CN114485681B - 一种利用dr轨迹评价中精度地图数据一致率的方法 - Google Patents
一种利用dr轨迹评价中精度地图数据一致率的方法 Download PDFInfo
- Publication number
- CN114485681B CN114485681B CN202111647087.8A CN202111647087A CN114485681B CN 114485681 B CN114485681 B CN 114485681B CN 202111647087 A CN202111647087 A CN 202111647087A CN 114485681 B CN114485681 B CN 114485681B
- Authority
- CN
- China
- Prior art keywords
- precision map
- medium
- lane
- data
- lane information
- 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.)
- Active
Links
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种利用DR轨迹评价中精度地图数据一致率的方法，包括：采集车辆行驶时的DR数据及视频，将DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，中精度地图及高精度地图分别输出对应的车道信息；提取视频中的车道信息；将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；遍历DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。本发明通过评估中精度地图与高精度地图之间精度差距，以评估其可用性。
Description
技术领域
本发明涉及自动驾驶用地图数据处理技术领域，更具体地，涉及一种利用DR轨迹评价中精度地图数据一致率的方法、系统、电子设备及存储介质。
背景技术
高精度地图能够有效提高自动驾驶的运作范围，提高系统安全性的观点目前已经被业界广泛认同。虽然高精度地图提供的车道信息能够达到厘米级的精度，但是由于其高额的采集成本以及难以覆盖到高速道路以外的领域，目前还未能够实现大规模的商用落地。
另一方面，基于标准地图生成的中精度地图数据虽然很好地解决了成本和道路覆盖率的问题，但是精度上必然达不到高精度地图的水准。那么如何能够说明中精度地图和高精度地图之间的精度差距，差距能否接受或通过其他手段弥补就成为了商用落地的关键。
因此，有必要设计一种用于有效评估待测的中精度地图与标准的高精度地图之间精度差距的方法，以验证该中精度地图的精度是否能达到预期的使用要求。
发明内容
本发明针对现有技术中存在的技术问题，提供一种利用DR轨迹评价中精度地图数据一致率的方法、系统、电子设备及存储介质，利用了车辆行驶过程中收集的DR(航迹推算轨迹点)数据，将其分别定位到中精度地图以及高精度地图中得到对应的车道信息，通过判断车道属性的一致性，来评估待测的中精度地图与标准的高精度地图之间精度差距，以确认该中精度地图的精度是否能达到预期的使用要求。
根据本发明的第一方面，提供了一种利用DR轨迹评价中精度地图数据一致率的方法，包括：
采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；
遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
在上述技术方案的基础上，本发明还可以作出如下改进。
可选的，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息，包括：
将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中，获取每个轨迹点在中精度地图以及高精度地图中分别对应的位置信息，所述位置信息包括所述轨迹点的坐标与高度；
根据轨迹点的坐标，对当前轨迹点与相邻轨迹点连线，分别计算所述连线与全部车道中心线的夹角，初次筛选得到所述夹角小于夹角阈值的车道中心线；
分别计算初次筛选得到的车道中心线的高度与当前轨迹点的高度的高度差，进行第二次筛选得到所述高度差小于高度差阈值的车道中心线；
以当前轨迹点的坐标为球心，以距离阈值为最大半径形成球状范围，对第二次筛选得到的车道中心线进行第三次筛选，得到与所述球状范围有交集的车道中心线；
将当前轨迹点为起点向第三次筛选得到的车道中心线分别作垂线以得到对应的垂距，进行第四次筛选得到垂距最小的车道中心线作为匹配出的当前轨迹点所属车道的车道中心线；
从中精度地图中抽取匹配出的车道中心线对应的车道信息并输出，从高精度地图中抽取匹配出的车道中心线对应的车道信息并输出。
可选的，所述中精度地图中的车道信息以及高精度地图中的车道信息分别以日志的形式输出，读取中精度地图的日志以及高精度地图的日志，即可获取关于当前轨迹点的车道信息。
可选的，所述车道信息至少包括车道总数、车辆所在的车道数、车道类型、分叉/汇入道路地点中的任意一项或多项。
可选的，所述车道类型为分歧道、合流道或本线中的任意一项。
可选的，所述将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；包括：
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，若得到的结果A为不一致，则判定当前轨迹点对应的中精度地图数据不合格，若得到的结果A为一致，将中精度地图的车道信息与视频中的车道信息相对比，若得到的结果B为不一致，则判定当前轨迹点对应的中精度地图数据一致性不合格，若得到的结果B为一致，则判定当前轨迹点对应的中精度地图数据一致性合格。
可选的，所述遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率，包括：
依次计算所述DR数据中的全部轨迹点对应到中精度地图、高精度地图以及视频中的数据一致性是否合格，将数据一致性合格的轨迹点数量除以轨迹点的总数，得到中精度地图的数据一致率。
根据本发明的第二方面，提供一种利用DR轨迹评价中精度地图数据一致率的系统，包括：数据处理模块、初步判断模块和综合评估模块，其中：
数据处理模块，用于采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
初步判断模块，用于将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；
综合评估模块，用于遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
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利用DR轨迹评价中精度地图数据一致率的方法的步骤。
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利用DR轨迹评价中精度地图数据一致率的方法的步骤。
本发明提供的一种利用DR轨迹评价中精度地图数据一致率的方法、系统、电子设备及存储介质，其利用车辆行驶过程中收集的DR(航迹推算轨迹点)数据，将DR数据的每个轨迹点分别定位到高精度地图和中精度地图当中，利用定位的坐标位置和周边车道中心线的垂距，高度以及轨迹方向和周边车道中心线之间的夹角，分别匹配出相应的高精度地图和中精度地图的车道中心线。分别根据高精度地图以及中精度地图中匹配出的车道中心线输出对应的车道信息以及通过视频提取的车道信息，通过对比车道信息之间的一致率来说明待测中精度地图相对于高精度地图的精度差异。本发明以高精度地图为真值，通过计算中精度地图和高精度地图的车道线一致率来增强业界对于使用中精度地图的信心，为推动地图在自动驾驶中的商用落地做出了贡献。
附图说明
图1为本发明提供的一种利用DR轨迹评价中精度地图数据一致率的方法示意框图；
图2为本发明提供的一种利用DR轨迹评价中精度地图数据一致率的方法流程图一；
图3为本发明提供的一种利用DR轨迹评价中精度地图数据一致率的方法流程图二；
图4为本发明提供的一种利用DR轨迹评价中精度地图数据一致率的系统结构示意图；
图5为本发明提供的一种可能的电子设备的硬件结构示意图；
图6为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本发明旨在对适用于L2-L3自动驾驶功能的中精度地图的精度进行有效的评价。通过比较相同DR驾驶轨迹点在高精度地图和中精度地图上车道的一致率，来说明中精度地图的可用性。
图1～3为本发明提供的一种利用DR轨迹评价中精度地图数据一致率的方法流程图，如图1～3所示，方法包括：
101.采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
102.将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；
103.遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
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利用DR轨迹评价中精度地图数据一致率的方法。
本发明其利用车辆行驶过程中收集的DR数据，将DR数据的每个轨迹点分别通过定位模块定位到高精度地图和中精度地图当中，利用定位后得到的关于轨迹点的各项参数，分别匹配出相应的高精度地图和中精度地图的车道中心线。分别根据高精度地图以及中精度地图中匹配出的车道中心线输出对应的车道信息以及通过视频提取的车道信息，通过对比各车道信息之间的一致率来说明待测中精度地图相对于高精度地图的精度差异。本发明以高精度地图为真值，通过计算中精度地图和高精度地图的车道线一致率来增强业界对于使用中精度地图的信心，为推动地图在自动驾驶中的商用落地做出了贡献。
在一种可能的实施例方式中，步骤101中，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息，包括：
将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中，获取每个轨迹点在中精度地图以及高精度地图中分别对应的位置信息，所述位置信息包括所述轨迹点的坐标与高度；
根据轨迹点的坐标，对当前轨迹点与相邻轨迹点连线，分别计算所述连线与全部车道中心线的夹角，初次筛选得到所述夹角小于夹角阈值的车道中心线；例如，设置夹角阈值为65°，若所述连线与当前车道中心线的夹角小于65°，则此车道中心线符合要求；
分别计算初次筛选得到的车道中心线的高度与当前轨迹点的高度的高度差，进行第二次筛选得到所述高度差小于高度差阈值的车道中心线；例如，设置高度差阈值为5米，若计算得到车道中心线的高度与当前轨迹点的高度的高度差小于5米，则该车道中心线符合要求；
以当前轨迹点的坐标为球心，以距离阈值为最大半径形成球状范围，对第二次筛选得到的车道中心线进行第三次筛选，得到与所述球状范围有交集的车道中心线；例如，设置距离阈值为3米，这个球状范围则是以当前轨迹点的坐标为球心、且半径为3米的球形，穿过这个球状范围的车道中心线即为符合要求的车道中心线；
将当前轨迹点为起点向第三次筛选得到的车道中心线分别作垂线以得到对应的垂距，进行第四次筛选得到垂距最小的车道中心线作为匹配出的当前轨迹点所属车道的车道中心线；
从中精度地图中抽取匹配出的车道中心线对应的车道信息并输出，从高精度地图中抽取匹配出的车道中心线对应的车道信息并输出。
可以理解的是，根据轨迹点在中精度地图或高精度地图中的坐标位置信息、坐标位置和周边车道中心线的垂距、高度以及轨迹方向和周边车道中心线之间的夹角，可以从周边车道中心线中寻找到当前轨迹点所述车道的车道中心线，根据寻找到的车道中心线即可对应到其所属车道，从而获得其所属车道的各项属性信息。在中精度地图或高精度地图中均寻找到各项条件匹配的车道中心线，并根据车道中心线输出其所属车道的属性信息，用于后续的一致性对比。
在一种可能的实施例方式中，所述中精度地图中的车道信息以及高精度地图中的车道信息分别以日志的形式输出，读取中精度地图的日志以及高精度地图的日志，即可获取关于当前轨迹点的车道信息。
在一种可能的实施例方式中，所述车道信息至少包括车道总数、车辆所在的车道数、车道类型、分叉/汇入道路地点中的任意一项或多项。其中，所述车道类型为分歧道、合流道或本线中的任意一项。
可以理解的是，在对车道信息进行对比判断时，对车道信息中的每一项信息分别进行比对，当车道信息中的全部信息均一致时，才能判定比对结果为一致，否则判定为不一致。车道信息中的信息项数越多，则对比判断的结果越准确。
在一种可能的实施例方式中，步骤102中，所述将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；包括：
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，若得到的结果A为不一致，则判定当前轨迹点对应的中精度地图数据不合格，若得到的结果A为一致，将中精度地图的车道信息与视频中的车道信息相对比，若得到的结果B为不一致，则判定当前轨迹点对应的中精度地图数据一致性不合格，若得到的结果B为一致，则判定当前轨迹点对应的中精度地图数据一致性合格。
可以理解的是，将高精度地图的车道信息作为真值，先将中精度地图的车道信息中的每一项依次与高精度地图的车道信息进行比对，以得到第一次比对结果。为了提高测试的准确性，减少误差，确认第一次比对结果为一致时，再将中精度地图的车道信息与车辆行驶过程中拍摄的视频中提取的车道信息进行二次比对，当二次比对的结果仍然为一致时，才能确定对于当前轨迹点，中精度地图数据与高精度地图数据是一致的。需要进过后续的步骤103，对DR数据中的全部轨迹点均进行比对判断后，才能得出中精度地图数据相对于高精度地图数据的一致率。
在一种可能的实施例方式中，步骤103中，所述遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率，包括：
依次计算所述DR数据中的全部轨迹点对应到中精度地图、高精度地图以及视频中的数据一致性是否合格，将数据一致性合格的轨迹点数量除以轨迹点的总数，得到中精度地图的数据一致率。
可以理解的是，由于高精度地图是真实世界的高精度展现。中精度地图通过和其对比找到相应的差异并说明一致性可以有效地说明中精度地图的可用性。
为了更清楚地解释本方法的计算原理，现进行举例说明。例如：在100公里道路上以1米为间距打100000个轨迹点，每个轨迹点都有对应的车道总数、车辆所在车道数、车道类型、是否是分叉或汇入道路信息。以车道总数为例，中精度地图和高精度地图有99800个轨迹点的车道总数是一致，即可说明在100公里的道路上有99.8％(99800/100000)的车道总数是一致的。
相同的方法还适用于车道信息中其他信息的对比，车辆所在的车道数一致性越高代表中精度地图的车道线越接近现实世界。车道信息中其他项的信息，例如车道类型、分叉/汇入道路地点的对比也是相同的逻辑。
图4为本发明实施例提供的一种利用DR轨迹评价中精度地图数据一致率的系统结构图，如图4所示，一种利用DR轨迹评价中精度地图数据一致率的系统，包括数据处理模块201、初步判断模块202和综合评估模块203，其中：
数据处理模块201，用于用于采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
初步判断模块202，用于将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；
综合评估模块203，用于遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
可以理解的是，本发明提供的一种利用DR轨迹评价中精度地图数据一致率的系统与前述各实施例提供的一种利用DR轨迹评价中精度地图数据一致率的方法相对应，利用DR轨迹评价中精度地图数据一致率的系统的相关技术特征可参考利用DR轨迹评价中精度地图数据一致率的方法的相关技术特征，在此不再赘述。
请参阅图5，图5为本发明实施例提供的电子设备的实施例示意图。如图5所示，本发明实施例提了一种电子设备500，包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序511，处理器520执行计算机程序511时实现以下步骤：
采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；
遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
请参阅图6，图6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6所示，本实施例提供了一种计算机可读存储介质600，其上存储有计算机程序611，该计算机程序611被处理器执行时实现如下步骤：
采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；
遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
本发明实施例提供的一种利用DR轨迹评价中精度地图数据一致率的方法、系统及存储介质，其利用车辆行驶过程中收集的DR(航迹推算轨迹点)数据，将DR数据的每个轨迹点分别定位到高精度地图和中精度地图当中，利用定位的坐标位置和周边车道中心线的垂距，高度以及轨迹方向和周边车道中心线之间的夹角，分别匹配出相应的高精度地图和中精度地图的车道中心线。分别根据高精度地图以及中精度地图中匹配出的车道中心线输出对应的车道信息以及通过视频提取的车道信息，通过对比车道信息中每项信息之间的一致率来说明待测中精度地图相对于高精度地图的精度差异。本发明以高精度地图为真值，通过计算中精度地图和高精度地图的车道线一致率来增强业界对于使用中精度地图的信心，为推动地图在自动驾驶中的商用落地做出了贡献。
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 (9)
1.一种利用DR轨迹评价中精度地图数据一致率的方法，其特征在于，包括：
采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；包括：
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，若得到的结果A为不一致，则判定当前轨迹点对应的中精度地图数据不合格，若得到的结果A为一致，将中精度地图的车道信息与视频中的车道信息相对比，若得到的结果B为不一致，则判定当前轨迹点对应的中精度地图数据一致性不合格，若得到的结果B为一致，则判定当前轨迹点对应的中精度地图数据一致性合格；
遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
2.根据权利要求1所述的一种利用DR轨迹评价中精度地图数据一致率的方法，其特征在于，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息，包括：
将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中，获取每个轨迹点在中精度地图以及高精度地图中分别对应的位置信息，所述位置信息包括所述轨迹点的坐标与高度；
根据轨迹点的坐标，对当前轨迹点与相邻轨迹点连线，分别计算所述连线与全部车道中心线的夹角，初次筛选得到所述夹角小于夹角阈值的车道中心线；
分别计算初次筛选得到的车道中心线的高度与当前轨迹点的高度的高度差，进行第二次筛选得到所述高度差小于高度差阈值的车道中心线；
以当前轨迹点的坐标为球心，以距离阈值为最大半径形成球状范围，对第二次筛选得到的车道中心线进行第三次筛选，得到与所述球状范围有交集的车道中心线；
将当前轨迹点为起点向第三次筛选得到的车道中心线分别作垂线以得到对应的垂距，进行第四次筛选得到垂距最小的车道中心线作为匹配出的当前轨迹点所属车道的车道中心线；
从中精度地图中抽取匹配出的车道中心线对应的车道信息并输出，从高精度地图中抽取匹配出的车道中心线对应的车道信息并输出。
3.根据权利要求1或2所述的一种利用DR轨迹评价中精度地图数据一致率的方法，其特征在于，所述中精度地图中的车道信息以及高精度地图中的车道信息分别以日志的形式输出，读取中精度地图的日志以及高精度地图的日志，即可获取关于当前轨迹点的车道信息。
4.根据权利要求1或2所述的一种利用DR轨迹评价中精度地图数据一致率的方法，其特征在于，所述车道信息至少包括车道总数、车辆所在的车道数、车道类型、分叉/汇入道路地点中的任意一项或多项。
5.根据权利要求4所述的一种利用DR轨迹评价中精度地图数据一致率的方法，其特征在于，所述车道类型为分歧道、合流道或本线中的任意一项。
6.根据权利要求5所述的一种利用DR轨迹评价中精度地图数据一致率的方法，其特征在于，所述遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率，包括：
依次计算所述DR数据中的全部轨迹点对应到中精度地图、高精度地图以及视频中的数据一致性是否合格，将数据一致性合格的轨迹点数量除以轨迹点的总数，得到中精度地图的数据一致率。
7.一种利用DR轨迹评价中精度地图数据一致率的系统，其特征在于，包括：数据处理模块、初步判断模块和综合评估模块，其中：
数据处理模块，用于采集车辆行驶时的DR数据以及视频，将所述DR数据中的轨迹点分别定位到中精度地图以及高精度地图中、并分别匹配出所述轨迹点所属车道的车道中心线，从中精度地图以及高精度地图中分别输出各自匹配出的车道中心线对应的车道信息；提取所述视频中的车道信息；
初步判断模块，用于将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，得到结果A；将中精度地图的车道信息与视频中的车道信息相对比，得到结果B；根据结果A与结果B，判断当前轨迹点的数据一致性；包括：
将中精度地图中输出的车道信息与高精度地图中输出的车道信息进行对比，若得到的结果A为不一致，则判定当前轨迹点对应的中精度地图数据不合格，若得到的结果A为一致，将中精度地图的车道信息与视频中的车道信息相对比，若得到的结果B为不一致，则判定当前轨迹点对应的中精度地图数据一致性不合格，若得到的结果B为一致，则判定当前轨迹点对应的中精度地图数据一致性合格；
综合评估模块，用于遍历所述DR数据中的全部轨迹点，根据全部轨迹点的数据一致性计算中精度地图的数据一致率。
8.一种电子设备，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1-6任一项所述的一种利用DR轨迹评价中精度地图数据一致率的方法的步骤。
9.一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1-6任一项所述的一种利用DR轨迹评价中精度地图数据一致率的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111647087.8A CN114485681B (zh) | 2021-12-30 | 2021-12-30 | 一种利用dr轨迹评价中精度地图数据一致率的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111647087.8A CN114485681B (zh) | 2021-12-30 | 2021-12-30 | 一种利用dr轨迹评价中精度地图数据一致率的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114485681A CN114485681A (zh) | 2022-05-13 |
| CN114485681B true CN114485681B (zh) | 2023-10-10 |
Family
ID=81508577
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111647087.8A Active CN114485681B (zh) | 2021-12-30 | 2021-12-30 | 一种利用dr轨迹评价中精度地图数据一致率的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114485681B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116718180A (zh) * | 2023-06-09 | 2023-09-08 | 华能伊敏煤电有限责任公司 | 一种基于高精度地图平台的无人驾驶矿车定位方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102013015145A1 (de) * | 2013-09-13 | 2015-03-19 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren zum Testen und Bewerten der Qualität digitaler Karten |
| JP2015138153A (ja) * | 2014-01-22 | 2015-07-30 | 株式会社デンソー | 地図データ評価装置 |
| CN110345951A (zh) * | 2019-07-08 | 2019-10-18 | 武汉光庭信息技术股份有限公司 | 一种adas高精度地图的生成方法及装置 |
| CN111141311A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种高精度地图定位模块的评估方法及系统 |
| CN111709517A (zh) * | 2020-06-12 | 2020-09-25 | 武汉中海庭数据技术有限公司 | 一种基于置信度预测系统的冗余融合定位增强的方法和装置 |
| CN111767354A (zh) * | 2020-04-26 | 2020-10-13 | 东风汽车集团有限公司 | 一种高精度地图精度评估方法 |
| KR102327073B1 (ko) * | 2020-09-28 | 2021-11-17 | (주)스페이스 | Mms 차량의 고정밀 도로지도 제작 시스템 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4816124B2 (ja) * | 2006-02-20 | 2011-11-16 | 株式会社デンソー | 地図評価装置および地図評価方法 |
| DE102017009435B4 (de) * | 2017-10-10 | 2023-05-11 | Volkswagen Ag | Evaluation von Komponenten automatischer Fahrfunktionen und Fahrbahnerkennung auf unterschiedlichen Verarbeitungsstufen |
| CN112613694B (zh) * | 2020-11-27 | 2023-09-08 | 北京百度网讯科技有限公司 | 导航地图的评测方法、装置、设备及可读存储介质 |
-
2021
- 2021-12-30 CN CN202111647087.8A patent/CN114485681B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102013015145A1 (de) * | 2013-09-13 | 2015-03-19 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren zum Testen und Bewerten der Qualität digitaler Karten |
| JP2015138153A (ja) * | 2014-01-22 | 2015-07-30 | 株式会社デンソー | 地図データ評価装置 |
| CN110345951A (zh) * | 2019-07-08 | 2019-10-18 | 武汉光庭信息技术股份有限公司 | 一种adas高精度地图的生成方法及装置 |
| CN111141311A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种高精度地图定位模块的评估方法及系统 |
| CN111767354A (zh) * | 2020-04-26 | 2020-10-13 | 东风汽车集团有限公司 | 一种高精度地图精度评估方法 |
| CN111709517A (zh) * | 2020-06-12 | 2020-09-25 | 武汉中海庭数据技术有限公司 | 一种基于置信度预测系统的冗余融合定位增强的方法和装置 |
| KR102327073B1 (ko) * | 2020-09-28 | 2021-11-17 | (주)스페이스 | Mms 차량의 고정밀 도로지도 제작 시스템 |
Non-Patent Citations (2)
| Title |
|---|
| 基于多传感融合的车道线检测与跟踪方法的研究;吴彦文;张楠;周涛;严巍;;计算机应用研究;第35卷(第02期);第600-603、607页 * |
| 基于多准则融合的信任理论地图匹配算法;唐进君;曹凯;;测绘科学;第34卷(第05期);第14-15页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114485681A (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106969764B (zh) | 一种道路匹配方法、装置及车载地图采集系统 | |
| CN106323301B (zh) | 一种道路情报的获取方法及装置 | |
| CN112433203B (zh) | 一种基于毫米波雷达数据的车道线形检测方法 | |
| Li et al. | Localization for intelligent vehicle by fusing mono-camera, low-cost GPS and map data | |
| Ai et al. | Automatic horizontal curve identification and measurement method using GPS data | |
| Gikas et al. | A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior | |
| CN105718710A (zh) | 一种驾驶行为分析方法及设备 | |
| CN109147323A (zh) | 一种用于公路客货运输指标统计的车辆gps数据处理方法 | |
| CN101915570B (zh) | 一种基于灭点的地面移动测量影像线段自动提取分类方法 | |
| CN105702076A (zh) | 一种车辆定位信息匹配目标公路的方法及系统 | |
| CN110532250B (zh) | 交规数据的处理方法及装置 | |
| CN108204819A (zh) | 一种地图数据自动检测方法和装置、及混合导航系统 | |
| CN110288032A (zh) | 一种车辆行驶轨迹类型检测方法及装置 | |
| CN112747755B (zh) | 道路线确定方法、装置、可读存储介质及地图更新系统 | |
| CN114485681B (zh) | 一种利用dr轨迹评价中精度地图数据一致率的方法 | |
| CN108828608A (zh) | 车辆检测方法中激光雷达背景数据滤除方法 | |
| Sochor et al. | Brnocompspeed: Review of traffic camera calibration and comprehensive dataset for monocular speed measurement | |
| CN104331626B (zh) | 一种基于浮动车卫星定位数据的地图匹配方法和系统 | |
| Du et al. | Vision-based lane line detection for autonomous vehicle navigation and guidance | |
| CN105740505A (zh) | 一种基于gps-rtk技术的道路空间线形恢复方法 | |
| CN110796066A (zh) | 一种车道线组构建方法及装置 | |
| CN110274582B (zh) | 一种道路曲线识别方法 | |
| CN109341704B (zh) | 一种地图精度确定方法及装置 | |
| CN112418193B (zh) | 一种车道线识别方法及系统 | |
| CN112633812B (zh) | 货运车辆的轨迹分段方法、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |