CN112597174A - 地图更新方法、装置、电子设备和计算机可读介质 - Google Patents

地图更新方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN112597174A
CN112597174A CN202010875859.2A CN202010875859A CN112597174A CN 112597174 A CN112597174 A CN 112597174A CN 202010875859 A CN202010875859 A CN 202010875859A CN 112597174 A CN112597174 A CN 112597174A
Authority
CN
China
Prior art keywords
detected
road element
information
probability value
information set
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
CN202010875859.2A
Other languages
English (en)
Other versions
CN112597174B (zh
Inventor
李超
白鹏飞
张烨林
骆沛
倪凯
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202010875859.2A priority Critical patent/CN112597174B/zh
Publication of CN112597174A publication Critical patent/CN112597174A/zh
Application granted granted Critical
Publication of CN112597174B publication Critical patent/CN112597174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本公开的实施例公开了地图更新方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合。基于该待检测对象信息集合,生成备选向量集合。从该道路元素信息集合中选择道路元素坐标与该待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。确定该备选向量集合中每个备选向量对应的概率值,得到概率值集合。从该备选向量集合中选择该概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。基于该候选向量,对地图进行更新。该实施方式提高了地图更新精确度以及更新速度,使得更新的地图可以用于自动驾驶领域。

Description

地图更新方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及地图更新方法、装置、电子设备和计算机可读介质。
背景技术
地图更新,是按照实际地物变化情况对地图内容进行更新的过程。常用的地图更新方法是通过遥感卫星对地表进行测量以获得遥感卫星影像,然后根据遥感卫星影像对地图进行更新。
然而,当采用上述方式进行地图更新时,往往会存在如下技术问题:第一,地图更新不及时以及地图更新不精确,进而导致更新的地图难以用于自动驾驶领域。第二,不能快速确定地图更新对象。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了地图更新方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种地图更新方法,该方法包括:获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,上述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,上述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标。基于上述待检测对象信息集合,生成备选向量集合,其中,上述备选向量是指上述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。从上述道路元素信息集合中选择道路元素坐标与上述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合。从上述备选向量集合中选择上述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。基于上述候选向量,对地图进行更新。
第二方面,本公开的一些实施例提供了一种地图更新装置,装置包括:获取单元,被配置成获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,上述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,上述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标。生成单元,被配置成基于上述待检测对象信息集合,生成备选向量集合,其中,上述备选向量是指上述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。第一选择单元,被配置成从上述道路元素信息集合中选择道路元素坐标与上述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。确定单元,被配置成基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合。第二选择单元,被配置成从上述备选向量集合中选择上述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。更新单元,被配置成基于上述候选向量,对地图进行更新。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例具有如下有益效果:首选,获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,上述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,上述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标。然后,基于上述待检测对象信息集合,生成备选向量集合,其中,上述备选向量是指上述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。通过获取实时数据对地图内容进行实时更新,提高了地图内容的现势性,并通过将待检测对象类别相同的待检测对象信息包括的待检测对象编号组成向量,方便以下步骤的计算使用。从上述道路元素信息集合中选择道路元素坐标与上述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。通过选择出道路元素坐标与待检测对象坐标相同的道路元素信息,用于以下步骤中的地图更新使用,减少了不相关数据对计算机资源的消耗以及减少了不相关数据对计算结果的影响,从而提高了确定地图更新对象的准确度。基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合。通过确定每个备选向量对应的概率值,通过计算每个备选向量的概率值,方便下一步的选择处理。从上述备选向量集合中选择上述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。通过选择出满足预定条件的备选向量,减少了地图更新时的工作量,同时也保证了地图更新的准确性。基于上述候选向量,对地图进行更新。解决了地图更新不及时以及地图更新不精确,进而导致更新的地图难以用于自动驾驶领域的问题。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的地图更新方法的一个应用场景示意图;
图2是根据本公开的地图更新方法的一些实施例的流程图;
图3是根据本公开的地图更新装置的一些实施例的结构示意图;
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的地图更新方法的一个应用场景的示意图。
在图1的应用场景图中,首先,计算设备101获取待检测对象信息集合102,单目相机的相机位置姿态信息104以及道路元素信息集合103,其中,上述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,上述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标。其次,基于上述待检测对象信息集合102,生成备选向量集合105,其中,上述备选向量是指上述待检测对象信息集合102中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。然后,从上述道路元素信息集合103中选择道路元素坐标与上述待检测对象信息集合102中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合106。再然后,基于上述待检测对象信息集合102,上述道路元素信息集合103,上述相机位置姿态信息104以及上述第一道路元素信息集合106,确定上述备选向量集合105中每个备选向量对应的概率值,得到概率值集合107。进而,从上述备选向量集合105中选择上述概率值集合107中满足预定条件的概率值对应的备选向量作为候选向量108。最后,基于上述候选向量108,对地图109进行更新。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件和软件模块,也可以是实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的地图更新方法的一些实施例的流程图200。该方法可以由图1中的计算设备101来执行。该地图更新方法,包括以下步骤:
步骤201,获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合。
在一些实施例中,地图更新方法的执行主体(如图1所示的计算设备101)可以通过有线连接或无线连接的方式获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合。其中,上述待检测对象信息包括但不限于以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,角点坐标。上述道路元素信息包括但不限于以下至少一项:道路元素类别,道路元素坐标。待检测对象包括但不限于以下至少一项:道路交通标识,道路交通标线,路灯。道路元素包括但不限于以下至少一项:道路交通标识,道路交通标线,路灯。待检测对象类别可以是1(表示道路交通标识),2(表示道路交通标线),3(表示路灯)。道路元素类别可以是1(表示道路交通标识),2(表示道路交通标线),3(表示路灯)。上述待检测对象坐标可以表示为二维坐标。上述道路元素坐标可以表示为二维坐标。上述角点坐标是指角点的坐标,上述角点的坐标可以表示为二维坐标。上述相机位置姿态信息包括但不限于以下至少一项:旋转矩阵,平移向量。上述待检测对象坐标以及上述道路元素坐标可以是在1980西安坐标系下的坐标。
作为示例,待检测对象信息可以是[0,1,(22,12),(12,23)]。道路元素信息可以是[1,(18,28)]。旋转矩阵可以是
Figure BDA0002652647710000061
平移向量可以是
Figure BDA0002652647710000062
步骤202,基于待检测对象信息集合,生成备选向量集合。
在一些实施例中,上述执行主体可以基于上述待检测对象信息集合,生成备选向量集合。其中,上述备选向量是指上述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。
作为示例,上述待检测对象信息集合可以是[[0,1,(22,12),(12,23)],[1,1,(22,42),(24,56)],[2,3,(126,67),(13,45)],[3,2,(122,212),(11,27)],[4,2,(232,192),(26,24)],[5,3,(66,190),(89,23)],[6,1,(120,113),(123,13)],[7,2,(89,14),(19,21)],[8,1,(89,142),(90,23)],[9,3,(912,35),(87,24)],[10,1,(45,72),(11,26)],[11,3,(10,134),(22,84)]]。上述备选向量集合可以是[[0,1,6,8,10],[3,4,7],[2,5,9,11]]。
步骤203,从道路元素信息集合中选择出道路元素坐标与待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。
在一些实施例中,上述执行主体可以从上述道路元素信息集合中选择出道路元素坐标与上述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。
作为示例,待检测对象信息集合可以是[[0,1,(22,12),(12,23)],[1,1,(22,42),(24,56)],[2,3,(126,67),(13,45)],[3,2,(122,212),(11,27)],[4,2,(232,192),(26,24)],[5,3,(66,190),(89,23)],[6,1,(120,113),(123,13)],[7,2,(89,14),(19,21)],[8,1,(89,142),(90,23)],[9,3,(912,35),(87,24)],[10,1,(45,72),(11,26)],[11,3,(10,134),(22,84)]]。道路元素信息集合可以是[[1,(22,12)],[1,(22,42)],[3,(126,67)],[2,(122,212)],[2,(232,192)],[3,(66,190)],[1,(120,113)],[2,(89,14)],[1,(89,142)],[3,(912,35)],[1,(45,72)],[3,(10,134)],[1,(110,224)],[2,(345,891)]]。从而得到第一道路元素信息集合[[1,(22,12)],[1,(22,42)],[3,(126,67)],[2,(122,212)],[2,(232,192)],[3,(66,190)],[1,(120,113)],[2,(89,14)],[1,(89,142)],[3,(912,35)],[1,(45,72)],[3,(10,134)]]。
步骤204,基于待检测对象信息集合,道路元素信息集合,相机位置姿态信息以及第一道路元素信息集合,确定备选向量集合中每个备选向量对应的概率值,得到概率值集合。
在一些实施例中,上述执行主体可以基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,通过各种方式确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合,可以包括以下步骤:
第一步,基于上述待检测对象信息集合,上述道路元素信息集合,上述第一道路元素信息集合以及上述相机位置姿态信息,确定上述备选向量对应的第一概率值以及第二概率值。
作为示例,通过以下公式确定上述第一概率值:
Figure BDA0002652647710000081
其中,k表示上述备选向量。m表示上述相机位置姿态信息。X表示上述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量。K表示上述待检测对象信息集合中待检测对象信息的个数。D表示上述第一道路元素信息集合中的第一道路元素信息的个数。δ表示第一预设阈值。取值范围为[0,1)。N表示上述道路元素信息集合中道路元素信息的个数。P(k|m,X)表示上述第一概率值。
上述备选向量可以是[0,1,6,8,10],上述相机位置姿态信息可以是
Figure BDA0002652647710000082
上述道路元素信息集合可以是[[1,(22,12)],[1,(22,42)],[3,(126,67)],[2,(122,212)],[2,(232,192)],[3,(66,190)],[1,(120,113)],[2,(89,14)],[1,(89,142)],[3,(912,35)],[1,(45,72)],[3,(10,134)],[1,(110,224)],[2,(345,891)]]。上述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量可以是[1,1,3,2,2,3,1,2,1,3,1,3,1,2]。上述待检测对象信息集合可以是[[0,1,(22,12),(12,23)],[1,1,(22,42),(24,56)],[2,3,(126,67),(13,45)],[3,2,(122,212),(11,27)],[4,2,(232,192),(26,24)],[5,3,(66,190),(89,23)],[6,1,(120,113),(123,13)],[7,2,(89,14),(19,21)],[8,1,(89,142),(90,23)],[9,3,(912,35),(87,24)],[10,1,(45,72),(11,26)],[11,3,(10,134),(22,84)]]。上述待检测对象信息集合中待检测对象信息的个数为12。上述第一道路元素信息集合可以是[[1,(22,12)],[1,(22,42)],[3,(126,67)],[2,(122,212)],[2,(232,192)],[3,(66,190)],[1,(120,113)],[2,(89,14)],[1,(89,142)],[3,(912,35)],[1,(45,72)],[3,(10,134)]]。上述第一道路元素信息集合中第一道路元素信息个数为12。第一预设阈值可以为0.8。上述道路元素信息集合可以是[[1,(22,12)],[1,(22,42)],[3,(126,67)],[2,(122,212)],[2,(232,192)],[3,(66,190)],[1,(120,113)],[2,(89,14)],[1,(89,142)],[3,(912,35)],[1,(45,72)],[3,(10,134)],[1,(110,224)],[2,(345,891)]]。上述道路元素信息集合中道路元素信息的个数为14。
通过上述公式得到第一概率值为3.0829386517035784e-16(计算过程如下式)。
Figure BDA0002652647710000091
通过以下公式,确定上述第二概率值:
Figure BDA0002652647710000092
其中,k表示上述备选向量。m表示上述相机位置姿态信息。X表示上述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量。U表示上述第一道路元素信息集合中各个第一道元素信息包括的道路元素类别组成的向量。A表示第二预设阈值,上述第二预设阈值是指单目相机的像素数。j表示序号。F表示上述待检测对象信息集中的待检测对象信息。Fu表示上述待检测对象信息集中的待检测对象信息包括的角点坐标。Fu,j表示上述待检测对象信息集中第j个待检测对象信息包括的角点坐标。σ表示上述待检测对象信息集中各个待检测对象信息包括的角点坐标的均值。N表示上述道路元素信息集合中道路元素信息的个数。K表示上述待检测对象信息集合中待检测对象信息的个数。D表示上述第一道路元素信息集合中第一道路元素信息的个数。w表示第三预设阈值,上述第三预设阈值包括二元组,上述二元组包括第一参数以及第二参数,第一参数取值范围为(0,1920),第二参数取值范围为(0,1080)。L(k|m,U,X)表示上述第二概率值。|| ||2表示2-范数。
上述备选向量可以是[0,1,6,8,10],上述相机位置姿态信息可以是
Figure BDA0002652647710000101
上述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量可以是[1,1,3,2,2,3,1,2,1,3,1,3,1,2]。上述第一道路元素信息集合中各个第一道元素信息包括的道路元素类别组成的向量可以是[1,1,3,2,2,3,1,2,1,3,1,3]。第二预设阈值可以是2000。上述待检测对象信息集合可以是[[0,1,(22,12),(12,23)],[1,1,(22,42),(24,56)],[2,3,(126,67),(13,45)],[3,2,(122,212),(11,27)],[4,2,(232,192),(26,24)],[5,3,(66,190),(89,23)],[6,1,(120,113),(123,13)],[7,2,(89,14),(19,21)],[8,1,(89,142),(90,23)],[9,3,(912,35),(87,24)],[10,1,(45,72),(11,26)],[11,3,(10,134),(22,84)]]。上述待检测对象信息集中各个待检测对象信息包括的角点坐标的均值可以是[43.92,32.42],其中,计算结果保留两位小数(计算过程如下式)。上述道路元素信息集合中道路元素信息个数可以是14。上述待检测对象信息集合中待检测对象信息的个数可以是12。上述第一道路元素信息集合中第一道路元素的个数可以是12。第三预设参数可以是[67,28]。通过上述公式得到第二概率值为3.7012246454137538e-233。
Figure BDA0002652647710000102
上述公式第二步,基于上述第一概率值以及上述第二概率值,确定上述备选向量对应的概率值。
作为示例,通过以下公式,确定上述备选向量对应的概率值:
P(k|m,U,X)=P(k|m,X)×L(k|m,U,X)。
其中,k表示上述备选向量。m表示上述相机位置姿态信息。X表示上述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量。U表示上述第一道路元素信息集合中各个第一道元素信息包括的道路元素类别组成的向量。P(k|m,X)表示上述第一概率值。L(k|m,U,X)表示上述第二概率值。P(k|m,U,X)表示上述备选向量对应的概率值。
上述第一概率值可以是3.0829386517035784e-16。上述第二概率值可以是3.7012246454137538e-233。通过上述公式得到概率值为1.1410648517983932e-248。
上述三个公式作为本公开的实施例的一个发明点,由此解决了背景技术提及的技术问题二,即不能快速确定地图更新对象的问题。
首先,通过确定在已知相机位置姿态信息以及道路元素信息集合的情况下备选向量对应的第一概率值。定量的描述了在已知相机位置姿态信息以及道路元素信息集合的情况备选向量对应的发生概率。其次,通过计算每个待检测对象的角点坐标与上述待检测对象信息集合中各个待检测对象的角点坐标的均值之间的差值,并累计求乘积。从而通过第二概率值准确的描述匹配程度。最后,通过确定上述第一概率值与上述第二概率值的乘积,进而得到上述备选项量对应的概率值。此种通过计算备选向量对应概率值的方法,不仅提高了测绘速度,而且解决了不能快速确定地图更新对象的问题。
步骤205,从备选向量集合中选择概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。
在一些实施例中,上述执行主体可以从备选向量集合中选择概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。其中,。预设条件可以是概率值不小于概率值集合中的每个概率值。
作为示例,上述概率值集合中概率值不小于概率值集合中的每个概率值的概率值为1.1410648517983932e-248。对应的备选向量为[0,1,6,8,10]。则上述候选向量可以为[0,1,6,8,10]。
步骤206,基于候选向量,对地图进行更新。
在一些实施例中,上述执行主体基于候选向量,对地图进行更新,可以包括以下步骤:
第一步,从上述待检测对象信息集合中选择待检测对象编号与上述候选向量中每个数据相同的待检测对象信息,生成第一待检测对象信息集合。
作为示例,上述候选向量可以为[0,1,6,8,10]。上述待检测对象信息集合可以为[[0,1,(22,12),(12,23)],[1,1,(22,42),(24,56)],[2,3,(126,67),(13,45)],[3,2,(122,212),(11,27)],[4,2,(232,192),(26,24)],[5,3,(66,190),(89,23)],[6,1,(120,113),(123,13)],[7,2,(89,14),(19,21)],[8,1,(89,142),(90,23)],[9,3,(912,35),(87,24)],[10,1,(45,72),(11,26)],[11,3,(10,134),(22,84)]]。从上述待检测对象信息集合中选择待检测对象编号与上述候选向量中每个数据相同的待检测对象信息,生成的第一待检测对象信息集合可以是[[0,1,(22,12),(12,23)],[1,1,(22,42),(24,56)],[6,1,(120,113),(123,13)],[8,1,(89,142),(90,23)],[10,1,(45,72),(11,26)]]。
第二步,从上述道路元素信息集合中选择出道路元素坐标与上述第一待检测对象信息集合中每个第一待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成待呈现信息集合。
作为示例,上述第一待检测对象信息集合可以是[[0,1,(22,12),(12,23)],[1,1,(22,42),(24,56)],[6,1,(120,113),(123,13)],[8,1,(89,142),(90,23)],[10,1,(45,72),(11,26)]]。上述道路元素信息集合可以是[[1,(22,12)],[1,(22,42)],[3,(126,67)],[2,(122,212)],[2,(232,192)],[3,(66,190)],[1,(120,113)],[2,(89,14)],[1,(89,142)],[3,(912,35)],[1,(45,72)],[3,(10,134)],[1,(110,224)],[2,(345,891)]]。从而得到的待呈现信息集合可以是[[1,(22,12)],[1,(22,42)],[1,(120,113)],[1,(89,142)],[1,(45,72)]]。
第三步,对地图中与上述待呈现信息集合中每个待呈现信息包括的道路元素坐标一致的位置的道路元素进行更新。
作为示例,对地图中与上述待呈现信息集合中待呈现信息包括的道路元素坐标一致的位置处的道路元素包括的道路元素类别进行更新。
在一些实施例的一些可选的实现方式中,上述执行主体可以将更新后的地图发送至带有地图显示功能的车辆进行显示。
本公开的上述各个实施例具有如下有益效果:首选,获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,上述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,上述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标。然后,基于上述待检测对象信息集合,生成备选向量集合,其中,上述备选向量是指上述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。通过将待检测对象类别相同的待检测对象信息包括的待检测对象编号组成向量,方便以下步骤的计算使用。从上述道路元素信息集合中选择道路元素坐标与上述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。通过选择出道路元素坐标与待检测对象坐标相同的道路元素信息,用于以下步骤中的地图更新使用,减少计算量,减少无用数据对计算机资源的消耗。基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合。通过确定每个备选向量对应的概率值,进而将是否匹配成功数值化,方便下一步的选择处理。从上述备选向量集合中选择上述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。通过选择出满足预定条件的备选向量,减少了地图更新时的工作量,同时也保证了地图更新时的准确性。基于上述候选向量,对地图进行更新。解决了遥感卫星测绘精度低的问题,同时此种方法更新的地图可以用于自动驾驶领域。
进一步参考图3,作为对上述各图所示方法的实现,本公开提供了一种地图更新装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,一些实施例的地图更新装置300包括:获取单元301,被配置成获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,上述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,上述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标。生成单元302,被配置成基于上述待检测对象信息集合,生成备选向量集合,其中,上述备选向量是指上述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。第一选择单元303,被配置成从上述道路元素信息集合中选择道路元素坐标与上述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。确定单元304,被配置成基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合。第二选择单元305,被配置成从上述备选向量集合中选择上述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。更新单元306,被配置成基于上述候选向量,对地图进行更新。
可以理解的是,该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元,在此不再赘述。
下面参考图4,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口404也连接至总线404。
通常,以下装置可以连接至I/O接口404:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,上述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,上述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标。基于上述待检测对象信息集合,生成备选向量集合,其中,上述备选向量是指上述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量。从上述道路元素信息集合中选择道路元素坐标与上述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合。基于上述待检测对象信息集合,上述道路元素信息集合,上述相机位置姿态信息以及上述第一道路元素信息集合,确定上述备选向量集合中每个备选向量对应的概率值,得到概率值集合。从上述备选向量集合中选择上述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量。基于上述候选向量,对地图进行更新。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、生成单元、第一选择单元、确定单元、第二选择单元和更新单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方法。

Claims (8)

1.一种地图更新方法,包括:
获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,所述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,所述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标;
基于所述待检测对象信息集合,生成备选向量集合,其中,所述备选向量是指所述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量;
从所述道路元素信息集合中选择道路元素坐标与所述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合;
基于所述待检测对象信息集合,所述道路元素信息集合,所述相机位置姿态信息以及所述第一道路元素信息集合,确定所述备选向量集合中每个备选向量对应的概率值,得到概率值集合;
从所述备选向量集合中选择所述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量;
基于所述候选向量,对地图进行更新。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将更新后的地图发送至带有地图显示功能的车辆进行显示。
3.根据权利要求2所述的方法,其中,所述确定所述备选向量集合中每个备选向量对应的概率值,包括:
基于所述待检测对象信息集合,所述道路元素信息集合,所述第一道路元素信息集合以及所述相机位置姿态信息,确定所述备选向量对应的第一概率值以及第二概率值;
基于所述第一概率值以及所述第二概率值,确定所述备选向量对应的概率值。
4.根据权利要求3所述的方法,其中,所述待检测对象信息还包括角点坐标;以及
所述确定所述备选向量对应的第一概率值以及第二概率值,包括:
通过以下公式确定所述第一概率值:
Figure FDA0002652647700000021
其中,k表示所述备选向量,m表示所述相机位置姿态信息,X表示所述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量,K表示所述待检测对象信息集合中待检测对象信息的个数,D表示所述第一道路元素信息集合中第一道路元素信息的个数,δ表示第一预设阈值,取值范围为[0,1),N表示所述道路元素信息集合中道路元素信息的个数,P(k|m,X)表示所述第一概率值;
通过以下公式,确定所述第二概率值:
Figure FDA0002652647700000022
其中,k表示所述备选向量,m表示所述相机位置姿态信息,X表示所述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量,U表示所述第一道路元素信息集合中各个第一道路元素信息包括的道路元素类别组成的向量,A表示第二预设阈值,j表示序号,F表示所述待检测对象信息集中的待检测对象信息,Fu表示所述待检测对象信息集中的待检测对象信息包括的角点坐标,Fu,j表示所述待检测对象信息集中第j个待检测对象信息包括的角点坐标,σ表示所述待检测对象信息集中各个待检测对象信息包括的角点坐标的均值,N表示所述道路元素信息集合中道路元素信息的个数,K表示所述待检测对象信息集合中待检测对象信息的个数,D表示所述第一道路元素信息集合中第一道路元素信息的个数,w表示第三预设阈值,所述第三预设阈值包括二元组,所述二元组包括第一参数以及第二参数,第一参数的取值范围为(0,1920),第二参数的取值范围为(0,1080),L(k|m,U,X)表示所述第二概率值,||||2表示2-范数。
5.根据权利要求4所述的方法,其中,所述确定所述备选向量对应的概率值,包括:
通过以下公式,确定所述备选向量对应的概率值:
P(k|m,U,X)=P(k|m,X)×L(k|m,U,X),
其中,k表示所述备选向量;m表示所述相机位置姿态信息;X表示所述道路元素信息集合中各个道路元素信息包括的道路元素类别组成的向量;U表示所述第一道路元素信息集合中各个第一道元素信息包括的道路元素类别组成的向量;P(k|m,X)表示所述第一概率值;L(k|m,U,X)表示所述第二概率值;P(k|m,U,X)表示所述备选向量对应的概率值。
6.一种地图更新装置,包括:
获取单元,被配置成获取待检测对象信息集合,单目相机的相机位置姿态信息以及道路元素信息集合,其中,所述待检测对象信息包括以下至少一项:待检测对象编号,待检测对象类别,待检测对象坐标,所述道路元素信息包括以下至少一项:道路元素类别,道路元素坐标;
生成单元,被配置成基于所述待检测对象信息集合,生成备选向量集合,其中,所述备选向量是指所述待检测对象信息集合中待检测对象信息包括的待检测对象类别相同的待检测对象信息包括的待检测对象编号组成的向量;
第一选择单元,被配置成从所述道路元素信息集合中选择道路元素坐标与所述待检测对象信息集合中待检测对象信息包括的待检测对象坐标相同的道路元素信息,生成第一道路元素信息集合;
确定单元,被配置成基于所述待检测对象信息集合,所述道路元素信息集合,所述相机位置姿态信息以及所述第一道路元素信息集合,确定所述备选向量集合中每个备选向量对应的概率值,得到概率值集合;
第二选择单元,被配置成从所述备选向量集合中选择所述概率值集合中满足预定条件的概率值对应的备选向量作为候选向量;
更新单元,被配置成基于所述候选向量,对地图进行更新。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010875859.2A 2020-08-27 2020-08-27 地图更新方法、装置、电子设备和计算机可读介质 Active CN112597174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010875859.2A CN112597174B (zh) 2020-08-27 2020-08-27 地图更新方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010875859.2A CN112597174B (zh) 2020-08-27 2020-08-27 地图更新方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN112597174A true CN112597174A (zh) 2021-04-02
CN112597174B CN112597174B (zh) 2021-09-21

Family

ID=75180264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010875859.2A Active CN112597174B (zh) 2020-08-27 2020-08-27 地图更新方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN112597174B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115016823A (zh) * 2022-08-09 2022-09-06 禾多科技(北京)有限公司 目标软件升级方法、装置、电子设备、介质和程序产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592497A (zh) * 2005-04-08 2012-07-18 松下电器产业株式会社 地图信息更新装置及地图信息更新方法
CN107967277A (zh) * 2016-10-19 2018-04-27 高德软件有限公司 一种地图数据识别方法及装置
CN108446710A (zh) * 2018-01-31 2018-08-24 高睿鹏 室内平面图快速重建方法及重建系统
CN108647663A (zh) * 2018-05-17 2018-10-12 西安电子科技大学 基于深度学习和多层次图结构模型的人体姿态估计方法
US20190265050A1 (en) * 2016-11-18 2019-08-29 Denso Corporation Map data providing system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592497A (zh) * 2005-04-08 2012-07-18 松下电器产业株式会社 地图信息更新装置及地图信息更新方法
CN107967277A (zh) * 2016-10-19 2018-04-27 高德软件有限公司 一种地图数据识别方法及装置
US20190265050A1 (en) * 2016-11-18 2019-08-29 Denso Corporation Map data providing system
CN108446710A (zh) * 2018-01-31 2018-08-24 高睿鹏 室内平面图快速重建方法及重建系统
CN108647663A (zh) * 2018-05-17 2018-10-12 西安电子科技大学 基于深度学习和多层次图结构模型的人体姿态估计方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115016823A (zh) * 2022-08-09 2022-09-06 禾多科技(北京)有限公司 目标软件升级方法、装置、电子设备、介质和程序产品
CN115016823B (zh) * 2022-08-09 2022-11-11 禾多科技(北京)有限公司 目标软件升级方法、装置、电子设备、介质和程序产品

Also Published As

Publication number Publication date
CN112597174B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN109285188B (zh) 用于生成目标物体的位置信息的方法和装置
CN112598762B (zh) 三维车道线信息生成方法、装置、电子设备和介质
CN113607185B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN112348029B (zh) 局部地图调整方法、装置、设备和计算机可读介质
CN112150490B (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN112328731B (zh) 车辆车道级定位方法、装置、电子设备和计算机可读介质
CN114964296B (zh) 车辆行驶路径规划方法、装置、设备和计算机可读介质
CN115616937B (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN114894205B (zh) 三维车道线信息生成方法、装置、设备和计算机可读介质
CN112183627A (zh) 生成预测密度图网络的方法和车辆年检标数量检测方法
CN112597174B (zh) 地图更新方法、装置、电子设备和计算机可读介质
CN112598731B (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN113761618A (zh) 一种基于实数据的3d仿真道路网自动化构建方法及系统
CN115620264B (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN110487264B (zh) 修正地图的方法、装置、电子设备、及存储介质
CN113808134B (zh) 油罐布局信息生成方法、装置、电子设备、介质
CN115326079A (zh) 车辆车道级定位方法、装置、设备和计算机可读介质
CN110634159A (zh) 一种目标检测方法和装置
CN111897903A (zh) 船舶位置预测方法、装置、电子设备和计算机可读介质
CN111383337A (zh) 用于识别对象的方法和装置
CN111292365A (zh) 生成深度图的方法、装置、电子设备和计算机可读介质
CN113204661B (zh) 实时路况更新方法、电子设备和计算机可读介质
CN113392662A (zh) 车辆位置信息展示方法、装置、电子设备和可读介质
CN116630436B (zh) 相机外参修正方法、装置、电子设备和计算机可读介质

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
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100095 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address