CN112765303B - 一种道路坐标配准方法及装置 - Google Patents
一种道路坐标配准方法及装置 Download PDFInfo
- Publication number
- CN112765303B CN112765303B CN202110160276.6A CN202110160276A CN112765303B CN 112765303 B CN112765303 B CN 112765303B CN 202110160276 A CN202110160276 A CN 202110160276A CN 112765303 B CN112765303 B CN 112765303B
- Authority
- CN
- China
- Prior art keywords
- projection
- data
- road
- point
- coordinate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 94
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 abstract description 5
- 238000005507 spraying Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010425 computer drawing Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明实施例提供了一种道路坐标配准方法及装置，所述方法包括：1)、获取道路的高精度地图中各个点的第一点坐标集合，以及高精度地图中的道路附属物的第二点坐标集合，其中，所述道路附属物包括：道路交点、交通灯、井盖、电线杆中的一种或组合；2)、利用RTK技术采集道路上的控制点的坐标，其中，所述控制点在所述高精度地图中具有对应的点；3)、根据所述控制点以及与第一坐标点集合中的对应点之间的差异，和/或所述控制点以及与第二坐标点集合中的对应点之间的差异构建校正矩阵；4)、利用所述变换矩阵对高精度地图中的点的坐标进行校正。应用本发明实施例，提高了高精度地图中坐标的精度。
Description
技术领域
本发明涉及一种坐标校准方法及装置，具体涉及一种道路坐标配准方法及装置。
背景技术
目前道路标线的喷涂采用的是人工作业的方式，是一种效率低、高强度、重复性高的工作。
目前，通常基于高精度地图数据利用计算机制图的方式制作标线，供自动化设备喷涂，进而可以部分替代人工标绘的工作量。高精度地图数据主要通过视觉、激光或者二者融合后提取道路线数据。道路线数据与实际道路线仍然存在误差，如：距离上的误差、比例误差、几何形变；这些误差导致高精度地图中的数据是不能直接用于道路标线的喷涂。
因此，现有技术存在高精度地图中数据精度不高的技术问题。
发明内容
本发明所要解决的技术问题在于如何提供一种道路坐标配准方法及装置以提高道路坐标的精度。
本发明通过以下技术手段实现解决上述技术问题的：
本发明实施例提供了一种道路坐标配准方法，所述方法包括：
1)、获取道路的高精度地图中各个点的第一点坐标集合，以及高精度地图中的道路附属物的第二点坐标集合，其中，所述道路附属物包括：道路交点、交通灯、井盖、电线杆中的一种或组合；
2)、利用RTK技术采集道路上的控制点的坐标，其中，所述控制点在所述高精度地图中具有对应的点；
3)、根据所述控制点以及与第一坐标点集合中的对应点之间的差异，和/或所述控制点以及与第二坐标点集合中的对应点之间的差异构建校正矩阵；
4)、利用所述变换矩阵对高精度地图中的点的坐标进行校正。
应用本发明实施例，在利用RTK采集的控制点与高精度地图中对应坐标点的差异构建校正矩阵，可以将坐标对应的多种变形进行校正，进而可以将高精度地图中坐标校正为与实际坐标相同的状态，进而提高了高精度地图中坐标的精度。
可选的，所述步骤1)，包括：
高精度地图中获取道路中各个车道线的数据，将所述车道线的数据转换成若干个坐标点的第一点坐标集合；
从高精度地图中获取等道路附属物数据的数据，并将所述道路附属物的数据转换成对应的坐标点的第二点坐标集合。
可选的，所述步骤2)，包括：
如果存在道路边线特征，采集道路边线数据并作为控制点的坐标；
如果不存在道路边线特征，采集道路附属物数据并作为控制点的坐标。
可选的，所述步骤3)，包括：
将第一点坐标集合与第二坐标点集合转换成WGS84椭球下的第一投影分带数据；
将控制点数据转换成WGS84椭球下的第二投影分带数据；
根据所述第一投影分带数据与第二投影分带数据之间的差异计算第一投影分带数据与第二投影分带数据之间的旋转矩阵、缩放矩阵以及平移矩阵；
利用公式，M＝T*S*R，计算第一投影分带数据与第二投影分带数据之间的校正矩阵，其中，
M为第一投影分带数据与第二投影分带数据之间的校正矩阵；T为第一投影分带数据与第二投影分带数据之间的平移矩阵；S为第一投影分带数据与第二投影分带数据之间的缩放矩阵；R为第一投影分带数据与第二投影分带数据之间的旋转矩阵。
可选的，所述步骤4)，包括：
将第一点坐标集合与第二坐标点集合对应的成WGS84椭球下的第一投影分带数据；
将第一投影分带数据中的每一个数据与所述校正矩阵相乘，得到校正后的坐标点。
本发明实施例提供了一种道路坐标配准装置，所述装置包括：
获取模块，用于获取道路的高精度地图中各个点的第一点坐标集合，以及高精度地图中的道路附属物的第二点坐标集合，其中，所述道路附属物包括：道路交点、交通灯、井盖、电线杆中的一种或组合；
采集模块，用于利用RTK技术采集道路上的控制点的坐标，其中，所述控制点在所述高精度地图中具有对应的点；
构建模块，用于根据所述控制点以及与第一坐标点集合中的对应点之间的差异，和/或所述控制点以及与第二坐标点集合中的对应点之间的差异构建校正矩阵；
校正模块，用于利用所述变换矩阵对高精度地图中的点的坐标进行校正。
可选的，所述获取模块，用于：
高精度地图中获取道路中各个车道线的数据，将所述车道线的数据转换成若干个坐标点的第一点坐标集合；
从高精度地图中获取等道路附属物数据的数据，并将所述道路附属物的数据转换成对应的坐标点的第二点坐标集合。
可选的，所述采集模块，用于：
如果存在道路边线特征，采集道路边线数据并作为控制点的坐标；
如果不存在道路边线特征，采集道路附属物数据并作为控制点的坐标。
可选的，所述构建模块，用于：
将第一点坐标集合与第二坐标点集合转换成WGS84椭球下的第一投影分带数据；
将控制点数据转换成WGS84椭球下的第二投影分带数据；
根据所述第一投影分带数据与第二投影分带数据之间的差异计算第一投影分带数据与第二投影分带数据之间的旋转矩阵、缩放矩阵以及平移矩阵；
利用公式，M＝T*S*R，计算第一投影分带数据与第二投影分带数据之间的校正矩阵，其中，
M为第一投影分带数据与第二投影分带数据之间的校正矩阵；T为第一投影分带数据与第二投影分带数据之间的平移矩阵；S为第一投影分带数据与第二投影分带数据之间的缩放矩阵；R为第一投影分带数据与第二投影分带数据之间的旋转矩阵。
可选的，所述校正模块，用于：
将第一点坐标集合与第二坐标点集合对应的成WGS84椭球下的第一投影分带数据；
将第一投影分带数据中的每一个数据与所述校正矩阵相乘，得到校正后的坐标点。
本发明的优点在于：
应用本发明实施例，在利用RTK采集的控制点与高精度地图中对应坐标点的差异构建校正矩阵，可以将坐标对应的多种变形进行校正，进而可以将高精度地图中坐标校正为与实际坐标相同的状态，进而提高了高精度地图中坐标的精度。
附图说明
图1为本发明实施例提供的一种道路坐标配准方法的流程示意图；
图2为本发明实施例提供的一种道路坐标配准装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种道路坐标配准方法的流程示意图，如图1所示，所述方法包括：
S101：获取道路的高精度地图中各个点的第一点坐标集合，以及高精度地图中的道路附属物的第二点坐标集合，其中，所述道路附属物包括：道路交点、交通灯、井盖、电线杆中的一种或组合。
具体的，可以将车道线视作由大量的点连续分布得到的线条，因此可以从高精度地图中获取道路中各个车道线的数据，将所述车道线的数据转换成若干个坐标点的第一点坐标集合；另外，从高精度地图中获取等道路附属物数据的数据，并将所述道路附属物的数据转换成对应的坐标点的第二点坐标集合。
可以理解的是，对于车道线，所获取的车道线的数据可以为车道线的中心线的点的坐标，还可以为车道线所占区域的各个顶点、边缘的坐标，还可以为车道线中的随机取样点的坐标。类似的，对于道路附属物中井盖的坐标为例，可以为井盖中心点坐标，还可以为井盖上气孔的坐标等；对于道路交点，可以为道路线之间的几何交点的坐标。
S102：利用RTK(Real-time kinematic，实时动态)技术采集道路上的控制点的坐标，其中，所述控制点在所述高精度地图中具有对应的点。
具体的，如果存在道路边线特征，采集道路边线数据并作为控制点的坐标；如果不存在道路边线特征，采集道路附属物数据并作为控制点的坐标。
示例性的，在S101步骤中获取的点为第101号井盖的圆心点，该圆心点可以作为第一坐标点；若干个第一坐标点构成了第一坐标点集合。在本步骤中需要利用RTK技术获取该井盖的圆心点，类似的可以得到第二坐标点以及第二坐标点集合。
S103：根据所述控制点以及与第一坐标点集合中的对应点之间的差异，和/或所述控制点以及与第二坐标点集合中的对应点之间的差异构建校正矩阵。
首先，可以将第一点坐标集合与第二坐标点集合转换成WGS84(World GeodeticSystem一1984Coordinate System，大地坐标系)椭球下的第一投影分带数据；将控制点数据转换成WGS84椭球下的第二投影分带数据。
然后，根据所述第一投影分带数据与第二投影分带数据之间的差异计算第一投影分带数据与第二投影分带数据之间的旋转矩阵、缩放矩阵以及平移矩阵。
以旋转矩阵为例，将第一投影分带数据中的各个点的坐标作为矩阵中的元素组成第一矩阵；然后将第二投影分带数据中的各个点的坐标作为矩阵中的元素组成第二矩阵，且第一矩阵中与第二矩阵中相同位置的元素代表的相同点位的X轴坐标、或者Y轴坐标，或者Z轴坐标。
根据第一矩阵与第二矩阵之间的偏移关系计算出二者之间的平移矩阵其中，Tx为在X方向上的平移量；Ty为Y方向上的平移量；Tz为Z方向上的平移量，X，Y为平面坐标轴，Z为空间坐标，遵循右手坐标系。
根据第一矩阵与第二矩阵之间的旋转关系计算出二者之间的旋转矩阵，如沿X轴旋转的旋转矩阵为其中，θ为旋转角度(弧度)。
沿Y轴旋转的旋转矩阵为
沿Z轴旋转的旋转矩阵为
根据第一矩阵与第二矩阵之间的缩放关系计算出二者之间的缩放矩阵其中，S1为X轴方向上的缩放比例；S2为Y轴方向上的缩放比例；S3为Z轴方向上的缩放比例。
最后，利用公式，M＝T*S*R，计算第一投影分带数据与第二投影分带数据之间的校正矩阵，其中，M为第一投影分带数据与第二投影分带数据之间的校正矩阵；T为第一投影分带数据与第二投影分带数据之间的平移矩阵；S为第一投影分带数据与第二投影分带数据之间的缩放矩阵；R为第一投影分带数据与第二投影分带数据之间的旋转矩阵。
需要强调的是，坐标点转换到WGS84坐标系的方法为现有技术，本发明实施例在此不再赘述。
S104：利用所述变换矩阵对高精度地图中的点的坐标进行校正。
具体的，将第一点坐标集合与第二坐标点集合对应的成WGS84椭球下的第一投影分带数据；将第一投影分带数据中的每一个数据与所述校正矩阵相乘，得到校正后的坐标点。
进一步的，当采用自动化道路喷涂作业时，根据校正后的高精度地图进行导航，以实现高精度喷涂作业。。
另外，高精度地图数据来源广泛，不同厂商的地图数据的精度存在差异，如果使用不同厂商的高精度地图时会使喷涂效果存在差异，应用本发明实施例，将高精度地图中的坐标进行校准，可以校准到同样的精度水平，进而可以使道路线配图效果更佳一致。
应用本发明实施例，在利用RTK采集的控制点与高精度地图中对应坐标点的差异构建校正矩阵，可以将坐标对应的多种变形进行校正，进而可以将高精度地图中坐标校正为与实际坐标相同的状态，进而提高了高精度地图中坐标的精度。
实施例2
与本发明实施例1相对应，本发明实施例还提供了一种道路坐标配准装置。
图2为本发明实施例提供的一种道路坐标配准装置的结构示意图，如图2所示，所述装置包括：
获取模块201，用于获取道路的高精度地图中各个点的第一点坐标集合，以及高精度地图中的道路附属物的第二点坐标集合，其中，所述道路附属物包括：道路交点、交通灯、井盖、电线杆中的一种或组合；
采集模块202，用于利用RTK技术采集道路上的控制点的坐标，其中，所述控制点在所述高精度地图中具有对应的点；
构建模块203，用于根据所述控制点以及与第一坐标点集合中的对应点之间的差异，和/或所述控制点以及与第二坐标点集合中的对应点之间的差异构建校正矩阵；
校正模块204，用于利用所述变换矩阵对高精度地图中的点的坐标进行校正。
应用本发明实施例，在利用RTK采集的控制点与高精度地图中对应坐标点的差异构建校正矩阵，可以将坐标对应的多种变形进行校正，进而可以将高精度地图中坐标校正为与实际坐标相同的状态，进而提高了高精度地图中坐标的精度。
在本发明实施例的一种具体实施方式中，所述获取模块，用于：
高精度地图中获取道路中各个车道线的数据，将所述车道线的数据转换成若干个坐标点的第一点坐标集合；
从高精度地图中获取等道路附属物数据的数据，并将所述道路附属物的数据转换成对应的坐标点的第二点坐标集合。
在本发明实施例的一种具体实施方式中，所述采集模块，用于：
如果存在道路边线特征，采集道路边线数据并作为控制点的坐标；
如果不存在道路边线特征，采集道路附属物数据并作为控制点的坐标。
在本发明实施例的一种具体实施方式中，所述构建模块，用于：
将第一点坐标集合与第二坐标点集合转换成WGS84椭球下的第一投影分带数据；
将控制点数据转换成WGS84椭球下的第二投影分带数据；
根据所述第一投影分带数据与第二投影分带数据之间的差异计算第一投影分带数据与第二投影分带数据之间的旋转矩阵、缩放矩阵以及平移矩阵；
利用公式，M＝T*S*R，计算第一投影分带数据与第二投影分带数据之间的校正矩阵，其中，
M为第一投影分带数据与第二投影分带数据之间的校正矩阵；T为第一投影分带数据与第二投影分带数据之间的平移矩阵；S为第一投影分带数据与第二投影分带数据之间的缩放矩阵；R为第一投影分带数据与第二投影分带数据之间的旋转矩阵。
在本发明实施例的一种具体实施方式中，所述校正模块，用于：
将第一点坐标集合与第二坐标点集合对应的成WGS84椭球下的第一投影分带数据；
将第一投影分带数据中的每一个数据与所述校正矩阵相乘，得到校正后的坐标点。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种道路坐标配准方法，其特征在于，所述方法包括：
1)、获取道路的高精度地图中各个点的第一点坐标集合，以及高精度地图中的道路附属物的第二点坐标集合，其中，所述道路附属物包括：道路交点、交通灯、井盖、电线杆中的一种或组合；
2)、利用RTK技术采集道路上的控制点的坐标，其中，所述控制点在所述高精度地图中具有对应的点；
3)、根据所述控制点以及与第一坐标点集合中的对应点之间的差异，和/或所述控制点以及与第二坐标点集合中的对应点之间的差异构建校正矩阵；
4)、利用所述校正矩阵对高精度地图中的点的坐标进行校正；
所述步骤3)，包括：
将第一点坐标集合与第二坐标点集合转换成WGS84椭球下的第一投影分带数据；
将控制点数据转换成WGS84椭球下的第二投影分带数据；
根据所述第一投影分带数据与第二投影分带数据之间的差异计算第一投影分带数据与第二投影分带数据之间的旋转矩阵、缩放矩阵以及平移矩阵；
利用公式，M＝T*S*R，计算第一投影分带数据与第二投影分带数据之间的校正矩阵，其中，
M为第一投影分带数据与第二投影分带数据之间的校正矩阵；T为第一投影分带数据与第二投影分带数据之间的平移矩阵；S为第一投影分带数据与第二投影分带数据之间的缩放矩阵；R为第一投影分带数据与第二投影分带数据之间的旋转矩阵；
所述步骤4)，包括：
将第一点坐标集合与第二坐标点集合对应的成WGS84椭球下的第一投影分带数据；
将第一投影分带数据中的每一个数据与所述校正矩阵相乘，得到校正后的坐标点。
2.根据权利要求1所述的一种道路坐标配准方法，其特征在于，所述步骤1)，包括：
高精度地图中获取道路中各个车道线的数据，将所述车道线的数据转换成若干个坐标点的第一点坐标集合；
从高精度地图中获取道路附属物数据，并将所述道路附属物的数据转换成对应的坐标点的第二点坐标集合。
3.根据权利要求1所述的一种道路坐标配准方法，其特征在于，所述步骤2)，包括：
如果存在道路边线特征，采集道路边线数据并作为控制点的坐标；
如果不存在道路边线特征，采集道路附属物数据并作为控制点的坐标。
4.一种道路坐标配准装置，其特征在于，所述装置包括：
获取模块，用于获取道路的高精度地图中各个点的第一点坐标集合，以及高精度地图中的道路附属物的第二点坐标集合，其中，所述道路附属物包括：道路交点、交通灯、井盖、电线杆中的一种或组合；
采集模块，用于利用RTK技术采集道路上的控制点的坐标，其中，所述控制点在所述高精度地图中具有对应的点；
构建模块，用于根据所述控制点以及与第一坐标点集合中的对应点之间的差异，和/或所述控制点以及与第二坐标点集合中的对应点之间的差异构建校正矩阵；
校正模块，用于利用所述校正矩阵对高精度地图中的点的坐标进行校正；
所述构建模块，用于：
将第一点坐标集合与第二坐标点集合转换成WGS84椭球下的第一投影分带数据；
将控制点数据转换成WGS84椭球下的第二投影分带数据；
根据所述第一投影分带数据与第二投影分带数据之间的差异计算第一投影分带数据与第二投影分带数据之间的旋转矩阵、缩放矩阵以及平移矩阵；
利用公式，M＝T*S*R，计算第一投影分带数据与第二投影分带数据之间的校正矩阵，其中，
M为第一投影分带数据与第二投影分带数据之间的校正矩阵；T为第一投影分带数据与第二投影分带数据之间的平移矩阵；S为第一投影分带数据与第二投影分带数据之间的缩放矩阵；R为第一投影分带数据与第二投影分带数据之间的旋转矩阵；
所述校正模块，用于：
将第一点坐标集合与第二坐标点集合对应的成WGS84椭球下的第一投影分带数据；
将第一投影分带数据中的每一个数据与所述校正矩阵相乘，得到校正后的坐标点。
5.根据权利要求4所述的一种道路坐标配准装置，其特征在于，所述获取模块，用于：
高精度地图中获取道路中各个车道线的数据，将所述车道线的数据转换成若干个坐标点的第一点坐标集合；
从高精度地图中获取道路附属物数据，并将所述道路附属物的数据转换成对应的坐标点的第二点坐标集合。
6.根据权利要求4所述的一种道路坐标配准装置，其特征在于，所述采集模块，用于：
如果存在道路边线特征，采集道路边线数据并作为控制点的坐标；
如果不存在道路边线特征，采集道路附属物数据并作为控制点的坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110160276.6A CN112765303B (zh) | 2021-02-05 | 2021-02-05 | 一种道路坐标配准方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110160276.6A CN112765303B (zh) | 2021-02-05 | 2021-02-05 | 一种道路坐标配准方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112765303A CN112765303A (zh) | 2021-05-07 |
| CN112765303B true CN112765303B (zh) | 2023-10-31 |
Family
ID=75705121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110160276.6A Active CN112765303B (zh) | 2021-02-05 | 2021-02-05 | 一种道路坐标配准方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112765303B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102202164A (zh) * | 2011-05-20 | 2011-09-28 | 长安大学 | 基于运动估计的道路视频稳定方法 |
| CN103182984A (zh) * | 2011-12-28 | 2013-07-03 | 财团法人车辆研究测试中心 | 车用影像显示系统及其校正方法 |
| CN105825510A (zh) * | 2016-03-17 | 2016-08-03 | 中南大学 | 一种兴趣点与道路网的自动配准方法 |
| CN108267141A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车（北京）有限公司 | 道路点云数据处理系统 |
| CN108460815A (zh) * | 2017-02-22 | 2018-08-28 | 腾讯科技（深圳）有限公司 | 地图道路要素编辑方法和装置 |
| CN109491384A (zh) * | 2018-11-14 | 2019-03-19 | 哈工大机器人（合肥）国际创新研究院 | 一种道路划线数据的获取方法及装置 |
| CN109740274A (zh) * | 2019-01-09 | 2019-05-10 | 广州时空位置网科学技术研究院有限公司 | 高精度道路地图生成方法及装置 |
| CN111829549A (zh) * | 2020-07-30 | 2020-10-27 | 吉林大学 | 一种基于高精度地图的积雪路面虚拟车道线投影方法 |
-
2021
- 2021-02-05 CN CN202110160276.6A patent/CN112765303B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102202164A (zh) * | 2011-05-20 | 2011-09-28 | 长安大学 | 基于运动估计的道路视频稳定方法 |
| CN103182984A (zh) * | 2011-12-28 | 2013-07-03 | 财团法人车辆研究测试中心 | 车用影像显示系统及其校正方法 |
| CN105825510A (zh) * | 2016-03-17 | 2016-08-03 | 中南大学 | 一种兴趣点与道路网的自动配准方法 |
| CN108267141A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车（北京）有限公司 | 道路点云数据处理系统 |
| CN108460815A (zh) * | 2017-02-22 | 2018-08-28 | 腾讯科技（深圳）有限公司 | 地图道路要素编辑方法和装置 |
| WO2018153196A1 (zh) * | 2017-02-22 | 2018-08-30 | 腾讯科技（深圳）有限公司 | 地图道路要素编辑方法、装置、电子设备和存储介质 |
| CN109491384A (zh) * | 2018-11-14 | 2019-03-19 | 哈工大机器人（合肥）国际创新研究院 | 一种道路划线数据的获取方法及装置 |
| CN109740274A (zh) * | 2019-01-09 | 2019-05-10 | 广州时空位置网科学技术研究院有限公司 | 高精度道路地图生成方法及装置 |
| CN111829549A (zh) * | 2020-07-30 | 2020-10-27 | 吉林大学 | 一种基于高精度地图的积雪路面虚拟车道线投影方法 |
Non-Patent Citations (3)
| Title |
|---|
| a real-time three-dimensional tracking and regestration method in the AR-HUD system;zhe an等;IEEE Access;2169-3536 * |
| 基于主动轮廓线模型的道路矢量与影像配准研究;江滔;;华中师范大学学报(自然科学版);第47卷(第03期);431-435 * |
| 智能交通领域中地图匹配算法研究;周成;袁家政;刘宏哲;邱静;;计算机科学;第42卷(第10期);1-6 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112765303A (zh) | 2021-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108221603B (zh) | 一种道路的路面三维信息检测装置、方法及系统 | |
| CN107356244B (zh) | 一种路侧单元天线的标定方法及装置 | |
| CN109556569B (zh) | 地形图测绘方法及装置 | |
| CN108775901B (zh) | 一种实时slam场景地图构建系统、导航系统及方法 | |
| CN106767827A (zh) | 一种基于激光数据的移动机器人点云地图创建方法 | |
| CN108225185A (zh) | 一种车载扫描系统检校方法 | |
| CN104656097A (zh) | 基于旋转式二维激光三维重构系统的标定装置及方法 | |
| CN104794743A (zh) | 一种车载激光移动测量系统彩色点云生产方法 | |
| US11120570B2 (en) | Method for obtaining road marking data | |
| CN112146682B (zh) | 智能汽车的传感器标定方法、装置、电子设备及介质 | |
| CN110927762A (zh) | 一种定位修正方法、装置及系统 | |
| CN106643489A (zh) | 一种基于激光跟踪仪的地面二维码标定方法及装置 | |
| CN112954585B (zh) | 一种基于uwb的农业机械田间定位系统及方法 | |
| CN110579754A (zh) | 用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法 | |
| CN111637888A (zh) | 基于惯导和激光雷达单点测距的掘进机定位方法及系统 | |
| CN114111775A (zh) | 一种多传感器融合定位方法、装置、存储介质及电子设备 | |
| CN113538595A (zh) | 利用激光测高数据辅助提升遥感立体影像几何精度的方法 | |
| CN114279392B (zh) | 转向角传感器的校准方法、装置和计算机设备 | |
| CN113536412A (zh) | 一种基于bim和gis的三维实景模型高精度融合方法 | |
| CN114296097A (zh) | 基于GNSS和LiDAR的SLAM导航方法及系统 | |
| CN113592951A (zh) | 车路协同中路侧相机外参标定的方法、装置、电子设备 | |
| CN112765303B (zh) | 一种道路坐标配准方法及装置 | |
| KR102475042B1 (ko) | 정밀 지도 구축 장치 및 방법 | |
| CN111521996A (zh) | 一种激光雷达的安装标定方法 | |
| CN111678533A (zh) | 一种惯性导航设备与激光雷达的标定方法 |
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 |