CN114387410A - 道路数据融合的地图生成方法、装置以及电子设备 - Google Patents

道路数据融合的地图生成方法、装置以及电子设备 Download PDF

Info

Publication number
CN114387410A
CN114387410A CN202111506806.4A CN202111506806A CN114387410A CN 114387410 A CN114387410 A CN 114387410A CN 202111506806 A CN202111506806 A CN 202111506806A CN 114387410 A CN114387410 A CN 114387410A
Authority
CN
China
Prior art keywords
road
data
road data
sub
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
Application number
CN202111506806.4A
Other languages
English (en)
Other versions
CN114387410B (zh
Inventor
周尧
张瀚天
彭亮
万国伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Apollo Intelligent Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Apollo Intelligent Technology Beijing Co Ltd filed Critical Apollo Intelligent Technology Beijing Co Ltd
Priority to CN202111506806.4A priority Critical patent/CN114387410B/zh
Publication of CN114387410A publication Critical patent/CN114387410A/zh
Priority to KR1020220170416A priority patent/KR20230007256A/ko
Priority to JP2022196787A priority patent/JP2023027233A/ja
Priority to US18/063,772 priority patent/US20230104225A1/en
Priority to EP22212465.3A priority patent/EP4134624A3/en
Application granted granted Critical
Publication of CN114387410B publication Critical patent/CN114387410B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • 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
    • G01C21/3859—Differential updating 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
    • G01C21/3863—Structures of map data
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了道路数据融合的地图生成方法、装置以及电子设备，涉及人工智能技术领域，尤其涉及自动驾驶、云计算、智能交通技术领域。具体实现方案为：确定目标道路区域的基准道路数据和至少一个待融合道路数据；依次针对每个待融合道路数据，建立待融合道路数据中第一子道路数据与基准道路数据之间的第一道路要素关联关系；根据第一道路要素关联关系，建立待融合道路数据中第二子道路数据与基准道路数据之间的第二道路要素关联关系；根据上述关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，从而能够提高关联关系的准确度，进而提高生成的道路区域数据的准确度。

Description

道路数据融合的地图生成方法、装置以及电子设备
技术领域
本公开涉及人工智能技术领域，尤其涉及自动驾驶、云计算、智能交通技术领域，尤其涉及道路数据融合的地图生成方法、装置以及电子设备。
背景技术
目前的道路数据融合的地图生成方法主要为，采用装有高等级惯性导航设备、高线束雷达以及GNNS设备的采集车，对目标道路区域进行点云数据采集；对采集到的多个点云数据进行拼接，生成点云地图；对点云地图进行道路要素标记，得到目标道路区域的道路地图。
上述方案中，需要人员手动对多个点云数据进行拼接，以及手动进行道路要素标记，成本高，准确度低，效率差。
发明内容
本公开提供了一种道路数据融合的地图生成方法、装置以及电子设备。
根据本公开的一方面，提供了一种道路数据融合的地图生成方法，包括：确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，所述待融合道路数据包括多个子道路数据，所述子道路数据包括：轨迹片段，以及所述轨迹片段中轨迹点的周边道路要素数据；所述多个子道路数据中，第一子道路数据的定位信号质量大于所述第二子道路数据的定位信号质量；依次针对每个所述待融合道路数据，建立所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系；根据所述第一道路要素关联关系，建立所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系；根据所述第一道路要素关联关系和所述第二道路要素关联关系，对所述基准道路数据和所述待融合道路数据进行融合处理，并更新为所述基准道路数据，直至所述至少一个待融合道路数据处理完成，得到所述目标道路区域的区域道路数据。
根据本公开的另一方面，提供了一种道路数据融合的地图生成装置，包括：确定模块，用于确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，所述待融合道路数据包括多个子道路数据，所述子道路数据包括：轨迹片段，以及所述轨迹片段中轨迹点的周边道路要素数据；所述多个子道路数据中，第一子道路数据的定位信号质量大于所述第二子道路数据的定位信号质量；第一建立模块，用于依次针对每个所述待融合道路数据，建立所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系；第二建立模块，用于根据所述第一道路要素关联关系，建立所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系；融合处理模块，用于根据所述第一道路要素关联关系和所述第二道路要素关联关系，对所述基准道路数据和所述待融合道路数据进行融合处理，并更新为所述基准道路数据，直至所述至少一个待融合道路数据处理完成，得到所述目标道路区域的区域道路数据。
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上述一方面提出的道路数据融合的地图生成方法。
根据本公开的再一方面，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本公开上述一方面提出的道路数据融合的地图生成方法。
根据本公开的再一方面，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上述一方面提出的道路数据融合的地图生成方法的步骤。
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是根据本公开第三实施例的示意图；
图4是根据本公开第四实施例的示意图；
图5是第一子道路数据、第二子道路数据与基准道路数据直接融合的示意图；
图6是变换处理后的第一子道路数据、变换处理后的第二子道路数据、以及基准道路数据融合的示意图；
图7是道路区域数据生成的框架示意图；
图8是轨迹片段的示意图；
图9是根据本公开第五实施例的示意图；
图10是用来实现本公开实施例的道路数据融合的地图生成的电子设备的框图。
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。
目前的道路数据融合的地图生成方法主要为，采用装有高等级惯性导航设备、高线束雷达以及GNNS设备的采集车，对目标道路区域进行点云数据采集；对采集到的多个点云数据进行拼接，生成点云地图；对点云地图进行道路要素标记，得到目标道路区域的道路地图。
上述方案中，需要人员手动对多个点云数据进行拼接，以及手动进行道路要素标记，成本高，准确度低，效率差。
针对上述问题，本公开提出一种道路数据融合的地图生成方法、装置以及电子设备。
图1是根据本公开第一实施例的示意图，需要说明的是，本公开实施例的道路数据融合的地图生成方法可应用于道路数据融合的地图生成装置，该装置可被配置于电子设备中，以使该电子设备可以执行道路数据融合的地图生成功能。
其中，电子设备可以为任一具有计算能力的设备。其中，具有计算能力的设备例如可以为个人电脑(Personal Computer，简称PC)、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。在本公开中，以电子设备为云端设备为例进行说明。
如图1所示，该道路数据融合的地图生成方法可以包括如下步骤：
步骤101，确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，待融合道路数据包括多个子道路数据，子道路数据包括：轨迹片段，以及轨迹片段中轨迹点的周边道路要素数据；多个子道路数据中，第一子道路数据的定位信号质量大于第二子道路数据的定位信号质量。
在本公开实施例中，目标道路区域，可以为待生成道路区域数据的任意一段道路，例如，相邻两个路口之间的道路。该道路具有一个行驶方向，且可以具有一个或者多个车道。其中，若相邻两个路口之间的道路为双向道路，则可以将该双向道路按照方向进行拆分，拆分得到两个单向道路，将两个单向道路分别作为目标道路区域。
在本公开实施例中，基准道路数据可以为第一个待融合道路数据，或者从多个待融合道路数据中随机选择出来的一个待融合道路数据。基准道路数据和待融合道路数据，可以为任意一个车辆在目标道路区域上行驶一次的过程中车辆传感器所采集到的数据，或者对所采集到的数据进行处理得到的数据，从而实现根据任意车辆的车辆传感器采集到的数据，进行道路区域数据的生成，降低生成成本，且提高生成效率。
在本公开实施例中，多个待融合道路数据，可以为采用众包地图的方式对目标道路区域进行采集得到的数据。其中，众包地图指的是，基于自动驾驶车辆自身的传感器，或者，其他低成本的传感器硬件，将采集的道路数据传至云端进行数据融合，从而生成自动驾驶地图。这种方式成本低、覆盖度高、时效性好。
在本公开实施例中，传感器例如可以为定位传感器、摄像头等。定位传感器可以用于定位车辆行驶过程中的位置，摄像头可以用于采集车辆的周边图像等。车辆上传感器的种类以及数量可以根据实际需要进行设定。
在本公开实施例中，待融合道路数据包括的多个子道路数据，可以为对车辆在目标道路区域上行驶一次过程中的轨迹按照定位信号质量进行分段处理，得到的每个轨迹片段以及该轨迹片段中轨迹点周边的道路要素数据，即为一个子道路数据。其中，按照定位信号质量进行分段处理，是为了方便对不同的子道路数据，采用不同的处理策略，以提高生成的道路区域数据的准确度。
在本公开实施例中，周边道路要素数据中的周边道路要素，例如可以为以下要素中的至少一种：车道线、标识牌、道路上的限速标记、道路上的方向标记等等，可以根据实际需要进行补充，此处不做具体限定。
步骤102，依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系。
在本公开实施例中，第一子道路数据是定位信号质量较大的子道路数据，针对第一子道路数据，由于定位信号质量较大，其中轨迹点的定位准确度较高。周边道路要素数据中包括：周边道路要素的世界坐标信息。相同的周边道路要素，多次定位时的世界坐标信息理论上是相同的，若有差距，则是定位精度的原因造成的。因此，针对轨迹片段中相邻两个轨迹点的周边道路要素数据，由于定位信号质量较大，定位精度较高，则其中多次定位时，相同周边道路要素的世界坐标信息差距较小，对两次定位中的道路要素进行关联时，比如容易建立两次定位中相同周边道路要素之间的关联关系，也就是说，确定得到的道路要素关联关系的准确度高。因此，可以直接基于第一子道路数据与基准道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系。
在本公开实施例中，周边道路要素数据包括：周边道路要素的特征数据；多次定位中相同特征数据的周边道路要素，一般为相同的周边道路要素，方便建立多次定位中相同周边道路要素之间的关联关系，进一步提高确定得到的道路要素关联关系的准确度。因此，道路数据融合的地图生成装置执行步骤102的过程例如可以为，依次针对每个待融合道路数据，针对待融合道路数据中的每个周边道路要素，根据周边道路要素的特征数据，从基准道路数据中选择与周边道路要素关联的道路要素；根据待融合道路数据中各个周边道路要素以及所关联的道路要素，生成第一道路要素关联关系。
其中，第一道路要素关联关系中可以包括待融合道路数据中的各个周边道路要素与基准道路数据中道路要素之间的关联关系。
步骤103，根据第一道路要素关联关系，建立第二子道路数据与基准道路数据之间的第二道路要素关联关系。
在本公开实施例中，由于相邻两个轨迹点的周边道路要素数据中大部分周边道路要素是重合的，例如相邻的轨迹点A和轨迹点B，轨迹点A的大部分周边道路要素，存在于轨迹点B的周边道路要素数据中。而且，相邻两个轨迹点的周边道路要素数据中的重合周边道路要素之间是存在关联关系的，该关联关系的建立可以参考步骤102中关联关系的建立。
在本公开实施例中，针对第二子道路数据中轨迹片段的两端的轨迹点，例如分别为轨迹点C和轨迹点D，轨迹点C的第一个相邻轨迹点位于第一子道路数据中的轨迹片段中，该第一个相邻轨迹点的定位信号质量较大，该第一个相邻轨迹点的周边道路要素数据中周边道路要素与基准道路数据中道路要素的关联关系的准确度较大，因此，针对轨迹点C，结合该第一个相邻轨迹点的周边道路要素与基准道路数据中道路要素的关联关系，以及轨迹点C的周边道路要素与该第一个相邻轨迹点的周边道路要素之间的关联关系，可以确定轨迹点C的周边道路要素与基准道路数据中道路要素的关联关系，从而能够进一步提高确定得到的关联关系的准确度。针对轨迹点C的第二个相邻轨迹点，则可以结合轨迹点C的周边道路要素与基准道路数据中道路要素的关联关系，以及轨迹点C与该第二个相邻轨迹点的周边道路要素的关联关系，确定该第二个相邻轨迹点的周边道路要素与基准道路数据中道路要素的关联关系。对轨迹点D的处理类似，可以参考轨迹点C的处理。对第二子道路数据中轨迹片段的其他轨迹点的处理，可以参考轨迹点C的第二个相邻轨迹点的处理。此处不再进行详细说明。
步骤104，根据第一道路要素关联关系和第二道路要素关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据。
在本公开实施例中，待融合道路数据的数量为多个，例如为N个。则针对第一个待融合道路数据，结合该待融合道路数据与基准道路数据之间的第一道路要素关联关系和第二道路要素关联关系，对该待融合道路数据与基准道路数据进行融合处理，得到更新的基准道路数据；然后获取下一个待融合道路数据，结合该待融合道路数据与更新的基准道路数据之间的第一道路要素关联关系和第二道路要素关联关系，对该待融合道路数据与更新的基准道路数据进行融合处理，直至待融合道路数据处理完成，从而能够实现至少一个待融合道路数据与基准道路数据的融合，得到目标道路区域的道路数据。
在本公开实施例中，在另一种示例中，也可以设定多个基准道路数据，针对每个待融合道路数据，选择其中一个基准道路数据，进而确定第一道路要素关联关系和第二道路要素关联关系，进而进行融合处理，得到更新的基准道路数据；最后将多个更新的基准道路数据进行融合处理，得到目标道路区域的道路数据。
在本公开实施例中，在步骤104之后，所述的方法还可以包括以下步骤：根据区域道路数据，生成目标道路区域的道路地图。进而根据每个道路区域的道路地图，可以生成完整的道路地图。
本公开实施例的道路数据融合的地图生成方法，通过确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，待融合道路数据包括多个子道路数据，子道路数据包括：轨迹片段，以及轨迹片段中轨迹点的周边道路要素数据；多个子道路数据中，第一子道路数据的定位信号质量大于第二子道路数据的定位信号质量；依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系；根据第一道路要素关联关系，建立第二子道路数据与基准道路数据之间的第二道路要素关联关系；根据第一道路要素关联关系和第二道路要素关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据，从而能够针对定位信号质量较小的第二子道路数据，结合第一子道路数据的第一道路要素关联关系，确定第二子道路数据的第二道路要素关联关系，提高确定得到的关联关系的准确度，进而提高生成的道路区域数据的准确度。
为了准确确定目标道路区域的基准道路数据和至少一个待融合道路数据，提高道路数据的生成效率，如图2所示，图2是根据本公开第二实施例的示意图，在本公开实施例中，可以获取目标道路区域上的多个轨迹，以及每个轨迹中轨迹点的周边道路要素的相对坐标信息，进而确定道路数据。图2所示实施例可以包括以下步骤：
步骤201，确定目标道路区域上的多个轨迹，以及每个轨迹中轨迹点的周边道路要素的相对坐标信息。
在本公开实施例中，任意一个车辆在目标道路区域上行驶一次的过程中，通过车辆的定位传感器采集到的轨迹点可以连线得到一个轨迹。多个车辆在目标道路区域上分别行驶一次，可以得到多个轨迹；或者，单个车辆在目标道路区域上行驶多次，可以得到多个轨迹。
在本公开实施例中，车辆在目标道路区域上行驶的过程中，车辆上的摄像头可以每隔一定时间段采集一次周边图像，采集周边图像的时间点上车辆的位置，即轨迹上的一个轨迹点。其中，针对每个轨迹点，对该轨迹点上的周边图像进行道路要素识别，可以得到轨迹点的周边道路要素的相对坐标信息。其中，该相对坐标信息为轨迹点的周边道路要素相对于轨迹点的位置的坐标信息。
步骤202，针对每个轨迹中的每个轨迹点，根据轨迹点的世界坐标信息，以及轨迹点的周边道路要素的相对坐标信息，确定轨迹点的周边道路要素的世界坐标信息。
在本公开实施例中，车辆的定位传感器可以采集到轨迹点的世界坐标信息；或者，根据车辆的定位传感器采集到的数据，可以确定轨迹点的世界坐标信息。根据轨迹点的世界坐标信息以及轨迹点的周边道路要素相对于该轨迹点的相对坐标信息，可以确定该轨迹点的周边道路要素的世界坐标信息。
步骤203，根据轨迹，以及轨迹中各个轨迹点的周边道路要素的世界坐标信息，生成道路数据。
在本公开实施例中，针对每个轨迹，可以根据该轨迹，以及该轨迹中各个轨迹点的周边道路要素的世界坐标信息，生成一个道路数据；多个轨迹，可以生成得到多个道路数据。
步骤204，将多个道路数据中的其中一个道路数据，确定为基准道路数据。
在本公开实施例中，基准道路数据的数量可以为一个或者多个。例如，在基准道路数据为一个的情况下，可以将多个道路数据中的随机一个道路数据，作为基准道路数据。
步骤205，将多个道路数据中除基准道路数据之外的其他道路数据，确定为待融合道路数据。
在本公开实施例中，待融合道路数据中可以包括：轨迹，以及轨迹中轨迹点的周边道路要素数据。轨迹由定位传感器定位得到，从而可以根据定位传感器的定位信号质量对轨迹进行分段处理，得到多个轨迹片段。例如，确定定位信号质量的质量阈值，确定轨迹中对应的定位信号质量为该质量阈值的轨迹点，以该轨迹点作为分段点，对轨迹进行分段，能够得到多个轨迹片段。其中，需要说明的是，若轨迹中各个轨迹点的定位信号质量均大于或者等于质量阈值，则该轨迹可以直接作为一个轨迹片段。也即是说，对该轨迹进行分段，只得到一个轨迹片段。
在本公开实施例中，针对定位信号质量大于质量阈值的每个轨迹片段，根据该轨迹片段，以及该轨迹片段中轨迹点的周边道路要素数据，可以生成一个第一子道路数据。针对定位信号质量小于质量阈值的每个轨迹片段，根据该轨迹片段，以及该轨迹片段中轨迹点的周边道路要素数据，可以生成一个第二子道路数据。
步骤206，依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系。
步骤207，根据第一道路要素关联关系，建立第二子道路数据与基准道路数据之间的第二道路要素关联关系。
步骤208，根据第一道路要素关联关系和第二道路要素关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据。
其中，步骤206至208的详细描述，可以参考图1所示实施例中步骤102至104的详细描述，此处不再进行详细说明。
本公开实施例的道路数据融合的地图生成方法，通过确定目标道路区域上的多个轨迹，以及每个轨迹中轨迹点的周边道路要素的相对坐标信息；针对每个轨迹中的每个轨迹点，根据轨迹点的世界坐标信息，以及轨迹点的周边道路要素的相对坐标信息，确定轨迹点的周边道路要素的世界坐标信息；根据轨迹，以及轨迹中各个轨迹点的周边道路要素的世界坐标信息，生成道路数据；将多个道路数据中的其中一个道路数据，确定为基准道路数据；将多个道路数据中除基准道路数据之外的其他道路数据，确定为待融合道路数据；依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系；根据第一道路要素关联关系，建立第二子道路数据与基准道路数据之间的第二道路要素关联关系；根据第一道路要素关联关系和第二道路要素关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据，从而能够针对定位信号质量较小的第二子道路数据，结合第一子道路数据的第一道路要素关联关系，确定第二子道路数据的第二道路要素关联关系，提高确定得到的关联关系的准确度，进而提高生成的道路区域数据的准确度。
为了准确确定第二子道路数据与基准道路数据之间的第二道路要素关联关系，可以针对第二子道路数据中轨迹片段中的每个轨迹点，结合第一道路要素关联关系，确定周边道路要素与基准道路数据中道路要素之间的子关联关系，从而进一步提高确定得到的第二道路要素关联关系的准确度。如图3所示，图3是根据本公开第三实施例的示意图，图3所示实施例可以包括以下步骤：
步骤301，确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，待融合道路数据包括多个子道路数据，子道路数据包括：轨迹片段，以及轨迹片段中轨迹点的周边道路要素数据；多个子道路数据中，第一子道路数据的定位信号质量大于第二子道路数据的定位信号质量。
步骤302，依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系。
步骤303，确定第二子道路数据的相邻第一子道路数据，其中，相邻第一子道路数据中第一轨迹片段与第二子道路数据中第二轨迹片段相邻。
在本公开实施例中，相邻第一子道路数据的数量可以为一个或者两个。在为两个时，第二子道路数据中第二轨迹片段两端相邻的轨迹片段均为第一子道路数据中的轨迹片段。
步骤304，以第二轨迹片段靠近第一轨迹片段的第一端为起点，依次针对第二轨迹片段中的每个待处理的轨迹点，根据相邻第一子道路数据的第一道路要素关联关系，建立轨迹点的周边道路要素数据与基准道路数据中道路要素数据之间的子关联关系。
在本公开实施例中，以第二子道路数据的相邻第一子道路数据为一个为例，假设第二子道路数据中第二轨迹片段可以包括A1至A5共5个轨迹点，其中，A1为最靠近第一轨迹片段的轨迹点。则先针对轨迹点A1，根据相邻第一子道路数据的第一道路要素关联关系，确定轨迹点A1的周边道路要素数据与基准道路数据中道路要素数据之间的子关联关系；然后针对轨迹点A2，根据相邻第一子道路数据的第一道路要素关联关系，以及轨迹点A1的周边道路要素数据与基准道路数据中道路要素数据之间的子关联关系，确定轨迹点A2的周边道路要素数据与基准道路数据中道路要素数据之间的子关联关系；然后对轨迹点A3、轨迹点A4、轨迹点A5分别进行上述处理。
在本公开实施例中，以第二子道路数据的相邻第一子道路数据为两个为例，即第二轨迹片段的相邻第一轨迹片段有两个，分别为第一轨迹片段B和第一轨迹片段C。假设第二子道路数据中第二轨迹片段可以包括A1至A5共5个轨迹点，其中，A1为最靠近第一轨迹片段B的轨迹点；A5为最靠近第一轨迹片段C的轨迹点。则并行进行以下两个过程：第一个过程，以轨迹点A1为起点，进行上述子关联关系的确定；第二个过程，以轨迹点A5为起点，进行上述子关联关系的确定；至第二轨迹片段中的所有轨迹点处理完成。
在本公开实施例中，由于第二轨迹片段的定位信号质量较小，则第二轨迹片段中轨迹点的周边道路要素与基准道路数据中道路要素中，相同道路要素的位置信息之间的偏差可能较大，影响子关联关系的确定，因此，为了提高确定的子关联关系的准确度，在执行步骤304的过程中，还可以执行以下过程：判断已建立的各个子关联关系是否满足预设的偏差条件，以及判断第二轨迹片段中轨迹点是否处理完成；若第二轨迹片段中轨迹点未处理完成，但已建立的各个子关联关系满足偏差条件，则可以根据已建立的各个子关联关系，确定第二子道路数据与基准道路数据之间的中间变换关系，并基于中间变换关系对第二子道路数据进行变换处理，得到更新的第二子道路数据；然后基于更新的第二子道路数据，继续执行步骤304，并在执行过程中继续进行上述判断以及处理步骤，至第二轨迹片段中各个轨迹点处理完成。
在本公开实施例中，在已建立的各个子关联关系满足预设的偏差条件且第二轨迹片段中存在未处理的轨迹点时，根据已建立的各个子关联关系，确定第二子道路数据与基准道路数据之间的中间变换关系，并基于中间变换关系对第二子道路数据进行变换处理，得到更新的第二子道路数据，能够减少第二轨迹片段中轨迹点的周边道路要素与基准道路数据中道路要素中，相同道路要素的位置信息之间的偏差，即减少偏差，从而提高确定的子关联关系的准确度。
其中，判断已建立的各个子关联关系是否满足预设的偏差条件的过程例如可以为，根据已建立的各个子关联关系，确定第二子道路数据中已建立子关联关系的周边道路要素的位置信息，与基准道路数据中所关联的道路要素的位置信息；进而确定已建立子关联关系的周边道路要素与所关联的道路要素之间的距离差值；进而确定各个所述距离差值的平均值；判断该平均值是否大于或者等于预设距离阈值；若该平均值大于或者等于预设距离阈值，则确定满足预设的偏差条件；若该平均值小于预设距离阈值，则确定不满足预设的偏差条件。
步骤305，根据各个子关联关系，生成第二道路要素关联关系。
步骤306，根据第一道路要素关联关系和第二道路要素关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据。
其中，步骤301、302以及306的详细描述，可以参考图1所示实施例中步骤101、102和104的详细描述，此处不再进行详细说明。
本公开实施例的道路数据融合的地图生成方法，通过确定目标道路区域上的多个轨迹，以及每个轨迹中轨迹点的周边道路要素的相对坐标信息；针对每个轨迹中的每个轨迹点，根据轨迹点的世界坐标信息，以及轨迹点的周边道路要素的相对坐标信息，确定轨迹点的周边道路要素的世界坐标信息；根据轨迹，以及轨迹中各个轨迹点的周边道路要素的世界坐标信息，生成道路数据；将多个道路数据中的其中一个道路数据，确定为基准道路数据；将多个道路数据中除基准道路数据之外的其他道路数据，确定为待融合道路数据；依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系；确定第二子道路数据的相邻第一子道路数据，其中，相邻第一子道路数据中第一轨迹片段与第二子道路数据中第二轨迹片段相邻；以第二轨迹片段靠近第一轨迹片段的第一端为起点，依次针对第二轨迹片段中的每个待处理的轨迹点，根据相邻第一子道路数据的第一道路要素关联关系，建立轨迹点的周边道路要素数据与基准道路数据中道路要素数据之间的子关联关系；根据各个子关联关系，生成第二道路要素关联关系；根据第一道路要素关联关系和第二道路要素关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据，从而能够结合第一道路要素关联关系，以及第二轨迹片段中相邻两个轨迹点的周边道路要素之间的关联关系，确定第二道路要素关联关系，进一步提高确定得到的关联关系的准确度，进而提高生成的道路区域数据的准确度。
为了提高基准道路数据与待融合道路数据的融合的准确度，如图4所示，图4是根据本公开第四实施例的示意图，在本公开实施例中，可以根据第一道路要素关联关系和第二道路要素关联关系，确定待融合道路数据至基准道路数据的变换关系，进而进行变换处理以及融合处理。图4所示实施例可以包括以下步骤：
步骤401，确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，待融合道路数据包括多个子道路数据，子道路数据包括：轨迹片段，以及轨迹片段中轨迹点的周边道路要素数据；多个子道路数据中，第一子道路数据的定位信号质量大于第二子道路数据的定位信号质量。
步骤402，依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系。
步骤403，根据第一道路要素关联关系，建立第二子道路数据与基准道路数据之间的第二道路要素关联关系。
步骤404，根据第一子道路数据与基准道路数据之间的第一道路要素关联关系，确定第一子道路数据至基准道路数据的第一变换关系。
在本公开实施例中，第一变换关系可以为第一子道路数据至基准道路数据的平移关系、旋转关系以及变形关系的总和。即第一变换关系可以为变换矩阵，由平移矩阵、旋转矩阵以及变形矩阵组成。其中，道路数据融合的地图生成装置执行步骤404的过程例如可以为，以第一变换关系为变量，基于该变量以及第一子道路数据，确定得到变换后第一子道路数据；基于变换后第一子道路数据、基准道路数据、以及预设的第一约束关系函数框架，构建基于该变量的第一约束关系函数；调整变量的数值，使得第一约束关系函数的数值小于预设阈值或者满足预设条件。
其中，以道路要素为车道线为例，第一约束关系函数可以由三部分加和得到，分别为数据间车道线距离能量项、数据内车道线距离能量项和全局位姿先验能量项。假设第一子道路数据包括车道线要素集合和轨迹点集合，轨迹点集合为第一子道路数据中轨迹片段中轨迹点组成的集合。其中地图车道线要素集合为K个车道线{Lk，k∈{1，2，...，K}}，每个车道线为若干控制点构成的集合，Lk＝{Pi＝(xi，yi，zi)，i∈{1，2，...，N}}；轨迹点集合为{Jm，m∈{1，2，...，M}}，每个轨迹点J中包含时间点、位姿T(轨迹点相对于轨迹片段中第一个轨迹点的位姿)，以及若干在轨迹点坐标系下对车道线要素的观测{ok，k∈{1，2，...，K}}，即轨迹点的周边道路要素的集合。在第一子道路数据和基准道路数据建立第一道路要素关联关系之后，第一子道路数据中轨迹片段中轨迹点可以对基准道路数据中的车道线构建观测
Figure BDA0003404703230000151
基准道路数据中的轨迹点也同理，可以对第一子道路数据中的车道线构建观测，
Figure BDA0003404703230000152
其中，数据间车道线距离能量项、数据内车道线距离能量项和全局位姿先验能量项的公式可以分别如以下公式(1)、公式(2)和公式(3)所示。
Figure BDA0003404703230000153
Figure BDA0003404703230000154
Figure BDA0003404703230000155
其中，A可以表示第一子道路数据，B可以表示基准道路数据，Tori可以表示轨迹点相对于轨迹片段中第一个轨迹点的相对位姿。
步骤405，根据第一变换关系，对第一子道路数据进行变换处理，得到变换处理后的第一子道路数据。
在本公开实施例中，可以根据第一变换关系，对第一子道路数据中轨迹片段中各个轨迹点的位置信息进行变换处理，以及对第一子道路数据中周边道路要素数据中周边道路要素的位置信息进行变换处理，得到变换处理后的第一子道路数据。
步骤406，根据第二子道路数据与基准道路数据之间的第二道路要素关联关系，确定第二子道路数据至基准道路数据的第二变换关系。
在本公开实施例中，第二变换关系可以为第二子道路数据至基准道路数据的平移关系、旋转关系以及变形关系的综合。即第二变换关系可以为变换矩阵，由平移矩阵、旋转矩阵以及变形矩阵组成。其中，道路数据融合的地图生成装置执行步骤406的过程例如可以为，以第二变换关系为变量，基于该变量以及第二子道路数据，确定得到变换后第二子道路数据；基于变换后第二子道路数据、基准道路数据、以及预设的第二约束关系函数框架，构建基于该变量的第二约束关系函数；调整变量的数值，使得第二约束关系函数的数值小于预设阈值或者满足预设条件。
其中，以道路要素为车道线为例，第二约束关系函数可以由四部分加和得到，分别为数据间车道线距离能量项、数据内车道线距离能量项、全局位姿先验能量项和轨迹相对位姿先验能量项。假设第二子道路数据包括车道线要素集合和轨迹点集合，轨迹点集合为第二子道路数据中轨迹片段中轨迹点组成的集合。其中地图车道线要素集合为K个车道线{Lk，k∈{1，2，...，K}}，每个车道线为若干控制点构成的集合，Lk＝{Pi＝(xi，yi，zi)，i∈{1，2，...，N}}；轨迹点集合为{Jm，m∈{1，2，...，M}}，每个轨迹点J中包含时间点、世界坐标信息T，以及若干在轨迹点坐标系下对车道线要素的观测{ok，k∈{1，2，...，K}}，即轨迹点的周边道路要素的集合。
其中，数据间车道线距离能量项、数据内车道线距离能量项和全局位姿先验能量项的公式可以参考公式(1)、公式(2)和公式(3)。轨迹相对位姿先验能量项的公式可以如以下公式(4)所示。
Figure BDA0003404703230000161
步骤407，根据第二变换关系，对第二子道路数据进行变换处理，得到变换处理后的第二子道路数据。
步骤408，对变换处理后的第一子道路数据、变换处理后的第二子道路数据、以及基准道路数据进行融合处理，并更新为基准道路数据。
在本公开实施例中，道路数据融合的地图生成装置执行步骤408的过程例如可以为，对变换处理后的第一子道路数据、变换处理后的第二子道路数据、以及基准道路数据进行叠加处理，并进行去重处理，即针对每个道路要素，只保留一份数据，例如只保留该道路要素的一个位置信息，进而得到融合处理后数据，将融合处理后数据更新为基准道路数据。
其中，第一子道路数据、第二子道路数据与基准道路数据直接融合的示意图，可以如图5所示。变换处理后的第一子道路数据、变换处理后的第二子道路数据、以及基准道路数据融合的示意图，可以如图6所示。比对图5和图6可知，图6中融合得到的道路数据的准确度大于图5中融合得到的道路数据。其中，在图5和图6中，较大的两排原点，表示轨迹点；较小的4排原点，表示车道线。
本公开实施例的道路数据融合的地图生成方法，通过确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，待融合道路数据包括多个子道路数据，子道路数据包括：轨迹片段，以及轨迹片段中轨迹点的周边道路要素数据；多个子道路数据中，第一子道路数据的定位信号质量大于第二子道路数据的定位信号质量；依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系；根据第一道路要素关联关系，建立第二子道路数据与基准道路数据之间的第二道路要素关联关系；根据第一子道路数据与基准道路数据之间的第一道路要素关联关系，确定第一子道路数据至基准道路数据的第一变换关系；根据第一变换关系，对第一子道路数据进行变换处理，得到变换处理后的第一子道路数据；根据第二子道路数据与基准道路数据之间的第二道路要素关联关系，确定第二子道路数据至基准道路数据的第二变换关系；根据第二变换关系，对第二子道路数据进行变换处理，得到变换处理后的第二子道路数据；对变换处理后的第一子道路数据、变换处理后的第二子道路数据、以及基准道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据，从而能够针对定位信号质量较小的第二子道路数据，结合第一子道路数据的第一道路要素关联关系，确定第二子道路数据的第二道路要素关联关系，提高确定得到的关联关系的准确度，进而提高生成的道路区域数据的准确度。
为了更加清楚地说明上述实施例，现举例进行说明。
举例而言，如图7所示，是道路区域数据生成的框架示意图。在图7中，以基准道路数据和一个待融合道路数据为例，确定待融合道路数据中的第一子道路数据(锚点区域数据)和第二子道路数据(任务区域数据)；针对第一子道路数据，在存在第一子道路数据时，先建立第一子道路数据中周边道路要素与基准道路数据中道路要素的第一道路要素关联关系(例如，车道线关联)，然后基于第一道路要素关联关系，确定第一变换关系，对第一子道路数据进行变换处理(即对齐优化)；然后在存在第二子道路数据时，依次对第二子道路数据中轨迹片段中轨迹点(轨迹点的周边道路要素数据从轨迹点所采集的图像中得到，图像即待处理帧)进行处理，建立轨迹点的周边道路要素与基准道路数据中道路要素的关联关系(即车道线追踪)，并判断是否满足偏差条件(即追踪状态分析)，在满足时(即需要优化)，确定中间变换关系，进行变换处理(即对齐优化)，然后继续对第二子道路数据中轨迹片段中的其他轨迹点进行处理，至处理完成。其中，轨迹片段的示意图可以如图8所示。在图8中，显示了待融合道路数据中各个子道路数据的轨迹片段，以及基准道路数据中的轨迹；以轨迹片段为3个，两端的轨迹片段的定位信号质量较大，中间的轨迹片段的定位信号质量较小，则先对两端的轨迹片段的周边道路要素数据做关联处理以及变换处理(即关联和对齐)；然后对中间的轨迹片段的周边道路要素数据做关联处理以及变换处理(即关联拓展和对齐)。
为了实现上述实施例，本公开还提出一种道路数据融合的地图生成装置。
如图9所示，图9是根据本公开第五实施例的示意图。该道路数据融合的地图生成装置900包括：确定模块910、第一建立模块920、第二建立模块930和融合处理模块940。
其中，确定模块910，用于确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，所述待融合道路数据包括多个子道路数据，所述子道路数据包括：轨迹片段，以及所述轨迹片段中轨迹点的周边道路要素数据；所述多个子道路数据中，第一子道路数据的定位信号质量大于所述第二子道路数据的定位信号质量；
第一建立模块920，用于依次针对每个所述待融合道路数据，建立所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系；
第二建立模块930，用于根据所述第一道路要素关联关系，建立所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系；
融合处理模块940，用于根据所述第一道路要素关联关系和所述第二道路要素关联关系，对所述基准道路数据和所述待融合道路数据进行融合处理，并更新为所述基准道路数据，直至所述至少一个待融合道路数据处理完成，得到所述目标道路区域的区域道路数据。
作为本公开实施例的一种可能实现方式，所述周边道路要素数据包括：周边道路要素的特征数据；所述第一建立模块920具体用于，依次针对每个所述待融合道路数据，针对所述待融合道路数据中的每个周边道路要素，根据所述周边道路要素的特征数据，从所述基准道路数据中选择与所述周边道路要素关联的道路要素；根据所述待融合道路数据中各个所述周边道路要素以及所关联的道路要素，生成所述第一道路要素关联关系。
作为本公开实施例的一种可能实现方式，所述第二建立模块930具体用于，确定所述第二子道路数据的相邻第一子道路数据，其中，所述相邻第一子道路数据中第一轨迹片段与所述第二子道路数据中第二轨迹片段相邻；以所述第二轨迹片段靠近所述第一轨迹片段的第一端为起点，依次针对所述第二轨迹片段中的每个待处理的轨迹点，根据所述相邻第一子道路数据的所述第一道路要素关联关系，建立所述轨迹点的周边道路要素数据与所述基准道路数据中道路要素数据之间的子关联关系；根据各个所述子关联关系，生成所述第二道路要素关联关系。
作为本公开实施例的一种可能实现方式，所述第二建立模块930具体用于，确定所述第二子道路数据的相邻第一子道路数据，其中，所述相邻第一子道路数据中第一轨迹片段与所述第二子道路数据中第二轨迹片段相邻；以所述第二轨迹片段靠近所述第一轨迹片段的第一端为起点，依次针对所述第二轨迹片段中的每个待处理的轨迹点，根据所述相邻第一子道路数据的所述第一道路要素关联关系，建立所述轨迹点的周边道路要素数据与所述基准道路数据中道路要素数据之间的子关联关系；在已建立的各个所述子关联关系满足预设的偏差条件且所述第二轨迹片段中存在未处理的轨迹点时，根据已建立的各个所述子关联关系，确定所述第二子道路数据与所述基准道路数据之间的中间变换关系，并基于所述中间变换关系对所述第二子道路数据进行变换处理，得到更新的所述第二子道路数据；重复执行上述两个步骤，至所述第二轨迹片段中各个轨迹点处理完成；根据已建立的各个所述子关联关系，生成所述第二道路要素关联关系。
作为本公开实施例的一种可能实现方式，所述相邻第一子道路数据的数量为一个或者两个。
作为本公开实施例的一种可能实现方式，所述融合处理模块940具体用于，根据所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系，确定所述第一子道路数据至所述基准道路数据的第一变换关系；根据所述第一变换关系，对所述第一子道路数据进行变换处理，得到变换处理后的第一子道路数据；根据所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系，确定所述第二子道路数据至所述基准道路数据的第二变换关系；根据所述第二变换关系，对所述第二子道路数据进行变换处理，得到变换处理后的第二子道路数据；对所述变换处理后的第一子道路数据、所述变换处理后的第二子道路数据、以及所述基准道路数据进行融合处理，并更新为所述基准道路数据。
作为本公开实施例的一种可能实现方式，所述确定模块910具体用于，确定所述目标道路区域上的多个道路数据；将所述多个道路数据中的其中一个道路数据，确定为所述基准道路数据；将所述多个道路数据中除所述基准道路数据之外的其他道路数据，确定为所述待融合道路数据。
作为本公开实施例的一种可能实现方式，所述周边道路要素数据包括：周边道路要素的世界坐标信息；所述确定模块910具体用于，确定所述目标道路区域上的多个轨迹，以及每个轨迹中轨迹点的周边道路要素的相对坐标信息；针对每个轨迹中的每个轨迹点，根据所述轨迹点的世界坐标信息，以及所述轨迹点的周边道路要素的相对坐标信息，确定所述轨迹点的周边道路要素的世界坐标信息；根据所述轨迹，以及所述轨迹中各个轨迹点的周边道路要素的世界坐标信息，生成所述道路数据。
作为本公开实施例的一种可能实现方式，所述装置还包括：生成模块，用于根据所述区域道路数据，生成目标道路区域的道路地图。
本公开实施例的道路数据融合的地图生成装置，通过确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，待融合道路数据包括多个子道路数据，子道路数据包括：轨迹片段，以及轨迹片段中轨迹点的周边道路要素数据；多个子道路数据中，第一子道路数据的定位信号质量大于第二子道路数据的定位信号质量；依次针对每个待融合道路数据，建立第一子道路数据与基准道路数据之间的第一道路要素关联关系；根据第一道路要素关联关系，建立第二子道路数据与基准道路数据之间的第二道路要素关联关系；根据第一道路要素关联关系和第二道路要素关联关系，对基准道路数据和待融合道路数据进行融合处理，并更新为基准道路数据，直至至少一个待融合道路数据处理完成，得到目标道路区域的区域道路数据，从而能够针对定位信号质量较小的第二子道路数据，结合第一子道路数据的第一道路要素关联关系，确定第二子道路数据的第二道路要素关联关系，提高确定得到的关联关系的准确度，进而提高生成的道路区域数据的准确度。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均在征得用户同意的前提下进行，并且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10示出了可以用来实施本公开的实施例的示例电子设备1000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10所示，电子设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许电子设备1000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1001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1001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1001执行上文所描述的各个方法和处理，例如道路数据融合的地图生成方法。例如，在一些实施例中，道路数据融合的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1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的道路数据融合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1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行道路数据融合的地图生成方法。
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，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)

1.一种道路数据融合的地图生成方法，包括：
确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，所述待融合道路数据包括多个子道路数据，所述子道路数据包括：轨迹片段，以及所述轨迹片段中轨迹点的周边道路要素数据；所述多个子道路数据中，第一子道路数据的定位信号质量大于所述第二子道路数据的定位信号质量；
依次针对每个所述待融合道路数据，建立所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系；
根据所述第一道路要素关联关系，建立所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系；
根据所述第一道路要素关联关系和所述第二道路要素关联关系，对所述基准道路数据和所述待融合道路数据进行融合处理，并更新为所述基准道路数据，直至所述至少一个待融合道路数据处理完成，得到所述目标道路区域的区域道路数据。
2.根据权利要求1所述的方法，其中，所述周边道路要素数据包括：周边道路要素的特征数据；所述依次针对每个所述待融合道路数据，建立所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系，包括：
依次针对每个所述待融合道路数据，针对所述待融合道路数据中的每个周边道路要素，根据所述周边道路要素的特征数据，从所述基准道路数据中选择与所述周边道路要素关联的道路要素；
根据所述待融合道路数据中各个所述周边道路要素以及所关联的道路要素，生成所述第一道路要素关联关系。
3.根据权利要求1所述的方法，其中，所述根据所述第一道路要素关联关系，建立所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系，包括：
确定所述第二子道路数据的相邻第一子道路数据，其中，所述相邻第一子道路数据中第一轨迹片段与所述第二子道路数据中第二轨迹片段相邻；
以所述第二轨迹片段靠近所述第一轨迹片段的第一端为起点，依次针对所述第二轨迹片段中的每个待处理的轨迹点，根据所述相邻第一子道路数据的所述第一道路要素关联关系，建立所述轨迹点的周边道路要素数据与所述基准道路数据中道路要素数据之间的子关联关系；
根据各个所述子关联关系，生成所述第二道路要素关联关系。
4.根据权利要求1所述的方法，其中，所述根据所述第一道路要素关联关系，建立所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系，包括：
确定所述第二子道路数据的相邻第一子道路数据，其中，所述相邻第一子道路数据中第一轨迹片段与所述第二子道路数据中第二轨迹片段相邻；
以所述第二轨迹片段靠近所述第一轨迹片段的第一端为起点，依次针对所述第二轨迹片段中的每个待处理的轨迹点，根据所述相邻第一子道路数据的所述第一道路要素关联关系，建立所述轨迹点的周边道路要素数据与所述基准道路数据中道路要素数据之间的子关联关系；
在已建立的各个所述子关联关系满足预设的偏差条件且所述第二轨迹片段中存在未处理的轨迹点时，根据已建立的各个所述子关联关系，确定所述第二子道路数据与所述基准道路数据之间的中间变换关系，并基于所述中间变换关系对所述第二子道路数据进行变换处理，得到更新的所述第二子道路数据；
重复执行上述两个步骤，至所述第二轨迹片段中各个轨迹点处理完成；
根据已建立的各个所述子关联关系，生成所述第二道路要素关联关系。
5.根据权利要求3或4所述的方法，其中，所述相邻第一子道路数据的数量为一个或者两个。
6.根据权利要求1所述的方法，其中，所述根据所述第一道路要素关联关系和所述第二道路要素关联关系，对所述基准道路数据和所述待融合道路数据进行融合处理，并更新为所述基准道路数据，包括：
根据所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系，确定所述第一子道路数据至所述基准道路数据的第一变换关系；
根据所述第一变换关系，对所述第一子道路数据进行变换处理，得到变换处理后的第一子道路数据；
根据所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系，确定所述第二子道路数据至所述基准道路数据的第二变换关系；
根据所述第二变换关系，对所述第二子道路数据进行变换处理，得到变换处理后的第二子道路数据；
对所述变换处理后的第一子道路数据、所述变换处理后的第二子道路数据、以及所述基准道路数据进行融合处理，并更新为所述基准道路数据。
7.根据权利要求1所述的方法，其中，所述确定目标道路区域的基准道路数据和至少一个待融合道路数据，包括：
确定所述目标道路区域上的多个道路数据；
将所述多个道路数据中的其中一个道路数据，确定为所述基准道路数据；
将所述多个道路数据中除所述基准道路数据之外的其他道路数据，确定为所述待融合道路数据。
8.根据权利要求7所述的方法，其中，所述周边道路要素数据包括：周边道路要素的世界坐标信息；
所述确定所述目标道路区域上的多个道路数据，包括：
确定所述目标道路区域上的多个轨迹，以及每个轨迹中轨迹点的周边道路要素的相对坐标信息；
针对每个轨迹中的每个轨迹点，根据所述轨迹点的世界坐标信息，以及所述轨迹点的周边道路要素的相对坐标信息，确定所述轨迹点的周边道路要素的世界坐标信息；
根据所述轨迹，以及所述轨迹中各个轨迹点的周边道路要素的世界坐标信息，生成所述道路数据。
9.根据权利要求1所述的方法，其中，所述方法还包括：根据所述区域道路数据，生成目标道路区域的道路地图。
10.一种道路数据融合的地图生成装置，包括：
确定模块，用于确定目标道路区域的基准道路数据和至少一个待融合道路数据；其中，所述待融合道路数据包括多个子道路数据，所述子道路数据包括：轨迹片段，以及所述轨迹片段中轨迹点的周边道路要素数据；所述多个子道路数据中，第一子道路数据的定位信号质量大于所述第二子道路数据的定位信号质量；
第一建立模块，用于依次针对每个所述待融合道路数据，建立所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系；
第二建立模块，用于根据所述第一道路要素关联关系，建立所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系；
融合处理模块，用于根据所述第一道路要素关联关系和所述第二道路要素关联关系，对所述基准道路数据和所述待融合道路数据进行融合处理，并更新为所述基准道路数据，直至所述至少一个待融合道路数据处理完成，得到所述目标道路区域的区域道路数据。
11.根据权利要求10所述的装置，其中，所述周边道路要素数据包括：周边道路要素的特征数据；所述第一建立模块具体用于，
依次针对每个所述待融合道路数据，针对所述待融合道路数据中的每个周边道路要素，根据所述周边道路要素的特征数据，从所述基准道路数据中选择与所述周边道路要素关联的道路要素；
根据所述待融合道路数据中各个所述周边道路要素以及所关联的道路要素，生成所述第一道路要素关联关系。
12.根据权利要求10所述的装置，其中，所述第二建立模块具体用于，
确定所述第二子道路数据的相邻第一子道路数据，其中，所述相邻第一子道路数据中第一轨迹片段与所述第二子道路数据中第二轨迹片段相邻；
以所述第二轨迹片段靠近所述第一轨迹片段的第一端为起点，依次针对所述第二轨迹片段中的每个待处理的轨迹点，根据所述相邻第一子道路数据的所述第一道路要素关联关系，建立所述轨迹点的周边道路要素数据与所述基准道路数据中道路要素数据之间的子关联关系；
根据各个所述子关联关系，生成所述第二道路要素关联关系。
13.根据权利要求10所述的装置，其中，所述第二建立模块具体用于，
确定所述第二子道路数据的相邻第一子道路数据，其中，所述相邻第一子道路数据中第一轨迹片段与所述第二子道路数据中第二轨迹片段相邻；
以所述第二轨迹片段靠近所述第一轨迹片段的第一端为起点，依次针对所述第二轨迹片段中的每个待处理的轨迹点，根据所述相邻第一子道路数据的所述第一道路要素关联关系，建立所述轨迹点的周边道路要素数据与所述基准道路数据中道路要素数据之间的子关联关系；
在已建立的各个所述子关联关系满足预设的偏差条件且所述第二轨迹片段中存在未处理的轨迹点时，根据已建立的各个所述子关联关系，确定所述第二子道路数据与所述基准道路数据之间的中间变换关系，并基于所述中间变换关系对所述第二子道路数据进行变换处理，得到更新的所述第二子道路数据；
重复执行上述两个步骤，至所述第二轨迹片段中各个轨迹点处理完成；
根据已建立的各个所述子关联关系，生成所述第二道路要素关联关系。
14.根据权利要求12或13所述的装置，其中，所述相邻第一子道路数据的数量为一个或者两个。
15.根据权利要求10所述的装置，其中，所述融合处理模块具体用于，
根据所述第一子道路数据与所述基准道路数据之间的第一道路要素关联关系，确定所述第一子道路数据至所述基准道路数据的第一变换关系；
根据所述第一变换关系，对所述第一子道路数据进行变换处理，得到变换处理后的第一子道路数据；
根据所述第二子道路数据与所述基准道路数据之间的第二道路要素关联关系，确定所述第二子道路数据至所述基准道路数据的第二变换关系；
根据所述第二变换关系，对所述第二子道路数据进行变换处理，得到变换处理后的第二子道路数据；
对所述变换处理后的第一子道路数据、所述变换处理后的第二子道路数据、以及所述基准道路数据进行融合处理，并更新为所述基准道路数据。
16.根据权利要求10所述的装置，其中，所述确定模块具体用于，
确定所述目标道路区域上的多个道路数据；
将所述多个道路数据中的其中一个道路数据，确定为所述基准道路数据；
将所述多个道路数据中除所述基准道路数据之外的其他道路数据，确定为所述待融合道路数据。
17.根据权利要求16所述的装置，其中，所述周边道路要素数据包括：周边道路要素的世界坐标信息；所述确定模块具体用于，
确定所述目标道路区域上的多个轨迹，以及每个轨迹中轨迹点的周边道路要素的相对坐标信息；
针对每个轨迹中的每个轨迹点，根据所述轨迹点的世界坐标信息，以及所述轨迹点的周边道路要素的相对坐标信息，确定所述轨迹点的周边道路要素的世界坐标信息；
根据所述轨迹，以及所述轨迹中各个轨迹点的周边道路要素的世界坐标信息，生成所述道路数据。
18.根据权利要求10所述的装置，其中，所述装置还包括：生成模块，用于根据所述区域道路数据，生成目标道路区域的道路地图。
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中任一项所述方法的步骤。
CN202111506806.4A 2021-12-10 2021-12-10 道路数据融合的地图生成方法、装置以及电子设备 Active CN114387410B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202111506806.4A CN114387410B (zh) 2021-12-10 2021-12-10 道路数据融合的地图生成方法、装置以及电子设备
KR1020220170416A KR20230007256A (ko) 2021-12-10 2022-12-08 도로 데이터 융합의 지도 생성 방법, 장치 및 전자 기기
JP2022196787A JP2023027233A (ja) 2021-12-10 2022-12-09 道路データ融合の地図生成方法、装置及び電子機器
US18/063,772 US20230104225A1 (en) 2021-12-10 2022-12-09 Method for fusing road data to generate a map, electronic device, and storage medium
EP22212465.3A EP4134624A3 (en) 2021-12-10 2022-12-09 Method and apparatus for fusing road data to generate a map

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111506806.4A CN114387410B (zh) 2021-12-10 2021-12-10 道路数据融合的地图生成方法、装置以及电子设备

Publications (2)

Publication Number Publication Date
CN114387410A true CN114387410A (zh) 2022-04-22
CN114387410B CN114387410B (zh) 2023-03-24

Family

ID=81195704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111506806.4A Active CN114387410B (zh) 2021-12-10 2021-12-10 道路数据融合的地图生成方法、装置以及电子设备

Country Status (5)

Country Link
US (1) US20230104225A1 (zh)
EP (1) EP4134624A3 (zh)
JP (1) JP2023027233A (zh)
KR (1) KR20230007256A (zh)
CN (1) CN114387410B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681172A (zh) * 2020-06-17 2020-09-18 北京京东乾石科技有限公司 协同构建点云地图的方法、设备和系统
CN116756264B (zh) * 2023-08-18 2023-11-17 高德软件有限公司 重建数据评测方法、装置、电子设备及存储介质
CN116958316B (zh) * 2023-09-19 2023-12-08 北京集度科技有限公司 拓扑图生成方法、装置、计算机设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012163909A (ja) * 2011-02-09 2012-08-30 Denso Corp 地図データ、地図データの作成方法及び電子機器
CN103413437A (zh) * 2013-07-31 2013-11-27 福建工程学院 一种基于车辆数据采集的道路交叉口转向识别方法及系统
CN106525057A (zh) * 2016-10-26 2017-03-22 陈曦 高精度道路地图的生成系统
CN108010316A (zh) * 2017-11-15 2018-05-08 上海电科智能系统股份有限公司 一种基于路网模型的道路交通多源数据融合处理方法
WO2018219522A1 (de) * 2017-06-01 2018-12-06 Robert Bosch Gmbh VERFAHREN UND VORRICHTUNG ZUR ERSTELLUNG EINER FAHRSPURGENAUEN STRAßENKARTE
CN111459953A (zh) * 2020-03-03 2020-07-28 成都大成均图科技有限公司 多源数据融合的地图匹配更新方法和系统
EP3708960A1 (en) * 2019-03-13 2020-09-16 HERE Global B.V. Maplets for maintaining and updating a self-healing high definition map
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
CN113155141A (zh) * 2021-04-09 2021-07-23 阿波罗智联(北京)科技有限公司 地图的生成方法、装置、电子设备及存储介质
CN113704853A (zh) * 2021-08-27 2021-11-26 西安交通大学 一种基于道路元拓扑特征分类的多源道路网数据自动融合方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5324240B2 (ja) * 2009-01-29 2013-10-23 株式会社ゼンリン 路面標示地図生成方法及び路面標示地図生成装置
CN105279371B (zh) * 2015-09-21 2019-02-19 武汉海达数云技术有限公司 一种基于控制点的移动测量系统pos精度改善方法
CN110334174B (zh) * 2019-07-15 2021-04-09 武汉中海庭数据技术有限公司 一种pos数据纠偏方法及系统
CN111007530B (zh) * 2019-12-16 2022-08-12 武汉汉宁轨道交通技术有限公司 激光点云数据处理方法、装置及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012163909A (ja) * 2011-02-09 2012-08-30 Denso Corp 地図データ、地図データの作成方法及び電子機器
CN103413437A (zh) * 2013-07-31 2013-11-27 福建工程学院 一种基于车辆数据采集的道路交叉口转向识别方法及系统
CN106525057A (zh) * 2016-10-26 2017-03-22 陈曦 高精度道路地图的生成系统
WO2018219522A1 (de) * 2017-06-01 2018-12-06 Robert Bosch Gmbh VERFAHREN UND VORRICHTUNG ZUR ERSTELLUNG EINER FAHRSPURGENAUEN STRAßENKARTE
CN108010316A (zh) * 2017-11-15 2018-05-08 上海电科智能系统股份有限公司 一种基于路网模型的道路交通多源数据融合处理方法
EP3708960A1 (en) * 2019-03-13 2020-09-16 HERE Global B.V. Maplets for maintaining and updating a self-healing high definition map
CN111459953A (zh) * 2020-03-03 2020-07-28 成都大成均图科技有限公司 多源数据融合的地图匹配更新方法和系统
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
CN113155141A (zh) * 2021-04-09 2021-07-23 阿波罗智联(北京)科技有限公司 地图的生成方法、装置、电子设备及存储介质
CN113704853A (zh) * 2021-08-27 2021-11-26 西安交通大学 一种基于道路元拓扑特征分类的多源道路网数据自动融合方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
余卓渊等: "全息高精度导航地图:概念及理论模型", 《地球信息科学学报》 *
崔松林等: "基于道路连通性和最短路径的综合地图匹配算法", 《全球定位系统》 *
王祥等: "高精度地图定位在高速公路自动驾驶系统中的应用", 《上海汽车》 *

Also Published As

Publication number Publication date
EP4134624A2 (en) 2023-02-15
EP4134624A3 (en) 2023-06-07
KR20230007256A (ko) 2023-01-12
CN114387410B (zh) 2023-03-24
US20230104225A1 (en) 2023-04-06
JP2023027233A (ja) 2023-03-01

Similar Documents

Publication Publication Date Title
EP3505869B1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
CN114387410B (zh) 道路数据融合的地图生成方法、装置以及电子设备
KR20210151724A (ko) 차량 포지셔닝 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램
US20230103040A1 (en) Vehicle travel control method and apparatus
CN114187412B (zh) 高精地图生成方法、装置、电子设备及存储介质
CN114626169B (zh) 交通路网优化方法、装置、设备、可读存储介质及产品
CN113688935A (zh) 高精地图的检测方法、装置、设备以及存储介质
CN114036253B (zh) 高精地图数据处理方法、装置、电子设备和介质
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
CN114506343B (zh) 轨迹规划方法、装置、设备、存储介质及自动驾驶车辆
CN114140759A (zh) 高精地图车道线位置确定方法、装置及自动驾驶车辆
CN115147809A (zh) 一种障碍物检测方法、装置、设备以及存储介质
CN112883236A (zh) 一种地图更新方法、装置、电子设备及存储介质
CN111597287A (zh) 地图生成方法、装置及设备
CN113932796A (zh) 高精地图车道线生成方法、装置和电子设备
CN113762397A (zh) 检测模型训练、高精度地图更新方法、设备、介质及产品
CN113011298A (zh) 截断物体样本生成、目标检测方法、路侧设备和云控平台
CN115937449A (zh) 高精地图生成方法、装置、电子设备和存储介质
US20220003566A1 (en) Vehicle position determining method, apparatus and electronic device
CN114429631A (zh) 三维对象检测方法、装置、设备以及存储介质
CN114581869A (zh) 确定目标对象位置的方法、装置、电子设备和存储介质
CN113670295A (zh) 数据处理方法、装置、电子设备及可读存储介质
CN113447013A (zh) 施工道路识别方法、装置、设备、存储介质和程序产品
CN113276888A (zh) 基于自动驾驶的乘车方法、装置、设备和存储介质
CN113901342B (zh) 一种路网数据处理方法、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