CN112504290A - 确定最近道路边界的方法、装置、设备和存储介质 - Google Patents

确定最近道路边界的方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN112504290A
CN112504290A CN202011232235.5A CN202011232235A CN112504290A CN 112504290 A CN112504290 A CN 112504290A CN 202011232235 A CN202011232235 A CN 202011232235A CN 112504290 A CN112504290 A CN 112504290A
Authority
CN
China
Prior art keywords
target
node
segment
boundary
parent
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.)
Pending
Application number
CN202011232235.5A
Other languages
English (en)
Inventor
李亨通
顾天宇
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.)
Beijing Voyager Technology Co Ltd
Original Assignee
Beijing Voyager 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 Beijing Voyager Technology Co Ltd filed Critical Beijing Voyager Technology Co Ltd
Priority to CN202011232235.5A priority Critical patent/CN112504290A/zh
Publication of CN112504290A publication Critical patent/CN112504290A/zh
Pending legal-status Critical Current

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
    • G01C21/34Route searching; Route guidance
    • 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
    • G01C21/20Instruments for performing navigational calculations

Landscapes

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

Abstract

本公开涉及一种用于确定最近道路边界的方法、装置、设备和存储介质。在此描述的方法包括:获取目标对象的位置信息;获取表征道路边界的层级化数据结构,该层级化数据结构分层级地存储道路边界的多个分段的位置数据;以及基于位置信息和层级化数据结构,从道路边界的多个分段中确定目标分段,该目标分段是多个分段中与目标对象距离最近的分段。在本公开的实施例中,通过利用表征道路边界的层级化数据结构,能够提高确定与目标对象距离最近的道路边界分段的效率。

Description

确定最近道路边界的方法、装置、设备和存储介质
技术领域
本公开总体上涉及自动驾驶领域,更特别地涉及一种用于确定最近道路边界的方法、装置、设备和计算机可读存储介质。
背景技术
随着科技的发展,通过诸如全球定位系统、视觉计算和人工智能等各种技术的协同合作,实现了车辆的自动驾驶。自动驾驶是指在没有任何人类主动操作的情况下,由计算机自动控制车辆的驾驶。在自动驾驶领域,出于安全的考虑,高效且准确地确定道路边界是至关重要的。
发明内容
根据本公开的一些实施例,提供了一种用于确定最近道路边界的方法、装置、设备以及计算机可读存储介质。
在本公开的第一方面,提供了一种用于确定最近道路边界的方法。该方法包括:获取目标对象的位置信息;获取表征道路边界的层级化数据结构,该层级化数据结构分层级地存储道路边界的多个分段的位置数据;以及基于位置信息和层级化数据结构,从道路边界的多个分段中确定目标分段,该目标分段是多个分段中与目标对象距离最近的分段。
在本公开的第二方面,提供了一种用于确定最近道路边界的装置。该装置包括位置信息获取模块、层级化数据结构获取模块以及第一目标分段确定模块。位置信息获取模块被配置为获取目标对象的位置信息;层级化数据结构获取模块被配置为获取表征道路边界的层级化数据结构,该层级化数据结构分层级地存储道路边界的多个分段的位置数据;第一目标分段确定模块被配置为基于位置信息和层级化数据结构从道路边界的多个分段中确定目标分段,该目标分段是多个分段中与目标对象距离最近的分段。
在本公开的第三方面,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计算机可执行指令,计算机可执行指令被处理器执行以实现根据本公开的第一方面的方法。
在本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机可执行指令,其中计算机可执行指令被处理器执行实现根据本公开的第一方面和的方法。
在本公开的实施例中,通过利用表征道路边界的层级化数据结构,能够提高确定与目标对象距离最近的道路边界分段的效率。
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示出了根据本公开的实施例的确定最近道路边界的示例环境;
图2示出了传统方案中的用于确定最近道路边界的方法的示意图;
图3示出了根据本公开的实施例的用于确定最近道路边界的示例方法的流程图;
图4A示出了根据本公开的实施例的道路边界表征的示意图;
图4B示出了根据本公开的实施例的表征道路边界的层级化数据结构的示意图;
图5示出了根据本公开的实施例的用于确定道路边界中与目标对象距离最近的目标分段的示例方法的流程图;
图6示出了根据本公开的实施例的用于确定最近道路边界的装置的框图;以及
图7示出了其中可以实施本公开的一个或多个实施例的计算设备的框图。
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“实施例”和“一些实施例”表示“至少一些实施例”。术语“第一”、“第二”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。
如上文所提及的,在自动驾驶领域,出于安全的考虑,高效且准确地确定与诸如自动驾驶的车辆等目标对象最近的道路边界是至关重要的。例如,计算机应当确保自动驾驶的车辆在道路内行驶而不应逾越道路边界;计算机应当对自动驾驶的车辆的驾驶路线进行正确地规划等等。
在传统的解决方案中,通过离散的点来管理道路边界。因此,在确定诸如自动驾驶的车辆等目标对象与道路边界的相对位置时,必须首先计算目标对象与每个离散点之间的距离,然后从中确定与目标对象最近的道路边界分段。这样的解决方案使得确定最近道路边界的效率很低。
本公开的实施例提出了一种用于确定最近道路边界的方法。在本公开的实施例中,通过利用表征道路边界的层级化数据结构,能够高效地从道路边界的多个分段中确定与目标对象距离最近的目标分段,提高最近道路边界确定的效率。
图1示出了根据本公开的实施例的确定最近道路边界的示例环境100。如图1所示,示例环境100包括边界确定设备110、目标对象120和道路边界130。在一些实施例中,边界确定设备110可以是被安装在目标对象120上的计算机。目标对象120可以是自动驾驶的车辆。道路边界130可以是真实世界中的道路边界。在一些实施例中,道路边界130可以由预先采集的离散点来表征并且被存储在边界确定设备110中。示例环境100还包括表征道路边界的层级化数据结构140。在一些实施例中,层级化数据结构140可以是边界确定设备110根据表征道路边界120的预先采集的离散点来实时构建的。备选地,在另一些实施例中,层级化数据结构140可以是被预先构建并且被存储在边界确定设备110中的。根据本公开的实施例的各个方法可以在边界确定设备110处实现。
应当理解,仅出于示例性的目的描述确定最近道路边界的示例环境100,而不暗示对于本公开的范围的任何限制。例如,本公开的实施例还可以被应用到与示例环境100不同的环境中。例如,目标对象也可以是其他车辆或道路上的障碍物等。还应当理解,上述的设备或对象的具体数目仅出于说明性目的给出,而不暗示对本公开范围的任何限制。例如,本公开的实施例还可以被应用于更多的或更少的设备或对象。
图2示出了传统方案中的用于确定最近道路边界的方法的示意图200。在传统的解决方案中,道路边界是通过离散的点来表征的。例如,如图2所示,通过A、B、C和D四个点来表征道路边界。因此,在确定与目标对象p最近的道路边界时,首先计算目标对象p与A、B、C和D四个点中每个点之间的距离,然后根据各个距离确定与目标对象p最近的道路边界。在实践中,用来表征道路边界的离散点的数目往往较大,使得通过这样的解决方案来确定最近道路边界的效率很低。
图3示出了根据本公开的实施例的用于确定最近道路边界的示例方法300的流程图。例如,方法300可以由如图1所示的边界确定设备110来执行。应当理解,方法300还可以由其他设备来执行,本公开的范围在此方面不受限制。还应当理解,方法300还可以包括未示出的附加动作和/或可以省略所示出的动作,本公开的范围在此方面不受限制。
在310,边界确定设备110获取目标对象120的位置信息。在一些实施例中,目标对象120可以是边界确定设备110所在的自动驾驶的车辆。备选地,在另一些实施例中,目标对象120可以是边界确定设备110附近的其他车辆或者道路上的障碍物等。例如,在一些实施例中,边界确定设备110可以获取目标对象120的全球定位系统(GPS)信息。
在320,边界确定设备110获取表征道路边界130的层级化数据结构140,该层级化数据结构140分层级地存储道路边界130的多个分段的位置数据。
在一些实施例中,层级化数据结构140可以是边界确定设备110根据表征道路边界120的预先采集的离散点来实时构建的。备选地,在另一些实施例中,层级化数据结构140可以是被预先构建并且被存储在边界确定设备110中的。
在一些实施例中,层级化数据结构140可以被存储在边界确定设备110中。备选地,在另一些实施例中,层级化数据结构140可以被存储在边界确定设备110之外的其他设备中。
在一些实施例中,层级化数据结构140中存储的道路边界130的多个分段的位置数据指示多个分段的端点的位置。附加地,在一些实施例中,该位置数据被存储于层级化数据结构140的叶子节点中,叶子节点的父节点存储边界数据,由叶子节点中的位置数据限定的分段处于由父节点中的边界数据限定的包围盒内。附加地,在一些实施例中,层级化数据结构140可以是RTREE数据结构。下面参考图4A和图4B来描述层级化数据结构140。
图4A示出了根据本公开的实施例的道路边界表征的示意图401。图4B示出了根据本公开的实施例的表征道路边界的层级化数据结构的示意图402。如图4A所示,道路边界被划分为八个分段,分别通过AB、BC、CD、DE、EF、FG、GH和HK来表示。在构建如图4B中所示的层级化数据结构时,每个叶子节点存储指示每个分段的端点的位置数据。例如,第一个叶子节点存储端点A和B的位置数据,第二个叶子节点存储端点B和C的位置数据,以此类推。
在如图4A所示的实施例中,相邻的每两个分段被第一包围盒(由点划线表示)包围。例如,分段AB和BC被第一包围盒405-1包围,分段CD和DE被第一包围盒410-1包围,以此类推。每两个第一包围盒被第二包围盒(由虚线表示)包围。例如,第一包围盒405-1和第一包围盒410-1被第二包围盒425-1包围,第一包围盒415-1和第一包围盒420-1被第二包围盒430-1包围。整个道路边界被第三包围盒435-1(由实线表示)包围。附加地,在RTREE数据结构中,这样的包围盒也被称为最小包围盒(MBR)。在这样的实施例中,在构建如图4B中所示的层级化数据结构时,父节点405-2中可以存储包围盒405-1的边界数据,例如包围盒405-1的两个对角线顶点数据,以及指向叶子节点AB和叶子节点BC的指针,父节点425-2中可以存储包围盒425-1的边界数据,例如包围盒425-1的两个对角线顶点数据,以及指向其子节点405-2和子节点410-2的指针,以此类推。
应当理解,仅出于示例性的目的示出了层级化数据结构402,而不暗示对于本公开的范围的任何限制。例如,层级化数据结构中的每个父节点可以与更多的或更少的子节点相关联;不同父节点可以与不同数目的子节点相关联等等。本公开在此方面不受限制。
在330,边界确定设备110根据目标对象的位置信息和层级化数据结构从道路边界的多个分段中确定目标分段,该目标分段是多个分段中与目标对象距离最近的分段。
仍然参考图4A和图4B,如果要确定与如图4A中所示的目标对象p距离最近的目标分段,则可以通过利用层级化数据结构,由边界确定设备110依次从根节点435-2查询到节点430-2、节点420-2以及节点HK,从而确定与目标对象p距离最近的目标分段为HK。通过这样的方式,可以将查询复杂度从O(n)降低到O(logn)。关于如何从多个分段中确定目标分段的细节,将在下文中参考图5来描述。
在上述示例性实施例中,通过利用表征道路边界的层级化数据结构,能够高效地从道路边界的多个分段中确定与目标对象距离最近的目标分段,而无需计算目标对象与用来表示道路边界的所有点之间的距离,从而提高确定最近道路边界的效率。
附加地,在一些实施例中,在从道路边界的多个分段中确定与目标对象距离最近的目标分段之后,边界确定设备110还可以根据目标对象与目标分段之间的距离来执行驾驶决策和/或路线规划。例如,在一些实施例中,如果目标对象是边界确定设备110所在的车辆,则边界确定设备110可以根据车辆与目标分段之间的距离来判断车辆是在道路内还是在道路外。如果是在道路外,则边界确定设备110可以控制车辆调整驾驶路线,使得能够确保车辆在道路内安全行驶。备选地或附加地,在另一些实施例中,如果目标对象是边界确定设备110附近的其他车辆,则边界确定设备110还可以根据其所在的车辆与道路边界的距离、其他车辆与道路边界的距离和/或其所在的车辆与其他车辆之间的距离进行驾驶决策和/或路线规划,例如决策是否能够安全地超车和/或采用何种路线超车。
图5示出了根据本公开的实施例的用于确定道路边界中与目标对象距离最近的目标分段的示例方法500的流程图。例如,方法500可以由如图1所示的边界确定设备110来执行。应当理解,方法500还可以由其他设备来执行,本公开的范围在此方面不受限制。还应当理解,方法500还可以包括未示出的附加动作和/或可以省略所示出的动作,本公开的范围在此方面不受限制。
在510,边界确定设备110可以从根节点开始,获取层级化数据结构的多个父节点中的边界数据。多个父节点是层级化数据结构的根节点的子节点,如图4B中的节点425-2和430-2。
参考图4A和图4B,如果要确定与如图4A中所示的目标对象p距离最近的目标分段,则边界确定设备110可以获取层级化数据结构的多个父节点中的边界数据。在如图4B所示的层级化数据结构中,由于该层级化数据结构具有多层数据节点,则边界确定设备110可以首先获取根节点435-2所指向的两个子节点425-2和430-2中存储的边界数据。在确定目标对象p与节点430-2更接近后,获取节点430-2所指向的两个子节点415-2和420-2中存储的边界数据。在如图4B所示的层级化数据结构中,节点415-2是叶子节点EF和FG的父节点,节点420-2是叶子节点GH和HK的父节点。从节点425-2和430-2中确定更接近的节点的过程与下面描述的确定叶子节点的目标父节点的过程类似。
在520,边界确定设备110可以基于多个父节点中的边界数据,从多个父节点中确定目标父节点,其也称为“第一目标父节点”。与第一目标父节点相对应的包围盒是与多个父节点相对应的多个包围盒中与目标对象最近的包围盒。
根据上文中关于图4A和图4B所描述的,父节点中存储的是与之对应的包围盒的边界数据,因此,在边界确定设备110获取各个父节点的边界数据之后,可以确定边界数据所限定的包围盒,然后可以确定目标对象与各个包围盒之间的距离,从而确定与目标对象距离最近的包围盒。
在本公开的实施例中,可以采用各种方法来计算目标对象与各个包围盒之间的距离。例如,在一些实施例中,可以计算目标对象与包围盒的中心点之间的距离。备选地或附加地,在另一些实施例中,可以计算目标对象与包围盒的某条边之间的距离。备选地或附加地,在又一些实施例中,可以首先确定目标对象是否在包围盒所限定的空间范围内等等。本公开在此方面不受限制。
在530,边界确定设备110可以确定与第一目标父节点相关联的至少一个目标叶子节点。在一些实施例中,如果第一目标父节点的子节点是叶子节点,边界确定设备110可以将第一目标父节点的子节点确定为至少一个目标叶子节点。
在一些实施例中,如果第一目标父节点的子节点仍是父节点,边界确定设备110可以继续搜索下一级的父节点,直到所确定的目标父节点的子节点是叶子节点为止。例如,边界确定设备110可以基于第一目标父节点的子节点中的边界数据,从第一目标父节点的子节点中确定另一目标父节点,其也称为“第二目标父节点”。与第二目标父节点相对应的包围盒是与第一目标父节点的子节点相对应的多个包围盒中与目标对象最近的包围盒。如果第二目标父节点的子节点是叶子节点,边界确定设备110可以将第二目标父节点的子节点确定为至少一个目标叶子节点。例如,在如图4B所示的层级化数据结构中,在从节点425-2和430-2中确定了与目标对象更接近的是节点430-2之后,边界确定设备110可以确定节点430-2的子节点为节点415-2和420-2,然后在从节点415-2和420-2中确定了与目标对象更接近的是节点420-2之后,边界确定设备110可以确定节点420-2的叶子节点是节点GH和HK。
在540,边界确定设备110根据至少一个目标叶子节点中的位置数据,从与至少一个目标叶子节点相对应的至少一个分段中确定目标分段。
例如,在如图4B所示的层级化数据结构中,在确定了与目标对象p更靠近的是叶子节点GH和HK之后,边界确定设备110可以确定目标对象p与由叶子节点GH和HK中的端点数据限定的分段的距离,然后根据目标对象p与分段GH和HK的距离,从分段GH和HK中确定目标分段为分段HK。
在上述示例性实施例中,通过分层级地确定目标对象与节点所对应的包围盒之间的距离,能够分层级地确定与目标对象距离最近的目标分段,从而实现高效地确定最近道路边界。
在上文中已经参考图1至图5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和设备的实现方式。
根据本公开的示例性实现方式,提供了一种用于确定最近道路边界的装置600。用于确定最近道路边界的装置600包括位置信息获取模块610、层级化数据结构获取模块620以及第一目标分段确定模块630。位置信息获取模块610被配置为获取目标对象的位置信息;层级化数据结构获取模块620被配置为获取表征道路边界的层级化数据结构,该层级化数据结构分层级地存储道路边界的多个分段的位置数据;第一目标分段确定模块630被配置为基于位置信息和层级化数据结构,从道路边界的多个分段中确定目标分段,该目标分段是多个分段中与目标对象距离最近的分段。
在一些实施例中,位置数据指示多个分段的端点的位置。
在一些实施例中,位置数据被存储于层级化数据结构的叶子节点中,叶子节点的父节点存储边界数据,由叶子节点中的位置数据限定的分段处于由父节点中的边界数据限定的包围盒内。
在一些实施例中,第一目标分段确定模块630包括:第一边界数据获取模块,被配置为获取层级化数据结构中的多个父节点中的边界数据,多个父节点是层级化数据结构的根节点的子节点,如参考图4B所述的节点425-2和430-2;第一目标父节点确定模块,被配置为基于多个父节点中的边界数据,从多个父节点中确定第一目标父节点,如上文中参考图4B所述的节点430-2,与第一目标父节点相对应的包围盒是与多个父节点相对应的多个包围盒中与目标对象最近的包围盒;第一叶子节点确定模块,被配置为确定与第一目标父节点相关联的至少一个目标叶子节点,如上文中参考图4B所述的叶子节点GH和HK;以及第二目标分段确定模块,被配置为基于至少一个目标叶子节点中的位置数据,从与至少一个目标叶子节点相对应的至少一个分段中确定目标分段,如上文中参考图4B所述的分段HK。。
在一些实施例中,第一叶子节点确定模块可以包括:第二边界数据获取模块,被配置为获取第一目标父节点的子节点中的边界数据;第二目标父节点确定模块,被配置为基于第一目标父节点的子节点中的边界数据,从第一目标父节点的子节点中确定第二目标父节点,如上文中参考图4B所述的节点420-2,与第二目标父节点相对应的包围盒是与第一目标父节点的子节点相对应的多个包围盒中与目标对象最近的包围盒;第二叶子节点确定模块,被配置为:如果确定第二目标父节点的子节点是叶子节点,将第二目标父节点的子节点确定为至少一个目标叶子节点;
在一些实施例中,第二目标分段确定模块包括:距离确定模块,被配置为确定目标对象与由至少一个目标叶子节点中的位置数据限定的至少一个分段的距离;以及第三目标分段确定模块,被配置为基于目标对象与至少一个分段的距离,从至少一个分段中确定目标分段。
在一些实施例中,装置600还包括:决策与规划执行模块,被配置为基于目标对象与目标分段的距离,执行驾驶决策和/或路线规划。
因此,本公开的一些实施例提出了一种用于确定最近道路边界的装置,通过利用表征道路边界的层级化数据结构,该装置能够高效地从道路边界的多个分段中确定与目标对象距离最近的目标分段,而无需计算目标对象与用来表示道路边界的所有点之间的距离,从而提高确定最近道路边界的效率。
图7示出了其中可以实施本公开的一个或多个实施例的计算设备/服务器700的框图。应当理解,图7所示出的计算设备/服务器700仅仅是示例性的,而不应当构成对本文所描述的实施例的功能和范围的任何限制。
如图7所示,计算设备/服务器700是通用计算设备的形式。计算设备/服务器700的组件可以包括但不限于一个或多个处理器或处理单元710、存储器720、存储设备730、一个或多个通信单元740、一个或多个输入设备750以及一个或多个输出设备760。处理单元710可以是实际或虚拟处理器并且能够根据存储器720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700的并行处理能力。
计算设备/服务器700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700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720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730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700内被访问。
计算设备/服务器700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7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720可以包括计算机程序产品725,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施例的各种方法或动作。
通信单元740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700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700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750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760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700还可以根据需要通过通信单元740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700交互的设备进行通信,或者与使得计算设备/服务器700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,其上存储有计算机可执行指令,其中计算机可执行指令被处理器执行以实现上文描述的方法。根据本公开的示例性实现方式,还提供了一种计算机程序产品,计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括计算机可执行指令,而计算机可执行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、设备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信息呈现装置的处理单元,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信息呈现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、可编程信息呈现装置和/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。
可以把计算机可读程序指令加载到计算机、其他可编程信息呈现装置、或其他设备上,使得在计算机、其他可编程信息呈现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、其他可编程信息呈现装置、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个实现方式。

Claims (16)

1.一种用于确定最近道路边界的方法,包括:
获取目标对象的位置信息;
获取表征道路边界的层级化数据结构,所述层级化数据结构分层级地存储所述道路边界的多个分段的位置数据;以及
基于所述位置信息和所述层级化数据结构,从所述道路边界的所述多个分段中确定目标分段,所述目标分段是所述多个分段中与所述目标对象距离最近的分段。
2.根据权利要求1所述的方法,其中所述位置数据指示所述多个分段的端点的位置。
3.根据权利要求2所述的方法,其中所述位置数据被存储于所述层级化数据结构的叶子节点中,所述叶子节点的父节点存储边界数据,由所述叶子节点中的所述位置数据限定的分段处于由所述父节点中的所述边界数据限定的包围盒内。
4.根据权利要求3所述的方法,其中从所述道路边界的所述多个分段中确定所述目标分段包括:
获取所述层级化数据结构的多个父节点中的边界数据,所述多个父节点是所述层级化数据结构的根节点的子节点;
基于所述多个父节点中的边界数据,从所述多个父节点中确定第一目标父节点,与所述第一目标父节点相对应的包围盒是与所述多个父节点相对应的多个包围盒中与所述目标对象最近的包围盒;
确定与所述第一目标父节点相关联的至少一个目标叶子节点;以及
基于所述至少一个目标叶子节点中的位置数据,从与所述至少一个目标叶子节点相对应的至少一个分段中确定所述目标分段。
5.根据权利要求4所述的方法,其中确定与所述第一目标父节点相关联的至少一个目标叶子节点包括:
获取所述第一目标父节点的子节点中的边界数据;
基于所述第一目标父节点的子节点中的边界数据,从所述第一目标父节点的子节点中确定第二目标父节点,与所述第二目标父节点相对应的包围盒是与所述第一目标父节点的子节点相对应的多个包围盒中与所述目标对象最近的包围盒;以及
如果确定所述第二目标父节点的子节点是叶子节点,将所述第二目标父节点的子节点确定为所述至少一个目标叶子节点。
6.根据权利要求4或5所述的方法,其中基于所述至少一个目标叶子节点中的位置数据从与所述至少一个目标叶子节点相对应的至少一个分段中确定所述目标分段包括:
确定所述目标对象与由所述至少一个目标叶子节点中的位置数据限定的至少一个分段的距离;以及
基于所述目标对象与所述至少一个分段的距离,从所述至少一个分段中确定所述目标分段。
7.根据权利要求1所述的方法,还包括:
基于所述目标对象与所述目标分段的距离,执行驾驶决策和/或路线规划。
8.一种用于确定最近道路边界的装置,包括:
位置信息获取模块,被配置为获取目标对象的位置信息;
层级化数据结构获取模块,被配置为获取表征道路边界的层级化数据结构,所述层级化数据结构分层级地存储所述道路边界的多个分段的位置数据;以及
第一目标分段确定模块,被配置为基于所述位置信息和所述层级化数据结构,从所述道路边界的所述多个分段中确定目标分段,所述目标分段是所述多个分段中与所述目标对象距离最近的分段。
9.根据权利要求8所述的装置,其中所述位置数据指示所述多个分段的端点的位置。
10.根据权利要求9所述的装置,其中所述位置数据被存储于所述层级化数据结构的叶子节点中,所述叶子节点的父节点存储边界数据,由所述叶子节点中的所述位置数据限定的分段处于由所述父节点中的所述边界数据限定的包围盒内。
11.根据权利要求10所述的装置,其中所述第一目标分段确定模块包括:
第一边界数据获取模块,被配置为获取所述层级化数据结构的多个父节点中的边界数据,所述多个父节点是所述层级化数据结构的根节点的子节点;
第一目标父节点确定模块,被配置为基于所述多个父节点中的边界数据,从所述多个父节点中确定第一目标父节点,与所述第一目标父节点相对应的包围盒是与所述多个父节点相对应的多个包围盒中与所述目标对象最近的包围盒;
第一叶子节点确定模块,被配置为确定与所述第一目标父节点相关联的至少一个目标叶子节点;以及
第二目标分段确定模块,被配置为基于所述至少一个目标叶子节点中的位置数据,从与所述至少一个目标叶子节点相对应的至少一个分段中确定所述目标分段。
12.根据权利要求11所述的装置,其中所述第一叶子节点确定模块包括:
第二边界数据获取模块,被配置为获取所述第一目标父节点的子节点中的边界数据;
第二目标父节点确定模块,被配置为基于所述第一目标父节点的子节点中的边界数据,从所述第一目标父节点的子节点中确定第二目标父节点,与所述第二目标父节点相对应的包围盒是与所述第一目标父节点的子节点相对应的多个包围盒中与所述目标对象最近的包围盒;以及
第二叶子节点确定模块,被配置为:如果确定所述第二目标父节点的子节点是叶子节点,将所述第二目标父节点的子节点确定为所述至少一个目标叶子节点。
13.根据权利要求11或12所述的装置,其中所述第二目标分段确定模块包括:
距离确定模块,被配置为确定所述目标对象与由所述至少一个目标叶子节点中的位置数据限定的至少一个分段的距离;以及
第三目标分段确定模块,被配置为基于所述目标对象与所述至少一个分段的距离,从所述至少一个分段中确定所述目标分段。
14.根据权利要求8所述的装置,还包括:
决策与规划执行模块,被配置为基于所述目标对象与所述目标分段的距离,执行驾驶决策和/或路线规划。
15.一种电子设备,包括:
处理器;以及
存储器,存储有计算机可执行指令,所述计算机可执行指令当被所述处理器执行时,被配置以实现根据权利要求1至6中任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机可执行指令,其中所述计算机可执行指令被处理器执行以实现根据权利要求1至6中任一项所述的方法。
CN202011232235.5A 2020-11-06 2020-11-06 确定最近道路边界的方法、装置、设备和存储介质 Pending CN112504290A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011232235.5A CN112504290A (zh) 2020-11-06 2020-11-06 确定最近道路边界的方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011232235.5A CN112504290A (zh) 2020-11-06 2020-11-06 确定最近道路边界的方法、装置、设备和存储介质

Publications (1)

Publication Number Publication Date
CN112504290A true CN112504290A (zh) 2021-03-16

Family

ID=74955439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011232235.5A Pending CN112504290A (zh) 2020-11-06 2020-11-06 确定最近道路边界的方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN112504290A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6701306B1 (en) * 2000-03-15 2004-03-02 Cadence Design Systems, Inc. Methods and apparatus for manipulating polygons in a multidimensional space
US6704320B1 (en) * 1999-03-24 2004-03-09 Lucent Technologies Inc. Dynamic algorithm for determining a shortest path tree between network nodes
US20130253754A1 (en) * 2012-03-26 2013-09-26 Google Inc. Robust Method for Detecting Traffic Signals and their Associated States
WO2019180517A1 (en) * 2018-03-21 2019-09-26 Sigmoid Labs Private Limited Offline method to determine location of a vehicle using mobile phones
WO2020040979A1 (en) * 2018-08-23 2020-02-27 Realtime Robotics, Inc. Collision detection useful in motion planning for robotics
CN111275816A (zh) * 2020-02-25 2020-06-12 华为技术有限公司 获取点云数据的方法及相关设备
CN111415520A (zh) * 2018-12-18 2020-07-14 北京航迹科技有限公司 处理交通目标的系统和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6704320B1 (en) * 1999-03-24 2004-03-09 Lucent Technologies Inc. Dynamic algorithm for determining a shortest path tree between network nodes
US6701306B1 (en) * 2000-03-15 2004-03-02 Cadence Design Systems, Inc. Methods and apparatus for manipulating polygons in a multidimensional space
US20130253754A1 (en) * 2012-03-26 2013-09-26 Google Inc. Robust Method for Detecting Traffic Signals and their Associated States
WO2019180517A1 (en) * 2018-03-21 2019-09-26 Sigmoid Labs Private Limited Offline method to determine location of a vehicle using mobile phones
US20210021964A1 (en) * 2018-03-21 2021-01-21 Sigmoid Labs Private Limited Offline Method to Determine Location of a Vehicle Using Mobile Phones
WO2020040979A1 (en) * 2018-08-23 2020-02-27 Realtime Robotics, Inc. Collision detection useful in motion planning for robotics
CN111415520A (zh) * 2018-12-18 2020-07-14 北京航迹科技有限公司 处理交通目标的系统和方法
CN111275816A (zh) * 2020-02-25 2020-06-12 华为技术有限公司 获取点云数据的方法及相关设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
唐四薪等: "面向新工科高等院校大数据专业系列教材 大数据分析实用教程 基于Python实现", 30 June 2021, 机械工业出版社, pages: 136 *
姚寿文等: "《虚拟现实辅助机械设计》", 北京理工大学出版社, pages: 100 - 102 *
姚寿文等: "机载LiDAR系统原理与点云处理方法", 31 August 2017, 北京理工大学出版社, pages: 118 - 119 *
熊晓光等: "激光雷达点云数据截面提取计算方法研究", 《江西理工大学学报》, no. 03 *

Similar Documents

Publication Publication Date Title
US10614324B2 (en) Method and apparatus for identifying static obstacle
US8635605B2 (en) Automated deployment implementation with a deployment topology model
EP3951321A1 (en) Method and system for rapid generation of reference driving route, terminal and storage medium
CN112632844A (zh) 从工程制图中提取和分析信息
US20210254995A1 (en) Methods, apparatuses, systems, and storage media for storing and loading visual localization maps
US8196090B2 (en) Aggregation of constraints across profiles
US20150170316A1 (en) Subgraph-based distributed graph processing
CN111897906A (zh) 处理地图数据的方法、装置、设备和存储介质
US8271538B2 (en) Automated generation of modeling language profiles
CN111726352B (zh) 可视化监测探针状态的方法、装置、计算机设备和介质
US8086436B2 (en) Preliminary data representations of a deployment activity model
US20160019248A1 (en) Methods for processing within-distance queries
CN114003613A (zh) 高精地图车道线更新方法、装置、电子设备以及存储介质
CN111462521A (zh) 停车场地图确定方法、装置及设备、存储介质
CN115164868A (zh) 机器人定位方法、装置、机器人及存储介质
US20090112566A1 (en) Automated generation of executable deployment code from a deployment activity model
CN112269848B (zh) 一种众包轨迹数据融合方法及装置
CN112504290A (zh) 确定最近道路边界的方法、装置、设备和存储介质
CN111966773A (zh) 管理地图数据的方法、装置、电子设备和存储介质
CN112037328A (zh) 生成地图中的道路边沿的方法、装置、设备和存储介质
CN114444185A (zh) 原位标注的识别方法、装置及电子设备
CN114279456B (zh) 图片构建/车辆定位方法、系统、终端及计算机存储介质
CN113761990B (zh) 一种道路边界检测方法、装置、无人车及存储介质
CN112529086B (zh) 停止线生成方法、电子装置和存储介质
CN114440861B (zh) 交通综合杆的生成方法、装置及设备

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