CN111932924A - 一种环境模型的确定方法、装置、计算机设备和存储介质 - Google Patents
一种环境模型的确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111932924A CN111932924A CN202010799648.5A CN202010799648A CN111932924A CN 111932924 A CN111932924 A CN 111932924A CN 202010799648 A CN202010799648 A CN 202010799648A CN 111932924 A CN111932924 A CN 111932924A
- Authority
- CN
- China
- Prior art keywords
- digital model
- information
- data
- model
- digital
- 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 40
- 230000008447 perception Effects 0.000 claims description 19
- 230000007613 environmental effect Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 36
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 238000013499 data model Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction 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
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Geometry (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Atmospheric Sciences (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种环境模型的确定方法、装置、计算机设备和存储介质。本发明实施例提供的技术方案中，向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；接收目标城市数字模型中心发送的数据信息；判断数据信息与生成的初步信息是否一致；若判断出数据信息与初步信息一致，将数字模型作为环境模型，可以提高环境模型的建模效率。
Description
【技术领域】
本发明涉及通信技术领域，尤其涉及一种环境模型的确定方法、装置、计算机设备和存储介质。
【背景技术】
随着技术和器件的发展，自动驾驶技术正向我们走来。完全的自动驾驶不需要人参与，依靠车辆的感知设备对周围环境的详细感知，通过数字化建模，形成虚拟的行驶空间。目前自动驾驶汽车都是通过安装感知设备对车辆周边环境进行多角度，多次扫描，在再进行复杂计算才能构建完整精确的环境模型，建模效率较低。
【发明内容】
有鉴于此，本发明实施例提供了一种环境模型的确定方法、装置、计算机设备和存储介质，可以提高环境模型的建模效率。
一方面，本发明实施例提供了一种环境模型的确定方法，所述方法包括：
向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；
接收目标城市数字模型中心发送的数据信息；
判断数据信息与生成的初步信息是否一致；
若判断出数据信息与初步信息一致，将数字模型作为环境模型。
可选地，在向管理后台发送数字模型请求信息之前，还包括：
获取车辆的当前行驶信息和当前道路信息，当前行驶信息包括当前位置、行驶速度和行驶方向，当前道路信息包括道路密集度和其它车辆速度；
根据道路密集度、其它车辆速度、当前位置、行驶速度和行驶方向，预测出车辆在预设时间内到达的下一个位置。
可选地，向管理后台发送数字模型请求信息，包括：
通过传输网络向管理后台发送数字模型请求信息。
可选地，在判断数据信息与生成的初步信息是否一致之前，还包括：
按照预设周期接收感知设备发送的感知数据；
根据感知数据，构建初步环境模型，初步环境模型包括初步信息。
可选地，目标城市数字模型中心包括至少一个数字模型，每个数字模型包括模型位置和数据信息。
可选地，还包括：
若判断出数据信息与初步信息不一致，按照预设周期接收感知设备发送的感知数据；
根据感知数据，构建环境模型。
可选地，所述根据感知数据，构建环境模型，包括：
对感知数据进行预处理，生成第一数据；
对第一数据进行分割处理，生成第二数据；
对第二数据进行三角网格化处理，构建环境模型。
另一方面，本发明实施例提供了一种环境模型的确定装置，包括：
发送模块，用于向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；
接收模块，用于接收目标城市数字模型中心发送的数据信息；
判断模块，用于判断数据信息与生成的初步信息是否一致；
确定模块，用于若判断出数据信息与初步信息一致，将数字模型作为环境模型。
另一方面，本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述环境模型的确定方法。
另一方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现上述环境模型的确定方法。
本发明实施例的方案中，向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；接收目标城市数字模型中心发送的数据信息；判断数据信息与生成的初步信息是否一致；若判断出数据信息与初步信息一致，将数字模型作为环境模型，可以提高环境模型的建模效率。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
图1为本发明实施例提供的一种环境模型的确定方法的流程图；
图2为本发明实施例提供的又一种环境模型的确定方法的流程图；
图3为本发明实施例提供的一种环境模型的确定系统的结构示意图；
图4为本发明实施例提供的一种环境模型的确定装置的结构示意图；
图5为本发明实施例提供的一种计算机设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述设定阈值，但这些设定阈值不应限于这些术语。这些术语仅用来将设定阈值彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一设定阈值也可以被称为第二设定阈值，类似地，第二设定阈值也可以被称为第一设定阈值。
图1为本发明实施例提供的一种环境模型的确定方法的流程图，如图1所示，该方法包括：
步骤101、向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息。
步骤102、接收目标城市数字模型中心发送的数据信息。
步骤103、判断数据信息与生成的初步信息是否一致。
步骤104、若判断出数据信息与初步信息一致，将数字模型作为环境模型。
本发明实施例提供的技术方案中，向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；接收目标城市数字模型中心发送的数据信息；判断数据信息与生成的初步信息是否一致；若判断出数据信息与初步信息一致，将数字模型作为环境模型，可以提高环境模型的建模效率。
图2为本发明实施例提供的又一种环境模型的确定方法的流程图，如图2所示，该方法包括：
步骤201、获取车辆的当前行驶信息和当前道路信息，当前行驶信息包括当前位置、行驶速度和行驶方向，当前道路信息包括道路密集度和其它车辆速度。
本发明实施例中，各步骤由车载设备执行。
本发明实施例中，导航平台可以检测出当前道路信息，并将当前道路信息发送至车载设备。
本发明实施例中，车辆具有自动驾驶功能，车辆中设置有车载设备、感知设备、高精度定位单元和转向角传感器。其中，车载设备用于执行图1或图2所示的各步骤；感知设备用于获取车辆周围环境的感知数据；高精度定位单元用于定位车辆的当前位置和行驶速度；转向角传感器用于检测车辆的行驶方向。
本发明实施例中，感知设备包括激光雷达、毫米波雷达或摄像头中之一或其任意组合。
本发明实施例中，高精度定位单元包括但不限于惯导单元、全球定位系统(GlobalPositioning System，简称：GPS)、北斗卫星导航系统(BeiDou Navigation SatelliteSystem，简称：BDS)、实时动态(Real-time kinematic，简称：RTK)载波相位差分技术或第五代移动通信技术(5th generation mobile networks，简称：5G)定位技术。
本发明实施例中，惯导单元包括但不限于惯性测量单元(Inertial measurementunit，简称：IMU)或惯性导航系统(Inertial Navigation System，简称：INS)。其中，一个IMU包含了三个单轴的加速度计和三个单轴的陀螺，加速度计检测车辆在载体坐标系统独立三轴的加速度信号，而陀螺检测车辆相对于导航坐标系的角速度信号，测量车辆在三维空间中的角速度和加速度，并以此解算出车辆的行驶速度。作为一种可选方案，IMU可以安装在车辆的重心上。其中，INS是一种利用安装在车辆上的陀螺仪和加速度计来测定车辆位置的一个系统。通过陀螺仪和加速度计的测量数据，可以确定车辆在惯性参考坐标系中的运动，同时也能够计算出车辆在惯性参考坐标系中的位置。
步骤202、根据道路密集度、其它车辆速度、当前位置、行驶速度和行驶方向，预测出车辆在预设时间内到达的下一个位置。
作为一种可选方案，对道路密集度设定第一权值、对其他车辆速度设定第二权值、对当前位置设定第三权值、对行驶速度设定第四权值以及对行驶方向设定第五权值；对当前位置设定第一特征值以及对行驶方向设定第二特征值；将第一权值乘以道路密集度计算出第一相乘结果；将第二权值乘以其它车辆速度计算出第二相乘结果；将第三权值乘以第一特征值计算出第三相乘结果；将第四权值乘以行驶速度计算出第四相乘结果；将第五权值乘以第二特征值计算出第五相乘结果；将第一相乘结果、第二相乘结果、第三相乘结果、第四相乘结果和第五相乘结果相加计算出加权结果，将加权结果对应的位置确定为车辆在预设时间内到达的下一个位置。
本发明实施例中，预设时间可根据实际情况进行设置。作为一种可选方案，预设时间为30秒。
步骤203、向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息。
本发明实施例中，通过传输网络向管理后台发送数字模型请求信息。其中，传输网络包括但不限于3G网络、4G网络或5G网络。
本发明实施例中，目标城市数字模型中心包括至少一个数字模型，每个数字模型包括模型位置和数据信息。
本发明实施例中，至少一个城市数字模型中心存储于互联网数据中心(InternetData Center，简称：IDC)，管理后台接收到车载设备发送的数字模型请求信息之后，根据预设策略从IDC中匹配出最优的城市数字模型中心；将匹配出的最优的城市数字模型中心作为目标城市数字模型中心；管理后台将数字模型请求信息发送至目标城市数字模型中心，数字请求信息包括下一个位置，目标城市数字模型中心包括多个数字模型，每个数字模型包括但不限于城市道路、红绿灯、站台和建筑物中之一或其任意组合的三维数据模型；目标城市数字模型中心根据下一个位置匹配出对应的数据模型，并获取数字模型的数据信息。
本发明实施例中，预设策略可以根据实际情况进行设置。作为一种可选方案，预设策略包括传输时延最低策略。作为另一种可选方案，预设策略包括最近更新策略。例如：预设策略包括最近更新策略，则管理后台根据最近更新策略，匹配出最近更新的城市数字模型中心作为最优的城市数字模型中心。
本发明实施例中，数字模型的数据信息包括但不限于建筑物位置、建筑物的三维模型、交叉路口布局和道路网络信息中之一或其任意组合。其中，道路网络信息包括但不限于交通标志位置、桥梁位置、站台位置和交通指示灯位置中之一或其任意组合。例如：建筑物的三维模型包括外墙灯饰三维模型、广告面三维模型和围栏三维模型中之一或其任意组合。例如：交叉路口布局包括直通线、转弯等待线、转弯等待区、内侧掉头线和外侧掉头线中之一或其任意组合。
本发明实施例中，在各城市的发展过程中，可以建设至少一个数字城市模型中心，数字城市模型中心中存储整个城市或城市中某区域的完整精确的数字模型，比如城市道路、红绿灯、站台、建筑物等三维数据模型。城市管理部门能够根据城市建设情况按照预设更新周期更新数字城市模型中心存储的数字模型，因此，数字城市模型中心可以及时反应环境形态，城市居民也可以因此得到更精准的服务，增强城市居民的体验感。作为一种可选方案，预设更新周期为半年。
进一步地，通过5G网络将多个数字模型快速部署至移动边缘计算(Mobile EdgeComputing，简称：MEC)设备，使得庞大的数字模型能够实时同步到网络边缘。管理后台可以通过5G网络从MEC设备上匹配出数字模型，从而可以更快速地获取数字模型的数据信息。
步骤204、按照预设周期接收感知设备发送的感知数据。
本发明实施例中，感知设备按照预设周期向车载设备发送感知数据，以实现实时向车载设备发送感知数据。
本发明实施例中，感知设备若包括激光雷达，感知数据包括点云数据；感知设备若包括雷达，感知数据包括点云数据；感知设备若包括摄像头，感知设备包括感知图像。
步骤205、根据感知数据，构建初步环境模型，初步环境模型包括初步信息。
本发明实施例中，车载设备通过多传感器信息融合(Multi-sensor InformationFusion，简称：MSIF)算法，对感知数据进行融合计算，生成初步环境模型，初步环境模型包括初步信息，初步信息包括但不限于观测建筑物位置、观测建筑物的三维模型和观测道路网络信息中之一或其任意组合，其中，观测道路网络信息包括但不限于观测交通标志位置、观测桥梁位置、观测站台位置和观测交通指示灯位置中之一或其任意组合。
本发明实施例中，MSIF是指利用计算机对按时序获得的若干感知数据，在一定准则下加以自动分析、综合，进行多层次、多空间的信息互补和优化组合处理，形成对观测环境的统一认识的数据模型。
步骤206、接收目标城市数字模型中心发送的数据信息。
本发明实施例中，数据信息为目标城市数字模型中心根据下一个位置匹配出的数据模型的数据信息。
本发明实施例中，不限定步骤205与步骤206的执行顺序，即：可以先执行步骤205，再执行步骤206；也可以先执行步骤206，再执行步骤205。
步骤207、判断数据信息与初步信息是否一致，若是，执行步骤208；若否，执行步骤209。
本发明实施例中，判断建筑物位置与观测建筑物位置、建筑物的三维模型与观测建筑物的三维模型以及道路网络信息与观测道路网络信息是否均一致，若是，表明数据信息与初步信息一致；若否，表明数据信息与初步信息不一致。
本发明实施例中，若判断出数据信息与初步信息一致，表明数据信息可以描述为车辆当前所处的环境，继续执行步骤208；若判断出数据信息与生成的初步信息不一致，表明数据信息不能描述车辆当前所处的环境，继续执行步骤209。
步骤208、将数字模型作为环境模型，流程结束。
本发明实施例中，若数据信息与初步信息一致，将数据信息对应的数字模型作为环境模型，不需要对感知设备获取的感知数据进行复杂的计算，能够显著降低感知设备对感知数据的采集频率，可以减少能源消耗和性能消耗，降低对自动驾驶的算力要求；通过车载设备、管理后台与城市数字模型中心之间的信息交互，能够快速对车辆周边的环境模型进行构建，提高构建环境模型的建模效率，为自动驾驶决策提供及时支撑信息。
步骤209、按照预设周期接收感知设备发送的感知数据。
本发明实施例中，感知设备按照预设周期向车载设备发送感知数据，以实现实时向车载设备发送感知数据。
步骤210、根据感知数据，构建环境模型，流程结束。
本发明实施例中，步骤210具体包括：
步骤2101、对感知数据进行预处理，生成第一数据。
本发明实施例中，感知数据包括激光雷达采集的点云数据，对进行预处理，生成第一数据。
本发明实施例中，预处理包括但不限于滤波去噪、数据精简和数据插补中之一或其任意组合。
步骤2102、对第一数据进行分割处理，生成第二数据。
本发明实施例中，通过指定分割算法，对第一数据进行分割处理，生成第二数据。作为一种可选方案，指定分割算法为聚类算法。例如：指定分割算法为聚类算法，将第一数据输入据类算法，输出第二数据。
步骤2103、对第二数据进行三角网格化处理，构建环境模型。
本发明实施例中，通过指定三角网格化算法，对第二数据进行三角网格化处理，构建空间拓扑结构，即：环境模型。作为一种可选方案，指定三角网格化算法包括凸包算法或凹包算法。例如：指定三角网格化算法包括凸包算法，将第二数据输入凸包算法，构建环境模型。
本发明实施例提供的环境模型的确定方法的技术方案中，向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；接收目标城市数字模型中心发送的数据信息；判断数据信息与生成的初步信息是否一致；若判断出数据信息与初步信息一致，将数字模型作为环境模型，可以提高环境模型的建模效率。
图3为本发明实施例提供的一种环境模型的确定系统的结构示意图，该系统包括：车载设备1、管理后台2和目标城市数字模型中心3。其中，车载设备1和管理后台2连接，管理后台2和目标城市数字模型中心3连接，目标城市数字模型中心3和车载设备1连接。
车载设备1用于向管理后台2发送数字模型请求信息。管理后台2用于根据预设策略匹配出最优的城市数字模型中心，并将最优的城市数字模型中心作为目标城市数字模型中心3；将数字模型请求信息发送至匹配出的目标城市数字模型3中心，数字模型请求信息包括预测出的下一个位置。目标城市数字模型中心3用于根据下一个位置匹配出数字模型，并获取数字模型的数据信息；向车载设备1发送数据信息。车载设备1还用于判断数据信息与生成的初步信息是否一致；若是，将数字模型作为环境模型。
本发明实施例中，图3所示的环境模型的确定系统还用于执行图1或图2所示的环境模型的确定方法，在此不再一一赘述。
本发明实施例的方案中，向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；接收目标城市数字模型中心发送的数据信息；判断数据信息与生成的初步信息是否一致；若判断出数据信息与初步信息一致，将数字模型作为环境模型，可以提高环境模型的建模效率。
图4为本发明实施例提供的一种环境模型的确定装置的结构示意图，该装置用于执行上述环境模型的确定方法，如图4所示，该装置包括：发送模块11、接收模块12、判断模块13和确定模块14。
发送模块11用于向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息。
接收模块12用于接收目标城市数字模型中心发送的数据信息。
判断模块13用于判断数据信息与生成的初步信息是否一致。
确定模块14用于若判断出数据信息与初步信息一致，将数字模型作为环境模型。
本发明实施例中，所述装置还包括：获取模块15和预测模块16。
获取模块15用于获取车辆的当前行驶信息和当前道路信息，当前行驶信息包括当前位置、行驶速度和行驶方向，当前道路信息包括道路密集度和其它车辆速度。
预测模块16用于根据道路密集度、其他车辆速度、当前位置、行驶速度和行驶方向，预测出车辆在预设时间内到达的下一个位置。
本发明实施例中，发送模块11具体用于通过传输网络向管理后台发送数字模型请求信息。
本发明实施例中，所述装置还包括：第一构建模块17。
接收模块12还用于按照预设周期接收感知设备发送的感知数据。
第一构建模块17用于根据感知数据，构建初步环境模型，初步环境模型包括初步信息。
本发明实施例中，所述装置还包括第二构建模块18。
接收模块12还用于若判断模块13判断出数据信息与初步信息不一致，按照预设周期接收感知设备发送的感知数据。
第二构建模块18用于根据感知数据，构建环境模型。
本发明实施例中，第二构建模块18具体用于对感知数据进行预处理，生成第一数据；对第一数据进行分割处理，生成第二数据；对第二数据进行三角网格化处理，构建环境模型。
本发明实施例的方案中，向管理后台发送数字模型请求信息，以供管理后台将数字模型请求信息发送至匹配出的目标城市数字模型中心，数字模型请求信息包括预测出的下一个位置，使目标城市数字模型中心根据下一个位置匹配出数字模型，并获取数字模型的数据信息；接收目标城市数字模型中心发送的数据信息；判断数据信息与生成的初步信息是否一致；若判断出数据信息与初步信息一致，将数字模型作为环境模型，可以提高环境模型的建模效率。
本发明实施例提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述环境模型的确定方法的实施例的各步骤，具体描述可参见上述环境模型的确定方法的实施例。
本发明实施例提供了一种计算机设备，包括存储器和处理器，存储器用于存储包括程序指令的信息，处理器用于控制程序指令的执行，程序指令被处理器加载并执行时实现上述环境模型的确定方法的实施例的各步骤，具体描述可参见上述环境模型的确定方法的实施例。
图5为本发明实施例提供的一种计算机设备的示意图。如图5所示，该实施例的计算机设备30包括：处理器31、存储器32以及存储在存储32中并可在处理器31上运行的计算机程序33，该计算机程序33被处理器31执行时实现实施例中的应用于环境模型的确定方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器31执行时实现实施例中应用于环境模型的确定装置中各模型/单元的功能，为避免重复，此处不一一赘述。
计算机设备30包括，但不仅限于，处理器31、存储器32。本领域技术人员可以理解，图5仅仅是计算机设备30的示例，并不构成对计算机设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器31可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
存储器32可以是计算机设备30的内部存储单元，例如计算机设备30的硬盘或内存。存储器32也可以是计算机设备30的外部存储设备，例如计算机设备30上配备的插接式硬盘，智能存储(Smart Media,SM)卡，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。进一步地，存储器32还可以既包括计算机设备30的内部存储单元也包括外部存储设备。存储器32用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器32还可以用于暂时地存储已经输出或者将要输出的数据。
在本发明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。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如，多个单元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接口，装置或单元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单元可以是或者也可以不是物理上分开的，作为单元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网络单元上。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，在本发明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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (10)
1.一种环境模型的确定方法，其特征在于，应用于车载设备，所述方法包括：
向管理后台发送数字模型请求信息，以供所述管理后台将所述数字模型请求信息发送至匹配出的目标城市数字模型中心，所述数字模型请求信息包括预测出的下一个位置，使所述目标城市数字模型中心根据所述下一个位置匹配出数字模型，并获取所述数字模型的数据信息；
接收所述目标城市数字模型中心发送的数据信息；
判断所述数据信息与生成的初步信息是否一致；
若判断出所述数据信息与所述初步信息一致，将所述数字模型作为环境模型。
2.根据权利要求1所述的方法，其特征在于，在所述向管理后台发送数字模型请求信息之前，还包括：
获取车辆的当前行驶信息和当前道路信息，所述当前行驶信息包括当前位置、行驶速度和行驶方向，所述当前道路信息包括道路密集度和其它车辆速度；
根据所述道路密集度、所述其它车辆速度、所述当前位置、所述行驶速度和所述行驶方向，预测出所述车辆在预设时间内到达的下一个位置。
3.根据权利要求1所述的方法，其特征在于，所述向管理后台发送数字模型请求信息，包括：
通过传输网络向所述管理后台发送数字模型请求信息。
4.根据权利要求1所述的方法，其特征在于，在所述判断所述数据信息与生成的初步信息是否一致之前，还包括：
按照预设周期接收感知设备发送的感知数据；
根据所述感知数据，构建初步环境模型，所述初步环境模型包括所述初步信息。
5.根据权利要求1所述的方法，其特征在于，所述目标城市数字模型中心包括至少一个所述数字模型，每个所述数字模型包括模型位置和数据信息。
6.根据权利要求1所述的方法，其特征在于，还包括：
若判断出所述数据信息与所述初步信息不一致，按照预设周期接收感知设备发送的感知数据；
根据所述感知数据，构建所述环境模型。
7.根据权利要求6所述的方法，其特征在于，所述根据所述感知数据，构建所述环境模型，包括：
对所述感知数据进行预处理，生成第一数据；
对所述第一数据进行分割处理，生成第二数据；
对所述第二数据进行三角网格化处理，构建所述环境模型。
8.一种环境模型的确定装置，其特征在于，所述装置包括：
发送模块，用于向管理后台发送数字模型请求信息，以供所述管理后台将所述数字模型请求信息发送至匹配出的目标城市数字模型中心，所述数字模型请求信息包括预测出的下一个位置，使所述目标城市数字模型中心根据所述下一个位置匹配出数字模型，并获取所述数字模型的数据信息；
接收模块，用于接收所述目标城市数字模型中心发送的数据信息；
判断模块，用于判断所述数据信息与生成的初步信息是否一致；
确定模块，用于若判断出所述数据信息与所述初步信息一致，将所述数字模型作为环境模型。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的环境模型的确定方法。
10.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至7任意一项所述的环境模型的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010799648.5A CN111932924B (zh) | 2020-08-11 | 2020-08-11 | 一种环境模型的确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010799648.5A CN111932924B (zh) | 2020-08-11 | 2020-08-11 | 一种环境模型的确定方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111932924A true CN111932924A (zh) | 2020-11-13 |
| CN111932924B CN111932924B (zh) | 2021-06-15 |
Family
ID=73307483
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010799648.5A Active CN111932924B (zh) | 2020-08-11 | 2020-08-11 | 一种环境模型的确定方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111932924B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104778850A (zh) * | 2014-01-06 | 2015-07-15 | 集奥数字国际有限公司 | 确定道路模型需要更新的部分 |
| US20170169705A1 (en) * | 2015-12-15 | 2017-06-15 | Nissan North America, Inc. | Traffic signal timing estimation using an artificial neural network model |
| CN107139931A (zh) * | 2016-03-01 | 2017-09-08 | 福特全球技术公司 | 基于交互式模型预测控制的自主车辆操作 |
| CN110047306A (zh) * | 2019-04-23 | 2019-07-23 | 杜泽臣 | 一种智能交通网络 |
| CN110209754A (zh) * | 2019-06-06 | 2019-09-06 | 广东电网有限责任公司 | 一种可自动生成勘察图的道路规划导航系统 |
| CN110390814A (zh) * | 2019-06-04 | 2019-10-29 | 深圳市速腾聚创科技有限公司 | 监控系统和方法 |
| CN110969837A (zh) * | 2018-09-30 | 2020-04-07 | 长城汽车股份有限公司 | 自动驾驶车辆的道路信息融合系统及方法 |
-
2020
- 2020-08-11 CN CN202010799648.5A patent/CN111932924B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104778850A (zh) * | 2014-01-06 | 2015-07-15 | 集奥数字国际有限公司 | 确定道路模型需要更新的部分 |
| US20170169705A1 (en) * | 2015-12-15 | 2017-06-15 | Nissan North America, Inc. | Traffic signal timing estimation using an artificial neural network model |
| CN107139931A (zh) * | 2016-03-01 | 2017-09-08 | 福特全球技术公司 | 基于交互式模型预测控制的自主车辆操作 |
| CN110969837A (zh) * | 2018-09-30 | 2020-04-07 | 长城汽车股份有限公司 | 自动驾驶车辆的道路信息融合系统及方法 |
| CN110047306A (zh) * | 2019-04-23 | 2019-07-23 | 杜泽臣 | 一种智能交通网络 |
| CN110390814A (zh) * | 2019-06-04 | 2019-10-29 | 深圳市速腾聚创科技有限公司 | 监控系统和方法 |
| CN110209754A (zh) * | 2019-06-06 | 2019-09-06 | 广东电网有限责任公司 | 一种可自动生成勘察图的道路规划导航系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘博宇，等: "三维数字城市模型自动编码与更新方法", 《地理空间信息》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111932924B (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6722312B2 (ja) | 自動運転に用いられる感知と計画のコラボレーションフレームワーク | |
| EP3714290B1 (en) | Lidar localization using 3d cnn network for solution inference in autonomous driving vehicles | |
| US11594011B2 (en) | Deep learning-based feature extraction for LiDAR localization of autonomous driving vehicles | |
| US11545033B2 (en) | Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction | |
| JP6644742B2 (ja) | 頑健で効率的な車両測位用のアルゴリズム及びインフラ | |
| US11364931B2 (en) | Lidar localization using RNN and LSTM for temporal smoothness in autonomous driving vehicles | |
| JP6667686B2 (ja) | 自動運転車両のための走行軌跡生成方法、システム及び機械可読媒体 | |
| CN110895147B (zh) | 自动驾驶车辆的用相机捕获图像数据的图像数据获取逻辑 | |
| CN111476079B (zh) | 将用于对象检测的地图特征与lidar合并的全面且有效的方法 | |
| US9140792B2 (en) | System and method for sensor based environmental model construction | |
| US11326888B2 (en) | Generation of polar occlusion maps for autonomous vehicles | |
| CN110621541B (zh) | 用于生成轨迹以操作自动驾驶车辆的方法和系统 | |
| US10782411B2 (en) | Vehicle pose system | |
| US20190378412A1 (en) | V2x communication-based vehicle lane system for autonomous vehicles | |
| US11668573B2 (en) | Map selection for vehicle pose system | |
| WO2020198084A1 (en) | Iterative spatial graph generation | |
| CN114255606A (zh) | 辅助驾驶提醒、地图辅助驾驶提醒方法、装置和地图 | |
| JPWO2018221454A1 (ja) | 地図作成装置、制御方法、プログラム及び記憶媒体 | |
| CN114548512A (zh) | 一种面向数字孪生的道路运行数据预估方法及装置 | |
| CN117130298A (zh) | 用于评估自动驾驶系统的方法、装置及存储介质 | |
| CN113665577A (zh) | 操作机动车辆的方法 | |
| CN111932924B (zh) | 一种环境模型的确定方法、装置、计算机设备和存储介质 | |
| CN111649751A (zh) | 一种用于参考线平滑的超自由缝合方法 | |
| EP3697659B1 (en) | Method and system for generating reference lines for autonomous driving vehicles | |
| US20210116917A1 (en) | Vehicle control system, vehicle control method, and program |
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 | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 101500 room 106-266, building 2, courtyard 8, Xingsheng South Road, Miyun District, Beijing Patentee after: Unicom Zhiwang Technology Co.,Ltd. Address before: 101500 room 106-266, building 2, courtyard 8, Xingsheng South Road, Miyun District, Beijing Patentee before: Unicom Intelligent Network Technology Co., Ltd |