CN112734927B - 高精地图车道线的简化方法、简化装置及计算机存储介质 - Google Patents

高精地图车道线的简化方法、简化装置及计算机存储介质 Download PDF

Info

Publication number
CN112734927B
CN112734927B CN202110346216.3A CN202110346216A CN112734927B CN 112734927 B CN112734927 B CN 112734927B CN 202110346216 A CN202110346216 A CN 202110346216A CN 112734927 B CN112734927 B CN 112734927B
Authority
CN
China
Prior art keywords
lane line
data
coordinate system
point
points
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.)
Active
Application number
CN202110346216.3A
Other languages
English (en)
Other versions
CN112734927A (zh
Inventor
王志勇
李兴义
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.)
Hubei Ecarx Technology Co Ltd
Original Assignee
Hubei Ecarx 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 Hubei Ecarx Technology Co Ltd filed Critical Hubei Ecarx Technology Co Ltd
Priority to CN202110346216.3A priority Critical patent/CN112734927B/zh
Publication of CN112734927A publication Critical patent/CN112734927A/zh
Application granted granted Critical
Publication of CN112734927B publication Critical patent/CN112734927B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • 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

Landscapes

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

Abstract

本发明提供了一种高精地图车道线的简化方法、简化装置及计算机存储介质。简化方法包括读取车道线的每个车道线点在三维空间坐标系中的数据；将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据；采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据；将简化数据转换为三维空间坐标系中的数据得到车道线的最终数据，避免高精地图车道线的数据点过于密集，减少了数据点的展示、存储以及传输的压力，在保证车道线精度的前提下大大简化了高精地图车道线。另外，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，也能够提高得到的简化数据的准确性。

Description

高精地图车道线的简化方法、简化装置及计算机存储介质
技术领域
本发明涉及车辆自动驾驶技术领域，特别是涉及一种高精地图车道线的简化方法、简化装置及计算机存储介质。
背景技术
目前，高精地图在车辆自动驾驶技术中的应用越来越广泛，其中，车道线是组成高精地图的重要元素。但是，在高精地图车道线的生产中，用于生产高精地图车道线的数据点往往过于密集，给数据点的展示、存储以及传输带来了不小的压力。
发明内容
鉴于上述问题，提出了一种克服上述问题或者至少部分地解决上述问题的高精地图车道线的简化方法、简化装置及计算机存储介质。
本发明的一个目的是对高精地图车道线进行抽稀简化，能在保持车道线精度的前提下，避免高精地图车道线的数据点过于密集。
特别地，根据本发明的一方面，本发明提供了一种高精地图车道线的简化方法，包括：
读取车道线的每个车道线点在三维空间坐标系中的数据；
将所述三维空间坐标系中的数据转换为地心空间直角坐标系中的数据；
采用三维空间抽稀简化算法根据预设简化容差对所述地心空间直角坐标系中的数据进行简化得到简化数据；
将所述简化数据转换为所述三维空间坐标系中的数据得到所述车道线的最终数据。
可选地，所述采用三维空间抽稀简化算法根据预设简化容差对所述地心空间直角坐标系中的数据进行简化得到简化数据的步骤包括：
连接车道线两端的车道线点得到参照线段；将参照线段两端的点之间的车道线对应设为车道线段；
车道线点简化流程，其包含：
车道线段两端的车道线点设为第一车道线点和第二车道线点；
计算所述车道线段上所有车道线点至所述参照线段的距离，从而得到至所述参照线段最大距离的第三车道线点；
判断所述最大距离是否大于所述预设简化容差；
若否，则保留所述车道线段的第一车道线点和第二车道线点，去除该车道线段上其余车道线点；
若是，则第三车道线点分别与第一车道线点和第二车道线点连接，形成两条新的参照线段；每个新的参照线段两端的点之间车道线对应设为新的车道线段；返回至所述车道线点简化流程；
当所有新车道线段的车道线点至其对应参照线段的最大距离都小于等于所述预设简化容差，则所有保留的车道线点组成所述简化数据。
可选地，所述三维空间坐标系包括：
WGS84坐标系、或墨卡托坐标系、或局部工程坐标系。
可选地，在所述将所述简化数据转换为所述三维空间坐标系中的数据得到所述车道线的最终数据的步骤之后，还包括：
将所述车道线的最终数据输出到指定的存储空间中。
可选地，所述存储空间包括存储文件、和/或数据库、和/或云服务器、和/或边缘服务器、和/或车载驾驶脑、和/或车载终端。
根据本发明的另一方面，本发明还提供了一种高精地图车道线的简化装置，包括：
数据读取模块，配置为读取车道线的每个车道线点在三维空间坐标系中的数据；
坐标转换模块，与所述数据读取模块信号连接，配置为将所述三维空间坐标系中的数据转换为地心空间直角坐标系中的数据；
抽稀简化模块，与所述坐标转换模块信号连接，配置为采用三维空间抽稀简化算法根据预设简化容差对所述地心空间直角坐标系中的数据进行简化得到简化数据；
所述坐标转换模块还配置为将所述简化数据转换为所述三维空间坐标系中的数据得到所述车道线的最终数据。
可选地，所述抽稀简化模块还配置为：
连接车道线两端的车道线点得到参照线段；将参照线段两端的点之间的车道线对应设为车道线段；
车道线点简化流程，其包含：
车道线段两端的车道线点设为第一车道线点和第二车道线点；
计算所述车道线段上所有车道线点至所述参照线段的距离，从而得到至所述参照线段最大距离的第三车道线点；
判断所述最大距离是否大于所述预设简化容差；
若否，则保留所述车道线段的第一车道线点和第二车道线点，去除该车道线段上其余车道线点；
若是，则第三车道线点分别与第一车道线点和第二车道线点连接，形成两条新的参照线段；每个新的参照线段两端的点之间车道线对应设为新的车道线段；返回至所述车道线点简化流程；
当所有新车道线段的车道线点至其对应参照线段的最大距离都小于等于所述预设简化容差，则所有保留的车道线点组成所述简化数据。
可选地，所述高精地图车道线的简化装置设置于云服务器、和/或边缘服务器、和/或车载驾驶脑、和/或车载终端中。
可选地，所述的高精地图车道线的简化装置，还包括：
数据输出模块，与所述坐标转换模块信号连接，配置为将所述车道线的最终数据输出到指定的存储空间中。
根据本发明的又一方面，本发明还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序代码，当所述计算机程序代码在计算设备上运行时，导致所述计算设备执行上述中任一项所述的高精地图车道线的简化方法。
在本发明的高精地图车道线的简化方法中，读取车道线的每个车道线点在三维空间坐标系中的数据，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据，将简化数据转换为三维空间坐标系中的数据得到车道线的最终数据，可以避免高精地图车道线的数据点过于密集，减少了数据点的展示、存储以及传输的压力，在保证车道线精度的前提下大大简化了高精地图车道线。另外，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，在采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据的时候，也能够提高得到的简化数据的准确性。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是根据本发明一个实施例的高精地图车道线的简化方法的流程图；
图2是根据本发明一个实施例的高精地图车道线的简化装置的结构示意图。
具体实施方式
自动驾驶高精地图研发中，车道线是高精地图的重要元素。在高精地图车道线生产中，无论是感知识别车道线还是人工作业生产车道线数据，一般都存在数据形状点过密的问题，给数据的展示、存储、网络传输等都带来不小开销。
针对上述问题，本发明实施例提供了一种高精地图车道线的简化方法。
图1是根据本发明一个实施例的高精地图车道线的简化方法的流程图。参见图1，高精地图车道线的简化方法可包括以下步骤S102至步骤S108。
步骤S102：读取车道线的每个车道线点在三维空间坐标系中的数据。
在本步骤中，三维空间坐标系可包括WGS84(World Geodetic System)坐标系、或墨卡托坐标系、或局部工程坐标系等。所读取的数据可以是各种地理格式（如Geojson、Shapefile、数据库存储格式）的数据。
步骤S104：将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据。
在本步骤中，以三维空间坐标系为WGS84坐标系为例介绍转换为地心空间直角坐标系的过程。WGS84坐标系采用BLH表示，地心空间直角坐标系采用XYZ表示。
地心空间直角坐标系是在大地体内建立的O-XYZ坐标系，原点O设在大地体的质量中心，相互垂直的三个轴用X、Y、Z来表示。X轴与首子午面与赤道面的交线重合，向东为正。Z轴与地球旋转轴重合，向北为正。Y轴与XZ平面垂直构成右手系。
WGS84坐标系的大地坐标经度L是过地面点的椭球子午面与格林尼治天文台子午面的夹角；地心大地纬度B是过点的椭球法线（与参考椭球面正交的直线）和椭球赤道面的夹角；大地高H是地面点沿椭球法线到地球椭球面的距离。
WGS84坐标系至地心空间直角坐标系的转换公式（1）如下所示。
Figure 678753DEST_PATH_IMAGE001
公式（1）
公式（1）中，
Figure 816474DEST_PATH_IMAGE002
，a为椭球的长半轴，N为椭球的卯酉圈曲率半径，a= 6378.137km，
Figure 403313DEST_PATH_IMAGE003
；
Figure 626484DEST_PATH_IMAGE004
，e为椭球的第一偏心率，b为椭 球的短半轴，b=6356.7523141km。
步骤S106：采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据。
步骤S108：将简化数据转换为三维空间坐标系中的数据得到车道线的最终数据。
在本步骤中，仍以WGS84坐标系为例，地心空间直角坐标系至WGS84坐标系的转换公式（2）如下所示。
Figure 707703DEST_PATH_IMAGE005
公式（2）
公式（2）中，
Figure 965509DEST_PATH_IMAGE006
，
Figure 988829DEST_PATH_IMAGE007
，a、e、W和N 的定义与前文所述相同。
在本实施例中，读取车道线的每个车道线点在三维空间坐标系中的数据，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据，将简化数据转换为三维空间坐标系中的数据得到车道线的最终数据，可以避免高精地图车道线的数据点过于密集，减少了数据点的展示、存储以及传输的压力，在保证车道线精度的前提下大大简化了高精地图车道线。另外，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，在采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据的时候，也能够提高得到的简化数据的准确性。
在本发明的一些实施例中，三维空间抽稀简化算法可以为道格拉斯普克算法。通过将道格拉斯普克算法扩展到三维空间中应用在高精地图中对车道线进行抽稀简化，在简化平滑车道线并保持车道线精度的同时，保证车道线的平移旋转不变形。
具体地，在本发明一个实施例中，步骤S106可包括以下步骤。
连接车道线两端的车道线点得到参照线段；将参照线段两端的点之间的车道线对应设为车道线段；
车道线点简化流程，其包含：
车道线段两端的车道线点设为第一车道线点和第二车道线点；
计算车道线段上所有车道线点至参照线段的距离，从而得到至参照线段最大距离的第三车道线点；
判断最大距离是否大于预设简化容差；
若否，则保留车道线段的第一车道线点和第二车道线点，去除该车道线段上其余车道线点；
若是，则第三车道线点分别与第一车道线点和第二车道线点连接，形成两条新的参照线段；每个新的参照线段两端的点之间车道线对应设为新的车道线段；返回至车道线点简化流程；
当所有新车道线段的车道线点至其对应参照线段的最大距离都小于等于预设简化容差，则所有保留的车道线点组成简化数据。
当然，本领域技术人员可以理解，车道线点简化流程中，在第一次判断最大距离是否大于预设简化容差时，如果判断结果为否，由于去除了车道线段的两个端点（第一车道线点和第二车道线点）以外的点（即，只保留车道线段的两个端点（第一车道线点和第二车道线点）），因此，在这种情况下，以车道线段的两个端点作为简化数据。
下面以示例的方式对上述步骤S106的简化过程进行具体介绍。车道线往往由很多个点组成，本示例中假设车道线包括6个点，即，车道线的三维空间坐标系中的数据包含的点为点A、点B、点C、点D、点E和点F。将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据后，地心空间直角坐标系中的6个点分别为点A'、点B'、点C'、点D'、点E'和点F'。点A'和点F'为车道线两端的车道线点。将车道线两端的车道线点连接得到参照线段A'F'。将参照线段A'F'两端的点之间的车道线对应设置为车道线段。车道线段两端的车道线点设为第一车道线点（如点A'）和第二车道线点（如点F'）。计算车道线段上所有车道线点至参照线段A'F'的距离，从而得到至参照线段A'F'最大距离d的第三车道线点。具体地，地心空间直角坐标系中的一点（设为X'）到参照线段的距离的计算方式为计算该点X'投影到参照线段上的垂足得到垂足点L'，再计算垂足点L'与X'的三维直线距离，即为该点到参照线段的距离。以点C'为例，点C'到参照线段A'F'的距离计算方式为计算点C'投影到参照线段A'F'上的垂足得到垂足点L'，计算垂足点L'与点C'的三维直线距离即得到C'到参照线段A'F'的距离。本示例中假设最大距离d的点为点C'，即点C'为第三车道线点。然后，判断最大距离d是否大于预设简化容差（delta）。预设简化容差的取值可以根据高精地图的数据精度和应用中所需的平滑抽稀程度进行选择调整。例如，若高精地图的数据精度为分米或厘米级精度数据，则在车道线简化的实际应用中，预设简化容差（单位为m）较优选地可以设置为0-0.2之间的任意值，如0.05、0.06、0.07、0.08、0.09、0.1、0.11、0.12、0.13、0.14、或0.15等。若最大距离d小于或等于预设简化容差，则保留第一车道线点（如点A'）和第二车道线点（如点F'），去除点B'、点C'、点D'、点E'。
若最大距离d大于预设简化容差，则保留最大距离d的第三车道线点C'。并将第三车道线点C'分别与第一车道线点（如点A'）和第二车道线点（如点F'）连接得到两条新的参照线段，如参照线段A'C'和参照线段C'F'。将参照线段A'C'和参照线段C'F'两端的点之间车道线对应设为新的车道线段。参照线段A'C'对应的新的车道线段包含点B'，参照线段C'F'对应的新的车道线段包含点D'和点E'。然后，计算点B'至参照线段A'C'的距离以及点D'和点E'至参照线段C'F'的距离。假定最终得到的简化数据由点A'、点C'、点D'、点E'和点F'组成。上述得到简化数据的过程非常简单。并且，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，也能提高计算车道线段两个端点之间的各点至参照线段的距离的准确性。
在本发明一个实施例中，在步骤S108之后，还可包括：将车道线的最终数据输出到指定的存储空间中。存储空间可包括存储文件、和/或数据库、和/或云服务器、和/或边缘服务器、和/或车载驾驶脑、和/或一种车载终端，该车载终端可包括：一种车机、或一种信息娱乐主机（Infotainment Head Unit、IHU）、或一种车载信息娱乐系统（In-VehicleInfotainment、IVI）或其他任意一种车载信息交互终端。其中，存储文件可以为Geojson格式或Shapefile格式。将车道线的最终数据输出到指定的存储空间中，从而方便制作高精地图车道线的过程中进行数据提取。
基于同一构思，本发明还提供了一种高精地图车道线的简化装置200。参见图2。简化装置200可包括数据读取模块201、坐标转换模块202以及抽稀简化模块203。数据读取模块201适于读取车道线的每个车道线点在三维空间坐标系中的数据。三维空间坐标系可包括WGS84坐标系、或墨卡托坐标系、或局部工程坐标系等。数据读取模块201所读取的数据可以是各种地理格式（如Geojson、Shapefile、数据库存储格式）的数据。坐标转换模块202与数据读取模块201信号连接，适于将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据。抽稀简化模块203与坐标转换模块202信号连接，适于采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据。坐标转换模块202还适于将简化数据转换为三维空间坐标系中的数据得到车道线的最终数据。
在本实施例中，坐标转换模块202将WGS84坐标系中的数据转换为地心空间直角坐标系中的数据以及将简化数据转换为WGS84坐标系中的数据的方式可以参照上述实施例，这里不再赘述。简化装置200通过数据读取模块201读取车道线的每个车道线点在三维空间坐标系中的数据，坐标转换模块202将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，抽稀简化模块203采用三维空间抽稀简化算法对地心空间直角坐标系中的数据进行简化得到简化数据，再通过坐标转换模块202将简化数据转换为三维空间坐标系中的数据得到车道线的最终数据，可以避免高精地图车道线的数据点过于密集，减少了数据点的展示、存储以及传输的压力，在保证车道线精度的前提下大大简化了高精地图车道线。另外，简化装置200的坐标转换模块202将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，抽稀简化模块203在采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据的时候，也能够提高得到的简化数据的准确性。
在本发明的一些实施例中，抽稀简化模块203采用的三维空间抽稀简化算法可以为道格拉斯普克算法。抽稀简化模块203通过将道格拉斯普克算法扩展到三维空间中应用在高精地图中对车道线进行抽稀简化，在简化平滑车道线并保持车道线精度的同时，保证车道线的平移旋转不变形。
具体地，在本发明一个实施例中，抽稀简化模块203还可适于：
连接车道线两端的车道线点得到参照线段；将参照线段两端的点之间的车道线对应设为车道线段；
车道线点简化流程，其包含：
车道线段两端的车道线点设为第一车道线点和第二车道线点；
计算车道线段上所有车道线点至参照线段的距离，从而得到至参照线段最大距离的第三车道线点；
判断最大距离是否大于预设简化容差；
若否，则保留车道线段的第一车道线点和第二车道线点，去除该车道线段上其余车道线点；
若是，则第三车道线点分别与第一车道线点和第二车道线点连接，形成两条新的参照线段；每个新的参照线段两端的点之间车道线对应设为新的车道线段；返回至车道线点简化流程；
当所有新车道线段的车道线点至其对应参照线段的最大距离都小于等于预设简化容差，则所有保留的车道线点组成简化数据。
当然，本领域技术人员可以理解，车道线点简化流程中，在第一次判断最大距离是否大于预设简化容差时，如果判断结果为否，由于去除了车道线段的两个端点（第一车道线点和第二车道线点）以外的所有点（即，只保留车道线段的两个端点（第一车道线点和第二车道线点）），因此，在这种情况下，以车道线段的两个端点作为简化数据。
在本实施例中，抽稀简化模块203采用三维空间抽稀简化算法对地心空间直角坐标系中的数据进行简化得到简化数据的具体示例可以参照上述实施例，这里不再赘述，抽稀简化模块203采用上述方式得到简化数据的过程非常简单。并且，坐标转换模块202将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，也能提高抽稀简化模块203计算车道线段两个端点之间的各点至参照线段的距离的准确性。
在本发明一个实施例中，高精地图车道线的简化装置200可设置于云服务器、和/或边缘服务器、和/或车载驾驶脑、和/或车载终端中。车载终端可包括：一种车机、或一种信息娱乐主机（Infotainment Head Unit、IHU）、或一种车载信息娱乐系统（In-VehicleInfotainment、IVI）或其他任意一种车载信息交互终端。高精地图车道线的简化装置200可以应用在上述多种环境中，具有良好的适应能力。
在本发明一个实施例中，简化装置200还可包括数据输出模块204。数据输出模块204与坐标转换模块202信号连接，适于将车道线的最终数据输出到指定的存储空间中。存储空间可包括存储文件、和/或数据库、和/或云服务器、和/或边缘服务器、和/或车载驾驶脑、和/或一种车载终端，该车载终端可包括：一种车机、或一种信息娱乐主机（Infotainment Head Unit、IHU）、或一种车载信息娱乐系统（In-Vehicle Infotainment、IVI）或其他任意一种车载信息交互终端。其中，存储文件可以为Geojson格式或Shapefile格式。数据输出模块204将车道线的最终数据输出到指定的存储空间中，从而方便制作高精地图车道线的过程中进行数据提取。
基于同一构思，本发明还提供了一种计算机存储介质。计算机存储介质存储有计算机程序代码。当计算机程序代码在计算设备上运行时，导致计算设备执行根据上述任一项实施例的高精地图车道线的简化方法。
上述各个实施例可以任意组合，根据上述任意一个优选实施例或多个优选实施例的组合，本发明实施例能够达到如下有益效果：
读取车道线的每个车道线点在三维空间坐标系中的数据，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据，将简化数据转换为三维空间坐标系中的数据得到车道线的最终数据，可以避免高精地图车道线的数据点过于密集，减少了数据点的展示、存储以及传输的压力，在保证车道线精度的前提下大大简化了高精地图车道线。另外，将三维空间坐标系中的数据转换为地心空间直角坐标系中的数据，在采用三维空间抽稀简化算法根据预设简化容差对地心空间直角坐标系中的数据进行简化得到简化数据的时候，也能够提高得到的简化数据的准确性。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (8)

1.一种高精地图车道线的简化方法，其特征在于，包括：
读取车道线的每个车道线点在三维空间坐标系中的数据；
将所述三维空间坐标系中的数据转换为地心空间直角坐标系中的三维数据；
采用三维空间抽稀简化算法根据预设简化容差对所述地心空间直角坐标系中的三维数据进行简化得到简化数据；
将所述简化数据转换为所述三维空间坐标系中的数据得到所述车道线的最终数据；
所述采用三维空间抽稀简化算法根据预设简化容差对所述地心空间直角坐标系中的三维数据进行简化得到简化数据的步骤包括：
连接车道线两端的车道线点得到参照线段；将参照线段两端的点之间的车道线对应设为车道线段；
车道线点简化流程，其包含：
车道线段两端的车道线点设为第一车道线点和第二车道线点；
计算所述车道线段上所有车道线点至所述参照线段的三维距离，从而得到至所述参照线段最大三维距离的第三车道线点；
判断所述最大三维距离是否大于所述预设简化容差；
若否，则保留所述车道线段的第一车道线点和第二车道线点，去除该车道线段上其余车道线点；
若是，则第三车道线点分别与第一车道线点和第二车道线点连接，形成两条新的参照线段；每个新的参照线段两端的点之间车道线对应设为新的车道线段；返回至所述车道线点简化流程；
当所有新车道线段的车道线点至其对应参照线段的最大三维距离都小于等于所述预设简化容差，则所有保留的车道线点组成所述简化数据。
2.根据权利要求1所述的高精地图车道线的简化方法，其特征在于，
所述三维空间坐标系包括：
WGS84坐标系、或墨卡托坐标系、或局部工程坐标系。
3.根据权利要求1所述的高精地图车道线的简化方法，其特征在于，
在所述将所述简化数据转换为所述三维空间坐标系中的数据得到所述车道线的最终数据的步骤之后，还包括：
将所述车道线的最终数据输出到指定的存储空间中。
4.根据权利要求3所述的高精地图车道线的简化方法，其特征在于，
所述存储空间包括存储文件、和/或数据库、和/或云服务器、和/或边缘服务器、和/或车载驾驶脑、和/或车载终端。
5.一种高精地图车道线的简化装置，其特征在于，包括：
数据读取模块，配置为读取车道线的每个车道线点在三维空间坐标系中的数据；
坐标转换模块，与所述数据读取模块信号连接，配置为将所述三维空间坐标系中的数据转换为地心空间直角坐标系中的三维数据；
抽稀简化模块，与所述坐标转换模块信号连接，配置为采用三维空间抽稀简化算法根据预设简化容差对所述地心空间直角坐标系中的三维数据进行简化得到简化数据；
所述坐标转换模块还配置为将所述简化数据转换为所述三维空间坐标系中的数据得到所述车道线的最终数据；
所述抽稀简化模块还配置为：
连接车道线两端的车道线点得到参照线段；将参照线段两端的点之间的车道线对应设为车道线段；
车道线点简化流程，其包含：
车道线段两端的车道线点设为第一车道线点和第二车道线点；
计算所述车道线段上所有车道线点至所述参照线段的三维距离，从而得到至所述参照线段最大三维距离的第三车道线点；
判断所述最大三维距离是否大于所述预设简化容差；
若否，则保留所述车道线段的第一车道线点和第二车道线点，去除该车道线段上其余车道线点；
若是，则第三车道线点分别与第一车道线点和第二车道线点连接，形成两条新的参照线段；每个新的参照线段两端的点之间车道线对应设为新的车道线段；返回至所述车道线点简化流程；
当所有新车道线段的车道线点至其对应参照线段的最大三维距离都小于等于所述预设简化容差，则所有保留的车道线点组成所述简化数据。
6.根据权利要求5所述的高精地图车道线的简化装置，其特征在于，
所述高精地图车道线的简化装置设置于云服务器、和/或边缘服务器、和/或车载驾驶脑、和/或车载终端中。
7.根据权利要求5所述的高精地图车道线的简化装置，其特征在于，还包括：
数据输出模块，与所述坐标转换模块信号连接，配置为将所述车道线的最终数据输出到指定的存储空间中。
8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序代码，当所述计算机程序代码在计算设备上运行时，导致所述计算设备执行根据权利要求1-4中任一项所述的高精地图车道线的简化方法。
CN202110346216.3A 2021-03-31 2021-03-31 高精地图车道线的简化方法、简化装置及计算机存储介质 Active CN112734927B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110346216.3A CN112734927B (zh) 2021-03-31 2021-03-31 高精地图车道线的简化方法、简化装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110346216.3A CN112734927B (zh) 2021-03-31 2021-03-31 高精地图车道线的简化方法、简化装置及计算机存储介质

Publications (2)

Publication Number Publication Date
CN112734927A CN112734927A (zh) 2021-04-30
CN112734927B true CN112734927B (zh) 2021-06-25

Family

ID=75596214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110346216.3A Active CN112734927B (zh) 2021-03-31 2021-03-31 高精地图车道线的简化方法、简化装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112734927B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239905B (zh) * 2021-07-09 2021-09-21 新石器慧通（北京）科技有限公司 车道线简化方法、装置、电子设备及存储介质
CN113591730B (zh) * 2021-08-03 2023-11-10 湖北亿咖通科技有限公司 一种识别车道分组线的方法、装置和设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112050821A (zh) * 2020-09-11 2020-12-08 湖北亿咖通科技有限公司 一种车道线聚合方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200323465Y1 (ko) * 1999-05-07 2003-08-19 주식회사 포스코 전기집진기 래핑기구 자동복구장치
KR101035761B1 (ko) * 2006-07-06 2011-05-20 포항공과대학교 산학협력단 차선 인식을 위한 영상 처리 방법 및 시스템
CN109084782B (zh) * 2017-06-13 2024-03-12 蔚来(安徽)控股有限公司 基于摄像头传感器的车道线地图构建方法以及构建系统
CN107766471A (zh) * 2017-09-27 2018-03-06 中国农业大学 一种多源数据的组织管理方法与装置
CN110135219B (zh) * 2018-02-02 2022-05-10 北京四维图新科技股份有限公司 数据抽稀方法、装置、存储设备、地图、控制系统及车辆
CN111464978A (zh) * 2019-01-22 2020-07-28 岳秀兰 主次无线设备通过物联网连接建立的车辆远程驾驶体系
CN109916416B (zh) * 2019-01-29 2022-04-01 腾讯科技（深圳）有限公司 车道线数据处理与更新方法、装置及设备
CN110807219B (zh) * 2019-10-16 2021-06-01 湖北亿咖通科技有限公司 道路网络的三维仿真建模方法、装置、终端及存储介质
CN111611958B (zh) * 2020-05-28 2023-08-22 武汉四维图新科技有限公司 确定众包数据中车道线形状的方法、装置和设备
CN112347983B (zh) * 2020-11-27 2021-12-14 腾讯科技（深圳）有限公司 车道线检测处理方法、装置、计算机设备和存储介质
CN112507857B (zh) * 2020-12-03 2022-03-15 腾讯科技（深圳）有限公司 一种车道线更新方法、装置、设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112050821A (zh) * 2020-09-11 2020-12-08 湖北亿咖通科技有限公司 一种车道线聚合方法

Also Published As

Publication number Publication date
CN112734927A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN112734927B (zh) 高精地图车道线的简化方法、简化装置及计算机存储介质
CN107063275B (zh) 基于路侧设备的智能车辆地图融合系统及方法
CN107505644B (zh) 基于车载多传感器融合的三维高精度地图生成系统及方法
CN111812658B (zh) 位置确定方法、装置、系统和计算机可读存储介质
CN102542901B (zh) 用于电子地图的线段抽稀装置及其方法
CN110361010B (zh) 一种基于占据栅格地图且结合imu的移动机器人定位方法
CN110207716B (zh) 一种参考行驶线快速生成方法、系统、终端和存储介质
CN102568009B (zh) 用于电子地图的线段抽稀装置及其方法
JP2015148601A (ja) マッピング、位置特定、及び姿勢補正のためのシステム及び方法
WO2002029360A3 (en) Method and apparatus for producing digital orthophotos
CN108981734B (zh) 电子地图道路拓展方法、装置、电子设备及存储介质
CN108180921B (zh) 利用gps数据的ar-hud导航系统及其导航方法
CN102183261A (zh) 为非照片写实3d地图重新使用照片写实3d地标的方法
US7933716B2 (en) Azimuthal equidistant projection navigation display and method
US6678610B2 (en) Method for obtaining a map representation, and a navigation device
CN110458885B (zh) 基于行程感知与视觉融合的定位系统和移动终端
CN112132952B (zh) 一种基于剖分框架的立体网格地图的构建方法
CN111462241B (zh) 一种基于单目视觉的目标定位方法
CN112964291A (zh) 一种传感器标定的方法、装置、计算机存储介质及终端
CN109520513B (zh) 一种三维地图绘制方法及装置
CN114543788B (zh) 结构非结构环境通用的多层全局感知地图构建方法及系统
CN111829793A (zh) 基于组合定位的驾驶过程舒适性评价方法、装置、系统
CN108240807B (zh) 估计空间占据的方法
CN102496330A (zh) 六角网格同构模型及其建模方法和应用
CN111210297B (zh) 一种上车点的划分方法及装置

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