CN111854771A - 地图质量的检测处理方法、装置、电子设备和存储介质 - Google Patents
地图质量的检测处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111854771A CN111854771A CN202010518733.XA CN202010518733A CN111854771A CN 111854771 A CN111854771 A CN 111854771A CN 202010518733 A CN202010518733 A CN 202010518733A CN 111854771 A CN111854771 A CN 111854771A
- Authority
- CN
- China
- Prior art keywords
- indication information
- map
- traffic indication
- detection
- detection 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.)
- Granted
Links
Images
Classifications
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
- G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
- G01C21/3694—Output thereof on a road map
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Abstract
本申请公开了地图质量的检测处理方法、装置、电子设备和存储介质,涉及自动驾驶领域。具体实现方案为:获取待检测的地图,获取地图中标注的交通指示信息,获取地图中各检测区域的实际路测数据,根据各检测区域的实际路测数据获取各检测区域的车辆行驶行为,以及根据各检测区域对应的交通指示信息和车辆行驶行为,生成地图的检测结果。由此,通过车辆行驶行为和地图中标注的交通指示信息实现地图的自动检测,可以提高高精地图检测效率和准确性。
Description
技术领域
本申请涉及信息技术领域的自动驾驶领域,尤其涉及一种地图质量的检测处理方法、装置、电子设备和存储介质。
背景技术
目前,自动驾驶高精地图是自动驾驶非常重要的一部分,因此,需要保证地图的质量。
相关技术中,仅仅针对地图中各个元素之间的逻辑进行检测,比如路口有红绿灯信息没有进行标注可以检测出来但是无法检测已经标注的红绿灯信息是否正确,因此检测结果不够准确。
发明内容
本公开提供了一种用于地图质量的检测处理方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种地图质量的检测处理方法,包括:
获取待检测的地图;
获取所述地图中标注的交通指示信息;
获取所述地图中各检测区域的实际路测数据;
根据各所述检测区域的实际路测数据获取各所述检测区域的车辆行驶行为;以及
根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,生成所述地图的检测结果。
根据本公开的另一方面,提供了一种地图质量的检测处理装置,包括:
第一获取模块,用于获取待检测的地图;
第二获取模块,用于获取所述地图中标注的交通指示信息;
第三获取模块,用于获取所述地图中各检测区域的实际路测数据;
第四获取模块,用于根据各所述检测区域的实际路测数据获取各所述检测区域的车辆行驶行为;以及
生成模块,用于根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,生成所述地图的检测结果。
本申请第三方面实施例提出了一种电子设备,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第一方面实施例所述的地图质量的检测处理方法。
本申请第四方面实施例提出了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实施例所述的地图质量的检测处理方法。
上述申请中的一个实施例具有如下优点或有益效果:
获取待检测的地图,获取地图中标注的交通指示信息,获取地图中各检测区域的实际路测数据,根据各检测区域的实际路测数据获取各检测区域的车辆行驶行为,以及根据各检测区域对应的交通指示信息和车辆行驶行为实现地图的自动检测,可以提高高精地图检测效率和准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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是根据本申请第一实施例提供的地图质量的检测处理方法的流程示意图;
图2是根据本申请第二实施例提供的地图质量的检测处理方法的流程示意图;
图3是根据本申请第三实施例提供的地图质量的检测处理方法的流程示意图;
图4是根据本申请第四实施例提供的地图质量的检测处理的结构示意图;
图5是根据本申请第五实施例提供的地图质量的检测处理的结构示意图;
图6是根据本申请第六实施例提供的地图质量的检测处理的结构示意图;
图7是用来实现本申请实施例的地图质量的检测处理方法的方法的电子设备的框图。
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。
下面参考附图描述本申请实施例的地图质量的检测处理方法、装置、电子设备和存储介质。
图1是根据本申请第一实施例提供的地图质量的检测处理方法的流程示意图。
在实际应用中,地图的质量直接影响自动驾驶的路径规划和行驶,因此,需要保证地图的质量,通过人工来对地图进行质检效率比较低,或者是针对地图中各个元素之间的逻辑进行检测,检测结果不够准确。
举例而言,路口有左转灯和直行灯,假设地图制作中将左转灯标注为控制直行且绑定到直行车道,将直行灯标注为控制左转且绑定到左转车道,这种错误在地图的现有检测方式中无法检测,因为静态逻辑没有问题。
针对上述问题,本申请提出了一种地图质量的检测处理方法,获取待检测的地图,获取地图中标注的交通指示信息,获取与地图各检测区域的实际路测数据,根据实际路测数据获取车辆行驶行为,以及根据各检测区域对应的交通指示信息和车辆行驶行为实现地图的自动检测,可以提高高精地图检测效率和准确性。
继续以上述例子为例,在直行灯为红灯,左转灯为绿灯的场景下,在错误的地图上表现就是“直行为绿,左转为红”,这时候自动驾驶车辆直接通过路口,但是根据实际路测数据获取的车辆行驶行为并没有直接通过路口,因此可以反推出地图中标注错误,由此,通过识别地图中标注的交通指示信息和车辆行驶行为之间的冲突,能够自动发现地图中的数据问题。
具体地,如图1所示,该地图质量的检测处理方法可以包括以下步骤:
步骤101,获取待检测的地图。
步骤102,获取地图中标注的交通指示信息。
在本申请实施例中,可以根据需要选择一个或者多个已经制作的地图来进行质量检测,可以理解的是,地图中标注有交通指示信息,比如为红绿灯信息(比如红绿灯颜色)、路口允许的行驶方向信息(比如路口允许的行驶方向为左转)、车道允许的行驶方向信息(比如车道允许的行驶方向为直行车道)、车道线信息(比如双黄线)和路口的停止线信息(路口标注停止线)等中的一种或者多种,由此,可以实现针对地图中标注的不同交通指示信息进行检测,提高检测的多样性,进一步提高地图精度。
步骤103,获取地图中各检测区域的实际路测数据。
步骤104,根据各检测区域的实际路测数据获取各检测区域的车辆行驶行为。
在本申请实施例中,地图中有多个检测区域,为了提高检测的准确性和丰富性,需要获取地图各检测区域的实际路测数据,其中,实际路测数据可以为车辆坐标、或者是激光雷达、毫米波雷达和相机等感知模块对车辆行驶过程中的道路及周边环境的感知数据比如红绿灯信息、车道线、车与车的距离,车与物体的距离等等数据。
因此,不同的实际路测数据获取车辆行驶行为的方式不同,举例说明如下:
第一种示例,实际路测数据包括车辆坐标,将当前车辆坐标和当前车辆坐标周围设定范围内的车辆坐标确定为检测区域内的车辆坐标,根据检测区域内的车辆坐标确定检测区域对应的车辆行驶行为。
第二种示例,实际路测数据包括感知数据,获取检测区域内各个车辆获取的道路及周边环境的感知数据,根据道路及周边环境的感知数据确定检测区域对应的车辆行驶行为。
第三种示例,根据车辆坐标和感知数据确定检测区域对应的车辆行驶行为,比如根据车辆坐标确定在车道1直行,且根据感知数据为直行灯为绿色等,来确定车辆行驶行为是车辆在车道1直行且直行灯为绿色。
需要说明的是,上述检测区域可以任一检测区域,每一个检测区域的实际路测数据确定与该检测区域对应的车辆行驶行为。
步骤105,根据各检测区域对应的交通指示信息和车辆行驶行为,生成地图的检测结果。
在本申请实施例中,根据各检测区域(比如路口区域、车道区域和停车区域等等,根据应用场景选择设置)对应的车辆行驶行为可以确定该车辆行驶行为对应的一个标准指示信息,接着针对同一检测区域对应的地图中标注的交通指示信息与标准指示信息进行对比,如果一致可以理解为地图中标注的交通指示信息是准确的,如果不一致,可以理解为地图中标注的交通指示信息是错误的,需要进一步进行修正,以提高自动驾驶体验。
作为一种可能实现方式,根据检测区域对应的交通指示信息和车辆行驶行为,判断检测区域对应的交通指示信息是否正确,根据判断结果生成检测结果。
作为一种场景举例,根据检测区域对应的交通指示信息为车道允许的行驶方向信息“道路A车道1为直行和车道2为右拐”,车辆行驶行为为“道路A车道2为直行和车道1为右拐”判断地图中标注该检测区域对应的交通指示信息不正确,生成检测结果比如为“道路A车道1为直行和车道2为右拐标注错误”。
作为另一种场景举例,获取地图标注的检测区域的交通指示信息,以及获取检测区域的感知数据(红绿灯颜色等信息),对比车辆行驶行为,生成检测结果,比如地图标注的直行红绿灯123控制车道lane_1,根据感知数据得到红绿灯123的颜色是红色,车辆X从lane_1越过停止线直行,由此,以地图标注的交通指示信息为准,车辆X闯红灯。由于一般所有车辆都闯红灯,因此确定地图中这个检测区域标注的交通指示信息有问题,比如红绿灯123其实并不控制lane_1或者并不控制直行等。
在本申请实施例中,生成地图的检测结果包括地图中各个检测区域对应的交通指示信息标注错误或者是标注正确,比如检测区域道路A车道1为直行和车道2为右拐标注错误,再比如检测区域路口B的红绿灯123控制lane_1标注错误,还比如检测区域路口C的停止线信息标注正确等等。
此外,为了提高后续处理效率,也可以是直接对检测结果为标注错误的交通指示信息进行去重处理后再生成检测结果以发送给后续地图修复模块进行快速恢复处理,具体根据应用场景需要进行选择。
综上所述,本申请的地图质量的检测处理方法,通过获取待检测的地图,获取地图中标注的交通指示信息,获取地图中各检测区域的实际路测数据,根据各检测区域的实际路测数据获取各检测区域的车辆行驶行为,以及根据各检测区域对应的交通指示信息和车辆行驶行为实现地图的自动检测,,提高地图检测效率和准确性。
基于上述实施例的描述,不同的实际路测数据获取车辆行驶行为的方式不同,以及可以根据实际应用需要选择不同的方式生成地图的检测结果,下面结合图2以车辆坐标来获取车辆行驶行为,以及以检测区域对应的交通指示信息和车辆行驶行为判断检测区域对应的交通指示信息是否正确为例进行详细描述。
图2是根据本申请第二实施例提供的地图质量的检测处理方法的流程示意图。
如图2所示,该地图质量的检测处理方法可以包括以下步骤:
步骤201,获取待检测的地图。
步骤202,获取地图中标注的交通指示信息。
需要说明的是,步骤201-步骤202与步骤101-步骤102相同,具体参见步骤101-步骤102的描述,此处不再详述。
步骤203,获取地图中各检测区域的车辆坐标,将当前车辆坐标和当前车辆坐标周围设定范围内的车辆坐标确定为检测区域内的车辆坐标。
步骤204,根据检测区域内的车辆坐标确定检测区域对应的车辆行驶行为。
在本申请实施例中,可以通过车辆的定位系统等获取车辆坐标,根据当前车辆坐标(不同时间点对应的车辆坐标)可以获取当前车辆的行驶轨迹、车辆静止状态(车辆坐标没变化)从而可以确定当前车辆是直行、左拐、右拐、停车和变道等当前车辆行驶行为,以及获取当前车辆坐标周围设定范围内的车辆坐标,比如两米范围内,各个车辆的车辆坐标,从而获取各个车辆的车辆行驶行为,根据检测区域内的车辆坐标也就是检测区域内各个车辆的行驶轨迹确定检测区域对应的车辆行驶行为,比如检测区域为路口A,即可以获取路口A对应的车辆行驶行为比如车道1直行,车道2左拐等。
由此,通过检测区域内的车辆坐标可以快速确定该检测区域对应的车辆行驶行为,提高地图质量的检测处理效率。
步骤205,根据各检测区域对应的交通指示信息和车辆行驶行为,判断各检测区域对应的交通指示信息是否正确,根据判断结果生成检测结果。
在本申请实施例中,根据各检测区域对应的交通指示信息和车辆行驶行为判断各检测区域对应的交通指示信息是否正确,可以理解为,针对同一个检测区域,根据车辆行驶行为可以确定真实的交通指示信息,与地图中标注的该检测区域对应的交通指示信息进行对比是否一致,从而生成检测结果,从而可以快速判断结果生成检测结果,提高检测效率。
作为一种可能实现方式,判断各检测区域对应的交通指示信息和车辆行驶行为是否冲突,若冲突,则判断出各检测区域对应的交通指示信息不正确,若不冲突,则判断出各检测区域对应的交通指示信息正确。
也就是说,对地图标注的交通指示信息和车辆行驶行为进行冲突对比,比如车辆行驶行为是停止行驶,在地图标注的交通指示信息为绿灯时则表示两者冲突;或者是车辆行驶行为是直行行驶,在地图标注的交通指示信息为直行红灯时则表示两者冲突,都可以确定各检测区域对应的交通指示信息不正确。
在本申请实施例中,对判断结果为不正确的检测区域对应的交通指示信息进行去重处理,根据去重处理后的检测区域对应的交通指示信息生成检测结果。
综上所述,本申请的地图质量的检测处理方法,通过获取待检测的地图,获取地图中标注的交通指示信息,获取地图中各检测区域的车辆坐标,将当前车辆坐标和当前车辆坐标周围设定范围内的车辆坐标确定为检测区域内的车辆坐标,根据检测区域内的车辆坐标确定检测区域对应的车辆行驶行为,根据各检测区域对应的交通指示信息和车辆行驶行为,判断检测区域对应的交通指示信息是否正确,根据判断结果生成检测结果。由此,能够快速准确检测地图的质量,降低成本的同时提高检测精确度。
图3是根据本申请第二实施例提供的地图质量的检测处理方法的流程示意图。
如图3所示,该地图质量的检测处理方法可以包括以下步骤:
步骤301,获取待检测的地图。
步骤302,获取地图中标注的交通指示信息。
需要说明的是,步骤301-步骤302与步骤101-步骤102相同,具体参见步骤101-步骤102的描述,此处不再详述。
步骤303,获取地图中各检测区域的车辆坐标,将当前车辆坐标和当前车辆坐标周围设定范围内的车辆坐标确定为检测区域内的车辆坐标,根据检测区域内的车辆坐标确定检测区域对应的车辆行驶行为。
在本申请实施例中,可以通过车辆的定位系统等获取车辆坐标,根据当前车辆坐标(不同时间点对应的车辆坐标)可以获取当前车辆的行驶轨迹从而可以确定当前车辆是直行、左拐、右拐和变道等当前车辆行驶行为,以及获取当前车辆坐标周围设定范围内的车辆坐标,比如两米范围内,各个车辆的车辆坐标,从而获取各个车辆的车辆行驶行为,根据检测区域内的车辆坐标也就是检测区域内各个车辆的行驶轨迹确定检测区域对应的车辆行驶行为,比如检测区域为路口A,即可以获取路口A对应的车辆行驶行为比如车道1直行,车道2左拐等。
步骤304,判断各检测区域对应的交通指示信息和车辆行驶行为是否冲突。
步骤305,若冲突,则判断出检测区域对应的交通指示信息不正确,若不冲突,则判断出检测区域对应的交通指示信息正确。
具体地,根据各检测区域对应的交通指示信息和车辆行驶行为是否冲突确定交通指示信息标注是否正确,快速准确对地图进行质量检测。
在本申请实施例中,可以通过预设算法或者预设的规则逻辑库来判断各检测区域对应的交通指示信息和车辆行驶行为是否冲突,举例说明是如下:
作为一种可能实现方式,获取预设的规则逻辑库,根据预设的规则逻辑库,判断各检测区域对应的交通指示信息和车辆行驶行为是否冲突。
具体地,预设的规则逻辑库预先根据交通指示信息和车辆行驶行为建立,包括与交通指示信息不匹配的车辆行驶行为。
举例而言,预设的规则逻辑库包括:在地图标注的交通指示信息为绿灯时,车辆行驶行为是停止行驶;在地图标注的交通指示信息为红灯时车辆行驶行为是行驶;在地图标注的交通指示信息为路口允许的行驶方向为左转时,车辆行驶行为是直线行驶;车辆行驶行为的行驶方向和地图标注的车道允许的行驶方向不符;在地图中标注的车道线信息为双黄线的地方,车辆行驶行为是压双黄线;在地图中没有标注停止线的路口,车辆行驶行为停车等中的一种或者多种。
由此,通过预先设置的规则逻辑库判断各检测区域对应的交通指示信息和车辆行驶行为是否冲突,进一步提高检测效率,以及预设的规则逻辑库包括与交通指示信息不匹配的车辆行驶行为,简单高效可以识别交通指示信息和车辆行驶行为是否冲突。
作为另一种可能实现方式,将各检测区域对应的交通指示信息和车辆行驶行为输入预设规则模型中进行计算,根据计算结果比如1或者0来确定是否冲突。
因此,若冲突,则判断出检测区域对应的交通指示信息不正确,若不冲突,则判断出检测区域对应的交通指示信息正确。
步骤306,对判断结果为不正确的检测区域对应的交通指示信息进行去重处理,根据去重处理后的检测区域对应的交通指示信息生成检测结果。
在本申请实施中,在对判断结果为不正确的检测区域对应的交通指示信息直接进行去重处理,再将去重处理后的检测区域对应的交通指示信息生成检测结果,进一步满足自动驾驶准确性需求。
综上所述,本申请的地图质量的检测处理方法,通过获取待检测的地图,获取地图中标注的交通指示信息,获取地图中各检测区域的车辆坐标,将当前车辆坐标和当前车辆坐标周围设定范围内的车辆坐标确定为检测区域内的车辆坐标,根据检测区域内的车辆坐标确定检测区域对应的车辆行驶行为,判断各检测区域对应的交通指示信息和车辆行驶行为是否冲突,若冲突,则判断出检测区域对应的交通指示信息不正确,若不冲突,则判断出检测区域对应的交通指示信息正确,对判断结果为不正确的检测区域对应的交通指示信息进行去重处理,根据去重处理后的检测区域对应的交通指示信息生成检测结果。由此,通过车辆行驶行为和地图中标注的交通指示信息自动对地图进行检测,可以提高高精地图检测效率和准确性。
为了实现上述实施例,本申请提出了一种地图质量的检测处理装置。
图4是根据本申请第四实施例提供的地图质量的检测处理的结构示意图。
如图4所示,该地图质量的检测处理40,可以包括:第一获取模块41、第二获取模块42、第三获取模块43、第四获取模块44和生成模块45。
其中,第一获取模块41,用于获取待检测的地图。
第二获取模块42,用于获取所述地图中标注的交通指示信息。
第三获取模块43,用于获取所述地图各检测区域的实际路测数据。
第四获取模块44,用于根据各检测区域的实际路测数据获取各检测区域的车辆行驶行为;以及
生成模块45,用于根据各检测区域对应的所述交通指示信息和所述车辆行驶行为,生成所述地图的检测结果。
在本申请的一个实施例中,交通指示信息包括以下信息中的至少一种:红绿灯信息、路口允许的行驶方向信息、车道允许的行驶方向信息、车道线信息和路口的停止线信息。
在本申请的一个实施例中,实际路测数据包括车辆坐标,所述第四获取模块44,具体用于:将当前车辆坐标和所述当前车辆坐标周围设定范围内的车辆坐标确定为检测区域内的车辆坐标;以及根据检测区域内的车辆坐标确定检测区域对应的车辆行驶行为。
在本申请的一个实施例中,如图5所示,在如图4的基础上,生成模块45,包括:判断单元451和生成单元452
判断单元451,用于根据各检测区域对应的所述交通指示信息和所述车辆行驶行为,判断所述检测区域对应的所述交通指示信息是否正确。以及
生成单元452,用于根据判断结果生成所述检测结果。
在本申请的一个实施例中,如图6所示,在图5的基础上,判断单元451,包括:判断子单元4511和确定子单元4522。
判断子单元4511,用于判断各检测区域对应的所述交通指示信息和所述车辆行驶行为是否冲突。
确定子单元4522,用于若冲突,则判断出所述检测区域对应的所述交通指示信息不正确。以及
确定子单元4522,还用于若不冲突,则判断出所述检测区域对应的所述交通指示信息正确。
在本申请的一个实施例中,判断子单元4511,具体用于:获取预设的规则逻辑库;以及根据所述预设的规则逻辑库,判断各检测区域对应的所述交通指示信息和所述车辆行驶行为是否冲突。
在本申请的一个实施例中,预设的规则逻辑库包括:与所述交通指示信息不匹配的车辆行驶行为。
在本申请的一个实施例中,生成单元452,具体用于:对所述判断结果为不正确的所述检测区域对应的所述交通指示信息进行去重处理;以及
根据去重处理后的所述检测区域对应的所述交通指示信息生成所述检测结果。
综上所述,本申请的地图质量的检测处理装置,通过获取待检测的地图,获取地图中标注的交通指示信息,获取地图各检测区域的实际路测数据,根据各检测区域的实际路测数据获取各检测区域的车辆行驶行为,以及根据各检测区域对应的交通指示信息和车辆行驶行为实现地图的自动检测,可以提高高精地图检测效率和准确性。
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。
如图7所示,是根据本申请实施例的地图质量的检测处理方法的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7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7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质量的检测处理方法的方法。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质量的检测处理方法的方法。
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质量的检测处理方法的方法对应的程序指令/模块(例如,附图4所示的第一获取模块41、第二获取模块42、第三获取模块43、第四获取模块44和生成模块45)。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质量的检测处理方法的方法。
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;存储数据区可存储根据地图质量的检测处理方法的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地图质量的检测处理方法的电子设备。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。
地图质量的检测处理方法的方法的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7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,以及产生与地图质量的检测处理方法的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。
根据本申请实施例的技术方案,通过获取待检测的地图,获取地图中标注的交通指示信息,获取地图各个检测区域的实际路测数据,根据各个检测区域的实际路测数据获取各个检测区域的车辆行驶行为,以及根据同各检测区域对应的交通指示信息和车辆行驶行为实现地图的自动检测,,可以提高高精地图检测效率和准确性。
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 (18)
1.一种地图质量的检测处理方法,包括:
获取待检测的地图;
获取所述地图中标注的交通指示信息;
获取所述地图中各检测区域的实际路测数据;
根据各所述检测区域的实际路测数据获取各所述检测区域的车辆行驶行为;以及
根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,生成所述地图的检测结果。
2.根据权利要求1所述地图质量的检测处理方法,其中,所述交通指示信息包括以下信息中的至少一种:
红绿灯信息、路口允许的行驶方向信息、车道允许的行驶方向信息、车道线信息和路口的停止线信息。
3.根据权利要求1所述地图质量的检测处理方法,其中,所述实际路测数据包括车辆坐标,所述根据各所述检测区域的实际路测数据获取各所述检测区域的车辆行驶行为,包括:
将当前车辆坐标和所述当前车辆坐标周围设定范围内的车辆坐标确定为所述检测区域内的车辆坐标;以及
根据所述检测区域内的车辆坐标确定所述检测区域对应的车辆行驶行为。
4.根据权利要求1所述地图质量的检测处理方法,其中,所述根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,生成所述地图的检测结果,包括:
根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,判断各所述检测区域对应的所述交通指示信息是否正确;以及
根据判断结果生成所述检测结果。
5.根据权利要求4所述地图质量的检测处理方法,其中,所述根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,判断所述各检测区域对应的所述交通指示信息是否正确,包括:
判断所述检测区域对应的所述交通指示信息和所述车辆行驶行为是否冲突;
若冲突,则判断出所述检测区域对应的所述交通指示信息不正确;以及
若不冲突,则判断出所述检测区域对应的所述交通指示信息正确。
6.根据权利要求5所述地图质量的检测处理方法,其中,所述判断所述检测区域对应的所述交通指示信息和所述车辆行驶行为是否冲突,包括:
获取预设的规则逻辑库;以及
根据所述预设的规则逻辑库,判断所述检测区域对应的所述交通指示信息和所述车辆行驶行为是否冲突。
7.根据权利要求6所述地图质量的检测处理方法,其中,所述预设的规则逻辑库包括:与所述交通指示信息不匹配的车辆行驶行为。
8.根据权利要求4所述地图质量的检测处理方法,其中,所述根据判断结果生成所述检测结果,包括:
对所述判断结果为不正确的所述检测区域对应的所述交通指示信息进行去重处理;以及
根据去重处理后的所述检测区域对应的所述交通指示信息生成所述检测结果。
9.一种地图质量的检测处理装置,包括:
第一获取模块,用于获取待检测的地图;
第二获取模块,用于获取所述地图中标注的交通指示信息;
第三获取模块,用于获取所述地图中各检测区域的实际路测数据;
第四获取模块,用于根据各所述检测区域的实际路测数据获取各所述检测区域的车辆行驶行为;以及
生成模块,用于根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,生成所述地图的检测结果。
10.根据权利要求9所述地图质量的检测处理装置,其中,所述交通指示信息包括以下信息中的至少一种:
红绿灯信息、路口允许的行驶方向信息、车道允许的行驶方向信息、车道线信息和路口的停止线信息。
11.根据权利要求9所述地图质量的检测处理装置,其中,所述实际路测数据包括车辆坐标,所述第四获取模块,具体用于:
将当前车辆坐标和所述当前车辆坐标周围设定范围内的车辆坐标确定为所述检测区域内的车辆坐标;以及
根据所述检测区域内的车辆坐标确定所述检测区域对应的车辆行驶行为。
12.根据权利要求9所述地图质量的检测处理装置,其中,所述生成模块,包括:
判断单元,用于根据各所述检测区域对应的所述交通指示信息和所述车辆行驶行为,判断各所述检测区域对应的所述交通指示信息是否正确;以及
生成单元,用于根据判断结果生成所述检测结果。
13.根据权利要求12所述地图质量的检测处理装置,其中,所述判断单元,包括:
判断子单元,用于判断所述检测区域对应的所述交通指示信息和所述车辆行驶行为是否冲突;
确定子单元,用于若冲突,则判断出所述检测区域对应的所述交通指示信息不正确;以及
所述确定子单元,还用于若不冲突,则判断出所述检测区域对应的所述交通指示信息正确。
14.根据权利要求13所述地图质量的检测处理装置,其中,所述判断子单元,具体用于:
获取预设的规则逻辑库;以及
根据所述预设的规则逻辑库,判断所述检测区域对应的所述交通指示信息和所述车辆行驶行为是否冲突。
15.根据权利要求14所述地图质量的检测处理装置,其中,所述预设的规则逻辑库包括:与所述交通指示信息不匹配的车辆行驶行为。
16.根据权利要求12所述地图质量的检测处理装置,其中,所述生成单元,具体用于:
对所述判断结果为不正确的所述检测区域对应的所述交通指示信息进行去重处理;以及
根据去重处理后的所述检测区域对应的所述交通指示信息生成所述检测结果。
17.一种电子设备,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权利要求1-8中任一项所述的地图质量的检测处理方法。
18.一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权利要求1-8中任一项所述的地图质量的检测处理方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010518733.XA CN111854771B (zh) | 2020-06-09 | 2020-06-09 | 地图质量的检测处理方法、装置、电子设备和存储介质 |
US17/331,789 US20210293549A1 (en) | 2020-06-09 | 2021-05-27 | Method for detecting map quality, electronic device and storage medium |
KR1020210070155A KR20210074245A (ko) | 2020-06-09 | 2021-05-31 | 지도 품질의 검출 처리 방법, 장치, 전자기기 및 저장매체 |
EP21177005.2A EP3862723A3 (en) | 2020-06-09 | 2021-06-01 | Method and apparatus for detecting map quality |
JP2021092242A JP2021156892A (ja) | 2020-06-09 | 2021-06-01 | 地図品質の検出処理方法、地図品質の検出処理装置、電子機器、記憶媒体及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010518733.XA CN111854771B (zh) | 2020-06-09 | 2020-06-09 | 地图质量的检测处理方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111854771A true CN111854771A (zh) | 2020-10-30 |
CN111854771B CN111854771B (zh) | 2023-01-24 |
Family
ID=72986297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010518733.XA Active CN111854771B (zh) | 2020-06-09 | 2020-06-09 | 地图质量的检测处理方法、装置、电子设备和存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210293549A1 (zh) |
EP (1) | EP3862723A3 (zh) |
JP (1) | JP2021156892A (zh) |
KR (1) | KR20210074245A (zh) |
CN (1) | CN111854771B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113607189A (zh) * | 2021-08-04 | 2021-11-05 | 广州小鹏自动驾驶科技有限公司 | 地图数据检测方法及装置 |
CN114111757A (zh) * | 2021-10-26 | 2022-03-01 | 北京百度网讯科技有限公司 | 地图数据的修复方法、装置、电子设备和可读存储介质 |
CN114166206A (zh) * | 2021-12-08 | 2022-03-11 | 阿波罗智能技术(北京)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114724379A (zh) * | 2022-06-08 | 2022-07-08 | 中汽创智科技有限公司 | 数据处理方法、装置、设备及存储介质 |
WO2022228082A1 (zh) * | 2021-04-26 | 2022-11-03 | 华为技术有限公司 | 一种地图、地图生成方法、地图使用方法及装置 |
WO2023046125A1 (zh) * | 2021-09-26 | 2023-03-30 | 华为技术有限公司 | 地图有效性检测方法和相关产品 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763731B (zh) * | 2021-09-28 | 2022-12-06 | 苏州挚途科技有限公司 | 高精地图重建道路交叉口红绿灯信息的方法和系统 |
CN114323042B (zh) * | 2021-12-30 | 2023-12-08 | 湖北亿咖通科技有限公司 | 地图数据的处理方法、装置、非易失性存储介质及处理器 |
CN114620072B (zh) * | 2022-03-14 | 2023-05-09 | 小米汽车科技有限公司 | 车辆控制方法、装置、存储介质、电子设备及车辆 |
CN115223118B (zh) * | 2022-06-09 | 2024-03-01 | 广东省智能网联汽车创新中心有限公司 | 一种高精地图置信度判断方法、系统及车辆 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090070031A1 (en) * | 2007-09-07 | 2009-03-12 | On Time Systems Inc. | System and method for automated updating of map information |
CN105206052A (zh) * | 2015-09-21 | 2015-12-30 | 张力 | 一种驾驶行为分析方法及设备 |
US20160327400A1 (en) * | 2014-02-12 | 2016-11-10 | Denso Corporation | Host-vehicle-travel-position specification apparatus and host-vehicle-travel-position specification program product |
CN109472844A (zh) * | 2018-11-01 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 路口内车道线标注方法、装置及存储介质 |
CN109783588A (zh) * | 2018-12-10 | 2019-05-21 | 北京百度网讯科技有限公司 | 地图的错误信息检测方法、装置、设备、车辆及存储介质 |
CN110203204A (zh) * | 2019-05-17 | 2019-09-06 | 深圳森云智能科技有限公司 | 一种车辆周边环境感知方法 |
US20200042813A1 (en) * | 2018-08-02 | 2020-02-06 | Denso International America, Inc. | Systems And Methods For Avoiding Misrecognition Of Traffic Signs And Signals By Hacking |
CN110979332A (zh) * | 2019-12-24 | 2020-04-10 | 奇瑞汽车股份有限公司 | 智能汽车的控制方法、装置及存储介质 |
US20200160697A1 (en) * | 2018-11-21 | 2020-05-21 | Toyota Jidosha Kabushiki Kaisha | Map information system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8880272B1 (en) * | 2012-03-16 | 2014-11-04 | Google Inc. | Approach for estimating the geometry of roads and lanes by using vehicle trajectories |
JP2016054001A (ja) * | 2016-01-05 | 2016-04-14 | パイオニア株式会社 | サーバ装置 |
-
2020
- 2020-06-09 CN CN202010518733.XA patent/CN111854771B/zh active Active
-
2021
- 2021-05-27 US US17/331,789 patent/US20210293549A1/en not_active Abandoned
- 2021-05-31 KR KR1020210070155A patent/KR20210074245A/ko not_active Application Discontinuation
- 2021-06-01 JP JP2021092242A patent/JP2021156892A/ja active Pending
- 2021-06-01 EP EP21177005.2A patent/EP3862723A3/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090070031A1 (en) * | 2007-09-07 | 2009-03-12 | On Time Systems Inc. | System and method for automated updating of map information |
US20160327400A1 (en) * | 2014-02-12 | 2016-11-10 | Denso Corporation | Host-vehicle-travel-position specification apparatus and host-vehicle-travel-position specification program product |
CN105206052A (zh) * | 2015-09-21 | 2015-12-30 | 张力 | 一种驾驶行为分析方法及设备 |
US20200042813A1 (en) * | 2018-08-02 | 2020-02-06 | Denso International America, Inc. | Systems And Methods For Avoiding Misrecognition Of Traffic Signs And Signals By Hacking |
CN109472844A (zh) * | 2018-11-01 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 路口内车道线标注方法、装置及存储介质 |
US20200160697A1 (en) * | 2018-11-21 | 2020-05-21 | Toyota Jidosha Kabushiki Kaisha | Map information system |
CN109783588A (zh) * | 2018-12-10 | 2019-05-21 | 北京百度网讯科技有限公司 | 地图的错误信息检测方法、装置、设备、车辆及存储介质 |
CN110203204A (zh) * | 2019-05-17 | 2019-09-06 | 深圳森云智能科技有限公司 | 一种车辆周边环境感知方法 |
CN110979332A (zh) * | 2019-12-24 | 2020-04-10 | 奇瑞汽车股份有限公司 | 智能汽车的控制方法、装置及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022228082A1 (zh) * | 2021-04-26 | 2022-11-03 | 华为技术有限公司 | 一种地图、地图生成方法、地图使用方法及装置 |
CN113607189A (zh) * | 2021-08-04 | 2021-11-05 | 广州小鹏自动驾驶科技有限公司 | 地图数据检测方法及装置 |
WO2023046125A1 (zh) * | 2021-09-26 | 2023-03-30 | 华为技术有限公司 | 地图有效性检测方法和相关产品 |
CN114111757A (zh) * | 2021-10-26 | 2022-03-01 | 北京百度网讯科技有限公司 | 地图数据的修复方法、装置、电子设备和可读存储介质 |
CN114166206A (zh) * | 2021-12-08 | 2022-03-11 | 阿波罗智能技术(北京)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114724379A (zh) * | 2022-06-08 | 2022-07-08 | 中汽创智科技有限公司 | 数据处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111854771B (zh) | 2023-01-24 |
EP3862723A3 (en) | 2021-12-15 |
KR20210074245A (ko) | 2021-06-21 |
EP3862723A2 (en) | 2021-08-11 |
US20210293549A1 (en) | 2021-09-23 |
JP2021156892A (ja) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111854771B (zh) | 地图质量的检测处理方法、装置、电子设备和存储介质 | |
CN112415552B (zh) | 车辆位置的确定方法、装置及电子设备 | |
CN110929702B (zh) | 一种轨迹规划方法、装置、电子设备和存储介质 | |
CN110675644B (zh) | 道路红绿灯的识别方法、装置、电子设备及存储介质 | |
CN110595459B (zh) | 车辆定位方法、装置、设备和介质 | |
CN111708858A (zh) | 一种地图数据处理方法、装置、设备以及存储介质 | |
CN110689747B (zh) | 自动驾驶车辆的控制方法和装置、自动驾驶车辆 | |
CN111310840B (zh) | 数据融合处理方法、装置、设备和存储介质 | |
CN112802325B (zh) | 车辆排队长度检测方法及装置 | |
CN110702136B (zh) | 车辆的路线规划方法、装置、电子设备及可读存储介质 | |
CN111693059B (zh) | 环岛的导航方法、装置、设备及存储介质 | |
CN110660219A (zh) | 停车场停车预测方法和装置 | |
CN112131335B (zh) | 车道级地图数据处理方法、装置、电子设备及存储介质 | |
CN113091757B (zh) | 地图生成方法和装置 | |
EP3904829B1 (en) | Method and apparatus for generating information, device, medium and computer program product | |
CN111079079A (zh) | 数据修正方法、装置、电子设备及计算机可读存储介质 | |
CN112258873B (zh) | 用于控制车辆的方法、装置、电子设备及存储介质 | |
CN111652112A (zh) | 一种车道流向的识别方法、装置、电子设备及存储介质 | |
CN110866504B (zh) | 标注数据的获取方法、装置和设备 | |
CN111597287B (zh) | 地图生成方法、装置及设备 | |
KR20220029309A (ko) | 교통 검문소를 결정하는 방법, 시스템, 전자 기기 및 매체 | |
CN112486817B (zh) | 一种数据更新的测评方法、装置、设备及存储介质 | |
CN113011298A (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
CN114386239A (zh) | 交通信号灯灯色标注纠正方法、装置及边缘计算设备 | |
CN111553043A (zh) | 交通指标计算模型测试方法、交通仿真方法和装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211013 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 |