CN113688935A - 高精地图的检测方法、装置、设备以及存储介质 - Google Patents
高精地图的检测方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113688935A CN113688935A CN202111031848.7A CN202111031848A CN113688935A CN 113688935 A CN113688935 A CN 113688935A CN 202111031848 A CN202111031848 A CN 202111031848A CN 113688935 A CN113688935 A CN 113688935A
- Authority
- CN
- China
- Prior art keywords
- map
- map element
- image data
- coordinate information
- determining
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本公开提供了高精地图的检测方法、装置、设备以及存储介质,涉及数据处理技术领域,尤其涉及计算机视觉、自动驾驶、智能交通等技术领域。具体实现方案为:确定获取到的图像数据中的第一地图要素;利用获取到的点云数据,确定第一地图要素的坐标信息;将第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息进行差异比对,将比对的结果作为地图检测结果。可以克服相关技术需要人工检测地图的变更情况,本公开的方案可以通过对点云数据和图像数据进行融合处理以实现对于地图变更的自动检测。进一步的,可以输出地图变更要素及变更要素的坐标,从而提升地图检测以及更新的效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及计算机视觉、自动驾驶、智能交通等技术领域,特别是一种地图的绘制方法、装置、设备以及存储介质。
背景技术
高精地图也称高精度地图,是自动驾驶汽车使用。高精地图,拥有精确的车辆位置信息和丰富的道路元素数据信息,可以帮助汽车预知路面复杂信息,如坡度、曲率、航向等,更好地规避潜在的风险。对于高精地图的维护而言,可以及时发现现实世界中的道路信息变化并进行地图的更新是非常重要的。相关技术主要聚焦在地图现实变更检测,即依赖于地图变更情报点的发现,缺乏新增要素重建技术流程,需要作业人员进行标注,效率较低。
发明内容
本公开提供了一种高精地图的检测方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种高精地图的检测方法,该方法可以包括以下步骤:
确定获取到的图像数据中的第一地图要素;
利用获取到的点云数据,确定第一地图要素的坐标信息;
将第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息进行差异比对,将比对的结果作为地图检测结果。
根据本公开的另一方面,提供了一种高精地图的检测装置,该装置可以包括:
第一地图要素确定模块,用于确定获取到的图像数据中的第一地图要素;
坐标信息生成模块,用于利用获取到的点云数据,确定第一地图要素的坐标信息;
差异比对模块,用于将第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息进行差异比对,将比对的结果作为地图检测结果。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术可以克服相关技术需要人工检测地图的变更情况,可以通过对点云数据和图像数据进行融合处理以实现对于地图变更的自动检测。进一步的,可以输出地图变更要素及变更要素的坐标,从而提升地图检测以及更新的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开高精地图的检测方法的流程图;
图2是根据本公开确定第一地图要素的流程图;
图3是根据本公开在多帧图像数据识别第一地图要素的示意图;
图4是根据本公开对图像数据进行处理的流程图;
图5是根据本公开确定第一地图要素的坐标信息的流程图;
图6是根据本公开执行调整策略的流程图;
图7是根据本公开高精地图的检测装置的示意图;
图8是用来实现本公开实施例的高精地图的检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,本公开涉及一种高精地图的检测方法,该方法可以包括以下步骤:
S101:确定获取到的图像数据中的第一地图要素;
S102:利用获取到的点云数据,确定第一地图要素的坐标信息;
S103:将第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息进行差异比对,将比对的结果作为地图检测结果。
本公开上述方案的执行主体可以是地图类应用程序的服务器,或者可以是具有自动驾驶功能的车辆,以及与车辆通信的云端等。
获取到的图像数据可以是车载摄像头等图像采集设备实时采集到的图像数据;或者,获取到的图像数据还可以是由不同车辆或不同工作人员采集到的图像数据等。
通过对获取到的图像数据进行语义分割处理,可以确定并标注出图像数据中的第一地图要素。示例性地,第一地图要素可以包括交通标志物。例如,交通标志物可以包括交通标志线、信号灯或交通标示牌等。进一步的,交通标志线可以包括实线、虚线、转向箭头等。交通标示牌可以包括道路指示牌、禁止标识牌、警告标示牌等。
点云数据可以通过三维激光传感器进行采集以获取。点云数据和前述图像数据可以包括单帧数据,也可以包括(连续)多帧数据。将点云数据和图像数据进行融合处理,可以得到高精语义地图。融合处理可以包括将点云数据中的3D坐标与图像数据中的待标注对象的2D坐标进行互补,以生成语义地图;或者,可以将点云数据中的3D坐标投影至图像数据中,以生成语义高精地图数据。
在高精语义地图中,可以得到第一地图要素的坐标信息。该坐标信息可以是第一地图要素的中点对应的坐标信息,或者第一地图要素的检测框的多个顶点的坐标信息等。坐标信息可以以3D坐标的形式呈现。
待检测地图可以包括待更新或待升级的地图等。其中,待检测地图可以是与图像数据处于同一区域的高精地图。利用语义分割处理等技术,可以在待检测地图中确定第二地图要素,以及第二地图要素的坐标。
差异比对可以包括确定第一地图要素是否为新增地图要素;或者,差异比对可以包括确定待检测地图在的第二地图要素是否为已移除的地图要素;又或者,差异比对还可以包括确定第一地图要素的坐标相比于第二地图要素的坐标是否发生偏移。
上述差异比对的结果可以作为地图检测结果,利用上述检测结果可以确定待检测地图是否需要更新。
通过上述方案,可以克服相关技术需要人工检测地图的变更情况,本公开的方案可以通过对点云数据和图像数据进行融合处理以实现对于地图变更的自动检测。进一步的,可以输出地图变更要素及变更要素的坐标,从而提升地图检测以及更新的效率。
如图2所示,在一种实施方式中,在图像数据包括多帧的情况下,步骤S101可以具体包括以下步骤:
S201:识别每帧图像数据中的第一地图要素;
S202:获取每帧图像数据中的第一地图要素的检测框;
S203:在相邻两帧图像数据中的第一地图要素的检测框的重叠率大于对应阈值的情况下,将相邻两帧图像数据中的第一地图要素确定为相同的第一地图要素。
在图像采集设备处于实时运动的情况下,多帧图像数据中的第一地图要素的检测框会存在位置差异。例如,第一地图要素在第一帧图像中的位置为x1,在第一帧图像中的位置为x2等。上述x1,x2可以表示第一地图要素的中点在对应图像数据中的坐标。
以第一地图要素为信号灯为例进行说明。结合图3所示,在图像数据包括多帧的情况下,可以依次确定每帧图像数据中的信号灯。对于第一地图要素的确定,可以采用前述的语义分割技术;另外,也可以利用预先训练的识别模型等进行确定。
第一地图要素可以在图像数据中利用检测框进行标记。根据检测框的各个顶点位置,可以确定第一地图要素在每帧图像数据中的位置。
将相邻两帧图像数据中的第一检测框的位置进行匹配,在检测框的重叠率大于对应阈值的情况下,可以确定相邻两帧图像数据中所确定出的第一地图要素是相同的第一地图要素。对于相同的第一地图要素,可以分配唯一标识信息。
通过上述过程,可以实现在多帧图像数据中对于第一地图要素的追踪,从而可以克服单帧图像检测时可能出现的由于障碍物遮挡造成的漏检情况。另外,由于第一地图要素是交通标志物,相比于车辆、行人等实时移动对象而言,第一地图要素属于静态对象。因此利用上述多帧检测方式,可以提高检测的准确性。
如图4所示,在一种实施方式中,还包括以下步骤:
S401:对确定出的第一地图要素的准确度进行评估,得到评估结果;
S402:在评估结果低于对应阈值的情况下,将包含评估结果低于对应阈值的第一地图要素的图像数据删除。
第一地图要素的准确度可以通过前述重叠率确定。例如,在当前帧图像数据中的第一地图要素的检测框与前一帧图像数据中的检测框的重叠率小于对应阈值,且当前帧图像数据中的第一地图要素的检测框与后一帧图像数据中的检测框的重叠率小于对应阈值的情况下,可以得到当前帧图像数据中的第一地图要素的准确度评估结果低于对应阈值。
或者,第一地图要素的准确度可以通过利用预先训练的识别模型输出的结果确定。例如,在识别模型输出结果包括置信度信息的情况下,得到当前帧图像数据中的第一地图要素的准确度评估结果低于对应阈值。
对于评估结果低于对应阈值的图像数据,可以认为是出现误检的图像数据。对于出现误检的图像数据可以进行删除处理。
通过上述方案,可以提高第一地图要素检测的准确度。
如图5所示,在一种实施方式中,步骤S102可以具体包括:
S501:确定点云数据与图像数据的相对位置关系;
S502:根据相对位置关系,构建点云数据中的3D像素点与图像数据中的2D像素点之间的投影关系;
S503:根据投影关系,将点云数据投影至图像数据,得到投影结果;
S504:利用投影结果,确定第一地图要素的坐标信息。
通过图像采集设备和点云数据采集设备硬件位姿关系、内参和外参等参数,可以计算出点云数据与图像数据的相对位置关系。
在将点云数据投影至图像数据的过程中,可以根据上述相对位置关系和时间维度信息。例如,一般情况下,对于点云数据和图像数据的采集可以通过信息采集车实现。可以记录在同一时刻采集到的点云数据和图像数据。进而,可以计算同一时刻的点云数据中的任意一个3D像素点投影至图像数据中的2D像素点的投影位置,即,构建点云数据中的3D像素点与图像数据中的2D像素点之间的投影关系。
另外,在点云数据包括多帧的情况下,还可以预先将多帧点云数据进行拼接处理。对多帧点云数据进行拼接处理,可以得到较大范围或较大区域的点云数据,例如一条街道或多条街道的点云数据。对多帧点云数据进行拼接处理可以包括对每帧点云数据中的对象进行坐标识别处理,从而将每帧点云数据中坐标差异在允许范围内的各对象进行匹配、叠加等处理,最终实现对多帧点云数据的拼接,以得到拼接处理结果。进而可以计算拼接后的点云数据中的任意一个3D像素点投影至图像数据中的2D像素点的投影位置。
利用投影后的重合像素点或投影后距离在对应阈值范围内的像素点,可以计算第一地图要素的坐标信息。
通过上述过程,可以将点云数据与识别出待标注对象的图像数据进行融合处理,以实现精准的确定出高精语义地图。
在一种实施方式中,还可以包括以下步骤:在比对的结果超过对应阈值的情况下,生成对待检测地图中第二地图要素的调整策略。
在比对的结果未超过对应阈值的情况下,可以表示第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息并未存在明显差异。基于此,可以确定并未出现地图要素的变更。
在比对的结果超过对应阈值的情况下,可以表示待检测地图需要进行更新。即,可以根据具体差异情况,对应生成不同调整策略。或者,可以默认生成对应调整策略。
例如,调整策略可以包括根据第一地图要素的坐标信息,对待检测地图进行纠正。或者,调整策略可以是将出现变化的地图要素进行显示,以提示相关工作人员进行后续工作。又或者,调整策略还可以是将出现变化的地图要素发送至用于执行高精地图的地图要素变更的服务端。
如图6所示,在一种实施方式中,执行调整策略包括:
S601:生成比对结果超过对应阈值的第一地图要素的名称信息;
S602:将名称信息,以及比对结果超过对应阈值的第一地图要素的坐标信息进行显示。
第一地图要素的名称信息可以是在前述过程中分配给不同第一地图要素的标识。或者,第一地图要素的名称信息还可以是利用图像识别技术确定出的交通标志物的名称等。
调整策略可以包括:将比对结果超过对应阈值的第一地图要素的名称信息,以及对应的第一地图要素的坐标信息进行显示。相关工作人员只需要进行信息确认以及待检测地图的调整和修复过程,即可将修复后的地图重新上线。通过这样的方式,可以提升地图作业效率。
如图7所示,本公开涉及一种高精地图的检测装置,该装置可以包括:
第一地图要素确定模块701,用于确定获取到的图像数据中的第一地图要素;
坐标信息生成模块702,用于利用获取到的点云数据,确定第一地图要素的坐标信息;
差异比对模块703,用于将第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息进行差异比对,将比对的结果作为地图检测结果。
在一种实施方式中,在图像数据包括多帧的情况下,第一地图要素确定模块701可以进一步包括:
第一地图要素识别子模块,用于识别每帧图像数据中的第一地图要素;
检测框获取子模块,用于获取每帧图像数据中的第一地图要素的检测框;
第一地图要素确定执行子模块,用于在相邻两帧图像数据中的第一地图要素的检测框的重叠率大于对应阈值的情况下,将相邻两帧图像数据中的第一地图要素确定为相同的第一地图要素。
在一种实施方式中,高精地图的检测装置还包括:
准确度评估模块,用于对确定出的第一地图要素的准确度进行评估,得到评估结果;
删除模块,用于在评估结果低于对应阈值的情况下,将包含评估结果低于对应阈值的第一地图要素的图像数据删除。
在一种实施方式中,坐标信息生成模块702可以进一步包括:
相对位置关系确定子模块,用于确定点云数据与图像数据的相对位置关系;
投影关系确定子模块,用于根据相对位置关系,构建点云数据中的3D像素点与图像数据中的2D像素点之间的投影关系;
投影结果生成模块,用于根据投影关系,将点云数据投影至图像数据,得到投影结果;
坐标信息确定执行子模块,用于利用投影结果,确定第一地图要素的坐标信息。
在一种实施方式中,高精地图的检测装置还包括:
调整策略生成模块,用于在比对的结果超过对应阈值的情况下,生成对待检测地图中第二地图要素的调整策略。
在一种实施方式中,调整策略生成模块,包括:
名称信息生成子模块,用于生成比对结果超过对应阈值的第一地图要素的名称信息;
显示子模块,用于将名称信息,以及比对结果超过对应阈值的第一地图要素的坐标信息进行显示。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如高精地图的检测方法。例如,在一些实施例中,高精地图的检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的高精地图的检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行高精地图的检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种高精地图的检测方法,包括:
确定获取到的图像数据中的第一地图要素;
利用获取到的点云数据,确定所述第一地图要素的坐标信息;
将所述第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息进行差异比对,将比对的结果作为地图检测结果。
2.根据权利要求1所述的方法,其中,在所述图像数据包括多帧的情况下,所述确定获取到的图像数据中的第一地图要素,包括:
识别每帧所述图像数据中的第一地图要素;
获取每帧所述图像数据中的第一地图要素的检测框;
在相邻两帧所述图像数据中的第一地图要素的检测框的重叠率大于对应阈值的情况下,将所述相邻两帧图像数据中的第一地图要素确定为相同的第一地图要素。
3.根据权利要求2所述的方法,还包括:
对确定出的所述第一地图要素的准确度进行评估,得到评估结果;
在所述评估结果低于对应阈值的情况下,将包含评估结果低于对应阈值的第一地图要素的图像数据删除。
4.根据权利要求1所述的方法,所述利用获取到的点云数据,生成所述第一地图要素的坐标信息,包括:
确定所述点云数据与所述图像数据的相对位置关系;
根据所述相对位置关系,构建所述点云数据中的3D像素点与所述图像数据中的2D像素点之间的投影关系;
根据所述投影关系,将点云数据投影至图像数据,得到投影结果;
利用所述投影结果,确定所述第一地图要素的坐标信息。
5.根据权利要求1所述的方法,还包括:
在所述比对的结果超过对应阈值的情况下,生成对所述待检测地图中第二地图要素的调整策略。
6.根据权利要求5所述的方法,执行所述调整策略,包括:
生成比对结果超过对应阈值的第一地图要素的名称信息;
将所述名称信息,以及所述比对结果超过对应阈值的第一地图要素的坐标信息进行显示。
7.一种高精地图的检测装置,包括:
第一地图要素确定模块,用于确定获取到的图像数据中的第一地图要素;
坐标信息生成模块,用于利用获取到的点云数据,确定所述第一地图要素的坐标信息;
差异比对模块,用于将所述第一地图要素的坐标信息与待检测地图中的第二地图要素的坐标信息进行差异比对,将比对的结果作为地图检测结果。
8.根据权利要求7所述的装置,其中,在所述图像数据包括多帧的情况下,所述第一地图要素确定模块,包括:
第一地图要素识别子模块,用于识别每帧所述图像数据中的第一地图要素;
检测框获取子模块,用于获取每帧所述图像数据中的第一地图要素的检测框;
第一地图要素确定执行子模块,用于在相邻两帧所述图像数据中的第一地图要素的检测框的重叠率大于对应阈值的情况下,将所述相邻两帧图像数据中的第一地图要素确定为相同的第一地图要素。
9.根据权利要求8所述的装置,还包括:
准确度评估模块,用于对确定出的所述第一地图要素的准确度进行评估,得到评估结果;
删除模块,用于在所述评估结果低于对应阈值的情况下,将包含评估结果低于对应阈值的第一地图要素的图像数据删除。
10.根据权利要求7所述的装置,其中,所述坐标信息生成模块,包括:
相对位置关系确定子模块,用于确定所述点云数据与所述图像数据的相对位置关系;
投影关系确定子模块,用于根据所述相对位置关系,构建所述点云数据中的3D像素点与所述图像数据中的2D像素点之间的投影关系;
投影结果生成模块,用于根据所述投影关系,将点云数据投影至图像数据,得到投影结果;
坐标信息确定执行子模块,用于利用所述投影结果,确定所述第一地图要素的坐标信息。
11.根据权利要求7所述的装置,还包括:
调整策略生成模块,用于在所述比对的结果超过对应阈值的情况下,生成对所述待检测地图中第二地图要素的调整策略。
12.根据权利要求8所述的装置,其中,所述调整策略生成模块,包括:
名称信息生成子模块,用于生成比对结果超过对应阈值的第一地图要素的名称信息;
显示子模块,用于将所述名称信息,以及所述比对结果超过对应阈值的第一地图要素的坐标信息进行显示。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031848.7A CN113688935A (zh) | 2021-09-03 | 2021-09-03 | 高精地图的检测方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031848.7A CN113688935A (zh) | 2021-09-03 | 2021-09-03 | 高精地图的检测方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113688935A true CN113688935A (zh) | 2021-11-23 |
Family
ID=78585201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111031848.7A Pending CN113688935A (zh) | 2021-09-03 | 2021-09-03 | 高精地图的检测方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113688935A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114036255A (zh) * | 2022-01-07 | 2022-02-11 | 北京四维图新科技股份有限公司 | 一种高精地图数据检验方法、装置和设备 |
CN114757824A (zh) * | 2022-03-18 | 2022-07-15 | 北京百度网讯科技有限公司 | 图像拼接的方法、装置、设备以及存储介质 |
CN115410173A (zh) * | 2022-11-01 | 2022-11-29 | 北京百度网讯科技有限公司 | 多模态融合的高精地图要素识别方法、装置、设备及介质 |
WO2023123837A1 (zh) * | 2021-12-30 | 2023-07-06 | 广州小鹏自动驾驶科技有限公司 | 地图的生成方法、装置、电子设备及存储介质 |
CN117606470A (zh) * | 2024-01-24 | 2024-02-27 | 航天宏图信息技术股份有限公司 | 高精导航图线状要素智能自适追索生成方法、装置及设备 |
-
2021
- 2021-09-03 CN CN202111031848.7A patent/CN113688935A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023123837A1 (zh) * | 2021-12-30 | 2023-07-06 | 广州小鹏自动驾驶科技有限公司 | 地图的生成方法、装置、电子设备及存储介质 |
CN114036255A (zh) * | 2022-01-07 | 2022-02-11 | 北京四维图新科技股份有限公司 | 一种高精地图数据检验方法、装置和设备 |
CN114036255B (zh) * | 2022-01-07 | 2022-03-25 | 北京四维图新科技股份有限公司 | 一种高精地图数据检验方法、装置和设备 |
CN114757824A (zh) * | 2022-03-18 | 2022-07-15 | 北京百度网讯科技有限公司 | 图像拼接的方法、装置、设备以及存储介质 |
CN114757824B (zh) * | 2022-03-18 | 2023-03-21 | 北京百度网讯科技有限公司 | 图像拼接的方法、装置、设备以及存储介质 |
CN115410173A (zh) * | 2022-11-01 | 2022-11-29 | 北京百度网讯科技有限公司 | 多模态融合的高精地图要素识别方法、装置、设备及介质 |
CN117606470A (zh) * | 2024-01-24 | 2024-02-27 | 航天宏图信息技术股份有限公司 | 高精导航图线状要素智能自适追索生成方法、装置及设备 |
CN117606470B (zh) * | 2024-01-24 | 2024-04-16 | 航天宏图信息技术股份有限公司 | 高精导航图线状要素智能自适追索生成方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113688935A (zh) | 高精地图的检测方法、装置、设备以及存储介质 | |
CN113674287A (zh) | 高精地图的绘制方法、装置、设备以及存储介质 | |
CN113859264B (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
US20230104225A1 (en) | Method for fusing road data to generate a map, electronic device, and storage medium | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114034295A (zh) | 高精地图生成方法、装置、电子设备、介质及程序产品 | |
CN112287806A (zh) | 一种道路信息检测方法、系统、电子设备及存储介质 | |
CN114037966A (zh) | 高精地图特征提取方法、装置、介质及电子设备 | |
CN114036253A (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
CN114140759A (zh) | 高精地图车道线位置确定方法、装置及自动驾驶车辆 | |
CN115855084A (zh) | 地图数据融合方法、装置、电子设备及自动驾驶产品 | |
CN114186007A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN113126120A (zh) | 数据标注方法、装置、设备、存储介质以及计算机程序产品 | |
CN113011298A (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN114724113B (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
CN113742440B (zh) | 道路图像数据处理方法、装置、电子设备及云计算平台 | |
CN115797961A (zh) | 车道线变更检测方法、装置、电子设备及存储介质 | |
CN115937449A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
CN115760827A (zh) | 点云数据的检测方法、装置、设备以及存储介质 | |
CN113191279A (zh) | 数据标注方法、装置、设备、存储介质以及计算机程序产品 | |
CN113670295A (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
CN113706705A (zh) | 用于高精地图的图像处理方法、装置、设备以及存储介质 |
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 |