CN113177993B - 一种仿真环境中高精地图的生成方法及系统 - Google Patents
一种仿真环境中高精地图的生成方法及系统 Download PDFInfo
- Publication number
- CN113177993B CN113177993B CN202110301319.8A CN202110301319A CN113177993B CN 113177993 B CN113177993 B CN 113177993B CN 202110301319 A CN202110301319 A CN 202110301319A CN 113177993 B CN113177993 B CN 113177993B
- Authority
- CN
- China
- Prior art keywords
- road
- map
- lane
- lane line
- point
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005070 sampling Methods 0.000 claims description 16
- 239000002243 precursor Substances 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 241001463014 Chazara briseis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4023—Decimation- or insertion-based scaling, e.g. pixel or line decimation
Abstract
本发明提供一种仿真环境中高精地图的生成方法及系统,包括:基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图,并进行保存,实现了在虚拟仿真环境中实现高精地图快速生成,大幅提高了道路信息制作的灵活度,减少了人力成本,提高了生成高精地图的效率。
Description
技术领域
本发明涉及无人驾驶仿真领域,具体涉及一种仿真环境中高精地图的生成方法及系统。
背景技术
目前的无人驾驶技术需要高精地图提供的道路信息进行决策、规划、控制,是无人驾驶实现的数据基础。在现实环境中,高精地图通常是由技术人员驾驶地图采集车,采集车辆周围的环境数据,例如地图采集车上可以设置有激光雷达、工业照相机、全球定位接收机、惯性测量单元等采集设备,采集地图采集车所经过区域的周围环境信息,并对所采集的各种信息进行融合处理后生成带有颜色的电子地图。然后,采用各种地图标注软件,对所得到的电子地图进行人工标注出各种交通实体的交通信息,例如,道路、车道、车道线、路口等等,或者通过机器学习方法对所得到的电子地图进行辅助识别,得到各种交通信息。
同样地,仿真环境中进行无人驾驶的开发测试也需要高精地图作为支撑。因此,需要在仿真环境中生成高精地图。现有的高精地图生成基于预置好的道路模板,对道路表达的自由度低、灵活性差。
发明内容
为了解决现有技术中所存在的现有高精地图的道路信息制作中灵活度差、自动化程度低、人工投入成本大的问题,本发明提供一种仿真环境中高精地图的生成方法,包括:
基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;
基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;
基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图。
优选的,所述基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系,包括:
在仿真环境中,对现有地图中的道路及路口进行数学表示;
在仿真环境中,对现有地图中的每条道路的一个或多个车道线,基于一定间隔设置采样点,同时基于车道线的关系对所述采样点进行标记;
在仿真环境中,对现有地图中的每个路口区域,确定所述路口区域相关的道路关系;
基于所述标记后的道路线和路口形成道路图的拓扑关系。
优选的,所述对现有地图中的每个路口区域,确定所述路口区域相关的道路关系,包括:
基于现有地图中同一条道路,确定路口区域中所述直行道路的车道线;
基于现有地图中不同的道路,确定路口区域中相关的车道线关系。
优选的,所述车道线包括:中心线、左边线和右边线;
所述采样点包括:中心线点、左边线点和右边线点;
所述车道线的关系包括:前驱车道线、后继车道线、临近车道线、同向车道线和对向车道线。
优选的,所述基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据,包括:
根据采集的道路点信息,为所有路口区域,采用Hermite插值法对所述路口区域中的各道路线构造样条插值曲线;
基于所有样条插值曲线,生成地图中的道路点的数据。
优选的,所述根据采集的道路点信息,为所有的道路和路口,采用Hermite插值法构造样条插值曲线,包括:
在各路口区域中,基于所述路口中的各道路车道线关系,确定曲线起始点/终止点,并确定所述曲线起始点/终止点的切向信息;
基于所述曲线的上起始点/终止点和曲线起始点/终止点的切向信息,得到连接道路车道线的多个点;
将所有点进行拟合得到连接道路车道线的曲线。
优选的,所述生成高精地图后,还包括:将所述生成高精地图进行保存。
基于同一种发明构思,本发明还提供一种仿真环境中高精地图的生成系统,包括:
拓扑关系生成模块:用于基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;
地图生成模块,用于基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;
完整地图构建模块,用于基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图。
优选的,本发明还包括:地图库,用于保存所述高精地图。
与现有技术相比,本发明的有益效果为:
1、本发明提供一种仿真环境中高精地图的生成方法及系统,包括:基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图,在现有地图的基础上,进行道路点的少量标注,结合道路连接关系,并利用道路的曲线表达形式,并结合进行快速高效地生成高精地图;
2、本发明提供一种仿真环境中高精地图的生成方法及系统,在仿真环境中铺设道路完成后,通过后处理的数据采集过程,对道路表达的自由度高、灵活性好。
附图说明
图1为高精地图生成方法流程图;
图2为高精地图数据结构;
图3为道路图中线或边的处理方法流程图;
图4为车道编号,设置采样点;
图5为标出邻近车道信息;
图6为道路图中点的处理方法流程图;
图7为道路图中点的处理示意图;
图8为基于Hermit插值的曲线拟合;
图9为生成地图中道路点数据流程图;
图10为生成完整高精地图;
图11为本发明的高精地图的生成系统。
具体实施方式
要解决上述问题,需要在仿真环境中铺设道路完成后,通过后处理的数据采集过程,实现高精地图的生成。区别于现实环境下的道路数据采集方式,在仿真环境中可利用上帝视角,利用道路的曲线表达形式,并结合少量操作人工操作标注用道路连接关系,快速高效地生成高精地图。
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
实施例1:
本发明提供一种仿真环境中高精地图的生成方法,如图1所示,包括:
S1基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;
S2基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;
S3基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图。
进一步地,本申请设计了高精地图道路的数据格式如图2所示。
道路由道路编号和车道线集组成;其中,
车道线由车道线编号、道路点集、拓扑关系三部分组成;其中,
道路点集由道路的中心线点集、左边线点集、右边线点集组合表示;
车道线的拓扑关系可以包含前驱车道线集、后继车道线集、邻近车道线集、同向车道线集、对向车道线集等多种表示;
这里,前驱车道线集用于表示本车道线的已行驶的车道;后继车道线集用于表示本车道线的即将行驶的车道;邻近车道线集用于表示与本车道线相邻的车道;同向车道线集用于表示与本车道线同向的车道;对向车道线集用于表示与本车道线对向的车道;
进一步地,步骤S1“形成道路图拓扑关系”具体为:
步骤1.1:对实际道路进行数学表示,用线或边表示道路,用点表示路口;
步骤1.2:对于道路图中的线或边,即每条车道,进行处理,如图3所示,具体步骤如下:
步骤1.2.1:对于每条道路、车道线进行编号,以一定间隔设置车道线的中心线、左边线、右边线的采样点;如图4所示,对于车道进行编号:车道1、车道2,假设车道1为主车道,对其车道线进行编号:车道1-Left、车道1-Middle、车道1-Right;设置车道1-Left、车道1-Middle、车道1-Right的采样点;
步骤1.2.2:在车道线中标出邻近车道信息、通向车道信息和对向车道信息;如图5所示,标出车道1、车道2的通向车道1、通向车道2、反向车道1、反向车道2;
步骤1.2.3:根据连接车道线标出车道线的前驱车道和后继车道;如图5所示,标出车道1的后继车道1,标出车道的后继车道2;
步骤1.3:对于道路图中的点,即路口,进行以下处理方式,如图6所示:
步骤1.3.1:在路口区域设置连接拓扑图中线或边上车道线的连接道路;如图7所示,车道1的中心线通过连接道路1的中心线连到后继车道1的中心线上,同时车道1的中心线也可以通过连接道路2的中心线连到后继车道2的中心线上;若仿真环境的无人车希望行驶到其他车道上,可以先由车道1行驶到后继车道上,再由后继车道行驶到其他车道上;
步骤1.3.2:标出连接道路中车道线的前驱车道线和后继车道线;
步骤1.3.3:根据连接车道线标出车道线的前驱车道和后继车道;
进一步地,步骤S2“地图生成阶段”具体为:根据采样点信息构造样条插值曲线,生成地图中道路点的数据;
步骤2.1:根据道路采样点的信息构造样条插值曲线,其中构造样条插值曲线采用Hermite插值法生成;
结合图8说明Hermite插值生成道路点过程,对于采样点P1与采样点P2段之间的曲线,各点定义如下:
P1:曲线起始点;
T1:曲线起点的切向信息(表示方向、速度即大小),表示曲线如何离开起始点;
P2:曲线终止点;
T2:曲线终点的切向信息(表示方向、速度即大小),表示曲线如何靠近终止点。
由此,获得曲线上的点s的每个点对应的基函数公式如下:
h1(s)=2s3-3s2+1
h2(s)=-2s3+3s2
h3(s)=s3-2s2+s
h4(s)=s3-s2
由此,可以得到曲线上任一点s的坐标P(s)如下:
P(s)=h1*P1+h2*P2+h3*T1+h4*T2
对于图8中P2-P3段的曲线、P3-P4段的曲线,曲线拟合过程与P1-P2段的曲线一致,这里不再赘述。
步骤2.2:得到样条插值曲线后,生成地图中道路点的数据,具体步骤见图9;
步骤S3:基于所述拓扑关系对所有道路点数据进行拟合,在仿真环境中得到完整的高精地图,如图10所示。
实施例2
为了实现上述方法,本申请还提供了一种仿真环境中高精地图的生成系统,如图11,包括:
拓扑关系生成模块:用于基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;拓扑关系包括与本车道相关的前驱车道、后继车道、邻近车道、同向车道、对向车道等;
地图生成模块,用于基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;道路点的数据包括道路的中心线点集、左边线点集、右边线点集等;
完整地图构建模块,用于基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图。
地图库,用于保存所述高精地图。
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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
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。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (7)
1.一种仿真环境中高精地图的生成方法,其特征在于,包括:
基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;
基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;
基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图;
其中,所述基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系,包括:在仿真环境中,对现有地图中的道路及路口进行数学表示,用线或边表示道路,用点表示路口;在仿真环境中,对现有地图中的每条道路的一个或多个车道线,基于一定间隔设置采样点,同时基于车道线的关系对所述采样点进行标记;在仿真环境中,对现有地图中的每个路口区域,确定所述路口区域相关的道路关系;基于标记后的道路线和路口形成道路图的拓扑关系;
所述车道线包括:中心线、左边线和右边线;所述采样点包括:中心线点、左边线点和右边线点;所述车道线的关系包括:前驱车道线、后继车道线、临近车道线、同向车道线和对向车道线;所述车道线的拓扑关系包括:前驱车道线集、后继车道线集、邻近车道线集、同向车道线集、对向车道线集。
2.如权利要求1所述的方法,其特征在于,所述对现有地图中的每个路口区域,确定所述路口区域相关的道路关系,包括:
基于现有地图中同一条道路,确定路口区域中直行道路的车道线;
基于现有地图中不同的道路,确定路口区域中相关的车道线关系。
3.如权利要求1所述的方法,其特征在于,所述基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据,包括:
根据采集的道路点信息,为所有路口区域,采用Hermite插值法对所述路口区域中的各道路线构造样条插值曲线;
基于所有样条插值曲线,生成地图中的道路点的数据。
4.如权利要求3所述的方法,其特征在于,所述根据采集的道路点信息,为所有的道路和路口,采用Hermite插值法构造样条插值曲线,包括:
在各路口区域中,基于所述路口中的各道路车道线关系,确定曲线起始点/终止点,并确定所述曲线起始点/终止点的切向信息;
基于所述曲线的起始点/终止点和曲线起始点/终止点的切向信息,得到连接道路车道线的多个点;
将所有点进行拟合得到连接道路车道线的曲线。
5.如权利要求1所述的方法,其特征在于,所述生成高精地图后,还包括:将所述生成高精地图进行保存。
6.一种仿真环境中高精地图的生成系统,其特征在于,包括:
拓扑关系生成模块,用于基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系;
地图生成模块,用于基于所述采集的道路点信息,构造样条插值曲线,生成道路点数据;
完整地图构建模块,用于基于所述拓扑关系对所有道路点数据进行拟合,生成高精地图;
其中,所述基于现有地图在仿真环境中对道路和路口进行道路点的采集和连接关系的标注,形成道路图的拓扑关系,包括:在仿真环境中,对现有地图中的道路及路口进行数学表示,用线或边表示道路,用点表示路口;在仿真环境中,对现有地图中的每条道路的一个或多个车道线,基于一定间隔设置采样点,同时基于车道线的关系对所述采样点进行标记;在仿真环境中,对现有地图中的每个路口区域,确定所述路口区域相关的道路关系;基于标记后的道路线和路口形成道路图的拓扑关系;
所述车道线包括:中心线、左边线和右边线;所述采样点包括:中心线点、左边线点和右边线点;所述车道线的关系包括:前驱车道线、后继车道线、临近车道线、同向车道线和对向车道线;所述车道线的拓扑关系包括:前驱车道线集、后继车道线集、邻近车道线集、同向车道线集、对向车道线集。
7.如权利要求6所述的系统,其特征在于,还包括:
地图库,用于保存所述高精地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110301319.8A CN113177993B (zh) | 2021-03-22 | 2021-03-22 | 一种仿真环境中高精地图的生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110301319.8A CN113177993B (zh) | 2021-03-22 | 2021-03-22 | 一种仿真环境中高精地图的生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113177993A CN113177993A (zh) | 2021-07-27 |
CN113177993B true CN113177993B (zh) | 2024-03-01 |
Family
ID=76922473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110301319.8A Active CN113177993B (zh) | 2021-03-22 | 2021-03-22 | 一种仿真环境中高精地图的生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113177993B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115147789B (zh) * | 2022-06-16 | 2023-04-18 | 禾多科技(北京)有限公司 | 分合流道路信息检测方法、装置、设备和计算机可读介质 |
CN115438516B (zh) * | 2022-11-07 | 2023-03-24 | 阿里巴巴达摩院(杭州)科技有限公司 | 仿真地图生成方法、电子设备及计算机存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
CN109931937A (zh) * | 2019-03-28 | 2019-06-25 | 北京经纬恒润科技有限公司 | 高精导航信息模拟方法及系统 |
CN109976332A (zh) * | 2018-12-29 | 2019-07-05 | 惠州市德赛西威汽车电子股份有限公司 | 一种用于无人驾驶的高精度地图模型及自主导航系统 |
CN109993780A (zh) * | 2019-03-07 | 2019-07-09 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN110361021A (zh) * | 2018-09-30 | 2019-10-22 | 长城汽车股份有限公司 | 车道线拟合方法及系统 |
CN110634291A (zh) * | 2019-09-17 | 2019-12-31 | 武汉中海庭数据技术有限公司 | 基于众包大数据的高精度地图拓扑自动构建方法及系统 |
CN110969837A (zh) * | 2018-09-30 | 2020-04-07 | 长城汽车股份有限公司 | 自动驾驶车辆的道路信息融合系统及方法 |
CN111238497A (zh) * | 2018-11-29 | 2020-06-05 | 华为技术有限公司 | 一种高精度地图的构建方法及装置 |
CN111667545A (zh) * | 2020-05-07 | 2020-09-15 | 东软睿驰汽车技术(沈阳)有限公司 | 高精度地图生成方法、装置、电子设备及存储介质 |
CN111985107A (zh) * | 2020-08-21 | 2020-11-24 | 当家移动绿色互联网技术集团有限公司 | 路网生成方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5064870B2 (ja) * | 2007-04-17 | 2012-10-31 | 株式会社日立製作所 | デジタル道路地図の生成方法及び地図生成システム |
CN106776996B (zh) * | 2016-12-02 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 用于测试高精度地图的准确性的方法和装置 |
-
2021
- 2021-03-22 CN CN202110301319.8A patent/CN113177993B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车系统股份有限公司 | 一种高精度地图生成系统及生成方法 |
CN110361021A (zh) * | 2018-09-30 | 2019-10-22 | 长城汽车股份有限公司 | 车道线拟合方法及系统 |
CN110969837A (zh) * | 2018-09-30 | 2020-04-07 | 长城汽车股份有限公司 | 自动驾驶车辆的道路信息融合系统及方法 |
CN111238497A (zh) * | 2018-11-29 | 2020-06-05 | 华为技术有限公司 | 一种高精度地图的构建方法及装置 |
CN109976332A (zh) * | 2018-12-29 | 2019-07-05 | 惠州市德赛西威汽车电子股份有限公司 | 一种用于无人驾驶的高精度地图模型及自主导航系统 |
CN109993780A (zh) * | 2019-03-07 | 2019-07-09 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN109931937A (zh) * | 2019-03-28 | 2019-06-25 | 北京经纬恒润科技有限公司 | 高精导航信息模拟方法及系统 |
CN110634291A (zh) * | 2019-09-17 | 2019-12-31 | 武汉中海庭数据技术有限公司 | 基于众包大数据的高精度地图拓扑自动构建方法及系统 |
CN111667545A (zh) * | 2020-05-07 | 2020-09-15 | 东软睿驰汽车技术(沈阳)有限公司 | 高精度地图生成方法、装置、电子设备及存储介质 |
CN111985107A (zh) * | 2020-08-21 | 2020-11-24 | 当家移动绿色互联网技术集团有限公司 | 路网生成方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113177993A (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111897305B (zh) | 一种基于自动驾驶的数据处理方法、装置、设备及介质 | |
CN110160542B (zh) | 车道线的定位方法和装置、存储介质、电子装置 | |
CN113177993B (zh) | 一种仿真环境中高精地图的生成方法及系统 | |
JP2019144538A (ja) | 電子地図を更新する方法、装置、およびコンピュータ読み取り可能な記憶媒体 | |
CN108961990B (zh) | 用于处理高精地图的方法和装置 | |
US7881915B2 (en) | System and method for collecting and modeling object simulation data | |
CN110220521B (zh) | 一种高精地图的生成方法和装置 | |
CN108253973B (zh) | 高精度地图和标准地图关联的方法及装置 | |
CN109163730B (zh) | 一种自动驾驶用高精度地图数据网格化的管理方法及装置 | |
CN102867057B (zh) | 一种基于视觉定位的虚拟向导构建方法 | |
CN109872392B (zh) | 基于高精地图的人机交互方法和装置 | |
JP7258938B2 (ja) | 交差点仮想レーンをマークする方法、交差点仮想レーンをマークする装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN111652061A (zh) | 一种车道边线的确定方法、装置及存储介质 | |
CN112985432A (zh) | 车辆导航方法、装置、电子设备及存储介质 | |
CN104776855A (zh) | 一种交叉路口的导航方法和装置 | |
CN111681172A (zh) | 协同构建点云地图的方法、设备和系统 | |
CN111982135A (zh) | 一种基于不同协议的地图格式之间的转换方法 | |
CN111982133B (zh) | 基于高精地图对车辆进行定位的方法、装置及电子设备 | |
CN114187357A (zh) | 一种高精地图的生产方法、装置、电子设备及存储介质 | |
CN111581306B (zh) | 一种行车轨迹模拟方法及装置 | |
CN109752018A (zh) | 信息获取方法及装置 | |
CN111488411A (zh) | 道路设施的构建方法以及装置、渲染方法、介质、终端 | |
CN112801012B (zh) | 交通元素的处理方法、装置、电子设备及存储介质 | |
CN115934088A (zh) | 一种可视化分析系统 | |
CN104613970A (zh) | 一种模拟导航的数据生成方法及客户端 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211129 Address after: 100082 No. 28 Xizhimen North Street, Haidian District, Beijing Applicant after: Chinese People's Liberation Army 32801 Address before: 100082 No. 28 Xizhimen North Street, Haidian District, Beijing Applicant before: Chinese People's Liberation Army 32801 Applicant before: Institute of software, Chinese Academy of Sciences |
|
GR01 | Patent grant | ||
GR01 | Patent grant |