CN112150576A - 一种高精度矢量地图采集系统和方法 - Google Patents
一种高精度矢量地图采集系统和方法 Download PDFInfo
- Publication number
- CN112150576A CN112150576A CN201910573118.6A CN201910573118A CN112150576A CN 112150576 A CN112150576 A CN 112150576A CN 201910573118 A CN201910573118 A CN 201910573118A CN 112150576 A CN112150576 A CN 112150576A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- information
- post
- road surface
- 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 17
- 238000012805 post-processing Methods 0.000 claims abstract description 57
- 238000012937 correction Methods 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 12
- 238000013523 data management Methods 0.000 claims description 11
- 241000283070 Equus zebra Species 0.000 claims description 10
- 230000006835 compression Effects 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
Abstract
一种高精度矢量地图采集系统和方法,涉及地图分析领域。包括车载采集装置、车载定位装置、车载终端及后处理装置,车载采集装置通过主动激光扫描路面信息,受光照条件影响小;车载定位装置通过GNSS/INS耦合,减少了位置跳变,降低了漂移误差;后处理装置可进行DGPS/RTK修正,所以无需额外搭载昂贵的车载高精度定位设备。
Description
技术领域
本发明涉及地图分析领域,特别涉及一种高精度矢量地图采集系统和方法。
背景技术
随着汽车保有量的逐年增加,交通事故、交通拥堵和环境污染等问题愈发严重,自动驾驶技术能有效解决上述问题,已成为汽车未来必然的发展方向。高等级的自动驾驶乃至最终的无人驾驶离不开高精度矢量地图的支持,但目前行业内相关研究仍处于起步阶段,相关高精度矢量地图的格式、规范和采集方法仍没有统一的定论。
发明内容
针对现有技术存在的不足,本发明的目的是提供一种高精度矢量地图采集系统和方法。
本发明所采用的技术方案是:一种高精度地图采集方法,其技术要点是,包含以下步骤:
步骤S01: 将车载采集装置、车载定位装置、车载终端上电自检;
步骤S02: 通过车载终端的图形用户界面确认车载采集装置、车载定位装置的驱动是否正常工作,如正常则进行步骤S03.1,否则进行步骤S03.2;
步骤S03.1:采集子任务初始化;
步骤S03.2:故障处理模式,并再次进行步骤S02;
步骤S04:通过车载终端的数据记录单元记录路面信息、路况信息和图像信息以及全球定位信息;
步骤S05:每隔一段预设的时间,通过车载终端的数据回放单元回放并检查所记录的信息;
步骤S06:通过车载终端的数据管理单元进行数据打包并上传;
步骤S07:根据当前GPS坐标和预设的采集任务需求确认本次地图采集是否完成,如仍未完成则进入步骤S03.1,如已完成进入步骤S08;
步骤S08:后处理装置将接收到的数据包解析为路面信息、路况信息、图像信息以及全球定位信息;
步骤S09:后处理装置对路面信息进行点云后处理,并提取出感兴趣的路面目标;
步骤S10:后处理装置对路况信息和图像信息进行后处理,并提取出感兴趣的路况目标;
步骤S11:后处理装置对全球定位信息进行正/反向后处理;
步骤S12:后处理装置对路面/路况目标进行坐标转换、聚类和滤波,并生成全局3D静态点云地图。
上述方案中,步骤S09所述提取感兴趣的路面目标,具体为:
步骤S09.1,根据点云高度信息提取路面,剔出非路面数据;
步骤S09.2,对所保留路面数据的反射强度通道进行均值化;
步骤S09.3,通过标定确定不同颜色路面表示的反射强度阈值;
步骤S09.4,将路面数据的反射强度通道信息与所述反射强度阈值进行比较,提取出包含路面标识的点云数据;
步骤S09.5,对包含路面标示的点云数据进行聚类;
步骤S09.6,通过预训练的分类器对聚类后的数据分类;
步骤S09.7,对分类结果进行标示和保存。
上述方案中,步骤S10所述提取感兴趣的路况目标,具体为:
S10.1,将相邻两个激光发射器所返回的激光点云数据与预设值进行对比,仅保留压缩量超过预设压缩比阈值的数据;
S10.2,对所保留数据的高度通道进行处理,剔出超过预设高度的数据;
S10.3, 对上述云数据进行聚类;
S10.4, 使用EFK对聚类后的数据进行跟踪;
S10.5, 根据EFK跟踪结果,剔出所有动态点云,仅保留静态点云数据;
S10.6, 根据预训练的分类器对静态点云数据进行分类;
S10.7, 对分类结果进行标示和保存;
S10.8, 根据图像记录单元的信息,人工对指标牌进行分类和标注;
S10.9,对标示牌进行标示和保存。
上述方案中,步骤S12所述生成全局3D静态点云地图,具体为:
步骤S12.1,分别对路面扫描单元、路况扫描单元和车载定位装置相对于车辆坐标系原点的坐标变换关系进行标定;
步骤S12.2,根据标定结果计算相应的三个坐标变换矩阵;
步骤S12.3,将车载定位装置的输出结果向地图坐标系进行墨卡托投影;
步骤S12.4,根据所述三个坐标变换矩阵将所记录的路面信息和路况信息向地图坐标系进行坐标变换;
步骤S12.5,分别对变换后的路面信息和路况信息进行聚类和滤波,删除冗余的叠加数据;
步骤S12.6,生成全局3D静态点云地图。
步骤S13:后处理装置在步骤S12生成的点云地图中提取所需的矢量地图信息,并生成高精度矢量地图;
步骤S14:后处理装置通过矢量地图管理单元,进行矢量地图信息抽象、分类、命名和存储。
一种高精度矢量地图采集系统,其技术要点是,包括车载采集装置、车载定位装置、车载终端及后处理装置,车载采集装置、车载定位装置分别与车载中端连接,车载终端与后处理装置连接;
所述车载采集装置包含:
路面扫描单元,用于扫描路面信息,包括车道线、停车线、斑马线及其它路面标识;
路况扫描单元,用于扫描路况信息,包括护栏、路牙、交通信号灯、路灯、道路指示牌以及各种其它类型的指示牌;
图像记录单元,用于数据回放以及为矢量地图提取时的特征比对提供数据基础;
所述的车载定位装置包括:
GNSS天线,用于接收GNSS卫星信号,并通过功率分配器,分别提供信号给全球导航卫星系统和惯性导航系统的内部GNSS接收机;
全球导航卫星系统,用于提供全球定位信息;
惯性导航系统,包含角度传感器和加速度传感器,用于提供相对定位信息;
车载终端包括:
图形用户界面,用于为车载终端提供用户接口;
传感器驱动单元,用于为路面扫描单元、路况扫描单元、图像记录单元、全球导航卫星系统和惯性导航系统提供硬件驱动;
数据记录单元,用于实现数据记录功能,包括存储位置选择、数据包自动压缩、数据记录开始、数据记录暂停及数据记录终止;
数据回放单元,用于数据回放,包括数据单帧回放、数据连续回放、数据回放暂停及数据回放终止;
数据管理单元,用于实现数据管理,包括数据重命名、数据删除、数据上传及数据下载;
所述的车载终端包括:
激光点云后处理单元,通过比较激光强度通道提取出感兴趣的路面目标,包括车道线、停车线、斑马线及其它路面标;
全球定位信息后处理单元,用于通过前/后向后处理,及离线RTK位置修正功能使定位信息收敛;
点云地图生成单元,用于进行坐标转换、点云特征匹配和点云拼接,并生成3D点云地图;
矢量地图提取单元,用于通过自动提取和手动修正的方法在3D点云地图中提取所需的矢量地图信息,包括:车道、车道线、停车线、斑马线及其它路面标识、护栏、路牙、交通信号灯、路灯、道路指示牌以及各种其它类型的指示牌;
矢量地图管理单元,用于实现矢量地图信息抽象、分类、更新、升级、命名和存储。
本发明的有益效果是:该高精度矢量地图采集系统和方法,包括车载采集装置、车载定位装置、车载终端及后处理装置,车载采集装置通过主动激光扫描路面信息,受光照条件影响小; 车载定位装置通过GNSS/INS耦合,减少了位置跳变,降低了漂移误差;后处理装置可进行DGPS/RTK修正,所以无需额外搭载昂贵的车载高精度定位设备。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,还可根据这些附图获得其他的附图。
图1为本发明实施例中高精度矢量地图采集系统结构框图;
图2为本发明实施例中车载采集装置结构框图;
图3为本发明实施例中车载定位装置结构框图;
图4为本发明实施例中车载终端结构框图;
图5为本发明实施例中后处理装置结构框图;
图6为本发明实施例中一种高精度矢量地图采集方法流程图;
图7为本发明实施例中车载采集装置一种安装结构示意图;
图8为本发明实施例中车载采集装置第二种安装结构示意图;
图9为本发明实施例中单天线车载定位装置安装结构示意图;
图10为本发明实施例中双天线车载定位装置安装结构示意图;
图11为本发明实施例中车载终端及后处理装置连接示意图;
图12为本发明实施例中提取感兴趣的路面目标流程图;
图13为本发明实施例中提取感兴趣的路况目标流程图;
图14为本发明实施例中全局3D静态点云地图的标准流程图。
具体实施方式
使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图1~图3和具体实施方式对本发明作进一步详细的说明。
实施例1:
本实施例采用的高精度地图采集方法,包含以下步骤:
步骤S01: 将车载采集装置、车载定位装置、车载终端上电自检;
步骤S02: 通过车载终端的图形用户界面确认车载采集装置、车载定位装置的驱动是否正常工作,如正常则进行步骤S03.1,否则进行步骤S03.2;
步骤S03.1:采集子任务初始化;
步骤S03.2:故障处理模式,并再次进行步骤S02;
步骤S04:通过车载终端的数据记录单元记录路面信息、路况信息和图像信息以及全球定位信息;
步骤S05:每隔一段预设的时间,通过车载终端的数据回放单元回放并检查所记录的信息;
步骤S06:通过车载终端的数据管理单元进行数据打包并上传;
步骤S07:根据当前GPS坐标和预设的采集任务需求确认本次地图采集是否完成,如仍未完成则进入步骤S03.1,如已完成进入步骤S08;
步骤S08:后处理装置将接收到的数据包解析为路面信息、路况信息、图像信息以及全球定位信息;
步骤S09:后处理装置对路面信息进行点云后处理,并提取出感兴趣的路面目标;
进一步的,步骤S09所述提取感兴趣的路面目标,具体为:
步骤S09.1,根据点云高度信息提取路面,剔出非路面数据;
步骤S09.2,对所保留路面数据的反射强度通道进行均值化;
步骤S09.3,通过标定确定不同颜色路面表示的反射强度阈值;
步骤S09.4,将路面数据的反射强度通道信息与所述反射强度阈值进行比较,提取出包含路面标识的点云数据;
步骤S09.5,对包含路面标示的点云数据进行聚类;
步骤S09.6,通过预训练的分类器对聚类后的数据分类;
步骤S09.7,对分类结果进行标示和保存。
步骤S10:后处理装置对路况信息和图像信息进行后处理,并提取出感兴趣的路况目标;
S10.1,将相邻两个激光发射器所返回的激光点云数据与预设值进行对比,仅保留压缩量超过预设压缩比阈值的数据;
S10.2,对所保留数据的高度通道进行处理,剔出超过预设高度的数据;
S10.3, 对上述云数据进行聚类;
S10.4, 使用EFK对聚类后的数据进行跟踪;
S10.5, 根据EFK跟踪结果,剔出所有动态点云,仅保留静态点云数据;
S10.6, 根据预训练的分类器对静态点云数据进行分类;
S10.7, 对分类结果进行标示和保存;
S10.8, 根据图像记录单元的信息,人工对指标牌进行分类和标注;
S10.9,对标示牌进行标示和保存。
步骤S11:后处理装置对全球定位信息进行正/反向后处理;
步骤S12:后处理装置对路面/路况目标进行坐标转换、聚类和滤波,并生成全局3D静态点云地图;
步骤S12.1,分别对路面扫描单元、路况扫描单元和车载定位装置相对于车辆坐标系原点的坐标变换关系进行标定;
步骤S12.2,根据标定结果计算相应的三个坐标变换矩阵;
步骤S12.3,将车载定位装置的输出结果向地图坐标系进行墨卡托投影;
步骤S12.4,根据所述三个坐标变换矩阵将所记录的路面信息和路况信息向地图坐标系进行坐标变换;
步骤S12.5,分别对变换后的路面信息和路况信息进行聚类和滤波,删除冗余的叠加数据;
步骤S12.6,生成全局3D静态点云地图。
步骤S13:后处理装置在步骤S12生成的点云地图中提取所需的矢量地图信息,并生成高精度矢量地图;
步骤S14:后处理装置通过矢量地图管理单元,进行矢量地图信息抽象、分类、命名和存储。
实施例2:
本实施例采用的高精度矢量地图采集系统,包括车载采集装置1、车载定位装置2、车载终端3及后处理装置4,车载采集装置、车载定位装置分别与车载中端连接,车载终端与后处理装置连接。如图1所示。
所述车载采集装置1,可同时扫描路面信息和路况信息;所述车载定位装置2,可通过GNSS/INS耦合记录全球定位信息;所述车载终端3,可通过图形用户界面实现激光和定位信息的记录、回放及数据管理;所述后处理装置4,用于制作和管理点云地图以及矢量地图。
本实施例中的车载采集装置1,如图2所示。图中101为路面扫描单元、102为路况扫描单元,103为图像记录单元。所述101路面扫描单元,可扫描路面信息,包括车道线、停车线、斑马线及其它路面标识;所述102路况扫描单元和103图像记录单元可扫描路况信息,包括护栏、路牙、交通信号灯、路灯、道路指示牌以及各种其它类型的指示牌;所述103图像记录单元所记录的图像信息,还用于数据回放以及矢量地图提取时的特征比对。路面扫描单元101,通过主动激光扫描路面信息,与传统的图像传感器相比,其受光照条件影响小。
本实施例采用的车载采集装置,如图7所示。一个平面激光扫描仪,反向安装于车辆顶部,作为路面扫描单元101,用于扫描路面信息,包括车道线、停车线、斑马线及其它路面标识。另一台平面激光扫描仪,前向安装于车辆顶部,作为路况扫描单元102,一台相机安装与前挡风玻璃后部,内后视镜位置,作为图像记录单元103,二者的融合信息用于扫描路况信息,包括护栏、路牙、交通信号灯、路灯、道路指示牌等。
本实施例中的车载定位装置2,如图3所示。图中201为GNSS天线,202为全球导航卫星系统(GNSS),203为惯性导航系统(INS)。所述201 GNSS天线用于接收GNSS卫星信号,并通过功率分配器,分别提供信号给202全球导航卫星系统和203惯性导航系统的内部GNSS接收机;所述202全球导航卫星系统支持GPS、北斗和GLONASS,并支持多种通讯频率,用于提供全球定位信息;所述203惯性导航系统,包含角度传感器和加速度传感器,用于提供相对定位信息。本车载定位装置2通过GNSS/INS耦合,一方面减少了位置信息的跳变,另一方面降低了位置信息的漂移误差。
如图9所示。一个GNSS天线201安装于车辆顶部,天线需水平安装且周围无遮挡;一个全球导航卫星系统202安装于车辆内部;一个惯性导航系统203安装于车辆后部,且所述惯性导航系统203的坐标方向204应尽可能的跟整车坐标方向205保持一致,以减少坐标转换的运算量并提高精度。
本实施例中的车载终端3,如图4所示。图中301为图形用户界面、302为传感器驱动单元,303为数据记录单元,304为数据回放单元,305为数据管理单元。所述301图形用户界面,为本车载终端3的用户接口,用户可通过本界面进行一些数据记录和数据回放常规操作;所述302传感器驱动单元,提供了路面扫描单元101、路况扫描单元102、图像记录单元103、全球导航卫星系统202和惯性导航系统203的硬件驱动;所述303数据记录单元,用于实现数据记录功能,包括存储位置选择、数据包自动压缩、数据记录开始、数据记录暂停、数据记录终止等;所述304数据回放单元,用于实现数据回放功能,包括数据单帧回放、数据连续回放、数据回放暂停、数据回放终止等;所述305数据管理单元,用于实现数据管理功能,包括数据重命名、数据删除、数据上传、数据下载等功能。
本实施例中的后处理装置4,如图5所示。图中401为激光点云后处理单元、402为全球定位信息后处理单元、403为点云地图生成单元、404为矢量地图提取单元,405为矢量地图管理单元。所述401激光点云后处理单元,其原理是通过比较激光强度通道提取出感兴趣的路面目标,包括车道线、停车线、斑马线及其它路面标识;所述401激光点云后处理单元还可以根据点云坐标及高度信息,并结合图像信息提取出感兴趣的路况信息,包括护栏、路牙、交通信号灯、路灯、道路指示牌以及各种其它类型的指示牌;所述402全球定位信息后处理单元,可以通过前/后向后处理,和离线RTK位置修正功能使定位信息收敛,并提高位置精度;所述403点云地图生成单元,可以进行坐标转换、点云特征匹配和点云拼接,并生成3D点云地图;所述404矢量地图提取单元,可以通过自动提取+手动修正的方法在所述3D点云地图中提取所需的矢量地图信息,包括:车道、车道线、停车线、斑马线及其它路面标识、护栏、路牙、交通信号灯、路灯、道路指示牌以及各种其它类型的指示牌;所述405矢量地图管理单元,用于实现矢量地图信息抽象、分类、更新、升级、命名和存储。
如图11所示。搭载了车载采集装置1、车载定位装置2和车载终端3的采集车#1~采集车#N分别负责采集各自负责的区域的道路信息,每隔一段时间,车载终端3通过OTA的形式将所采集的数据上传至后处理装置4所搭建的云端,然后由后处理装置4进行点云地图以及矢量地图制作和管理。
实施例3
与实施例2的区别在于,本实施例采用的车载采集装置,如图8所示,一个3D激光扫描仪,安装于车辆顶部,同时作为路面扫描单元101和路况扫描单元102,用于扫描路面信息和路况信息。一台相机安装与前挡风玻璃后部,内后视镜位置,作为图像记录单元103,用于后期的数据回放和检查。
实施例4:
与实施例2的区别在于,本实施例采用的车载定位装置,如图10所示。两个GNSS天线201分别安装于车辆顶部前后方,天线需水平、周围无遮挡且二者沿车辆横向中心线前后放置,水平距离≥1.5米,本实施例可以增加车辆横摆测量精度并实现车载定位装置2 GNSS/INS耦合系统的静态初始化。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种高精度地图采集方法,其特征在于,包含以下步骤:
步骤S01: 将车载采集装置、车载定位装置、车载终端上电自检;
步骤S02: 通过车载终端的图形用户界面确认车载采集装置、车载定位装置的驱动是否正常工作,如正常则进行步骤S03.1,否则进行步骤S03.2;
步骤S03.1:采集子任务初始化;
步骤S03.2:故障处理模式,并再次进行步骤S02;
步骤S04:通过车载终端的数据记录单元记录路面信息、路况信息和图像信息以及全球定位信息;
步骤S05:每隔一段预设的时间,通过车载终端的数据回放单元回放并检查所记录的信息;
步骤S06:通过车载终端的数据管理单元进行数据打包并上传;
步骤S07:根据当前GPS坐标和预设的采集任务需求确认本次地图采集是否完成,如仍未完成则进入步骤S03.1,如已完成进入步骤S08;
步骤S08:后处理装置将接收到的数据包解析为路面信息、路况信息、图像信息以及全球定位信息;
步骤S09:后处理装置对路面信息进行点云后处理,并提取出感兴趣的路面目标;
步骤S10:后处理装置对路况信息和图像信息进行后处理,并提取出感兴趣的路况目标;
步骤S11:后处理装置对全球定位信息进行正/反向后处理;
步骤S12:后处理装置对路面/路况目标进行坐标转换、聚类和滤波,并生成全局3D静态点云地图;
步骤S13:后处理装置在步骤S12生成的点云地图中提取所需的矢量地图信息,并生成高精度矢量地图;
步骤S14:后处理装置通过矢量地图管理单元,进行矢量地图信息抽象、分类、命名和存储。
2.如权利要求1所述的高精度地图采集方法,其特征在于,步骤S09所述提取感兴趣的路面目标,具体为:
步骤S09.1,根据点云高度信息提取路面,剔出非路面数据;
步骤S09.2,对所保留路面数据的反射强度通道进行均值化;
步骤S09.3,通过标定确定不同颜色路面表示的反射强度阈值;
步骤S09.4,将路面数据的反射强度通道信息与所述反射强度阈值进行比较,提取出包含路面标识的点云数据;
步骤S09.5,对包含路面标示的点云数据进行聚类;
步骤S09.6,通过预训练的分类器对聚类后的数据分类;
步骤S09.7,对分类结果进行标示和保存。
3.如权利要求2所述的高精度地图采集方法,其特征在于,步骤S10所述提取感兴趣的路况目标,具体为:
S10.1,将相邻两个激光发射器所返回的激光点云数据与预设值进行对比,仅保留压缩量超过预设压缩比阈值的数据;
S10.2,对所保留数据的高度通道进行处理,剔出超过预设高度的数据;
S10.3, 对上述云数据进行聚类;
S10.4, 使用EFK对聚类后的数据进行跟踪;
S10.5, 根据EFK跟踪结果,剔出所有动态点云,仅保留静态点云数据;
S10.6, 根据预训练的分类器对静态点云数据进行分类;
S10.7, 对分类结果进行标示和保存;
S10.8, 根据图像记录单元的信息,人工对指标牌进行分类和标注;
S10.9,对标示牌进行标示和保存。
4.如权利要求1所述的高精度地图采集方法,其特征在于,步骤S12所述生成全局3D静态点云地图,具体为:
步骤S12.1,分别对路面扫描单元、路况扫描单元和车载定位装置相对于车辆坐标系原点的坐标变换关系进行标定;
步骤S12.2,根据标定结果计算相应的三个坐标变换矩阵;
步骤S12.3,将车载定位装置的输出结果向地图坐标系进行墨卡托投影;
步骤S12.4,根据所述三个坐标变换矩阵将所记录的路面信息和路况信息向地图坐标系进行坐标变换;
步骤S12.5,分别对变换后的路面信息和路况信息进行聚类和滤波,删除冗余的叠加数据;
步骤S12.6,生成全局3D静态点云地图。
5.一种高精度矢量地图采集系统,其特征在于,包括车载采集装置、车载定位装置、车载终端及后处理装置,车载采集装置、车载定位装置分别与车载中端连接,车载终端与后处理装置连接;
所述车载采集装置包含:
路面扫描单元,用于扫描路面信息,包括车道线、停车线、斑马线及其它路面标识;
路况扫描单元,用于扫描路况信息,包括护栏、路牙、交通信号灯、路灯、道路指示牌以及各种其它类型的指示牌;
图像记录单元,用于数据回放以及为矢量地图提取时的特征比对提供数据基础;
所述的车载定位装置包括:
GNSS天线,用于接收GNSS卫星信号,并通过功率分配器,分别提供信号给全球导航卫星系统和惯性导航系统的内部GNSS接收机;
全球导航卫星系统,用于提供全球定位信息;
惯性导航系统,包含角度传感器和加速度传感器,用于提供相对定位信息;
车载终端包括:
图形用户界面,用于为车载终端提供用户接口;
传感器驱动单元,用于为路面扫描单元、路况扫描单元、图像记录单元、全球导航卫星系统和惯性导航系统提供硬件驱动;
数据记录单元,用于实现数据记录功能,包括存储位置选择、数据包自动压缩、数据记录开始、数据记录暂停及数据记录终止;
数据回放单元,用于数据回放,包括数据单帧回放、数据连续回放、数据回放暂停及数据回放终止;
数据管理单元,用于实现数据管理,包括数据重命名、数据删除、数据上传及数据下载;
所述的车载终端包括:
激光点云后处理单元,通过比较激光强度通道提取出感兴趣的路面目标,包括车道线、停车线、斑马线及其它路面标;
全球定位信息后处理单元,用于通过前/后向后处理,及离线RTK位置修正功能使定位信息收敛;
点云地图生成单元,用于进行坐标转换、点云特征匹配和点云拼接,并生成3D点云地图;
矢量地图提取单元,用于通过自动提取和手动修正的方法在3D点云地图中提取所需的矢量地图信息,包括:车道、车道线、停车线、斑马线及其它路面标识、护栏、路牙、交通信号灯、路灯、道路指示牌以及各种其它类型的指示牌;
矢量地图管理单元,用于实现矢量地图信息抽象、分类、更新、升级、命名和存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910573118.6A CN112150576B (zh) | 2019-06-28 | 2019-06-28 | 一种高精度矢量地图采集系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910573118.6A CN112150576B (zh) | 2019-06-28 | 2019-06-28 | 一种高精度矢量地图采集系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112150576A true CN112150576A (zh) | 2020-12-29 |
CN112150576B CN112150576B (zh) | 2024-02-23 |
Family
ID=73869133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910573118.6A Active CN112150576B (zh) | 2019-06-28 | 2019-06-28 | 一种高精度矢量地图采集系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150576B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936465A (zh) * | 2021-10-26 | 2022-01-14 | 公安部道路交通安全研究中心 | 交通事件检测方法及装置 |
CN114111811A (zh) * | 2021-12-17 | 2022-03-01 | 奇瑞万达贵州客车股份有限公司 | 一种自动驾驶公交客车的导航控制系统和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683530A (zh) * | 2017-02-21 | 2017-05-17 | 南京多伦科技股份有限公司 | 一种基于三维激光视觉和高精度车道模型的计算机评判系统和方法 |
CN108279023A (zh) * | 2017-01-05 | 2018-07-13 | 北京四维图新科技股份有限公司 | 外业数据采集设备精度检核方法及装置、采集车及外业采集系统 |
KR101882683B1 (ko) * | 2017-07-13 | 2018-07-30 | 한국건설기술연구원 | Rtk-gnss를 이용한 도로 차선 위치정보 검출 시스템 및 그 방법 |
CN108955702A (zh) * | 2018-05-07 | 2018-12-07 | 西安交通大学 | 基于三维激光和gps惯性导航系统的车道级地图创建系统 |
CN109410301A (zh) * | 2018-10-16 | 2019-03-01 | 张亮 | 面向无人驾驶汽车的高精度语义地图制作方法 |
-
2019
- 2019-06-28 CN CN201910573118.6A patent/CN112150576B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279023A (zh) * | 2017-01-05 | 2018-07-13 | 北京四维图新科技股份有限公司 | 外业数据采集设备精度检核方法及装置、采集车及外业采集系统 |
CN106683530A (zh) * | 2017-02-21 | 2017-05-17 | 南京多伦科技股份有限公司 | 一种基于三维激光视觉和高精度车道模型的计算机评判系统和方法 |
KR101882683B1 (ko) * | 2017-07-13 | 2018-07-30 | 한국건설기술연구원 | Rtk-gnss를 이용한 도로 차선 위치정보 검출 시스템 및 그 방법 |
CN108955702A (zh) * | 2018-05-07 | 2018-12-07 | 西安交通大学 | 基于三维激光和gps惯性导航系统的车道级地图创建系统 |
CN109410301A (zh) * | 2018-10-16 | 2019-03-01 | 张亮 | 面向无人驾驶汽车的高精度语义地图制作方法 |
Non-Patent Citations (1)
Title |
---|
谢波;秦永元;万彦辉;: "车载移动激光扫描测绘系统设计", 压电与声光, no. 05, 15 October 2011 (2011-10-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936465A (zh) * | 2021-10-26 | 2022-01-14 | 公安部道路交通安全研究中心 | 交通事件检测方法及装置 |
CN113936465B (zh) * | 2021-10-26 | 2023-08-18 | 公安部道路交通安全研究中心 | 交通事件检测方法及装置 |
CN114111811A (zh) * | 2021-12-17 | 2022-03-01 | 奇瑞万达贵州客车股份有限公司 | 一种自动驾驶公交客车的导航控制系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112150576B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107328411B (zh) | 车载定位系统和自动驾驶车辆 | |
US11085774B2 (en) | System and method of matching of road data objects for generating and updating a precision road database | |
EP3131020B1 (en) | System and method of a two-step object data processing by a vehicle and a server database for generating, updating and delivering a precision road property database | |
CN108226924B (zh) | 基于毫米波雷达的汽车行驶环境探测方法、装置及其应用 | |
EP3130945B1 (en) | System and method for precision vehicle positioning | |
CN102099656B (zh) | 用于更新车辆导航系统用的地理数据库的方法 | |
JP7069927B2 (ja) | 物体認識装置、及び物体認識方法 | |
US20210199437A1 (en) | Vehicular component control using maps | |
CN104573733A (zh) | 一种基于高清正射影像图的高精细地图生成系统及方法 | |
CN112740225B (zh) | 一种路面要素确定方法及装置 | |
CN111522003A (zh) | 车辆定位方法及系统、计算机设备、车辆、存储介质 | |
JP2020067402A (ja) | センサ校正方法、及びセンサ校正装置 | |
CN112150576B (zh) | 一种高精度矢量地图采集系统和方法 | |
KR102105590B1 (ko) | 저가 상용 gnss의 측위 정확도 개선 시스템 및 방법 | |
CN108242163B (zh) | 驾驶员辅助系统、机动车、输出交通信息的方法和介质 | |
CN112113580A (zh) | 车辆定位的方法、装置和汽车 | |
KR20210029323A (ko) | 정밀 지도를 이용한 센서 퓨전의 인지 성능 향상을 위한 장치 및 방법 | |
US11488390B2 (en) | Map generation device, recording medium and map generation method | |
CN113566834A (zh) | 定位方法、定位装置、车辆和存储介质 | |
CN113345251A (zh) | 一种车辆逆行检测方法及相关装置 | |
CN109964132B (zh) | 用于在运动物体上配置传感器的方法、设备和系统 | |
EP4022255A1 (en) | Method for aligning crowd-sourced data to provide an environmental data model of a scene | |
CN115162128B (zh) | 道路标线的生成方法、绘制信息的采集方法、装置和设备 | |
JP7241582B2 (ja) | 移動体位置検出方法及び移動体位置検出システム | |
CN113932820A (zh) | 对象检测的方法和装置 |
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 |