CN114140592A - 高精地图生成方法、装置、设备、介质及自动驾驶车辆 - Google Patents
高精地图生成方法、装置、设备、介质及自动驾驶车辆 Download PDFInfo
- Publication number
- CN114140592A CN114140592A CN202111454729.2A CN202111454729A CN114140592A CN 114140592 A CN114140592 A CN 114140592A CN 202111454729 A CN202111454729 A CN 202111454729A CN 114140592 A CN114140592 A CN 114140592A
- Authority
- CN
- China
- Prior art keywords
- target
- candidate
- determining
- camera
- ground point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000002372 labelling Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 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
- 230000009466 transformation Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 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
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002310 reflectometry 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
- 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
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种高精地图生成方法、高精地图生成装置、电子设备、存储介质以及自动驾驶车辆,涉及计算机技术领域,尤其涉及高精地图、智能交通、自动驾驶和自主泊车、云服务、车联网和智能座舱领域。具体实现方案为:根据目标地面点的位置信息,确定候选相机图像集,候选相机图像集包括至少一帧候选相机图像,每帧候选相机图像均与目标地面点相关联;根据位置信息和与每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集,候选投影像素集中的至少一个候选投影像素是通过将目标地面点分别投影至至少一帧候选相机图像得到的;从候选投影像素集中确定与目标地面点对应的目标投影像素;根据目标投影像素生成投影图,投影图用于生成地图。
Description
技术领域
本公开涉及图像处理领域,尤其涉及高精地图、智能交通、自动驾驶和自主泊车、云服务、车联网和智能座舱。具体地,涉及一种高精地图生成方法、高精地图生成装置、电子设备、存储介质以及自动驾驶车辆。
背景技术
随着交通的发展,道路变得越来越复杂,车辆类型也越来越复杂,因此,对地图的质量要求越来越高。地图可以包括多个图层。图层可以包括底层(即投影图)。地图的底层可以用于建模实际的三维环境。可以将地图的底层与其他图层进行拼接生成地图。例如,地图可以为高精地图。高精地图也称高精度地图,是自动驾驶汽车使用的地图。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。
发明内容
本公开提供了一种地图生成方法、装置、电子设备、介质及自动驾驶车辆。
根据本公开的一方面,提供了一种地图生成方法,包括:根据目标地面点的位置信息,确定候选相机图像集,其中,上述候选相机图像集包括至少一帧候选相机图像,每帧上述候选相机图像均与上述目标地面点相关联;根据上述位置信息和与每帧上述候选相机图像各自对应的候选相机位姿,得到候选投影像素集,其中,上述候选投影像素集中的至少一个候选投影像素是通过将上述目标地面点分别投影至上述至少一帧候选相机图像得到的;从上述候选投影像素集中确定与上述目标地面点对应的目标投影像素;以及,根据上述目标投影像素生成投影图,其中,上述投影图用于生成地图。
根据本公开的另一方面,提供了一种地图生成装置,包括:第一确定模块,用于根据目标地面点的位置信息,确定候选相机图像集,其中,上述候选相机图像集包括至少一帧候选相机图像,每帧上述候选相机图像均与上述目标地面点相关联;第一获得模块,用于根据上述位置信息和与每帧上述候选相机图像各自对应的候选相机位姿,得到候选投影像素集,其中,上述候选投影像素集中的至少一个候选投影像素是通过将上述目标地面点分别投影至上述至少一帧候选相机图像得到的;第二确定模块,用于从上述候选投影像素集中确定与上述目标地面点对应的目标投影像素;以及,生成模块,用于根据上述目标投影像素生成投影图,其中,上述投影图用于生成地图。
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;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行如上所述的方法。
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,其中,上述计算机指令用于使上述计算机执行如上所述的方法。
