CN114036247A - 高精地图数据关联方法、装置、电子设备及存储介质 - Google Patents
高精地图数据关联方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114036247A CN114036247A CN202111199587.XA CN202111199587A CN114036247A CN 114036247 A CN114036247 A CN 114036247A CN 202111199587 A CN202111199587 A CN 202111199587A CN 114036247 A CN114036247 A CN 114036247A
- Authority
- CN
- China
- Prior art keywords
- track
- point
- line
- key
- old
- 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
Classifications
-
- 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Instructional Devices (AREA)
Abstract
本公开提供了一种地图数据关联方法、装置、电子设备及存储介质,涉及智能交通与自动驾驶等技术领域。具体实现方案为:获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据;获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据;所述旧轨迹线与所述新轨迹线之间的距离在预设距离阈值范围内;以所述新轨迹线中的所述第一关键轨迹点与所述旧轨迹线中关联的所述第二关键轨迹点之间的连线、与所述新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系。本公开的技术,提供了一种高效地数据关联方案。
Description
技术领域
本公开涉及计算机技术领域,具体涉及智能交通与自动驾驶等技术领域,尤其涉及一种地图数据关联方法、装置、电子设备及存储介质。
背景技术
由于高精地图包括很多丰富的道路网络的三维描述信息,能够为无人驾驶等技术提供很大的帮助,成为很多地图相关应用产品的技术需求。
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。高精地图包括点云地图数据,在构建时,为保证高精地图的质量,同一个位置会采集多次。为保证点云地图的几何一致性,需要消除在不同时间经过同一位置的多趟轨迹之间的相对位姿误差,因此需要在同一位置多趟之间构建数据关联,使用点云的几何信息计算出比较准确的相对位姿。
发明内容
本公开提供了一种地图数据关联方法、装置、电子设备及存储介质。
根据本公开的一方面,提供了一种地图数据关联方法,包括:
获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据;
获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据;所述旧轨迹线与所述新轨迹线之间的距离在预设距离阈值范围内;
以所述新轨迹线中的所述第一关键轨迹点与所述旧轨迹线中关联的所述第二关键轨迹点之间的连线、与所述新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系。
根据本公开的另一方面,提供了一种地图数据关联装置,包括:
第一获取模块,用于获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据;
第二获取模块,用于获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据;所述旧轨迹线与所述新轨迹线之间的距离在预设距离阈值范围内;
关联建立模块,用于以所述新轨迹线中的所述第一关键轨迹点与所述旧轨迹线中关联的所述第二关键轨迹点之间的连线、与所述新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系。
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如上所述的方面和任一可能的实现方式的方法。
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如上所述的方面和任一可能的实现方式的方法。
根据本公开的再另一方面,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如上所述的方面和任一可能的实现方式的方法。
根据本公开的技术,能够提供一种高效的数据关联方案。
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是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是本公开实施例提供的一种关联示意图;
图4是本公开实施例提供另一种关联示意图;
图5是本公开实施例提供再一种关联示意图;
图6是根据本公开第三实施例的示意图;
图7是根据本公开第四实施例的示意图;
图8是用来实现本公开实施例的数据关联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。
显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
需要说明的是,本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant,PDA)、无线手持设备、平板电脑(TabletComputer)等智能设备;显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
传统技术中,直接根据距离的远近进行数据关联,会造成大量的冗余关联,高精地图的制图效率低下。为了克服该问题,本公开提供了一种新的数据关联方案。
图1是根据本公开第一实施例的示意图;如图1所示,本实施例提供一种数据关联方法,可以应用于高精地图的地图服务器中,用于实现同一位置的多趟采集的数据关联,具体可以包括如下步骤:
S101、获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据;
S102、获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据;旧轨迹线与新轨迹线之间的距离在预设距离阈值范围内;
S103、以新轨迹线中的第一关键轨迹点与旧轨迹线中关联的第二关键轨迹点之间的连线、与新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立新轨迹线中的第一关键轨迹点和旧轨迹线中的第二关键轨迹点关于点云数据的关联关系。
实际应用中,高精地图在构建时,可以按照区域中的道路部署采集路线,按照采集路线采集各个区域的点云数据,构建高精地图。
本实施例中,采集车辆可以沿着任一路线进行采集,形成新轨迹线。该新轨迹线中可以包括很多的第一关键轨迹点。该采集可以以帧存储每个新轨迹点的点云数据,例如可以采用Frame表示LiDAR连续扫描该新轨迹点一周得到的点云数据。Full Frames表示某次采集中LiDAR连续扫描所有连续的新轨迹点的所有frame。
本实施例中,还需要获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据。由于空间中存在的轨迹线很多,本实施例中要建立关联关系的旧轨迹线和新轨迹线之间的距离在预设距离阈值范围内。本实施例的预设距离阈值可以为30m、20m或25m等其他距离值。若是新轨迹线和旧轨迹线之间的距离大于预设距离阈值,则两者空间距离较远,可能在空间点云上不存在交集,也没有必要建立关联关系。
在得到新轨迹点中各第一关键轨迹点的点云数据和旧轨迹线中各第二关键轨迹点对应的点云数据之后,可以建立新轨迹线中的第一关键轨迹点与旧轨迹线中第二关键轨迹点的关联关系。本实施例的关联关系,就可以采用对应的轨迹线的采集任务的ID、采集的时间戳等标识来标识。该关联关系仅用于将新轨迹线中的第一关键轨迹点与旧轨迹线中对应的第二关键轨迹点建立绑定关系,后续配准时,可以基于具有关联关系的第一关键轨迹点的点云数据和第二关键轨迹点的点云数据,计算准确地点云配准。
由于新轨迹线中包括的第一关键轨迹点数量较多,同理,旧轨迹线中包括的第二关键轨迹点的数量也较多,至于将新轨迹线中的哪个第一关键轨迹点与旧轨迹线中的哪个第二关键轨迹点建立关联关系,可以以新轨迹线中的第一关键轨迹点与旧轨迹线中关联的第二关键轨迹点之间的连线、与新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则。本实施例中,优选为绝对垂直,但是如果实际情况中,做不到绝对垂直,也需要尽量接近垂直,即可以有预设误差范围的小浮动。
本实施例的数据关联方法,通过采用上述技术方案,提供了一种高效地数据关联方案。可以建立新轨迹线的第一关键轨迹点和旧轨迹线中的第二关键轨迹点的关联关系,建立的关联关系非常精简,能够有效避免大规模制图时冗余的数据关联,能够为后续的点云配准提供非常精准地数据关联信息,进而可以有效地辅助提高点云配准以及高精地图更新的准确性。
需要说明的是,在检测并确定指定采集路线的已知高精地图中的点云数据按帧存储时,上述图1所示实施例的新轨迹线中的第一关键轨迹点可以为新轨迹线中的任意一个新轨迹点。同理,旧轨迹线中的第二关键轨迹点也可以为新旧轨迹线中的任意一个旧轨迹点。但是考虑到此种情况下,新轨迹线中的新轨迹点和旧轨迹线中的旧轨迹点均过多,建立关联时,数据量过大,且距离太近的两对相邻的关联轨迹点对具有很强的相似性,会造成关联冗余。
所以本公开中优选地,取新轨迹线中的第一关键轨迹点和旧轨迹线中的第二关键轨迹点,分别为新轨迹线和旧轨迹线中的关键帧对应的轨迹点。其中关键帧可以基于距离来选取,例如在新轨迹线中每隔预设距离的一个新轨迹点作为一个关键帧对应的轨迹点,即第一关键轨迹点。对应地,在旧轨迹线中每隔预设距离的一个旧轨迹点作为一个关键帧对应的轨迹点,即第二关键轨迹点。本实施例的预设距离可以基于指定采集路线的实际情况来设置,例如可以为8m、10m或者其他距离,在此不做限定。
而且,为了突出第一关键轨迹点和第二关键轨迹点,在本公开的一个实施例中,可以将新轨迹线中各第一关键轨迹点前后相邻的预设数量的新轨迹点的点云数据与第一关键轨迹点的点云数据融合,作为对应的第一关键轨迹点的点云数据。对应的,也可以将旧轨迹线中各第二关键轨迹点前后相邻的预设数量的旧轨迹点的点云数据与第二关键轨迹点的点云数据融合,作为对应的第二关键轨迹点的点云数据。本实施例中的预设数量可以为对应轨迹点前后10个轨迹点、8个轨迹点或者其他数量个轨迹点。
采用上述方式设置的第一关键轨迹点和第二关键轨迹点数量相对较少,减少非必要的冗余关联,而且包括的点云数据都非常丰富,建立的关联关系能够为后续的配准提供保证,增强配准的准确性。
图2是根据本公开第二实施例的示意图;如图2所示,本实施例的数据关联方法,在上述图1所示实施例的基础上,进一步更加详细地描述本公开的技术方案。如图2所示,本实施例的数据关联方法,具体可以包括如下步骤:
S201、取当前正在采集的新轨迹线中每隔预设距离的新轨迹点作为第一关键轨迹点;
S202、将新轨迹线中各第一关键轨迹点前后相邻的预设数量的新轨迹点的点云数据与第一关键轨迹点的点云数据融合,作为对应的第一关键轨迹点的点云数据;
S201-S202为上述图1所示实施例的步骤S101的一种实现方式。各第一关键轨迹点的获取方式参考上述实施例的记载。
S203、检测距离新轨迹线预设距离阈值范围内的已知高精地图中的点云数据是按帧存储还是按点云网格存储;若是按帧存储,执行步骤S204;若是按点云网格存储,执行步骤S206;
S204、取旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;执行步骤S205;
该旧轨迹线与新轨迹线之间的距离在预设距离阈值范围内。
S205、将旧轨迹线中各第二关键轨迹点前后相邻的预设数量的旧轨迹点的点云数据与第二关键轨迹点的点云数据融合,作为对应的第二关键轨迹点的点云数据;执行步骤S214;
S204-S205为上述图1所示实施例中,已知高精地图中的点云数据按帧存储时,步骤S102的一种实现方式。各第二关键轨迹点的获取方式参考上述实施例的记载。
S206、虚拟生成与新轨迹线相同的旧轨迹线;
S207、检测旧轨迹线中各旧轨迹点周围是否存在已知高精地图的点云数据;若存在,执行步骤S208;否则若不存在,执行步骤S209;
S208、保留旧轨迹线中对应的旧轨迹点;执行步骤S210;
S209、删除旧轨迹线中对应的旧轨迹点;执行步骤S210;
在本公开的一个实施例中,该步骤S207-S209作为一种可选方式,也可以删除。需要说明的是,步骤S207中检测旧轨迹线中各旧轨迹点周围是否存在已知高精地图的点云数据,目标是为了检测该旧轨迹点周围的点云数据是否为空,若为空,该旧轨迹点不需要做点云配准,此时可以直接删除该旧轨迹点,可以有效地去除无效数据。
而若在本公开的一个实施例中,删除了该步骤S207-S209,即暂时保留旧轨迹线中的所有旧轨迹点。但是在配准之前,还需要检测旧轨迹点对应的点云数据是否为空,若为空,不对相应的旧轨迹点做配准。
S210、取旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;
参考上述实施例中第二关键轨迹点的获取方式。
S211、将各第二关键轨迹点附近预设范围内的所有点云网格单元中的点云融合在一起,作为对应的第二关键轨迹点对应的虚拟点云数据;
本实施例的预设范围可以指的是距离第二关键轨迹点30米、20米或者其他距离值。
S212、将各第二关键轨迹点对应的虚拟点云数据与新轨迹线中对应的第一关键轨迹点的点云数据重叠,确定重叠区域;
S213、在各第二关键轨迹点对应的虚拟点云数据中裁去重叠区域外预设区域范围外的点云,得到对应的第二关键轨迹点的点云数据;
S206-S213为上述图1所示实施例中,已知高精地图中的点云数据按点云网格存储时,步骤S102的另一种实现方式。
S214、以第一关键轨迹点为垂足,取垂直于新轨迹方向的垂线与旧轨迹线的第一交点,再从旧轨迹线上取距离第一交点最近的第二关键轨迹点,与新轨迹线中作为垂足的第一关键轨迹点建立关联。
或者可选地,该步骤S214也可以为:以第二关键轨迹点为垂足,取垂直于旧轨迹方向的垂线与新轨迹线的第二交点,再从新轨迹线上取距离第二交点最近的第一关键轨迹点,与旧轨迹线中作为垂足的第二关键轨迹点建立关联。
可选地,上述步骤S214及对应的可选方案为上述图1所示实施例的步骤S103的实现方式。按照上述步骤,均可以保证以新轨迹线中的第一关键轨迹点与旧轨迹线中关联的第二关键轨迹点之间的连线、与新轨迹线和/或旧轨迹线在预设误差范围内相垂直。这里的预设误差范围可以为3度、5度或者其他度数的误差角度。例如,存在预设误差范围时,新轨迹线中的第一关键轨迹点与旧轨迹线中关联的第二关键轨迹点之间的连线、与新轨迹线和/或旧轨迹线的夹角为:90±预设误差范围。
可选地,还可以采用其他方式来限制预设误差范围。例如,图3是本公开实施例提供的一种关联示意图。如图3所示,略微弯曲的两条曲线,表示两趟轨迹。A表示新轨迹线中的一个第一关键轨迹点,B表示旧轨迹线中的一个第二关键轨迹点,建立第一关键轨迹点A和第二关键轨迹点B之间的关联关系,需要A和B满足如下关系:第一关键轨迹点A和第二关键轨迹点B的垂向距离head dis,即OA的距离,不能大于第一距离阈值,如可以为2m、1m或者其他距离值;AB之间的距离dis不能大于第二距离阈值,如第二距离阈值可以为30m、35m或者其他距离值。其中OB之间的距离vertical dis,可以表示新轨迹线和旧轨迹线之间的距离,如上述实施例所述,需要小于预设距离阈值。本实施例的第一距离阈值相对于第二距离阈值,要小很多,实际上也是在保证第一关键轨迹点与关联的第二关键轨迹点之间的连线、与新轨迹线和/或旧轨迹线在预设误差范围内相垂直。
在本公开的一个实施例中,新轨迹线和旧轨迹线可以为同向车道或者对向车道采集的。即在垂直于轨迹线的方向上,新轨迹线和旧轨迹线为同向或者对向。
例如,本实施例中的数据关联方法,具体实现时,可以基于回环搜索的数据关联技术来实现,算法的伪代码可以具体如下:
输入:fullframes,使用所有frame的3D位置构建的kdtree;
输出:submaps,nodes,多趟之间的frame_pairs;
submap指的时在一段连续的轨迹(例如10-15m)范围的若干frame的集合,key_frame表示关键轨迹点对应的点云数据。
frame_pairs,通过Odometry或者Loop Closure建立的一个轨迹上key_rame与其他轨迹上的key_frame之间构建的关联。
例如,图4是本公开实施例提供另一种关联示意图。如图4所示,表示采用本公开的上述实施例的技术方案,在直路上进行数据关联效果示意图,图4中的左上至右下斜向的虚线为轨迹线,在两条轨迹线之间的白色短线段即为两个轨迹线上的关联的两个关键轨迹点之间的连线。
图5是本公开实施例提供再一种关联示意图。与图4相比,图5表示采用本公开的上述实施例的技术方案,在路口进行数据关联效果示意图。如图5所示,1、2和3分别为路口的一个方向上的两个轨迹线上的三对关键轨迹点之间的连线。4、5、6和7分别为路口的另一个方向上的两个轨迹线上的四对关键轨迹点之间的连线。
进一步地,在本公开的一个实施例中,还可以进一步提供基于上述建立的新轨迹线中的第一关键轨迹点和旧轨迹线中的第二关键轨迹点关于点云数据的关联关系的应用。例如,可以包括:基于建立的新轨迹线中的第一关键轨迹点和旧轨迹线中的第二关键轨迹点关于点云数据的关联关系,更新高精地图。具体地,可以先基于建立的新轨迹线中的第一关键轨迹点和旧轨迹线中的第二关键轨迹点关于点云数据的关联关系进行点云配准,得到配准关系、然后基于得到的配准关系以及新采集的点云,更新高精地图。
进一步地,在本公开的一个实施例中,还可以基于更新的高精地图,进行自动驾驶服务的处理。例如,该自动驾驶服务的处理可以包括接收自动驾驶车辆发送的高精地图的数据请求,此时地图服务器可以向自动驾驶车辆反馈更新后的高精地图的数据。
本实施例的数据关联方法,通过采用上述技术方案,在已知高精地图中的点云数据按帧存储时,直接获取到旧轨迹线,并建立新轨迹线中的第一关键轨迹点与旧轨迹线中的第二关键轨迹点之间的关联关系,建立的关联关系非常简单方便,而且也非常准确。
而若已知高精地图中的点云数据按点云网格存储时,可以虚拟生成相应的旧轨迹线,进而基于新轨迹线中的第一关键轨迹点与虚拟生成的旧轨迹线中的第二关键轨迹点之间的关联关系,也能够有效地保证建立的关联关系的准确性。
无论哪种情况,本实施例建立的上述数据的关联关系,都非常精简,能够有效避免大规模制图时冗余的数据关联,能够为后续的点云配准提供非常精准地数据关联信息,进而可以有效地辅助提高点云配准以及高精地图更新的准确性。
图6是根据本公开第三实施例的示意图;如图6所示,本实施例提供一种数据关联装置600,包括:
第一获取模块601,用于获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据;
第二获取模块602,用于获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据;旧轨迹线与新轨迹线之间的距离在预设距离阈值范围内;
关联建立模块603,用于以新轨迹线中的第一关键轨迹点与旧轨迹线中关联的第二关键轨迹点之间的连线、与新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立新轨迹线中的第一关键轨迹点和旧轨迹线中的第二关键轨迹点关于点云数据的关联关系。
本实施例的数据关联装置600,通过采用上述模块实现数据关联的实现原理以及技术效果,与上述相关方法实施例的实现相同,详细可以参考上述相关实施例的记载,在此不再赘述。
图7是根据本公开第四实施例的示意图;如图7所示,本实施例提供一种数据关联装置700,包括:第一获取模块701、第二获取模块702和关联建立模块703,分别具有上述图6所示同名模块的功能。
在本公开的一个实施例中,第一获取模块701,用于:
取当前正在采集的新轨迹线中每隔预设距离的新轨迹点作为第一关键轨迹点;
将新轨迹线中各第一关键轨迹点前后相邻的预设数量的新轨迹点的点云数据与第一关键轨迹点的点云数据融合,作为对应的第一关键轨迹点的点云数据。
如图7所示,在本公开的一个实施例中,数据关联装置700还包括:
第一检测模块704,用于检测并确定已知高精地图中的点云数据按帧存储。
可选地,在本公开的一个实施例中,第二获取模块702,用于:
取旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;
将旧轨迹线中各第二关键轨迹点前后相邻的预设数量的旧轨迹点的点云数据与第二关键轨迹点的点云数据融合,作为对应的第二关键轨迹点的点云数据。
可选地,在本公开的一个实施例中,第二获取模块702,用于:
若检测并确定已知高精地图中的点云数据基于点云网格存储,虚拟生成与新轨迹线相同的旧轨迹线;
取旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;
将各第二关键轨迹点附近预设范围内的所有点云网格单元中的点云融合在一起,作为对应的第二关键轨迹点对应的虚拟点云数据;
将各第二关键轨迹点对应的虚拟点云数据与新轨迹线中对应的第一关键轨迹点的点云数据重叠,确定重叠区域;
在各第二关键轨迹点对应的虚拟点云数据中裁去重叠区域外预设区域范围外的点云,得到对应的第二关键轨迹点的点云数据。
可选地,如图7所示,在本公开的一个实施例中,数据关联装置700还包括:
第二检测模块705,用于检测旧轨迹线中各旧轨迹点周围是否存在已知高精地图的点云数据;
处理模块706,用于若不存在,删除旧轨迹线中对应的旧轨迹点。
可选地,在本公开的一个实施例中,关联建立模块703,用于:
以第一关键轨迹点为垂足,取垂直于新轨迹方向的垂线与旧轨迹线的第一交点,再从旧轨迹线上取距离第一交点最近的第二关键轨迹点,与新轨迹线中作为垂足的第一关键轨迹点建立关联;或者
以第二关键轨迹点为垂足,取垂直于旧轨迹方向的垂线与新轨迹线的第二交点,再从新轨迹线上取距离第二交点最近的第一关键轨迹点,与旧轨迹线中作为垂足的第二关键轨迹点建立关联。
进一步可选地,如图7所示,在本公开的一个实施例中,数据关联装置700还包括:
更新模块707,用于基于建立的新轨迹线中的第一关键轨迹点和旧轨迹线中的第二关键轨迹点关于点云数据的关联关系,更新高精地图。
进一步可选地,如图7所示,在本公开的一个实施例中,数据关联装置700还包括:
服务处理模块708,用于基于更新的高精地图,进行自动驾驶服务的处理。
本实施例的数据关联装置700,通过采用上述模块实现数据关联的实现原理以及技术效果,与上述相关方法实施例的实现相同,详细可以参考上述相关实施例的记载,在此不再赘述。
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,例如本公开的上述数据关联方法。例如,在一些实施例中,本公开的上述数据关联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本公开的上述数据关联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)而被配置为执行本公开的上述数据关联方法。
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)、复杂可编程逻辑设备(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 (21)
1.一种地图数据关联方法,包括:
获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据;
获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据;所述旧轨迹线与所述新轨迹线之间的距离在预设距离阈值范围内;
以所述新轨迹线中的所述第一关键轨迹点与所述旧轨迹线中关联的所述第二关键轨迹点之间的连线、与所述新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系。
2.根据权利要求1所述的方法,其中,获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据,包括:
取当前正在采集的所述新轨迹线中每隔预设距离的新轨迹点作为第一关键轨迹点;
将所述新轨迹线中各所述第一关键轨迹点前后相邻的预设数量的新轨迹点的点云数据与所述第一关键轨迹点的点云数据融合,作为对应的所述第一关键轨迹点的点云数据。
3.根据权利要求1所述的方法,其中,获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据之前还包括:
检测并确定所述已知高精地图中的点云数据按帧存储。
4.根据权利要求3所述的方法,其中,获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据,包括:
取所述旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;
将所述旧轨迹线中各所述第二关键轨迹点前后相邻的预设数量的旧轨迹点的点云数据与所述第二关键轨迹点的点云数据融合,作为对应的所述第二关键轨迹点的点云数据。
5.根据权利要求1所述的方法,其中,获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据,包括:
若检测并确定所述已知高精地图中的点云数据基于点云网格存储,虚拟生成与所述新轨迹线相同的所述旧轨迹线;
取所述旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;
将各所述第二关键轨迹点附近预设范围内的所有点云网格单元中的点云融合在一起,作为对应的所述第二关键轨迹点对应的虚拟点云数据;
将各所述第二关键轨迹点对应的虚拟点云数据与所述新轨迹线中对应的所述第一关键轨迹点的点云数据重叠,确定重叠区域;
在各所述第二关键轨迹点对应的所述虚拟点云数据中裁去所述重叠区域外预设区域范围外的点云,得到对应的所述第二关键轨迹点的点云数据。
6.根据权利要求5所述的方法,其中,虚拟生成与所述新轨迹线相同的所述旧轨迹线之后,取所述旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点之前,所述方法还包括:
检测所述旧轨迹线中各旧轨迹点周围是否存在所述已知高精地图的点云数据;
若不存在,删除所述旧轨迹线中对应的所述旧轨迹点。
7.根据权利要求1-6任一所述的方法,其中,以所述新轨迹线中的所述第一关键轨迹点与所述旧轨迹线中关联的所述第二关键轨迹点之间的连线、与所述新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系,包括:
以所述第一关键轨迹点为垂足,取垂直于所述新轨迹方向的垂线与所述旧轨迹线的第一交点,再从所述旧轨迹线上取距离所述第一交点最近的所述第二关键轨迹点,与所述新轨迹线中作为垂足的所述第一关键轨迹点建立关联;或者
以所述第二关键轨迹点为垂足,取垂直于所述旧轨迹方向的垂线与所述新轨迹线的第二交点,再从所述新轨迹线上取距离所述第二交点最近的所述第一关键轨迹点,与所述旧轨迹线中作为垂足的所述第二关键轨迹点建立关联。
8.根据权利要求7所述的方法,其中,以所述新轨迹线中的所述第一关键轨迹点与所述旧轨迹线中关联的所述第二关键轨迹点之间的连线、与所述新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系之后,所述方法还包括:
基于建立的所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系,更新高精地图。
9.根据权利要求8所述的方法,其中,基于建立的所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系,更新高精地图之后,所述方法还包括:
基于更新的所述高精地图,进行自动驾驶服务的处理。
10.一种地图数据关联装置,包括:
第一获取模块,用于获取当前正在采集的新轨迹线中各第一关键轨迹点的点云数据;
第二获取模块,用于获取已知高精地图对应的旧轨迹线中各第二关键轨迹点对应的点云数据;所述旧轨迹线与所述新轨迹线之间的距离在预设距离阈值范围内;
关联建立模块,用于以所述新轨迹线中的所述第一关键轨迹点与所述旧轨迹线中关联的所述第二关键轨迹点之间的连线、与所述新轨迹线和/或旧轨迹线在预设误差范围内相垂直为准则,建立所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系。
11.根据权利要求10所述的装置,其中,所述第一获取模块,用于:
取当前正在采集的所述新轨迹线中每隔预设距离的新轨迹点作为第一关键轨迹点;
将所述新轨迹线中各所述第一关键轨迹点前后相邻的预设数量的新轨迹点的点云数据与所述第一关键轨迹点的点云数据融合,作为对应的所述第一关键轨迹点的点云数据。
12.根据权利要求11所述的装置,其中,所述装置还包括:
第一检测模块,用于检测并确定所述已知高精地图中的点云数据按帧存储。
13.根据权利要求12所述的装置,其中,所述第二获取模块,用于:
取所述旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;
将所述旧轨迹线中各所述第二关键轨迹点前后相邻的预设数量的旧轨迹点的点云数据与所述第二关键轨迹点的点云数据融合,作为对应的所述第二关键轨迹点的点云数据。
14.根据权利要求10所述的装置,其中,所述第二获取模块,用于:
若检测并确定所述已知高精地图中的点云数据基于点云网格存储,虚拟生成与所述新轨迹线相同的所述旧轨迹线;
取所述旧轨迹线中每隔预设距离的旧轨迹点作为第二关键轨迹点;
将各所述第二关键轨迹点附近预设范围内的所有点云网格单元中的点云融合在一起,作为对应的所述第二关键轨迹点对应的虚拟点云数据;
将各所述第二关键轨迹点对应的虚拟点云数据与所述新轨迹线中对应的所述第一关键轨迹点的点云数据重叠,确定重叠区域;
在各所述第二关键轨迹点对应的所述虚拟点云数据中裁去所述重叠区域外预设区域范围外的点云,得到对应的所述第二关键轨迹点的点云数据。
15.根据权利要求14所述的装置,其中,所述装置还包括:
第二检测模块,用于检测所述旧轨迹线中各旧轨迹点周围是否存在所述已知高精地图的点云数据;
处理模块,用于若不存在,删除所述旧轨迹线中对应的所述旧轨迹点。
16.根据权利要求10-15任一所述的装置,其中,所述关联建立模块,用于:
以所述第一关键轨迹点为垂足,取垂直于所述新轨迹方向的垂线与所述旧轨迹线的第一交点,再从所述旧轨迹线上取距离所述第一交点最近的所述第二关键轨迹点,与所述新轨迹线中作为垂足的所述第一关键轨迹点建立关联;或者
以所述第二关键轨迹点为垂足,取垂直于所述旧轨迹方向的垂线与所述新轨迹线的第二交点,再从所述新轨迹线上取距离所述第二交点最近的所述第一关键轨迹点,与所述旧轨迹线中作为垂足的所述第二关键轨迹点建立关联。
17.根据权利要求16所述的装置,其中,所述装置还包括:
更新模块,用于基于建立的所述新轨迹线中的所述第一关键轨迹点和所述旧轨迹线中的所述第二关键轨迹点关于点云数据的关联关系,更新高精地图。
18.根据权利要求17所述的装置,其中,所述装置还包括:
服务处理模块,用于基于更新的所述高精地图,进行自动驾驶服务的处理。
19.一种电子设备,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1-9中任一项所述的方法。
20.一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1-9中任一项所述的方法。
21.一种计算机程序产品,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1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111199587.XA CN114036247A (zh) | 2021-10-14 | 2021-10-14 | 高精地图数据关联方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111199587.XA CN114036247A (zh) | 2021-10-14 | 2021-10-14 | 高精地图数据关联方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114036247A true CN114036247A (zh) | 2022-02-11 |
Family
ID=80134930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111199587.XA Pending CN114036247A (zh) | 2021-10-14 | 2021-10-14 | 高精地图数据关联方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114036247A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463984A (zh) * | 2022-03-02 | 2022-05-10 | 智道网联科技(北京)有限公司 | 车辆轨迹显示方法及相关设备 |
-
2021
- 2021-10-14 CN CN202111199587.XA patent/CN114036247A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463984A (zh) * | 2022-03-02 | 2022-05-10 | 智道网联科技(北京)有限公司 | 车辆轨迹显示方法及相关设备 |
CN114463984B (zh) * | 2022-03-02 | 2024-02-27 | 智道网联科技(北京)有限公司 | 车辆轨迹显示方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114034295A (zh) | 高精地图生成方法、装置、电子设备、介质及程序产品 | |
CN113688935A (zh) | 高精地图的检测方法、装置、设备以及存储介质 | |
CN112558072A (zh) | 车辆定位方法、装置、系统、电子设备及存储介质 | |
CN113971723A (zh) | 高精地图中三维地图的构建方法、装置、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 | |
CN114387410B (zh) | 道路数据融合的地图生成方法、装置以及电子设备 | |
CN115855084A (zh) | 地图数据融合方法、装置、电子设备及自动驾驶产品 | |
CN114036247A (zh) | 高精地图数据关联方法、装置、电子设备及存储介质 | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
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 | |
CN112541464A (zh) | 关联道路对象的确定方法、装置、路侧设备和云控平台 | |
CN112784175A (zh) | 兴趣点数据处理方法、装置、设备及存储介质 | |
CN115797961A (zh) | 车道线变更检测方法、装置、电子设备及存储介质 | |
CN115049997B (zh) | 边缘车道线的生成方法、装置、电子设备及存储介质 | |
CN113850990B (zh) | 道路故障的处理方法、装置、电子设备及存储介质 | |
CN112988932B (zh) | 高精地图标注方法、装置、设备、可读存储介质及产品 | |
CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN113587937A (zh) | 车辆的定位方法、装置、电子设备和存储介质 | |
CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 | |
CN115359227B (zh) | 区域实景地图与车道级地图的融合方法、装置及电子设备 | |
CN114677570B (zh) | 道路信息更新方法、装置、电子设备以及存储介质 | |
CN114155508B (zh) | 一种道路变化检测方法、装置、设备以及存储介质 | |
CN116681826A (zh) | 一种道路桥墩生成方法、装置、电子设备和存储介质 | |
CN115601518A (zh) | 高精地图点云配准的方法、装置、电子设备及存储介质 | |
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 |