CN112541048A - 一种高精度地图停止线融合方法、系统、服务器及存储介质 - Google Patents
一种高精度地图停止线融合方法、系统、服务器及存储介质 Download PDFInfo
- Publication number
- CN112541048A CN112541048A CN202011496878.0A CN202011496878A CN112541048A CN 112541048 A CN112541048 A CN 112541048A CN 202011496878 A CN202011496878 A CN 202011496878A CN 112541048 A CN112541048 A CN 112541048A
- Authority
- CN
- China
- Prior art keywords
- line
- stop
- segment
- lines
- lane
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
Abstract
本发明涉及一种高精度地图停止线融合方法、系统、服务器及可读存储介质,本发明通过计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点,然后对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点,最后根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线,解决了现有技术中采集的停止线可能存在较大误差与其它地图要素不匹配的技术问题,达到了提高停止线的位置精度,更好的为自动驾驶车辆提供帮助的效果。
Description
技术领域
本发明涉及高精度地图技术领域,特别涉及一种高精度地图停止线融合方法、系统、服务器及存储介质。
背景技术
在自动驾驶领域,为准确控制车辆行驶,常涉及到高精度地图的绘制,高精度地图绘制的停止线数据参与自动驾驶车辆的行驶决策,可以作为车道线的终止位置。当自动驾驶车辆的传感器受到大雾、冰雹、大雨等恶劣天气影响下出现失灵的情况时,车辆可以通过已知高精度地图中的停止线数据调整行驶行为。在停止线采集过程中因设备等因素的原因导致采集的停止线在出现位置或形状上存在误差,可能出现停止线覆盖道路面太短或者同一段道路相同车道存在多个连续停止线的情况,导致行驶安全性和舒适性大大降低。
发明内容
本发明提供一种高精度地图停止线融合方法、系统、服务器及存储介质,将采集到的停止线数据进行融合,并修正其出现位置及形状上的误差,以解决现有技术中存在的由于停止线位置及形状上误差较大,无法准确参与自动驾驶车辆的行驶决策的技术问题,推进了自动驾驶技术的发展,提升了行驶安全性及舒适性。
为解决上述技术问题,本发明提出一种高精度地图停止线融合方法,所述高精度地图停止线融合方法包括以下步骤:
计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点;
对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点;
根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线。
优选地,所述计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点的步骤具体包括:
对所有停止线的两端坐标及停止线所在的道路车道线数据进行预处理,得到停止线两端坐标及片段道路结构的中心点,所述片段道路结构为预设长度道路片段的所有车道线数据;
计算停止线的线段中点与所有片段道路结构中心点的欧拉距离,选取与所述停止线的线段中点欧拉距离最近的片段道路结构;
计算停止线的线段中点与所选取的片段道路结构中所有车道线中心点的欧拉距离,选取欧拉距离最近的中心车道线,并选取与所述欧拉距离最近的中心车道线同方向的欧拉距离最远的两侧车道线;
将线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,得到调整后的停止线并计算调整后的停止线的线段中点。
优选地,所述对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点的步骤具体包括:
对所有调整后的线段中点基于坐标位置进行聚类,采用DBSCAN聚类法及预设聚类半径,计算聚类后的线段中点。
优选地,所述根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线的步骤具体包括:
将聚类后的线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,连接两端点得到融合后的停止线。
优选地,所述高精度地图停止线融合方法还包括:
检测所述停止线的覆盖范围,当停止线仅覆盖单向路口时,将所述片段道路按照单向车道进行划分,当检测到停止线覆盖双向路口时,将所述片段道路按照双向车道进行划分。
本发明还提出一种高精度地图停止线融合系统,所述高精度地图停止线融合系统包括:
调整计算单元,用于计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点;
聚类融合单元,用于对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点;
停止线生成单元,用于根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线。
本发明还提出一种高精度地图停止线融合服务器,所述高精度地图停止线融合服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的高精度地图停止线融合程序,所述高精度地图停止线融合程序被所述处理器执行时实现如上所述的高精度地图停止线融合方法的步骤。
本发明还提出一种可读存储介质,所述可读存储介质上存储有高精度地图停止线融合程序,所述高精度地图停止线融合程序被处理器执行时实现如上所述的高精度地图停止线融合方法的步骤。
本发明通过,对采集的停止线的线段中点进行调整并聚类,得到聚类后的线段中点,并生成融合后的停止线,解决了现有技术中存在的在停止线采集过程中因设备等因素的原因导致采集的停止线在出现位置或形状上存在误差,可能出现停止线覆盖道路面太短或者同一段道路相同车道存在多个连续停止线的情况的技术问题,达到了提高驾驶体验的效果,完善了自动驾驶的地图数据的技术效果。
附图说明
图1是本发明高精度地图停止线融合方法实施例方案涉及的硬件运行环境的服务器结构示意图;
图2为本发明高精度地图停止线融合方法另一实施例的流程示意图;
图3为本发明高精度地图停止线融合方法另一实施例的流程示意图;
图4为本发明高精度地图停止线融合方法另一实施例的流程示意图;
图5为本发明高精度地图停止线融合系统的功能模块图。
具体实施方式
以下结合具体实施方式对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
参照图1,图1是本发明实施例方案涉及的硬件运行环境的服务器结构示意图。
如图1所示,所述服务器可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。
本领域技术人员可以理解,图1中示出的结构并不构成对所述服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及高精度地图停止线融合程序。
在图1所示的网络设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接外设;所述网络设备通过处理器1001调用存储器1005中存储的高精度地图停止线融合程序,并执行以下操作:
计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点;
对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点;
根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线。
进一步地,所述计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点的步骤具体包括:
对所有停止线的两端坐标及停止线所在的道路车道线数据进行预处理,得到停止线两端坐标及片段道路结构的中心点,所述片段道路结构为预设长度道路片段的所有车道线数据;
计算停止线的线段中点与所有片段道路结构中心点的欧拉距离,选取与所述停止线的线段中点欧拉距离最近的片段道路结构;
计算停止线的线段中点与所选取的片段道路结构中所有车道线中心点的欧拉距离,选取欧拉距离最近的中心车道线,并选取与所述欧拉距离最近的中心车道线同方向的欧拉距离最远的两侧车道线;
将线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,得到调整后的停止线并计算调整后的停止线的线段中点。
进一步地,,所述对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点的步骤具体包括:
对所有调整后的线段中点基于坐标位置进行聚类,采用DBSCAN(Density-BasedSpatial Clustering of Applications with Noise,是一个比较有代表性的基于密度的聚类算法)聚类法及预设聚类半径,计算聚类后的线段中点。
进一步地,,所述根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线的步骤具体包括:
将聚类后的线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,连接两端点得到融合后的停止线。
进一步地,所述的高精度地图停止线融合方法还包括:
检测所述停止线的覆盖范围,当停止线仅覆盖单向路口时,将所述片段道路按照单向车道进行划分,当检测到停止线覆盖双向路口时,将所述片段道路按照双向车道进行划分。
本实施例通过对所有停止线进行调整及聚类,解决了现有技术中存在的停止线采集过程中因设备等因素的原因导致采集的停止线在出现位置或形状上存在误差,可能出现停止线覆盖道路面太短或者同一段道路相同车道存在多个连续停止线等情况的技术问题,达到了提升高精度地图停止线精度的效果,增强了行驶安全性,提高了驾驶舒适性。
基于上述硬件结构,提出本发明高精度地图停止线融合方法的实施例。
参照图2所述高精度地图停止线融合方法包括以下步骤:
S10、计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点;
易于理解的是,由于完整的地图不利于进行道路路口停止线的分析,因此本申请按照预设长度对高精度地图中的道路进行划分,将其按照预设长度划分为片段道路,在本实施例中,每个片段道路结构由多条车道线组成,每条车道线的长度通常在5米,片段道路结构内每条车道线由一个点和方向向量表示。
S20、对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点;
需要说明的是,在停止线采集过程中因设备等因素的原因导致采集的停止线可能在同一个路口存在多个,因此本实施例对同一路口的多个停止线的中点进行聚类,已解决同一个停止线被采集多次并在地图上出现多次的问题,并通过聚类提高了单一的停止线在地图上的坐标精度。
S30、根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线。
值得强调的是,本实施例还通过参考聚类后的停止线线段中点附近的车道线,生成新的停止线,使得生成的停止线与地图中的其它车道数据相匹配,提高停止线的位置精度及形状准确程度。
本实施例通过对所有停止线进行调整及聚类,解决了现有技术中存在的采集的停止线在出现位置或形状上存在误差,可能导致停止线不完整及同一段道路相同车道存在多个连续停止线等情况的技术问题,达到了提升高精度地图停止线精度的效果,提升了用户体验。
参照图3,所述计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点的步骤具体包括:
S11、对所有停止线的两端坐标及停止线所在的道路车道线数据进行预处理,得到停止线两端坐标及片段道路结构的中心点,所述片段道路结构为预设长度道路片段的所有车道线数据。
易于理解的是,本实施例通过将停止线转换为坐标数据,便于后续对其进行处理,并通过将道路划分为片段道路,减少了计算量,提升了处理速度,完善了技术方案,例如,将采集的停止线数据预处理为两个点表示的线段,两个端点为A,B,假设点A左端点,点B为右端点,片段道路结构数据集为Ω0={R1,R2,…,Rn},每个片段道路结构R由多条车道线组成,每个片段道路结构的中心点为C0。每个段道路结构内车道线个数集为Ω1={q1,q2,…,qn},片段道路结构内每条车道线由一个点和方向向量,即
S12、计算停止线的线段中点与所有片段道路结构中心点的欧拉距离,选取与所述停止线的线段中点欧拉距离最近的片段道路结构;
需要说明的是,由于片段道路并不是在停止线附近划分最小地图范围,而是在全地图上进行规则的划分,因此需要定位最接近的片段道路结构,本申请通过计算停止线的线段中点与所有片段道路结构中心点的欧拉距离来选取最接近的片段道路结构,通常仅需计算覆盖内的及相邻的片段道路结构即可无需计算全部的片段道路结构,在上述示例中,设停止线的线段中点为C,计算C与片段道路中心点C01,C02,…,C0n的欧拉距离d01,d02,…,d0n,选择距离最小的片段道路,即为该停止线所在的片段道路结构R*,计算C与片段道路结构R*中每条车道线的中心点的欧拉距离选择距离最近的车道线l*,即为停止线的最近车道线l*,停止线的方向向量
S13、计算停止线的线段中点与所选取的片段道路结构中所有车道线中心点的欧拉距离,选取欧拉距离最近的中心车道线,并选取与所述欧拉距离最近的中心车道线同方向的欧拉距离最远的两侧车道线;
S14、将线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,得到调整后的停止线并计算调整后的停止线的线段中点。
易于理解的是,在上述示例中,假设车道线l0为左侧车道线,车道线l1为右侧车道线,车道线l0的中心点C1l0,计算在x,y平面下向量在车道线l0所在的直线的垂点,即为停止线调整后的点A′,其中x,y表示的点A′(x,y),点A′的高程与点A的高程相同,同理,计算停止线调整后的点B′。
参照图4,所述对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点的步骤具体包括:
S21、对所有调整后的线段中点基于坐标位置进行聚类,采用DBSCAN聚类法及预设聚类半径,计算聚类后的线段中点。
值得强调的是,在上述示例中,获取调整后的停止线中心点集Ω2={P1,P2,…,Pm},中心点为x,y,z表示的点Pm(x,y,z),对中心点集Ω2进行聚类,聚类特征为x,y,z,采用DBSCAN聚类法,聚类半径为15米,计算每类的中心点坐标C2。
具体地,所述根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线的步骤具体包括:
S31、将聚类后的线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,连接两端点得到融合后的停止线。
需要说明的是,选取某个聚类中心点坐标C2,假设车道线l0为左侧车道线,车道线l1为右侧车道线,车道线l0的中心点C1l0,计算在x,y平面下向量在车道线l0所在的直线的垂点,即为停止线聚类后的点A″,其中x,y表示的点A″(x,y),点A″的高程与点A的高程相同,同理,计算停止线聚类后的点B″,则融合后的停止线为(A″,B″)。
具体地,所述高精度地图停止线融合方法还包括:
检测所述停止线的覆盖范围,当停止线仅覆盖单向路口时,将所述片段道路按照单向车道进行划分,当检测到停止线覆盖双向路口时,将所述片段道路按照双向车道进行划分。
需要说明的是,由于部分路口的停止线仅占据半个路口,即仅在需要等红灯的区域画有停止线,则该情况为停止线仅覆盖单向路口,此时,片段道路仅截取画有停止线的半边路口,以降低处理难度,减少计算量,提升处理速度,而停止线覆盖来去两边的车道时,则片段道路需包括整个路口,以保证处理后的停止线在该路口的完整性。
本实施例通过完善根据车道线调整及生成调整后的停止线线段中点及聚类后的停止线线段两端点,完善了技术方案,使得生成的停止线参考了车道线的数据,与其它地图要素之间相互匹配,有效的解决了采集的停止线可能存在较大误差,且与其它地图要素之间不匹配的技术问题,并通过合理的片段道路截取方法,降低了计算量,提高了处理精度与处理速度,进一步解决了现有技术中存在的采集的停止线位置或形状上存在误差的技术问题,达到了减小停止线在位置或形状上的误差的技术效果,使得停止线的位置及形状更加准确,提高了自动驾驶或辅助驾驶的安全性及舒适性,提升了用户体验。
本发明还提出一种高精度地图停止线融合系统,所述高精度地图停止线融合系统包括:
调整计算单元10,用于计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点;
聚类融合单元20,用于对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点;
停止线生成单元30,用于根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线。
由于本系统采用了上述所有实施例的全部技术方案,因此之上具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
本发明还提出一种高精度地图停止线融合服务器,所述高精度地图停止线融合服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的高精度地图停止线融合程序,所述高精度地图停止线融合程序被所述处理器执行时实现如上所述的高精度地图停止线融合方法的步骤,由于本服务器采用了上述所有实施例的全部技术方案,因此之上具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
本发明还提出一种可读存储介质,所述可读存储介质上存储有高精度地图停止线融合程序,所述高精度地图停止线融合程序被处理器执行时实现如上所述的高精度地图停止线融合方法的步骤,由于本存储介质采用了上述所有实施例的全部技术方案,因此之上具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种高精度地图停止线融合方法,其特征在于,所述高精度地图停止线融合方法包括以下步骤:
计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点;
对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点;
根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线。
2.根据权利要求1所述的高精度地图停止线融合方法,其特征在于,所述计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点的步骤具体包括:
对所有停止线的两端坐标及停止线所在的道路车道线数据进行预处理,得到停止线两端坐标及片段道路结构的中心点,所述片段道路结构为预设长度道路片段的所有车道线数据;
计算停止线的线段中点与所有片段道路结构中心点的欧拉距离,选取与所述停止线的线段中点欧拉距离最近的片段道路结构;
计算停止线的线段中点与所选取的片段道路结构中所有车道线中心点的欧拉距离,选取欧拉距离最近的中心车道线,并选取与所述欧拉距离最近的中心车道线同方向的欧拉距离最远的两侧车道线;
将线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,得到调整后的停止线并计算调整后的停止线的线段中点。
3.根据权利要求1所述的高精度地图停止线融合方法,其特征在于,所述对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点的步骤具体包括:
对所有调整后的线段中点基于坐标位置进行聚类,采用DBSCAN聚类法及预设聚类半径,计算聚类后的线段中点。
4.根据权利要求1所述的高精度地图停止线融合方法,其特征在于,所述根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线的步骤具体包括:
将聚类后的线段中心点至两侧车道线中心点的两向量对应的两侧应车道线所在直线的垂点作为停止线两端点,连接两端点得到融合后的停止线。
5.根据权利要求4所述的高精度地图停止线融合方法,其特征在于,还包括:
检测所述停止线的覆盖范围,当停止线仅覆盖单向路口时,将所述片段道路按照单向车道进行划分,当检测到停止线覆盖双向路口时,将所述片段道路按照双向车道进行划分。
6.一种高精度地图停止线融合系统,其特征在于,所述高精度地图停止线融合系统包括:
调整计算单元,用于计算所有停止线的线段中点,获取与所述停止线的线段中点欧拉距离最小的预设长度的片段道路,并根据所述片段道路中的车道线调整所述停止线的线段中点;
聚类融合单元,用于对所有调整后的停止线的线段中点进行聚类,得到聚类后的线段中点;
停止线生成单元,用于根据所述聚类后的线段中点及所述片段道路中的车道线生成融合后的停止线。
7.一种服务器,其特征在于,所述服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行高精度地图停止线融合程序,所述高精度地图停止线融合程序被所述处理器执行时实现如权利要求1至5中任一项所述的高精度地图停止线融合方法的步骤。
8.一种可读存储介质,其特征在于,所述可读存储介质上存储有高精度地图停止线融合程序,所述高精度地图停止线融合程序被处理器执行时实现根据权利要求1至5中任一项所述的高精度地图停止线融合方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011496878.0A CN112541048B (zh) | 2020-12-17 | 2020-12-17 | 一种高精度地图停止线融合方法、系统、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011496878.0A CN112541048B (zh) | 2020-12-17 | 2020-12-17 | 一种高精度地图停止线融合方法、系统、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112541048A true CN112541048A (zh) | 2021-03-23 |
CN112541048B CN112541048B (zh) | 2022-04-19 |
Family
ID=75019009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011496878.0A Active CN112541048B (zh) | 2020-12-17 | 2020-12-17 | 一种高精度地图停止线融合方法、系统、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541048B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002081695A2 (en) * | 2001-04-06 | 2002-10-17 | Syngenta Participations Ag | Genes that are modulated by posttranscriptional gene silencing |
CN107451183A (zh) * | 2017-06-19 | 2017-12-08 | 中国信息通信研究院 | 基于文本聚类思想的知识地图构建方法 |
CN110081894A (zh) * | 2019-04-25 | 2019-08-02 | 同济大学 | 一种基于道路结构权值融合的无人车轨迹实时规划方法 |
-
2020
- 2020-12-17 CN CN202011496878.0A patent/CN112541048B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002081695A2 (en) * | 2001-04-06 | 2002-10-17 | Syngenta Participations Ag | Genes that are modulated by posttranscriptional gene silencing |
CN107451183A (zh) * | 2017-06-19 | 2017-12-08 | 中国信息通信研究院 | 基于文本聚类思想的知识地图构建方法 |
CN110081894A (zh) * | 2019-04-25 | 2019-08-02 | 同济大学 | 一种基于道路结构权值融合的无人车轨迹实时规划方法 |
Non-Patent Citations (1)
Title |
---|
刘经南等: "高精度道路导航地图的进展与思考", 《中国工程科学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112541048B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6952165B2 (ja) | 障害物検出方法および装置 | |
KR102543952B1 (ko) | 차선의 확정방법, 포지셔닝 정밀도의 평가방법, 장치, 기기 및 컴퓨터 프로그램 | |
EP2427726B1 (en) | Methods and systems for creating digital transportation networks | |
US9983022B2 (en) | Vehicle position estimation system, device, method, and camera device | |
WO2021249071A1 (zh) | 一种车道线的检测方法及相关设备 | |
CN110749329A (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
US10740629B2 (en) | Image processing system, image processing method, information processing device and recording medium | |
EP3048421B1 (en) | Method and system for generalising topographical map data | |
CN110796066B (zh) | 一种车道线组构建方法及装置 | |
CN110906940A (zh) | 一种基于轨迹方向的车道边线聚合方法 | |
CN110008891A (zh) | 一种行人检测定位方法、装置、车载计算设备及存储介质 | |
CN112651266A (zh) | 行人检测方法和装置 | |
CN113050660B (zh) | 误差补偿方法、装置、计算机设备及存储介质 | |
CN112541048B (zh) | 一种高精度地图停止线融合方法、系统、服务器及存储介质 | |
CN110378173A (zh) | 一种确定道路边界线的方法和装置 | |
CN111442775A (zh) | 道路的识别方法、装置、电子设备及可读存储介质 | |
CN114705180B (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
CN112258881B (zh) | 基于智慧交通的车辆管理方法 | |
CN112446315B (zh) | 高精度地图斑马线融合方法、系统、服务器及存储介质 | |
CN114581869A (zh) | 确定目标对象位置的方法、装置、电子设备和存储介质 | |
CN112508111B (zh) | 基于道路结构的杆状物融合方法及系统、服务器及介质 | |
CN112258880B (zh) | 基于智慧交通的车辆管理系统 | |
CN113269827A (zh) | 一种实现自动化标定的方法和计算装置 | |
EP4024084A2 (en) | Spatial parking place detection method and device, storage medium, and program product | |
CN116929332A (zh) | 点云对齐数据的获取方法和存储介质 |
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 |