CN109902599B - 一种高精车数据质检方法和系统 - Google Patents
一种高精车数据质检方法和系统 Download PDFInfo
- Publication number
- CN109902599B CN109902599B CN201910105162.4A CN201910105162A CN109902599B CN 109902599 B CN109902599 B CN 109902599B CN 201910105162 A CN201910105162 A CN 201910105162A CN 109902599 B CN109902599 B CN 109902599B
- Authority
- CN
- China
- Prior art keywords
- data
- quality inspection
- real
- time
- quality
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种高精车数据质检方法和系统,属于智能驾驶技术领域。现有技术中数据的质检一般滞后于采集过程,而同时质检计算量大、不方便并影响采集;本发明提供了一种高精车数据质检方法和系统。该方法包括步骤S21:对外业采集的数据进行实时抽帧;步骤S22:将所述步骤S21中实时抽帧的数据进行回传;步骤S23:对步骤S22中回传的数据进行质检;以及步骤S24:在线展示步骤S23中质检的数据。该方法及装置将质检前置,通过实时抽帧的方式既避免了大量数据的传输,也保证了数据质检的实时性。
Description
技术领域
本发明涉及一种智能驾驶技术领域,具体涉及一种高精车数据质检方法和系统。
背景技术
高精车数据采集,指的由专业测绘车队进行的道路数据采集。区别于众包数据采集,特点是数据精度、正确性完整性要求更高。
如图1所示,在常规的高精外业采集流程中,为了保证采集效率和易操作,通常外业人员主要负责采集过程的正确。外业数据成果的质量保证需要在采集完成后,由室内人员使用专业的数据软件完成。即,数据的质检一般滞后于采集过程数日甚至数月,各种人为和非人为原因引起的数据问题不能及时发现,由此带来不少的补采任务(一段很短的缺失也需要采集车专程去到缺失路段补充采集)。这会给内外业增加工作量,同时延长整个生产周期。
如果在采集的同时能形成数据质量,则可以及时发现问题、调整采集过程和方案,减少资源浪费。难点在于,不能直接对原始数据进行质检,而是在数据入库、建图之后才能有针对的进行。如果在线跑建图算法,计算量大,对机器占用大,影响采集本身,也不方便进行大量数据的线上组织。如果将数据实时回传,涉及数据量大,带宽占用大,会带来不小的成本,同时对采集过程也有影响。
发明内容
有鉴于此,本发明提供一种高精车数据实时质检方法,其特征在于,所述方法包括以下步骤:
步骤S21:对外业采集的数据进行实时抽帧;
步骤S22:将所述步骤S21中实时抽帧的数据进行回传;
步骤S23:对步骤S22中回传的数据进行质检;以及
步骤S24:在线展示步骤S23中质检的数据。
优选地,在所述步骤S23中,基于输入数据的质量标准进行质检和/或基于简单建图成果进行质检。
优选地,所述基于数据的质量标准进行质检包括传感器失效检测,所述基于简单建图成果进行质检包括关键信息错误或缺失检测。
优选地,在步骤S21中,所述实时抽帧为每间隔Ns获取Ms持续时间的数据,其中,
Ns<一个故障或问题产生到消失的时间,Ms>能反应数据问题的最小轨迹采集时长。
优选地,所述外业数据是通过设置有摄像装置的载体采集得到的。
本发明还提供了一种高精车数据质检方法,其特征在于,所述方法包括以下步骤:
步骤S1:进行外业数据采集;
步骤S2:使用权利要求1-5中任一项所述的方法对所述步骤S1中采集的数据进行预先实时质检;
步骤S3:将所述步骤S2中预先实时质检之后的数据进行周期性性回传;
步骤S4:将所述步骤S3中周期性回传的数据进行入库并建图;以及
步骤S5:对步骤S4中生成的地图进行全面质检。
本发明还提供了一种高精车数据质检系统,所述系统包括:实时抽帧单元、回传单元、质检单元、在线展示单元;
实时抽帧单元,用于对外业采集的数据进行实时抽帧;
回传单元,用于将所述实时抽帧的数据进行回传;
质检单元,用于对所述回传的数据进行质检;
在线展示单元,在线展示所述质检的数据。
优选地,所述质检单元,基于输入数据的质量标准进行质检和/或基于简单建图成果进行质检。
优选地,所述基于数据的质量标准进行质检包括传感器失效检测,所述基于简单建图成果进行质检包括关键信息错误或缺失检测。
优选地,所述实时抽帧为每间隔Ns获取Ms持续时间的数据,其中,Ns<一个故障或问题产生到消失的时间,Ms>能反应数据问题的最小轨迹采集时长。
优选地,所述外业数据是通过设置有摄像装置的载体采集得到的。
本发明还提供了一种高精车数据质检系统,其特征在于,所述系统包括数据采集单元、质检单元、回传单元、入库建图单元;
所述数据采集单元:进行外业数据的采集;
所述回传单元:将实时抽帧后的所述外业数据进行周期性回传,以及将所有所述外业数据进行回传;
所述质检单元:对采集的外业数据进行预先质检,以及对生成的地图进行全面质检;
所述入库建图单元:将所述外业数据进行入库并生成地图。
本发明的发明点在于以下几点但不限于以下几点:
(1)本方案中,在不影响建图数据质量特征的前提下,将同类特征数据进行抽希、并实时传回、在服务器端实施检测、建图、质检,再通过在线平台可视化展示数据和数据质量;既避免了大量数据的传输,也保证了数据质检的实时性。
(2)本方案可以缩短外业采集质检周期,减少因为质检滞后于采集时间过长,引起的返工工作。
(3)本发明的实时抽帧有特定的方式,即每间隔Ns获取Ms持续时间的数据,要求Ns<一个故障或问题产生到消失的时间,Ms>能反应数据问题的最小轨迹采集时长,该质检方式不会漏点问题数据,同时最大限度的减小了数据的质检量。
(4)本发明质检采取抽帧质检和建图质检相结合的方式,实现了实时质检,并减小了人工质检量。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为现有技术中高精车数据采集流程;
图2为本发明高精车数据采集流程。
具体实施例
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
如图2所示,在常规的高精外业采集流程中,可采用移动终端来实现数据的采集,移动终端可以为笔记本电脑、平板电脑、手机或车载摄像装置等设备;将采集道路数据的移动终端设置在特定的载体上实施道路数据的采集,特定的载体一般为车辆或无人机,同时在数据采集时需要控制好载体速度,一般不超过40迈,优选的设置为20-40迈,并同时根据载体的不同,设定好用于数据采集的移动终端的固定角度和数据采集角度;载体是无人机时,还要考虑无人机的飞行高度。
道路数据具体包括(1)道路的类型,如国道、省道、高速公路、涵洞、隧道等,并可包括道路限速等信息;(2)道路本身的特征,如车道(单向车道、双向车道、车道数量等);画线信息(实线、虚线、双黄线、减速线、Y字线等);(3)道路两侧的信息(建筑物、隔离带、停车道、绿化带、服务区、路牙等)。
在载体(车辆、无人机等)上还装备有GNSS卫星定位系统,实现载体的实时定位,GNSS卫星定位系统可以是GPS或是北斗导航等,除卫星定位导航外,载体还可包括惯性测量装置IMU,通过卫星定位系统和惯性测量装置可精确定位载体的坐标;其中卫星定位系统可在信号稳定的位置给出精确的坐标,惯性测量装置可在卫星信号不好的情况,根据前一时候的卫星信号及载体的运动情况,推算出此时的精确坐标,例如当载体通过隧道、涵洞时,在前一时候卫星定位系统给出了精确的定位,在隧道和涵洞中信号不稳定,此时根据前一时刻的定位,再由IMU根据此时载体的方向速度,推算出相应的坐标。
采集道路数据的移动终端采集数据时,结合GNSS和IMU装置,将对应精准坐标的图像存储到载体的存储设备中。
实施例1
本实施例中,对于采集数据的质检,采取质检前置的方式,即在采集完数据时,就进行质检,而不是传统方式中的,外业数据成果的质量保证需要在采集完成后,经过周期回传、建图后由室内人员使用专业的数据软件完成;这样可以及时发现问题、调整采集过程和方案,减少资源浪费。
具体步骤如下:
步骤S1:外业数据采集;
步骤S2:对采集的数据进行质检;
步骤S3:将质检之后的数据周期性的回传;
步骤S4:将周期回传的数据进行入库并建图。
其中步骤S2中,对采集的数据进行质检,具体步骤如下:
步骤S21:实时抽帧。
对于质检方式采取实时抽帧的方式,即每间隔Ns获取Ms持续时间的数据,要求Ns<一个故障或问题产生到消失的时间,Ms>能反应数据问题的最小轨迹采集时长。对Ms时间内的轨迹进行检查处理,生成的数据质量报告可以反应出整体数据的质量。例如:车速为36公里每小时,即,10米每秒,摄像装置的精确摄像范围为50米,那么一个物体在摄像装置中停留的时间就是5秒,这里5秒就是故障或问题产生到消失的时间,而根据采集图像的不同,反应数据问题的最小轨迹采集时长也相应不同,如,一般一段车道线不超过10米,即1秒大于能反应数据问题的最小轨迹采集时长,再如街边建筑物等,10米的距离能反应相当大的内容,因此1秒也大于能反应数据问题的最小轨迹采集时长;在此基础上,可以选择M=5,N=1,并且载体的速度小于40公里每小时,摄像装置精确摄像的范围为50M左右。
步骤S22:将实时抽帧的数据进行回传;
步骤S23:采用“检测代替算法”来进行质检;
“检测代替算法”分为两种情况,第一种情况为部分复杂的检查内容,不是对数据进行完全建图,再检查地图数据质量,而是直接从输入数据的质量标准出发进行检查。如,GPS失锁的检测;第二种情况为部分基础的检查内容,基于简单建图的成果即可自动检查、不需要较多人工修改和确认,如漏车道线的检测。
