CN110595494A - 地图误差确定方法和装置 - Google Patents
地图误差确定方法和装置 Download PDFInfo
- Publication number
- CN110595494A CN110595494A CN201910877041.1A CN201910877041A CN110595494A CN 110595494 A CN110595494 A CN 110595494A CN 201910877041 A CN201910877041 A CN 201910877041A CN 110595494 A CN110595494 A CN 110595494A
- Authority
- CN
- China
- Prior art keywords
- lane line
- target object
- coordinate points
- precision map
- coordinate
- 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 44
- 230000015654 memory Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
Abstract
本申请公开了地图误差确定方法，涉及电子地图技术领域。本方案可用于自动驾驶领域，尤其是自主泊车领域。具体实现方案为:根据第一导航系统获取的目标对象的真值坐标，确定目标对象在高精地图中所处位置的车道线信息，车道线信息包括组成车道线的多个第一坐标点；采集目标对象的环境图像，环境图像中包括与车道线信息对应的第一车道线；根据多个第一坐标点，在环境图像中生成第二车道线；根据第一车道线和第二车道线，计算高精地图的误差。本申请由于利用环境图像采集的第一车道和利用车道线信息在环境图像中生成的第二车道线计算高精地图的误差，所以能够准确的获取到高精地图的误差。
Description
技术领域
本申请涉及一种计算机技术领域，尤其涉及一种电子地图技术领域。
背景技术
在自动驾驶中，车辆的安全可靠行驶需要依赖高精地图中包含的大量驾驶辅助信息。例如，道路信息、环境信息、障碍物信息等。而这些驾驶辅助信息是否可靠的一个至关重要的指标是精度。但由于高精地图是人工构建的，因此地图精度会存在一定的误差，使得高精地图的坐标无法和导航系统的高精数据对齐，从而影响车辆在高精地图中的准确定位。因此，确定高精地图的误差对车辆的安全行驶尤为重要。
发明内容
本申请实施例提供一种地图误差确定方法和装置，以解决现有技术中的一个或多个技术问题。
第一方面，本申请实施例提供了一种地图误差确定方法，包括：
根据第一导航系统获取的目标对象的真值坐标，确定目标对象在高精地图中所处位置的车道线信息，车道线信息包括组成车道线的多个第一坐标点；
采集目标对象的环境图像，环境图像中包括与车道线信息对应的第一车道线；
根据多个第一坐标点，在环境图像中生成第二车道线；
根据第一车道线和第二车道线，计算高精地图的误差。
本实施例由于利用环境图像采集的第一车道和利用车道线信息在环境图像中生成的第二车道线计算高精地图的误差，所以能够准确的获取到高精地图的误差。
在一种实施方式中，根据第一车道线和第二车道线，计算高精地图的误差，包括：
根据第一车道线的各坐标点和第二车道线的各坐标点，利用最小化重投影误差算法，计算高精地图的绝对误差。
本实施例通过最小化重投影误差算法能够准确的得到高精地图的绝对误差。
在一种实施方式中，根据多个第一坐标点，在环境图像中生成第二车道线，包括：
将多个第一坐标点转换至第一导航系统的系统坐标系中，形成多个第二坐标点；
根据第一导航系统与目标对象之间的第一标定参数，将多个第二坐标点转换至目标对象的自身坐标系中，形成多个第三坐标点；
根据采集装置与目标对象之间的第二标定参数，将多个第三坐标点转换至环境图像的像素坐标系中，并形成多个第四坐标点；
其中，第二车道线由多个第四坐标点构成，采集装置用于采集环境图像。
本实施例通过坐标系转换，使得高精地图上组成车道线的各第一坐标点能够准确的投影到采集装置所采集图像的像素坐标系中。
在一种实施方式中，根据第一导航系统获取的目标对象的真值坐标，确定目标对象在高精地图中所处位置的车道线信息，包括：
根据第一导航系统获取的目标对象的经纬度真值坐标，确定目标对象在高精地图中的位置；
根据目标对象在高精地图中的位置，确定目标对象在高精地图中所处位置的车道线信息。
本实施例通过目标对象的经纬度真值坐标，能够准确的获取到目标对象在高精地图中所处位置的车道线信息。
在一种实施方式中，该方法还包括：
利用第二导航系统获取目标对象在高精地图中的自定位坐标；
根据高精地图的误差，对自定位坐标进行误差补偿。
本实施例通过高精地图的误差能够对目标对象通过第二导航系统获取的自定位坐标进行补偿，能够对第二导向系统获取的目标对象的自定位坐标进行位置校正。
在一种实施方式中，该方法还包括：
将误差补偿后的自定位坐标与真值坐标进行比较；
根据比较结果，确定目标对象的自定位绝对误差。
本实施例通过将误差补偿后的自定位坐标与真值坐标进行比较，可以准确的获取到目标对象的自定位绝对误差，从而可以进一步对目标对象的自定位绝对误差进行评估。
第二方面，本申请实施例提供了一种地图误差确定装置，包括：
第一确定模块，用于根据第一导航系统获取的目标对象的真值坐标，确定目标对象在高精地图中所处位置的车道线信息，车道线信息包括组成车道线的多个第一坐标点；
采集模块，用于采集目标对象的环境图像，环境图像中包括与车道线信息对应的第一车道线；
生成模块，用于根据多个第一坐标点，在环境图像中生成第二车道线；
计算模块，用于根据第一车道线和第二车道线，计算高精地图的误差。
在一种实施方式中，计算模块，用于根据第一车道线的各坐标点和第二车道线的各坐标点，利用最小化重投影误差算法，计算高精地图的绝对误差。
在一种实施方式中，生成模块包括：
第一转换子模块，用于将多个第一坐标点转换至第一导航系统的系统坐标系中，形成多个第二坐标点；
第二转换子模块，用于根据第一导航系统与目标对象之间的第一标定参数，将多个第二坐标点转换至目标对象的自身坐标系中，形成多个第三坐标点；
第三转换子模块，用于根据采集装置与目标对象之间的第二标定参数，将多个第三坐标点转换至环境图像的像素坐标系中，并形成多个第四坐标点；
其中，第二车道线由多个第四坐标点构成，采集装置用于采集环境图像。
在一种实施方式中，第一确定模块包括：
第一确定子模块，用于根据第一导航系统获取的目标对象的经纬度真值坐标，确定目标对象在高精地图中的位置；
第二确定子模块，用于根据目标对象在高精地图中的位置，确定目标对象在高精地图中所处位置的车道线信息。
在一种实施方式中，该装置还包括：
获取模块，用于利用第二导航系统获取目标对象在高精地图中的自定位坐标；
误差补偿模块，用于根据高精地图的误差，对自定位坐标进行误差补偿。
在一种实施方式中，该装置还包括：
比较模块，用于将误差补偿后的自定位坐标与真值坐标进行比较；
第二确定模块，用于根据比较结果，确定目标对象的自定位绝对误差。
第三方面，本申请实施例提供了一种电子设备，电子设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，电子设备的结构中包括处理器和存储器，存储器用于存储支持电子设备执行上述地图误差确定方法的程序，处理器被配置为用于执行存储器中存储的程序。电子设备还可以包括通信接口，用于与其他设备或通信网络通信。
第四方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，用于存储电子设备及电子设备所用的计算机软件指令，其包括用于执行上述地图误差确定所涉及的程序。
上述申请中的一个实施例具有如下优点或有益效果：本申请由于利用环境图像采集的第一车道和利用车道线信息在环境图像中生成的第二车道线计算高精地图的误差，所以能够准确的获取到高精地图的误差。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例的地图误差确定方法的流程示意图；
图2是根据本申请第一实施例的另一地图误差确定方法的流程示意图；
图3是根据本申请第一实施例的地图误差确定方法的步骤S300的流程示意图；
图4是根据本申请第一实施例的另一地图误差确定方法的流程示意图；
图5是根据本申请第一实施例的另一地图误差确定方法的流程示意图；
图6是根据本申请第一实施例的另一地图误差确定方法的流程示意图；
图7是根据本申请第一实施例的地图误差确定方法的高精地图中的车道线示意图；
图8是根据本申请第一实施例的地图误差确定方法的环境图像中的车道线示意图；
图9是根据本申请第二实施例的地图误差确定装置的示意图；
图10是根据本申请第二实施例的地图误差确定装置的生成模块的示意图；
图11是根据本申请第二实施例的地图误差确定装置的第一确定模块的示意图；
图12是根据本申请第二实施例的另一地图误差确定装置的示意图；
图13是根据本申请第二实施例的另一地图误差确定装置的示意图；
图14是用来实现本申请实施例的地图误差确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
根据本申请的第一实施例，本申请提供了一种地图误差确定方法，如图1所示，该方法包括：
S100：根据第一导航系统获取的目标对象的真值坐标，确定目标对象在高精地图中所处位置的车道线信息。车道线信息包括组成车道线的多个第一坐标点。
目标对象可以是位于道路中或道路旁的任何事物。例如，目标对象可以包括车辆、行人或路障等。真值坐标可以包括目标对象在世界坐标系中的真实数值。目标对象在高精地图中所处位置的车道线信息可以包括：目标对象周围存在的具体车道线的属性、每个车道线在高精地图中的位置以及组成该车道线的各坐标点的坐标值等于车道线有关的信息。第一坐标点为高精地图的坐标系中的坐标点。
第一导航系统可以采用现有技术中具有高精度定位功能的任意导航系统。例如，第一导航系统可以采用高精度惯性导航系统CPT，高精度惯性导航系统CPT是一款由GNSS(Global Navigation Satellite System，全球导航卫星系统)、光纤陀螺、石英加速度计、DSP(digital signal processor，数字信号处理器)及卡尔漫虑波算等组成的GNSS/INS(Inertial Navigation System，惯性导航)紧耦合组合定位导航系统。它通过GPS(GlobalPositioning System，全球定位系统)来修正INS随时间的漂移。当GPS失锁时，INS能在一定时间内保持精度，从而达到相互补偿的作用并提高精度和可靠性。
S200：采集目标对象的环境图像，环境图像中包括与车道线信息对应的第一车道线。
环境图像可以包括目标对象上的采集装置能够采集到的图像。且该图像中至少包括目标对象周围的车道线图像。
S300：根据多个第一坐标点，在环境图像中生成第二车道线。
在环境图像中生成第二车道线的方式可以根据需要进行选择。可以将高精地图中的多个第一坐标点通过预设的投影矩阵，直接投影到环境图像的图像坐标系或像素坐标系中。也可以将高精地图中的各第一坐标点通过多次坐标系转换的方式，投影到环境图像的图像坐标系或像素坐标系中。具体的第二车道线生成方式可以根据计算成本和数据量进行选择，在此不做具体限定。
S400：根据第一车道线和第二车道线，计算高精地图的误差。通过环境图像中第一车道线和第二车道线之间存在的误差，即可反映出高精地图中存在的误差。
本实施例由于利用环境图像采集的第一车道和利用车道线信息在环境图像中生成的第二车道线计算高精地图的误差，所以能够准确的获取到高精地图的误差。
在一种实施方式中，如图2所示，根据第一车道线和第二车道线，计算高精地图的误差，包括：
S410：根据第一车道线的各坐标点和第二车道线的各坐标点，利用最小化重投影误差算法，计算高精地图的绝对误差。
本实施例通过最小化重投影误差算法能够准确的得到高精地图的绝对误差。
重投影误差是指真实三维空间点在图像平面上的投影(也就是图像上的像素点)和重投影(地图数据在图像平面上投影的虚拟像素点)的差值。最小化重投影误差可以将差值的和最小化。
在一种实施方式中，如图3所示，根据多个第一坐标点，在环境图像中生成第二车道线，包括：
S310：将多个第一坐标点转换至第一导航系统的系统坐标系中，形成多个第二坐标点。当第一导航系统的定位精度能够与世界坐标系达到一致时，第一导航系统的系统坐标系也可以认为是世界坐标系。
S320：根据第一导航系统与目标对象之间的第一标定参数，将多个第二坐标点转换至目标对象的自身坐标系中，形成多个第三坐标点。第一标定参数包括安装在目标对象上的第一导航系统与目标对象参考点(例如，可以是目标对象自身坐标自的原点)之间的三维空间距离。
在一个示例中，当目标对象是车辆时，自身坐标系可以是车辆自身构建的坐标系，即车辆坐标系。
S330：根据采集装置与目标对象之间的第二标定参数，将多个第三坐标点转换至环境图像的像素坐标系或图像坐标系中，并形成多个第四坐标点。第二标定参数包括安装在目标对象上的采集装置与目标对象参考点(例如，可以是目标对象自身坐标自的原点)之间的三维空间距离。
其中，第二车道线由多个第四坐标点构成，采集装置用于采集环境图像。
本实施例通过坐标系转换，使得高精地图上组成车道线的各第一坐标点能够准确的投影到采集装置所采集图像的像素坐标系中。
在一个示例中，根据第一导航系统与目标对象之间的第一标定参数，以及采集装置与目标对象之间的第二标定参数，可以直接将多个第二坐标点转换至环境图像的像素坐标系或图像坐标系中。
在一个示例中，根据采集装置与目标对象之间的第二标定参数，将多个第三坐标点转换至环境图像的像素坐标系或图像坐标系中时，还可以引入采集装置的相机内参和相机外参，从而提高转换的准确度。
在一个示例中，由于高精地图的车道线有绝对误差，因此设定车道线(lane)上任意第一坐标点的坐标为{lane(x)+deltax,lane(y)+deltay}。其中，deltax＝Δx，deltay＝Δy，lane(x)和lane(y)为已知数，deltax和deltay是未知数。
将多个第一坐标点的坐标通过投影关系映射到环境图像上，形成多个第四坐标点c，各第四坐标点c组成第二车道线。
标注环境图像中与车道线信息对应的第一车道线的各坐标点c'。
利用优化函数f＝Min(Sum(c-c'))，计算出deltax和deltay的最小化重投影误差，并根据deltax和deltay的最小化重投影误差确定高精地图的误差。其中，(Sum(c-c')代表一条车道线上所有点误差。
在一种实施方式中，如图4所示，根据第一导航系统获取的目标对象的真值坐标，确定目标对象在高精地图中所处位置的车道线信息，包括：
S110：根据第一导航系统获取的目标对象的经纬度真值坐标，确定目标对象在高精地图中的位置。目标对象的经纬度真值坐标可以包括目标对象在真实的世界坐标系中的经纬度坐标。
S120：根据目标对象在高精地图中的位置，确定目标对象在高精地图中所处位置的车道线信息。
本实施例通过目标对象的经纬度真值坐标，能够准确的获取到目标对象在高精地图中所处位置的车道线信息。
在一种实施方式中，如图5所示，该方法还包括：
S500：利用第二导航系统获取目标对象在高精地图中的自定位坐标。
S600：根据高精地图的误差，对自定位坐标进行误差补偿。
本实施例通过高精地图的误差能够对目标对象通过第二导航系统获取的自定位坐标进行补偿，能够对第二导向系统获取的目标对象的自定位坐标进行位置校正。
在一种实施方式中，如图6所示，该方法还包括：
S700：将误差补偿后的自定位坐标与真值坐标进行比较。
S800：根据比较结果，确定目标对象的自定位绝对误差。
本实施例通过将误差补偿后的自定位坐标与真值坐标进行比较，可以准确的获取到目标对象的自定位绝对误差，从而可以进一步对目标对象的自定位绝对误差进行评估。
在一个示例中，本申请的地图误差确定方法包括：
根据第一导航系统获取的车辆的真值坐标，确定车辆在高精地图中所处位置的车道线信息。根据车道线信息可知，车辆在高精地图中所处位置包括A、B、C三条车道线(如图7所示)。每条车道线分别由多个第一坐标点组成。其中，根据第一导航系统获取的车辆的真值坐标可以是抽样获取的。
采集车辆当前位置的环境图像，环境图像中包括a、b、c三条第一车道线(如图8所示)。其中，a和A表征同一车道线。b和B表征同一车道线。c和C表示同一车道线。
根据A、B、C三条车道线的各第一坐标点，在环境图像中生成对应的第二车道线A'、B'、C'(如图8所示)。
根据第一车道线a、b、c和第二车道线A'、B'、C'，计算高精地图的误差。
根据本申请的第二实施例，本申请提供了一种地图误差确定装置，如图9所示，该地图误差确定装置100包括：
第一确定模块10，用于根据第一导航系统获取的目标对象的真值坐标，确定目标对象在高精地图中所处位置的车道线信息，车道线信息包括组成车道线的多个第一坐标点。
采集模块20，用于采集目标对象的环境图像，环境图像中包括与车道线信息对应的第一车道线。
生成模块30，用于根据多个第一坐标点，在环境图像中生成第二车道线。
计算模块40，用于根据第一车道线和第二车道线，计算高精地图的误差。
在一种实施方式中，计算模块40，用于根据第一车道线的各坐标点和第二车道线的各坐标点，利用最小化重投影误差算法，计算高精地图的绝对误差。
在一种实施方式中，如图10所示，生成模块30包括：
第一转换子模块31，用于将多个第一坐标点转换至第一导航系统的系统坐标系中，形成多个第二坐标点。
第二转换子模块32，用于根据第一导航系统与目标对象之间的第一标定参数，将多个第二坐标点转换至目标对象的自身坐标系中，形成多个第三坐标点。
第三转换子模块33，用于根据采集装置与目标对象之间的第二标定参数，将多个第三坐标点转换至环境图像的像素坐标系或图像坐标系中，并形成多个第四坐标点。
其中，第二车道线由多个第四坐标点构成，采集装置用于采集环境图像。
在一种实施方式中，如图11所示，第一确定模块10包括：
第一确定子模块11，用于根据第一导航系统获取的目标对象的经纬度真值坐标，确定目标对象在高精地图中的位置。
第二确定子模块12，用于根据目标对象在高精地图中的位置，确定目标对象在高精地图中所处位置的车道线信息。
在一种实施方式中，如图12所示，该装置还包括：
获取模块50，用于利用第二导航系统获取目标对象在高精地图中的自定位坐标。
误差补偿模块60，用于根据高精地图的误差，对自定位坐标进行误差补偿。
在一种实施方式中，如图13所示，该装置还包括：
比较模块70，用于将误差补偿后的自定位坐标与真值坐标进行比较。
第二确定模块80，用于根据比较结果，确定目标对象的自定位绝对误差。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图14所示，是根据本申请实施例的地图误差确定的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图14所示，该电子设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图14中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的地图误差确定的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的地图误差确定的方法。
存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的地图误差确定的方法对应的程序指令/模块(例如，附图9所示的第一确定模块10、采集模块20、生成模块30和计算模块40)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的地图误差确定的方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据地图误差确定的电子设备的使用所创建的数据等。此外，存储器Y02可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至地图误差确定的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
地图误差确定的方法的电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图14中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息，以及产生与地图误差确定的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，本申请因为采用利用位置信息和时间信息在时空坐标系构建行为轨迹，以及基于最小编辑距离计算两个行为轨迹相似度的技术手段，所以克服了在二维平面坐标系中构建和分析行为轨迹时，忽略时间因素的技术问题，进而达到能够更加准确的得到目标对象的行为轨迹相似度技术效果。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (14)
1.一种地图误差确定方法，其特征在于，包括：
根据第一导航系统获取的目标对象的真值坐标，确定所述目标对象在高精地图中所处位置的车道线信息，所述车道线信息包括组成车道线的多个第一坐标点；
采集所述目标对象的环境图像，所述环境图像中包括与所述车道线信息对应的第一车道线；
根据所述多个第一坐标点，在所述环境图像中生成第二车道线；
根据所述第一车道线和所述第二车道线，计算所述高精地图的误差。
