CN109253731A - 停车场地图生成方法、装置、设备及可读存储介质 - Google Patents
停车场地图生成方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN109253731A CN109253731A CN201810887709.6A CN201810887709A CN109253731A CN 109253731 A CN109253731 A CN 109253731A CN 201810887709 A CN201810887709 A CN 201810887709A CN 109253731 A CN109253731 A CN 109253731A
- Authority
- CN
- China
- Prior art keywords
- parking lot
- information
- point cloud
- parking
- cloud data
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
Abstract
本发明实施例提供一种停车场地图生成方法、装置、设备及可读存储介质。本发明实施例的方法，通过获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，根据停车场的点云数据得到停车场的地面平面图；对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息；根据停车场的地面平面图和车位线信息生成停车场的电子地图，无需高精GPS进行精确的定位，实现了对没有GPS信号、环境视线差的室内停车场和地下停车场的电子地图的自动生成，降低对工作人员能力的要求，减小工作人员的劳动量，显著提高了所生成的停车场的电子地图的精度和效率。
Description
技术领域
本发明实施例涉及地图构建技术领域，尤其涉及一种停车场地图生成方法、装置、设备及可读存储介质。
背景技术
近年来，随着人们生活水平的提高和车辆的普及，停车场规模的日益扩大，驾驶员和乘客在停车场内寻找停车位、进行车辆定位与导航越来越困难。现有的数字地图形式通常为道路地图，其范围往往局限于室外车行道路，且其精度多为道路及别，所能够提供的信息量极其有限，仅能用作室外导航与不精确定位，对驾驶员起到的辅助驾驶作用有限，无法满足停车场环境下对车辆精确定位与导航的需求。
传统的车载感知地图创建系统，其定位手段往往依赖高精GPS提供精确的定位结果，由于与基站通信距离的限制只能在基站附近一定范围内应用，且环境必须为露天空旷等不会影响GPS信号获取的场景。对于没有GPS信号、环境视线差的室内停车场和地下停车场，采用传统的车载感知地图创建系统无法创建精确的停车场电子地图，只能通过人工测绘、手动创建停车场的电子地图，其测绘操作繁琐，且停车场电子地图的创建效率很低。
发明内容
本发明实施例提供一种停车场地图生成方法、装置、设备及可读存储介质，用以解决现有技术中对于没有GPS信号、环境视线差的室内停车场和地下停车场，采用传统的车载感知地图创建系统无法创建精确的停车场电子地图，只能通过人工测绘、手动创建停车场的电子地图，其测绘操作繁琐，且停车场电子地图的创建效率很低的问题。
本发明实施例的一个方面是提供一种停车场地图生成方法，包括：
获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，所述光学测距传感器设置于所述移动平台上；
根据所述停车场的点云数据，得到所述停车场的地面平面图；
对所述停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到所述停车场的车位线信息；
根据所述停车场的地面平面图和车位线信息，生成所述停车场的电子地图，所述电子地图包括所述车位线信息。
本发明实施例的另一个方面是提供一种停车场地图生成装置，包括：
数据获取模块，用于获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，所述光学测距传感器设置于所述移动平台上；
计算模块，用于根据所述停车场的点云数据，得到所述停车场的地面平面图；
补偿处理模块，用于对所述停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到所述停车场的车位线信息；
地图生成模块，用于根据所述停车场的地面平面图和车位线信息，生成所述停车场的电子地图，所述电子地图包括所述车位线信息。
本发明实施例的另一个方面是提供一种地图生成设备，包括：
存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时实现上述所述的方法。
本发明实施例的另一个方面是提供一种停车场测绘设备，包括：设置于移动平台上的数据采集设备和地图生成设备，
所述数据采集设备包括：
光学测距传感器，用于所述移动平台在停车场内移动过程中采集的停车场的点云数据；
拍摄装置，用于所述移动平台在停车场内移动过程中采集的停车场的图像数据；
惯性测量单元，用于所述移动平台在停车场内移动过程中采集惯性测量单元姿态信息；
所述地图生成设备包括：存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时实现上述所述的方法。
本发明实施例的另一个方面是提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的方法。
本发明实施例提供的停车场地图生成方法、装置、设备及可读存储介质，通过获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，根据停车场的点云数据，得到停车场的地面平面图；对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息；根据停车场的地面平面图和车位线信息，生成停车场的电子地图，电子地图包括车位线信息，无需高精GPS进行精确的定位，实现了对没有GPS信号、环境视线差的室内停车场和地下停车场的电子地图的自动生成，降低对工作人员能力的要求，减小工作人员的劳动量，显著提高了所生成的停车场的电子地图的精度和效率。
附图说明
图1为本发明实施例一提供的停车场地图生成方法流程图；
图2为本发明实施例二提供的数据采集设备的结构示意图；
图3为本发明实施例二提供的停车场地图生成方法流程图；
图4为本发明实施例三提供的停车场地图生成装置的结构示意图；
图5为本发明实施例四提供的停车场地图生成装置的结构示意图；
图6为本发明实施例五提供的地图生成设备的结构示意图；
图7为本发明实施例六提供的停车场测绘设备的结构示意图。
通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明实施例构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明实施例的一些方面相一致的装置和方法的例子。
首先对本发明实施例所涉及的名词进行解释：
点云数据：以点的形式记录，每一个点对应的数据包含利用激光在同一空间参考系下获取物体表面每个采样点的三维坐标，有些可能还包含颜色信息、和/或反射强度信息。本实施例中，将这些点数据对应的物体表面特征点作为介质点。
此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。
实施例一
图1为本发明实施例一提供的停车场地图生成方法流程图。本发明实施例针对现有技术中对于没有GPS信号、环境视线差的室内停车场和地下停车场，采用传统的车载感知地图创建系统无法创建精确的停车场电子地图，只能通过人工测绘、手动创建停车场的电子地图，其测绘操作繁琐，且停车场电子地图的创建效率很低的问题，提供了停车场地图生成方法。
本实施例中的方法应用于停车场测绘系统中的地图生成设备。停车场测绘系统包括：移动平台，数据采集设备和地图生成设备。其中，数据采集设备设置于移动平台上，移动平台可以在技术人员的操作下在停车场内的主干道移动。数据采集设备用于移动平台在停车场内移动过程中采集的停车场的点云数据。
例如，移动平台可以是汽车等车辆，技术人员通过驾驶车辆可以使得车辆在停车场内的主干道移动，在此过程中数据采集设备采集停车场的点云数据。地图生成设备与数据采集设备可以进行数据通信，获取数据采集设备所采集的停车场的数据。
其中，停车场数据采集设备至少包括：用于在移动平台在停车场内移动过程中采集的停车场的点云数据的光学测距传感器。
另外，地图生成设备可以设置在移动平台上，或者地图生成设备不设置在移动平台上，设置在其他地方，通过无线通信的方式获取数据采集设备所采集的数据。
如图1所示，该方法具体步骤如下：
步骤S101、获取光学测距传感器在移动平台在停车场移动过程中采集的停车场的点云数据。
其中，光学测距传感器设置于移动平台上。可选的，光学测距传感器可以是一个或者多个激光雷达。
本实施例中，停车场的点云数据至少包括每个点对应的三维坐标和反射强度信息。
移动平台在停车场内移动过程中，光学测距传感器用于采集的停车场的点云数据。地图生成设备可以接收光学测距传感器在移动平台在停车场移动过程中采集的停车场的点云数据。
步骤S102、根据停车场的点云数据，得到停车场的地面平面图。
本实施例中，根据停车场的点云数据，得到停车场的地面平面图，具体可以基于停车场的点云数据包含的关键帧点云数据，对停车场的点云数据进行配准，并依据配准结果形成停车场的三维点云地图，对停车场的三维点云地图进行切割可以得到停车场的地面平面图。
另外，在对停车场的三维点云地图进行切割形成停车场的地面平面图的过程中，可以根据预设的切割标准进行切割。其中，预设切割标准可以由技术人员根据停车场内车辆的高度、人的高度、墙体高度、以及停车场内其他物体的高度进行设定和修改，本实施例此处不做具体限定。
步骤S103、对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息。
由于激光雷达的接收强度遵循朗伯反射定律，也即是激光雷达的接收到反射强度信息与入射角度的余弦值成正比，与入射距离的平方成反比。其中，入射角度是指激光束与介质点所在平面所成的角度，入射距离是指激光雷达与介质点之间的距离。因此，激光雷达在采集点云数据时，对于距离激光雷达较远的地方，受入射角度和入射距离的影响，停车场内地面上的车位线和非车位线的区域的反射强度没有明显的差别。
本实施例中，根据朗伯反射定律，对停车场的点云数据的反射强度信息进行补偿处理，得到地面反射强度信息，以消除入射角度和入射距离对激光雷达接收的反射强度信息的影响，以使补偿处理后的点云数据的反射强度信息可以体现出介质对激光的固有反射强度。
进一步地，根据补偿处理后的点云数据，可以准确区分地面的车位线区域和非车位线区域对应的点云数据；根据车位线区域对应的点云数据可以得到停车场的车位线信息。其中，车位线信息包括车位线的位置信息。
步骤S104、根据停车场的地面平面图和车位线信息，生成停车场的电子地图，电子地图包括车位线信息。
本实施例中，在得到停车场的车位线信息和地面反射强度信息之后，不仅可以将车位线信息添加到停车场的地面平面图中，还可以将地面反射强度信息添加到停车场的地面平面图中。
可选的，可以根据停车场的地面平面图，车位线信息和地面反射强度信息，生成停车场的电子地图，电子地图包括车位线信息和地面反射强度信息。
本发明实施例通过获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，根据停车场的点云数据，得到停车场的地面平面图；对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息；根据停车场的地面平面图和车位线信息，生成停车场的电子地图，电子地图包括车位线信息，无需高精GPS进行精确的定位，实现了对没有GPS信号、环境视线差的室内停车场和地下停车场的电子地图的自动生成，降低对工作人员能力的要求，减小工作人员的劳动量，显著提高了所生成的停车场的电子地图的精度和效率。
实施例二
图2为本发明实施例二提供的数据采集设备的结构示意图；图3为本发明实施例二提供的停车场地图生成方法流程图。在上述实施例一的基础上，本实施例中以光学测距传感器为激光雷达为例进行示例性地说明，本发明的其他实施例中，光学测距传感器还可以采用其他设备实现，本实施例对此不做具体限定。
如图2所示，数据采集设备可以包括第一激光雷达11和第二激光雷达12。其中，第一激光雷达11水平设置于移动平台的顶部，用于采集停车场内地面、顶部以及墙体等中间区域内的重要物体的空间点云数据。第二激光雷达12倾斜设置于移动平台尾部，专门用于采集停车场内地面的点云数据。第一激光雷达11和第二激光雷12达分别位于置于移动平台的不同位置和角度，两个激光雷达可以扫描到的点云数据更加丰富和准确。
本实施例中，在采集数据之前，预先对数据采集设备进行至少以下设备标定：对第一激光雷达11与第二激光雷达12的位置姿态关系进行标定；对第二激光雷达12的多个激光头的接收强度信息进行标定。
如图3所示，该方法具体步骤如下：
步骤S201、获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，光学测距传感器设置于移动平台上。
本实施例中，获取光学测距传感器在移动平台在停车场移动过程中采集的停车场的点云数据，具体包括：接收第一光学测距传感器在移动平台在停车场移动过程中采集并发送的停车场的空间点云数据；接收第二光学测距传感器在移动平台在停车场移动过程中采集并发送的停车场的地面点云数据。
步骤S202、根据停车场的点云数据，得到光学测距传感器的位置姿态信息。
地图上传设备获取到的停车场的点云数据包括：第一激光雷达采集的停车场的空间点云数据和第二激光雷达采集的停车场的地面点云数据。
该步骤中，可以根据第一激光雷达与第二激光雷达的位置姿态关系，可以将第二激光雷达采集的地面点云数据转换至第一激光雷达对应的空间坐标系下，得到地面点云数据对应于第一激光雷达对应的空间坐标系的点云数据；将空间点云数据和地面点云数据对应于第一激光雷达对应的空间坐标系的点云数据，作为预处理后的停车场的点云数据。
根据预处理后的停车场的点云数据，计算得到第一激光雷达的位置姿态信息。
本实施例后续步骤中的光学测距传感器的位置姿态信息均是指第一激光雷达的位置姿态信息。
可选的，如图2所示，数据采集设备10还可以包括：惯性测量单元13，惯性测量单元13与第一激光雷达11刚性连接，用于采集惯性测量单元13的姿态信息，根据惯性测量单元13的姿态信息可以得到第一激光雷达11的姿态信息。惯性测量单元13可以以较高的频率采集移动平台运动时的姿态、速度和加速度信息。
可选的，惯性测量单元13可以设置于第一激光雷达11的底部正下方或者正上方。
相应地，在采集数据之前，还需预先对第一激光雷达与惯性测量单元的姿态关系进行标定。
可选的，根据停车场的点云数据，得到光学测距传感器的位置姿态信息之前，地图生成设备还可以获取惯性测量单元采集到的惯性测量单元姿态信息，并根据惯性测量单元姿态信息，对停车场的点云数据进行修正。
具体的，由于惯性测量单元与第一激光雷达刚性连接，可结合惯性测量单元姿态信息以及第一激光雷达与惯性测量单元的位置姿态关系，得到第一激光雷达的姿态信息。也即是，惯性测量单元位置姿态信息与第一激光雷达的位置姿态信息在空间上存在一一对应的关系。
该步骤中，根据第一激光雷达采集的点云数据与惯性测量单元的位置姿态信息在时间上对应关系，以及第一激光雷达与惯性测量单元的位置姿态关系，确定在采集任意一个介质点的点云数据时刻第一激光雷达的位置姿态，进而根据该介质点的点云数据采集时刻第一激光雷达的位置姿态，对该介质点对应的点云数据进行修正。
通过对每个介质点的点云数据进行修正，可以得到根据惯性测量单元姿态信息修正后的停车场的点云数据。
步骤S203、根据光学测距传感器的位置姿态信息和停车场的点云数据，得到停车场的三维点云地图。
该步骤中的停车场的点云数据是指步骤S202中预处理后的停车场的点云数据。
该步骤中，根据第一激光雷达的位置姿态信息，以及停车场的点云数据，得到停车场的三维点云地图，具体可以基于停车场的点云数据包含的关键帧点云数据，对停车场的点云数据进行配准，并依据配准结果形成停车场的三维点云地图。
另外，本实施例中可以采用现有技术中任意一种根据光学测距传感器的位置姿态信息和该光学测距传感器采集的点云数据计算对应的三维点云地图的方法实现，本实施例此处不再赘述。
步骤S204、对三维点云地图进行分割处理，得到停车场的地面平面图。
该步骤中，在得到停车场的三维点云地图之后，通过对停车场的三维点云地图进行切割，可以得到停车场的地面平面图。
在对停车场的三维点云地图进行切割形成停车场的地面平面图的过程中，可以根据预设的切割标准进行切割。其中，预设切割标准可以由技术人员根据停车场内车辆的高度、人的高度、墙体高度、以及停车场内其他物体的高度进行设定和修改，本实施例此处不做具体限定。
另外，本实施例中可以采用现有技术中任意一种对三维点云地图进行切割得到地面平面图的方法实现，本实施例此处不再赘述。
本实施例中，上述步骤S202-S204为根据停车场的点云数据，得到停车场的地面平面图的一种可行的实施方式。
步骤S205、对停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到停车场的地面反射强度信息。
具体的，对停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到停车场的地面反射强度信息，具体可以采用如下方式实现：
获取停车场的地面点云数据中的每个点对应的入射角度和入射距离；根据每个点对应的入射角度和入射距离，对每个点对应的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到每个点补偿后的反射强度信息；停车场的地面反射强度信息是补偿后得到的停车场的地面点云数据的反射强度信息。
根据激光雷达的强度成像原理，可以将其成像模型总结为： 其中，Pt为激光雷达的反射功率，ρ0为入射介质的固有的反射率，ρsys为激光雷达系统的传递参数，θ为激光的入射角度，R为激光雷达到介质的距离，Pr为激光雷达的接收功率。通常，入射介质的反射率通常被定义为由此可以得到：
本实施例中，为了移除入射角度和入射距离对激光雷达采集的点云数据中反射强度信息的影响，使得激光雷达采集的点云数据中反射强度信息反映介质的固有反射率，采用公式对停车场的地面点云数据中的反射强度信息进行补偿处理，其中，I0表示地面点云数据中的反射强度信息。
另外，获取停车场的地面点云数据中的每个点对应的入射角度和入射距离，可以采用现有技术中任意一种相同或相似的方法实现，本实施例此处不再赘述。
可选的，在对停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到停车场的地面反射强度信息之前，还可以根据停车场的地面点云数据进行识别过滤处理，只保留地面区域的点云数据，丢弃除地面区域之外的墙体等物体的点云数据；或者，还可以在对停车场的地面点云数据的反射强度信息进行补偿处理之后，对补偿处理后的点云数据的反射强度信息进行识别过滤处理，只保留地面区域的反射强度信息，丢弃除地面区域之外的墙体等物体的反射强度信息。
步骤S206、根据停车场的地面反射强度信息，识别出停车场的车位线信息。
由于不同介质的固有的反射率不同，也即是不同的介质对应的反射强度信息不同，根据停车场的地面反射强度信息，能够区分出车位线区域和非车位线的地面区域，从而可以得到停车场的车位线信息。
可选的，还可以获取停车场的车位线信息类似的方法得到停车场地面的其他指示标识线信息，例如，像行驶方向指示箭头等，本实施例此处不再赘述。
本实施例中，上述步骤S205-S206为对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息的一种可行的实施方式。
上述步骤S205-S206可以与上述步骤S202-S204并行进行，以提高停车场的电子地图的生成效率。
步骤S207、根据停车场的车位线信息和地面反射强度信息，以及光学测距传感器的位置姿态信息，得到停车场的车位线与反射强度信息平面图。
本实施例中，在得到停车场的车位线信息之后，还可以通过步骤S207-S208实现根据停车场的地面平面图和车位线信息，生成停车场的电子地图。
步骤S208、对停车场的地面平面图和车位线与反射强度信息平面图进行整合处理，生成停车场的电子地图。
其中，电子地图包括车位线信息和地面反射强度信息。
另外，步骤S207-S208是根据停车场的地面平面图和车位线信息，生成停车场的电子地图一种可行的实施方式。
在本实施的其他实施方式中，根据停车场的地面平面图和车位线信息，生成停车场的电子地图，还可以采用如下方式实现：
根据停车场的车位线信息，以及光学测距传感器的位置姿态信息，得到停车场的车位线信息平面图；对停车场的地面平面图和车位线信息平面图进行整合处理，生成停车场的电子地图。
可选的，还可以采用类似的方法将停车场地面的其他指示标识线整合到停车场的电子地图中，本实施例此处不再赘述。
步骤S209、获取摄像装置采集的停车场的图像数据。
如图2所示，数据采集设备10还可以包括拍摄装置14。优选地，为了提高停车成图像数据采集效率，可以在移动平台的两侧分别设置一个拍摄装置14，以便于同时获取移动平台两侧的停车场的图像数据。
本实施例中，移动平台在停车场内移动的过程中，在光学测距传感器采集停车场的点云数据的同时，拍摄装置同时采集停车场的图像数据。
地图生成设备可以接收摄像装置采集并发送的停车场的图像数据。
可选的，在采集数据之前，预先对拍摄装置的内部参数进行标定。
步骤S210、对停车场的图像数据进行图像识别处理，识别出停车场的车位编号。
该步骤中，对停车场的图像数据进行图像识别处理，识别出停车场的车位编号可以根据车位编号的特征，采用现有技术中任意一种图像识别处理方法实现，本实施例此处不再赘述。
上述步骤S209-S210可以与步骤S202-S204，步骤S205-S206并行进行，以提高停车场的电子地图的生成效率。
步骤S211、根据光学测距传感器的位置姿态信息确定车位编号的位置信息。
具体的，对于识别出的任意一个车位编号，根据该车位编号对应的图像数据的采集时间，获取与该车位编号对应的图像数据的采集时间对应的光学测距传感器的位置姿态信息，结合该车位编号对应的图像数据的拍摄角度，确定该车位编号的位置信息。
步骤S212、根据车位编号的位置信息，将车位编号添加到停车场的电子地图中。
可选的，根据车位编号的位置信息，将车位编号添加到停车场的电子地图中，具体可以采用如下方式实现：
根据车位编号的位置信息，生成停车场的停车位编号分布图；将停车场的停车位编号分布图叠加到停车场的电子地图中。
可选的，在生成停车场的停车位编号分布图之后，可以通过停车场的停车位编号分布图与停车场的地面平面图和车位线与反射强度信息平面图进行合并处理，得到停车场的电子地图，该停车场的电子地图包括停车场的车位线信息、地面反射强度信息和车位编号信息，使得停车场的电子地图包含的信息更加准确和全面。
上述步骤S209-S212为获取车位编号的位置信息，并将车位编号添加到停车场的电子地图中的一种可行的实施方式。
本发明实施例中，上述步骤S209-S212作为可选步骤，可以根据摄像装置采集的停车场的图像数据，识别出停车场的车位编号以及车位编号对应的位置信息，并根据光学测距传感器的位置姿态信息和车位编号的位置信息，将车位编号添加到停车场的电子地图中。自动生成的停车场的电子地图包括停车场空间结构、所有停车位的具体分布甚至停车位编号等信息。
在应用时，一方面生成的停车场的电子地图可以接入电子地图产品，如百度地图，可填补停车场数据方面的空白，为车主用户提供停车服务，包括停车场、停车位信息以及停车导航等，解决车主停车难的问题，为车主寻找停车场及停车位节约大量的时间精力，实现高效、最佳停车，为用户提供更好体验。另一方面可以为大型停车场管理方提供准确、完备的停车场的电子地图，以便更好的进行资源管理，与此停车场的车位状态实时监控信息可以接入电子地图产品，呈现给用户。
本发明实施例通过专门设置第二激光雷达采集停车场的地面点云数据，通过对停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到停车场的地面反射强度信息，根据停车场的地面反射强度信息，可以准确地识别出停车场的车位线信息，生成的停车场的电子地图包括停车场的车位线信息和地面反射强度信息，生成的停车场的电子地图更加准确和全面；进一步地，通过获取摄像装置采集的停车场的图像数据；对停车场的图像数据进行图像识别处理，识别出停车场的车位编号；根据光学测距传感器的位置姿态信息确定车位编号的位置信息，并将车位编号添加到停车场的电子地图中，生成的停车场的电子地图更加准确和全面。
实施例三
图4为本发明实施例三提供的停车场地图生成装置的结构示意图。本发明实施例提供的停车场地图生成装置可以执行停车场地图生成方法实施例提供的处理流程。如图4所示，该停车场地图生成装置40包括：数据获取模块401，计算模块402，补偿处理模块403和地图生成模块404。
具体地，数据获取模块401，用于获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，光学测距传感器设置于移动平台上。
计算模块402，用于根据停车场的点云数据，得到停车场的地面平面图。
补偿处理模块403用于对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息。
地图生成模块404用于根据停车场的地面平面图和车位线信息，生成停车场的电子地图，电子地图包括车位线信息。
本发明实施例提供的装置可以具体用于执行上述实施例一所提供的方法实施例，具体功能此处不再赘述。
本发明实施例通过获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，根据停车场的点云数据，得到停车场的地面平面图；对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息；根据停车场的地面平面图和车位线信息，生成停车场的电子地图，电子地图包括车位线信息，无需高精GPS进行精确的定位，实现了对没有GPS信号、环境视线差的室内停车场和地下停车场的电子地图的自动生成，降低对工作人员能力的要求，减小工作人员的劳动量，显著提高了所生成的停车场的电子地图的精度和效率。
实施例四
图5为本发明实施例四提供的停车场地图生成装置的结构示意图。在上述实施例三的基础上，本实施例中，数据获取模块还用于：接收第一光学测距传感器在移动平台在停车场移动过程中采集并发送的停车场的空间点云数据；接收第二光学测距传感器在移动平台在停车场移动过程中采集并发送的停车场的地面点云数据。
可选的，计算模块还用于：
根据停车场的点云数据，得到光学测距传感器的位置姿态信息；
根据光学测距传感器的位置姿态信息和停车场的点云数据，得到停车场的三维点云地图；对三维点云地图进行分割处理，得到停车场的地面平面图。
可选的，数据获取模块还用于：获取惯性测量单元采集到的惯性测量单元姿态信息，惯性测量单元与光学测距传感器刚性连接。
计算模块还用于：根据惯性测量单元姿态信息，对停车场的点云数据进行修正。
可选的，补偿处理模块还用于：
对停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到停车场的地面反射强度信息；根据停车场的地面反射强度信息，识别出停车场的车位线信息。
可选的，补偿处理模块还用于：
获取停车场的地面点云数据中的每个点对应的入射角度和入射距离；根据每个点对应的入射角度和入射距离，对每个点对应的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到每个点补偿后的反射强度信息；停车场的地面反射强度信息包括补偿后得到的停车场的地面点云数据的反射强度信息。
可选的，地图生成模块还用于：
根据停车场的车位线信息和地面反射强度信息，以及光学测距传感器的位置姿态信息，得到停车场的车位线与反射强度信息平面图；对停车场的地面平面图和车位线与反射强度信息平面图进行整合处理，生成停车场的电子地图，电子地图包括停车场的车位线信息和地面反射强度信息。
可选的，如图5所示，装置40还包括：车位编号添加模块405。
车位编号添加模块405用于：
获取摄像装置采集的停车场的图像数据；对停车场的图像数据进行图像识别处理，识别出停车场的车位编号；根据光学测距传感器的位置姿态信息确定车位编号的位置信息；根据车位编号的位置信息，将车位编号添加到停车场的电子地图中。
可选的，车位编号添加模块405还用于：
根据车位编号的位置信息，生成停车场的停车位编号分布图；将停车场的停车位编号分布图叠加到停车场的电子地图中。
本发明实施例提供的装置可以具体用于执行上述实施例二所提供的方法实施例，具体功能此处不再赘述。
本发明实施例通过专门设置第二激光雷达采集停车场的地面点云数据，通过对停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对反射强度信息的影响，得到停车场的地面反射强度信息，根据停车场的地面反射强度信息，可以准确地识别出停车场的车位线信息，生成的停车场的电子地图包括停车场的车位线信息和地面反射强度信息，生成的停车场的电子地图更加准确和全面；进一步地，通过获取摄像装置采集的停车场的图像数据；对停车场的图像数据进行图像识别处理，识别出停车场的车位编号；根据光学测距传感器的位置姿态信息确定车位编号的位置信息，并将车位编号添加到停车场的电子地图中，生成的停车场的电子地图更加准确和全面。
实施例五
图6为本发明实施例五提供的地图生成设备的结构示意图。如图6所示，该地图生成设备60包括：处理器601，存储器602，以及存储在存储器602上并可由处理器601执行的计算机程序。
处理器601在执行存储在存储器602上的计算机程序时实现上述任一方法实施例提供的停车场地图生成方法。
本发明实施例通过获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，根据停车场的点云数据，得到停车场的地面平面图；对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息；根据停车场的地面平面图和车位线信息，生成停车场的电子地图，电子地图包括车位线信息，无需高精GPS进行精确的定位，实现了对没有GPS信号、环境视线差的室内停车场和地下停车场的电子地图的自动生成，降低对工作人员能力的要求，减小工作人员的劳动量，显著提高了所生成的停车场的电子地图的精度和效率。
实施例六
图7为本发明实施例六提供的停车场测绘设备的结构示意图。如图7所示，该停车场测绘设备70包括：设置于移动平台上的数据采集设备701和地图生成设备702。
本实施例中，所述数据采集设备701包括：光学测距传感器7011，拍摄装置7012和惯性测量单元7013。
具体的，光学测距传感器7011用于所述移动平台在停车场内移动过程中采集的停车场的点云数据。
拍摄装置7012用于所述移动平台在停车场内移动过程中采集的停车场的图像数据。
惯性测量单元7013用于所述移动平台在停车场内移动过程中采集惯性测量单元姿态信息。
可选的，本实施例中的数据采集设备701可以采用如图2所示的数据采集设备实现，本实施例此处不再赘述。
本实施例中，所述地图生成设备702包括：存储器7021，处理器7022，以及存储在所述存储器7021上并可在所述处理器7022上运行的计算机程序，所述处理器7022运行所述计算机程序时实现上述任一方法实施例提供的停车场地图生成方法。
本发明实施例通过获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，根据停车场的点云数据，得到停车场的地面平面图；对停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到停车场的车位线信息和地面反射强度信息；根据停车场的地面平面图和车位线信息，生成停车场的电子地图，电子地图包括车位线信息，无需高精GPS进行精确的定位，实现了对没有GPS信号、环境视线差的室内停车场和地下停车场的电子地图的自动生成，降低对工作人员能力的要求，减小工作人员的劳动量，显著提高了所生成的停车场的电子地图的精度和效率。
另外，本发明实施例还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法实施例提供的停车场地图生成方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求书指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。
Claims (21)
1.一种停车场地图生成方法，其特征在于，包括：
获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，所述光学测距传感器设置于所述移动平台上；
根据所述停车场的点云数据，得到所述停车场的地面平面图；
对所述停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到所述停车场的车位线信息；
根据所述停车场的地面平面图和车位线信息，生成所述停车场的电子地图，所述电子地图包括所述车位线信息。
2.根据权利要求1所述的方法，其特征在于，所述获取光学测距传感器在移动平台在停车场移动过程中采集的停车场的点云数据，包括：
接收第一光学测距传感器在所述移动平台在停车场移动过程中采集并发送的所述停车场的空间点云数据；
接收第二光学测距传感器在所述移动平台在停车场移动过程中采集并发送的所述停车场的地面点云数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述停车场的点云数据，得到所述停车场的地面平面图，包括：
根据所述停车场的点云数据，得到所述光学测距传感器的位置姿态信息；
根据所述光学测距传感器的位置姿态信息和所述停车场的点云数据，得到所述停车场的三维点云地图；
对所述三维点云地图进行分割处理，得到所述停车场的地面平面图。
4.根据权利要求3所述的方法，其特征在于，所述根据所述停车场的点云数据，得到所述光学测距传感器的位置姿态信息之前，还包括：
获取惯性测量单元采集到的惯性测量单元姿态信息，所述惯性测量单元与所述光学测距传感器刚性连接；
根据所述惯性测量单元姿态信息，对所述停车场的点云数据进行修正。
5.根据权利要求3所述的方法，其特征在于，所述对所述停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到所述停车场的车位线信息，包括：
对所述停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对所述反射强度信息的影响，得到所述停车场的地面反射强度信息；
根据所述停车场的地面反射强度信息，识别出所述停车场的车位线信息。
6.根据权利要求5所述的方法，其特征在于，所述对所述停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对所述反射强度信息的影响，得到所述停车场的地面反射强度信息，包括：
获取所述停车场的地面点云数据中的每个点对应的入射角度和入射距离；
根据所述每个点对应的入射角度和入射距离，对所述每个点对应的反射强度信息进行补偿处理，消除入射角度和入射距离对所述反射强度信息的影响，得到所述每个点补偿后的反射强度信息；
所述停车场的地面反射强度信息包括补偿后得到的所述停车场的地面点云数据的反射强度信息。
7.根据权利要求6所述的方法，其特征在于，所述根据所述停车场的地面平面图和车位线信息，生成所述停车场的电子地图，包括：
根据所述停车场的车位线信息和地面反射强度信息，以及所述光学测距传感器的位置姿态信息，得到所述停车场的车位线与反射强度信息平面图；
对所述停车场的地面平面图和所述车位线与反射强度信息平面图进行整合处理，生成所述停车场的电子地图，所述电子地图包括所述停车场的车位线信息和地面反射强度信息。
8.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取摄像装置采集的所述停车场的图像数据；
对停车场的图像数据进行图像识别处理，识别出所述停车场的车位编号；
根据所述光学测距传感器的位置姿态信息确定所述车位编号的位置信息；
根据所述车位编号的位置信息，将所述车位编号添加到所述停车场的电子地图中。
9.根据权利要求8所述的方法，其特征在于，所述根据所述车位编号的位置信息，将所述车位编号添加到所述停车场的电子地图中，包括：
根据所述车位编号的位置信息，生成所述停车场的停车位编号分布图；
将所述停车场的停车位编号分布图叠加到所述停车场的电子地图中。
10.一种停车场地图生成装置，其特征在于，包括：
数据获取模块，用于获取光学测距传感器在移动平台在停车场内移动过程中采集的停车场的点云数据，所述光学测距传感器设置于所述移动平台上；
计算模块，用于根据所述停车场的点云数据，得到所述停车场的地面平面图；
补偿处理模块，用于对所述停车场的点云数据的反射强度信息进行补偿处理，根据补偿处理后的点云数据得到所述停车场的车位线信息；
地图生成模块，用于根据所述停车场的地面平面图和车位线信息，生成所述停车场的电子地图，所述电子地图包括所述车位线信息。
11.根据权利要求10所述的装置，其特征在于，所述数据获取模块还用于：
接收第一光学测距传感器在所述移动平台在停车场移动过程中采集并发送的所述停车场的空间点云数据；
接收第二光学测距传感器在所述移动平台在停车场移动过程中采集并发送的所述停车场的地面点云数据。
12.根据权利要求11所述的装置，其特征在于，所述计算模块还用于：
根据所述停车场的点云数据，得到所述光学测距传感器的位置姿态信息；
根据所述光学测距传感器的位置姿态信息和所述停车场的点云数据，得到所述停车场的三维点云地图；
对所述三维点云地图进行分割处理，得到所述停车场的地面平面图。
13.根据权利要求12所述的装置，其特征在于，
所述数据获取模块还用于：获取惯性测量单元采集到的惯性测量单元姿态信息，所述惯性测量单元与所述光学测距传感器刚性连接；
所述计算模块还用于：根据所述惯性测量单元姿态信息，对所述停车场的点云数据进行修正。
14.根据权利要求12所述的装置，其特征在于，所述补偿处理模块还用于：
对所述停车场的地面点云数据的反射强度信息进行补偿处理，消除入射角度和入射距离对所述反射强度信息的影响，得到所述停车场的地面反射强度信息；
根据所述停车场的地面反射强度信息，识别出所述停车场的车位线信息。
15.根据权利要求14所述的装置，其特征在于，所述补偿处理模块还用于：
获取所述停车场的地面点云数据中的每个点对应的入射角度和入射距离；
根据所述每个点对应的入射角度和入射距离，对所述每个点对应的反射强度信息进行补偿处理，消除入射角度和入射距离对所述反射强度信息的影响，得到所述每个点补偿后的反射强度信息；
所述停车场的地面反射强度信息包括补偿后得到的所述停车场的地面点云数据的反射强度信息。
16.根据权利要求15所述的装置，其特征在于，所述地图生成模块还用于：
根据所述停车场的车位线信息和地面反射强度信息，以及所述光学测距传感器的位置姿态信息，得到所述停车场的车位线与反射强度信息平面图；
对所述停车场的地面平面图和所述车位线与反射强度信息平面图进行整合处理，生成所述停车场的电子地图，所述电子地图包括所述停车场的车位线信息和地面反射强度信息。
17.根据权利要求12所述的装置，其特征在于，所述装置还包括：车位编号添加模块，所述车位编号添加模块用于：
获取摄像装置采集的所述停车场的图像数据；
对停车场的图像数据进行图像识别处理，识别出所述停车场的车位编号；
根据所述光学测距传感器的位置姿态信息确定所述车位编号的位置信息；
根据所述车位编号的位置信息，将所述车位编号添加到所述停车场的电子地图中。
18.根据权利要求17所述的装置，其特征在于，所述车位编号添加模块还用于：
根据所述车位编号的位置信息，生成所述停车场的停车位编号分布图；
将所述停车场的停车位编号分布图叠加到所述停车场的电子地图中。
19.一种地图生成设备，其特征在于，包括：
存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，
所述处理器运行所述计算机程序时实现如权利要求1-9中任一项所述的方法。
20.一种停车场测绘设备，其特征在于，包括：设置于移动平台上的数据采集设备和地图生成设备，
所述数据采集设备包括：
光学测距传感器，用于所述移动平台在停车场内移动过程中采集的停车场的点云数据；
拍摄装置，用于所述移动平台在停车场内移动过程中采集的停车场的图像数据；
惯性测量单元，用于所述移动平台在停车场内移动过程中采集惯性测量单元姿态信息；
所述地图生成设备包括：存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时实现如权利要求1-9中任一项所述的方法。
21.一种计算机可读存储介质，其特征在于，存储有计算机程序，
所述计算机程序被处理器执行时实现如权利要求1-9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810887709.6A CN109253731A (zh) | 2018-08-06 | 2018-08-06 | 停车场地图生成方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810887709.6A CN109253731A (zh) | 2018-08-06 | 2018-08-06 | 停车场地图生成方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109253731A true CN109253731A (zh) | 2019-01-22 |
Family
ID=65049160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810887709.6A Pending CN109253731A (zh) | 2018-08-06 | 2018-08-06 | 停车场地图生成方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109253731A (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110058261A (zh) * | 2019-04-19 | 2019-07-26 | 华南理工大学 | 一种快速生成机器人导航用电子地图的系统及方法 |
| CN110211420A (zh) * | 2019-06-25 | 2019-09-06 | 重庆长安汽车股份有限公司 | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 |
| CN110262538A (zh) * | 2019-07-01 | 2019-09-20 | 百度在线网络技术（北京）有限公司 | 地图数据采集方法、装置、设备及存储介质 |
| CN110321398A (zh) * | 2019-06-26 | 2019-10-11 | 浙江吉利控股集团有限公司 | 一种无信号区泊车地图的建立方法、装置及终端 |
| CN110473422A (zh) * | 2019-07-16 | 2019-11-19 | 盐城工学院 | 一种室外公共区域地面停车位导航装置 |
| CN110501712A (zh) * | 2019-09-05 | 2019-11-26 | 北京百度网讯科技有限公司 | 用于确定位置姿态数据的方法、装置、设备和介质 |
| CN110533923A (zh) * | 2019-08-29 | 2019-12-03 | 北京精英路通科技有限公司 | 停车管理方法、装置、计算机设备及存储介质 |
| CN110705595A (zh) * | 2019-09-04 | 2020-01-17 | 苏州工业园区测绘地理信息有限公司 | 一种基于背包式三维激光点云数据的停车位自动提取方法 |
| CN110738867A (zh) * | 2019-10-25 | 2020-01-31 | 北京行易道科技有限公司 | 一种车位检测方法、装置、设备及存储介质 |
| CN110766979A (zh) * | 2019-11-13 | 2020-02-07 | 奥特酷智能科技(南京)有限公司 | 一种用于自动驾驶车辆的泊车车位检测方法 |
| CN110956846A (zh) * | 2019-12-11 | 2020-04-03 | 济宁市众帮来袭信息科技有限公司 | 一种停车服务方法、装置、系统及存储介质 |
| CN111583335A (zh) * | 2019-02-18 | 2020-08-25 | 上海欧菲智能车联科技有限公司 | 定位系统、定位方法和非易失性计算机可读存储介质 |
| CN111693043A (zh) * | 2020-06-18 | 2020-09-22 | 北京四维图新科技股份有限公司 | 地图数据处理方法以及设备 |
| CN111968179A (zh) * | 2020-08-13 | 2020-11-20 | 厦门大学 | 地下停车场自动驾驶车辆定位方法 |
| CN112632310A (zh) * | 2020-12-29 | 2021-04-09 | 苏州物图科技有限公司 | 一种室内停车场高精度地图构建方法 |
| CN112697132A (zh) * | 2020-12-21 | 2021-04-23 | 北京金和网络股份有限公司 | 一种基于gis的定位方法、装置及系统 |
| CN112950972A (zh) * | 2021-01-25 | 2021-06-11 | 广州小鹏自动驾驶科技有限公司 | 一种停车场地图构建方法、装置、设备和介质 |
| CN113605763A (zh) * | 2021-07-29 | 2021-11-05 | 中汽创智科技有限公司 | 一种用于avp的立体车库辅助定位方法及装置 |
| WO2021223116A1 (zh) * | 2020-05-06 | 2021-11-11 | 上海欧菲智能车联科技有限公司 | 感知地图生成方法、装置、计算机设备和存储介质 |
| KR102358322B1 (ko) * | 2021-09-07 | 2022-02-08 | 한재호 | 지피에스측량장비를 이용한 지하시설물의 정밀측량시스템 |
| CN114783207A (zh) * | 2022-06-22 | 2022-07-22 | 车位管家(深圳)科技有限公司 | 一种基于物联网的互联网智能停车场管理系统 |
| WO2023065862A1 (zh) * | 2021-10-19 | 2023-04-27 | 华为技术有限公司 | 一种生成停车场地图的方法及电子设备 |
| CN116449392A (zh) * | 2023-06-14 | 2023-07-18 | 北京集度科技有限公司 | 一种地图构建方法、装置、计算机设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100034422A1 (en) * | 2008-08-06 | 2010-02-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Object tracking using linear features |
| CN106291505A (zh) * | 2015-06-10 | 2017-01-04 | 核工业北京地质研究院 | 一种非植被覆盖区机载LiDAR数据回波强度值校正方法 |
| CN106997688A (zh) * | 2017-06-08 | 2017-08-01 | 重庆大学 | 基于多传感器信息融合的停车场停车位检测方法 |
| CN107664500A (zh) * | 2017-09-19 | 2018-02-06 | 重庆交通大学 | 基于图像特征识别的车库车辆定位导航方法 |
| CN108007453A (zh) * | 2017-12-11 | 2018-05-08 | 北京奇虎科技有限公司 | 基于点云的地图更新方法、装置及电子设备 |
| CN108072373A (zh) * | 2016-11-07 | 2018-05-25 | 福特全球技术公司 | 使用激光扫描图像构造地图数据 |
| CN108269419A (zh) * | 2017-01-04 | 2018-07-10 | 鸿富锦精密工业（深圳）有限公司 | 智能停车场应用系统及应用该系统的停车场 |
-
2018
- 2018-08-06 CN CN201810887709.6A patent/CN109253731A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100034422A1 (en) * | 2008-08-06 | 2010-02-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Object tracking using linear features |
| CN106291505A (zh) * | 2015-06-10 | 2017-01-04 | 核工业北京地质研究院 | 一种非植被覆盖区机载LiDAR数据回波强度值校正方法 |
| CN108072373A (zh) * | 2016-11-07 | 2018-05-25 | 福特全球技术公司 | 使用激光扫描图像构造地图数据 |
| CN108269419A (zh) * | 2017-01-04 | 2018-07-10 | 鸿富锦精密工业（深圳）有限公司 | 智能停车场应用系统及应用该系统的停车场 |
| CN106997688A (zh) * | 2017-06-08 | 2017-08-01 | 重庆大学 | 基于多传感器信息融合的停车场停车位检测方法 |
| CN107664500A (zh) * | 2017-09-19 | 2018-02-06 | 重庆交通大学 | 基于图像特征识别的车库车辆定位导航方法 |
| CN108007453A (zh) * | 2017-12-11 | 2018-05-08 | 北京奇虎科技有限公司 | 基于点云的地图更新方法、装置及电子设备 |
Cited By (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111583335B (zh) * | 2019-02-18 | 2023-09-19 | 上海欧菲智能车联科技有限公司 | 定位系统、定位方法和非易失性计算机可读存储介质 |
| CN111583335A (zh) * | 2019-02-18 | 2020-08-25 | 上海欧菲智能车联科技有限公司 | 定位系统、定位方法和非易失性计算机可读存储介质 |
| CN110058261A (zh) * | 2019-04-19 | 2019-07-26 | 华南理工大学 | 一种快速生成机器人导航用电子地图的系统及方法 |
| CN110058261B (zh) * | 2019-04-19 | 2023-05-23 | 华南理工大学 | 一种快速生成机器人导航用电子地图的系统及方法 |
| CN110211420A (zh) * | 2019-06-25 | 2019-09-06 | 重庆长安汽车股份有限公司 | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 |
| CN110321398A (zh) * | 2019-06-26 | 2019-10-11 | 浙江吉利控股集团有限公司 | 一种无信号区泊车地图的建立方法、装置及终端 |
| CN110262538B (zh) * | 2019-07-01 | 2023-03-14 | 百度在线网络技术（北京）有限公司 | 地图数据采集方法、装置、设备及存储介质 |
| CN110262538A (zh) * | 2019-07-01 | 2019-09-20 | 百度在线网络技术（北京）有限公司 | 地图数据采集方法、装置、设备及存储介质 |
| CN110473422B (zh) * | 2019-07-16 | 2022-07-12 | 盐城工学院 | 一种室外公共区域地面停车位导航装置 |
| CN110473422A (zh) * | 2019-07-16 | 2019-11-19 | 盐城工学院 | 一种室外公共区域地面停车位导航装置 |
| CN110533923A (zh) * | 2019-08-29 | 2019-12-03 | 北京精英路通科技有限公司 | 停车管理方法、装置、计算机设备及存储介质 |
| CN110533923B (zh) * | 2019-08-29 | 2020-10-13 | 北京精英路通科技有限公司 | 停车管理方法、装置、计算机设备及存储介质 |
| CN110705595A (zh) * | 2019-09-04 | 2020-01-17 | 苏州工业园区测绘地理信息有限公司 | 一种基于背包式三维激光点云数据的停车位自动提取方法 |
| CN110705595B (zh) * | 2019-09-04 | 2022-02-25 | 苏州工业园区测绘地理信息有限公司 | 一种基于背包式三维激光点云数据的停车位自动提取方法 |
| CN110501712A (zh) * | 2019-09-05 | 2019-11-26 | 北京百度网讯科技有限公司 | 用于确定位置姿态数据的方法、装置、设备和介质 |
| CN110738867B (zh) * | 2019-10-25 | 2021-01-01 | 北京行易道科技有限公司 | 一种车位检测方法、装置、设备及存储介质 |
| CN110738867A (zh) * | 2019-10-25 | 2020-01-31 | 北京行易道科技有限公司 | 一种车位检测方法、装置、设备及存储介质 |
| CN110766979A (zh) * | 2019-11-13 | 2020-02-07 | 奥特酷智能科技(南京)有限公司 | 一种用于自动驾驶车辆的泊车车位检测方法 |
| CN110956846A (zh) * | 2019-12-11 | 2020-04-03 | 济宁市众帮来袭信息科技有限公司 | 一种停车服务方法、装置、系统及存储介质 |
| WO2021223116A1 (zh) * | 2020-05-06 | 2021-11-11 | 上海欧菲智能车联科技有限公司 | 感知地图生成方法、装置、计算机设备和存储介质 |
| CN111693043A (zh) * | 2020-06-18 | 2020-09-22 | 北京四维图新科技股份有限公司 | 地图数据处理方法以及设备 |
| CN111693043B (zh) * | 2020-06-18 | 2023-04-07 | 北京四维图新科技股份有限公司 | 地图数据处理方法以及设备 |
| CN111968179B (zh) * | 2020-08-13 | 2022-07-19 | 厦门大学 | 地下停车场自动驾驶车辆定位方法 |
| CN111968179A (zh) * | 2020-08-13 | 2020-11-20 | 厦门大学 | 地下停车场自动驾驶车辆定位方法 |
| CN112697132A (zh) * | 2020-12-21 | 2021-04-23 | 北京金和网络股份有限公司 | 一种基于gis的定位方法、装置及系统 |
| CN112632310A (zh) * | 2020-12-29 | 2021-04-09 | 苏州物图科技有限公司 | 一种室内停车场高精度地图构建方法 |
| CN112950972A (zh) * | 2021-01-25 | 2021-06-11 | 广州小鹏自动驾驶科技有限公司 | 一种停车场地图构建方法、装置、设备和介质 |
| CN113605763A (zh) * | 2021-07-29 | 2021-11-05 | 中汽创智科技有限公司 | 一种用于avp的立体车库辅助定位方法及装置 |
| KR102358322B1 (ko) * | 2021-09-07 | 2022-02-08 | 한재호 | 지피에스측량장비를 이용한 지하시설물의 정밀측량시스템 |
| WO2023065862A1 (zh) * | 2021-10-19 | 2023-04-27 | 华为技术有限公司 | 一种生成停车场地图的方法及电子设备 |
| CN114783207A (zh) * | 2022-06-22 | 2022-07-22 | 车位管家(深圳)科技有限公司 | 一种基于物联网的互联网智能停车场管理系统 |
| CN116449392A (zh) * | 2023-06-14 | 2023-07-18 | 北京集度科技有限公司 | 一种地图构建方法、装置、计算机设备及存储介质 |
| CN116449392B (zh) * | 2023-06-14 | 2023-09-19 | 北京集度科技有限公司 | 一种地图构建方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109253731A (zh) | 停车场地图生成方法、装置、设备及可读存储介质 | |
| JP6931096B2 (ja) | オンボードセンサの外部パラメータを較正する方法及び装置、並びに関連する車両 | |
| US11157014B2 (en) | Multi-channel sensor simulation for autonomous control systems | |
| US11733353B2 (en) | Object detection using local (ground-aware) adaptive region proposals on point clouds | |
| US20240053477A1 (en) | System and method for measuring image distance of power transmission lines with unmanned aerial vehicle (uav) | |
| US11520024B2 (en) | Automatic autonomous vehicle and robot LiDAR-camera extrinsic calibration | |
| EP2769239B1 (en) | Methods and systems for creating maps with radar-optical imaging fusion | |
| CN103424112B (zh) | 一种基于激光平面辅助的运动载体视觉导航方法 | |
| CN108090957B (zh) | 基于bim的测绘地形的方法 | |
| CN108779984A (zh) | 信号处理设备和信号处理方法 | |
| CN108764187A (zh) | 提取车道线的方法、装置、设备、存储介质以及采集实体 | |
| CN110168559A (zh) | 用于识别和定位车辆周围物体的系统和方法 | |
| CN111912419A (zh) | 基于激光雷达的高精度语义导航地图构建方法和装置 | |
| CN111936821A (zh) | 用于定位的系统和方法 | |
| CN112154454A (zh) | 目标对象的检测方法、系统、设备及存储介质 | |
| DE112019002080T5 (de) | Systeme und verfahren zur stellungsbestimmung | |
| US11543531B2 (en) | Semi-automatic LIDAR annotation system for autonomous driving | |
| CN110491156A (zh) | 一种感知方法、装置及系统 | |
| US20230138487A1 (en) | An Environment Model Using Cross-Sensor Feature Point Referencing | |
| CN106080397A (zh) | 自适应巡航系统及车载设备 | |
| CN109583312A (zh) | 车道线识别方法、装置、设备及存储介质 | |
| JP2023095904A (ja) | 自己位置推定装置 | |
| CN114842075A (zh) | 数据标注方法、装置、存储介质及车辆 | |
| CN203479295U (zh) | 一种基于飞行器的云层高度测量系统 | |
| CN113240813B (zh) | 三维点云信息确定方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190122 |