CN114777799B - 一种路口高精地图生成方法、装置、电子设备及存储介质 - Google Patents
一种路口高精地图生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114777799B CN114777799B CN202210674114.9A CN202210674114A CN114777799B CN 114777799 B CN114777799 B CN 114777799B CN 202210674114 A CN202210674114 A CN 202210674114A CN 114777799 B CN114777799 B CN 114777799B
- Authority
- CN
- China
- Prior art keywords
- intersection
- road
- line
- lane
- node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 26
- 238000004590 computer program Methods 0.000 description 15
- 238000013499 data model Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- XKJMBINCVNINCA-UHFFFAOYSA-N Alfalone Chemical compound CON(C)C(=O)NC1=CC=C(Cl)C(Cl)=C1 XKJMBINCVNINCA-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual 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)
Abstract
本发明公开了一种路口高精地图生成方法、装置、电子设备及存储介质，涉及导航地图数据处理技术领域，所述方法包括：基于待处理路口的参数和路口外道路参考线拓扑关系，确定所述待处理路口的路口内参考线起始节点，进一步确定所述待处理路口在不同道路转向上的路口内参考线、路口内车道线和路口内车道中心线；基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联模型，生成所述待处理路口的路口高精地图。本发明能够实现规则路口的高精地图数据自动化生成，极大提高人工制图的效率。
Description
技术领域
本发明涉及导航地图数据处理技术领域，更具体的，涉及一种路口高精地图生成方法、装置、电子设备及存储介质。
背景技术
高精地图又称高精度地图，在自动驾驶领域起着十分重要的作用。相较于导航电子地图，高精地图能够提供车道级的道路情况，精度达到厘米级，要素的更新频率更高，数据模型更精细，提供的三维模型如坡度、曲率、航向等，可帮助自动驾驶车辆更好地规避潜在的风险。
当前高精地图的数据生产方式主要是通过专业移动测量采集，车外业采集多维道路信息，内业采用自动化算法以及人工制图的方式完成道路要素生成。其中人工内业制图仍占主要工作量，尤其路口内道路及车道模型表达上，自动化算法难以实现道路要素生成。
相关技术中，在提取高精地图道路要素时，主要根据图像和点云语义分割识别算法提取道路要素信息，但是在道路交叉路口，由于缺乏相关的车道线等地面标识信息，采用相关技术中的方式无法表达道路交叉路口的区域道路模型，进而无法得到道路交叉路口的高精度地图。
发明内容
为解决现有技术中由于路口内不存在车道线地面标识，无法基于图像和点云数据源自动化生成路口高精地图的问题，本发明提供一种路口高精地图生成方法、装置、电子设备及存储介质，所述方案如下：
一方面，提供了一种路口高精地图生成方法，包括：
基于待处理路口的参数和路口外道路参考线拓扑关系，确定所述待处理路口内参考线起始节点；
基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线；所述路口内参考线指示车道行驶方向；
根据所述路口内参考线确定路口内对应车道的车道线起始节点，并基于所述车道线起始节点生成路口内车道线；
基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线；
基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联模型，生成所述待处理路口的路口高精地图。
可选的，还包括：
根据预先采集的所述待处理路口的图片数据，确定路口类型，将所述路口类型作为第一参数；
基于与所述待处理路口相交道路的道路模型数据，生成驶入和驶出道路数量，将所述驶入和驶出道路数量作为第二参数；
根据驶入路口道路与路标方向箭头的关联关系，确定驶入路口道路转向关系，将所述驶入路口道路转向关系作为第三参数；所述驶入路口道路转向关系包括直行、左转和右转；所述路标方向箭头指示车辆在所述驶入路口道路执行不同方向上的转向；
基于所述第一参数、所述第二参数和所述第三参数，生成所述待处理路口的所述参数。
可选的，所述基于待处理路口的参数和路口外道路参考线拓扑关系，确定所述待处理路口内参考线起始节点包括：
获取与所述待处理路口相交道路的路口外道路参考线和停止线，并基于所述停止线生成所述待处理路口的四至范围路段；所述四至范围路段包括与所述待处理路口相交的路段；
基于所述待处理路口的参数和所述四至范围路段内的路口外道路参考线拓扑关系将所述路口外道路参考线划分为满足预设条件的驶入路口道路参考线和驶出路口道路参考线；
确定所述驶入路口道路参考线和所述驶出路口道路参考线与所述待处理路口连接的节点集合，所述节点集合包括驶入节点集合和驶出节点集合；
根据所述驶入路口道路转向关系，确定所述节点集合中各驶入节点在不同道路转向关系中对应的各驶出节点；
基于所述各驶入节点和所述各驶出节点确定所述路口内参考线起始节点。
可选的，所述将所述路口外道路参考线划分为满足预设条件的驶入路口道路参考线和驶出路口道路参考线包括：
基于所述路口外道路参考线拓扑关系模型、所述路口类型及所述驶入和驶出道路数量，确定驶入路口道路参考线集合和驶出路口道路参考线集合；
计算所述路口外道路参考线中各道路参考线与所述待处理路口的中心的平均距离；
将所述平均距离最小的所述道路参考线确定为所述满足预设条件的驶入路口道路参考线和驶出路口道路参考线。
可选的，所述根据所述驶入路口道路转向关系，确定所述节点集合中各驶入节点在不同道路转向关系中对应的各驶出节点包括：
根据所述驶入路口道路转向关系确定与所述各驶入节点相交的道路车道线；
计算所述各驶出节点与待匹配驶入节点相交的所述道路车道线的距离值和方向值；所述待匹配驶入节点为所述驶入节点集合中的任一驶入节点；
将所述距离值最大和所述方向值为正的对应驶出节点作为所述待匹配驶入节点在左转方向上的驶出节点；将所述距离值最大和所述方向值为负的对应驶出节点作为所述待匹配驶入节点在右转方向上的驶出节点；
计算所述各驶出节点与待匹配驶入节点形成的方向线与所述道路车道线的夹角值；
将所述夹角值最小的对应驶出节点作为所述待匹配驶入节点在直行方向上的驶出节点。
可选的，所述基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线包括：
获取与驶入节点预设范围内相交的第一道路车道线以及与驶出节点预设范围内相交的第二道路车道线；
对于所述第一道路车道线，确定所述驶入节点与所述第一道路车道线连接的最近两节点连接线段的第一方向向量；
对于所述第二道路车道线，确定所述驶出节点与所述第二道路车道线连接的最近两节点连接线段的第二方向向量；
基于所述驶入节点、所述驶出节点、所述第一方向向量和所述第二方向向量，确定所述待处理路口在不同道路转向上的路口内参考线。
可选的，所述基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线包括：
针对所述路口内车道线，获取其中相对应的左车道线和右车道线，确定左车道线长度和右车道线长度；
针对所述左车道线上每个点，基于所述点与所述左车道线第一端点的距离、所述左车道线长度和右车道线长度确定所述右车道线上的各点中与所述点相对应的对应点；
确定所述左车道线上每个点和所述对应点连线的中点，得到多个所述车道中心线起始节点；
基于所述车道中心线起始节点生成所述左车道线和右车道线对应的路口内车道中心线。
可选的，所述基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联模型，生成所述待处理路口的路口高精地图包括：
基于所述路口内参考线、路口内车道线和所述路口内车道中心线生成所述待处理路口的路口道路几何模型和拓扑关系；
构建所述路口内参考线、所述路口内车道中心线与所述待处理路口内交通设施对象的逻辑关联关系；
基于所述路口道路几何模型和拓扑关系以及所述逻辑关联关系生成所述待处理路口的路口高精地图。
另一方面，提供了一种路口高精地图生成装置，其特征在于，包括：
路口内参考线起始节点生成模块，用于基于待处理路口的参数和路口外道路参考线拓扑关系，确定所述待处理路口的路口内参考线起始节点；
路口内参考线生成模块，用于基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线；所述路口内参考线指示车道行驶方向；
路口内车道线生成模块，用于根据所述路口内参考线确定对应车道的车道线起始节点，并基于所述车道线起始节点生成路口内车道线；
路口内车道中心线生成模块，用于基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线；
高精地图生成模块，用于基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联模型，生成所述待处理路口的路口高精地图。
可选的，所述路口高精地图生成装置还包括：
第一参数确定模块，用于根据预先采集的所述待处理路口的图片数据，确定路口类型，将所述路口类型作为第一参数；
第二参数确定模块，用于基于与所述待处理路口相交道路的道路模型数据，生成驶入和驶出道路数量，将所述驶入和驶出道路数量作为第二参数；
第三参数确定模块，用于根据驶入路口道路与路标方向箭头的关联关系，确定驶入路口道路转向关系，将所述驶入路口道路转向关系作为第三参数；所述驶入路口道路转向关系包括直行、左转和右转；所述路标方向箭头指示车辆在所述驶入路口道路执行不同方向上的转向；
参数配置模块，用于基于所述第一参数、所述第二参数和所述第三参数，生成所述待处理路口的所述参数。
可选的，所述路口内参考线起始节点生成模块还包括：
四至范围确定模块，用于获取与所述待处理路口相交道路的路口外道路参考线和停止线，并基于所述停止线生成所述待处理路口的四至范围路段；所述四至范围路段包括与所述待处理路口相交的路段；
道路参考线划分模块，用于基于所述待处理路口的参数和所述四至范围路段内的路口外道路参考线拓扑关系将所述路口外道路参考线划分为满足预设条件的驶入路口道路参考线和驶出路口道路参考线；
道路参考线节点确定模块，用于确定所述驶入路口道路参考线和所述驶出路口道路参考线与所述待处理路口连接的节点集合，所述节点集合包括驶入节点集合和驶出节点集合；
道路参考线节点划分模块，用于根据所述驶入路口道路转向关系，确定所述节点集合中各驶入节点在不同道路转向关系中对应的各驶出节点；
路口内参考线起始节点确定模块，用于基于所述各驶入节点和所述各驶出节点确定所述路口内参考线起始节点。
可选的，所述道路参考线划分模块包括：
第一驶入驶出道路参考线确定单元，用于基于所述路口外道路参考线拓扑关系模型、所述路口类型及所述驶入和驶出道路数量，确定驶入路口道路参考线集合和驶出路口道路参考线集合；
第一计算单元，用于计算所述路口外道路参考线中各道路参考线与所述待处理路口的中心的平均距离；
第二驶入驶出道路参考线确定单元，用于将所述平均距离最小的所述道路参考线确定为所述满足预设条件的驶入路口道路参考线和驶出路口道路参考线。
可选的，所述道路参考线节点划分模块包括：
道路车道线确定单元，用于根据所述驶入路口道路转向关系确定与所述各驶入节点相交的道路车道线；
第二计算单元，用于计算所述各驶出节点与待匹配驶入节点相交的所述道路车道线的距离值和方向值；所述待匹配驶入节点为所述驶入节点集合中的任一驶入节点；
第一驶出节点划分单元，用于将所述距离值最大和所述方向值为正的对应驶出节点作为所述待匹配驶入节点在左转方向上的驶出节点；将所述距离值最大和所述方向值为负的对应驶出节点作为所述待匹配驶入节点在右转方向上的驶出节点；
第三计算单元，用于计算所述各驶出节点与待匹配驶入节点形成的方向线与所述道路车道线的夹角值；
第二驶出节点划分单元，用于将所述夹角值最小的对应驶出节点作为所述待匹配驶入节点在直行方向上的驶出节点。
可选的，所述路口内参考线生成模块包括：
道路车道线获取单元，用于获取与驶入节点预设范围内相交的第一道路车道线以及与驶出节点预设范围内相交的第二道路车道线；
获取与驶入节点预设范围内相交的第一道路车道线以及与驶出节点预设范围内相交的第二道路车道线；
对于所述第一道路车道线，确定所述驶入节点与所述第一道路车道线连接的最近两节点连接线段的第一方向向量；
对于所述第二道路车道线，确定所述驶出节点与所述第二道路车道线连接的最近两节点连接线段的第二方向向量；
基于所述驶入节点、所述驶出节点、所述第一方向向量和所述第二方向向量，确定所述待处理路口在不同道路转向上的路口内参考线。
可选的，所述路口内车道中心线生成模块包括：
车道线长度确定单元，用于针对所述路口内车道线，获取其中相对应的左车道线和右车道线，确定左车道线长度和右车道线长度；
等距离比例法计算单元，用于针对所述左车道线上每个点，基于所述点与所述左车道线第一端点的距离、所述左车道线长度和右车道线长度确定所述右车道线上的各点中与所述点相对应的对应点；
车道中心线起始节点生成单元，用于确定所述左车道线上每个点和所述对应点连线的中点，得到多个所述车道中心线起始节点；
路口内车道中心线确定单元，用于基于所述车道中心线起始节点生成所述左车道线和右车道线对应的路口内车道中心线。
可选的，所述高精地图生成模块包括：
路口道路几何模型和拓扑关系生成单元，用于基于所述路口内参考线、路口内车道线和所述路口内车道中心线生成所述待处理路口的路口道路几何模型和拓扑关系；
逻辑关联关系生成单元，用于构建所述路口内参考线、所述路口内车道中心线与所述待处理路口内交通设施对象的逻辑关联关系；
高精地图生成单元，用于基于所述路口道路几何模型和拓扑关系以及所述逻辑关联关系生成所述待处理路口的路口高精地图。
另一方面，提供了一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现上述方法的步骤。
另一方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现上述方法的步骤。
另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方法的步骤。
采用上述技术方案，本发明具有如下有益效果：
本发明通过对待处理路口参数化设置，基于待处理路口相交道路的路口外道路参考线拓扑关系确定路口内的参考线、车道线以及车道中心线，再基于逻辑关联技术，实现了规则路口的高精地图数据自动化生成，极大提高人工制图的效率，从而在路口内不存在车道线地面标识的情况下，也能够根据该路口对应路段侧的高精地图道路数据模型生成该路口的高精度地图。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，其中，相同的参考标号通常代表相同部件。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高精地图道路数据模型框架示意图；
图2为本发明实施例提供的一种路口高精地图生成方法的流程示意图；
图3为本发明实施例提供的实现路口高精地图生成方法的一种可选方法流程示意图；
图4为本发明实施例提供的实现路口高精地图生成方法的另一种可选方法流程示意图；
图5为本发明实施提供的待处理路口的四至范围路段道路模型数据示意图；
图6为本发明实施例提供的一种路口高精地图生成装置的结构示意图；
图7为本发明实施提供的路口高精地图生成方法的服务器硬件结构示意图。
具体实施方式
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，所描述的实施例仅仅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的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。
此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本发明的描述中，需要理解的是，术语“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含的包括一个或者更多个该特征。而且，术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
需要说明的是，参考图1，本发明依据的高精地图道路数据模型是结合导航电子地图和高精地图生产规范制定的满足自动驾驶需求的数据模型，包括道路参考线、车道边界线、车道中心线、地面和地上道路附属设施、停车区域和限速标识等。
本发明后述中所提到的拓扑关系主要指参考线、车道线和车道中心线的连接关系；关联关系主要指交通附属设施与道路或车道的关系，如停止线与车道间的逻辑关联关系，道路边界与参考线的逻辑关联关系等；待处理路口为规则路口，是指能够参数化的路口。
参阅图2，其所示为本发明实施例提供的一种路口高精地图生成方法的流程示意图。本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统装置或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。本发明实施例提供的路口高精地图生成方法包括：
S201，基于待处理路口的参数和路口外道路参考线拓扑关系，确定所述待处理路口的路口内参考线起始节点；
具体的，先基于路段先验信息和人工目视解译参数化配置规则的待处理路口，所述待处理路口的参数包括路口类型、驶入和驶出道路数量和驶入路口道路转向关系，在一种可能的实施方式中，根据预先采集的所述待处理路口的图片数据，确定路口类型，将所述路口类型作为第一参数P 1；基于与所述待处理路口相交道路的道路模型数据，生成驶入和驶出道路数量，将所述驶入和驶出道路数量作为第二参数P 2；根据驶入路口道路与路标方向箭头的关联关系，确定驶入路口道路转向关系，将所述驶入路口道路转向关系作为第三参数P 3；所述驶入路口道路转向关系包括直行、左转和右转；所述路标方向箭头指示车辆在所述驶入路口道路执行不同方向上的转向；基于所述第一参数、所述第二参数和所述第三参数，生成所述待处理路口的所述参数，以{P 1,P 2, P 3}作为参数标记所述待处理路口，用于后续的路口高精地图的自动化生成
参考图3，在一种可能的实施方式中，步骤S201还包括：
S301，获取与所述待处理路口相交道路的路口外道路参考线和停止线，并基于所述停止线生成所述待处理路口的四至范围路段；所述四至范围路段包括与所述待处理路口相交的路段；
S302，基于所述待处理路口的参数和所述四至范围路段内的路口外道路参考线拓扑关系将所述路口外道路参考线划分为满足预设条件的驶入路口道路参考线和驶出路口道路参考线；
具体的，根据道路空间几何相交关系，查询与所述待处理路口相交的所有路口外道路参考线和停止线，并基于停止线自动生成所述待处理路口的四至范围路段，后续所提及的路口外道路参考线等道路数据模型均指所述待处理路口的四至范围路段的道路数据模型;基于路口类型、驶入和驶出道路数量以及路口外道路参考线拓扑关系将路口外道路参考线分组，在一种可能的实施方式中，步骤S302还包括：
（1）基于所述路口外道路参考线拓扑关系模型、所述路口类型及所述驶入和驶出道路数量，确定驶入路口道路参考线集合和驶出路口道路参考线集合；
（2）计算所述路口外道路参考线中各道路参考线与所述待处理路口的中心的平均距离；
（3）将所述平均距离最小的所述道路参考线确定为所述满足预设条件的驶入路口道路参考线和驶出路口道路参考线。
具体的，参考图5，驶入路口道路参考线为箭头指向所述待处理路口的箭头线，确定驶入路口道路参考线集合为{L 1,L 2,L 3,L 4}；驶出路口道路参考线为箭头远离所述待处理路口的箭头线，确定驶出路口道路参考线集合为{K 1,K 2,K 3,K 4}。其中L i 或K i 包含一条或多条参考线，i=1,2,3,4。若L i 或K i 中包含一条以上参考线时，根据公式（1）分别计算与待处理路口的中心的平均距离D t ，保留最小平均距离D t 对应的参考线，实现集合L i 或K i 中仅包含一条满足预设条件的驶入路口道路参考线（即箭头指向所述待处理路口的箭头实线）、驶出路口道路参考线（即箭头远离所述待处理路口的箭头实线）和对应挂接的多条虚参考线，其中预设条件即为与所述待处理路口的中心的平均距离最小的道路参考线。
其中，[X, Y]表示待处理路口的中心的平面坐标；[Xi,Yi]为L i 或K i 中包含的道路参考线上节点的平面坐标，n为对应道路参考线上节点数，D t 为平均距离。
S303，确定所述驶入路口道路参考线和所述驶出路口道路参考线与所述待处理路口连接的节点集合，所述节点集合包括驶入节点集合和驶出节点集合；
具体的，根据步骤S302中获取的驶入路口道路参考线和驶出路口道路参考线，找到参考线上与待处理路口连接的节点，包括虚参考线节点，如图5所示。满足预设条件的路口外道路参考线中，若其节点位于参考线的起点位置，将节点加入到驶出节点V i 集中；若其节点位于参考线的终点位置，将节点加入到驶入节点U i 集中，依据参考线在驶入或驶出路口道路的位置，参照S302，i值可设定为1,2,3,4。待处理路口内不存在车道线地面标识，难以基于图像和点云数据源自动化提取车道模型，通过基于路口外道路参考线和待处理路口参数确定驶入节点和驶出节点，用于后续确定路口内参考线的节点，进一步确定路口内参考线。
S304，根据所述驶入路口道路转向关系，确定所述节点集合中各驶入节点在不同道路转向关系中对应的各驶出节点；
在一种可能的实施方式中，步骤S304还包括：
（1）根据所述驶入路口道路转向关系确定与所述各驶入节点相交的道路车道线；
（2）计算所述各驶出节点与待匹配驶入节点相交的所述道路车道线的距离值和方向值；所述待匹配驶入节点为所述驶入节点集合中的任一驶入节点；
（3）将所述距离值最大和所述方向值为正的对应驶出节点作为所述待匹配驶入节点在左转方向上的驶出节点；将所述距离值最大和所述方向值为负的对应驶出节点作为所述待匹配驶入节点在右转方向上的驶出节点；
（4）计算所述各驶出节点与待匹配驶入节点形成的方向线与所述道路车道线的夹角值；
（5）将所述夹角值最小的对应驶出节点作为所述待匹配驶入节点在直行方向上的驶出节点。
具体的，根据公式（2）计算各驶出节点V i 与待匹配驶入节点相交的所述道路车道线的距离值Dist和方向值Dir，若匹配驶入节点在左转方向上的驶出节点，则寻找Dist最大和Dir为正的点；若匹配驶入节点在右转方向上的驶出节点，则寻找Dist最大和Dir为负的点；若匹配驶入节点在直行方向上的驶出节点，则采用公式（2）分别计算待匹配驶入节点与驶出节点V i 形成的方向线与所述道路车道线的夹角值Ang，Ang最小值对应的驶出节点即为所求。
其中，{ A,B, C }表示道路车道线的直线方程表达系数;[X 0,Y 0]为驶出节点V i 的平面坐标；[X 1,Y 1]和[X 2,Y 2]为道路车道线的两节点Node1和Node2坐标，Node2位于Node1的下一个节点，且Node1和Node2是道路车道线上离驶出节点V i 最近的两节点，Dir大于0表示驶出节点V i 位于道路车道线的左侧，小于0位于右侧，等于0位于道路车道线上。
S305，基于所述各驶入节点和所述各驶出节点确定所述路口内参考线起始节点。
S202，基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线；所述路口内参考线指示车道行驶方向；
参考图4，在一种可能的实施方式中，步骤S202还包括：
S401，获取与驶入节点预设范围内相交的第一道路车道线以及与驶出节点预设范围内相交的第二道路车道线；
S402，对于所述第一道路车道线，确定所述驶入节点与所述第一道路车道线连接的最近两节点连接线段的第一方向向量；
S403，对于所述第二道路车道线，确定所述驶出节点与所述第二道路车道线连接的最近两节点连接线段的第二方向向量；
S404，基于所述驶入节点、所述驶出节点、所述第一方向向量和所述第二方向向量，确定所述待处理路口在不同道路转向上的路口内参考线。
具体的，本发明实施例中所述预设范围指各以驶入节点和驶出节点为中心，分别构建半径为0.5米的缓冲区，基于矢量空间相交方法，获取与缓冲区相交的第一道路车道线和第二道路车道线，计算第一道路车道线与驶入节点连接的最短线段的第一方向向量Vl 1(x,y)和第二道路车道线与驶出节点连接的最短线段的第二向向量Vr 2(x,y)，将驶入节点坐标、驶出节点节点坐标和第一方向向量Vl 1(x,y)、第二向向量Vr 2(x,y)带入曲线公式（3）中，求解参考线曲线方程的参数。其中[X(p),Y(p)]为求解的参数三次曲线函数；[aU, bU,cU, dU]和[aV, bV, cV, dV]为多项式参数；参数p定义曲线上的点，起点对应的p值为0，终点对应的p值为1，前述的驶入节点即为曲线的起点，驶出节点即为曲线的终点；公式（3）中
和
是对p一次求导，代入曲线起点和终点的切向方向值Vl 1(x,y)和Vr 2(x,y)，求解8个多项式参数。求出曲线函数表达式后，再以1m间隔内插节点，基于内插的节点，搜索与该节点最近的点云，赋点云Z值到该节点，生成所述路口内参考线。通过求解曲线方程的方法确定路口内参考线，在存在多个行驶方向上路线交汇的交通复杂的路口内，能够独立地基于驶入节点和驶出节点构建路口内参考线拓扑关系模型。
S203，根据所述路口内参考线确定对应车道的车道线起始节点，并基于所述车道线起始节点生成路口内车道线；
具体的，依据驶入道路对应的车道行驶方向和驶出道路对应的车道行驶方向，确定路口内左转、直行和右转道路参考线对应的车道数，基于参考线左侧车道数始终为1的原则，确定参考线对应的车道线连接的驶入节点和驶出节点，进一步确定所述驶入节点和驶出节点和切线方向向量，同方法步骤S404，基于公式（3）求解车道线曲线方程，以1m间隔内插节点，然后基于内插的节点，搜索与该节点最近的点云，赋点云Z值到该节点，生成路口内车道线。
S204，基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线；
在一种可能的实施方式中，步骤S204还包括：
（1）针对所述路口内车道线，获取其中相对应的左车道线和右车道线，确定左车道线长度和右车道线长度；
（2）针对所述左车道线上每个点，基于所述点与所述左车道线第一端点的距离、所述左车道线长度和右车道线长度确定所述右车道线上的各点中与所述点相对应的对应点；
（3）确定所述左车道线上每个点和所述对应点连线的中点，得到多个所述车道中心线起始节点；
（4）基于所述车道中心线起始节点生成所述左车道线和右车道线对应的路口内车道中心线。
具体的，选取所述路口内车道线中两条相对应的左车道线和右车道线，遍历线左车道线上所有的点N t ，计算每个N t 与左车道线第一端点的距离D、确定左车道线的总长度Length1和右车道线的总长度Length2，基于公式（4），以D * Length2/Length1反算右车道线上的各点中与每个N t 相对应的对应点M t ，计算形状点N t 和M t 的中心点，作为路口内车道中心线的节点。
其中，D表示N t 与左车道线第一端点的距离；Length1和Length2表示左车道线的总长度和右车道线的总长度；[X 1,Y 1]为点N t 的坐标，[X 2,Y 2]为点M t 的坐标；[X,Y]为生成的路口内车道中心线的节点坐标；dCurMe表示右车道线上O t 距右车道线第一端点的平面距离值，所述第一端点和第二端点分别是左车道线和右车道线相对应的端点，O t 是右车道线上距离M t 最近的点，点O t 距右车道线第一端点的平面距离应小于M t 距右车道线第一端点的平面距离；[X S,Y S]为点O t 的坐标,dCurSegLength为RightLaneLine上与M t 最近前后两节点O t 和O t+1 的平面距离。采用等比例距离法，确定左右车道线上对应的点，基于对应点确定车道中心线起始节点，进一步生成的路口内车道中心线曲率、坡度平缓，更好地服务于自动驾驶车辆行驶。
S205，基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联模型，生成所述待处理路口的路口高精地图。
在一种可能的实施方式中，步骤S205还包括：
（1）基于所述路口内参考线、路口内车道线和所述路口内车道中心线生成所述待处理路口的路口道路几何模型和拓扑关系；
（2）构建所述路口内参考线、所述路口内车道中心线与所述待处理路口内交通设施对象的逻辑关联关系；
（3）基于所述路口道路几何模型和拓扑关系以及所述逻辑关联关系生成所述待处理路口的路口高精地图。
具体的，根据停止线与路口内车道中心线间的空间位置相交关系，构建路口内车道中心线与停止线的逻辑关联关系；以路口内车道中心线结束的节点为基准，沿着道路行驶方向前方一定距离搜索最近的红绿灯组合对象，本发明实施例中所述一定距离设定为30m，基于查找到的红绿灯位置和路口内车道中心线的车辆行驶方向，完成路口内车道中心线与各红绿灯元素的逻辑关联关系，最后基于所述路口道路几何模型和拓扑关系以及所述逻辑关联关系生成所述待处理路口的路口高精地图。将几何模型、拓扑关系和关联关系技术结合，能够更加精确快速地自动化生成路口高精地图，提高制图效率。
与上述路口高精地图生成方法相对应，本发明实施例还提供一种路口高精地图生成装置，由于本发明实施例提供的路口高精地图生成装置与上述几种实施例提供的路口高精地图生成方法相对应，因此前述路口高精地图生成方法的实施方式也适用于本实施例提供的路口高精地图生成装置，在本发明实施例中不再赘述。
参考图6，其所示为本发明实施例提供的一种路口高精地图生成装置结构示意图，该装置具有实现上述方法实施例中路口高精地图生成方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现，该装置可以包括：
路口内参考线起始节点生成模块610，用于基于待处理路口的参数和路口外道路参考线拓扑关系，确定所述待处理路口的路口内参考线起始节点；
路口内参考线生成模块620，用于基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线；所述路口内参考线指示车道行驶方向；
路口内车道线生成模块630，用于根据所述路口内参考线确定对应车道的车道线起始节点，并基于所述车道线起始节点生成路口内车道线；
路口内车道中心线生成模块640，用于基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线；
高精地图生成模块650，用于基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联模型，生成所述待处理路口的路口高精地图。
可选的，所述路口高精地图生成装置还包括：
第一参数确定模块，用于根据预先采集的所述待处理路口的图片数据，确定路口类型，将所述路口类型作为第一参数；
第二参数确定模块，用于基于与所述待处理路口相交道路的道路模型数据，生成驶入和驶出道路数量，将所述驶入和驶出道路数量作为第二参数；
第三参数确定模块，用于根据驶入路口道路与路标方向箭头的关联关系，确定驶入路口道路转向关系，将所述驶入路口道路转向关系作为第三参数；所述驶入路口道路转向关系包括直行、左转和右转；所述路标方向箭头指示车辆在所述驶入路口道路执行不同方向上的转向；
参数配置模块，用于基于所述第一参数、所述第二参数和所述第三参数，生成所述待处理路口的所述参数。
可选的，所述路口内参考线起始节点生成模块还包括：
四至范围确定模块，用于获取与所述待处理路口相交道路的路口外道路参考线和停止线，并基于所述停止线生成所述待处理路口的四至范围路段；所述四至范围路段包括与所述待处理路口相交的路段；
道路参考线划分模块，用于基于所述待处理路口的参数和所述四至范围路段内的路口外道路参考线拓扑关系将所述路口外道路参考线划分为满足预设条件的驶入路口道路参考线和驶出路口道路参考线；
道路参考线节点确定模块，用于确定所述驶入路口道路参考线和所述驶出路口道路参考线与所述待处理路口连接的节点集合，所述节点集合包括驶入节点集合和驶出节点集合；
道路参考线节点划分模块，用于根据所述驶入路口道路转向关系，确定所述节点集合中各驶入节点在不同道路转向关系中对应的各驶出节点；
路口内参考线起始节点确定模块，用于基于所述各驶入节点和所述各驶出节点确定所述路口内参考线起始节点。
可选的，所述道路参考线划分模块包括：
第一驶入驶出道路参考线确定单元，用于基于所述路口外道路参考线拓扑关系模型、所述路口类型及所述驶入和驶出道路数量，确定驶入路口道路参考线集合和驶出路口道路参考线集合；
第一计算单元，用于计算所述路口外道路参考线中各道路参考线与所述待处理路口的中心的平均距离；
第二驶入驶出道路参考线确定单元，用于将所述平均距离最小的所述道路参考线确定为所述满足预设条件的驶入路口道路参考线和驶出路口道路参考线。
可选的，所述道路参考线节点划分模块包括：
道路车道线确定单元，用于根据所述驶入路口道路转向关系确定与所述各驶入节点相交的道路车道线；
第二计算单元，用于计算所述各驶出节点与待匹配驶入节点相交的所述道路车道线的距离值和方向值；所述待匹配驶入节点为所述驶入节点集合中的任一驶入节点；
第一驶出节点划分单元，用于将所述距离值最大和所述方向值为正的对应驶出节点作为所述待匹配驶入节点在左转方向上的驶出节点；将所述距离值最大和所述方向值为负的对应驶出节点作为所述待匹配驶入节点在右转方向上的驶出节点；
第三计算单元，用于计算所述各驶出节点与待匹配驶入节点形成的方向线与所述道路车道线的夹角值；
第二驶出节点划分单元，用于将所述夹角值最小的对应驶出节点作为所述待匹配驶入节点在直行方向上的驶出节点。
可选的，所述路口内参考线生成模块包括：
道路车道线获取单元，用于获取与驶入节点预设范围内相交的第一道路车道线以及与驶出节点预设范围内相交的第二道路车道线；
获取与驶入节点预设范围内相交的第一道路车道线以及与驶出节点预设范围内相交的第二道路车道线；
对于所述第一道路车道线，确定所述驶入节点与所述第一道路车道线连接的最近两节点连接线段的第一方向向量；
对于所述第二道路车道线，确定所述驶出节点与所述第二道路车道线连接的最近两节点连接线段的第二方向向量；
基于所述驶入节点、所述驶出节点、所述第一方向向量和所述第二方向向量，确定所述待处理路口在不同道路转向上的路口内参考线。
可选的，所述路口内车道中心线生成模块包括：
车道线长度确定单元，用于针对所述路口内车道线，获取其中相对应的左车道线和右车道线，确定左车道线长度和右车道线长度；
等距离比例法计算单元，用于针对所述左车道线上每个点，基于所述点与所述左车道线第一端点的距离、所述左车道线长度和右车道线长度确定所述右车道线上的各点中与所述点相对应的对应点；
车道中心线起始节点生成单元，用于确定所述左车道线上每个点和所述对应点连线的中点，得到多个所述车道中心线起始节点；
路口内车道中心线确定单元，用于基于所述车道中心线起始节点生成所述左车道线和右车道线对应的路口内车道中心线。
可选的，所述高精地图生成模块包括：
路口道路几何模型和拓扑关系生成单元，用于基于所述路口内参考线、路口内车道线和所述路口内车道中心线生成所述待处理路口的路口道路几何模型和拓扑关系；
逻辑关联关系生成单元，用于构建所述路口内参考线、所述路口内车道中心线与所述待处理路口内交通设施对象的逻辑关联关系；
高精地图生成单元，用于基于所述路口道路几何模型和拓扑关系以及所述逻辑关联关系生成所述待处理路口的路口高精地图。
本发明实施例还提供一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如上述路口高精地图生成方法的步骤。
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。处理器可以是中央处理单元，还可以是其他通用处理器、数字信号处理器、专用集成电路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。
本发明实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图7是本发明实施例提供的运行一种路口高精地图生成方法的服务器的硬件结构示意图，如图7所示，该服务器700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（Central Processing Units，CPU）710（处理器710可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）、用于存储数据的存储器730，一个或一个以上存储应用程序723或数据722的存储介质720（例如一个或一个以上海量存储设备）。其中，存储器730和存储介质720可以是短暂存储或持久存储。存储在存储介质720的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，处理器710可以设置为与存储介质720通信，在服务器700上执行存储介质720中的一系列指令操作。服务器700还可以包括一个或一个以上电源760，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口740，和/或，一个或一个以上操作系统721，例如Windows ServerTM，Mac OS XTM，UnixTM, LinuxTM，FreeBSDTM等等。
输入输出接口740可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器700的通信供应商提供的无线网络。在一个实例中，输入输出接口740包括一个网络适配器（Network Interface Controller，NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口740可以为射频（RadioFrequency，RF）模块，其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解，图7所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器700还可包括比图7中所示更多或者更少的组件，或者具有与图7所示不同的配置。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述路口高精地图生成方法的步骤。在本发明实施例中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述路口高精地图生成方法的步骤。在本发明实施例中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
本申请实施例还提供一种计算机存储介质，所述计算机存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的方法。在本发明实施例中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括但不限于：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
本发明实施例还提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方法的步骤。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (11)
1.一种路口高精地图生成方法，其特征在于，包括：
基于待处理路口的参数和路口外道路参考线拓扑关系确定驶入路口道路参考线和驶出路口道路参考线；并基于所述驶入路口道路参考线和驶出路口道路参考线确定所述待处理路口的路口内参考线起始节点；
基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线；所述路口内参考线指示车道行驶方向；
根据所述路口内参考线确定路口内对应车道的车道线起始节点，并基于所述车道线起始节点生成路口内车道线；
基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线；
基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联关系，生成所述待处理路口的路口高精地图。
2.根据权利要求1所述的路口高精地图生成方法，其特征在于，还包括：
根据预先采集的所述待处理路口的图片数据，确定路口类型，将所述路口类型作为第一参数；
基于与所述待处理路口相交道路的道路模型数据，生成驶入和驶出道路数量，将所述驶入和驶出道路数量作为第二参数；
根据驶入路口道路与路标方向箭头的关联关系，确定驶入路口道路转向关系，将所述驶入路口道路转向关系作为第三参数；所述驶入路口道路转向关系包括直行、左转和右转；所述路标方向箭头指示车辆在所述驶入路口道路执行不同方向上的转向；
基于所述第一参数、所述第二参数和所述第三参数，生成所述待处理路口的参数。
3.根据权利要求2所述的路口高精地图生成方法，其特征在于，所述基于待处理路口的参数和路口外道路参考线拓扑关系确定驶入路口道路参考线和驶出路口道路参考线；并基于所述驶入路口道路参考线和驶出路口道路参考线确定所述待处理路口内参考线起始节点包括：
获取与所述待处理路口相交道路的路口外道路参考线和停止线，并基于所述停止线生成所述待处理路口的四至范围路段；所述四至范围路段包括与所述待处理路口相交的路段；
基于所述待处理路口的参数和所述四至范围路段内的路口外道路参考线拓扑关系将所述路口外道路参考线划分为满足预设条件的驶入路口道路参考线和驶出路口道路参考线；
确定所述驶入路口道路参考线和所述驶出路口道路参考线与所述待处理路口连接的节点集合，所述节点集合包括驶入节点集合和驶出节点集合；
根据所述驶入路口道路转向关系，确定所述节点集合中各驶入节点在不同道路转向关系中对应的各驶出节点；
基于所述各驶入节点和所述各驶出节点确定所述路口内参考线起始节点。
4.根据权利要求3所述的路口高精地图生成方法，其特征在于，所述将所述路口外道路参考线划分为满足预设条件的驶入路口道路参考线和驶出路口道路参考线包括：
基于所述路口外道路参考线拓扑关系模型、所述路口类型及所述驶入和驶出道路数量，确定驶入路口道路参考线集合和驶出路口道路参考线集合；
计算所述路口外道路参考线中各道路参考线与所述待处理路口的中心的平均距离；
将所述平均距离最小的所述道路参考线确定为所述满足预设条件的驶入路口道路参考线和驶出路口道路参考线。
5.根据权利要求3所述的路口高精地图生成方法，其特征在于，所述根据所述驶入路口道路转向关系，确定所述节点集合中各驶入节点在不同道路转向关系中对应的各驶出节点包括：
根据所述驶入路口道路转向关系确定与所述各驶入节点相交的道路车道线；
计算所述各驶出节点与待匹配驶入节点相交的所述道路车道线的距离值和方向值；所述待匹配驶入节点为所述驶入节点集合中的任一驶入节点；
将所述距离值最大和所述方向值为正的对应驶出节点作为所述待匹配驶入节点在左转方向上的驶出节点；将所述距离值最大和所述方向值为负的对应驶出节点作为所述待匹配驶入节点在右转方向上的驶出节点；
计算所述各驶出节点与待匹配驶入节点形成的方向线与所述道路车道线的夹角值；
将所述夹角值最小的对应驶出节点作为所述待匹配驶入节点在直行方向上的驶出节点。
6.根据权利要求5所述的路口高精地图生成方法，其特征在于，所述基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线包括：
获取与驶入节点预设范围内相交的第一道路车道线以及与驶出节点预设范围内相交的第二道路车道线；
对于所述第一道路车道线，确定所述驶入节点与所述第一道路车道线连接的最近两节点连接线段的第一方向向量；
对于所述第二道路车道线，确定所述驶出节点与所述第二道路车道线连接的最近两节点连接线段的第二方向向量；
基于所述驶入节点、所述驶出节点、所述第一方向向量和所述第二方向向量，确定所述待处理路口在不同道路转向上的路口内参考线。
7.根据权利要求1所述的路口高精地图生成方法，其特征在于，所述基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线包括：
针对所述路口内车道线，获取其中相对应的左车道线和右车道线，确定左车道线长度和右车道线长度；
针对所述左车道线上每个点，基于所述点与所述左车道线第一端点的距离、所述左车道线长度和右车道线长度确定所述右车道线上的各点中与所述点相对应的对应点；
确定所述左车道线上每个点和所述对应点连线的中点，得到多个所述车道中心线起始节点；
基于所述车道中心线起始节点生成所述左车道线和右车道线对应的路口内车道中心线。
8.根据权利要求1所述的路口高精地图生成方法，其特征在于，所述基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联关系，生成所述待处理路口的路口高精地图包括：
基于所述路口内参考线、路口内车道线和所述路口内车道中心线生成所述待处理路口的路口道路几何模型和拓扑关系；
构建所述路口内参考线、所述路口内车道中心线与所述待处理路口内交通设施对象的逻辑关联关系；
基于所述路口道路几何模型和拓扑关系以及所述逻辑关联关系生成所述待处理路口的路口高精地图。
9.一种路口高精地图生成装置，其特征在于，包括：
路口内参考线起始节点生成模块，用于基于待处理路口的参数和路口外道路参考线拓扑关系确定驶入路口道路参考线和驶出路口道路参考线；并基于所述驶入路口道路参考线和驶出路口道路参考线确定所述待处理路口的路口内参考线起始节点；
路口内参考线生成模块，用于基于所述路口内参考线起始节点，确定所述待处理路口在不同道路转向上的路口内参考线；所述路口内参考线指示车道行驶方向；
路口内车道线生成模块，用于根据所述路口内参考线确定对应车道的车道线起始节点，并基于所述车道线起始节点生成路口内车道线；
路口内车道中心线生成模块，用于基于所述路口内车道线确定车道中心线起始节点，并基于所述车道中心线起始节点生成所述路口内车道线对应的路口内车道中心线；
高精地图生成模块，用于基于所述路口内参考线、路口内车道线和所述路口内车道中心线，以及所述路口内参考线、所述路口内车道中心线与所述待处理路口相关的交通设施对象建立的逻辑关联模型关系，生成所述待处理路口的路口高精地图。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如权利要求1至8任一项所述方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210674114.9A CN114777799B (zh) | 2022-06-15 | 2022-06-15 | 一种路口高精地图生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210674114.9A CN114777799B (zh) | 2022-06-15 | 2022-06-15 | 一种路口高精地图生成方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114777799A CN114777799A (zh) | 2022-07-22 |
| CN114777799B true CN114777799B (zh) | 2022-10-18 |
Family
ID=82421662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210674114.9A Active CN114777799B (zh) | 2022-06-15 | 2022-06-15 | 一种路口高精地图生成方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114777799B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115294552B (zh) * | 2022-08-08 | 2024-11-05 | 腾讯科技（深圳）有限公司 | 一种杆状物识别方法、装置、设备及存储介质 |
| CN116718181B (zh) * | 2023-08-11 | 2023-10-20 | 腾讯科技（深圳）有限公司 | 地图生成方法、装置、电子设备及存储介质 |
| CN117948992B (zh) * | 2024-03-22 | 2024-06-07 | 航天宏图信息技术股份有限公司 | 高精导航图二阶平滑曲线拓扑拟合方法、装置及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017041390A1 (zh) * | 2015-09-09 | 2017-03-16 | 百度在线网络技术（北京）有限公司 | 高精地图数据的处理方法、装置、存储介质和设备 |
| CN109357680A (zh) * | 2018-10-26 | 2019-02-19 | 北京主线科技有限公司 | 港口无人驾驶集装箱卡车高精地图生成方法 |
| CN111142525A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 高精度地图车道拓扑构建方法及系统、服务器及介质 |
| CN111626206A (zh) * | 2020-05-27 | 2020-09-04 | 北京百度网讯科技有限公司 | 高精地图构建方法、装置、电子设备及计算机存储介质 |
| CN111782751A (zh) * | 2020-06-28 | 2020-10-16 | 北京四维图新科技股份有限公司 | 地图中交叉路口道路生成方法、装置及电子设备 |
| CN112033420A (zh) * | 2019-06-03 | 2020-12-04 | 北京京东叁佰陆拾度电子商务有限公司 | 一种车道地图构建方法和装置 |
| WO2021104180A1 (zh) * | 2019-11-29 | 2021-06-03 | 上海商汤临港智能科技有限公司 | 地图生成方法、定位方法、装置、设备、存储介质及计算机程序 |
| CN114543825A (zh) * | 2022-01-12 | 2022-05-27 | 华为技术有限公司 | 引导车辆行驶的方法、地图生成方法及相关系统 |
-
2022
- 2022-06-15 CN CN202210674114.9A patent/CN114777799B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017041390A1 (zh) * | 2015-09-09 | 2017-03-16 | 百度在线网络技术（北京）有限公司 | 高精地图数据的处理方法、装置、存储介质和设备 |
| CN109357680A (zh) * | 2018-10-26 | 2019-02-19 | 北京主线科技有限公司 | 港口无人驾驶集装箱卡车高精地图生成方法 |
| CN112033420A (zh) * | 2019-06-03 | 2020-12-04 | 北京京东叁佰陆拾度电子商务有限公司 | 一种车道地图构建方法和装置 |
| WO2021104180A1 (zh) * | 2019-11-29 | 2021-06-03 | 上海商汤临港智能科技有限公司 | 地图生成方法、定位方法、装置、设备、存储介质及计算机程序 |
| CN111142525A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 高精度地图车道拓扑构建方法及系统、服务器及介质 |
| CN111626206A (zh) * | 2020-05-27 | 2020-09-04 | 北京百度网讯科技有限公司 | 高精地图构建方法、装置、电子设备及计算机存储介质 |
| CN111782751A (zh) * | 2020-06-28 | 2020-10-16 | 北京四维图新科技股份有限公司 | 地图中交叉路口道路生成方法、装置及电子设备 |
| CN114543825A (zh) * | 2022-01-12 | 2022-05-27 | 华为技术有限公司 | 引导车辆行驶的方法、地图生成方法及相关系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114777799A (zh) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114777799B (zh) | 一种路口高精地图生成方法、装置、电子设备及存储介质 | |
| US11454513B2 (en) | Method and apparatus for generating road network data of intersection area | |
| US10627241B2 (en) | Map-centric map matching method and apparatus | |
| CN110220521B (zh) | 一种高精地图的生成方法和装置 | |
| WO2020029601A1 (zh) | 一种地图车道横向拓扑关系的构建方法、系统及存储器 | |
| KR100579767B1 (ko) | 다각형으로 표현된 도로지도 데이터의 작성과 이용을 위한장치와 방법 | |
| KR102106359B1 (ko) | 전자 지도 중의 교차로를 인식하기 위한 방법 및 장치 | |
| WO2020108207A1 (zh) | 一种高精度地图的构建方法及装置 | |
| CN113899384B (zh) | 车道级道路的路口面显示方法、装置、设备、介质及程序 | |
| CN109828564A (zh) | 一种无人驾驶汽车路径规划的优化方法、装置及终端设备 | |
| CN112033420A (zh) | 一种车道地图构建方法和装置 | |
| CN113390407A (zh) | 车道级导航地图的构建方法、装置、设备以及存储介质 | |
| CN111829536B (zh) | 导航地图路网生成方法、装置、存储介质及电子设备 | |
| CN112580179B (zh) | 高精度地图路口车道形状更新方法及系统、服务器及介质 | |
| CN111652061A (zh) | 一种车道边线的确定方法、装置及存储介质 | |
| CN114018239A (zh) | 一种三维车道地图构建方法、装置、设备及存储介质 | |
| CN112539761B (zh) | 数据处理方法、装置、设备、存储介质及计算机程序产品 | |
| CN114168698A (zh) | 一种离散高精地图建图方法、装置及电子设备 | |
| CN114705180B (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
| Behr et al. | Map matching for semi-restricted trajectories | |
| CN115908510A (zh) | 高精地图点云配准方法、装置、电子设备、存储介质 | |
| CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
| CN114036247A (zh) | 高精地图数据关联方法、装置、电子设备及存储介质 | |
| CN112182129A (zh) | 高精度地图更新方法及装置 | |
| WO2023216651A1 (zh) | 车道定位方法、计算机设备、计算机可读存储介质及车辆 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |