CN113052966A - 自动驾驶众包高精度地图更新方法、系统及介质 - Google Patents

自动驾驶众包高精度地图更新方法、系统及介质 Download PDF

Info

Publication number
CN113052966A
CN113052966A CN202110243239.1A CN202110243239A CN113052966A CN 113052966 A CN113052966 A CN 113052966A CN 202110243239 A CN202110243239 A CN 202110243239A CN 113052966 A CN113052966 A CN 113052966A
Authority
CN
China
Prior art keywords
data
map
information
updating
crowdsourcing
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
CN202110243239.1A
Other languages
English (en)
Other versions
CN113052966B (zh
Inventor
杨蒙蒙
杨殿阁
江昆
温拓朴
唐雪薇
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110243239.1A priority Critical patent/CN113052966B/zh
Publication of CN113052966A publication Critical patent/CN113052966A/zh
Application granted granted Critical
Publication of CN113052966B publication Critical patent/CN113052966B/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
    • G06F16/23—Updating
    • G06F16/2358—Change logging, detection, and notification
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Geometry (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种自动驾驶众包高精度地图更新方法、系统及介质，其包括：输入众包多源信息；将众包多源信息传输至区块链处理模块内进行区块地图更新；将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。本发明每辆自动驾驶车辆都作为独立处理单元，具备实时处理数据的能力，每辆车都可以作为区块链中的一个节点参与地图更新中，不仅能够有效利用众包量产车中所获取的实时数据，而且可以提高更新频率，降低地图更新成本。本发明可以广泛在自动驾驶高精度地图技术领域中应用。

Description

自动驾驶众包高精度地图更新方法、系统及介质
技术领域
本发明涉及一种自动驾驶高精度地图技术领域，特别是关于一种基于区块链技术的自动驾驶众包高精度地图更新方法、系统及介质。
背景技术
自动驾驶高精度地图作为高级别自动驾驶不可或缺的关键技术，与自动驾驶感知、决策、定位等核心技术密切关联，是无人驾驶技术落地应用的关键基础与核心技术。目前高精度地图更新主要以专业采集车为主，通过覆盖式获取所在区域的高精度数据，经过后处理实现地图的高精度更新，但是这种基于专业采集车集中更新地图的方式不仅成本较高，而且更新频率较低(一般以年或月为单位)难以满足自动驾驶地图更新需求，并且，地图更新不及时，会直接影响自动驾驶车辆的安全性。
目前，众包式高精度地图更新成为业界关注的焦点，为高精度地图的实时动态更新提供了新的思路与解决方案。与此同时，区块链技术也成为了当今普遍关注的技术，尤其是在金融行业应用普遍，区块链作为一种状态机，每次交易事件的发生都会试图改变一次状态，但是基于多个节点共识机制，所有参与者对状态改变结果进行确认。该技术具有去中心化，不可篡改该，可以追溯等特点，不仅保证了区块链的透明与诚实，而且为创造信任奠定了基础。该技术可以实现多个节点之间的协作信任与一致行动。
目前，集中式的高精度地图数据的更新方式，必须通过中心式的处理方式有针对性的解决变化道路以实现地图的更新，更新频率低，而且成本较高。
如何基于区块链技术与众包数据实现高精度地图的快速更新，成为目前解决地图实时更新的有效途径。
发明内容
针对上述问题，本发明的目的是提供一种基于区块链技术的自动驾驶众包高精度地图更新方法、系统及介质，其能够依赖区块链技术，结合众包多源数据，实现高精度地图数据的实时更新。
为实现上述目的，本发明采取以下技术方案：一种自动驾驶众包高精度地图更新方法，其包括：步骤1、输入众包多源信息；步骤2、将众包多源信息传输至区块链处理模块内进行区块地图更新；步骤3、将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。
进一步，所述步骤1中，输入方法包括：
步骤1.1、采集众包车辆数据；
步骤1.2、基于众包单车数据采集信息进行数据处理；
步骤1.3、检测单车变化，进行数据上传。
进一步，所述步骤1.1中，每个车辆作为一个单包系统，具备定位、感知、变化检测的能力；经过相同路段的多辆车辆，在不同时刻经过该路段，实时采集数据。
进一步，所述步骤1.2中，具体数据处理方法为：
步骤1.2.1、基于相机获取的图像信息，经过实时在线深度学习算法得到感知语义信息；
步骤1.2.2、基于车端定位系统，获取轨迹信息；
步骤1.2.3、将得到的信息经过数据自动筛选机制，剔除轨迹质量不好或者感知结果不好的数据；
步骤1.2.4、将经过筛选处理之后的数据作为单车变化检测信息的输入。
进一步，所述步骤1.3中，具体包括以下步骤：
步骤1.3.1、基于轨迹信息，与已有高精度地图进行比对与关联，获取当前车辆所处位置范围信息；
步骤1.3.2、地图要素语义信息基于已有标定参数信息进行转换，获取三维空间信息；
步骤1.3.3、将三维空间地图要素信息与车端已有地图进行对比，判断是否发现变化，如果存在变化，则出发响应，数据上传；否则，则不予上传。
进一步，所述步骤2中，具体处理方法包括以下步骤：
步骤2.1、将接收到的众包多源信息进行验证，并采用变化判别机制进行判别是否发生变化；
步骤2.2、多源信息融合更新机制；
步骤2.3、将更新区块地图进行网络回传，传输至区块链网络中。
进一步，所述步骤2.1中，针对多车上传的触发响应以及上传数据，进行数据融合，将不同时刻、不同角度所获取的数据进行变化估计分析，建立变化范围内要素的置信度，当置信度超过预先设定的阈值，则认为，确定发生了变化。
进一步，所述步骤2.2中，基于确定的变化，针对变化要素进行三维重构，建立高精度的变化要素更新信息，与已有地图进行关联，动态更新变化要素。
一种自动驾驶众包高精度地图更新系统，其包括：输入模块、区块链处理模块和更新模块；
所述输入模块，输入众包多源信息；
所述区块链处理模块，将众包多源信息传输至区块链处理模块内进行区块地图更新；
所述更新模块，将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如上述方法中的任一方法。
本发明由于采取以上技术方案，其具有以下优点：
本发明基于多源众包数据，基于区块链技术技术，以每辆车实时采集数据作为众包数据的每个节点，每辆自动驾驶车辆都作为独立处理单元，具备实时处理数据的能力，每辆车都可以作为区块链中的一个节点参与地图更新中，不仅能够有效利用众包量产车中所获取的实时数据，而且可以提高更新频率，降低地图更新成本。
附图说明
图1是本发明实施例中的方法整体流程示意图。
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的附图，对本发明实施例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的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的第一实施方式中，如图1所示，提供一种基于区块链技术的自动驾驶众包高精度地图更新方法，其包括以下步骤：
步骤1、输入众包多源信息；
具体包括以下步骤：
步骤1.1、采集众包车辆数据；
其中，众包车辆为包含相机及GPS/IMU系统为主，单车具备定位与实时感知能力，输出为基于视觉的地图要素感知结果、轨迹及语义信息等。每个车辆作为一个单包系统，具备定位、感知、变化检测的能力。
如图1所示，经过相同路段的车辆1、车辆2、车辆3…以及车辆n，在不同时刻经过该路段，实时采集数据。
步骤1.2、基于众包单车数据采集信息进行数据处理；
具体数据处理方法为：
步骤1.2.1、基于相机获取的图像信息，经过实时在线深度学习算法得到感知语义信息；
步骤1.2.2、同时基于车端定位系统，获取轨迹信息；
步骤1.2.3、将上述两步骤中得到的信息经过数据自动筛选机制，剔除轨迹质量不好或者感知结果不好的数据，可以通过轨迹定位误差超出阈值，感知结果输出置信度低于阈值等，避免质量较差数据对后端多源数据融合造成一定影响；
其中，可以通过判断轨迹定位误差是否超出阈值，感知结果输出置信度是否低于阈值等方法，低于阈值则认为是轨迹质量不好或者感知结果不好的数据。
步骤1.2.4、将经过筛选处理之后的数据作为单车变化检测信息的输入。
步骤1.3、检测单车变化，进行数据上传；
具体包括以下步骤：
步骤1.3.1、基于轨迹信息，与已有高精度地图进行比对与关联，获取当前车辆所处位置范围信息。
步骤1.3.2、同时，地图要素语义信息基于已有标定参数信息进行转换，获取三维空间信息。
步骤1.3.3、将三维空间地图要素信息与车端已有地图进行对比，判断是否发现变化，如果存在异常(即发生变化)，则出发响应，数据上传；否则，则不予上传。
步骤2、将众包多源信息传输至区块链处理模块内进行区块地图更新；
具体处理方法包括以下步骤：
步骤2.1、将接收到的众包多源信息进行验证，并采用变化判别机制进行判别是否发生变化；
具体为：针对多车上传的触发响应以及上传数据，进行数据融合，将不同时刻、不同角度所获取的数据进行变化估计分析，建立变化范围内要素的置信度，当置信度超过预先设定的阈值，则认为，确定发生了变化。
步骤2.2、多源信息融合更新机制：基于确定的变化，针对变化要素进行三维重构，建立高精度的变化要素更新信息，与已有地图进行关联，动态更新变化要素。
步骤2.3、将更新区块地图进行网络回传，传输至区块链网络中。
步骤3、将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。
在本发明的第二实施方式中，提供一种基于区块链技术的自动驾驶众包高精度地图更新系统，其包括：输入模块、区块链处理模块和更新模块；
输入模块，输入众包多源信息；
区块链处理模块，将众包多源信息传输至区块链处理模块内进行区块地图更新；
更新模块，将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。
在本发明的第三实施方式中，提供一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当由计算设备执行时，使得计算设备执行如第一实施方式中的任一方法。
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。

Claims (10)

1.一种自动驾驶众包高精度地图更新方法，其特征在于，包括：
步骤1、输入众包多源信息；
步骤2、将众包多源信息传输至区块链处理模块内进行区块地图更新；
步骤3、将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。
2.如权利要求1所述更新方法，其特征在于，所述步骤1中，输入方法包括：
步骤1.1、采集众包车辆数据；
步骤1.2、基于众包单车数据采集信息进行数据处理；
步骤1.3、检测单车变化，进行数据上传。
3.如权利要求2所述更新方法，其特征在于，所述步骤1.1中，每个车辆作为一个单包系统，具备定位、感知、变化检测的能力；经过相同路段的多辆车辆，在不同时刻经过该路段，实时采集数据。
4.如权利要求2所述更新方法，其特征在于，所述步骤1.2中，具体数据处理方法为：
步骤1.2.1、基于相机获取的图像信息，经过实时在线深度学习算法得到感知语义信息；
步骤1.2.2、基于车端定位系统，获取轨迹信息；
步骤1.2.3、将得到的信息经过数据自动筛选机制，剔除轨迹质量不好或者感知结果不好的数据；
步骤1.2.4、将经过筛选处理之后的数据作为单车变化检测信息的输入。
5.如权利要求2所述更新方法，其特征在于，所述步骤1.3中，具体包括以下步骤：
步骤1.3.1、基于轨迹信息，与已有高精度地图进行比对与关联，获取当前车辆所处位置范围信息；
步骤1.3.2、地图要素语义信息基于已有标定参数信息进行转换，获取三维空间信息；
步骤1.3.3、将三维空间地图要素信息与车端已有地图进行对比，判断是否发现变化，如果存在变化，则出发响应，数据上传；否则，则不予上传。
6.如权利要求1所述更新方法，其特征在于，所述步骤2中，具体处理方法包括以下步骤：
步骤2.1、将接收到的众包多源信息进行验证，并采用变化判别机制进行判别是否发生变化；
步骤2.2、多源信息融合更新机制；
步骤2.3、将更新区块地图进行网络回传，传输至区块链网络中。
7.如权利要求6所述更新方法，其特征在于，所述步骤2.1中，针对多车上传的触发响应以及上传数据，进行数据融合，将不同时刻、不同角度所获取的数据进行变化估计分析，建立变化范围内要素的置信度，当置信度超过预先设定的阈值，则认为，确定发生了变化。
8.如权利要求6所述更新方法，其特征在于，所述步骤2.2中，基于确定的变化，针对变化要素进行三维重构，建立高精度的变化要素更新信息，与已有地图进行关联，动态更新变化要素。
9.一种自动驾驶众包高精度地图更新系统，其特征在于，包括：输入模块、区块链处理模块和更新模块；
所述输入模块，输入众包多源信息；
所述区块链处理模块，将众包多源信息传输至区块链处理模块内进行区块地图更新；
所述更新模块，将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。
10.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至8所述方法中的任一方法。
CN202110243239.1A 2021-03-05 2021-03-05 自动驾驶众包高精度地图更新方法、系统及介质 Active CN113052966B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110243239.1A CN113052966B (zh) 2021-03-05 2021-03-05 自动驾驶众包高精度地图更新方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110243239.1A CN113052966B (zh) 2021-03-05 2021-03-05 自动驾驶众包高精度地图更新方法、系统及介质

Publications (2)

Publication Number Publication Date
CN113052966A true CN113052966A (zh) 2021-06-29
CN113052966B CN113052966B (zh) 2022-09-02

Family

ID=76510084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110243239.1A Active CN113052966B (zh) 2021-03-05 2021-03-05 自动驾驶众包高精度地图更新方法、系统及介质

Country Status (1)

Country Link
CN (1) CN113052966B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114219907A (zh) * 2021-12-08 2022-03-22 阿波罗智能技术(北京)有限公司 三维地图生成方法、装置、设备以及存储介质
CN114353812A (zh) * 2021-12-31 2022-04-15 广州小鹏自动驾驶科技有限公司 地图闭环生成方法和装置、电子设备及存储介质
CN114610830A (zh) * 2022-03-25 2022-06-10 江苏海洋大学 一种基于驾驶行为数据的地图要素变化检测方法
CN114608592A (zh) * 2022-02-10 2022-06-10 上海追势科技有限公司 一种地图的众包方法、系统、设备和存储介质
CN115158337A (zh) * 2022-06-17 2022-10-11 重庆长安汽车股份有限公司 基于众包地图更新的驾驶辅助方法、系统及可读存储介质
CN116878487A (zh) * 2023-09-07 2023-10-13 河北全道科技有限公司 一种用于建立自动驾驶地图的方法、装置、车辆和服务器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20200042012A1 (en) * 2018-08-02 2020-02-06 Nvidia Corporation Method and apparatus for enabling map updates using a blockchain platform
CN111291118A (zh) * 2020-01-20 2020-06-16 山东爱城市网信息技术有限公司 一种基于区块链的车辆驾驶人状态记录方法、设备及介质
CN111613061A (zh) * 2020-06-03 2020-09-01 徐州工程学院 一种基于众包和区块链的交通流采集系统及方法
CN111683134A (zh) * 2020-06-04 2020-09-18 勇鸿(重庆)信息科技有限公司 基于区块链技术的分布式车联网数据传输系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200042012A1 (en) * 2018-08-02 2020-02-06 Nvidia Corporation Method and apparatus for enabling map updates using a blockchain platform
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
CN111291118A (zh) * 2020-01-20 2020-06-16 山东爱城市网信息技术有限公司 一种基于区块链的车辆驾驶人状态记录方法、设备及介质
CN111613061A (zh) * 2020-06-03 2020-09-01 徐州工程学院 一种基于众包和区块链的交通流采集系统及方法
CN111683134A (zh) * 2020-06-04 2020-09-18 勇鸿(重庆)信息科技有限公司 基于区块链技术的分布式车联网数据传输系统及方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114219907A (zh) * 2021-12-08 2022-03-22 阿波罗智能技术(北京)有限公司 三维地图生成方法、装置、设备以及存储介质
CN114353812A (zh) * 2021-12-31 2022-04-15 广州小鹏自动驾驶科技有限公司 地图闭环生成方法和装置、电子设备及存储介质
CN114353812B (zh) * 2021-12-31 2023-08-29 广州小鹏自动驾驶科技有限公司 地图闭环生成方法和装置、电子设备及存储介质
CN114608592A (zh) * 2022-02-10 2022-06-10 上海追势科技有限公司 一种地图的众包方法、系统、设备和存储介质
CN114610830A (zh) * 2022-03-25 2022-06-10 江苏海洋大学 一种基于驾驶行为数据的地图要素变化检测方法
CN115158337A (zh) * 2022-06-17 2022-10-11 重庆长安汽车股份有限公司 基于众包地图更新的驾驶辅助方法、系统及可读存储介质
CN116878487A (zh) * 2023-09-07 2023-10-13 河北全道科技有限公司 一种用于建立自动驾驶地图的方法、装置、车辆和服务器
CN116878487B (zh) * 2023-09-07 2024-01-19 河北全道科技有限公司 一种用于建立自动驾驶地图的方法、装置、车辆和服务器

Also Published As

Publication number Publication date
CN113052966B (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN113052966B (zh) 自动驾驶众包高精度地图更新方法、系统及介质
CN111191487A (zh) 车道线的检测及驾驶控制方法、装置和电子设备
EP3789920A1 (en) Performance testing for robotic systems
CN108921200B (zh) 用于对驾驶场景数据进行分类的方法、装置、设备和介质
CN109543662B (zh) 基于区域提议的目标检测方法、系统、装置和存储介质
JP2020042794A (ja) 自動運転車両の視覚感知方法、自動運転車両の視覚感知装置、制御機器及びコンピュータ読み取り可能な記憶媒体
CN107745711B (zh) 一种在自动驾驶模式下确定路线的方法和装置
CN108804528B (zh) 一种数据融合方法及装置
CN111401255A (zh) 用于识别分歧路口的方法和装置
US11619515B2 (en) Method and apparatus for processing positioning data, device, storage medium and vehicle
CN113780287A (zh) 一种多深度学习模型的最优选取方法及系统
CN112799430A (zh) 基于可编程无人机的路面图像智能采集方法
CN111461980A (zh) 点云拼接算法的性能估计方法和装置
CN114495244B (zh) 电像计算数据异常检测方法、装置、设备及存储介质
EP2810223B1 (fr) Procédé de traitement d'informations incertaines issues d'une pluralité de sources hétérogènes et procédé d'aide automatique à la décision associé
CN114037967A (zh) 多源车道线的融合方法、装置、车辆及存储介质
CN115265566A (zh) 自动驾驶定位数据收集处理方法、装置、介质及车辆
CN114234989A (zh) 一种车辆偏航后的路网树更新方法及系统
CN112861689A (zh) 一种基于nas技术的坐标识别模型的搜索方法及装置
WO2020014990A1 (zh) 一种多地图对齐的方法、装置、终端及存储介质
CN113327456A (zh) 一种车道结构检测方法及装置
CN114563014B (zh) 一种基于仿真图像的OpenDrive地图自动化检测方法
CN117473455B (zh) 多源定位数据的融合方法、装置和电子设备
CN115114976B (zh) 预瞄距离预测模型的训练方法、装置、设备和存储介质
CN114199992B (zh) 一种储油罐罐壁腐蚀检测方法及系统

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