CN114034295A - 高精地图生成方法、装置、电子设备、介质及程序产品 - Google Patents
高精地图生成方法、装置、电子设备、介质及程序产品 Download PDFInfo
- Publication number
- CN114034295A CN114034295A CN202111309057.6A CN202111309057A CN114034295A CN 114034295 A CN114034295 A CN 114034295A CN 202111309057 A CN202111309057 A CN 202111309057A CN 114034295 A CN114034295 A CN 114034295A
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- anchor point
- road element
- map
- 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 53
- 238000004590 computer program Methods 0.000 claims description 16
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 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
- G01C21/3804—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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种高精地图生成方法、装置、电子设备、介质及程序产品,涉及人工智能技术领域,尤其涉及无人驾驶、高精地图技术领域。该方法包括:接收至少两个车辆分别发送的多帧图片各自对应的道路元素和各车辆的定位信息;根据各车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定道路元素的三维位置,并根据三维位置,构建道路元素,得到第一地图;将至少两个车辆各自对应的第一地图中的道路元素进行空间对齐;根据对齐后的至少两个第一地图,生成目标地图。该方法提高了制图效率。
Description
技术领域
本公开涉及人工智能技术领域中的无人驾驶、高精地图技术,尤其涉及一种高精地图生成方法、装置、电子设备、介质及程序产品。
背景技术
高精地图是对道路环境的重建,高精地图含有大量的车道线位置、类型、宽度以及交通信号灯、交通标志等信息,形成对路网精确的三维表征,在自动驾驶技术中,车辆定位、路径规划、车辆控制等均依赖于高精地图。
现有的高精地图制图方案一般是利用装有高等级惯性导航设备、高线束激光雷达以及全球导航卫星系统的专业采集车来完成,专业采集车先利用上述设备对目标区域进行数据采集,并将采集到的原始数据回传给云端,由云端对原始数据进行加工处理,生成拼接好的点云地图,接着由采集人员对点云地图进行标注,从而获得地图,然而这种制图方式效率低下。
发明内容
本公开提供了一种提高了制图效率的高精地图生成方法、装置、电子设备、介质及程序产品。
根据本公开的一方面,提供了一种高精地图生成方法,包括:
接收至少两个车辆分别发送的多帧图片各自对应的道路元素和各车辆的定位信息;
根据各所述车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定所述道路元素的三维位置,并根据所述三维位置,构建所述道路元素,得到第一地图;
将所述至少两个车辆各自对应的第一地图中的道路元素进行空间对齐;
根据对齐后的至少两个第一地图,生成目标地图。
根据本公开的另一方面,提供了一种高精地图生成装置,包括:
接收模块,用于接收至少两个车辆分别发送的多帧图片各自对应的道路元素和各车辆的定位信息;
构建模块,用于根据各所述车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定所述道路元素的三维位置,并根据所述三维位置,构建所述道路元素,得到第一地图;
对齐模块,用于将所述至少两个车辆各自对应的第一地图中的道路元素进行空间对齐;
生成模块,用于根据对齐后的至少两个第一地图,生成目标地图。
根据本公开的再一方面,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上述第一方面所述的方法。
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,所述计算机指令用于使所述计算机执行上述第一方面所述的方法。
根据本公开的又一方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本公开的技术方案,提高了高精地图的制图效率。
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是根据本公开实施例提供的高精地图生成方法的场景示意图;
图2是根据本公开实施例提供的高精地图生成方法的流程示意图;
图3是根据本公开实施例提供的锚点区域示意图;
图4是根据本公开实施例提供的非锚点区域示意图;
图5是根据本公开实施例提供的重叠区域示意图;
图6是根据本公开实施例提供的高精地图生成装置的结构示意图;
图7是用来实现本公开实施例的高精地图生成方法的电子设备的示意性框图。
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。
在利用专业采集车来完成高精地图制图的方式中,由于高等级惯性导航设备、高线束激光雷达等设备成本较高,使得专业采集车规模难以扩大,数据采集不能高效完成,并且这种方式中最终地图生成依赖于人工标注,这就导致这种制图方式效率低下。
为此,本公开实施例的方案中,采用低成本的众包方式来进行地图制作,图1是本公开实施例提供的高精地图生成方法的场景示意图,如图1中所示的车辆为安装有普通拍照设备的车辆,云端设备10利用从各车辆拍摄的图片中提取出的道路元素以及车辆的定位信息进行单趟车辆的道路重建,从而得到每个车辆的单趟地图,再对多个车辆的单趟地图进行融合得到目标地图,利用这些可以大规模覆盖道路的普通车辆,能够实现快速的图片采集以及后续的数据处理,且基于从图片中提取出的道路元素进行道路重建地图,无需再进行人工标注,从而提高了制图效率。
本公开提供一种高精地图生成方法、装置、电子设备、介质及程序产品,应用于人工智能技术领域的无人驾驶、高精地图领域,具体可以应用于车辆定位、路径规划等场景中,以达到提高制图效率的目的。
下面,将通过具体的实施例对本公开提供的高精地图生成方法进行详细地说明。可以理解的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2是根据本公开实施例提供的高精地图生成方法的流程示意图。该方法的执行主体为高精地图生成装置,该装置可以通过软件和/或硬件的方式实现,示例的,该装置为云端设备。如图2所示,该方法包括:
S201、接收至少两个车辆分别发送的多帧图片各自对应的道路元素和各车辆的定位信息。
本公开实施例中,车辆可以是装载了前向相机、消费级惯性导航设备以及全球导航卫星系统等的车辆,同时车辆上还具有运算平台,可以对采集到的数据进行预处理。由于当前的普通车辆大都具备这些能力,因此,本公开实施例中的车辆可以是在道路上行驶的普通车辆,而不必是专业采集车,因此一般会有许多车辆在道路上行驶采集数据。
车辆在每趟行驶过程中拍摄多帧图片并提取各图片中的道路元素,示例的,车辆通过深度学习监测网络对图片进行处理,从而获得检测出的车道线、地面标识、交通标识和杆状物等道路元素。可选的,车道线以拟合曲线的形式表示,其他道路元素以2D检测框的形式表示。
基于车辆的全球导航卫星系统、轮速计和惯性导航设备等,车辆可以获得定位信息,各车辆将每趟行驶得到的多帧图片各自对应的道路元素和各车辆的定位信息发送给云端设备,以便于云端设备基于这些信息生成地图,示例的,车辆可以通过WiFi或者4G/5G等方式将数据发送给云端设备。
S202、根据各车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定道路元素的三维位置,并根据三维位置,构建道路元素,得到第一地图。
基于各车辆每趟行驶所采集的图片中对应的道路元素以及车辆的定位信息,可以确定各道路元素的三维位置,也就是各道路元素在地图上的位置,根据各道路元素的三维位置来构建该道路元素,即可得到各车辆每趟行驶所采集的数据对应的第一地图。
S203、将至少两个车辆各自对应的第一地图中的道路元素进行空间对齐。
可以理解的是,不同车辆各自对应的第一地图可能覆盖了重叠的区域,例如两个车辆沿完全相同的路径行驶并采集图片和定位信息,则这两个车辆对应的第一地图覆盖的区域可能完全重叠,又如,两个车辆沿部分相同的路径行驶并采集图片和定位信息,则这两个车辆对应的第一地图覆盖的区域可能会有部分重叠。而对于行驶路径完全不同的车辆,则其对应的第一地图覆盖的区域可能不会有重叠。
而在实际应用中,车辆所采集的数据可能存在一定的偏差或误差,例如车辆的定位信息可能存在偏差或误差,在对车辆所采集的数据进行处理得到对应的第一地图过程中也可能存在一定的偏差或误差,例如确定道路元素的三维位置也可能存在一定的偏差或误差等,因此,对于不同车辆各自对应的第一地图中的道路元素需要在同一坐标系下进行空间对齐,消除不同车辆对应的第一地图之间的偏差。
S204、根据对齐后的至少两个第一地图,生成目标地图。
在对各车辆对应的第一地图进行对齐后,这些对齐后的多个第一地图共同所覆盖的区域包括了各车辆采集的数据所对应的全部区域,从而可以共同构成目标地图。
本公开实施例的方法,利用从各车辆拍摄的图片中提取出的道路元素以及车辆的定位信息进行单趟车辆的道路重建,得到第一地图,即单趟地图,再对多个车辆的第一地图进行对齐,从而得到目标地图,该方法利用可以大规模覆盖道路的普通车辆,能够实现快速的数据采集,由车辆对采集的数据进行预处理,得到道路元素和定位信息,减少了云端设备的数据处理量,且基于从图片中提取出的道路元素进行道路重建,无需再进行人工标注,提高了高精地图的制图效率。
在上述实施例的基础上,首先对S202中如何确定道路元素的三维位置进行说明。
可选的,定位信息可以包括局部定位信息,局部定位信息可以包括一段连续的轨迹。
对各车辆所采集的每帧图片中的道路元素与历史帧图片中对应的道路元素进行关联,得到各道路元素对应的关联关系;根据各道路元素对应的关联关系以及各车辆的局部定位信息,确定道路元素的三维位置。其中,历史帧图片是指,在各车辆每趟形式所采集的图片中,当前处理的每帧图片之前的历史帧图片。
在进行道路元素关联时,将每帧图片中的道路元素与历史帧图片中的道路元素进行对比,从而将每帧图片与历史帧图片中的同一道路元素进行关联。
可选的,在进行道路元素关联时,也可以对各车辆所采集的每帧图片中的道路元素与根据历史帧所构建的地图中对应的道路元素进行关联,得到各道路元素对应的关联关系。其中,云端设备对多帧图片依次处理时,依据已处理的历史帧可以构建一部分地图,从而在处理之后的每帧图片时,将每帧图片中的道路元素与根据历史帧所构建的地图中对应的道路元素进行对比,进而将每帧图片与根据历史帧所构建的地图中的同一道路元素进行关联。
在完成道路元素关联后,基于各道路元素对应的关联关系和局部定位信息,确定道路元素的三维位置,进行道路元素的重建,也就是基于图片中道路元素的二维位置,计算出该道路元素在地图中的三维位置。可以理解的是,根据各道路元素的三维位置确定的第一地图是在局部坐标系下的。
可选的,定位信息可以包括全局定位信息,全局定位信息可以是包括坐标信息的轨迹或者若干带有时间戳的坐标点,全局定位信息可以用于将不同车辆的行驶轨迹对齐。
可选的,S203中将至少两个车辆各自对应的第一地图中的道路元素进行空间对齐,包括:
根据各车辆的全局定位信息,将每个车辆对应的第一地图转换至全局坐标系中,以确定至少两个第一地图在空间上的重叠区域;对重叠区域内的道路元素进行空间对齐。
不同车辆对应的第一地图在空间上的重叠区域,也就是不同车辆的第一地图所覆盖的区域中的重叠区域。而在前述已经说明,由于采集数据和/或处理数据过程中的偏差或误差,在将不同车辆对应的第一地图转换至同一个全局坐标系下后,这些重叠区域中,不同第一地图中的相同道路元素的位置可能会略有不同,因此,对重叠区域内的道路元素进行空间对齐,即可将不同车辆各自对应的第一地图中的道路元素进行空间对齐。
可选的,对重叠区域内的道路元素进行空间对齐,包括:对重叠区域进行划分,得到划分后的区域,划分后的区域中包括锚点区域和/或非锚点区域,锚点区域为在车辆行驶方向上存在锚点的区域,非锚点区域为在车辆行驶方向上不存在锚点的区域。
如图3中所示的区域即为一个锚点区域,其中,车道线31是一个车辆的第一地图中的道路元素,车道线32是另一个车辆的第一地图中的道路元素,可以看出,车道线31和车道线32附近有杆状物、标识牌等道路元素,这些杆状物、标识牌等即为车辆行驶方向上的锚点,对于锚点区域,在车辆行驶方向上和垂直于车辆行驶方向上,均可以进行对齐。
如图4中所示的区域即为一个非锚点区域,其中,车道线41是一个车辆的第一地图中的道路元素,车道线42是另一个车辆的第一地图中的道路元素,对于非锚点区域,在垂直于车辆行驶方向上可以进行对齐,但在车辆行驶方向上无法进行对齐,也即在车辆行驶方向上不存在锚点。
若划分后的区域中包括锚点区域,则搜索锚点区域内的锚点,并以锚点为基准,对道路元素进行空间对齐。
参照图3,对于锚点区域,搜索其中的杆状物、标识牌等锚点,将杆状物、标识牌等锚点进行空间对齐,从而也可以将车道线等其他道路元素进行空间对齐。
可选的,以锚点为基准,将重叠区域内的同一道路元素进行关联;根据关联的道路元素的坐标,对关联的道路元素的位置进行调整,以对道路元素进行空间对齐。
对于锚点区域,以锚点为基准,通过空间搜索,可以确定同一道路元素的关联关系,由于同一道路元素在不同第一地图中的位置有偏差,因此,对关联的同一道路元素的位置进行调整,例如对不同第一地图中道路元素的位置进行加权平均来获得该道路元素的位置信息,使同一道路元素的位置一致,实现对道路元素进行空间对齐。从而保证了空间对齐的准确性。
若划分后的区域中包括非锚点区域,则获取非锚点区域相邻的锚点区域,并根据对齐后的锚点区域,对非锚点区域内的道路元素进行对齐。
如图4所示,仅通过图4所示的这部分地图,无法将车道线41和车道线42在车辆行驶方向上对齐,对于这样的非锚点区域,可以利用其相邻的锚点区域来进行对齐,如图5中所示,区域51和区域52为锚点区域,其中的道路元素可以锚点为基准进行对齐,而区域53为非锚点区域,可以在将区域51和52中的道路元素分别进行对齐后,采用增量式匹配的方法,从区域51和/或区域52向外扩展,将区域51和/或区域52的周边的道路元素进行空间对齐,从而实现非锚点区域内的道路元素进行对齐。同样的,对非锚点区域内的道路元素对齐后,可以对同一道路元素的位置进行调整,例如对不同第一地图中道路元素的位置进行加权平均来获得该道路元素的位置信息。从而保证了空间对齐的准确性。
可以理解的是,在对至少两个第一地图进行空间对齐后,重叠区域的道路元素是重复的,因此,可以对重复的道路元素进行去重后得到目标地图,即,将对齐后的至少两个第一地图中存在交集的道路元素进行去重,得到目标地图。从而,避免地图数据的冗余。
此外,车辆向云端设备发送的每帧图片中的道路元素还包括了道路元素的属性信息,例如车道线的颜色、车道的类型等,道路元素的属性信息由车辆对图片进行识别得到,道路元素的属性信息会被添加在第一地图中。在将至少两个第一地图进行对齐后,对对齐后的至少两个第一地图中的道路元素的属性信息进行聚合,得到每个道路元素的属性信息;根据每个道路元素的属性信息,生成目标地图。
在将至少两个第一地图进行对齐后,道路元素信息可能有多个,例如对于重叠区域的同一道路元素,其属性信息包括了从多个第一地图中的属性信息,对这些属性信息进行聚合,作为该道路元素的属性信息添加在目标地图中,从而提高了属性信息的准确性,且无需再对道路元素进行人工标注。
图6是根据本公开实施例提供的高精地图生成装置的结构示意图。如图6所示,高精地图生成装置600包括:
接收模块601,用于接收至少两个车辆分别发送的多帧图片各自对应的道路元素和各车辆的定位信息;
构建模块602,用于根据各车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定道路元素的三维位置,并根据三维位置,构建道路元素,得到第一地图;
对齐模块603,用于将至少两个车辆各自对应的第一地图中的道路元素进行空间对齐;
生成模块604,用于根据对齐后的至少两个第一地图,生成目标地图。
在一种实施方式中,定位信息中包括全局定位信息;
对齐模块603包括:
转化单元,用于根据各车辆的全局定位信息,将每个车辆对应的第一地图转换至全局坐标系中,以确定至少两个第一地图在空间上的重叠区域;
对齐单元,用于对重叠区域内的道路元素进行空间对齐。
在一种实施方式中,对齐单元包括:
划分子单元,用于对重叠区域进行划分,得到划分后的区域,划分后的区域中包括锚点区域和/或非锚点区域,锚点区域为在车辆行驶方向上存在锚点的区域,非锚点区域为在车辆行驶方向上不存在锚点的区域;
第一对齐子单元,用于若划分后的区域中包括锚点区域,则搜索锚点区域内的锚点,并以锚点为基准,对道路元素进行空间对齐;
第二对齐子单元,用于若划分后的区域中包括非锚点区域,则获取非锚点区域相邻的锚点区域,并根据对齐后的锚点区域,对非锚点区域内的道路元素进行对齐。
在一种实施方式中,第一对齐子单元包括:
关联子单元,用于以锚点为基准,将重叠区域内的同一道路元素进行关联;
调整子单元,用于根据关联的道路元素的坐标,对关联的道路元素的位置进行调整,以对道路元素进行空间对齐。
在一种实施方式中,生成模块604包括:
去重单元,用于将对齐后的至少两个第一地图中存在交集的道路元素进行去重,得到目标地图。
在一种实施方式中,生成模块604包括:
聚合模块,用于对对齐后的至少两个第一地图中的道路元素的属性信息进行聚合,得到每个道路元素的属性信息;
根据每个道路元素的属性信息,生成目标地图。
在一种实施方式中,构建模块602包括:
关联单元,用于对各车辆所采集的每帧图片中的道路元素与历史帧图片中对应的道路元素进行关联,得到各道路元素对应的关联关系;
确定单元,用于根据各道路元素对应的关联关系以及各车辆的局部定位信息,确定道路元素的三维位置。
本公开实施例的装置可用于执行上述方法实施例中的高精地图生成方法,其实现原理和技术效果类似,此处不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备和存储有计算机指令的非瞬时计算机可读存储介质。
根据本公开的实施例,本公开还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图7是用来实现本公开实施例的高精地图生成方法的电子设备的示意性框图。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7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701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701执行上文所描述的各个方法和处理,例如高精地图生成方法。例如,在一些实施例中,高精地图生成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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的高精地图生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元701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生成方法。
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,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("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。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,本发申请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 (17)
1.一种高精地图生成方法,包括:
接收至少两个车辆分别发送的多帧图片各自对应的道路元素和各车辆的定位信息;
根据各所述车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定所述道路元素的三维位置,并根据所述三维位置,构建所述道路元素,得到第一地图;
将所述至少两个车辆各自对应的第一地图中的道路元素进行空间对齐;
根据对齐后的至少两个第一地图,生成目标地图。
2.根据权利要求1所述的方法,其中,所述定位信息中包括全局定位信息;
所述将所述至少两个车辆各自对应的第一地图中的道路元素进行空间对齐,包括:
根据所述各车辆的全局定位信息,将每个车辆对应的第一地图转换至全局坐标系中,以确定至少两个第一地图在空间上的重叠区域;
对所述重叠区域内的道路元素进行空间对齐。
3.根据权利要求2所述的方法,其中,所述对所述重叠区域内的道路元素进行空间对齐,包括:
对所述重叠区域进行划分,得到划分后的区域,所述划分后的区域中包括锚点区域和/或非锚点区域,所述锚点区域为在车辆行驶方向上存在锚点的区域,所述非锚点区域为在车辆行驶方向上不存在锚点的区域;
若所述划分后的区域中包括锚点区域,则搜索所述锚点区域内的锚点,并以所述锚点为基准,对所述道路元素进行空间对齐;
若所述划分后的区域中包括非锚点区域,则获取所述非锚点区域相邻的锚点区域,并根据对齐后的锚点区域,对所述非锚点区域内的道路元素进行对齐。
4.根据权利要求3所述的方法,其中,所述以所述锚点为基准,对所述道路元素进行空间对齐,包括:
以所述锚点为基准,将所述重叠区域内的同一道路元素进行关联;
根据关联的道路元素的坐标,对所述关联的道路元素的位置进行调整,以对所述道路元素进行空间对齐。
5.根据权利要求1-4任一项所述的方法,其中,所述根据对齐后的至少两个第一地图,生成目标地图,包括:
将对齐后的至少两个第一地图中存在交集的道路元素进行去重,得到所述目标地图。
6.根据权利要求1-5任一项所述的方法,所述根据对齐后的至少两个第一地图,生成目标地图,包括:
对所述对齐后的至少两个第一地图中的道路元素的属性信息进行聚合,得到每个道路元素的属性信息;
根据所述每个道路元素的属性信息,生成所述目标地图。
7.根据权利要求1-6任一项所述的方法,其中,所述根据各所述车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定所述道路元素的三维位置,包括:
对各所述车辆所采集的每帧图片中的道路元素与历史帧图片中对应的道路元素进行关联,得到各所述道路元素对应的关联关系;
根据各所述道路元素对应的关联关系以及各车辆的局部定位信息,确定所述道路元素的三维位置。
8.一种高精地图生成装置,包括:
接收模块,用于接收至少两个车辆分别发送的多帧图片各自对应的道路元素和各车辆的定位信息;
构建模块,用于根据各所述车辆所采集的每帧图片对应的道路元素和各车辆的定位信息,确定所述道路元素的三维位置,并根据所述三维位置,构建所述道路元素,得到第一地图;
对齐模块,用于将所述至少两个车辆各自对应的第一地图中的道路元素进行空间对齐;
生成模块,用于根据对齐后的至少两个第一地图,生成目标地图。
9.根据权利要求8所述的装置,其中,所述定位信息中包括全局定位信息;
所述对齐模块包括:
转化单元,用于根据所述各车辆的全局定位信息,将每个车辆对应的第一地图转换至全局坐标系中,以确定至少两个第一地图在空间上的重叠区域;
对齐单元,用于对所述重叠区域内的道路元素进行空间对齐。
10.根据权利要求9所述的装置,其中,所述对齐单元包括:
划分子单元,用于对所述重叠区域进行划分,得到划分后的区域,所述划分后的区域中包括锚点区域和/或非锚点区域,所述锚点区域为在车辆行驶方向上存在锚点的区域,所述非锚点区域为在车辆行驶方向上不存在锚点的区域;
第一对齐子单元,用于若所述划分后的区域中包括锚点区域,则搜索所述锚点区域内的锚点,并以所述锚点为基准,对所述道路元素进行空间对齐;
第二对齐子单元,用于若所述划分后的区域中包括非锚点区域,则获取所述非锚点区域相邻的锚点区域,并根据对齐后的锚点区域,对所述非锚点区域内的道路元素进行对齐。
11.根据权利要求10所述的装置,其中,所述第一对齐子单元包括:
关联子单元,用于以所述锚点为基准,将所述重叠区域内的同一道路元素进行关联;
调整子单元,用于根据关联的道路元素的坐标,对所述关联的道路元素的位置进行调整,以对所述道路元素进行空间对齐。
12.根据权利要求8-11任一项所述的装置,其中,所述生成模块包括:
去重单元,用于将对齐后的至少两个第一地图中存在交集的道路元素进行去重,得到所述目标地图。
13.根据权利要求8-12任一项所述的装置,所述生成模块包括:
聚合模块,用于对所述对齐后的至少两个第一地图中的道路元素的属性信息进行聚合,得到每个道路元素的属性信息;
根据所述每个道路元素的属性信息,生成所述目标地图。
14.根据权利要求8-13任一项所述的装置,其中,所述构建模块包括:
关联单元,用于对各所述车辆所采集的每帧图片中的道路元素与历史帧图片中对应的道路元素进行关联,得到各所述道路元素对应的关联关系;
确定单元,用于根据各所述道路元素对应的关联关系以及各车辆的局部定位信息,确定所述道路元素的三维位置。
15.一种电子设备,包括:
至少一个处理器;以及与至少一个处理器通信连接的存储器;
其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111309057.6A CN114034295B (zh) | 2021-11-05 | 2021-11-05 | 高精地图生成方法、装置、电子设备、介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111309057.6A CN114034295B (zh) | 2021-11-05 | 2021-11-05 | 高精地图生成方法、装置、电子设备、介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114034295A true CN114034295A (zh) | 2022-02-11 |
CN114034295B CN114034295B (zh) | 2024-06-25 |
Family
ID=80143137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111309057.6A Active CN114034295B (zh) | 2021-11-05 | 2021-11-05 | 高精地图生成方法、装置、电子设备、介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114034295B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526721A (zh) * | 2021-12-31 | 2022-05-24 | 易图通科技(北京)有限公司 | 地图对齐处理方法、装置及可读存储介质 |
CN114577225A (zh) * | 2022-04-28 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种地图绘制方法、装置、电子设备和存储介质 |
CN114969231A (zh) * | 2022-05-19 | 2022-08-30 | 高德软件有限公司 | 目标交通图像确定方法、装置、电子设备及程序产品 |
CN115077539A (zh) * | 2022-05-19 | 2022-09-20 | 阿波罗智联(北京)科技有限公司 | 一种地图生成方法、装置、设备以及存储介质 |
CN115962787A (zh) * | 2023-03-16 | 2023-04-14 | 安徽蔚来智驾科技有限公司 | 地图更新、自动驾驶控制方法、设备、介质及车辆 |
CN116228925A (zh) * | 2023-05-04 | 2023-06-06 | 北京集度科技有限公司 | 地图生成方法、装置及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180188743A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Route generation using high definition maps for autonomous vehicles |
CN109086278A (zh) * | 2017-06-13 | 2018-12-25 | 纵目科技(上海)股份有限公司 | 一种消除误差的地图构建方法、系统、移动终端及存储介质 |
CN112862881A (zh) * | 2021-02-24 | 2021-05-28 | 清华大学 | 基于众包多车摄像头数据的道路地图构建与融合的方法 |
CN112880693A (zh) * | 2019-11-29 | 2021-06-01 | 北京市商汤科技开发有限公司 | 地图生成方法、定位方法、装置、设备及存储介质 |
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 |
KR102291957B1 (ko) * | 2020-10-20 | 2021-08-24 | 젠스코리아 주식회사 | 정밀도로지도 제작을 위한 mms 데이터 수정 시스템 |
-
2021
- 2021-11-05 CN CN202111309057.6A patent/CN114034295B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180188743A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Route generation using high definition maps for autonomous vehicles |
CN109086278A (zh) * | 2017-06-13 | 2018-12-25 | 纵目科技(上海)股份有限公司 | 一种消除误差的地图构建方法、系统、移动终端及存储介质 |
CN112880693A (zh) * | 2019-11-29 | 2021-06-01 | 北京市商汤科技开发有限公司 | 地图生成方法、定位方法、装置、设备及存储介质 |
KR102291957B1 (ko) * | 2020-10-20 | 2021-08-24 | 젠스코리아 주식회사 | 정밀도로지도 제작을 위한 mms 데이터 수정 시스템 |
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 |
CN112862881A (zh) * | 2021-02-24 | 2021-05-28 | 清华大学 | 基于众包多车摄像头数据的道路地图构建与融合的方法 |
Non-Patent Citations (1)
Title |
---|
张林;杨兆升;冯金巧;汪建;: "车辆导航系统中基于三维电子地图的单GPS车道级定位方法研究", 交通与计算机, no. 06, pages 16 - 20 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526721A (zh) * | 2021-12-31 | 2022-05-24 | 易图通科技(北京)有限公司 | 地图对齐处理方法、装置及可读存储介质 |
CN114526721B (zh) * | 2021-12-31 | 2024-05-24 | 易图通科技(北京)有限公司 | 地图对齐处理方法、装置及可读存储介质 |
CN114577225A (zh) * | 2022-04-28 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种地图绘制方法、装置、电子设备和存储介质 |
CN114969231A (zh) * | 2022-05-19 | 2022-08-30 | 高德软件有限公司 | 目标交通图像确定方法、装置、电子设备及程序产品 |
CN115077539A (zh) * | 2022-05-19 | 2022-09-20 | 阿波罗智联(北京)科技有限公司 | 一种地图生成方法、装置、设备以及存储介质 |
CN115962787A (zh) * | 2023-03-16 | 2023-04-14 | 安徽蔚来智驾科技有限公司 | 地图更新、自动驾驶控制方法、设备、介质及车辆 |
CN116228925A (zh) * | 2023-05-04 | 2023-06-06 | 北京集度科技有限公司 | 地图生成方法、装置及计算机设备 |
CN116228925B (zh) * | 2023-05-04 | 2023-08-08 | 北京集度科技有限公司 | 地图生成方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114034295B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3505869B1 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
CN114034295B (zh) | 高精地图生成方法、装置、电子设备、介质及程序产品 | |
CN113989450A (zh) | 图像处理方法、装置、电子设备和介质 | |
EP4116935B1 (en) | High-definition map creation method and device, and electronic device | |
CN113899384B (zh) | 车道级道路的路口面显示方法、装置、设备、介质及程序 | |
CN114626169B (zh) | 交通路网优化方法、装置、设备、可读存储介质及产品 | |
CN113378693B (zh) | 生成目标检测系统和检测目标的方法及装置 | |
CN111721281B (zh) | 位置识别方法、装置和电子设备 | |
CN113298910A (zh) | 生成交通标志线地图的方法、设备和存储介质 | |
EP4194807A1 (en) | High-precision map construction method and apparatus, electronic device, and storage medium | |
CN115880555B (zh) | 目标检测方法、模型训练方法、装置、设备及介质 | |
CN113688935A (zh) | 高精地图的检测方法、装置、设备以及存储介质 | |
CN114387319A (zh) | 点云配准方法、装置、设备以及存储介质 | |
CN114186007A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
CN113932796B (zh) | 高精地图车道线生成方法、装置和电子设备 | |
CN116758503A (zh) | 车道线自动标注方法、装置、设备及存储介质 | |
CN115790621A (zh) | 高精地图更新方法、装置及电子设备 | |
CN116664997A (zh) | 一种感知融合系统、电子设备和存储介质 | |
CN115773759A (zh) | 自主移动机器人的室内定位方法、装置、设备及存储介质 | |
CN115900697A (zh) | 对象运动轨迹信息处理方法、电子设备以及自动驾驶车辆 | |
CN113936109A (zh) | 高精地图点云数据的处理方法、装置、设备以及存储介质 | |
CN114036247A (zh) | 高精地图数据关联方法、装置、电子设备及存储介质 | |
CN115146095A (zh) | 高精地图要素矢量化方法、装置、电子设备及存储介质 | |
CN115468570A (zh) | 高精地图地面要素的提取方法、装置、设备及存储介质 | |
CN115876210A (zh) | 地图数据生成方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |