CN109597862A - 基于拼图式的地图生成方法、装置及计算机可读存储介质 - Google Patents
基于拼图式的地图生成方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109597862A CN109597862A CN201811290771.3A CN201811290771A CN109597862A CN 109597862 A CN109597862 A CN 109597862A CN 201811290771 A CN201811290771 A CN 201811290771A CN 109597862 A CN109597862 A CN 109597862A
- Authority
- CN
- China
- Prior art keywords
- map
- precision
- road
- topology structure
- sub
- 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
Landscapes
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明提供一种基于拼图式的地图生成方法、装置及计算机可读存储介质，方法包括：按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；将各所述高精度子地图进行拼接，获得完整高精度地图。由于分割后的道路拓扑结构中的内容较少，因此，生成分别与各道路拓扑结构对应的至少一张高精度子地图的步骤也较为简单，从而能够提高高精度地图制作的效率。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种基于拼图式的地图生成方法、装置及计算机可读存储介质。
背景技术
随着交通的发展，道路变得越来越复杂，车辆类型也越来越多，因此对地图的精度的要求越来越高。以无人驾驶汽车举例来说，无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。因此，为了使无人驾驶汽车安全行驶，就需要地图的精度足够高。
为了获取高精度地图，现有技术中通常是预先采集图像信息，根据图像信息生成路网拓扑，后续直接根据生成的路网拓扑进行高精度地图的绘制。
但是由于路网拓扑中制作高精度地图的内容较多，直接根据路网拓扑进行高精度地图的制作，往往操作较为繁琐，导致高精度地图的制作效率较低。
发明内容
本发明提供一种基于拼图式的地图生成方法、装置及计算机可读存储介质，用于解决现有技术中由于路网拓扑中制作高精度地图的内容较多，直接根据路网拓扑进行高精度地图的制作，往往操作较为繁琐的技术问题。
本发明的第一个方面是提供一种基于拼图式的地图生成方法，包括：
按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
将各所述高精度子地图进行拼接，获得完整高精度地图。
本发明的另一个方面是提供一种基于拼图式的地图生成装置，包括：
切割模块，用于按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
提取模块，用于分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
生成模块，用于根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
拼接模块，用于将各所述高精度子地图进行拼接，获得完整高精度地图。
本发明的又一个方面是提供一种基于拼图式的地图生成设备，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为由所述处理器执行如上的基于拼图式的地图生成方法。
本发明的又一个方面是提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述的基于拼图式的地图生成方法。
本发明提供的基于拼图式的地图生成方法、装置及计算机可读存储介质，通过按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；将各所述高精度子地图进行拼接，获得完整高精度地图。由于分割后的道路拓扑结构中的内容较少，因此，生成分别与各道路拓扑结构对应的至少一张高精度子地图的步骤也较为简单，从而能够提高高精度地图制作的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明基于的网络架构示意图；
图2为本发明实施例一提供的基于拼图式的地图生成方法的流程示意图；
图3为本发明实施例所基于的场景图；
图4为本发明实施例二提供的基于拼图式的地图生成方法的流程示意图；
图5为本发明实施例三提供的基于拼图式的地图生成方法的流程示意图；
图6为本发明实施例四提供的基于拼图式的地图生成装置的结构示意图；
图7为本发明实施例五提供的基于拼图式的地图生成设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例所获得的所有其他实施例，都属于本发明保护的范围。
为了获取高精度地图，现有技术中通常是预先采集图像信息，根据图像信息生成路网拓扑，后续直接根据生成的路网拓扑进行高精度地图的绘制。但是由于路网拓扑中制作高精度地图的内容较多，直接根据路网拓扑进行高精度地图的制作，往往操作较为繁琐，导致高精度地图的制作效率较低。为了解决上述技术问题，本发明提供了一种基于拼图式的地图生成方法、装置及计算机可读存储介质。
需要说明的是，本申请提供基于拼图式的地图生成方法、装置及计算机可读存储介质可运用在各种地图生成的场景中。
图1为本发明基于的网络架构示意图，如图1所示，本发明基于的网络架构至少包括：基于拼图式的地图生成装置1、固定设置在各数据采集车辆上的数据采集设备2以及数据服务器3。其中，基于拼图式的地图生成装置1能够采用软件和/或硬件的方式实现，当其采用软件方式实现时，可以采用C/C++、Java、Shell或Python等语言编写。数据采集设备2可以为激光雷达、摄像机、相机、各种传感器等设备。数据服务器3则可为云端服务器或服务器集群，其内存储有大量的数据。基于拼图式的地图生成装置1可以与数据采集设备2以及数据服务器3进行通信，实现信息交互。
图2为本发明实施例一提供的基于拼图式的地图生成方法的流程示意图，
图3为本发明实施例提供的路网拓扑的示意图，如图2-图3所示，所述方法包括：
步骤201、按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构。
本实施例的执行主体为基于拼图式的地图生成装置。为了实现高精度地图的制作，设置多台数据采集车辆，每一辆数据采集车辆上均设置有数据采集设备，该数据采集设备可以为激光雷达、摄像机、相机、各种传感器等设备，数据采集设备采集到图像数据之后，可以将图像数据发送至基于拼图式的地图生成装置。相应地，基于拼图式的地图生成装置可以接收该图像数据，由于各数据采集设备采集到的图像数据不够完整，因此需要根据多张图像数据生成路网拓扑。但是由于路网拓扑中制作高精度地图的内容较多，直接根据路网拓扑进行高精度地图的制作，往往操作较为繁琐，因此，为了提高高精度地图的制作效率，基于拼图式的地图生成装置可以对路网拓扑进行分割。具体地，可以根据预设的分割方式对路网拓扑进行分割，获得至少一段道路拓扑结构。
步骤202、分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素。
在本实施方式中，由于待处理图像中包括多种信息，举例来说，其中包括制作高精度地图所需要的路况信息，也包括无用的行人等信息，因此，为了实现高精度地图的制作，基于拼图式的地图生成装置可以从各道路拓扑结构中提取绘制高精度地图所需要的关键元素。具体地，关键元素可以包括可行驶区域元素以及路口元素。
步骤203、根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图。
在本实施方式中，从各道路拓扑结构中提取绘制高精度地图所需要的关键元素之后，可以根据各关键元素生成与道路拓扑结构相对应的高精度子地图。需要说明的是，由于分割后的道路拓扑结构中用于制作地图的关键元素较少，因此，地图生成速度较快，能够有效提高地图制作效率。
步骤204、将各所述高精度子地图进行拼接，获得完整高精度地图。
在本实施方式中，根据各关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图之后，可以将至少一张高精度子地图进行拼接获得完整的高精度地图。
如图3所示，当前路网拓扑中具有可行驶区域以及路口区域，为了实现对高精度地图的制作，可以按照预设的分割方式对路网拓扑进行分割，分割为多个道路拓扑结构，举例来说，可以将路网拓扑分割为四个可行驶区域31以及一个路口区域32，由于各道路拓扑结构中关键元素较少，因此，根据各道路拓扑结构生成地图较快，从而能够提高地图生成效率。
本实施例提供的基于拼图式的地图生成方法，通过按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；将各所述高精度子地图进行拼接，获得完整高精度地图。由于分割后的道路拓扑结构中的内容较少，因此，生成分别与各道路拓扑结构对应的至少一张高精度子地图的步骤也较为简单，从而能够提高高精度地图制作的效率。
图4为本发明实施例二提供的基于拼图式的地图生成方法的流程示意图，在上述任一实施例的基础上，如图4所示，所述方法包括：
步骤401、按照预设的道路类型或预设的道路长度对所述路网拓扑进行切割，获得至少一段道路拓扑结构；
步骤402、分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
步骤403、根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
步骤404、将各所述高精度子地图进行拼接，获得完整高精度地图。
在本实施例中，由于路网拓扑中制作高精度地图的内容较多，直接根据路网拓扑进行高精度地图的制作，往往操作较为繁琐，因此，为了提高高精度地图的制作效率，基于拼图式的地图生成装置可以对路网拓扑进行分割。具体地，由于路网拓扑中往往具有不同的道路类型，举例来说，其具有道路边界与路口区域；其中，道路边界可以包括但不限于：物理隔离(如栅栏、路沿、花坛等)、软隔离(车道线)；路口区域包含不限于十字路口、丁字路口等有分叉的区域。因此，可以根据道路类型对路网拓扑进行分割，获得多个道路拓扑结构，例如，一个便道作为一段道路拓扑结构，一条直路作为一段道路拓扑结构，一个拐弯作为一段道路拓扑结构，一个交叉路口作为一段道路拓扑结构。由于各道路拓扑结构中只具有一个道路类型，因此相应关键元素类型也较少，根据该道路拓扑结构实现地图的生成效率较高。此外，还可以按照预设的长度对路网拓扑进行分割，由于分割后的道路拓扑结构长度有限，因此相应关键元素类型也较少，根据该道路拓扑结构实现地图的生成效率较高。
本实施例提供的基于拼图式的地图生成方法，通过按照预设的道路类型或预设的道路长度对所述路网拓扑进行切割，获得至少一段道路拓扑结构，从而能够提高地图制作的效率。
进一步地，在上述任一实施例的基础上，所述可行驶区域元素包括车道线位置、车道线颜色以及车道线转向信息，所述方法包括：
按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
通过图像分割技术对各道路拓扑结构中车道线位置、车道线颜色以及车道线转向信息进行提取；
根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
将各所述高精度子地图进行拼接，获得完整高精度地图。
在本实施例中，可行驶区域元素具体可以包括车道线位置、车道线颜色以及车道线转向信息。其中，可行驶区域具体地可以通过车道线位置、车道线颜色以及车道线转向信息进行提取，结合车道的位置确定。具体地，可以通过图像分割技术对各道路拓扑结构中车道线位置、车道线颜色以及车道线转向信息进行提取，根据关键元素生成分别与各道路拓扑结构对应的至少一张高精度子地图，将各高精度子地图进行拼接，获得完整高精度地图。
本实施例提供的基于拼图式的地图生成方法，通过图像分割技术对各道路拓扑结构中车道线位置、车道线颜色以及车道线转向信息进行提取，从而能够精准地确定各道路拓扑结构中的关键元素，为后续的地图制作提供了基础。
进一步地，在上述任一实施例的基础上，所述路口元素包括斑马线元素、红绿灯位置元素以及指向信息，所述方法包括：
按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
通过图像分割技术对各道路拓扑结构中斑马线进行提取；
通过图像检测技术对各道路拓扑结构中红绿灯元素进行提取；
根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
将各所述高精度子地图进行拼接，获得完整高精度地图。
在本实施例中，路口元素包括斑马线元素、红绿灯位置元素以及指向信息，其中，路口区域的提取从道路可行驶区域的停止线向外延伸，与提取到的道路的硬隔离(花坛、路沿等)进行融合得到，通常路口区域不会超过道路硬隔离范围之外。具体地，可以通过图像分割技术对各道路拓扑结构中斑马线进行提取；通过图像检测技术对各道路拓扑结构中红绿灯元素进行提取。根据关键元素生成分别与各道路拓扑结构对应的至少一张高精度子地图，将各高精度子地图进行拼接，获得完整高精度地图。
本实施例提供的基于拼图式的地图生成方法，通过图像分割技术对各道路拓扑结构中斑马线进行提取；通过图像检测技术对各道路拓扑结构中红绿灯元素进行提取，从而能够精准地确定各道路拓扑结构中的关键元素，为后续的地图制作提供了基础。
图5为本发明实施例三提供的基于拼图式的地图生成方法的流程示意图，在上述任一实施例的基础上，如图5所示，所述方法包括：
步骤501、按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
步骤502、分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
步骤503、根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
步骤504、按照预设的标识方式为各高精度子地图设置唯一的标识；
步骤505、按照各高精度子地图的标识将各所述高精度子地图进行拼接，获得完整高精度地图。
在本实施例中，由于需要对网络拓扑分割，针对各道路拓扑结构生成相应地高精度子地图，并将高精度子地图进行拼接，获得最终完整的地图，因此，为了保证拼接的准确性，需要对各高精度子地图进行标识。具体地，在根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图之后，可以根据预设的标识方式对各高精度子地图设置唯一的标识，举例来说，可以按照分割顺序进行标识，也可以按照子地图在路网拓扑中的位置信息进行标识，也可以选取其他方式进行标识，本发明在此不做限制。相应地，在拼接过程中，可以根据各高精度子地图的标识对各高精度子地图进行拼接，获得完整高精度地图。
本实施例提供的基于拼图式的地图生成方法，通过按照预设的标识方式为各高精度子地图设置唯一的标识；按照各高精度子地图的标识将各所述高精度子地图进行拼接，获得完整高精度地图。从而能够保证高精度子地图拼接的准确性，进一步地提高了高精度地图的生成效率。
进一步地，在上述任一实施例的基础上，所述方法包括：
按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
针对各道路拓扑结构，根据预设的层级关系，对各关键元素进行结构化；
将结构化的各关键元素投影至三维空间，获得至少一张高精度子地图；
将各所述高精度子地图进行拼接，获得完整高精度地图。
在本实施例中，分别从各道路拓扑结构提取绘制高精度地图的关键元素之后，可以根据关键元素生成高精度子地图。具体地，针对各道路拓扑结构，由于从各道路拓扑结构提取到的关键元素均为独立的个体，而实际场景中多种不同的关键元素之间存在包含、并列、连接关系，因此，为了实现高精度地图的制作，需要对从各道路拓扑结构中提取到的关键元素进行结构化处理，获取与各道路拓扑结构对应的结构化信息。由于不同车型对于地图有着不同的需求，举例来说，若车型为无人车，由于无人车中没有人进行操控，因此需要从地图中获取到精准的信息。因此，可以将二维的结构化信息投影到三维空间中，获得至少一张高精度子地图，对至少一张高精度子地图进行拼接，获得完整高精度地图，从而无人车可以从高精度地图中获取到高度信息，进而能够实现安全驾驶。
本实施例提供的基于拼图式的地图生成方法，通过针对各道路拓扑结构，根据预设的层级关系，对各关键元素进行结构化；将结构化的各关键元素投影至三维空间，获得至少一张高精度子地图，从而能够在提高地图生成效率的基础上，提高地图的精准度。
图6为本发明实施例四提供的基于拼图式的地图生成装置的结构示意图，如图6所示，所述基于拼图式的地图生成装置包括：
切割模块61，用于按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
提取模块62，用于分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
生成模块63，用于根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
拼接模块64，用于将各所述高精度子地图进行拼接，获得完整高精度地图。
本实施例提供的基于拼图式的地图生成装置，通过按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；将各所述高精度子地图进行拼接，获得完整高精度地图。由于分割后的道路拓扑结构中的内容较少，因此，生成分别与各道路拓扑结构对应的至少一张高精度子地图的步骤也较为简单，从而能够提高高精度地图制作的效率。
进一步地，在上述任一实施例的基础上，所述切割模块包括：
切割单元，用于按照预设的道路类型或预设的道路长度对所述路网拓扑进行切割。
进一步地，在上述任一实施例的基础上，所述可行驶区域元素包括车道线位置、车道线颜色以及车道线转向信息；
相应地，所述提取模块包括：
第一提取单元，用于通过图像分割技术对各道路拓扑结构中车道线位置、车道线颜色以及车道线转向信息进行提取。
进一步地，在上述任一实施例的基础上，所述路口元素包括斑马线元素、红绿灯位置元素以及指向信息；
相应地，所述提取模块包括：
第二提取单元，用于通过图像分割技术对各道路拓扑结构中斑马线进行提取；
第三提取单元，用于通过图像检测技术对各道路拓扑结构中红绿灯元素进行提取。
进一步地，在上述任一实施例的基础上，所述装置还包括：
标识设置模块，用于按照预设的标识方式为各高精度子地图设置唯一的标识；
相应地，所述拼接模块包括：
拼接单元，用于按照各高精度子地图的标识将各所述高精度子地图进行拼接。
进一步地，在上述任一实施例的基础上，所述生成模块包括：
结构化单元，用于针对各道路拓扑结构，根据预设的层级关系，对各关键元素进行结构化；
投影单元，用于将结构化的各关键元素投影至三维空间，获得至少一张高精度子地图。
图7为本发明实施例五提供的基于拼图式的地图生成设备的结构示意图，如图7所示，所述基于拼图式的地图生成设备包括：存储器71，处理器72；
存储器71；用于存储所述处理器72可执行指令的存储器71；
其中，所述处理器72被配置为由所述处理器72执行如上述任一实施例所述的基于拼图式的地图生成方法。
本发明又一实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述任一实施例所述的基于拼图式的地图生成方法。
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。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、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：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (14)
1.一种基于拼图式的地图生成方法，其特征在于，包括：
按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
将各所述高精度子地图进行拼接，获得完整高精度地图。
2.根据权利要求1所述的方法，其特征在于，所述按照预设的分割方式对路网拓扑进行切割，包括：
按照预设的道路类型或预设的道路长度对所述路网拓扑进行切割。
3.根据权利要求1所述的方法，其特征在于，所述可行驶区域元素包括车道线位置、车道线颜色以及车道线转向信息；
相应地，所述分别从各道路拓扑结构提取绘制高精度地图的关键元素，包括：
通过图像分割技术对各道路拓扑结构中车道线位置、车道线颜色以及车道线转向信息进行提取。
4.根据权利要求1所述的方法，其特征在于，所述路口元素包括斑马线元素、红绿灯位置元素以及指向信息；
相应地，所述分别从各道路拓扑结构提取绘制高精度地图的关键元素，包括：
通过图像分割技术对各道路拓扑结构中斑马线进行提取；
通过图像检测技术对各道路拓扑结构中红绿灯元素进行提取。
5.根据权利要求1所述的方法，其特征在于，所述根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图之后，还包括：
按照预设的标识方式为各高精度子地图设置唯一的标识；
相应地，所述将各所述高精度子地图进行拼接，包括：
按照各高精度子地图的标识将各所述高精度子地图进行拼接。
6.根据权利要求1所述的方法，其特征在于，所述根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图，包括：
针对各道路拓扑结构，根据预设的层级关系，对各关键元素进行结构化；
将结构化的各关键元素投影至三维空间，获得至少一张高精度子地图。
7.一种基于拼图式的地图生成装置，其特征在于，包括：
切割模块，用于按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；
提取模块，用于分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；
生成模块，用于根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；
拼接模块，用于将各所述高精度子地图进行拼接，获得完整高精度地图。
8.根据权利要求7所述的装置，其特征在于，所述切割模块包括：
切割单元，用于按照预设的道路类型或预设的道路长度对所述路网拓扑进行切割。
9.根据权利要求7所述的装置，其特征在于，所述可行驶区域元素包括车道线位置、车道线颜色以及车道线转向信息；
相应地，所述提取模块包括：
第一提取单元，用于通过图像分割技术对各道路拓扑结构中车道线位置、车道线颜色以及车道线转向信息进行提取。
10.根据权利要求7所述的装置，其特征在于，所述路口元素包括斑马线元素、红绿灯位置元素以及指向信息；
相应地，所述提取模块包括：
第二提取单元，用于通过图像分割技术对各道路拓扑结构中斑马线进行提取；
第三提取单元，用于通过图像检测技术对各道路拓扑结构中红绿灯元素进行提取。
11.根据权利要求7所述的装置，其特征在于，所述装置还包括：
标识设置模块，用于按照预设的标识方式为各高精度子地图设置唯一的标识；
相应地，所述拼接模块包括：
拼接单元，用于按照各高精度子地图的标识将各所述高精度子地图进行拼接。
12.根据权利要求7所述的装置，其特征在于，所述生成模块包括：
结构化单元，用于针对各道路拓扑结构，根据预设的层级关系，对各关键元素进行结构化；
投影单元，用于将结构化的各关键元素投影至三维空间，获得至少一张高精度子地图。
13.一种基于拼图式的地图生成设备，其特征在于，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为由所述处理器执行如权利要求1-6任一项所述的基于拼图式的地图生成方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-6任一项所述的基于拼图式的地图生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811290771.3A CN109597862B (zh) | 2018-10-31 | 2018-10-31 | 基于拼图式的地图生成方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811290771.3A CN109597862B (zh) | 2018-10-31 | 2018-10-31 | 基于拼图式的地图生成方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109597862A true CN109597862A (zh) | 2019-04-09 |
| CN109597862B CN109597862B (zh) | 2020-10-16 |
Family
ID=65958255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811290771.3A Active CN109597862B (zh) | 2018-10-31 | 2018-10-31 | 基于拼图式的地图生成方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109597862B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110162589A (zh) * | 2019-05-31 | 2019-08-23 | 北京百度网讯科技有限公司 | 道路限速值的赋值方法、装置、电子设备、计算机可读介质 |
| CN110174115A (zh) * | 2019-06-05 | 2019-08-27 | 武汉中海庭数据技术有限公司 | 一种基于感知数据自动生成高精度定位地图的方法及装置 |
| CN110220521A (zh) * | 2019-05-24 | 2019-09-10 | 上海蔚来汽车有限公司 | 一种高精地图的生成方法和装置 |
| CN110287276A (zh) * | 2019-05-27 | 2019-09-27 | 百度在线网络技术（北京）有限公司 | 高精地图更新方法、装置及存储介质 |
| CN110378284A (zh) * | 2019-07-18 | 2019-10-25 | 北京京东叁佰陆拾度电子商务有限公司 | 道路正视图生成方法及装置、电子设备、存储介质 |
| CN111597986A (zh) * | 2020-05-15 | 2020-08-28 | 北京百度网讯科技有限公司 | 用于生成信息的方法、装置、设备和存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140173064A1 (en) * | 2012-12-13 | 2014-06-19 | Level 3 Communications, Llc | Content delivery framework |
| US9170116B1 (en) * | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
| CN106767854A (zh) * | 2016-11-07 | 2017-05-31 | 纵目科技（上海）股份有限公司 | 移动设备、车库地图形成方法及系统 |
| CN107063275A (zh) * | 2017-03-24 | 2017-08-18 | 重庆邮电大学 | 基于路侧设备的智能车辆地图融合系统及方法 |
| CN107850453A (zh) * | 2015-08-11 | 2018-03-27 | 大陆汽车有限责任公司 | 匹配道路数据对象以生成和更新精确道路数据库的系统和方法 |
| CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
| 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 |
| CN108230421A (zh) * | 2017-09-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 一种道路图生成方法、装置、电子设备和计算机存储介质 |
| US20180276863A1 (en) * | 2017-03-22 | 2018-09-27 | Google Inc. | System and method for merging maps |
-
2018
- 2018-10-31 CN CN201811290771.3A patent/CN109597862B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140173064A1 (en) * | 2012-12-13 | 2014-06-19 | Level 3 Communications, Llc | Content delivery framework |
| US9170116B1 (en) * | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
| CN107850453A (zh) * | 2015-08-11 | 2018-03-27 | 大陆汽车有限责任公司 | 匹配道路数据对象以生成和更新精确道路数据库的系统和方法 |
| CN106767854A (zh) * | 2016-11-07 | 2017-05-31 | 纵目科技（上海）股份有限公司 | 移动设备、车库地图形成方法及系统 |
| 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 |
| US20180276863A1 (en) * | 2017-03-22 | 2018-09-27 | Google Inc. | System and method for merging maps |
| CN107063275A (zh) * | 2017-03-24 | 2017-08-18 | 重庆邮电大学 | 基于路侧设备的智能车辆地图融合系统及方法 |
| CN108230421A (zh) * | 2017-09-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 一种道路图生成方法、装置、电子设备和计算机存储介质 |
| CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110220521A (zh) * | 2019-05-24 | 2019-09-10 | 上海蔚来汽车有限公司 | 一种高精地图的生成方法和装置 |
| CN110220521B (zh) * | 2019-05-24 | 2023-07-07 | 上海蔚来汽车有限公司 | 一种高精地图的生成方法和装置 |
| CN110287276A (zh) * | 2019-05-27 | 2019-09-27 | 百度在线网络技术（北京）有限公司 | 高精地图更新方法、装置及存储介质 |
| CN110287276B (zh) * | 2019-05-27 | 2021-08-31 | 百度在线网络技术（北京）有限公司 | 高精地图更新方法、装置及存储介质 |
| CN110162589A (zh) * | 2019-05-31 | 2019-08-23 | 北京百度网讯科技有限公司 | 道路限速值的赋值方法、装置、电子设备、计算机可读介质 |
| CN110162589B (zh) * | 2019-05-31 | 2022-07-12 | 北京百度网讯科技有限公司 | 道路限速值的赋值方法、装置、电子设备、计算机可读介质 |
| CN110174115A (zh) * | 2019-06-05 | 2019-08-27 | 武汉中海庭数据技术有限公司 | 一种基于感知数据自动生成高精度定位地图的方法及装置 |
| CN110378284A (zh) * | 2019-07-18 | 2019-10-25 | 北京京东叁佰陆拾度电子商务有限公司 | 道路正视图生成方法及装置、电子设备、存储介质 |
| CN110378284B (zh) * | 2019-07-18 | 2021-07-16 | 北京京东叁佰陆拾度电子商务有限公司 | 道路正视图生成方法及装置、电子设备、存储介质 |
| CN111597986A (zh) * | 2020-05-15 | 2020-08-28 | 北京百度网讯科技有限公司 | 用于生成信息的方法、装置、设备和存储介质 |
| CN111597986B (zh) * | 2020-05-15 | 2023-09-29 | 北京百度网讯科技有限公司 | 用于生成信息的方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109597862B (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109597862A (zh) | 基于拼图式的地图生成方法、装置及计算机可读存储介质 | |
| CN112069856B (zh) | 地图生成方法、驾驶控制方法、装置、电子设备及系统 | |
| CN112880693B (zh) | 地图生成方法、定位方法、装置、设备及存储介质 | |
| KR102266830B1 (ko) | 차선 결정 방법, 디바이스 및 저장 매체 | |
| CN109186586B (zh) | 一种面向动态泊车环境的同时定位及混合地图构建方法 | |
| CN111462275B (zh) | 一种基于激光点云的地图生产方法和装置 | |
| CN111582189B (zh) | 交通信号灯识别方法、装置、车载控制终端及机动车 | |
| CN106802954B (zh) | 无人车语义地图模型构建方法及其在无人车上的应用方法 | |
| US10861183B2 (en) | Method and device for short-term path planning of autonomous driving through information fusion by using V2X communication and image processing | |
| CN111874006B (zh) | 路线规划处理方法和装置 | |
| CN109489673A (zh) | 用于自动驾驶车辆的数据驱动地图更新系统 | |
| US20200034351A1 (en) | Source Authentication And Changed Primitive Verification Systems And Methods For Real Time Updating Of Cloud-Based HD 3-D Map | |
| CN109491375A (zh) | 用于自动驾驶车辆的基于驾驶场景的路径规划 | |
| CN110462543A (zh) | 用于评估自动驾驶车辆的感知要求的基于仿真的方法 | |
| CN112325896B (zh) | 导航方法、装置、智能行驶设备及存储介质 | |
| DE112021002001T5 (de) | Navigieren eines fahrzeugs unter verwendung eines elektronischen horizonts | |
| WO2021003487A1 (en) | Training data generation for dynamic objects using high definition map data | |
| CN112837414B (zh) | 基于车载点云数据的三维高精度地图的构建方法 | |
| CN114973050A (zh) | 自动驾驶应用中深度神经网络感知的地面实况数据生成 | |
| CN116997771A (zh) | 车辆及其定位方法、装置、设备、计算机可读存储介质 | |
| CN114440905B (zh) | 中间图层的构建方法、装置、电子设备及存储介质 | |
| CN115046542A (zh) | 地图生成方法、装置、终端设备及存储介质 | |
| CN104101357A (zh) | 导航系统以及在导航系统上显示影像地图的方法 | |
| JP7414434B2 (ja) | 認識モデル配信システム及び認識モデルの更新方法 | |
| CN112904843B (zh) | 一种自动驾驶场景确定方法、装置、电子设备及存储介质 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211021 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |