CN110906954A - 一种基于自动驾驶平台的高精度地图测试评估方法和装置 - Google Patents
一种基于自动驾驶平台的高精度地图测试评估方法和装置 Download PDFInfo
- Publication number
- CN110906954A CN110906954A CN201911215923.8A CN201911215923A CN110906954A CN 110906954 A CN110906954 A CN 110906954A CN 201911215923 A CN201911215923 A CN 201911215923A CN 110906954 A CN110906954 A CN 110906954A
- Authority
- CN
- China
- Prior art keywords
- precision map
- map
- automatic driving
- driving platform
- platform
- 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
Links
Images
Classifications
-
- 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
Abstract
本发明实施例提供一种基于自动驾驶平台的高精度地图测试评估方法和装置,以智能/自动驾驶平台为基础搭建实车道路测试平台,通过平台搭载的激光雷达、毫米波雷达、相机和定位所需的GNSS、IMU设备及车身其他传感器作为感知源;通过对同一要素的传感器感知结果和高精度地图要素信息表达进行要素有效性、精准度、可靠性的比对,实现部件级的高精度地图有效性、可用性及可靠性验证,解决了现有技术中智能/自动驾驶应用需求和高精度地图测试评估关注点不一致,感知传感器信息在现有方法中无法体现的问题。
Description
技术领域
本发明实施例涉及高精度地图和自动驾驶技术领域,尤其涉及一种基于自动驾驶平台的高精度地图测试评估方法和装置。
背景技术
目前,人们的出行越来越依赖导航电子地图。例如,在汽车中通常配备有导航电子地图,驾驶员可使用该导航电子地图来导航。在移动电话中也常常装载有地图App,为使用者规划去往目的地的自驾路线和/或可乘坐的公共交通工具。如果导航电子地图不准确,那么可能导致使用者走弯路或甚至走错路。
面向自动驾驶的高精度地图(highly accurate driving,HAD)不仅有高精度的坐标,同时还有准确的道路形状,并且含有每个车道的坡度、曲率、航向、高程以及侧倾的数据。HAD地图不仅描绘道路,更描绘出一条道路上有多少车道,会真实的反应出道路以及道路沿线的交通参与物的实际样式(如车道宽度、车道线的形式和颜色、道路上的箭头和文字内容以及所在位置、交通参与物如隔离带、限速标志、红绿灯、路边的电线杆等的绝对地理坐标、物理尺寸、形状、颜色、材质等)。而且,为了自动驾驶的考虑,诸如每条车道的限速、推荐速度也需要一并提供。
点状地标对象代表真实世界的物体,诸如交通指示牌、红绿灯、邮局信箱、电线杆等。这些信息包含在高精度地图中,用于与车载传感器的探测结果相比较以在自动驾驶时进行车辆自定位。HAD地图中的这些信息的精度和可靠性对于工业级自动驾驶的功能安全性而言是关键性的。因此,存在对HAD地图精度质量进行评估的需要。
现有的高精度地图测试方法一般仅关注高精度地图本身的精度情况,如公开号为CN106776996A的中国发明专利公开了《用于测试高精度地图的准确性的方法和装置》,其包括以下步骤:1)从高精度地图中还原出由各级道路组成的网状系统的地图、即路网地图;2)经由采集设备扫描得到3D点云道路图片,计算3D点云道路图片的各个点数据在世界坐标系中的坐标、即精确的实际坐标;3)通过样条插值拟合法采用例如B样条曲线(B-spline)将3D点云道路图片的点数据拟合至路网地图中;4)在拟合了3D点云道路图片后的路网地图中,计算原路网地图的地图元素的坐标与3D点云道路图片的相应地图元素的实际坐标之间的差值,该差值包括欧氏距离、向量方向的角度差值以及世界坐标系下的高度差等;5)根据该差值与预设阈值的比较,确定高精度地图是否准确。其中,在步骤4中,采用曲线配准技术(例如迭代最近点法ICP)对原路网地图的地图元素进行旋转平移,得到原路网地图元素在3D点云道路图片中的映射点,若单个映射点的整体或部分重合于3D点云道路图片中的点,则计算单个映射点与3D点云道路图片上重合于映射点的点的差值;若单个映射点不重合于3D点云道路图片中的点,则计算单个映射点与3D点云道路图片上位于单个映射点的法线方向且距单个映射点最近的点的差值。
