CN111982132B - 数据处理方法、装置和存储介质 - Google Patents

数据处理方法、装置和存储介质 Download PDF

Info

Publication number
CN111982132B
CN111982132B CN201910430856.5A CN201910430856A CN111982132B CN 111982132 B CN111982132 B CN 111982132B CN 201910430856 A CN201910430856 A CN 201910430856A CN 111982132 B CN111982132 B CN 111982132B
Authority
CN
China
Prior art keywords
current position
conversion relation
image
map
conversion
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
CN201910430856.5A
Other languages
English (en)
Other versions
CN111982132A (zh
Inventor
刘正林
刘琨
范争光
袁博
付兵杰
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.)
Hefei Siweitu New Technology Co ltd
Original Assignee
Hefei Siweitu New Technology 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 Hefei Siweitu New Technology Co ltd filed Critical Hefei Siweitu New Technology Co ltd
Priority to CN201910430856.5A priority Critical patent/CN111982132B/zh
Publication of CN111982132A publication Critical patent/CN111982132A/zh
Application granted granted Critical
Publication of CN111982132B publication Critical patent/CN111982132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明提供一种数据处理方法、装置和存储介质,该方法包括:获取拍摄装置拍摄的图像中的对象,以及车辆的当前位置;将对象与高精度地图中对应于当前位置上的要素进行匹配;根据匹配结果,得到当前位置的第一转换关系;根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系;根据第二转换关系和对象在图像中的像素坐标,获取对象的实际三维坐标,并将实际三维坐标作为更新高精度地图的更新数据进行存储。本发明对车辆上设置的传统拍摄装置拍摄的图像进行处理,能够获取高精度数据,避免了车辆上未设置高精度数据采集设备造成的无法获取高精度数据的问题。

Description

数据处理方法、装置和存储介质
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种数据处理方法、装置和存储介质。
背景技术
高精度地图相较于传统地图,能够为车辆行驶提供更为详细的行车辅助信息,提高了车辆行驶的安全性。例如,高精度地图能够为车辆提供车道级的导航路线、车道的坡度、曲率等信息,以及交通指示牌等信息。高精度地图的准确性是车辆正确行驶的基础,而对高精度地图进行及时更新可以保证高精度地图的准确性。
现有技术中,可以根据采集车辆上设置的驾驶辅助系统ADAS车载设备,通过标定ADAS车载设备中的摄像头获取高精度数据,进而根据该高精度数据对高精度地图进行更新。
但目前大部分车辆上不具有采集高精度数据的ADAS车载设备,对采用ADAS车载设备获取高精度数据的方式造成的限制,无法获取足够多的高精度数据以对高精度地图进行准确更新。
发明内容
本发明提供一种数据处理方法、装置和存储介质,能够获取高精度数据,避免了车辆上未设置高精度数据采集设备造成的无法获取高精度数据的问题。
本发明的第一方面提供一种数据处理方法,车辆上设置有拍摄装置,包括:
获取所述拍摄装置拍摄的图像中的对象,以及所述车辆的当前位置;
将所述对象与高精度地图中对应于所述当前位置上的要素进行匹配;
根据匹配结果,得到所述当前位置的第一转换关系,所述第一转换关系为:对象的像素坐标与地图要素三维坐标的转换关系;
根据所述当前位置的第一转换关系和所述当前位置相对于上一位置的变化量,计算得到第二转换关系;
根据所述第二转换关系和所述对象在所述图像中的像素坐标,获取所述对象的实际三维坐标,并将所述实际三维坐标作为更新所述高精度地图的更新数据进行存储。
本发明的第二方面提供一种数据处理装置,包括:
处理模块,用于获取拍摄装置拍摄的图像中的对象,以及车辆的当前位置;将对象与高精度地图中对应于当前位置上的要素进行匹配;根据匹配结果,得到当前位置的第一转换关系,第一转换关系为:对象的像素坐标与地图要素三维坐标的转换关系;根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系;
存储模块,用于根据第二转换关系和对象在图像中的像素坐标,获取对象的实际三维坐标,并将实际三维坐标作为更新高精度地图的更新数据进行存储。
本发明的第三方面提供一种数据处理装置,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述数据处理装置执行上述数据处理方法。
本发明的第四方面提供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执行指令,当所述计算机执行指令被处理器执行时,实现上述数据处理方法。
本发明提供一种数据处理方法、装置和存储介质,获取拍摄装置拍摄的图像中的对象,以及车辆的当前位置;将对象与高精度地图中对应于当前位置上的要素进行匹配;根据匹配结果,得到当前位置的第一转换关系;根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系;根据第二转换关系和对象在图像中的像素坐标,获取对象的实际三维坐标,并将实际三维坐标作为更新高精度地图的更新数据进行存储。本发明对车辆上设置的传统拍摄装置拍摄的图像进行处理,能够获取高精度数据,避免了车辆上未设置高精度数据采集设备造成的无法获取高精度数据的问题。
附图说明
图1为本发明提供的数据处理方法适用的场景示意图;
图2为本发明提供的数据处理方法的流程示意图;
图3为本发明提供的图像的示意图;
图4为本发明提供的变化角度示意图;
图5为本发明提供的高精度地图中的对象的示意图;
图6为本发明提供的数据处理装置的结构示意图一;
图7为本发明提供的数据处理装置的结构示意图二。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明的实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
高精度地图能够为车辆的行驶提供更为丰富的导航信息,而无人驾驶技术的发展促进了高精度地图的发展。基于无人驾驶技术对高精度地图的要求,高精度地图的绝对坐标和相对坐标精度必须更高,并且高精度地图所含有的信息元素更丰富和细致,给自动驾驶车辆提供高鲜度、高精度、多维度的道路及附加信息。因此,高精度地图的及时更新尤为重要,且目前高精度地图的更新都依赖于众包更新。
现有技术中的众包数据的采集,可以通过车辆上设置的驾驶辅助系统ADAS车载设备,通过标定ADAS车载设备中的摄像头获取高精度数据(如标志牌、车道线、栏杆等多个对象的高精度数据),进而根据该高精度数据对高精度地图进行更新。这种众包数据的采集方式获取的众包数据精度高,能够应用于高精度地图的更新,但ADAS车载设备成本高、除了专业的采集车辆外,普通车辆上通常不设置ADAS车载设备,使得众包数据的采集收到了限制,由于高精度数据量少,达不到对高精度地图的准确、及时的更新。
此外,现有技术中的众包数据的采集,还可以通过具有定位功能的设备,采集车辆的位置信息,并将车辆的位置信息与车辆行驶的道路相对应,实现道路数据的更新,该定位功能可以由全球定位装置(Global Positioning System,GPS)实现。例如,在道路A的尽头增加了道路B,车辆从道路A行驶到道路B,则可以通过对车辆的位置信息的采集,对道路数据进行更新。但这种众包数据的采集方式获取的众包数据精度低,只能用于传统地图的更新(如实现传统地图中道路级数据的更新),不能用于高精度地图的更新。
为了解决上述问题,本发明提供一种数据处理方法,通过对车辆上现有的拍摄装置拍摄的图像进行处理,获取高精度数据,避免车辆上未安装高成本的ADAS车载设备无法获取高精度数据的问题。图1为本发明提供的数据处理方法适用的场景示意图,如图1所示,本发明的数据处理方法应用的场景中包括:拍摄装置和数据处理装置。
其中,拍摄装置可以为车辆上设置的带摄像头的智能后视镜、行车记录仪或者车辆上的具有拍摄图像功能的终端设备,该终端设备可以为车载终端设备或用户携带的终端设备,如智能手机、相机等。
本实施例中的数据处理装置可以获取拍摄装置拍摄的图像,进而对图像进行处理,获取高精度数据,实现对高精度地图的更新。由于大部分车辆上均具有如上述的拍摄装置,因此可以增加数据处理装置接收到的高精度数据的数据量,进而能够快速、准确对高精度地图进行更新。数据处理装置可以与车辆上设置的车载设备或中控设备集成为一体,也可以单独设置。该数据处理装置可以为手机、个人数字助理(Personal DigitalAssistant,简称:PDA)、平板电脑、地图更新服务器等设备。图1中的拍摄装置为黑色方框示例说明。
图2为本发明提供的数据处理方法的流程示意图。如图2所示,本实施例提供的数据处理方法可以包括:
S201,获取拍摄装置拍摄的图像中的对象,以及车辆的当前位置。
本实施例中,数据处理装置可以获取拍摄装置拍摄的图像。可选的,拍摄装置可以将拍摄的图像发送给数据处理装置,或者数据处理装置可以从拍摄装置用于存储图像的存储器中获取图像。
其中,图像中的对象可以为车道线、车道中的指示箭头、人行横道、停止线、地面文字、地面限速指示、减速提示、交通指示牌等。数据处理装置在获取该图像后,可以采用分类模型,对图像中的对象进行识别。其中,分类模型用于表示图像的特征与图像中包含的对象的对应关系。对应的,数据处理装置可以将图像输入至分类模型中,即可获取图像中包含的对象。如可以是指示箭头或交通指示牌。可选的,分类模型是基于神经网络训练获取的,训练参数可以为大量的图像、图像的特征,以及每个图像中包含的对象。
车辆上也可以设置有定位装置,该定位装置用于确定车辆的位置。可选的,在拍摄装置将图像发送给数据处理装置时,定位装置也可以将拍摄图像时的车辆的当前位置发送给数据处理装置。其中,定位装置可以为全球定位装置(Global Positioning System,GPS)。可选的,车辆的当前位置可以为车辆的当前位置的经纬度坐标。
可选的,本实施例中,为了保证获取的车辆的当前位置的准确性,可以对该车辆的当前位置可以进行修正处理。例如,可以通过拟合或者滤波算法对车辆的当前位置进行修正,提高获取的车辆的当前位置的准确性。
S202,将对象与高精度地图中对应于当前位置上的要素进行匹配。
本实施例获取图像中的对象后,需要确定该图像中的对象是否为高精度地图中的要素。其中,若该对象是高精度地图中的要素,则需要根据对象在图像中的信息,相较于在高精度地图中的信息是否发生变化;若该对象不是高精度地图中的要素,则需要将该对象的信息添加至高精度地图中。其中,高精度地图中的要素即为高精度地图在更新前中已存储的对象。
高精度地图中可以存储有要素的信息集合,该要素的信息集合中可以包括多个要素的信息。要素的信息可以为:要素所在的位置,以及要素的三维坐标,其中,要素所在的位置可以为要素的经纬度坐标。
本实施例中的对图像中的对象和高精度地图中的要素进行匹配时,可以在高精度地图中,根据车辆的当前位置确定要素匹配的范围。如:车辆的当前位置为A位置,则在高精度地图中确定与该A位置相同的B位置,进而对B位置预设距离范围内的要素与图像中的对象进行匹配。如,图像中的对象为指示箭头,则在B位置预设距离范围内的要素中确定是否存在指示箭头。若B位置预设距离范围内的要素中存在指示箭头,则确定匹配成功;若B位置预设距离范围内的要素中不存在指示箭头,则确定匹配失败。
S203,根据匹配结果,得到当前位置的第一转换关系,第一转换关系为:对象的像素坐标与地图要素三维坐标的转换关系。
下述先对第一转换关系进行说明。
第一转换关系为:对象的像素坐标与地图要素三维坐标的转换关系。对象的像素坐标为在图像中的二维坐标,地图要素三维坐标为三维坐标,并且是在高精度地图中存储的三维坐标。应理解,在当前对高精度地图更新前,高精度地图中存储的三维坐标均为地图要素三维坐标,实际为上一次对高精度地图更新后的实际三维坐标,但相对于当前更新来说是地图要素三维坐标。
其中,在车辆的每个位置处获取的图像中的对象可能不同,与高精度地图中的匹配结果也不相同,因此车辆的每个位置处可能需要重新确定第一转换关系。
本实施例中,匹配结果的不同,当前位置的第一转换关系可能不同。可选的,数据处理装置中预先存储有匹配结果,以及获取当前位置的第一转换关系的对应规则,根据该对应规则和匹配结果,即可得到当前位置的第一转换关系。其中,该对应规则在下述实施例中根据匹配结果的不同,进行详细介绍,在此先不做介绍。
S204,根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系。
在上述步骤中,可以根据当前位置的第一转换关系和图像中的对象的像素坐标,获取该对象对应的地图要素三维坐标。但车辆在行驶的过程中,位置是实时发生变化的,车辆的当前位置相对于上一位置拍摄装置的拍摄角度会发生变化,若采用获取的对象对应的地图要素三维坐标作为该对象的实际三维坐标,则没有考虑到车辆的位置的改变对三维坐标的影响,获取的实际三维坐标不准确。据此,本实施例中,在第一转换关系的基础上,结合当前位置相对于上一位置的变化量,计算得到第二转换关系,进而本实施例中可以根据该第二转换关系可以获取对象的准确的实际三维坐标。对应的,第二转换关系用于表征对象的像素坐标与实际三维坐标的对应关系。
可选的,当前位置相对于上一位置的变化量可以为当前位置相对于上一位置的变化角度或变化距离等。例如,第一转换关系为转换矩阵,将变化量转化为对应的矩阵,进而在第一转换关系对应的转换矩阵的基础上,结合变化量转化为对应的矩阵,获取第二转换关系,该第二转换关系也为矩阵形式。应理解,也可采用其他方式表征转换关系,本实施例中不做限制。
S205,根据第二转换关系和对象在图像中的像素坐标,获取对象的实际三维坐标,并将实际三维坐标作为更新高精度地图的更新数据进行存储。
本实施例中的第二转换关系用于表征对象的像素坐标与实际三维坐标的对应关系。据此可以获取对象在图像中的像素坐标,进而根据该第二转换关系,获取对象的实际三维坐标。其中,本实施例中可以将实际三维坐标作为更新高精度地图的更新数据进行存储。
可选的,在将实际三维坐标作为更新高精度地图的更新数据进行存储时,可以根据图像中对象与高精度地图中的要素的匹配结果选择性的对实际三维坐标进行存储。例如,当图像中的对象与高精度地图中的要素匹配失败时,即确定高精度地图中的要素中不包括该图像中的对象,则将该对象的实际三维坐标作为更新高精度地图的更新数据进行存储。当图像中的对象与高精度地图中的要素匹配成功时,即确定高精度地图中的要素中包括该图像中的对象,则可以将该对象的实际三维坐标和高精度地图中该对象的地图要素三维坐标的均值,作为更新高精度地图的更新数据进行存储。
本发明提供的数据处理方法包括:获取拍摄装置拍摄的图像中的对象,以及车辆的当前位置;将对象与高精度地图中对应于当前位置上的要素进行匹配;根据匹配结果,得到当前位置的第一转换关系;根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系;根据第二转换关系和对象在图像中的像素坐标,获取对象的实际三维坐标,并将实际三维坐标作为更新高精度地图的更新数据进行存储。本发明对车辆上设置的传统拍摄装置拍摄的图像进行处理,能够获取高精度数据,避免了车辆上未设置高精度数据采集设备造成的无法获取高精度数据的问题。
在上述实施例的基础上,下述从三种可选的方式对步骤S203中的“根据匹配结果,得到当前位置的第一转换关系”进行详细描述。
第一种可选的方式为:匹配结果为对象为高精度地图中的要素,且图像为第一个包含有对象的图像。其中,图像为第一个包含有对象的图像,可以通过在该图像之前的图像的匹配结果确定。例如,在该图像之前的图像中均不包含有该对象,则确定该图像为第一个包含有对象的图像。若该图像之前的图像中包含有该对象,则确定该图像为非第一个包含有对象的图像。
本实施例中根据对象在图像中的像素坐标和对象在高精度地图中的地图要素三维坐标,计算得到当前位置的第一转换关系。其中,本实施例中的地图要素三维坐标可以为对象的角点坐标。
可选的,本实施例中可以在图像中的对象上选取预设数量个特征点,根据特征点的像素坐标和特征点的地图要素三维坐标,获取第一转换关系。
图3为本发明提供的图像的示意图。如图3所示,图像中的对象为指示箭头,指示箭头包括一个直行指示箭头1和一个可直行可右拐指示箭头2。其中,指示箭头1中的角点有p1、p2、p3、p4和p5,指示箭头2中的角点有p6、p7、p8、p9、p10、p11和p12。
本实施例中提取对象中的特征点的规则可以是:特征点分布均匀。如提取指示箭头1中的角点p1、p4和指示箭头2中的角点p6、p10为特征点。进而获取角点p1、p4、p6、p10在图像中的像素坐标和角点p1、p4、p6、p10的地图要素三维坐标,获取第一转换关系。角点p1、p4、p6、p10的地图要素三维坐标为在高精度地图中的三维坐标,由于该图像为第一个包含有对象的图像,可以将p1、p4、p6、p10的地图要素三维坐标作为角点p1、p4、p6、p10实际三维坐标。
可以想到的是,若图3中仅存在指示箭头1,则可以提取指示箭头1中的角点p1、p2、p4和p5为特征点,可以使得获取的特征点在预设对象中的分布尽可能的均匀,以提高三维坐标和像素坐标的转换关系的准确性。
可选的,本实施例中获取第一转换关系可如下公式一所示,本实施例中的第一转换关系可以为转换矩阵:
Figure GDA0003631950370000081
其中,fx和fy是拍摄装置的焦距分别在光学轴X轴、Y轴上的分量,
Figure GDA0003631950370000082
Figure GDA0003631950370000083
分别表示拍摄装置在光学轴X轴、Y轴上的单位像素的尺寸大小,u0和v0则表示的是拍摄装置的光学中心,上述参数均与拍摄装置的内部参数有关,故称M1为内参矩阵,拍摄装置不变,M1固定不变。R表示旋转参数,T为平移参数,故称M2为外参矩阵。其中,(Xw,Yw,Zw)为特征点的地图要素三维坐标,(u,v)为特征点的像素坐标。Zc表示图像中特征点到拍摄装置的距离,本实施例中拍摄装置的位置与车辆的位置相同,通过计算图像中任意像素的绝对坐标可以获取该特征点至拍摄装置的距离(即为Zc)。
其中,将特征点的像素坐标和特征点的地图要素三维坐标代入公式一中,可以获取M1、M2;进而可以再根据公式二获取第一转换矩阵M,其中,
M=M1·M2 公式二
第二种可选的方式为:对象为高精度地图中的要素,且图像不为第一个包含有对象的图像。该种情况下,由于图像中包括高精度地图中的要素,可以根据该图像中的对象的信息与高精度地图中该对象的地图要素三维坐标,确定拍摄装置的位姿是否发生变化。其中,若拍摄装置的位姿发生变化,则需要根据如上述公式一和公式二,以及对象在图像中的像素坐标和对象在高精度地图中的地图要素三维坐标,重新计算得到当前位置的第一转换关系。若拍摄装置的位姿发生未发生变化,则可以直接将上一位置的第一转换关系确定为作为当前位置的第一转换关系。
下述对如何确定拍摄装置的位姿是否发生变化进行说明。
本实施例中,根据上一位置的第一转换关系,以及当前位置相对于上一位置的变化量,计算得到待验证第二转换关系。也就是说,先将上一位置的第一转换关系假设为当前位置的第一转换关系,根据该假设的第一转换关系,确定当前位置的待验证第二转换关系。
可选的,本实施例中的据当前位置和上一位置,获取变化量。其中,变化量为当前位置相对于上一位置的变化角度。
图4为本发明提供的变化角度示意图。如图4所示,预先建立经纬坐标的二维坐标系,其中,第一个包含有该对象的图像的位置为P0,并以P0作为原点;拍摄“第一个包含有该对象的图像的下一个图像”的位置为P1,上一位置为Pn-1,当前位置为Pn,则变化角度为向量
Figure GDA0003631950370000091
至向量
Figure GDA0003631950370000092
的角度β。
本实施例中,根据转换角度获取向量
Figure GDA0003631950370000093
至向量
Figure GDA0003631950370000094
的转换平移矩阵M3,根据上一位置的第一转换关系和变化角度,计算得到待验证第二转换矩阵M3
其中,M3可以如下公式三获取:
Figure GDA0003631950370000101
其中,R'表示新的旋转参数,T'为新的平移参数,故称M3为变化角度对应的变化矩阵;(lonn,latn)为当前位置的经纬度坐标,(lon0,lat0)为第一个包含有对象的图像的拍摄位置的经纬度坐标。
其中,待验证第二转换关系M′可以如下公式四获取:
M′=M1·M2·M3 公式四
根据待验证第二转换关系和对象在图像中的像素坐标,获取对象的待验证三维坐标。根据对象的待验证三维坐标和对象在高精度地图中的地图要素三维坐标,判断拍摄装置的位姿是否发生变化。
本实施例中可以根据待验证三维坐标和对象在高精度地图中的地图要素三维坐标的差值,判断拍摄装置的位姿是否发生变化。图5为本发明提供的高精度地图中的对象的示意图。如图5所示,在图3中选取的特征点为角点p1、p4、p6、p10,则对应的,在图5中的高精度地图中获取对应的特征点为角点b1、b4、b5、b10,高精度地图中存储有角点b1、b4、b5、b10的地图要素三维坐标。本实施例中分别获取每个特征点的待验证三维坐标和地图要素三维坐标的差值,确定待验证三维坐标和地图要素三维坐标的差值是否小于或等于差值阈值。若是,则确定拍摄装置的位姿未发生变化;若否,则确定拍摄装置的位姿发生变化。
本实施例中,确定待验证三维坐标和地图要素三维坐标的差值小于或等于差值阈值的具体方式可以是:所有的特征点的待验证三维坐标和地图要素三维坐标的差值均小于或等于差值阈值,或者,获取每个特征点的待验证三维坐标和地图要素三维坐标的差值的均值,该均值小于或等于差值阈值。
第三种可选的方式为:匹配结果为对象不为高精度地图中的要素。该种情况下,可以直接将上一位置的第一转换关系作为当前位置的第一转换关系。
可选的,若上一位置对应的图像中的对象也不为高精度地图中的要素,则可以将上一位置的上一位置的第一转换关系作为上一位置的第一转换关系。可选的,若上一位置对应的图像中的对象为高精度地图中的要素,则按照上述两种可能的情况中的方式确定上一位置的第一转换关系。
对应的,在根据上述三种方式得到当前位置的第一转换关系后,可以根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系。其中,可以根据上述公式三和公式四获取当前位置的第二转换关系。应理解,公式四中的M′为当前位置的第二转换关系。
本实施例中根据图像中的对象和高精度地图中的要素的匹结果,进而能够准确的确定第一转换关系,进而在第一转换关系的基础上确定准确的第二转换关系,进而能够获取准确的高精度数据。
图6为本发明提供的数据处理装置的结构示意图一。如图6所示,该数据处理装置600包括:处理模块601和存储模块602。
处理模块601,用于获取拍摄装置拍摄的图像中的对象,以及车辆的当前位置;将对象与高精度地图中对应于当前位置上的要素进行匹配;根据匹配结果,得到当前位置的第一转换关系,第一转换关系为:对象的像素坐标与地图要素三维坐标的转换关系;根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系。
存储模块602,用于根据第二转换关系和对象在图像中的像素坐标,获取对象的实际三维坐标,并将实际三维坐标作为更新高精度地图的更新数据进行存储。
可选的,若匹配结果为:对象不为高精度地图中的要素,根据匹配结果,处理模块601,具体用于将上一位置的第一转换关系作为当前位置的第一转换关系。
可选的,若匹配结果为:对象为高精度地图中的要素,且图像为第一个包含有对象的图像,处理模块601,具体用于将上一位置的第一转换关系作为当前位置的第一转换关系。
可选的,若匹配结果为:对象为高精度地图中的要素,且图像不为第一个包含有对象的图像,处理模块601,具体用于根据上一位置的第一转换关系,以及当前位置相对于上一位置的变化量,计算得到待验证第二转换关系;根据待验证第二转换关系和对象在图像中的像素坐标,获取对象的待验证三维坐标;根据对象的待验证三维坐标和对象在高精度地图中的地图要素三维坐标,判断拍摄装置的位姿是否发生变化;根据拍摄装置的位姿的判断结果,得到当前位置的第一转换关系。
可选的,若拍摄装置的位姿的判断结果为:拍摄装置的位姿未发生改变,处理模块601,具体用于将上一位置的第一转换关系作为当前位置的第一转换关系。
可选的,若拍摄装置的位姿的判断结果为:拍摄装置的位姿发生改变,处理模块601,具体用于根据对象在图像中的像素坐标和对象在高精度地图中的地图要素三维坐标,重新计算得到当前位置的第一转换关系。
可选的,处理模块601,还具体用于根据当前位置和上一位置,获取变化量,变化量为当前位置相对于上一位置的变化角度;根据当前位置的第一转换关系和变化角度,计算得到第二转换关系。
本实施例提供的数据处理装置与上述数据处理方法实现的原理和技术效果类似,在此不作赘述。
图7为本发明提供的数据处理装置的结构示意图二。如图7所示,该数据处理装置700包括:存储器701和至少一个处理器702。
存储器701,用于存储程序指令。
处理器702,用于在程序指令被执行时实现本实施例中的数据处理方法,具体实现原理可参见上述实施例,本实施例此处不再赘述。
该数据处理装置700还可以包括及输入/输出接口703。
输入/输出接口703可以包括独立的输出接口和输入接口,也可以为集成输入和输出的集成接口。其中,输出接口用于输出数据,输入接口用于获取输入的数据。
本发明还提供一种可读存储介质,可读存储介质中存储有执行指令,当数据处理装置的至少一个处理器执行该执行指令时,当计算机执行指令被处理器执行时,实现上述实施例中的数据处理方法。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。数据处理装置的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得数据处理装置实施上述的各种实施方式提供的数据处理方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,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模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述网络设备或者终端设备的实施例中,应理解,处理器可以是中央处理模块(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:ApplicationSpecific Integrated Circuit,简称:ASIC)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。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种数据处理方法,车辆上设置有拍摄装置,其特征在于,包括:
获取所述拍摄装置拍摄的图像中的对象,以及所述车辆的当前位置;
将所述对象与高精度地图中对应于所述当前位置上的要素进行匹配;
根据匹配结果,得到所述当前位置的第一转换关系,所述第一转换关系为:对象的像素坐标与地图要素三维坐标的转换关系;
根据所述当前位置的第一转换关系和所述当前位置相对于上一位置的变化量,计算得到第二转换关系;
根据所述第二转换关系和所述对象在所述图像中的像素坐标,获取所述对象的实际三维坐标,并将所述实际三维坐标作为更新所述高精度地图的更新数据进行存储。
2.根据权利要求1所述的方法,其特征在于,若所述匹配结果为:所述对象不为所述高精度地图中的要素,所述根据匹配结果,得到所述当前位置的第一转换关系,还包括:
将所述上一位置的第一转换关系作为所述当前位置的第一转换关系。
3.根据权利要求1所述的方法,其特征在于,若所述匹配结果为:所述对象为所述高精度地图中的要素,且所述图像为第一个包含有所述对象的图像,所述根据匹配结果,得到所述当前位置的第一转换关系,包括:
根据所述对象在所述图像中的像素坐标和所述对象在所述高精度地图中的地图要素三维坐标,计算得到所述当前位置的第一转换关系。
4.根据权利要求1所述的方法,其特征在于,若所述匹配结果为:所述对象为所述高精度地图中的要素,且所述图像不为第一个包含有所述对象的图像,所述根据匹配结果,得到所述当前位置的第一转换关系,包括:
根据所述上一位置的第一转换关系,以及所述当前位置相对于所述上一位置的变化量,计算得到待验证第二转换关系;
根据所述待验证第二转换关系和所述对象在所述图像中的像素坐标,获取所述对象的待验证三维坐标;
根据所述对象的待验证三维坐标和所述对象在所述高精度地图中的地图要素三维坐标,判断所述拍摄装置的位姿是否发生变化;
根据所述拍摄装置的位姿的判断结果,得到所述当前位置的第一转换关系。
5.根据权利要求4所述的方法,其特征在于,若所述拍摄装置的位姿的判断结果为:所述拍摄装置的位姿未发生改变,所述根据所述拍摄装置的位姿的判断结果,得到所述当前位置的第一转换关系,包括:
将所述上一位置的第一转换关系作为所述当前位置的第一转换关系。
6.根据权利要求4所述的方法,其特征在于,若所述拍摄装置的位姿的判断结果为:所述拍摄装置的位姿发生改变,所述根据所述拍摄装置的位姿的判断结果,得到所述当前位置的第一转换关系,包括:
根据所述对象在所述图像中的像素坐标和所述对象在所述高精度地图中的地图要素三维坐标,重新计算得到所述当前位置的第一转换关系。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述计算得到第二转换关系,包括:
根据所述当前位置和所述上一位置,获取所述变化量,所述变化量为所述当前位置相对于所述上一位置的变化角度;
根据所述当前位置的第一转换关系和所述变化角度,计算得到所述第二转换关系。
8.一种数据处理装置,其特征在于,包括:
处理模块,用于获取拍摄装置拍摄的图像中的对象,以及车辆的当前位置;将对象与高精度地图中对应于当前位置上的要素进行匹配;根据匹配结果,得到当前位置的第一转换关系,第一转换关系为:对象的像素坐标与地图要素三维坐标的转换关系;根据当前位置的第一转换关系和当前位置相对于上一位置的变化量,计算得到第二转换关系;
存储模块,用于根据第二转换关系和对象在图像中的像素坐标,获取对象的实际三维坐标,并将实际三维坐标作为更新高精度地图的更新数据进行存储。
9.一种数据处理装置,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述数据处理装置执行权利要求1-7任一项所述的方法。
10.一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执行指令,当所述计算机执行指令被处理器执行时,实现权利要求1-7任一项所述的方法。
CN201910430856.5A 2019-05-22 2019-05-22 数据处理方法、装置和存储介质 Active CN111982132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910430856.5A CN111982132B (zh) 2019-05-22 2019-05-22 数据处理方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910430856.5A CN111982132B (zh) 2019-05-22 2019-05-22 数据处理方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN111982132A CN111982132A (zh) 2020-11-24
CN111982132B true CN111982132B (zh) 2022-06-14

Family

ID=73436014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910430856.5A Active CN111982132B (zh) 2019-05-22 2019-05-22 数据处理方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN111982132B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113763504B (zh) * 2021-03-26 2024-06-04 北京四维图新科技股份有限公司 地图更新方法、系统、车载终端、服务器及存储介质
CN113360593A (zh) * 2021-06-30 2021-09-07 武汉四维图新科技有限公司 传感器数据处理方法及设备
CN114413917B (zh) * 2021-12-28 2024-07-02 高德软件有限公司 事件生效位置区间确定方法、导航方法、装置和电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE447160T1 (de) * 2006-03-31 2009-11-15 Research In Motion Ltd Verfahren und vorrichtung zur dynamischen kennzeichnung von kartenobjekten in visuell angezeigten karten mobiler kommunikationsvorrichtungen
CN109641538A (zh) * 2016-07-21 2019-04-16 国际智能技术公司 使用车辆创建,更新地图的系统和方法
CN108253973B (zh) * 2016-12-28 2021-05-07 北京四维图新科技股份有限公司 高精度地图和标准地图关联的方法及装置
JP6825712B2 (ja) * 2017-09-04 2021-02-03 日本電産株式会社 移動体、位置推定装置、およびコンピュータプログラム
CN108426582B (zh) * 2018-03-03 2021-07-30 北京工业大学 行人室内三维地图匹配方法

Also Published As

Publication number Publication date
CN111982132A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN108805934B (zh) 一种车载摄像机的外部参数标定方法及装置
CN110146910B (zh) 一种基于gps与激光雷达数据融合的定位方法及装置
CN110927708B (zh) 智能路侧单元的标定方法、装置及设备
CN112667837A (zh) 图像数据自动标注方法及装置
CN111912416B (zh) 用于设备定位的方法、装置及设备
CN109141444B (zh) 定位方法、装置、存储介质及移动设备
CN111316288A (zh) 道路结构信息的提取方法、无人机及自动驾驶系统
CN111982132B (zh) 数据处理方法、装置和存储介质
CN111436216A (zh) 用于彩色点云生成的方法和系统
CN111830953A (zh) 车辆自定位方法、装置及系统
CN110858405A (zh) 车载摄像头的姿态估计方法、装置和系统及电子设备
KR101442703B1 (ko) Gps 단말기 및 gps 위치 보정 방법
CN111261016A (zh) 道路地图的构建方法、装置和电子设备
CN113029128B (zh) 视觉导航方法及相关装置、移动终端、存储介质
CN115164918B (zh) 语义点云地图构建方法、装置及电子设备
CN115456898A (zh) 停车场的建图方法、装置、车辆及存储介质
CN111651547B (zh) 高精度地图数据的获取方法、装置及可读存储介质
CN113566824A (zh) 车辆定位方法、装置、电子设备及存储介质
KR102249381B1 (ko) 3차원 영상 정보를 이용한 모바일 디바이스의 공간 정보 생성 시스템 및 방법
CN111191596B (zh) 一种封闭区域制图方法、装置及存储介质
CN117079238A (zh) 道路边沿检测方法、装置、设备及存储介质
CN113902047B (zh) 图像元素匹配方法、装置、设备以及存储介质
CN114531580B (zh) 图像处理方法及装置
CN114581509A (zh) 一种目标定位方法及装置
CN111060114A (zh) 用于生成高精度地图的特征图的方法和装置

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
GR01 Patent grant
GR01 Patent grant