CN114485684A - 一种基于地面要素拓扑关系的地图道路匹配方法和系统 - Google Patents
一种基于地面要素拓扑关系的地图道路匹配方法和系统 Download PDFInfo
- Publication number
- CN114485684A CN114485684A CN202111673314.4A CN202111673314A CN114485684A CN 114485684 A CN114485684 A CN 114485684A CN 202111673314 A CN202111673314 A CN 202111673314A CN 114485684 A CN114485684 A CN 114485684A
- Authority
- CN
- China
- Prior art keywords
- ground
- matching
- ground elements
- ground element
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 15
- 241000283070 Equus zebra Species 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- UDHXJZHVNHGCEC-UHFFFAOYSA-N Chlorophacinone Chemical compound C1=CC(Cl)=CC=C1C(C=1C=CC=CC=1)C(=O)C1C(=O)C2=CC=CC=C2C1=O UDHXJZHVNHGCEC-UHFFFAOYSA-N 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 230000011218 segmentation Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
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
- G01C21/26—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明实施例提供一种基于地面要素拓扑关系的地图道路匹配方法和系统,通过交通标志牌、导向箭头、人行横道等地面要素的语义和拓扑关系,基于地面要素邻域进行场景的描述,通过计算的描述子,利用描述子对每个路面要素周围的情况进行表示,能够快速的对地面要素进行匹配,通过Ransac算法分段进行异常值的检测,剔除异常配对,查找车辆驾驶过程中观察到的同名地面要素,从而确定道路的同名关系,可以有效的解决寻找匹配关系时对GPS的依赖,得到准确的道路同名关系。
Description
技术领域
本发明实施例涉及智能驾驶技术领域,尤其涉及一种基于地面要素拓扑关系的地图道路匹配方法和系统。
背景技术
在自动驾驶领域,通过广泛布置低成本众包采集车,高频采集高鲜度的数据,其设备成本低,采集精度差,采集数据量庞大。道路匹配通常需要利用GPS进行定位。而轨迹点、交通标志牌、箭头等要素的GPS定位信息有时会出现偏离很大的情况。
发明内容
本发明实施例提供一种基于地面要素拓扑关系的地图道路匹配方法和系统,采用标牌,人行道,箭头,停止线以及轨迹等语义信息和相对位置关系得到道路的匹配关系。大大的提高了匹配的准确性。
第一方面,本发明实施例提供一种基于地面要素拓扑关系的地图道路匹配方法,包括:
步骤S1、将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
步骤S2、获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;
步骤S3、获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系。
作为优选的,所述步骤S1具体包括:
步骤S11、获取轨迹数据,并对所述轨迹数据进行稀疏化处理,每预设距离取一个轨迹点,并将所述轨迹数据分为若干段轨迹,获取每一段轨迹观测到的地面要素,并按时序标记,得到地面要素集φ={N1,N2,N3,…,Nn};
步骤S12、获取众包采集的每个轨迹段的地面要素,每个地面标记的多边形包围盒,并确定多边形包围盒的顶点坐标;
步骤S13、获取地面要素的中心点坐标。
作为优选的,所述步骤S11中,并将所述轨迹数据分为若干段轨迹,具体包括:
基于所述轨迹数据的曲率变化确定转弯点和调头点,基于每个所述转弯点或所述调头点打断所述轨迹数据,以生成若干轨迹段。
作为优选的,所述地面要素包括斑马线、人行横道、停止线、交通标志牌、导向箭头;
所述步骤S13具体包括:
对斑马线,基于对应标记时间戳和对应的顶点坐标进行DBSCAN聚类,并设定Eps邻域为8,类别数据个数下限为1,聚类得到所有斑马线,将聚类中心作为斑马线的坐标;
对除斑马线的其余地面要素,取对应多边形包围盒的中心点作为地面要素的坐标。
作为优选的,所述步骤S2具体包括:
步骤S21、以标定地面要素对应标记时间戳最近的轨迹点为极点,对所述轨迹点的切线的垂线作为极坐标的方向,以构建极坐标系;
步骤S22、取标定地面要素第一范围区间的所有邻域地面要素,确定邻域地面要素到标定地面要素的欧式距离,并计算邻地面要素到极坐标系的夹角;
步骤S23、基于欧式距离、夹角进行区域划分,计算划分后每个区域内地面要素的数量;
步骤S24、基于第一范围区间内邻域地面要素的类型、形状、语义信息、欧式距离和夹角,确定每个标定地面要素的描述子。
作为优选的,所述步骤S3中,获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对,具体包括:
获取车辆行驶过程中观察到的实际地面要素,基于余弦相似度,计算实际地面要素与每个标定地面要素之间的相似度值;
将相似度值大于预设相似度阈值的实际地面要素和标定地面要素作为待选匹配对;
过滤第一半径范围区间内邻域地面要素少于5个的待选匹配对。
作为优选的,所述步骤S3中,并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,具体包括:
根据待选匹配对的语义信息进行初步筛选,剔除语义不匹配的待选匹配对;
按车辆行驶顺序遍历待选匹配对,每次取第二范围区间的待选匹配对,并进行待选匹配对抽样;对抽样得到的若干待选匹配对进行奇异值分解,得到一个由旋转角度theta、横向偏移量x、纵向偏移量y组成的最优变换矩阵,基于所述最优变换矩阵进行配准,得到配准损失;以此迭代直至配准损失收敛至最小值,基于对应的最优变换矩阵进行配准,得到正确的待选匹配对和异常的待选匹配对;
确定第二范围区间内的最优变换矩阵的总数N,组成N*3的矩阵,归一化后采用DBSCAN进行聚类,剔除异常变换对应的待选匹配对;
将筛选过后的待选匹配对进行全局的配准,得到待选匹配对的距离矩阵,求解上分数Q3、下分位数Q1,中位数为Q2,四分位距为IQR=Q3-Q1;外限为Q2+3IQR,超过外限的视为异常待选匹配对。
第二方面,本发明实施例提供一种基于地面要素拓扑关系的地图道路匹配系统,包括:
要素采集模块,将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
要素标定模块,获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;
道路匹配模块,获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明第一方面实施例所述基于地面要素拓扑关系的地图道路匹配方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述基于地面要素拓扑关系的地图道路匹配方法的步骤。
本发明实施例提供的一种基于地面要素拓扑关系的地图道路匹配方法和系统,通过交通标志牌、导向箭头、人行横道等地面要素的语义和拓扑关系,基于地面要素邻域进行场景的描述,通过计算的描述子,利用描述子对每个路面要素周围的情况进行表示,能够快速的对地面要素进行匹配,通过Ransac算法分段进行异常值的检测,剔除异常配对,查找车辆驾驶过程中观察到的同名地面要素,从而确定道路的同名关系,可以有效的解决寻找匹配关系时对GPS的依赖,得到准确的道路同名关系。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于地面要素拓扑关系的地图道路匹配方法流程框图;
图2为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在路口这样的开阔而缺乏地面标线的场景中,通过道路边界、车道边线等地面标线来确定车辆通行区间的方法存在较大风险,需要通过其他手段来确定车辆的可行驶区间或引导信息,来为智能驾驶提供决策和规划信息。
因此,本发明实施例提供一种基于地面要素拓扑关系的地图道路匹配方法和系统,不依赖GPS,采用标牌,人行道,箭头,停止线以及轨迹等语义信息和相对位置关系得到道路的匹配关系。大大的提高了匹配的准确性。以下将通过多个实施例进行展开说明和介绍。
图1为本发明实施例提供一种基于地面要素拓扑关系的地图道路匹配方法,包括:
步骤S1、将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
本实施例中,所述地面要素包括斑马线、人行横道、停止线、交通标志牌、导向箭头;通过交通标志牌、箭头、人行横道等地面要素的语义和拓扑关系,需要先进行路面标记的数据预处理,具体包括:
步骤S11、获取轨迹数据,并对所述轨迹数据进行稀疏化处理,每预设距离(如1米)取一个轨迹点,并并按曲率将轨迹的转弯和调头处进行打断,将所述轨迹数据分为若干段轨迹,获取每一段轨迹观测到的地面要素,并按时序标记,得到地面要素集φ={N1,N2,N3,…,Nn};
步骤S12、获取众包采集的每个轨迹段的地面要素,每个地面标记的多边形包围盒,并确定多边形包围盒的顶点坐标;如对斑马线采用ABCD四个点组成的四边形,每个点由(x,y,z)表示其坐标;
步骤S13、获取地面要素的中心点坐标。对斑马线,基于对应标记时间戳和对应的顶点坐标进行DBSCAN聚类,并设定Eps邻域为8,类别数据个数下限为1,聚类得到所有斑马线,将聚类中心作为斑马线的坐标;
对除斑马线的其余地面要素,取对应多边形包围盒的中心点作为地面要素的坐标。
步骤S2、获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;本步骤由几何拓扑关系和语义得到每个地面要素的描述子:
步骤S21、以标定地面要素对应标记时间戳最近的轨迹点为极点,对所述轨迹点的切线的垂线作为极坐标的方向,以构建极坐标系;
步骤S22、取标定地面要素第一范围区间(100米区域)的所有邻域地面要素,确定邻域地面要素到标定地面要素的欧式距离,并计算邻地面要素到极坐标系的夹角;
步骤S23、基于欧式距离、夹角进行区域划分,计算划分后每个区域内地面要素的数量;
步骤S24、基于第一范围区间内邻域地面要素的类型、形状、语义信息、欧式距离和夹角,确定每个标定地面要素的描述子。
步骤S3、获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;获取车辆行驶过程中观察到的实际地面要素,基于余弦相似度,计算实际地面要素与每个标定地面要素之间的相似度值,相似度值取值为0到1之间;将相似度值大于预设相似度阈值(0.8)的实际地面要素和标定地面要素作为待选匹配对;过滤第一半径范围区间内邻域地面要素少于5个的待选匹配对。
基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系:
根据待选匹配对的语义信息进行初步筛选,如地面要素类型、形状、颜色等,剔除语义不匹配的待选匹配对;
按车辆行驶顺序遍历待选匹配对,每次取第二范围区间(1000米范围)的待选匹配对,并进行待选匹配对抽样;对抽样得到的若干待选匹配对进行奇异值分解,得到一个由旋转角度theta、横向偏移量x、纵向偏移量y组成的最优变换矩阵,基于所述最优变换矩阵进行配准,得到配准损失;以此迭代直至配准损失收敛至最小值,基于对应的最优变换矩阵进行配准,得到正确的待选匹配对和异常的待选匹配对;
确定第二范围区间内的最优变换矩阵的总数N,组成N*3的矩阵,归一化后采用DBSCAN进行聚类,剔除异常变换对应的待选匹配对;
将筛选过后的待选匹配对进行全局的配准,得到待选匹配对的距离矩阵,求解上分数Q3、下分位数Q1,中位数为Q2,四分位距为IQR=Q3-Q1;外限为Q2+3IQR,超过外限的视为异常待选匹配对。
本发明实施例基于地面要素邻域进行场景的描述,通过计算的描述子,快速的对地面要素进行匹配,通过Ransac算法分段进行异常值的检测,剔除异常配对,在不使用GPS的情况下快速且准确的得到道路要素匹配关系,从而得到道路的匹配关系。
本发明实施例还提供一种基于地面要素拓扑关系的地图道路匹配系统,基于上述各实施例中的基于地面要素拓扑关系的地图道路匹配方法,包括:
要素采集模块,将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
要素标定模块,获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;
道路匹配模块,获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系。
基于相同的构思,本发明实施例还提供了一种电子设备的实体结构示意图,如图2所示,该服务器可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行如上述各实施例所述基于地面要素拓扑关系的地图道路匹配方法的步骤。例如包括:
步骤S1、将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
步骤S2、获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;
步骤S3、获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系。
基于相同的构思,本发明实施例还提供一种非暂态计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序包含至少一段代码,该至少一段代码可由主控设备执行,以控制主控设备用以实现如上述各实施例所述基于地面要素拓扑关系的地图道路匹配方法的步骤。例如包括:
步骤S1、将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
步骤S2、获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;
步骤S3、获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系。
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)
1.一种基于地面要素拓扑关系的地图道路匹配方法,其特征在于,包括:
步骤S1、将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
步骤S2、获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;
步骤S3、获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系。
2.根据权利要求1所述的基于地面要素拓扑关系的地图道路匹配方法,其特征在于,所述步骤S1具体包括:
步骤S11、获取轨迹数据,并对所述轨迹数据进行稀疏化处理,每预设距离取一个轨迹点,并将所述轨迹数据分为若干段轨迹,获取每一段轨迹观测到的地面要素,并按时序标记,得到地面要素集φ={N1,N2,N3,…,Nn};
步骤S12、获取众包采集的每个轨迹段的地面要素,每个地面标记的多边形包围盒,并确定多边形包围盒的顶点坐标;
步骤S13、获取地面要素的中心点坐标。
3.根据权利要求2所述的基于地面要素拓扑关系的地图道路匹配方法,其特征在于,所述步骤S11中,并将所述轨迹数据分为若干段轨迹,具体包括:
基于所述轨迹数据的曲率变化确定转弯点和调头点,基于每个所述转弯点或所述调头点打断所述轨迹数据,以生成若干轨迹段。
4.根据权利要求2所述的基于地面要素拓扑关系的地图道路匹配方法,其特征在于,所述地面要素包括斑马线、人行横道、停止线、交通标志牌、导向箭头;
所述步骤S13具体包括:
对斑马线,基于对应标记时间戳和对应的顶点坐标进行DBSCAN聚类,并设定Eps邻域为8,类别数据个数下限为1,聚类得到所有斑马线,将聚类中心作为斑马线的坐标;
对除斑马线的其余地面要素,取对应多边形包围盒的中心点作为地面要素的坐标。
5.根据权利要求4所述的基于地面要素拓扑关系的地图道路匹配方法,其特征在于,所述步骤S2具体包括:
步骤S21、以标定地面要素对应标记时间戳最近的轨迹点为极点,对所述轨迹点的切线的垂线作为极坐标的方向,以构建极坐标系;
步骤S22、取标定地面要素第一范围区间的所有邻域地面要素,确定邻域地面要素到标定地面要素的欧式距离,并计算邻地面要素到极坐标系的夹角;
步骤S23、基于欧式距离、夹角进行区域划分,计算划分后每个区域内地面要素的数量;
步骤S24、基于第一范围区间内邻域地面要素的类型、形状、语义信息、欧式距离和夹角,确定每个标定地面要素的描述子。
6.根据权利要求5所述的基于地面要素拓扑关系的地图道路匹配方法,其特征在于,所述步骤S3中,获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对,具体包括:
获取车辆行驶过程中观察到的实际地面要素,基于余弦相似度,计算实际地面要素与每个标定地面要素之间的相似度值;
将相似度值大于预设相似度阈值的实际地面要素和标定地面要素作为待选匹配对;
过滤第一半径范围区间内邻域地面要素少于5个的待选匹配对。
7.根据权利要求6所述的基于地面要素拓扑关系的地图道路匹配方法,其特征在于,所述步骤S3中,并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,具体包括:
根据待选匹配对的语义信息进行初步筛选,剔除语义不匹配的待选匹配对;
按车辆行驶顺序遍历待选匹配对,每次取第二范围区间的待选匹配对,并进行待选匹配对抽样;对抽样得到的若干待选匹配对进行奇异值分解,得到一个由旋转角度theta、横向偏移量x、纵向偏移量y组成的最优变换矩阵,基于所述最优变换矩阵进行配准,得到配准损失;以此迭代直至配准损失收敛至最小值,基于对应的最优变换矩阵进行配准,得到正确的待选匹配对和异常的待选匹配对;
确定第二范围区间内的最优变换矩阵的总数N,组成N*3的矩阵,归一化后采用DBSCAN进行聚类,剔除异常变换对应的待选匹配对;
将筛选过后的待选匹配对进行全局的配准,得到待选匹配对的距离矩阵,求解上分数Q3、下分位数Q1,中位数为Q2,四分位距为IQR=Q3-Q1;外限为Q2+3IQR,超过外限的视为异常待选匹配对。
8.一种基于地面要素拓扑关系的地图道路匹配系统,其特征在于,包括:
要素采集模块,将地图中每个轨迹段观测到的地面要素按时序标记,得到地面要素集,所述地面要素集中每个地面要素记录有标记时间戳和要素坐标;
要素标定模块,获取每个地面要素与设定邻域范围内其余地面要素的几何拓扑关系,并结合地面要素的语义信息生成每个地面要素的描述子,得到标定地面要素;
道路匹配模块,获取车辆行驶过程中观察到的实际地面要素,并地图中的标定地面要素进行相似度匹配,确定待选匹配对;并基于Ransac算法对所述待选匹配对进行异常值检测,剔除异常匹配对,以确定轨迹段与地图道路的匹配关系。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于地面要素拓扑关系的地图道路匹配方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于地面要素拓扑关系的地图道路匹配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111673314.4A CN114485684B (zh) | 2021-12-31 | 2021-12-31 | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111673314.4A CN114485684B (zh) | 2021-12-31 | 2021-12-31 | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114485684A true CN114485684A (zh) | 2022-05-13 |
CN114485684B CN114485684B (zh) | 2023-11-28 |
Family
ID=81508562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111673314.4A Active CN114485684B (zh) | 2021-12-31 | 2021-12-31 | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114485684B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564672A (zh) * | 2022-09-22 | 2023-01-03 | 中国测绘科学研究院 | 一种带状面要素数据实体修复方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156726A (zh) * | 2011-04-01 | 2011-08-17 | 中国测绘科学研究院 | 基于语义相似度的地理要素查询扩展方法 |
CN102162847A (zh) * | 2011-01-14 | 2011-08-24 | 中国人民解放军理工大学 | 一种基于奇异值分解的高效航迹相关方法 |
CN105718860A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 基于驾驶安全地图及双目交通标志识别的定位方法及系统 |
CN106203491A (zh) * | 2016-07-01 | 2016-12-07 | 交通运输部路网监测与应急处置中心 | 一种公路矢量数据的融合更新方法 |
JPWO2015037133A1 (ja) * | 2013-09-13 | 2017-03-02 | 株式会社日立製作所 | 対応情報生成システム及び対応情報生成方法 |
CN109146935A (zh) * | 2018-07-13 | 2019-01-04 | 中国科学院深圳先进技术研究院 | 一种点云配准方法、装置、电子设备及可读存储介质 |
CN110599570A (zh) * | 2019-09-17 | 2019-12-20 | 武汉中海庭数据技术有限公司 | 基于众包数据开放场景下的地图生成方法及系统 |
US20200225044A1 (en) * | 2017-10-05 | 2020-07-16 | Toyota Jidosha Kabushiki Kaisha | Map information provision system |
CN112767490A (zh) * | 2021-01-29 | 2021-05-07 | 福州大学 | 一种基于激光雷达的室外三维同步定位与建图方法 |
CN113592923A (zh) * | 2021-06-30 | 2021-11-02 | 国网浙江省电力有限公司营销服务中心 | 一种基于深度局部特征匹配的批图像配准方法 |
WO2021238026A1 (zh) * | 2020-05-27 | 2021-12-02 | 广州小鹏自动驾驶科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
-
2021
- 2021-12-31 CN CN202111673314.4A patent/CN114485684B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102162847A (zh) * | 2011-01-14 | 2011-08-24 | 中国人民解放军理工大学 | 一种基于奇异值分解的高效航迹相关方法 |
CN102156726A (zh) * | 2011-04-01 | 2011-08-17 | 中国测绘科学研究院 | 基于语义相似度的地理要素查询扩展方法 |
JPWO2015037133A1 (ja) * | 2013-09-13 | 2017-03-02 | 株式会社日立製作所 | 対応情報生成システム及び対応情報生成方法 |
CN105718860A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 基于驾驶安全地图及双目交通标志识别的定位方法及系统 |
CN106203491A (zh) * | 2016-07-01 | 2016-12-07 | 交通运输部路网监测与应急处置中心 | 一种公路矢量数据的融合更新方法 |
US20200225044A1 (en) * | 2017-10-05 | 2020-07-16 | Toyota Jidosha Kabushiki Kaisha | Map information provision system |
CN109146935A (zh) * | 2018-07-13 | 2019-01-04 | 中国科学院深圳先进技术研究院 | 一种点云配准方法、装置、电子设备及可读存储介质 |
CN110599570A (zh) * | 2019-09-17 | 2019-12-20 | 武汉中海庭数据技术有限公司 | 基于众包数据开放场景下的地图生成方法及系统 |
WO2021238026A1 (zh) * | 2020-05-27 | 2021-12-02 | 广州小鹏自动驾驶科技有限公司 | 一种车辆定位方法及装置、车辆、存储介质 |
CN112767490A (zh) * | 2021-01-29 | 2021-05-07 | 福州大学 | 一种基于激光雷达的室外三维同步定位与建图方法 |
CN113592923A (zh) * | 2021-06-30 | 2021-11-02 | 国网浙江省电力有限公司营销服务中心 | 一种基于深度局部特征匹配的批图像配准方法 |
Non-Patent Citations (1)
Title |
---|
李翔;马爽;杨辉;张晓楠;: "矢量道路拓扑追踪匹配算法", 中国图象图形学报, no. 05 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564672A (zh) * | 2022-09-22 | 2023-01-03 | 中国测绘科学研究院 | 一种带状面要素数据实体修复方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114485684B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108171131B (zh) | 基于改进MeanShift的Lidar点云数据道路标识线提取方法 | |
CN109459047B (zh) | 车辆高精度定位数据与导航地图精确匹配及变道行为探测方法 | |
CN110095127B (zh) | 一种基于分段的隐马尔可夫模型地图匹配方法 | |
CN110749329B (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
CN109815859B (zh) | 一种低等级道路自动提取及变化分析方法 | |
CN113034566B (zh) | 高精度地图构建方法、装置、电子设备及存储介质 | |
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 | |
CN111930872A (zh) | 一种高精度地图更新方法、服务器及可读存储介质 | |
US11120570B2 (en) | Method for obtaining road marking data | |
CN109214314B (zh) | 一种车道线自动融合匹配算法 | |
CN113177042B (zh) | 一种地图轨迹线路处理方法及装置 | |
CN113255578B (zh) | 交通标识的识别方法及装置、电子设备和存储介质 | |
Li et al. | Road extraction algorithm based on intrinsic image and vanishing point for unstructured road image | |
CN116222539A (zh) | 高精度地图数据差异化更新方法及系统 | |
CN114485684B (zh) | 一种基于地面要素拓扑关系的地图道路匹配方法和系统 | |
Lu et al. | A lightweight real-time 3D LiDAR SLAM for autonomous vehicles in large-scale urban environment | |
KR101808413B1 (ko) | 도로의 특성 정보를 이용한 도로 유형 정보 제공 시스템 및 방법 | |
Pu et al. | Road intersection detection based on direction ratio statistics analysis | |
CN112418193A (zh) | 一种车道线识别方法及系统 | |
CN111127582B (zh) | 一种轨迹重合段识别方法、装置、系统及存储介质 | |
CN113392170A (zh) | 一种高精度地图数据的生成方法、装置及服务器 | |
CN114705180B (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
CN113239906B (zh) | 车道线检测方法和装置 | |
CN115683139A (zh) | 一种车载地图路径规划方法、系统、电子设备及存储介质 | |
CN114511080A (zh) | 一种模型构建方法、装置以及异常轨迹点实时检测方法 |
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 |