CN112229411A - 一种数据处理的方法和装置 - Google Patents

一种数据处理的方法和装置 Download PDF

Info

Publication number
CN112229411A
CN112229411A CN202011105412.3A CN202011105412A CN112229411A CN 112229411 A CN112229411 A CN 112229411A CN 202011105412 A CN202011105412 A CN 202011105412A CN 112229411 A CN112229411 A CN 112229411A
Authority
CN
China
Prior art keywords
map
elements
determining
target
map data
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
Application number
CN202011105412.3A
Other languages
English (en)
Other versions
CN112229411B (zh
Inventor
柴文楠
刘中元
李红军
黄亚
蒋少峰
赖健明
肖志光
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.)
Guangzhou Xiaopeng Motors Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Autopilot 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 Guangzhou Xiaopeng Autopilot Technology Co Ltd filed Critical Guangzhou Xiaopeng Autopilot Technology Co Ltd
Priority to CN202011105412.3A priority Critical patent/CN112229411B/zh
Publication of CN112229411A publication Critical patent/CN112229411A/zh
Priority to EP21791232.8A priority patent/EP4012342B1/en
Priority to PCT/CN2021/101351 priority patent/WO2022077949A1/zh
Application granted granted Critical
Publication of CN112229411B publication Critical patent/CN112229411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/383—Indoor 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques

Abstract

本发明实施例提供了一种数据处理的方法和装置，所述方法包括：获取地图数据，从所述地图数据中，确定平地模式对应的目标地图元素，根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。通过本发明实施例，实现了基于地图元素进行楼层划分，以使得地图数据能在多层楼层中应用，提高了地图的实用性。

Description

一种数据处理的方法和装置
技术领域
本发明涉及数据处理技术领域，特别是涉及一种数据处理的方法和装置。
背景技术
地图是车辆在行驶的过程中必不可少的工具，以帮助车辆可以根据地图中的数据进行定位或导航。
而在生成目标位置的地图的过程中，可以根据实时采集该位置的地图数据进行生成，如图1所示，倘若目标位置为多层楼层，采集的地图数据可以分布在不同的楼层中，则难以区分实时采集的地图数据所在的楼层，从而导致难以在多层楼层中应用该地图，以进行车辆的定位或导航。
发明内容
鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种数据处理的方法和装置，包括：
一种数据处理的方法，所述方法包括：
获取地图数据；
从所述地图数据中，确定平地模式对应的目标地图元素；
根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。
可选地，所述目标地图元素包括目标路径点元素和目标路标元素，所述从所述地图数据中，确定平地模式对应的目标地图元素，包括：
从所述地图数据中，确定多个路径点元素；
确定所述多个路径点元素对应的坡度信息；
根据所述坡度信息，确定平地模式对应的目标路径点元素；
确定所述目标路径点元素对应的目标路标元素。
可选地，所述根据所述坡度信息，确定平地模式对应的目标路径点元素，包括：
根据所述坡度信息，确定所述多个路径点元素对应的模式系数；
按照所述模式系数，确定平地模式对应的目标路径点元素。
可选地，所述根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，包括：
确定所述目标地图元素的第一高度信息；
根据所述高度信息，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇。
可选地，所述按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分，包括：
确定所述地图元素聚类簇中地图元素的平均高度信息；
确定所述平均高度信息对应的楼层信息；
按照所述楼层信息，对所述地图元素聚类簇中地图元素进行楼层划分。
可选地，在所述从所述地图数据中，确定平地模式对应的目标地图元素之前，还包括：
从所述地图数据中，确定入口路标元素；
获取所述入口路标元素对应的第二高度信息，并以所述第二高度信息为基准，对所述地图数据中地图元素进行高度校准。
可选地，所述地图数据为针对多层停车场的地图数据。
一种数据处理的装置，所述装置包括：
地图获取模块，用于获取地图数据；
地图元素确定模块，用于从所述地图数据中，确定平地模式对应的目标地图元素；
地图元素聚类簇得到模块，用于根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
楼层划分模块，用于按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。
一种服务器，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的数据处理的方法。
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计算机程序，所述计算机程序被处理器执行时实现如上所述的数据处理的方法。
本发明实施例具有以下优点：
在本发明实施例中，通过获取地图数据，从所述地图数据中，确定平地模式对应的目标地图元素，根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分，实现了基于地图元素进行楼层划分，以使得地图数据能在多层楼层中应用，提高了地图的实用性。
附图说明
为了更清楚地说明本发明的技术方案，下面将对本发明的描述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性的前提下，还可以根据这些附图获得其他的附图。
图1是一种多层楼层地图的示意图；
图2是本发明一实施例提供的一种数据处理的方法的步骤流程图；
图3是本发明一实施例提供的另一种数据处理的方法的步骤流程图；
图4是本发明一实施例提供的又一种数据处理的方法的步骤流程图；
图5是本发明一实施例提供的一种数据处理的方法的实例示意图；
图6是本发明一实施例提供的一种数据处理的装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。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作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。
参照图2，示出了本发明一实施例提供的一种数据处理的方法的步骤流程图，具体可以包括如下步骤：
步骤201，获取地图数据；
其中，地图数据可以为针对多层停车场的地图数据，多层停车场可以为地上停车场或地下停车场，地图数据可以为经过多次融合的地图数据，地图数据可以包括一个或多个地图元素。
在实际应用中，车辆可以实时采集针对车辆所在区域的地图数据，如采集停车场区域中的地图元素，并上传至服务器中，进而服务器可以接收不同车辆在同一区域采集的地图数据，以根据多个车辆采集的地图数据以及预置在服务器中的地图数据进行地图融合，可以得到经过多次融合的地图数据。
步骤202，从所述地图数据中，确定平地模式对应的目标地图元素；
其中，地图数据中的地图元素可以分为平地模式和坡道模式，平地模式对应的地图元素可以表示该地图元素在实际中是处于平地道路上的，坡道模式对应的地图元素可以表示该地图元素在实际中是处于坡道道路上的，地图元素可以包括路径点元素和路标元素，目标地图元素可以包括目标路径点元素和目标路标元素，目标路径点元素可以为平地类型的路径点元素，目标路标元素可以为平地类型的路标元素。
作为一示例，路径点元素可以为地图数据中的道路的点，例如，可以按照预设的距离划分道路，进而可以得到多段道路以及多段道路的端点，路标元素可以包括地图数据中的减速带、入弯点、出弯点、入坡点、出坡点、入口、车位等元素。
在获取地图数据后，可以确定地图数据中地图元素的高度信息，如确定路径点元素的高度信息和路标元素的高度信息，进而可以根据高度信息确定平地模式的地图元素和坡道模式的地图元素。
在实际应用中，车辆在采集车辆所在的区域的地图数据时，可以采集车辆所在的区域的地图元素，以及采集该地图元素的位置信息和高度信息，进而可以从地图数据中，确定任意地图元素的位置信息和高度信息。
在本发明一实施例中，在步骤202之前，还可以包括如下步骤：
从地图数据中，确定入口路标元素，获取入口路标元素对应的第二高度信息，并以第二高度信息为基准，对地图数据中地图元素进行高度校准。
其中，入口路标元素可以为区域道路的出入口，如停车场的出入口，第二高度信息可以为入口路标元素的高度信息。
在实际应用中，由于不同的车辆进入区域道路时，都会经过该区域道路的出入口，即每个车辆采集的地图数据应当都有该出入口对应的地图元素，进而每次地图融合时都会融合该出入口对应的地图元素，则可以通过确定地图数据中融合次数最多的地图元素，来确定入口路标元素。
在确定入口路标元素后，可以确定入口路标元素的位置信息和高度信息，由于入口路标元素应当为车辆所在区域道路的入口，即入口路标元素可以是起点，则可以以入口路标元素的高度信息为基准，确定地图数据中所有地图元素与入口路标元素的相对高度信息，即地图数据中所有的地图元素的高度信息可以为相对于入口路标元素的高度信息，进而可以在步骤202中执行根据高度信息确定平地模式的地图元素和坡道模式的地图元素的步骤。
步骤203，根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
其中，地图元素聚类簇可以为地图数据中的地图元素针对高度信息进行分类的地图元素集合。
在确定平地模式对应的地图元素后，可以根据平地模式对应的地图元素的高度信息进行聚类，例如，可以将高度信息为1到3米的地图元素分为一类，为地图元素聚类簇A，高度信息为3到6米的地图元素分为另一类，为地图元素聚类簇B，进而可以得到一个或多个地图元素集合，也即是可以得到一个或多个地图元素聚类簇。
在实际应用中，由于地图数据中的地图元素实际上可以是处于平地道路上的元素或者是处于坡道道路上的元素，因此，在执行步骤203中的对地图数据中地图元素进行聚类的步骤时，倘若考虑到处于坡道道路上的地图元素，而地图数据中的地图元素可以是连续的，则难以对地图数据中地图元素进行聚类，以得到地图元素聚类簇。
而在本发明实施例中，可以根据高度信息确定平地模式的地图元素和坡道模式的地图元素，进而可以根据平地模式对应的地图元素的高度信息进行聚类，以得到地图元素聚类簇。
而且，同一楼层中的地图元素应当是平地类型的地图元素，则仅根据平地模式对应的地图元素的高度信息进行聚类，既可以减少聚类的计算量，还可以得到同一楼层的地图元素聚类簇。
步骤204，按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。
在得到地图元素聚类簇后，可以按照不同的地图元素聚类簇所对应的高度信息，对地图数据中的地图元素进行楼层划分。
例如，地图元素聚类簇A所对应的高度信息可以为1到3米，地图元素聚类簇B所对应的高度信息可以为3到6米，进而可以确定地图元素聚类簇A所对应的楼层为1层，地图元素聚类簇A中的地图元素可以为1层楼层的地图元素，地图元素聚类簇B所对应的楼层为2层，地图元素聚类簇B中的地图元素可以为2层楼层的地图元素。
在本发明实施例中，通过获取地图数据，从所述地图数据中，确定平地模式对应的目标地图元素，根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分，实现了基于地图元素进行楼层划分，以使得地图数据能在多层楼层中应用，提高了地图的实用性。
参照图3，示出了本发明一实施例提供的另一种数据处理的方法的步骤流程图，具体可以包括如下步骤：
步骤301，获取地图数据；
步骤302，从所述地图数据中，确定多个路径点元素；
在实际应用中，由于地图数据可以包括多个地图元素，且地图元素可以包括路径点元素和路标元素，路径点元素可以为地图数据中的道路的点，则可以按照预设的距离划分道路，进而可以得到多段道路以及多段道路的端点。
步骤303，确定所述多个路径点元素对应的坡度信息；
其中，坡度信息可以为多个路径点元素相对于水平平面的角度信息。
在确定多个路径点元素后，可以从地图数据中确定路径点元素的高度信息，以及确定多个路径点元素之间的距离信息。
在实际应用中，可以采集车辆的里程信息，进而可以确定路径点元素对应的里程信息，可以根据里程信息确定多个路径点元素之间的距离信息，例如，路径点元素A对应的里程信息可以为1001米，路径点元素B对应的里程信息可以为1003米，则路径点元素A与路径点元素B之间的距离信息可以为2米。
在确定距离信息后，可以确定具有预设范围的选取窗口，如确定5米范围内的选取窗口，进而可以通过选取窗口确定范围内的路径点元素，例如，可以以路径点元素A为起点，进而可以根据选取窗口，确定在道路方向上且与路径点元素A的距离在5米内的多个路径点元素。
在本发明一实施例中，倘若路径点元素不被重复选取，即一个路径点元素只对应一个选取窗口，则容易在确定坡度信息时出现误差，例如，某个路径点元素可以为坡道道路与平地道路的转折点，而通过选取窗口选取时，仅选取坡道道路上的路径点元素，进而确定该路径点元素对应的坡度信息为坡道道路对应的坡度信息，而实际上应当是平地道路对应的坡度信息。
因此，可以在以路径点元素A为起点进行选取后，继续以路径点元素A相邻的路径点元素B为起点，确定在道路方向上且与路径点元素B的距离在预设范围内的多个路径点元素，直至确定以最后一个路径点元素为起点所选取的路径点元素。
在根据选取窗口确定多个路径点元素后，可以根据路径点元素的高度信息以及多个路径点元素之间的距离信息生成每个路径点元素对应的坡度信息。
在实际应用中，可以根据每个路径点元素的高度信息和多个路径点元素之间的距离信息生成一拟合直线，进而可以确定拟合直线与预置的水平平面之间的角度信息。
其中，拟合直线可以为包括尽可能多的路径点元素的直线，也可以是使得路径点元素相对于该直线的距离最小的直线。
例如，根据选取窗口可以确定路径点元素A和路径点元素B，可以确定路径点元素A的高度信息为1米，路径点元素B的高度信息为2米，以及确定路径点元素A与路径点元素B之间的距离为2米，则可以确定该选取窗口对应的坡度信息为30度，即由该选取窗口确定的拟合直线与预置的水平平面之间的角度信息可以为30度。
步骤304，根据所述坡度信息，确定平地模式对应的目标路径点元素；
在确定坡度信息后，可以判断坡度信息是否大于预设角度阈值，如2度，在坡度信息大于预设角度阈值时，可以确定该选取窗口为坡道模式的选取窗口，进而可以确定选取窗口中的路径点元素为坡道模式对应的路径点元素，即该路径点元素可以为坡道类型的路径点元素，坡道类型的路径点元素可以是在实际中处于坡道道路上的路径点。
在坡度信息小于或等于预设角度阈值时，可以确定该选取窗口为平地模式的选取窗口，进而可以确定选取窗口中的路径点元素为平地模式对应的路径点元素，即该路径点元素可以为平地类型的路径点元素，平地类型的路径点元素可以是在实际中处于平地道路上的路径点。
在实际应用中，由于一个路径点元素可以被多个选取窗口选取，且不同的选取窗口的模式可以不同，则可以分别确定多个选取窗口的模式，进而可以根据不同模式的选取窗口的个数确定路径点元素的类型。
例如，路径点元素可以被5个选取窗口选取，其中，4个选取窗口对应的模式可以为平地模式，1个选取窗口对应的模式可以为坡道模式，且4大于1，即平地模式的选取窗口多于坡道模式的选取窗口，进而可以确定该路径点元素为平地类型的路径点元素。
在本发明一实施例中，步骤304可以包括如下子步骤：
子步骤11，根据所述坡度信息，确定所述多个路径点元素对应的模式系数；
其中，模式系数可以为选取窗口模式的系数，该系数的数值可以从地图数据中确定。
在确定坡度信息后，可以判断坡度信息是否大于预设角度阈值，在坡度信息大于预设角度阈值时，可以确定该选取窗口为坡道模式的选取窗口，以及确定坡道模式对应的模式系数，在坡度信息小于或等于预设角度阈值时，可以确定该选取窗口为平地模式的选取窗口，以及确定坡道模式对应的模式系数。
其中，选取窗口所选取的路径点元素的模式系数可以为选取窗口的模式系数。
在实际应用中，地图数据中可以包括车辆所在区域的道路信息，如凹凸程度，进而可以根据道路信息确定坡道模式对应的模式系数，以及平地模式对应的模式系数，例如，坡道模式对应的模式系数可以为1，平地模式对应的模式系数可以为0。
子步骤12，按照所述模式系数，确定平地模式对应的目标路径点元素。
在确定模式系数后，可以按照模式系数的数值确定路径点元素是否为平地类型的路径点元素。
在实际应用中，由于一个路径点元素可以被多个选取窗口选取，且不同的选取窗口的模式可以不同，则对应的模式系数也可以不同，进而可以统计路径点元素的模式系数，并求出模式系数的平均值，可以判断模式系数的平均值是否大于预设系数阈值，在模式系数的平均值大于预设系数阈值时，可以确定路径点元素为坡道类型的路径点元素，在模式系数的平均值小于或等于预设系数阈值时，可以确定路径点元素为平地类型的路径点元素。
例如，预设系数阈值可以为0.5，平地模式对应的模式系数可以为0，坡道模式对应的模式系数可以为0.9，且路径点元素可以被3个选取窗口选取，其中，2个选取窗口对应的模式可以为平地模式，1个选取窗口对应的模式可以为坡道模式，则可以确定模式系数的平均值为0.3，小于预设系数阈值，进而可以确定该路径点元素为平地类型的路径点元素。
步骤305，确定所述目标路径点元素对应的目标路标元素；
在确定平地类型的路径点元素后，可以确定与路径点元素对应的路标元素，由于路径点元素是平地类型的路径点元素，即该路径点元素可以是实际上在平地道路的路径点，进而可以确定与该路径点元素对应的路标元素为平地类型的路标元素。
在实际应用中，路径点元素可以对应一个或多个路标元素，也可以不对应路标元素，例如，在垂直道路的方向上，可以采集有车位、车道线等路标元素，进而可以确定该道路中的路径点元素对应的路标元素。
步骤306，根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
在确定平地模式对应的路径点元素和路标元素后，可以根据路径点元素和路标元素的高度信息进行聚类，例如，可以将高度信息为1到3米的路径点元素和路标元素分为一类，为地图元素聚类簇A，高度信息为3到6米的路径点元素和路标元素分为另一类，为地图元素聚类簇B，进而可以得到一个或多个地图元素集合，也即是可以得到一个或多个地图元素聚类簇。
在实际应用中，由于平地模式对应的路径点元素和路标元素可以有多个，进而根据全部平地模式对应的路径点元素和路标元素进行聚类，可以得到全部路径点元素和路标元素对应的地图元素聚类簇。
然而，得到全部路径点元素和路标元素对应的地图元素聚类簇，需要根据全部平地模式对应的路径点元素和路标元素进行聚类，计算量较大，效率较低，对硬件的要求较高。
在本发明一实施例中，可以将路径点元素稀疏化，也即是可以按照预设的稀疏距离从全部的路径点元素中选取特定的路径点元素，例如，稀疏距离可以为5米，进而可以每隔5米选取一个路径点元素，以及确定与选取的路径点元素对应的路标元素，可以根据按照稀疏距离选取的路径点元素和路标元素得到地图元素聚类簇。
在实际应用中，倘若按照预设的稀疏距离选取的路径点元素为同一个地图元素聚类簇，且由于路径点元素在道路方向上是连续的，则可以确定选取的路径点元素之间的路径点元素也应当为同一个地图元素聚类簇，进而可以仅通过对选取的路径点元素进行聚类，得到全部路径点元素和路标元素对应的地图元素聚类簇，即将路径点元素稀疏化既能减少计算量，提高效率，还能得到全部路径点元素和路标元素对应的地图元素聚类簇，从而降低了对硬件的要求。
步骤307，按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。
在本发明实施例中，通过获取地图数据，从所述地图数据中，确定多个路径点元素，确定所述多个路径点元素对应的坡度信息，根据所述坡度信息，确定平地模式对应的目标路径点元素，确定所述目标路径点元素对应的目标路标元素，根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分，实现了基于平地模式的元素进行楼层划分，以使得地图数据能在多层楼层中应用，提高了地图的实用性。
参照图4，示出了本发明一实施例提供的又一种数据处理的方法的步骤流程图，具体可以包括如下步骤：
步骤401，获取地图数据；
步骤402，从所述地图数据中，确定平地模式对应的目标地图元素；
步骤403，确定所述目标地图元素的第一高度信息；
其中，第一高度信息可以为目标地图元素的高度信息，也可以为目标地图元素相对于入口路标元素的相对高度信息。
在确定目标地图元素后，可以从地图数据中确定目标地图元素对应的高度信息，也可以从地图数据中确定入口路标元素对应的高度信息，进而可以根据目标地图元素的高度信息和入口路标元素的高度信息确定相对高度信息。
步骤404，根据所述高度信息，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
在确定高度信息后，可以根据平地模式对应的地图元素的高度信息进行聚类。
例如，可以将高度信息为1到3米的地图元素分为一类，为地图元素聚类簇A，高度信息为3到6米的地图元素分为另一类，为地图元素聚类簇B，进而可以得到一个或多个地图元素集合，也即是可以得到一个或多个地图元素聚类簇。
在本发明一实施例中，可以设置高度范围，如高度范围可以为1.5米，进而可以根据高度范围对多个地图元素进行聚类。
例如，地图数据中可以有4个目标地图元素，且地图元素a的高度信息可以为1米，地图元素b的高度信息可以为2米，地图元素c的高度信息可以为5米，地图元素d的高度信息可以为6米，则可以根据高度范围，确定地图元素a与地图元素b为同一类，确定地图元素c与地图元素d为同一类，进而可以得到一个或多个地图元素集合。
在实际应用中，可以使用DBSCAN(Density-Based Spatial Clustering ofApplications with Noise，基于密度的聚类算法)进行聚类，可以将DBSCAN中的扫描距离参数设定为1.5米，样本数设定为10个，进而可以得到地图元素为10个、高度范围为1.5米的多个地图元素集合。
步骤405，确定所述地图元素聚类簇中地图元素的平均高度信息；
在确定地图元素聚类簇后，可以确定地图元素聚类簇中的全部地图元素，以及确定地图元素对应的高度信息，进而可以根据全部地图元素对应的高度信息的总和，计算出地图元素聚类簇中地图元素的平均高度信息。
例如，地图元素聚类簇A可以包括地图元素a、地图元素b以及地图元素c，且地图元素a的高度信息可以为1米，地图元素b的高度信息可以为2米，地图元素c的高度信息可以为3米，进而可以确定地图元素聚类簇A中地图元素的平均高度信息为2米。
步骤406，确定所述平均高度信息对应的楼层信息；
在确定平均高度信息后，可以根据平均高度信息对地图元素聚类簇进行排序，进而可以根据平均高度信息的排列顺序确定地图元素聚类簇所在的楼层。
例如，地图元素聚类簇A的平均高度信息可以为0.5米，地图元素聚类簇B的平均高度信息可以为6米，地图元素聚类簇A的平均高度信息可以为3.5米，进而可以根据平均高度信息的大小进行排序，可以得到地图元素聚类簇A<地图元素聚类簇C<地图元素聚类簇B，且平均高度信息均大于0，则可以确定地图元素聚类簇A对应的楼层信息为第一层，地图元素聚类簇B对应的楼层信息为第三层，地图元素聚类簇C对应的楼层信息为第二层。
在实际应用中，若地图元素聚类簇的平均高度信息小于0，则可以确定该地图元素聚类簇对应的楼层信息应该为地下楼层，例如，地图元素聚类簇A的平均高度信息可以为0.5米，地图元素聚类簇B的平均高度信息可以为-3米，则可以确定地图元素聚类簇A对应的楼层信息为第一层，地图元素聚类簇B对应的楼层信息为第负一层。
步骤407，按照所述楼层信息，对所述地图元素聚类簇中地图元素进行楼层划分。
在得到对应的楼层信息后，可以按照楼层信息对地图数据中的地图元素进行楼层划分。
例如，地图元素聚类簇A所对应的楼层信息可以为第一层，地图元素聚类簇B所对应的楼层信息可以为第二层，进而可以确定地图元素聚类簇A中的地图元素可以为第一层楼层的地图元素，地图元素聚类簇B中的地图元素可以为第二层楼层的地图元素。
在本发明实施例中，通过获取地图数据，从所述地图数据中，确定平地模式对应的目标地图元素，确定所述目标地图元素的第一高度信息，根据所述高度信息，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，确定所述地图元素聚类簇中地图元素的平均高度信息，确定所述平均高度信息对应的楼层信息，按照所述楼层信息，对所述地图元素聚类簇中地图元素进行楼层划分，实现了基于地图元素的高度进行楼层划分，以使得地图数据能在多层楼层中应用，提高了地图的实用性。
以下结合图5对本发明实施例进行示例性说明：
1、在实际应用中，可以获取针对目标场景的语义地图数据(Venue-map)，其中，语义地图数据可以包括路径点元素和路标元素，路标元素可以包括入口路标元素；
2、在获取语义地图数据后，可以以入口路标元素的高度信息为基准，对语义地图数据中的地图数据进行高度校准；
3、在高度校准后，可以根据校准后的高度信息对地图元素进行识别，进而可以确定平地模式对应的地图元素和坡道模式对应的地图元素；
4、在确定平地模式对应的地图元素和坡道模式对应的地图元素后，可以按照稀疏距离对平地模式对应的地图元素进行稀疏化选取，进而可以选取进行楼层划分所需的地图元素；
5、在选取进行楼层划分所需的地图元素后，可以根据校准后的高度信息进行聚类，进而可以得到不同高度的地图元素聚类簇；
6、在得到不同高度的地图元素聚类簇后，可以根据高度信息的大小对地图元素聚类簇进行排序，进而可以根据排序后的结果对地图元素进行楼层划分。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图6，示出了本发明一实施例提供的一种数据处理的装置的结构示意图，具体可以包括如下模块：
地图获取模块601，用于获取地图数据；
地图元素确定模块602，用于从所述地图数据中，确定平地模式对应的目标地图元素；
地图元素聚类簇得到模块603，用于根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
楼层划分模块604，用于按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。
在本发明一实施例中，所述目标地图元素包括目标路径点元素和目标路标元素，所述地图元素确定模块602，包括：
路径点元素确定子模块，用于从所述地图数据中，确定多个路径点元素；
坡度信息确定子模块，用于确定所述多个路径点元素对应的坡度信息；
目标路径点元素确定子模块，用于根据所述坡度信息，确定平地模式对应的目标路径点元素；
目标路标元素确定子模块，用于确定所述目标路径点元素对应的目标路标元素。
在本发明一实施例中，所述目标路径点元素确定子模块，包括：
模式系数确定单元，用于根据所述坡度信息，确定所述多个路径点元素对应的模式系数；
对应元素确定单元，用于按照所述模式系数，确定平地模式对应的目标路径点元素。
在本发明一实施例中，所述地图元素聚类簇得到模块603，包括：
第一高度信息确定子模块，用于确定所述目标地图元素的第一高度信息；
地图元素聚类子模块，用于根据所述高度信息，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇。
在本发明一实施例中，所述楼层划分模块604，包括：
平均高度信息确定子模块，用于确定所述地图元素聚类簇中地图元素的平均高度信息；
楼层信息确定子模块，用于确定所述平均高度信息对应的楼层信息；
地图元素楼层划分子模块，用于按照所述楼层信息，对所述地图元素聚类簇中地图元素进行楼层划分。
在本发明一实施例中，所述装置还包括：
入口路标元素确定模块，用于从所述地图数据中，确定入口路标元素；
高度校准模块，用于获取所述入口路标元素对应的第二高度信息，并以所述第二高度信息为基准，对所述地图数据中地图元素进行高度校准。
在本发明实施例中，通过获取地图数据，从所述地图数据中，确定平地模式对应的目标地图元素，根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分，实现了基于地图元素进行楼层划分，以使得地图数据能在多层楼层中应用，提高了地图的实用性。
本发明一实施例还提供了一种服务器，可以包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上数据处理的方法。
本发明一实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上数据处理的方法。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对所提供的一种数据处理的方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种数据处理的方法，其特征在于，所述方法包括：
获取地图数据；
从所述地图数据中，确定平地模式对应的目标地图元素；
根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。
2.根据权利要求1所述的方法，其特征在于，所述目标地图元素包括目标路径点元素和目标路标元素，所述从所述地图数据中，确定平地模式对应的目标地图元素，包括：
从所述地图数据中，确定多个路径点元素；
确定所述多个路径点元素对应的坡度信息；
根据所述坡度信息，确定平地模式对应的目标路径点元素；
确定所述目标路径点元素对应的目标路标元素。
3.根据权利要求2所述的方法，其特征在于，所述根据所述坡度信息，确定平地模式对应的目标路径点元素，包括：
根据所述坡度信息，确定所述多个路径点元素对应的模式系数；
按照所述模式系数，确定平地模式对应的目标路径点元素。
4.根据权利要求1或2或3所述的方法，其特征在于，所述根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇，包括：
确定所述目标地图元素的第一高度信息；
根据所述高度信息，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇。
5.根据权利要求4所述的方法，其特征在于，所述按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分，包括：
确定所述地图元素聚类簇中地图元素的平均高度信息；
确定所述平均高度信息对应的楼层信息；
按照所述楼层信息，对所述地图元素聚类簇中地图元素进行楼层划分。
6.根据权利要求1所述的方法，其特征在于，在所述从所述地图数据中，确定平地模式对应的目标地图元素之前，还包括：
从所述地图数据中，确定入口路标元素；
获取所述入口路标元素对应的第二高度信息，并以所述第二高度信息为基准，对所述地图数据中地图元素进行高度校准。
7.根据权利要求1所述的方法，其特征在于，所述地图数据为针对多层停车场的地图数据。
8.一种数据处理的装置，其特征在于，所述装置包括：
地图获取模块，用于获取地图数据；
地图元素确定模块，用于从所述地图数据中，确定平地模式对应的目标地图元素；
地图元素聚类簇得到模块，用于根据所述目标地图元素，对所述地图数据中地图元素进行聚类，得到地图元素聚类簇；
楼层划分模块，用于按照所述地图元素聚类簇，对所述地图数据中地图元素进行楼层划分。
9.根据权利要求8所述的装置，其特征在于，所述地图元素确定模块，包括：
路径点元素确定子模块，用于从所述地图数据中，确定多个路径点元素；
坡度信息确定子模块，用于确定所述多个路径点元素对应的坡度信息；
目标路径点元素确定子模块，用于根据所述坡度信息，确定平地模式对应的目标路径点元素；
目标路标元素确定子模块，用于确定所述目标路径点元素对应的目标路标元素。
10.根据权利要求9所述的装置，其特征在于，所述目标路径点元素确定子模块，包括：
模式系数确定单元，用于根据所述坡度信息，确定所述多个路径点元素对应的模式系数；
对应元素确定单元，用于按照所述模式系数，确定平地模式对应的目标路径点元素。
11.一种服务器，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的数据处理的方法。
12.一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计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的数据处理的方法。
CN202011105412.3A 2020-10-15 2020-10-15 一种数据处理的方法和装置 Active CN112229411B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011105412.3A CN112229411B (zh) 2020-10-15 2020-10-15 一种数据处理的方法和装置
EP21791232.8A EP4012342B1 (en) 2020-10-15 2021-06-21 Data processing method and device
PCT/CN2021/101351 WO2022077949A1 (zh) 2020-10-15 2021-06-21 一种数据处理的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011105412.3A CN112229411B (zh) 2020-10-15 2020-10-15 一种数据处理的方法和装置

Publications (2)

Publication Number Publication Date
CN112229411A true CN112229411A (zh) 2021-01-15
CN112229411B CN112229411B (zh) 2021-12-07

Family

ID=74117764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011105412.3A Active CN112229411B (zh) 2020-10-15 2020-10-15 一种数据处理的方法和装置

Country Status (3)

Country Link
EP (1) EP4012342B1 (zh)
CN (1) CN112229411B (zh)
WO (1) WO2022077949A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112927552A (zh) * 2021-01-20 2021-06-08 广州小鹏自动驾驶科技有限公司 一种车位检测的方法和装置
CN113532450A (zh) * 2021-06-29 2021-10-22 广州小鹏汽车科技有限公司 一种虚拟停车地图数据处理方法和系统
WO2022077949A1 (zh) * 2020-10-15 2022-04-21 广州小鹏自动驾驶科技有限公司 一种数据处理的方法和装置
CN113532450B (zh) * 2021-06-29 2024-04-30 广州小鹏汽车科技有限公司 一种虚拟停车地图数据处理方法和系统

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006234418A (ja) * 2005-02-22 2006-09-07 Toyota Motor Corp 車両位置案内装置及びシステム、並びに自動遠隔操作装置及びシステム
CN103152697A (zh) * 2013-03-25 2013-06-12 南京大学 一种利用智能手机Wi-Fi功能实现楼层自动定位的方法
CN204242370U (zh) * 2014-07-19 2015-04-01 安徽理工大学 安装在高楼中的高楼火灾受困人员搜救系统
CN106441305A (zh) * 2016-10-09 2017-02-22 北京超图软件股份有限公司 室内跨楼层的路径规划方法和装置
CN106842272A (zh) * 2017-03-01 2017-06-13 深圳市浩科电子有限公司 停车场内生成停车轨迹的方法、系统及装置
US20170251338A1 (en) * 2017-05-12 2017-08-31 Mapsted Corp. Systems and methods for determining indoor location and floor of a mobile device
CN108332761A (zh) * 2018-02-07 2018-07-27 驭势（上海）汽车科技有限公司 一种使用及创建路网地图信息的方法与设备
CN108717796A (zh) * 2018-03-21 2018-10-30 厦门雅迅网络股份有限公司 一种车辆的地理坡道自学习方法和系统
CN108966131A (zh) * 2018-07-23 2018-12-07 广州都市圈网络科技有限公司 基于室内定位的融合楼层推断方法
CN110175654A (zh) * 2019-05-29 2019-08-27 广州小鹏汽车科技有限公司 一种轨迹路标的更新方法及系统
CN110415549A (zh) * 2019-07-26 2019-11-05 戴姆勒股份公司 用于在停车场中控制车辆和移动终端的方法、装置和系统
CN110455300A (zh) * 2019-09-03 2019-11-15 广州小鹏汽车科技有限公司 导航方法、导航显示方法、装置、车辆及机器可读介质
CN110517531A (zh) * 2019-09-05 2019-11-29 武汉中海庭数据技术有限公司 一种基于高精度地图数据的多层停车场定位方法
WO2020005636A1 (en) * 2018-06-29 2020-01-02 Microsoft Technology Licensing, Llc Indoor location-based service
CN110888866A (zh) * 2019-12-05 2020-03-17 秒针信息技术有限公司 数据扩充方法、装置、数据处理设备及存储介质
US20200089236A1 (en) * 2016-12-26 2020-03-19 Bayerische Motoren Werke Aktiengesellschaft Method and Apparatus for Optimizing Scan Data and Method and Apparatus for Correcting Trajectory
CN110926473A (zh) * 2019-11-18 2020-03-27 北京三快在线科技有限公司 识别楼层的方法、装置、电子设备及存储介质
US20200104755A1 (en) * 2018-10-01 2020-04-02 International Business Machines Corporation Spatial device clustering-based emergency response floor identification
US20200107159A1 (en) * 2018-10-01 2020-04-02 International Business Machines Corporation First responder feedback-based emergency response floor identification
CN110986985A (zh) * 2019-12-17 2020-04-10 广州小鹏汽车科技有限公司 车辆行程推送方法、装置、介质、控制终端及汽车
CN111033176A (zh) * 2017-10-05 2020-04-17 丰田自动车株式会社 地图信息提供系统
CN111105640A (zh) * 2018-10-26 2020-05-05 福特全球技术公司 用于确定停车场中的车辆位置的系统和方法
US20200249026A1 (en) * 2019-02-05 2020-08-06 Here Global B.V. Determining of absolute altitudes of floors of a structure
CN111735429A (zh) * 2020-05-11 2020-10-02 腾讯科技（深圳）有限公司 楼层识别方法、装置、计算机设备和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130297198A1 (en) * 2010-12-20 2013-11-07 Tomtom Belgium N.V. Method for generating map data
US9478134B2 (en) * 2014-10-10 2016-10-25 General Motors Llc Method of determining an attribute of a parking structure
US10694325B2 (en) * 2016-12-31 2020-06-23 Google Llc Determining position of a device in three-dimensional space and corresponding calibration techniques
DE102017211712A1 (de) * 2017-07-10 2019-01-10 Audi Ag Verfahren zur Datengenerierung zum Erzeugen und Aktualisieren einer Topologiekarte für mindestens einen Raum mindestens eines Gebäudes
EP3708955A1 (en) * 2019-03-14 2020-09-16 HERE Global B.V. Improving multi-level altitude map
CN112229411B (zh) * 2020-10-15 2021-12-07 广州小鹏自动驾驶科技有限公司 一种数据处理的方法和装置

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006234418A (ja) * 2005-02-22 2006-09-07 Toyota Motor Corp 車両位置案内装置及びシステム、並びに自動遠隔操作装置及びシステム
CN103152697A (zh) * 2013-03-25 2013-06-12 南京大学 一种利用智能手机Wi-Fi功能实现楼层自动定位的方法
CN204242370U (zh) * 2014-07-19 2015-04-01 安徽理工大学 安装在高楼中的高楼火灾受困人员搜救系统
CN106441305A (zh) * 2016-10-09 2017-02-22 北京超图软件股份有限公司 室内跨楼层的路径规划方法和装置
US20200089236A1 (en) * 2016-12-26 2020-03-19 Bayerische Motoren Werke Aktiengesellschaft Method and Apparatus for Optimizing Scan Data and Method and Apparatus for Correcting Trajectory
CN106842272A (zh) * 2017-03-01 2017-06-13 深圳市浩科电子有限公司 停车场内生成停车轨迹的方法、系统及装置
US20170251338A1 (en) * 2017-05-12 2017-08-31 Mapsted Corp. Systems and methods for determining indoor location and floor of a mobile device
CN111033176A (zh) * 2017-10-05 2020-04-17 丰田自动车株式会社 地图信息提供系统
CN108332761A (zh) * 2018-02-07 2018-07-27 驭势（上海）汽车科技有限公司 一种使用及创建路网地图信息的方法与设备
CN108717796A (zh) * 2018-03-21 2018-10-30 厦门雅迅网络股份有限公司 一种车辆的地理坡道自学习方法和系统
WO2020005636A1 (en) * 2018-06-29 2020-01-02 Microsoft Technology Licensing, Llc Indoor location-based service
CN108966131A (zh) * 2018-07-23 2018-12-07 广州都市圈网络科技有限公司 基于室内定位的融合楼层推断方法
US20200107159A1 (en) * 2018-10-01 2020-04-02 International Business Machines Corporation First responder feedback-based emergency response floor identification
US20200104755A1 (en) * 2018-10-01 2020-04-02 International Business Machines Corporation Spatial device clustering-based emergency response floor identification
CN111105640A (zh) * 2018-10-26 2020-05-05 福特全球技术公司 用于确定停车场中的车辆位置的系统和方法
US20200249026A1 (en) * 2019-02-05 2020-08-06 Here Global B.V. Determining of absolute altitudes of floors of a structure
CN110175654A (zh) * 2019-05-29 2019-08-27 广州小鹏汽车科技有限公司 一种轨迹路标的更新方法及系统
CN110415549A (zh) * 2019-07-26 2019-11-05 戴姆勒股份公司 用于在停车场中控制车辆和移动终端的方法、装置和系统
CN110455300A (zh) * 2019-09-03 2019-11-15 广州小鹏汽车科技有限公司 导航方法、导航显示方法、装置、车辆及机器可读介质
CN110517531A (zh) * 2019-09-05 2019-11-29 武汉中海庭数据技术有限公司 一种基于高精度地图数据的多层停车场定位方法
CN110926473A (zh) * 2019-11-18 2020-03-27 北京三快在线科技有限公司 识别楼层的方法、装置、电子设备及存储介质
CN110888866A (zh) * 2019-12-05 2020-03-17 秒针信息技术有限公司 数据扩充方法、装置、数据处理设备及存储介质
CN110986985A (zh) * 2019-12-17 2020-04-10 广州小鹏汽车科技有限公司 车辆行程推送方法、装置、介质、控制终端及汽车
CN111735429A (zh) * 2020-05-11 2020-10-02 腾讯科技（深圳）有限公司 楼层识别方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗文城: "基于惯导数据和图像地标的室内定位关键技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022077949A1 (zh) * 2020-10-15 2022-04-21 广州小鹏自动驾驶科技有限公司 一种数据处理的方法和装置
CN112927552A (zh) * 2021-01-20 2021-06-08 广州小鹏自动驾驶科技有限公司 一种车位检测的方法和装置
CN113532450A (zh) * 2021-06-29 2021-10-22 广州小鹏汽车科技有限公司 一种虚拟停车地图数据处理方法和系统
CN113532450B (zh) * 2021-06-29 2024-04-30 广州小鹏汽车科技有限公司 一种虚拟停车地图数据处理方法和系统

Also Published As

Publication number Publication date
EP4012342A1 (en) 2022-06-15
WO2022077949A1 (zh) 2022-04-21
EP4012342B1 (en) 2024-02-07
EP4012342A4 (en) 2022-10-19
EP4012342C0 (en) 2024-02-07
CN112229411B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN108267747B (zh) 基于激光点云的道路特征提取方法和装置
CN112212874B (zh) 车辆轨迹预测方法、装置、电子设备及计算机可读介质
CN112229411B (zh) 一种数据处理的方法和装置
CN112154446B (zh) 立体车道线确定方法、装置和电子设备
CN113034566B (zh) 高精度地图构建方法、装置、电子设备及存储介质
CN115795808A (zh) 一种自动驾驶决策危险场景生成方法、系统、设备及介质
CN110765224A (zh) 电子地图的处理方法、车辆视觉重定位的方法和车载设备
CN110264725B (zh) 路段流量的确定方法及装置
CN110174115B (zh) 一种基于感知数据自动生成高精度定位地图的方法及装置
CN110967023B (zh) 汽车定位方法及汽车定位装置
CN111291141B (zh) 一种轨迹相似度确定方法及装置
CN112487016B (zh) 一种无人驾驶车辆局部路径规划方法及装置
CN116206286A (zh) 高速路况下的障碍物检测方法、装置、设备和介质
CN112507977B (zh) 一种车道线定位方法、装置及电子设备
CN113048988B (zh) 一种导航地图对应场景的变化元素检测方法及装置
CN111121803B (zh) 获取道路常用停靠点的方法及装置
Kreibich et al. Lane-level matching algorithm based on GNSS, IMU and map data
Chang et al. The implementation of semi-automated road surface markings extraction schemes utilizing mobile laser scanned point clouds for HD maps production
CN111968179B (zh) 地下停车场自动驾驶车辆定位方法
CN116910629B (zh) 一种基于大数据的路面检测方法及装置
WO2023207123A1 (zh) 一种点云数据的分层方法、装置、设备、介质及车辆
CN115937447A (zh) 高精地图中的车道识别方法、装置及设备
CN115776680A (zh) 一种适用于边缘计算设备的计算模型动态部署方法及装置
CN115683130A (zh) 基于车道线生成地图的目标区域出入口区域的方法和装置
CN116678428A (zh) 高架桥区域的建图方法、装置及其车辆定位方法、装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information

Address after: Room 46, room 406, No. 1, Yichuang street, Zhongxin knowledge city, Huangpu District, Guangzhou, Guangdong 510725

Applicant after: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd.

Address before: Room 46, room 406, No.1, Yichuang street, Zhongxin knowledge city, Huangpu District, Guangzhou City, Guangdong Province

Applicant before: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd.

CB02 Change of applicant information
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210115

Assignee: GUANGZHOU XIAOPENG MOTORS TECHNOLOGY Co.,Ltd.

Assignor: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd.

Contract record no.: X2022980014506

Denomination of invention: A method and apparatus for data processing

Granted publication date: 20211207

License type: Common License

Record date: 20220905

EE01 Entry into force of recordation of patent licensing contract
TR01 Transfer of patent right

Effective date of registration: 20240304

Address after: 510000 No.8 Songgang street, Cencun, Tianhe District, Guangzhou City, Guangdong Province

Patentee after: GUANGZHOU XIAOPENG MOTORS TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: Room 46, room 406, No. 1, Yichuang street, Zhongxin knowledge city, Huangpu District, Guangzhou, Guangdong 510725

Patentee before: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right