CN114662564A - 道路数据融合方法及车辆自动驾驶方法 - Google Patents
道路数据融合方法及车辆自动驾驶方法 Download PDFInfo
- Publication number
- CN114662564A CN114662564A CN202210173615.9A CN202210173615A CN114662564A CN 114662564 A CN114662564 A CN 114662564A CN 202210173615 A CN202210173615 A CN 202210173615A CN 114662564 A CN114662564 A CN 114662564A
- Authority
- CN
- China
- Prior art keywords
- road
- precision
- target
- intersection
- data
- 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 56
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 20
- 238000013507 mapping Methods 0.000 claims abstract description 121
- 238000009877 rendering Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000008685 targeting Effects 0.000 claims 2
- 238000012423 maintenance Methods 0.000 abstract description 8
- 230000004927 fusion Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 22
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开实施例公开了一种道路数据融合方法及车辆自动驾驶方法,所述道路数据融合方法包括:获取道路实物层数据;所述道路实物层数据包括实际道路数据与高精路网数据的第一映射关系以及实际道路数据与标精路网数据之间的第二映射关系;基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系;所述匹配关系包括路口内道路之间的区间对应关系以及路径对应关系;基于所述匹配关系对高精路网数据和所述标精路网数据进行融合。该技术方案能够在实际道路有更新时,可以仅更新道路实物层数据以及道路实物层数据分别与高精路网数据、标精路网数据之间的映射关系,稳定性高,维护成本低。
Description
技术领域
本公开涉及电子地图技术领域,具体涉及一种道路数据融合方法及车辆自动驾驶方法。
背景技术
随着基于位置的服务(LBS)的发展,越来越多的应用软件集成了与电子地图有关的服务能力。此外,一些人工智能设备也依赖于电子地图,例如自动驾驶设备依赖于高精地图实现行驶过程。相比于人工驾驶方式中驾驶员所使用的电子导航地图,高精地图通过更加准确丰富的信息描述道路,以便于自动驾驶设备理解道路状况,从而基于道路状况规划动作,通过执行动作来完成行驶过程。
目前,由于高精地图起步较晚,只针对部分区域制作了高精地图,而大部分区域依然只对应有标精地图,因此自动驾驶设备需要同时使用高精地图和标精地图,并通过将高精地图和标精地图融合后使用。
高精地图和标精地图之间较为常见的融合方案是道路或路口的ID(标识)映射方案,例如路径规划时,使用标精地图计算路径,并通过路径上的标精道路ID获取对应的高精道路ID,再转换成高精路径。但是,由于标精地图和高精地图上的道路ID经常更新,只要任一道路ID发生变化,就需要重新制作ID映射关系,稳定性差,维护成本高。
因此,需要提出一种高精地图和标精地图的融合方案,以解决上述提到的稳定性差以及维护成本高的问题。
发明内容
本公开实施例提供一种道路数据融合方法及车辆自动驾驶方法。
第一方面,本公开实施例中提供了一种道路数据融合方法,包括:
获取道路实物层数据;所述道路实物层数据包括实际道路数据与高精路网数据的第一映射关系以及实际道路数据与标精路网数据之间的第二映射关系;
基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系;所述匹配关系包括路口内道路之间的区间对应关系以及路径对应关系;
基于所述匹配关系对高精路网数据和所述标精路网数据进行融合。
进一步地,所述第一映射关系包括实际路口与高精路口之间的映射关系、实际路口内道路与高精路口内道路之间的映射关系;和/或,所述第二映射关系包括实际路口与标精路口之间的映射关系、实际路口内道路与标精路口内道路之间的映射关系。
进一步地,基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系,包括:
基于所述第一映射关系以及所述第二映射关系确定所述高精路网数据中目标路口对应的目标高精数据以及目标标精数据;
基于所述目标高精数据确定所述目标路口对应的目标高精路径;
基于所述目标标精数据确定所述目标路口对应的目标标精路径;
确定所述目标高精路径和所述目标标精路径之间的匹配关系。
进一步地,基于所述第一映射关系以及所述第二映射关系确定所述高精路网数据中目标路口对应的目标高精数据以及目标标精数据,包括:
基于所述第一映射关系将所述高精路网数据按照路口进行分组,每组包括一个目标路口对应的目标高精数据;
基于所述第二映射关系确定所述目标路口在所述标精路网数据中对应的标精路口;
从所述标精路网数据中提取出所述标精路口对应的目标标精数据。
进一步地,基于所述目标高精数据确定所述目标路口对应的目标高精路径,还包括:
基于所述目标高精数据建立所述目标路口对应的高精道路拓扑有向图;所述高精道路拓扑有向图中的顶点包括所述目标路口关联的高精道路与所述目标路口对应的高精路口道路面的交点,以及通过所述交点的高精路径中的其他路径端点,所述高精道路拓扑有向图中顶点之间的连线包括所述高精路径中通过所述顶点的高精道路,所述连线的方向为所述高精道路的行驶方向;
确定所述高精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出高精道路的顶点;
基于所述孤立顶点之间的高精路径确定所述目标高精数据中所述目标路口对应的目标高精路径。
进一步地,基于所述目标标精数据确定所述目标路口对应的目标标精路径,包括:
基于所述目标标精数据建立所述目标路口对应的标精道路拓扑有向图;所述标精道路拓扑有向图中的顶点包括所述目标路口关联的标精道路之间的交点,以及通过所述交点的标精路径中的其他路径端点,所述标精道路拓扑有向图中顶点之间的连线包括所述标精路径中通过所述顶点的标精路径,所述连线的方向为所述标精道路的行驶方向;
确定所述标精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出的标精道路的顶点;
基于所述孤立顶点之间的标精路径确定所述目标标精数据中所述目标路口对应的目标标精路径。
进一步地,确定所述目标高精路径和所述目标标精路径之间的匹配关系,包括:
确定所述目标高精路径中,最后一条进入目标路口的高精道路对应的第一实际道路和第一条退出目标路口的高精道路对应的第二实际道路;
确定所述目标标精路径中,最后一条进入目标路口的标精道路对应的第三实际道路和第一条退出目标路口的标精道路对应的第四实际道路;
在所述第一实际道路中包含所述第三实际道路,且所述第二实际道路包含所述第四实际道路时,确定所述目标高精路径与所述目标标精路径相匹配。
进一步地,基于所述匹配关系对高精路网数据和所述标精路网数据进行融合,包括:
针对相匹配的目标高精路径以及目标标精路径,如果所述目标标精路径中的标精道路为路口内标精道路,则将相匹配的所述目标高精路径中的所有路口内高精道路挂接到所述路口内标精道路上;
如果所述目标标精路径中的标精道路为非路口内标精道路,则利用所述目标路口的高精路口道路面切分所述非路口内标精道路,得到切分道路区间,将所述目标高精路径中所有路口内高精道路挂接到切分所得到的所述切分道路区间上。
第二方面,本公开实施例中提供了一种车辆自动驾驶方法,所述方法利用第一方面所述的方法得到的高精路网数据和标精路网数据的融合数据,控制车辆的自动驾驶过程。
第三方面,本公开实施例中提供了一种基于位置的服务提供方法,所述方法利用第一方面所述的方法得到的高精路网数据和标精路网数据的融合数据,为被服务对象提供基于位置的服务,所述基于位置的服务包括:导航、地图渲染、路线规划中的一种或多种。
第四方面,本公开实施例中提供了一种道路数据融合装置,其中,包括:
获取模块,被配置为获取道路实物层数据;所述道路实物层数据包括实际道路数据与高精路网数据的第一映射关系以及实际道路数据与标精路网数据之间的第二映射关系;
确定模块,被配置为基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系;所述匹配关系包括路口内道路之间的区间对应关系以及路径对应关系;
融合模块,被配置为基于所述匹配关系对高精路网数据和所述标精路网数据进行融合。
第五方面,本公开实施例中提供了一种车辆自动驾驶装置,所述装置利用第四方面所述的装置得到的高精路网数据和标精路网数据的融合数据,控制车辆的自动驾驶过程。
第六方面,本公开实施例中提供了一种基于位置的服务提供装置,所述装置利用第四方面所述的装置得到的高精路网数据和标精路网数据的融合数据,为被服务对象提供基于位置的服务,所述基于位置的服务包括:导航、地图渲染、路线规划中的一种或多种。
所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,上述装置的结构中包括存储器和处理器,所述存储器用于存储一条或多条支持上述装置执行上述对应方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。上述装置还可以包括通信接口,用于上述装置与其他设备或通信网络通信。
第七方面,本公开实施例提供了一种电子设备,包括存储器、处理器以及存储在存储器上的计算机程序,其中,所述处理器执行所述计算机程序以实现上述任一方面所述的方法。
第八方面,本公开实施例提供了一种计算机可读存储介质,用于存储上述任一装置所用的计算机指令,该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
第九方面,本公开实施例提供了一种计算机程序产品,其包含计算机指令,该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例在对高精路网数据和标精路网数据进行融合时,预先抽象出描述实际道路数据、实际道路数据和高精路网数据之间的第一映射关系以及实际道路数据和标精路网数据之间的第二映射关系的道路实物层,在进行融合时,基于该第一映射关系以及第二映射关系确定高精路网数据和标精路网数据之间的匹配关系,进而基于该匹配关系进行融合。上述技术方案,由于通过道路实物层数据来分别维护与高精路网数据和标精路网数据之间的映射关系,因此在实际道路有更新时,可以仅更新道路实物层数据以及道路实物层数据分别与高精路网数据、标精路网数据之间的映射关系,并在实际使用前基于更新后的上述映射关系进行高精路网数据和标精路网数据的融合,而无需重新制作高精路网数据和标精路网数据,稳定性高,维护成本低。
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,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的道路数据融合方法的流程图;
图2示出根据本公开一实施方式的同一路口对应的高精路网数据、标精路网数据以及道路实物层数据之间对应关系示意图;
图3示出根据本公开一实施方式的高精路网数据中目标路口对应的高精路径以及高精道路拓扑有向图中孤立顶点的示意图;
图4示出根据本公开一实施方式的标精路网数据中目标路口对应的标精路径以及标精道路拓扑有向图中孤立顶点的示意图;
图5示出根据本公开一实施方式中高精路网数据以及标精路网数据的融合数据在自动驾驶车辆上的应用示意图;
图6示出根据本公开一实施方式的道路数据融合装置的结构框图;
图7是适于用来实现根据本公开实施方式的道路数据融合方法、车辆自动驾驶方法和/或基于位置的服务提供方法的电子设备的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
下面通过具体实施例详细介绍本公开实施例的细节。
图1示出根据本公开一实施方式的道路数据融合方法的流程图。如图1所示,该道路数据融合方法包括以下步骤:
在步骤S101中,获取道路实物层数据;所述道路实物层数据包括实际道路数据与高精路网数据的第一映射关系以及实际道路数据与标精路网数据之间的第二映射关系;
在步骤S102中,基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系;所述匹配关系包括所述高精路网数据和所述标精路网数据中的路径对应关系;
在步骤S103中,基于所述匹配关系对高精路网数据和所述标精路网数据进行融合。
本实施例中,该道路数据融合方法可以在服务器上执行,服务器基于高精地图中的高精路网数据以及标精地图中的标精路网数据确定两者的匹配关系,并基于该匹配关系融合高精路网数据以及标精路网数据。
高精地图(High-Definition Map,简称HD Map),可以拥有精确的车辆位置信息和丰富的道路元素数据信息,可以协助自动驾驶设备预知路面复杂信息、入坡度、曲率、航向等,能够更好的规避潜在的风险,是实现自动驾驶的关键。