在上述地图质量评估中,通常需要对待评估的HAD地图产品(也称为测试地图)中的点状对象与另一地面实况的HAD地图(也称为参考地图)中的匹配对象直接进行比较,该地面实况的HAD地图可以通过采集设备如有人机、无人机空载3D扫描仪或采集车载地面3D扫描仪扫描实际道路得到。
然而,这种比较不是简单的、一目了然的,这是因为,由于在真实世界中收集数据的过程中存在数据噪声和损坏,要建立一对一的成对的对象对应关系、如从测试地图中的指示牌到参考地图中的相应指示牌的对象映射是非常困难的。其与智能/自动驾驶应用需求并不对应,无法反应平台感知能力在应用环境中的影响,无法与实际需求匹配起来。不同智能/自动驾驶平台对于高精度地图的依赖和需求并不一致,有效性和可用性场景也存在明显的差异;而现有的评估方法仅关注高精度地图本身与真实环境和地理信息的相关性,现有的测试评估方法实际上无法面向应用进行评估。
发明内容
本发明实施例提供一种基于自动驾驶平台的高精度地图测试评估方法和装置,用以解决现有技术中智能/自动驾驶应用需求和高精度地图测试评估关注点不一致,感知传感器信息在现有方法中无法体现的问题。
第一方面,本发明实施例提供一种基于自动驾驶平台的高精度地图测试评估方法,包括:
基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图对该待测自动驾驶平台的支持进行评估。
进一步,基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,具体包括:
基于智能/自动驾驶平台,部署高精度地图引擎和可视化工具,在具有高精度地图的区域进行道路实车跑车测试;同步采集平台传感器数据、全球导航卫星系统GNSS数据、惯性测量单元IMU数据和车身传感器数据;所述平台传感器数据包括激光雷达数据、毫米波雷达数据和相机系统数据。
进一步,获取实际测量的环境要素感知信息和对应的空间坐标,具体包括:
基于平台传感器数据获取的感知要素和车辆标定信息,获取各传感器对道路实车跑车测试过程中道路及周边环境的环境要素感知信息;并通过坐标转换获得各个环境要素感知信息在空间坐标系下的坐标。
进一步,所述方法还包括:
将识别出的差异作为部件级的高精度地图有效性、可用性及可靠性验证成果;以高精度地图传感器属性图层的形式记录该验证成果,并形成部件级分场景验证报告。
进一步,所述方法还包括:
将识别出的差异作为部件级的高精度地图有效性、可用性及可靠性验证成果;以高精度地图传感器属性图层的形式记录该验证成果,并形成系统级针对该自动驾驶平台的分场景验证报告。
进一步,所述方法还包括:
反复对路段场景进行实车验证,迭代更新属性图层,以形成场景数据集;
构建高精度地图有效性属性图层,以构建自动驾驶传感器及系统级应用的先验知识库。
进一步,所述方法还包括:
基于高精度地图,在实际场景下进行智能驾驶应用测试,以功能实现/有缺陷实现/功能失效对场景和区域进行分割;将分割结果作为系统级的高精度地图有效性、可用性及可靠性验证成果。
第二方面,本发明实施例提供一种基于自动驾驶平台的高精度地图测试评估装置,包括实测模块和评估模块;
实测模块,用于基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
评估模块,用于基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图进行评估。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明第一方面实施例所述基于自动驾驶平台的高精度地图测试评估方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述基于自动驾驶平台的高精度地图测试评估方法的步骤。
本发明实施例提供的一种基于自动驾驶平台的高精度地图测试评估方法和装置,以智能/自动驾驶平台为基础搭建实车道路测试平台,通过平台搭载的激光雷达、毫米波雷达、相机和定位所需的GNSS、IMU设备及车身其他传感器作为感知源;通过对同一要素的传感器感知结果和高精度地图要素信息表达进行要素有效性、精准度、可靠性的比对,实现部件级的高精度地图有效性、可用性及可靠性验证,解决了现有技术中智能/自动驾驶应用需求和高精度地图测试评估关注点不一致,感知传感器信息在现有方法中无法体现的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例提供的基于自动驾驶平台的高精度地图测试评估方法流程框图;
图2为本发明实施例提供的基于自动驾驶平台的高精度地图测试评估方法具体流程示意图;
图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
自动驾驶是未来汽车方向的发展趋势,高精度地图作为重要的外部控制数据源,在目前看来是整个自动驾驶走向量产化落地的必要条件。现有的高精度地图测试方法一般仅关注高精度地图本身的精度情况,如《用于测试高精度地图的准确性的方法和装置》与智能/自动驾驶应用需求并不对应,无法反应平台感知能力在应用环境中的影响,无法与实际需求匹配起来。因此本发明实施例基于智能/自动驾驶平台的实际感知能力,面向实际应用需求,提出一种基于智能/自动驾驶平台的面向应用的高精度地图评估方法。以下将通过多个实施例进行展开说明和介绍。
图1为本发明实施例提供的基于自动驾驶平台的高精度地图测试评估方法流程框图,参照图1,该方法包括:
步骤101,基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
步骤102,基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图进行评估,即对高精度地图对该待测自动驾驶平台的支持进行评估。
图2为本发明实施例提供的基于自动驾驶平台的高精度地图测试评估方法具体流程示意图。在本实施例中,不同智能/自动驾驶平台对于高精度地图的依赖和需求并不一致,有效性和可用性场景也存在明显的差异;而现有的评估方法仅关注高精度地图本身与真实环境和地理信息的相关性,现有的测试评估方法实际上无法面向应用进行评估。本发明实施例以智能/自动驾驶平台为基础搭建实车道路测试平台,通过平台搭载的激光雷达、毫米波雷达、相机和定位所需的GNSS、IMU设备及车身其他传感器作为感知源;通过对同一要素的传感器感知结果和高精度地图要素信息表达进行要素有效性、精准度、可靠性的比对,实现部件级的高精度地图有效性、可用性及可靠性验证,解决了现有技术中智能/自动驾驶应用需求和高精度地图测试评估关注点不一致,感知传感器信息在现有方法中无法体现的问题。
在上述实施例的基础上,步骤101中,在具有高精度地图的区域进行道路实车跑车测试,具体包括:
基于智能/自动驾驶平台,部署高精度地图引擎和可视化工具,在具有高精度地图的区域进行道路实车跑车测试;同步采集平台传感器数据、全球导航卫星系统GNSS数据、惯性测量单元IMU数据和车身传感器数据;所述平台传感器数据包括激光雷达数据、毫米波雷达数据和相机系统数据。
在本实施例中,作为一种优选的实施方式,以智能/自动驾驶平台为基础搭建实车道路测试平台,通过平台搭载的激光雷达、毫米波雷达、相机和定位所需的GNSS、IMU设备及车身其他传感器作为感知源;利用应用所依赖的智能/自动驾驶平台,部署高精度地图引擎和可视化工具,在具有高精度地图的区域进行道路实车跑车测试。同步采集平台全部传感器(激光雷达、毫米波雷达及相机系统等)和定位所依赖的GNSS、IMU设备和车身传感器数据。
在上述各实施例的基础上,步骤101中,获取实际测量的环境要素感知信息和对应的空间坐标,具体包括:
基于平台传感器数据获取的感知要素和车辆标定信息,获取各传感器对道路实车跑车测试过程中道路及周边环境的环境要素感知信息;并通过坐标转换获得各个环境要素感知信息在空间坐标系下的坐标。
在本实施例中,作为一种优选的实施方式,利用智能/自动驾驶平台定位能力及高精度地图数据,通过地图引擎输出地图要素信息在空间坐标系下的坐标;通过采集平台传感器感知要素与车辆标定信息,获取各传感器对道路周边要素感知信息,并通过坐标转换获得各要素在空间坐标系下的坐标;
在上述各实施例的基础上,参照图2,本发明实施例提供的基于自动驾驶平台的高精度地图测试评估方法,还包括:
将识别出的差异作为部件级的高精度地图有效性、可用性及可靠性验证成果;以高精度地图传感器属性图层的形式记录该验证成果,并形成部件级分场景验证报告。
在本实施例中,作为一种优选的实施方式,在统一空间坐标系下,完成同名地图要素信息与感知要素信息的匹配和差异识别,该步骤识别出的差异即为部件级的高精度地图有效性、可用性及可靠性验证成果。以高精度地图传感器属性图层的形式记录该验证成果,并形成部件级分场景验证报告。在上述各实施例的基础上,还包括:
将识别出的差异作为部件级的高精度地图有效性、可用性及可靠性验证成果;以高精度地图传感器属性图层的形式记录该验证成果,并形成系统级分场景验证报告。
在本实施例中,作为一种优选的实施方式,在统一空间坐标系下,完成同名地图要素信息与感知要素信息的匹配和差异识别,该步骤识别出的差异即为部件级的高精度地图有效性、可用性及可靠性验证成果。以高精度地图传感器属性图层的形式记录该验证成果,并形成系统级分场景验证报告。
通过对智能/自动驾驶平台系统的定位及路径规划能力进行可靠性分析,实现系统级的高精度地图有效性、可用性及可靠性验证;将部件及系统级验证结果,以可靠性属性的形式融入高精度地图,成为高精度地图的区域属性;
在上述各实施例的基础上,该方法还包括:
反复对路段场景进行实车验证,迭代更新属性图层,以形成场景数据集;
构建高精度地图有效性属性图层,以构建自动驾驶传感器及系统级应用的先验知识库。
