CN114445570A - 一种从高精度地图中快速提取条带状局部地图要素的方法 - Google Patents
一种从高精度地图中快速提取条带状局部地图要素的方法 Download PDFInfo
- Publication number
- CN114445570A CN114445570A CN202111626274.8A CN202111626274A CN114445570A CN 114445570 A CN114445570 A CN 114445570A CN 202111626274 A CN202111626274 A CN 202111626274A CN 114445570 A CN114445570 A CN 114445570A
- Authority
- CN
- China
- Prior art keywords
- map
- preset
- central line
- rectangular frame
- map elements
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种从高精度地图中快速提取条带状局部地图要素的方法、系统、电子设备以及计算机可读存储介质,所述方法包括以下步骤:根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;对预设中心线进行抽稀预处理;将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。本发明同时兼顾地图提取效果与算力消耗,可以有效保证提取结果是以预设中心线为轴线的条带状局部地图,其边缘的地图要素到中心线距离是均匀分布的,满足自动驾驶的使用需求。
Description
技术领域
本发明涉及高精度地图与自动驾驶领域,具体涉及一种从高精度地图中快速提取条带状局部地图要素的方法。
背景技术
高精度地图是自动驾驶系统的重要组成部分,可以为自动驾驶感知、规划、决策、定位等模块提供道路先验信息,弥补车载传感器在恶劣环境下的不足。自动驾驶系统通常需要根据预设路线,提取路线附近一定范围的高精度地图要素,用于各模块的使用。传统的提取局部地图要素的方法主要是使用规则形状的区域进行过滤,如矩形或圆形,直接通过判断地图要素的点坐标是否处于该区域内进行过滤。例如现有的一种做法,首先将待处理地图进行等分,通过子区域判断地图点是否符合预设条件,再进行提取。再例如现有的另一种做法,为解决高精度地图数据重复提取造成冗余的问题,将地图中的矢量要素按照其坐标构成预设几何空间,再判断预添加的新要素是否处在该几何空间内,从而避免重复添加的问题。上述方法主要适用于所要提取的区域中心线本身即是较为规则的形状,这样构造出的矩形区域边缘到提取对象的距离是均匀的。但是如果提取的区域中心线本身存在较大曲率,典型如连续弯道、急弯的场景,需要提取的中心线是存在曲率的圆弧,如果仍使用规则的矩形区域提取,那么区域边缘的地图要素到指定中心线距离一定存在大小不均匀的问题。
如果不采用上述规则区域筛选的方法,在不考虑计算量的前提下,譬如直接通过计算所有地图要素点到中心线距离的方式进行筛选,也能获得较为理想的提取结果,但是当所处区域的地图要素点较多,同时构成中心线的离散点也较多时,该方法会造成大量算力消耗,无法适用于实时自动驾驶系统。
发明内容
本发明针对现有技术中存在的技术问题,提供一种从高精度地图中快速提取条带状局部地图要素的方法,解决现有技术提取区域边缘到指定中心线距离不均匀以及算力消耗较大的问题。
根据本发明的第一方面,提供了一种从高精度地图中快速提取条带状局部地图要素的方法,包括以下步骤:
S1,根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
S2,遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
S3,对预设中心线进行抽稀预处理;
S4,将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
可选的,步骤S1,包括:
遍历预设中心线上离散点的横坐标与纵坐标,计算预设中心线的横坐标最大值xmax、横坐标最小值xmin、纵坐标最大值ymax、纵坐标最小值ymin,以及设置预设提取范围为set_range,根据以下公式计算得到四个角点坐标极值,四个所述角点坐标极值组成初筛选矩形框:
x_min_rect=xmin-set_range,
x_max_rect=xmax+set_range,
y_min_rect=ymin-set_range,
y_max_rect=ymax+set_range。
可选的,步骤S2中,所述遍历地图要素,保留点坐标位于初筛矩形框内的地图要素,包括:
S201,获取高精度地图中的单个地图要素的点坐标(x,y),若判定点坐标(x,y)同时满足x_min_rect≤x≤x_max_rect与y_min_rect≤y≤y_max_rect,则表示该点在初筛矩形框内,此点坐标(x,y)对应的地图要素进行保留;
S202,遍历高精度地图中的所有地图要素。
可选的,步骤S3中,所述对预设中心线进行抽稀预处理,包括:
对预设中心线使用抽稀算法进行抽稀压缩,得到所述预设中心线的多个关键节点,保留所述关键节点。
可选的,步骤S3,包括:
S301,将预设中心线的轨迹点的首尾点以直线相连,得到第一轨迹线段,计算剩余所有点到所述第一轨迹线段的距离,并找到其中的距离最大值;若判定所述距离最大值超出指定误差范围,则选择该点为保留点,且以该点为界将第一轨迹线段一分为二;
S302,对新生成的两部分轨迹分别重复执行步骤S301,直到距离最大值在指定误差范围内;
S303,将步骤S301和步骤S302得到的n个保留点作为所述预设中心线的关键节点,其中n为大于1的自然数;保留n个所述关键节点,相邻关键节点的连线形成第二轨迹线段,由n-1个第二轨迹线段相连组成新中心线。
可选的,步骤S4包括:
S401,将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,得到该地图要素对n-1个第二轨迹线段的投影距离dist_project,从n-1个投影距离dist_project中计算最小值,该最小值即为该地图要素到新中心线的最小投影距离min_dist_project;判定所述最小投影距离min_dist_project在预设提取范围内,则提取该地图要素;
S402,遍历初筛矩形框内的全部地图要素,提取初筛矩形框内、到新中心线的最小投影距离min_dist_project在预设提取范围内的全部地图要素。
可选的,步骤S401中,所述将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,得到该地图要素对n-1个第二轨迹线段的投影距离dist_project,包括:
将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,若投影点落在第二轨迹线段上,则投影距离dist_project即为地图要素到投影点的距离;若投影点落在第二轨迹线段的延长线上,则投影距离dist_project为地图要素到第二轨迹线段两个端点的距离中的最小值;
使用该地图要素依次遍历n-1个第二轨迹线段,得到该地图要素分别对于n-1个第二轨迹线段的投影距离dist_project。
根据本发明的第二方面,提供一种从高精度地图中快速提取条带状局部地图要素的系统,包括:
预设置模块,用于根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
初筛模块,用于遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
预处理模块,用于对预设中心线进行抽稀预处理;
精确筛选模块,用于将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现上述一种从高精度地图中快速提取条带状局部地图要素的方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现上述一种从高精度地图中快速提取条带状局部地图要素的方法的步骤。
本发明提出一种从高精度地图中快速提取条带状局部地图要素的方法、系统、电子设备及存储介质,首先由预设路线/轨迹(也简称预设中心线)的坐标极值构造一个初筛矩形框,作初始地图要素筛选;然后对预设中心线使用抽稀算法进行轨迹抽稀压缩,只保留关键节点,以进一步降低后续精确筛选的计算量;最后将初筛后的地图要素点逐个对抽稀后中心线进行投影,通过判断最小投影距离是否在预设提取范围内,获得最终筛选结果。
本发明专利所提出的方法可以同时兼顾地图提取效果与算力消耗,通过矩形框初筛过滤地图要素,通过抽稀算法过滤中心线非关键点,此两步有效降低了最终精确筛选的计算量,同时在精确筛选时使用地图点到轨迹线投影距离的计算方式,可以有效保证提取结果是以预设中心线为轴线的条带状局部地图,其边缘的地图要素到中心线距离是均匀分布的。本方法可以用于自动驾驶中实时地图提取、显示与使用,精确过滤掉非必要地图信息,满足自动驾驶的使用需求。
附图说明
图1为本发明提供的一种从高精度地图中快速提取条带状局部地图要素的方法流程图;
图2为本发明一种典型的地图点初筛矩形框构造方法示意图;
图3为本发明一种典型的地图点初筛方法示意图;
图4为本发明一种典型的使用道格拉斯-普克算法对轨迹线进行抽稀的示意图;
图5为本发明一种典型的计算地图点到轨迹线段最小距离方法的示意图;
图6为本发明一种典型的提取效果图;
图7为本发明提供的一种从高精度地图中快速提取条带状局部地图要素的系统结构图;
图8为本发明提供的一种电子设备结构示意图;
图9为本发明提供的一种计算机可读存储介质结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明提供的一种从高精度地图中快速提取条带状局部地图要素的方法流程图,如图1所示,方法包括:
S1,根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
S2,遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
S3,对预设中心线进行抽稀预处理;
S4,将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
可以理解的是,基于背景技术中的缺陷,本发明实施例提出了一种从高精度地图中快速提取条带状局部地图要素的方法。该方法中首先由预设路线/轨迹(也简称预设中心线)的坐标极值以及预设提取范围构造一个初筛矩形框,作初始地图要素筛选;然后对预设中心线使用抽稀算法进行轨迹抽稀压缩,只保留关键节点,以进一步降低后续精确筛选的计算量,节省了后续精确筛选的算力消耗;最后将初筛后的地图要素点逐个对抽稀后中心线进行投影,通过判断最小投影距离是否在预设提取范围内,获得最终筛选结果。本方法可以同时兼顾地图提取效果与算力消耗,通过矩形框初筛过滤地图要素,通过抽稀算法过滤中心线非关键点,此两步有效降低了最终精确筛选的计算量,同时在精确筛选时使用地图点到轨迹线投影距离的计算方式,可以有效保证提取结果是以预设中心线为轴线的条带状局部地图,其边缘的地图要素到中心线距离是均匀分布的。本方法可以用于自动驾驶中实时地图提取、显示与使用,精确过滤掉非必要地图信息,满足自动驾驶的使用需求。
在一种可能的实施例方式中,步骤S1中,如图2所示是一种典型的地图点初筛矩形框构造方法示意图。其中201是用于描述中心线的离散点,遍历预设中心线的离散点的横坐标与纵坐标,得到其横坐标最大值为xmax、横坐标最小值为xmin,纵坐标最大值为ymax、纵坐标最小值为ymin,则由这些坐标构成的中心线矩形包络框如202所示。
假定预设提取范围为set_range,该值由用户实际需求决定,典型值为100~200m。为保证初筛结果不会遗漏轨迹线端点附近的地图要素,进一步将中心线矩形包络框202外扩set_range的距离,即图中横向间距204与纵向间距205均等于set_range,得到初筛矩形框203,其四个角点坐标极值分别为:
x_min_rect=xmin-set_range,x_max_rec=xmax+set_range,
y_min_rect=ymin-set_range,y_max_rect=ymax+set_range。
可以理解的是,在步骤S1中,根据预设中心线的坐标极值以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框,为后续对地图要素进行初筛做准备。
在一种可能的实施例方式中,步骤S2中,所述遍历地图要素,保留点坐标位于初筛矩形框内的地图要素,包括:
S201,获取高精度地图中的单个地图要素的点坐标(x,y),若判定点坐标(x,y)同时满足x_min_rect≤x≤x_max_rect与y_min_rect≤y≤y_max_rect,则表示该点在初筛矩形框内,此点坐标(x,y)对应的地图要素进行保留;
S202,遍历高精度地图中的所有地图要素,重复步骤S201进行初筛。
可以理解的是,遍历高精度的全部地图要素,通过判断其点坐标是否处于初筛矩形框内,完成初步筛选,仅保留矩形框内的地图要素作后续筛选,此步骤的作用是为了降低后续精确筛选的地图要素数量。
图3是一种典型的地图点初筛方法示意图,其中301为初筛矩形框,第一地图点302、第二地图点303、第三地图点304分别落在初筛矩形框301的角点、边线与框内,均是有效点从而被保留,而第四地图点305因其纵坐标高于矩形框y_max_rect而被剔除。
可选的,步骤S3中,所述对预设中心线进行抽稀预处理,包括:
对预设中心线使用抽稀算法进行抽稀压缩,得到所述预设中心线的多个关键节点,保留所述关键节点。
可以理解的是,此步骤的作用是为了降低后续精确筛选时中心线的轨迹点数量,以节省算力消耗。
为保证抽稀后的轨迹与原轨迹相比不会产生明显形变,即抽稀后的轨迹到原轨迹的投影误差在指定阈值dilute_threshold内,通常会选择使用经典的道格拉斯-普克抽稀算法。抽稀误差阈值越大,则抽稀后保留点越少,后续的筛选计算量越小,但相应地抽稀轨迹形变越大,因此通常会根据实际需求按经验进行设定,其典型的取值范围为1~10m。
在一种可能的实施例方式中,步骤S3,包括:
S301,将预设中心线的轨迹点的首尾点以直线相连,得到第一轨迹线段,计算剩余所有点到所述第一轨迹线段的距离,并找到其中的距离最大值;若判定所述距离最大值超出指定误差范围,则选择该点为保留点,且以该点为界将第一轨迹线段一分为二;
S302,对新生成的两部分轨迹分别重复执行步骤S301,直到距离最大值在指定误差范围内;
S303,将步骤S301和步骤S302得到的n个保留点作为所述预设中心线的关键节点,其中n为大于1的自然数;保留n个所述关键节点,相邻关键节点的连线形成第二轨迹线段,由n-1个第二轨迹线段相连组成新中心线。
更具体的,图4是一种典型的使用道格拉斯-普克算法对轨迹线进行抽稀的示意图。见图4上部,其中401与402分别为原始中心线(即预设中心线)的首尾点,403为首尾点连接线(即对应上述第一轨迹线段),将除首尾点之外的所有剩余点对连接线403进行垂直投影,得到每个点的投影距离,如图中404所示。找到投影距离最大值对应的点,如图405所示。若最大投影距离高于预设抽稀误差阈值,则将405点记录为保留点,同时以投影距离最大点405为分界点,将原轨迹一分为二,即由原始中心线首点401与投影距离最大点405及二者中间点组成第一拆分轨迹线406,由原始中心线尾点402与投影距离最大点405及二者中间点组成第二拆分轨迹线407,再次构造新的轨迹线首尾端点连接线,分别再次重复上述“计算剩余点投影距离——判断最大投影距离是否高于抽稀误差阈值——记录最大距离投影点作为保留点——以该点作分界点继续拆分”的过程,直到拆分后的轨迹其中的最大投影距离小于抽稀误差阈值,则抽稀过程结束,所有记录点加上原始轨迹线的首尾端点即为抽稀保留点408,如图4的下部所示。相邻的保留点408相连即得到n-1个第二轨迹线段,所有的保留点408依次相连即得到抽稀压缩后的由第二轨迹线段连接组成的新的中心线。
在一种可能的实施例方式中,步骤S4包括:
S401,将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,得到该地图要素对n-1个第二轨迹线段的投影距离dist_project,从n-1个投影距离dist_project中计算最小值,该最小值即为该地图要素到新中心线的最小投影距离min_dist_project;判定所述最小投影距离min_dist_project在预设提取范围内,则提取该地图要素;
S402,遍历初筛矩形框内的全部地图要素,提取初筛矩形框内、到新中心线的最小投影距离min_dist_project在预设提取范围内的全部地图要素。
可选的,步骤S401中,所述将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,得到该地图要素对n-1个第二轨迹线段的投影距离dist_project,包括:
将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,若投影点落在第二轨迹线段上,则投影距离dist_project即为地图要素到投影点的距离;若投影点落在第二轨迹线段的延长线上,则投影距离dist_project为地图要素到第二轨迹线段两个端点的距离中的最小值;
使用该地图要素依次遍历n-1个第二轨迹线段,得到该地图要素分别对于n-1个第二轨迹线段的投影距离dist_project。
可以理解的是,在步骤S4中,是将初筛后的地图要素投影到抽稀压缩后的新的中心线上,以获得需提取的地图要素。本步骤中所使用投影距离进行筛选的计算方式,可以保证筛选后所有地图要素点到中心线的距离在指定范围内,即实现条带状区域的提取。
为了进行更详细的说明,请参考图5。如图5所示是一种典型的计算地图点到轨迹线段最小距离方法的示意图。如图5的上部所示,501为抽稀压缩后的中心线的保留点,点编号依次为1~n,相邻点组成的线段(即上述第二轨迹线段)有n-1段。将经过初筛后的地图要素点502对这n-1个第二轨迹线段依次作垂直投影,并计算地图要素点502分别与每个第二轨迹线段之间的投影距离。图中由点_i-1与点_i组成的线段503,以及由点_i与点_i+1组成的线段511线段,分别对应两种典型的投影情况,即投影点落在线段上与线段外两种情况。
如图5的下部所示,地图要素点502对线段503的投影点504,落在线段503上,因此其投影距离即为地图要素点502到投影点504的距离505。地图点502对线段511的投影点512落在线段511延长线上,因此点502对线段511的投影距离应该是取其同点_i与点_i+1二者距离中的最小值,也即是图中的513投影距离。
地图要素点502对n-1个第二轨迹线段按上述方式分别计算投影距离,并取得最小值,该值代表了地图要素点到新中心线的最近距离,若该距离小于预设提取范围set_range,则保留该地图点。此外,由于步骤2中还对原始轨迹(即预设中心线)进行了抽稀,由于抽稀误差的存在,此处的实际提取范围应该加上抽稀误差阈值,即set_range+dilute_threshold。
然后就是完成条带状局部地图要素提取。如图6所示为一种典型的提取效果图,其中601为原始中心线轨迹点,602为步骤2抽稀后的保留点,由于步骤3是按照地图点到中心线抽稀点的投影距离进行精确筛选,因此筛选后得到的局部地图边界603实际上是抽稀后新中心线的平行线,且同新中心线的最大值604为预设提取范围,由此即构成图6中所示的条带状地图区域。
图7为本发明实施例提供的一种从高精度地图中快速提取条带状局部地图要素的系统结构图,如图7所示,一种从高精度地图中快速提取条带状局部地图要素的系统,包括预设置模块701、初筛模块702、预处理模块703和精确筛选模块704,其中:
预设置模块701,用于根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
初筛模块702,用于遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
预处理模块703,用于对预设中心线进行抽稀预处理;
精确筛选模块704,用于将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
可以理解的是,本发明提供的一种从高精度地图中快速提取条带状局部地图要素的系统,与前述各实施例提供的从高精度地图中快速提取条带状局部地图要素的方法相对应,该系统的相关技术特征可参考从高精度地图中快速提取条带状局部地图要素的方法的相关技术特征,在此不再赘述。
请参阅图8,图8为本发明实施例提供的电子设备的实施例示意图。如图8所示,本发明实施例提了一种电子设备8,包括存储器801、处理器802及存储在存储器801上并可在处理器802上运行的计算机程序803,处理器802执行计算机程序803时实现以下步骤:
根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
对预设中心线进行抽稀预处理;
将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
请参阅图9,图9为本发明提供的一种计算机可读存储介质的实施例示意图。如图9所示,本实施例提供了一种计算机可读存储介质9,其上存储有计算机程序901,该计算机程序901被处理器执行时实现如下步骤:
根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
对预设中心线进行抽稀预处理;
将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种从高精度地图中快速提取条带状局部地图要素的方法,其特征在于,包括以下步骤:
S1,根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
S2,遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
S3,对预设中心线进行抽稀预处理;
S4,将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
2.根据权利要求1所述一种从高精度地图中快速提取条带状局部地图要素的方法,其特征在于,步骤S1,包括:
遍历预设中心线上离散点的横坐标与纵坐标,计算预设中心线的横坐标最大值xmax、横坐标最小值xmin、纵坐标最大值ymax、纵坐标最小值ymin,以及设置预设提取范围为set_range,根据以下公式计算得到四个角点坐标极值,四个所述角点坐标极值组成初筛选矩形框:
x_min_rect=xmin-set_range,
x_max_rect=xmax+set_range,
y_min_rect=ymin-set_range,
y_max_rect=ymax+set_range。
3.根据权利要求1或2所述一种从高精度地图中快速提取条带状局部地图要素的方法,其特征在于,步骤S2中,所述遍历地图要素,保留点坐标位于初筛矩形框内的地图要素,包括:
S201,获取高精度地图中的单个地图要素的点坐标(x,y),若判定点坐标(x,y)同时满足x_min_rect≤x≤x_max_rect与y_min_rect≤y≤y_max_rect,则表示该点在初筛矩形框内,此点坐标(x,y)对应的地图要素进行保留;
S202,遍历高精度地图中的所有地图要素,重复步骤S201进行初筛。
4.根据权利要求3所述一种从高精度地图中快速提取条带状局部地图要素的方法,其特征在于,步骤S3中,所述对预设中心线进行抽稀预处理,包括:
对预设中心线使用抽稀算法进行抽稀压缩,得到所述预设中心线的多个关键节点,保留所述关键节点。
5.根据权利要求3所述一种从高精度地图中快速提取条带状局部地图要素的方法,其特征在于,步骤S3,包括:
S301,将预设中心线的轨迹点的首尾点以直线相连,得到第一轨迹线段,计算剩余所有点到所述第一轨迹线段的距离,并找到其中的距离最大值;若判定所述距离最大值超出指定误差范围,则选择该点为保留点,且以该点为界将第一轨迹线段一分为二;
S302,对新生成的两部分轨迹分别重复执行步骤S301,直到距离最大值在指定误差范围内;
S303,将步骤S301和步骤S302得到的n个保留点作为所述预设中心线的关键节点,其中n为大于1的自然数;保留n个所述关键节点,相邻关键节点的连线形成第二轨迹线段,由n-1个第二轨迹线段相连组成新中心线。
6.根据权利要求5所述一种从高精度地图中快速提取条带状局部地图要素的方法,其特征在于,步骤S4包括:
S401,将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,得到该地图要素对n-1个第二轨迹线段的投影距离dist_project,从n-1个投影距离dist_project中计算最小值,该最小值即为该地图要素到新中心线的最小投影距离min_dist_project;判定所述最小投影距离min_dist_project在预设提取范围内,则提取该地图要素;
S402,遍历初筛矩形框内的全部地图要素,提取初筛矩形框内、到新中心线的最小投影距离min_dist_project在预设提取范围内的全部地图要素。
7.根据权利要求6所述一种从高精度地图中快速提取条带状局部地图要素的方法,其特征在于,步骤S401中,所述将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,得到该地图要素对n-1个第二轨迹线段的投影距离dist_project,包括:
将初筛矩形框内的单个地图要素依次对n-1个第二轨迹线段作垂直投影,若投影点落在第二轨迹线段上,则投影距离dist_project即为地图要素到投影点的距离;若投影点落在第二轨迹线段的延长线上,则投影距离dist_project为地图要素到第二轨迹线段两个端点的距离中的最小值;
使用该地图要素依次遍历n-1个第二轨迹线段,得到该地图要素分别对于n-1个第二轨迹线段的投影距离dist_project。
8.一种从高精度地图中快速提取条带状局部地图要素的系统,其特征在于,包括:
预设置模块,用于根据预设中心线以及预设提取范围,得到包含预设中心线且余量为预设提取范围的初筛矩形框;
初筛模块,用于遍历地图要素,保留点坐标位于初筛矩形框内的地图要素;
预处理模块,用于对预设中心线进行抽稀预处理;
精确筛选模块,用于将初筛矩形框内的所有地图要素依次投影到预处理后的中心线上,并计算每个地图要素的最小投影距离值,保留最小投影距离值在预设提取范围内的地图要素。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的一种从高精度地图中快速提取条带状局部地图要素的方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的一种从高精度地图中快速提取条带状局部地图要素的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111626274.8A CN114445570A (zh) | 2021-12-28 | 2021-12-28 | 一种从高精度地图中快速提取条带状局部地图要素的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111626274.8A CN114445570A (zh) | 2021-12-28 | 2021-12-28 | 一种从高精度地图中快速提取条带状局部地图要素的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114445570A true CN114445570A (zh) | 2022-05-06 |
Family
ID=81366107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111626274.8A Pending CN114445570A (zh) | 2021-12-28 | 2021-12-28 | 一种从高精度地图中快速提取条带状局部地图要素的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114445570A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996377A (zh) * | 2022-05-23 | 2022-09-02 | 上海商汤临港智能科技有限公司 | 地图数据选取方法、装置、设备、存储介质及程序产品 |
-
2021
- 2021-12-28 CN CN202111626274.8A patent/CN114445570A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996377A (zh) * | 2022-05-23 | 2022-09-02 | 上海商汤临港智能科技有限公司 | 地图数据选取方法、装置、设备、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
WO2020107326A1 (zh) | 车道线检测方法、设备、计算机可读存储介质 | |
CN109978911B (zh) | 一种图像特征点跟踪方法和相机 | |
WO2017219875A1 (zh) | 人手检测跟踪方法及装置 | |
CN110458855B (zh) | 图像提取方法及相关产品 | |
CN104517109A (zh) | 一种qr码图像的校正方法及系统 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN114445570A (zh) | 一种从高精度地图中快速提取条带状局部地图要素的方法 | |
CN115115607A (zh) | 一种基于图像分析的图像形状特征提取识别方法 | |
CN114092906A (zh) | 一种车道线分段拟合方法、系统、电子设备及存储介质 | |
CN116993785A (zh) | 目标对象视觉跟踪方法、装置、电子设备及存储介质 | |
CN114372993B (zh) | 一种基于图像矫正的斜拍货架分层检测方法及系统 | |
CN113850805B (zh) | 多文档检测方法、装置、电子设备及存储介质 | |
CN114399428A (zh) | 面状人工要素降维处理方法 | |
EP2631813A1 (en) | Method and device for eliminating cracks within page | |
CN113850239A (zh) | 多文档检测方法、装置、电子设备及存储介质 | |
JPH0613213B2 (ja) | 文字画像データ圧縮用ブロック設定方法 | |
CN111260723B (zh) | 棒材的质心定位方法及终端设备 | |
CN109636877B (zh) | 车道线调整处理方法、装置及电子设备 | |
CN115690364A (zh) | Ar模型的获取方法、电子设备和可读存储介质 | |
CN111639642A (zh) | 一种图像处理方法、设备及装置 | |
CN111552750B (zh) | 一种动态追踪显示方法、终端及存储介质 | |
CN112927131B (zh) | 图片拼接方法、装置、计算机设备和存储介质 | |
CN114693708B (zh) | 一种锚网孔同行列中心点匹配方法及系统 | |
CN115408549B (zh) | 工件点云的过滤方法、装置、计算机可读介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |