CN110686693A - 封闭场景内路网信息的构建方法 - Google Patents

封闭场景内路网信息的构建方法 Download PDF

Info

Publication number
CN110686693A
CN110686693A CN201910972623.8A CN201910972623A CN110686693A CN 110686693 A CN110686693 A CN 110686693A CN 201910972623 A CN201910972623 A CN 201910972623A CN 110686693 A CN110686693 A CN 110686693A
Authority
CN
China
Prior art keywords
lanes
node
lane
intersection
network information
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.)
Pending
Application number
CN201910972623.8A
Other languages
English (en)
Inventor
贾士伟
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.)
Kuntye Vehicle System Changzhou Co Ltd
Original Assignee
Tau Niu Technology (suzhou) 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 Tau Niu Technology (suzhou) Co Ltd filed Critical Tau Niu Technology (suzhou) Co Ltd
Priority to CN201910972623.8A priority Critical patent/CN110686693A/zh
Publication of CN110686693A publication Critical patent/CN110686693A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/343Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种封闭场景内路网信息的构建方法,包括:步骤S1,采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据;步骤S2,根据各车道的联通关系,建立各车道的结点数据之间的连接关系,保存为链接表数据格式。本发明上述方法构建的路网信息,易于实现,而且占用存储空间少,可以使用任一现有全局路径规划算法进行全局路径规划,可以很高效快速的得到最优路径。

Description

封闭场景内路网信息的构建方法
技术领域
本发明涉及自动驾驶领域,尤其涉及封闭场景内路网信息的构建方法。
背景技术
在自动驾驶汽车(automatic driving car,这里简称ADC)实际应用时,为了可以从一个地方顺利、快速地到达另一个地方,需要采集这个地方的路网信息,这里可以简单的理解成“地图”,其中包括道路每个路口的位置、路口处的左右转或直行的信息、道路上的路径点、道路上的红绿灯信息、道路宽度信息等;有了这样的路网信息之后,就可以利用A-star算法,或者D-star算法等传统的全局路径规划算法规划一条从起点到终点的最佳路径。
目前在封闭场景里采集路网信息的方法及其特点如下几种:
(1)栅格地图:一般情况下都是通过激光扫描周围的环境之后,得到一个黑白图像,黑色的像素代表障碍物,不可通行区域,白色的像素代表可通行区域,该图像一般都比较大,虽然可以利用A-star算法等全局路径规划算法规划一条从起点到终点的路径,但是其占用存储资源,而且计算量比较大,如果地图特别大,那么计算一条从起点到终点的最佳路径耗时较长,不能及时地更新规划路径;而且这种地图无法详细地表达路口的换道等信息。
(2)点云地图:一般情况下都是用3维激光雷达或者双目摄像头通过SLAM等算法构建的一个有一群空间位置点组成的地图。每个点,都有各自的位置信息。在有点云的地方,代表有障碍物,在没有点云的地方,代表可通行。一般情况下,点云地图是用来定位的,不适合用于全局路径规划。
(3)矢量地图:矢量地图的制作比较复杂,需要用到专业的GIS工具,用矢量来表示和记录需要采集道路的信息,包括两边的马路牙子的位置以及道路的行进方向;每个矢量都包括位置信息、方向信息以及矢量的类型等。所以其地图制作的周期比较长。
发明内容
鉴于目前现有技术的不足,本发明的目的在于提供一种存储少、易于实现的封闭场景内路网信息的构建方法。
为达到上述目的,本发明的实施例采用如下技术方案:
一种封闭场景内路网信息的构建方法,所述方法包括如下步骤:
步骤S1,采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据;
步骤S2,根据各车道的联通关系,建立各车道的结点数据之间的连接关系,保存为链接表数据格式。
进一步,所述采集路口的车道信息,是采用高精度定位传感器进行采集,所述高精度定位传感器的定位精度,可以区分同一道路的不同车道。
进一步,所述采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据,是从任一路口开始,根据与该路口相连的道路以及各条道路包含的车道数量,以车道为单位,采集不同车道的二维坐标数据,形成不同的结点数据,按序编号,以此类推,遍历所有的路口,形成包含所有路口的所有车道的结点数据。
进一步,所述路口与周围一条道路相连、或与周围二条道路相连、或与周围三条道路相连、或与周围四条道路相连、或与周围五条道路相连、或与周围六条道路相连、或与周围多条道路相连。
进一步,所述道路具有一条车道、或二条车道、或三条车道、或四条车道、或多条车道。
进一步,所述各车道的联通关系,是指各车道能够直接去往的其他车道。
进一步,所述各车道的联通关系,包括同一路口各车道能够直接去往的其他车道,还包括一路口各车道能够直接去往的最相邻路口的其他车道。
进一步,所述车道没有方向性、或具有方向性。
进一步,所述链接表数据,是从任一结点开始,以该结点为顶点集,把该结点车道能够直接去往的其他车道的结点链接在其后,形成一条链路,然后以此类推,遍历其他所有结点即可。
进一步,所述各结点数据均包含有指针数据,所述指针数据用于保存同一链路的任一结点与另一结点的连接关系。
本发明上述方法构建的路网信息,易于实现,而且占用存储空间少,可以使用任一现有全局路径规划算法进行全局路径规划,可以很高效快速的得到最优路径。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施方式一种封闭场景内路网信息的构建方法的流程示意图;
图2为本发明一实施例实际各种路口情况;
图3为图2所示各路口车道的联通关系情况;
图4为根据图3所示一路口车道的联通关系形成的链接表数据。
具体实施方式
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,所描述的实施例仅仅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。
请参见图1所示,本发明一实施方式一种封闭场景内路网信息的构建方法,所述方法包括如下步骤:
步骤S1,采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据;
其中,所述采集路口的车道信息,是采用高精度定位传感器进行采集,例如组合惯导,定位误差是厘米级别,一般为正负2厘米。所述高精度定位传感器的定位精度,可以区分同一道路的不同车道。所以,通过采集,不仅仅可以获得同一道路的不同车道的二维坐标数据,还可以获得同一路口的不同道路的不同车道的二维坐标数据,所述不同车道的二维坐标数据互不相同,相应表示该车道在地图上的绝对位置。
获取到各车道的二维坐标数据后,以车道为单位,按序编号,保存为结点数据格式。即,一个车道作为一个结点,各结点保存各车道的二维坐标。例如,如图2所示,假定从路口A开始进行数据采集。路口A为常见的十字路口,该路口与周围四条道路相连,且各条道路均为二条车道,则根据获取到的八个不同的二维坐标数据,形成结点1、结点2、结点3、结点4、结点5、结点6、结点7、结点8。然后,对路口B进行数据采集。路口B仅与周围一条道路相连,即一般所说的断头路,该条道路也为二条车道,如此形成结点9、结点10。接着,对路口C进行数据采集。路口C为丁字路口,与周围三条道路相连,其中,路口C与路口A 相连的一条道路为二条车道,与前述道路相交叉的二条道路均为一条车道,如此形成结点11、结点12、结点13、结点14。随后,对路口D进行数据采集。路口D也为丁字路口,与周围三条道路相连,其中,路口D与路口A 相连的一条道路以及从路口D向远离路口A反向延伸的一条道路均为二条车道,与前述道路相交叉的一条道路为一条车道,如此形成结点15、结点16、结点17、结点18、结点19。再然后,对路口E进行数据采集。路口E也是十字路口,与周围四条道路相连,其中,路口E与路口D 相连的一条道路以及从路口E向远离路口D反向延伸的一条道路均为二条车道,与前述道路相交叉的二条道路均为一条车道,如此形成结点20、结点21、结点22、结点23、结点24、结点25。再接着,对路口F进行数据采集。路口F比较特殊,与周围六条道路相连,其中,路口F与路口A 相连的一条道路为二条车道,与前述道路相交叉的其他五条道路均为一条车道,如此形成结点26、结点27、结点28、结点29、结点30、结点31、结点32。如此,以此类推,遍历所有的路口,形成包含所有路口的所有车道的结点数据。
当然,实际的路口的情况可能比上述的举例更复杂,比如有的路口与周围二条道路相连,即一般所说L型路口,有的路口与周围五条道路相连,甚至有的路口与周围六条以上的道路相连。另外有的道路是一条车道,有的道路是二条车道,甚至有的道路是多条车道,而且即使是同一路口相连的各条道路,也有的道路是一条车道,有的道路是二条车道,前述的举例中即有这种情况。无论什么情况,采集数据时均遵循以车道为单位进行按序编号即可。亦即,采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据,是从任一路口开始,根据与该路口相连的道路以及各条道路包含的车道数量,以车道为单位,采集不同车道的二维坐标数据,形成不同的结点数据,按序编号,以此类推,遍历所有的路口,形成包含所有路口的所有车道的结点数据。
步骤S2,根据各车道的联通关系,建立各车道的结点数据之间的连接关系,保存为链接表数据格式。
其中,所述各车道的联通关系,是指各车道能够直接去往的其他车道,包括同一路口各车道能够直接去往的其他车道,还包括一路口各车道能够直接去往的最相邻路口的其他车道。
请参见图3所示,为图2所示各路口各车道的联通关系。其中,路口A的四条道路均为二条车道,各条车道均具有方向性。所以结点1车道不能够直接去往路口A的其他任何车道,但能够直接去往相邻路口C的结点12车道;结点2车道能够直接去往结点3车道、结点5车道、结点7车道;结点3车道能够直接去往结点26车道;结点4车道能够直接去往结点1车道、结点5车道、结点7车道;结点5车道能够直接去往结点16车道;结点6车道能够直接去往结点1车道、结点3车道、结点7车道;结点7车道能够直接去往结点10车道;结点8车道能够直接去往结点1车道、结点3车道、结点5车道。路口B的一条道路也为二条车道,各条车道也均具有方向性,所以结点9车道能够直接去往结点8车道;结点10车道为结点7车道能够直接去往的车道(如前所述),但同时因为路口B为断头路,所以结点10车道能够直接去往结点9车道。路口C的与路口A相连的一条道路也为二条车道,各条车道也均具有方向性;与所述道路相交叉的二条道路均为一条车道,各条车道均没有方向性。所以结点11车道能够直接去往结点2车道;结点12车道能够直接去往结点13车道、结点14车道;结点13车道能够直接去往结点11车道、结点14车道;结点14车道能够直接去往结点11车道、结点13车道。路口D的与路口A相连的一条道路以及从路口D向远离路口A反向延伸的一条道路均为二条车道,各条车道均具有方向性;与所述道路相交叉的一条道路为一条车道,所述车道没有方向性。即,各条道路只要为二条车道以上,各条车道均具有方向性;各条道路为一条车道的,则所述车道没有方向性。所以结点15车道能够直接去往结点6车道;结点16车道能够直接去往结点17车道、结点18车道;结点17车道能够直接去往结点15车道、结点18车道;结点18车道能够直接去往结点20车道;结点19车道能够直接去往结点15车道、结点17车道。路口E各车道和路口F各车道的联通关系,参照以上理解,在此不再赘述。链接表数据,是从任一结点开始,以该结点为顶点集,把该结点车道能够直接去往的其他车道的结点链接在其后,形成一条链路,然后以此类推,遍历其他所有结点即可。其中,各结点数据均包含有指针数据,所述指针数据用于保存同一链路的任一结点与另一结点的连接关系。图4所示即为根据路口A各车道的联通关系,形成的部分链接表。完整地图的完整链接表以此类推,遍历完所有结点即可形成。
根据本发明上述构建路网信息的方法,易于操作,实现的门槛很低;由于只采集了道路路口处的信息而不用采集道路上所有的信息,可以认为这是一个稀疏的路网地图,所以占用存储空间少。基于此稀疏的路网信息,可以使用任一现有的全局路径规划算法(比如A-star,D-star,Dijkstra)进行全局路径规划;因为全局路径规划时,根据链接表中各结点的连通关系以及通行成本可以快速高效的找到通行成本最小的路径,即最优路径。所述通行成本,是根据路径中结点的二维坐标数据先计算每连续两结点之间的距离然后加总,距离越长,成本越高。
为加深理解,以下举例说明本发明路网信息在全局路径规划中的应用。因为不同的全局路径规划算法原理稍有不同,这里以Dijkstra为例说明采集的路网信息在全局路径规划中的使用方法。在Dijkstra算法中,需要保存一个顶点集S。S中的顶点是已经找到了最短路径的顶点。开始时,顶点集合S只包含一个顶点。这样,图中的顶点被分为两个部分,一个部分属于顶点集S,另一个属于顶点集V-S,其中V是所有顶点的集合。接下来,反复执行以下循环,直至顶点集S包含所有的顶点为止:1,对于在顶点集V-S中的每个顶点,考察新加入顶点集S中的顶点是否有边到自己(路网信息已经存储在链表中,在链表中可以知道每个顶点可以到达的结点有哪些);如果存在,则检查经过该顶点的这条路径是否比原来已知的路径要短(每个结点都存储当前路口的位置信息,因此可以计算顶点到每个结点的距离)。如果是,则更新源点到此顶点的距离和路径; 2,然后从V-S中寻找一个路径最短的顶点,从源点到这个顶点已经不可能有更好的路径了,把它加入顶点集S,S中顶点数便增加了一个。按照这种方式,一直执行到V中所有的顶点都并入顶点集S为止。这样,最后得到的S中的顶点就是最短路径所通过的顶点,也即找到了最短的路径。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种封闭场景内路网信息的构建方法,其特征在于,所述方法包括如下步骤:
步骤S1,采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据;
步骤S2,根据各车道的联通关系,建立各车道的结点数据之间的连接关系,保存为链接表数据格式。
2.根据权利要求1所述的封闭场景内路网信息的构建方法,其特征在于,所述采集路口的车道信息,是采用高精度定位传感器进行采集,所述高精度定位传感器的定位精度,可以区分同一道路的不同车道。
3.根据权利要求1所述的封闭场景内路网信息的构建方法,其特征在于,所述采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据,是从任一路口开始,根据与该路口相连的道路以及各条道路包含的车道数量,以车道为单位,采集不同车道的二维坐标数据,形成不同的结点数据,按序编号,以此类推,遍历所有的路口,形成包含所有路口的所有车道的结点数据。
4.根据权利要求3所述的封闭场景内路网信息的构建方法,其特征在于,所述路口与周围一条道路相连、或与周围二条道路相连、或与周围三条道路相连、或与周围四条道路相连、或与周围五条道路相连、或与周围六条道路相连、或与周围多条道路相连。
5.根据权利要求3所述的封闭场景内路网信息的构建方法,其特征在于,所述道路具有一条车道、或二条车道、或三条车道、或四条车道、或多条车道。
6.根据权利要求1所述的封闭场景内路网信息的构建方法,其特征在于,所述各车道的联通关系,是指各车道能够直接去往的其他车道。
7.根据权利要求6所述的封闭场景内路网信息的构建方法,其特征在于,所述各车道的联通关系,包括同一路口各车道能够直接去往的其他车道,还包括一路口各车道能够直接去往的最相邻路口的其他车道。
8.根据权利要求5所述的封闭场景内路网信息的构建方法,其特征在于,所述车道没有方向性、或具有方向性。
9.根据权利要求7所述的封闭场景内路网信息的构建方法,其特征在于,所述链接表数据,是从任一结点开始,以该结点为顶点集,把该结点车道能够直接去往的其他车道的结点链接在其后,形成一条链路,然后以此类推,遍历其他所有结点即可。
10.根据权利要求9所述的封闭场景内路网信息的构建方法,其特征在于,所述各结点数据均包含有指针数据,所述指针数据用于保存同一链路的任一结点与另一结点的连接关系。
CN201910972623.8A 2019-10-14 2019-10-14 封闭场景内路网信息的构建方法 Pending CN110686693A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910972623.8A CN110686693A (zh) 2019-10-14 2019-10-14 封闭场景内路网信息的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910972623.8A CN110686693A (zh) 2019-10-14 2019-10-14 封闭场景内路网信息的构建方法

Publications (1)

Publication Number Publication Date
CN110686693A true CN110686693A (zh) 2020-01-14

Family

ID=69112393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910972623.8A Pending CN110686693A (zh) 2019-10-14 2019-10-14 封闭场景内路网信息的构建方法

Country Status (1)

Country Link
CN (1) CN110686693A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111650934A (zh) * 2020-05-26 2020-09-11 坤泰车辆系统(常州)有限公司 自动驾驶系统局部路径规划的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090265095A1 (en) * 2004-06-30 2009-10-22 Hopkins Karen A Method of Collecting Information for a Geographic Database for Use with a Navigation System
CN104919281A (zh) * 2012-12-13 2015-09-16 Lg电子株式会社 计算路线的方法及用于获得路线的方法或者设备
CN108305477A (zh) * 2017-04-20 2018-07-20 腾讯科技(深圳)有限公司 一种车道选择方法及终端
CN109186617A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器
CN109752009A (zh) * 2017-11-03 2019-05-14 华为技术有限公司 路口区域路网数据生成方法及装置
CN109974725A (zh) * 2017-12-28 2019-07-05 北京三快在线科技有限公司 一种路网拓扑构建方法、导航路径计算方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090265095A1 (en) * 2004-06-30 2009-10-22 Hopkins Karen A Method of Collecting Information for a Geographic Database for Use with a Navigation System
CN104919281A (zh) * 2012-12-13 2015-09-16 Lg电子株式会社 计算路线的方法及用于获得路线的方法或者设备
CN108305477A (zh) * 2017-04-20 2018-07-20 腾讯科技(深圳)有限公司 一种车道选择方法及终端
CN109752009A (zh) * 2017-11-03 2019-05-14 华为技术有限公司 路口区域路网数据生成方法及装置
CN109974725A (zh) * 2017-12-28 2019-07-05 北京三快在线科技有限公司 一种路网拓扑构建方法、导航路径计算方法及装置
CN109186617A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111650934A (zh) * 2020-05-26 2020-09-11 坤泰车辆系统(常州)有限公司 自动驾驶系统局部路径规划的方法

Similar Documents

Publication Publication Date Title
CN111857160B (zh) 一种无人车路径规划方法和装置
US20210001877A1 (en) Determination of lane connectivity at traffic intersections for high definition maps
Wong et al. Mapping for autonomous driving: Opportunities and challenges
CN111542860B (zh) 用于自主车辆的高清地图的标志和车道创建
JP2022509286A (ja) 高精細マップの作成方法および装置
CN102147260B (zh) 电子地图匹配方法和装置
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
CN110220521B (zh) 一种高精地图的生成方法和装置
CN107036594A (zh) 智能电站巡检智能体的定位与多粒度环境感知技术
US20120277993A1 (en) Incremental map generation, refinement and extension with gps traces
US8532922B2 (en) Method for simplifying a description of a route of travel
CN113286982A (zh) 生成、更新和增强大比例尺高精度3d道路地图和多级道路图的系统和方法
CN113126618A (zh) 一种越野环境下的无人驾驶全局路径规划及重规划方法
CN113989451A (zh) 高精地图构建方法、装置及电子设备
US20190172349A1 (en) High definition 3d mapping
JP2023515685A (ja) 改善された合成および安定した特徴識別情報をサポートする位相的ベースモデル
CN113157842A (zh) 一种地图生成方法、装置、电子设备及可读存储介质
Eggert et al. Driving situation analysis with relational local dynamic maps (R-LDM)
CN113447039B (zh) 一种基于测绘信息的高精度道路最短路径计算方法
CN116958316B (zh) 拓扑图生成方法、装置、计算机设备及存储介质
CN114168698A (zh) 一种离散高精地图建图方法、装置及电子设备
CN110686693A (zh) 封闭场景内路网信息的构建方法
CN115493603B (zh) 地图对齐方法、计算机设备及计算机可读存储介质
Kubička et al. On designing robust real-time map-matching algorithms
CN116167235A (zh) 路网模型生成方法、装置及设备

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
TA01 Transfer of patent application right

Effective date of registration: 20200615

Address after: No. 368, Longjin Road, Changzhou City, Jiangsu Province

Applicant after: KUNTYE VEHICLE SYSTEM (CHANGZHOU) Co.,Ltd.

Applicant after: TAI NIU AUTOMOTIVE TECHNOLOGY (SUZHOU) Co.,Ltd.

Address before: 215123 No. 88 Dongchang Road, Suzhou Industrial Park, Jiangsu Province

Applicant before: TAI NIU AUTOMOTIVE TECHNOLOGY (SUZHOU) Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210607

Address after: No.368 Longjin Road, Changzhou City, Jiangsu Province 213000

Applicant after: KUNTYE VEHICLE SYSTEM (CHANGZHOU) Co.,Ltd.

Address before: No.368 Longjin Road, Changzhou City, Jiangsu Province 213000

Applicant before: KUNTYE VEHICLE SYSTEM (CHANGZHOU) Co.,Ltd.

Applicant before: TAI NIU AUTOMOTIVE TECHNOLOGY (SUZHOU) Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200114