CN109635052A - 点云数据的处理方法、装置和存储介质 - Google Patents
点云数据的处理方法、装置和存储介质 Download PDFInfo
- Publication number
- CN109635052A CN109635052A CN201811291883.0A CN201811291883A CN109635052A CN 109635052 A CN109635052 A CN 109635052A CN 201811291883 A CN201811291883 A CN 201811291883A CN 109635052 A CN109635052 A CN 109635052A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- area
- time
- automatic pilot
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Security & Cryptography (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
本发明提供一种点云数据的处理方法、装置和存储介质,该方法包括:对自动驾驶地图进行分区,获取多个区域;根据每个区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域;获取第一区域的当前时间的点云数据;根据第一区域的当前时间的点云数据,以及,第一区域的历史点云数据,对第一区域对应的自动驾驶地图中的点云数据进行更新。本发明中通过对自动驾驶地图进行分区更新,提高了更新效率;且根据区域的更新时间确定是否对该区域进行更新,确保了自动驾驶地图的准确性。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种点云数据的处理方法、装置和存储介质。
背景技术
随着自动驾驶技术的不断发展,越来越多的自动驾驶服务开始进入人们的生活圈。无人车定位是自动驾驶的关键技术之一,精确的定位对于无人驾驶的环境感知和路径规划等任务至关重要。现有技术中采用预先获取的高精度地图的方式进行无人车的定位,采用这种定位方法的精度可以达到厘米级别。但无人车行驶的周围环境是不断发生变化的,相应的,变化的环境会影响其对应的点云数据。若地图不进行更新的话,无人车当前采集的点云数据与地图中的数据不匹配,导致位置定位不准确甚至错误。如:一周前位置处的树上是没有叶子的,但一周后A位置处的树上长满了叶子,导致该A位置处的点云数据发生改变。
现有技术中,并未记载对哪些点云数据进行更新,且采用新的点云数据对地图进行更新时如何更新;进一步的,现有技术在每次进行自动驾驶地图的更新时,由于需要对全部的地图的点云数据进行更新,更新的数据量大,更新效率低。
发明内容
本发明提供一种点云数据的处理方法、装置和存储介质,通过对自动驾驶地图进行分区更新,提高了更新效率;且根据区域的更新时间确定是否对该区域进行更新,确保了自动驾驶地图的准确性。
本发明的第一方面提供一种点云数据的处理方法,包括:
对自动驾驶地图进行分区,获取多个区域;
根据每个所述区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域;
获取所述第一区域的所述当前时间的点云数据;
根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
可选的,所述根据每个所述区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域,包括:
若存在区域对应的自动驾驶地图在所述创建时间之后未更新过,且所述创建时间与所述当前时间的时间差值大于第一时间阈值,则确定所述时间差值大于第一阈值时间的区域为需要更新的第一区域;或者,
若存在区域对应的自动驾驶地图的上一次更新的时间,与所述当前时间的时间差值大于所述第一时间阈值,则确定所述时间差值大于第一阈值时间的区域为需要更新的第一区域。
可选的,所述获取所述第一区域的所述当前时间的点云数据,包括:
接收无人车发送的多个相邻区域的所述当前时间的点云数据;
根据多个所述相邻区域的所述当前时间的点云数据,以及,所述自动驾驶地图对应的点云数据,获取所述第一区域的所述当前时间的点云数据。
可选的,所述根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新,包括:
若所述第一区域的所述当前时间的点云数据的数量大于数量阈值时,将所述第一区域的所述当前时间的点云数据替换所述第一区域对应的自动驾驶地图的点云数据。
可选的,所述根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新,包括:
若所述第一区域的所述当前时间的点云数据的数量小于数量阈值时,获取所述第一区域的历史点云数据中的目标点云数据,所述目标点云数据的获取时间与所述当前时间的时间差值小于第二时间阈值;
根据所述第一区域的所述当前时间的点云数据,以及,所述目标点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
可选的,所述根据所述第一区域的所述当前时间的点云数据,以及,所述目标点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新,包括:
获取所述第一区域的所述当前时间的点云数据的第一反射值,以及,所述目标点云数据的第二反射值;
根据所述第一反射值和所述第二反射值的均值,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
可选的,所述方法还包括:
在所述第一区域的历史点云数据中,删除获取时间早于所述目标点云数据获取时间的点云数据。
本发明的第二方面提供一种点云数据的处理装置,包括:
区域获取模块,用于对自动驾驶地图进行分区,获取多个区域;
第一区域确定模块,用于根据每个所述区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域;
点云数据获取模块,用于获取所述第一区域的所述当前时间的点云数据;
更新模块,用于根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
可选的,所述第一区域确定模块,具体用于若存在区域对应的自动驾驶地图在所述创建时间之后未更新过,且所述创建时间与所述当前时间的时间差值大于第一时间阈值,则确定所述时间差值大于第一阈值时间的区域为需要更新的第一区域;或者,
若存在区域对应的自动驾驶地图的上一次更新的时间,与所述当前时间的时间差值大于第一时间阈值,则确定所述时间差值大于第一阈值时间的区域为需要更新的第一区域。
可选的,所述点云数据获取模块,具体用于接收无人车发送的多个相邻区域的所述当前时间的点云数据;根据多个所述相邻区域的所述当前时间的点云数据,以及,所述自动驾驶地图对应的点云数据,获取所述第一区域的所述当前时间的点云数据。
可选的,所述更新模块,具体用于若所述第一区域的所述当前时间的点云数据的数量大于数量阈值时,将所述第一区域的所述当前时间的点云数据替换所述第一区域对应的自动驾驶地图的点云数据。
可选的,所述更新模块,具体还用于若所述第一区域的所述当前时间的点云数据的数量小于数量阈值时,获取所述第一区域的历史点云数据中的目标点云数据,所述目标点云数据的获取时间与所述当前时间的时间差值小于第二时间阈值;根据所述第一区域的所述当前时间的点云数据,以及,所述目标点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
可选的,所述更新模块,具体还用于获取所述第一区域的所述当前时间的点云数据的第一反射值,以及,所述目标点云数据的第二反射值;根据所述第一反射值和所述第二反射值的均值,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
可选的,所述装置还包括:删除模块;
所述删除模块,用于在所述第一区域的历史点云数据中,删除获取时间早于所述目标点云数据获取时间的点云数据。
本发明的第三方面提供一种点云数据的处理装置,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述点云数据的处理装置执行上述点云数据的处理方法。
本发明的第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机执行指令,当所述计算机执行指令被处理器执行时,实现上述点云数据的处理方法。
本发明提供一种点云数据的处理方法、装置和存储介质,该方法包括:对自动驾驶地图进行分区,获取多个区域;根据每个区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域;获取第一区域的当前时间的点云数据;根据第一区域的当前时间的点云数据,以及,第一区域的历史点云数据,对第一区域对应的自动驾驶地图中的点云数据进行更新。本发明中对对自动驾驶地图进行分区更新,提高了更新效率;且根据区域的更新时间确定是否对该区域进行更新,确保了自动驾驶地图的准确性。
附图说明
图1为本发明提供的点云数据的处理方法适用的场景示意图;
图2为本发明提供的点云数据的处理方法的流程示意图一;
图3为本发明提供的点云数据的处理方法中的分区后的自动驾驶地图示意图;
图4为本发明提供的点云数据的处理方法的流程示意图二;
图5为本发明提供的点云数据的处理方法的流程示意图三;
图6为本发明提供的点云数据的处理装置的结构示意图一;
图7为本发明提供的点云数据的处理装置的结构示意图二;
图8为本发明提供的点云数据的处理装置的结构示意图三。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明的实施例,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,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
自动驾驶依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作无人车。无人驾驶技术中的定位方法至关重要,关系到无人车当前处于什么位置,应该按照怎样的路线进行行驶,现有技术中多采用预先获取自动驾驶区域的自动驾驶地图的方式,对车辆进行定位。
具体的,预先根据采集车采集自动驾驶区域所有位置的点云数据,将每个位置与其对应的点云数据进行对应存储,获取自动驾驶地图,其中,每个位置对应的自动驾驶地图实际上为该位置对应的点云数据,即自动驾驶地图为由多个位置的点云数据合并生成的点云数据地图。在无人车实际行驶过程中,根据无人车当前采集的点云数据与自动驾驶地图中的点云数据进行匹配,获取无人车所在的位置。
自动驾驶区域的环境是不断发生变化的,若不对自动驾驶地图进行更新,则无人车在行驶过程中采集获取的点云数据,可能在自动驾驶地图中没有与其相匹配的点云数据,导致无人车的定位失败。因此,需要对自动驾驶地图进行更新,但自动驾驶地图中的位置多,对应的点云数据量大,更新一次需要很长时间;且可能存在一些位置处的点云数据在一段时间内发生改变,另一些位置的点云数据在同样的时间内并未发生改变。因此,如何更有效地对自动驾驶地图进行更新至关重要。
图1为本发明提供的点云数据的处理方法适用的场景示意图,如图1所示,本发明提供的点云数据的处理方法适用的场景中包括:点云数据的处理装置和无人车。其中,在最初获取自动驾驶区域的自动驾驶地图时,是由采集车对该自动驾驶区域的每个位置处的点云数据进行采集,进而生成自动驾驶区域的自动驾驶地图;而在后续的更新使用中,自动驾驶区域的点云数据的采集是由真正行驶的无人车进行的。
其中,无人车在行驶过程中,采集获取点云数据,发送给点云数据的处理装置。点云数据的处理装置根据每次无人车发送的点云数据,确定是不是需要对无人车所在的位置的自动驾驶地图进行更新,进而获取更为准确的自动驾驶地图,无人车根据更新后的自动驾驶地图,可以准确实现定位。
图2为本发明提供的点云数据的处理方法的流程示意图一,图2所示方法流程的执行主体可以为点云数据的处理装置,该点云数据的处理装置可由任意的软件和/或硬件实现。如图2所示,本实施例提供的点云数据的处理方法可以包括:
S201,对自动驾驶地图进行分区,获取多个区域。
本实施例中的自动驾驶地图为自动驾驶区域的每个位置的点云数据对应的地图,其中,在第一次生成该自动驾驶地图时,该自动驾驶地图对应的点云数据就是采集车采集的每个位置的点云数据;在后续的使用过程中,自动驾驶地图可能发生更新,该更新后的自动驾驶地图对应的点云数据可以是更新前的点云数据与更新时采集的点云数据的整合。具体的,该更新后的自动驾驶地图对应的点云数据可以是更新前的点云数据与更新时采集的点云数据的均值,也可以完全是更新时采集的点云数据。
其中,点云数据的处理装置对自动驾驶地图进行分区,获取多个区域。具体的,分区可以是按照自动驾驶区域的地理位置进行分区,获取按照预设区域大小进行分区。分区的主要目的是获取自动驾驶地图的多个区域,按照区域实现对自动驾驶地图的更新,降低了每次更新时需要处理的数据量的大小。
示例性的,自动驾驶地图对应的自动驾驶区域为A区,可以按照该A区对应的街道名称进行分区,也可以是在A区内每隔预设距离进行获取一个区域。图3为本发明提供的点云数据的处理方法中的分区后的自动驾驶地图示意图,如图3所示的是按照在A区内每隔预设距离进行获取一个区域,将A区对应的自动驾驶地图分为四个区域,分别为1、2、3和4。
本实施例中的对一自动驾驶地图的分区规则是进行更新前预先配置的,该分区规则存储在点云数据的处理装置中,对于同一自动驾驶地图,分区可以只进行一次,在后续的更新过程中,按照区域对自动驾驶地图进行更新。
S202,根据每个区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域。
本实施例中,点云数据的处理装置中存储有每个区域的历史点云数据,该历史点云数据为每次进行更新时无人车采集获取的该区域的点云数据,以及,每次获取的点云数据的时间,即每次进行更新的时间。示例性的,每个区域的点云数据存储的方式可以按照表一的中的方式进行对应存储。表一仅示例性的展示了一种存储方式,也可按照其他存储方式对每个区域的点云数据进行存储。
表一
若自动驾驶地图从未更新过,则自动驾驶地图对应的更新时间可以是该自动驾驶地图对应的点云数据的采集时间。
示例性的,表一中X区域的点云数据A可以是未经过更新的最初采集的该区域的点云数据,其对应的更新时间为该最初采集的时间;在进行第一次更新时,采集该X区域的点云数据为点云数据B,本实施例中可以根据点云数据A和点云数据B对该区域的自动驾驶地图进行更新;进一步的,在进行第二次更新时,采集该X区域的点云数据为点云数据C。
本实施例中,点云数据的处理装置根据每个区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域。其中,点云数据的处理装置存储有每个区域每次进行更新的时间,可如上表一所示;每个区域上一次进行更新的时间可以不相同。其中,若存在区域上一次更新的时间与当前时间的时间差值大于时间阈值,则确定该区域对应的自动驾驶地图失效,可信度低,进而对该区域对应的自动驾驶地图进行更新。或者,若点云数据的处理装置确定存在区域在自动驾驶地图的创建时间之后未更新过,则根据自动驾驶地图的创建时间,以及,当前时间,确定需要更新的第一区域,具体的,若存在区域自动驾驶地图的创建时间与当前时间的时间差值大于时间阈值,则确定该区域对应的自动驾驶地图失效,可信度低,进而对该区域对应的自动驾驶地图进行更新。
示例性的,点云数据的处理装置中存储有时间阈值,如一周;若A区域上一次更新的时间为两周前,则确定该A区域为需要进行更新的区域。
或者,点云数据的处理装置预先设置区域对应的自动驾驶地图进行更新的周期;可以周期性的对区域的自动驾驶地图进行更新,每个区域的周期可以不相同。
示例性的,A区域种植有树木,由于在季节变换时期,树木会经历长叶、落叶等过程,该A区域对应的点云数据也会发生变化,将该A区域对应的自动驾驶地图更新的周期可以设置为一天或者一周,若A区域对应的自动驾驶地图的上一次更新的时间,以及,当前时间,大于该周期,则确定需要对该A区的自动驾驶地图进行更新。
B区域的周围环境为几栋楼房,由于楼房随着时间变化不会发生大的改变,因此B区域对应的点云数据的变化也相对较小,因此可以将该B区域对应的自动驾驶地图更新的周期设置为大于A区域的更新周期,如一个月或者三个月。
S203,获取第一区域的当前时间的点云数据。
本实施例中,无人车在行驶过程中,能够采集不同区域的点云数据。具体的,根据无人车的行驶线路,无人车能够采集当前时间的各个区域或者部分区域的点云数据。其中,无人车的个数可以为多个,所有的无人车采集的点云数据可以覆盖整个无人驾驶区域。即点云数据的处理装置可以获取所有区域的当前时间的点云数据。
对于一无人车发送的当前时间的点云数据,该点云数据可以为多个区域的点云数据,且该多个区域为相邻区域;点云数据的处理装置可以根据预先存储的每个区域的历史点云数据,以及,无人车发送的当前时间的点云数据,获取第一区域的当前时间的点云数据。具体的,将无人车发送的当前时间的点云数据与每个区域的历史点云数据进行匹配,获取该无人车发送的当前时间的点云数据具体是哪些区域的点云数据,进而根据区域的划分规则,获取第一区域的当前时间的点云数据。
示例性的,第一区域为A区域;无人车发送的当前时间的点云数据为:A区域、B区域和C区域的当前时间的点云数据,每个区域中可能存在固定不变的点云数据和发生变化的点云数据。点云数据的处理装置根据每个区域的历史点云数据,无人车发送的当前时间的点云数据进行匹配,获取无人车发送的当前时间的点云数据对应的区域为A区域、B区域和C区域,进而获取A区域当前时间的点云数据。
S204,根据第一区域的当前时间的点云数据,以及,第一区域的历史点云数据,对第一区域对应的自动驾驶地图的点云数据进行更新。
本实施例中,点云数据的处理装置在获取第一区域的当前时间的点云数据后,可以对第一区域对应的自动驾驶地图的点云数据进行更新。
具体的,一种可行的更新方式可以是:将第一区域的当前时间的点云数据完全替换第一区域对应的自动驾驶地图的点云数据,实现该第一区域的自动驾驶地图的更新。
又一种可行的更新方式可以是:获取第一区域的历史点云数据中上一次更新时获取的第一区域的点云数据,对该点云数据和第一区域的当前时间的点云数据进行均值处理,将均值后的点云数据替换第一区域对应的自动驾驶地图的点云数据,实现该第一区域的自动驾驶地图的更新。
另一种可行的更新方式可以是:预先设置点云数据的有效期,在第一区域的历史点云数据中获取处于有效期范围内的点云数据,对该点云数据和第一区域的当前时间的点云数据进行均值处理,将均值后的点云数据替换第一区域对应的自动驾驶地图的点云数据,实现该第一区域的自动驾驶地图的更新。
本实施例提供的点云数据的处理方法包括:对自动驾驶地图进行分区,获取多个区域;根据每个区域对应的自动驾驶地图的上一次更新的时间,以及,当前时间,确定需要更新的第一区域;获取第一区域的当前时间的点云数据;根据第一区域的当前时间的点云数据,以及,第一区域的历史点云数据,对第一区域对应的自动驾驶地图中的点云数据进行更新。本实施例中通过对自动驾驶地图进行分区更新,提高了更新效率;且根据区域的更新时间确定是否对该区域进行更新,确保了自动驾驶地图的准确性。
在上述实施例的基础上,下面结合图4对本发明提供的一种自动驾驶地图的点云数据进行更新方法进行说明,图4为本发明提供的点云数据的处理方法的流程示意图二,如图4所示,本实施例提供的点云数据的处理方法可以包括:
S401,对自动驾驶地图进行分区,获取多个区域。
S402,若存在区域对应的自动驾驶地图在创建时间之后未更新过,且创建时间与当前时间的时间差值大于第一时间阈值,则确定时间差值大于第一阈值时间的区域为需要更新的第一区域。
本实施例中,点云数据的处理装置中预先存储有第一时间阈值,在当前时间之前的第一时间阈值之内进行的更新的均属于有效更新。其中,点云数据的处理装置获取自动驾驶地图中每个区域的创建时间,且查询每个区域的自动驾驶地图更新时间,若存在区域对应的自动驾驶地图的在创建时间之后未更新过,且创建时间与当前时间的时间差值大于第一时间阈值,则确定需要对该区域对应的自动驾驶地图进行更新,确定该区域为需要更新的第一区域。
S403,若存在区域对应的自动驾驶地图的上一次更新的时间,与当前时间的时间差值大于第一时间阈值,则确定时间差值大于第一阈值时间的区域为需要更新的第一区域。
本实施例中,点云数据的处理装置中预先存储有第一时间阈值,在当前时间之前的第一时间阈值之内进行的更新的均属于有效更新,对有效更新的区域不必再进行更新,避免给点云数据的处理装置带来过于频繁的数据处理。其中,点云数据的处理装置获取自动驾驶地图中每个区域上一次更新的时间,若存在区域对应的自动驾驶地图的上一次更新的时间,与当前时间的时间差值大于第一时间阈值,即更新属于无效更新,则需要对该区域对应的自动驾驶地图进行更新,确定该区域为需要更新的第一区域。
示例性的,当前时间为10月25日,第一时间阈值为5天,A区域对应的自动驾驶地图的上一次更新的时间为10月15日,B区域对应的自动驾驶地图的上一次更新的时间为10月23日;B区域上一次更新的时间与当前时间的时间差值为2天,小于第一时间阈值5天,则确定B区域上一次更新仍为有效更新;A区域上一次更新的时间与当前时间的时间差值为10天,大于第一时间阈值5天,则确定A区域上一次更新仍为无效更新,确定该A区域为需要更新的第一区域。
其中,S402和S403执行不具有先后顺序的区分,二者为择一执行的步骤。
S404,接收无人车发送的多个相邻区域的当前时间的点云数据。
本实施例中,点云数据的处理装置可以接收到无人车发送的多个相邻区域的当前时间的点云数据。根据自动驾驶地图的分区规则,无人车发送的当前时间的点云数据为相邻区域的点云数据。无人车能够采集当前时间的各个区域或者部分区域的点云数据。其中,无人车的个数可以为多个,所有的无人车采集的点云数据可以覆盖整个无人驾驶区域。即点云数据的处理装置可以获取所有区域的当前时间的点云数据。
S405,根据多个相邻区域的当前时间的点云数据,以及,自动驾驶地图对应的点云数据,获取第一区域的当前时间的点云数据。
本实施例中,对于一无人车发送的当前时间的点云数据,该点云数据可以为多个区域的点云数据,且该多个区域为相邻区域;点云数据的处理装置可以根据自动驾驶地图对应的点云数据,以及,无人车发送的当前时间的点云数据,获取第一区域的当前时间的点云数据。其中,自动驾驶地图对应的点云数据是更新前的点云数据,该点云数据可以是进行均值处理后的点云数据,也可以是上一次更新时获取的点云数据。
具体的,将无人车发送的当前时间的点云数据与自动驾驶地图对应的点云数据进行匹配,获取该无人车发送的当前时间的点云数据具体是哪些区域的点云数据,进而根据区域的划分规则,获取第一区域的当前时间的点云数据。其中,进行点云匹配的方式可以是采用现有技术中根据点云特征进行匹配的方式。
S406,若第一区域的当前时间的点云数据的数量大于数量阈值时,将第一区域的当前时间的点云数据替换第一区域对应的自动驾驶地图的点云数据。
本实施例中,点云数据的处理装置可以获取第一区域的当前时间的点云数据的数量,该数量为点云数据的处理装置接收到无人车发送的该第一区域的点云数据的次数。其中,若第一区域的当前时间的点云数据的数量大于数量阈值,则确定点云数据的处理装置获取的当前时间的第一区域的点云数据具有较高的可信度。
对第一区域对应的自动驾驶地图的点云数据进行更新的具体方式为:将第一区域的当前时间的点云数据替换第一区域对应的自动驾驶地图的点云数据。具体的,可以获取多个第一区域的当前时间的点云数据的均值,将该均值点云数据替换第一区域对应的自动驾驶地图的点云数据。
可以想到的是,在点云数据的处理装置将第一区域的当前时间的点云数据替换第一区域对应的自动驾驶地图的点云数据之后,点云数据的处理装置可以将该第一区域的历史点云数据进行删除,保留当前时间获取的该第一区域的点云数据即可。
其中,本实施例中的S401具体可参照上述实施例中S201中的相关描述,在此不做赘述。
本实施例中,第一区域为自动驾驶地图的创建之间或上一次更新的时间,与当前时间的时间差值大于第一时间阈值的区域,对有效更新的区域不再进行更新,给点云数据的处理装置带来过于频繁的数据处理;进一步的,若第一区域的当前时间的点云数据的数量大于数量阈值时,当前时间的点云数据具有较高的可信度,可以将第一区域的当前时间的点云数据替换第一区域对应的自动驾驶地图的点云数据,实现对自动驾驶地图的有效更新,确保了自动驾驶地图的准确性。
在上述实施例的基础上,下面结合图5对本发明提供的又一种自动驾驶地图的点云数据进行更新方法进行说明,图5为本发明提供的点云数据的处理方法的流程示意图三,如图5所示,本实施例提供的点云数据的处理方法可以包括:
S501,对自动驾驶地图进行分区,获取多个区域。
S502,若存在区域对应的自动驾驶地图在创建时间之后未更新过,且创建时间与当前时间的时间差值大于第一时间阈值,则确定时间差值大于第一阈值时间的区域为需要更新的第一区域。
S503,若存在区域对应的自动驾驶地图的上一次更新的时间,与当前时间的时间差值大于第一时间阈值,则确定时间差值大于第一阈值时间的区域为需要更新的第一区域。
S504,接收无人车发送的多个相邻区域的当前时间的点云数据。
S505,根据多个相邻区域的当前时间的点云数据,以及,自动驾驶地图对应的点云数据,获取第一区域的当前时间的点云数据。
S506,若第一区域的当前时间的点云数据的数量小于数量阈值时,获取第一区域的历史点云数据中的目标点云数据,目标点云数据的获取时间与当前时间的时间差值小于第二时间阈值。
本实施例中,点云数据的处理装置获取的第一区域的当前时间的点云数据的数量小于数量阈值,则确定当前时间的点云数据具有较低的可信度。如点云数据的处理装置获取A区域的当前时间的点云数据的数量仅为1,而A区域对应的点云数据应该为几栋楼房的点云数据,但由于无人车采集时该A区域几栋楼房前有一群行人,则无人车采集的该A区域的点云数据为该为几栋楼房,以及一群行人的点云数据,其并不能准确描述该A区域的点云数据。
因此,本实施例中,在点云数据的处理装置中预先设置有数量阈值,若该第一区域的当前时间的点云数据的数量小于数量阈值,则点云数据的处理装置获取第一区域的历史点云数据中的目标点云数据;其中,该目标点云数据的获取时间与当前时间的时间差值小于第二时间阈值。即该目标点云数据为有效点云数据。点云数据的处理装置可以根据第一区域的当前时间的点云数据和该目标点云数据,对第一区域对应的自动驾驶地图的点云数据进行更新。
S507,根据第一区域的当前时间的点云数据,以及,目标点云数据,对第一区域对应的自动驾驶地图的点云数据进行更新。
本实施例中,点云数据的处理装置对第一区域对应的自动驾驶地图的点云数据进行更新的具体方式为:获取第一区域的当前时间的点云数据的第一反射值,以及,目标点云数据的第二反射值;其中,在无人车采集点云数据时,该点云数据包含有颜色信息(RGB)或反射强度信息(Intensity),该反射强度信息即为本实施例中的反射值。具体的,本实施例中获取当前时间的每个点云数据的第一反射值,以及,目标点云数据中每个点云数据的第二反射值。
点云数据的处理装置根据第一反射值和第二反射值的均值,对第一区域对应的自动驾驶地图的点云数据进行更新。具体的,根据多个第一反射值和多个第二反射值的均值,对第一区域对应的自动驾驶地图的点云数据进行更新。其中,采用均值对应的点云数据替换第一区域对应的自动驾驶地图的点云数据,实现更新。
可以想到的是,为了减少点云数据的处理装置中存储的数据量,增大内存空间,在第一区域的历史点云数据中,删除获取时间早于目标点云数据获取时间的点云数据。即在第一区域的历史点云数据中,删除不在有效时间范围内的点云数据。
其中,本实施例中的S501-S505具体可参照上述实施例中S401-S405中的相关描述,在此不做赘述。
本实施例中,第一区域为自动驾驶地图的创建时间或上一次更新的时间,与当前时间的时间差值大于第一时间阈值的区域,对有效更新的区域不再进行更新,给点云数据的处理装置带来过于频繁的数据处理;进一步的,若第一区域的当前时间的点云数据的数量小于数量阈值时,获取第一区域的历史点云数据中的目标点云数据,目标点云数据的获取时间与当前时间的时间差值小于第二时间阈值,根据第一区域的当前时间的点云数据的第一反射值,以及,目标点云数据的第二反射值的均值,对第一区域对应的自动驾驶地图的点云数据进行更新,本实施例能够实现对自动驾驶地图的有效更新,确保了自动驾驶地图的准确性。
图6为本发明提供的点云数据的处理装置的结构示意图一,如图6所示,该点云数据的处理装置600包括:区域获取模块601、第一区域确定模块602、点云数据获取模块603和更新模块604。
区域获取模块601,用于对自动驾驶地图进行分区,获取多个区域。
第一区域确定模块602,用于根据每个区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域。
点云数据获取模块603,用于获取第一区域的当前时间的点云数据。
更新模块604,用于根据第一区域的当前时间的点云数据,以及,第一区域的历史点云数据,对第一区域对应的自动驾驶地图的点云数据进行更新。
本实施例提供的点云数据的处理装置与上述点云数据的处理方法实现的原理和技术效果类似,在此不作赘述。
可选的,图7为本发明提供的点云数据的处理装置的结构示意图二,如图7所示,该点云数据的处理装置600还包括:删除模块605。
删除模块605,用于在第一区域的历史点云数据中,删除获取时间早于目标点云数据获取时间的点云数据。
可选的,第一区域确定模块602,具体用于若存在区域对应的自动驾驶地图在创建时间之后未更新过,且创建时间与当前时间的时间差值大于第一时间阈值,则确定时间差值大于第一阈值时间的区域为需要更新的第一区域;或者,
若存在区域对应的自动驾驶地图的上一次更新的时间,与当前时间的时间差值大于第一时间阈值,则确定时间差值大于第一阈值时间的区域为需要更新的第一区域。
可选的,点云数据获取模块603,具体用于接收无人车发送的多个相邻区域的当前时间的点云数据;根据多个相邻区域的当前时间的点云数据,以及,自动驾驶地图对应的点云数据,获取第一区域的当前时间的点云数据。
可选的,更新模块604,具体用于若第一区域的当前时间的点云数据的数量大于数量阈值时,将第一区域的当前时间的点云数据替换第一区域对应的自动驾驶地图的点云数据。
可选的,更新模块604,具体还用于若第一区域的当前时间的点云数据的数量小于数量阈值时,获取第一区域的历史点云数据中的目标点云数据,目标点云数据的获取时间与当前时间的时间差值小于第二时间阈值;根据第一区域的当前时间的点云数据,以及,目标点云数据,对第一区域对应的自动驾驶地图的点云数据进行更新。
可选的,更新模块604,具体还用于获取第一区域的当前时间的点云数据的第一反射值,以及,目标点云数据的第二反射值;根据第一反射值和第二反射值的均值,对第一区域对应的自动驾驶地图的点云数据进行更新。
图8为本发明提供的点云数据的处理装置的结构示意图三,该点云数据的处理装置例如可以是终端设备,比如智能手机、平板电脑、计算机等。如图8所示,该点云数据的处理装置800包括:存储器801和至少一个处理器802。
存储器801,用于存储程序指令。
处理器802,用于在程序指令被执行时实现本实施例中的点云数据的处理方法,具体实现原理可参见上述实施例,本实施例此处不再赘述。
该点云数据的处理装置800还可以包括及输入/输出接口803。
输入/输出接口803可以包括独立的输出接口和输入接口,也可以为集成输入和输出的集成接口。其中,输出接口用于输出数据,输入接口用于获取输入的数据,上述输出的数据为上述方法实施例中输出的统称,输入的数据为上述方法实施例中输入的统称。
本发明还提供一种可读存储介质,可读存储介质中存储有执行指令,当点云数据的处理装置的至少一个处理器执行该执行指令时,当计算机执行指令被处理器执行时,实现上述实施例中的点云数据的处理方法。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。点云数据的处理装置的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得点云数据的处理装置实施上述的各种实施方式提供的点云数据的处理方法。
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(英文: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(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述网络设备或者终端设备的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:ApplicationSpecific Integrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
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 (10)
1.一种点云数据的处理方法,其特征在于,包括:
对自动驾驶地图进行分区,获取多个区域;
根据每个所述区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域;
获取所述第一区域的所述当前时间的点云数据;
根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
2.根据权利要求1所述的方法,其特征在于,所述根据每个所述区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域,包括:
若存在区域对应的自动驾驶地图在所述创建时间之后未更新过,且所述创建时间与所述当前时间的时间差值大于第一时间阈值,则确定所述时间差值大于第一阈值时间的区域为需要更新的第一区域;或者,
若存在区域对应的自动驾驶地图的上一次更新的时间,与所述当前时间的时间差值大于所述第一时间阈值,则确定所述时间差值大于第一阈值时间的区域为需要更新的第一区域。
3.根据权利要求2所述的方法,其特征在于,所述获取所述第一区域的所述当前时间的点云数据,包括:
接收无人车发送的多个相邻区域的所述当前时间的点云数据;
根据多个所述相邻区域的所述当前时间的点云数据,以及,所述自动驾驶地图对应的点云数据,获取所述第一区域的所述当前时间的点云数据。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新,包括:
若所述第一区域的所述当前时间的点云数据的数量大于数量阈值时,将所述第一区域的所述当前时间的点云数据替换所述第一区域对应的自动驾驶地图的点云数据。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新,包括:
若所述第一区域的所述当前时间的点云数据的数量小于数量阈值时,获取所述第一区域的历史点云数据中的目标点云数据,所述目标点云数据的获取时间与所述当前时间的时间差值小于第二时间阈值;
根据所述第一区域的所述当前时间的点云数据,以及,所述目标点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一区域的所述当前时间的点云数据,以及,所述目标点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新,包括:
获取所述第一区域的所述当前时间的点云数据的第一反射值,以及,所述目标点云数据的第二反射值;
根据所述第一反射值和所述第二反射值的均值,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在所述第一区域的历史点云数据中,删除获取时间早于所述目标点云数据获取时间的点云数据。
8.一种点云数据的处理装置,其特征在于,包括:
区域获取模块,用于对自动驾驶地图进行分区,获取多个区域;
第一区域确定模块,用于根据每个所述区域对应的自动驾驶地图的创建时间或上一次更新的时间,以及,当前时间,确定需要更新的第一区域;
点云数据获取模块,用于获取所述第一区域的所述当前时间的点云数据;
更新模块,用于根据所述第一区域的所述当前时间的点云数据,以及,所述第一区域的历史点云数据,对所述第一区域对应的自动驾驶地图的点云数据进行更新。
9.一种点云数据的处理装置,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述点云数据的处理装置执行权利要求1-7任一项所述的方法。
10.一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上存储有计算机执行指令,当所述计算机执行指令被处理器执行时,实现权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811291883.0A CN109635052B (zh) | 2018-10-31 | 2018-10-31 | 点云数据的处理方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811291883.0A CN109635052B (zh) | 2018-10-31 | 2018-10-31 | 点云数据的处理方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109635052A true CN109635052A (zh) | 2019-04-16 |
CN109635052B CN109635052B (zh) | 2023-02-28 |
Family
ID=66067048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811291883.0A Active CN109635052B (zh) | 2018-10-31 | 2018-10-31 | 点云数据的处理方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109635052B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110648548A (zh) * | 2019-09-12 | 2020-01-03 | 重庆邮电大学 | 一种基于路侧设备的路面安全性检测系统及方法 |
CN111506586A (zh) * | 2020-03-27 | 2020-08-07 | 北京百度网讯科技有限公司 | 增量制图的方法、装置、电子设备以及可读存储介质 |
CN111553844A (zh) * | 2020-04-29 | 2020-08-18 | 北京百度网讯科技有限公司 | 用于更新点云的方法及装置 |
CN111578951A (zh) * | 2020-04-30 | 2020-08-25 | 北京百度网讯科技有限公司 | 一种用于生成信息的方法和装置 |
CN111597287A (zh) * | 2020-05-15 | 2020-08-28 | 北京百度网讯科技有限公司 | 地图生成方法、装置及设备 |
CN111928863A (zh) * | 2020-08-20 | 2020-11-13 | 新石器慧义知行智驰(北京)科技有限公司 | 一种高精地图数据采集方法、装置及系统 |
CN111947672A (zh) * | 2020-03-02 | 2020-11-17 | 北京百度网讯科技有限公司 | 用于检测环境变化的方法、装置、设备和介质 |
CN112256810A (zh) * | 2019-07-21 | 2021-01-22 | 长沙智能驾驶研究院有限公司 | 智慧工地的工地地图更新方法、装置和计算机设备 |
CN112432650A (zh) * | 2020-11-19 | 2021-03-02 | 北京四维图新科技股份有限公司 | 高精地图数据的获取方法、车辆控制方法以及设备 |
WO2021057344A1 (zh) * | 2019-09-25 | 2021-04-01 | 华为技术有限公司 | 一种数据呈现的方法及终端设备 |
CN112655226A (zh) * | 2020-04-09 | 2021-04-13 | 华为技术有限公司 | 车辆感知的方法、装置和系统 |
CN113156971A (zh) * | 2021-05-08 | 2021-07-23 | 珠海市一微半导体有限公司 | 一种纠正行走路径的方法、芯片和机器人 |
CN113496145A (zh) * | 2020-03-19 | 2021-10-12 | 武汉四维图新科技有限公司 | 标牌角点获取方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710796A (zh) * | 2012-06-20 | 2012-10-03 | 张�林 | 一种基于多级分区网络的区域数据下载方法及装置 |
CN103473293A (zh) * | 2013-09-03 | 2013-12-25 | 沈阳美行科技有限公司 | 一种导航数据分区方法 |
CN104820982A (zh) * | 2015-04-23 | 2015-08-05 | 北京理工大学 | 一种基于核函数的实时地形估计方法 |
US20150382153A1 (en) * | 2014-06-25 | 2015-12-31 | Target Brands, Inc. | Method and system for automatically developing a content-based floor map |
WO2017041390A1 (zh) * | 2015-09-09 | 2017-03-16 | 百度在线网络技术(北京)有限公司 | 高精地图数据的处理方法、装置、存储介质和设备 |
CN108268481A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车(北京)有限公司 | 云端地图更新方法及电子设备 |
CN108270816A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车(北京)有限公司 | 云端地图更新设备 |
-
2018
- 2018-10-31 CN CN201811291883.0A patent/CN109635052B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710796A (zh) * | 2012-06-20 | 2012-10-03 | 张�林 | 一种基于多级分区网络的区域数据下载方法及装置 |
CN103473293A (zh) * | 2013-09-03 | 2013-12-25 | 沈阳美行科技有限公司 | 一种导航数据分区方法 |
US20150382153A1 (en) * | 2014-06-25 | 2015-12-31 | Target Brands, Inc. | Method and system for automatically developing a content-based floor map |
CN104820982A (zh) * | 2015-04-23 | 2015-08-05 | 北京理工大学 | 一种基于核函数的实时地形估计方法 |
WO2017041390A1 (zh) * | 2015-09-09 | 2017-03-16 | 百度在线网络技术(北京)有限公司 | 高精地图数据的处理方法、装置、存储介质和设备 |
CN108268481A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车(北京)有限公司 | 云端地图更新方法及电子设备 |
CN108270816A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车(北京)有限公司 | 云端地图更新设备 |
Non-Patent Citations (1)
Title |
---|
陈宗娟 等: ""高精地图现状分析与实现方案研究"", 《电脑知识与技术》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112256810A (zh) * | 2019-07-21 | 2021-01-22 | 长沙智能驾驶研究院有限公司 | 智慧工地的工地地图更新方法、装置和计算机设备 |
CN110648548A (zh) * | 2019-09-12 | 2020-01-03 | 重庆邮电大学 | 一种基于路侧设备的路面安全性检测系统及方法 |
WO2021057344A1 (zh) * | 2019-09-25 | 2021-04-01 | 华为技术有限公司 | 一种数据呈现的方法及终端设备 |
US11466992B2 (en) | 2020-03-02 | 2022-10-11 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, device and medium for detecting environmental change |
CN111947672A (zh) * | 2020-03-02 | 2020-11-17 | 北京百度网讯科技有限公司 | 用于检测环境变化的方法、装置、设备和介质 |
CN113496145A (zh) * | 2020-03-19 | 2021-10-12 | 武汉四维图新科技有限公司 | 标牌角点获取方法、装置及设备 |
CN111506586A (zh) * | 2020-03-27 | 2020-08-07 | 北京百度网讯科技有限公司 | 增量制图的方法、装置、电子设备以及可读存储介质 |
CN111506586B (zh) * | 2020-03-27 | 2023-09-22 | 阿波罗智能技术(北京)有限公司 | 增量制图的方法、装置、电子设备以及可读存储介质 |
WO2021203341A1 (zh) * | 2020-04-09 | 2021-10-14 | 华为技术有限公司 | 车辆感知的方法、装置和系统 |
CN112655226A (zh) * | 2020-04-09 | 2021-04-13 | 华为技术有限公司 | 车辆感知的方法、装置和系统 |
CN112655226B (zh) * | 2020-04-09 | 2022-08-26 | 华为技术有限公司 | 车辆感知的方法、装置和系统 |
EP3842745A3 (en) * | 2020-04-29 | 2021-12-08 | Beijing Baidu Netcom Science And Technology Co. Ltd. | Method and apparatus for updating point cloud |
CN111553844B (zh) * | 2020-04-29 | 2023-08-29 | 阿波罗智能技术(北京)有限公司 | 用于更新点云的方法及装置 |
CN111553844A (zh) * | 2020-04-29 | 2020-08-18 | 北京百度网讯科技有限公司 | 用于更新点云的方法及装置 |
US11828606B2 (en) | 2020-04-29 | 2023-11-28 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for updating point cloud |
CN111578951A (zh) * | 2020-04-30 | 2020-08-25 | 北京百度网讯科技有限公司 | 一种用于生成信息的方法和装置 |
CN111597287A (zh) * | 2020-05-15 | 2020-08-28 | 北京百度网讯科技有限公司 | 地图生成方法、装置及设备 |
CN111597287B (zh) * | 2020-05-15 | 2023-09-29 | 阿波罗智能技术(北京)有限公司 | 地图生成方法、装置及设备 |
CN111928863A (zh) * | 2020-08-20 | 2020-11-13 | 新石器慧义知行智驰(北京)科技有限公司 | 一种高精地图数据采集方法、装置及系统 |
CN112432650A (zh) * | 2020-11-19 | 2021-03-02 | 北京四维图新科技股份有限公司 | 高精地图数据的获取方法、车辆控制方法以及设备 |
CN113156971A (zh) * | 2021-05-08 | 2021-07-23 | 珠海市一微半导体有限公司 | 一种纠正行走路径的方法、芯片和机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN109635052B (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109635052A (zh) | 点云数据的处理方法、装置和存储介质 | |
CN108318043B (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
US10878621B2 (en) | Method and apparatus for creating map and positioning moving entity | |
CN108763287B (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
CN105933294B (zh) | 网络用户定位方法、装置及终端 | |
CN109916413B (zh) | 基于网格划分的道路匹配方法、系统、装置和存储介质 | |
CN110378175A (zh) | 道路边沿的识别方法和装置 | |
CN112214561B (zh) | 地图数据处理方法、装置、计算机设备及存储介质 | |
CN112329789B (zh) | 点云的提取方法、装置、计算机设备和存储介质 | |
CN115265489B (zh) | 一种动态遥感监测的国土测绘方法及其系统 | |
CN113792061A (zh) | 地图数据的更新方法、装置及电子设备 | |
CN115795084A (zh) | 卫星遥感数据处理方法、装置、电子设备及存储介质 | |
CN103712628B (zh) | 导航路径描绘方法和终端 | |
CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
US11619515B2 (en) | Method and apparatus for processing positioning data, device, storage medium and vehicle | |
CN116972811A (zh) | 基于无人机小尺度植被生物多样性的调查方法 | |
CN114627645B (zh) | 车辆实时运行线路的确定方法、装置、设备及存储介质 | |
CN103209452A (zh) | 一种面向无线路由的Dijkstra和PEGASISI距离定义的最优选择方法 | |
CN113570899B (zh) | 停车场列表生成方法、装置、服务设备及存储介质 | |
CN113421213A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114357102A (zh) | 一种路网数据生成方法和装置 | |
CN111767295B (zh) | 地图数据的处理方法、装置、计算设备和介质 | |
CN114625822A (zh) | 高精地图的更新方法、装置及电子设备 | |
CN113850909A (zh) | 点云数据处理方法、装置、电子设备及自动驾驶设备 | |
CN113986866A (zh) | 一种大规模点云数据的处理方法、装置、设备及介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211025 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |