CN112037328A - 生成地图中的道路边沿的方法、装置、设备和存储介质 - Google Patents

Abstract

本公开涉及生成地图中的道路边沿的方法、装置、设备和存储介质。在一种方法中，沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区和第二感兴趣区。基于由采集设备采集的扫描数据集，分别获取第一感兴趣区和第二感兴趣区内的第一候选路沿点集合和第二候选路沿点集合。基于第一候选路沿点集合和第二候选路沿点集合，确定道路的候选路沿点集合。过滤道路的候选路沿点集合以生成高清地图中的道路边沿。进一步，提供了相应的装置、电子设备和存储介质。可以以更细的粒度来处理每个感兴趣区中的点云数据，进而提高所确定的道路边沿的准确性。

Description

生成地图中的道路边沿的方法、装置、设备和存储介质

技术领域

本公开的各实现方式涉及地图生成，更具体地，涉及用于生成高清地图中的道路边沿的方法、装置、电子设备和存储介质。

背景技术

随着计算机技术和导航技术的发展，目前已经开发出了高清地图服务。在此，高清地图可以包括道路和周边设施的三维数据。将会理解，道路可能会涉及复杂的因素，例如，道路边沿通常会高于道路的路面。作为限制道路边界的重要因素，道路边沿在高清地图生成以及后续的诸如车辆导航等服务之中具有重要地位。此时，如何更为有效的方式来确定道路边沿，成为一个研究热点。

发明内容

期望能够开发并实现一种以更为有效的方式来生成高清地图中的道路边沿的技术方案。期望该技术方案能够与现有的地图生成技术方案相兼容，从而以更为有效的方式生成具有更高精度和准确性的地图。

根据本公开的第一方面，提供了一种用于生成高清地图中的道路边沿的方法。在该方法中，沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区和第二感兴趣区。基于由采集设备采集的扫描数据集，分别获取第一感兴趣区和第二感兴趣区内的第一候选路沿点集合和第二候选路沿点集合。基于第一候选路沿点集合和第二候选路沿点集合，确定道路的候选路沿点集合。过滤道路的候选路沿点集合以生成高清地图中的道路边沿。

根据本公开的第二方面，提供了一种用于生成高清地图中的道路边沿的装置。该装置包括：划分模块，配置用于沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区和第二感兴趣区；获取模块，配置用于基于由采集设备采集的扫描数据集，分别获取第一感兴趣区和第二感兴趣区内的第一候选路沿点集合和第二候选路沿点集合；确定模块，配置用于基于第一候选路沿点集合和第二候选路沿点集合，确定道路的候选路沿点集合；以及生成模块，配置用于过滤道路的候选路沿点集合以生成高清地图中的道路边沿。

根据本公开的第三方面，提供了一种电子设备，包括：存储器和处理器；其中存储器用于存储一条或多条计算机指令，其中一条或多条计算机指令被处理器执行以实现根据本公开的第一方面的方法。

根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有一条或多条计算机指令，其中一条或多条计算机指令被处理器执行实现根据本公开的第一方面的方法。

附图说明

结合附图并参考以下详细说明，本公开各实现方式的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本公开的若干实现方式。在附图中：

图1示意性示出了其中可以使用根据本公开的示例性实现方式的应用环境的框图；

图2示意性示出了根据本公开的示例性实现方式的用于生成高清地图中的道路边沿的过程的框图；

图3示意性示出了根据本公开的示例性实现方式的用于生成高清地图中的道路边沿的方法的流程图；

图4示意性示出了根据本公开的示例性实现方式的用于生成道路边沿的过程的框图；

图5示意性示出了根据本公开的示例性实现方式的确定曲线拟合度的过程的框图；

图6示意性示出了根据本公开的示例性实现方式的用于基于描述道路边沿的曲线来更新候选路沿点集合的过程的框图；

图7示意性示出了根据本公开的示例性实现方式的候选路沿点集合的框图；

图8示意性示出了根据本公开的示例性实现方式的针对道路的候选路沿点集合进行聚类的过程的框图；

图9示意性示出了根据本公开的示例性实现方式的基于聚类进行过滤的过程的框图；以及

图10示出了其中可以实施本公开的一个或多个实现方式的计算设备/服务器的框图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实现。虽然附图中显示了本公开的优选实现，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实现所限制。相反，提供这些实现是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实现”和“一个实现”表示“至少一个示例实现”。术语“另一实现”表示“至少一个另外的实现”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

首先参见图1描述本公开的示例性实现方式的应用环境。图1示意性示出了其中可以使用根据本公开的示例性实现方式的应用环境的框图100。如图1所示，在道路110两侧可以包括道路边沿120。道路边沿120通常是垂直于道路110的路面的平面，并且道路边沿120中的点高于路面。道路边沿120与路面之间可以存在边沿线130，可以认为该边沿线是道路边沿120在路面所在平面上的投影。

目前已经提出了基于采集到的单帧点云来确定道路边沿的技术方案。然而，当地图涉及较大范围时，将涉及较大的计算量因而导致确定道路边沿的效率过于底下。进一步，已经提出了基于线段检测和平面检测，来从高精度点云中确定道路边沿的技术方案。然而，该技术方案仍然涉及复杂的运算并且涉及较大计算量。

为了至少部分地解决上述技术方案中的缺陷，根据本公开的示例性实现方式提供了一种用于生成高清地图中的道路边沿的技术方案。具体地，提出了基于采集设备的轨迹来划分感兴趣区，分别处理每个感兴趣区中的扫描数据以确定相应候选路沿点集合。进一步，可以基于多个候选路沿点集合来生成最终的道路边沿。

首先参见图2描述本公开的示例性实现方式的概要。图2示意性示出了根据本公开的示例性实现方式的用于生成高清地图中的道路边沿的过程的框图200。可以从采集设备获取扫描数据集210。在此的扫描数据集210可以是已经经过处理(例如，降噪处理等)的点云数据集。可以沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区220和第二感兴趣区230。

可以分别针对每个感兴趣区进行处理，并且基于来自每个感兴趣区的数据，生成最终的道路边沿120。具体地，可以从由采集设备采集的扫描数据集210中，分别获取第一感兴趣区220和第二感兴趣区 230内的第一候选路沿点集合222和第二候选路沿点集合232。在此，每个候选点集合包括相对应的感兴趣区中的可能位于道路边沿120上的点。继而，基于第一候选路沿点集合222和第二候选路沿点集合232，可以确定道路的候选路沿点集合240。在此，该候选路沿点集合240 中包括整个道路范围内的可能位于道路边沿120上的点。进一步，可以过滤道路的候选路沿点集合240以生成高清地图中的道路边沿120。

利用本公开的示例性实现方式，通过沿着采集设备的轨迹来将整个道路区域划分为多个感兴趣区，可以以更细的粒度来处理每个感兴趣区中的点云数据。以此方式，可以降低整个道路区域内的大量点云数据之间的相互干扰，降低计算量并且提高处理效率。进一步，通过对分别来自多个感兴趣区的多个候选点集合中的候选点进行过滤，可以生成来自整个道路区域的道路边沿120。以此方式，可以处理较大范围内的点云数据，并且确保道路边沿120的准确性。

在下文中，将参见图3描述本公开的示意性实现方式的更多细节。图3示意性示出了根据本公开的示例性实现方式的用于生成高清地图中的道路边沿的方法300的流程图。在框310处，沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区220和第二感兴趣区230。采集设备可以沿着道路中心线移动，以便采集道路一侧或者两侧的扫描数据。在下文中，将参见图4描述采集过程。

图4示意性示出了根据本公开的示例性实现方式的用于生成道路边沿120的过程的框图400。在图4中，采集设备410可以被固定在诸如车辆等设备处，并且沿着道路的中心线420移动。采集设备410 可以朝向道路的一侧(例如，左侧)，沿着方向432发出多个扫描线，多个扫描线在到达道路中的各个点时将会被反射，并且采集设备410 可以基于该反射来确定各个点的位置。将会理解，在此的多个扫描线可以具有不同的方向，多个扫描线可以位于预定的角度范围内，以采集设备410为中心按照扇形方式分布。例如，预定角度范围内的中间位置的中心扫描线430可以垂直于采集设备410的轨迹。

将会理解，在采集设备410移动期间，采集设备410可以分别采集道路一侧或者两侧的数据。为了更为准确地识别道路边沿120，在此的扫描数据集是由采集设备朝向道路一侧采集的。利用本公开的示例性实现方式，可以确保待处理的原始数据包括单一方向的道路边沿。以此方式，可以避免道路另一侧的道路边沿的干扰，可以确保生成的道路边沿120是用于该单一的道路边沿的地图数据。

根据本公开的示例性实现方式，感兴趣区可以具有预定大小。可以按照采集设备410的移动距离来设置感兴趣区的大小。例如，可以按照50米(或者其他数值)，来划分感兴趣区。此时，每个感兴趣区的长度将被设置为50米。道路的宽度通常位于数米至数十米之间，可以为感兴趣区设置宽度，例如可以将宽度设置为50米(或者其他数值)。此时，每个感兴趣区的范围为50米×50米。利用本公开的示例性实现方式，在后续处理过程中可以仅考虑位于感兴趣区以内的点云数据，进而可以降低其他点云数据的干扰。

根据本公开的示例性实现方式，可以为各个道路设置相同大小的感兴趣区，也可以为各个道路设置不同大小的感兴趣区。例如，可以基于道路曲折程度来设置感兴趣区的长度。道路越曲折则长度越小，道路越笔直则长度越大。根据本公开的示例性实现方式，可以基于道路的宽度估计来设置感兴趣区的宽度。道路越宽则宽度越大，道路越窄则宽度越小。利用本公开的示例性实现方式，可以排除道路边沿以外的其他区域中的点云数据的干扰。

在已经确定第一感兴趣区220和第二感兴趣区230的情况下，可以分别处理每个感兴趣区中的点云数据。在下文中，将返回图3描述针对每个感兴趣区进行处理的更多细节。在图3的框320处，基于由采集设备采集的扫描数据集210，分别获取第一感兴趣区220和第二感兴趣区230内的第一候选路沿点集合222和第二候选路沿点集合 232。

将会理解，在此针对每个感兴趣区的处理过程是相似的。在下文中，将仅以第一感兴趣区220为示例描述具体处理过程。根据本公开的示例性实现方式，可以在扫描数据集中的位于一个感兴趣区内的部分中设置滑动窗口，并且可以基于滑动窗口来确定道路边沿120的候选路沿点。继续参见图4，滑动窗口440的初始位置可以位于采集设备410的轨迹，并且沿着与采集设备410的轨迹相垂直的方向432移动。

根据本公开的示例性实现方式，滑动窗口440可以具有预定大小。例如，可以指定滑动窗口440内的扫描点的数量(例如，20个或者其他数值)，并且按照指定的数量来设置滑动窗口440。具体地，可以首先设置滑动窗口440的宽度，继而根据该指定数量来确定滑动窗口 440的长度。又例如，在仅考虑点云数据的x坐标和y坐标的情况下，可以指定滑动窗口所覆盖的区域的面积，并且按照指定的面积来设置滑动窗口440。可以将滑动窗口440沿着垂直于采集设备410的轨迹的方向移动，以便找到可能位于道路边沿120上的候选路沿点。利用本公开的示例性实现方式，可以以更为精细的粒度来处理点云数据，进而可以提高确定过程的准确性。

在滑动窗口440移动期间，可以分别确定滑动窗口440内的多个扫描点的多个位置。如果多个位置满足预定分布条件，将多个扫描点加入第一候选路沿点集合222。将会理解，在此每个位置以(x，y，z) 三维坐标表示。由于道路边沿120通常垂直于路面，因而道路边沿120 上的点的高度高于路面的高度。

根据本公开的示例性实现方式，预定分布条件可以包括多方面的内容。如果滑动窗口440内的多个扫描点的高度范围大于阈值高度，则可以将该多个扫描点加入第一候选路沿点集合222。在此，高度范围是指多个扫描点中的最大高度和最小高度之间的差异，如果该差异大于阈值高度，则表示多个扫描点可能位于相对于路面倾斜或者垂直的表面上。以此方式，可以有助于确定道路边沿120。

根据本公开的示例性实现方式，如果滑动窗口440内的多个扫描点的高度的标准差大于阈值标准差，则可以将该多个扫描点加入第一候选路沿点集合222。在此，标准差基于多个扫描点的高度、高度平均值以及多个扫描点的数量来确定。标准差可以反应多个扫描点的高度的分布，如果高度的分布较为分散，则表示多个扫描点可能位于相对于路面倾斜或者垂直的表面上。以此方式，可以有助于确定道路边沿120。

根据本公开的示例性实现方式，如果滑动窗口440内的多个扫描点中的两个相邻扫描点的高度差异大于阈值高度差异，则可以将该多个扫描点加入第一候选路沿点集合222。在此，相邻扫描点的高度差异可以描述相邻扫描点所在的表面与地面的倾斜程度。如果高度差异较大，则表示两个相邻可能位于相对于路面倾斜程度较大的表面上。以此方式，可以有助于确定道路边沿120。

根据本公开的示例性实现方式，如果滑动窗口440内的多个扫描点中的两个相邻扫描点的平面距离小于阈值平面距离，则可以将该相邻扫描点加入第一候选路沿点集合222。在此，相邻扫描点的平面距离可以描述相邻扫描点所在的表面与地面的倾斜程度。如果平面距离较小，则表示两个相邻扫描点可能位于相对于路面倾斜程度较大的表面上。以此方式，可以有助于确定道路边沿120。

上文已经描述了如何基于第一感兴趣区220中的扫描点来确定第一候选路沿点集合222中的候选路沿点。可以针对第二感兴趣区230 执行类似的处理，以便确定第二候选路沿点集合232中的候选路沿点。当道路区域涉及更多的感兴趣区时，可以针对其他感兴趣区中的扫描点执行类似的处理，进而确定相应的候选路沿点集合。

通常而言，道路边沿120可以是垂直于路面的平面或者曲面。如果将道路边沿120投影到路面所在的平面，则此时道路边沿120的边沿线130将会表现为直线或者曲线。为了简化计算，可以分别基于每个候选路沿点集合，来生成描述道路边沿的平面位置的曲线。根据本公开的示例性实现方式，可以采用二次曲线来表示曲线，并且曲线方程例如以如下公式1表示。

y＝ax²+bx+c 公式1

其中x和y分别表示扫描点的x坐标和y坐标，a、b和c表示用于定义曲线公式的参数。

根据本公开的示例性实现方式，可以从第一候选路沿点集合222 中选择任意3个点，并且基于所选的3个点的平面位置(即，点的x 坐标和y坐标)，求解描述曲线的方程。具体地，可以分别将3个点的x坐标和y坐标带入上述公式1，以便获得包括未知参数a、b和c 的3个方程。通过求解上述3个方程，即可确定参数a、b和c的数值。

根据本公开的示例性实现方式，为了验证获得的曲线是否匹配于第一候选路沿点集合222中的各个候选点，可以基于第一候选路沿点集合222中的点与曲线之间的距离，确定曲线的拟合度。在下文中，将参见图5描述有关拟合度的更多细节。图5示意性示出了根据本公开的示例性实现方式的确定曲线拟合度的过程的框图500。图5示出了基于公式1确定的曲线510。对于第一候选路沿点集合222中的候选点520、522、……、以及524，可以分别确定每个候选点与曲线510 之间的距离。

根据本公开的示例性实现方式，针对第一候选路沿点集合中的候选点520，可以确定候选点520与曲线510之间的距离530。在此，距离越大则表示确定的曲线愈加偏离于候选点。可以设置阈值距离，并且将与曲线之间的距离小于阈值距离的点称为局内点，并且将与曲线之间的距离大于阈值距离的点称为局外点。可以分别统计第一候选路沿点集合222中的局内点和局外点的数量。可以基于局内点的数量而提高曲线的拟合度，并且基于局外点的数量而降低曲线的拟合度。换言之，局内点的比例越大则曲线的拟合度越高，反之，局外点的比例越大则曲线的拟合度越低。

根据本公开的示例性实现方式，可以在多个轮次中重复上文描述的生成曲线以及确定拟合度的过程，并且可以从生成的多个曲线中选择具有最高拟合度的曲线。根据本公开的示例性实现方式，可以为拟合度指定阈值条件，在未找到拟合度满足阈值条件的曲线时，不断重复生成曲线以及确定拟合度的过程。

将会理解，拟合度可以描述生成的曲线与第一候选路沿点集合 222中的候选点之间的匹配程度。利用本公开的示例性实现方式，可以确定最为匹配于第一候选路沿点集合222的曲线。以此方式，可以尽量找到更可能位于道路边沿120上的候选点，进而提高确定道路边沿120的准确性。

将会理解，尽管上文示意性示出了基于局内点和局外点来确定曲线的拟合度的示例，根据本公开的示例性实现方式，还可以基于其他方式来确定拟合度。例如，可以确定第一候选路沿点集合222中的各个点与曲线之间的平均距离，如果该平均距离小于预定阈值，认为找到满足条件的曲线。又例如，还可以基于第一候选路沿点集合222中的各个点与曲线之间的距离的方差和/或标准差来确定是否找到满足条件的曲线。

根据本公开的示例性实现方式，可以基于生成的曲线510来更新第一候选路沿点集合222。具体地，针对第一候选路沿点集合222中的候选点，可以确定候选点与曲线之间的距离。如果确定该距离高于指定的阈值距离，从第一候选路沿点集合222中去除该候选点。参见图6描述有关更新候选路沿点集合的更多细节。图6示意性示出了根据本公开的示例性实现方式的用于基于描述道路边沿的曲线来更新候选路沿点集合的过程的框图600。在初始阶段，第一候选路沿点集合222可以包括候选点520、522、……、以及524。

可以逐一确定每个候选点与曲线510之间的距离。如果距离小于阈值距离，可以保留该候选点；如果距离大于阈值距离，可以去除该候选点。通过比较发现候选点520与曲线510之间的距离530大于阈值距离，可以从第一候选路沿点集合222中去除候选点520。此时，更新后的集合将包括候选点522、……、以及524。利用本公开的示例性实现方式，可以过滤掉第一候选路沿点集合222中的噪声点，进而提高后续操作的准确性。

将会理解，上文仅以第一候选路沿点集合222为示例描述了如何基于该集合中的候选点创建曲线，并且利用创建的曲线来更新第一候选路沿点集合222。可以基于类似的方式来针对第二候选路沿点集合 232执行类似的操作。当道路区域涉及更多的感兴趣区时，可以逐一更新每个感兴趣区相关的候选路沿点集合，以便过滤掉与各个感兴趣区相关联的曲线之间的距离大于阈值距离的候选点。

在下文中，将参见图7描述有关更新针对一个感兴趣区的候选路沿点集合的更多示例。图7示意性示出了根据本公开的示例性实现方式的候选路沿点集合的框图700。如图7所示，候选路沿点的初始集合710包括噪声722。可以按照上文描述的方法来生成曲线，并且基于曲线来去除不满足阈值距离的候选点。在更新后的集合720中，噪声722部分中的候选点已经被去除。此时，更新后的集合720中的候选点将会更加准确。

上文已经参见图5至图7描述了如何更新各个候选路沿点集合。在已经获得了每个感兴趣区的候选路沿点集合的情况下，可以基于多个候选路沿点集合来生成整个道路的候选路沿点集合。返回图3，在框330处，基于第一候选路沿点集合222和第二候选路沿点集合232，确定道路的候选路沿点集合240。具体地，可以组合第一候选路沿点集合222和第二候选路沿点集合232，以确定道路的候选路沿点集合 240。此时，道路的候选路沿点集合240将包括全部道路范围内的候选路沿点。

进一步，在框340处，过滤道路的候选路沿点集合240以生成高清地图中的道路边沿120。为了进一步消除候选路沿点集合240中的噪声数据，可以基于聚类方法来进一步过滤候选路沿点集合240。在下文中，将参见图8描述有关过滤过程的更多细节。

图8示意性示出了根据本公开的示例性实现方式的针对道路的候选路沿点集合进行聚类的过程的框图800。假设候选路沿点集合240 包括候选点522、524、……、以及810，可以基于候选路沿点集合240 中的多个点之间的距离，将多个点划分为多个聚类。

根据本公开的示例性实现方式，为了加快聚类过程的处理速度，可以为候选路沿点集合建立空间索引结构。在本公开的上下文中，并不限制基于哪些技术来建立索引结构。例如，可以Octree和/或KDtree 技术来建立索引结构。

根据本公开的示例性实现方式，可以从候选路沿点集合240中选择一个初始候选点(例如，可以随机选择或者基于其他方式选择)。可以基于空间索引结构，搜索与该候选点之间的距离小于阈值距离的其他候选点。如果找到，则将找到的候选点加入聚类。可以不断地执行搜索，直到聚类中候选点的数量不再增加。此时，初始候选点与后续加入的其他候选点即形成一个聚类。可以针对候选路沿点集合240 中的其余候选点执行类似的操作，直到将候选路沿点集合240中的候选点划分至多个聚类。

如图8所示，由于候选点522和524等距离较近，可以将这些候选点划分至聚类820。由于候选点810与其他候选点之间的距离较远，可以将候选点810划分至另一聚类。进一步，可以统计各个聚类中的候选点的数量，并且删除数量小于阈值数量的聚类。假设候选点810所在的聚类中的候选点数量低于阈值数量，可以删除该聚类。利用本公开的示例性实现方式，可以去除候选路沿点集合240中的离群点。以此方式，可以尽量排除不太可能位于道路边沿120上的候选点，并且为后续处理提供准确的依据。

进一步，可以基于多个聚类中的点的数量超过阈值数量的至少一个聚类，生成高清地图中的道路边沿。根据本公开的示例性实现方式，可以利用各个聚类中的候选点来生成道路边沿120。此时保留的聚类中的候选点的分布较为集中，并且这些候选点位于道路边沿120上的概率较高。利用本公开的示例性实现方式，可以为后续生成道路边沿 120提供更高的准确性。

根据本公开的示例性实现方式，可以利用各个聚类的中心点来生成道路边沿120。将会理解，在此聚类的中心点即表示该聚类中的多个候选点的平均位置。以此方式，可以充分考虑多个候选点的位置分布，以便以更为可靠的方式确定道路边沿120。

在下文中，将参见图9描述有关更新针对一个感兴趣区的候选路沿点集合的更多示例。图9示意性示出了根据本公开的示例性实现方式的基于聚类进行过滤的过程的框图。如图9所示，候选路沿点的初始集合910可能会包括离群点。可以按照上文描述的方法，基于聚类来去除离群的候选点。在过滤后的集合920中已经去除了离群点的噪声干扰。此时，过滤后的集合920中的候选点将会更加准确。

根据本公开的示例性实现方式，可以将过滤后的候选路沿点集合 240中的候选点直接作为道路边沿120。根据本公开的示例性实现方式，可以对过滤后的候选路沿点集合240中的点进行进一步的处理，例如，可以将候选点进行面片化处理，以便获得道路边沿120的三维模型。

将会理解，上文仅以路面位于水平表面的情况来描述了用于确定道路边沿120的过程的细节。根据本公开的示例性实现方式，路面可以具有坡度。将会理解，本公开的示例性实现方式并不需要限制路面表面的倾斜程度，而是本公开的示例性实现方式可以用于确定水平路面的道路边沿，也可以用于确定倾斜路面的道路边沿。

将会理解，对于道路的道路边沿120而言，无论路面是否水平，该道路边沿120通常都会垂直于水平平面。因而，即使在路面倾斜的情况下，也可以基于上文描述的方法来确定针对每个感兴趣区的候选路沿点集合。此外，无论路面是否倾斜，仍然可以以曲线来描述道路边沿120在水平面的投影。利用本公开的示例性实现方式，可以在多种道路环境下采集点云数据。以此方式，可以将本公开的示例性实现方式应用于更多的道路环境，并且获得准确的道路边沿120。

在上文中已经参见图2至图9详细描述了根据本公开的方法的示例，在下文中将描述相应的装置的实现。根据本公开的示例性实现方式，提供了一种用于生成高清地图中的道路边沿的装置。该装置包括：划分模块，配置用于沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区和第二感兴趣区；获取模块，配置用于基于由采集设备采集的扫描数据集，分别获取第一感兴趣区和第二感兴趣区内的第一候选路沿点集合和第二候选路沿点集合；确定模块，配置用于基于第一候选路沿点集合和第二候选路沿点集合，确定道路的候选路沿点集合；以及生成模块，配置用于过滤道路的候选路沿点集合以生成高清地图中的道路边沿。

根据本公开的示例性实现方式，获取模块包括：设置模块，配置用于在扫描数据集中的位于第一感兴趣区内的部分中设置滑动窗口；扫描点确定模块，配置用于分别确定滑动窗口内的多个扫描点的多个位置；以及集合生成模块，配置用于如果多个位置满足预定分布条件，将多个扫描点加入第一候选路沿点集合。

根据本公开的示例性实现方式，预定分布条件包括以下中的至少任一项：多个位置的高度范围大于阈值高度；多个位置的高度标准差大于阈值高度标准差；多个位置中的两个相邻位置的高度差异大于阈值高度差异；以及多个位置中的两个相邻位置的平面距离小于阈值平面距离。

根据本公开的示例性实现方式，该装置进一步包括：移动模块，配置用于沿着与采集设备的轨迹相垂直的方向，移动滑动窗口。

根据本公开的示例性实现方式，获取模块包括：曲线生成模块，配置用于基于第一候选路沿点集合，生成描述道路边沿的平面位置的曲线；拟合度确定模块，配置用于基于第一候选路沿点集合中的点与曲线之间的距离，确定曲线的拟合度；以及更新模块，配置用于响应于拟合度满足阈值条件，基于曲线来更新第一候选路沿点集合。

根据本公开的示例性实现方式，曲线生成模块包括：选择模块，配置用于从第一候选路沿点集合中选择多个点；以及求解模块，配置用于基于多个点的平面位置，确定曲线。

根据本公开的示例性实现方式，拟合度确定模块包括：距离确定模块，配置用于针对第一候选路沿点集合中的候选点，确定候选点与曲线之间的距离；以及降低模块，配置用于响应于确定距离高于阈值距离，降低曲线的拟合度。

根据本公开的示例性实现方式，更新模块包括：曲线距离确定模块，配置用于针对第一候选路沿点集合中的候选点，确定候选点与曲线之间的距离；以及去除模块，配置用于响应于确定距离高于阈值距离，从第一候选路沿点集合中去除候选点。

根据本公开的示例性实现方式，确定模块包括：组合模块，配置用于组合第一候选路沿点集合和第二候选路沿点集合，以确定道路的候选路沿点集合。

根据本公开的示例性实现方式，生成模块包括：聚类模块，配置用于基于候选路沿点集合中的多个点之间的距离，将多个点划分为多个聚类；以及道路边沿生成模块，配置用于基于多个聚类中的点的数量超过阈值数量的至少一个聚类，生成高清地图中的道路边沿。

根据本公开的示例性实现方式，聚类模块包括：索引建立模块，配置用于基于候选路沿点集合建立空间索引结构；搜索模块，配置用于基于空间索引结构，搜索与候选路沿点集合中的候选点之间的距离小于阈值距离的至少一个点；以及聚类获取模块，配置用于基于候选点和至少一个点，获取多个聚类中的聚类。

根据本公开的示例性实现方式，扫描数据集是由采集设备朝向道路一侧采集的。

根据本公开的示例性实现方式，提供了一种电子设备，包括：存储器和处理器；其中存储器用于存储一条或多条计算机指令，其中一条或多条计算机指令被处理器执行以实现上文描述的方法。

图10示出了其中可以实施本公开的一个或多个实现方式的计算设备/服务器1000的框图。应当理解，图10所示出的计算设备/服务器1000仅仅是示例性的，而不应当构成对本文所描述的实现方式的功能和范围的任何限制。

如图10所示，计算设备/服务器1000是通用计算设备的形式。计算设备/服务器1000的组件可以包括但不限于一个或多个处理器或处理单元1010、存储器1020、存储设备1030、一个或多个通信单元1040、一个或多个输入设备1050以及一个或多个输出设备1060。处理单元 1010可以是实际或虚拟处理器并且能够根据存储器1020中存储的程序来执行各种处理。在多处理器系统中，多个处理单元并行执行计算机可执行指令，以提高计算设备/服务器1000的并行处理能力。

计算设备/服务器1000通常包括多个计算机存储介质。这样的介质可以是计算设备/服务器1000可访问的任何可以获得的介质，包括但不限于易失性和非易失性介质、可拆卸和不可拆卸介质。存储器 1020可以是易失性存储器(例如寄存器、高速缓存、随机访问存储器 (RAM))、非易失性存储器(例如，只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存)或它们的某种组合。存储设备1030可以是可拆卸或不可拆卸的介质，并且可以包括机器可读介质，诸如闪存驱动、磁盘或者任何其他介质，其可以能够用于存储信息和/或数据(例如用于训练的训练数据)并且可以在计算设备/ 服务器1000内被访问。

计算设备/服务器1000可以进一步包括另外的可拆卸/不可拆卸、易失性/非易失性存储介质。尽管未在图10中示出，可以提供用于从可拆卸、非易失性磁盘(例如“软盘”)进行读取或写入的磁盘驱动和用于从可拆卸、非易失性光盘进行读取或写入的光盘驱动。在这些情况中，每个驱动可以由一个或多个数据介质接口被连接至总线(未示出)。存储器1020可以包括计算机程序产品1025，其具有一个或多个程序模块，这些程序模块被配置为执行本公开的各种实现方式的各种方法或动作。

通信单元1040实现通过通信介质与其他计算设备进行通信。附加地，计算设备/服务器1000的组件的功能可以以单个计算集群或多个计算机器来实现，这些计算机器能够通过通信连接进行通信。因此，计算设备/服务器1000可以使用与一个或多个其他服务器、网络个人计算机(PC)或者另一个网络节点的逻辑连接来在联网环境中进行操作。

输入设备1050可以是一个或多个输入设备，例如鼠标、键盘、追踪球等。输出设备1060可以是一个或多个输出设备，例如显示器、扬声器、打印机等。计算设备/服务器1000还可以根据需要通过通信单元1040与一个或多个外部设备(未示出)进行通信，外部设备诸如存储设备、显示设备等，与一个或多个使得用户与计算设备/服务器 1000交互的设备进行通信，或者与使得计算设备/服务器1000与一个或多个其他计算设备通信的任何设备(例如，网卡、调制解调器等) 进行通信。这样的通信可以经由输入/输出(I/O)接口(未示出)来执行。

根据本公开的示例性实现方式，提供了一种计算机可读存储介质，其上存储有一条或多条计算机指令，其中一条或多条计算机指令被处理器执行以实现上文描述的方法。

这里参照根据本公开实现的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和 /或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实现的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实现，上述说明是示例性的，并非穷尽性的，并且也不限于所公开的各实现。在不偏离所说明的各实现的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实现的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文公开的各实现。

Claims (15)

1.一种用于生成高清地图中的道路边沿的方法，包括：

沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区和第二感兴趣区；

基于由所述采集设备采集的扫描数据集，分别获取所述第一感兴趣区和所述第二感兴趣区内的第一候选路沿点集合和第二候选路沿点集合；

基于所述第一候选路沿点集合和所述第二候选路沿点集合，确定所述道路的候选路沿点集合；以及

过滤所述道路的所述候选路沿点集合以生成所述高清地图中的所述道路边沿。

2.根据权利要求1所述的方法，其中获取所述第一候选路沿点集合包括：

在所述扫描数据集中的位于所述第一感兴趣区内的部分中设置滑动窗口；

分别确定所述滑动窗口内的多个扫描点的多个位置；以及

如果所述多个位置满足预定分布条件，将所述多个扫描点加入所述第一候选路沿点集合。

3.根据权利要求12所述的方法，其中所述预定分布条件包括以下中的至少任一项：

所述多个位置的高度范围大于阈值高度；

所述多个位置的高度标准差大于阈值高度标准差；

所述多个位置中的两个相邻位置的高度差异大于阈值高度差异；以及

所述多个位置中的两个相邻位置的平面距离小于阈值平面距离。

4.根据权利要求2所述的方法，进一步包括：沿着与所述采集设备的所述轨迹相垂直的方向，移动所述滑动窗口。

5.根据权利要求2所述的方法，其中获取所述第一候选路沿点集合进一步包括：

基于所述第一候选路沿点集合，生成描述所述道路边沿的平面位置的曲线；

基于所述第一候选路沿点集合中的点与所述曲线之间的距离，确定所述曲线的拟合度；以及

响应于所述拟合度满足阈值条件，基于所述曲线来更新所述第一候选路沿点集合。

6.根据权利要求5所述的方法，其中生成所述曲线包括：

从所述第一候选路沿点集合中选择多个点；以及

基于所述多个点的平面位置，确定所述曲线。

7.根据权利要求5所述的方法，其中确定所述曲线的所述拟合度包括：

针对所述第一候选路沿点集合中的候选点，确定所述候选点与所述曲线之间的距离；以及

响应于确定所述距离高于阈值距离，降低所述曲线的所述拟合度。

8.根据权利要求5所述的方法，其中基于所述曲线来更新所述第一候选路沿点集合包括：

针对所述第一候选路沿点集合中的候选点，确定所述候选点与所述曲线之间的距离；以及

响应于确定所述距离高于阈值距离，从所述第一候选路沿点集合中去除所述候选点。

9.根据权利要求1所述的方法，其中确定所述道路的所述候选路沿点集合包括：组合所述第一候选路沿点集合和所述第二候选路沿点集合，以确定所述道路的所述候选路沿点集合。

10.根据权利要求1所述的方法，其中过滤所述道路的所述候选路沿点集合以生成所述道路边沿包括：

基于所述候选路沿点集合中的多个点之间的距离，将所述多个点划分为多个聚类；以及

基于所述多个聚类中的点的数量超过阈值数量的至少一个聚类，生成所述高清地图中的所述道路边沿。

11.根据权利要求10所述的方法，其中将所述多个点划分为所述多个聚类包括：

基于所述候选路沿点集合建立空间索引结构；

基于所述空间索引结构，搜索与所述候选路沿点集合中的候选点之间的距离小于阈值距离的至少一个点；以及

基于所述候选点和所述至少一个点，获取所述多个聚类中的聚类。

12.根据权利要求1所述的方法，其中所述扫描数据集是由所述采集设备朝向所述道路一侧采集的。

13.一种用于生成高清地图中的道路边沿的装置，包括：

划分模块，配置用于沿着采集设备的轨迹，将道路所在的区域划分为具有预定大小的第一感兴趣区和第二感兴趣区；

获取模块，配置用于基于由所述采集设备采集的扫描数据集，分别获取所述第一感兴趣区和所述第二感兴趣区内的第一候选路沿点集合和第二候选路沿点集合；

确定模块，配置用于基于所述第一候选路沿点集合和所述第二候选路沿点集合，确定所述道路的候选路沿点集合；以及

生成模块，配置用于过滤所述道路的所述候选路沿点集合以生成所述高清地图中的所述道路边沿。

14.一种电子设备，包括：

存储器和处理器；

其中所述存储器用于存储一条或多条计算机指令，其中所述一条或多条计算机指令被所述处理器执行以实现根据权利要求1至12中任一项所述的方法。

15.一种计算机可读存储介质，其上存储有一条或多条计算机指令，其中所述一条或多条计算机指令被处理器执行以实现根据权利要求1至12中任一项所述的方法。

Images