CN114526746A - 高精地图车道线的生成方法、装置、设备及存储介质 - Google Patents
高精地图车道线的生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114526746A CN114526746A CN202210253522.7A CN202210253522A CN114526746A CN 114526746 A CN114526746 A CN 114526746A CN 202210253522 A CN202210253522 A CN 202210253522A CN 114526746 A CN114526746 A CN 114526746A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane line
- rtk
- space coordinate
- coordinate 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 38
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000003672 processing method Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 abstract description 11
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 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
- G01C21/32—Structuring or formatting of map data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种高精地图车道线生成方法、装置、设备及存储介质。该方法包括:同步车辆相机与RTK设备的系统时间;获取RTK设备中的车辆定位信息,其中车辆定位信息包括:车辆空间坐标点;采集车辆相机上传的道路图像;对道路图像进行识别处理,得到道路图像中的车道线像素坐标点;以时间戳作为索引因子,利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点;对车辆空间坐标点进行拟合,得到车道线。本申请由于预先同步了车辆相机与RTK设备的系统时间,利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点时,能够基于时间戳进行偏差优化,使得拟合出来的车道线与道路中实际的车道线不会出现明显偏差,以此提高高精地图的绘制精度。
Description
技术领域
本申请涉及高精地图技术领域,尤其涉及一种高精地图车道线的生成方法、装置、设备及存储介质。
背景技术
高精地图是自动驾驶不可或缺的基础设施,高精地图的绘制是利用安装在车辆上的摄像头以及传感器对道路进行识别,采集关于道路的点云数据,以此完成高精地图的绘制。
车道线作为高精地图的基础元素之一,是高精地图绘制过程中不可缺少的重要元素。相关技术中,高精地图生成的车道线与道路实际车道线存在明显偏差,导致绘制出来的高精地图精度不达标。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种高精地图车道线的生成方法、装置、设备及存储介质,能够提高高精地图的绘制精度。
本申请的第一方面提供了一种高精地图车道线生成方法,包括:
同步车辆相机与RTK设备的系统时间;
获取所述RTK设备中的车辆定位信息,其中所述车辆定位信息包括:车辆空间坐标点;
采集所述车辆相机上传的道路图像;
对所述道路图像进行识别处理,得到所述道路图像中的车道线像素坐标点;
以时间戳作为索引因子,利用所述时间戳匹配出所述车道线像素坐标点对应的车辆空间坐标点;
对所述车辆空间坐标点进行拟合,得到车道线。
优选的,所述同步车辆相机与RTK设备的系统时间,包括:
分别多次获取不同时刻的车辆相机系统时间和RTK设备系统时间;
计算不同时刻的所述车辆相机系统时间与所述RTK设备系统时间的差值,得到多个系统时间差值;
对多个所述系统时间差值进行均值计算,得到目标系统时间差值;
根据所述目标系统时间差值,同步车辆相机与RTK设备的系统时间。
优选的,所述同步车辆相机与RTK设备的系统时间后,还包括:
根据所述车辆相机的位置和所述RTK设备的位置,计算出位置补偿系数;再执行
获取所述RTK设备中的车辆定位信息,其中所述车辆定位信息包括:车辆空间坐标点;
所述以时间戳作为索引因子,利用所述时间戳匹配出所述车道线像素坐标点对应的车辆空间坐标点后,还包括:
将所述车辆空间坐标点与所述位置补偿系数相加,得到目标车辆空间坐标点;
所述对所述车辆空间坐标点进行拟合,得到车道线,包括:
对所述目标车辆空间坐标点进行拟合,得到车道线。
优选的,所述根据所述车辆相机的位置和所述RTK设备的位置,计算出位置补偿系数,包括:
获取车辆速度,并选取道路中的某一位置作为参考位置;
确定所述车辆相机和所述RTK设备分别通过所述参考位置的通过时间;
将所述RTK设备通过所述参考位置的通过时间与所述车辆相机通过所述参考位置的通过时间相减,得到第一通过时间差;
将所述车辆速度与所述第一通过时间差相乘,得到位置补偿系数。
优选的,所述将所述车辆相机通过所述参考位置的通过时间与所述RTK设备通过所述参考位置的通过时间相减,得到第一通过时间差后,还包括:
再次让所述车辆相机和所述RTK设备通过所述参考位置,并确定所述车辆相机和所述RTK设备分别通过所述参考位置的通过时间;
再次将所述RTK设备通过所述参考位置的通过时间与所述车辆相机通过所述参考位置的通过时间相减,得到第二通过时间差;
对所述第一通过时间差和所述第二通过时间差进行均值计算,得到目标通过时间差;
将所述车辆速度与所述第一通过时间差相乘,得到位置补偿系数,包括:
将所述车辆速度与所述目标通过时间差相乘,得到位置补偿系数。
优选的,所述将所述车辆空间坐标点与所述位置补偿系数相加,得到目标车辆空间坐标点,包括:
将所述车辆空间坐标点转换至UTM坐标系下;
将位于UTM坐标系下的所述车辆空间坐标点与所述位置补偿系数相加,得到修正后的位于UTM坐标系下的所述车辆空间坐标点;
将修正后的位于UTM坐标系下的所述车辆空间坐标点转成至WGS84坐标下,得到目标车辆空间坐标点。
本申请的第二方面提供了一种高精地图车道线生成装置,包括:
同步模块,用于同步车辆相机与RTK设备的系统时间;
获取模块,用于获取所述RTK设备中的车辆定位信息,其中所述车辆定位信息包括:车辆空间坐标点;
采集模块,用于采集所述车辆相机上传的道路图像;
识别处理模块,用于对所述道路图像进行识别处理,得到所述道路图像中的车道线像素坐标点;
索引模块,用于以时间戳作为索引因子,利用所述时间戳匹配出所述车道线像素坐标点对应的车辆空间坐标点;
拟合模块,用于对所述车辆空间坐标点进行拟合,得到车道线。
优选的,还包括:
计算模块,用于根据所述车辆相机的位置和所述RTK设备的位置,计算出位置补偿系数;
补偿模块,将所述车辆空间坐标点与所述位置补偿系数相加,得到目标车辆空间坐标点;
所述拟合模块用于对所述车辆空间坐标点进行拟合,得到车道线,包括:
对所述目标车辆空间坐标点进行拟合,得到车道线。
本申请的第三方面提供了一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的数据库集群高可用处理方法。
本申请的第四方面提供了一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的数据库集群高可用处理方法。
本申请提供的技术方案可以包括以下有益效果:
本申请的技术方案,包括:同步车辆相机与RTK设备的系统时间;获取RTK设备中的车辆定位信息,其中车辆定位信息包括:车辆空间坐标点;采集车辆相机上传的道路图像;对道路图像进行识别处理,得到道路图像中的车道线像素坐标点;以时间戳作为索引因子,利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点;对车辆空间坐标点进行拟合,得到车道线。本申请由于预先同步了车辆相机与RTK设备的系统时间,当利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点时,能够基于时间戳进行偏差优化,使得最后拟合出来的车道线与道路中实际的车道线不会出现明显偏差,以此提高高精地图的绘制精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细地描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例中的一种高精地图车道线生成方法的流程示意图;
图2是本申请一实施例中的一种高精地图车道线生成方法的流程示意图;
图3是本申请实施例中的一种高精地图车道线生成装置的结构示意图;
图4是本申请一实施例中的一种高精地图车道线生成装置的结构示意图;
图5是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
相关技术中,高精地图生成的车道线与道路实际车道线存在明显偏差,导致绘制出来的高精地图精度不达标。因此,为了解决上述技术问题,本申请提供了一种高精地图车道线生成方法、装置、设备及存储介质,能够提高高精地图的绘制精度。
以下结合附图详细说明本申请的技术方案。
图1示出了本申请实施例中的一种高精地图车道线生成方法的流程示意图。
请参阅图1,一种高精地图车道线生成方法,包括如下步骤:
步骤S11、同步车辆相机与RTK设备的系统时间。
车辆相机是安装在车辆的摄像装置,用于采集关于道路的视频流数据。RTK设备则是安装在车辆的定位设备,用于对车辆进行GPS定位。
车辆相机和RTK设备都各自有其自己的系统时间,且车辆相机的系统时间与RTK设备的系统时间会有一定偏差,为了能够统一系统时间,需要将车辆相机的系统时间与RTK设备的系统时间进行同步。时间同步的方式可以采用如下方式进行:
1)分别多次获取不同时刻的车辆相机系统时间和RTK设备系统时间。
例如,统计2022年3月11日10点15分10秒、2022年3月11日10点15分11秒、2022年3月11日10点15分13秒、2022年3月11日10点15分14秒、2022年3月11日10点15分15秒的车辆相机系统时间{T1、T2、T3、T4、T5}和RTK设备系统时间{t1、t2、t3、t4、t5}。
2)计算不同时刻的车辆相机系统时间与RTK设备系统时间的差值,得到多个系统时间差值。
根据不同时刻计算不同时刻对应的系统时间差值{ΔT1、ΔT2、ΔT3、ΔT4、ΔT5},其中ΔT1=T1-t1,ΔT2=T2-t2,ΔT3=T3-t3、ΔT4=T4-t4、ΔT5=T5-t5。
3)对多个系统时间差值进行均值计算,得到目标系统时间差值。
根据预设均值算法对多个系统时间差值进行均值计算,得到目标系统时间差值Ttarget=(ΔT1+ΔT2+ΔT3+ΔT4+ΔT5)/5。
4)根据目标系统时间差值,同步车辆相机与RTK设备的系统时间。
计算得到目标系统时间差值Ttarget后,将车辆相机的系统时间与目标系统时间差值Ttarget相加,使得车辆相机的系统时间能够与RTK设备的系统时间同步。
步骤S12、获取RTK设备中的车辆定位信息,其中车辆定位信息包括:车辆空间坐标点。
执行完成时间同步操作后,获取RTK设备中的车辆定位信息,车辆定位信息包括车辆空间坐标点,车辆空间坐标点是GPS定位数据。
步骤S13、采集车辆相机上传的道路图像。
安装在车辆的车辆相机会采集关于道路的视频流数据,视频流数据是由一帧帧道路图像所组成的视频流数据。
步骤S14、对道路图像进行识别处理,得到道路图像中的车道线像素坐标点。
对道路图像进行识别处理,依次对道路图像进行二值化处理、噪点滤波处理、边缘检测、感兴趣区域处理以及霍夫变换处理,能够得到道路图像中的车道线像素坐标点。
步骤S15、以时间戳作为索引因子,利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点。
由于车辆相机的系统时间与RTK设备的系统时间已经完成同步,车辆相机每个时刻都会采集道路图像,对应的,RTK设备在每个时间也会对车辆进行定位,因此,道路图像中携带有时间戳数据,同样的,车辆定位信息同样也携带有时间戳数据。可以以时间戳作为索引因子,基于时间戳匹配出车道线像素坐标点对应的车辆空间坐标点。
步骤S16、对车辆空间坐标点进行拟合,得到车道线。
基于时间戳匹配出车道线像素坐标点对应的车辆空间坐标点,对车辆空间坐标点进行拟合,得到车道线。本申请由于预先同步了车辆相机与RTK设备的系统时间,当利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点时,能够基于时间戳进行偏差优化,使得最后拟合出来的车道线与道路中实际的车道线不会出现明显偏差,以此提高高精地图的绘制精度。
图2示出了本申请一实施例中的一种高精地图车道线生成方法的流程示意图。
请参阅图2,一种高精地图车道线生成方法,包括如下步骤:
步骤S21、同步车辆相机与RTK设备的系统时间。
车辆相机是安装在车辆的摄像装置,用于采集关于道路的视频流数据。RTK设备则是安装在车辆的定位设备,用于对车辆进行GPS定位。
车辆相机和RTK设备都各自有其自己的系统时间,且车辆相机的系统时间与RTK设备的系统时间会有一定偏差,为了能够统一系统时间,需要将车辆相机的系统时间与RTK设备的系统时间进行同步。时间同步的方式可以采用如下方式进行:
1)分别多次获取不同时刻的车辆相机系统时间和RTK设备系统时间。
例如,统计2022年3月11日10点15分10秒、2022年3月11日10点15分11秒、2022年3月11日10点15分13秒、2022年3月11日10点15分14秒、2022年3月11日10点15分15秒的车辆相机系统时间{T1、T2、T3、T4、T5}和RTK设备系统时间{t1、t2、t3、t4、t5}。
2)计算不同时刻的车辆相机系统时间与RTK设备系统时间的差值,得到多个系统时间差值。
根据不同时刻计算不同时刻对应的系统时间差值{ΔT1、ΔT2、ΔT3、ΔT4、ΔT5},其中ΔT1=T1-t1,ΔT2=T2-t2,ΔT3=T3-t3、ΔT4=T4-t4、ΔT5=T5-t5。
3)对多个系统时间差值进行均值计算,得到目标系统时间差值。
根据预设均值算法对多个系统时间差值进行均值计算,得到目标系统时间差值Ttarget=(ΔT1+ΔT2+ΔT3+ΔT4+ΔT5)/5。
4)根据目标系统时间差值,同步车辆相机与RTK设备的系统时间。
计算得到目标系统时间差值Ttarget后,将车辆相机的系统时间与目标系统时间差值Ttarget相加,使得车辆相机的系统时间能够与RTK设备的系统时间同步。
步骤S22、根据车辆相机的位置和RTK设备的位置,计算出位置补偿系数。
由于车辆相机与RTK设备的安装位置不同(车辆相机一般安装在车头位置处,而RTK设备一般安装在车尾位置处),因此,需要根据车辆相机的位置和RTK设备的位置,计算出位置补偿系数。具体方式如下:
步骤S221a、获取车辆速度V车,并选取道路中的某一位置作为参考位置。
例如,获取车辆速度V车=3米/秒。
步骤S222a、确定车辆相机和RTK设备分别通过参考位置的通过时间。
例如,确定车辆相机通过参考位置的时间为2022年3月11日12点54分,而RTK设备通过参考位置的时间为2022年3月11日12点54分3秒。
步骤S223a、将RTK设备通过参考位置的通过时间与车辆相机通过参考位置的通过时间相减,得到第一通过时间差。
将RTK设备通过参考位置的通过时间与车辆相机通过参考位置的通过时间相减,得到第一通过时间差ΔK1=2022年3月11日12点54分3秒-2022年3月11日12点54分=3秒。
步骤S224a、将车辆速度V车与第一通过时间差ΔK1相乘,得到位置补偿系数Pcc。
根据车辆速度V车与第一通过时间差ΔK1=3*3=9米,此时就计算得到位置补偿系数Pcc=9米。
进一步地,为了让计算出来的位置补偿系数Pcc更加准确,在一些实施例中,还可以采用如下方式计算出位置补偿系数Pcc:
步骤S221b、获取车辆速度V车,并选取道路中的某一位置作为参考位置。
例如,获取车辆速度V车=3米/秒。
步骤S222b、确定车辆相机和RTK设备分别通过参考位置的通过时间。
例如,确定车辆相机通过参考位置的时间为2022年3月11日12点54分,而RTK设备通过参考位置的时间为2022年3月11日12点54分3秒。
步骤S223b、将RTK设备通过参考位置的通过时间与车辆相机通过参考位置的通过时间相减,得到第一通过时间差ΔK1。
将RTK设备通过参考位置的通过时间与车辆相机通过参考位置的通过时间相减,得到第一通过时间差ΔK1=2022年3月11日12点54分3秒-2022年3月11日12点54分=3秒。
步骤S224b、再次让车辆相机和RTK设备通过参考位置,并确定车辆相机和RTK设备分别通过参考位置的通过时间。
例如,确定车辆相机再次通过参考位置的时间为2022年3月11日12点54分,而RTK设备再次通过参考位置的时间为2022年3月11日12点54分5秒。
步骤S225b、再次将RTK设备通过参考位置的通过时间与车辆相机通过参考位置的通过时间相减,得到第二通过时间差ΔK2。
再次将RTK设备通过参考位置的通过时间与车辆相机通过参考位置的通过时间相减,得到第二通过时间差ΔK2=2022年3月11日12点54分5秒-2022年3月11日12点54分=5秒。
步骤S226b、对第一通过时间差和第二通过时间差进行均值计算,得到目标通过时间差;
对第一通过时间差ΔK1和第二通过时间差ΔK2进行均值计算,得到目标通过时间差Ktarget=(5+2)/2=3.5秒。
步骤S227b、将车辆速度V车与目标通过时间差Ktarget相乘,得到位置补偿系数。
根据车辆速度V车与目标通过时间差Ktarget=3*3.5=10.5米,此时就计算得到位置补偿系数Pcc=10.5米。由于位置补偿系数Pcc是由前后两次通过参考位置的时间差均值计算出来的,因此能够进一步消除误差。
步骤S23、获取RTK设备中的车辆定位信息,其中车辆定位信息包括:车辆空间坐标点。
执行完成时间同步操作和计算出位置补偿系数后,获取RTK设备中的车辆定位信息,车辆定位信息包括车辆空间坐标点,车辆空间坐标点是GPS定位数据。
步骤S24、采集车辆相机上传的道路图像。
安装在车辆的车辆相机会采集关于道路的视频流数据,视频流数据是由一帧帧道路图像所组成的视频流数据。
步骤S25、对道路图像进行识别处理,得到道路图像中的车道线像素坐标点。
对道路图像进行识别处理,依次对道路图像进行二值化处理、噪点滤波处理、边缘检测、感兴趣区域处理以及霍夫变换处理,能够得到道路图像中的车道线像素坐标点。
步骤S26、以时间戳作为索引因子,利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点。
由于车辆相机的系统时间与RTK设备的系统时间已经完成同步,车辆相机每个时刻都会采集道路图像,对应的,RTK设备在每个时间也会对车辆进行定位,因此,道路图像中携带有时间戳数据,同样的,车辆定位信息同样也携带有时间戳数据。可以以时间戳作为索引因子,基于时间戳匹配出车道线像素坐标点对应的车辆空间坐标点。
步骤S27、将车辆空间坐标点与位置补偿系数相加,得到目标车辆空间坐标点。
利用位置补偿系数Pcc对车辆空间坐标点进行补偿,具体方式如下:将车辆空间坐标点转换至UTM坐标系下;将位于UTM坐标系下的车辆空间坐标点与位置补偿系数相加,得到修正后的位于UTM坐标系下的车辆空间坐标点;将修正后的位于UTM坐标系下的车辆空间坐标点转成至WGS84坐标下,得到目标车辆空间坐标点。通过上述方式,就能将对车辆空间坐标点进行位置补偿。
步骤S28、对目标车辆空间坐标点进行拟合,得到车道线。
基于时间戳匹配出车道线像素坐标点对应的车辆空间坐标点,再将车辆空间坐标点与位置补偿系数相加,得到目标车辆空间坐标点,对目标车辆空间坐标点进行拟合,得到车道线。本实施例由于预先同步了车辆相机与RTK设备的系统时间,同时还进行了位置补偿,能够进一步使得拟合出来的车道线与道路中实际的车道线更加接近(尤其是在车道线的拐弯部分或者路口部分),即优化误差,以此提高高精地图的绘制精度。
与前述的功能方法实施例相对应,本申请提供了一种高精地图车道线生成装置及相应的实施例。
图3示出了本申请实施例中的一种高精地图车道线生成装置的结构示意图。
请参阅图3,一种高精地图车道线生成装置30,包括:同步模块310、获取模块320、采集模块330、识别处理模块340、索引模块350和拟合模块360。
同步模块310用于同步车辆相机与RTK设备的系统时间。
获取模块320用于获取RTK设备中的车辆定位信息,其中车辆定位信息包括:车辆空间坐标点。
采集模块330用于采集车辆相机上传的道路图像。
识别处理模块340用于对道路图像进行识别处理,得到道路图像中的车道线像素坐标点。
索引模块350用于以时间戳作为索引因子,利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点。
拟合模块360用于对车辆空间坐标点进行拟合,得到车道线。
本实施例的装置,同步模块310用于同步车辆相机与RTK设备的系统时间,获取模块320用于获取RTK设备中的车辆定位信息,其中车辆定位信息包括:车辆空间坐标点。采集模块330用于采集车辆相机上传的道路图像,识别处理模块340用于对道路图像进行识别处理,得到道路图像中的车道线像素坐标点,索引模块350用于以时间戳作为索引因子,利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点,拟合模块360用于对车辆空间坐标点进行拟合,得到车道线。本申请由于预先同步了车辆相机与RTK设备的系统时间,当利用时间戳匹配出车道线像素坐标点对应的车辆空间坐标点时,能够基于时间戳进行偏差优化,使得最后拟合出来的车道线与道路中实际的车道线不会出现明显偏差,以此提高高精地图的绘制精度。
图4示出了本申请一实施例中的一种高精地图车道线生成装置的结构示意图。
请参阅图4,一种高精地图车道线生成装置30,包括:同步模块310、计算模块370、获取模块320、采集模块330、识别处理模340、索引模块350、补偿模块380和拟合模块360。
其中同步模块310、获取模块320、采集模块330、识别处理模340、索引模块350的功能请参阅图3中的相关描述,此处不再赘述。
计算模块370用于根据车辆相机的位置和RTK设备的位置,计算出位置补偿系数;
补偿模块380将车辆空间坐标点与位置补偿系数相加,得到目标车辆空间坐标点;
拟合模块360用于对目标车辆空间坐标点进行拟合,得到车道线。
关于上述实施例中的装置及系统,其中各个模块及单元执行操作的具体方式已经在有关该装置及系统所对应的方法实施例中进行了详细描述,此处将不再做详细阐述说明。
请参阅图5,电子设备500包括处理器510和存储器520。
处理器510可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器520可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM)和永久存储装置。其中,ROM可以存储处理器510或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器520可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(例如DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。存储器520上存储有可执行代码,当可执行代码被处理器510处理时,可以使处理器510执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质),其上存储有可执行代码(或计算机程序或计算机指令代码),当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种高精地图车道线生成方法,其特征在于,包括:
同步车辆相机与RTK设备的系统时间;
获取所述RTK设备中的车辆定位信息,其中所述车辆定位信息包括:车辆空间坐标点;
采集所述车辆相机上传的道路图像;
对所述道路图像进行识别处理,得到所述道路图像中的车道线像素坐标点;
以时间戳作为索引因子,利用所述时间戳匹配出所述车道线像素坐标点对应的车辆空间坐标点;
对所述车辆空间坐标点进行拟合,得到车道线。
2.根据权利要求1所述的高精地图车道线生成方法,其特征在于,所述同步车辆相机与RTK设备的系统时间,包括:
分别多次获取不同时刻的车辆相机系统时间和RTK设备系统时间;
计算不同时刻的所述车辆相机系统时间与所述RTK设备系统时间的差值,得到多个系统时间差值;
对多个所述系统时间差值进行均值计算,得到目标系统时间差值;
根据所述目标系统时间差值,同步车辆相机与RTK设备的系统时间。
3.根据权利要求1所述的高精地图车道线生成方法,其特征在于,所述同步车辆相机与RTK设备的系统时间后,还包括:
根据所述车辆相机的位置和所述RTK设备的位置,计算出位置补偿系数;再执行
获取所述RTK设备中的车辆定位信息,其中所述车辆定位信息包括:车辆空间坐标点;
所述以时间戳作为索引因子,利用所述时间戳匹配出所述车道线像素坐标点对应的车辆空间坐标点后,还包括:
将所述车辆空间坐标点与所述位置补偿系数相加,得到目标车辆空间坐标点;
所述对所述车辆空间坐标点进行拟合,得到车道线,包括:
对所述目标车辆空间坐标点进行拟合,得到车道线。
4.根据权利要求3所述的高精地图车道线生成方法,其特征在于,所述根据所述车辆相机的位置和所述RTK设备的位置,计算出位置补偿系数,包括:
获取车辆速度,并选取道路中的某一位置作为参考位置;
确定所述车辆相机和所述RTK设备分别通过所述参考位置的通过时间;
将所述RTK设备通过所述参考位置的通过时间与所述车辆相机通过所述参考位置的通过时间相减,得到第一通过时间差;
将所述车辆速度与所述第一通过时间差相乘,得到位置补偿系数。
5.根据权利要求4所述的所述的高精地图车道线生成方法,其特征在于,所述将所述车辆相机通过所述参考位置的通过时间与所述RTK设备通过所述参考位置的通过时间相减,得到第一通过时间差后,还包括:
再次让所述车辆相机和所述RTK设备通过所述参考位置,并确定所述车辆相机和所述RTK设备分别通过所述参考位置的通过时间;
再次将所述RTK设备通过所述参考位置的通过时间与所述车辆相机通过所述参考位置的通过时间相减,得到第二通过时间差;
对所述第一通过时间差和所述第二通过时间差进行均值计算,得到目标通过时间差;
将所述车辆速度与所述第一通过时间差相乘,得到位置补偿系数,包括:
将所述车辆速度与所述目标通过时间差相乘,得到位置补偿系数。
6.根据权利要求3~5中任意一项所述的高精地图车道线生成方法,其特征在于,所述将所述车辆空间坐标点与所述位置补偿系数相加,得到目标车辆空间坐标点,包括:
将所述车辆空间坐标点转换至UTM坐标系下;
将位于UTM坐标系下的所述车辆空间坐标点与所述位置补偿系数相加,得到修正后的位于UTM坐标系下的所述车辆空间坐标点;
将修正后的位于UTM坐标系下的所述车辆空间坐标点转成至WGS84坐标下,得到目标车辆空间坐标点。
7.一种高精地图车道线生成装置,其特征在于,包括:
同步模块,用于同步车辆相机与RTK设备的系统时间;
获取模块,用于获取所述RTK设备中的车辆定位信息,其中所述车辆定位信息包括:车辆空间坐标点;
采集模块,用于采集所述车辆相机上传的道路图像;
识别处理模块,用于对所述道路图像进行识别处理,得到所述道路图像中的车道线像素坐标点;
索引模块,用于以时间戳作为索引因子,利用所述时间戳匹配出所述车道线像素坐标点对应的车辆空间坐标点;
拟合模块,用于对所述车辆空间坐标点进行拟合,得到车道线。
8.根据权利要求7所述的高精地图车道线生成装置,其特征在于,还包括:
计算模块,用于根据所述车辆相机的位置和所述RTK设备的位置,计算出位置补偿系数;
补偿模块,将所述车辆空间坐标点与所述位置补偿系数相加,得到目标车辆空间坐标点;
所述拟合模块用于对所述车辆空间坐标点进行拟合,得到车道线,包括:
对所述目标车辆空间坐标点进行拟合,得到车道线。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1至6中任一项所述的数据库集群高可用处理方法。
10.一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1至6中任一项所述的数据库集群高可用处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210253522.7A CN114526746A (zh) | 2022-03-15 | 2022-03-15 | 高精地图车道线的生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210253522.7A CN114526746A (zh) | 2022-03-15 | 2022-03-15 | 高精地图车道线的生成方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114526746A true CN114526746A (zh) | 2022-05-24 |
Family
ID=81627677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210253522.7A Pending CN114526746A (zh) | 2022-03-15 | 2022-03-15 | 高精地图车道线的生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114526746A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116182878A (zh) * | 2022-12-15 | 2023-05-30 | 禾多科技(北京)有限公司 | 道路曲面信息生成方法、装置、设备和计算机可读介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105282438A (zh) * | 2015-09-18 | 2016-01-27 | 贵州省第二测绘院 | 一种辅助地理国情解译与核查的全景照片采集方法 |
CN107314778A (zh) * | 2017-08-04 | 2017-11-03 | 广东工业大学 | 一种相对姿态的标定方法、装置及系统 |
CN110378968A (zh) * | 2019-06-24 | 2019-10-25 | 深圳奥比中光科技有限公司 | 相机和惯性测量单元相对姿态的标定方法及装置 |
CN111815742A (zh) * | 2020-09-14 | 2020-10-23 | 蘑菇车联信息科技有限公司 | 一种车道线生成方法及系统 |
CN111811527A (zh) * | 2020-09-12 | 2020-10-23 | 蘑菇车联信息科技有限公司 | 地图数据的时间同步方法、装置及相关设备 |
CN111829515A (zh) * | 2020-07-09 | 2020-10-27 | 新石器慧通(北京)科技有限公司 | 一种时间同步方法、装置、车辆及存储介质 |
CN112378410A (zh) * | 2020-12-03 | 2021-02-19 | 东风汽车集团有限公司 | 车辆行驶盲区校准方法、装置、设备及存储介质 |
CN113175937A (zh) * | 2021-06-29 | 2021-07-27 | 天津天瞳威势电子科技有限公司 | 一种车道线感知结果的评测方法及装置 |
CN113870343A (zh) * | 2020-06-30 | 2021-12-31 | 长沙智能驾驶研究院有限公司 | 相对位姿标定方法、装置、计算机设备和存储介质 |
CN113989766A (zh) * | 2021-09-16 | 2022-01-28 | 森思泰克河北科技有限公司 | 道路边缘检测方法、应用于车辆的道路边缘检测设备 |
CN114076918A (zh) * | 2020-08-20 | 2022-02-22 | 北京万集科技股份有限公司 | 毫米波雷达、激光雷达与相机联合标定方法和装置 |
-
2022
- 2022-03-15 CN CN202210253522.7A patent/CN114526746A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105282438A (zh) * | 2015-09-18 | 2016-01-27 | 贵州省第二测绘院 | 一种辅助地理国情解译与核查的全景照片采集方法 |
CN107314778A (zh) * | 2017-08-04 | 2017-11-03 | 广东工业大学 | 一种相对姿态的标定方法、装置及系统 |
CN110378968A (zh) * | 2019-06-24 | 2019-10-25 | 深圳奥比中光科技有限公司 | 相机和惯性测量单元相对姿态的标定方法及装置 |
CN113870343A (zh) * | 2020-06-30 | 2021-12-31 | 长沙智能驾驶研究院有限公司 | 相对位姿标定方法、装置、计算机设备和存储介质 |
CN111829515A (zh) * | 2020-07-09 | 2020-10-27 | 新石器慧通(北京)科技有限公司 | 一种时间同步方法、装置、车辆及存储介质 |
CN114076918A (zh) * | 2020-08-20 | 2022-02-22 | 北京万集科技股份有限公司 | 毫米波雷达、激光雷达与相机联合标定方法和装置 |
CN111811527A (zh) * | 2020-09-12 | 2020-10-23 | 蘑菇车联信息科技有限公司 | 地图数据的时间同步方法、装置及相关设备 |
CN111815742A (zh) * | 2020-09-14 | 2020-10-23 | 蘑菇车联信息科技有限公司 | 一种车道线生成方法及系统 |
CN112378410A (zh) * | 2020-12-03 | 2021-02-19 | 东风汽车集团有限公司 | 车辆行驶盲区校准方法、装置、设备及存储介质 |
CN113175937A (zh) * | 2021-06-29 | 2021-07-27 | 天津天瞳威势电子科技有限公司 | 一种车道线感知结果的评测方法及装置 |
CN113989766A (zh) * | 2021-09-16 | 2022-01-28 | 森思泰克河北科技有限公司 | 道路边缘检测方法、应用于车辆的道路边缘检测设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116182878A (zh) * | 2022-12-15 | 2023-05-30 | 禾多科技(北京)有限公司 | 道路曲面信息生成方法、装置、设备和计算机可读介质 |
CN116182878B (zh) * | 2022-12-15 | 2023-09-12 | 禾多科技(北京)有限公司 | 道路曲面信息生成方法、装置、设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11544938B2 (en) | Systems and methods for automatic labeling of images for supervised machine learning | |
WO2020104423A1 (en) | Method and apparatus for data fusion of lidar data and image data | |
US20220044424A1 (en) | Machine learning and vision-based approach to zero velocity update object detection | |
CN111784784B (zh) | Imu内参的标定方法、装置、电子设备仪及存储介质 | |
CN114526746A (zh) | 高精地图车道线的生成方法、装置、设备及存储介质 | |
CN111811527A (zh) | 地图数据的时间同步方法、装置及相关设备 | |
CN112595335B (zh) | 一种智慧交通行车停止线的生成方法及相关装置 | |
WO2020183312A1 (en) | System and method for dynamic stereoscopic calibration | |
CN112598743A (zh) | 一种单目视觉图像的位姿估算方法及相关装置 | |
CN114049394B (zh) | 一种单目测距方法、装置、设备及存储介质 | |
FR3053554A1 (fr) | Procede de calibration rapide d'une camera de vehicule automobile | |
CN116182794A (zh) | 高精地图路面高度生成方法、装置、电子设备和存储介质 | |
WO2020113425A1 (en) | Systems and methods for constructing high-definition map | |
CN113465615B (zh) | 车道线的生成方法及相关装置 | |
CN112348903B (zh) | 行车记录仪外参数标定方法、装置及电子设备 | |
CN115112125A (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN114863347A (zh) | 地图校验方法、装置及设备 | |
CN112556702A (zh) | 一种车辆移动轨迹的高度修正方法及相关装置 | |
CN113538546B (zh) | 用于自动驾驶的目标检测方法、装置及设备 | |
CN114820784A (zh) | 路牌的生成方法、装置及电子设备 | |
CN114248782A (zh) | 无人车俯仰角确定方法、装置和计算机可读存储介质 | |
CN114820783A (zh) | 一种路牌生成方法、装置及设备 | |
CN117593736A (zh) | 高精地图资料的精度检测方法、装置、设备及介质 | |
CN112801077B (zh) | 用于自动驾驶车辆的slam初始化的方法及相关装置 | |
CN115619740A (zh) | 一种高精度视频测速方法、系统、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 |