在本实施例中,作为一种优选的实施方式,在后续反复测试中,更新和优化地图的区域属性,最终形成对于高精度地图的分区域评估结果。反复对路段场景进行实车验证,迭代更新属性图层,形成稳定的、可分析的场景数据集。构建高精度地图有效性属性图层,成为自动驾驶传感器及系统级应用的先验知识库。
在上述各实施例的基础上,该方法还包括:
基于高精度地图,在实际场景下进行智能驾驶应用测试,以功能实现/有缺陷实现/功能失效对场景和区域进行分割;将分割结果作为系统级的高精度地图有效性、可用性及可靠性验证成果。
在本实施例中,作为一种优选的实施方式,通过智能/自动驾驶平台的应用功能(以下以智能驾驶为例,不限于此)在地图区域下的实用,验证高精度地图系统级有效性、可用性及可靠性。配合高精度地图,在实际场景下进行智能驾驶应用测试,以功能实现/有缺陷实现(蛇形驾驶/高速过弯等风险驾驶行为,以及顿挫/晃动等不舒适驾驶行为)/功能失效(威胁安全,需要人为接管)对场景和区域进行分割。该分割结果即为系统级的高精度地图有效性、可用性及可靠性验证成果。
本发明实施例还提供一种基于自动驾驶平台的高精度地图测试评估装置,基于上述各实施例中的基于自动驾驶平台的高精度地图测试评估方法,包括实测模块和评估模块;
实测模块,用于基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
评估模块,用于基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图进行评估。
图3为本发明实施例提供的电子设备的实体结构示意图,如图3所示,该服务器可以包括:处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令,以执行如下方法:
基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图进行评估。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的基于自动驾驶平台的高精度地图测试评估方法,例如包括:
基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图进行评估。
综上所述,本发明实施例提供的一种基于自动驾驶平台的高精度地图测试评估方法和装置,以智能/自动驾驶平台为基础搭建实车道路测试平台,通过平台搭载的激光雷达、毫米波雷达、相机和定位所需的GNSS、IMU设备及车身其他传感器作为感知源;通过对同一要素的传感器感知结果和高精度地图要素信息表达进行要素有效性、精准度、可靠性的比对,实现部件级的高精度地图有效性、可用性及可靠性验证,解决了现有技术中智能/自动驾驶应用需求和高精度地图测试评估关注点不一致,感知传感器信息在现有方法中无法体现的问题。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于自动驾驶平台的高精度地图测试评估方法,其特征在于,包括:
基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图对该待测自动驾驶平台的支持进行评估。
2.根据权利要求1所述的基于自动驾驶平台的高精度地图测试评估方法,其特征在于,在基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,具体包括:
基于智能/自动驾驶平台,部署高精度地图引擎和可视化工具,在具有高精度地图的区域进行道路实车跑车测试;同步采集平台传感器数据、全球导航卫星系统GNSS数据、惯性测量单元IMU数据和车身传感器数据;所述平台传感器数据包括激光雷达数据、毫米波雷达数据和相机系统数据。
3.根据权利要求2所述的基于自动驾驶平台的高精度地图测试评估方法,其特征在于,获取实际测量的环境要素感知信息和对应的空间坐标,具体包括:
基于平台传感器数据获取的感知要素和车辆标定信息,获取各传感器对道路实车跑车测试过程中道路及周边环境的环境要素感知信息;并通过坐标转换获得各个环境要素感知信息在空间坐标系下的坐标。
4.根据权利要求1所述的基于自动驾驶平台的高精度地图测试评估方法,其特征在于,还包括:
将识别出的差异作为部件级的高精度地图有效性、可用性及可靠性验证成果;以高精度地图传感器属性图层的形式记录该验证成果,并形成部件级分场景验证报告。
5.根据权利要求1所述的基于自动驾驶平台的高精度地图测试评估方法,其特征在于,还包括:
将识别出的差异作为部件级的高精度地图有效性、可用性及可靠性验证成果;以高精度地图传感器属性图层的形式记录该验证成果,并形成系统级分场景验证报告。
6.根据权利要求1所述的基于自动驾驶平台的高精度地图测试评估方法,其特征在于,还包括:
反复对路段场景进行实车验证,迭代更新属性图层,以形成场景数据集;
构建高精度地图有效性属性图层,以构建自动驾驶传感器及系统级应用的先验知识库。
7.根据权利要求1所述的基于自动驾驶平台的高精度地图测试评估方法,其特征在于,还包括:
基于高精度地图,在实际场景下进行智能驾驶应用测试,以功能实现/有缺陷实现/功能失效对场景和区域进行分割;将分割结果作为系统级的针对该自动驾驶平台的高精度地图有效性、可用性及可靠性验证成果。
8.一种基于自动驾驶平台的高精度地图测试评估装置,其特征在于,包括实测模块和评估模块;
实测模块,用于基于真实的待测自动驾驶平台,在具有高精度地图的区域进行道路实车跑车测试,获取实际测量的环境要素感知信息和对应的空间坐标;
评估模块,用于基于地图引擎获取空间坐标下高精度地图输出的地图要素信息,并在同一空间坐标下,对所述环境要素感知信息和地图要素信息进行匹配和差异识别,以对所述高精度地图进行评估。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于自动驾驶平台的高精度地图测试评估方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于自动驾驶平台的高精度地图测试评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215923.8A CN110906954A (zh) | 2019-12-02 | 2019-12-02 | 一种基于自动驾驶平台的高精度地图测试评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215923.8A CN110906954A (zh) | 2019-12-02 | 2019-12-02 | 一种基于自动驾驶平台的高精度地图测试评估方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110906954A true CN110906954A (zh) | 2020-03-24 |
Family
ID=69821782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911215923.8A Pending CN110906954A (zh) | 2019-12-02 | 2019-12-02 | 一种基于自动驾驶平台的高精度地图测试评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110906954A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767354A (zh) * | 2020-04-26 | 2020-10-13 | 东风汽车集团有限公司 | 一种高精度地图精度评估方法 |
CN111797189A (zh) * | 2020-07-03 | 2020-10-20 | 武汉四维图新科技有限公司 | 数据源质量评价方法与装置、设备、计算机可读存储介质 |
CN112097784A (zh) * | 2020-09-01 | 2020-12-18 | 武汉光庭信息技术股份有限公司 | 一种地图传感器地图匹配结果的验证方法及装置 |
CN112698655A (zh) * | 2020-12-28 | 2021-04-23 | 江苏北斗卫星导航检测中心有限公司 | 一种拖拉机自动驾驶路径判别准确率测试方法及系统 |
TWI748678B (zh) * | 2020-10-06 | 2021-12-01 | 艾歐圖科技股份有限公司 | 基於地面資訊優化的車輛自主定位系統 |
CN113899360A (zh) * | 2021-12-10 | 2022-01-07 | 北京主线科技有限公司 | 港口自动驾驶高精度地图的生成与精度评价方法及装置 |
CN114077218A (zh) * | 2022-01-19 | 2022-02-22 | 浙江吉利控股集团有限公司 | 道路数据评估报告生成方法、装置、设备及存储介质 |
CN114413914A (zh) * | 2022-01-18 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 高精度地图的精度提升方法、系统和计算机可读存储介质 |
CN114440929A (zh) * | 2022-01-28 | 2022-05-06 | 中国第一汽车股份有限公司 | 一种高精度地图的测试评估方法、装置、车辆及介质 |
CN114459503A (zh) * | 2021-12-28 | 2022-05-10 | 武汉中海庭数据技术有限公司 | 一种用于智能驾驶的定位系统有效性实车评估方法及系统 |
CN114485658A (zh) * | 2021-12-08 | 2022-05-13 | 上海智能网联汽车技术中心有限公司 | 一种面向路侧感知系统精度评估的装置及方法 |
WO2023046125A1 (zh) * | 2021-09-26 | 2023-03-30 | 华为技术有限公司 | 地图有效性检测方法和相关产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776996A (zh) * | 2016-12-02 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于测试高精度地图的准确性的方法和装置 |
CN106919915A (zh) * | 2017-02-22 | 2017-07-04 | 武汉极目智能技术有限公司 | 基于adas系统的地图道路标记及道路质量采集装置及方法 |
CN109492063A (zh) * | 2018-10-19 | 2019-03-19 | 武汉中海庭数据技术有限公司 | 一种高精度地图数据的质量评价方法 |
CN110530398A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 一种电子地图精度检测的方法及装置 |
-
2019
- 2019-12-02 CN CN201911215923.8A patent/CN110906954A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776996A (zh) * | 2016-12-02 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于测试高精度地图的准确性的方法和装置 |
CN106919915A (zh) * | 2017-02-22 | 2017-07-04 | 武汉极目智能技术有限公司 | 基于adas系统的地图道路标记及道路质量采集装置及方法 |
CN109492063A (zh) * | 2018-10-19 | 2019-03-19 | 武汉中海庭数据技术有限公司 | 一种高精度地图数据的质量评价方法 |
CN110530398A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 一种电子地图精度检测的方法及装置 |
Non-Patent Citations (1)
Title |
---|
黄鹤等: "高精准度智能导航数据产品质量评价系统构建与示范", 《北京测绘》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767354A (zh) * | 2020-04-26 | 2020-10-13 | 东风汽车集团有限公司 | 一种高精度地图精度评估方法 |
CN111797189A (zh) * | 2020-07-03 | 2020-10-20 | 武汉四维图新科技有限公司 | 数据源质量评价方法与装置、设备、计算机可读存储介质 |
CN111797189B (zh) * | 2020-07-03 | 2024-03-19 | 武汉四维图新科技有限公司 | 数据源质量评价方法与装置、设备、计算机可读存储介质 |
CN112097784A (zh) * | 2020-09-01 | 2020-12-18 | 武汉光庭信息技术股份有限公司 | 一种地图传感器地图匹配结果的验证方法及装置 |
TWI748678B (zh) * | 2020-10-06 | 2021-12-01 | 艾歐圖科技股份有限公司 | 基於地面資訊優化的車輛自主定位系統 |
CN112698655A (zh) * | 2020-12-28 | 2021-04-23 | 江苏北斗卫星导航检测中心有限公司 | 一种拖拉机自动驾驶路径判别准确率测试方法及系统 |
WO2023046125A1 (zh) * | 2021-09-26 | 2023-03-30 | 华为技术有限公司 | 地图有效性检测方法和相关产品 |
CN114485658A (zh) * | 2021-12-08 | 2022-05-13 | 上海智能网联汽车技术中心有限公司 | 一种面向路侧感知系统精度评估的装置及方法 |
CN113899360A (zh) * | 2021-12-10 | 2022-01-07 | 北京主线科技有限公司 | 港口自动驾驶高精度地图的生成与精度评价方法及装置 |
CN114459503A (zh) * | 2021-12-28 | 2022-05-10 | 武汉中海庭数据技术有限公司 | 一种用于智能驾驶的定位系统有效性实车评估方法及系统 |
CN114413914A (zh) * | 2022-01-18 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 高精度地图的精度提升方法、系统和计算机可读存储介质 |
CN114077218A (zh) * | 2022-01-19 | 2022-02-22 | 浙江吉利控股集团有限公司 | 道路数据评估报告生成方法、装置、设备及存储介质 |
WO2023137863A1 (zh) * | 2022-01-19 | 2023-07-27 | 浙江吉利控股集团有限公司 | 道路数据评估报告生成方法、装置、设备及存储介质 |
CN114077218B (zh) * | 2022-01-19 | 2022-04-22 | 浙江吉利控股集团有限公司 | 道路数据评估报告生成方法、装置、设备及存储介质 |
CN114440929A (zh) * | 2022-01-28 | 2022-05-06 | 中国第一汽车股份有限公司 | 一种高精度地图的测试评估方法、装置、车辆及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110906954A (zh) | 一种基于自动驾驶平台的高精度地图测试评估方法和装置 | |
CN107328410B (zh) | 用于定位自动驾驶车辆的方法和汽车电脑 | |
US11632536B2 (en) | Method and apparatus for generating three-dimensional (3D) road model | |
CN109459734B (zh) | 一种激光雷达定位效果评估方法、装置、设备及存储介质 | |
CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
Alonso et al. | Accurate global localization using visual odometry and digital maps on urban environments | |
CN106461402B (zh) | 用于确定相对于数字地图的位置的方法及系统 | |
CN113034566B (zh) | 高精度地图构建方法、装置、电子设备及存储介质 | |
CN109143207A (zh) | 激光雷达内参精度验证方法、装置、设备及介质 | |
CN110119698A (zh) | 用于确定对象状态的方法、装置、设备和存储介质 | |
EP3904831A1 (en) | Visual localization using a three-dimensional model and image segmentation | |
CN112740225B (zh) | 一种路面要素确定方法及装置 | |
CN111353453B (zh) | 用于车辆的障碍物检测方法和装置 | |
CN114295139A (zh) | 一种协同感知定位方法及系统 | |
US11448771B2 (en) | Method and apparatus for evaluating data, device, and computer-readable storage medium | |
CN113532499B (zh) | 无人系统的传感器安全性检测方法、设备及存储介质 | |
CN114127511A (zh) | 用于辅助至少部分自动的车辆控制的方法和通信系统 | |
KR102130687B1 (ko) | 다중 센서 플랫폼 간 정보 융합을 위한 시스템 | |
Botín-Sanabria et al. | Digital twin for urban spaces: An application | |
CN113227713A (zh) | 生成用于定位的环境模型的方法和系统 | |
CN115345944A (zh) | 外参标定参数确定方法、装置、计算机设备和存储介质 | |
KR102288623B1 (ko) | 육상이동체 시뮬레이션을 위한 정밀도로지도 데이터 처리 및 포맷변경방법 | |
CN114325662A (zh) | 一种车载雷达的外参标定方法、装置、设备及存储介质 | |
Kim et al. | Urban localization based on aerial imagery by correcting projection distortion | |
CN114743395A (zh) | 一种信号灯检测方法、装置、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |