CN110135219A - 数据抽稀方法、装置、存储设备、地图、控制系统及车辆 - Google Patents

数据抽稀方法、装置、存储设备、地图、控制系统及车辆 Download PDF

Info

Publication number
CN110135219A
CN110135219A CN201810108203.0A CN201810108203A CN110135219A CN 110135219 A CN110135219 A CN 110135219A CN 201810108203 A CN201810108203 A CN 201810108203A CN 110135219 A CN110135219 A CN 110135219A
Authority
CN
China
Prior art keywords
lane
location point
curvature
gradient
road
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
Application number
CN201810108203.0A
Other languages
English (en)
Other versions
CN110135219B (zh
Inventor
杨雪
邹翠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Navinfo Co Ltd
Original Assignee
Navinfo Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Navinfo Co Ltd filed Critical Navinfo Co Ltd
Priority to CN201810108203.0A priority Critical patent/CN110135219B/zh
Publication of CN110135219A publication Critical patent/CN110135219A/zh
Application granted granted Critical
Publication of CN110135219B publication Critical patent/CN110135219B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/09Recognition of logos

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了数据抽稀方法、装置、存储设备、地图、控制系统及车辆,该方法用于对电子地图中含有车道坡度和曲率信息的位置点进行抽稀,包括:根据路面宽度和车道的变化,将含有车道坡度和曲率信息的位置点分布到代表所有车道的道路线上或者代表单个车道的车道线上;在相邻两个位置点的坡度和曲率的变化值在允许变化范围内的情况下,进行纵向抽稀。本申请能够取得的有益效果在于,减少了基础数据量,在数据的制作及转换过程中,节省了时间资源;减少了数据冗余,提高了客户使用电子地图时的效率。

Description

数据抽稀方法、装置、存储设备、地图、控制系统及车辆
技术领域
本申请涉及电子地图领域,尤其是涉及一种数据抽稀方法、装置、存储设备、地图、控制系统及车辆。
背景技术
目前,电子地图在实际生活中得到了广泛的应用。精准的地图对无人车定位、导航与控制,以及安全至关重要。坡度和曲率信息是自动驾驶辅助地图即高精度地图的核心信息。坡度包括纵坡和横坡。纵坡代表车辆行驶过程中路面的升降情况;横坡代表车辆行驶方向的垂直方向路面的升降情况。曲率代表车辆行驶方向道路的弯曲程度。这三个信息能综合表达路面的信息变化提供给无人驾驶车辆在不同情况下有效地控制油门与车速,为自动驾驶汽车可驾驶速度提供基础的信息支持。高精度电子地图的信息量与质量直接决定了无人驾驶系统的安全性、可靠性,以及效率。相比服务于GPS导航系统的传统地图而言,高精地图最显著的特点是其表征路面特征的精准性。传统地图只需要做到米级精度即可实现GPS导航,但高精地图需要达到厘米级精度才能保证无人车行驶安全。但这样的表达方式基础数据量会很大,在数据的制作及转换过程中,无形地耗费时间资源,而且还会带来大量的数据冗余,影响客户使用时的效率。本申请解决了基础数据量大,在数据的制作及转换过程中,无形地耗费时间资源的问题;解决了大量的数据冗余问题。
发明内容
本申请实施例提供一种数据抽稀方法、装置、存储设备、地图、控制系统及车辆。解决了基础数据量大,在数据的制作及转换过程中,无形地耗费时间资源的问题;解决了大量的数据冗余问题。
本申请提供了一种数据抽稀方法,该方法用于对电子地图中含有车道坡度和曲率信息的位置点进行抽稀,包括:
根据路面宽度和车道的变化,将含有车道坡度和曲率信息的位置点分布到代表所有车道的道路线上或者代表单个车道的车道线上;
在相邻两个位置点的坡度和曲率的变化值在允许变化范围内的情况下,进行纵向抽稀。
本申请还提供了一种存储设备,其上存储有程序数据,所述程序数据用于被处理器执行时实现如上所述的数据抽稀方法。
本申请还提供了一种数据抽稀装置,该装置用于对电子地图中含有车道坡度和曲率信息的位置点进行抽稀,包括:
存储设备,用于存储程序数据;
处理器,用于执行所述存储设备中的程序数据以实现如上所述的数据抽稀方法。
本申请还提供了一种地图,该地图用于导航,所述地图中含有的车道坡度和曲率信息的位置点通过如上所述的数据抽稀方法获得。
本申请还提供了一种控制系统,用于辅助车辆驾驶,所述控制系统通过所述地图获取车道的坡度和曲率信息,并通过所述车道的坡度和曲率信息生成适合当前车道的车辆行驶速度。
本申请还提供了一种车辆,所述车辆包含如上所述的控制系统。
与现有技术相比,本申请能够取得的有益效果在于,减少了基础数据量,在数据的制作及转换过程中,节省了时间资源;减少了数据冗余,提高了客户使用电子地图时的效率。
另外,通过对地图中含有车道坡度和曲率信息的位置点进行抽稀,可以快速调取当前路段的坡度及曲率信息,生成适合当前路况的车速,有利于实现节油和省电。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请提供的一种数据抽稀方法实施例的流程示意图;
图2为本申请提供的在车道数且路面宽度都相同的情况下位置点分布示意图;
图3为本申请提供的在车道数不同而路面宽度相同的情况下位置点分布示意图;
图4为本申请提供的在车道数不同且路面宽度也不同的情况下位置点分布示意图;
图5为本申请提供的在车道数不同且路面宽度也不同的情况下位置点分布示意图;
图6为本申请提供的抽稀示意图;
图7为本申请提供的一种数据抽稀装置实施例的结构示意图;
图8为本申请提供的一种数据抽稀方法实施例的流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
图1为本申请提供的一种数据抽稀方法实施例的流程示意图,该方法用于对电子地图中含有车道坡度和曲率信息的位置点进行抽稀,该流程示意图包括:
步骤105,根据路面宽度和车道的变化,将含有车道坡度和曲率信息的位置点分布到代表所有车道的道路线上或者代表单个车道的车道线上;
在实际生活中,电子地图得到了广泛的应用。为了实现无人驾驶车辆安全行驶,需要提供高精度电子地图的核心信息,包括横坡度、纵坡度和曲率。
识别路面车道的标识(此标识为人工标注的标识,可以根据标识确定车道数)以及路面宽度,根据识别到的车道数和路面宽度,将含有坡度和曲率的位置点分布到代表所有车道的道路线(link)和/或代表某一车道的车道线(lane)上。位置点可以含有横坡度、纵坡度和曲率。
在分布位置点的时候,对于路面宽度相同且车道形状相同的区域,例如,位置点按照预设的1米间距分布到代表此区域所有车道的道路线上,即每隔1米采样一个点,该点含有该点所对应位置的横坡度、纵坡度和曲率,如图2所示,从道路起始位置到终止位置路面宽度始终相同且车道数始终相同。用一根道路线代表此区域的所有车道,在此道路线上每隔1米采样一个点,使位置点按照1米间距分布到此道路线上;对于路面宽度相同且车道形状不同的区域,例如,位置点按照预设的0.2米间距分布到代表此区域车道的每个车道线上,即每隔0.2米采样一个点,该点含有该点所对应位置的横坡度、纵坡度和曲率,如图3所示,从道路起始位置到终止位置路面宽度始终相同,在车道形状不同的区域,用不同的车道线分别代表形状发生变化的车道,每隔0.2米采样一个点,使位置点按照0.2米间距分布到代表此区域车道的每个车道线上;对于路面宽度不同的区域,若所有车道的形状均不同,例如,位置点按照预设的0.5米间距分布到代表此区域车道的每个车道线上,即每隔0.5米采样一个点,该点含有该点所对应位置的横坡度、纵坡度和曲率,从道路起始位置到终止位置针对路面宽度不同且所有车道的形状均不同的区域,如图4所示,用不同的车道线分别代表形状发生变化的车道,每隔0.5米采样一个点,使位置点按照0.5米间距分布到代表此区域车道的每个车道线上;从道路起始位置到终止位置针对部分车道的形状相同且存在与所述部分车道的形状不同的车道的区域,如图5所示,针对部分车道形状相同的区域,位置点按照预设的1米间距分布到代表此区域所有车道的道路线上,即每隔1米采样一个点,该点含有该点所对应位置的横坡度、纵坡度和曲率;针对车道形状与所述部分车道的形状不同的区域,用车道线代表形状发生变化的每个车道,每隔0.5米采样一个点,使位置点按照0.5米间距分布到代表车道的每个车道线上。
步骤110,在相邻两个位置点的坡度和曲率的变化值在允许变化范围内的情况下,进行纵向抽稀;例如,在位置点分布完成以后的道路线或车道线上存在前后相邻的A、B两个位置点,例如前后方向可以根据道路线的方向来确定,距离道路向的更近的位置点为前位置点,位置点A距离道路线起点近,称为前位置点,位置点B对于位置点A距离道路线起点更远,称为后位置点。根据道路线或车道线上的位置点ID顺序读取前后相邻两个位置点A和B的纵坡度为a和b,以及曲率为c和d;若位置点A和B的纵坡度满足|a-b|<x1*N,其中,x1为可调参数,1≤N≤10,N为整数,记录位置点B为纵坡可删除点,在本实施例中,x1默认为1.5%;若位置点A和B曲率满足|c-d|<x2,其中,x2为可调参数,记录位置点B为曲率可删除点,在本实施例中,x2默认为6;如果根据纵坡度,计算出来位置点B为纵坡可删除点,并且根据曲率,计算出来位置点B为曲率可删除点,在本实施例中,小于1%的横坡度对应的位置点记为横坡可删除点,若位置点B还为横坡可删除点,则可以将后位置点B删除,完成纵向抽稀。进一步地,如图6所示,当某一位置点为横坡可删除点,还为纵坡可删除点,还为曲率可删除点时,可以对该位置点进行抽稀。需要说明的是,在后位置点被进行纵向抽稀之后,按照道路线的方向,与位置点B相邻的位置点被认为是与位置点A相邻的位置点,例如位置点C,可以按照上述的计算方式计算位置点C与位置点A之间的纵坡度、曲率是否满足上述的关系,根据纵坡度和曲率是否满足上述的关系以及横坡度是否小于1%确定位置点C是否能够被删除。
可选地,计算相邻的前后两个位置点的纵坡度以及曲率关系,如果横坡度、纵坡度以及曲率关系中的任意一者不满足预设的条件,则后位置点可以被保留,不对其进行抽稀。
可选地,计算相邻的前后两个位置点的纵坡度以及曲率关系,如果横坡度、纵坡度以及曲率关系中的两者满足预设的条件,则后位置点可以被删除,允许其进行抽稀。
与现有技术相比,本实施例能够取得的有益效果在于,减少了基础数据量,在数据的制作及转换过程中,节省了时间资源;减少了数据冗余,提高了客户使用电子地图时的效率。
图7为本申请提供的一种数据抽稀装置实施例的结构示意图,该装置用于对电子地图中含有车道坡度和曲率信息的位置点进行抽稀,该结构示意图包括:存储设备705和处理器710;
存储设备705,用于存储程序数据;
处理器710,用于执行所述存储设备中的程序数据以实现根据路面宽度和车道的变化,将含有车道坡度和曲率信息的位置点分布到代表所有车道的道路线上或者代表单个车道的车道线上;在相邻两个位置点的坡度和曲率的变化值在允许变化范围内的情况下,进行纵向抽稀。
与现有技术相比,本实施例能够取得的有益效果在于,减少了基础数据量,在数据的制作及转换过程中,节省了时间资源;减少了数据冗余,提高了客户使用电子地图时的效率。
本申请还提供了一种存储设备,其上存储有程序数据,所述程序数据用于被处理器执行时实现根据路面宽度和车道的变化,将含有车道坡度和曲率信息的位置点分布到代表所有车道的道路线上或者代表单个车道的车道线上;在相邻两个位置点的坡度和曲率的变化值在允许变化范围内的情况下,进行纵向抽稀。
本申请还提供了一种地图,该地图用于导航,所述地图中含有的车道坡度和曲率信息的位置点通过如上所述的数据抽稀方法获得。例如,上述本申请提供的一种地图为一种导航电子地图。
本申请还提供了一种控制系统,所述控制系统通过所述的地图获取车道的坡度和曲率信息,并通过车道的坡度和曲率信息生成适合当前车道的车辆行驶速度。
本申请还提供了一种车辆,所述车辆包含如上所述的控制系统。车辆通过所述控制系统调取当前路段车道的坡度和曲率信息,并根据坡度和曲率信息生成适合当前路况的车速,有利于实现节油和省电。
图8为本申请提供的一种数据抽稀方法实施例的流程示意图;
步骤805,判断路面车道变化情况;
识别路面车道的标识(此标识为人工标注的标识),可以根据标识确定车道数。
步骤810,判断位置点分布在道路线link上还是车道线lane上;
根据识别到的车道数和路面宽度,将含有横坡度、纵坡度和曲率的位置点分布到代表所有车道的道路线link和/或代表某一车道的车道线lane上。
步骤815,生成位置点;
按照预设间距,每隔一定距离在代表所有车道的道路线link和/或代表某一车道的车道线lane上生成位置点。
步骤820,按照横坡,纵坡,曲率值域判断每个点是否被删除;
判断前后相邻的位置点A和位置点B的坡度(包括横坡和纵坡)和曲率的变化值是否均在允许变化范围内。
步骤825,在判断结果为是的情况下,将位置点抽稀删除;
在位置点A和位置点B的坡度和曲率的变化值均在允许变化范围内的情况下,对位置点A或位置点B进行纵向抽稀。假设对位置点B进行纵向抽稀,在位置点B被进行纵向抽稀之后,按照道路线的方向,与位置点B相邻的位置点被认为是与位置点A相邻的位置点,例如位置点C,在位置点A和位置点C的坡度和曲率的变化值均在允许变化范围内的情况下,对位置点A或位置点C进行纵向抽稀。
步骤830,在判断结果为否的情况下,保留位置点。
若位置点A和位置点B的横坡度、纵坡度和/或曲率的变化值不在允许变化范围内的情况下,保留该两个位置点。
在相邻两个位置点的坡度(包括横坡和纵坡)和曲率的变化值中,坡度和曲率中的一者的变化值不在允许变化范围内的情况下,保留该两个位置点。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种数据抽稀方法,其特征在于,该方法用于对电子地图中含有车道坡度和曲率信息的位置点进行抽稀,包括:
根据路面宽度和车道的变化,将含有车道坡度和曲率信息的位置点分布到代表所有车道的道路线上或者代表单个车道的车道线上;
在相邻两个位置点的坡度和曲率的变化值在允许变化范围内的情况下,进行纵向抽稀。
2.根据权利要求1所述的数据抽稀方法,其特征在于,所述坡度包括纵坡度和横坡度。
3.根据权利要求2所述的数据抽稀方法,其特征在于,该方法还包括:在相邻两个位置点的纵坡度、横坡度和曲率的变化值中,纵坡度、横坡度和曲率中的至少一者的变化值不在允许变化范围内的情况下,保留该两个位置点。
4.根据权利要求1所述的数据抽稀方法,其特征在于,所述根据路面宽度和车道的变化,将含有车道坡度和曲率信息的位置点分布到代表所有车道的道路线上或者代表单个车道的车道线上包括:
对于路面宽度相同且车道形状相同的区域,所述位置点按照第一预设间距分布到代表所有车道的道路线上;
对于路面宽度相同且车道形状不同的区域,所述位置点按照第二预设间距分布到代表车道的每个车道线上;
对于路面宽度不同的区域,若所有车道的形状均不同,所述位置点按照第三预设间距分布到代表车道的每个车道线上;若部分车道的形状相同且存在与所述部分车道的形状不同的车道,对于所述形状相同的部分车道,所述位置点按照第四预设间距分布到代表所有车道的道路线上,对于与所述部分车道的形状不同的车道,所述位置点按照第五预设间距分布到代表车道的每个车道线上。
5.根据权利要求4所述的数据抽稀方法,其特征在于,所述在相邻两个位置点的坡度和曲率的变化值均在允许变化范围内的情况下,进行纵向抽稀包括:
根据道路线或车道线上的位置点ID顺序读取相邻两个位置点的纵坡度和曲率;
在相邻两个位置点的纵坡度满足|a-b|<x1*N,其中,x1为第一可调参数,1≤N≤10,N为整数,a和b代表相邻两个位置点的纵坡度的情况下,记录纵坡度b对应的该相邻两个位置点中距离道路线起始点更远的位置点为纵坡度可删除点;
在相邻两个位置点的曲率满足|c-d|<x2,其中,x2为第二可调参数,c和d代表相邻两个位置点的曲率的情况下,记录曲率d对应的该相邻两个位置点中距离道路线起始点更远的位置点为曲率可删除点;
在横坡度小于预定值的情况下,记录该横坡度对应的位置点为横坡度可删除点;
在该相邻两个位置点中距离道路线起始点更远的位置点为纵坡度可删除点、且为横坡度可删除点、且为曲率可删除点,对该距离道路线起始点更远的位置点进行纵向抽稀。
6.一种存储设备,其上存储有程序数据,其特征在于,所述程序数据用于被处理器执行时实现权利要求1-5中任一项所述的数据抽稀方法。
7.一种数据抽稀装置,其特征在于,该装置用于对电子地图中含有车道坡度和曲率信息的位置点进行抽稀,包括:
存储设备,用于存储程序数据;
处理器,用于执行所述存储设备中的程序数据以实现权利要求1-5中任一项所述的数据抽稀方法。
8.一种地图,其特征在于,该地图用于导航,所述地图中含有的车道坡度和曲率信息的位置点通过如权利要求1至5中任一项所述的数据抽稀方法获得。
9.一种控制系统,用于辅助车辆驾驶,其特征在于,所述控制系统通过如权利要求8所述的地图获取车道的坡度和曲率信息,并通过所述车道的坡度和曲率信息生成适合当前车道的车辆行驶速度。
10.一种车辆,其特征在于,所述车辆包含如权利要求9所述的控制系统。
CN201810108203.0A 2018-02-02 2018-02-02 数据抽稀方法、装置、存储设备、地图、控制系统及车辆 Active CN110135219B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810108203.0A CN110135219B (zh) 2018-02-02 2018-02-02 数据抽稀方法、装置、存储设备、地图、控制系统及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810108203.0A CN110135219B (zh) 2018-02-02 2018-02-02 数据抽稀方法、装置、存储设备、地图、控制系统及车辆

Publications (2)

Publication Number Publication Date
CN110135219A true CN110135219A (zh) 2019-08-16
CN110135219B CN110135219B (zh) 2022-05-10

Family

ID=67567167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810108203.0A Active CN110135219B (zh) 2018-02-02 2018-02-02 数据抽稀方法、装置、存储设备、地图、控制系统及车辆

Country Status (1)

Country Link
CN (1) CN110135219B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734927A (zh) * 2021-03-31 2021-04-30 湖北亿咖通科技有限公司 高精地图车道线的简化方法、简化装置及计算机存储介质
CN112798006A (zh) * 2021-01-13 2021-05-14 北京中交兴路信息科技有限公司 一种不同路径的差异点分析方法、装置、存储介质及终端

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010016796A1 (en) * 2000-02-14 2001-08-23 Teruaki Ata Device and method for changing map information
CN101493330A (zh) * 2008-01-23 2009-07-29 厦门雅迅网络股份有限公司 一种手机网络导航中地图矢量数据的抽稀方法
US20110177845A1 (en) * 2010-01-20 2011-07-21 Nokia Corporation Method and apparatus for customizing map presentations based on mode of transport
CN102542901A (zh) * 2010-12-17 2012-07-04 上海博泰悦臻电子设备制造有限公司 用于电子地图的线段抽稀装置及其方法
US8218909B2 (en) * 2007-08-30 2012-07-10 Siemens Aktiengesellschaft System and method for geodesic image matching using edge points interpolation
CN102568009A (zh) * 2010-12-17 2012-07-11 上海博泰悦臻电子设备制造有限公司 用于电子地图的线段抽稀装置及其方法
CN103839228A (zh) * 2012-11-23 2014-06-04 厦门雅迅网络股份有限公司 一种基于矢量地图数据抽稀与平滑处理的方法
CN105373689A (zh) * 2014-08-21 2016-03-02 北京协进科技发展有限公司 电子地图中道路曲率的确定方法及装置
CN106961671A (zh) * 2016-01-08 2017-07-18 高德软件有限公司 采集室内定位数据的方法和装置
CN108253973A (zh) * 2016-12-28 2018-07-06 北京四维图新科技股份有限公司 高精度地图和标准地图关联的方法和装置、及混合导航方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010016796A1 (en) * 2000-02-14 2001-08-23 Teruaki Ata Device and method for changing map information
US8218909B2 (en) * 2007-08-30 2012-07-10 Siemens Aktiengesellschaft System and method for geodesic image matching using edge points interpolation
CN101493330A (zh) * 2008-01-23 2009-07-29 厦门雅迅网络股份有限公司 一种手机网络导航中地图矢量数据的抽稀方法
US20110177845A1 (en) * 2010-01-20 2011-07-21 Nokia Corporation Method and apparatus for customizing map presentations based on mode of transport
CN102542901A (zh) * 2010-12-17 2012-07-04 上海博泰悦臻电子设备制造有限公司 用于电子地图的线段抽稀装置及其方法
CN102568009A (zh) * 2010-12-17 2012-07-11 上海博泰悦臻电子设备制造有限公司 用于电子地图的线段抽稀装置及其方法
CN103839228A (zh) * 2012-11-23 2014-06-04 厦门雅迅网络股份有限公司 一种基于矢量地图数据抽稀与平滑处理的方法
CN105373689A (zh) * 2014-08-21 2016-03-02 北京协进科技发展有限公司 电子地图中道路曲率的确定方法及装置
CN106961671A (zh) * 2016-01-08 2017-07-18 高德软件有限公司 采集室内定位数据的方法和装置
CN108253973A (zh) * 2016-12-28 2018-07-06 北京四维图新科技股份有限公司 高精度地图和标准地图关联的方法和装置、及混合导航方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张倩宁: "《基于地形复杂度的LiDAR点云简化方法研究》", 《中国优秀硕士学位论文全文数据库基础科学辑》 *
缪志修 等;: "《基于机载LiDAR数据构建的DEM抽稀算法研究》", 《铁道勘察》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112798006A (zh) * 2021-01-13 2021-05-14 北京中交兴路信息科技有限公司 一种不同路径的差异点分析方法、装置、存储介质及终端
CN112734927A (zh) * 2021-03-31 2021-04-30 湖北亿咖通科技有限公司 高精地图车道线的简化方法、简化装置及计算机存储介质

Also Published As

Publication number Publication date
CN110135219B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN109263639B (zh) 基于状态栅格法的驾驶路径规划方法
CN105466440B (zh) 利用天气预报信息优化路径的导航装置、系统及方法
CN101493330B (zh) 一种手机网络导航中地图矢量数据的抽稀方法
US8577609B2 (en) Map data, storage medium, and electronic apparatus
CN107091648A (zh) 一种激光雷达与差分gps的数据融合方法及系统
CN114212110B (zh) 障碍物轨迹预测方法、装置、电子设备及存储介质
EP3968609A1 (en) Control method, vehicle, and server
CN110009741B (zh) 一种在Unity中生成环境点云地图的方法
CN107607093A (zh) 一种基于无人艇的湖泊动态库容的监测方法及装置
CN107089209A (zh) 一种用于计算电动汽车续驶里程的方法和装置
CN110135219A (zh) 数据抽稀方法、装置、存储设备、地图、控制系统及车辆
CN104169684A (zh) 处理地理数据中的错误
CN115457764B (zh) 基于车辆轨迹数据的路段交通密度估测方法、装置及介质
CN112561344A (zh) 基于ai视频分析的多源数据的道路危险货物运输动态分析与评价方法
CN113008253A (zh) 一种混合动力车辆行驶方法、设备和存储介质
CN206938676U (zh) 一种用于计算电动汽车续驶里程的装置
CN112883236A (zh) 一种地图更新方法、装置、电子设备及存储介质
CN116107300A (zh) 用于越野环境下的基于先验知识适用于无人驾驶的路径规划方法
CN109631934A (zh) 地图应用的信息处理方法、装置、服务器及储存介质
CN113934974A (zh) 一种路线上任意桩号处的坐标的计算方法
CN113390431B (zh) 动态生成参考线的方法、装置、计算机设备和存储介质
CN113886413A (zh) 地图更新方法及装置
CN112686904A (zh) 车道划分方法、装置、电子设备和存储介质
CN112182129A (zh) 高精度地图更新方法及装置
CN110531347A (zh) 激光雷达的探测方法、装置及计算机可读存储介质

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