步骤S24:在线展示;
将自动检查结果和简化建图通过在线平台可视化展示,其中自动检查主要是对需要采集的错误问题进行识别,避免返工;采集员可准实时看到采集数据的情况,及时进行确认和纠正措施、或灵活调整采集过程。在可选的实施例中,该在线展示主要是针对需要外业重新采集的错误问题进行识别,以避免返工问题,该展示并不影响后续生产环节的质检。
实施例2
本实施例中,对于采集数据的质检,采取质检前置的方式,即在采集完数据时,就进行质检,而不是传统方式中的,外业数据成果的质量保证需要在采集完成后,经过周期回传、建图后由室内人员使用专业的数据软件完成;这样可以及时发现问题、调整采集过程和方案,减少资源浪费。
具体步骤如下:
步骤S1:外业数据采集;
步骤S2:对采集的数据进行质检;
步骤S3:将质检之后的数据周期性的回传;
步骤S4:将周期回传的数据进行入库并建图。
其中步骤S2中,对采集的数据进行质检,具体步骤如下:
步骤S21:实时抽帧。
对于质检方式采取实时抽帧的方式,即每间隔Ns获取Ms持续时间的数据,要求Ns<一个故障或问题产生到消失的时间,Ms>能反应数据问题的最小轨迹采集时长。对Ms时间内的轨迹进行检查处理,生成的数据质量报告可以反应出整体数据的质量。
由于人眼的最小反应时间约为0.1秒,而需要对图像中的内容有一定程度的观察,通常至少需要0.5秒;而当车速为72公里每小时,每秒为20米每秒,摄像装置的精确摄像范围为50米,那么一个物体在摄像装置中停留的时间就是2.5秒,这里2.5秒就是故障或问题产生到消失的时间,而根据采集图像的不同,反应数据问题的最小轨迹采集时长也相应不同,如,一般一段车道线不超过10米,即0.5秒大于能反应数据问题的最小轨迹采集时长,再如街边建筑物等,10米的距离能反应相当大的内容,因此0.5秒也大于能反应数据问题的最小轨迹采集时长;在此基础上,可以选择M=2.5,N=0.5,并且载体的速度小于40公里每小时,摄像装置精确摄像的范围为50M左右。综上所述,优选地,车速低于70公里每小时,其他地数值相应地设置。
步骤S22:将实时抽帧的数据进行回传;
步骤S23:采用“检测代替算法”来进行质检;
“检测代替算法”分为两种情况,第一种情况为部分复杂的检查内容,不是对数据进行完全建图,再检查地图数据质量,而是直接从输入数据的质量标准出发进行检查。如,GPS失锁的检测;第二种情况为部分基础的检查内容,基于简单建图的成果即可自动检查、不需要较多人工修改和确认,如漏车道线的检测。
步骤S24:在线展示;
将自动检查结果和简化建图通过在线平台可视化展示,采集员可实时看到采集数据的情况,及时进行确认和纠正措施、或灵活调整采集过程。在可选的实施例中,该展示针对的是基础的检查,比如关键信息错误或信息缺失。例如,在一些实施例中,关键信息错误包括传感器暂时失效,如GPS被建筑物阻挡导致感测信息明显错误;信息缺失包括漏检车道线、道路标记、交通标志等;这些信息错误或缺失都可在平台展示中被容易地发现,因此通过实时抽帧、在线平台可视化展示的方式,能够快速预先检查采集数据中的部分基础内容并进行调整和纠正;当然,对于采集信息中的一些复杂内容,如通过视觉识别不能明显感知到的错误,仍需要在采集的数据入库、建图后进行全面质检来保证采集数据的质量和准确性。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;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:其依然可以对前述各实施例中所记载的技术方案进行修改,或者对其中部分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申请各实施例技术方案的精神和范围。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
Claims (8)
1.一种高精车数据实时质检方法,其特征在于,所述方法包括以下步骤:
步骤S1:进行外业数据采集;
步骤S2:使用以下方法对所述步骤S1中采集的数据进行预先实时质检:
步骤S21:对外业采集的数据进行实时抽帧;所述实时抽帧为每间隔Ns获取Ms持续时间的数据,其中,Ns<一个故障或问题产生到消失的时间,Ms>能反应数据问题的最小轨迹采集时长;
步骤S22:将所述步骤S21中实时抽帧的数据进行回传;
步骤S23:对步骤S22中回传的数据进行质检;以及
步骤S24:在线展示步骤S23中质检的数据;
步骤S3:将所述步骤S2中预先实时质检之后的数据进行周期性回传;
步骤S4:将所述步骤S3中周期性回传的数据进行入库并建图;以及
步骤S5:对步骤S4中生成的地图进行全面质检。
2.根据权利要求1所述的方法,其特征在于,在所述步骤S23中,基于输入数据的质量标准进行质检和/或基于简单建图成果进行质检。
3.根据权利要求2所述的方法,其特征在于,所述基于数据的质量标准进行质检包括传感器失效检测,所述基于简单建图成果进行质检包括关键信息错误或缺失检测。
4.根据权利要求1所述的方法,其特征在于:所述外业数据是通过设置有摄像装置的载体采集得到的。
5.一种高精车数据质检系统,所述系统包括:数据采集单元、质检单元、回传单元、入库建图单元;
所述数据采集单元:进行外业数据的采集;
所述回传单元:将实时抽帧后的所述外业数据进行周期性回传,以及将所有所述外业数据进行回传;
所述质检单元:对采集的外业数据进行预先质检,以及对生成的地图进行全面质检;
所述入库建图单元:将所述外业数据进行入库并生成地图。
6.根据权利要求5所述的系统,其特征在于,所述质检单元,基于输入数据的质量标准进行质检和/或基于简单建图成果进行质检。
7.根据权利要求6所述的系统,其特征在于,所述基于数据的质量标准进行质检包括传感器失效检测,所述基于简单建图成果进行质检包括关键信息错误或缺失检测。
8.根据权利要求5所述的系统,其特征在于:所述外业数据是通过设置有摄像装置的载体采集得到的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910105162.4A CN109902599B (zh) | 2019-02-01 | 2019-02-01 | 一种高精车数据质检方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910105162.4A CN109902599B (zh) | 2019-02-01 | 2019-02-01 | 一种高精车数据质检方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109902599A CN109902599A (zh) | 2019-06-18 |
CN109902599B true CN109902599B (zh) | 2021-08-10 |
Family
ID=66944736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910105162.4A Active CN109902599B (zh) | 2019-02-01 | 2019-02-01 | 一种高精车数据质检方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902599B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515922A (zh) * | 2008-02-20 | 2009-08-26 | 苏盛 | 数据采集与监控系统中电网动态过程数据的传输方法 |
CN102267478A (zh) * | 2011-05-16 | 2011-12-07 | 铁道部运输局 | 列控系统车载设备及解调轨道电路信号的方法 |
CN102348117A (zh) * | 2010-08-03 | 2012-02-08 | 深圳Tcl新技术有限公司 | 低带宽传输数字高清信号的系统、方法及网络多媒体电视 |
CN106484857A (zh) * | 2016-10-09 | 2017-03-08 | 珠海经济特区远宏科技有限公司大连分公司 | 数据采集系统及其方法 |
CN107689990A (zh) * | 2017-08-24 | 2018-02-13 | 云上米度(贵州)科技有限公司 | 一种监测终端的数据上报方法 |
CN108279428A (zh) * | 2017-01-05 | 2018-07-13 | 武汉四维图新科技有限公司 | 地图数据评测装置及系统、数据采集系统及采集车和采集基站 |
CN108614870A (zh) * | 2018-04-18 | 2018-10-02 | 国网湖北省电力有限公司 | 电力设备外采数据信息的快速批量入库系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5872784A (en) * | 1993-10-20 | 1999-02-16 | Lsi Logic Corporation | High speed single chip digital video network apparatus |
US20060072014A1 (en) * | 2004-08-02 | 2006-04-06 | Geng Z J | Smart optical sensor (SOS) hardware and software platform |
US9648283B2 (en) * | 2013-05-16 | 2017-05-09 | Verint Americas Inc. | Distributed sensing and video capture system and apparatus |
-
2019
- 2019-02-01 CN CN201910105162.4A patent/CN109902599B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515922A (zh) * | 2008-02-20 | 2009-08-26 | 苏盛 | 数据采集与监控系统中电网动态过程数据的传输方法 |
CN102348117A (zh) * | 2010-08-03 | 2012-02-08 | 深圳Tcl新技术有限公司 | 低带宽传输数字高清信号的系统、方法及网络多媒体电视 |
CN102267478A (zh) * | 2011-05-16 | 2011-12-07 | 铁道部运输局 | 列控系统车载设备及解调轨道电路信号的方法 |
CN106484857A (zh) * | 2016-10-09 | 2017-03-08 | 珠海经济特区远宏科技有限公司大连分公司 | 数据采集系统及其方法 |
CN108279428A (zh) * | 2017-01-05 | 2018-07-13 | 武汉四维图新科技有限公司 | 地图数据评测装置及系统、数据采集系统及采集车和采集基站 |
CN107689990A (zh) * | 2017-08-24 | 2018-02-13 | 云上米度(贵州)科技有限公司 | 一种监测终端的数据上报方法 |
CN108614870A (zh) * | 2018-04-18 | 2018-10-02 | 国网湖北省电力有限公司 | 电力设备外采数据信息的快速批量入库系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109902599A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109870456B (zh) | 一种路面健康状况快速检测系统及方法 | |
CN101694084B (zh) | 地面车载移动检测系统 | |
CN109084786B (zh) | 一种地图数据的处理方法 | |
CN105905132B (zh) | 一种轨道状态智能巡检装置和方法 | |
CN108733053A (zh) | 一种基于机器人的智能道路检测方法 | |
CN101832779B (zh) | 一种复杂环境下的导航方法 | |
CN111275960A (zh) | 一种交通路况分析方法、系统及摄像机 | |
CN104567708A (zh) | 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法 | |
CN104637300B (zh) | 公路交通标志牌信息化普查分析与展示系统 | |
CN102980589A (zh) | 一种通过gps速度自动计算车辆脉冲系数的方法及装置 | |
CN210005927U (zh) | 一种桥梁巡检无人机系统 | |
CN112965077A (zh) | 一种基于车载激光雷达的道路巡检系统与方法 | |
CN112070454A (zh) | 高速公路养护施工区域控制安全管理系统的设计方法 | |
CN101393689A (zh) | 公路巡查管理方法及公路巡查管理系统 | |
CN112945096A (zh) | 一种用于高速列车上的隧道病害监测系统和方法 | |
CN110018503B (zh) | 车辆的定位方法及定位系统 | |
CN113934212A (zh) | 一种可定位的智慧工地安全巡检机器人 | |
CN105717517B (zh) | 一种车载北斗多模gnss高精度道路基础数据采集方法 | |
CN109902599B (zh) | 一种高精车数据质检方法和系统 | |
CN112487932A (zh) | 基于道路点云的高速公路场景重构系统及方法 | |
CN2867360Y (zh) | 数字地图勘测装置 | |
CN116448126A (zh) | 一种导航电子地图数据生成自动补偿校验系统 | |
Luo et al. | Automatic mileage positioning for road inspection using binocular stereo vision system and global navigation satellite system | |
CN112950960B (zh) | 自动驾驶车辆逆行的判断方法 | |
CN114697858A (zh) | 一种巡检车泊位定位装置、方法及系统 |
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 |