2.根据权利要求1所述的方法，其特征在于，根据所述第一车道线和所述第二车道线，计算所述高精地图的误差，包括：
根据所述第一车道线的各坐标点和所述第二车道线的各坐标点，利用最小化重投影误差算法，计算所述高精地图的绝对误差。
3.根据权利要求1所述的方法，其特征在于，根据所述多个第一坐标点，在所述环境图像中生成第二车道线，包括：
将所述多个第一坐标点转换至第一导航系统的系统坐标系中，形成多个第二坐标点；
根据所述第一导航系统与所述目标对象之间的第一标定参数，将所述多个第二坐标点转换至所述目标对象的自身坐标系中，形成多个第三坐标点；
根据采集装置与所述目标对象之间的第二标定参数，将所述多个第三坐标点转换至所述环境图像的像素坐标系中，并形成多个第四坐标点；
其中，所述第二车道线由所述多个第四坐标点构成，所述采集装置用于采集所述环境图像。
4.根据权利要求1所述的方法，其特征在于，根据第一导航系统获取的目标对象的真值坐标，确定所述目标对象在高精地图中所处位置的车道线信息，包括：
根据所述第一导航系统获取的所述目标对象的经纬度真值坐标，确定所述目标对象在所述高精地图中的位置；
根据所述目标对象在所述高精地图中的位置，确定所述目标对象在所述高精地图中所处位置的车道线信息。
5.根据权利要求1所述的方法，其特征在于，还包括：
利用第二导航系统获取所述目标对象在所述高精地图中的自定位坐标；
根据所述高精地图的误差，对所述自定位坐标进行误差补偿。
6.根据权利要求5所述的方法，其特征在于，还包括：
将误差补偿后的自定位坐标与所述真值坐标进行比较；
根据比较结果，确定所述目标对象的自定位绝对误差。
7.一种地图误差确定的装置，其特征在于，包括：
第一确定模块，用于根据第一导航系统获取的目标对象的真值坐标，确定所述目标对象在高精地图中所处位置的车道线信息，所述车道线信息包括组成车道线的多个第一坐标点；
采集模块，用于采集所述目标对象的环境图像，所述环境图像中包括与所述车道线信息对应的第一车道线；
生成模块，用于根据所述多个第一坐标点，在所述环境图像中生成第二车道线；
计算模块，用于根据所述第一车道线和所述第二车道线，计算所述高精地图的误差。
8.根据权利要求7所述的装置，其特征在于，所述计算模块，用于根据所述第一车道线的各坐标点和所述第二车道线的各坐标点，利用最小化重投影误差算法，计算所述高精地图的绝对误差。
9.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：
第一转换子模块，用于将所述多个第一坐标点转换至第一导航系统的系统坐标系中，形成多个第二坐标点；
第二转换子模块，用于根据所述第一导航系统与所述目标对象之间的第一标定参数，将所述多个第二坐标点转换至所述目标对象的自身坐标系中，形成多个第三坐标点；
第三转换子模块，用于根据采集装置与所述目标对象之间的第二标定参数，将所述多个第三坐标点转换至所述环境图像的像素坐标系中，并形成多个第四坐标点；
其中，所述第二车道线由所述多个第四坐标点构成，所述采集装置用于采集所述环境图像。
10.根据权利要求7所述的装置，其特征在于，所述第一确定模块包括：
第一确定子模块，用于根据所述第一导航系统获取的所述目标对象的经纬度真值坐标，确定所述目标对象在所述高精地图中的位置；
第二确定子模块，用于根据所述目标对象在所述高精地图中的位置，确定所述目标对象在所述高精地图中所处位置的车道线信息。
11.根据权利要求7所述的装置，其特征在于，还包括：
获取模块，用于利用第二导航系统获取所述目标对象在所述高精地图中的自定位坐标；
误差补偿模块，用于根据所述高精地图的误差，对所述自定位坐标进行误差补偿。
12.根据权利要求11所述的装置，其特征在于，还包括：
比较模块，用于将误差补偿后的自定位坐标与所述真值坐标进行比较；
第二确定模块，用于根据比较结果，确定所述目标对象的自定位绝对误差。
13.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910877041.1A CN110595494B (zh) | 2019-09-17 | 2019-09-17 | 地图误差确定方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910877041.1A CN110595494B (zh) | 2019-09-17 | 2019-09-17 | 地图误差确定方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110595494A true CN110595494A (zh) | 2019-12-20 |
| CN110595494B CN110595494B (zh) | 2021-06-22 |
Family
ID=68860248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910877041.1A Active CN110595494B (zh) | 2019-09-17 | 2019-09-17 | 地图误差确定方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110595494B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111141311A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种高精度地图定位模块的评估方法及系统 |
| CN111340890A (zh) * | 2020-02-20 | 2020-06-26 | 北京百度网讯科技有限公司 | 相机外参标定方法、装置、设备和可读存储介质 |
| CN111524185A (zh) * | 2020-04-21 | 2020-08-11 | 上海商汤临港智能科技有限公司 | 定位方法及装置、电子设备和存储介质 |
| CN111597987A (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 |
| CN111860319A (zh) * | 2020-07-20 | 2020-10-30 | 北京百度网讯科技有限公司 | 车道线的确定方法、定位精度的评测方法、装置、设备 |
| CN111999752A (zh) * | 2020-08-25 | 2020-11-27 | 北京百度网讯科技有限公司 | 确定道路信息数据的方法、装置和计算机存储介质 |
| CN111998860A (zh) * | 2020-08-21 | 2020-11-27 | 北京百度网讯科技有限公司 | 自动驾驶定位数据校验方法、装置、电子设备及存储介质 |
| CN112102417A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法 |
| CN112284400A (zh) * | 2020-12-24 | 2021-01-29 | 腾讯科技（深圳）有限公司 | 车辆的定位方法、装置、电子设备及计算机可读存储介质 |
| CN112966059A (zh) * | 2021-03-02 | 2021-06-15 | 北京百度网讯科技有限公司 | 针对定位数据的数据处理方法、装置、电子设备和介质 |
| CN113758501A (zh) * | 2021-09-08 | 2021-12-07 | 广州小鹏自动驾驶科技有限公司 | 检测地图中的异常车道线的方法和可读存储介质 |
| CN113804195A (zh) * | 2020-06-15 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 信息处理方法及设备和室内地图定位方法及设备 |
| CN114049615A (zh) * | 2021-11-12 | 2022-02-15 | 阿波罗智联(北京)科技有限公司 | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 |
| CN114387583A (zh) * | 2022-01-14 | 2022-04-22 | 广州小鹏自动驾驶科技有限公司 | 一种车道线处理的方法和装置 |
| CN114577225A (zh) * | 2022-04-28 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种地图绘制方法、装置、电子设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101727756A (zh) * | 2008-10-16 | 2010-06-09 | 财团法人工业技术研究院 | 交通工具移动图像辅助导引方法与系统 |
| CN103927748A (zh) * | 2014-04-09 | 2014-07-16 | 东南大学 | 一种基于多矩形图像距离转换模型的坐标标定方法 |
| CN107643086A (zh) * | 2016-07-22 | 2018-01-30 | 北京四维图新科技股份有限公司 | 一种车辆定位方法、装置及系统 |
| CN109579856A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 高精度地图生成方法、装置、设备及计算机可读存储介质 |
| CN109724615A (zh) * | 2019-02-28 | 2019-05-07 | 北京经纬恒润科技有限公司 | 一种车道线识别结果的校验方法及系统 |
| US20190184988A1 (en) * | 2017-12-18 | 2019-06-20 | Hua-Chuang Automobile Information Technical Center Co., Ltd. | Lane keeping and following system |
| CN109974733A (zh) * | 2019-04-02 | 2019-07-05 | 百度在线网络技术（北京）有限公司 | 用于ar导航的poi显示方法、装置、终端和介质 |
| CN110008851A (zh) * | 2019-03-15 | 2019-07-12 | 深兰科技（上海）有限公司 | 一种车道线检测的方法及设备 |
-
2019
- 2019-09-17 CN CN201910877041.1A patent/CN110595494B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101727756A (zh) * | 2008-10-16 | 2010-06-09 | 财团法人工业技术研究院 | 交通工具移动图像辅助导引方法与系统 |
| CN103927748A (zh) * | 2014-04-09 | 2014-07-16 | 东南大学 | 一种基于多矩形图像距离转换模型的坐标标定方法 |
| CN107643086A (zh) * | 2016-07-22 | 2018-01-30 | 北京四维图新科技股份有限公司 | 一种车辆定位方法、装置及系统 |
| US20190184988A1 (en) * | 2017-12-18 | 2019-06-20 | Hua-Chuang Automobile Information Technical Center Co., Ltd. | Lane keeping and following system |
| CN109579856A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 高精度地图生成方法、装置、设备及计算机可读存储介质 |
| CN109724615A (zh) * | 2019-02-28 | 2019-05-07 | 北京经纬恒润科技有限公司 | 一种车道线识别结果的校验方法及系统 |
| CN110008851A (zh) * | 2019-03-15 | 2019-07-12 | 深兰科技（上海）有限公司 | 一种车道线检测的方法及设备 |
| CN109974733A (zh) * | 2019-04-02 | 2019-07-05 | 百度在线网络技术（北京）有限公司 | 用于ar导航的poi显示方法、装置、终端和介质 |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111141311A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种高精度地图定位模块的评估方法及系统 |
| CN111340890A (zh) * | 2020-02-20 | 2020-06-26 | 北京百度网讯科技有限公司 | 相机外参标定方法、装置、设备和可读存储介质 |
| WO2021212964A1 (zh) * | 2020-04-21 | 2021-10-28 | 上海商汤临港智能科技有限公司 | 定位方法及装置、电子设备和存储介质 |
| CN111524185A (zh) * | 2020-04-21 | 2020-08-11 | 上海商汤临港智能科技有限公司 | 定位方法及装置、电子设备和存储介质 |
| CN111597987A (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 |
| CN111597987B (zh) * | 2020-05-15 | 2023-09-01 | 阿波罗智能技术(北京)有限公司 | 用于生成信息的方法、装置、设备和存储介质 |
| CN113804195A (zh) * | 2020-06-15 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 信息处理方法及设备和室内地图定位方法及设备 |
| CN111860319A (zh) * | 2020-07-20 | 2020-10-30 | 北京百度网讯科技有限公司 | 车道线的确定方法、定位精度的评测方法、装置、设备 |
| CN111860319B (zh) * | 2020-07-20 | 2024-03-26 | 阿波罗智能技术(北京)有限公司 | 车道线的确定方法、定位精度的评测方法、装置、设备 |
| CN111998860A (zh) * | 2020-08-21 | 2020-11-27 | 北京百度网讯科技有限公司 | 自动驾驶定位数据校验方法、装置、电子设备及存储介质 |
| CN111998860B (zh) * | 2020-08-21 | 2023-02-17 | 阿波罗智能技术(北京)有限公司 | 自动驾驶定位数据校验方法、装置、电子设备及存储介质 |
| CN111999752B (zh) * | 2020-08-25 | 2024-03-26 | 阿波罗智能技术(北京)有限公司 | 确定道路信息数据的方法、装置和计算机存储介质 |
| CN111999752A (zh) * | 2020-08-25 | 2020-11-27 | 北京百度网讯科技有限公司 | 确定道路信息数据的方法、装置和计算机存储介质 |
| CN112102417B (zh) * | 2020-09-15 | 2024-04-19 | 阿波罗智联(北京)科技有限公司 | 确定世界坐标的方法和装置 |
| CN112102417A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法 |
| CN112284400B (zh) * | 2020-12-24 | 2021-03-19 | 腾讯科技（深圳）有限公司 | 车辆的定位方法、装置、电子设备及计算机可读存储介质 |
| CN112284400A (zh) * | 2020-12-24 | 2021-01-29 | 腾讯科技（深圳）有限公司 | 车辆的定位方法、装置、电子设备及计算机可读存储介质 |
| CN112966059A (zh) * | 2021-03-02 | 2021-06-15 | 北京百度网讯科技有限公司 | 针对定位数据的数据处理方法、装置、电子设备和介质 |
| CN112966059B (zh) * | 2021-03-02 | 2023-11-24 | 北京百度网讯科技有限公司 | 针对定位数据的数据处理方法、装置、电子设备和介质 |
| CN113758501A (zh) * | 2021-09-08 | 2021-12-07 | 广州小鹏自动驾驶科技有限公司 | 检测地图中的异常车道线的方法和可读存储介质 |
| CN113758501B (zh) * | 2021-09-08 | 2024-06-04 | 广州小鹏自动驾驶科技有限公司 | 检测地图中的异常车道线的方法和可读存储介质 |
| CN114049615B (zh) * | 2021-11-12 | 2023-09-05 | 阿波罗智联(北京)科技有限公司 | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 |
| CN114049615A (zh) * | 2021-11-12 | 2022-02-15 | 阿波罗智联(北京)科技有限公司 | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 |
| CN114387583A (zh) * | 2022-01-14 | 2022-04-22 | 广州小鹏自动驾驶科技有限公司 | 一种车道线处理的方法和装置 |
| CN114577225A (zh) * | 2022-04-28 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种地图绘制方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110595494B (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110595494B (zh) | 地图误差确定方法和装置 | |
| JP6918885B2 (ja) | 相対的位置姿勢の標定方法、相対的位置姿勢の標定装置、機器及び媒体 | |
| JP7262545B2 (ja) | 車両位置の判定方法、車両位置の判定装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
| JP7299261B2 (ja) | 車両のデッドレコニング方法、装置、デバイス、記憶媒体、及びプログラム | |
| CN111220154A (zh) | 车辆定位方法、装置、设备和介质 | |
| CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
| JP7328282B2 (ja) | 乗物を測位するための方法、装置、機器及び記憶媒体 | |
| JP7241057B2 (ja) | 車両測位方法、装置、電子機器、車両及び記憶媒体 | |
| CN110542436B (zh) | 车辆定位系统的评测方法、装置、设备及存储介质 | |
| CN110780285A (zh) | 激光雷达与组合惯导的位姿标定方法、系统及介质 | |
| CN111174799A (zh) | 地图构建方法及装置、计算机可读介质、终端设备 | |
| CN111462029B (zh) | 视觉点云与高精地图融合方法、装置和电子设备 | |
| CN111626206A (zh) | 高精地图构建方法、装置、电子设备及计算机存储介质 | |
| CN111220164A (zh) | 定位方法、装置、设备及存储介质 | |
| KR20210089602A (ko) | 차량의 제어 방법, 장치 및 차량 | |
| CN111784837B (zh) | 高精地图生成方法、装置、设备、存储介质和程序产品 | |
| CN112147632A (zh) | 车载激光雷达感知算法的测试方法、装置、设备和介质 | |
| CN112101209A (zh) | 用于路侧计算设备的确定世界坐标点云的方法和装置 | |
| JP7356528B2 (ja) | 地図データ処理方法及び装置 | |
| EP4194807A1 (en) | High-precision map construction method and apparatus, electronic device, and storage medium | |
| CN113932790A (zh) | 一种地图更新方法、装置、系统、电子设备及存储介质 | |
| CN111783611B (zh) | 无人车的定位方法、装置、无人车及存储介质 | |
| CN111260722B (zh) | 车辆定位方法、设备及存储介质 | |
| CN111932611A (zh) | 物体位置获取方法和装置 | |
| CN111612851A (zh) | 用于标定相机的方法、装置、设备以及存储介质 |
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: 20211014 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. |