CN113295160A - 基于视觉导航的地图加载方法、装置、设备及存储介质 - Google Patents
基于视觉导航的地图加载方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113295160A CN113295160A CN202110621692.1A CN202110621692A CN113295160A CN 113295160 A CN113295160 A CN 113295160A CN 202110621692 A CN202110621692 A CN 202110621692A CN 113295160 A CN113295160 A CN 113295160A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- map
- cloud map
- loading
- block
- 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.)
- Pending
Links
- 238000011068 loading method Methods 0.000 title claims abstract description 111
- 230000000007 visual effect Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
Abstract
本申请提供一种基于视觉导航的地图加载方法、装置、设备及存储介质,方法包括:获取车辆在目标停车场内的第一导航路线;基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,地图块信息表包括目标停车场的停车场地图中的多个点云地图块标识;基于点云地图块标识,加载目标点云地图,目标点云地图用于车辆在目标停车场内进行视觉导航。本实施例只加载第一导航路线上的点云地图,减少点云地图的加载量,降低地图加载过程中对网络带宽和网络设备性能要求,提高地图加载效率。
Description
技术领域
本申请涉及智慧城市技术领域,具体而言,涉及一种基于视觉导航的地图加载方法、装置、电子设备及存储介质。
背景技术
随着车辆的日益增多,对停车位的需求越来越大。目前,很多停车场为增大停车场面积以容纳更多的车辆,而采用多层地下层的设计方式,但是多层停车层会导致停车场如同迷宫一样,使得驾驶员无法快速准确地查找到目标停车位。
在相关技术中,为了使驾驶员能够分辨车辆在停车场的位置,将停车场的内部地图加载至导航设备,以采用内部地图对车辆进行定位导航,但是多层停车场的内部地图的数据量较大,实时发放对网络带宽和网络设备性能要求高。
发明内容
本申请实施例的目的在于提供一种基于视觉导航的地图加载方法、装置、设备及存储介质,旨在解决当前地图发放对设备网络性能要求高的问题。
第一方面,本申请实施例提供了一种基于视觉导航的地图加载方法,包括:
获取车辆在目标停车场内的第一导航路线;
基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,地图块信息表包括目标停车场的停车场地图中的多个点云地图块标识;
基于点云地图块标识,加载目标点云地图,目标点云地图用于车辆在目标停车场内进行视觉导航。
在本实施例中,通过获取车辆在目标停车场内的第一导航路线,并基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,从而识别出车辆在第一导航路线行驶时会经过的地图块;以及基于点云地图块标识,加载目标点云地图,从而只加载第一导航路线上的点云地图,减少点云地图的加载量,降低地图加载过程中对网络带宽和网络设备性能要求,提高地图加载效率。
在一实现方式中,基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,包括:
获取车辆在目标停车场内的第一当前位置;
根据当前已加载的第一点云地图,确定第一当前位置所在的第一点云地图块,第一点云地图为停车场地图中的局部地图,第一点云地图块为车辆当前位置所在的点云地图块;
根据地图块信息表,确定在第一导航路线的前进方向上与第一点云地图块相邻的多个点云地图块标识。
在本实现方式中,通过车辆的第一当前位置,确定点云地图块标识,从而根据车辆的实时位置实现增量式加载点云地图,提高点云地图的加载效率。
进一步地,基于点云地图块标识,加载目标点云地图,包括:
若车辆驶离第一点云地图块,则加载多个点云地图块标识对应的多个第二点云地图块,第二点云地图块为在第一导航路线的前进方向上与第一点云地图块相邻的点云地图块;
将多个第二点云地图块融合到第一点云地图中,得到目标点云地图。
在本实现方式中,对于增量式加载点云地图,通过将加载的第二点云地图块融合到第一点云地图中,从而实现目标点云地图的加载,并使得融合第二点云地图的目标点云地图承接上一个目标点云地图的地图信息,进而实现用于车辆的后续定位和导航。
进一步地,将多个第二点云地图块融合到第一点云地图中,得到目标点云地图,包括:
添加第二点云地图块中的第二地图块数据的第一引用计数,第二地图块数据包括第二关键图像帧和第二点云数据;
根据第一引用计数,将第二地图块数据添加到第一点云地图,得到新的第一点云地图;
减少第一点云地图块中的第一地图块数据的第二引用计数,第一地图块数据包括第二关键图像帧和第二点云数据;
删除新的第一点云地图中第二引用计数为预设值的第一地图块数据,得到目标点云地图。
在本实现方式中,通过添加第二点云地图的引用计数和减少第一点云地图的引用计数,使得导航模块能够在引用点云地图进行视觉导航时,引用第二点云地图进行视觉导航,从而从第一点云地图过渡到第二点云地图;以及删除第二引用计数为预设值的第一地图块数据,从而减少缓存的数据量,释放内存,进一步提高地图加载过程的加载效率。
进一步地,根据当前已加载的第一点云地图,确定第一当前位置所在的第一点云地图块之后,还包括:
若第一点云地图块不在第一导航路线的前进方向上,则生成第一当前位置到目标停车位置之间的第二导航路线;
基于地图块信息表,加载第二导航路线对应的新目标点云地图。
在本实现方式中,通过确定第一点云地图块是否在第一导航路线的前进方向上,从而实现在车辆行驶过程中对车辆进行偏航检测,并在车辆偏航时生成第二导航路线进行导航,实现智能化定位和导航。
在一实现方式中,基于点云地图块标识,加载目标点云地图,包括:
基于点云地图块标识,加载在第一导航路线上的所有第二点云地图块;
对所有第二点云地图块进行融合,得到目标点云地图。
在本实现方式中,通过一次性加载第一导航路线上的所有第二点云地图块,并融合得到目标点云地图,以降低点云地图加载过程对实时网络宽带的性能要求,提高点云地图的加载效率。
进一步地,基于地图块标识,加载目标停车场地图之后,还包括:
获取车辆在目标停车场内的第二当前位置;
若第二当前位置不在第一导航路线的前进方向上,则生成第二当前位置到目标停车位置之间的第三导航路线;
基于地图块信息表,加载第三导航路线对应的新目标点云地图。
在本实现方式中,通过确定第二点云地图块是否在第一导航路线的前进方向上,从而实现在车辆行驶过程中对车辆进行偏航检测,并在车辆偏航时生成第三导航路线进行导航,实现智能化定位和导航。
在一实现方式中,基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识之前,还包括:
获取目标停车场的停车场地图,停车场地图包括多个第三关键图像帧和多个第三点云数据;
根据目标停车场的多个预设区块,确定每个预设区块内的第三关键图像帧和第三点云数据;
基于第三关键图像帧和第三点云数据,确定每个预设区块与停车场地图的点云地图块标识之间的对应关系,得到地图块信息表。
在本实现方式中,通过对目标停车场进行分区,确定每个区块的点云地图,并使得每个区块的点云地图进行分区存储,建立预设区块与点云地图标识之间的对应关系,从而实现地图块信息表的构建。
第二方面,本申请实施例提供了一种基于视觉导航的地图加载装置,包括:
获取模块,用于获取车辆在目标停车场内的第一导航路线;
确定模块,用于基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,地图块信息表包括目标停车场的停车场地图中的多个点云地图块标识;
加载模块,用于基于点云地图块标识,加载目标点云地图,目标点云地图用于车辆在目标停车场内进行视觉导航。
第三方面,本申请实施例提供了一种电子设备,包括存储器及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使电子设备执行上述第一方面中任一项的基于视觉导航的地图加载方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,计算机程序被处理器执行时实现如上述第一方面中任一项的基于视觉导航的地图加载方法。
需要说明的是,上述第二方面至第四方面的有益效果请参见上述第一方面的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的基于视觉导航的地图加载方法的实现流程图;
图2为本申请另一实施例提供的基于视觉导航的地图加载方法的实现流程图;
图3为本申请又一实施例提供的基于视觉导航的地图加载方法的实现流程图;
图4为本申请实施例提供的查询点云地图块的示意图;
图5为本申请一实施例提供的加载点云地图块的示意图;
图6为本申请另一实施例提供的加载点云地图块的示意图;
图7为本申请实施例提供的基于视觉导航的地图加载装置的结构示意图;
图8为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如背景技术相关记载,为了使驾驶员能够分辨车辆在停车场的位置,将停车场的内部地图加载至导航设备,以采用内部地图对车辆进行定位导航,但是多层停车场的内部地图的数据量较大,实时发放对网络带宽和网络设备性能要求高。
针对上述现有技术中的问题,本申请提供了一种基于视觉导航的地图加载方法,通过获取车辆在目标停车场内的第一导航路线,并基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,从而识别出车辆在第一导航路线行驶时会经过的地图块;以及基于点云地图块标识,加载目标点云地图,从而只加载第一导航路线上的点云地图,减少点云地图的加载量,降低地图加载过程中对网络带宽和网络设备性能要求,提高地图加载效率。
参见图1,图1示出了本申请实施例提供的一种基于视觉导航的地图加载方法的实现流程图。本申请实施例中下述的基于视觉导航的地图加载方法可应用于电子设备,电子设备包括但不限于智能手机、平板电脑、笔记本电脑、个人数字助理和车载电脑等计算机设备。本申请实施例的基于视觉导航的地图加载方法,包括步骤S101至S103,详述如下:
步骤S101,获取车辆在目标停车场内的第一导航路线。
在本步骤中,第一导航路线为车辆成功预约停车位后生成的导航路线,其用于车辆在目标停车场内行驶时进行定位和导航。第一导航路线为目标停车场入口到目标停车位之间的导航路线,其中对于有多个入口的停车场,可选地,当车辆不在停车场入口范围内时,则可以车辆的当前位置到目标停车位之间的最短路程建立完整导航路线,该完整导航路线包括上述第一导航路线和车辆当前位置到入口的导航路线。例如,该完整导航路线包括第一导航路线和车辆当前位置到入口A的导航路线,则第一导航路线为入口A到目标停车位之间的导航路线。可选地,当车辆在停车场入口范围内时,则第一导航路线为该停车场入口到目标停车位之间的导航路线。
步骤S102,基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,地图块信息表包括目标停车场的停车场地图中的多个点云地图块标识。
在本步骤中,点云地图块标识为目标停车场分区后每个区块对应的点云地图的地图标识,例如将目标停车场分为100个区块,则每个区块对应的点云地图块标识为数字编号1-100中的唯一一个。地图块信息表为点云地图与停车场区块标识之间的对应关系表,其中点云地图包括关键图像帧和点云数据。
在一实施例中,基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识之前,还包括:获取目标停车场的停车场地图,停车场地图包括多个第三关键图像帧和多个第三点云数据;根据目标停车场的多个预设区块,确定每个预设区块内的第三关键图像帧和第三点云数据;基于第三关键图像帧和第三点云数据,确定每个预设区块与停车场地图的点云地图块标识之间的对应关系,得到地图块信息表。
在本实施例中,上述停车场地图为点云地图,点云地图包括关键图像帧和点云数据,其中关键图像帧是视觉建图过程中视觉算法根据位移距离、新特征点数量等条件选择的关键图像,每个关键图像帧包括但不限于关键帧ID、关键帧对应在停车场的位置、其观测到的图像特征、其观测到的点云ID列表、其观测到的图像特征与点云的对应关系、与其共视的关键帧ID和其所属的地图块ID。点云数据是视觉建图过程中使用三角化算法从视觉特征求出的三维点,点云中的每个三维点包括但不限于x轴坐标、y轴坐标、z轴坐标和该三维点ID。
示例性地,地图块信息表如下表所示:
点云地图块ID | 1 | 2 | … |
X轴最小值 | |||
X轴最大值 | |||
Y轴最小值 | |||
Y轴最大值 | |||
Z轴最小值 | |||
Z轴最大值 | |||
关键图像帧总数 | |||
点云总数 | |||
关键帧存储文件名 | |||
点云存储文件名 | |||
所属停车场ID | |||
构建时间 | |||
更新时间 | |||
其他信息 |
步骤S103,基于点云地图块标识,加载目标点云地图,目标点云地图用于车辆在目标停车场内进行视觉导航。
在本步骤中,加载目标点云地图的方式包括一次性加载方式和增量式加载方式。示例性地,对于成功预约停车位时不在停车场入口范围内的车辆,可以根据点云地图块标识,一次性加载导航路线上的所有点云地图块,并将点云地图块合并为上述目标点云地图。对于成功预约停车位时在停车位入口范围内的车辆,可以根据点云地图块标识,增量式加载导航路线上的所有点云地图块,并将点云地图块合并为上述目标点云地图。可选地,增量式加载过程可以基于车辆当前位置确定是否加载。
可以理解的是,一次性加载方式和增量式加载方式都是只加载导航路线上的点云地图,相对全量加载方式,所需加载的点云数据量更少,能够有效降低加载过程对网络带宽和设备的性能要求,提高加载效率。
可选地,对于车辆经常停车的停车场,可以通过请求离线地图的形式,将点云地图存储在车载终端内,方便在网络不畅的环境中使用,同时节省导航过程产生的通信流量费用。其中车辆经常停车的判定依据可以是在车辆接近停车场时,车载终端根据GNSS位置判断车辆到达停车场附近,并根据历史记录的停车系数判断是否为车辆经常停车的停车场。
在图1实施例的基础上,图2示出了实施例提供的另一种基于视觉导航的地图加载方法的实现流程图。如图2所示,上述步骤S102具体包括步骤S201至S203。需要说明的是,与图1实施例相同的步骤,此处不再赘述。
步骤S201,获取车辆在目标停车场内的第一当前位置。
在本步骤中,第一当前位置为车辆在目标停车场内的实时位置。可以通过采集车辆前方的场景图像,提取场景图像的点云特征,将点云特征与关键图像帧对应的点云数据匹配,查询匹配的关键图像帧对应在停车场的位置,从而确定车辆的当前位置。
步骤S202,根据当前已加载的第一点云地图,确定第一当前位置所在的第一点云地图块,第一点云地图为停车场地图中的局部地图,第一点云地图块为车辆当前位置所在的点云地图块。
在本步骤中,如图4示出的查询点云地图块的示意图,图4中有9个格子,每个格子表示一个点云地图块,9个格子组成第一点云地图,车辆所在的格子为第一点云地图块。可选地,可以根据第一当前位置的位置坐标,确定包含该位置坐标的点云地图块,则包含该位置坐标的点云地图块为第一点云地图块。
步骤S203,根据地图块信息表,确定在第一导航路线的前进方向上与第一点云地图块相邻的多个点云地图块标识。
在本步骤中,可选地,如图5示出的加载点云地图块的示意图,虚线框表示第一导航路线的前进方向上的点云地图块。例如,当车辆从A位置行驶至B位置时,可以确定虚线框对应的3个点云地图块的地图块标识。
可选地,当车速较快时,为了防止地图更新不及时,新地图块的范围应根据车速、地图块尺寸、地图更新耗时等因素,在车辆朝向前方适当加大,一种可行的新地图块范围如图6所示,也就是说,当车辆从A位置行驶至B位置时,可以确定虚线框对应的12个点云地图块的地图块标识。
在一实施例中,上述步骤S203之后,还包括:若第一点云地图块不在第一导航路线的前进方向上,则生成第一当前位置到目标停车位置之间的第二导航路线;基于地图块信息表,加载第二导航路线对应的新目标点云地图。
在本实施例中,若第一点云地图块不在第一导航路线的前进方向上,则说明车辆已经偏航,因此根据车辆的第一当前位置和目标停车位置,生成第二导航路线,并根据第二导航路线加载点云地图,以用于定位和导航。
在一实施例中,在图2所示实施例的基础上,上述步骤S103,具体包括:若车辆驶离第一点云地图块,则加载多个点云地图块标识对应的多个第二点云地图块,第二点云地图块为在第一导航路线的前进方向上与第一点云地图块相邻的点云地图块;将多个第二点云地图块融合到第一点云地图中,得到目标点云地图。
在本实施例中,对于增量式加载点云地图块,则需要将新加载的点云地图块融合到已加载的点云地图,从而更新目标点云地图,使得车辆定位导航时能够引用新加载的点云地图块进行视觉特征匹配。
可选地,第二点云地图块融合到第一点云地图,包括:添加第二点云地图块中的第二地图块数据的第一引用计数,第二地图块数据包括第二关键图像帧和第二点云数据;根据第一引用计数,将第一地图块数据添加到第一点云地图,得到新的第一点云地图;减少第一点云地图块中的第一地图块数据的第二引用计数,第一地图块数据包括第二关键图像帧和第二点云数据;删除新的第一点云地图中第二引用计数为预设值的第一地图块数据,得到目标点云地图。
在本实施例中,点云地图用于视觉导航时,通过将车辆实时采集的图像的点云特征与点云地图的点云数据进行匹配,所以需要引用对应的点云数据,而点云数据非常多,为了提高匹配效率,配置引用计数以使定位模型引用对应的点云数据。
在车辆驶离第一地图块后,减少第一地图块数据的第二引用计数,使其变更为默认值或者预设值,例如,将第二引用计数由1变更为0(引用计数为1表示对应的地图块数据能够被引用,引用计数为0表示对应的地图块数据不会被引用,可以理解的是,上述引用计数为1和0仅用作示例,其取值可以是其他值表示),以使车辆不会再引用第一地图块数据。那么此时第一地图块数据就属于无引用数据,所以将第一地图块数据删除,以释放内存空间,减少数据缓存量,以避免缓存数据量过多而造成加载卡顿,进一步提高地图加载效率。
可选地,对于关键图像帧的引用计数和点云数据的引用计数,可以采用平衡二叉搜索树的数据结构,树上的每个节点包含关键图像帧ID(或点云数据ID)和引用计数等,基于ID值的大小构建平衡二叉搜索树,从而减少索引、插入、删除的时间复杂度。
示例性地,车载终端接收已驶离的点云地图块ID和新点云地图块数据,更新添加关键图像帧和点云数据的引用计数,根据引用计数添加新的关键图像帧和点云数据,减少已驶离的点云地图块内的关键图像帧和点云数据的引用计数,删除引用计数为0的关键图像帧和点云数据,更新车载终端使用的点云地图。
在图1实施例的基础上,图3示出了实施例提供的又一种基于视觉导航的地图加载方法的实现流程图。如图3所示,上述步骤S103具体包括步骤S301至S302。需要说明的是,与图1实施例相同的步骤,此处不再赘述。
步骤S301,基于点云地图块标识,加载在第一导航路线上的所有第二点云地图块;
步骤S302,对所有第二点云地图块进行融合,得到目标点云地图。
在步骤S301至步骤S302中,对于车辆不在停车场入口范围内的情况,此时车辆在室外环境,网络状况通常比较好,因为可以选择一次性加载第一导航路线上的所有第二点云地图块,并将第二点云地图块进行融合,得到目标点云地图。
需要说明的是,采用一次性加载方式融合第二点云地图块时,关键图像帧和点云数据的引用计数可以配置为相同参数,当车辆在停车场内进行导航过程,再依次减少或者删除已驶离的点云地图块的关键图像帧和点云数据。
在图3所示实施例的基础上,步骤S103之后,还包括:获取车辆在目标停车场内的第二当前位置;若第二当前位置不在第一导航路线的前进方向上,则生成第二当前位置到目标停车位置之间的第三导航路线;基于地图块信息表,加载第三导航路线对应的新目标点云地图。
在本实施例中,若第二当前位置不在第一导航路线的前进方向上,则说明车辆已经偏航,因此根据车辆的第二当前位置和目标停车位置,生成第三导航路线,并根据第三导航路线加载点云地图,以用于定位和导航。
为了执行上述方法实施例对应的方法,以实现相应的功能和技术效果,下面提供一种基于视觉导航的地图加载装置。参见图7,图7是本申请实施例提供的一种基于视觉导航的地图加载装置的结构框图。为了便于说明,仅示出了与本实施例相关的部分,本申请实施例提供的基于视觉导航的地图加载装置,包括:
获取模块701,用于获取车辆在目标停车场内的第一导航路线;
确定模块702,用于基于预设的地图块信息表,确定第一导航路线对应的多个点云地图块标识,地图块信息表包括目标停车场的停车场地图中的多个点云地图块标识;
加载模块703,用于基于点云地图块标识,加载目标点云地图,目标点云地图用于车辆在目标停车场内进行视觉导航。
在一实施例中,确定模块702,包括:
获取单元,用于获取车辆在目标停车场内的第一当前位置;
第一确定单元,用于根据当前已加载的第一点云地图,确定第一当前位置所在的第一点云地图块,第一点云地图为停车场地图中的局部地图,第一点云地图块为车辆当前位置所在的点云地图块;
第二确定单元,用于根据地图块信息表,确定在第一导航路线的前进方向上与第一点云地图块相邻的多个点云地图块标识。
在一实施例中,加载模块703,包括:
第一加载单元,用于若车辆驶离第一点云地图块,则加载多个点云地图块标识对应的多个第二点云地图块,第二点云地图块为在第一导航路线的前进方向上与第一点云地图块相邻的点云地图块;
第一融合单元,用于将多个第二点云地图块融合到第一点云地图中,得到目标点云地图。
在一实施例中,第一融合单元,包括:
第一添加子单元,用于添加第二点云地图块中的第二地图块数据的第一引用计数,第二地图块数据包括第二关键图像帧和第二点云数据;
第二添加子单元,用于根据第一引用计数,将第二地图块数据添加到第一点云地图,得到新的第一点云地图;
减少子单元,用于减少第一点云地图块中的第一地图块数据的第二引用计数,第一地图块数据包括第二关键图像帧和第二点云数据;
删除子单元,用于删除新的第一点云地图中第二引用计数为预设值的第一地图块数据,得到目标点云地图。
在一实施例中,确定模块702,还包括:
生成单元,用于若第一点云地图块不在第一导航路线的前进方向上,则生成第一当前位置到目标停车位置之间的第二导航路线;
第二加载单元,用于基于地图块信息表,加载第二导航路线对应的新目标点云地图。
在一实施例中,加载模块703,包括:
第三加载单元,用于基于点云地图块标识,加载在第一导航路线上的所有第二点云地图块;
第二融合单元,用于对所有第二点云地图块进行融合,得到目标点云地图。
在一实施例中,上述地图加载装置,还包括:
第二获取模块,用于获取车辆在目标停车场内的第二当前位置;
生成模块,用于若第二当前位置不在第一导航路线的前进方向上,则生成第二当前位置到目标停车位置之间的第三导航路线;
第二加载模块,用于基于地图块信息表,加载第三导航路线对应的新目标点云地图。
在一实施例中,上述地图加载装置,还包括:
第三获取模块,用于获取目标停车场的停车场地图,停车场地图包括多个第三关键图像帧和多个第三点云数据;
第二确定模块,用于根据目标停车场的多个预设区块,确定每个预设区块内的第三关键图像帧和第三点云数据;
第三确定模块,用于基于第三关键图像帧和第三点云数据,确定每个预设区块与停车场地图的点云地图块标识之间的对应关系,得到地图块信息表。
上述的基于视觉导航的地图加载装置可实施上述方法实施例的基于视觉导航的地图加载方法。上述方法实施例中的可选项也适用于本实施例,这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容,在本实施例中,不再进行赘述。
图8为本申请一实施例提供的电子设备的结构示意图。如图8所示,该实施例的电子设备8包括:至少一个处理器80(图8中仅示出一个)处理器、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82,所述处理器80执行所述计算机程序82时实现上述任意方法实施例中的步骤。
所述电子设备8可以是智能手机、平板电脑、笔记本电脑、个人数字助理和车载电脑等计算设备。该电子设备可包括但不仅限于处理器80、存储器81。本领域技术人员可以理解,图8仅仅是电子设备8的举例,并不构成对电子设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述电子设备8的内部存储单元,例如电子设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述电子设备8的外部存储设备,例如所述电子设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述电子设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
另外,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述任意方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行时实现可实现上述各个方法实施例中的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (11)
1.一种基于视觉导航的地图加载方法,其特征在于,包括:
获取车辆在目标停车场内的第一导航路线;
基于预设的地图块信息表,确定所述第一导航路线对应的多个点云地图块标识,所述地图块信息表包括所述目标停车场的停车场地图中的多个点云地图块标识;
基于所述点云地图块标识,加载目标点云地图,所述目标点云地图用于所述车辆在所述目标停车场内进行视觉导航。
2.根据权利要求1所述的基于视觉导航的地图加载方法,其特征在于,所述基于预设的地图块信息表,确定所述第一导航路线对应的多个点云地图块标识,包括:
获取车辆在所述目标停车场内的第一当前位置;
根据当前已加载的第一点云地图,确定所述第一当前位置所在的第一点云地图块,所述第一点云地图为所述停车场地图中的局部地图,所述第一点云地图块为车辆当前位置所在的点云地图块;
根据所述地图块信息表,确定在所述第一导航路线的前进方向上与所述第一点云地图块相邻的多个所述点云地图块标识。
3.根据权利要求2所述的基于视觉导航的地图加载方法,其特征在于,所述基于所述点云地图块标识,加载目标点云地图,包括:
若所述车辆驶离所述第一点云地图块,则加载多个所述点云地图块标识对应的多个第二点云地图块,所述第二点云地图块为在所述第一导航路线的前进方向上与所述第一点云地图块相邻的点云地图块;
将多个所述第二点云地图块融合到所述第一点云地图中,得到所述目标点云地图。
4.根据权利要求3所述的基于视觉导航的地图加载方法,其特征在于,所述将多个所述第二点云地图块融合到所述第一点云地图中,得到所述目标点云地图,包括:
添加所述第二点云地图块中的第二地图块数据的第一引用计数,所述第二地图块数据包括第二关键图像帧和第二点云数据;
根据所述第一引用计数,将所述第二地图块数据添加到所述第一点云地图,得到新的第一点云地图;
减少所述第一点云地图块中的第一地图块数据的第二引用计数,所述第一地图块数据包括第二关键图像帧和第二点云数据;
删除所述新的第一点云地图中所述第二引用计数为预设值的所述第一地图块数据,得到所述目标点云地图。
5.根据权利要求2所述的基于视觉导航的地图加载方法,其特征在于,所述根据当前已加载的第一点云地图,确定所述第一当前位置所在的第一点云地图块之后,还包括:
若所述第一点云地图块不在所述第一导航路线的前进方向上,则生成所述第一当前位置到目标停车位置之间的第二导航路线;
基于所述地图块信息表,加载所述第二导航路线对应的新目标点云地图。
6.根据权利要求1所述的基于视觉导航的地图加载方法,其特征在于,所述基于所述点云地图块标识,加载目标点云地图,包括:
基于所述点云地图块标识,加载在所述第一导航路线上的所有第二点云地图块;
对所有所述第二点云地图块进行融合,得到所述目标点云地图。
7.根据权利要求6所述的基于视觉导航的地图加载方法,其特征在于,所述基于所述地图块标识,加载目标停车场地图之后,还包括:
获取所述车辆在所述目标停车场内的第二当前位置;
若所述第二当前位置不在所述第一导航路线的前进方向上,则生成所述第二当前位置到目标停车位置之间的第三导航路线;
基于所述地图块信息表,加载所述第三导航路线对应的新目标点云地图。
8.根据权利要求1所述的基于视觉导航的地图加载方法,其特征在于,所述基于预设的地图块信息表,确定所述第一导航路线对应的多个点云地图块标识之前,还包括:
获取所述目标停车场的所述停车场地图,所述停车场地图包括多个第三关键图像帧和多个第三点云数据;
根据所述目标停车场的多个预设区块,确定每个所述预设区块内的所述第三关键图像帧和所述第三点云数据;
基于所述第三关键图像帧和所述第三点云数据,确定每个所述预设区块与所述停车场地图的所述点云地图块标识之间的对应关系,得到所述地图块信息表。
9.一种基于视觉导航的地图加载装置,其特征在于,包括:
获取模块,用于获取车辆在目标停车场内的第一导航路线;
确定模块,用于基于预设的地图块信息表,确定所述第一导航路线对应的多个点云地图块标识,所述地图块信息表包括所述目标停车场的停车场地图中的多个点云地图块标识;
加载模块,用于基于所述点云地图块标识,加载目标点云地图,所述目标点云地图用于所述车辆在所述目标停车场内进行视觉导航。
10.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至8中任一项所述的基于视觉导航的地图加载方法。
11.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于视觉导航的地图加载方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110621692.1A CN113295160A (zh) | 2021-06-03 | 2021-06-03 | 基于视觉导航的地图加载方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110621692.1A CN113295160A (zh) | 2021-06-03 | 2021-06-03 | 基于视觉导航的地图加载方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113295160A true CN113295160A (zh) | 2021-08-24 |
Family
ID=77327121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110621692.1A Pending CN113295160A (zh) | 2021-06-03 | 2021-06-03 | 基于视觉导航的地图加载方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113295160A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114491306A (zh) * | 2022-01-13 | 2022-05-13 | 广州小鹏自动驾驶科技有限公司 | 地图过滤方法、装置、设备、车辆以及介质 |
CN117405130A (zh) * | 2023-12-08 | 2024-01-16 | 新石器中研(上海)科技有限公司 | 目标点云地图获取方法、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102209114A (zh) * | 2011-05-24 | 2011-10-05 | 深圳市凯立德科技股份有限公司 | 动态地图下载方法、服务器和位置服务终端 |
CN104422454A (zh) * | 2013-08-23 | 2015-03-18 | 株式会社日立制作所 | 用于实现步行导航的方法和移动终端 |
CN106604262A (zh) * | 2016-11-30 | 2017-04-26 | 深圳市金立通信设备有限公司 | 一种地图下载的方法及终端 |
CN110864695A (zh) * | 2019-11-21 | 2020-03-06 | 东风商用车有限公司 | 一种自动驾驶中高精度地图获取方法 |
-
2021
- 2021-06-03 CN CN202110621692.1A patent/CN113295160A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102209114A (zh) * | 2011-05-24 | 2011-10-05 | 深圳市凯立德科技股份有限公司 | 动态地图下载方法、服务器和位置服务终端 |
CN104422454A (zh) * | 2013-08-23 | 2015-03-18 | 株式会社日立制作所 | 用于实现步行导航的方法和移动终端 |
CN106604262A (zh) * | 2016-11-30 | 2017-04-26 | 深圳市金立通信设备有限公司 | 一种地图下载的方法及终端 |
CN110864695A (zh) * | 2019-11-21 | 2020-03-06 | 东风商用车有限公司 | 一种自动驾驶中高精度地图获取方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114491306A (zh) * | 2022-01-13 | 2022-05-13 | 广州小鹏自动驾驶科技有限公司 | 地图过滤方法、装置、设备、车辆以及介质 |
CN117405130A (zh) * | 2023-12-08 | 2024-01-16 | 新石器中研(上海)科技有限公司 | 目标点云地图获取方法、电子设备及存储介质 |
CN117405130B (zh) * | 2023-12-08 | 2024-03-08 | 新石器中研(上海)科技有限公司 | 目标点云地图获取方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112179330A (zh) | 移动设备的位姿确定方法及装置 | |
CN113295160A (zh) | 基于视觉导航的地图加载方法、装置、设备及存储介质 | |
CN110083668B (zh) | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 | |
EP4345773A1 (en) | Lane line extraction method and apparatus, vehicle and storage medium | |
CN113706592A (zh) | 一种定位信息的修正方法、装置、电子设备和存储介质 | |
CN113298910A (zh) | 生成交通标志线地图的方法、设备和存储介质 | |
CN112417199A (zh) | 遥感影像的检索方法、装置、系统及存储介质 | |
CN113971723B (zh) | 高精地图中三维地图的构建方法、装置、设备和存储介质 | |
CN113887391A (zh) | 用于识别路面标识的方法、装置以及自动驾驶车辆 | |
CN115984417B (zh) | 一种语义建图方法、装置及存储介质 | |
CN111966773A (zh) | 管理地图数据的方法、装置、电子设备和存储介质 | |
CN116414134A (zh) | 路径规划方法、装置、电子设备及计算机可读存储介质 | |
CN111369189A (zh) | 生成拣货任务的方法、装置、存储介质及电子设备 | |
CN110887490A (zh) | 一种激光定位导航的关键帧选取方法、介质、终端和装置 | |
CN111858789A (zh) | 路网数据处理方法、装置、电子设备和存储介质 | |
CN115406452A (zh) | 一种实时定位及建图方法、装置及终端设备 | |
CN115388878A (zh) | 一种地图构建方法、装置及终端设备 | |
CN115619954A (zh) | 稀疏语义地图的构建方法、装置、设备及存储介质 | |
CN113807555B (zh) | 分拨中心的选址方法、装置、电子设备及存储介质 | |
CN113986866A (zh) | 一种大规模点云数据的处理方法、装置、设备及介质 | |
CN114168700A (zh) | 一种路网合并更新方法、系统、电子设备及存储介质 | |
CN107368512B (zh) | 信息对象的查询和序列确定方法、装置及设备、可读介质 | |
CN112988932A (zh) | 高精地图标注方法、装置、设备、可读存储介质及产品 | |
CN116821270B (zh) | 地图生成方法、装置、设备及存储介质 | |
CN115512065B (zh) | 一种基于分块化的大规模场景下实时地图构建方法和装置 |
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 |