CN111612854A - 实景地图的生成方法、装置、计算机设备和存储介质 - Google Patents
实景地图的生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111612854A CN111612854A CN202010624223.0A CN202010624223A CN111612854A CN 111612854 A CN111612854 A CN 111612854A CN 202010624223 A CN202010624223 A CN 202010624223A CN 111612854 A CN111612854 A CN 111612854A
- Authority
- CN
- China
- Prior art keywords
- intersection
- image
- traffic
- vehicle
- camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供了一种实景地图的生成方法、装置、计算机设备和存储介质,该方法包括:获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据;根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数;针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图;根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。本申请实施例能够提高得到实景图的效率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种实景地图的生成方法、装置、计算机设备和存储介质。
背景技术
在地图应用的内置导航中,当用户行进入比较复杂的路口时,系统会根据导航规划的路径和当前的GPS位置,提前为用户显示路口实景图,并在地图上标注出导航路径。
在制作路口实景图时,需要通过手动方式或采集车在外场采集图像,结合路网信息确定道路拓扑和导航指示,通过人工方式制作出实景图,制作时间比较长,制作效率较低。
发明内容
有鉴于此,本申请实施例的目的在于提供一种实景地图的生成方法、装置、计算机设备和存储介质,用以提高实景地图的生成效率。
第一方面,本申请实施例提供了一种实景地图的生成方法,该方法包括:
获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据;
根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数;
针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图;
根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。
在一种实施方式中,获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,包括:
基于采集车辆经过所述交通路口时的行程轨迹数据,从经过所述交通路口的多个采集车辆中,确定车辆行驶速度满足预设条件的目标采集车辆;
获取从不同方向经过交通路口的所述目标采集车辆所拍摄的路口图像。
在一种实施方式中,获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,包括:
获取从不同方向经过交通路口的采集车辆拍摄的第一路口图像;
对所述第一路口图像进行识别处理,得到所述第一路口图像包括的交通元素的识别结果;
基于所述识别结果,从各个第一路口图像中,选择交通元素未被遮挡的第一路口图像,将选择的第一路口图像作为所述路口图像。
在一种实施方式中,根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数,包括:
针对经过所述交通路口的每个采集车辆,根据该采集车辆的行程轨迹数据,确定该采集车辆经过所述交通路口时的直行区域,并获取该采集车辆经过该直行区域时拍摄到的道路图像;
基于该采集车辆拍摄的道路图像中包括的交通元素的位置信息,确定该采集车辆拍摄所述路口图像的相机的内外参数。
在一种实施方式中,针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图,包括:
针对每个路口图像,从该路口图像中,提取移动对象在该路口图像中的位置信息;
基于该路口图像中包括的交通元素的位置信息和所述移动对象的位置信息,从多个路口图像中,选择交通元素未被遮挡的目标路口图像;
针对每个目标路口图像,根据采集车辆上拍摄该目标路口图像的相机的内外参数,将该目标路口图像转换为所述路口俯视图。
在一种实施方式中,根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图,包括:
对各个路口俯视图像进行矢量化处理;
对矢量化处理后的各个路口俯视图像进行拼接处理;
基于拼接处理得到的结果图,以及预设的路口构建模型,确定所述交通路口的虚拟实景图。
在一种实施方式中,所述交通路口至少包括快速路出入口、立交桥出入口、高速路出入口和道路交叉口。
在一种实施方式中,所述行程轨迹数据为基于行程位置包括所述交通路口的历史完成订单确定的。
第二方面,本申请实施例提供了一种实景地图的生成装置,该装置包括:
获取模块,用于获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据;
确定模块,用于根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数;
转换模块,用于针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图;
生成模块,用于根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。
在一种实施方式中,所述获取模块用于根据以下步骤获取从不同方向经过交通路口的采集车辆所拍摄的路口图像:
基于采集车辆经过所述交通路口时的行程轨迹数据,从经过所述交通路口的多个采集车辆中,确定车辆行驶速度满足预设条件的目标采集车辆;
获取从不同方向经过交通路口的所述目标采集车辆所拍摄的路口图像。
在一种实施方式中,所述获取模块用于根据以下步骤获取从不同方向经过交通路口的采集车辆所拍摄的路口图像:
获取从不同方向经过交通路口的采集车辆拍摄的第一路口图像;
对所述第一路口图像进行识别处理,得到所述第一路口图像包括的交通元素的识别结果;
基于所述识别结果,从各个第一路口图像中,选择交通元素未被遮挡的第一路口图像,将选择的第一路口图像作为所述路口图像。
在一种实施方式中,所述确定模块用于根据以下步骤确定所述采集车辆上拍摄所述路口图像的相机的内外参数:
针对经过所述交通路口的每个采集车辆,根据该采集车辆的行程轨迹数据,确定该采集车辆经过所述交通路口时的直行区域,并获取该采集车辆经过该直行区域时拍摄到的道路图像;
基于该采集车辆拍摄的道路图像中包括的交通元素的位置信息,确定该采集车辆拍摄所述路口图像的相机的内外参数。
在一种实施方式中,所述转换模块用于根据以下步骤将该路口图像转换为路口俯视图:
针对每个路口图像,从该路口图像中,提取移动对象在该路口图像中的位置信息;
基于该路口图像中包括的交通元素的位置信息和所述移动对象的位置信息,从多个路口图像中,选择交通元素未被遮挡的目标路口图像;
针对每个目标路口图像,根据采集车辆上拍摄该目标路口图像的相机的内外参数,将该目标路口图像转换为所述路口俯视图。
在一种实施方式中,所述生成模块用于根据以下步骤生成所述交通路口的虚拟实景图:
对各个路口俯视图像进行矢量化处理;
对矢量化处理后的各个路口俯视图像进行拼接处理;
基于拼接处理得到的结果图,以及预设的路口构建模型,确定所述交通路口的虚拟实景图。
在一种实施方式中,所述交通路口至少包括快速路出入口、立交桥出入口、高速路出入口和道路交叉口。
在一种实施方式中,所述行程轨迹数据为基于行程位置包括所述交通路口的历史完成订单确定的。
第三方面,本申请实施例提供了一种计算机设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行上述实景地图的生成方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述实景地图的生成方法的步骤。
本申请实施例提供的实景地图的生成方法,获取从不同方向经过交通路口的目标采集车辆所拍摄的路口图像,以及采集车辆经过所述交通路口时的行程轨迹数据,根据目标采集车辆经过所述交通路口时的行程轨迹数据,确定所述目标采集车辆上拍摄所述路口图像的相机的内外参数,针对每个路口图像,根据目标采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图,根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。这样,经过目标采集车辆上相机拍摄的路口图像生成的路口的虚拟实景图图,相比通过人工方式生成交通路口的虚拟实景图,降低了图像采集成本,提高了虚拟实景图的生成效率。
本申请的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例提供的一种实景地图的生成方法的第一种流程示意图;
图2A示出了本申请实施例提供的一种计算相机内外参数的第一种示意图;
图2B示出了本申请实施例提供的一种计算相机内外参数的第二种示意图;
图3示出了本申请实施例提供的一种俯视路口图像的示意图;
图4示出了本申请实施例提供的一种实景地图的生成装置的结构示意图;
图5示出了本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合应用场景“出行场景”,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕对出行场景进行描述,但是应该理解,这仅是一个示例性实施例。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
本申请实施例可以应用于出行服务平台,该出行服务平台用于根据接收的客户端的出行服务请求为用户提供相应的服务。出行服务平台可以包括多个打车系统,如包括出租车打车系统、快车打车系统、专车打车系统、顺风车打车系统等。
本申请实施例的实景地图的生成方法可以应用于出行服务平台的服务器,也可以应用于其它任意具有处理功能的计算设备。在一些实施例中,上述服务器或计算设备可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或多个功能。
地图应用中针对路口的虚拟实景图中不仅展示有交通标志信息,如,路面标线、交通标志牌等,也显示有绿化带、标志性建筑、树木等场景元素。路口虚拟实景图可以帮助用户快速确认道路场景,执行正确的驾驶动作,提升用户的导航体验。但是,通过人工方式或采集车在外场采集图像时,采集周期比较长,图像采集成本比较高,在利用采集的图像制作路口实景图时,制作周期比较长,在通过图像得到路口虚拟实景图时,现实场景已经发生变化,最终生成的路口虚拟实景图与现实场景相差比较大,导致得到的路口虚拟实景图不能真实反应路口的情况。
为了便于描述,本申请提出了一种实景地图的生成方法,获取从不同方向经过交通路口的目标采集车辆所拍摄的路口图像,以及目标采集车辆经过所述交通路口时的行程轨迹数据,根据目标采集车辆经过所述交通路口时的行程轨迹数据,确定所述目标采集车辆上拍摄所述路口图像的相机的内外参数,针对每个路口图像,根据目标采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图,根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。这样,经过目标采集车辆上相机拍摄的路口图像生成的路口的虚拟实景图图,相比通过人工方式生成交通路口的虚拟实景图,降低了图像采集成本,提高了虚拟实景图的生成效率。以下详细叙述。
本申请实施例提供了一种实景地图的生成方法,如图1所示,该方法应用于出行服务平台的服务器中,该方法具体包括以下步骤:
S101,获取从不同方向经过交通路口的目标采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据。
S102,根据所述目标采集车辆经过所述交通路口时的行程轨迹数据,确定所述目标采集车辆上拍摄所述路口图像的相机的内外参数。
S103,针对每个路口图像,根据目标采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图。
S104,根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。
在S101中,交通路口可以包括路网中的各种路口(例如,交叉路口、快速路出入口),考虑到车辆进入错误的快速路、高速路、立交桥后,或者从错误的快速路出口、高速路出口或者立交桥出口出去后,需要行驶较长的距离才能够掉头,重新进入高速路、快速路或立交桥找到正确的出口,导致用户付出的时间代价比较大,为了降低用户选择错误的出入口的概率,本申请涉及的交通路口可以为快速路的出入口、高速路出入口、立交桥出入口以及交通复杂的交叉口,其中,交通复杂的交叉口为进入交叉口的车道的数量大于预设阈值,或者该交叉口的红路灯配时比较复杂。
交通路口一般包括进口和出口,以十字路口为例,交通路口的进口和出口分别包括东西南北四个方向,为了获取包括路口全部交通元素的图像,可以获取从东西南北方向经过交通路口的目标采集车辆所拍摄的路口图像。其中,交通元素包括地面交通元素和场景交通元素,地面交通元素包括路面上的导向箭头、路面上的车道标线、人行道线等,场景交通元素包括交通标志牌、电子眼、红绿灯、标杆、建筑天桥等,本申请对此不予限制。
采集车辆可以为出行服务平台中注册的车辆,例如,出租车、快车、专车等,这样,可以通过行驶位置包括交通路口的采集车辆的历史完成订单中获取行程轨迹数据,例如,出行服务平台中包括大量的历史完成订单,从历史完成订单中提取行程轨迹数据,进一步,从得到的大量行程轨迹数据中,筛选包括交通路口的行程轨迹数据。
以一个交通路口为例说明经过该交通路口的采集车辆,可以根据路网的拓扑结构,确定该交通路口的拓扑结构,其中,拓扑结构包括道路与道路之间的连接关系、道路等级、道路的坐标信息,在确定交通路口的拓扑结构后,根据交通路口对应的道路的坐标信息,从出行服务平台的行程轨迹数据中,选择行程位置包括该交通路口的行程轨迹数据,例如,行程轨迹数据中包括位置A、位置B、位置C和位置D,若交通路口的位置为位置C,则该行程轨迹数据包括交通路口;进而确定行程位置包括交通路口的行程轨迹数据对应的采集车辆,获取该采集车辆在经过该交通路口时的多个路口图像。
考虑到经过交通路口的车辆比较多,并且通过交通路口的每个车辆中的行车记录仪会拍摄该交通路口的图像,当交通路口出现交通事故时,通过该交通路口的车辆拍摄的图像中的交通元素会被车辆遮挡,导致无法识别路口图像中的交通元素,或者车辆以较快的速度经过交通路口时,该车辆拍摄的路口图像的质量比较模糊。为了提高获取的路口图像的质量,可以对获取的大量的路口图像进行识别处理,从中选择交通元素未被遮挡的路口图像,以下详述。
获取从不同方向经过交通路口的采集车辆拍摄的第一路口图像;对所述第一路口图像进行识别处理,得到所述第一路口图像包括的交通元素的识别结果;基于所述识别结果,从各个第一路口图像中,选择交通元素未被遮挡的路口图像,将选择的路口图像作为所述路口图像。
这里,第一路口图像中包括移动对象和交通元素,移动对象包括车辆、行人、非机动车等;在对第一路口图像进行识别处理时,可以利用预先完成训练的图像识别模型进行识别处理,图像识别模型可以为基于图像检测算法或者基于图像分割算法的模型,用于识别第一路口图像中包括的移动对象和交通元素,以及移动对象和交通元素在第一路口图像中的位置信息,该位置信息可以为移动对象或交通元素在路口图像中的坐标信息(像素点坐标),例如,交通元素为标志牌时,标志牌所属的区域为矩形区域,位置信息可以为矩形区域四个边界点的位置信息,也可以为矩形区域对角边界点的位置信息,可以根据实际情况确定。
在具体实施过程中,在获取大量采集车辆经过交通路口拍摄的第一路口图像后,将第一路口图像输入到图像识别模型,得到各个移动对象和交通元素分别在第一路口图像中的位置信息,以及移动对象的名称和交通元素的名称。
针对每个第一路口图像,根据该第一路口图像的识别结果,判断该第一路口图像中是否包含交通元素,若该第一路口图像包括交通元素,则根据该第一路口图像中包括的交通元素的位置信息和移动对象的位置信息,判断该第一路口图像包括的交通元素是否被遮挡,即,根据交通元素的位置信息和移动对象的位置信息,判断该第一路口图像中包括的交通元素是否完整,也就是,根据交通元素的位置信息和移动对象的位置信息,计算交通元素和移动对象之间的距离,当该第一路口图像中包括的交通元素与移动对象之间的距离小于预设阈值时,则确定交通元素被遮挡时,否则确定交通未被遮挡,将该第一路口图像作为用于进行后续处理的路口图像。其中,在计算移动对象和交通元素之间的距离时,可以利用移动对象的中心点的位置信息和交通元素的中心点的位置信息计算该距离,也可以利用个移动对象的边界点的位置信息和交通元素的边界点的位置信息计算该距离。
采用上述方式确定路口图像,需要对大量图像进行识别处理,处理工作量比较大。为了减少处理工作量,可以基于采集车辆的行驶速度,从经过交通路口的车辆中选择部分车辆,以下介绍选择采集车辆的过程。
在获取通过交通路口的采集车辆的行程轨迹数据后,基于采集车辆经过所述交通路口时的行程轨迹数据,从经过所述交通路口的多个采集车辆中,确定车辆行驶速度满足预设条件的目标采集车辆,获取从不同方向经过交通路口的目标采集车辆所拍摄的路口图像。
这里,预设条件为行驶速度落在预设速度范围内,预设速度范围可以为大于或者等于30km/h,且小于等于60km/h,也可以根据实际场景确定。
在具体实施过程,可以利用采集车辆通过交通路口之前的行程轨迹数据,计算车辆通过交通路口时的行驶速度,即利用行程轨迹数据中不同轨迹点的位置信息和经过轨迹点的时间,计算车辆的行驶速度,判断行驶速度是否落入预设速度范围内,当行驶速度落入预设速度范围内时,则确定车辆的行驶速度满足预设条件,将满足预设条件的车辆确定为目标采集车辆。
在S102中,行程轨迹数据可以为采集车辆中的定位模块(GPS定位模块)采集的;采集车辆上拍摄路口图像的相机可以为采集车辆上的行车记录仪,内外参数包括相机内参数和相机外参数,相机内参数包括相机焦距和径向畸变参数等,相机外参数包括相机距离地面的高度、俯仰角等,其中,俯仰角为相机的光轴相对水平面的角度,可以根据实际情况确定。
在执行S102时,根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数,可以包括以下步骤:
针对经过所述交通路口的每个采集车辆,根据该采集车辆的行程轨迹数据,确定该采集车辆经过所述交通路口时的直行区域,并获取该采集车辆经过该直行区域时拍摄到的道路图像;基于该采集车辆拍摄的道路图像中包括的交通元素的位置信息,确定该采集车辆拍摄所述路口图像的相机的内外参数。
这里,直行区域一般为采集车辆通过交通路口前、且接近交通路口的一段直行区域;道路图像为采集车辆拍摄的道路环境的图像,道路图像包括道路中的交通元素、环境要素和移动对象等,环境要素包括天桥、建筑,移动对象包括行人、机动车、非机动车等。
在具体实施过程中,在获取经过交通路口的每个采集车辆的行程轨迹数据后,针对每个采集车辆,基于该采集车辆的行程轨迹数据,可以确定出该采集车辆经过交通路口之前的直行区域,该直行区域包括道路中一系列坐标点的坐标信息,进一步,根据采集车辆经过该直行区域时的时间,从该采集车辆上的行车记录仪拍摄的视频流中,提取该采集车辆经过该直行区域、与上述时间对应的道路图像。
将各道路图像输入到图像识别模型中,得到各道路图像中包括的交通元素的位置信息,基于各道路图像中包括的交通元素的位置信息,计算相机拍摄该道路图像时的内外参数,具体的计算过程如下:
其中,x* q为q点在图像中的横坐标,y* q为q点在图像中的纵坐标,t* q为尺度因子,该t* q可以与ZQ相等,XQ为Q点在世界坐标系下的横坐标,YQ为Q点在世界坐标系下的纵坐标,ZQ为Q点在世界坐标系下的竖坐标。
其中,T是投影时的平移矩阵;Xcam是相机在世界坐标系下的横轴坐标,Ycam为相机在世界坐标系下的纵轴坐标,Zcam为相机在世界坐标系下的数轴坐标。
其中,R是投影时的旋转矩阵,p为水平角,即,世界坐标系的y轴与光轴之间的夹角;t为竖直角,即,世界坐标系中X-Y平面到光轴之间的旋转角,s为相机绕光轴的旋转角度。
其中,P是相机坐标系到归一化像平面的转换矩阵;f为相机的焦距。
用归一化的图像坐标表示点q(xq,yq),即:
相机在世界坐标系下的坐标换算为:
XCAM=lsinpcost
YCAM=-lcospcost
ZCAM=-lsint
其中,l为世界坐标系原点到光心的距离,通常设定目标物体为原点,在本申请中选择一组白虚线左上角的角点为原点。
世界坐标系下的三维点到图像上点的映射公式如下所示:
反之,从图像上的点q(xq,yq)出发,可以推算出世界坐标系下的三维点Q(XQ,YQ,ZQ),公式如下所示:
ZQ=h
其中,h为相机距离地面的高度,即,相机光心到世界坐标系X-Y平面的距离。
具体到本申请的应用场景中,直行区域的车道线如图2A所示,其中A、B、C、D是用来做自标定而选取的四个点,对应的俯视图模型如图2B所示。
图2B中一组变量表示:
αAB=xB-xA,βAB=yB-yA,χAB=xAyB-xByA,
αAC=xC-xA,βAC=yC-yA,χAC=xAyC-xCyA,
αBD=xD-xB,βBD=yD-yB,χBD=xByD-xDyB,
αCD=xD-xC,βCD=yD-yC,χCD=xCyD-xDyC.
其中,xa为图2B中A点的横坐标,yA为图2B中A点的纵坐标,xB为图2B中B点的横坐标,yB为图2B中B点的纵坐标,xC为图2B中C点的横坐标,yC为图2B中C点的纵坐标,xD为图2B中D点的横坐标,yD为图2B中D点的纵坐标,αAB为第一中间变量,αAC为第二中间变量,αBD为第三中间变量,αCD为第四中间变量,βAB为第五中间变量,βAC为第六中间变量,βBD为第七中间变量,βCD为第八中间变量,χAB为第九中间变量,χAC为第十中间变量,χBD为第十一中间变量,χCD为第十二中间变量。
可以求得相机内外参:
在路口图像为行驶速度落入预设速度范围的采集车辆采集的图像时,可以进一步从路口图像中选择交通元素未被遮挡的路口图像,即,针对每个路口图像,从该路口图像中,提取移动对象在该路口图像中的位置信息,基于该路口图像中包括的交通元素的位置信息和所述移动对象的位置信息,从多个路口图像中,选择交通元素未被遮挡的目标路口图像,交通元素未被遮挡的目标路口图像的选择过程可以参考上文,此处不进行赘述。当路口图像为上文确定出的交通元素未被遮挡的路口图像时,将该路口图像作为目标路口图像,直接进行后续的处理。
在得到拍摄每个路口图像的相机的内外参数后,利用该相机的内外参数对该相机拍摄的路口图像进行换换处理,即,针对每个目标路口图像,根据目标采集车辆上拍摄该目标路口图像的相机的内外参数,将该目标路口图像转换为所述路口俯视图,以保证最终得到转换图像的准确度。
在具体实施过程中,针对每个目标路口图像,基于采集车辆上拍摄该目标路口图像的相机的内外参数,利用下述针对三维点的坐标的计算公式得到目标路口图像中的各个图像点在世界坐标下的坐标,从而实现目标路口图像进行转换处理,得到路口俯视图,路口俯视图可以参考图3,其中,目标路口图像中的图像点在选择时,可以选择目标路口图像中包括的交通元素(如天桥、红路灯等)中的点,也可以为目标路口图像的边界点,也可以为目标路口图像中的任意点,图像点的数目可以根据实际情况选择。
以一个图像点为例说明,如何将目标路口图像中的点转换为世界坐标系中的点。
以目标路口图像上的图像点m(xm,ym)出发,可以推算出世界坐标系下的三维点M(XM,YM,ZM),公式如下所示:
ZM=h
其中,M为m点在世界坐标系对应的坐标点,XM为M点在世界坐标系中的纵坐标,YM为M点在世界坐标系中的横坐标,ZM为M点在世界坐标系中的竖坐标。
在S104中,具体实施过程中,可以对各个路口俯视图像进行矢量化处理,对矢量化处理后的各个路口俯视图像进行拼接处理,基于拼接处理得到的结果图,以及预设的路口模型,确定所述交通路口的虚拟实景图。
这里,矢量化处理用于对路口图像中包括的点元素和线条元素进行矢量化处理,路口模型可以为预先构建的路口三维模型。
在具体实施过程中,在得到交通路口的各个路口俯视图后,分别对每个路口俯视图进行矢量化处理,对矢量化处理结果进行拼接处理,得到交通路口的完整路口拓扑,根据拼接后的矢量化结果,以及路口模型,构建交通路口的虚拟实景图。比如,使用三维渲染软件(Blender)的Python编程接口构建对应的三维场景,并在场景中渲染路面交通元素和空中交通元素,可以根据道路行驶方向添加和道路平行的导向箭头,用于提升用户视觉效果,调整三维图像视角使其自然贴近用户视角,确保交通场景的完整性,在三维场景中渲染场景元素,如,栅栏、天桥、建筑等。
基于同一发明构思,本申请实施例中还提供了与实景地图的生成方法对应的数据处理装置,由于本申请实施例中的方法解决问题的原理与本申请实施例上述实景地图的生成方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
本申请实施例提供了一种实景地图的生成装置,如图4所示,该装置包括:
获取模块41,用于获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据;
确定模块42,用于根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数;
转换模块43,用于针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图;
生成模块44,用于根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。
在一种实施方式中,所述获取模块41用于根据以下步骤获取从不同方向经过交通路口的采集车辆所拍摄的路口图像:
基于采集车辆经过所述交通路口时的行程轨迹数据,从经过所述交通路口的多个采集车辆中,确定车辆行驶速度满足预设条件的目标采集车辆;
获取从不同方向经过交通路口的所述目标采集车辆所拍摄的路口图像。
在一种实施方式中,所述获取模块41用于根据以下步骤获取从不同方向经过交通路口的采集车辆所拍摄的路口图像:
获取从不同方向经过交通路口的采集车辆拍摄的第一路口图像;
对所述第一路口图像进行识别处理,得到所述第一路口图像包括的交通元素的识别结果;
基于所述识别结果,从各个第一路口图像中,选择交通元素未被遮挡的第一路口图像,将选择的第一路口图像作为所述路口图像。
在一种实施方式中,所述确定模块42用于根据以下步骤确定所述采集车辆上拍摄所述路口图像的相机的内外参数:
针对经过所述交通路口的每个采集车辆,根据该采集车辆的行程轨迹数据,确定该采集车辆经过所述交通路口时的直行区域,并获取该采集车辆经过该直行区域时拍摄到的道路图像;
基于该采集车辆拍摄的道路图像中包括的交通元素的位置信息,确定该采集车辆拍摄所述路口图像的相机的内外参数。
在一种实施方式中,所述转换模块43用于根据以下步骤将该路口图像转换为路口俯视图:
针对每个路口图像,从该路口图像中,提取移动对象在该路口图像中的位置信息;
基于该路口图像中包括的交通元素的位置信息和所述移动对象的位置信息,从多个路口图像中,选择交通元素未被遮挡的目标路口图像;
针对每个目标路口图像,根据采集车辆上拍摄该目标路口图像的相机的内外参数,将该目标路口图像转换为所述路口俯视图。
在一种实施方式中,所述生成模块44用于根据以下步骤生成所述交通路口的虚拟实景图:
对各个路口俯视图像进行矢量化处理;
对矢量化处理后的各个路口俯视图像进行拼接处理;
基于拼接处理得到的结果图,以及预设的路口构建模型,确定所述交通路口的虚拟实景图。
在一种实施方式中,所述交通路口至少包括快速路出入口、立交桥出入口、高速路出入口和道路交叉口。
在一种实施方式中,所述行程轨迹数据为基于行程位置包括所述交通路口的历史完成订单确定的。
本申请实施例还提供了一种计算机设备50,如图5所示,为本申请实施例提供的计算机设备50结构示意图,包括:处理器51、存储器52、和总线53。所述存储器52存储有所述处理器51可执行的机器可读指令(比如,图4中的装置中获取模块41、确定模块42、转换模块43和生成模块44对应的执行指令等),当计算机设备50运行时,所述处理器51与所述存储器52之间通过总线53通信,所述机器可读指令被所述处理器51执行时执行如下处理:
获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据;
根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数;
针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图;
根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。
一种可能的实施方式中,处理器51执行的指令中,获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,包括:
基于采集车辆经过所述交通路口时的行程轨迹数据,从经过所述交通路口的多个采集车辆中,确定车辆行驶速度满足预设条件的目标采集车辆;
获取从不同方向经过交通路口的所述目标采集车辆所拍摄的路口图像。
一种可能的实施方式中,处理器51执行的指令中,获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,包括:
获取从不同方向经过交通路口的采集车辆拍摄的第一路口图像;
对所述第一路口图像进行识别处理,得到所述第一路口图像包括的交通元素的识别结果;
基于所述识别结果,从各个第一路口图像中,选择交通元素未被遮挡的第一路口图像,将选择的第一路口图像作为所述路口图像。
一种可能的实施方式中,处理器51执行的指令中,根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数,包括:
针对经过所述交通路口的每个采集车辆,根据该采集车辆的行程轨迹数据,确定该采集车辆经过所述交通路口时的直行区域,并获取该采集车辆经过该直行区域时拍摄到的道路图像;
基于该采集车辆拍摄的道路图像中包括的交通元素的位置信息,确定该采集车辆拍摄所述路口图像的相机的内外参数。
一种可能的实施方式中,处理器51执行的指令中,针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图,包括:
针对每个路口图像,从该路口图像中,提取移动对象在该路口图像中的位置信息;
基于该路口图像中包括的交通元素的位置信息和所述移动对象的位置信息,从多个路口图像中,选择交通元素未被遮挡的目标路口图像;
针对每个目标路口图像,根据采集车辆上拍摄该目标路口图像的相机的内外参数,将该目标路口图像转换为所述路口俯视图。
一种可能的实施方式中,处理器51执行的指令中,根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图,包括:
对各个路口俯视图像进行矢量化处理;
对矢量化处理后的各个路口俯视图像进行拼接处理;
基于拼接处理得到的结果图,以及预设的路口构建模型,确定所述交通路口的虚拟实景图。
其中,所述交通路口至少包括快速路出入口、立交桥出入口、高速路出入口和道路交叉口。
其中,所述行程轨迹数据为基于行程位置包括所述交通路口的历史完成订单确定的。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述实景地图的生成方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述实景地图的生成方法,用于解决现有技术实景地图的生成效率低的问题,本申请实施例提供的实景地图的生成方法,获取从不同方向经过交通路口的目标采集车辆所拍摄的路口图像,以及采集车辆经过所述交通路口时的行程轨迹数据,根据目标采集车辆经过所述交通路口时的行程轨迹数据,确定所述目标采集车辆上拍摄所述路口图像的相机的内外参数,针对每个路口图像,根据目标采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图,根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。这样,经过目标采集车辆上相机拍摄的路口图像生成的路口的虚拟实景图图,相比通过人工方式生成交通路口的虚拟实景图,降低了图像采集成本,提高了虚拟实景图的生成效率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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,又例如,多个模块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通信接口,装置或模块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模块可以是或者也可以不是物理上分开的,作为模块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路网单元上。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,在本申请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。
所述功能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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请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,或者路网设备等)执行本申请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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上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权利要求的保护范围为准。
Claims (11)
1.一种实景地图的生成方法,其特征在于,该方法包括:
获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据;
根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数;
针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图;
根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。
2.如权利要求1所述的方法,其特征在于,获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,包括:
基于采集车辆经过所述交通路口时的行程轨迹数据,从经过所述交通路口的多个采集车辆中,确定车辆行驶速度满足预设条件的目标采集车辆;
获取从不同方向经过交通路口的所述目标采集车辆所拍摄的路口图像。
3.如权利要求1所述的方法,其特征在于,获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,包括:
获取从不同方向经过交通路口的采集车辆拍摄的第一路口图像;
对所述第一路口图像进行识别处理,得到所述第一路口图像包括的交通元素的识别结果;
基于所述识别结果,从各个第一路口图像中,选择交通元素未被遮挡的第一路口图像,将选择的第一路口图像作为所述路口图像。
4.如权利要求1所述的方法,其特征在于,根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数,包括:
针对经过所述交通路口的每个采集车辆,根据该采集车辆的行程轨迹数据,确定该采集车辆经过所述交通路口时的直行区域,并获取该采集车辆经过该直行区域时拍摄到的道路图像;
基于该采集车辆拍摄的道路图像中包括的交通元素的位置信息,确定该采集车辆拍摄所述路口图像的相机的内外参数。
5.如权利要求1所述的方法,其特征在于,针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图,包括:
针对每个路口图像,从该路口图像中,提取移动对象在该路口图像中的位置信息;
基于该路口图像中包括的交通元素的位置信息和所述移动对象的位置信息,从多个路口图像中,选择交通元素未被遮挡的目标路口图像;
针对每个目标路口图像,根据采集车辆上拍摄该目标路口图像的相机的内外参数,将该目标路口图像转换为所述路口俯视图。
6.如权利要求1所述的方法,其特征在于,根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图,包括:
对各个路口俯视图像进行矢量化处理;
对矢量化处理后的各个路口俯视图像进行拼接处理;
基于拼接处理得到的结果图,以及预设的路口模型,确定所述交通路口的虚拟实景图。
7.如权利要求1所述的方法,其特征在于,所述交通路口至少包括快速路出入口、立交桥出入口、高速路出入口和道路交叉口。
8.如权利要求1所述的方法,其特征在于,所述行程轨迹数据为基于行程位置包括所述交通路口的历史完成订单确定的。
9.一种实景地图的生成装置,其特征在于,该装置包括:
获取模块,用于获取从不同方向经过交通路口的采集车辆所拍摄的路口图像,以及所述采集车辆经过所述交通路口时的行程轨迹数据;
确定模块,用于根据所述采集车辆经过所述交通路口时的行程轨迹数据,确定所述采集车辆上拍摄所述路口图像的相机的内外参数;
转换模块,用于针对每个路口图像,根据采集车辆上拍摄该路口图像的相机的内外参数,将该路口图像转换为路口俯视图;
生成模块,用于根据多个路口俯视图进行拼接的结果图,生成所述交通路口的虚拟实景图。
10.一种计算机设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-8任一项所述实景地图的生成方法的步骤。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-8任一项所述实景地图的生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010624223.0A CN111612854B (zh) | 2020-06-30 | 2020-06-30 | 实景地图的生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010624223.0A CN111612854B (zh) | 2020-06-30 | 2020-06-30 | 实景地图的生成方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612854A true CN111612854A (zh) | 2020-09-01 |
CN111612854B CN111612854B (zh) | 2021-02-12 |
Family
ID=72204131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010624223.0A Active CN111612854B (zh) | 2020-06-30 | 2020-06-30 | 实景地图的生成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612854B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106799993A (zh) * | 2017-01-09 | 2017-06-06 | 智车优行科技(北京)有限公司 | 街景采集方法和系统、车辆 |
CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
CN109143259A (zh) * | 2018-08-20 | 2019-01-04 | 北京主线科技有限公司 | 面向港口无人集卡的高精地图制作方法 |
CN110136058A (zh) * | 2018-10-25 | 2019-08-16 | 北京初速度科技有限公司 | 一种基于俯视拼接图的建图方法及车载终端 |
CN110702132A (zh) * | 2019-09-27 | 2020-01-17 | 速度时空信息科技股份有限公司 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
CN110851545A (zh) * | 2018-07-27 | 2020-02-28 | 比亚迪股份有限公司 | 地图绘制方法、装置及设备 |
CN111065893A (zh) * | 2017-06-01 | 2020-04-24 | 罗伯特·博世有限公司 | 用于创建精确到车道的道路地图的方法和设备 |
CN111261016A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 道路地图的构建方法、装置和电子设备 |
CN111260549A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 道路地图的构建方法、装置和电子设备 |
-
2020
- 2020-06-30 CN CN202010624223.0A patent/CN111612854B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106799993A (zh) * | 2017-01-09 | 2017-06-06 | 智车优行科技(北京)有限公司 | 街景采集方法和系统、车辆 |
CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
CN111065893A (zh) * | 2017-06-01 | 2020-04-24 | 罗伯特·博世有限公司 | 用于创建精确到车道的道路地图的方法和设备 |
CN110851545A (zh) * | 2018-07-27 | 2020-02-28 | 比亚迪股份有限公司 | 地图绘制方法、装置及设备 |
CN109143259A (zh) * | 2018-08-20 | 2019-01-04 | 北京主线科技有限公司 | 面向港口无人集卡的高精地图制作方法 |
CN110136058A (zh) * | 2018-10-25 | 2019-08-16 | 北京初速度科技有限公司 | 一种基于俯视拼接图的建图方法及车载终端 |
CN111261016A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 道路地图的构建方法、装置和电子设备 |
CN111260549A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 道路地图的构建方法、装置和电子设备 |
CN110702132A (zh) * | 2019-09-27 | 2020-01-17 | 速度时空信息科技股份有限公司 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
Non-Patent Citations (2)
Title |
---|
ANNIKA MEYER ET AL.: "Anytime Lane-Level Intersection Estimation Based on Trajectories", 《ARXIV》 * |
屈盼让 等: "基于栅格图拼接的多层次路口地图", 《计算机仿真》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111612854B (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Torontocity: Seeing the world with a million eyes | |
US11670087B2 (en) | Training data generating method for image processing, image processing method, and devices thereof | |
WO2018145602A1 (zh) | 车道的确定方法、装置及存储介质 | |
JP5435306B2 (ja) | 画像処理システム及び位置測位システム | |
CN111542860A (zh) | 用于自主车辆的高清地图的标志和车道创建 | |
CN111325788B (zh) | 一种基于街景图片的建筑物高度确定方法 | |
CN110796714A (zh) | 一种地图构建方法、装置、终端以及计算机可读存储介质 | |
WO2021230466A1 (ko) | 차량 위치 결정 방법 및 시스템 | |
CN108428254A (zh) | 三维地图的构建方法及装置 | |
CN113034540A (zh) | 基于摄像机的自动化精密道路地图生成系统及方法 | |
CN111931683A (zh) | 图像识别方法、装置及计算机可读存储介质 | |
CN112257668A (zh) | 主辅路判断方法、装置、电子设备及存储介质 | |
CN116883610A (zh) | 基于车辆识别与轨迹映射的数字孪生路口构建方法和系统 | |
CN111316324A (zh) | 一种自动驾驶模拟系统、方法、设备及存储介质 | |
CN114494618A (zh) | 地图的生成方法、装置、电子设备及存储介质 | |
CN114758086A (zh) | 一种城市道路信息模型的构建方法及装置 | |
WO2022155899A1 (zh) | 目标检测方法、装置、可移动平台和存储介质 | |
CN115406453A (zh) | 一种导航方法、装置及计算机存储介质 | |
JP5435294B2 (ja) | 画像処理装置及び画像処理プログラム | |
CN111612854B (zh) | 实景地图的生成方法、装置、计算机设备和存储介质 | |
KR102316818B1 (ko) | 도로 네트워크를 갱신하는 방법 및 장치 | |
CN111754388B (zh) | 一种建图方法及车载终端 | |
CN110827340B (zh) | 地图的更新方法、装置及存储介质 | |
CN115249345A (zh) | 一种基于倾斜摄影三维实景地图的交通拥堵检测方法 | |
CN112818866B (zh) | 车辆定位的方法、装置及电子设备 |
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 |