CN109544443A - 一种路线图生成方法及装置 - Google Patents
一种路线图生成方法及装置 Download PDFInfo
- Publication number
- CN109544443A CN109544443A CN201811454766.1A CN201811454766A CN109544443A CN 109544443 A CN109544443 A CN 109544443A CN 201811454766 A CN201811454766 A CN 201811454766A CN 109544443 A CN109544443 A CN 109544443A
- Authority
- CN
- China
- Prior art keywords
- grid
- map
- dimensional
- road
- point
- 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 50
- 238000002310 reflectometry Methods 0.000 claims description 25
- 239000000463 material Substances 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005303 weighing Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000004888 barrier function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000124033 Salix Species 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G06T3/06—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
Abstract
本申请提供了一种路线路生成方法及装置,其中,该方法包括:根据获取的目标道路的先验信息,生成所述目标道路的三维栅格地图;其中,所述道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息;基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图;根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。本申请实施例通过提供辅助无人驾驶车辆行驶的路线图,提高无人驾驶车辆行驶的安全性。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种路线图生成方法及装置。
背景技术
随着近年来科技的发展,对自动驾驶类产品的需求大幅增加,尤其是在无人驾驶领域,需要大量辅助自助驾驶的产品。其中,高精地图是无人驾驶的核心技术之一,精准的地图对无人车的定位、导航与控制,以及安全至关重要。
传统驾驶中使用的电子地图主要服务于人类驾驶员。传统电子地图中主要采用将路网抽象成有向图的形式,比如,以顶点代表路口,以线条作为道路形成各个路口等。在驾驶的过程中,人类驾驶员一般都能有效判断出路面、路面标示线以及驾驶员自己在路面的大致位置等信息。参照辨识出的信息,结合全球定位系统(GPS,Global PositioningSystem)确定驾驶员在当前传统电子地图中的位置,驾驶员可以大致判断出自己在实际路网中的位置,并可以计划下一步应当如何驾驶。
但是,无人驾驶中的机器驾驶员缺乏与人类驾驶员一样与生俱来的视觉识别和逻辑分析能力,因为无法准确识别障碍物、交通信号灯以及辨识自己的驾驶位置等,这些条件的缺乏严重威胁到无人驾驶的驾驶安全。
发明内容
有鉴于此,本申请实施例的目的在于提供一种路线图生成方法及装置,通过为无人驾驶车辆提供辅助驾驶的无人驾驶车辆可以识别的路线图,提高无人驾驶车辆行驶的安全性。
第一方面,本申请实施例提供了一种路线图生成方法,其中,包括:
根据获取的目标道路的先验信息,生成所述目标道路的三维栅格地图;其中,所述道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息;
基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图;
根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图,包括:
获取所述三维栅格地图中每个三维栅格点对应的三维位置坐标,以及通过激光雷达采集的所述每个三维栅格点对应材质的反射率;
将二维位置坐标相同的每个所述三维栅格点的竖坐标的数值设置为预设值,以生成构成所述二维地图的每个二维栅格点;
计算二维位置坐标相同的每个所述三维栅格点对应材质的反射率的平均反射率,并将所述平均反射率作为所述二维地图的每个二维栅格点的对应的反射率。
结合第一方面,本申请实施例提供了第一方面的第二种可能的实施方式,其中,所述基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图的步骤之前,还包括:
根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;
对所述目标道路的区域进行标记;
所述根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:
在标记的所述目标道路的区域上生成用于无人车行驶的路线图。
结合第一方面的第二种可能的实施方式,本申请实施例提供了第一方面的第三种可能的实施方式,其中,所述基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图的步骤之前,还包括:
根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;
对所述目标道路的区域进行标记;
所述根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:
在标记的所述目标道路的区域上生成用于无人车行驶的路线图。
第二方面,本申请实施例还提供一种路线图生成装置,包括:
第一生成模块,用于根据获取的目标道路的先验信息,生成所述目标道路的三维栅格地图;其中,所述道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息;
第二生成模块,用于基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图;
第三生成模块,用于根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。
结合第二方面,本申请实施例提供了第二方面的第一种可能的实施方式,其中,所述第二生成模块具体用于:
获取所述三维栅格地图中每个三维栅格点对应的三维位置坐标,以及通过激光雷达采集的所述每个三维栅格点对应材质的反射率;
将二维位置坐标相同的每个所述三维栅格点的竖坐标的数值设置为预设值,以生成构成所述二维地图的每个二维栅格点;
计算二维位置坐标相同的每个所述三维栅格点对应材质的反射率的平均反射率,并将所述平均反射率作为所述二维地图的每个二维栅格点的对应的反射率。
结合第二方面,本申请实施例提供了第二方面的第二种可能的实施方式,其中,所述第二生成模块还用于:
根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;
对所述目标道路的区域进行标记;
所述根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:
在标记的所述目标道路的区域上生成用于无人车行驶的路线图。
结合第二方面的第二种可能的实施方式,本申请实施例提供了第二方面的第三种可能的实施方式,其中,所述第二生成模块还用于:
获取所述三维栅格地图中二维位置坐标相邻的三维栅格点的竖坐标的差值;
确定所述差值小于预设阈值的三维栅格点组成的地图区域;
将所述地图区域中最大的地图区域确定为所述所述目标道路的区域。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
本申请实施例提供的一种路线图生成的方法及装置,首先根据获取的目标道路的先验信息,生成目标道路的三维栅格地图,其中,道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识信息,其次基于目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图,最后,根据先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。通过上述路线路标注方法,为无人驾驶车辆提供无人驾驶车辆可以识别的用于辅助驾驶的路线图,使无人驾驶车辆可以更准确的识别道路标识线等道路先验信息,保证无人驾驶车辆的行驶安全。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种路线图生成方法的基本流程图;
图2示出了本申请实施例所提供的一种路线图生成方法中的三维栅格地图的示意图;
图3示出了本申请实施例所提供的一种路线路生成方法中标记的目标道路的区域的示意图;
图4示出了本申请实施例所提供的一种路线路生成方法中二维栅格地图的示意图;
图5示出了本申请实施例所提供的一种路线图生成方法中路线标注的示意图;
图6示出了本申请实施例所提供的一种路线路生成装置的结构示意图;
图7示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
在无人驾驶领域,高精度地图扮演着重要角色,高精地图可以为无人驾驶车辆提供较为精确的位置信息,以使无人驾驶车辆可以根据该较为精确的位置信息做出决策,对无人驾驶车辆的定位、导航与控制以及安全行驶至关重要。
一般传统电子地图是对路网进行一种抽象,如将路网抽象为有向图的形式。其中,有向图中的顶点可以表示路口,有向边表示道路,并将道路名称、地标以及道路骨架信息等标识在有向图中响应的位置上。传统的电子地图的使用对象主要是人类驾驶员,基于人类自身具有较强的视觉识别能力和逻辑分析能力,可以有效判别这些抽象的传统电子地图中的路面位置信息和路面标识信息等,并能大致确定人类驾驶员自身在路面的位置。参照辨识出的信息,结合当前全球定位系统(GPS,Global Positioning System),人类驾驶员基本可以大致判断出自己在实际道路上的位置,并以此进行下一步的驾驶计划。
基于无人驾驶车辆的特殊性,传统电子地图并不能适用于无人驾驶。和人类驾驶员不同,无人驾驶系统缺乏与生俱来的视觉识别和逻辑分析能力。因此,无人驾驶车辆需要专用于无人驾驶的高精度电子地图。高精度电子地图包含大量行车辅助信息,其中,最重要的是对路网精确的三维表征,其精度为厘米级。通过这些三维表征的信息,无人驾驶系统就可以通过自身携带的激光雷达、摄像头和全球定位系统采集的数据来精确确认自己的位置。
