CN111125135A - 地图更新方法、地图融合更新方法、终端及服务器 - Google Patents

Abstract

本公开提供了一种地图更新方法、地图融合更新方法、终端及服务器，其中，地图更新方法包括：作业完成后，采集地形发生变化的作业区域的地形信息；根据所述地形信息，形成第一矢量边界，更新当前地图。本公开提出了针对作业后地形发生变化的情形，通过采集变化的地形信息，实现自动更新地图，保证地图更新效率；以及进一步通过将采集的地形信息上传服务器端，经服务器端精确计算后，返回地图要素增量精确矢量边界，进一步更新地图，提高地图更新精度。

Description

地图更新方法、地图融合更新方法、终端及服务器

技术领域

本公开涉及信息处理领域，进一步的涉及应用于矿区自动驾驶的地图更新，还涉及一种地图更新方法，地图融合更新方法，一种实施地图更新方法的终端，以及实施地图融合更新的服务器。

背景技术

现今社会，电子地图犹如另一双眼睛，便利人们的生活与工作，如应用于公共道路的自动驾驶或人工驾驶，还比如应用于封闭环境的行驶，举例来说，矿区相对封闭的环境是自动驾驶技术落地场景的最佳选择之一，自动驾驶的关键技术涉及到环境感知、高精定位、决策规划、执行控制等，其中高精地图因其高精度、高粒度、实时性等特点，在自动驾驶中起到高精度定位，辅助感知、规划和决策等功能，保证了高效精准的路径规划和安全驾驶。

为保证场景内地图矢量边界的实时性，必须对自动驾驶路段尤其是对区域边界变换频繁的矿区进行地图增量的实时动态更新。已有高精地图更新往往是公共环境的低频率的更新，难以适用于更新频率较快(如达到分钟级甚至秒级的)环境(例如矿区开放区域如装载区、排土场等)。

发明内容

(一)要解决的技术问题

有鉴于此，本公开的目的在于提供一种地图更新方法，地图融合更新方法，一种实施地图更新方法的终端，以及实施地图融合更新的服务器，以至少部分解决上述的技术问题。

(二)技术方案

根据本公开的一方面，提供一种地图更新方法，其中包括：作业完成后，采集作业区域的地形信息；根据所述地形信息，形成第一矢量边界，更新当前地图。

在进一步的实施方案中，所述采集作业区域的地形信息的条件为：在所述作业的类型为地图边界变化类型条件下，启动采集；可选的，所述地图边界变化类型包括：装载、卸载、和/或修路，所述作业区域位于矿区。

在进一步的实施方案中，所述作业区域的地形信息，包括以下至少一种：作业区域的定位数据、激光雷达数据、毫米波雷达数据和影像数据。

在进一步的实施方案中，所述地形信息为激光雷达数据；所述激光雷达数据采样方式包括：基于多线激光雷达的扫描原理，设定扫描角度和距离阈值，滤除地面点，选取远端离地设定高度的坡面点云，重采样后得到序列点。

在进一步的实施方案中，该地图更新方法还包括：向服务器发送位置信息以及所述地形信息，并接收服务器端发出的地图增量更新数据和更新指令，校正所述第一矢量边界，进一步更新当前地图。

根据本公开的另一方面，提供一种地图融合更新方法，包括：接收至少一组终端发送的位置信息和地形信息；根据接收到的至少一组位置信息和地形信息，确定地图增量更新数据；向客户端地图增量更新数据。

在进一步的实施方案中，根据接收到的至少一组位置信息和地形信息，确定地图增量更新数据，包括：解析所述地形信息得到点云地理坐标，执行点云滤波算法处理和面片分割算法处理，对分割得到的地面点云面片执行边界提取算法，得到第二矢量边界，即地图增量更新数据。

根据本公开的又一方面，提供一种终端，包括：传感器，用于采集作业区域的地形信息；处理器，用于根据所述地形信息，形成第一矢量边界，更新当前地图。

在进一步的实施方案中，还包括：输入输出端，用于向服务器端发送作业区域位置信息和地形信息，还用于接收服务器端发出的地图增量更新数据和更新指令；所述处理器还用于根据所述地图增量更新数据和更新指令，校正所述第一矢量边界，进一步更新当前地图。

在进一步的实施方案中，其中所述终端设置于自动驾驶矿车上。

根据本公开的再一方面，提供一种服务器，包括：通信单元，用于接收至少一组客户端发送的位置信息和地形信息；数据处理单元，用于据接收到的至少一组位置信息和地形信息，生成地图增量更新数据；分发单元，用于向终端发送地图增量更新数据。

在进一步的实施方案中，所述数据处理单元具体用于：解析所述地形信息得到点云地理坐标，执行点云滤波算法处理和面片分割算法处理，对分割得到的地面点云面片执行边界提取算法，得到第二矢量边界，即地图增量更新数据。

在进一步的实施方案中，所述服务器为云端服务器。

(三)有益效果

(1)本公开提出了针对作业后地形发生变化的情形，通过采集变化的地形信息，实现自动更新地图，保证地图更新效率；

(2)本公开进一步通过将采集的地形信息上传服务器端，经服务器端精确计算后，返回地图要素增量，进一步更新地图，提高地图更新精度；充分考虑了终端(如车端)和服务器端(如云端)的计算能力和通信效率，在保证工程车辆运行安全的前提下减轻了车端计算压力和通信压力，提高了地图更新的效率和精度；

(3)本公开可适用于露天矿区场景的自动驾驶的高精地图，为自动驾驶车辆的地图要素增量更新的提供解决方案。

附图说明

通过下面结合附图说明本公开实施例，将使本公开实施例的上述及其它目的、特征和优点更加清楚。应注意，贯穿附图，相同的元素由相同或相近的附图标记来表示。其中：

图1为本公开实施例的地图更新方法流程图；

图2为本公开一具体实例中的矿区高精地图要素增量更新层级结构图；

图3为本公开实例的高精地图要素增量更新技术流程图；

图4是本公开一实施例的地图融合更新方法流程图。

图5是本公开一实例中矿区高精地图增量更新方案系统架构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

如前所述，现有的地图更新方式，通常是较长周期才进行更新，更新主要根据综合信息采集，例如交通信息台、卫星、用户人工上报反馈的数据，用户终端尤其是地形高频率变化的场景下，没有较好的更新方式，因此，存在行驶隐患。而且，由于地图数据通常较大，在于云端服务器交互过程中，需要较长时间和较多传输数据量，更新效率和终端内存等无法有效保证。

本公开实施例提供一种地图更新方法，在作业完成后，通过对作业区域的地形信息进行采集，实现作业区域的地图更新。如图1所示，该地图更新方法包括以下操作：

S110：作业完成后，采集地形发生变化的作业区域的地形信息；

S120：根据所述地形信息，形成第一矢量边界，更新当前地图。

操作S110中的作业可以为导致地形发生变化的各种社会活动，包括但不限于：道路施工(对于地面的平坦度等产生影响)、放置物体至特定区域(会增加部分区域的高度)、由特定区域移除物体(减少部分区域的高度)、活动时引起路面地形变化(部分区域凹陷或者凸出)。作业区域可以处于封闭式空间、开放式空间、或者是未开辟道路的空间环境。封闭式空间例如可以是矿区环境，矿区又可以根据实际操作情况分为装载区、排土场、道路和未分类区。对于地形变化频繁的装载区和排土场尤其需要对地图进行实时更新。这里的作业也存在间断性作业情形，本公开实例所指的作业可以是指各分步作业，即不一定是需要整体作业完成再进行地形信息的采集，而是可以考虑在某分步作业完成后即进行采集，如果分步作业时间间隔较短，也可以在分步作业完成后进行采集。

作业的主体可以与实施地形信息采集的主体一致，例如为自动驾驶汽车，其在完成根据指令实施的作业后，后续的还会根据采集指令采集地形发生变化的作业区域的地形信息；作业的主体也可以与采集地形信息发生变化的主体不一致，作业可以是人工作业，或者非实时信息采集的电子装置进行作业，比如人工和/或挖机共同实施挖掘作业，而实施地形信息采集的主体可能为自动驾驶汽车；当然，实施作业的主体与采集地形信息的主体部分重合，比如自动驾驶汽车与人一同完成挖掘作业，然后自动驾驶汽车再根据采集指令采集地形发生变化的作业区域的地形信息。

其中，地形发生变化的作业区域是指在作业过程中影响了地形变化的相关区域，并不限于具体的实施作业区域，也可以范围大于该具体的实施作业区域。例如，在挖掘过程中，凹陷地区作为具体的实施作业区域，但是凹陷地区之外的若干距离的边界地形实际上也会受到影响，依据地图计算形式路径时对于该边界地形，也需要考虑凹陷地区带来的影响，因此，采集区域应当大于具体的作业区域。

一些情形下，实施作业区域地形信息采集的主体同时完成作业和地形采集两项任务，例如从云端服务器接收指令或者自动进行两项操作，例如云端接收的指令可以包括作业指令和采集指令，两个指令可以分开或者集成为一体，如自动驾驶汽车从云端获取指令，该指令包括作业指令和采集指令，在根据相应指令完成作业内容后，随即执行后续的采集指令，控制对应的传感器采集地形发生变化的作业区域的地形信息。对于作业地区的地形信息为反应作业地区地形情况的数据内容，包括但不限于激光雷达数据、毫米波雷达数据和影像数据。对应的，可采用相应的元件/设备进行采集测量，如通过LiDAR(LightDetection and Ranging)激光探测及测距系统扫描作业区域，接收相应返回信号，确定相应的点云；通过毫米波雷达也可以实现相应的测距功能，实现距离测量(该距离能够反映相应的地形情况数据)；通过摄影设备(例如摄像头、或者包含摄像头的设备)摄取作业区域的地形影像，并经过数据分析，形成与电子地图相匹配的地形数据；可选的，通过激光探测及测距系统进行激光雷达数据的采集，该激光雷达数据的采集能够较好匹配电子地图数据，且利于后期分析和处理。可选的，激光雷达数据采样方式包括：基于多线激光雷达的扫描原理，设定扫描角度和距离阈值，滤除地面点，选取远端离地设定高度的坡面点云，重采样后得到序列点。

携带相应的元件/设备进行采集测量的主体包括但不限于自动驾驶汽车、无人机、机器人、和有人驾驶车辆。可选的，为自动驾驶汽车，其可以完全自动化的实施相应采集(按照设定操作进行采集)，提高采集效率和采集数据的准确性。

本公开实施例的电子地图可以按照具体地形条件进行细分，可以进一步分为若干子地图，各子地图根据更新频率更新量进行区分处理；例举一具体实例说明操作S110，图2是一具体实例中矿区高精地图要素增量更新层级结构图。第一层基于矿区编码(MineCode)的矿区整体高精地图，第二层对于矿区地图要素进行区域编码(AreaCode)，主要分为装载区、排土场、道路和未分类区。第三层为高精地图各区域内的子要素：装载区包括区域矢量边界和装载位，排土场包括区域矢量边界和排土位，道路包括各车道段的道路边界(逻辑边界和物理边界，也即矢量边界)，以及其他区域的地图要素矢量边界。不同类型区域及地图要素的更新模块独立，具有唯一标识符，车端传感器基于不同区域类型启用独立的更新数据采集机制，车端处理并上传，云端基于区域编码启动不同的更新模块，对于矢量边界、装载位或排土位进行精确的地图增量更新并生成更新地图版本号存储并下发。也就是说，本公开实施例的当前地图可分为若干子地图，根据更新频率更新区域大小，可以将频繁更新的区域相应的子地图通过包含区域矢量边界的方式进行表示，后期通过确定作业区域的矢量边界，即可借助该矢量边界更新对应子地图，达到整体地图的更新。

操作S120中，根据地形信息，以形成第一矢量边界的方式更新当前地图。在前述以矿区举例的操作中，先基于云端下发的给自动驾驶汽车(矿车)导致地图边界发生变化的如装载、卸载、修路等指令，车端传感器在物理边界发生变化后(也即作业完成后)即时扫描变化区域得到LiDAR数据，然后车端处理器计算得到变化区域第一矢量边界，算法可以是：基于多线激光雷达的扫描原理，设定扫描角度和距离阈值，滤除地面点，选取远端离地高度0.5米的坡面点云，重采样后得到序列点(即第一矢量边界)。

实施本公开实施例操作S110的通常为终端(例如自动驾驶车端)，该终端由于硬件等条件所限，计算能力往往不强或者用来更新地图的信息不全面，然而出于实施更新进一步在作业区域进行二次作业等考虑，还是需要及时的更新地图，所以本公开实施例提供根据终端所采集的作业区域地形信息先对地图进行更新，形成第一矢量边界。更新方式可以通过采集根据所述地形信息，形成第一矢量边界，更新当前地图。

本实施例中的第一矢量边界是相对于服务器端处理的第二矢量边界来说的，该第一矢量边界通过终端的处理器对数据进行处理，相应的矢量边界可能会存在偏差，后期可以通过服务器端计算得出的第二矢量边界予以校正。

一些实施例中，本公开的地图更新方法还包括：向服务器发送位置信息以及所述地形信息，并接收服务器端发出的地图增量更新数据和更新指令，进一步更新当前地图。这里的位置信息包括作业区域的定位数据，如通过携带的GPS元件采集定位数据，通过无线网络获取相应的定位数据。可以向服务器发送作业区域的地形信息，通过服务器端对该地形信息进行融合计算后，形成第二矢量边界，据此生成精确地图增量更新数据，再下发至终端。也可以将终端对作业区域的地形信息处理后的第一矢量边界数据发送至服务器端，服务器端对该数据进行处理，形成第二矢量边界，据此生成地图增量更新数据，再下发至终端。本地的终端(例如车端)可以根据服务器下发的指令和增量更新数据，校正该第一矢量边界；或者是由于增量更新数据是基于多个终端上传的数据，此时的地图更新将会涉及包括作业区域以及作业区域以外的部分，通过接收服务器端融合多个终端上传的数据，可以对整个地图区域进行实时精确更新，提高后期作业和行驶的准确性和安全性。可选的，在接收服务器端发出的地图增量更新数据和更新指令的同时，还可以接收服务器端随同发出的地图版本信息。

图3是本文矿区高精地图要素增量更新的技术流程图。首先基于平台下发的导致地图边界发生变化的如装载、卸载、修路等指令，车端传感器在物理边界发生变化后即时扫描变化区域得到LiDAR数据；然后车端计算单元计算得到变化区域粗矢量边界(算法概要：基于多线激光雷达的扫描原理，设定扫描角度和距离阈值，滤除地面点，选取远端离地高度0.5米的坡面点云，重采样后得到序列点即粗矢量边界)，上传云端进行地图要素增量融合计算，输出临时更新地图用于后续车辆任务调度；云端在接收到车端传感器LiDAR数据和变化边界矢量范围后启用对应区域的更新模型，计算得到精确的变化区域边界矢量(算法概要：解析原始LiDAR数据得到点云精确地理坐标，进而执行点云滤波算法处理和面片分割算法处理，对分割得到的地面点云面片执行边界提取算法，即得到精确矢量边界)，用于校正临时输出的增量更新地图，避免车端粗矢量边界融合导致的累积误差，输出精确的高精地图更新版本，存储并下发。

根据本公开实施例的另一方面，还提供一种地图融合更新方法，如图4所示，包括以下操作：

S210：接收至少一组终端发送的位置信息和地形信息；

S220：根据接收到的至少一组位置信息和地形信息，确定地图增量更新数据；

S230：向客户端地图增量更新数据。

操作S210中，该接收主体可以为服务器，可选的为云端服务器，其可以接收至少一组终端发送的位置信息和地形信息，该位置信息和地形信息是在对应的终端主体实施或参与实施相应作业后，作业区域地形发生变化，然后通过终端主体对作业区域进行探测采集，得到作业区域的该地形信息，随同发送的还有标示地图位置的位置信息。接收的各组终端发送的位置信息和地形信息的间隔时间小于设定周期，如果设定周期内对于同一位置接收到多个地形信息，则以最后一个为准参与后续计算。

操作S220中，在接收到根据接收到的至少一组位置信息和地形信息，在设定周期内可以对该周期内接收到的多组信息进行融合处理，处理目的在于形成地图的第二边界矢量，确定地图增量更新数据。可选的处理方式可以基于地形信息中的点云地理坐标进行处理，例如包括：解析所述地形信息得到点云地理坐标，执行点云滤波算法处理和面片分割算法处理，对分割得到的地面点云面片执行边界提取算法，得到第二矢量边界，随后形成地图增量更新数据。

操作S230中，各个终端(例如车端)可以根据服务器下发的指令和增量更新数据，更新终端地图。可选的，在向终端发出地图增量更新数据和更新指令的同时，还可以向终端随同发出的地图版本信息。

本公开实施例还提供实施上述地图更新方法的一种终端，包括：传感器，用于采集作业区域的地形信息；处理器，用于根据所述地形信息，形成第一矢量边界，更新当前地图。

这里的传感器可以是激光探测及测距系统、摄像头或者毫米波雷达，如通过激光探测及测距系统扫描作业区域，接收相应返回信号，确定相应的点云；通过毫米波雷达也可以实现相应的测距功能，实现距离测量(该距离能够反映相应的地形情况数据)；通过摄影设备(例如摄像头、或者包含摄像头的设备)摄取作业区域的地形影像，并经过数据分析，形成与电子地图相匹配的地形数据。对于此处处理器所实现功能，可以参照上述地图更新方法实施例的内容，在此不予赘述。

一些实施例中，该终端还包括输入输出端，用于向服务器端发送作业区域位置信息和地形信息，还用于接收服务器端发出的地图增量更新数据和更新指令；相应的，处理器还用于根据所述地图增量更新数据和更新指令，进一步更新当前地图。

可选的，该终端设置于自动驾驶矿车上。该自动驾驶矿车可以在露天矿区场景的自动驾驶场景下更新高精地图，这为自动驾驶车辆的地图要素增量更新提供了解决方案。

本公开实施例还提供一种实施上述地图融合更新方法的服务器，包括：

通信单元，用于接收至少一组客户端发送的位置信息和地形信息；数据处理单元，用于据接收到的至少一组位置信息和地形信息，生成地图增量更新数据；分发单元，用于向终端发送地图增量更新数据。对于各单元的实现功能，可以参照上文对应方法描述，在此不予赘述。

关于终端(车端)和云端服务器的配合关系，可以参照图5中本公开一实例中矿区高精地图增量更新方案系统架构图，该图中多个车辆终端520可以与云端服务器510进行通讯，分别实施上述地图更新以及地图融合更新方法。

在本发明所提供的几个实施例中，应该理解到，所揭露的相关装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得计算机处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本公开实施例中的处理器或者处理单元可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))。处理器还可以包括用于缓存用途的板载存储器。优选的，采用专用的神经网络处理器。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种地图更新方法，其中包括：

作业完成后，采集地形发生变化的作业区域的地形信息；

根据所述地形信息，形成第一矢量边界，更新当前地图。

2.根据权利要求1所述的方法，其中，所述采集作业区域的地形信息的条件为：

在所述作业的类型为地图边界变化类型条件下，启动采集；

可选的，所述地图边界变化类型包括：装载、卸载、和/或修路，所述作业区域位于矿区。

3.根据权利要求1所述的方法，其中，所述作业区域的地形信息，包括以下至少一种:

作业区域的定位数据、激光雷达数据、毫米波雷达数据和影像数据。

4.根据权利要求1所述的方法，其中，所述地形信息为激光雷达数据；所述激光雷达数据采样方式包括：

基于多线激光雷达的扫描原理，设定扫描角度和距离阈值，滤除地面点，选取远端离地设定高度的坡面点云，重采样后得到序列点。

5.根据权利要求1所述的方法，其中，还包括：

向服务器发送位置信息以及所述地形信息，并接收服务器端发出的地图增量更新数据和更新指令，进一步更新当前地图。

6.根据权利要求1所述的方法，其中，更新当前地图包括：

更新所述作业区域对应的子地图中的矢量边界。

7.一种地图融合更新方法，包括：

接收至少一组终端发送的位置信息和地形信息；

根据接收到的至少一组位置信息和地形信息，确定地图增量更新数据；

向客户端更新地图增量数据。

8.根据权利要求7所述的方法，其中，根据接收到的至少一组位置信息和地形信息，确定地图增量更新数据，包括：

解析所述地形信息得到点云地理坐标，执行点云滤波算法处理和面片分割算法处理，对分割得到的地面点云面片执行边界提取算法，得到第二矢量边界，形成精确地图增量更新数据。

9.一种终端，包括：

传感器，用于采集作业区域的地形信息；

处理器，用于根据所述地形信息，形成第一矢量边界，更新当前地图。

10.根据权利要求9所述的终端，其中，还包括：

输入输出端，用于向服务器端发送作业区域位置信息和地形信息，还用于接收服务器端发出的地图增量更新数据和更新指令；

所述处理器还用于根据所述地图增量更新数据和更新指令，进一步更新当前地图。

11.根据权利要求9所述的终端，其中所述终端设置于自动驾驶矿车上。

12.一种服务器，包括：

通信单元，用于接收至少一组客户端发送的位置信息和地形信息；

数据处理单元，用于据接收到的至少一组位置信息和地形信息，生成地图增量更新数据；

分发单元，用于向终端发送地图增量更新数据。

13.根据权利要求12所述的服务器，所述数据处理单元具体用于：

解析所述地形信息得到点云地理坐标，执行点云滤波算法处理和面片分割算法处理，对分割得到的地面点云面片执行边界提取算法，得到第二矢量边界，即地图增量更新数据。

14.根据权利要求12所述的服务器，其中，所述服务器为云端服务器。

Images