CN112598075A - 一种众包数据多道路片段的高程处理方法及装置 - Google Patents

Abstract

本发明涉及一种众包数据多道路片段的高程处理方法及装置，该方法包括：获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值；根据dx_i,dy_i,dz_i的值求解平面参数；根据平面参数求解集合P中各个形点的高程值。实现了对车道线众包大数据的数据集的划分后及划分时的同一道路横截面上的高程处理，使使用低精度设备采集得到的存在较大误差的高程数据能够经过处理后得到高程平滑变化，且同横截面上高程处于同一水平的结果。

Description

一种众包数据多道路片段的高程处理方法及装置

技术领域

本发明涉及自动驾驶领域，尤其涉及一种众包数据多道路片段的高程处理方法及装置。

背景技术

在高精度地图生产过程中，使用较低成本的设备，多次经过同一路段进行重复采集时，由于定位精度在海拔高度上的精度相比平面定位精度更差，因而导致了高程常发生较大的误差。对原始输入的车道线数据进行直接聚类并融合的方法，对同一个道路横截面上多次重复采集的数据常有较大的高程偏差，以至于同一个道路横截面上的多个车道边线的融合结果中，出现相差高度大于5m的情形，这与实际的道路一般是较为水平而不至于有过大的横坡角的实际情况不相符，对于定位而言，过大的高程差距也常导致对含有高架桥的道路，无法进行准确识别，从而导致错误的基于地图的定位结果。

因而，如何使用低成本地图数据采集设备进行高程的处理成为基于低成本设备获得高精度地图数据的难点和重点之一。

发明内容

本发明针对现有技术中存在的技术问题，提供一种众包数据多道路片段的高程处理方法及装置，解决现有技术中问题。

本发明解决上述技术问题的技术方案如下：一种众包数据多道路片段的高程处理方法，包括：

步骤1，获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i，y_i，z_i，dx_i，dy_i，dz_i)|i＝1，2，…，M}；x_i，y_i，z_i表示形点所处的三维坐标，dx_i，dy_i，dz_i为使用L_j计算数值差分后得到的三维坐标的差分值；

步骤2，根据dx_i，dy_i，dz_i的值求解平面参数；

步骤3，根据所述平面参数求解所述集合P中各个形点的高程值。

一种众包数据多道路片段的高程处理装置，包括：数据获取模块、平面参数求解和高程值求解模块；

所述数据获取模块，用于获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i，y_i，z_i，dx_i，dy_i，dz_i)|i＝1，2，…，M}；x_i，y_i，z_i表示形点所处的三维坐标，dx_i，dy_i，dz_i为使用L_j计算数值差分后得到的三维坐标的差分值；

所述平面参数求解模块，用于根据dx_i，dy_i，dz_i的值求解平面参数；

所述高程值求解模块，用于根据所述平面参数求解所述集合P中各个形点的高程值。

本发明的有益效果是：实现了对车道线众包大数据的数据集的划分后及划分时的同一道路横截面上的高程处理，使使用低精度设备采集得到的存在较大误差的高程数据能够经过处理后得到高程平滑变化，且同横截面上高程处于同一水平的结果。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤1中，对所述车道线数据进行分段后得到车道线组成的集合L＝{L_j|j＝1，2，…，N}。

进一步，所述步骤2包括：

对所有的dx_i，dy_i，dz_i组成矩阵dxyz，所述矩阵dxyz第i行第0列为dx_i，第i行第1列为dy_i，第i行第2列为dz_i，对所述矩阵dxyz第0列小于0的所有行的向量反向后，使所述矩阵dxyz第i行第0列的值为dx_i，第i行第1列的值为dy_i，第i行第2列的值为dz_i；；

将经过处理后的方向向量的集合

中的各个方向向量进行归一化，得到

取所述集合D中所有向量的均值向量

求所述集合P中所有点的(x,y,z)坐标的均值，得到均值位置

求解得到平面参数

进一步，所述步骤3还包括：融合输入高程处理和融合输出高程处理：

所述融合输入高程处理包括：对所有输入数据，在同一个道路横截面下的数据进行高程均一化的处理；

所述融合输出高程处理包括：对高程均一化的处理后的输入数据进行融合，得到融合结果线，使用平滑连接方法对高程进行线性拟合及非线性加权平滑后，得到最终的融合结果的高程数据。

进一步，所述步骤3中根据所述平面参数，若C＝0，则使道路片段内所有形点的高程等于Z₀，否则，使对应道路片段内的所述集合P中形点的高程

进一步，所述步骤1中对所述车道线数据进行分段的过程中还包括异常高程线剔除。

进一步，所述异常高程线剔除的过程包括：

对输入数据中存在的在同一个平面坐标点附近范围内，存在高程差异较大时，判断这段数据线的高程是由于真实世界存在高程分层还是由于数据误差导致的高程数据分层，存在由于数据误差导致的高程分层的情况时：

判断分层数据线的数目，若线数目较少的高程层中的数据线数目少于给定参数Min_L_Cnt时，认为这一层中的数据不可靠，从整体数据集中删除该层的数据；若线数目较少的高程层中的数据线在完整数据集中的长度短于给定参数Min_L_Length时，认为这一层中的数据不可靠，从整体数据集中删除该层的数据。

采用上述进一步方案的有益效果是：本发明提供的一种众包数据多道路片段的高程处理方法，为了实现对道路片段内众包输入源的车道线数据进行融合并得到符合实际情况的结果，对高程偏差可能在一定范围内的同一道路横截面数据，需要在得到道路横截面片段后，通过使道路横截面上的所有车道线处于相同的高程水平上，以避免在同一道路横截面上存在于实际情况不符合的横坡角甚至导致在实际道路存在桥上、桥下两个分布在不同高程上的道路面时的融合失败的后果；异常高程剔除的方法，避免了在使用同类线的融合方法时，高程存在同一道路横截面上有过大的道路横截面横坡角的异常，以及使用分段方法时，道路片段与道路片段之间高程存在跳变的异常状况。

附图说明

图1为本发明实施例提供的一种众包数据多道路片段的高程处理方法的流程图；

图2为本发明提供的一种众包数据多道路片段的高程处理装置的实施例的结构框图；

图3为本发明实施例提供的一种电子设备的实体结构示意图。

附图中，各标号所代表的部件列表如下：

101、数据获取模块，102、平面参数求解模块，103、高程值求解模块，201、处理器，202、通信接口，203、存储器，204、通信总线。

具体实施方式

以下结合附图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。

如图1所示为本发明实施例提供的一种众包数据多道路片段的高程处理方法的流程图，由图1可知，该方法包括：

步骤1，获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值。

其中，M为总的形点数目。

步骤2，根据dx_i,dy_i,dz_i的值求解平面参数。

步骤3，根据平面参数求解集合P中各个形点的高程值。

本发明提供的一种众包数据多道路片段的高程处理方法，实现了对车道线众包大数据的数据集的划分后及划分时的同一道路横截面上的高程处理，使使用低精度设备采集得到的存在较大误差的高程数据能够经过处理后得到高程平滑变化，且同横截面上高程处于同一水平的结果。

实施例1

本发明提供的实施例1为本发明提供的一种众包数据多道路片段的高程处理方法的实施例，本发明实施例提供的一种众包数据多道路片段的高程处理方法，应用于众包数据成图的车道线数据进行融合的过程中，用于对数据的高程进行处理。主要包括按照对应格式准备数据，对输入数据进行道路片段划分，求解每个道路片段内的平面系数，根据平面系数处理融合输入数据的高程，对多段道路片段的融合输出进行高程平滑处理，以及在融合阶段和分段阶段的异常高程剔除几个步骤。结合图1可知，该实施例包括：

步骤1，获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值。

具体的，获取的车道线数据格式需求为：一组用于分段的众包车道线数据包括其由经纬度通过坐标系转换得到的X,Y平面坐标，Z高程坐标，采集时所采集到的一条连续线ID。用于分段的众包车道线数据的集合被称作待处理的数据集D。

根据众包数据多道路片段的连续划分方法进行处理后，一个道路片段的中的所有车道线输入数据组成的集合被记作S，其中的车道线组成的集合为L＝{L_j|j＝1,2,…,N}，组成L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}。其中N为车道线数目。

优选的，步骤1中对车道线数据进行分段的过程中还包括异常高程线剔除。

具体的，异常高程线剔除的过程包括：

对输入数据中存在的在同一个平面坐标点附近范围内，存在高程差异较大时，判断这段数据线的高程是由于真实世界存在高程分层还是由于数据误差导致的高程数据分层，存在由于数据误差导致的高程分层的情况时：

判断分层数据线的数目，若线数目较少的高程层中的数据线数目较少，少于给定参数Min_L_Cnt时，认为这一层中的数据不可靠，从整体数据集中删除该层的数据；若线数目较少的高程层中的数据线在完整数据集中的长度较短，短于给定参数Min_L_Length时，认为这一层中的数据不可靠，从整体数据集中删除该层的数据。

其中参数Min_L_Cnt的一个经验值为3，参数Min_L_Length的一个经验值为100。此外，除从整体数据集中删除的做法外，也可根据另一高程层中的数据由第4步骤中的方法得到平面参数后，将这一高程层中的数据的高程根据第5步骤中的方法重新处理高程值，以得到较可靠的高程数据。

步骤2，根据dx_i,dy_i,dz_i的值求解平面参数。

优选的，步骤2包括：对所有的dx_i,dy_i,dz_i组成矩阵dxyz，矩阵dxyz第i行第0列为dx_i,第i行第1列为dy_i，第i行第2列为dz_i，对矩阵dxyz第0列小于0的所有行的向量反向后，使矩阵dxyz第i行第0列的值为dx_i，第i行第1列的值为dy_i，第i行第2列的值为dz_i。

将经过处理后的方向向量的集合

中的各个方向向量进行归一化，得到

取集合D中所有向量的均值向量

求集合P中所有点的(x,y,z)坐标的均值，得到均值位置

求解得到平面参数

步骤3，根据平面参数求解集合P中各个形点的高程值。

优选的，步骤3还包括：融合输入高程处理和融合输出高程处理：

融合输入高程处理包括：对所有输入数据，在同一个道路横截面下的数据进行高程均一化的处理。

融合输出高程处理包括：对高程均一化的处理后的输入数据进行融合，得到融合结果线，使用平滑连接方法对高程进行线性拟合及非线性加权平滑后，得到最终的融合结果的高程数据。

优选的，步骤3中根据平面参数，若C＝0，则使道路片段内所有形点的高程等于Z₀，否则，使对应道路片段内的集合P中形点的高程

实施例2

本发明提供的实施例2为本发明提供的一种众包数据多道路片段的高程处理装置的实施例，如图2所示为本发明提供的一种众包数据多道路片段的高程处理装置的实施例的结构框图，由图2可知，该装置包括：数据获取模块101、平面参数求解模块102和高程值求解模块103。

数据获取模块101，用于获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值。

平面参数求解模块102，用于根据dx_i,dy_i,dz_i的值求解平面参数。

高程值求解模块103，用于根据平面参数求解集合P中各个形点的高程值。

图3为本发明实施例提供的一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器201、通信接口202、存储器203和通信总线204，其中，处理器201，通信接口202，存储器203通过通信总线204完成相互间的通信。处理器201可以调用存储在存储器203上并可在处理器201上运行的计算机程序，以执行上述各实施例提供的众包数据多道路片段的高程处理方法，例如包括：步骤1，获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值；步骤2，根据dx_i,dy_i,dz_i的值求解平面参数；步骤3，根据平面参数求解集合P中各个形点的高程值。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的众包数据多道路片段的高程处理方法，例如包括：步骤1，获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值；步骤2，根据dx_i,dy_i,dz_i的值求解平面参数；步骤3，根据平面参数求解集合P中各个形点的高程值。

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 (10)

1.一种众包数据多道路片段的高程处理方法，其特征在于，所述方法包括：

步骤1，获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值；

步骤2，根据dx_i,dy_i,dz_i的值求解平面参数；

步骤3，根据所述平面参数求解所述集合P中各个形点的高程值。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中，对所述车道线数据进行分段后得到车道线组成的集合L＝{L_j|j＝1,2,…,N}。

3.根据权利要求1所述的方法，其特征在于，所述步骤2包括：

对所有的dx_i,dy_i,dz_i组成矩阵dxyz，所述矩阵dxyz第i行第0列为dx_i,第i行第1列为dy_i，第i行第2列为dz_i，对所述矩阵dxyz第0列小于0的所有行的向量反向后，使所述矩阵dxyz第i行第0列的值为dx_i，第i行第1列的值为dy_i，第i行第2列的值为dz_i；

将经过处理后的方向向量的集合

中的各个方向向量进行归一化，得到

取所述集合D中所有向量的均值向量

求所述集合P中所有点的(x,y,z)坐标的均值，得到均值位置

求解得到平面参数

4.根据权利要求3所述的方法，其特征在于，所述步骤3还包括：融合输入高程处理和融合输出高程处理：

所述融合输入高程处理包括：对所有输入数据，在同一个道路横截面下的数据进行高程均一化的处理；

所述融合输出高程处理包括：对高程均一化的处理后的输入数据进行融合，得到融合结果线，使用平滑连接方法对高程进行线性拟合及非线性加权平滑后，得到最终的融合结果的高程数据。

5.根据权利要求3所述的方法，其特征在于，所述步骤3中根据所述平面参数，若C＝0，则使道路片段内所有形点的高程等于Z₀，否则，使对应道路片段内的所述集合P中形点的高程

6.根据权利要求2所述的方法，其特征在于，所述步骤1中对所述车道线数据进行分段的过程中还包括异常高程线剔除。

7.根据权利要求6所述的方法，其特征在于，所述异常高程线剔除的过程包括：

对输入数据中存在的在同一个平面坐标点附近范围内，存在高程差异较大时，判断这段数据线的高程是由于真实世界存在高程分层还是由于数据误差导致的高程数据分层，存在由于数据误差导致的高程分层的情况时：

判断分层数据线的数目，若线数目较少的高程层中的数据线数目少于给定参数Min_L_Cnt时，认为这一层中的数据不可靠，从整体数据集中删除该层的数据；若线数目较少的高程层中的数据线在完整数据集中的长度短于给定参数Min_L_Length时，认为这一层中的数据不可靠，从整体数据集中删除该层的数据。

8.一种众包数据多道路片段的高程处理装置，其特征在于，所述装置包括：数据获取模块、平面参数求解和高程值求解模块；

所述数据获取模块，用于获取众包车道线数据，组成车道线L_j的所有形点数据组成的集合为P＝{P_i(x_i,y_i,z_i,dx_i,dy_i,dz_i)|i＝1,2,…,M}；x_i,y_i,z_i表示形点所处的三维坐标，dx_i,dy_i,dz_i为使用L_j计算数值差分后得到的三维坐标的差分值；

所述平面参数求解模块，用于根据dx_i,dy_i,dz_i的值求解平面参数；

所述高程值求解模块，用于根据所述平面参数求解所述集合P中各个形点的高程值。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述众包数据多道路片段的高程处理方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述众包数据多道路片段的高程处理方法的步骤。

Images