标精地图(Street Directory Map,简称SD Map),是传统导航电子地图的简称,是利用计算机技术,以数字方式存储和查阅的地图,通过车载、手机等移动端间接服务于用户做检索、定位、路径规划及导航。
高精地图中包括高精路网数据,标精地图包括标精路网数据。标精路网数据可以是导航系统在导航过程中通常所使用的精度较低的路网数据,也即在传统导航引导过程中,导航页面上显示的道路信息基本上是基于标精路网数据得到的。而高精路网数据则相较于标精路网数据,具有更高的精度且具有更详细的地物表达。高精路网数据不仅有高精度的坐标,同时还包括准确的车道形状,并且还包括每个车道的坡度、曲率、航向、高程、侧倾等更详尽的数据。
由于高精路网数据信息较多,数据采集困难,占用的存储空间、传输时占用的带宽资源等较多,因此通常情况下导航系统使用标精路网数据建立地图模型,并在导航引导时基于标精路网数据建立的地图模型进行导航引导。
而在自动驾驶系统或其他对地图精度要求较高的系统中,需要依赖高精路网数据进行自动驾驶的控制和引导。因此可以将传统的标精路网数据和高精路网数据融合后使用。
本公开实施例中,为了增加标精路网数据和高精路网数据融合的稳定性,降低维护成本,在标精路网数据和高精路网数据之间抽象出道路实物层数据。该道路实物层数据包括现实中实际道路和高精路网数据的第一映射关系,以及实际道路和标精路网数据之间的第二映射关系,例如第一映射关系可以包括实际道路中路口标识与高精路网数据中路口标识之间的映射关系,实际道路中道路标识与高精路网数据中道路标识之间的映射关系等;第二映射关系可以包括实际道路中路口标识与标精路网数据中路口标识之间的映射关系,实际道路中道路标识与标精路网数据中道路标识之间的映射关系。
图2示出根据本公开一实施方式的同一路口对应的高精路网数据、标精路网数据以及道路实物层数据之间对应关系示意图。如图2所示,SD数据表示标精路网数据中该路口的显示效果图,实物层表示道路实物层数据中该路口的显示效果图,HD数据表示高精路网数据中该路口的显示效果图。HD LaneGroup和实物关联表中示出了高精路网数据与实际道路数据之间的第一映射关系,SD Road和实物关联表中示出了标精路网数据与实际道路数据之间的第二映射关系。EL1-EL10表示实物路口EI1涉及的各个实物道路,S1-S8表示对应于实物道路EL1-EL10对应的标精道路,SC1表示实物路口EI1对应的标精路口,H1-H7表示实物道路EL1-EL10对应的高精道路,H12、H18、H34、H36、H38、H52、H54、H56、H72、H74、H78表示实物路口EI1对应的高精路口内道路。
本公开实施例中,道路实物层数据和现实中的道路始终保持一致,在现实中的路口增加、路口减少、路段增加、路段减少或道路几何形态发生较大变化(例如改道)时,会更新道路实物层数据;道路实物层数据具有全局唯一、稳定、可跨版继承的特点。
在将高精路网数据和标精路网数据融合使用时,可以使用道路实物层数据作为中介,在数据维护阶段,可以只基于现实中的路口数据维护道路实物层数据,并维护高精路网数据和实际道路数据的第一映射关系以及标精路网数据和实际道路数据的第二映射关系即可。由于道路实物层数据仅给出了路口以及道路的对应关系,因此维护起来成本较低,稳定性更高。
在数据融合阶段,可以基于道路实物层数据中所维护的第一映射关系以及第二映射关系计算同一路口对应的高精路网数据和标精路网数据之间的匹配关系,该匹配关系可以包括但不限于该路口内道路之间的区间对应关系以及路径对应关系。需要说明的是,区间对应关系表示该路口所在范围内的区间高精道路和标精道路之间的对应关系,路径对应关系表示在高精路网数据中涉及该路口的全部或者部分路径与标精路网数据中涉及该路口的全部或部分路径之间的对应关系。
在确定了高精路网数据以及标精路网数据之间的匹配关系后,可以基于该匹配关系将高精路网数据和标精路网数据进行融合。例如,可以针对同一路口,将高精路网数据中的路径挂载到标精路网数据中的路径,在实际使用时,可以基于标精路网数据计算路径,再基于该路径使用所挂载的高精路网数据。
本公开实施例在对高精路网数据和标精路网数据进行融合时,预先抽象出描述实际道路数据、实际道路数据和高精路网数据之间的第一映射关系以及实际道路数据和标精路网数据之间的第二映射关系的道路实物层,在进行融合时,基于该第一映射关系以及第二映射关系确定高精路网数据和标精路网数据之间的匹配关系,进而基于该匹配关系进行融合。上述技术方案,由于通过道路实物层数据来分别维护与高精路网数据和标精路网数据之间的映射关系,因此在实际道路有更新时,可以仅更新道路实物层数据以及道路实物层数据分别与高精路网数据、标精路网数据之间的映射关系,并在实际使用前基于更新后的上述映射关系进行高精路网数据和标精路网数据的融合,而无需重新制作高精路网数据和标精路网数据,稳定性高,维护成本低。
在本实施例的一个可选实现方式中,所述第一映射关系包括实际道路与高精道路之间的映射关系、实际路口与高精路口内道路之间的映射关系;和/或,所述第二映射关系包括实际道路与标精道路之间的映射关系、实际路口与标精路口之间的映射关系。
该可选的实现方式中,如图2所示,道路实物层数据中将现实中的道路分为实际路口以及与实际路口相连的实际道路;而高精路网数据中道路被描述为高精道路(如图2中的H1-H7),路口被描述为高精路口内道路(如图2中的H12、H18、H34、H36、H38、H52、H54、H56、H72、H74、H78),标精路网数据中道路被描述为标精道路(如图2所示的S1-S8),路口被描述为标精路口(如图2所示的S1)以及标精路口内道路(如图2所示的S12、S34、S56、S78)。因此,在维护道路实物层数据时,所建立的第一映射关系包括实际道路与高精道路之间的映射关系、实际路口与高精路口内道路之间的映射关系,而第二映射关系包括实际道路与标精道路之间的映射关系、实际路口与标精路口之间的映射关系。
在本实施例的一个可选实现方式中,步骤S102,即基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系的步骤,进一步包括以下步骤:
基于所述第一映射关系以及所述第二映射关系确定所述高精路网数据中目标路口对应的目标高精数据以及目标标精数据;
基于所述目标高精数据确定所述目标路口对应的目标高精路径;
基于所述目标标精数据确定所述目标路口对应的目标标精路径;
确定所述目标高精路径和所述目标标精路径之间的匹配关系。
该可选的实现方式中,考虑到路径计算等都是在标精路网数据基础上进行,因此可以通过将高精路网数据挂载至标精路网数据的方式进行融合。在融合过程中,可以对高精路网数据按照实际路口进行分组,每一分组仅包括一个实际路口对应的高精数据。本实施例中,为了描述方便,当前所针对的实际路口可以称之为目标路口,而该目标路口对应的高精路网数据中的分组可以称之为目标高精数据,目标标精数据为对应于该目标路口的标精路网数据。
基于目标路口对应的目标高精数据可以确定经过该目标路口的全部或者部分目标高精路径,而基于目标路口对应的目标标精数据可以确定经过该目标路口的全部或者部分标精路径,之后可以确定目标高精路径和目标标精路径之间的匹配关系。
在本实施例的一个可选实现方式中,基于所述第一映射关系以及所述第二映射关系确定所述高精路网数据中目标路口对应的目标高精数据以及目标标精数据的步骤,进一步包括以下步骤:
基于所述第一映射关系将所述高精路网数据按照路口进行分组,每组包括一个目标路口对应的目标高精数据;
基于所述第二映射关系确定所述目标路口在所述标精路网数据中对应的标精路口;
从所述标精路网数据中提取出所述标精路口对应的目标标精数据。
该可选的实现方式中,如上文中所述,需要融合的高精路网数据包含多个路口,为了方便融合,本公开实施例可以针对每个实际路口分别进行数据融合。因此,可以按照实际路口将高精路网数据进行分组,每组包括目标路口对应的目标高精数据,该目标路口可以为一个实际路口。基于第一映射关系可以确定对应于目标路口的高精路口内道路以及该目标路口所涉及的高精道路,进而从高精路网数据提取出该高精路口内道路以及高精道路所涉及的高精数据。因此一个目标路口对应的目标高精数据可以包括但不限于该目标路口对应的高精路口内道路以及该目标路口涉及的高精道路所涉及的高精数据。
基于对高精路网数据的分组数据,可以基于第一映射关系确定与每一组数据对应的目标路口具有映射关系的实际路口的标识,进而在基于第二映射关系确定该实际路口所对应的标精路网数据中的标精路口,并基于该标精路口的标识从标精路网数据中提取该标精路口对应的目标标精数据。该目标标精数据可以包括但不限于该标精路口以及该标精路口所关联的标精道路所涉及的标精数据。
基于上述方式,可以获得同一目标路口对应的目标高精数据以及目标标精数据。
对高精路网数据进行分组,可以通过如下方式:
基于第一映射关系确定实际路口对应的高精路口标识,基于该高精路口标识提取对应的目标高精数据,该目标高精数据可以包括但不限于下述数据:
高精路口相关的数据,包括路口面几何特征(尺寸、形状等)、路口内高精道路的标识等。图2的HD数据中黑色虚线框内的多边形即为路口面几何数据,多边形内为路口内高精道路;
高精道路(高精路口面内道路以及与其相连接高精道路)相关的数据,包括高精道路基础属性(如长度、通行方向、道路等级等)、几何特征、道路面、前后连接关系等。图2的HD数据中用白色行驶箭头标示的灰色线路即为高精道路。
基于第二映射关系确定上述对高精路网数据进行分组后,每组目标高精数据对应的目标路口对应的标精路口的标识,基于该标精路口的标识从标精路网数据中提取目标标精数据,该目标标精数据可以包括但不限于如下数据:
标精路口相关的数据,包括路口几何特征、路口内标精道路的标识等。图2的SD数据中SC1即为标精路口,S12、S34、S56、S78为路口内SD道路;
标精道路(路口内标精道路以及与其相连接标精道路)相关的数据,包括标精道路基础属性(长度、通行方向、道路等级等)、几何等,图2的SD数据中用白色行驶箭头标示的灰色线路即为标精道路。
在本实施例的一个可选实现方式中,基于所述目标高精数据确定所述目标路口对应的目标高精路径的步骤,进一步包括以下步骤:
基于所述目标高精数据建立所述目标路口对应的高精道路拓扑有向图;所述高精道路拓扑有向图中的顶点包括所述目标路口关联的高精道路与所述目标路口对应的高精路口道路面的交点,以及通过所述交点的高精路径中的其他路径端点,所述高精道路拓扑有向图中顶点之间的连线包括所述高精路径中通过所述顶点的高精道路,所述连线的方向为所述高精道路的行驶方向;
确定所述高精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出高精道路的顶点;
基于所述孤立顶点之间的高精路径确定所述目标高精数据中所述目标路口对应的目标高精路径。
该可选的实现方式中,针对一个目标路口对应的目标高精数据,可以从中提取出该目标路口对应的目标高精路径。目标高精路径可以是针对目标路口而制作的高精路网数据中的路径,该目标高精路径包括目标路口对应的高精路口内道路、进入该目标路口的高精道路、退出该目标路口的高精道路。
为了确定该目标路口所涉及的全部或者部分目标高精路径,本实施例中针对该目标路口对应的目标高精数据建立高精道路拓扑有向图,其中,该高精道路拓扑有向图中的顶点包括目标路口所关联的高精道路与该目标路口对应的高精道路面的交点,以及通过该交点的所有高精路径的其他端点。需要说明的是,在高精路网数据中,针对每条道路建立有道路面,也即以该条道路对应的两条道路边线为左右边界的一个道路面,因此目标路口对应的高精道路面可以是该目标路口对应的高精路口内道路对应的道路面的总和。在另一些实施例中,高精路网数据中也会直接记录目标路口对应的高精路口道路面的几何数据,包括位置信息、边界信息、形状、尺寸大小等信息。参见图2,高精路口示意图中黑色虚线框为该目标路口对应的高精路口道路面,而上面的原点则表示该目标路口关联的高精道路与该高精路口道路面相交的点,也即所要建立的高精道路拓扑有向图中的顶点,而连接这些顶点的高精道路以及高精路口内道路均为该高精道路拓扑有向图中的连线,行驶方向为该连线在高精道路拓扑有向图中的方向。
在建立了高精道路拓扑有向图后,可以从中找出孤立顶点。孤立顶点为只对应进入高精道路或者退出高精道路的顶点。
图3示出根据本公开一实施方式的高精路网数据中目标路口对应的高精路径以及高精道路拓扑有向图中孤立顶点的示意图。如图3所示,从上、下、左、右各方向所示的任一空心圆点为起点,经过路口高精道路与高精路口道路面的交点,再至另一方向上的空心圆点为终点的路径中,上、下、左、右各方向所示的任一空心圆点为所建立的高精道路拓扑有向图中的孤立顶点,而高精路口道路面上的黑色实心圆点则不是孤立顶点。
针对该高精道路拓扑有向图中的所有孤立顶点,计算所有孤立顶点之间的所有可通行简单路径,简单路径可以理解为该条路径中不会重复出现同一个顶点。
在确定了所有孤立顶点之间的可通行简单路径后,可以将其中的无效路径(例如禁止通行的路径等)去除,对于相同起点和相同终点的路径,如果存在多条路径,则保留最短路径,也即道路数量最少的路径,如果道路数量最少的路径包括多条,可以都予以保留。
最终保留的路径为所确定的目标路口对应的目标高精路径。
在本实施例的一个可选实现方式中,基于所述目标高精数据确定所述目标路口对应的目标高精路径的步骤,进一步包括以下步骤:
基于所述目标标精数据建立所述目标路口对应的标精道路拓扑有向图;所述标精道路拓扑有向图中的顶点包括所述目标路口关联的标精道路之间的交点,以及通过所述交点的标精路径中的其他路径端点,所述标精道路拓扑有向图中顶点之间的连线包括所述标精路径中通过所述顶点的标精路径,所述连线的方向为所述标精道路的行驶方向;
确定所述标精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出的标精道路的顶点;
基于所述孤立顶点之间的标精路径确定所述目标标精数据中所述目标路口对应的目标标精路径。
该可选的实现方式中,针对一个目标路口对应的目标标精数据,可以从中提取出该目标路口对应的目标标精路径。目标标精路径可以是针对目标路口而制作的标精路网数据中的路径,该目标标精路径包括目标路口对应的标精路口、进入该标精路口的标精道路、退出该标精路口的标精道路。
为了确定该目标路口所涉及的全部或者部分目标标精路径,本实施例中针对该目标路口对应的目标标精数据建立标精道路拓扑有向图,其中,该标精道路拓扑有向图中的顶点包括目标路口所关联的标精道路之间的交点,以及经过该交点的标精路径上的其他路径端点。参见图2,标精路口示意图中的各方点为标精道路之间的交点,也即所要建立的标精道路拓扑有向图中的顶点,而该顶点所在标精路径上的其他路径端点也为标精道路拓扑有向图中的顶点,连接这些顶点的标精道路以及标精路口内道路均为该标精道路拓扑有向图中的连线,行驶方向为该连线在标精道路拓扑有向图中的方向。
在建立了标精道路拓扑有向图后,可以从中找出孤立顶点。孤立顶点为只对应进入标精道路或者退出标精道路的顶点。
图4示出根据本公开一实施方式的标精路网数据中目标路口对应的标精路径以及标精道路拓扑有向图中孤立顶点的示意图。如图4所示,从上、下、左、右各方向所示的任一空心圆点为起点,经过路口标精道路与标精路口道路面的交点(方形黑色实体点所示),再至另一方向上的空心圆点为终点的路径中,上、下、左、右各方向所示的任一空心圆点为所建立的标精道路拓扑有向图中的孤立顶点,而标精路口道路面上的黑色实心圆点则不是孤立顶点。
针对该标精道路拓扑有向图中的所有孤立顶点,计算所有孤立顶点之间的所有可通行简单路径,简单路径可以理解为该条路径中不会重复出现同一个顶点。
此外,由于标精路网数据中,标精道路采用一条道路线来表示,还存在一种特殊情况,也即在道路尽头只能掉头的道路被表示成双向通向道路的形式,因此如果一个孤立顶点只连接双向通向道路,则可以针对该孤立顶点单独计算掉头路径。
最终得到的简单路径以及掉头路径为所确定的目标路口对应的目标标精路径。
在本实施例的一个可选实现方式中,确定所述目标高精路径和所述目标标精路径之间的匹配关系的步骤,进一步包括以下步骤:
确定所述目标高精路径中,最后一条进入目标路口的高精道路对应的第一实际道路和第一条退出目标路口的高精道路对应的第二实际道路;
确定所述目标标精路径中,最后一条进入目标路口的标精道路对应的第三实际道路和第一条退出目标路口的标精道路对应的第四实际道路;
在所述第一实际道路中包含所述第三实际道路,且所述第二实际道路包含所述第四实际道路时,确定所述目标高精路径与所述目标标精路径相匹配。
该可选的实现方式中,对高精路网数据按照路口分组后,针对每组中包括的目标路口提取目标高精路径,以及从标精路网数据中提取出同一目标路口对应的目标标精路径。
在匹配目标高精路径与目标标精路径时,可以分别基于是否为掉头路径进行匹配。对于非掉头路径,则可以将目标路口对应的目标高精路径中的所有非掉头路径与目标路口对应的目标标精路径中的所有非掉头路径进行匹配,而对于掉头路径,则可以将目标路口对应的目标高精路径中的掉头路径与目标标精路径中的掉头路径进行匹配。
在一些实施例中,确定目标高精路径与目标标精路径是否匹配时,可以确定目标高精路径中最后一条进入目标路口的高精道路对应的第一实际道路,以及第一条退出目标路口的高精道路对应的第二实际道路,还可以确定目标标精路径中最后一条进入目标路口的标精道路对应的第三实际道路,以及第一条退出目标路口的标精道路对应的第四实际道路。
考虑到高精路网数据中,第一实际道路和第二实际道路可能会包括多条高精道路,因此可以通过确定第一实际道路是否包含第三实际道路,而第二实际道路是否包含第四实际道路来确定,待匹配的目标高精路径和目标标精路径是否相匹配。如果第一实际道路包含第三实际道路,第二实际道路包含第四实际道路,则待匹配的目标高精路径和目标标精路径相匹配,否则第一实际道路不包含第三实际道路,或者第二实际道路不包含第四实际道路,则待匹配的目标高精道路和目标标精道路不相匹配。
参见图2,SD数据(也即标精数据)中的目标标精路径“S7-S78-S12-S2”,该条路径中最后一条进入目标路口的道路为S7,第一条退出目标路口的道路为S2,而HD数据(也即高精数据)中的目标高精路径“H7-H72-H2”,该条路径中最后一条进入目标路口的道路为H7,第一条退出目标路口的道路为H2,H7关联的实际道路为EL10,与S7关联的实际道路相同,H2关联的实际道路为EL1,与S2关联的实际道路相同,因此可以认为目标标精路径“S7-S78-S12-S2”和目标高精路径“H7-H72-H2”匹配成功。
在本实施例的一个可选实现方式中,步骤S103,即基于所述匹配关系对高精路网数据和所述标精路网数据进行融合的步骤,进一步包括以下步骤:
针对相匹配的目标高精路径以及目标标精路径,如果所述目标标精路径中的标精道路为路口内标精道路,则将相匹配的所述目标高精路径中的所有路口内高精道路挂接到所述路口内标精道路上;
如果所述目标标精路径中的标精道路为非路口内标精道路,则利用所述目标路口的高精路口道路面切分所述非路口内标精道路,得到切分道路区间,将所述目标高精路径中所有路口内高精道路挂接到切分所得到的所述切分道路区间上。
该可选的实现方式中,基于目标路口对应的目标高精数据以及目标标精数据,找出相匹配的目标高精路径以及目标标精路径后,可以通过将目标高精路径挂载到相匹配的目标标精路径的方式融合目标高精数据和目标标精数据。
在一些实施例中,可以针对目标标精路径中的非路口内标精道路和路口内标精道路分别进行处理。针对路口内标精道路,可以直接将相匹配的目标高精路径中的路口内高精道路挂载在该路口内标精道路上,而针对非路口内标精道路,则利用目标路口在高精数据中的高精路口道路面对该非路口内标精道路进行切分,得到切分道路区间后,将该目标高精路径中所有路口内高精道路挂接到该切分得到的切分道路区间。
如上文中所述,高精路口道路面可以预先在高精路网数据中定义,也可以基于该目标路口对应的各个路口内道路的道路面组合得到。
下面参照图2详细说明:
如果标精道路是路口内道路,将高精路径中所有路口内道路挂接到标精道路上。如图2所示,S78、S12都对应H72,H72挂载到S78、S12。
如果标精道路不是路口内标精道路,则计算高精路口道路面与标精道路的几何关系,使用高精路口道路面几何切分高精道路,将高精路径中所有路口内高精道路挂接到切分得到的标精道路区间上。如图2所示,使用高精路口道路面切分S7、S2,将H72挂接到S7、S2在高精路口道路面中的部分。
如果是只掉头路口,则只匹配掉头路径,高精路径包含掉头道路(道路包含掉头车道),标精路径中包含掉头专用路,路径匹配同上。匹配成功后输出路径匹配关系,并将高精路径中掉头道路挂接到标精路径中的掉头道路上。
根据本公开一实施方式的车辆自动驾驶方法,该车辆自动驾驶方法利用上述道路数据融合方法得到的高精路网数据和标精路网数据的融合数据,控制车辆的自动驾驶过程。
本实施例中,该车辆自动驾驶方法可以在自动驾驶车辆的车载设备上执行。车载设备可以从服务器接收高精路网数据以及标精路网数据的融合数据,并基于该融合数据控制自动驾驶车辆在路上的自动驾驶过程,例如可以基于融合数据生成当前驾驶过程中的驾驶动作,进而控制自动驾驶车辆执行该驾驶动作等。融合高精路网数据以及标精路网数据的具体细节可以参见上述对道路数据融合方法的描述,在此不再赘述。
根据本公开一实施方式的基于位置的服务提供方法,该位置服务提供方法利用上述道路数据融合方法得到的高精路网数据和标精路网数据的融合数据,为被服务对象提供基于位置的服务,所述基于位置的服务包括:导航、地图渲染、路线规划中的一种或多种。
本实施例中,该基于位置的服务提供方法可以在位置服务终端上执行,位置服务终端可以是手机、ipad、电脑、智能手表、车辆的车载设备等。本公开实施例,可以利用标精路网数据进行路径规划,进而再基于高精路网数据和标精路网数据的融合数据,对被服务对象提供基于位置的服务。
被服务对象可以是手机、ipad、电脑、智能手表、车辆、机器人等。服务器可以基于上述方法获得高精路网数据和标精路网数据的融合数据,并基于位置服务终端的请求规划导航路径,进而将导航路径以及融合数据提供给位置服务终端,位置服务终端可以基于导航路径以及融合数据为被服务对象导航、规划路径或者渲染地图,具体细节可以参见上述对道路数据融合方法的描述,在此不再赘述。
图5示出根据本公开一实施方式中高精路网数据以及标精路网数据的融合数据在自动驾驶车辆上的应用示意图。如图5所示,服务器可以维护高精路网数据、标精路网数据以及道路实物层数据。如上文中所述,在高精路网数据和标精路网数据制作好之后,可以在道路实物层数据中记录现实中各个路口以及关联的道路与高精路网数据、标精路网数据之间的映射关系,在实际路口以及关联的道路发生变化后,可以仅更新道路实物层数据,而不需要对高精路网数据和标精路网数据进行更新。
在使用之前,数据融合服务器可以基于道路实物层数据中记录的映射关系将高精路网数据和标精路网数据进行匹配,并将匹配成功的高精路径挂载到标精路径上,得到高精路网数据与标精路网数据的融合数据。数据融合服务器可以将融合数据提供给导航服务器。
在自动驾驶车辆的自动驾驶过程中,导航服务器可以将该融合数据提供给自动驾驶车辆上的车载设备,车载设备基于该融合数据为车辆生成自动驾驶指令,以控制自动驾驶车辆在行驶过程中执行相应的驾驶动作。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图6示出根据本公开一实施方式的道路数据融合装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示,该道路数据融合装置包括:
获取模块601,被配置为获取道路实物层数据;所述道路实物层数据包括实际道路数据与高精路网数据的第一映射关系以及实际道路数据与标精路网数据之间的第二映射关系;
确定模块602,被配置为基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系;所述匹配关系包括路口内道路之间的区间对应关系以及路径对应关系;
融合模块603,被配置为基于所述匹配关系对高精路网数据和所述标精路网数据进行融合。
在本实施例的一个可选实现方式中,所述第一映射关系包括实际路口与高精路口之间的映射关系、实际路口内道路与高精路口内道路之间的映射关系;和/或,所述第二映射关系包括实际路口与标精路口之间的映射关系、实际路口内道路与标精路口内道路之间的映射关系。
在本实施例的一个可选实现方式中,所述确定模块,包括:
第一确定子模块,被配置为基于所述第一映射关系以及所述第二映射关系确定所述高精路网数据中目标路口对应的目标高精数据以及目标标精数据;
第二确定子模块,被配置为基于所述目标高精数据确定所述目标路口对应的目标高精路径;
第三确定子模块,被配置为基于所述目标标精数据确定所述目标路口对应的目标标精路径;
第四确定子模块,被配置为确定所述目标高精路径和所述目标标精路径之间的匹配关系。
在本实施例的一个可选实现方式中,所述第一确定子模块,包括:
分组子模块,被配置为基于所述第一映射关系将所述高精路网数据按照路口进行分组,每组包括一个目标路口对应的目标高精数据;
第五确定子模块,被配置为基于所述第二映射关系确定所述目标路口在所述标精路网数据中对应的标精路口;
提取子模块,被配置为从所述标精路网数据中提取出所述标精路口对应的目标标精数据。
在本实施例的一个可选实现方式中,所述第二确定子模块,还包括:
第一建立子模块,被配置为基于所述目标高精数据建立所述目标路口对应的高精道路拓扑有向图;所述高精道路拓扑有向图中的顶点包括所述目标路口关联的高精道路与所述目标路口对应的高精路口道路面的交点,以及通过所述交点的高精路径中的其他路径端点,所述高精道路拓扑有向图中顶点之间的连线包括所述高精路径中通过所述顶点的高精道路,所述连线的方向为所述高精道路的行驶方向;
第六确定子模块,被配置为确定所述高精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出高精道路的顶点;
第七确定子模块,被配置为基于所述孤立顶点之间的高精路径确定所述目标高精数据中所述目标路口对应的目标高精路径。
在本实施例的一个可选实现方式中,所述第三确定子模块,包括:
第二建立子模块,被配置为基于所述目标标精数据建立所述目标路口对应的标精道路拓扑有向图;所述标精道路拓扑有向图中的顶点包括所述目标路口关联的标精道路之间的交点,以及通过所述交点的标精路径中的其他路径端点,所述标精道路拓扑有向图中顶点之间的连线包括所述标精路径中通过所述顶点的标精路径,所述连线的方向为所述标精道路的行驶方向;
第八确定子模块,被配置为确定所述标精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出的标精道路的顶点;
第九确定子模块,被配置为基于所述孤立顶点之间的标精路径确定所述目标标精数据中所述目标路口对应的目标标精路径。
在本实施例的一个可选实现方式中,所述第四确定子模块,包括:
第十确定子模块,被配置为确定所述目标高精路径中,最后一条进入目标路口的高精道路对应的第一实际道路和第一条退出目标路口的高精道路对应的第二实际道路;
第十一确定子模块,被配置为确定所述目标标精路径中,最后一条进入目标路口的标精道路对应的第三实际道路和第一条退出目标路口的标精道路对应的第四实际道路;
第十二确定子模块,被配置为在所述第一实际道路中包含所述第三实际道路,且所述第二实际道路包含所述第四实际道路时,确定所述目标高精路径与所述目标标精路径相匹配。
在本实施例的一个可选实现方式中,所述融合模块,包括:
第一挂载子模块,被配置为针对相匹配的目标高精路径以及目标标精路径,如果所述目标标精路径中的标精道路为路口内标精道路,则将相匹配的所述目标高精路径中的所有路口内高精道路挂接到所述路口内标精道路上;
第二挂载子模块,被配置为如果所述目标标精路径中的标精道路为非路口内标精道路,则利用所述目标路口的高精路口道路面切分所述非路口内标精道路,得到切分道路区间,将所述目标高精路径中所有路口内高精道路挂接到切分所得到的所述切分道路区间上。
本实施例中的道路数据融合装置与上文中的道路数据融合方法对应一致,具体细节可参见上文中对道路数据融合方法的描述,在此不再赘述。
根据本公开一实施方式的车辆自动驾驶装置,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该车辆自动驾驶装置利用上述道路数据融合装置得到的高精路网数据和标精路网数据的融合数据,控制车辆的自动驾驶过程。
本实施例中的车辆自动驾驶装置与上文中的车辆自动驾驶融合方法对应一致,具体细节可参见上文中对车辆自动驾驶方法的描述,在此不再赘述。
根据本公开一实施方式的基于位置的服务提供装置,所述装置利用上述基于位置的服务提供装置得到的高精路网数据和标精路网数据的融合数据,为被服务对象提供基于位置的服务,所述基于位置的服务包括:导航、地图渲染、路线规划中的一种或多种。
本实施例中的基于位置的服务提供装置与上文中的基于位置的服务提供合方法对应一致,具体细节可参见上文中对基于位置的服务提供方法的描述,在此不再赘述。
图7是适于用来实现根据本公开实施方式的道路数据融合方法、车辆自动驾驶方法和/或基于位置的服务提供方法的电子设备的结构示意图。
如图7所示,电子设备700包括处理单元701,其可实现为CPU、GPU、FPGA、NPU等处理单元。处理单元701可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行本公开上述任一方法的实施方式中的各种处理。在RAM703中,还存储有电子设备700操作所需的各种程序和数据。处理单元701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施方式,上文参考本公开实施方式中的任一方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行本公开实施方式中任一方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种道路数据融合方法,其中,包括:
获取道路实物层数据;所述道路实物层数据包括实际道路数据与高精路网数据的第一映射关系以及实际道路数据与标精路网数据之间的第二映射关系;
基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系;所述匹配关系包括所述高精路网数据和所述标精路网数据中的路径对应关系;
基于所述匹配关系对高精路网数据和所述标精路网数据进行融合。
2.根据权利要求1所述的方法,其中,所述第一映射关系包括实际道路与高精道路之间的映射关系、实际路口与高精路口内道路之间的映射关系;和/或,所述第二映射关系包括实际道路与标精道路之间的映射关系、实际路口与标精路口之间的映射关系。
3.根据权利要求1或2所述的方法,其中,基于所述第一映射关系以及所述第二映射关系确定高精路网数据和标精路网数据之间的匹配关系,包括:
基于所述第一映射关系以及所述第二映射关系确定所述高精路网数据中目标路口对应的目标高精数据以及目标标精数据;
基于所述目标高精数据确定所述目标路口对应的目标高精路径;
基于所述目标标精数据确定所述目标路口对应的目标标精路径;
确定所述目标高精路径和所述目标标精路径之间的匹配关系。
4.根据权利要求3所述的方法,其中,基于所述第一映射关系以及所述第二映射关系确定所述高精路网数据中目标路口对应的目标高精数据以及目标标精数据,包括:
基于所述第一映射关系将所述高精路网数据按照路口进行分组,每组包括一个目标路口对应的目标高精数据;
基于所述第二映射关系确定所述目标路口在所述标精路网数据中对应的标精路口;
从所述标精路网数据中提取出所述标精路口对应的目标标精数据。
5.根据权利要求3或4所述的方法,其中,基于所述目标高精数据确定所述目标路口对应的目标高精路径,还包括:
基于所述目标高精数据建立所述目标路口对应的高精道路拓扑有向图;所述高精道路拓扑有向图中的顶点包括所述目标路口关联的高精道路与所述目标路口对应的高精路口道路面的交点,以及通过所述交点的高精路径中的其他路径端点,所述高精道路拓扑有向图中顶点之间的连线包括所述高精路径中通过所述顶点的高精道路,所述连线的方向为所述高精道路的行驶方向;
确定所述高精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出高精道路的顶点;
基于所述孤立顶点之间的高精路径确定所述目标高精数据中所述目标路口对应的目标高精路径。
6.根据权利要求3或4所述的方法,其中,基于所述目标标精数据确定所述目标路口对应的目标标精路径,包括:
基于所述目标标精数据建立所述目标路口对应的标精道路拓扑有向图;所述标精道路拓扑有向图中的顶点包括所述目标路口关联的标精道路之间的交点,以及通过所述交点的标精路径中的其他路径端点,所述标精道路拓扑有向图中顶点之间的连线包括所述标精路径中通过所述顶点的标精路径,所述连线的方向为所述标精道路的行驶方向;
确定所述标精道路拓扑有向图中的孤立顶点;所述孤立顶点为只对应有进入或退出的标精道路的顶点;
基于所述孤立顶点之间的标精路径确定所述目标标精数据中所述目标路口对应的目标标精路径。
7.根据权利要求3或4所述的方法,其中,确定所述目标高精路径和所述目标标精路径之间的匹配关系,包括:
确定所述目标高精路径中,最后一条进入目标路口的高精道路对应的第一实际道路和第一条退出目标路口的高精道路对应的第二实际道路;
确定所述目标标精路径中,最后一条进入目标路口的标精道路对应的第三实际道路和第一条退出目标路口的标精道路对应的第四实际道路;
在所述第一实际道路中包含所述第三实际道路,且所述第二实际道路包含所述第四实际道路时,确定所述目标高精路径与所述目标标精路径相匹配。
8.根据权利要求3或4所述的方法,其中,基于所述匹配关系对高精路网数据和所述标精路网数据进行融合,包括:
针对相匹配的目标高精路径以及目标标精路径,如果所述目标标精路径中的标精道路为路口内标精道路,则将相匹配的所述目标高精路径中的所有路口内高精道路挂接到所述路口内标精道路上;
如果所述目标标精路径中的标精道路为非路口内标精道路,则利用所述目标路口的高精路口道路面切分所述非路口内标精道路,得到切分道路区间,将所述目标高精路径中所有路口内高精道路挂接到切分所得到的所述切分道路区间上。
9.一种车辆自动驾驶方法,所述方法利用权利要求1-8任一项所述的方法得到的高精路网数据和标精路网数据的融合数据,控制车辆的自动驾驶过程。
10.一种基于位置的服务提供方法,所述方法利用权利要求1-8任一项所述的方法得到的高精路网数据和标精路网数据的融合数据,为被服务对象提供基于位置的服务,所述基于位置的服务包括:导航、地图渲染、路线规划中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210173615.9A CN114662564A (zh) | 2022-02-24 | 2022-02-24 | 道路数据融合方法及车辆自动驾驶方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210173615.9A CN114662564A (zh) | 2022-02-24 | 2022-02-24 | 道路数据融合方法及车辆自动驾驶方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114662564A true CN114662564A (zh) | 2022-06-24 |
Family
ID=82027483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210173615.9A Pending CN114662564A (zh) | 2022-02-24 | 2022-02-24 | 道路数据融合方法及车辆自动驾驶方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114662564A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116429125A (zh) * | 2023-06-09 | 2023-07-14 | 高德软件有限公司 | 道路匹配方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209291A (zh) * | 2019-12-31 | 2020-05-29 | 武汉中海庭数据技术有限公司 | 一种利用众包感知地图更新高精度地图的方法及系统 |
CN111380540A (zh) * | 2018-12-29 | 2020-07-07 | 阿里巴巴集团控股有限公司 | 地图匹配方法及装置、介质、终端 |
CN111488421A (zh) * | 2020-04-27 | 2020-08-04 | 立得空间信息技术股份有限公司 | 传统地图与高精度地图的数据融合方法 |
CN112765214A (zh) * | 2021-01-12 | 2021-05-07 | 武汉光庭信息技术股份有限公司 | 一种电子地图路径匹配方法、系统、服务器及存储介质 |
-
2022
- 2022-02-24 CN CN202210173615.9A patent/CN114662564A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380540A (zh) * | 2018-12-29 | 2020-07-07 | 阿里巴巴集团控股有限公司 | 地图匹配方法及装置、介质、终端 |
CN111209291A (zh) * | 2019-12-31 | 2020-05-29 | 武汉中海庭数据技术有限公司 | 一种利用众包感知地图更新高精度地图的方法及系统 |
CN111488421A (zh) * | 2020-04-27 | 2020-08-04 | 立得空间信息技术股份有限公司 | 传统地图与高精度地图的数据融合方法 |
CN112765214A (zh) * | 2021-01-12 | 2021-05-07 | 武汉光庭信息技术股份有限公司 | 一种电子地图路径匹配方法、系统、服务器及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116429125A (zh) * | 2023-06-09 | 2023-07-14 | 高德软件有限公司 | 道路匹配方法、装置、设备及介质 |
CN116429125B (zh) * | 2023-06-09 | 2023-08-11 | 高德软件有限公司 | 道路匹配方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109000678B (zh) | 基于高精度地图的驾驶辅助装置及方法 | |
CN112985432B (zh) | 车辆导航方法、装置、电子设备及存储介质 | |
CN105300392B (zh) | 用于在街景地图中显示规划路径的方法、装置和系统 | |
JP2010237124A (ja) | 地図データ更新システム及び地図データ更新プログラム、並びにこれを利用したナビゲーション装置及び車両制御装置 | |
US20210285782A1 (en) | Method, Device and System for Processing Positioning Information | |
CN111309832B (zh) | 一种电子地平线构建方法及系统 | |
US20190204106A1 (en) | Automatic selection of map detail levels | |
CN114170577A (zh) | 一种车道线的分岔处理方法、装置及电子设备 | |
CN114662564A (zh) | 道路数据融合方法及车辆自动驾驶方法 | |
CN105865482B (zh) | 一种地图导航的方法及装置 | |
CN114116927A (zh) | 环岛道路识别方法、装置、电子设备及存储介质 | |
CN114064675A (zh) | 地图数据的更新方法、装置、电子设备及存储介质 | |
CN114706936A (zh) | 地图数据处理方法及基于位置的服务提供方法 | |
AU2018395184B2 (en) | Automatic selection of map detail levels | |
CN113868355A (zh) | 渲染方法、装置及电子设备 | |
CN118168565B (zh) | 行驶路径规控方法、装置、系统及电子设备 | |
CN117268427B (zh) | 导航信息显示方法及装置、存储介质及电子设备 | |
CN115798218B (zh) | 关联交通标识信息的方法、装置及电子设备 | |
CN114719872B (zh) | 车道线处理方法、装置及电子设备 | |
CN112284399B (zh) | 一种基于视觉和imu的车辆定位方法及车载终端 | |
CN118736851A (zh) | 车道行驶方向确定方法、装置、电子设备及存储介质 | |
KR100598513B1 (ko) | 차량항법장치의 3차원 지도표시방법 | |
CN117036632A (zh) | 冗余要素过滤方法、装置、设备及介质 | |
CN114279451B (zh) | 导航方法、装置、电子设备及存储介质 | |
CN117146799A (zh) | 用于生成三维可视化地图的方法和系统以及车辆 |
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 |