CN110702132B - 基于道路标记点和道路属性的微路网地图数据的采集方法 - Google Patents
基于道路标记点和道路属性的微路网地图数据的采集方法 Download PDFInfo
- Publication number
- CN110702132B CN110702132B CN201910921038.5A CN201910921038A CN110702132B CN 110702132 B CN110702132 B CN 110702132B CN 201910921038 A CN201910921038 A CN 201910921038A CN 110702132 B CN110702132 B CN 110702132B
- Authority
- CN
- China
- Prior art keywords
- road
- data
- map
- information
- points
- 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
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3611—Destination input or retrieval using character input or menus, e.g. menus of POIs
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3629—Guidance using speech or audio output, e.g. text-to-speech
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种利用自行车、助力车载的便携式数据采集智能终端对微路网的地图数据进行采集及处理的方法;其中,所述智能终端与布置在附近的地图采集车设备上的服务器进行传输连接。本发明方法既能提高机动车无法采集场景的数据采集效率,又能够降低数据采集员的劳动强度,从而低成本、高效且准确地提供高精度地图所需的微路网更新数据;尤其是为骑行或步行模式下的地图路径选择提供了更加可靠的数据基础。
Description
技术领域
本发明涉及地图数据采集技术领域,尤其涉及一种道路标记点及道路属性类城市微路网地图数据采集处理方法及系统。
背景技术
目前,随着电子地图的应用普及,越来越多的人将电子地图下载到手机等移动终端进行出行的路径规划,即使对于熟悉的道路,也会在出行前打开电子地图进行导航规划,以规避拥堵路段或选择更近的道路。随着地图精度的发展,除了公交和机动车导航,越来越多的电子地图供应商开始提供多种模式的导航规划,例如步行模式、骑行模式甚至电动车摩托车模式。
但是,不足的是,不同模式所采取的地图基本是相同的,并没有体现出差异性,甚至在骑行或步行模式下出现极低效率的情形。例如,从一个学校的南门附近出发骑行到学校北门附近,给出的路线往经常出现沿着学校外面的市政道路绕一大圈的情形,然而,实际上,从学校内部道路穿行是最快捷的方式。
这种情况出现的原因主要是由于目前的地图数据采集模式导致。
目前的地图数据采集模式,主要是由人工驾驶配置有照相机、摄像机或者激光云扫描等设备的地图采集车进行道路实景采集从而得到地图基础数据。即使对于应用于自动驾驶的高精度地图,其往往也只是配备更加齐全、更加昂贵的的多传感器采集设备,例如搭载激光扫描仪、全景相机、组合导航、里程计等多种测量设备的复杂数据采集系统,从而实现对道路信息的全面采集,并发送至控制主机进行存储。完成地图信息采集后,从存储设备中获取地图信息并进行后续处理。例如CN 109506672公开了一种高效的激光点云的获取方法及装置,主要技术方案包括:根据道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云;根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率;根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布,确定反射率阈值;从所述路面激光点云中,选取反射率大于所述反射率阈值的路面激光点作为路面标记激光点。
目前,高精度地图通过配备高精度地图采集设备的采集车进行采集,现有的采集设备整体安装在车辆上,其中,相机、雷达等用于采集地图信息的各采集单元安装在采集车的车顶,控制主机安装在后备箱,监测终端多以显示器形式安装在采集车乘客位置。当采集车在道路上行驶的同时,安装在采集车上的各采集单元能够采集道路沿途的地图信息
尽管存在多种高精度测量手段,但是现有技术一个明显的弊端是,无论地图采集车采取何种复杂的数据采集设备,其仅能对允许机动车通行的城市干道进行数据采集和更新,而对于大量的胡同类微循环路网及大型单位内部的道路,由于机动车不便通行,无法做到同样程度的数据采集和及时更新。
为了可以机动车采集的缺点,目前对于微循环路网及单位内部的道路,采集方式往往是由采集员手持采集设备步行采集或在自行车上安装带有支架的采集终端进行道路图像采集,然后将数据带回进行处理。
然而,对于步行采集,显而易见的是,采集效率较低,且劳动强度较大,目前已极少采用。对于自行车采集方式,尽管可以一定程度上降低劳动强度、提高采集效率,但是由于骑行带来的采集图像清晰度、定位不够准确等问题,使得采集的数据质量不高,往往需要再次核实或多次采集。尤其对于关键信息要素之一的道路两侧的标记点建筑(又称为兴趣点或标志点),由于店名字体较小加之各种障碍物遮挡、骑行颠簸等原因,往往无法获取其准确名称。因此,提供一种高准确度、高清晰度的微路网道路信息采集方式是目前本领域技术人员亟需解决的技术问题之一。
目前电子地图存在的另外一个问题是,尽管存在高精度地图,但是对于道路的属性特征标示不足,例如坡度、海拔及宽度等。道路的属性特征对于主干型道路而言不算特别重要的关键元素,但是对于微路网道路具有重要的参考意义,尤其是对于骑行或步行模式下的路径选择。例如,当出现多个路段存在坡度过大的情形时,显然不适合骑行,也不适合腿脚不便者的步行,此时应当作为路径规划的次优路径。另外,由于现有技术中步行骑行模式地图与其他模式地图区别不大,缺乏针对包含标记点及微路网的差异化数据更新。申请号为2003101165605的专利公开了一种包括道路坡度数据的地图数据的地图数据产生系统,包括:数据存储单元,地图数据显示单元,及坡度数据增加单元。然而该专利的坡度数据是由高度数据和由地图数据导出的距离计算坡度,通过高度数据计算坡度数据过程繁琐,效率低;已经不符合现代道路数据采集的需求。虽然也有其他少数现有技术涉及获取坡度数据,但是其主要通过采集车从市政道路的机动车道获取,应用价值及参考价值有限。
其他的地图数据采集方法可列举如下。
CN201810901788涉及一种地图数据获取方法,包括:智能车获取车载GPS检测到的第一位置信息;智能车根据第一位置信息加载地图数据;获取车载激光雷达检测到的激光点云数据,将激光点云数据与地图数据中的激光点云数据进行匹配,得到第二位置信息;获取车载惯性测量单元检测到的惯性测量数据,以及车载轮速计检测到的轮速计数据;运用算法将检测数据进行处理融合,得到精确位置信息;根据精确位置信息修正加载的地图数据。通过多种传感器检测数据相融合的方法准确对车辆进行精确定位,保证车辆定位的准确性并且根据车辆的精确的位置实时加载地图信息,使车辆能够准确进行决策及运动规划,从而保证车辆在自动驾驶过程中的安全性。
CN109859611提供一种地图数据的采集方法、装置、设备和存储介质。该方法包括:车辆接收服务器发送的采集指令;所述车辆根据所述采集指令,通过该车辆的多个传感器对当前位置进行数据采集,并将采集后的制图数据发送给所述服务器,其中服务器可以对多个车辆发送采集指令,并对接收到的多个车辆发送的制图数据进行处理,进行制图。
CN106845470公开了地图数据采集方法和装置。包括:获取目标照片,该目标照片包括可交换图像文件EXIF信息;获取该目标照片的EXIF信息中的拍摄位置信息;对该目标照片进行文字识别,并根据文字识别的识别结果确定与该目标照片对应的地理名称信息;将该拍摄位置信息和地理名称信息作为地图数据并输出该地图数据。该实施方式提高了地图数据采集的效率。
CN 107941225提供了一种地图数据的自助收集模式,包括如下步骤:S1,将导航仪免费赠予若干计程车司机使用;S2,在导航仪的使用过程中,服务端收集导航仪的数据,并及时进行整理分析;S3,服务端通过对数据的整理分析,以及与现有数据进行对比,记录新的地址和路线;S4,通过服务端推送新的路线。
上述现有技术的数据采集存在如下问题:1)对车辆进行精确定位需要多种传感器,成本高,主要适用于自动驾驶车辆,便携性差;2)数据更新效率低,无法及时反应实际道路的动态变化,尤其是微路网道路;3)信息干扰项多,无法获取准确全面的道路两侧标记点信息。例如,由于道路绿化树木、电线杆、广告等障碍物的存在,对于采集车的图像采集和激光点云采集均构成严重干扰,获得的数据噪声大,准确度差;且需复杂的算法,数据处理效率低;4)没有考虑骑行或步行模式下的道路属性因素,不利于骑行或步行路径规划。
因此,由于不同模式对地图内容和精度存在差异化需求,现有的市区地图数据采集和更新存在多种缺陷,尤其是涉及微路网的数据采集,需要进一步细化和完善道路信息采集方法。
发明内容
为克服上述现有技术缺陷,本发明提供一种基于道路标记点和道路属性的城市微路网地图更新数据的采集及处理方法。
本发明所述方法利用自行车、助力车(例如电动车、轻便摩托车等)携带的便携式数据采集智能终端对微路网的地图数据进行采集;优选地,所述智能终端可与布置在附近的地图采集车设备上的服务器进行通讯连接。
本发明所述的微路网为路网中支路及以下的非干道型道路,尤其包括城市中宽度较窄的胡同类或步行街等街道,或者不适合机动车通行但非机动车道可以通行的道路(例如含有天桥、地下通道连接点的道路或含有固定路障、台阶等障碍的道路),以及连接市政道路节点的居住社区/学校等单位的内部道路,又称为微循环系统道路。
其中,所述微路网具有分流干道网络的作用,尤其适用于骑行或步行模式下的导航路径规划。
其中,所述标记点可以为:超市、加油站、商店、饭店、宾馆/酒店、景点、银行、停车场、车站、充电桩/充电站、药店、医院以及各类大小商铺/店铺等任意具有地图可标记性的单位。
本发明主要技术方案如下。
一种基于道路标记点和道路属性的城市微路网地图数据的采集方法,包括如下主要步骤:
步骤S1:基于自行车或助力车车载的便携智能终端和微路网已有的道路标记点,对微路网道路标记点进行地图数据采集;
步骤S2:对适用于骑行和步行模式地图的微路网道路属性参数进行数据采集:在执行S1步骤时,每隔一段距离测量至少包括道路坡度的道路属性数据;若至少两个坡度参数连续大于预设值时,将采集的道路属性数据存储或上传至服务器;所述道路属性数据选自道路坡度、海拔及道路宽度;
步骤S3:对具有地图道路节点的单位内部道路进行数据采集,将内部道路纳入骑行和步行模式地图的微路网:具体为,基于开放型社区单位的至少一条连接市政道路的内部道路,利用智能终端的全景相机对内部道路进行全景图像采集或以路侧建筑物为标记点进行采集;或者,通过智能终端的图像采集模块连续获取内部道路的图像及定位数据,以便在后续的地图编辑流程中依据GPS等定位数据的顺序或图像采集时间的先后顺序依次进行图像拼接形成内部道路。
其中,本发明所述智能移动终端至少包括:地图数据采集模块(例如海拔传感器、坡度传感器、全景相机、高清摄像机)、数据处理模块(微处理器)、定位模块、网络通信模块和数据存储模块。
其中,定位模块用于采集终端所在的定位数据,并可与采集车定位系统之间进行校准;相机等图像采集设备用于采集图像数据;处理模块用于处理定位数据、图像数据和道路属性特征等数据,并将其进行数据传输或存储至存储设备。
进一步地,为增加智能终端的便携性,无需设置激光雷达、惯性测量单元等数据采集模块用于微路网的信息采集,在体积小、重量轻的前提下,适合设置在各类自行车、助力车上。
本发明所述的布置在附近的地图采集车至少配置有:中央处理服务器,用于处理智能终端传送的数据;通讯传输模块,用于服务器和智能终端之间的信息接收和传送,可实时获取智能终端采集的采集数据信息;以及车载定位及校准模块,用于为便携智能终端提供GPS等定位数据校准。
其中,所述地图采集车和所述便携智能终端通过移动无线网络相连接,采集过程中的智能终端轨迹位置数据、采集的道路信息数据可实时传输到采集车进行处理。同时,服务器也可将处理结果反馈给采集作业的智能终端。
具体地,本发明详细技术方案如下。
一种基于道路标记点和道路属性的城市微路网地图更新数据的采集及处理方法,其步骤如下:
S1:基于便携智能终端和微路网已有的道路标记点,进行以微路网道路标记点为基础的地图数据采集,具体步骤如下。
S1-1:选择地图微路网上的一条道路为作业区域,采集道路两侧的标记点信息数据。
具体地,利用自行车或助力车车载的智能终端对路边一个或相近的多个标记点进行图像和名称获取,将标记点位置、图像及名称信息上传至服务器进行相应标记点的检索查询;所述名称获取可以手动输入方式在便携设备上输入标记点的名称关键词,或利用所拍图像进行自动文字识别。
可选地,所述微路网也可包括由于绿化等原因不能由常规的机动地图采集车获取标记点信息的路段。
其中,所述手动输入可以为关键字或全名,优选输入关键字以进行模糊查询。进一步地,优选输入至少两个标记点,以利用位置信息互相验证,提高检索查询准确度。
优选地,所述的智能终端至少包括:图像采集模块、定位模块、信息传输模块及输入模块、显示模块及信息比对验证等处理模块,以及存储模块。
该步骤中,由于所选道路为地图路网上存在的道路,因此无需采集整条道路图像数据,其图像采集主要目的为用于服务器对标记点的信息比对。
S1-2:服务器接收上传的标记点数据后,对数据进行如下操作处理:
S1-20:首先根据智能终端所传送标记点的定位位置确定标记点所在的道路或道路附近一定范围;
然后将所接收的一个或多个标记点名称文字信息与地图数据库中该道路一定范围内预存的地图标记点名称信息进行模糊比对查询,将查询结果初步归类为已标记、未标记、疑似标记三种类别;
再根据数据库中预存的标记点图像(如果有的话)进一步比对进行精确查询,从而确认已标记和未标记两种类别,筛选出属于疑似标记类别的标记点;最后将属于未标记和疑似标记类别的标记点信息反馈给智能终端;其中,所述疑似标记的标记点信息还附加地包括地图数据库中已存的疑似标记点图像、名称及位置信息。
上述未标记和疑似标记信息可以以列表详情方式反馈给智能终端并予以在终端显示。
S1-21:可选地,服务器接收智能终端上传的标记点数据信息后,根据标记点信息中的定位数据,将标记点所在的道路上距离该标记点一定距离范围内的所有已收录标记点按距离远近顺序自动推送给智能终端,从而减少智能终端对于标记点的采集工作量和标记点上传次数,提高后续的人工核验验证效率。
例如,所述的一定距离可以设置为20m、50m、100m、200m,视道路标记点密集程度而定。
S1-3:智能终端接收服务器返回的匹配结果之后在显示屏上予以显示,由现场工作人员根据反馈结果将疑似标记点的定位、名称、图像等信息与标记点的现场信息进行核验比对,逐一进行现场审核,以保证所采集数据的精确度。
进一步地,当服务器执行S1-21步骤时,即向智能终端推送一定距离内的所有已收录标记点时,执行以下步骤进行现场审核:根据推送给智能终端的一系列已收录标记点的最远距离(记为D),数据采集人员对该距离范围内的所有可标记点,根据距离顺序对现场标记点批量地依次与推送的信息进行比对审核,从而直接人工筛选出未标记点;避免了疑似标记点的确认比对过程。
该步骤尤其适合用于地图上标记点较少(即较少的单位被地图标注/标记)的情形,通过批量推送、直接在终端显示信息的方式可大大提高人工核验效率。
S1-4:数据采集人员对疑似标记点人工核验之后,将地图上标记错误或未标记的标记点的现场正确名称、图像信息和位置信息等原始数据进行采集并存储或发送至服务器。
其中,该步骤S1-4中所述位置信息除了包括GPS等定位数据信息,还包括与一个或多个已验证标记点的相对位置方向、距离等参数信息。
优选地,所述位置信息包括错误或未标记的标记点与左右相邻(例如,以采集人员正面面对标记点的视角进行定向)的两个已验证标记点A、B的相对位置关系,例如A-(A标记点左侧),B+(B标记点右侧);进一步地,还包括距离参数信息,例如A-xx米(A标记点左侧xx米),B+xx米(B标记点右侧xx米)。
通过提供上述相对位置的关系,可以使得标记点位置参考信息更加准确,以便于后期即使不用经过再次测量即可准确的确定出需要更新的新标记点的位置。
其中,所述的标记错误情形包括标记点发生名称变动/更改、拆除等变动情形。
进一步地,后续工作中,服务器接收各作业区域的数据包后分类存储,便于在后续的地图编辑流程工作中将标记错误的标记点删除,对未标记的标记点根据其图像信息及位置信息进行地图定位,确定标记点的位置,从而实现高精度的地图数据更新。
该步骤S1中,仅需人工将服务器系统给出的信息在现场进行核实验证,无需现场进行地图编辑操作,数据采集速度较快;且由于为人工现场核验操作,克服了灯杆、广告牌、绿化树等一切外在的干扰因素,采集的数据精确度极高。
其中,该S1步骤中,主要通过智能终端实时与服务器进行信息交互,简化了信息采集的复杂度,即使非专业人员例如受过简单训练的普通人员也可以进行核验操作,无需专业地图人员操作,有利于降低信息采集成本,且有利于数据更新更加及时、全面和丰富。
另外,通过将智能终端所处位置和标记点关键字发送给服务器,即可批量地获取地图已收录的标记点信息,在便携智能终端显示之后,便于工作人员批量地核实验证,有利于节约网络流量,提高信息采集的效率。
尽管现有技术中也可以从带有EXIF位置信息的照片中可以定位标记点位置,但是照片中定位精准度是远远不够的,而且从照片中提取定位数据无形中增加了流程,因此本发明采用含有定位模块的智能终端直接获取精准的定位位置。
步骤S2:对骑行和步行模式地图下的微路网道路属性参数进行数据采集:
在执行S1步骤时,每隔一段距离测量获取至少包括道路坡度参数在内的道路属性数据,若至少两个坡度参数连续大于预设值,将所获取的大于预设值的坡度等道路属性数据存储或上传。
其中,当至少两个坡度参数连续大于预设值时启动存储或上传,可以避免路面凹凸不平带来的偶然误差。优选地,还可以设置为连续的三个或四个坡度参数大于预设值时启动存储或上传。
其中,所述道路属性参数至少包括道路坡度,还可以包括道路海拔、道路宽度等属性参数;例如山城道路除了采集坡度,还可以包括海拔参数或道路宽度,其具体参数可以由海拔传感器、坡度传感器、道宽测算模块获取。
其中,所述坡度参数预设值可以为3%,5%,6%,8%等,可由本领域技术人员根据实际情况进行选择。具体采集流程如下。
S2-1:当所选道路存在于地图上且测量的若干连续坡度参数(优选至少两个,例如可以为三个,五个)均大于预设值时,启动对该道路的坡度参数采集,并与该采集点的定位数据、道路标号相关联,存储在存储模块中或进行传输至服务器。
优选地,对道路坡度数据采集时,联合采集相应的海拔参数。
进一步地,通过智能终端的其他相关传感器或算法模块每隔一段距离获取海拔、道宽等其他道路属性特征数据,并与该采集点的定位数据、道路标号相关联,存储在存储模块中;待所有作业区域的属性特征数据采集完毕后,将获取的道路属性数据上传至服务器;由服务器根据相关联的定位数据及道路标号进行地图道路匹配,并将采集的坡度等属性特征数据标记入对应道路若干位置点的信息中。
其中,所述的每隔一段距离可以根据坡度、道路长度等实际情况进行确定,例如10m、20m、30m、50m、100m……等。
可选地,服务器接收各条道路属性数据后根据获取的经纬度定位数据与地图数据库中的道路进行匹配,然后分别将其存储到相应道路地理信息的数据库中,在后续的地图更新时统一地导入地图数据库对应道路或其节点中。
S2-2:当可骑行或步行通行的微路网道路不存在于地图上时,即所述微路网道路没有被地图收录时,通过携带的智能终端的图像采集模块、定位模块等采集模块全面采集该道路的信息,采集数据包括:该道路的连续图像数据、经纬度定位数据、坡度/海拔/宽度等道路属性数据以及道路两侧标记点;可重复两次或多次采集以获取尽可能全面的信息,待作业区域数据全部采集完毕后,存储在存储模块中或上传至服务器,由后续的地图数据编辑/道路生成模块根据采集的道路数据生成该道路,并进行坡度等道路特征数据标记,作为更新的地图道路。
该步骤中,当道路不含或含有较少车道线、交通信号、交通标志甚至标记点时,可主要采集经纬度定位数据、坡度等道路属性数据以及道路两侧主要标记点数据。
可选地,每隔一段距离获取道路图像或全景图像数据并进行存储,采集数据完毕后,将存储的上述数据附加地上传至服务器中以供制图参考。
其中,所述距离视道路长度及坡度、宽度变化设定,例如5m、10m、30m、50m、100m……等。
S2-3:进一步地,当道路情况复杂(例如宽窄变化频繁、多弯、坡度变化频繁)时,对道路进行可视化标记,具体流程为:将获取的连续道路图像进行俯视投影变换处理,生成连续的投影图;依据GPS定位数据的顺序或采集时间的先后顺序依次对生成的投影图进行图像拼接,从而形成初始的道路图;然后根据采集的坡度等特征数据对初始图上的相应位置进行标记,可视化编辑后形成带有道路属性特征的可视化标记道路。
S2-4:进一步地,对微路网中的道路根据铺装状态、宽度、固定障碍物等道路特征实际情况进行分级别标记。例如可标记为仅允许非机动车通过或仅允许步行通过,以及铺装路面与非铺装路面分类;所述仅允许步行通过包括含有台阶或其他非机动车无法通行的路障等道路状态。
具体地,对仅可步行通过的道路,给予专门的仅步行通过标记,例如虚线或符号标记。示例性地,以简化的行人符号或特定英文字母符号FO(或foot-only)标记。
进一步地,仅允许步行通过的道路仅在步行模式下的地图中予以显示。
进一步地,对仅允许非机动车通过的道路,用非机动车交通信号符号或特定英文符号进行标记,或仅在骑行、步行模式下的地图中显示,用于步行或骑行模式下在路径规划时选择该道路。
步骤S3:对具有地图道路节点的单位内部道路进行数据采集,将连接路网的至少一条内部道路纳入骑行和步行模式地图的微路网。
其中,所述单位包括居民小区或学校以及医院等开放型社区,所述的内部道路至少包括一个连接地图所显示市政道路的出入口。
优选地,所述内部道路包括两个出入口,且分别连接两条不同的市政道路,从而形成连接市政道路的贯穿型内部道路。
该步骤具体流程如下。
S3-1:基于开放型社区单位的至少一条连接市政道路的内部道路,利用智能终端的全景相机对内部道路进行全景图像采集或以路侧建筑物为标记点进行采集。
优选地,以至少一条社区贯穿型内部道路为基准采集道路区域的全景图像数据。
优选地,相机设置高度为模拟人眼所在高度,例如1.5-2m。
S3-2:全景相机每隔一段距离或每隔一段时间扫描周围全景图像,经图像处理模块处理后自动生成一系列带有时间信息、位置信息的投影实景地图数据并进行存储;待作业区域采集完毕后将上述数据信息传送至服务器以待后续编辑。
其中,所述投影实景地图可以为前视投影或俯视投影,优选前视投影实景地图。
进一步地,服务器接收全景地图数据后导入服务器数据库中,进而通过编辑软件进行编译以导出可与原始地图数据相融合的格式数据,使得原始地图数据的简单标记信息(例如N号楼、xx超市)与采集的全景地图数据进行融合,从而形成带全景模式的更新地图。
可选地,当原始地图数据没有包含社区主要建筑的标记信息时,可按照上述标记点信息采集的方法进行对地图建筑标记点的更新;或在更新后的全景地图上作为新增标记点进行二次更新。
可选地,在无法获取全景图像从而无法执行步骤S3-2时可执行以下步骤S3-3:
S3-3:通过智能终端图像采集模块连续获取内部道路的图像及定位数据,其中内部道路图像可进行投影变换处理生成连续的投影图进行存储。
进一步地,在后续的地图编辑流程中依据GPS定位数据的顺序或图像采集时间的先后顺序依次对生成的投影图进行图像拼接,经可视化编辑后形成可视化的内部道路。
S3-4:进一步地,对上述内部道路根据是否属于贯穿型进行分别标记,例如贯穿型道路采用曲线表示,并对连接市政道路的出入口进行标记,用于在骑行或步行模式下的地图中显示。
在市区环境下,居住小区或学校占地图较大部分区域,其内部道路情况通常比较复杂,现有的地图模式即使是步行模式也无法显示其内部道路与市政道路的连通状态,从而无法将其纳入地图路网进行路径规划。
本步骤以社区内部至少一条连接市政道路的贯穿型道路为基准进行数据采集,将其纳入地图路网形成微路网的组成部分,并在特定地图模式例如骑行或步行地图下显示,从而进行路径规划,可大大提高路径规划选择性和通行效率。
另外,由于居住社区或学校稳定性较高,道路格局变动较少,使得地图数据无需频繁更新,独立性强,可直接与各版本地图进行融合,提高了数据的适用性。
进一步地,本发明还包括步骤S4的数据更新处理步骤,具体如下。
以本发明智能终端现场采集数据时利用的地图为初始底图(所述初始底图为以数据库方式进行预处理过的地图数据,使其方便导入智能终端的数据采集设备中),服务器通过现场采集的信息与底图数据进行查询比较,确定新增的数据、发生变更的数据或者已经失效的数据,从而获取采集地区当前数据的实际情况及最新动态。
当数据量不大时,工作人员可在地图采集车内对获取的上述数据进行添加、更新和/或删除等处理,从而及时获得更新的地图道路,进而导入地图数据库中以满足地图实时更新的要求。
当数据量较大时,可以将采集的上述道路数据存储到存储模块中,待全部作业区域数据采集完毕后,汇总处理并同步更新到母库系统中,作为新的地图。
与现有技术相比,本发明具有以下有益效果。
1)微路网的道路标记点的更新较为频繁,本发明的方法仅需便携设备即可由人工在现场进行核实验证,数据采集速度较快,克服了现有技术中采集车容易被灯杆、广告牌、绿化树等外在因素干扰的缺陷,采集的数据精确度极高,时效性较强。
2)智能终端采集的数据可实时与服务器进行信息交互,非专业人员也可以在终端设备上进行操作,有利于降低信息采集成本,且有利于数据更新更加及时、全面和丰富。能从数据采集方面大幅降低高精度地图的制作成本。
3)本发明以社区内部贯穿型道路为基准进行内部道路数据采集,并将其纳入地图微路网,在特定地图模式例如骑行或步行地图下显示,从而进行路径规划,大大提高路径规划选择性和通行效率。另外,由于内部贯穿型道路稳定性较高,道路格局变动较少,使得地图数据无需频繁更新,独立性强,可直接与各版本地图进行融合,提高了数据的适用性。
4)对微路网中的道路属性状态进行采集标记,可以给予地图路径规划更多的参考,尤其是骑行、步行模式下,方便用户根据坡度、海拔选择适当的出行方式。
5)本发明提供的微路网的数据采集方法,尤其对于骑行、步行等模式下的地图内容和精度需求,提供了细化和完善的解决方案,也可适用于干道型道路的数据采集。
具体实施方式
下面将结合实施例,对本发明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,而不是全部。基于本发明中的实施例,本领域普通技术人员在没有作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。
需要提及的是,本发明以下实施例中所述标记点包括但不限于:超市/商店、加油站、市场、饭店、宾馆/酒店、景点、银行、停车场、车站、充电桩/充电站、药店、医院以及各类大小商铺/店铺等分布在道路两侧的各种可标记性单位。
本发明实施例所述智能移动终端通过支架设置在自行车或助力车上,且包括地图数据采集模块(全景相机或高清摄像机,以及测量传感器如海拔传感器、坡度传感器等)、微处理器、定位模块、网络通信模块、数据存储模块和显示屏模块,以及轨迹距离和运动时间测量模块。
本发明实施例所述的地图采集车配置有中央处理服务器,用于处理智能终端传送的数据;通讯传输模块,用于服务器和智能终端之间的信息接收和传送,可实时获取智能终端采集的采集数据信息;以及车载定位装置及校准模块。
实施方式1
一种基于道路标记点和道路属性的城市微路网地图更新数据的采集及处理方法,其步骤如下:
S1:基于助力车载的便携智能终端和微路网已有的道路标记点,进行以道路标记点为基础的微路网地图数据采集,具体步骤如下:
S1-1:选择地图微路网上的一条道路为作业区域,利用车载智能终端对路边相邻的三个标记点(示例性地,中国银行、华联超市、苏宁小店)进行位置、图像和名称进行获取,其中名称获取为手动输入关键词;将上述三个标记点位置、图像及名称上传至服务器进行检索查询;
S1-2:服务器接收上传的标记点信息数据后,处理模块对获取的数据进行如下操作处理:
首先,根据智能终端所传送标记点的GPS定位位置确定标记点所在的道路标号;然后,将所接收的中国银行、华联超市、苏宁小店标记点名称信息与地图数据库中该道路范围内GPS定位200米内预存的地图标记点名称信息进行模糊比对查询,将查询结果初步归类为已标记(中国银行)、未标记(苏宁小店)、疑似标记(华联超市)三种类别;
接下来,根据数据库中预存的标记点图像进一步比对进行精确查询,确认中国银行已在地图道路上进行收录标记,而苏宁小店未进行标记,并筛选出属于疑似标记类别的标记点华联超市(其地图收录的标记名称为华联商厦);将苏宁小店和疑似标记的华联超市标记点信息反馈给智能终端;其中,所述华联超市标记点信息还附加地包括地图数据库中已存的该标记点图像、名称(华联商厦)及位置信息。
上述未标记和疑似标记信息结果以列表详情方式反馈给智能终端并予以在终端显示屏上显示。
S1-3:智能终端接收服务器返回的匹配结果之后,根据显示屏上显示的信息,由采集工作人员现场根据反馈结果与标记点的现场信息进行核验比对,进行现场审核,从而确定苏宁小店未在地图上进行标记、华联商厦已更名为华联超市;
S1-4:数据采集人员人工核验之后,对上述标记点的现场正确名称、图像信息和位置信息等原始数据进行采集并发送至服务器进行存储或待进一步处理。
其中,所述位置信息包括采集的标记点与左右相邻(例如,以采集人员正面面对标记点的视角进行定向)的两个已验证标记点A、B的相对位置关系,例如A-(代表A标记点左侧),B+(代表B标记点右侧);进一步地,可包括距离参数信息,例如A-xx米(A标记点左侧xx米),B+xx米(B标记点右侧xx米)。
示例性地,该步骤中苏宁小店位置信息除了包括GPS等定位数据信息,还包括与已验证标记点中国银行的相对方向、距离等参数信息,例如采集人员正面面对苏宁小店的视角进行定向,标记为“中国银行-20m,华联超市-50m”,代表苏宁小店位于中国银行左侧20m,华联超市左侧50m。
进一步地,在后续的地图编辑流程工作中将标记错误的标记点进行更正,对未标记的标记点根据其图像信息及位置信息进行定位后在地图上进行标记,从而实现高精度的地图数据更新。
S2:对骑行和步行模式地图下的微路网道路属性参数进行数据采集:
在执行S1步骤时,根据传感器每隔一段距离例如30m测量道路坡度参数,若至少两个坡度参数连续大于预设值5%,将所获取的道路属性数据存储或上传。
具体采集流程如下。
S2-1:所选微路网道路存在于地图上且测量的两个连续坡度参数均大于5%时,采集该处坡度参数,并与该采集点的定位数据、道路标号相关联,存储在存储模块中或进行传输至服务器。
服务器接收各条道路属性数据后根据获取的经纬度定位数据与地图数据库中的道路进行匹配,然后分别将其存储到相应道路地理信息的数据库中,在后续的地图更新时统一地导入地图数据库对应道路或其节点中。
在数据采集中,对道路根据铺装状态、固定障碍物等道路实际情况进行分级别标记,并予以存储或上传;例如可标记为仅允许非机动车通过或仅允许步行通过,以及铺装路面与非铺装路面分类;所述仅允许步行通过的情形可包括含有台阶或其他非机动车无法通行的路障等道路状态。
S2-2:当可骑行或步行通行的微路网道路不存在于地图上时,通过携带的智能终端的图像采集模块、定位模块等采集模块全面采集该道路的信息,采集数据包括:该道路的连续图像数据、经纬度定位数据以及坡度和/或宽度等道路属性数据。
重复两至三次采集以获取尽可能全面的信息,待作业区域数据全部采集完毕后,存储在存储模块中或上传至服务器,由后续的地图数据编辑/道路生成模块根据采集的道路数据生成该道路,并进行坡度等道路特征数据标记。
进一步地,当道路多弯且坡度变化频繁时,在后续的地图编辑中对道路进行可视化标记,具体流程为:将获取的连续道路图像进行俯视投影变换处理,生成连续的投影图;依据GPS定位数据的顺序或采集时间的先后顺序依次对生成的投影图进行图像拼接,从而形成初始的道路图;然后根据采集的坡度等特征数据对初始图上的相应位置进行标记,可视化编辑后形成带有道路属性特征的可视化标记道路。
S3:对具有地图道路节点的单位内部道路进行数据采集,将连接路网的至少一条内部道路纳入骑行和步行模式地图的微路网。
其中,所述单位包括居民小区或学校以及医院等开放型社区,所述内部道路包括两个出入口,且分别连接两条不同的市政道路,从而形成连接市政道路的贯穿型内部道路。
该步骤具体采集流程如下。
S3-1:基于某大学一条贯穿南北门的连接校外马路的内部道路,利用智能终端的全景相机对该内部道路进行全景图像采集,相机设置高度为1.5-2m。
S3-2:全景相机每隔5-10s扫描周围全景图像,经图像处理模块处理后自动生成一系列带有时间信息、位置信息的投影实景地图数据并进行存储;待作业区域采集完毕后将上述数据信息传送至服务器以待后续编辑。
其中,所述投影实景地图可以为前视投影实景地图。
服务器接收全景地图数据后导入服务器数据库中,进而通过编辑软件进行编译以导出可与原始地图数据相融合的格式数据,使得原始地图数据的简单标记信息与采集的全景地图数据进行融合,从而形成带全景模式的更新地图。
或者,在无法获取全景图像时可执行以下步骤:
S3-3:通过智能终端图像采集模块连续获取内部道路的图像及定位数据,其中内部道路图像可进行投影变换处理生成连续的投影图进行存储。
在后续的地图编辑流程中,依据GPS定位数据的顺序或图像采集时间的先后顺序依次对生成的投影图进行图像拼接,经可视化编辑后形成可视化的内部道路。
进一步地,后续数据处理流程可以为:服务器通过现场采集的信息与底图数据进行查询比较,确定新增的数据、发生变更的数据或者已经失效的数据,从而获取采集地区当前数据的实际情况及最新动态。当数据量不大时,工作人员可在地图采集车内对获取的上述数据进行添加、更新和/或删除等处理,从而及时获得更新的地图道路。
当数据量较大时,可以将采集的上述道路数据汇总存储到存储模块中,待全部作业区域数据采集完毕后汇总处理并同步更新到母库系统中,作为新的地图。
实施方式2
一种基于道路标记点和道路属性的城市微路网地图更新数据的采集及处理方法,其步骤如下:
S1:基于电动摩托车车载的便携智能终端,对微路网一条道路进行地图数据采集,具体步骤如下:
S1-1:选择地图微路网上的一条道路为作业区域,利用车载智能终端对路边一个标记点(示例性地,中国银行)进行位置、图像和名称进行采集获取,其中名称获取为手动输入全名;将上述该标记点位置、图像及名称上传至服务器进行检索查询;
S1-2:服务器接收上传的标记点信息数据后,处理模块对获取的数据进行如下操作处理:
S1-20:首先,根据智能终端所传送标记点的GPS定位位置进行道路匹配,确定标记点所在的道路;然后,对所接收的中国银行标记点名称信息与进行比对查询,确定中国银行已在该道路上标记;
S1-21:然后,服务器将中国银行标记点所在道路上距离该标记点100m或200m范围内的所有已收录标记点的信息(例如图像、名称及位置信息)按方向及距离远近顺序自动推送给智能终端并进行列表显示,从而减少智能终端对于该距离范围内的标记点采集及上传工作。
S1-3:采集现场工作人员根据智能终端显示的一系列已收录标记点,按照方向和距离顺序依次对现场标记点与推送的标记点信息进行比对审核,从而直接筛选出地图上错误的标记点和未标记点。
S1-4:采集人员根据比对审核结果,将筛选出的地图上错误标记点和未标记点信息进行原始数据采集,原始数据包括标记点正确的名称、图像信息和位置信息等原始数据,进行存储或发送至服务器待进一步编辑处理。
S2:对骑行和步行模式地图下的微路网道路属性参数进行数据采集:
在执行S1步骤时,坡度传感器每隔15m测量道路坡度参数,若测量的连续三个坡度参数均大于预设值(例如,3%)时,将所获取的道路坡度参数数据一并作为原始数据进行存储或上传。
道路属性参数具体采集流程如下。
S2-1:所选道路存在于地图上且测量的两个连续坡度参数均大于3%时,记录该两处道路位置的坡度参数及海拔参数,并与该采集点的定位数据、道路标号相关联,存储在存储模块中或传输至服务器。
服务器接收道路属性数据后,根据获取的经纬度定位数据及道路标号(如果有的话)与地图数据库中的道路进行匹配,然后将坡度等道路属性数据存储到相应道路的地理信息数据库中;便于在后续的地图更新时导入地图数据库对应道路或其节点中。
S2-2:当可骑行或步行通行的微路网道路不存在于地图上时,通过智能终端的图像采集模块、定位模块等全面采集该道路的信息,采集数据包括:该道路的连续图像数据、经纬度定位数据以及坡度和/或宽度等道路属性数据。
重复两至三次采集以获取尽可能全面的信息,待作业区域数据全部采集完毕后,存储在存储模块中或上传至服务器。
S3:对具有地图道路节点的单位内部道路进行数据采集,将连接路网的至少一条内部道路纳入骑行和步行模式地图的微路网。
其中,所述单位包括开放的居民社区,所述内部道路包括两个出入口,且分别连接两条不同的市政道路,从而形成贯穿型内部道路。
该步骤具体采集流程如下:基于贯穿小区东西门的内部道路,通过智能终端图像采集模块连续采集内部道路的图像及位置数据,其中内部道路图像可进行投影变换处理生成连续的投影图进行存储。
进一步地,在后续的地图编辑流程中对上述贯穿型内部道路进行标记,纳入微路网的骑行或步行模式下的地图路径规划,并对连接市政道路的出入口进行标记显示。
应当理解,这些实施例的用途仅用于说明本发明而非限制本发明的保护范围。也应理解,在阅读了本发明的技术内容之后,本领域技术人员可以对本发明作各种改动、修改和/或变型,所有的这些形式同样落于本申请限定的保护范围之内。
Claims (8)
1.一种基于道路标记点和道路属性的城市微路网地图数据的采集方法,其特征在于,包括如下步骤:
步骤S1:基于自行车或助力车车载的便携智能终端和微路网已有的道路标记点,对微路网道路标记点进行地图数据采集;
该S1步骤具体操作如下:
S1-1:选择地图微路网上的一条道路为作业区域,利用自行车或助力车车载的智能终端对道路两侧一个或多个标记点进行信息采集,将包括标记点定位数据、图像及名称在内的信息上传至服务器的地图数据库进行检索查询;
其中,所述名称获取采取手动输入方式输入名称全文或关键词,或利用所拍图像进行自动文字识别;
其中,所述智能终端至少包括图像采集模块、位置定位模块、信息传输模块、显示模块、处理模块,以及存储模块;
S1-2:服务器接收由智能终端上传的标记点信息数据后,对标记点进行查询比对及分类处理;分为已标记、未标记、疑似标记,并以列表详情方式反馈给智能终端;
S1-3:智能终端接收服务器返回的匹配结果并在显示屏上显示,由现场数据采集人员根据反馈的疑似标记点的定位、名称、图像地图预存信息与现场实际信息进行核验比对;
S1-4:数据采集人员在人工核验地图信息与现场信息之后,对地图数据库里标记错误及未标记的标记点的正确名称、图像信息和位置信息原始数据进行采集,并进行存储或发送至服务器;
或者,上述步骤S1-2至S1-3被如下步骤S1-20替代:
S1-20:服务器接收智能终端上传的标记点数据信息后,根据标记点信息中的定位数据,将标记点所在的道路上距离该标记点一定距离范围内的所有已收录标记点按距离远近顺序自动推送给智能终端,由数据采集人员对推送的标记点信息根据现场实际标记点信息进行人工核验;
步骤S2:对适用于骑行和步行模式地图的微路网道路属性参数进行数据采集:在执行S1步骤时,每隔一段距离测量至少包括道路坡度的道路属性数据;若至少两个坡度参数连续大于预设值时,将采集的道路属性数据存储或上传至服务器;所述道路属性数据选自道路坡度、海拔及道路宽度;
该S2步骤具体操作如下:
S2-1:当所选道路存在于地图上且测量的至少两个连续坡度参数值均大于预设值时,将采集的大于预设值的坡度参数及其他道路属性数据进行记录,并与采集点的定位数据、道路标号相关联,存储在存储模块中或进行传输至服务器;
S2-2:当可骑行或步行通行的微路网道路不存在于地图上时,通过携带的智能终端全面采集该道路的信息,采集数据包括:该道路的连续图像数据、经纬度定位数据、坡度道路属性数据以及道路两侧标记点;待作业区域数据全部采集完毕后,存储在存储模块中或上传至服务器;
其中,当道路情况复杂时,对道路进行可视化标记,具体流程为:智能终端图像处理模块将获取的连续道路图像进行俯视投影变换处理,生成连续的投影图并上传服务器;服务器处理模块依据GPS定位数据的顺序或采集时间的先后顺序依次对生成的投影图进行图像拼接及可视化处理;
步骤S3:对具有地图道路节点的单位内部道路进行数据采集,将连接路网的至少一条内部道路纳入骑行和步行模式地图的微路网:
其中,所述内部道路至少包括一个连接地图所显示市政道路的出入口;
其中,所述内部道路包括两个出入口的分别连接市政道路的贯穿型内部道路;该S3步骤具体流程如下:
基于开放型社区单位的至少一条连接市政道路的内部道路,利用智能终端的全景相机对内部道路进行全景图像采集或以路侧建筑物为标记点进行采集,具体采集过程如下:全景相机每隔一段距离或每隔一段时间扫描周围全景图像,经图像处理模块处理后自动生成一系列带有时间信息、位置信息的投影实景地图数据并进行存储;或将上述数据信息传送至服务器以待后续编辑;
或者,通过智能终端的图像采集模块连续获取内部道路的图像及定位数据,以便在后续的地图编辑流程中依据GPS定位数据的顺序或图像采集时间的先后顺序依次进行图像拼接形成内部道路;
其中,步骤S1中,所述的标记点包括如下可标记性单位:分布于道路两侧的超市、商店、加油站、市场、饭店、宾馆或酒店、景点、银行、停车场、车站、充电桩/充电站、药店、医院。
2.根据权利要求1所述的方法,其特征在于,步骤S1中,所述的标记点还包括除权利要求1所列可标记性单位之外的各类大小商铺;所述的手动输入标记点名称为关键字或全名;其中,输入至少两个标记点,以利用位置信息提高查询准确度。
3.根据权利要求1所述的方法,其特征在于,步骤S1-2具体流程如下:
(1)根据智能终端所传送标记点的定位位置确定标记点所在的道路或道路附近一定范围;
(2)将所接收的一个或多个标记点名称文字信息与地图数据库中该道路一定范围内预存的地图标记点名称信息进行模糊比对查询,将查询结果初步归类为已标记、未标记、疑似标记三种类别;
根据数据库中预存的标记点图像进一步图像比对进行精确查询,从而确认已标记和未标记两种类别,筛选出属于疑似标记类别的标记点;
(3)将属于未标记和疑似标记类别的标记点信息反馈给智能终端;其中,所述疑似标记的标记点信息还附加地包括地图数据库中已存的疑似标记点图像、名称及位置信息;
(4)上述未标记和疑似标记信息以列表详情方式反馈给智能终端并予以在终端显示。
4.根据权利要求1所述的方法,其特征在于,步骤S1-20中,根据推送给智能终端的一系列已收录标记点的距离,数据采集人员对该距离范围内的所有可标记点根据距离和方向顺序对现场标记点依次与推送的信息进行比对审核,从而直接筛选出未标记点及错误标记点。
5.根据权利要求1所述的方法,其特征在于,步骤S1-4中,所述标记点位置信息除了GPS定位数据信息,还包括与一个或多个已验证标记点的相对位置方向、距离参数信息。
6.根据权利要求1所述的方法,其特征在于,步骤S2中,所述道路属性参数至少包括道路坡度、道路海拔、道路宽度属性参数;其具体参数由海拔传感器、坡度传感器、道宽测算模块获取。
7.根据权利要求1所述的方法,其特征在于,步骤S2中,当道路情况复杂时,对道路进行可视化标记,具体流程为:将获取的连续道路图像进行俯视投影变换处理,生成连续的投影图;依据GPS定位数据的顺序或采集时间的先后顺序依次对生成的投影图进行图像拼接,从而形成初始的道路图;然后根据采集的坡度特征数据对初始图上的相应位置进行标记,可视化编辑后形成带有道路属性特征的可视化标记道路。
8.根据权利要求1所述的方法,其特征在于,步骤S3中,所述投影实景地图为前视投影实景地图;
其中,服务器接收全景地图数据后导入服务器数据库中,通过编辑软件进行编译以导出可与原始地图数据相融合的格式数据,使得原始地图数据的简单标记信息可与采集的全景地图数据进行融合,从而形成带全景模式的更新地图;
其中,对内部道路根据是否属于贯穿型进行分别标记,并在骑行或步行模式下的地图中显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910921038.5A CN110702132B (zh) | 2019-09-27 | 2019-09-27 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910921038.5A CN110702132B (zh) | 2019-09-27 | 2019-09-27 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110702132A CN110702132A (zh) | 2020-01-17 |
CN110702132B true CN110702132B (zh) | 2020-07-31 |
Family
ID=69197691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910921038.5A Active CN110702132B (zh) | 2019-09-27 | 2019-09-27 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110702132B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111504336A (zh) * | 2020-05-07 | 2020-08-07 | 未来引擎科技(深圳)有限责任公司 | 一种场景式导航的实现方法及系统 |
CN111650626B (zh) * | 2020-06-01 | 2021-08-06 | 知行汽车科技(苏州)有限公司 | 道路信息获取方法、装置及存储介质 |
CN111612854B (zh) * | 2020-06-30 | 2021-02-12 | 滴图(北京)科技有限公司 | 实景地图的生成方法、装置、计算机设备和存储介质 |
CN111811524B (zh) * | 2020-07-14 | 2022-04-12 | 上海广境规划设计有限公司 | 一种基于大数据的地图实时更新装置和方法 |
CN111885138A (zh) * | 2020-07-16 | 2020-11-03 | 广州小鹏车联网科技有限公司 | 控制方法、车辆和服务器 |
CN112822400A (zh) * | 2021-01-07 | 2021-05-18 | 浙江图盛输变电工程有限公司 | 一种数字全景地图的采集使用方法 |
CN113032681B (zh) * | 2021-04-19 | 2023-09-22 | 北京百度网讯科技有限公司 | 用于地图搜索的方法、装置、电子设备和介质 |
CN112837414B (zh) * | 2021-04-22 | 2021-07-02 | 速度时空信息科技股份有限公司 | 基于车载点云数据的三维高精度地图的构建方法 |
CN114020858A (zh) * | 2021-11-05 | 2022-02-08 | 安徽宇呈数据技术有限公司 | 一种实现步骑行地图数据采集、更新的方法及系统 |
CN114037677B (zh) * | 2021-11-05 | 2022-07-26 | 安徽宇呈数据技术有限公司 | 一种可接入充电宝的便携式地图采集设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101403621A (zh) * | 2008-10-29 | 2009-04-08 | 凯立德欣技术(深圳)有限公司 | 即时记录电子地图道路数据的方法 |
US9377318B2 (en) * | 2013-06-27 | 2016-06-28 | Nokia Technologies Oy | Method and apparatus for a navigation conveyance mode invocation input |
CN106507285A (zh) * | 2016-11-22 | 2017-03-15 | 宁波亿拍客网络科技有限公司 | 一种基于位置基点的定位方法、特定标记及相关设备方法 |
CN207536055U (zh) * | 2017-11-30 | 2018-06-26 | 高德软件有限公司 | 一种用于支撑电子地图数据采集终端的支架及自行车 |
CN109813335A (zh) * | 2017-11-21 | 2019-05-28 | 武汉四维图新科技有限公司 | 数据采集系统的标定方法、装置、系统及存储介质 |
-
2019
- 2019-09-27 CN CN201910921038.5A patent/CN110702132B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101403621A (zh) * | 2008-10-29 | 2009-04-08 | 凯立德欣技术(深圳)有限公司 | 即时记录电子地图道路数据的方法 |
US9377318B2 (en) * | 2013-06-27 | 2016-06-28 | Nokia Technologies Oy | Method and apparatus for a navigation conveyance mode invocation input |
CN106507285A (zh) * | 2016-11-22 | 2017-03-15 | 宁波亿拍客网络科技有限公司 | 一种基于位置基点的定位方法、特定标记及相关设备方法 |
CN109813335A (zh) * | 2017-11-21 | 2019-05-28 | 武汉四维图新科技有限公司 | 数据采集系统的标定方法、装置、系统及存储介质 |
CN207536055U (zh) * | 2017-11-30 | 2018-06-26 | 高德软件有限公司 | 一种用于支撑电子地图数据采集终端的支架及自行车 |
Also Published As
Publication number | Publication date |
---|---|
CN110702132A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110702132B (zh) | 基于道路标记点和道路属性的微路网地图数据的采集方法 | |
CN107229690B (zh) | 基于路侧传感器的高精度动态地图数据处理系统及方法 | |
US10628671B2 (en) | Road modeling from overhead imagery | |
US8649610B2 (en) | Methods and apparatus for auditing signage | |
CN101275841B (zh) | 地物信息收集装置及地物信息收集方法 | |
US20080170755A1 (en) | Methods and apparatus for collecting media site data | |
CN111693056B (zh) | 用于维护和更新自修复的高清晰度地图的小地图 | |
CN108320515B (zh) | 一种交通事故地点路网自动匹配校验方法及系统 | |
US11287267B2 (en) | Maplets for maintaining and updating a self-healing high definition map | |
CN107430815A (zh) | 用于自动识别停车区的方法和系统 | |
CN211792049U (zh) | 车路协同辅助系统及车辆 | |
CN111259021B (zh) | 一种地图标记点信息的快速采集更新方法及系统 | |
CN115762120A (zh) | 基于快速路全路段的全息感知预警系统 | |
US11287266B2 (en) | Maplets for maintaining and updating a self-healing high definition map | |
US20200292329A1 (en) | Maplets for maintaining and updating a self-healing high definition map | |
US11280622B2 (en) | Maplets for maintaining and updating a self-healing high definition map | |
US20200292330A1 (en) | Maplets for maintaining and updating a self-healing high definition map | |
Navarro-B et al. | On automatic extraction of on-street parking spaces using park-out events data | |
Böhm et al. | Toolbox for analysis and evaluation of low-emission urban mobility | |
US11255680B2 (en) | Maplets for maintaining and updating a self-healing high definition map | |
Yang et al. | Three-dimensional structure determination of grade-separated road intersections from crowdsourced trajectories | |
CN112880662A (zh) | 一种野外地质地貌形态地图生成方法及系统 | |
Zachar et al. | Cenagis-Als Benchmark-New Proposal for Dense ALS Benchmark Based on the Review of Datasets and Benchmarks for 3d Point Cloud Segmentation | |
WO2009126159A1 (en) | Methods and apparatus for auditing signage | |
CN112946700B (zh) | 一种根据视频与经纬度精准定位城市道路网格位置的方法 |
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 | ||
CP03 | Change of name, title or address |
Address after: 210042 8 Blocks 699-22 Xuanwu Avenue, Xuanwu District, Nanjing City, Jiangsu Province Patentee after: Speed Technology Co.,Ltd. Address before: 210000 8 -22, 699 Xuanwu Road, Xuanwu District, Nanjing, Jiangsu. Patentee before: SPEED TIME AND SPACE INFORMATION TECHNOLOGY Co.,Ltd. |
|
CP03 | Change of name, title or address |