基于此,本申请提供了一种路线图生成方法及装置,为便于对本实施例进行理解,如图1所示,首先对本申请实施例所公开的一种路线图生成方法进行详细介绍。
S101,根据获取的目标道路的先验信息,生成目标道路的三维栅格地图;其中,道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息。
这里,可以通过高精度地图数据采集车采集目标道路的先验信息。高精度地图数据采集车上装载有多个传感器,包括陀螺仪(IMU,Inertial measurement unit)、轮测距器(Wheel Odometer)、全球定位系统(GPS,Global Positioning System)和激光雷达等。将多个传感器采集的与目标道路相关的数据加入地图中,生成目标道路的三维栅格地图,如图2所示,为本申请实施例提供的一种路线图生成方法中的三维栅格地图的示意图。
其中,道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息等。具体的,道路位置信息可以是指目标道路的车道线的经纬度,道路限速信息和交通指示灯的位置主要是指目标道路上标识的限速信息和交通指示灯在目标道路路面上的具体位置,路面标识信息主要是指各种地面标识,如禁止掉头标识、白色虚实线和最高限速等标识。道路先验信息是辅助无人驾驶车辆安全行驶的必要的信息。
S102,基于目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图。
这里,在通过获取的关于目标道路的三维栅格地图中的三维栅格点的位置坐标生成二维地图之前,还应当在三维栅格地图中标记处道路区域,具体的,包括:
根据三维栅格地图中三维栅格点的竖坐标,确定三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;对道路区域进行标记;根据先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:在标记的道路区域上生成用于无人车行驶的路线图。
这里,根据所述三维栅格地图中的相邻三维栅格点的竖坐标的差值在预设阈值内的三维栅格点组成的区域即为道路区域。具体的,在三维栅格地图中识别地面主要是通过以下方法:
首先,找到每个三维栅格图中二维坐标相邻(即横轴和纵轴对应的坐标相邻)的点中,从竖坐标值最小的栅格点开始的连续点中,竖坐标的值最大的一个点。如下表所示,下图是一个x=0,,y∈[1,6]的横截面,其中,标记为红色的部分是可能的路面位置。比如Y=1中对应的竖坐标为1到4,选择其中竖坐标的数值对应为4的栅格点作为可能的路面。同时,路面的上方可能有路灯,柳树等障碍物,这些竖坐标连续的障碍物可能会对路面的识别产生影响。所以应该选择二维位置坐标相邻的三维栅格点中竖坐标数值最大的那个点对应的位置作为可能的路面。
Z=7 | * | * | * | |||
Z=6 | * | * | ||||
Z=5 | ||||||
Z=4 | * | * | * | |||
Z=3 | * | * | * | * | ||
Z=2 | * | * | * | * | * | |
Z=1 | * | * | * | * | * | * |
Z=0 | Y=1 | Y=2 | Y=3 | Y=4 | Y=5 | Y=6 |
在上述确定的地面的候选集合中,使用“洪泛算法”将连续的地面划分为不同的块。我们从纵坐标Y=1,竖坐标Z=4的三维栅格点出发,不断检测周围是否有其它三维栅格点和该点相连,直到发现这个区域不能再扩大为止,对其他三维栅格点也重复以上过程。在对所有三维栅格点都重复完上述过程后,其中面积最大的一块区域即为地面,其余一些小块的平面区域可能是楼的顶面或者是树的顶面。
另外,可以获取三维栅格地图中二维坐标相邻的三维栅格点的竖坐标的差值,并判断相邻两个栅格点之间的差值是否在预设阈值内。预设阈值是路面高度差值的范围,当两个横纵坐标相邻的三维栅格点的竖坐标的差值较大,超过预设阈值则判断不同属于路面。将这些差值小于预设阈值的三维栅格点组成的地图区域确定为目标道路的区域。同时,对确定的目标道路的区域进行标记,并在标记的目标道路的区域上生成用于无人车行驶的路线图。如图3所示,为本申请实施例提供的一种路线路生成方法中标记的目标道路的区域的示意图,其中,黑色部分为在三维栅格地图中过滤出的目标道路的区域。
在三维栅格地图上过滤出路面后,将三维栅格地图转换为二维栅格题图,其中,获取三维栅格地图中每个三维栅格点对应的三维位置坐标,以及通过激光雷达采集的每个三维栅格点对应材质的反射率;将二维位置坐标相同的每个三维栅格点的竖坐标的数值设置为预设值,以生成构成二维地图的每个二维栅格点;计算二维位置坐标相同的每个三维栅格点对应材质的反射率的平均反射率,并将平均反射率作为所述二维地图的每个二维栅格点的对应的反射率。
具体的,先获取三维栅格地图中的每个三维栅格点对应的三维位置坐标,并通过激光雷达采集每个三维栅格点对应材质的反射率,通过获取的反射率可以在一定程度上判断物体的材质,由此可以为判断路面以及障碍物提供依据。将二维坐标相同的每个三维栅格点的竖坐标的值均设置为预设值,预设值为统一值,即将每一个竖坐标不同但二维坐标相同的三维栅格点设置在同一平面上,以实现三维栅格地图向二维栅格地图的转化,同时,将每一个二维坐标相同的三维栅格点对应的材质的反射率求和并求平均值,得到平均反射率,将平均反射率作为每一个转换后的二维栅格点的反射率,并生成最终的二维栅格地图。如图4所示,为本申请实施例提供的一种路线路生成方法中二维栅格地图的示意图。
S103,根据先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。
这里,在获得了标注出目标道路的区域的二维栅格地图中,对辅助无人车驾驶的路线图进行标记。具体的,针对高精度的二维栅格地图,在图片上手动标注出道路(包括方向、范围和限速等信息)以及其他的区域。
以标注道路为例,如图5所示,为本申请实施例提供的一种路线图生成方法中路线标注的示意图。其中,打开新增道路线窗口,新增画出道路的左边线,再画出道路的右边线。在Add Polyline窗口中,可以看到窗口中可以设置道路线的基本属性,比如转弯类型,限速等信息。其他区域以及先验信息的标注参照道路线的标注。
采用上述方法,可以为无人驾驶车辆提供辅助无人驾驶的可以为无人驾驶车辆识别的高精地图,使无人驾驶车辆可以更为准确的识别道路标识线等道路先验信息,保证无人驾驶车辆的行驶安全,同时,更为快捷的生成高精度地图,提高了效率。
基于同一发明构思,本申请实施例中还提供了与一种路线路生成方法对应的一种路线路生成装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述一种路线路生成方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参见图6所示,本申请实施例提供的一种路线路生成装置,本申请实施例所提供的一种路线路生成装置包括:
第一生成模块601,用于根据获取的目标道路的先验信息,生成所述目标道路的三维栅格地图;其中,所述道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息;
第二生成模块602,用于基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图;
第三生成模块603,用于根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。
其中,所述第二生成模块602具体用于:
获取所述三维栅格地图中每个三维栅格点对应的三维位置坐标,以及通过激光雷达采集的所述每个三维栅格点对应材质的反射率;
将二维位置坐标相同的每个所述三维栅格点的竖坐标的数值设置为预设值,以生成构成所述二维地图的每个二维栅格点;
计算二维位置坐标相同的每个所述三维栅格点对应材质的反射率的平均反射率,并将所述平均反射率作为所述二维地图的每个二维栅格点的对应的反射率。
其中,所述第二生成模块602还用于:
根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;
对所述目标道路的区域进行标记;
所述根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:
在标记的所述目标道路的区域上生成用于无人车行驶的路线图。
其中,所述第二生成模块602还用于:
获取所述三维栅格地图中二维位置坐标相邻的三维栅格点的竖坐标的差值;
确定所述差值小于预设阈值的三维栅格点组成的地图区域;
将所述地图区域中最大的地图区域确定为所述所述目标道路的区域。
本实施例中,第一生成模块601、第二生成模块602和第三生成模块603的具体功能和交互方式,可参见图1对应的实施例的记载,在此不再赘述。
如图7所示,为本申请实施例提供的电子设备的示意图,该装置包括处理器71、存储器72和总线73,所述存储器72存储执行指令,当所述装置运行时,所述处理器71与所述存储器72之间通过总线73通信,所述处理器71执行所述执行指令使得所述装置执行如下方法:
根据获取的目标道路的先验信息,生成所述目标道路的三维栅格地图;其中,所述道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息;
基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图;
根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。
可选地,所述处理器71执行的所述方法中,所述基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图,包括:
获取所述三维栅格地图中每个三维栅格点对应的三维位置坐标,以及通过激光雷达采集的所述每个三维栅格点对应材质的反射率;
将二维位置坐标相同的每个所述三维栅格点的竖坐标的数值设置为预设值,以生成构成所述二维地图的每个二维栅格点;
计算二维位置坐标相同的每个所述三维栅格点对应材质的反射率的平均反射率,并将所述平均反射率作为所述二维地图的每个二维栅格点的对应的反射率。
可选地,所述处理器71执行的所述方法中,所述基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图的步骤之前,还包括:
根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;
对所述目标道路的区域进行标记;
所述根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:
在标记的所述目标道路的区域上生成用于无人车行驶的路线图。
可选地,所述处理器71执行的所述方法中,所述根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域,包括:
获取所述三维栅格地图中二维位置坐标相邻的三维栅格点的竖坐标的差值;
确定所述差值小于预设阈值的三维栅格点组成的地图区域;
将所述地图区域中最大的地图区域确定为所述所述目标道路的区域。
对应于图1中的一种路线图生成方法,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述一种路线图生成方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述一种路线图生成方法,从而解决无人车驾驶识别道路路线的问题,进而达到使无人驾驶车辆较为精确地识别道路路线图,以提高无人驾驶车辆行驶的安全性的效果。
本申请实施例所提供的一种路线图生成方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和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。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。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,又例如,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通信接口,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,在本申请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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,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。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种路线图生成方法,其特征在于,包括:
根据获取的目标道路的先验信息,生成所述目标道路的三维栅格地图;其中,所述道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息;
基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图;
根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图,包括:
获取所述三维栅格地图中每个三维栅格点对应的三维位置坐标,以及通过激光雷达采集的所述每个三维栅格点对应材质的反射率;
将二维位置坐标相同的每个所述三维栅格点的竖坐标的数值设置为预设值,以生成构成所述二维地图的每个二维栅格点;
计算二维位置坐标相同的每个所述三维栅格点对应材质的反射率的平均反射率,并将所述平均反射率作为所述二维地图的每个二维栅格点的对应的反射率。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图的步骤之前,还包括:
根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;
对所述目标道路的区域进行标记;
所述根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:
在标记的所述目标道路的区域上生成用于无人车行驶的路线图。
4.根据权利要求3所述的方法,其特征在于,所述根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域,包括:
获取所述三维栅格地图中二维位置坐标相邻的三维栅格点的竖坐标的差值;
确定所述差值小于预设阈值的三维栅格点组成的地图区域;
将所述地图区域中最大的地图区域确定为所述所述目标道路的区域。
5.一种路线图生成装置,其特征在于,包括:
第一生成模块,用于根据获取的目标道路的先验信息,生成所述目标道路的三维栅格地图;其中,所述道路先验信息包括道路位置信息、道路限速信息、交通指示灯的位置信息和路面标识位置信息;
第二生成模块,用于基于所述目标道路的三维栅格地图中三维栅格点的位置坐标,生成包括具有二维位置坐标的二维栅格点的二维地图;
第三生成模块,用于根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图。
6.根据权要要求5所述的装置,其特征在于,所述第二生成模块具体用于:
获取所述三维栅格地图中每个三维栅格点对应的三维位置坐标,以及通过激光雷达采集的所述每个三维栅格点对应材质的反射率;
将二维位置坐标相同的每个所述三维栅格点的竖坐标的数值设置为预设值,以生成构成所述二维地图的每个二维栅格点;
计算二维位置坐标相同的每个所述三维栅格点对应材质的反射率的平均反射率,并将所述平均反射率作为所述二维地图的每个二维栅格点的对应的反射率。
7.根据权利要求5所述的装置,其特征在于,所述第二生成模块还用于:
根据所述三维栅格地图中三维栅格点的竖坐标,确定所述三维栅格地图中连续的两个三维栅格点的竖坐标的差值在预设阈值内的目标道路的区域;
对所述目标道路的区域进行标记;
所述根据所述先验信息所对应的二维栅格点的标注信息,生成用于无人车行驶的路线图,包括:
在标记的所述目标道路的区域上生成用于无人车行驶的路线图。
8.根据权利要求7所述的装置,其特征在于,所述第二生成模块还用于:
获取所述三维栅格地图中二维位置坐标相邻的三维栅格点的竖坐标的差值;
确定所述差值小于预设阈值的三维栅格点组成的地图区域;
将所述地图区域中最大的地图区域确定为所述所述目标道路的区域。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至4任一所述的一种路线图生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至4任意一项所述的一种路线图生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454766.1A CN109544443B (zh) | 2018-11-30 | 2018-11-30 | 一种路线图生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454766.1A CN109544443B (zh) | 2018-11-30 | 2018-11-30 | 一种路线图生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109544443A true CN109544443A (zh) | 2019-03-29 |
CN109544443B CN109544443B (zh) | 2023-03-10 |
Family
ID=65851410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811454766.1A Active CN109544443B (zh) | 2018-11-30 | 2018-11-30 | 一种路线图生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544443B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506777A (zh) * | 2020-03-13 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN111703302A (zh) * | 2020-06-18 | 2020-09-25 | 北京航迹科技有限公司 | 一种车窗内容显示方法、装置、电子设备及可读存储介质 |
CN111784798A (zh) * | 2020-06-30 | 2020-10-16 | 滴图(北京)科技有限公司 | 地图生成方法、装置、电子设备和存储介质 |
CN113808142A (zh) * | 2021-08-19 | 2021-12-17 | 高德软件有限公司 | 一种地面标识的识别方法、装置、电子设备 |
WO2023232055A1 (zh) * | 2022-06-01 | 2023-12-07 | 阿里云计算有限公司 | 地图生成方法以及装置 |
CN113808142B (zh) * | 2021-08-19 | 2024-04-26 | 高德软件有限公司 | 一种地面标识的识别方法、装置、电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0735561A (ja) * | 1993-07-20 | 1995-02-07 | Clarion Co Ltd | ナビゲーション装置のコース設定方式 |
JP2009199572A (ja) * | 2008-01-25 | 2009-09-03 | Kazuo Iwane | 三次元機械地図、三次元機械地図生成装置、ナビゲーション装置及び自動運転装置 |
CN106599108A (zh) * | 2016-11-30 | 2017-04-26 | 浙江大学 | 一种三维环境中多模态环境地图构建方法 |
CN107491070A (zh) * | 2017-08-31 | 2017-12-19 | 成都通甲优博科技有限责任公司 | 一种移动机器人路径规划方法及装置 |
WO2018113451A1 (zh) * | 2016-12-22 | 2018-06-28 | 沈阳美行科技有限公司 | 一种地图数据系统、其生成和使用方法及应用 |
CN108398705A (zh) * | 2018-03-06 | 2018-08-14 | 广州小马智行科技有限公司 | 地图生成方法、装置及车辆定位方法、装置 |
-
2018
- 2018-11-30 CN CN201811454766.1A patent/CN109544443B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0735561A (ja) * | 1993-07-20 | 1995-02-07 | Clarion Co Ltd | ナビゲーション装置のコース設定方式 |
JP2009199572A (ja) * | 2008-01-25 | 2009-09-03 | Kazuo Iwane | 三次元機械地図、三次元機械地図生成装置、ナビゲーション装置及び自動運転装置 |
CN106599108A (zh) * | 2016-11-30 | 2017-04-26 | 浙江大学 | 一种三维环境中多模态环境地图构建方法 |
WO2018113451A1 (zh) * | 2016-12-22 | 2018-06-28 | 沈阳美行科技有限公司 | 一种地图数据系统、其生成和使用方法及应用 |
CN107491070A (zh) * | 2017-08-31 | 2017-12-19 | 成都通甲优博科技有限责任公司 | 一种移动机器人路径规划方法及装置 |
CN108398705A (zh) * | 2018-03-06 | 2018-08-14 | 广州小马智行科技有限公司 | 地图生成方法、装置及车辆定位方法、装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506777A (zh) * | 2020-03-13 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN111506777B (zh) * | 2020-03-13 | 2023-04-28 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN111703302A (zh) * | 2020-06-18 | 2020-09-25 | 北京航迹科技有限公司 | 一种车窗内容显示方法、装置、电子设备及可读存储介质 |
CN111784798A (zh) * | 2020-06-30 | 2020-10-16 | 滴图(北京)科技有限公司 | 地图生成方法、装置、电子设备和存储介质 |
CN111784798B (zh) * | 2020-06-30 | 2021-04-09 | 滴图(北京)科技有限公司 | 地图生成方法、装置、电子设备和存储介质 |
CN113808142A (zh) * | 2021-08-19 | 2021-12-17 | 高德软件有限公司 | 一种地面标识的识别方法、装置、电子设备 |
CN113808142B (zh) * | 2021-08-19 | 2024-04-26 | 高德软件有限公司 | 一种地面标识的识别方法、装置、电子设备 |
WO2023232055A1 (zh) * | 2022-06-01 | 2023-12-07 | 阿里云计算有限公司 | 地图生成方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109544443B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111551958B (zh) | 一种面向矿区无人驾驶的高精地图制作方法 | |
US20210364319A1 (en) | Infrastructure mapping and layered output | |
US10846511B2 (en) | Automatic detection and positioning of pole-like objects in 3D | |
CN109544443A (zh) | 一种路线图生成方法及装置 | |
JP2022535351A (ja) | 車両ナビゲーションのためのシステム及び方法 | |
CN102222236B (zh) | 图像处理系统及位置测量系统 | |
CN110715671B (zh) | 三维地图生成方法、装置、车辆导航设备和无人驾驶车辆 | |
US11590989B2 (en) | Training data generation for dynamic objects using high definition map data | |
CN110118564B (zh) | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 | |
EP1975565A2 (en) | Feature information collecting apparatus and feature information collecting method | |
DE102014104663B4 (de) | Fahrbahnbasierte Lokalisierung | |
CN108961811A (zh) | 停车场车辆定位方法、系统、移动终端及存储介质 | |
JP2019105789A (ja) | 道路構造データ生成装置、道路構造データベース | |
JP2023106536A (ja) | 画像分析に基づく車両ナビゲーションのためのシステム | |
CN104317583A (zh) | 基于网格原理的道路拥堵优化算法 | |
US20190331497A1 (en) | Localization technique | |
JP2023539868A (ja) | マップベースの現実世界モデル化のシステム及び方法 | |
CN114518122A (zh) | 行车导航方法、装置、计算机设备、存储介质和计算机程序产品 | |
CN111238498A (zh) | 车道级显示的道路地图生成方法、装置及相关系统 | |
CN112837414B (zh) | 基于车载点云数据的三维高精度地图的构建方法 | |
JP2010218569A (ja) | 地物情報収集装置及び地物情報収集方法 | |
CN112530270B (zh) | 一种基于区域分配的建图方法及装置 | |
CN114694116A (zh) | 一种道路边界检测方法、装置、电子设备和存储介质 | |
JP5088592B2 (ja) | 自車位置認識装置及び自車位置認識プログラム | |
JP2006178694A (ja) | 道路標識画像構成線分候補の検出方法及び道路標識画像構成線分候補を検出可能なプログラム |
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 |