CN111597287B - 地图生成方法、装置及设备 - Google Patents

地图生成方法、装置及设备 Download PDF

Info

Publication number
CN111597287B
CN111597287B CN202010414061.8A CN202010414061A CN111597287B CN 111597287 B CN111597287 B CN 111597287B CN 202010414061 A CN202010414061 A CN 202010414061A CN 111597287 B CN111597287 B CN 111597287B
Authority
CN
China
Prior art keywords
area block
point cloud
cloud data
position information
area
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
Application number
CN202010414061.8A
Other languages
English (en)
Other versions
CN111597287A (zh
Inventor
黄杰
刘宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Apollo Intelligent Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Apollo Intelligent Technology Beijing Co Ltd filed Critical Apollo Intelligent Technology Beijing Co Ltd
Priority to CN202010414061.8A priority Critical patent/CN111597287B/zh
Publication of CN111597287A publication Critical patent/CN111597287A/zh
Application granted granted Critical
Publication of CN111597287B publication Critical patent/CN111597287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Graphics (AREA)
  • Multimedia (AREA)
  • Instructional Devices (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种地图生成方法、装置及设备,涉及智能驾驶技术领域,尤其涉及定位技术领域。本申请公开的技术方案包括:获取目标区域中的至少一个区域块对应的当前点云数据,针对至少一个区域块中的任意一个第一区域块,根据第一区域块对应的当前点云数据,确定第一区域块中各点的位置信息;根据第一区域块中各点的位置信息,生成第一区域块对应的地图。通过上述过程,实现了以区域块为粒度生成每个区域块对应的地图,从而将地图生成过程局部化,将地图生成结果局部化,使得可以采用增量或者并行的方式生成整个地图,而不是每次针对整个地图重新生成,减少制图过程所需的计算资源和时间资源,提高地图生成效率。

Description

地图生成方法、装置及设备
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种地图生成方法、装置及设备。
背景技术
智能驾驶技术需要依赖高精地图,因此,高精地图中的道路信息需要非常准确,才能保证智能驾驶车辆安全行驶。
现有技术中,在生成高精地图时,以地图对应的整个园区为粒度进行制图。例如,若需制作北京市的地图,则需要一次输入北京市所有区域对应的制图数据。上述制图过程耗时较长,并且消耗计算资源较多,导致地图生成效率很低。
发明内容
本申请提供一种地图生成方法、装置及设备,用以提高地图生成效率。
第一方面,本申请提供一种地图生成方法,包括:
获取目标区域中的至少一个区域块对应的当前点云数据;
针对所述至少一个区域块中的任意一个第一区域块,根据所述第一区域块对应的当前点云数据,确定所述第一区域块中各点的位置信息;
根据所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图。
第二方面,本申请提供一种地图生成装置,包括:
获取模块,用于获取目标区域中的至少一个区域块对应的当前点云数据;
确定模块,用于针对所述至少一个区域块中的任意一个第一区域块,根据所述第一区域块对应的当前点云数据,确定所述第一区域块中各点的位置信息;
生成模块,用于根据所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图。
第三方面,本申请提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面任一项所述的方法。
第四方面,本申请提供一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面任一项所述的方法。
本申请提供的地图生成方法、装置及设备,该方法包括:获取目标区域中的至少一个区域块对应的当前点云数据,针对至少一个区域块中的任意一个第一区域块,根据第一区域块对应的当前点云数据,确定第一区域块中各点的位置信息;根据第一区域块中各点的位置信息,生成第一区域块对应的地图。通过上述过程,实现了以区域块为粒度生成每个区域块对应的地图,从而将地图生成过程局部化,将地图生成结果局部化,使得可以采用增量或者并行的方式生成整个地图,而不是每次针对整个地图重新生成,减少制图过程所需的计算资源和时间资源,提高地图生成效率。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例的一种可能的应用场景的示意图;
图2为本申请一个实施例提供的地图生成方法的流程示意图;
图3为本申请实施例提供的目标区域与区域块的示意图;
图4为本申请另一个实施例提供的地图生成方法的流程示意图;
图5为本申请实施例提供的一种制图过程的示意图;
图6为本申请又一个实施例提供的地图生成方法的流程示意图;
图7为本申请实施例提供的另一种制图过程的示意图;
图8为本申请实施例提供的又一种制图过程的示意图;
图9为本申请实施例提供的地图生成装置的结构示意图;
图10为本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1为本申请实施例的一种可能的应用场景的示意图。如图1所示,该应用场景包括:采集车和服务器。其中,采集车用于采集目标区域对应的点云数据,并将采集到的点云数据发送给服务器。一个示例中,采集车安装有激光雷达等传感器,当采集车在道路上行驶时,采集得到点云数据。
服务器中设置有地图生成装置,该装置可以为软件和/或硬件的形式。服务器可以接收采集车发送的点云数据,并对点云数据进行存储。地图生成装置可以对点云数据进行处理,生成高精地图。
现有技术中,在生成高精地图时,以地图对应的整个园区为粒度进行制图。例如,若需制作北京市的地图,则需要一次输入北京市所有区域对应的制图数据(例如点云数据)。上述制图过程耗时较长,并且消耗计算资源较多,导致地图生成效率很低。进一步的,在道路环境发生变化的情况下,即使只有很小的区域对应的道路环境发生变化,仍然需要对全量的制图数据进行重新制图,从而浪费大量的计算资源和时间资源。
为了解决上述问题,本申请实施例提供一种地图生成方法,可以以区域块为粒度生成每个区域块对应的地图,实现将地图生成过程局部化,将地图生成结果局部化,使得可以采用增量或者并行的方式生成整个地图,而不是每次针对整个地图重新生成,减少制图过程所需的计算资源和时间资源,提高地图生成效率。
下面结合几个具体的实施例对本申请的技术方案进行详细描述。下面几个实施例可以相互结合,对于相同或者相似的内容在某些实施例中可能不再重复描述。
图2为本申请一个实施例提供的地图生成方法的流程示意图。本实施例的方法可以由地图生成装置执行,该装置可以设置在如图1所示的服务器中。如图2所示,本实施例的方法可以包括:
S201:获取目标区域中的至少一个区域块对应的当前点云数据。
其中,目标区域是指需要生成地图的整个园区对应的区域。例如,当需要生成北京市的地图时,北京市对应的区域为目标区域。当需要生成某个工业园区的地图时,该工业园区对应的区域为目标区域。
本实施例中,将目标区域划分为多个区域块,以区域块为单位生成地图。也就是说,可以仅针对目标区域中的每个区域块生成地图。
图3为本申请实施例提供的目标区域与区域块的示意图。示例性的,如图3所示,假设将目标区域划分为9个区域块,分别标记为区域块1至区域块9。需要说明的是,实际应用中,目标区域和区域块均可以是任意的规则或者不规则的形状,本实施例对于目标区域和区域块的形状、大小均不作限定。图3中是以正方形为例进行示意。例如,每个区域块的边长可以为32m-1024m。
应理解,对于一个目标区域而言,可以存在多种划分区域块的方法,本实施例对此不作限定。后续实施例中,假设目标区域已被划分为多个区域块。
由于本实施例中可以以区域块为粒度生成地图,使得本实施例可以应用于但不限于如下几种场景。
一种场景中,在地图初始生成时,采集车可以以区域块为粒度分批次进行点云数据的采集。即,采集车每批次采集一个或者多个区域块的点云数据。例如,结合图3所示示例,采集车第一次可以采集区域块1至区域块3对应的点云数据,针对本次采集的点云数据执行本实施例的地图生成方法,生成区域块1至区域块3对应的地图。采集车第二次可以采集区域块4至区域块6对应的点云数据,并针对本次采集的点云数据执行本实施例的地图生成方法,生成区域4至区域块6对应的地图。采集车第三次可以采集区域块7至区域块9对应的点云数据,并针对本次采集的点云数据执行本实施例的地图生成方法,生成区域7至区域块9对应的地图。这样,由区域块1至区域块9对应的地图组成目标区域对应的地图。该场景中,每次采集完一批次的点云数据,可以仅针对该批次的点云数据生成地图,因此,上述过程可以看作串行增量式的地图生成过程。
另一种场景中,在地图初始生成时,假设有3个采集车同时采集点云数据时,例如采集车1采集区域块1至区域块3对应的点云数据,采集车2采集区域块4至区域块6对应的点云数据,采集车3采集区域块7至区域块9对应的点云数据。这样,针对上述3个采集车采集到的点云数据,可以并行执行本实施例的地图生成方法,得到各个区域块对应的地图。该过程可以看作并行的地图生成过程。
又一种场景中,在地图初始生成时,服务器中已经存储了上述9个区域块对应的点云数据,针对这9个区域块可以分组,例如划分为3组区域块,针对3组区域块对应的点云数据,可以并行执行本实施例的地图生成方法,得到各个区域块对应的地图。该过程也可以看作并行的地图生成过程。
又一种场景中,在对地图进行更新时,可以仅针对待更新的区域块采集点云数据,针对采集到的点云数据执行本实施例的地图生成方法,得到这些区域块对应的更新后的地图。上述过程可以看作地图增量更新的过程。
需要说明的是,上面所述的各种场景仅为几种可能的示例,并不构成对本实施例的限定。后续为了描述方便,在涉及举例时均以上面描述的第一种场景为例进行描述。
S202:针对至少一个区域块中的任意一个第一区域块,根据第一区域块对应的当前点云数据,确定第一区域块中各点的位置信息。
由于点云数据中包括了各点的位置信息,例如,各点的三维坐标信息,因此,根据第一区域块对应的当前点云数据,可以确定出第一区域块中的各点的位置信息。
能够理解,采集到的点云数据中可能存在噪声,使得第一区域块中有些点的位置信息并不准确,因此,可以通过在第一区域块内部对点云数据进行处理,以消除噪声的影响,使得确定出第一区域块中的各点的位置信息更加准确。该过程也可以称为对第一区域块中各点的位置信息进行局部优化的过程。
一种可能的局部优化方式中,当前点云数据中包括连续采集的多帧数据。可以通过对第一区域块对应的当前点云数据中的不同帧之间的点云位置关系进行配准,确定出第一区域块中各点的位置信息。通过对不同帧之间的点云位置关系进行配准,提高了第一区域块中各点的位置信息的准确性。
S203:根据第一区域块中各点的位置信息,生成第一区域块对应的地图。
示例性的,根据第一区域块中各点的位置信息,识别得到第一区域块中的道路元素的信息,根据道路元素的信息,生成第一区域块对应的地图。其中,道路元素包括但不限于:交通灯、车道线、路沿、路口、交通标志等。道路元素的信息,例如可以为:交通灯的位置、颜色等,车道线的位置、数量、颜色属性、虚实属性等,路沿的位置,路口的位置,路口的类型,交通标志的类型等。
需要说明的是,对第一区域中的各点的位置信息进行识别得到道路元素的信息,可以采用现有的识别技术,本实施例对此不作赘述。
本实施例提供的地图生成方法,包括:获取目标区域中的至少一个区域块对应的当前点云数据,针对至少一个区域块中的任意一个第一区域块,根据第一区域块对应的当前点云数据,确定第一区域块中各点的位置信息;根据第一区域块中各点的位置信息,生成第一区域块对应的地图。通过上述过程,实现了以区域块为粒度生成每个区域块对应的地图,从而将地图生成过程局部化,将地图生成结果局部化,使得可以采用增量或者并行的方式生成整个地图,而不是每次针对整个地图重新生成,减少制图过程所需的计算资源和时间资源,提高地图生成效率。
下面以分批次采集点云数据,增量式生成地图的场景为例,描述本申请实施例的几种可能的实现方式。
图4为本申请另一个实施例提供的地图生成方法的流程示意图。如图4所示,本实施例的方法可以包括:
S401:获取目标区域中的多个区域块对应的当前点云数据。
S402:针对所述多个区域块中的任意一个第一区域块,根据第一区域块对应的当前点云数据,确定第一区域块中各点的位置信息。
S403:对所述多个区域块中各点的位置信息进行平滑处理。
S404:根据经平滑处理后的第一区域块中各点的位置信息,生成第一区域块对应的地图。
本实施例的方法可适用于下述两种情况:
情况1:对第一批次的点云数据进行制图的情况。
情况2:对第n批次的点云数据进行制图的情况,n>1,但是,第n批次采集的区域块与前n-1次采集的区域块不存在重叠。
本实施例中,S401、S402和S404的具体实施过程与图2所示的实施例类似,此处不再赘述。
假设当前批次中采集了多个区域块的点云数据。在图2所示实施例中,由于是根据每个区域块对应的点云数据进行局部优化处理,确定出该区域块中各点的位置信息,这样,有可能出现不同区域块之间存在断层的问题,即位于相邻的两个区域块的交界处的点的位置信息不够连续,使得相邻两个区域块的交界处过渡不自然。
因此,本实施例中增加了S403,在确定出每个第一区域块中各点的位置信息之后,对本批次采集的多个区域块中各点的位置信息进行平滑处理,使得多个区域块中各点的位置信息能够平滑过渡。能够理解,S403也可以称为对第一区域块中各点的位置信息进行全局优化的过程。
下面结合一个举例进行说明。图5为本申请实施例提供的一种制图过程的示意图。如图5所示,假设当前批次采集到区域块1、2、3、4对应的点云数据。区域块1、2、3、4之间的位置关系参见图5。针对每个区域块进行局部优化处理,得到每个区域块中各点的位置信息。然后,针对4个区域块进行全局优化处理(平滑处理),得到平滑后的每个区域块中各点的位置信息。进而,根据平滑后的每个区域块中各点的位置信息可以生成该区域块对应的地图。由于上述4个区域块中各点的位置信息进行了平滑处理,使得4个区域块中各点的位置信息能够平滑过渡,避免了相邻区域块之间存在断层的问题。
本实施例提供的地图生成方法,通过对多个区域块中各点的位置信息进行平滑处理,使得多个区域块中各点的位置信息能够平滑过渡,避免了相邻区域块之间存在断层的问题。
图6为本申请又一个实施例提供的地图生成方法的流程示意图。如图6所示,本实施例的方法可以包括:
S601:获取目标区域中的至少一个区域块对应的当前点云数据。
本实施例的方法可适用于对第n批次的点云数据进行制图的情况,n>1,并且,第n批次采集的区域块与前n-1次采集的区域块存在重叠。
S602:针对所述至少一个区域块中的任意一个第一区域块,若历史数据中存在第一区域块对应的历史点云数据,则从历史数据中获取第一区域块对应的历史点云数据;根据第一区域块对应的历史点云数据和当前点云数据,确定第一区域块中各点的位置信息。
具体的,在对每个第一区域块中各点的位置信息进行局部优化处理时,先查询历史数据中是否存在该第一区域块对应的历史点云数据,即,之前是否已经采集过第一区域块对应的历史点云数据。若是的话,则将第一区域块对应的历史点云数据和当前点云数据结合起来,利用结合后的点云数据确定第一区域块中各点的位置信息。若否的话,则根据第一区域块对应的当前点云数据,确定第一区域块中各点的位置信息,与图4所示实施例类似。
本实施例中,在确定第一区域块中各点的位置信息时,不仅考虑了当前点云数据,还考虑了历史点云数据,提高了第一区域块中各点的位置信息的准确性。
一种可能的实施方式中,可以根据第一区域块对应的当前点云数据的采集时间,从历史数据中获取第一区域块对应的历史点云数据,使得获取的历史点云数据的采集时间与当前点云数据的采集时间之间的时间间隔小于或者等于预设值。也就是说,在获取历史点云数据时,只考虑最近预设时间范围内的历史点云数据。由于最近预设时间范围内的历史点云数据更贴近道路环境的真实情况,因此,能够进一步保证第一区域块中各点的位置信息的准确性。
需要说明的是,根据第一区域块对应的历史点云数据和当前点云数据,确定第一区域块中各点的位置信息,其具体实现过程与上述实施例中的S202是类似的。例如可以通过对不同帧之间的点云位置关系进行配准,确定第一区域块中各点的位置信息。本实施例对此不作赘述。
S603:若历史数据中存在第二区域块中各点的位置信息,则从历史数据中获取第二区域块中各点的位置信息,第二区域块是与所述至少一个区域块相邻的区域块;对第二区域块以及所述至少一个区域块中各点的位置信息进行平滑处理。
具体的,在对本批次采集的各第一区域块中各点的位置信息进行全局优化处理(平滑处理)时,还可以考虑历史数据中与这些第一区域块相邻的第二区域块中各点的位置信息。也就是说,在对各第一区域块中的各点的位置信息进行全局优化处理(平滑处理)之前,先查询历史数据中是否存在与第一区域块相邻的第二区域块中各点的位置信息,即之前是否已经计算过第二区域块中各点的位置信息。若是的话,则将第一区域块和第二区域块中各点的位置信息一起进行全局优化处理(平滑处理)。若否的话,则根据各第一区域块中各点的位置信息进行全局优化处理,与图4所示实施例类似。
本实施例中,通过将本批次采集的第一区域块以及之前批次采集的第二区域块一起进行平滑处理,能够避免不同批次的区域块之间的断层问题。
S604:根据经平滑处理后的第一区域块中各点的位置信息,生成第一区域块对应的地图。
具体的,根据经平滑处理后的第一区域块中各点的位置信息,识别得到第一区域块中的道路元素的信息;再根据道路元素的信息,生成第一区域块对应的地图。
S605:根据经平滑处理后的第二区域块中各点的位置信息,对第二区域块对应的地图进行更新。
由于本实施例是对第一区域块和第二区域块一起进行平滑处理,经平滑处理后,第二区域块中各点的位置信息有可能发生变更。因此,还可以根据平滑处理后的第二区域块中各点的位置信息,对第二区域块对应的地图进行更新。这样,将第一区域块的地图和第二区域块的地图进行拼接时,能够避免交界处的断层问题。
下面结合举例进行说明。图7为本申请实施例提供的另一种制图过程的示意图。假设本次制图为第二次制图,第一次制图过程生成了区域块1、2、3、4对应的地图,具体过程与图5相同,此处不作赘述。假设当前批次采集到区域块4、5、6、7对应的点云数据。区域块1、2、3、4、5、6、7之间的位置关系参见图7。
针对当前批次采集到的区域块4、5、6、7进行局部优化处理,得到每个区域块中各点的位置信息。与图5所示不同的是,本实施例中,由于区域块4在第一批次也被采集过,因此,本次在对区域块4进行局部优化处理时,将第一批次采集到的区域块4的点云数据也考虑进来。即根据区域块4对应的历史点云数据和当前点云数据,确定区域块4中各点的位置信息。这样,能够提高区域块4中各点的位置信息的准确性。
然后,在针对区域块进行全局优化处理(平滑处理)时,由于第一批次采集的区域块1、2、3是与本批次采集的区域块4、5、6、7相邻的区域块,因此,将区域块1、2、3、4、5、6、7中各点的位置信息一起进行平滑处理。进而,根据平滑处理后的区域块4、5、6、7中各点的位置信息可以生成各区域块对应的地图。根据平滑处理后的区域块1、2、3中各点的位置信息还可以对该3个区域块对应的地图进行更新。这样,由于上述7个区域块中各点的位置信息进行了平滑处理,使得7个区域块中各点的位置信息能够平滑过渡,避免了相邻区域块之间存在断层的问题。
图8为本申请实施例提供的又一种制图过程的示意图。假设本次制图为第二次制图。第一次制图过程与图5相同,此处不作赘述。假设当前批次采集到区域块3、8、9对应的点云数据。区域块1、2、3、4、8、9之间的位置关系参见图8。
针对当前批次采集到的区域块3、8、9进行局部优化处理,得到每个区域块中各点的位置信息。与图5所示不同的是,本实施例中,由于区域块3在第一批次也被采集过,因此,本次在对区域块3进行局部优化处理时,将第一批次采集到的区域块3的点云数据也考虑进来。即,根据区域,3对应的历史点云数据和当前点云数据,确定区域块3中各点的位置信息。这样,能够提高区域块3中各点的位置信息的准确性。
然后,在针对区域块进行全局优化处理(平滑处理)时,由于第一批次采集的区域块1、2、4是与本批次采集的区域块3、8、9相邻的区域块,因此,将区域块1、2、3、4、8、9中各点的位置信息一起进行平滑处理。进而,根据平滑处理后的区域块3、8、9中各点的位置信息可以生成各区域块对应的地图。根据平滑处理后的区域块1、2、4中各点的位置信息还可以对该3个区域块对应的地图进行更新。这样,由于上述6个区域块中各点的位置信息进行了平滑处理,使得6个区域块中各点的位置信息能够平滑过渡,避免了相邻区域块之间存在断层的问题。
在上述实施例的基础上,当不同批次之间的区域块互不影响时,例如,批次n和批次m采集的区域块没有交集,并且这两个批次采集的区域块也不存在相同的相邻区域块时,可以对这两个批次的区域块进行并行处理,从而进一步提升地图生成效率。
图9为本申请实施例提供的地图生成装置的结构示意图。本实施例的装置可以为软件和/或硬件的形式。如图9所示,本实施例提供的地图生成装置900,可以包括:获取模块901、确定模块902和生成模块903。其中,
获取模块901,用于获取目标区域中的至少一个区域块对应的当前点云数据;
确定模块902,用于针对所述至少一个区域块中的任意一个第一区域块,根据所述第一区域块对应的当前点云数据,确定所述第一区域块中各点的位置信息;
生成模块903,用于根据所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图。
一种可能的实现方式中,所述生成模块903具体用于:
对所述至少一个区域块中各点的位置信息进行平滑处理;
根据经所述平滑处理后的所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图。
一种可能的实现方式中,所述生成模块903具体用于:
若历史数据中存在第二区域块中各点的位置信息,则从所述历史数据中获取所述第二区域块中各点的位置信息,所述第二区域块是与所述至少一个区域块相邻的区域块;
对所述第二区域块以及所述至少一个区域块中各点的位置信息进行平滑处理。
一种可能的实现方式中,所述生成模块903还具体用于:
根据经所述平滑处理后的所述第二区域块中各点的位置信息,对所述第二区域块对应的地图进行更新。
一种可能的实现方式中,所述确定模块902具体用于:
若历史数据中存在所述第一区域块对应的历史点云数据,则从所述历史数据中获取所述第一区域块对应的历史点云数据;
根据所述第一区域块对应的历史点云数据和所述当前点云数据,确定所述第一区域块中各点的位置信息。
一种可能的实现方式中,所述确定模块902具体用于:
根据所述第一区域块对应的当前点云数据的采集时间,从所述历史数据中获取所述第一区域块对应的历史点云数据;所述历史点云数据的采集时间与所述当前点云数据的采集时间之间的时间间隔小于或者等于预设值。
一种可能的实现方式中,所述当前点云数据包括连续采集的多帧数据;所述确定模块902具体用于:
对所述第一区域块对应的当前点云数据中的不同帧之间的点云位置关系进行配准,确定出所述第一区域块中各点的位置信息。
一种可能的实现方式中,所述生成模块903具体用于:
根据经所述平滑处理后的所述第一区域块中各点的位置信息,识别得到所述第一区域块中的道路元素的信息;
根据所述道路元素的信息,生成所述第一区域块对应的地图。
本实施例提供的地图生成装置,可用于执行上述任一方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,该计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
如图10所示,是根据本申请实施例的地图生成方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示,该电子设备包括:一个或多个处理器701、存储器702,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的地图生成方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的地图生成方法。
存储器702作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的地图生成方法对应的程序指令/模块(例如,附图9所示的获取模块901、确定模块902和生成模块903)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块,从而执行服务器或者终端设备的各种功能应用以及数据处理,即实现上述方法实施例中的地图生成方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储电子设备的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
电子设备还可以包括:输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接,图10中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (14)

1.一种地图生成方法,其特征在于,包括:
获取目标区域中的至少一个区域块对应的当前点云数据,所述点云数据获取方式包括:以区域块为粒度分批次采集各个区域块的对应的当前点云数据的,或者,并行采集各个区域块的对应的当前点云数据;
针对所述至少一个区域块中的任意一个第一区域块,根据所述第一区域块对应的当前点云数据,确定所述第一区域块中各点的位置信息,所述第一区域块中各点的位置信息为局部优化后的位置信息;
若历史数据中存在第二区域块中各点的位置信息,则从所述历史数据中获取所述第二区域块中各点的位置信息,所述第二区域块是与所述至少一个区域块相邻的区域块;
对所述第二区域块以及所述至少一个区域块中各点的位置信息进行平滑处理;
根据经所述平滑处理后的所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图。
2.根据权利要求1所述的方法,其特征在于,所述对所述第二区域块以及所述至少一个区域块中各点的位置信息进行平滑处理之后,还包括:
根据经所述平滑处理后的所述第二区域块中各点的位置信息,对所述第二区域块对应的地图进行更新。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一区域块对应的当前点云数据,确定所述第一区域块中各点的位置信息,包括:
若历史数据中存在所述第一区域块对应的历史点云数据,则从所述历史数据中获取所述第一区域块对应的历史点云数据;
根据所述第一区域块对应的历史点云数据和所述当前点云数据,确定所述第一区域块中各点的位置信息。
4.根据权利要求3所述的方法,其特征在于,所述从所述历史数据中获取所述第一区域块对应的历史点云数据,包括:
根据所述第一区域块对应的当前点云数据的采集时间,从所述历史数据中获取所述第一区域块对应的历史点云数据;所述历史点云数据的采集时间与所述当前点云数据的采集时间之间的时间间隔小于或者等于预设值。
5.根据权利要求1或2所述的方法,其特征在于,所述当前点云数据包括连续采集的多帧数据;所述根据所述第一区域块对应的当前点云数据,确定所述第一区域块中各点的位置信息,包括:
对所述第一区域块对应的当前点云数据中的不同帧之间的点云位置关系进行配准,确定出所述第一区域块中各点的位置信息。
6.根据权利要求2所述的方法,其特征在于,所述根据经所述平滑处理后的所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图,包括:
根据经所述平滑处理后的所述第一区域块中各点的位置信息,识别得到所述第一区域块中的道路元素的信息;
根据所述道路元素的信息,生成所述第一区域块对应的地图。
7.一种地图生成装置,其特征在于,包括:
获取模块,用于获取目标区域中的至少一个区域块对应的当前点云数据,所述点云数据获取方式包括:以区域块为粒度分批次采集各个区域块的对应的当前点云数据的,或者,并行采集各个区域块的对应的当前点云数据;
确定模块,用于针对所述至少一个区域块中的任意一个第一区域块,根据所述第一区域块对应的当前点云数据,确定所述第一区域块中各点的位置信息;
生成模块,用于根据所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图;
所述生成模块具体用于:
若历史数据中存在第二区域块中各点的位置信息,则从所述历史数据中获取所述第二区域块中各点的位置信息,所述第二区域块是与所述至少一个区域块相邻的区域块;
对所述第二区域块以及所述至少一个区域块中各点的位置信息进行平滑处理;
根据经所述平滑处理后的所述第一区域块中各点的位置信息,生成所述第一区域块对应的地图。
8.根据权利要求7所述的装置,其特征在于,所述生成模块还具体用于:
根据经所述平滑处理后的所述第二区域块中各点的位置信息,对所述第二区域块对应的地图进行更新。
9.根据权利要求7或8所述的装置,其特征在于,所述确定模块具体用于:
若历史数据中存在所述第一区域块对应的历史点云数据,则从所述历史数据中获取所述第一区域块对应的历史点云数据;
根据所述第一区域块对应的历史点云数据和所述当前点云数据,确定所述第一区域块中各点的位置信息。
10.根据权利要求9所述的装置,其特征在于,所述确定模块具体用于:
根据所述第一区域块对应的当前点云数据的采集时间,从所述历史数据中获取所述第一区域块对应的历史点云数据;所述历史点云数据的采集时间与所述当前点云数据的采集时间之间的时间间隔小于或者等于预设值。
11.根据权利要求7或8所述的装置,其特征在于,所述当前点云数据包括连续采集的多帧数据;所述确定模块具体用于:
对所述第一区域块对应的当前点云数据中的不同帧之间的点云位置关系进行配准,确定出所述第一区域块中各点的位置信息。
12.根据权利要求9所述的装置,其特征在于,所述生成模块具体用于:
根据经所述平滑处理后的所述第一区域块中各点的位置信息,识别得到所述第一区域块中的道路元素的信息;
根据所述道路元素的信息,生成所述第一区域块对应的地图。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至6中任一项所述的方法。
CN202010414061.8A 2020-05-15 2020-05-15 地图生成方法、装置及设备 Active CN111597287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010414061.8A CN111597287B (zh) 2020-05-15 2020-05-15 地图生成方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010414061.8A CN111597287B (zh) 2020-05-15 2020-05-15 地图生成方法、装置及设备

Publications (2)

Publication Number Publication Date
CN111597287A CN111597287A (zh) 2020-08-28
CN111597287B true CN111597287B (zh) 2023-09-29

Family

ID=72182842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010414061.8A Active CN111597287B (zh) 2020-05-15 2020-05-15 地图生成方法、装置及设备

Country Status (1)

Country Link
CN (1) CN111597287B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732313B (zh) * 2020-12-21 2021-12-21 南方电网电力科技股份有限公司 一种变电站巡检机器人地图增量更新方法及系统
CN113670295B (zh) * 2021-08-17 2024-05-24 北京百度网讯科技有限公司 数据处理方法、装置、电子设备及可读存储介质
CN117237557B (zh) * 2023-11-09 2024-02-02 武汉追月信息技术有限公司 一种基于点云数据的城市测绘数据处理方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107016924A (zh) * 2016-12-20 2017-08-04 阿里巴巴集团控股有限公司 虚拟地图中的瓦片地图生成方法、更新方法和装置
CN107480638A (zh) * 2017-08-16 2017-12-15 北京京东尚科信息技术有限公司 车辆避障方法、控制器、装置和车辆
CN107515952A (zh) * 2017-09-21 2017-12-26 北京星闪世图科技有限公司 点云数据存储、并行计算和实时检索的方法及其系统
CN108225348A (zh) * 2017-12-29 2018-06-29 百度在线网络技术(北京)有限公司 地图创建以及运动实体定位的方法和装置
CN109635052A (zh) * 2018-10-31 2019-04-16 百度在线网络技术(北京)有限公司 点云数据的处理方法、装置和存储介质
CN110197615A (zh) * 2018-02-26 2019-09-03 北京京东尚科信息技术有限公司 用于生成地图的方法及装置
CN110531759A (zh) * 2019-08-02 2019-12-03 深圳大学 机器人探索路径生成方法、装置、计算机设备和存储介质
KR20200002217A (ko) * 2018-06-29 2020-01-08 현대엠엔소프트 주식회사 정밀 지도 생성 및 갱신 장치와 방법
CN110718137A (zh) * 2018-07-13 2020-01-21 广州极飞科技有限公司 目标物密度分布地图的构建方法及装置、终端、移动装置
CN110989619A (zh) * 2019-12-23 2020-04-10 北京百度网讯科技有限公司 用于定位对象的方法、装置、设备和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109285220B (zh) * 2018-08-30 2022-11-15 阿波罗智能技术(北京)有限公司 一种三维场景地图的生成方法、装置、设备及存储介质
US11386524B2 (en) * 2018-09-28 2022-07-12 Apple Inc. Point cloud compression image padding

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107016924A (zh) * 2016-12-20 2017-08-04 阿里巴巴集团控股有限公司 虚拟地图中的瓦片地图生成方法、更新方法和装置
CN107480638A (zh) * 2017-08-16 2017-12-15 北京京东尚科信息技术有限公司 车辆避障方法、控制器、装置和车辆
CN107515952A (zh) * 2017-09-21 2017-12-26 北京星闪世图科技有限公司 点云数据存储、并行计算和实时检索的方法及其系统
CN108225348A (zh) * 2017-12-29 2018-06-29 百度在线网络技术(北京)有限公司 地图创建以及运动实体定位的方法和装置
CN110197615A (zh) * 2018-02-26 2019-09-03 北京京东尚科信息技术有限公司 用于生成地图的方法及装置
KR20200002217A (ko) * 2018-06-29 2020-01-08 현대엠엔소프트 주식회사 정밀 지도 생성 및 갱신 장치와 방법
CN110718137A (zh) * 2018-07-13 2020-01-21 广州极飞科技有限公司 目标物密度分布地图的构建方法及装置、终端、移动装置
CN109635052A (zh) * 2018-10-31 2019-04-16 百度在线网络技术(北京)有限公司 点云数据的处理方法、装置和存储介质
CN110531759A (zh) * 2019-08-02 2019-12-03 深圳大学 机器人探索路径生成方法、装置、计算机设备和存储介质
CN110989619A (zh) * 2019-12-23 2020-04-10 北京百度网讯科技有限公司 用于定位对象的方法、装置、设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Wen Dong et.al..Digital Mapping of Soil Available Phosphorus Supported by AI Technology for Precision Agriculture.2018 7th International Conference on Agro-geoinformatics (Agro-geoinformatics).2018,全文. *
孙健.基于RGB-D相机的室内移动机器人三维地图构建研究.中国优秀硕士学位论文全文数据库 (信息科技辑).2019,全文. *
高永红 ; 韩少红 ; .LiDAR点云数据在河道三维地形数据获取中的应用.测绘技术装备.2013,(04),全文. *

Also Published As

Publication number Publication date
CN111597287A (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
CN112415552B (zh) 车辆位置的确定方法、装置及电子设备
CN111597287B (zh) 地图生成方法、装置及设备
EP3862723A2 (en) Method and apparatus for detecting map quality
CN111553844B (zh) 用于更新点云的方法及装置
CN112802325B (zh) 车辆排队长度检测方法及装置
CN110765227A (zh) 道路交通网络模型构建方法及装置
CN111652112B (zh) 一种车道流向的识别方法、装置、电子设备及存储介质
CN112131335B (zh) 车道级地图数据处理方法、装置、电子设备及存储介质
EP3904829B1 (en) Method and apparatus for generating information, device, medium and computer program product
US11392626B2 (en) Method and apparatus for acquiring map data
JP2021173745A (ja) 車両が位置する車線を決定する方法、装置、機器、および記憶媒体
CN111597987B (zh) 用于生成信息的方法、装置、设备和存储介质
CN111506586B (zh) 增量制图的方法、装置、电子设备以及可读存储介质
EP3933769B1 (en) Method and apparatus for image processing, computer storage medium and program
CN111625612B (zh) 高精地图的纠偏方法和装置、电子设备和存储介质
CN111260722B (zh) 车辆定位方法、设备及存储介质
CN111708857A (zh) 一种高精地图数据的处理方法、装置、设备及存储介质
CN112085814B (zh) 电子地图显示方法、装置、设备及可读存储介质
EP3862727A2 (en) Method and apparatus for displaying signal light information
EP3855322A2 (en) Road network data processing method and device, electronic apparatus, and computer storage medium
CN113012555B (zh) 地图显示方法、装置、电子设备和存储介质
CN112747758A (zh) 路网建模方法及装置
CN111782744B (zh) 一种通行属性确定方法、装置、设备及存储介质
CN112380065B (zh) 一种数据修复方法、装置、电子设备及存储介质
CN115540881A (zh) 一种高精地图匹配方法、装置、电子设备及存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20211019

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant