CN112556703A - 更新高精地图的方法、装置及系统 - Google Patents
更新高精地图的方法、装置及系统 Download PDFInfo
- Publication number
- CN112556703A CN112556703A CN202011383192.0A CN202011383192A CN112556703A CN 112556703 A CN112556703 A CN 112556703A CN 202011383192 A CN202011383192 A CN 202011383192A CN 112556703 A CN112556703 A CN 112556703A
- Authority
- CN
- China
- Prior art keywords
- target
- road surface
- pavement
- calibration
- surface element
- 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 81
- 230000009466 transformation Effects 0.000 claims abstract description 84
- 239000011159 matrix material Substances 0.000 claims abstract description 83
- 230000008447 perception Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009420 retrofitting Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- 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
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
Abstract
本申请公开一种更新高精地图的方法、装置及系统,涉及高精地图技术领域。本申请的方法包括:基于预置摄像头和目标标定设备,生成位置变换矩阵;当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像,并获取每个所述目标路面元素图像对应的定位信息;将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器。本申请适用于更新高精地图的过程中。
Description
技术领域
本申请涉及高精地图技术领域,尤其涉及一种更新高精地图的方法、装置及系统。
背景技术
随着科学技术的不断发展,自动驾驶技术也得到了迅速的发展。其中,高精度地图是实现自动驾驶的基础,高精地图具体包含车道线、路面标识、交通标志牌、交通灯等辅助自动驾驶车辆自动驾驶的路面元素。由于,道路施工等原因,会导致道路中的路面元素的位置发生改变,因此,为了保证自动驾驶车辆的行车安全,需要及时更新高精地图中的路面元素位置。
目前,通常是采用集中制图方式更新高精地图中的路面元素位置,即高精地图厂商通过自行改装的数据采集车,采集目标路段中的路面元素对应的路面元素位置信息,再通过数据采集车采集到的路面元素位置信息对高精地图进行更新。然而,由于改装数据采集车的成本较高,因此会导致更新高精地图的成本较高的问题出现。
发明内容
本申请实施例提供一种更新高精地图的方法、装置及系统,主要目的在于在保证及时更新高精地图中的路面元素位置的基础上,降低更新高精地图的成本。
为解决上述技术问题,本申请实施例提供如下技术方案:
第一方面,本申请提供了一种更新高精地图的方法,该方法应用于目标车辆,该方法包括:
基于预置摄像头和目标标定设备,生成位置变换矩阵;
当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像,并获取每个所述目标路面元素图像对应的定位信息,其中,所述目标路面元素图像对应的定位信息为所述目标车辆通过所述预置摄像头拍摄所述目标路面元素图像时,所述目标车辆在高精地图中的位置信息;
将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器,以便所述云端服务器根据多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数,对所述高精地图进行更新。
可选的,所述目标标定设备上表面的四个顶点处设置有标定标签,所述标定标签具体为AprilTag标签;所述基于预置摄像头和目标标定设备,生成位置变换矩阵,包括:
通过所述预置摄像头拍摄所述目标标定设备,以获得所述目标标定设备对应的目标标定图像和每个所述标定标签对应的标定信息,其中,所述标定标签对应的标定信息包括所述标定标签的中心点相对于所述预置摄像头的距离信息和角度信息;
根据预置感知识别算法和所述目标标定图像,确定每个所述标定标签对应的第一位置,其中,所述标定标签对应的第一位置为所述标定标签的中心点在所述目标标定图像中的位置;
根据每个所述标定标签对应的标定信息,确定每个所述标定标签对应的第二位置,其中,所述标定标签对应的第二位置信息为所述标定标签的中心点相对于所述预置摄像头的位置;
根据每个所述标定标签对应的第一位置与第二位置之间的对应关系,生成所述位置变换矩阵。
第二方面,本申请提供了另一种更新高精地图的方法,该方法应用于云端服务器,该方法包括:
获取多个目标车辆对应的行车数据,其中,所述目标车辆对应的行车数据为所述目标车辆在目标时间段内经过目标路段时,采集获得的数据,所述目标车辆对应的行车数据包括:所述目标车辆采集获得的多个目标路面元素图像、每个所述目标路面元素图像对应的定位信息和所述目标车辆对应的位置变换矩阵、摄像头标定参数;
根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,其中,所述目标路面元素位置信息为所述目标路段中的目标路面元素在高精地图中的位置信息;
根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新。
可选的,所述根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,包括:
根据预置感知识别算法和多个所述目标路面元素图像,确定每个所述目标路面元素对应的第一位置,其中,所述目标路面元素对应的第一位置为所述目标路面元素在其对应的目标路面元素图像中的位置;
根据每个所述目标路面元素对应的第一位置和所述位置变换矩阵,确定每个所述目标路面元素对应的第二位置,其中,所述目标路面元素对应的第二位置为所述目标路面元素相对于所述目标车辆的预置摄像头的位置;
根据每个所述目标路面元素对应的第二位置和所述摄像头标定参数,确定每个所述目标路面元素对应的第三位置,其中,所述目标路面元素对应的第三位置为所述目标路面元素相对于所述目标车辆的位置;
根据每个所述目标路面元素对应的第三位置和每个所述目标路面元素图像对应的定位信息,确定所述目标车辆采集获得的多个目标路面元素位置信息。
可选的,所述根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新,包括:
对每个所述目标路面元素对应的多个目标路面元素位置信息进行分组处理,以将每个所述目标路面元素对应的、相同位置的目标路面元素位置信息划分为同一集合;
将每个所述目标路面元素对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为每个所述目标路面元素对应的待更新路面元素位置;
使用每个所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
可选的,所述根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新,包括:
从所述高精地图中获取每个所述目标路面元素对应的原始路面元素位置;
将每个所述目标路面元素对应的多个目标路面元素位置信息与每个所述目标路面元素对应的原始路面元素位置进行比对,以获得每个所述目标路面元素对应的多个偏差路面元素位置;
若所述目标路面元素对应的多个偏差路面元素位置的数量占所述目标路面元素对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值,则根据所述目标路面元素对应的多个偏差路面元素位置,确定所述目标路面元素对应的待更新路面元素位置;
使用所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
可选的,在所述获取多个目标车辆对应的行车数据之前,所述方法还包括:
接收每个所述目标车辆发送的行车数据;
将每个所述目标车辆发送的行车数据存储至本地存储空间中。
第三方面,本申请提供了一种目标车辆,其包括:
生成单元,用于基于预置摄像头和目标标定设备,生成位置变换矩阵;
拍摄单元,用于当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像;
获取单元,用于获取每个所述目标路面元素图像对应的定位信息,其中,所述目标路面元素图像对应的定位信息为所述目标车辆通过所述预置摄像头拍摄所述目标路面元素图像时,所述目标车辆在高精地图中的位置信息;
发送单元,用于将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器,以便所述云端服务器根据多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数,对所述高精地图进行更新。
可选的,所述生成单元包括:
拍摄模块,用于通过所述预置摄像头拍摄所述目标标定设备,以获得所述目标标定设备对应的目标标定图像和每个所述标定标签对应的标定信息,其中,所述标定标签对应的标定信息包括所述标定标签的中心点相对于所述预置摄像头的距离信息和角度信息;
第一确定模块,用于根据预置感知识别算法和所述目标标定图像,确定每个所述标定标签对应的第一位置,其中,所述标定标签对应的第一位置为所述标定标签的中心点在所述目标标定图像中的位置;
第二确定模块,用于根据每个所述标定标签对应的标定信息,确定每个所述标定标签对应的第二位置,其中,所述标定标签对应的第二位置信息为所述标定标签的中心点相对于所述预置摄像头的位置;
生成模块,用于根据每个所述标定标签对应的第一位置与第二位置之间的对应关系,生成所述位置变换矩阵。
第四方面,本申请提供了一种云端服务器,其包括:
获取单元,用于获取多个目标车辆对应的行车数据,其中,所述目标车辆对应的行车数据为所述目标车辆在目标时间段内经过目标路段时,采集获得的数据,所述目标车辆对应的行车数据包括:所述目标车辆采集获得的多个目标路面元素图像、每个所述目标路面元素图像对应的定位信息和所述目标车辆对应的位置变换矩阵、摄像头标定参数;
确定单元,用于根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,其中,所述目标路面元素位置信息为所述目标路段中的目标路面元素在高精地图中的位置信息;
更新单元,用于根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新。
可选的,所述确定单元包括:
第一确定模块,用于根据预置感知识别算法和多个所述目标路面元素图像,确定每个所述目标路面元素对应的第一位置,其中,所述目标路面元素对应的第一位置为所述目标路面元素在其对应的目标路面元素图像中的位置;
第二确定模块,用于根据每个所述目标路面元素对应的第一位置和所述位置变换矩阵,确定每个所述目标路面元素对应的第二位置,其中,所述目标路面元素对应的第二位置为所述目标路面元素相对于所述目标车辆的预置摄像头的位置;
第三确定模块,用于根据每个所述目标路面元素对应的第二位置和所述摄像头标定参数,确定每个所述目标路面元素对应的第三位置,其中,所述目标路面元素对应的第三位置为所述目标路面元素相对于所述目标车辆的位置;
第四确定模块,用于根据每个所述目标路面元素对应的第三位置和每个所述目标路面元素图像对应的定位信息,确定所述目标车辆采集获得的多个目标路面元素位置信息。
可选的,所述更新单元包括:
分组模块,用于对每个所述目标路面元素对应的多个目标路面元素位置信息进行分组处理,以将每个所述目标路面元素对应的、相同位置的目标路面元素位置信息划分为同一集合;
第五确定模块,用于将每个所述目标路面元素对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为每个所述目标路面元素对应的待更新路面元素位置;
第一更新模块,用于使用每个所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
可选的,所述更新单元包括:
获取模块,用于从所述高精地图中获取每个所述目标路面元素对应的原始路面元素位置;
比对模块,用于将每个所述目标路面元素对应的多个目标路面元素位置信息与每个所述目标路面元素对应的原始路面元素位置进行比对,以获得每个所述目标路面元素对应的多个偏差路面元素位置;
第六确定模块,用于当所述目标路面元素对应的多个偏差路面元素位置的数量占所述目标路面元素对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值时,根据所述目标路面元素对应的多个偏差路面元素位置,确定所述目标路面元素对应的待更新路面元素位置;
第二更新模块,用于使用所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
可选的,所述云端服务器还包括:
接收单元,用于在所述获取单元获取多个目标车辆对应的行车数据之前,接收每个所述目标车辆发送的行车数据;
存储单元,用于将每个所述目标车辆发送的行车数据存储至本地存储空间中。
第五方面,本申请提供了一种更新高精地图的系统,包括:如上第三方面所述的目标车辆和如上第四方面所述的云端服务器。
第六方面,本申请提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行第一方面所述的更新高精地图的方法。
第七方面,本申请提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行第二方面所述的更新高精地图的方法。
第八方面,本申请提供了一种目标车辆,所述目标车辆包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行第一方面所述的更新高精地图的方法。
第九方面,本申请的实施例提供了一种云端服务器,所述云端服务器包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行第二方面所述的更新高精地图的方法。
借由上述技术方案,本申请提供的技术方案至少具有下列优点:
本申请提供一种更新高精地图的方法、装置及系统,与现有技术中采用集中制图方式更新高精地图中的路面元素的位置相比,本申请需要目标车辆预先基于自身的预置摄像头和目标标定设备,生成位置变换矩阵;当目标车辆行驶经过目标路段时,目标车辆通过预置摄像头拍摄目标路段中的每个目标路面元素对应的目标路面元素图像,并在拍摄每个目标路面元素图像的同时,通过GPS传感器获取拍摄每个目标路面元素图像时,目标车辆在高精地图中的位置信息,从而获得每个目标路面元素对应的目标路面元素图像和每个目标路面元素图像对应的定位信息;目标车辆在行驶经过目标路段后,将其采集获得的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、其对应的位置变换矩阵和预置摄像头对应的摄像头标定参数发送至云端服务器,以便云端服务器根据目标车辆发送的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和预置摄像头对应的摄像头标定参数,对高精地图进行更新。由于,目标车辆为安装有预置摄像头和GPS传感器的普通车辆,并且,目标车辆在采集获得行车数据后,便会将其采集获得的行车数据上传至云端服务器,因此,云端服务器能够在保证及时更新高精地图中的路面元素的位置的基础上,降低更新高精地图的成本。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,相同或对应的标号表示相同或对应的部分,其中:
图1示出了本申请实施例提供的第一种更新高精地图的方法流程图;
图2示出了本申请实施例提供的第二种更新高精地图的方法流程图;
图3示出了本申请实施例提供的第三种更新高精地图的方法流程图;
图4示出了本申请实施例提供的第一种目标车辆的组成框图;
图5示出了本申请实施例提供的第二种目标车辆的组成框图;
图6示出了本申请实施例提供的第一种云端服务器的组成框图;
图7示出了本申请实施例提供的第二种云端服务器的组成框图;
图8示出了本申请实施例提供的一种更新高精地图的系统的组成框图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施方式。虽然附图中显示了本申请的示例性实施方式,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
第一方面,本申请实施例提供一种更新高精地图的方法,该方法应用于目标车辆侧,如图1所示,该方法包括:
101、基于预置摄像头和目标标定设备,生成位置变换矩阵。
其中,目标车辆具体为安装有预置摄像头和GPS传感器的普通车辆。
在本申请实施例中,为了保证云端服务器能够基于目标车辆拍摄的、目标路面元素对应的目标路面元素图像,在高精地图中更新目标路面元素对应的目标路面元素位置,首先需要目标车辆基于自身的预置摄像头和目标标定设备,生成位置变换矩阵。
具体的,在本步骤中,目标车辆可以采用以下方式基于预置摄像头和目标标定设备,生成位置变换矩阵:
其中,目标标定设备上表面的四个顶点处设置有标定标签,标定标签具体为AprilTag标签。
首先,将目标标定设备放置于目标车辆的前方,目标车辆通过预置摄像头拍摄目标标定设备,从而获得目标标定设备对应的目标标定图像和每个标定标签对应的标定信息,其中,标定标签对应的标定信息包括标定标签的中心点相对于预置摄像头的距离信息和角度信息;
然后,根据预置感知识别算法和目标标定图像,确定每个标定标签对应的第一位置,其中,标定标签对应的第一位置为标定标签的中心点在目标标定图像中的位置,即根据预置感知识别算法对目标标定图像进行识别,从而确定每个标定标签的中心点在目标标定图像中的位置,其中,预置感知识别算法具体可以为任意一种现有的深度学习识别算法,本申请实施例对此不进行具体限定;
其次,根据每个标定标签对应的标定信息,确定每个标定标签对应的第二位置,其中,标定标签对应的第二位置信息为标定标签的中心点相对于预置摄像头的位置,即根据每个标定标签的中心点相对于预置摄像头的距离信息和角度信息,确定每个标定标签的中心点相对于预置摄像头的位置;
最后,根据每个标定标签对应的第一位置与第二位置之间的对应关系,生成位置变换矩阵,即根据第一个标定标签对应的第一位置与第二位置之间的对应关系、第二个标定标签对应的第一位置与第二位置之间的对应关系、第三个标定标签对应的第一位置与第二位置之间的对应关系和第四个标定标签对应的第一位置与第二位置之间的对应关系,生成位置变换矩阵。
需要进行说明的是,在实际应用过程中,在目标标定设备上表面的四个顶点处设置标定标签的基础上,还可以在目标标定设备上表面的任意两条平行边的中点处设置标定标签;当目标标定设备上表面的四个顶点处和任意两条平行边的中点处均设置有标定标签时,目标车辆同样可以采用上述的方法基于预置摄像头和目标标定设备,生成位置变换矩阵。
102、当行驶经过目标路段时,通过预置摄像头拍摄目标路段包含的每个目标路面元素对应的目标路面元素图像,并获取每个目标路面元素图像对应的定位信息。
其中,目标路段中包含由多个目标路面元素,目标路面元素可以但不限于为:目标路段中的目标车道线、目标路段中的目标路面标识、目标路段中的目标交通标志牌或目标路段中的目标交通灯等等。其中,目标路面元素图像对应的定位信息为目标车辆通过预置摄像头拍摄目标路面元素图像时,目标车辆在高精地图中的位置信息。
在本申请实施例中,当目标车辆行驶经过目标路段时,目标车辆会通过预置摄像头拍摄目标路段中的每个目标路面元素对应的目标路面元素图像,并在拍摄每个目标路面元素图像的同时,通过GPS传感器获取拍摄每个目标路面元素图像时,目标车辆在高精地图中的位置信息,从而获得每个目标路面元素对应的目标路面元素图像和每个目标路面元素图像对应的定位信息。
103、将多个目标路面元素图像、每个目标路面元素图像对应的定位信息、位置变换矩阵和预置摄像头对应的摄像头标定参数发送至云端服务器。
在本申请实施例中,目标车辆在行驶经过目标路段后,便可将其采集获得的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、其对应的位置变换矩阵和预置摄像头对应的摄像头标定参数发送至云端服务器,以便后续云端服务器根据目标车辆发送的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和预置摄像头对应的摄像头标定参数,确定目标车辆采集获得的每个目标路面元素对应的目标路面元素位置信息,并基于目标车辆采集获得的每个目标路面元素对应的目标路面元素位置信息对高精地图进行更新。
本申请实施例提供一种更新高精地图的方法,与现有技术中采用集中制图方式更新高精地图中的路面元素的位置相比,本申请实施例需要目标车辆预先基于自身的预置摄像头和目标标定设备,生成位置变换矩阵;当目标车辆行驶经过目标路段时,目标车辆通过预置摄像头拍摄目标路段中的每个目标路面元素对应的目标路面元素图像,并在拍摄每个目标路面元素图像的同时,通过GPS传感器获取拍摄每个目标路面元素图像时,目标车辆在高精地图中的位置信息,从而获得每个目标路面元素对应的目标路面元素图像和每个目标路面元素图像对应的定位信息;目标车辆在行驶经过目标路段后,将其采集获得的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、其对应的位置变换矩阵和预置摄像头对应的摄像头标定参数发送至云端服务器,以便云端服务器根据目标车辆发送的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和预置摄像头对应的摄像头标定参数,对高精地图进行更新。由于,目标车辆为安装有预置摄像头和GPS传感器的普通车辆,并且,目标车辆在采集获得行车数据后,便会将其采集获得的行车数据上传至云端服务器,因此,云端服务器能够在保证及时更新高精地图中的路面元素的位置的基础上,降低更新高精地图的成本。
第二方面,本申请实施例提供一种更新高精地图的方法,该方法应用于云端服务器侧,如图2所示,该方法包括:
201、获取多个目标车辆对应的行车数据。
其中,目标车辆为在目标时间段内经过目标路段的车辆,目标车辆具体为安装有预置摄像头和GPS传感器的普通车辆;目标车辆对应的行车数据为目标车辆在目标时间段内经过目标路段时,采集获得的数据,其具体包括:目标车辆采集获得的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和摄像头标定参数;目标路段中包含由多个目标路面元素,目标路面元素可以但不限于为:目标路段中的目标车道线、目标路段中的目标路面标识、目标路段中的目标交通标志牌或目标路段中的目标交通灯等等。
在本申请实施例中,各个步骤中的执行主体为云端服务器。任意目标车辆在目标时间段内行驶经过目标路段时,均会将其在行驶过程中采集获得的行车数据(即通过预置摄像头拍摄获得的每个目标路面元素对应的目标路面元素图像、通过GPS传感器获取得到的每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和摄像头标定参数)发送给云端服务器,从而使得当到达预设更新时刻时,云端服务器能够获取得到多个目标车辆在目标时间段内经过目标路段时采集获得的行车数据,其中,预设更新时刻可以但不限于为:每日的00:00:00、每日的12:00:00,目标时间段可以但不限于为:预设更新时刻之前的24个小时、预设更新时刻之前的48个小时、预设更新时刻之前的36个小时等等。
202、根据每个目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个目标车辆采集获得的多个目标路面元素位置信息。
在本申请实施例中,云端服务器在获取得到多个目标车辆在目标时间段内经过目标路段时采集获得的行车数据后,便可根据每个目标车辆采集获得的行车数据,确定每个目标车辆采集获得的多个目标路面元素位置信息,即根据每个目标车辆采集获得的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和摄像头标定参数,确定每个目标车辆采集获得的每个目标路面元素对应的目标路面元素位置信息,其中,目标路面元素对应的目标路面元素位置信息为目标路面元素在高精地图中的位置信息。
203、根据每个目标车辆采集获得的多个目标路面元素位置信息,对高精地图进行更新。
在本申请实施例中,云端服务器在根据每个目标车辆采集获得的行车数据,确定每个目标车辆采集获得的每个目标路面元素对应的目标路面元素位置信息后,便可根据每个目标车辆采集获得的多个目标路面元素位置信息,对高精地图进行更新。
第三方面,本申请实施例提供一种更新高精地图的方法,该方法应用于云端服务器侧,如图3所示,该方法包括:
301、接收每个目标车辆发送的行车数据,并将每个目标车辆发送的行车数据存储至本地存储空间中。
在本申请实施例中,每个目标车辆在目标时间段内行驶经过目标路段时,均会将其在行驶过程中采集获得的行车数据发送给云端服务器;云端服务器在接收得到每个目标车辆发送的行车数据后,便会将每个目标车辆发送的行车数据存储至本地存储空间中,以便在到达预设更新时刻时,云端服务器能够从本地存储空间中,获取得到每个目标车辆在目标时间段内经过目标路段时采集获得的行车数据。
302、获取多个目标车辆对应的行车数据。
其中,关于步骤302、获取多个目标车辆对应的行车数据,可以参考图2对应部分的描述,本申请实施例此处将不再赘述。
303、根据每个目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个目标车辆采集获得的多个目标路面元素位置信息。
在本申请实施例中,云端服务器在获取得到多个目标车辆在目标时间段内经过目标路段时采集获得的行车数据(即通过预置摄像头拍摄获得的每个目标路面元素对应的目标路面元素图像、通过GPS传感器获取得到的每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和摄像头标定参数)后,便可根据每个目标车辆采集获得的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和摄像头标定参数,确定每个目标车辆采集获得的每个目标路面元素对应的目标路面元素位置信息。
具体的,在本申请实施例中,对于任意一个目标车辆而言,云端服务器可以采用以下方式根据该目标车辆采集获得的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定该目标车辆采集获得的多个目标路面元素位置信息:
首先,根据预置感知识别算法和多个目标路面元素图像,确定每个目标路面元素对应的第一位置,其中,目标路面元素对应的第一位置为目标路面元素在其对应的目标路面元素图像中的位置,即根据预置感知识别算法对每个目标路面元素图像进行识别,从而确定每个目标路面元素在其对应的目标路面元素图像中的位置,预置感知识别算法具体可以为任意一种现有的深度学习识别算法,本申请实施例对此不进行具体限定;然后,根据每个目标路面元素对应的第一位置和位置变换矩阵,确定每个目标路面元素对应的第二位置,其中,目标路面元素对应的第二位置为目标路面元素相对于目标车辆的预置摄像头的位置,即使用位置变换矩阵分别对每个目标路面元素对应的第一位置进行位置转换,从而获得每个目标路面元素相对于目标车辆的预置摄像头的位置;其次,根据每个目标路面元素对应的第二位置和摄像头标定参数,确定每个目标路面元素对应的第三位置,其中,目标路面元素对应的第三位置为目标路面元素相对于目标车辆的位置,即根据每个目标路面元素相对于目标车辆的预置摄像头的位置和摄像头标定参数确定每个目标路面元素相对于目标车辆的位置;最后,根据每个目标路面元素对应的第三位置和每个目标路面元素图像对应的定位信息,确定目标车辆采集获得的多个目标路面元素位置信息。
304、根据每个目标车辆采集获得的多个目标路面元素位置信息,对高精地图进行更新。
在本申请实施例中,云端服务器在根据每个目标车辆采集获得的行车数据,确定每个目标车辆采集获得的每个目标路面元素对应的目标路面元素位置信息后,便可根据每个目标车辆采集获得的多个目标路面元素位置信息,对高精地图进行更新。
具体的,在本申请实施例中,云端服务器可以采用以下两种方式根据每个目标车辆采集获得的多个目标路面元素位置信息,对高精地图进行更新:
(1)首先,对每个目标路面元素对应的多个目标路面元素位置信息进行分组处理,以将每个目标路面元素对应的、相同位置的目标路面元素位置信息划分为同一集合;其次,将每个目标路面元素对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为每个目标路面元素对应的待更新路面元素位置;最后,使用每个目标路面元素对应的待更新路面元素位置对高精地图进行更新。例如,当目标路面元素具体为目标路段中的某个目标车道线时,首先,对该目标车道线对应的多个目标路面元素位置信息进行分组处理,以将该目标车道线对应的、相同位置的目标路面元素位置信息划分为同一集合;其次,将该目标车道线对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为该目标车道线对应的待更新路面元素位置;最后,使用该目标车道线对应的待更新路面元素位置对高精地图进行更新。
(2)首先,从高精地图中获取每个目标路面元素对应的原始路面元素位置,其中,目标路面元素对应的原始路面元素位置为高精地图中记录的、该目标路面元素对应的位置信息;然后,将每个目标路面元素对应的多个目标路面元素位置信息与每个目标路面元素对应的原始路面元素位置进行比对,以获得每个目标路面元素对应的多个偏差路面元素位置,其中,若某个目标路面元素对应的某个目标路面元素位置信息与该目标路面元素对应的原始路面元素位置相同,则确定该目标路面元素位置信息为该目标路面元素对应的无偏差路面元素位置,若某个目标路面元素对应的某个目标路面元素位置信息与该目标路面元素对应的原始路面元素位置不同,则确定该目标路面元素位置信息为该目标路面元素对应的偏差路面元素位置;其次,对于任意一个目标路面元素而言,若该目标路面元素对应的多个偏差路面元素位置的数量占该目标路面元素对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值,则根据该目标路面元素对应的多个偏差路面元素位置,确定该目标路面元素对应的待更新路面元素位置,具体的,可以将该目标路面元素对应的多个偏差路面元素位置的平均值,确定为该目标路面元素对应的待更新路面元素位置,但不限于此,其中,预设比例阈值可以但不限于为:30%、40%、50%等;最后,在获取得到某个目标路面元素对应的待更新路面元素位置后,便可使用该目标路面元素对应的待更新路面元素位置对高精地图进行更新。例如,当目标路面元素具体为目标路段中的某个目标路面标识时,首先,从高精地图中获取该目标路面标识对应的原始路面元素位置;然后,将该目标路面标识对应的多个目标路面元素位置信息与该目标路面标识对应的原始路面元素位置进行比对,以获得该目标路面标识对应的多个偏差路面元素位置;其次,若该目标路面标识对应的多个偏差路面元素位置的数量占该目标路面标识对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值,则根据该目标路面标识对应的多个偏差路面元素位置,确定该目标路面标识对应的待更新路面元素位置,即将该目标路面标识对应的多个偏差路面元素位置的平均值,确定为该目标路面标识对应的待更新路面元素位置;最后,使用该目标路面标识对应的待更新路面元素位置对高精地图进行更新。
为了实现上述目的,根据本申请的第四方面,本申请实施例还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述第一方面所述的更新高精地图的方法。
为了实现上述目的,根据本申请的第五方面,本申请实施例还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述第二方面或第三方面所述的更新高精地图的方法。
为了实现上述目的,根据本申请的第六方面,本申请实施例还提供了一种目标车辆,所述目标车辆包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行上述第一方面所述的更新高精地图的方法。
为了实现上述目的,根据本申请的第七方面,本申请实施例还提供了一种云端服务器,所述云端服务器包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行上述第二方面或第三方面所述的更新高精地图的方法。
进一步的,作为对上述图1所示方法的实现,本申请另一实施例还提供了一种目标车辆。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的目标车辆能够对应实现前述方法实施例中的全部内容。该目标车辆应用于在保证及时更新高精地图中的路面元素位置的基础上,降低更新高精地图的成本,具体如图4所示,该目标车辆包括:
生成单元41,用于基于预置摄像头和目标标定设备,生成位置变换矩阵;
拍摄单元42,用于当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像;
获取单元43,用于获取每个所述目标路面元素图像对应的定位信息,其中,所述目标路面元素图像对应的定位信息为所述目标车辆通过所述预置摄像头拍摄所述目标路面元素图像时,所述目标车辆在高精地图中的位置信息;
发送单元44,用于将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器,以便所述云端服务器根据多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数,对所述高精地图进行更新。
进一步的,如图5所示,生成单元41包括:
拍摄模块411,用于通过所述预置摄像头拍摄所述目标标定设备,以获得所述目标标定设备对应的目标标定图像和每个所述标定标签对应的标定信息,其中,所述标定标签对应的标定信息包括所述标定标签的中心点相对于所述预置摄像头的距离信息和角度信息;
第一确定模块412,用于根据预置感知识别算法和所述目标标定图像,确定每个所述标定标签对应的第一位置,其中,所述标定标签对应的第一位置为所述标定标签的中心点在所述目标标定图像中的位置;
第二确定模块413,用于根据每个所述标定标签对应的标定信息,确定每个所述标定标签对应的第二位置,其中,所述标定标签对应的第二位置信息为所述标定标签的中心点相对于所述预置摄像头的位置;
生成模块414,用于根据每个所述标定标签对应的第一位置与第二位置之间的对应关系,生成所述位置变换矩阵。
进一步的,作为对上述图2及图3所示方法的实现,本申请另一实施例还提供了一种云端服务器。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的云端服务器能够对应实现前述方法实施例中的全部内容。该云端服务器应用于在保证及时更新高精地图中的路面元素位置的基础上,降低更新高精地图的成本,具体如图6所示,该云端服务器包括:
获取单元51,用于获取多个目标车辆对应的行车数据,其中,所述目标车辆对应的行车数据为所述目标车辆在目标时间段内经过目标路段时,采集获得的数据,所述目标车辆对应的行车数据包括:所述目标车辆采集获得的多个目标路面元素图像、每个所述目标路面元素图像对应的定位信息和所述目标车辆对应的位置变换矩阵、摄像头标定参数;
确定单元52,用于根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,其中,所述目标路面元素位置信息为所述目标路段中的目标路面元素在高精地图中的位置信息;
更新单元53,用于根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新。
进一步的,如图7所示,确定单元52包括:
第一确定模块521,用于根据预置感知识别算法和多个所述目标路面元素图像,确定每个所述目标路面元素对应的第一位置,其中,所述目标路面元素对应的第一位置为所述目标路面元素在其对应的目标路面元素图像中的位置;
第二确定模块522,用于根据每个所述目标路面元素对应的第一位置和所述位置变换矩阵,确定每个所述目标路面元素对应的第二位置,其中,所述目标路面元素对应的第二位置为所述目标路面元素相对于所述目标车辆的预置摄像头的位置;
第三确定模块523,用于根据每个所述目标路面元素对应的第二位置和所述摄像头标定参数,确定每个所述目标路面元素对应的第三位置,其中,所述目标路面元素对应的第三位置为所述目标路面元素相对于所述目标车辆的位置;
第四确定模块524,用于根据每个所述目标路面元素对应的第三位置和每个所述目标路面元素图像对应的定位信息,确定所述目标车辆采集获得的多个目标路面元素位置信息。
进一步的,如图7所示,更新单元53包括:
分组模块531,用于对每个所述目标路面元素对应的多个目标路面元素位置信息进行分组处理,以将每个所述目标路面元素对应的、相同位置的目标路面元素位置信息划分为同一集合;
第五确定模块532,用于将每个所述目标路面元素对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为每个所述目标路面元素对应的待更新路面元素位置;
第一更新模块533,用于使用每个所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
进一步的,如图7所示,更新单元53包括:
获取模块534,用于从所述高精地图中获取每个所述目标路面元素对应的原始路面元素位置;
比对模块535,用于将每个所述目标路面元素对应的多个目标路面元素位置信息与每个所述目标路面元素对应的原始路面元素位置进行比对,以获得每个所述目标路面元素对应的多个偏差路面元素位置;
第六确定模块536,用于当所述目标路面元素对应的多个偏差路面元素位置的数量占所述目标路面元素对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值时,根据所述目标路面元素对应的多个偏差路面元素位置,确定所述目标路面元素对应的待更新路面元素位置;
第二更新模块537,用于使用所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
进一步的,如图7所示,该云端服务器还包括:
接收单元54,用于在所述获取单元51获取多个目标车辆对应的行车数据之前,接收每个所述目标车辆发送的行车数据;
存储单元55,用于将每个所述目标车辆发送的行车数据存储至本地存储空间中。
进一步的,作为对上述方法的实现以及上述目标车辆及云端服务器的应用,本申请实施例还提供一种更新高精地图的系统,如图8所示,该系统包括:如图4或图5所示的目标车辆61,和如图6或图7所示的云端服务器62。
本申请实施例提供一种更新高精地图的方法、装置及系统,与现有技术中采用集中制图方式更新高精地图中的路面元素的位置相比,本申请实施例需要目标车辆预先基于自身的预置摄像头和目标标定设备,生成位置变换矩阵;当目标车辆行驶经过目标路段时,目标车辆通过预置摄像头拍摄目标路段中的每个目标路面元素对应的目标路面元素图像,并在拍摄每个目标路面元素图像的同时,通过GPS传感器获取拍摄每个目标路面元素图像时,目标车辆在高精地图中的位置信息,从而获得每个目标路面元素对应的目标路面元素图像和每个目标路面元素图像对应的定位信息;目标车辆在行驶经过目标路段后,将其采集获得的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、其对应的位置变换矩阵和预置摄像头对应的摄像头标定参数发送至云端服务器,以便云端服务器根据目标车辆发送的多个目标路面元素图像、每个目标路面元素图像对应的定位信息、目标车辆对应的位置变换矩阵和预置摄像头对应的摄像头标定参数,对高精地图进行更新。由于,目标车辆为安装有预置摄像头和GPS传感器的普通车辆,并且,目标车辆在采集获得行车数据后,便会将其采集获得的行车数据上传至云端服务器,因此,云端服务器能够在保证及时更新高精地图中的路面元素的位置的基础上,降低更新高精地图的成本。
所述目标车辆包括处理器和存储器,上述生成单元、拍摄单元、获取单元和发送单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来在保证及时更新高精地图中的路面元素位置的基础上,降低更新高精地图的成本。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
所述云端服务器包括处理器和存储器,上述获取单元、确定单元和更新单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来在保证及时更新高精地图中的路面元素位置的基础上,降低更新高精地图的成本。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
基于预置摄像头和目标标定设备,生成位置变换矩阵;
当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像,并获取每个所述目标路面元素图像对应的定位信息,其中,所述目标路面元素图像对应的定位信息为所述目标车辆通过所述预置摄像头拍摄所述目标路面元素图像时,所述目标车辆在高精地图中的位置信息;
将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器,以便所述云端服务器根据多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数,对所述高精地图进行更新。
进一步的,所述目标标定设备上表面的四个顶点处设置有标定标签,所述标定标签具体为AprilTag标签;所述基于预置摄像头和目标标定设备,生成位置变换矩阵,包括:
通过所述预置摄像头拍摄所述目标标定设备,以获得所述目标标定设备对应的目标标定图像和每个所述标定标签对应的标定信息,其中,所述标定标签对应的标定信息包括所述标定标签的中心点相对于所述预置摄像头的距离信息和角度信息;
根据预置感知识别算法和所述目标标定图像,确定每个所述标定标签对应的第一位置,其中,所述标定标签对应的第一位置为所述标定标签的中心点在所述目标标定图像中的位置;
根据每个所述标定标签对应的标定信息,确定每个所述标定标签对应的第二位置,其中,所述标定标签对应的第二位置信息为所述标定标签的中心点相对于所述预置摄像头的位置;
根据每个所述标定标签对应的第一位置与第二位置之间的对应关系,生成所述位置变换矩阵。
本申请实施例还提供了另外一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
获取多个目标车辆对应的行车数据,其中,所述目标车辆对应的行车数据为所述目标车辆在目标时间段内经过目标路段时,采集获得的数据,所述目标车辆对应的行车数据包括:所述目标车辆采集获得的多个目标路面元素图像、每个所述目标路面元素图像对应的定位信息和所述目标车辆对应的位置变换矩阵、摄像头标定参数;
根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,其中,所述目标路面元素位置信息为所述目标路段中的目标路面元素在高精地图中的位置信息;
根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新。
进一步的,所述根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,包括:
根据预置感知识别算法和多个所述目标路面元素图像,确定每个所述目标路面元素对应的第一位置,其中,所述目标路面元素对应的第一位置为所述目标路面元素在其对应的目标路面元素图像中的位置;
根据每个所述目标路面元素对应的第一位置和所述位置变换矩阵,确定每个所述目标路面元素对应的第二位置,其中,所述目标路面元素对应的第二位置为所述目标路面元素相对于所述目标车辆的预置摄像头的位置;
根据每个所述目标路面元素对应的第二位置和所述摄像头标定参数,确定每个所述目标路面元素对应的第三位置,其中,所述目标路面元素对应的第三位置为所述目标路面元素相对于所述目标车辆的位置;
根据每个所述目标路面元素对应的第三位置和每个所述目标路面元素图像对应的定位信息,确定所述目标车辆采集获得的多个目标路面元素位置信息。
进一步的,所述根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新,包括:
对每个所述目标路面元素对应的多个目标路面元素位置信息进行分组处理,以将每个所述目标路面元素对应的、相同位置的目标路面元素位置信息划分为同一集合;
将每个所述目标路面元素对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为每个所述目标路面元素对应的待更新路面元素位置;
使用每个所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
进一步的,所述根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新,包括:
从所述高精地图中获取每个所述目标路面元素对应的原始路面元素位置;
将每个所述目标路面元素对应的多个目标路面元素位置信息与每个所述目标路面元素对应的原始路面元素位置进行比对,以获得每个所述目标路面元素对应的多个偏差路面元素位置;
若所述目标路面元素对应的多个偏差路面元素位置的数量占所述目标路面元素对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值,则根据所述目标路面元素对应的多个偏差路面元素位置,确定所述目标路面元素对应的待更新路面元素位置;
使用所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
进一步的,在所述获取多个目标车辆对应的行车数据之前,所述方法还包括:
接收每个所述目标车辆发送的行车数据;
将每个所述目标车辆发送的行车数据存储至本地存储空间中。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:基于预置摄像头和目标标定设备,生成位置变换矩阵;当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像,并获取每个所述目标路面元素图像对应的定位信息,其中,所述目标路面元素图像对应的定位信息为所述目标车辆通过所述预置摄像头拍摄所述目标路面元素图像时,所述目标车辆在高精地图中的位置信息;将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器,以便所述云端服务器根据多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数,对所述高精地图进行更新。
本申请还提供了另外一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:获取多个目标车辆对应的行车数据,其中,所述目标车辆对应的行车数据为所述目标车辆在目标时间段内经过目标路段时,采集获得的数据,所述目标车辆对应的行车数据包括:所述目标车辆采集获得的多个目标路面元素图像、每个所述目标路面元素图像对应的定位信息和所述目标车辆对应的位置变换矩阵、摄像头标定参数;根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,其中,所述目标路面元素位置信息为所述目标路段中的目标路面元素在高精地图中的位置信息;根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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设备上,使得在计算机或其他可编程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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (19)
1.一种更新高精地图的方法,其特征在于,所述方法应用于目标车辆,包括:
基于预置摄像头和目标标定设备,生成位置变换矩阵;
当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像,并获取每个所述目标路面元素图像对应的定位信息,其中,所述目标路面元素图像对应的定位信息为所述目标车辆通过所述预置摄像头拍摄所述目标路面元素图像时,所述目标车辆在高精地图中的位置信息;
将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器,以便所述云端服务器根据多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数,对所述高精地图进行更新。
2.根据权利要求1所述的方法,其特征在于,所述目标标定设备上表面的四个顶点处设置有标定标签,所述标定标签具体为AprilTag标签;所述基于预置摄像头和目标标定设备,生成位置变换矩阵,包括:
通过所述预置摄像头拍摄所述目标标定设备,以获得所述目标标定设备对应的目标标定图像和每个所述标定标签对应的标定信息,其中,所述标定标签对应的标定信息包括所述标定标签的中心点相对于所述预置摄像头的距离信息和角度信息;
根据预置感知识别算法和所述目标标定图像,确定每个所述标定标签对应的第一位置,其中,所述标定标签对应的第一位置为所述标定标签的中心点在所述目标标定图像中的位置;
根据每个所述标定标签对应的标定信息,确定每个所述标定标签对应的第二位置,其中,所述标定标签对应的第二位置信息为所述标定标签的中心点相对于所述预置摄像头的位置;
根据每个所述标定标签对应的第一位置与第二位置之间的对应关系,生成所述位置变换矩阵。
3.一种更新高精地图的方法,其特征在于,所述方法应用于云端服务器,包括:
获取多个目标车辆对应的行车数据,其中,所述目标车辆对应的行车数据为所述目标车辆在目标时间段内经过目标路段时,采集获得的数据,所述目标车辆对应的行车数据包括:所述目标车辆采集获得的多个目标路面元素图像、每个所述目标路面元素图像对应的定位信息和所述目标车辆对应的位置变换矩阵、摄像头标定参数;
根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,其中,所述目标路面元素位置信息为所述目标路段中的目标路面元素在高精地图中的位置信息;
根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新。
4.根据权利要求3所述的方法,其特征在于,所述根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,包括:
根据预置感知识别算法和多个所述目标路面元素图像,确定每个所述目标路面元素对应的第一位置,其中,所述目标路面元素对应的第一位置为所述目标路面元素在其对应的目标路面元素图像中的位置;
根据每个所述目标路面元素对应的第一位置和所述位置变换矩阵,确定每个所述目标路面元素对应的第二位置,其中,所述目标路面元素对应的第二位置为所述目标路面元素相对于所述目标车辆的预置摄像头的位置;
根据每个所述目标路面元素对应的第二位置和所述摄像头标定参数,确定每个所述目标路面元素对应的第三位置,其中,所述目标路面元素对应的第三位置为所述目标路面元素相对于所述目标车辆的位置;
根据每个所述目标路面元素对应的第三位置和每个所述目标路面元素图像对应的定位信息,确定所述目标车辆采集获得的多个目标路面元素位置信息。
5.根据权利要求3所述的方法,其特征在于,所述根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新,包括:
对每个所述目标路面元素对应的多个目标路面元素位置信息进行分组处理,以将每个所述目标路面元素对应的、相同位置的目标路面元素位置信息划分为同一集合;
将每个所述目标路面元素对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为每个所述目标路面元素对应的待更新路面元素位置;
使用每个所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
6.根据权利要求3所述的方法,其特征在于,所述根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新,包括:
从所述高精地图中获取每个所述目标路面元素对应的原始路面元素位置;
将每个所述目标路面元素对应的多个目标路面元素位置信息与每个所述目标路面元素对应的原始路面元素位置进行比对,以获得每个所述目标路面元素对应的多个偏差路面元素位置;
若所述目标路面元素对应的多个偏差路面元素位置的数量占所述目标路面元素对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值,则根据所述目标路面元素对应的多个偏差路面元素位置,确定所述目标路面元素对应的待更新路面元素位置;
使用所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
7.根据权利要求3所述的方法,其特征在于,在所述获取多个目标车辆对应的行车数据之前,所述方法还包括:
接收每个所述目标车辆发送的行车数据;
将每个所述目标车辆发送的行车数据存储至本地存储空间中。
8.一种目标车辆,其特征在于,包括:
生成单元,用于基于预置摄像头和目标标定设备,生成位置变换矩阵;
拍摄单元,用于当行驶经过目标路段时,通过所述预置摄像头拍摄所述目标路段包含的每个目标路面元素对应的目标路面元素图像;
获取单元,用于获取每个所述目标路面元素图像对应的定位信息,其中,所述目标路面元素图像对应的定位信息为所述目标车辆通过所述预置摄像头拍摄所述目标路面元素图像时,所述目标车辆在高精地图中的位置信息;
发送单元,用于将多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数发送至云端服务器,以便所述云端服务器根据多个所述目标路面元素图像、每个所述目标路面元素图像对应的定位信息、所述位置变换矩阵和所述预置摄像头对应的摄像头标定参数,对所述高精地图进行更新。
9.根据权利要求8所述的目标车辆,其特征在于,所述生成单元包括:
拍摄模块,用于通过所述预置摄像头拍摄所述目标标定设备,以获得所述目标标定设备对应的目标标定图像和每个所述标定标签对应的标定信息,其中,所述标定标签对应的标定信息包括所述标定标签的中心点相对于所述预置摄像头的距离信息和角度信息;
第一确定模块,用于根据预置感知识别算法和所述目标标定图像,确定每个所述标定标签对应的第一位置,其中,所述标定标签对应的第一位置为所述标定标签的中心点在所述目标标定图像中的位置;
第二确定模块,用于根据每个所述标定标签对应的标定信息,确定每个所述标定标签对应的第二位置,其中,所述标定标签对应的第二位置信息为所述标定标签的中心点相对于所述预置摄像头的位置;
生成模块,用于根据每个所述标定标签对应的第一位置与第二位置之间的对应关系,生成所述位置变换矩阵。
10.一种云端服务器,其特征在于,包括:
获取单元,用于获取多个目标车辆对应的行车数据,其中,所述目标车辆对应的行车数据为所述目标车辆在目标时间段内经过目标路段时,采集获得的数据,所述目标车辆对应的行车数据包括:所述目标车辆采集获得的多个目标路面元素图像、每个所述目标路面元素图像对应的定位信息和所述目标车辆对应的位置变换矩阵、摄像头标定参数;
确定单元,用于根据每个所述目标车辆对应的多个目标路面元素图像、多个定位信息、位置变换矩阵和摄像头标定参数,确定每个所述目标车辆采集获得的多个目标路面元素位置信息,其中,所述目标路面元素位置信息为所述目标路段中的目标路面元素在高精地图中的位置信息;
更新单元,用于根据每个所述目标车辆采集获得的多个目标路面元素位置信息,对所述高精地图进行更新。
11.根据权利要求10所述的云端服务器,其特征在于,所述确定单元包括:
第一确定模块,用于根据预置感知识别算法和多个所述目标路面元素图像,确定每个所述目标路面元素对应的第一位置,其中,所述目标路面元素对应的第一位置为所述目标路面元素在其对应的目标路面元素图像中的位置;
第二确定模块,用于根据每个所述目标路面元素对应的第一位置和所述位置变换矩阵,确定每个所述目标路面元素对应的第二位置,其中,所述目标路面元素对应的第二位置为所述目标路面元素相对于所述目标车辆的预置摄像头的位置;
第三确定模块,用于根据每个所述目标路面元素对应的第二位置和所述摄像头标定参数,确定每个所述目标路面元素对应的第三位置,其中,所述目标路面元素对应的第三位置为所述目标路面元素相对于所述目标车辆的位置;
第四确定模块,用于根据每个所述目标路面元素对应的第三位置和每个所述目标路面元素图像对应的定位信息,确定所述目标车辆采集获得的多个目标路面元素位置信息。
12.根据权利要求10所述的云端服务器,其特征在于,所述更新单元包括:
分组模块,用于对每个所述目标路面元素对应的多个目标路面元素位置信息进行分组处理,以将每个所述目标路面元素对应的、相同位置的目标路面元素位置信息划分为同一集合;
第五确定模块,用于将每个所述目标路面元素对应的多个集合中包含元素个数最多的集合中的目标路面元素位置信息,确定为每个所述目标路面元素对应的待更新路面元素位置;
第一更新模块,用于使用每个所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
13.根据权利要求10所述的云端服务器,其特征在于,所述更新单元包括:
获取模块,用于从所述高精地图中获取每个所述目标路面元素对应的原始路面元素位置;
比对模块,用于将每个所述目标路面元素对应的多个目标路面元素位置信息与每个所述目标路面元素对应的原始路面元素位置进行比对,以获得每个所述目标路面元素对应的多个偏差路面元素位置;
第六确定模块,用于当所述目标路面元素对应的多个偏差路面元素位置的数量占所述目标路面元素对应的多个目标路面元素位置信息的数量的比例大于预设比例阈值时,根据所述目标路面元素对应的多个偏差路面元素位置,确定所述目标路面元素对应的待更新路面元素位置;
第二更新模块,用于使用所述目标路面元素对应的待更新路面元素位置对所述高精地图进行更新。
14.根据权利要求10所述的云端服务器,其特征在于,所述云端服务器还包括:
接收单元,用于在所述获取单元获取多个目标车辆对应的行车数据之前,接收每个所述目标车辆发送的行车数据;
存储单元,用于将每个所述目标车辆发送的行车数据存储至本地存储空间中。
15.一种更新高精地图的系统,其特征在于,包括:
如权利要求8或9所述的目标车辆,和如权利要求10-14中任一项所述的云端服务器。
16.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1或2所述的更新高精地图的方法。
17.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求3至7中任一项所述的更新高精地图的方法。
18.一种目标车辆,其特征在于,所述目标车辆包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行权利要求1或2所述的更新高精地图的方法。
19.一种云端服务器,其特征在于,所述云端服务器包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行权利要求3至7中任一项所述的更新高精地图的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011383192.0A CN112556703B (zh) | 2020-12-01 | 2020-12-01 | 更新高精地图的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011383192.0A CN112556703B (zh) | 2020-12-01 | 2020-12-01 | 更新高精地图的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112556703A true CN112556703A (zh) | 2021-03-26 |
CN112556703B CN112556703B (zh) | 2023-06-06 |
Family
ID=75045823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011383192.0A Active CN112556703B (zh) | 2020-12-01 | 2020-12-01 | 更新高精地图的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112556703B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115002A (zh) * | 2021-04-13 | 2021-07-13 | 大庆安瑞达科技开发有限公司 | 一种油气田人员、车辆定位关联视频监控方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014026021A1 (en) * | 2012-08-08 | 2014-02-13 | Virginia Tech Intellectual Properties, Inc. | Systems and methods for image-based searching |
US20160012202A1 (en) * | 2014-07-14 | 2016-01-14 | International Business Machines Corporation | Predicting the risks of multiple healthcare-related outcomes via joint comorbidity discovery |
CN105469405A (zh) * | 2015-11-26 | 2016-04-06 | 清华大学 | 基于视觉测程的同时定位与地图构建方法 |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
WO2019139243A1 (ko) * | 2018-01-15 | 2019-07-18 | 에스케이텔레콤 주식회사 | 자율주행을 위한 고정밀 지도의 업데이트 장치 및 방법 |
CN110287276A (zh) * | 2019-05-27 | 2019-09-27 | 百度在线网络技术(北京)有限公司 | 高精地图更新方法、装置及存储介质 |
US10437252B1 (en) * | 2017-09-08 | 2019-10-08 | Perceptln Shenzhen Limited | High-precision multi-layer visual and semantic map for autonomous driving |
-
2020
- 2020-12-01 CN CN202011383192.0A patent/CN112556703B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014026021A1 (en) * | 2012-08-08 | 2014-02-13 | Virginia Tech Intellectual Properties, Inc. | Systems and methods for image-based searching |
US20160012202A1 (en) * | 2014-07-14 | 2016-01-14 | International Business Machines Corporation | Predicting the risks of multiple healthcare-related outcomes via joint comorbidity discovery |
CN105469405A (zh) * | 2015-11-26 | 2016-04-06 | 清华大学 | 基于视觉测程的同时定位与地图构建方法 |
US10437252B1 (en) * | 2017-09-08 | 2019-10-08 | Perceptln Shenzhen Limited | High-precision multi-layer visual and semantic map for autonomous driving |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
WO2019139243A1 (ko) * | 2018-01-15 | 2019-07-18 | 에스케이텔레콤 주식회사 | 자율주행을 위한 고정밀 지도의 업데이트 장치 및 방법 |
CN111263960A (zh) * | 2018-01-15 | 2020-06-09 | Sk电信有限公司 | 更新用于自主驾驶的高清晰度地图的设备和方法 |
CN110287276A (zh) * | 2019-05-27 | 2019-09-27 | 百度在线网络技术(北京)有限公司 | 高精地图更新方法、装置及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115002A (zh) * | 2021-04-13 | 2021-07-13 | 大庆安瑞达科技开发有限公司 | 一种油气田人员、车辆定位关联视频监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112556703B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109781122B (zh) | 高精度地图更新方法及装置 | |
CN108416808B (zh) | 车辆重定位的方法及装置 | |
CN110568451B (zh) | 一种高精度地图中道路交通标线的生成方法和装置 | |
CN112683284B (zh) | 更新高精地图的方法及装置 | |
CN109241856A (zh) | 一种单目车载视觉系统立体目标检测方法 | |
CN111797698A (zh) | 目标物的识别方法及识别装置 | |
CN111476902B (zh) | 3d点云中物体的标注方法、装置、存储介质和处理器 | |
CN112556703A (zh) | 更新高精地图的方法、装置及系统 | |
CN111191482B (zh) | 一种刹车灯识别方法、装置及电子设备 | |
CN112784639A (zh) | 路口检测、神经网络训练及智能行驶方法、装置和设备 | |
CN114648709A (zh) | 一种确定图像差异信息的方法与设备 | |
CN112380313B (zh) | 更新高精地图置信度的方法及装置 | |
CN112565387B (zh) | 更新高精地图的方法及装置 | |
CN115236689A (zh) | 确定激光雷达和图像采集设备的相对位置的方法与装置 | |
CN112016366A (zh) | 一种障碍物定位方法及装置 | |
CN116310175A (zh) | 一种自动驾驶地图的生成方法、设备及介质 | |
CN115115704A (zh) | 确定汽车位姿信息的方法及装置 | |
CN115112125A (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN116052117A (zh) | 基于位姿的交通要素匹配方法、设备和计算机存储介质 | |
CN113320546A (zh) | 基于阴影的车辆定位方法和控制装置、存储介质及车辆 | |
CN114943940A (zh) | 一种隧道内车辆可视化监测的方法、设备及存储介质 | |
CN115018926A (zh) | 车载相机的俯仰角确定方法、装置、设备和存储介质 | |
CN113313726A (zh) | 一种社保卡的识别方法及系统 | |
CN113591720A (zh) | 车道偏离检测方法、装置及计算机存储介质 | |
CN116386060B (zh) | 一种水尺数据自动标注方法、装置、设备及介质 |
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 |