CN111339228A - 一种地图更新方法、设备、云服务器和存储介质 - Google Patents
一种地图更新方法、设备、云服务器和存储介质 Download PDFInfo
- Publication number
- CN111339228A CN111339228A CN202010100188.2A CN202010100188A CN111339228A CN 111339228 A CN111339228 A CN 111339228A CN 202010100188 A CN202010100188 A CN 202010100188A CN 111339228 A CN111339228 A CN 111339228A
- Authority
- CN
- China
- Prior art keywords
- map
- preset
- incremental
- cloud server
- feature
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Instructional Devices (AREA)
Abstract
本申请实施例公开了一种地图更新方法、设备、云服务器和存储介质，应用于第一设备，该方法包括：确定采集图像对应的特征信息；将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
Description
技术领域
本申请涉及导航技术领域，尤其涉及一种地图更新方法、设备、云服务器和存储介质。
背景技术
随着电子技术的快速发展和人们生活水平的日益提高，智能手机、平板电脑等终端设备已经成为人们生活中必不可少的部分。终端设备不仅可以提供语音通话功能，而且还可以提供蓝牙传输数据、相机拍照和导航定位等其他功能。其中，导航定位功能深受大家喜爱，且得到越来越广泛的应用。
现有的导航定位方案通常是由主机建立地图，然后从机根据主机所建立的地图进行重定位。然而，主机所建立的地图是一次性建立完成的，不能实现增量及更新；一旦需要拓展或者修复地图，那么主机需要重新建立地图，将会浪费大量时间和精力，使得成本较高。
发明内容
本申请提出一种地图更新方法、设备、云服务器和存储介质，能够快速达到拓展或者修复地图的效果，而且还可以节省时间和避免浪费不必要的精力。
为达到上述目的，本申请的技术方案是这样实现的：
第一方面，本申请实施例提供了一种地图更新方法，应用于第一设备，该方法包括：
确定采集图像对应的特征信息；
将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；
当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；
将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
第二方面，本申请实施例提供了一种地图更新方法，应用于云服务器，该方法包括：
接收第一设备发送的增量地图以及第二设备发送的预设地图；
根据所述增量地图，更新所述预设地图。
第三方面，本申请实施例提供了一种第一设备，该第一设备包括确定单元、匹配单元、构建单元和第一发送单元；其中，
所述确定单元，配置为确定采集图像对应的特征信息；
所述匹配单元，配置为将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；
所述构建单元，配置为当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；
所述第一发送单元，配置为将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
第四方面，本申请实施例提供了一种第一设备，该第一设备包括第一存储器和第一处理器；其中，
所述第一存储器，用于存储能够在所述第一处理器上运行的计算机程序；
所述第一处理器，用于在运行所述计算机程序时，执行如第一方面所述的方法。
第五方面，本申请实施例提供了一种云服务器，该云服务器包括第二接接收单元和更新单元；其中，
所述第二接收单元，配置为接收第一设备发送的增量地图以及第二设备发送的预设地图；
所述更新单元，配置为根据所述增量地图，更新所述预设地图。
第六方面，本申请实施例提供了一种云服务器，该云服务器包括第二存储器和第二处理器；其中，
所述第二存储器，用于存储能够在所述第二处理器上运行的计算机程序；
所述第二处理器，用于在运行所述计算机程序时，执行如第二方面所述的方法。
第七方面，本申请实施例提供了一种计算机存储介质，该计算机存储介质存储有地图更新程序，所述地图更新程序被第一处理器执行时实现如第一方面所述的方法、或者被第二处理器执行时实现如第二方面所述的方法。
本申请实施例所提供的一种地图更新方法、设备、云服务器和存储介质，应用于第一设备，通过确定采集图像对应的特征信息；将所述特征信息与预设特征进行匹配；其中，预设特征是通过对预设地图中的预设关键帧进行特征提取得到；当所述特征信息与预设特征匹配时，构建第一设备对应的增量地图；将所述增量地图发送给云服务器；其中，增量地图用于指示云服务器更新所述预设地图。这样，利用特征点匹配方式进行增量建图，能够快速达到拓展或者修复地图的效果，而且还能够更高效地实现地图的更新补全，可以减小一次性建图的大小及质量的约束，从而可以节省时间和避免浪费不必要的精力，降低了重新建图的成本。
附图说明
图1为本申请实施例提供的一种地图更新方法的流程示意图；
图2为本申请实施例提供的另一种地图更新方法的流程示意图；
图3为本申请实施例提供的一种地图更新方法的详细流程示意图；
图4为本申请实施例提供的一种重定位方案的结构示意图；
图5为本申请实施例提供的一种第一设备的组成结构示意图；
图6为本申请实施例提供的另一种第一设备的组成结构示意图；
图7为本申请实施例提供的一种第一设备的具体硬件结构示意图；
图8为本申请实施例提供的一种云服务器的组成结构示意图；
图9为本申请实施例提供的另一种云服务器的组成结构示意图；
图10为本申请实施例提供的一种云服务器的具体硬件结构示意图；
图11为本申请实施例提供的一种导航系统的组成结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关申请相关的部分。
本申请的一实施例中，参见图1，其示出了本申请实施例提供的一种地图更新方法的流程示意图。如图1所示，该方法可以包括：
S101：确定采集图像对应的特征信息；
需要说明的是，该方法应用于第一设备。其中，第一设备内配置有相机，用于采集图像。这里，第一设备可以为智能手机、平板电脑、掌上电脑、笔记本电脑、个人数字助理(Personal DigitalAssistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备等移动终端，以及诸如数字TV、台式计算机等固定终端；本申请实施例不作具体限定。
还需要说明的是，可以通过第一设备配置的相机进行图像采集，以得到采集图像。具体地，所述确定采集图像对应的特征信息，可以包括：
基于所配置的相机，获取采集图像；
对所述采集图像进行特征提取，得到所述采集图像对应的特征信息。
也就是说，通过所配置的相机，可以在不同时刻、不同角度对目标区域进行图像采集，以得到采集图像。这里，采集图像可以包括有多个，比如第一采集图像和第二采集图像，而第一采集图像和第二采集图像实在不同时刻、不同角度下采集得到的。
另外，特征提取用于让计算机具有认识或识别图像的能力。根据采集图像，通过计算产生一组原始特征，称之为特征形成。由于原始特征的数量很大，或者说原始样本处于一个高维空间中，这时候通过映射或变换的方法可以将高维空间中的特征描述用低维空间的特征来描述，这个过程就称为特征提取。
这里，图像特征可以划分为颜色特征、文理特征、形状特征和空间关系特征等。其中，特征提取算法可以包括有方向梯度直方图(Histogram ofOriented Gradient，HOG)特征提取算法、局部二值模式(Local BinaryPattern，LBP)特征提取算法、尺度不变特征变换(Scale Invariant Feature Transform，SIFT)特征提取算法、快速特征点提取和描述(Oriented FAST and Rotated BRIEF，ORB)特征提取算法等等。由于ORB特征提取算法的速度超快，而且在一定程度上不受噪点和图像变换的影响，本申请实施例可以采用ORB特征提取算法对采集图像进行特征提取，以得到采集图像对应的特征信息。
S102：将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；
需要说明的是，导航系统一般包括有第一设备、第二设备和云服务器(或者称之为云端)；其中，第一设备与第二设备可以通过云服务器建立网络连接。这里，第二设备作为主机，第一设备作为从机；那么第二设备中建立有预设地图，第一设备可以通过云服务器接收第二设备所发送的预设地图，然后第一设备根据该预设地图进行重定位，并且重定位成功后能够显示出第二设备所放置的导航标志进行导航。
还需要说明的是，当第二设备将预设地图发送到云服务器之后，第一设备可以从云服务器下载得到该预设地图。针对预设地图中的预设关键帧进行特征提取，可以得到预设特征，以进行特征匹配。具体地，在所述将所述特征信息与预设特征进行匹配之前，该方法还可以包括：
基于云服务器，接收第二设备发送的预设地图；
确定所述预设地图中的预设关键帧；
对所述预设关键帧进行特征提取，得到所述预设特征。
这里，预设关键帧可以是指预设地图中相同的特征点最多、匹配最好的图像作为预设关键帧；或者，也可以通过设定相似度阈值，根据相似度阈值判断与采集图像是否相似，以筛选出预设关键帧。
也就是说，在将特征信息与预设特征进行匹配之前，首先需要通过云服务器获取第二设备发送的预设地图；然后从预设地图中确定出预设关键帧，通过对预设关键帧进行特征提取，能够得到预设特征；便于后续执行采集图像与预设关键帧之间的特征匹配操作。
S103：当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；
需要说明的是，通过特征点匹配，如果采集图像内的特征信息与预设地图中预设关键帧内的预设特征相匹配，那么这时候可以构建第一设备对应的增量地图；比如，不仅可以针对预设地图进行地图拓展，还可以针对预设地图中质量较差的区域进行地图重建。
可选地，在一些实施例中，对于S103来说，所述构建所述第一设备对应的增量地图，可以包括：
基于所述第一设备的移动方向对应的相反方向，通过所述采集图像进行地图拓展，得到所述增量地图。
可选地，在一些实施例中，对于S103来说，所述构建所述第一设备对应的增量地图，可以包括：
确定所述预设地图中待优化区域所提取的特征数量；
当所述待优化区域所提取的特征数量小于预设阈值时，通过所述采集图像对所述待优化区域进行地图重建，得到所述增量地图。
也就是说，在一种可能的实施方式中，如果检测到采集图像内的特征信息与预设地图中预设关键帧内的预设特征相匹配，这时候第一设备沿着该匹配方向进行移动可以快速的重定位，那么沿着与该移动方向的相反方向，则可以去拓展地图，如此还能够减少和预设地图的重复区域，从而确定出增量地图。
在另一种可能的实施方式中，还可以检测预设地图中质量较差的区域，比如特征点比较少的区域；即通过确定所述预设地图中待优化区域所提取的特征数量，如果待优化区域所提取的特征数量小于预设阈值，表明了该待优化区域的质量较差，这时候检测到采集图像内的特征信息与预设地图中预设关键帧内的预设特征相匹配，那么可以根据采集图像指引第一设备针对预设地图中的待优化区域去重新建图，从而确定出增量地图。
S104：将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
需要说明的是，在确定出增量地图之后，可以将增量地图发送给云服务器，然后由云服务器根据增量地图对预设地图进行地图更新，如此能够达到拓展或者修复地图的效果。
还需要说明的是，第一设备的数量可以为一个或者多个；这样，当有多个第一设备时，这多个第一设备可以并行工作，然后将各自得到的增量地图均发送到云服务器；如此可以利用这多个第一设备分时分区域进行建图(即增量地图)，用以补齐原有的预设地图，也就能够更快速地达到拓展地图的效果，并且还能够针对预设地图内建图质量较差的区域进行更新补全，从而能够减小一次性建图的大小和质量的约束。
进一步地，在一些实施例中，根据特征点匹配还可以进行重定位。具体地，假定采集图像至少包括第一采集图像和第二采集图像，那么所述对所述采集图像进行特征提取，得到所述采集图像对应的特征信息，可以包括：
对所述第一采集图像进行特征提取，得到第一特征信息；
对所述第二采集图像进行特征提取，得到第二特征信息；
相应地，该方法还可以包括：
当所述第一特征信息与第一预设特征匹配时，记录所述相机的第一位姿；其中，所述第一预设特征是对所述预设地图中的第一预设关键帧进行特征提取得到；
当所述第二特征信息与第二预设特征匹配时，记录所述相机的第二位姿；其中，所述第二预设特征是对所述预设地图中的第二预设关键帧进行特征提取得到；
根据所述第一位姿与所述第二位姿，确定所述相机的位姿变化；
根据所述相机的位姿变化，确定所述第一设备的移动方向，以实现重定位。
也就是说，第一设备在获取到预设地图之后，可以根据预设地图进行重定位。这里，第一设备所配置的相机，在不同时刻、不同角度对目标区域进行图像采集，可以得到第一采集图像和第二采集图像；通过对第一采集图像进行特征提取，能够得到第一特征信息；对第二采集图像进行特征提取，能够得到第二特征信息。
具体地，针对当前时刻，相机获取到第一采集图像并提取处第一特征信息之后，然后针对预设地图中的第一预设关键帧进行特征提取，可以得到第一预设特征；这样，当第一特征信息与第一预设特征匹配时，记录相机的第一位姿；再下一次特征匹配时刻，相机获取到第二采集图像并提取处第二特征信息之后，然后针对预设地图中的第二预设关键帧进行特征提取，可以得到第二预设特征；这样，当第二特征信息与第二预设特征匹配时，记录相机的第二位姿；由于两个位姿可以形成一个方向，根据第一位姿与第二位姿，可以确定出相机的位姿变化，进而确定出第一设备的移动方向，指示第一设备向特征点匹配更多的方向移动，以能够更快速的重定位。
在本申请实施例中，该方法还可以运用在多人的增强现实(Augmented Reality，AR)功能中。其中，由于第二设备(比如主机)所建立的地图可能不是很大且质量不是很好，对于第一设备(比如从机)来说影响是很大的，可能会导致第一设备很久甚至不能重定位成功，也就不能进行多人AR交互。这时候，基于增量地图来补全预设地图的方式，能够快速地进行预设地图的拓展和更新，使得第一设备可以更大范围更快速的重定位，也就提升了用户体验。
本实施例提供了一种地图更新方法，该方法应用于应用于第一设备。通过确定采集图像对应的特征信息；将所述特征信息与预设特征进行匹配；其中，预设特征是通过对预设地图中的预设关键帧进行特征提取得到；当所述特征信息与预设特征匹配时，构建第一设备对应的增量地图；将所述增量地图发送给云服务器；其中，增量地图用于指示云服务器更新所述预设地图。这样，利用特征点匹配方式进行增量建图，能够快速达到拓展或者修复地图的效果，而且还能够更高效地实现地图的更新补全，可以减小一次性建图的大小及质量的约束，从而可以节省时间和避免浪费不必要的精力，降低了重新建图的成本。
本申请的另一实施例中，参见图2，其示出了本申请实施例提供的另一种地图更新方法的流程示意图。如图2所示，该方法可以包括：
S201：接收第一设备发送的增量地图以及第二设备发送的预设地图；
需要说明的是，该方法应用于云服务器(或者称之为云端)。这里，导航系统可以包括有第一设备、第二设备和云服务器；其中，第一设备和第二设备可以通过云服务器进行网络连接；具体地，第一设备与云服务器之间可以收发信息、数据等，第二设备与云服务器之间也可以收发信息、数据等。
还需要说明的是，增量地图是由第一设备根据采集图像对应的特征信息以及将特征信息与预设特征进行特征匹配所构建的；其中，预设特征是通过对预设地图中的预设关键帧进行特征提取得到的。
这样，在得到增量地图和预设地图之后，云服务器可以根据增量地图来更新预设地图。
S202：根据所述增量地图，更新所述预设地图。
需要说明的是，在确定出增量地图之后，可以根据增量地图对预设地图进行地图更新。具体地，所述根据所述增量地图，更新所述预设地图，可以包括：
将所述增量地图与所述预设地图进行融合处理，得到目标地图。
这里，目标地图为更新后的预设地图。一方面，可以是由第一设备对增量地图和预设地图进行融合处理，然后将所得到的目标地图发送到云服务器；另一方面，也可以是由第一设备将增量地图发送给云服务器，然后由云服务器对增量地图和预设地图进行融合处理，以得到目标地图。在本申请实施例中，为了减少设备的运算工作量，提高处理效率，优选采用由云服务器对增量地图和预设地图进行融合处理，以得到目标地图，但是本申请实施例不作具体限定。
进一步地，在一些实施例中，所述将所述增量地图与所述预设地图进行融合处理，得到目标地图，可以包括：
确定所述第一设备与所述第二设备之间的相对位置关系；
根据所述相对位置关系，将所述增量地图进行坐标系转换，得到转换后的增量地图；其中，所述转换后的增量地图与所述预设地图具有相同坐标系；
将所述转换后的增量地图与所述预设地图进行融合处理，得到目标地图。
需要说明的是，坐标系转换为空间实体的位置描述，是从一种坐标系统变换到另一种坐标系统的过程。通过建立两个坐标系统之间一一对应关系来实现，是各种比例尺地图测量和绘制以建立地图必不可少的步骤；其中，新坐标系可以是与原坐标系同类型的(通过坐标轴的平移或旋转等得到)，也可以是不同类型的(例如由直角坐标系变换为极坐标系等)。这里，坐标系转换方法包括有格网法、多参数法(例如三参数法、四参数法和七参数法等)、多元回归法等等，本申请实施例不作具体限定。
这样，由于增量地图和预设地图的坐标系不同，使得在融合过程中，首先需要确定第一设备与第二设备之间的相对位置关系，然后对增量地图进行坐标系转换。通常来说，预设地图为世界坐标系，那么就需要将增量地图映射到世界坐标系下进行融合，融合后得到的地图即为目标地图。
进一步地，在一些实施例中，在得到目标地图之后，该方法还可以包括：
将所述目标地图发送给第二设备；其中，所述目标地图用于替换所述第二设备内的预设地图。
需要说明的是，云服务器在得到目标地图之后，还可以将目标地图发送给第二设备，用以替换第二设备内的预设地图；从而利用特征点匹配可以指导第一设备有目的性地建图，能够更高效地进行地图补齐，包括预设地图的拓展和预设地图的更新。
本实施例提供了一种地图更新方法，该方法应用于应用于云服务器。通过接收第一设备发送的增量地图以及第二设备发送的预设地图；根据所述增量地图，更新所述预设地图。这样，第一设备利用特征点匹配方式进行增量建图，能够快速达到拓展或者修复地图的效果，而且还能够更高效地实现地图的更新补全，可以减小一次性建图的大小及质量的约束，从而可以节省时间和避免浪费不必要的精力，降低了重新建图的成本。
本申请的又一实施例中，参见图3，其示出了本申请实施例提供的一种地图更新方法的详细流程示意图。如图3所示，该详细流程可以包括：
S301：主机建立预设地图；
S302：主机上传预设地图到云服务器；
需要说明的是，导航系统中一般包括有主机、从机和云服务器(或者称之为云端)；其中，主机用来建图，从机根据所建的主机地图进行重定位以及拓展或者修复主机地图(即本申请实施例所描述的预设地图)。也就是说，主机在建立完成一块区域的预设地图之后，将会发送该预设地图到云服务器。
S303：从机从云服务器下载预设地图；
S304：从机开始重定位；
S305：从机判断重定位是否成功；
需要说明的是，从机从云服务器下载预设地图时，一方面开始重定位，另一方面开始建图。具体地，对于S305来说，如果重定位不成功，则继续执行S304；直至重定位成功之后，执行S306。
S306：从机判断是否继续建图；
S307：从机判断是否结束建图；
S308：将增量地图上传到云服务器。
需要说明的是，从机重定位成功之后，需要判断是否继续建图，以判断增量地图是否建立完成，具体地，对于S306来说，如果判断结果为否，则表明了建图结束，这时候执行S308。对于S307来说，如果判断结果为否，则表明了建图没有结束，这时候需要返回执行S306；如果判断结果为是，则表明了建图结束，此时得到了增量地图，这时候执行S308。
如此，在云服务器中，可以根据重定位的结果确定主机和从机的相对位置关系，并且将从机所得到的增量地图转换到主机坐标系下与主机的预设地图进行融合，融合完成后可以得到目标地图，用以更新主机的预设地图。
在本申请实施例中，对于S304的重定位过程，如图4所示，其示出了本申请实施例提供的一种重定位方案的结构示意图。在图4中，如4(a)所示，首先可以获取当前图像(用401表示)并提取特征点，将特征点和主机地图的关键帧(用402表示)中的特征点进行匹配，如果有一些特征点(用403表示)能够相匹配，则记录当前相机位姿；在下一次的特征点匹配更多的时候再次记录相机位姿，两个位姿可以形成一个方向指引从机向特征点匹配更多的方向移动从而更快速地实现重定位。进一步地，对于S306的过程，也即在S304进行重定位成功后的地图拓展，如4(b)所示，这时候如果检测到很多特征点和主机地图的关键帧中的特征点相匹配的时候，可以提示从机沿着当前方向的相反方向去拓展地图，这样能够减少和主机地图的重复区域，并且在检测到主机地图中质量比较差的部分例如特征点比较少的区域，此时因为重定位成功后已经获知当前相机处于主机地图的哪块区域，可以指引从机去往主机地图中质量差的区域进行重新建图。由于地图更新的过程主要是在云服务器进行地图融合，将从机所建立的增量地图和主机地图进行融合，融合后的地图实现了对主机地图的更新，也就使得主机地图得到了拓展或者修复。
进一步地，在多人AR功能中，主机所建立的主机地图可能不是很大且质量不是很好，该主机地图对于从机来说影响是很大的，可能使得从机很久甚至不能重定位成功，也就不能进行多人AR的交互；这时候利用增量地图补齐地图的方式能够快速的进行主机地图的拓展和更新，使得从机能够更大范围更快速的进行重定位，如此大大提升了用户体验。
本实施例提供了一种地图更新方法，通过本实施例对前述实施例的具体实现进行了详细阐述，从中可以看出，从机利用特征点匹配方式进行增量建图，能够快速达到拓展或者修复地图的效果，而且还能够更高效地实现地图的更新补全，可以减小主机一次性建图的大小及质量的约束，从而可以节省时间和避免浪费不必要的精力，降低了重新建图的成本。
本申请的再一实施例中，基于前述实施例相同的发明构思，参见图5，其示出了本申请实施例提供的一种第一设备50的组成结构示意图。如图5所示，第一设备50可以包括确定单元501、匹配单元502、构建单元503和第一发送单元504；其中，
确定单元501，配置为确定采集图像对应的特征信息；
匹配单元502，配置为将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；
构建单元503，配置为当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；
第一发送单元504，配置为将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
在上述方案中，参见图6，第一设备50还可以包括获取单元505和提取单元506；其中，
获取单元505，配置为基于所配置的相机，获取采集图像；
提取单元506，配置为对所述采集图像进行特征提取，得到所述采集图像对应的特征信息。
在上述方案中，参见图6，第一设备50还可以包括第一接收单元507，配置为基于所述云服务器，接收第二设备发送的预设地图；
确定单元501，还配置为确定所述预设地图中的预设关键帧；
提取单元506，还配置为对所述预设关键帧进行特征提取，得到所述预设特征。
在上述方案中，所述采集图像至少包括第一采集图像和第二采集图像，提取单元506，具体配置为对所述第一采集图像进行特征提取，得到第一特征信息；以及对所述第二采集图像进行特征提取，得到第二特征信息；
相应地，参见图6，第一设备50还可以包括重定位单元508，配置为当所述第一特征信息与第一预设特征匹配时，记录所述相机的第一位姿；其中，所述第一预设特征是对所述预设地图中的第一预设关键帧进行特征提取得到；以及当所述第二特征信息与第二预设特征匹配时，记录所述相机的第二位姿；其中，所述第二预设特征是对所述预设地图中的第二预设关键帧进行特征提取得到；以及根据所述第一位姿与所述第二位姿，确定所述相机的位姿变化；以及根据所述相机的位姿变化，确定所述第一设备的移动方向，以实现重定位。
在上述方案中，构建单元503，具体配置为基于所述第一设备的移动方向对应的相反方向，通过所述采集图像进行地图拓展，得到所述增量地图。
在上述方案中，确定单元501，还配置为确定所述预设地图中待优化区域所提取的特征数量；
构建单元503，具体配置为当所述待优化区域所提取的特征数量小于预设阈值时，通过所述采集图像对所述待优化区域进行地图重建，得到所述增量地图。
可以理解地，在本实施例中，“单元”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是模块，还可以是非模块化的。而且在本实施例中的各组成部分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模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，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，本实施例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)或processor(处理器)执行本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(Read Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
因此，本实施例提供了一种计算机存储介质，应用于第一设备50，该计算机存储介质存储有地图更新程序，所述地图更新程序被第一处理器执行时实现前述实施例中任一项所述的方法。
基于上述第一设备50的组成以及计算机存储介质，参见图7，其示出了本申请实施例提供的第一设备50的具体硬件结构示例，可以包括：第一通信接口701、第一存储器702和第一处理器703；各个组件通过第一总线系统704耦合在一起。可理解，第一总线系统704用于实现这些组件之间的连接通信。第一总线系统704除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为第一总线系统704。其中，
第一通信接口701，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
第一存储器702，用于存储能够在第一处理器703上运行的计算机程序；
第一处理器703，用于在运行所述计算机程序时，执行：
确定采集图像对应的特征信息；
将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；
当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；
将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
可以理解，本申请实施例中的第一存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccess Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请描述的系统和方法的第一存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
而第一处理器703可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过第一处理器703中的硬件的集成逻辑电路或者软件形式的指令完成。上述的第一处理器703可以是通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于第一存储器702，第一处理器703读取第一存储器702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本申请描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits，ASIC)、数字信号处理器(Digital SignalProcessing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(ProgrammableLogic Device，PLD)、现场可编程门阵列(Field-Programmable GateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。对于软件实现，可通过执行本申请所述功能的模块(例如过程、函数等)来实现本申请所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地，作为另一个实施例，第一处理器703还配置为在运行所述计算机程序时，执行前述实施例中任一项所述的方法。
本实施例提供了一种第一设备，该第一设备可以包括确定单元、匹配单元、构建单元和第一发送单元；其中，确定单元配置为确定采集图像对应的特征信息；匹配单元配置为将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；构建单元配置为当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；第一发送单元配置为将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。这样，利用特征点匹配方式进行增量建图，能够快速达到拓展或者修复地图的效果，而且还能够更高效地实现地图的更新补全，可以减小一次性建图的大小及质量的约束，从而可以节省时间和避免浪费不必要的精力，降低了重新建图的成本。
本申请的再一实施例中，基于前述实施例相同的发明构思，参见图8，其示出了本申请实施例提供的一种云服务器80的组成结构示意图。如图8所示，云服务器80可以包括第二接收单元801和更新单元802；其中，
第二接收单元801，配置为接收第一设备发送的增量地图以及第二设备发送的预设地图；
更新单元802，配置为根据所述增量地图，更新所述预设地图。
在上述方案中，参见图9，云服务器80还可以包括融合单元803，配置为将所述增量地图与所述预设地图进行融合处理，得到目标地图；其中，所述目标地图为更新后的预设地图。
在上述方案中，融合单元803，具体配置为确定所述第一设备与所述第二设备之间的相对位置关系；以及根据所述相对位置关系，将所述增量地图进行坐标系转换，得到转换后的增量地图；其中，所述转换后的增量地图与所述预设地图具有相同坐标系；以及将所述转换后的增量地图与所述预设地图进行融合处理，得到目标地图。
在上述方案中，参见图9，云服务器80还可以包括第二发送单元804，配置为将所述目标地图发送给第二设备；其中，所述目标地图用于替换所述第二设备内的预设地图。
可以理解地，在本实施例中，“单元”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是模块，还可以是非模块化的。而且在本实施例中的各组成部分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模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，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，本实施例提供了一种计算机存储介质，应用于云服务器80，该计算机存储介质存储有地图更新程序，所述地图更新程序被第二处理器执行时实现前述实施例中任一项所述的方法。
基于上述云服务器80的组成以及计算机存储介质，参见图10，其示出了本申请实施例提供的云服务器80的具体硬件结构示例，可以包括：第二通信接口1001、第二存储器1002和第二处理器1003；各个组件通过第二总线系统1004耦合在一起。可理解，第二总线系统1004用于实现这些组件之间的连接通信。第二总线系统1004除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图10中将各种总线都标为第二总线系统1004。其中，
第二通信接口1001，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
第二存储器1002，用于存储能够在第二处理器1003上运行的计算机程序；
第二处理器1003，用于在运行所述计算机程序时，执行：
接收第一设备发送的增量地图以及第二设备发送的预设地图；
根据所述增量地图，更新所述预设地图。
可选地，作为另一个实施例，第二处理器1003还配置为在运行所述计算机程序时，执行前述实施例中任一项所述的方法。
可以理解，第二存储器1002与第一存储器702的硬件功能类似，第二处理器1003与第一处理器703的硬件功能类似；这里不再详述。
本实施例提供了一种云服务器，该云服务器可以包括第二接收单元和更新单元；其中，第二接收单元配置为接收第一设备发送的增量地图以及第二设备发送的预设地图；更新单元配置为根据所述增量地图，更新所述预设地图。这样，第一设备利用特征点匹配方式进行增量建图，能够快速达到拓展或者修复地图的效果，而且还能够更高效地实现地图的更新补全，可以减小一次性建图的大小及质量的约束，从而可以节省时间和避免浪费不必要的精力，降低了重新建图的成本。
本申请的再一实施例中，基于前述实施例相同的发明构思，参见图11，其示出了本申请实施例提供的一种导航系统110的组成结构示意图。如图11所示，导航系统110可以包括前述实施例中任一项所述的第一设备50、前述实施例中任一项所述的云服务器80和第二设备1101；其中，第一设备50、第二设备1101与云服务器80均建立网络连接。
这里，第二设备110内构建有预设地图，第二设备110可以将预设地图上传给云服务器80；然后第一设备可以通过云服务器80下载该预设地图，并且根据特征点匹配来构建增量地图，然后再将增量地图上传给云服务器80；最后在云服务器80内，可以利用增量地图对预设地图进行地图更新，从而能够快速达到拓展或者修复地图的效果，而且还能够更高效地实现地图的更新补全，可以减小一次性建图的大小及质量的约束。
需要说明的是，在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (15)
1.一种地图更新方法，其特征在于，应用于第一设备，所述方法包括：
确定采集图像对应的特征信息；
将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；
当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；
将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
2.根据权利要求1所述的方法，其特征在于，所述确定采集图像对应的特征信息，包括：
基于所配置的相机，获取采集图像；
对所述采集图像进行特征提取，得到所述采集图像对应的特征信息。
3.根据权利要求1所述的方法，其特征在于，在所述将所述特征信息与预设特征进行匹配之前，所述方法还包括：
基于所述云服务器，接收第二设备发送的预设地图；
确定所述预设地图中的预设关键帧；
对所述预设关键帧进行特征提取，得到所述预设特征。
4.根据权利要求2所述的方法，其特征在于，所述采集图像至少包括第一采集图像和第二采集图像，所述对所述采集图像进行特征提取，得到所述采集图像对应的特征信息，包括：
对所述第一采集图像进行特征提取，得到第一特征信息；
对所述第二采集图像进行特征提取，得到第二特征信息；
相应地，所述方法还包括：
当所述第一特征信息与第一预设特征匹配时，记录所述相机的第一位姿；其中，所述第一预设特征是对所述预设地图中的第一预设关键帧进行特征提取得到；
当所述第二特征信息与第二预设特征匹配时，记录所述相机的第二位姿；其中，所述第二预设特征是对所述预设地图中的第二预设关键帧进行特征提取得到；
根据所述第一位姿与所述第二位姿，确定所述相机的位姿变化；
根据所述相机的位姿变化，确定所述第一设备的移动方向，以实现重定位。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述构建所述第一设备对应的增量地图，包括：
基于所述第一设备的移动方向对应的相反方向，通过所述采集图像进行地图拓展，得到所述增量地图。
6.根据权利要求1至4任一项所述的方法，其特征在于，所述构建所述第一设备对应的增量地图，包括：
确定所述预设地图中待优化区域所提取的特征数量；
当所述待优化区域所提取的特征数量小于预设阈值时，通过所述采集图像对所述待优化区域进行地图重建，得到所述增量地图。
7.一种地图更新方法，其特征在于，应用于云服务器，所述方法包括：
接收第一设备发送的增量地图以及第二设备发送的预设地图；
根据所述增量地图，更新所述预设地图。
8.根据权利要求7所述的方法，其特征在于，所述根据所述增量地图，更新所述预设地图，包括：
将所述增量地图与所述预设地图进行融合处理，得到目标地图；其中，所述目标地图为更新后的预设地图。
9.根据权利要求8所述的方法，其特征在于，所述将所述增量地图与所述预设地图进行融合处理，得到目标地图，包括：
确定所述第一设备与所述第二设备之间的相对位置关系；
根据所述相对位置关系，将所述增量地图进行坐标系转换，得到转换后的增量地图；其中，所述转换后的增量地图与所述预设地图具有相同坐标系；
将所述转换后的增量地图与所述预设地图进行融合处理，得到目标地图。
10.根据权利要求8或9所述的方法，其特征在于，在所述得到目标地图之后，所述方法还包括：
将所述目标地图发送给第二设备；其中，所述目标地图用于替换所述第二设备内的预设地图。
11.一种第一设备，其特征在于，所述第一设备包括确定单元、匹配单元、构建单元和第一发送单元；其中，
所述确定单元，配置为确定采集图像对应的特征信息；
所述匹配单元，配置为将所述特征信息与预设特征进行匹配；其中，所述预设特征是通过对预设地图中的预设关键帧进行特征提取得到；
所述构建单元，配置为当所述特征信息与预设特征匹配时，构建所述第一设备对应的增量地图；
所述第一发送单元，配置为将所述增量地图发送给云服务器；其中，所述增量地图用于指示所述云服务器更新所述预设地图。
12.一种第一设备，其特征在于，所述第一设备包括第一存储器和第一处理器；其中，
所述第一存储器，用于存储能够在所述第一处理器上运行的计算机程序；
所述第一处理器，用于在运行所述计算机程序时，执行如权利要求1至6任一项所述的方法。
13.一种云服务器，其特征在于，所述云服务器包括第二接接收单元和更新单元；其中，
所述第二接收单元，配置为接收第一设备发送的增量地图以及第二设备发送的预设地图；
所述更新单元，配置为根据所述增量地图，更新所述预设地图。
14.一种云服务器，其特征在于，所述云服务器包括第二存储器和第二处理器；其中，
所述第二存储器，用于存储能够在所述第二处理器上运行的计算机程序；
所述第二处理器，用于在运行所述计算机程序时，执行如权利要求7至10任一项所述的方法。
15.一种计算机存储介质，其特征在于，所述计算机存储介质存储有地图更新程序，所述地图更新程序被第一处理器执行时实现如权利要求1至6任一项所述的方法、或者被第二处理器执行时实现如权利要求7至10任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010100188.2A CN111339228B (zh) | 2020-02-18 | 2020-02-18 | 一种地图更新方法、设备、云服务器和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010100188.2A CN111339228B (zh) | 2020-02-18 | 2020-02-18 | 一种地图更新方法、设备、云服务器和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111339228A true CN111339228A (zh) | 2020-06-26 |
| CN111339228B CN111339228B (zh) | 2023-08-11 |
Family
ID=71184129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010100188.2A Active CN111339228B (zh) | 2020-02-18 | 2020-02-18 | 一种地图更新方法、设备、云服务器和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111339228B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112198878A (zh) * | 2020-09-30 | 2021-01-08 | 深圳市银星智能科技股份有限公司 | 一种即时地图构建方法、装置、机器人及存储介质 |
| CN112419542A (zh) * | 2020-12-07 | 2021-02-26 | 安徽江淮汽车集团股份有限公司 | 道路纠错上报方法、装置、设备及存储介质 |
| CN112446827A (zh) * | 2020-11-23 | 2021-03-05 | 北京百度网讯科技有限公司 | 点云信息的处理方法和装置 |
| CN112515556A (zh) * | 2020-10-20 | 2021-03-19 | 深圳市银星智能科技股份有限公司 | 一种环境地图的处理方法及其装置、电子设备 |
| WO2022036711A1 (zh) * | 2020-08-21 | 2022-02-24 | 华为技术有限公司 | 地图更新方法和相关更新装置 |
| CN114088083A (zh) * | 2021-11-09 | 2022-02-25 | 北京易航远智科技有限公司 | 一种基于顶视图语义对象的建图方法 |
| CN116592869A (zh) * | 2023-04-13 | 2023-08-15 | 广州汽车集团股份有限公司 | 地图的更新方法、装置、电子设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105143821A (zh) * | 2013-04-30 | 2015-12-09 | 高通股份有限公司 | 依据slam地图的广域定位 |
| CN107016120A (zh) * | 2017-04-21 | 2017-08-04 | 北京视据科技有限公司 | 一种基于检索条件的电子地图生成方法及系统 |
| CN107369183A (zh) * | 2017-07-17 | 2017-11-21 | 广东工业大学 | 面向mar的基于图优化slam的跟踪注册方法及系统 |
| CN107818592A (zh) * | 2017-11-24 | 2018-03-20 | 北京华捷艾米科技有限公司 | 协作式同步定位与地图构建的方法、系统及交互系统 |
| CN107885871A (zh) * | 2017-11-24 | 2018-04-06 | 南京华捷艾米软件科技有限公司 | 基于云计算的同步定位与地图构建方法、系统、交互系统 |
| CN108270817A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车（北京）有限公司 | 云端地图地图更新方法及系统 |
| CN108615247A (zh) * | 2018-04-27 | 2018-10-02 | 深圳市腾讯计算机系统有限公司 | 相机姿态追踪过程的重定位方法、装置、设备及存储介质 |
| CN108876854A (zh) * | 2018-04-27 | 2018-11-23 | 腾讯科技（深圳）有限公司 | 相机姿态追踪过程的重定位方法、装置、设备及存储介质 |
| CN109887053A (zh) * | 2019-02-01 | 2019-06-14 | 广州小鹏汽车科技有限公司 | 一种slam地图拼接方法及系统 |
| CN110146098A (zh) * | 2019-05-06 | 2019-08-20 | 北京猎户星空科技有限公司 | 一种机器人地图扩建方法、装置、控制设备和存储介质 |
| CN110310333A (zh) * | 2019-06-27 | 2019-10-08 | Oppo广东移动通信有限公司 | 定位方法及电子设备、可读存储介质 |
| CN110765223A (zh) * | 2019-10-24 | 2020-02-07 | 北京百度网讯科技有限公司 | 地图更新处理方法、装置、设备及存储介质 |
-
2020
- 2020-02-18 CN CN202010100188.2A patent/CN111339228B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105143821A (zh) * | 2013-04-30 | 2015-12-09 | 高通股份有限公司 | 依据slam地图的广域定位 |
| CN108270817A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车（北京）有限公司 | 云端地图地图更新方法及系统 |
| CN107016120A (zh) * | 2017-04-21 | 2017-08-04 | 北京视据科技有限公司 | 一种基于检索条件的电子地图生成方法及系统 |
| CN107369183A (zh) * | 2017-07-17 | 2017-11-21 | 广东工业大学 | 面向mar的基于图优化slam的跟踪注册方法及系统 |
| CN107818592A (zh) * | 2017-11-24 | 2018-03-20 | 北京华捷艾米科技有限公司 | 协作式同步定位与地图构建的方法、系统及交互系统 |
| CN107885871A (zh) * | 2017-11-24 | 2018-04-06 | 南京华捷艾米软件科技有限公司 | 基于云计算的同步定位与地图构建方法、系统、交互系统 |
| CN108615247A (zh) * | 2018-04-27 | 2018-10-02 | 深圳市腾讯计算机系统有限公司 | 相机姿态追踪过程的重定位方法、装置、设备及存储介质 |
| CN108876854A (zh) * | 2018-04-27 | 2018-11-23 | 腾讯科技（深圳）有限公司 | 相机姿态追踪过程的重定位方法、装置、设备及存储介质 |
| CN109887053A (zh) * | 2019-02-01 | 2019-06-14 | 广州小鹏汽车科技有限公司 | 一种slam地图拼接方法及系统 |
| CN110146098A (zh) * | 2019-05-06 | 2019-08-20 | 北京猎户星空科技有限公司 | 一种机器人地图扩建方法、装置、控制设备和存储介质 |
| CN110310333A (zh) * | 2019-06-27 | 2019-10-08 | Oppo广东移动通信有限公司 | 定位方法及电子设备、可读存储介质 |
| CN110765223A (zh) * | 2019-10-24 | 2020-02-07 | 北京百度网讯科技有限公司 | 地图更新处理方法、装置、设备及存储介质 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022036711A1 (zh) * | 2020-08-21 | 2022-02-24 | 华为技术有限公司 | 地图更新方法和相关更新装置 |
| CN112198878A (zh) * | 2020-09-30 | 2021-01-08 | 深圳市银星智能科技股份有限公司 | 一种即时地图构建方法、装置、机器人及存储介质 |
| CN112198878B (zh) * | 2020-09-30 | 2021-09-28 | 深圳市银星智能科技股份有限公司 | 一种即时地图构建方法、装置、机器人及存储介质 |
| CN112515556A (zh) * | 2020-10-20 | 2021-03-19 | 深圳市银星智能科技股份有限公司 | 一种环境地图的处理方法及其装置、电子设备 |
| CN112446827A (zh) * | 2020-11-23 | 2021-03-05 | 北京百度网讯科技有限公司 | 点云信息的处理方法和装置 |
| CN112446827B (zh) * | 2020-11-23 | 2023-06-23 | 北京百度网讯科技有限公司 | 点云信息的处理方法和装置 |
| CN112419542A (zh) * | 2020-12-07 | 2021-02-26 | 安徽江淮汽车集团股份有限公司 | 道路纠错上报方法、装置、设备及存储介质 |
| CN114088083A (zh) * | 2021-11-09 | 2022-02-25 | 北京易航远智科技有限公司 | 一种基于顶视图语义对象的建图方法 |
| CN114088083B (zh) * | 2021-11-09 | 2023-10-31 | 北京易航远智科技有限公司 | 一种基于顶视图语义对象的建图方法 |
| CN116592869A (zh) * | 2023-04-13 | 2023-08-15 | 广州汽车集团股份有限公司 | 地图的更新方法、装置、电子设备及存储介质 |
| CN116592869B (zh) * | 2023-04-13 | 2024-05-03 | 广州汽车集团股份有限公司 | 地图的更新方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111339228B (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111339228A (zh) | 一种地图更新方法、设备、云服务器和存储介质 | |
| CN110232696B (zh) | 一种图像区域分割的方法、模型训练的方法及装置 | |
| CN109086709B (zh) | 特征提取模型训练方法、装置及存储介质 | |
| CN110866491B (zh) | 目标检索方法、装置、计算机可读存储介质和计算机设备 | |
| JP2020509506A (ja) | カメラ姿勢情報の決定方法、装置、デバイス及び記憶媒体 | |
| CN104885098A (zh) | 基于移动装置的文本检测及跟踪 | |
| CN112966725B (zh) | 匹配模板图像的方法、装置及终端设备 | |
| CN111950570B (zh) | 目标图像提取方法、神经网络训练方法及装置 | |
| CN108763350B (zh) | 文本数据处理方法、装置、存储介质及终端 | |
| US10491884B2 (en) | Image processing method and electronic device supporting the same | |
| US10848558B2 (en) | Method and apparatus for file management | |
| CN111832445A (zh) | 工程图纸的定位方法及相关装置 | |
| CN111179309A (zh) | 一种跟踪方法及设备 | |
| US11361402B2 (en) | Electronic device and method for saving image | |
| CN113902789A (zh) | 图像特征处理、深度图像生成方法及装置、介质和设备 | |
| CN116828260A (zh) | 一种视频渲染方法、系统及存储介质 | |
| CN106469310B (zh) | 图片中字符提取方法及装置 | |
| CN114223021A (zh) | 电子装置及其处理手写输入的方法 | |
| JP2016526246A (ja) | ユーザデータ更新方法、装置、プログラム、及び記録媒体 | |
| CN111695537A (zh) | 一种笔画识别的方法、装置及电子设备 | |
| CN113011497B (zh) | 图像比对方法和系统 | |
| CN116048682A (zh) | 一种终端系统界面布局对比方法及电子设备 | |
| CN114067390A (zh) | 基于视频图像的老年人跌倒检测方法、系统、设备和介质 | |
| CN112039971A (zh) | 数据记录方法及装置、数据存储方法及装置 | |
| KR102639282B1 (ko) | 포인트 클라우드를 이용한 확장 현실 출력 서비스 제공 서버, 방법 및 시스템 |
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 |