CN111141311A - 一种高精度地图定位模块的评估方法及系统 - Google Patents
一种高精度地图定位模块的评估方法及系统 Download PDFInfo
- Publication number
- CN111141311A CN111141311A CN201911406228.XA CN201911406228A CN111141311A CN 111141311 A CN111141311 A CN 111141311A CN 201911406228 A CN201911406228 A CN 201911406228A CN 111141311 A CN111141311 A CN 111141311A
- Authority
- CN
- China
- Prior art keywords
- positioning module
- map positioning
- adas camera
- evaluation
- module
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种高精度地图定位模块的评估方法及系统,该方法包括:在车辆上安装ADAS(Advanced Driving Assistant Systems,高级驾驶辅助系统)相机,获取车辆行驶时ADAS相机采集的数据;对ADAS相机采集的数据和地图定位模块输出的数据进行时间同步;比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息,对地图定位模块进行评估。在车辆上安装ADAS相机,基于车辆行驶时的现实环境,获取车辆行驶时ADAS相机采集的数据,比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息评估地图定位模块输出的正确性,解决现有技术中缺少对高精度地图定位模块进行评估的方法的问题。
Description
技术领域
本发明涉及自动驾驶的高精度地图定位技术领域,尤其涉及一种高精度地图定位模块的评估方法及系统。
背景技术
自动驾驶是未来汽车方向的发展趋势,高精度地图定位模块是L3及以上级别自动驾驶中的关键一环。
高精度地图定位模块输出ADASIS(Advanced Driving Assistant SystemsInterfaceSpecifications,高级驾驶辅助系统的接口说明)V3消息到自动驾驶域控制器,包括道路级信息、车道级信息、目标物信息、路径规划结果等。评估地图定位模块输出的ADASIS V3的正确性对于自动驾驶系统而言至关重要。
评估地图定位模块输出的正确性应该基于车辆行驶时的现实环境,将地图定位模块输出的消息与实景对比,实施起来有一定难度,现有技术中缺少对面向自动驾驶的高精度地图定位模块进行评估的方法。
发明内容
本发明针对现有技术中存在的技术问题,提供一种高精度地图定位模块的评估方法及系统,解决现有技术中缺少对高精度地图定位模块进行评估的方法的问题。
本发明解决上述技术问题的技术方案如下:一种高精度地图定位模块的评估方法,包括:
步骤1,在车辆上安装ADAS相机,获取所述车辆行驶时所述ADAS相机采集的数据;
步骤2,对所述ADAS相机采集的数据和地图定位模块输出的数据进行时间同步;
步骤3,比较所述ADAS相机采集的数据和所述地图定位模块输出的数据中的道路标志信息,对所述地图定位模块进行评估。
一种高精度地图定位模块的评估系统,包括:ADAS相机、时间同步模块和评估模块;
所述ADAS相机安装在车辆上,采集所述车辆行驶时的数据;
所述时间同步模块,用于对所述ADAS相机采集的数据和地图定位模块输出的数据进行时间同步;
所述评估模块,用于比较所述ADAS相机采集的数据和所述地图定位模块输出的数据中的道路标志信息,对所述地图定位模块进行评估。
本发明的有益效果是:在车辆上安装ADAS相机,基于车辆行驶时的现实环境,获取车辆行驶时ADAS相机采集的数据,比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息评估地图定位模块输出的正确性,解决现有技术中缺少对高精度地图定位模块进行评估的方法的问题。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述步骤1中获取所述车辆行驶时所述ADAS相机采集的数据的过程包括:
所述ADAS相机采集实时的原始视频,从所述原始视频中提取感知结构化数据。
进一步,所述步骤3中的道路标志信息包括车道线和交通标识。
进一步,所述步骤3中根据通过人工评估和/或自动化计算评估对所述地图定位模块进行评估。
进一步,所述步骤3中进行人工评估的过程包括:
根据所述地图定位模块输出的车辆位置姿态以及所述ADAS相机与车辆的相对位置关系,将所述地图定位模块输出的数据中车道线和交通标识投影到所述ADAS相机同一时刻拍摄的原始视频的视频帧图像上,得到各个时刻的可视化评估图片。
进一步,所述步骤3中进行自动化计算评估的过程包括:
实时对比同一时刻所述ADAS相机采集的数据和所述地图定位模块输出的数据中的所述车道线的方程和所述交通标识的大小位置,自动记录对比不相同的问题及对应时刻。
进一步,所述对比不相同的问题包括:所述车道线的方程相差超过设定值和/或所述交通标识缺失。
采用上述进一步方案的有益效果是:通过比较道路上位置相对不变的车道线和交通标识,来评估地图定位模块输出数据的正确性;将人工评估和自动化计算评估相结合,可以提高效率,进行大范围评估,能够高效、准确的评估地图定位模块输出车道线、交通标识等要素与现实世界的一致性。
附图说明
图1为本发明提供的一种高精度地图定位模块的评估方法的流程图;
图2为本发明提供的一种高精度地图定位模块的评估方法中数据处理过程的实施例的示意图;
图3为本发明提供的一种高精度地图定位模块的评估方法中人工评估和自动化计算评估相结合的实施例的流程图;
图4为本发明提供的一种高精度地图定位模块的评估系统的实施例的结构框图;
图5为本发明实施例提供的一种电子设备的实体结构示意图。
附图中,各标号所代表的部件列表如下:
101、ADAS相机,102、时间同步模块,103、评估模块,201、处理器,202、通信接口,203、存储器,204、通信总线。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示为本发明提供的一种高精度地图定位模块的评估方法的流程图,由图1可知,该方法包括:
步骤1,在车辆上安装ADAS相机,获取车辆行驶时ADAS相机采集的数据。
步骤2,对ADAS相机采集的数据和地图定位模块输出的数据进行时间同步。
步骤3,比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息,对地图定位模块进行评估。
本发明提供的一种高精度地图定位模块评估方法,在车辆上安装ADAS相机,基于车辆行驶时的现实环境,获取车辆行驶时ADAS相机采集的数据,比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息评估地图定位模块输出的正确性,解决现有技术中缺少对高精度地图定位模块进行评估的方法的问题。
实施例1
本发明提供的实施例1为本发明提供的一种高精度地图定位模块的评估方法的实施例,该方法的实施例包括:
步骤1,在车辆上安装ADAS相机,获取车辆行驶时ADAS相机采集的数据。
具体的,获取车辆行驶时ADAS相机采集的数据的过程包括:
ADAS相机采集实时的原始视频,从原始视频中提取感知结构化数据。
具体的,ADAS相机的摄像头需要以任意方式固定在前挡风玻璃上,不可与车辆有相对的位置变化。摄像头提供视觉信息,包括车道线、路面上的目标(车辆、行人、骑自行车的人等)、道路旁边和道路上空的各种交通信号标志等信息,经过融合算法计算后,再经过跟踪、目标筛选和轨迹预测后,最后生成感知结构化数据。
步骤2,对ADAS相机采集的数据和地图定位模块输出的数据进行时间同步。
地图定位模块输出数据可以为ADASIS V3消息,并实现地图定位模块的输出数据与ADAS相机采集的数据的精确的时间同步。
步骤3,比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息,对地图定位模块进行评估。
该道路标志信息包括车道线和交通标识。本发明提供的一种高精度地图定位模块的评估方法,通过比较道路上位置相对不变的车道线和交通标识,来评估地图定位模块输出数据的正确性。
步骤3中根据通过人工评估和/或自动化计算评估对地图定位模块进行评估。将人工评估和自动化计算评估相结合,可以提高效率,进行大范围评估。
优选的,步骤3中进行人工评估的过程包括:
根据地图定位模块输出的车辆位置姿态以及ADAS相机与车辆的相对位置关系,将地图定位模块输出的数据中车道线和交通标识投影到ADAS相机同一时刻拍摄的原始视频的视频帧图像上,得到各个时刻的可视化评估图片。
具体的,根据ADAS相机的内参、畸变参数,以及车身坐标系下ADAS相机的外参,实现车身坐标系到相机坐标系再到像素坐标系的转换。具体的,将地图定位模块输出的数据和ADAS相机采集的数据中车道线和交通标识以不同形式表现出来,如线、方框等,得到各个时刻的可视化评估图片后,监控人员可以进行人工观测评估,人工观测车道线、交通标识等是否贴合,并在不贴合时人工标记该时刻的问题。
优选的,步骤3中进行自动化计算评估的过程包括:
实时对比同一时刻ADAS相机采集的数据和地图定位模块输出的数据中的车道线的方程和交通标识的大小位置,自动记录对比不相同的问题及对应时刻。
具体的,对比不相同的问题包括:车道线的方程相差超过设定值和/或交通标识缺失。
本发明提供的一种高精度地图定位模块的评估方法,将人工评估和自动化计算评估相结合,如图3所示为本发明提供的一种高精度地图定位模块的评估方法中人工评估和自动化计算评估相结合的实施例的流程图,由图3可知,自动化计算评估能够在道路测试时自动发现问题,但由于视觉感知本身的不稳定性,可能误报或者漏报,所以实际道路测试时,以自动化计算评估为主、人工评估为辅的方式进行。具体的,对于任意t1时刻,可以采用自动化计算评估做全检,而人工评估做抽检,也可以在自动化计算评估误差较大时通过人工评估的方式确认问题,t1时刻评估完毕后,t2…tn时刻重复上述步骤进行评估,能够高效、准确的评估地图定位模块输出车道线、交通标识等要素与现实世界的一致性。
实施例2
本发明提供的实施例2为本发明提供的一种高精度地图定位模块的评估系统的实施例,如图4所示为本发明提供的一种高精度地图定位模块的评估系统的实施例的结构框图,由图4可知,该系统包括:ADAS相机101、时间同步模块102和评估模块103。
ADAS相机101安装在车辆上,采集车辆行驶时的数据。
时间同步模块102,用于对ADAS相机采集的数据和地图定位模块输出的数据进行时间同步。
评估模块103,用于比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息,对地图定位模块进行评估。
图5为本发明实施例提供的一种电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器201、通信接口202、存储器203和通信总线204,其中,处理器201,通信接口202,存储器203通过通信总线204完成相互间的通信。处理器201可以调用存储在存储器203上并可在处理器201上运行的计算机程序,以执行上述各实施例提供的高精度地图定位模块的评估方法,例如包括:步骤1,在车辆上安装ADAS相机,获取车辆行驶时ADAS相机采集的数据;步骤2,对ADAS相机采集的数据和地图定位模块输出的数据进行时间同步;步骤3,比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息,对地图定位模块进行评估。
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高精度地图定位模块的评估方法,例如包括:步骤1,在车辆上安装ADAS相机,获取车辆行驶时ADAS相机采集的数据。步骤2,对ADAS相机采集的数据和地图定位模块输出的数据进行时间同步。步骤3,比较ADAS相机采集的数据和地图定位模块输出的数据中的道路标志信息,对地图定位模块进行评估。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种高精度地图定位模块的评估方法,其特征在于,所述方法包括:
步骤1,在车辆上安装ADAS相机,获取所述车辆行驶时所述ADAS相机采集的数据;
步骤2,对所述ADAS相机采集的数据和地图定位模块输出的数据进行时间同步;
步骤3,比较所述ADAS相机采集的数据和所述地图定位模块输出的数据中的道路标志信息,对所述地图定位模块进行评估。
2.根据权利要求1所述的评估方法,其特征在于,所述步骤1中获取所述车辆行驶时所述ADAS相机采集的数据的过程包括:
所述ADAS相机采集实时的原始视频,从所述原始视频中提取感知结构化数据。
3.根据权利要求1所述的评估方法,其特征在于,所述步骤3中的道路标志信息包括车道线和交通标识。
4.根据权利要求3所述的评估方法,其特征在于,所述步骤3中根据通过人工评估和/或自动化计算评估对所述地图定位模块进行评估。
5.根据权利要求4所述的评估方法,其特征在于,所述步骤3中进行人工评估的过程包括:
根据所述地图定位模块输出的车辆位置姿态以及所述ADAS相机与车辆的相对位置关系,将所述地图定位模块输出的数据中车道线和交通标识投影到所述ADAS相机同一时刻拍摄的原始视频的视频帧图像上,得到各个时刻的可视化评估图片。
6.根据权利要求4所述的评估方法,其特征在于,所述步骤3中进行自动化计算评估的过程包括:
实时对比同一时刻所述ADAS相机采集的数据和所述地图定位模块输出的数据中的所述车道线的方程和所述交通标识的大小位置,自动记录对比不相同的问题及对应时刻。
7.根据权利要求6所述的评估方法,其特征在于,所述对比不相同的问题包括:所述车道线的方程相差超过设定值和/或所述交通标识缺失。
8.一种高精度地图定位模块的评估系统,其特征在于,所述系统包括:ADAS相机、时间同步模块和评估模块;
所述ADAS相机安装在车辆上,采集所述车辆行驶时的数据;
所述时间同步模块,用于对所述ADAS相机采集的数据和地图定位模块输出的数据进行时间同步;
所述评估模块,用于比较所述ADAS相机采集的数据和所述地图定位模块输出的数据中的道路标志信息,对所述地图定位模块进行评估。
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任一项所述高精度地图定位模块的评估方法的步骤。
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任一项所述高精度地图定位模块的评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911406228.XA CN111141311B (zh) | 2019-12-31 | 2019-12-31 | 一种高精度地图定位模块的评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911406228.XA CN111141311B (zh) | 2019-12-31 | 2019-12-31 | 一种高精度地图定位模块的评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111141311A true CN111141311A (zh) | 2020-05-12 |
CN111141311B CN111141311B (zh) | 2022-04-08 |
Family
ID=70522694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911406228.XA Active CN111141311B (zh) | 2019-12-31 | 2019-12-31 | 一种高精度地图定位模块的评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111141311B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626206A (zh) * | 2020-05-27 | 2020-09-04 | 北京百度网讯科技有限公司 | 高精地图构建方法、装置、电子设备及计算机存储介质 |
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 |
CN113758492A (zh) * | 2020-09-16 | 2021-12-07 | 北京京东叁佰陆拾度电子商务有限公司 | 地图检测方法和装置 |
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 |
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 |
CN114485681A (zh) * | 2021-12-30 | 2022-05-13 | 武汉光庭信息技术股份有限公司 | 一种利用dr轨迹评价中精度地图数据一致率的方法 |
CN116718180A (zh) * | 2023-06-09 | 2023-09-08 | 华能伊敏煤电有限责任公司 | 一种基于高精度地图平台的无人驾驶矿车定位方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810854A (zh) * | 2014-03-03 | 2014-05-21 | 北京工业大学 | 一种基于人工标定的智能交通算法评估方法 |
CN105674993A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 基于双目相机的高精度视觉定位地图生成系统及方法 |
CN106767853A (zh) * | 2016-12-30 | 2017-05-31 | 中国科学院合肥物质科学研究院 | 一种基于多信息融合的无人驾驶车辆高精度定位方法 |
CN106896392A (zh) * | 2017-04-10 | 2017-06-27 | 千寻位置网络有限公司 | 利用adas技术辅助定位测试的方法 |
WO2017220600A2 (de) * | 2016-06-20 | 2017-12-28 | Cognex Corporation | Verfahren zur kalibrierung eines bilderfassenden sensors aus mindestens einer sensorkamera unter verwendung eines zeitlich kodierten mustertargets |
EP3306267A1 (en) * | 2015-05-27 | 2018-04-11 | Kyocera Corporation | Arithmetic logic device, camera device, vehicle and calibration method |
CN108549375A (zh) * | 2018-04-16 | 2018-09-18 | 戴姆勒股份公司 | 高精度地图中基于随机优化的点状对象精度质量评估方法 |
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 |
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 |
CN110033489A (zh) * | 2018-01-12 | 2019-07-19 | 华为技术有限公司 | 一种车辆定位准确性的评估方法、装置及设备 |
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 |
CN110570475A (zh) * | 2018-06-05 | 2019-12-13 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
CN110595494A (zh) * | 2019-09-17 | 2019-12-20 | 百度在线网络技术(北京)有限公司 | 地图误差确定方法和装置 |
-
2019
- 2019-12-31 CN CN201911406228.XA patent/CN111141311B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810854A (zh) * | 2014-03-03 | 2014-05-21 | 北京工业大学 | 一种基于人工标定的智能交通算法评估方法 |
EP3306267A1 (en) * | 2015-05-27 | 2018-04-11 | Kyocera Corporation | Arithmetic logic device, camera device, vehicle and calibration method |
CN105674993A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 基于双目相机的高精度视觉定位地图生成系统及方法 |
WO2017220600A2 (de) * | 2016-06-20 | 2017-12-28 | Cognex Corporation | Verfahren zur kalibrierung eines bilderfassenden sensors aus mindestens einer sensorkamera unter verwendung eines zeitlich kodierten mustertargets |
CN106767853A (zh) * | 2016-12-30 | 2017-05-31 | 中国科学院合肥物质科学研究院 | 一种基于多信息融合的无人驾驶车辆高精度定位方法 |
CN106896392A (zh) * | 2017-04-10 | 2017-06-27 | 千寻位置网络有限公司 | 利用adas技术辅助定位测试的方法 |
CN110033489A (zh) * | 2018-01-12 | 2019-07-19 | 华为技术有限公司 | 一种车辆定位准确性的评估方法、装置及设备 |
CN108549375A (zh) * | 2018-04-16 | 2018-09-18 | 戴姆勒股份公司 | 高精度地图中基于随机优化的点状对象精度质量评估方法 |
CN110570475A (zh) * | 2018-06-05 | 2019-12-13 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
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 |
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 |
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 |
CN110595494A (zh) * | 2019-09-17 | 2019-12-20 | 百度在线网络技术(北京)有限公司 | 地图误差确定方法和装置 |
Non-Patent Citations (2)
Title |
---|
AMANDA R. DE PAIVA 等: "Detection of upward lightning by lightning location systems", 《2014 INTERNATIONAL CONFERENCE ON LIGHTNING PROTECTION (ICLP)》 * |
智喜洋 等: "单线阵CCD相机定位精度评估模型及几何误差研究", 《光学技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626206A (zh) * | 2020-05-27 | 2020-09-04 | 北京百度网讯科技有限公司 | 高精地图构建方法、装置、电子设备及计算机存储介质 |
CN113758492A (zh) * | 2020-09-16 | 2021-12-07 | 北京京东叁佰陆拾度电子商务有限公司 | 地图检测方法和装置 |
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 |
CN114485681A (zh) * | 2021-12-30 | 2022-05-13 | 武汉光庭信息技术股份有限公司 | 一种利用dr轨迹评价中精度地图数据一致率的方法 |
CN114485681B (zh) * | 2021-12-30 | 2023-10-10 | 武汉光庭信息技术股份有限公司 | 一种利用dr轨迹评价中精度地图数据一致率的方法 |
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 |
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 |
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 |
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 |
CN116718180A (zh) * | 2023-06-09 | 2023-09-08 | 华能伊敏煤电有限责任公司 | 一种基于高精度地图平台的无人驾驶矿车定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111141311B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111141311B (zh) | 一种高精度地图定位模块的评估方法及系统 | |
CN111830953B (zh) | 车辆自定位方法、装置及系统 | |
US11035958B2 (en) | Systems and methods for correcting a high-definition map based on detection of obstructing objects | |
CN106919915B (zh) | 基于adas系统的地图道路标记及道路质量采集装置及方法 | |
CN114755662B (zh) | 一种路车融合感知的激光雷达和gps的标定方法和装置 | |
CN110766760B (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
CN112348775B (zh) | 基于车载环视的路面坑塘检测系统及方法 | |
WO2021017211A1 (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
CN112348752B (zh) | 一种基于平行约束的车道线消失点补偿方法及装置 | |
CN112446915B (zh) | 一种基于图像组的建图方法及装置 | |
CN115761668A (zh) | 摄像头的污渍识别方法、装置、车辆及存储介质 | |
CN107506753B (zh) | 一种面向动态视频监控的多车辆跟踪方法 | |
CN113706633B (zh) | 一种目标对象的三维信息确定方法和装置 | |
CN110332929A (zh) | 车载行人定位系统及方法 | |
CN113034583A (zh) | 基于深度学习的车辆停车测距方法、装置及电子设备 | |
CN116740295A (zh) | 虚拟场景生成方法及装置 | |
CN112833889A (zh) | 一种车辆的定位方法及装置 | |
CN114037969A (zh) | 基于雷达点云和图像融合的自动驾驶车道信息检测方法 | |
CN113643374A (zh) | 基于道路特征的多目相机标定方法、装置、设备和介质 | |
CN113012239A (zh) | 一种车路协同路侧感知相机的焦距变化定量计算方法 | |
CN116402871B (zh) | 一种基于场景平行要素的单目测距方法、系统及电子设备 | |
CN117553811B (zh) | 基于路侧相机与车载gnss/ins的车路协同定位导航方法及系统 | |
CN116958915B (zh) | 目标检测方法、装置、电子设备及存储介质 | |
CN114882733B (zh) | 基于域控制器的停车位获取方法、电子设备及存储介质 | |
CN112446234B (zh) | 一种基于数据关联的位置确定方法及装置 |
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 |