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,上述计算机程序在被处理器执行时实现如上所述的方法。
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示意性示出了根据本公开实施例的可以应用地图生成方法及装置的示例性系统架构;
图2示意性示出了根据本公开实施例的地图生成方法的流程图;
图3示意性示出了根据本公开实施例的地图生成过程的示例示意图;
图4示意性示出了根据本公开实施例的投影图的示例示意图;
图5示意性示出了根据本公开实施例的地图生成装置的框图;以及
图6示意性示出了根据本公开实施例的适于实现地图生成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。
道路路面元素是地图中的一类较为重要的基本元素,可以用于定位车辆位姿和规划行驶路径,因此,在制作地图的情况下,需要从投影图中,提取道路路面元素并进行标注。由此,投影图的准确度以及信息丰富程度,将影响地图的生成效果。
可以利用如下方式生成投影图。可以在采集车上配置激光雷达,激光雷达可以用于采集较为稠密的点云数据。通过遍历目标区域,采集目标区域的道路上的地面点的点云数据。将点云数据进行俯视上的投影,得到目标区域的道路反射率强度图,作为投影图。目标区域的道路上的地面点可以包括目标地面点。
上述生成投影图的方式较容易受到点云扫描质量的影响。如果点云数据的质量欠佳,则较为容易导致地图不清晰的情况,即,较难以清晰地表达道路的纹理信息。
为此,本公开实施例提出了一种地图生成方案。根据目标地面点的位置信息,确定候选相机图像集。候选相机图像集包括至少一帧候选相机图像,每帧候选相机图像均与目标地面点相关联。根据位置信息和与每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。候选投影像素集中的至少一个候选投影像素是通过将目标地面点分别投影至至少一帧候选相机图像得到的。从候选投影像素集中确定与目标地面点对应的目标投影像素。根据目标投影像素生成投影图。投影图用于生成地图。
根据位置信息和相机图像的方式来生成投影图,提高了投影图的质量,进而可以给地图标注提供更清晰的投影图,有助于提高标注精确度和标注效率。在此基础上,提高了地图的生成效果。
图1示意性示出了根据本公开实施例的可以应用地图生成方法及装置的示例性系统架构。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104、服务器105和车辆106。车辆106可以在道路上行驶。网络104用以在终端设备101、102、103和服务器105之间、终端设备101、102、103和车辆106之间,以及车辆106和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等。
车辆106可以包括内燃机动力车辆、电动车辆或油电混合动力车辆等。例如,车辆101可以是配置有自动控制系统的车辆。车辆101可以为自动驾驶车辆。车辆101可以安装有采集周围环境信息的采集设备。采集设备可以包括激光雷达1060和相机1061。激光雷达1060可以包括激光扫描器、至少一个激光源和至少一个检测器。
车辆106可以在道路上行驶,以便车辆106上的激光雷达1060可以采集与目标地面点相关联的点云信息。相机1061可以采集与目标地面点相关联的相机图像。车辆106可以将点云信息和相机图像发送给终端设备101、102、103。或车辆106可以将点云信息和相机图像发送给服务器105。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等。
服务器105可以是提供各种服务的各种类型的服务器。服务器106可以是云端服务器。云端服务器是云计算服务体系中的一项主机产品,解决了传统物理主机与VPS服务(Virtual Private Server,VPS)中,存在的管理难度大,业务扩展性弱的缺陷。
需要说明的是,本公开实施例所提供的地图生成方法一般可以由终端设备101、102或103执行。相应地,本公开实施例所提供的地图生成装置也可以设置于终端设备101、102或103中。
例如,终端设备101、102或103根据目标地面点的位置信息,确定候选相机图像集。候选相机图像集包括至少一帧候选相机图像,每帧候选相机图像均与目标地面点相关联。根据位置信息和与每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。候选投影像素集中的至少一个候选投影像素是通过将目标地面点分别投影至至少一帧候选相机图像得到的。从候选投影像素集中确定与目标地面点对应的目标投影像素。根据目标投影像素生成投影图。投影图用于生成地图。
或者,本公开实施例所提供的地图生成方法一般也可以由服务器105执行。相应地,本公开实施例所提供的地图生成装置一般可以设置于服务器105中。本公开实施例所提供的地图生成方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的地图生成装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,服务器105根据目标地面点的位置信息,确定候选相机图像集。候选相机图像集包括至少一帧候选相机图像,每帧候选相机图像均与目标地面点相关联。根据位置信息和与每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。候选投影像素集中的至少一个候选投影像素是通过将目标地面点分别投影至至少一帧候选相机图像得到的。从候选投影像素集中确定与目标地面点对应的目标投影像素。根据目标投影像素生成投影图。投影图用于生成地图。
或者,本公开实施例所提供的地图生成方法一般也可以由车辆106执行。相应地,本公开实施例所提供的地图生成装置一般可以设置于车辆106中。例如,车辆106用于执行地图生成方法。
应该理解,图1中的终端设备、网络、服务器和车辆的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络、服务器和车辆。
图2示意性示出了根据本公开实施例的地图生成方法的流程图。
如图2所示,该方法200包括操作S210~S240。
在操作S210,根据目标地面点的位置信息,确定候选相机图像集。候选相机图像集包括至少一帧候选相机图像,每帧候选相机图像均与目标地面点相关联。
在操作S220,根据位置信息和与每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。候选投影像素集中的至少一个候选投影像素是通过将目标地面点分别投影至至少一帧候选相机图像得到的。
在操作S230,从候选投影像素集中确定与目标地面点对应的目标投影像素。
在操作S240,根据目标投影像素生成投影图。投影图用于生成地图。
根据本公开的实施例,目标地面点可以指道路上的待投影的地面点。位置信息可以指三维坐标信息。相机图像可以是由相机采集的图像。相机图像具有与该相机图像对应的相机位姿。即,相机图像可以是相机在与相机图像对应的相机位姿的情况下采集得到的相机图像。相机位姿可以包括转移矩阵和平移矩阵。候选相机图像可以是与目标地面点相关联的相机图像。候选相机位姿可以指与候选相机图像对应的相机位姿。投影像素可以是通过将地面点投影至相机图像得到的。地图可以包括高精地图。高精地图是自动驾驶中的组成部分。高精地图结合自动驾驶车辆的实时定位技术为自动驾驶车辆的自动驾驶提供了场景感知和决策等基础的技术支持。
根据本公开的实施例,可以根据目标地面点的位置信息,从多个相机图像中确定满足与目标地面点相关联的相机图像,得到至少一帧候选相机图像。根据至少一帧候选相机图像得到候选相机图像集。
根据本公开的实施例,在获得候选相机图像集之后,可以利用目标地面点的位置信息和每帧候选相机图像的相机位姿,分别将目标地面点投影至每帧候选相机图像,得到与每帧候选相机图像对应的候选投影像素。由此可以得到根据至少一个候选投影像素得到的候选投影像素集。
根据本公开的实施例,在获得候选投影像素集之后,可以从候选投影像素集包括的候选投影像素中确定满足预定条件的目标投影像素。可以根据目标投影像素生成投影图。例如,可以根据目标投影像素和其他投影像素生成投影图。其他投影像素可以是其他地面点利用本公开实施例所述的地图生成方法得到的与其他地面点对应的目标投影像素。投影图可以用于生成地图。即,可以根据投影图,提取道路的道路路面元素。对道路路面元素进行标注,生成高精地图。道路路面元素可以包括以下至少一项:车道线和路牙。
根据本公开的实施例,根据目标地面点的位置信息,确定与目标地面点相关联的候选相机图像集。根据位置信息和与每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。候选投影像素集中的至少一个候选投影像素是通过将目标地面点分别投影至至少一帧候选相机图像得到的。从候选投影像素集中确定与目标地面点对应的目标投影像素。根据目标投影像素生成投影图。投影图用于生成地图。根据位置信息和相机图像的方式来生成投影图,提高了投影图的质量,进而可以给地图标注提供更清晰的投影图,有助于提高标注精确度和标注效率。在此基础上,提高了地图的生成效果。
此外,并不是只执行了俯视上的投影,因此,如果存在多层道路,则能够单独识别每层道路的投影图。
根据本公开的实施例,操作S210可以包括如下操作。
确定目标地面点的位置信息。根据目标点的位置信息从多个相机位姿中确定候选相机位姿集。将与候选相机位姿集包括的至少一个候选相机位姿各自对应的相机图像确定为候选相机图像,得到候选相机图像集。
根据本公开的实施例,可以根据二维地面网络地图和三维地面网络模型,确定目标地面点的位置信息。再根据目标地面点的位置信息从多个相机图像中确定候选相机位姿。将与候选相机位姿对应的相机图像确定为候选相机图像。
根据本公开的实施例,上述地图生成方法还可以包括如下操作。
根据定位轨迹和位姿转换关系,确定多个相机图像各自的相机位姿,得到多个相机位姿。定位轨迹包括多个轨迹点的定位信息。
根据本公开的实施例,轨迹点可以指采集车的轨迹点。定位信息可以是对由采集车上配置的雷达采集的点云信息进行处理得到的。采集车上还可以配置有相机。相机可以用于采集相机图像。相机和雷达的配置位置可以根据实际业务需求进行设定,在此不作限定。例如,可以将相机配置于采集车的前部。将雷达配置于采集的顶部,以便能够采集采集车周围360°范围内的相机图像和点云信息。
根据本公开的实施例,位姿转换关系可以指采集车上配置的雷达与相机之间的位姿转换关系。位姿转换关系可以根据雷达的相对位置信息和相机的相对位置信息来确定。即,可以确定雷达的相对位置信息和相机的相对位置信息。根据雷达的相对位置信息和相机的相对位置信息确定相机与雷达之间的位姿转换关系。
根据本公开的实施例,雷达可以根据第一时间间隔采集点云信息,得到多个轨迹点的定位信息。相机可以根据第二时间间隔采集相机图像,得到多帧相机图像。每个轨迹点具有与该轨迹点对应的第一时间戳。每帧相机图像具有与该相机图像对应的第二时间戳。第一时间间隔与第二时间间隔可以相同或不同。如果第一时间间隔小于第二时间间隔,则在相同时间段内,轨迹点的数目大于相机图像的数目。在此情况下,如果不存在与轨迹点对应的相机图像,则可以利用插值方法得到与轨迹点对应的相机图像。
根据本公开的实施例,在获得每个轨迹点的定位信息之后,可以根据位姿转换关系和每个轨迹点的定位信息,确定与轨迹点对应的相机图像的相机位姿。
根据本公开的实施例,确定目标地面点的位置信息,可以包括如下操作。
根据二维地面网格地图,确定目标地面点的二维坐标信息。利用三维地面网格模型,确定目标地面点距离目标地面的高度信息。根据二维坐标信息和高度信息,得到目标地面点的位置信息。
根据本公开的实施例,二维地面网格地图可以是在地图上俯视目标区域,将目标区域以一定分辨率进行离散化得到的。三维地面网格模型可以是与目标区域对应的点云信息构建得到的。三维地面网格模型可以包括多个连接的三角面片。每个三角面片可以贴附于地面。每个三角面片可以表征该处距离地面的高度信息。
根据本公开的实施例,针对目标地面点,可以根据目标地面点的索引信息从三维地面网格模型中确定与目标地面点的高度信息。可以根据目标地面点的二维坐标信息和目标地面点的高度信息,得到目标地面点的位置信息。如果存在多层道路的情况,则可以获得与二维坐标信息对应的多个高度信息。由此可以得到多个位置信息。针对每个位置信息均可以利用根据本公开所述的地图生成方法进行处理。
根据本公开的实施例,根据目标点的位置信息从多个相机位姿中确定候选相机位姿集,可以包括如下操作。
根据预定位置偏移范围和位置信息,确定目标位置范围。将多个相机位姿中与目标位置范围相匹配的相机位姿确定为候选相机位姿,得到候选相机位姿集。
根据本公开的实施例,预定位置偏移范围可以用于作为确定候选相机位姿的依据。预定位置偏移范围可以根据实际业务需求进行配置,在此不作限定。每个位置信息具有与该位置信息对应的相机位姿。目标位置范围可以根据预定位置偏移范围和位置信息确定。目标位置范围可以包括多个位置信息。可以将与目标位置范围包括的多个位置信息中的每个位置信息对应的相机位姿确定为候选相机位姿。由此可以得到候选相机位姿集。
根据本公开的实施例,操作S220可以包括如下操作。
利用投影方程,根据位置信息、相机内参和与候选相机图像集包括的每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。
根据本公开的实施例,投影方程可以是根据相机内参、位置信息和候选相机位姿确定的。
根据本公开的实施例,针对候选相机集合包括的每帧候选相机图像,看将位置信息、相机内参和与候选相机图像对应的候选相机位姿输入投影方程,得到与目标地面点对应的候选投影像素。由此可以得到候选投影像素集。
根据本公开的实施例,可以根据如下公式(1)~(2)确定候选投影像素。
I=D(K[R,T]P) (1)
I=[u,v] (2)
根据本公开的实施例,D(K[R,T]P)表征投影方程。I表征候选投影像素。u和v表征候选投影像素的像素坐标信息。K表征相机内参。[R,T]表征与候选相机图像对应的候选相机位姿。P表征位置信息。R表征候选转换矩阵。T表征候选平移矩阵。D表征畸形校正。
根据本公开的实施例,操作S230可以包括如下操作。
从候选相机图像集中确定与目标地面点对应的目标相机图像。将与目标相机图像对应的候选投影像素确定为与目标地面点对应的目标投影像素。
根据本公开的实施例,可以基于选择条件,从候选相机图像集中确定与目标地面点对应的目标相机图像。将与目标相机图像对应的候选投影像素确定为与目标地面点对应的目标投影像素。
根据本公开的实施例,选择条件可以包括以下至少一项:与目标地面点对应的目标相机图像是根据与第一邻近地面点对应的目标相距图像确定的。第一邻近地面点可以是根据目标地面点确定的。与目标地面点对应的目标相机图像从目标候选相机图像集中确定的。目标候选相机图像集是与同一单圈轨迹对应的候选相机图像集。与目标地面点对应的目标相机图像是与静态物体对应的候选投影像素。
根据本公开的实施例,从候选相机图像集中确定与目标地面点对应的目标相机图像,可以包括如下操作。
确定与目标地面点对应的第一邻近地面点。根据与第一邻近地面点对应的目标相机图像,从候选相机图像集中确定与目标地面点对应的目标相机图像。
根据本公开的实施例,目标地面点与第一邻近地面点对应的目标相机图像具有关联关系,因此,可以根据第一邻近地面点的目标相机图像来确定与目标地面点对应的目标相机图像。第一邻近地面点可以指与目标地面点的距离在第一预定距离范围内的地面点。第一预定距离范围可以根据实际业务需求进行配置,在此不作限定。例如,可以将与第一邻近地面点对应的目标相机图像确定为目标地面点对应的目标相机图像。
根据本公开的实施例,从候选相机图像集中确定与目标地面点对应的目标相机图像,可以包括如下操作。
在确定目标地面点是单侧道路上的地面点的情况下,从候选相机图像集中确定目标候选相机图像集。目标候选相机图像集是与同一单圈轨迹对应的候选相机图像集。从目标候选相机图像集中确定与目标地面点对应的目标相机图像。
根据本公开的实施例,单侧道路可以选择与同一单图轨迹对应的相机图像集。单图轨迹可以指属于同一图轨迹。即,从道路的起始点开始再次回到同一起始点形成的轨迹。
根据本公开的实施例,可以确定目标地面点是否是单侧道路上的地面点。如果确定目标地面点是单侧道路上的地面点,则可以从候选相机图像集中确定与同一单图轨迹对应的候选相机图像,得到目标候选相机图像集。例如,可以根据与候选相机图像对应的时间戳,确定候选相机图像集中与同一单图轨迹对应的候选相机图像集。在确定目标候选相机集之后,可以从目标候选相机集中确定目标地面点对应的目标相机图像
根据本公开的实施例,从目标候选相机图像集中确定与目标地面点对应的目标相机图像,可以包括如下操作。
从与目标候选相机图像集对应的其他地面点集合中确定与目标地面点对应的第二邻近地面点。根据与第二邻近地面点对应的目标相机图像,从目标候选相机图像集中确定与目标地面点对应的目标相机图像。
根据本公开的实施例,每个目标候选相机图像具有与该目标候选相机图像对应的至少一个地面点。可以将与目标候选相机图像对应的地面点称为其他地面点。由此,可以确定与目标候选相机图像对应的其他地面点集合。
根据本公开的实施例,目标地面点与第二邻近地面点对应的目标相机图像具有关联关系,因此,可以根据第二邻近地面点的目标相机图像来确定与目标地面点对应的目标相机图像。第二邻近地面点可以指与目标地面点的距离在第二预定距离范围内的地面点。第二预定距离范围可以根据实际业务需求进行配置,在此不作限定。例如,可以将与第二邻近地面点对应的目标相机图像确定为目标地面点对应的目标相机图像。
根据本公开的实施例,目标投影像素是与静态物体对应的候选投影像素。
根据本公开的实施例,目标投影像素可以是与静态物体对应的候选投影像素,以提高投影质量。静态物体可以指在道路上静止的物体。
根据本公开的实施例,操作S240可以包括如下操作。
确定目标投影像素的颜色信息。根据目标投影像素的颜色信息,确定目标地面点的颜色信息。根据目标地面点的颜色信息,生成投影图。
根据本公开的实施例,颜色信息可以包括RGB颜色信息。R(Red,红色)、G(Green,绿色)和B(Blue,蓝色)。可以将目标投影像素的颜色信息赋值给目标地面点,使得目标地面点的颜色信息与目标投影像素的颜色信息一致。可以根据目标投影像素的颜色信息和其他投影像素的颜色信息生成投影图。其他投影像素可以是其他地面点利用本公开实施例所述的地图生成方法得到的。
下面参考图3~图4,结合具体实施例对根据本公开实施例所述的地图生成方法做进一步说明。
图3示意性示出了根据本公开实施例的地图生成过程的示例示意图。
如图3所示,在地图生成过程300中,根据定位轨迹301和位姿转换关系302,确定多个相机图像各自的相机位姿303,得到多个相机位姿303。定位轨迹包括多个轨迹点各自的定位信息。
根据位置信息304和预定位置偏移范围305,确定目标位置范围306。将多个相机位姿303中与目标位置范围306相匹配的相机位姿303确定为候选相机位姿,得到候选相机位姿集307。将位置信息304、相机内参308和候选相机位姿集307包括的候选相机位姿输入投影方程309,得到候选投影像素集310。从候选投影像素集310中确定与目标地面点对应的目标投影像素311。确定目标投影像素的颜色信息312。根据目标投影像素311的颜色信息313,确定目标地面点的颜色信息314。根据目标地面点的颜色信息314,生成投影图315。投影图315用于生成地图316。
图4示意性示出了根据本公开实施例的投影图的示例示意性图。
如图4所示,可以利用根据本公开实施例所述的地图生成方法得到投影图400。投影图400的投影效果较为清晰。
以上仅是示例性实施例,但不限于此,还可以包括本领域已知的其他地图生成方法,只要能够提高投影图的质量即可。
图5示意性示出了根据本公开实施例的地图生成装置的框图。
如图5所示,地图生成装置500可以包括第一确定模块510、第一获得模块520、第二确定模块530和生成模块540。
第一确定模块510,用于根据目标地面点的位置信息,确定候选相机图像集。候选相机图像集包括至少一帧候选相机图像,每帧候选相机图像均与目标地面点相关联。
第一获得模块520,用于根据位置信息和与每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。候选投影像素集中的至少一个候选投影像素是通过将目标地面点分别投影至至少一帧候选相机图像得到的。
第二确定模块530,用于从候选投影像素集中确定与目标地面点对应的目标投影像素。
生成模块540,用于根据目标投影像素生成投影图。投影图用于生成地图。
根据本公开的实施例,第一确定模块510可以包括第一确定子模块、第二确定子模块和第三确定子模块。
第一确定子模块,用于确定所述目标地面点的位置信息。
第二确定子模块,用于根据所述目标点的位置信息从多个相机位姿中确定候选相机位姿集。
第三确定子模块,用于将与所述候选相机位姿集包括的至少一个候选相机位姿各自对应的相机图像确定为所述候选相机图像,得到所述候选相机图像集。
根据本公开的实施例,上述地图生成装置500可以包括第二获得模块。
第二获得模块,用于根据定位轨迹和位姿转换关系,确定多个相机图像各自的相机位姿,得到多个相机位姿。定位轨迹包括多个轨迹点各自的定位信息。
根据本公开的实施例,第一确定子模块可以包括第一确定单元、第二确定单元和第一获得单元。
第一确定单元,用于根据二维地面网格地图,确定目标地面点的二维坐标信息。
第二确定单元,用于利用三维地面网格模型,确定目标地面点距离目标地面的高度信息。
第一获得单元,用于根据二维坐标信息和高度信息,得到目标地面点的位置信息。
根据本公开的实施例,第二确定子模块可以包括第三确定单元和第二获得单元。
第三确定单元,用于根据预定位置偏移范围和位置信息,确定目标位置范围。
第二获得单元,用于将多个相机位姿中与目标位置范围相匹配的相机位姿确定为候选相机位姿,得到候选相机位姿集。
根据本公开的实施例,第一获得模块可以包括获得子模块。
获得子模块,用于利用投影方程,根据位置信息、相机内参和与候选相机图像集包括的每帧候选相机图像各自对应的候选相机位姿,得到候选投影像素集。
根据本公开的实施例,第二确定模块可以包括第四确定子模块和第五确定子模块。
第四确定子模块,用于从候选相机图像集中确定与目标地面点对应的目标相机图像。
第五确定子模块,用于将与目标相机图像对应的候选投影像素确定为与目标地面点对应的目标投影像素。
根据本公开的实施例,第四确定子模块可以包括第四确定单元和第五确定单元。
第四确定单元,用于确定与目标地面点对应的第一邻近地面点。
第五确定单元,用于根据与第一邻近地面点对应的目标相机图像,从候选相机图像集中确定与目标地面点对应的目标相机图像。
根据本公开的实施例,第四确定子模块可以包括第六确定单元和第七确定单元。
第六确定单元,用于在确定目标地面点是单侧道路上的地面点的情况下,从候选相机图像集中确定目标候选相机图像集,其中,目标候选相机图像集是与同一单图轨迹对应的候选相机图像集。
第七确定单元,用于从目标候选相机图像集中确定与目标地面点对应的目标相机图像。
根据本公开的实施例,第七确定单元可以包括第一确定子单元和第二确定子单元。
第一确定子单元,用于从与目标候选相机图像集对应的其他地面点集合中确定与目标地面点对应的第二邻近地面点。
第二确定子单元,用于根据与第二邻近地面点对应的目标相机图像,从目标候选相机图像集中确定与目标地面点对应的目标相机图像。
根据本公开的实施例,目标投影像素是与静态物体对应的候选投影像素。
根据本公开的实施例,生成模块540可以包括第四确定子模块、第五确定子模块和生成子模块。
第四确定子模块,用于确定目标投影像素的颜色信息。
第五确定子模块,用于根据目标投影像素的颜色信息,确定目标地面点的颜色信息。
生成子模块,用于根据目标地面点的颜色信息,生成投影图。
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。
根据本公开的实施例,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如上所述的方法。
根据本公开的实施例,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,计算机指令用于使计算机执行如上所述的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图6示意性示出了根据本公开实施例的适于实现地图生成方法的电子设备的框图。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6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600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601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601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601执行上文所描述的各个方法和处理,例如地图生成方法。例如,在一些实施例中,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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的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601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行地图生成方法。
基于前述的电子设备,本公开还提供一种自动驾驶车辆,可以包括电子设备,还可以包括通信部件、用于实现人机界面的显示屏以及用于采集周围环境信息的信息采集设备等,通信部件、显示屏、信息采集设备与电子设备之间通信连接。自动驾驶车辆包括的电子设备可以实现本公开实施例所述的地图生成方法。
其中,电子设备可以与通信部件、显示屏以及信息采集设备一体集成,也可以与通信部件、显示屏以及信息采集设备分体设置。
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,也可以是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)
1.一种地图生成方法,包括:
根据目标地面点的位置信息,确定候选相机图像集,其中,所述候选相机图像集包括至少一帧候选相机图像,每帧所述候选相机图像均与所述目标地面点相关联;
根据所述位置信息和与每帧所述候选相机图像各自对应的候选相机位姿,得到候选投影像素集,其中,所述候选投影像素集中的至少一个候选投影像素是通过将所述目标地面点分别投影至所述至少一帧候选相机图像得到的;
从所述候选投影像素集中确定与所述目标地面点对应的目标投影像素;以及
根据所述目标投影像素生成投影图,其中,所述投影图用于生成地图。
2.根据权利要求1所述的方法,其中,所述根据目标地面点的位置信息,确定候选相机图像集,包括:
确定所述目标地面点的位置信息;
根据所述目标点的位置信息从多个相机位姿中确定候选相机位姿集;以及
将与所述候选相机位姿集包括的至少一个候选相机位姿各自对应的相机图像确定为所述候选相机图像,得到所述候选相机图像集。
3.根据权利要求2所述的方法,还包括:
根据定位轨迹和位姿转换关系,确定多个相机图像各自的相机位姿,得到所述多个相机位姿,其中,所述定位轨迹包括多个轨迹点各自的定位信息。
4.根据权利要求2或3所述的方法,其中,所述确定所述目标地面点的位置信息,包括:
根据二维地面网格地图,确定所述目标地面点的二维坐标信息;
利用三维地面网格模型,确定所述目标地面点距离目标地面的高度信息;以及
根据所述二维坐标信息和所述高度信息,得到所述目标地面点的位置信息。
5.根据权利要求2~4中任一项所述的方法,其中,所述根据所述目标点的位置信息从多个相机位姿中确定候选相机位姿集,包括:
根据预定位置偏移范围和所述位置信息,确定目标位置范围;以及
将所述多个相机位姿中与所述目标位置范围相匹配的相机位姿确定为所述候选相机位姿,得到所述候选相机位姿集。
6.根据权利要求2~5中任一项所述的方法,其中,所述根据所述位置信息和与所述候选相机图像集包括的每帧所述候选相机图像各自对应的候选相机位姿,得到候选投影像素集,包括:
利用投影方程,根据所述位置信息、相机内参和与所述候选相机图像集包括的每帧所述候选相机图像各自对应的候选相机位姿,得到所述候选投影像素集。
7.根据权利要求2~6中任一项所述的方法,其中,所述从所述候选投影像素集中确定与所述目标地面点对应的目标投影像素,包括:
从所述候选相机图像集中确定与所述目标地面点对应的目标相机图像;以及
将与所述目标相机图像对应的候选投影像素确定为与所述目标地面点对应的目标投影像素。
8.根据权利要求7所述的方法,其中,所述从所述候选相机图像集中确定与所述目标地面点对应的目标相机图像,包括:
确定与所述目标地面点对应的第一邻近地面点;以及
根据与所述第一邻近地面点对应的目标相机图像,从所述候选相机图像集中确定与所述目标地面点对应的目标相机图像。
9.根据权利要求7所述的方法,其中,所述从所述候选相机图像集中确定与所述目标地面点对应的目标相机图像,包括:
在确定所述目标地面点是单侧道路上的地面点的情况下,从所述候选相机图像集中确定目标候选相机图像集,其中,所述目标候选相机图像集是与同一单图轨迹对应的候选相机图像集;以及
从所述目标候选相机图像集中确定与所述目标地面点对应的目标相机图像。
10.根据权利要求9所述的方法,其中,所述从所述目标候选相机图像集中确定与所述目标地面点对应的目标相机图像,包括:
从与所述目标候选相机图像集对应的其他地面点集合中确定与所述目标地面点对应的第二邻近地面点;以及
根据与所述第二邻近地面点对应的目标相机图像,从所述目标候选相机图像集中确定与所述目标地面点对应的目标相机图像。
11.根据权利要求1~10中任一项所述的方法,其中,所述目标投影像素是与静态物体对应的候选投影像素。
12.根据权利要求1~11中任一项所述的方法,其中,所述根据所述目标投影像素生成投影图,包括:
确定所述目标投影像素的颜色信息;
根据所述目标投影像素的颜色信息,确定所述目标地面点的颜色信息;以及
根据所述目标地面点的颜色信息,生成所述投影图。
13.一种地图生成装置,包括:
第一确定模块,用于根据目标地面点的位置信息,确定候选相机图像集,其中,所述候选相机图像集包括至少一帧候选相机图像,每帧所述候选相机图像均与所述目标地面点相关联;
第一获得模块,用于根据所述位置信息和与每帧所述候选相机图像各自对应的候选相机位姿,得到候选投影像素集,其中,所述候选投影像素集中的至少一个候选投影像素是通过将所述目标地面点分别投影至所述至少一帧候选相机图像得到的;
第二确定模块,用于从所述候选投影像素集中确定与所述目标地面点对应的目标投影像素;以及
生成模块,用于根据所述目标投影像素生成投影图,其中,所述投影图用于生成地图。
14.根据权利要求13所述的装置,其中,所述第一确定模块,包括:
第一确定子模块,用于确定所述目标地面点的位置信息;
第二确定子模块,用于根据所述目标点的位置信息从多个相机位姿中确定候选相机位姿集;以及
第三确定子模块,用于将与所述候选相机位姿集包括的至少一个候选相机位姿各自对应的相机图像确定为所述候选相机图像,得到所述候选相机图像集。
15.根据权利要求14所述的装置,还包括:
第二获得模块,用于根据定位轨迹和位姿转换关系,确定多个相机图像各自的相机位姿,得到所述多个相机位姿,其中,所述定位轨迹包括多个轨迹点各自的定位信息。
16.根据权利要求14或15所述的装置,其中,所述第一确定子模块,包括:
第一确定单元,用于根据二维地面网格地图,确定所述目标地面点的二维坐标信息;
第二确定单元,用于利用三维地面网格模型,确定所述目标地面点距离目标地面的高度信息;以及
第一获得单元,用于根据所述二维坐标信息和所述高度信息,得到所述目标地面点的位置信息。
17.根据权利要求14~16中任一项所述的装置,其中,所述第二确定子模块,包括:
第三确定单元,用于根据预定位置偏移范围和所述位置信息,确定目标位置范围;以及
第二获得单元,用于将所述多个相机位姿中与所述目标位置范围相匹配的相机位姿确定为所述候选相机位姿,得到所述候选相机位姿集。
18.一种电子设备,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1~12中任一项所述的方法。
19.一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1~12中任一项所述的方法。
20.一种计算机程序产品,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1~12中任一项所述的方法。
21.一种自动驾驶车辆,包括如权利要求18所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454729.2A CN114140592A (zh) | 2021-12-01 | 2021-12-01 | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454729.2A CN114140592A (zh) | 2021-12-01 | 2021-12-01 | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114140592A true CN114140592A (zh) | 2022-03-04 |
Family
ID=80386642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111454729.2A Pending CN114140592A (zh) | 2021-12-01 | 2021-12-01 | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114140592A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581621A (zh) * | 2022-03-07 | 2022-06-03 | 北京百度网讯科技有限公司 | 地图数据处理方法、装置、电子设备和介质 |
CN115131525A (zh) * | 2022-07-26 | 2022-09-30 | 白犀牛智达(北京)科技有限公司 | 一种路牙检测方法 |
CN115239899A (zh) * | 2022-06-29 | 2022-10-25 | 北京百度网讯科技有限公司 | 位姿图生成方法、高精地图生成方法和装置 |
-
2021
- 2021-12-01 CN CN202111454729.2A patent/CN114140592A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581621A (zh) * | 2022-03-07 | 2022-06-03 | 北京百度网讯科技有限公司 | 地图数据处理方法、装置、电子设备和介质 |
CN115239899A (zh) * | 2022-06-29 | 2022-10-25 | 北京百度网讯科技有限公司 | 位姿图生成方法、高精地图生成方法和装置 |
CN115239899B (zh) * | 2022-06-29 | 2023-09-05 | 北京百度网讯科技有限公司 | 位姿图生成方法、高精地图生成方法和装置 |
CN115131525A (zh) * | 2022-07-26 | 2022-09-30 | 白犀牛智达(北京)科技有限公司 | 一种路牙检测方法 |
CN115131525B (zh) * | 2022-07-26 | 2024-04-05 | 白犀牛智达(北京)科技有限公司 | 一种路牙检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11105638B2 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
EP3506162B1 (en) | Method and apparatus for determining matching relationship between point cloud data | |
CN114140592A (zh) | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 | |
CN113409459B (zh) | 高精地图的生产方法、装置、设备和计算机存储介质 | |
US20230162371A1 (en) | Image processing apparatus, image processing method, and computer-readable medium | |
CN113378605B (zh) | 多源信息融合方法及装置、电子设备和存储介质 | |
CN110378174A (zh) | 道路线提取方法和装置 | |
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 | |
CN115410173B (zh) | 多模态融合的高精地图要素识别方法、装置、设备及介质 | |
CN115719436A (zh) | 模型训练方法、目标检测方法、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 | |
CN114627239A (zh) | 包围盒生成方法、装置、设备及存储介质 | |
CN114882316A (zh) | 目标检测模型训练方法、目标检测方法及装置 | |
CN115115655A (zh) | 目标分割方法、装置、电子设备、存储介质及程序产品 | |
CN113421217A (zh) | 可行驶区域检测方法和装置 | |
CN114565906A (zh) | 障碍物检测方法、装置、电子设备及存储介质 | |
CN114663598A (zh) | 三维建模方法、装置和存储介质 | |
CN113129375B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN117746133B (zh) | 目标检测方法、模型训练方法、装置、设备及存储介质 | |
CN113126120B (zh) | 数据标注方法、装置、设备、存储介质以及计算机程序产品 | |
CN114550117A (zh) | 一种图像检测方法和装置 | |
CN117746134A (zh) | 检测框的标签生成方法、装置、设备以及存储介质 | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
CN113591569A (zh) | 障碍物检测方法、装置、电子设备以及存储介质 | |
CN116758503A (zh) | 车道线自动标注方法、装置、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 |