CN113407559A - 更新方法、装置及计算机存储介质 - Google Patents

更新方法、装置及计算机存储介质 Download PDF

Info

Publication number
CN113407559A
CN113407559A CN202110801361.6A CN202110801361A CN113407559A CN 113407559 A CN113407559 A CN 113407559A CN 202110801361 A CN202110801361 A CN 202110801361A CN 113407559 A CN113407559 A CN 113407559A
Authority
CN
China
Prior art keywords
road data
crowdsourcing
data
road
target
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
Application number
CN202110801361.6A
Other languages
English (en)
Inventor
刘德浩
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.)
Guangzhou Xiaopeng Autopilot Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Autopilot 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 Guangzhou Xiaopeng Autopilot Technology Co Ltd filed Critical Guangzhou Xiaopeng Autopilot Technology Co Ltd
Priority to CN202110801361.6A priority Critical patent/CN113407559A/zh
Publication of CN113407559A publication Critical patent/CN113407559A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2358Change logging, detection, and notification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种更新方法、装置及计算机存储介质,所述更新方法包括:获取由至少一个信息采集终端对目标道路所采集的至少一众包道路数据;按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系;根据所述关联关系对各所述众包道路数据进行合并,并基于合并结果对所述目标道路进行更新。如此,能够以低成本且快速方式对地图中的道路进行准确更新,提升了用户体验。

Description

更新方法、装置及计算机存储介质
技术领域
本发明涉及地图技术领域,特别是涉及一种更新方法、装置及计算机存储介质。
背景技术
与传统地图相比,高精地图是一类精度更高,数据维度更丰富的电子地图,能够为高级别自动(辅助)驾驶系统的落地实现提供有力支撑。传统的高精地图的生成主要依靠采用单独的高精度采集车去采集路面信息,但存在实施成本高、更新周期慢的问题。如果直接采用普通车辆采集的道路数据来生成地图,则会存在数据误差大、信息不准确的问题。因此,如何低成本且快速对地图中的道路进行准确更新一直处于研究之中。
发明内容
针对上述技术问题,本申请提供一种更新方法、装置及计算机存储介质,能够以低成本且快速方式对地图中的道路进行准确更新,提升了用户体验。
为解决上述技术问题,本申请提供一种更新方法,所述方法包括以下步骤:
获取由至少一个信息采集终端对目标道路所采集的至少一众包道路数据;
按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系;
根据所述关联关系对各所述众包道路数据进行合并,获得所述目标道路的更新数据。
可选地,所述按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系之前,还包括:
检测各所述众包道路数据是否符合预设要求;以及
删除不符合预设要求的所述众包道路数据。
可选地,所述众包道路数据包括轨迹数据,所述检测各所述众包道路数据是否符合预设要求,包括:
检测各所述众包道路数据的轨迹数据所对应的轨迹类型与所述目标道路的轨迹类型是否一致。
可选地,所述按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系,包括:
对各所述众包道路数据进行优化处理,获得优化后的各所述众包道路数据;
对优化后的各所述众包道路数据进行特征提取与比对,并基于获得的特征比对结果确定各所述众包道路数据之间的关联关系。
可选地,所述对各所述众包道路数据进行优化处理,获得优化后的各所述众包道路数据,包括:
从各所述众包道路数据中确定目标众包道路数据,所述目标众包道路数据对应的轨迹与各所述众包道路数据中的其它众包道路数据对应的轨迹之间的偏差之和等于或大于预设阈值;
基于所述其它众包道路数据对所述目标众包道路数据进行优化,以获得优化后的所述目标众包道路数据。
可选地,所述根据所述关联关系对各所述众包道路数据进行合并,包括:
根据所述关联关系对各所述众包道路数据进行分组;其中,同一分组的所述众包道路数据包括同一路段的数据;
对各组内的所述众包道路数据进行道路特征对齐,并对各组间对齐后的所述众包道路数据进行合并。
可选地,还包括:
按照预设验证方式对所述目标道路的更新数据进行验证。
可选地,还包括:
在对所述目标道路的更新数据验证通过之后,根据所述目标道路的更新数据对地图中的所述目标道路进行更新。
相应的,本申请提供一种执行上述方法的更新装置,包括:处理器和存储有计算机程序的存储器,在所述处理器运行所述计算机程序时,实现上述更新方法的步骤。
相应的,本申请提供一种计算机存储介质,所述计算机存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现上述更新方法的步骤。
如上所述,本申请的更新方法、装置及计算机存储介质,所述更新方法包括:获取由至少一个信息采集终端对目标道路所采集的至少一众包道路数据;按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系;根据所述关联关系对各所述众包道路数据进行合并,并基于合并结果对所述目标道路进行更新。如此,能够以低成本且快速方式对地图中的道路进行准确更新,提升了用户体验。
附图说明
图1为本发明实施例提供的一种更新方法的流程示意图;
图2为本发明实施例提供的一种更新系统的结构示意图;
图3为本发明实施例提供的一种更新方法的具体流程示意图;
图4为本发明实施例提供的一种更新装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解,尽管在本文可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本文范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
需要说明的是,在本文中,采用了诸如S101、S102等步骤代号,其目的是为了更清楚简要地表述相应内容,不构成顺序上的实质性限制,本领域技术人员在具体实施时,可能会先执行S102后执行S101等,但这些均应在本申请的保护范围之内。
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或者“单元”可以混合地使用。
参阅图1,为本申请实施例提供的一种更新方法,所述更新方法可以由本申请实施例提供的一种更新装置来执行,该装置可以采用软件和/或硬件的方式来实现,该装置具体可以是云端服务器、终端等,本实施例中以所述更新方法应用于云端服务器为例,所述更新方法包括以下步骤:
步骤S101:获取由至少一个信息采集终端对目标道路所采集的至少一众包道路数据。
需要说明的是,所述至少一众包道路数据可以是由至少一个信息采集终端在目标道路的同一位置或不同位置采集的,比如,在同一车道内的相同或不同距离范围内采集的,或在不同车道的相同距离范围内采集的。所述信息采集终端可以是车载终端,也可以定位装置、距离传感器、摄像头、雷达传感器等设备,所述众包道路数据可以包括轨迹数据和感知数据。可以理解地,由于可能受到人为或环境等因素的影响,所述信息采集终端采集到的众包道路数据可能未真正包含道路特征信息,因此,所述信息采集终端在采集到众包道路数据后,可先对所述众包道路数据进行质检,即检测所述众包道路数据的质量是否满足预设质量条件,若所述众包道路数据的质量满足预设质量条件,则将所述众包道路数据上报至云端服务器,否则不将所述众包道路数据上报至云端服务器。例如,若检测到所述众包道路数据中不包含车道线等预设特征,则可不将所述众包道路数据上报至云端服务器。这里,云端服务器获取由至少一个信息采集终端对目标道路所采集的至少一众包道路数据,可以是接收至少一个信息采集终端发送的对目标道路所采集的至少一众包道路数据。
步骤S102:按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系。
其中,所述按照预设策略对各所述众包道路数据进行关联,可以看作是分析各所述众包道路数据在目标道路上对应的路段位置以及相互之间的关系,包括是否包含同一路段的数据、是否为相邻路段的数据等。
在一实施方式中,所述按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系,包括:
对各所述众包道路数据进行优化处理,获得优化后的各所述众包道路数据;
对优化后的各所述众包道路数据进行特征提取与比对,并基于获得的特征比对结果确定各所述众包道路数据之间的关联关系。
可以理解地,由于不同所述众包道路数据是由不同信息采集终端所采集的,受到设备性能、环境等因素的影响,所述众包道路数据对应的轨迹可能不是平滑的、各所述众包道路数据对应的轨迹之间会存在偏差等,而为了实现准确对各所述众包道路数据进行特征提取与比对,可以先对各所述众包道路数据进行优化处理,比如将众包道路数据对应的轨迹优化为平滑的、调整轨迹存在偏离的目标众包道路数据中的轨迹数据等。在对各所述众包道路数据进行优化处理后,可对优化后的各所述众包道路数据进行特征提取,比如提取虚线端点、停止线、车道线、交通信号灯、曲率拐点等特征,然后执行特征比对操作,即基于提取的特征对各所述众包道路数据进行匹配,并基于获得的特征比对结果确定各所述众包道路数据之间的关联关系。例如,假设有两个众包道路数据的位置轨迹都处于同一段范围内,若一个众包道路数据中包含的车道线、停止线与另一众包道路数据中包含的车道线、停止线完全相同,说明这两个众包道路数据可能是对同一路段采集的数据;若一个众包道路数据中包含的车道线、停止线与另一众包道路数据中包含的车道线、停止线既存在相同的,也存在不同的,说明这两个众包道路数据可能是对相邻路段采集的数据。如此,通过对各众包道路数据进行优化处理后,再获取各所述众包道路数据之间的关联关系,能够有效提高获取的关联关系的准确性,且操作速度更快。
在一实施方式中,所述对各所述众包道路数据进行优化处理,获得优化后的各所述众包道路数据,包括:
从各所述众包道路数据中确定目标众包道路数据,所述目标众包道路数据对应的轨迹与各所述众包道路数据中的其它众包道路数据对应的轨迹之间的偏差之和等于或大于预设阈值;
基于所述其它众包道路数据对所述目标众包道路数据进行优化,以获得优化后的所述目标众包道路数据。
可以理解地,由于一些信息采集终端可能出现定位偏准等问题,导致获得的众包道路数据对应的轨迹与另一些信息采集终端获得的众包道路数据对应的轨迹存在偏差,因此,针对所有的众包道路数据,可以计算每个众包道路数据对应的轨迹与其它众包道路数据对应的轨迹之间的偏差之和,从而确定偏差之和等于或大于预设阈值的所述众包道路数据为目标众包道路数据,进而基于所述其它众包道路数据对所述目标众包道路数据进行优化,以使所述目标众包道路数据对应的轨迹与其它众包道路数据对应的轨迹之间的偏差在合理范围内。所述预设阈值可以根据实际情况需要进行设置,比如可以设置为5米、10米等。例如,假设所有众包道路数据分别包括众包道路数据A、B、C和D,若众包道路数据A对应的轨迹与众包道路数据B、C、D对应的轨迹之间的偏差之和大于10米,则将众包道路数据A确定为目标众包道路数据,则基于众包道路数据B、C、D对目标众包道路数据A进行优化。如此,通过对轨迹出现偏差的众包道路数据进行优化,能够对各所述众包道路数据进行关联的操作速度,并提高获取的关联关系的准确性。
在一实施方式中,所述按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系之前,还包括:检测各所述众包道路数据是否符合预设要求;以及删除不符合预设要求的所述众包道路数据。可以理解地,受到人为操作、环境、设备性能等因素的影响,所述至少一个信息采集终端对目标道路所采集的至少一众包道路数据可能并不是都能用于对所述目标道路进行更新,而需要先对所述至少一众包道路数据进行筛选。其中,所述预设要求可以结合实际情况需要进行设置,比如轨迹类型一致、数据对应的路段长度大于预设长度阈值等。在一实施方式中,所述检测各所述众包道路数据是否符合预设要求,包括:检测各所述众包道路数据对应的轨迹类型与所述目标道路的轨迹类型是否一致。可以理解地,所述目标道路的轨迹类型可以根据已有的地图数据等信息进行获知,比如,可能是直线、曲线等,而根据众包道路数据中的轨迹数据可获知所述众包道路数据对应的轨迹类型,若所述众包道路数据对应的轨迹类型与所述目标道路的轨迹类型不一致,说明所述众包道路数据无法用于对所述目标道路进行更新,此时,可将不符合预设要求的所述众包道路数据删除,以基于剩余的所述众包道路数据进行后续处理操作。如此,能够进一步提高对地图中的道路进行更新的准确性。
步骤S103:根据所述关联关系对各所述众包道路数据进行合并,获得所述目标道路的更新数据。
其中,由于所述关联关系包含有各所述众包道路数据相互之间的位置关系,如是否为同一路段的数据、是否包含同一路段的数据、是否为相邻路段的数据等,因此,可根据所述关联关系对各所述众包道路数据进行合并,以获得所述目标道路的更新数据。具体地,根据所述关联关系对各所述众包道路数据进行分组;其中,同一分组的所述众包道路数据包括同一路段对应的数据;对各组内的所述众包道路数据进行道路特征对齐,并对各组间对齐后的所述众包道路数据进行合并。这里,云端服务器在根据所述关联关系对各所述众包道路数据进行分组后,对于每组内的众包道路数据进行道路特征对齐,比如停止线对齐、交通信号灯对齐、车道线对齐等,使得道路特征对齐后的各组中只存在一个众包道路数据,接着,再对各组间对齐后的众包道路数据进行合并。
综上,上述实施例提供的更新方法包括:获取由至少一个信息采集终端对目标道路所采集的至少一众包道路数据;按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系;根据所述关联关系对各所述众包道路数据进行合并,并基于合并结果对所述目标道路进行更新。如此,能够以低成本且快速方式对地图中的道路进行准确更新,提升了用户体验。
在一实施方式中,还包括:按照预设验证方式对所述目标道路的更新数据进行验证。这里,所述预设验证方式可以有多种,包括但不限于自检方式和他检方式,所述自检方式是指利用所述至少一个信息采集终端所在车辆对所述目标道路的更新数据进行验证,所述他检方式是指利用除所述至少一个信息采集终端所在车辆之外的其它车辆对所述目标道路的更新数据进行验证。如此,通过对目标道路的更新数据进行验证,以检测所述目标道路的更新数据的适应性和准确性,进一步提高了更新的准确性。
在一实施方式中,还包括:在对所述目标道路的更新数据验证通过之后,根据所述目标道路的更新数据对地图中的所述目标道路进行更新。
具体地,云端服务器在确定对所述目标道路的更新数据验证通过之后,根据所述目标道路的更新数据对地图中的所述目标道路进行更新,以实现及时对所述目标道路进行更新,方便使用地图的用户能够及时获知所述目标道路的相关信息,并且确保了地图更新的准确性。
基于前述实施例相同的发明构思,下面通过具体示例对前述实施例进行具体说明。
参阅图2,为本申请实施例提供的一种更新系统的结构示意图,所述更新系统包括至少一个车端1和与所述车端1连接的云端服务器2,所述至少一个车端1分别对在同一目标道路上采集的数据进行处理,以获得包含轨迹和感知结果的众包道路数据,并将所述众包道路数据上传至云端服务器2。具体地,所述车端1包括惯性测量单元10、定位系统11、驾驶辅助系统12、图像采集单元13、运动估计单元14和感知单元15,所述惯性测量单元10、定位系统11、驾驶辅助系统12、图像采集单元13分别与所述运动估计单元14和所述感知单元15连接,所述运动估计单元14根据上述信息采集装置采集的传感器信号进行运动估计以获得轨迹,所述感知单元15根据上述信息采集装置采集的传感器信号,基于深度学习进行图像感知,以获得感知结果。其中,所述车端1可在预设时间节点(如可以为驻车时)将包括轨迹和感知结果的众包道路数据上传至云端服务器。此外,所述车端1可在滤除无用信息后,再获取轨迹和感知结果,以降低数据传输成本。所述轨迹指路径,所述感知结果为路面信息,如红绿灯、道路线等。
基于前述实施例相同的发明构思,参阅图3,为本申请实施例提供的一种更新方法的具体流程示意图,应用于云端服务器2,包括以下步骤:
步骤S201:对各车端上传的众包道路数据进行质检;
具体地,云端服务器(以下简称为云端)分别对各车端上传的众包道路数据进行质检,滤除掉明显有问题的众包道路数据(如存在明显漂移、轨迹类型不匹配等)以进行数据的筛选,得到质检后的众包道路数据。
步骤S202:对质检后的各众包道路数据进行优化;
这里,由于所述众包道路数据对应的轨迹可能不是平滑的、各所述众包道路数据对应的轨迹之间会存在偏差等,而为了实现准确获取各所述众包道路数据之间的关联关系,可以先对质检后的各所述众包道路数据进行优化处理,比如将众包道路数据对应的轨迹优化为平滑的、调整轨迹偏离的众包道路数据中的轨迹数据、车道对应、车道线修正等。
步骤S203:对优化后的各众包道路数据进行匹配关联,确定各所述众包道路数据之间的关联关系;
这里,可对优化后的各所述众包道路数据进行特征提取,比如提取虚线端点、停止线、车道线等特征,然后基于提取的特征对各所述众包道路数据进行匹配,从而确定各所述众包道路数据之间的关联关系。其中,在对相关数据进行匹配关联时,可采用特征提取,如虚线的端点等特征进行判断,而对实线进行判断时,可参考实线如道路线的曲率变化等信息来进行数据的匹配。
步骤S204:基于所述关联关系,对优化后的各众包道路数据进行合并,获得目标道路的更新数据。
这里,合并时需考虑数据整体特性,比如先对同一路段对应的众包道路数据进行道路特征对齐,然后对不同路段对齐后的众包道路数据进行合并,从而获得目标道路的更新数据。此外,合并时可采用聚类算法、提取技术等方式进行数据合并。
步骤S205:对所述目标道路的更新数据进行自检;
这里,可通过内部量化指标对合并后获得的所述目标道路的更新数据进行自检,具体而言就是用提供所述众包道路数据的车辆对所述更新数据进行检测,并基于内部量化指标判断所述更新数据是否满足要求。
步骤S206:对所述目标道路的更新数据进行他检;
这里,可通过引入外部参数进行仿真测试以实现对所述更新数据进行他检,具体而言就是用非提供所述众包道路数据的车辆对所述更新数据进行检测,并基于外部参数进行判断所述更新数据是否满足要求。
步骤S207:输出所述目标道路的更新数据至人工操作端进行检测。
这里,也可将所述目标道路的更新数据输出至人工操作端,以由人工检测所述更新数据是否满足要求。在所述更新数据满足要求时,将所述目标道路的更新数据更新至高精地图中。
如此,通过对大量的车端上报的道路数据进行质检、优化及合并操作,得到可用于更新地图的数据,也就是说,在不提高车辆数据采集成本的情况下,通过对大量的数据进行处理,利用众包车辆采集的数据量大、数据维度丰富及数据生成周期块等特点,有效提高了最终获得的地图的准确性,弥补了车辆采集的数据精度低的问题,进而得到高精度地图,以为自动驾驶的性能与驾乘体验提供良好的基础,具有广泛的适用性。
基于前述实施例相同的发明构思,本发明实施例提供了一种更新装置,如图4所示,该更新装置包括:处理器310和存储有计算机程序的存储器311;其中,图4中示意的处理器310并非用于指代处理器310的个数为一个,而是仅用于指代处理器310相对其他器件的位置关系,在实际应用中,处理器310的个数可以为一个或多个;同样,图4中示意的存储器311也是同样的含义,即仅用于指代存储器311相对其他器件的位置关系,在实际应用中,存储器311的个数可以为一个或多个。在所述处理器310运行所述计算机程序时,实现应用于上述更新装置的所述更新方法。
该更新装置还可包括:至少一个网络接口312。该更新装置中的各个组件通过总线系统313耦合在一起。可理解,总线系统313用于实现这些组件之间的连接通信。总线系统313除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图4中将各种总线都标为总线系统313。
其中,存储器311可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器311旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例中的存储器311用于存储各种类型的数据以支持该更新装置的操作。这些数据的示例包括:用于在该更新装置上操作的任何计算机程序,如操作系统和应用程序;联系人数据;电话簿数据;消息;图片;视频等。其中,操作系统包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。这里,实现本发明实施例方法的程序可以包含在应用程序中。
基于前述实施例相同的发明构思,本实施例还提供了一种计算机存储介质,所述计算机存储介质中存储有计算机程序,计算机存储介质可以是磁性随机存取存储器(FRAM,ferromagnetic random access memory)、只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory)等存储器;也可以是包括上述存储器之一或任意组合的各种设备,如移动电话、计算机、平板设备、个人数字助理等。所述计算机存储介质中存储的计算机程序被处理器运行时,实现应用于上述更新装置的所述更新方法。所述计算机程序被处理器执行时实现的具体步骤流程请参考图1所示实施例的描述,在此不再赘述。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
在本文中,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,除了包含所列的那些要素,而且还可包含没有明确列出的其他要素。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种更新方法,其特征在于,所述方法包括:
获取由至少一个信息采集终端对目标道路所采集的至少一众包道路数据;
按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系;
根据所述关联关系对各所述众包道路数据进行合并,获得所述目标道路的更新数据。
2.根据权利要求1所述的更新方法,其特征在于,所述按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系之前,还包括:
检测各所述众包道路数据是否符合预设要求;以及
删除不符合预设要求的所述众包道路数据。
3.根据权利要求2所述的更新方法,其特征在于,所述检测各所述众包道路数据是否符合预设要求,包括:
检测各所述众包道路数据对应的轨迹类型与所述目标道路的轨迹类型是否一致。
4.根据权利要求1所述的更新方法,其特征在于,所述按照预设策略对各所述众包道路数据进行关联,获得各所述众包道路数据之间的关联关系,包括:
对各所述众包道路数据进行优化处理,获得优化后的各所述众包道路数据;
对优化后的各所述众包道路数据进行特征提取与比对,并基于获得的特征比对结果确定各所述众包道路数据之间的关联关系。
5.根据权利要求4所述的更新方法,其特征在于,所述对各所述众包道路数据进行优化处理,获得优化后的各所述众包道路数据,包括:
从各所述众包道路数据中确定目标众包道路数据,所述目标众包道路数据对应的轨迹与各所述众包道路数据中的其它众包道路数据对应的轨迹之间的偏差之和等于或大于预设阈值;
基于所述其它众包道路数据对所述目标众包道路数据进行优化,以获得优化后的所述目标众包道路数据。
6.根据权利要求1所述的更新方法,其特征在于,所述根据所述关联关系对各所述众包道路数据进行合并,包括:
根据所述关联关系对各所述众包道路数据进行分组;其中,同一分组的所述众包道路数据包括同一路段对应的数据;
对各组内的所述众包道路数据进行道路特征对齐,并对各组间对齐后的所述众包道路数据进行合并。
7.根据权利要求1所述的更新方法,其特征在于,还包括:
按照预设验证方式对所述目标道路的更新数据进行验证。
8.根据权利要求1所述的更新方法,其特征在于,还包括:
在对所述目标道路的更新数据验证通过之后,根据所述目标道路的更新数据对地图中的所述目标道路进行更新。
9.一种更新装置,其特征在于,包括:处理器和存储有计算机程序的存储器,在所述处理器运行所述计算机程序时,实现权利要求1至8中任一项所述的更新方法。
10.一种计算机存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至8中任一项所述的更新方法。
CN202110801361.6A 2021-07-15 2021-07-15 更新方法、装置及计算机存储介质 Pending CN113407559A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110801361.6A CN113407559A (zh) 2021-07-15 2021-07-15 更新方法、装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110801361.6A CN113407559A (zh) 2021-07-15 2021-07-15 更新方法、装置及计算机存储介质

Publications (1)

Publication Number Publication Date
CN113407559A true CN113407559A (zh) 2021-09-17

Family

ID=77686510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110801361.6A Pending CN113407559A (zh) 2021-07-15 2021-07-15 更新方法、装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN113407559A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114279433A (zh) * 2021-12-23 2022-04-05 北京百度网讯科技有限公司 地图数据自动化生产方法、相关装置及计算机程序产品
CN115083188A (zh) * 2022-05-25 2022-09-20 中汽研汽车检验中心(广州)有限公司 一种基于车联网的路面信息修正方法、装置及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451526A (zh) * 2017-06-09 2017-12-08 蔚来汽车有限公司 地图的构建及其应用
CN109031379A (zh) * 2018-08-31 2018-12-18 上海奥孛睿斯科技有限公司 一种导航路线地图的生成方法和系统
CN109579856A (zh) * 2018-10-31 2019-04-05 百度在线网络技术(北京)有限公司 高精度地图生成方法、装置、设备及计算机可读存储介质
CN110659058A (zh) * 2019-09-17 2020-01-07 武汉中海庭数据技术有限公司 一种众包地图数据增量更新方法及装置
CN111209291A (zh) * 2019-12-31 2020-05-29 武汉中海庭数据技术有限公司 一种利用众包感知地图更新高精度地图的方法及系统
WO2020120707A1 (fr) * 2018-12-13 2020-06-18 Continental Automotive France Production de cartes routières numériques par production participative
CN112985404A (zh) * 2021-02-09 2021-06-18 广州小鹏自动驾驶科技有限公司 一种停车场众包地图生成方法、装置、设备和介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451526A (zh) * 2017-06-09 2017-12-08 蔚来汽车有限公司 地图的构建及其应用
CN109031379A (zh) * 2018-08-31 2018-12-18 上海奥孛睿斯科技有限公司 一种导航路线地图的生成方法和系统
CN109579856A (zh) * 2018-10-31 2019-04-05 百度在线网络技术(北京)有限公司 高精度地图生成方法、装置、设备及计算机可读存储介质
WO2020120707A1 (fr) * 2018-12-13 2020-06-18 Continental Automotive France Production de cartes routières numériques par production participative
CN110659058A (zh) * 2019-09-17 2020-01-07 武汉中海庭数据技术有限公司 一种众包地图数据增量更新方法及装置
CN111209291A (zh) * 2019-12-31 2020-05-29 武汉中海庭数据技术有限公司 一种利用众包感知地图更新高精度地图的方法及系统
CN112985404A (zh) * 2021-02-09 2021-06-18 广州小鹏自动驾驶科技有限公司 一种停车场众包地图生成方法、装置、设备和介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114279433A (zh) * 2021-12-23 2022-04-05 北京百度网讯科技有限公司 地图数据自动化生产方法、相关装置及计算机程序产品
CN115083188A (zh) * 2022-05-25 2022-09-20 中汽研汽车检验中心(广州)有限公司 一种基于车联网的路面信息修正方法、装置及系统

Similar Documents

Publication Publication Date Title
CN109961106B (zh) 轨迹分类模型的训练方法和装置、电子设备
CN113407559A (zh) 更新方法、装置及计算机存储介质
KR20190090393A (ko) 차선 결정 방법, 디바이스 및 저장 매체
JP7217754B2 (ja) センサーの較正
CN109885635B (zh) 地图关联方法、装置、存储介质及计算机设备
CN111709975A (zh) 多目标跟踪方法、装置、电子设备及存储介质
CN111487624A (zh) 一种预测降雨量的方法与设备
CN113587944B (zh) 准实时的车辆行驶路线生成方法、系统及设备
CN114708304B (zh) 一种跨摄像头的多目标追踪方法、装置、设备及介质
CN113587945A (zh) 路网数据缺失情况下的车辆行驶路线校正方法及系统
CN115265489A (zh) 一种动态遥感监测的国土测绘方法及其系统
JP2015158799A (ja) 時空間クラスタリング処理装置、方法及びプログラム
CN113553304A (zh) 一种针对自动驾驶的数据存储系统
CN116453371B (zh) 共享车辆的还车识别方法、装置、计算机设备和存储介质
CN111291278A (zh) 轨迹相似度的计算方法、装置、存储介质及终端
CN108376415B (zh) 一种轨迹填充的方法及装置
CN113465615B (zh) 车道线的生成方法及相关装置
KR20190091214A (ko) 동영상으로부터 장소 정보를 추출하는 장치 및 방법
CN115631246A (zh) 相机内参和相机相对激光雷达外参的联合标定方法及装置
CN112380313A (zh) 更新高精地图置信度的方法及装置
CN114842446A (zh) 车位检测方法、装置及计算机存储介质
CN111488771B (zh) Ocr挂接方法、装置与设备
CN111664829A (zh) 一种校正方法、装置及计算机存储介质
CN113048988A (zh) 一种导航地图对应场景的变化元素检测方法及装置
CN111882494B (zh) 位姿图处理方法、装置、计算机设备和存储介质

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