020-10-19 | 2022-05-13 | 武汉中海庭数据技术有限公司 | 一种道路增减区间切分方法、装置、电子设备及存储介质 |
CN112595332B (zh) * | 2020-11-17 | 2022-04-08 | 武汉光庭信息技术股份有限公司 | 中精度地图交叉路口处理方法及系统 |
CN112649009B (zh) * | 2020-11-17 | 2022-04-08 | 武汉光庭信息技术股份有限公司 | 中精度地图分岐合流路口处理方法及系统 |
CN112649009A (zh) * | 2020-11-17 | 2021-04-13 | 武汉光庭信息技术股份有限公司 | 中精度地图分岐合流路口处理方法及系统 |
CN112595332A (zh) * | 2020-11-17 | 2021-04-02 | 武汉光庭信息技术股份有限公司 | 中精度地图交叉路口处理方法及系统 |
CN112508111A (zh) * | 2020-12-12 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 基于道路结构的杆状物融合方法及系统、服务器及介质 |
CN112683286A (zh) * | 2021-03-16 | 2021-04-20 | 季华实验室 | 拓扑路网地图的建立方法、系统、存储介质及电子设备 |
CN113074744A (zh) * | 2021-03-18 | 2021-07-06 | 重庆数字城市科技有限公司 | 一种智能网联车用地图拓扑连线生成方法 |
CN113190641A (zh) * | 2021-07-02 | 2021-07-30 | 中山大学 | 一种动态路网连接线数据端点容错编号方法 |
WO2023060963A1 (zh) * | 2021-10-14 | 2023-04-20 | 华为技术有限公司 | 道路信息的识别方法、装置、电子设备、车辆及介质 |
CN113945222A (zh) * | 2021-10-14 | 2022-01-18 | 华为技术有限公司 | 道路信息的识别方法、装置、电子设备、车辆及介质 |
CN113945222B (zh) * | 2021-10-14 | 2024-04-12 | 华为技术有限公司 | 道路信息的识别方法、装置、电子设备、车辆及介质 |
CN114090560A (zh) * | 2021-11-19 | 2022-02-25 | 湖北亿咖通科技有限公司 | 一种车道的中心线生成方法、装置、设备及存储介质 |
CN114090560B (zh) * | 2021-11-19 | 2023-12-26 | 亿咖通(湖北)技术有限公司 | 一种车道的中心线生成方法、装置、设备及存储介质 |
CN114495489A (zh) * | 2021-12-30 | 2022-05-13 | 中智行(上海)交通科技有限公司 | 一种路口车道拓扑连接关系生成方法 |
CN114495489B (zh) * | 2021-12-30 | 2023-07-25 | 中智行(上海)交通科技有限公司 | 一种路口车道拓扑连接关系生成方法 |
WO2023123456A1 (zh) * | 2021-12-31 | 2023-07-06 | 深圳市大疆创新科技有限公司 | 一种车辆位置的预测方法、装置、车辆及存储介质 |
CN114577225A (zh) * | 2022-04-28 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种地图绘制方法、装置、电子设备和存储介质 |
CN115265559A (zh) * | 2022-06-21 | 2022-11-01 | 北京百度网讯科技有限公司 | 地图自动生成方法、装置、设备及介质 |
CN115311853A (zh) * | 2022-07-21 | 2022-11-08 | 重庆长安汽车股份有限公司 | 一种基于众包地图的轨迹数据识别道路标志的方法及系统 |
CN116465394B (zh) * | 2023-06-19 | 2023-11-03 | 西安深信科创信息技术有限公司 | 基于车辆轨迹数据的路网结构生成方法及装置 |
CN116465394A (zh) * | 2023-06-19 | 2023-07-21 | 西安深信科创信息技术有限公司 | 基于车辆轨迹数据的路网结构生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109186617B (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109186617A (zh) | 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器 | |
CN108151751B (zh) | 一种基于高精度地图和传统地图结合的路径规划方法及装置 | |
CN108088448A (zh) | 一种高精度车道组与传统道路的匹配方法及装置 | |
WO2020029601A1 (zh) | 一种地图车道横向拓扑关系的构建方法、系统及存储器 | |
WO2020108207A1 (zh) | 一种高精度地图的构建方法及装置 | |
JP6197393B2 (ja) | レーン地図生成装置及びプログラム | |
CN109256028A (zh) | 一种用于无人驾驶的高精度路网自动生成的方法 | |
CN110426051A (zh) | 一种车道线绘制方法、装置及存储介质 | |
Massow et al. | Deriving HD maps for highly automated driving from vehicular probe data | |
CN108896994A (zh) | 一种无人驾驶车辆定位方法及设备 | |
CN110146910A (zh) | 一种基于gps与激光雷达数据融合的定位方法及装置 | |
CN109484435A (zh) | 一种适用于轨道交通智能检测系统的列车定位方法和装置 | |
CN109084798A (zh) | 网络下发带有道路属性的控制点的路径规划方法 | |
CN105300392B (zh) | 用于在街景地图中显示规划路径的方法、装置和系统 | |
CN109101743A (zh) | 一种高精度路网模型的构建方法 | |
CN104899357A (zh) | 一种基于AutoCAD平面交叉口工程图的拓扑数据提取方法 | |
CN109813332B (zh) | 添加虚拟引导线的方法和装置 | |
CN109974739A (zh) | 基于高精度地图的全局导航系统及导航信息生成方法 | |
CN109214314B (zh) | 一种车道线自动融合匹配算法 | |
CN112747755B (zh) | 道路线确定方法、装置、可读存储介质及地图更新系统 | |
CN110262506A (zh) | 预瞄点的确认方法、车辆行驶控制方法、装置及设备 | |
CN109871016A (zh) | 一种驾驶参考线生成方法、装置、车辆及服务器 | |
KR20220083975A (ko) | 궤적 계획 방법, 장치, 기기, 저장 매체 및 프로그램 제품 | |
CN110120081B (zh) | 一种生成电子地图车道标线的方法、装置及存储设备 | |
JP7121454B2 (ja) | 統計に基づく障害物位置シミュレーション方法、装置及び端末 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method, system, and memory for automatically generating lane level topological relationships based on visual crowdsourcing data Granted publication date: 20201030 Pledgee: Productivity Promotion Center of Wuhan East Lake New Technology Development Zone Pledgor: WUHHAN KOTEL BIG DATE Corp. Registration number: Y2024980005100 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |