CN113971723A - 高精地图中三维地图的构建方法、装置、设备和存储介质 - Google Patents
高精地图中三维地图的构建方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113971723A CN113971723A CN202111243173.2A CN202111243173A CN113971723A CN 113971723 A CN113971723 A CN 113971723A CN 202111243173 A CN202111243173 A CN 202111243173A CN 113971723 A CN113971723 A CN 113971723A
- Authority
- CN
- China
- Prior art keywords
- lane
- dimensional map
- map
- lanes
- vehicle track
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000274965 Cyrestis thyodamas Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- 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
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3822—Road feature data, e.g. slope data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
- G01C5/06—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels by using barometric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Data Mining & Analysis (AREA)
- Processing Or Creating Images (AREA)
- Traffic Control Systems (AREA)
- Instructional Devices (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种高精地图中三维地图的构建方法、装置、设备和存储介质,涉及计算机技术领域,尤其涉及自动驾驶、高精地图和智能交通技术领域。具体实现方案为:获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图。本公开实施例能够提高高精地图中三维地图的构建效率,降低高精地图中三维地图的构建成本。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及自动驾驶、高精地图和智能交通,具体涉及一种高精地图中三维地图的构建方法、装置、电子设备和计算机可读存储介质。
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。高精地图中的三维地图是实现自动驾驶的关键所在,拥有丰富的道路元素数据信息,起到构建类似于人脑对于空间的整体记忆与认知的功能,可以帮助车辆定位、预知路面复杂信息,更好地规避潜在的风险。
如何构建三维地图是业内重要问题。
发明内容
本公开提供了一种用于高精地图中三维地图的构建方法、装置、设备和存储介质。
根据本公开的一方面,提供了一种高精地图中三维地图的构建方法,包括:
获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;
根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图。
根据本公开的又一方面,提供了一种高精地图中三维地图的构建装置,包括:
轨迹数据获取模块,用于获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
轨迹匹配模块,用于将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;
高度赋值模块,用于根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图。
根据本公开的又一方面,提供了一种电子设备,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本公开任意实施例所提供的高精地图中三维地图的构建方法。
根据本公开的又一方面,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,其中,所述计算机指令用于使所述计算机执行本公开任意实施例所提供的高精地图中三维地图的构建方法。
根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开任意实施例所提供的高精地图中三维地图的构建方法。
根据本公开的技术,能够提高高精地图中三维地图的构建效率,降低高精地图中三维地图的构建成本。
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是根据本公开实施例提供的一种高精地图中三维地图的构建方法的示意图;
图2是根据本公开实施例提供的另一种高精地图中三维地图的构建方法的示意图;
图3是根据本公开实施例提供的又一种高精地图中三维地图的构建方法的示意图;
图4是根据本公开实施例提供的一种高精地图中三维地图的构建装置的示意图;
图5是用来实现本公开实施例的高精地图中三维地图的构建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。
以下结合附图,对本公开实施例提供的该方案进行详细说明。
图1是根据本公开实施例提供的一种高精地图中三维地图的构建方法的示意图,本公开实施例可适用于采用二维地图构建三维地图的情况。该方法可由一种高精地图中三维地图的构建装置来执行,该装置可采用硬件和/或软件的方式来实现,可配置于电子设备中。参考图1,该方法具体包括如下:
S110、获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
S120、将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;
S130、根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图。
在本公开实施例中,车辆轨迹数据可以为采集车辆在采集时间段内的位姿序列,可以包括采集时间戳、采集车辆中采集传感器的位置坐标和朝向,其中位置坐标包括横坐标、纵坐标和高度坐标,即位置坐标为三维坐标。
二维地图可以预先根据二维轨迹数据构建,二维地图可以为高精地图,即二维地图中的单个道路可以包括多条车道。在二维地图为二维高精地图的情况下,后续所构建的三维地图为三维高精地图。相比于普通地图而言,高精地图增加了大量的几何信息、车道信息、交通标志信息,高精地图中地图元素、地图属性多达两三百种,精度达厘米级,是实现自动驾驶的关键。
在本公开实施例中,可以根据车辆轨迹数据与二维地图中车道之间的匹配关系,确定与车道匹配的车辆轨迹数据,并采用与车道匹配的车辆轨迹数据为二维地图中车道赋高度。也就是说,针对二维地图中的任一车道,可以分别车辆轨迹数据中的至少两个车辆轨迹线与该车道之间的匹配关系,并根据匹配关系确定属于该车道的车辆轨迹线,且将属于该车道的车辆轨迹线的高度作为该车道的高度。采用车道的高度将二维地图转化为三维地图。通过采用车辆轨迹数据,为二维地图中车道进行高度赋值得到三维地图数据,将二维地图转化为三维地图,相比于通过雷达传感器采集三维点云数据,并基于三维点云数据构建三维地图,能够提高三维地图的构建效率,降低三维地图的构建成本,从而在高度变化的复杂场景可以实现大规模自动化构建三维地图。
在对车道进行高度赋值的过程中,可以从与车道匹配的车辆轨迹数据中查找与车道中数据点最近的轨迹点,采用最近的轨迹点给数据点赋高度。需要说明的是,在单条道路包括多条车道的情况下,可以采用道路中任一车道所匹配的车辆轨迹数据对道路中各车道并发进行高度赋值,从而减少计算量,提高计算效率。这种计算方式可以保证道路中纵坡的准确度,由于自动驾驶场景下对于横坡的依赖远远小于对于纵坡的依赖,因而对自动驾驶场景影响较小。另外,可以分别对单条道路中的各车道进行高度赋值,从而保证道路中横坡的准确度。
本公开实施例的技术方案,通过根据二维地图中车道与三维的车辆轨迹数据之间的匹配关系,为二维地图中车道进行高度赋值,提高了三维地图的构建效率,降低了三维地图的构建成本。
图2是根据本公开实施例提供的另一种高精地图中三维地图的构建方法的示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2,本实施例提供的高精地图中三维地图的构建方法包括:
S210、获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
S220、分别确定车辆轨迹数据中至少两个备选车辆轨迹线的轨迹特征;
S230、确定二维地图中车道的车道特征;
S240、根据至少两个备选车辆轨迹线的轨迹特征和车道的车道特征,分别确定车道与至少两个备选车辆轨迹线之间的匹配度,并根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线。
S250、根据匹配的目标车辆轨迹线为所述二维地图中车道赋高度,得到三维地图。
其中,车辆轨迹数据可以包括多条备选车辆轨迹线,备选轨迹线的轨迹特征由备选轨迹线所包括的轨迹点序列确定,用于对备选轨迹线进行轨迹线表征、区分,各备选轨迹的轨迹线特征可以不同。轨迹特征可以包括轨迹位置。车道的车道特征用于对车道进行表征、区分,各车道的车道特征可以不同。车道特征可以包括车道朝向、相邻车道之间的前驱后继关系。
具体的,针对任一车道,可以根据该车道的车道特征和至少两个备选车辆轨迹线的轨迹特征,分别确定至少两个备选车辆轨迹线与该车道之间的匹配度,并根据匹配度对至少两个备选车辆轨迹线进行排序,且根据排序结果选择匹配度相对较大的备选车辆轨迹线作为该车道的目标车辆轨迹线。该车道的目标车辆轨迹线可以为位于该车道的车辆轨迹线。通过根据备选车辆轨迹线的轨迹特征和车道的车道特征,确定车道与备选车辆轨迹线之间的匹配度,能够提高车道与备选车辆轨迹线之间匹配关系的准确度,从而提高对车道进行高度赋值的准确度。
在一种可选实施方式中,所述备选车辆轨迹线的轨迹特征包括如下至少一项:备选车辆轨迹线的朝向、曲率和相邻轨迹线之间的夹角;所述车道的车道特征包括如下至少一项:车道的朝向、曲率和相邻车道之间的夹角。
其中,备选车辆轨迹线的朝向可以根据备选车辆轨迹线中首尾轨迹点的位置确定;车道的朝向可以根据车道中首尾车道点的位置确定。相邻车道之间的夹角可以包括当前车道与前驱车道之间的夹角,当前车道与后继车道之间的夹角。当前车道可以为待匹配的任一车道;前驱车道为沿车道行驶方向,位于当前车道之前的相邻车道;后继车道为沿车道行驶方向,位于当前车道之后的相邻车道。车道的车道特征可以包括当前车道的朝向、曲率,前驱车道的朝向、曲率、后继车道的朝向、曲率,当前车道与前驱车道之间的夹角、当前车道与后继车道之间的夹角。
具体的,可以将备选车辆轨迹线的朝向与车道的朝向进行匹配,得到第一匹配关系,可以将备选车辆轨迹线的曲率与车道的曲率进行匹配得到第二匹配关系,可以将相邻轨迹线之间的夹角与相邻车道之间的夹角进行匹配得到第三匹配关系,并结合第一匹配关系、第二匹配关系、第三匹配关系,确定备选车辆轨迹线与车道之间的匹配结果。通过将备选车辆轨迹线的朝向、曲率和相邻轨迹线之间的夹角,分别与车道的朝向、曲率和相邻车道之间的夹角进行匹配,能够进一步提高车道与备选车辆轨迹线之间匹配度的准确性,从而提高目标车辆轨迹线的准确度。
在一种可选实施方式中,根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线之前,还包括:根据车道的位置,对车辆轨迹数据中的备选车辆轨迹线进行筛选。
具体的,可以根据车道的位置确定车道区域,例如将车道中心线所在的固定尺寸矩形区域作为车道区域。针对每一备选车辆轨迹线,可以根据该备选车辆轨迹线中轨迹点位置,确定该备选车辆轨迹线是否位于车道区域,可以将位于车道区域之外的备选车辆轨迹线剔除,保留位于车道区域之中的备选车辆轨迹线。通过对备选车辆轨迹线进行筛选,能够减少备选车辆轨迹线数量,从而减低车道与备选车辆轨迹线之间的计算复杂度,提高目标车辆轨迹线的确定效率。
需要说明的是,若任一车道关联有唯一的备选车辆轨迹线,可以将关联的备选车辆轨迹线直接作为与该车道匹配的目标车辆轨迹线,而无需对该车道与唯一的备选车辆轨迹线进行匹配,即无需将该车道的车道特征与唯一的备选车辆轨迹线的轨迹特征进行匹配。
本公开实施例的技术方案,通过结合备选车辆轨迹线的轨迹特征和车道的车道特征,确定与车道匹配的目标车辆轨迹线,能够提高目标车辆轨迹线的准确度,提高对车道进行高度赋值的准确度,从而提高三维地图的准确度。
图3是根据本公开实施例提供的另一种高精地图中三维地图的构建方法的示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3,本实施例提供的高精地图中三维地图的构建方法包括:
S310、获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
S320、将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;
S330、根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图;
S340、确定二维地图中除车道之外的其他地图元素的朝向;
S350、根据所述其他地图元素的朝向和二维地图中车道的朝向,确定其他地图元素所属的车道;
S360、根据所属车道的高度,为其他地图元素赋高度。
其中,其他地图元素可以为位于车道地面上的地图元素,例如可以为地面上的人行横道、禁停区、地面箭头等。其中,其他地图元素的朝向可以为其他地图元素所属几何区域的正方向,车道的朝向可以为车道所属几何区域的正方向。通过其他地图元素的朝向和车道的朝向之间的匹配关系,可以确定与其他地图元素正方向一致的车道,作为其他地图元素所属的车道,并可以将所属车道的高度作为其他地图元素的高度,即可以采用车道的高度为其他地图元素进行高度赋值。通过采用车道的高度为其他地图元素进行高度赋值,能够提高三维地图中其他地图元素高度的准确性,丰富三维地图中的地图元素。
在一种可选实施方式中,所述根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图之后,还包括:基于滑动窗口,对三维地图中车道的高度进行平滑处理。
由于每条车道单独计算高度,有可能会导致前后相连接的两条车道在连接处的高度不平滑。在对车道进行高度赋值之后,还对车道的高度进行平滑处理,得到准确度和平滑性都比较高的三维地图结果数据。具体的,可以使用滑动窗口计算不同车道连接处的高度均值,采用高度均值代替连接处的原高度,起到对高度的平滑作用。
本公开实施例的技术方案,还采用车道的高度为其他地图元素进行高度赋值,得到三维的其他地图元素;并且,还对车道高度进行平滑处理,提高三维地图的质量。
图4是根据本公开实施例提供的一种高精地图中三维地图的构建装置的示意图,本实施例可适用于采用二维地图构建三维地图的情况,该装置配置于电子设备中,可实现本公开任意实施例所述的高精地图中三维地图的构建方法。参考图4,该高精地图中三维地图的构建装置400具体包括如下:
轨迹数据获取模块410,用于获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
轨迹匹配模块420,用于将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;
高度赋值模块430,用于根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图。
在一种可选实施方式中,所述轨迹匹配模块420包括:
轨迹特征单元,用于分别确定车辆轨迹数据中至少两个备选车辆轨迹线的轨迹特征;
车道特征单元,用于确定二维地图中车道的车道特征;
轨迹匹配单元,用于根据至少两个备选车辆轨迹线的轨迹特征和车道的车道特征,分别确定车道与至少两个备选车辆轨迹线之间的匹配度,并根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线。
在一种可选实施方式中,所述备选车辆轨迹线的轨迹特征包括如下至少一项:备选车辆轨迹线的朝向、曲率和相邻轨迹线之间的夹角;
所述车道的车道特征包括如下至少一项:车道的朝向、曲率和相邻车道之间的夹角。
在一种可选实施方式中,所述轨迹匹配模块420还包括:
轨迹筛选单元,用于在根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线之前,根据车道的位置,对车辆轨迹数据中的备选车辆轨迹线进行筛选。
在一种可选实施方式中,该高精地图中三维地图的构建装置400还包括其他要素模块,所述其他要素模块包括:
其他要素朝向单元,用于确定二维地图中除车道之外的其他地图元素的朝向;
车道确定单元,用于根据所述其他地图元素的朝向和二维地图中车道的朝向,确定其他地图元素所属的车道;
其他高度单元,用于根据所属车道的高度,为其他地图元素赋高度。
在一种可选实施方式中,该高精地图中三维地图的构建装置400还包括:
平滑模块,用于基于滑动窗口,对三维地图中车道的高度进行平滑处理。
本实施例的技术方案,基于车辆轨迹数据,将二维地图转化三维地图,可以将已有的一些二维地图生产成果利用起来,自动转化为三维高精地图。并且二维高精地图生产成本较低,可以通过车道线识别技术或者人工标注等手段,生产的速度远比生产三维高精地图要快,之后通过车辆轨迹数据中的轨迹高度,自动将二维高精地图赋上合理的高度,直接将二维地图数据转化为三维地图数据,没有增加额外的标注工作,依旧可以大规模生产,在高度变化的复杂场景依旧可以实现大规模自动化生成三维高精地图。
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5示出了可以用来实施本公开的实施例的示例电子设备500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5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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、各种执行机器学习模型算法的计算单元、数字信息处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如高精地图中三维地图的构建方法。例如,在一些实施例中,高精地图中三维地图的构建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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的高精地图中三维地图的构建方法的一个或多个步骤。备选地,在其他实施例中,计算单元501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中三维地图的构建方法。
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)、区块链网络和互联网。
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执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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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)
1.一种高精地图中三维地图的构建方法,包括:
获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;
根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图。
2.根据权利要求1所述的方法,其中,所述将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据,包括:
分别确定车辆轨迹数据中至少两个备选车辆轨迹线的轨迹特征;
确定二维地图中车道的车道特征;
根据至少两个备选车辆轨迹线的轨迹特征和车道的车道特征,分别确定车道与至少两个备选车辆轨迹线之间的匹配度,并根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线。
3.根据权利要求2所述的方法,其中,所述备选车辆轨迹线的轨迹特征包括如下至少一项:备选车辆轨迹线的朝向、曲率和相邻轨迹线之间的夹角;
所述车道的车道特征包括如下至少一项:车道的朝向、曲率和相邻车道之间的夹角。
4.根据权利要求2所述的方法,所述根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线之前,还包括:
根据车道的位置,对车辆轨迹数据中的备选车辆轨迹线进行筛选。
5.根据权利要求1所述的方法,所述根据匹配的车辆轨迹数据为所述二维地图中车道赋高度之后,还包括:
确定二维地图中除车道之外的其他地图元素的朝向;
根据所述其他地图元素的朝向和二维地图中车道的朝向,确定其他地图元素所属的车道;
根据所属车道的高度,为其他地图元素赋高度。
6.根据权利要求1所述的方法,所述根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图之后,还包括:
基于滑动窗口,对三维地图中车道的高度进行平滑处理。
7.一种高精地图中三维地图的构建装置,包括:
轨迹数据获取模块,用于获取车辆轨迹数据;所述车辆轨迹数据为三维轨迹数据;
轨迹匹配模块,用于将所述车辆轨迹数据与二维地图中车道进行匹配,确定与车道匹配的车辆轨迹数据;
高度赋值模块,用于根据匹配的车辆轨迹数据为所述二维地图中车道赋高度,得到三维地图。
8.根据权利要求7所述的装置,其中,所述轨迹匹配模块包括:
轨迹特征单元,用于分别确定车辆轨迹数据中至少两个备选车辆轨迹线的轨迹特征;
车道特征单元,用于确定二维地图中车道的车道特征;
轨迹匹配单元,用于根据至少两个备选车辆轨迹线的轨迹特征和车道的车道特征,分别确定车道与至少两个备选车辆轨迹线之间的匹配度,并根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线。
9.根据权利要求8所述的装置,其中,所述备选车辆轨迹线的轨迹特征包括如下至少一项:备选车辆轨迹线的朝向、曲率和相邻轨迹线之间的夹角;
所述车道的车道特征包括如下至少一项:车道的朝向、曲率和相邻车道之间的夹角。
10.根据权利要求8所述的装置,所述轨迹匹配模块还包括:
轨迹筛选单元,用于在根据匹配度从所述至少两个备选车辆轨迹线中选择与车道匹配的目标车辆轨迹线之前,根据车道的位置,对车辆轨迹数据中的备选车辆轨迹线进行筛选。
11.根据权利要求7所述的装置,所述装置还包括其他要素模块,所述其他要素模块包括:
其他要素朝向单元,用于确定二维地图中除车道之外的其他地图元素的朝向;
车道确定单元,用于根据所述其他地图元素的朝向和二维地图中车道的朝向,确定其他地图元素所属的车道;
其他高度单元,用于根据所属车道的高度,为其他地图元素赋高度。
12.根据权利要求7所述的装置,所述装置还包括:
平滑模块,用于基于滑动窗口,对三维地图中车道的高度进行平滑处理。
13.一种电子设备,其中,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1-6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权利要求1-6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,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111243173.2A CN113971723B (zh) | 2021-10-25 | 2021-10-25 | 高精地图中三维地图的构建方法、装置、设备和存储介质 |
EP22202211.3A EP4170285A1 (en) | 2021-10-25 | 2022-10-18 | Method and apparatus for constructing three-dimensional map in high-definition map, device and storage medium |
KR1020220134690A KR20230059150A (ko) | 2021-10-25 | 2022-10-19 | 고정밀 지도에서의 3차원 지도의 구축 방법, 장치, 설비 및 저장 매체 |
US17/971,043 US20230130901A1 (en) | 2021-10-25 | 2022-10-21 | Method for constructing three-dimensional map in high-definition map, device and storage medium |
JP2022169193A JP2023064082A (ja) | 2021-10-25 | 2022-10-21 | 高精地図における三次元地図の構築方法、装置、機器および記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111243173.2A CN113971723B (zh) | 2021-10-25 | 2021-10-25 | 高精地图中三维地图的构建方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113971723A true CN113971723A (zh) | 2022-01-25 |
CN113971723B CN113971723B (zh) | 2024-04-09 |
Family
ID=79588229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111243173.2A Active CN113971723B (zh) | 2021-10-25 | 2021-10-25 | 高精地图中三维地图的构建方法、装置、设备和存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230130901A1 (zh) |
EP (1) | EP4170285A1 (zh) |
JP (1) | JP2023064082A (zh) |
KR (1) | KR20230059150A (zh) |
CN (1) | CN113971723B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114661842A (zh) * | 2022-02-25 | 2022-06-24 | 阿波罗智联(北京)科技有限公司 | 地图匹配方法、装置和电子设备 |
CN114840626A (zh) * | 2022-05-13 | 2022-08-02 | 阿波罗智联(北京)科技有限公司 | 高精地图数据处理方法、行车导航方法及相关装置 |
CN116182794A (zh) * | 2023-04-25 | 2023-05-30 | 智道网联科技(北京)有限公司 | 高精地图路面高度生成方法、装置、电子设备和存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7035733B1 (en) * | 2003-09-22 | 2006-04-25 | Navteq North America, Llc | Method and system for obtaining road grade data |
JP2006349872A (ja) * | 2005-06-14 | 2006-12-28 | Zenrin Co Ltd | 地図情報作成装置、地図情報作成方法及びプログラム |
US20170010174A1 (en) * | 2015-07-07 | 2017-01-12 | Toyota Jidosha Kabushiki Kaisha | Mobile computer atmospheric barometric pressure system |
CN107167130A (zh) * | 2017-05-18 | 2017-09-15 | 上海谦尊升网络科技有限公司 | 地图匹配定位方法及系统 |
CN109544635A (zh) * | 2018-10-10 | 2019-03-29 | 长安大学 | 一种基于枚举试探的相机自动标定方法 |
JP2019066631A (ja) * | 2017-09-29 | 2019-04-25 | パイオニア株式会社 | 地図データ構造 |
CN110110029A (zh) * | 2019-05-17 | 2019-08-09 | 百度在线网络技术(北京)有限公司 | 用于匹配车道的方法和装置 |
CN110118988A (zh) * | 2019-05-28 | 2019-08-13 | 上海擎感智能科技有限公司 | 一种组合定位方法及其装置 |
CN110864696A (zh) * | 2019-09-19 | 2020-03-06 | 福建农林大学 | 一种基于车载激光惯导数据的三维高精地图绘制方法 |
CN111275807A (zh) * | 2018-12-05 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 一种3d道路建模的方法和系统 |
CN111932887A (zh) * | 2020-08-17 | 2020-11-13 | 武汉四维图新科技有限公司 | 车道级轨迹数据的生成方法及设备 |
CN113199479A (zh) * | 2021-05-11 | 2021-08-03 | 梅卡曼德(北京)机器人科技有限公司 | 轨迹生成方法、装置、电子设备、存储介质和3d相机 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101467317B1 (ko) * | 2012-03-30 | 2014-12-01 | 홍익대학교 산학협력단 | 위치 데이터의 오류여부 결정방법 |
KR102534792B1 (ko) * | 2015-02-10 | 2023-05-19 | 모빌아이 비젼 테크놀로지스 엘티디. | 자율 주행을 위한 약도 |
DE102016213817B4 (de) * | 2016-07-27 | 2019-03-07 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn |
JP6886171B2 (ja) * | 2016-12-27 | 2021-06-16 | 株式会社オゼットクリエイティブ | 地図情報作成装置、地図情報作成プログラム及び地図情報作成方法 |
CN116929391A (zh) * | 2017-09-10 | 2023-10-24 | 触觉移动有限公司 | 车辆监测器 |
-
2021
- 2021-10-25 CN CN202111243173.2A patent/CN113971723B/zh active Active
-
2022
- 2022-10-18 EP EP22202211.3A patent/EP4170285A1/en not_active Withdrawn
- 2022-10-19 KR KR1020220134690A patent/KR20230059150A/ko not_active Application Discontinuation
- 2022-10-21 JP JP2022169193A patent/JP2023064082A/ja active Pending
- 2022-10-21 US US17/971,043 patent/US20230130901A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7035733B1 (en) * | 2003-09-22 | 2006-04-25 | Navteq North America, Llc | Method and system for obtaining road grade data |
JP2006349872A (ja) * | 2005-06-14 | 2006-12-28 | Zenrin Co Ltd | 地図情報作成装置、地図情報作成方法及びプログラム |
US20170010174A1 (en) * | 2015-07-07 | 2017-01-12 | Toyota Jidosha Kabushiki Kaisha | Mobile computer atmospheric barometric pressure system |
CN107167130A (zh) * | 2017-05-18 | 2017-09-15 | 上海谦尊升网络科技有限公司 | 地图匹配定位方法及系统 |
JP2019066631A (ja) * | 2017-09-29 | 2019-04-25 | パイオニア株式会社 | 地図データ構造 |
CN109544635A (zh) * | 2018-10-10 | 2019-03-29 | 长安大学 | 一种基于枚举试探的相机自动标定方法 |
CN111275807A (zh) * | 2018-12-05 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 一种3d道路建模的方法和系统 |
CN110110029A (zh) * | 2019-05-17 | 2019-08-09 | 百度在线网络技术(北京)有限公司 | 用于匹配车道的方法和装置 |
CN110118988A (zh) * | 2019-05-28 | 2019-08-13 | 上海擎感智能科技有限公司 | 一种组合定位方法及其装置 |
CN110864696A (zh) * | 2019-09-19 | 2020-03-06 | 福建农林大学 | 一种基于车载激光惯导数据的三维高精地图绘制方法 |
CN111932887A (zh) * | 2020-08-17 | 2020-11-13 | 武汉四维图新科技有限公司 | 车道级轨迹数据的生成方法及设备 |
CN113199479A (zh) * | 2021-05-11 | 2021-08-03 | 梅卡曼德(北京)机器人科技有限公司 | 轨迹生成方法、装置、电子设备、存储介质和3d相机 |
Non-Patent Citations (1)
Title |
---|
王炜强: "基于视觉定位的地图构建方法研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 08, 15 August 2015 (2015-08-15), pages 138 - 627 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114661842A (zh) * | 2022-02-25 | 2022-06-24 | 阿波罗智联(北京)科技有限公司 | 地图匹配方法、装置和电子设备 |
US12025447B2 (en) | 2022-02-25 | 2024-07-02 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Map matching method, apparatus and electronic device |
CN114840626A (zh) * | 2022-05-13 | 2022-08-02 | 阿波罗智联(北京)科技有限公司 | 高精地图数据处理方法、行车导航方法及相关装置 |
CN116182794A (zh) * | 2023-04-25 | 2023-05-30 | 智道网联科技(北京)有限公司 | 高精地图路面高度生成方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20230059150A (ko) | 2023-05-03 |
EP4170285A1 (en) | 2023-04-26 |
JP2023064082A (ja) | 2023-05-10 |
CN113971723B (zh) | 2024-04-09 |
US20230130901A1 (en) | 2023-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN113155141A (zh) | 地图的生成方法、装置、电子设备及存储介质 | |
CN112652036B (zh) | 道路数据的处理方法、装置、设备及存储介质 | |
CN114626169B (zh) | 交通路网优化方法、装置、设备、可读存储介质及产品 | |
CN112883236B (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
CN114387410B (zh) | 道路数据融合的地图生成方法、装置以及电子设备 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
CN114036253A (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
CN114186007A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
CN114677570A (zh) | 道路信息更新方法、装置、电子设备以及存储介质 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN113435403B (zh) | 路网缺失道路检测方法、装置、电子设备和存储介质 | |
CN111597287A (zh) | 地图生成方法、装置及设备 | |
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 | |
CN116758503A (zh) | 车道线自动标注方法、装置、设备及存储介质 | |
CN114724113B (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
CN114219907B (zh) | 三维地图生成方法、装置、设备以及存储介质 | |
CN114565889B (zh) | 车辆压线状态的确定方法、装置、电子设备和介质 | |
CN113656425B (zh) | 电子地图的更新方法、装置、电子设备、存储介质及产品 | |
CN114049615B (zh) | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 | |
CN115468570A (zh) | 高精地图地面要素的提取方法、装置、设备及存储介质 | |
CN114625884B (zh) | 轨迹数据的处理方法、装置、设备、存储介质及程序产品 | |
CN114693777A (zh) | 交通标志的空间位置确定方法、装置及电子设备 | |
CN114565905A (zh) | 车道线的提取方法、装置和电子设备 |
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 |