CN115098605A - 距离真值库的构建方法和装置、电子设备及存储介质 - Google Patents

距离真值库的构建方法和装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115098605A
CN115098605A CN202210538512.8A CN202210538512A CN115098605A CN 115098605 A CN115098605 A CN 115098605A CN 202210538512 A CN202210538512 A CN 202210538512A CN 115098605 A CN115098605 A CN 115098605A
Authority
CN
China
Prior art keywords
map
distance
precision
value
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.)
Pending
Application number
CN202210538512.8A
Other languages
English (en)
Inventor
陈伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Autonavi Software Co Ltd
Original Assignee
Autonavi Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Autonavi Software Co Ltd filed Critical Autonavi Software Co Ltd
Priority to CN202210538512.8A priority Critical patent/CN115098605A/zh
Publication of CN115098605A publication Critical patent/CN115098605A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/70Labelling scene content, e.g. deriving syntactic or semantic representations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Remote Sensing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例涉及一种距离真值库的构建方法和装置、高精地图的检测方法和装置、电子设备及存储介质,其中,该距离真值库的构建方法包括:获取地图数据,地图数据由符合设定精度条件的采集设备全路采集得到;基于地图数据进行语义分割,以获得至少两个第一地图要素;获取至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值;基于位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。本公开实施例,可以使距离真值库中包括全路段上任意两个位于精度基准范围内的第一地图要素间的距离真值,从而使得后续基于距离真值库对高精地图的地图精度进行检测时,提高对地图精度的评估准确性。

Description

距离真值库的构建方法和装置、电子设备及存储介质
技术领域
本公开涉及计算机技术领域,尤其涉及一种距离真值库的构建方法和装置、高精地图的检测方法和装置、电子设备及存储介质。
背景技术
相对于普通地图而言,高精地图提供了更高精度,内容更为丰富的地图信息,因此,广泛服务于无人驾驶。针对无人驾驶而言,高精地图的地图精度普遍被认为应该在5厘米/100米-20厘米/100米,否则将对无人驾驶车辆带来巨大的安全风险。
实际上,高精地图在制作过程中,由于各种原因,例如矢量化错误等,可能会导致最终制作出的高精地图存在精度问题。因此,高精地图在制作完成之后,通常会依靠RTK测量仪、全站仪等测绘设备对高精地图中地图要素间的距离进行抽样测量,以对高精地图的地图精度进行抽样检测。但是,由于高速路主路无法停车测距等客观因素影响,抽样可能不均匀,导致对高精地图的地图精度的评估与实际偏差较大。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种距离真值库的构建方法和装置、高精地图的检测方法和装置、电子设备、存储介质及程序产品。
第一方面,本公开实施例提供了一种距离真值库的构建方法,该方法包括:
获取地图数据,所述地图数据由符合设定精度条件的采集设备全路采集得到;
基于所述地图数据进行语义分割,以获得至少两个第一地图要素;
获取所述至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值;
基于所述位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。
第二方面,本公开实施例提供了一种高精地图的检测方法,该方法包括:
获取高精地图中位于精度基准范围内的两个第二地图要素,所述两个第二地图要素构成一个第二地图要素对;
将所述两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与所述两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对,所述距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值;
分别从所述高精地图中获取所述第二地图要素对的距离标记值,以及从所述距离真值库中获取所述第一地图要素对对应的距离真值;
基于所述距离标记值和所述距离真值确定所述高精地图的地图精度是否满足要求。
第三方面,本公开实施例还提供了一种距离真值库的构建装置,该装置包括:
第一获取模块,用于获取地图数据,所述地图数据由符合设定精度条件的采集设备全路采集得到;
分割模块,用于基于所述地图数据进行语义分割,以获得至少两个第一地图要素;
第二获取模块,用于获取所述至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值;
构建模块,用于基于所述位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。
第四方面,本公开实施例还提供了一种高精地图的检测装置,该装置包括:
第三获取模块,用于获取高精地图中位于精度基准范围内的两个第二地图要素,所述两个第二地图要素构成一个第二地图要素对;
第四获取模块,用于将所述两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与所述两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对,所述距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值;
第五获取模块,用于分别从所述高精地图中获取所述第二地图要素对的距离标记值,以及从所述距离真值库中获取所述第一地图要素对对应的距离真值;
确定模块,用于基于所述距离标记值和所述距离真值确定所述高精地图的地图精度是否满足要求。
第五方面,本公开实施例还提供了一种电子设备,所述电子设备包括:存储器和处理器;存储器,用于存储所述处理器可执行指令;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述可执行指令以实现本公开实施例提供的任一所述的距离真值库的构建方法或高精地图的检测方法。
第六方面,本公开实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行本公开实施例提供的任一所述的距离真值库的构建方法或高精地图的检测方法。
第七方面,本公开实施例还提供了一种计算机程序产品,所述计算机程序产品用于执行本公开实施例提供的任一所述的距离真值库的构建方法或高精地图的检测方法。
本公开实施例提供的技术方案与现有技术相比至少具有如下优点:
在本公开实施例中,可以获取由符合设定精度条件的采集设备全路采集得到的地图数据,并基于地图数据进行语义分割,以获得至少两个第一地图要素;获取至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值,从而基于位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库,进而可以使距离真值库中包括全路段上任意两个位于精度基准范围内的第一地图要素间的距离真值,从而使得后续基于距离真值库对高精地图的地图精度进行检测时,可以覆盖到高精地图中全路段两个位于精度基准范围内的第二地图要素,相比于现有技术中抽样检测的方式,覆盖到的第二地图要素的数量更多,有利于改善现有技术中由于抽样不均匀带来的对地图精度的评估结果与实际相差较大的问题,提高对地图精度的评估准确性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例提供的一种距离真值库的构建方法的流程示意图;
图2为本公开实施例提供的一种距离真值网的结构示意图;
图3为本公开实施例提供的一种S120的具体流程示意图;
图4为本公开实施例提供的一种S130的具体流程示意图;
图5为本公开实施例提供的另一种距离真值库的构建方法的流程示意图;
图6为本公开实施例提供的一种高精地图的检测方法的流程示意图;
图7为本公开实施例提供的一种S610的具体流程示意图;
图8为本公开实施例提供的一种S620的具体流程示意图;
图9为本公开实施例提供的另一种高精地图的检测方法的流程示意图;
图10为本公开实施例提供的一种S940的具体流程示意图;
图11为本公开实施例提供的一种距离真值库的构建装置的结构示意图;
图12为本公开实施例提供的一种高精地图的检测装置的结构示意图;
图13为本公开实施例提供的一种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公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
图1为本公开实施例提供的一种距离真值库的构建方法的流程示意图,可以适用于检测高精地图的地图精度场景下构建距离真值库的情况。该构建方法可以由构建装置执行,该装置可以采用软件和/或硬件实现,并可集成在任意具有计算能力的电子设备上。
如图1所示,本公开实施例提供的距离真值库的构建方法可以包括:
S110、获取地图数据。
其中,地图数据由符合设定精度条件的采集设备全路采集得到。
具体地,地图数据可以包括图像数据和/或点云数据,但并不限于此。
其中,图像数据指的是,通过安装在移动装置(如车辆)中的图像采集装置(如相机),对道路环境进行拍摄并以像素点的形式记录的数据,每个像素点包含有灰度值、或者红绿蓝(RGB)颜色信息,但并不限于此。
其中,点云数据指的是,通过安装在移动装置中的扫描装置(如三维激光扫描仪),对道路环境进行扫描并以三维点的形式记录的数据,每一个三维点包含有三维点的三维坐标,以及相应三维点的属性信息,如红绿蓝(RGB)颜色信息,或者反射强度信息(Intensity)等,但并不限于此。
具体地,采集设备符合设定精度条件。设定精度条件可以包括与相对精度对应的精度条件。其中,相对精度用于表征基于地图数据确定的两个地图要素间的测量距离与现实世界中该两个地图要素间的距离真值(即实际距离)之间的差异情况,例如,相对精度为3厘米/100米时,表明两个地图要素间的距离真值为100米时,基于地图数据确定的该两个地图要素间的测量距离与100米相比误差在3厘米之内。
与相对精度对应的精度条件的具体内容,本领域技术人员可根据实际情况设置,此处不作限定。例如,与相对精度对应的精度条件为相对精度小于或等于3厘米/100米,但并不限于此。
当然,设定精度条件中还可以包括与绝对精度、或者其它本领域技术人员可知的精度类型对应的精度条件,此处不作限定。
具体地,本领域技术人员可根据实际情况选择采集设备,只要所选取的采集设备满足设定精度条件即可。
例如,设定精度条件包括相对精度为3厘米/100米,则符合设定精度条件的采集设备具有如下特点:两个地图要素间的距离真值为100m时,基于地图数据确定出的该两个地图要素间的测量距离与100米相比误差在3厘米之内。此时,采集设备可以选用搭载测绘级单线激光雷达与组合惯导的专业测绘车辆,例如RIEGL采集车,通常RIEGL采集车的相对精度小于3厘米/100米,绝对精度小于50厘米,或者其它本领域技术人员可知的采集设备,此处不作限定。
应当理解的是,当采集设备符合设定精度条件时,基于地图数据确定出的两个地图要素间的测量距离与该两个地图要素间的距离真值之间的误差极小,此时,该测量距离可以看作是该两个地图要素之间的距离真值。
具体地,全路采集指的是,采集设备在移动过程中或者随移动装置进行移动的过程中,至少对道路环境中的各第一地图要素进行采集,例如,对道路环境中全部的地图要素进行采集。
例如,RIEGL采集车在某一路段行驶过程中,实时对该路段的道路环境进行采集,以采集得到道路环境中各地图要素。
需要说明的是,采集设备可以单趟全路采集,也可以多趟全路采集,此处不作限定,另外,采集设备(或随移动装置)沿同一轨迹的往返可视为两趟全路采集。
在一些实施例中,距离真值库的构建装置可以基于采集设备采集的地图数据实时构建距离真值库,此时,S110可以包括:实时接收采集设备实时采集的地图数据。如此,可尽快构建距离真值库,以使后续及时将距离真值库应用在地图精度检测中。
在另一些实施中,采集设备采集得到的地图数据可以存储在存储设备中,当距离真值库的构建装置构建距离真值库时,S110可以包括:从预设存储设备读取地图数据。如此,距离真值库的构建装置构建距离真值库的时间比较灵活。
S120、基于地图数据进行语义分割,以获得至少两个第一地图要素。
具体地,语义分割是将输入分为不同的语义可解释类别。基于地图数据进行语义分割即将地图数据进行分割,从而形成多个独立的子集,每个子集的期望是均对应拥有物理意义的地图要素,地图要素为地图中所包含的要素,例如,车道线、交通标牌、广告牌、行道树、路灯、房屋等,但并不限于此。
在一些实施例中,采集设备对道路环境中的全部地图要素进行采集得到地图数据,第一地图要素为全部地图要素中的部分。
可选地,第一地图要素包括车道线、杆状物、交通标牌、护栏、路缘石和龙门架中的至少一个。
具体地,车道线为用于引导方向的车道标线,可以为实线或虚线,但并不限于此。
具体地,杆状物可以包括用于设置路灯的灯杆、挂旗帜的旗杆、热棒等,但并不限于此。
具体地,交通标牌用图形符号和文字传递特定信息,用以管理交通、指示行车方向以保证道路畅通与行车安全的设施,主要适用于公路、城市道路以及一切专用公路,具有法令的性质,车辆、行人都必须遵守。
此时,参见图3,S120可以包括:
S121a、基于地图数据进行语义分割,以获得至少两个地图要素;
S122a、从该至少两个地图要素中,筛选出至少两个第一地图要素;
或者;S120可以包括:
S121b、从地图数据中筛选出第一地图要素对应的地图数据;
S122b、基于筛选出的地图数据进行语义分割,得到至少两个第一地图要素。
具体地,可以采用语义分割网络模型对地图数据进行语义分割,但并不限于此。
其中,语义分割网络模型可以包括基于全卷积网络(Fully ConvolutionNetworks,FCNs)、SegNet、E-Net、Link-Net、Mask R-CNN、Cylinder3D的网络,也可以是其他能够实现对地图数据进行语义分割功能的网络,对此不作限定。
在另一个示例中,采集设备仅对道路环境中的第一地图要素进行采集得到地图数据,此时,基于地图数据进行语义分割得到的至少两个地图要素即为第一地图要素。
S130、获取至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值。
具体地,精度基准范围的具体范围本领域技术人员可根据实际情况设置,此处不作限定。
可选地,精度基准范围为80米-120米。
可以理解的是,申请人考虑到在评价无人驾驶所使用的高精地图的相对精度时,精度基准范围相对于感知范围过短或者过长都会导致对相对精度评价不准确,而无人驾驶的感知范围通常为100米,因此,可以将精度基准范围设置在100米左右,例如,本公开实施例中的80米-120米。如此,可使精度基准范围与无人驾驶的感知范围最接近,有利于后续准确评价高精地图的相对精度。
在一些实施例中,参见图4,S130可以包括:
S131a、获取每两个第一地图要素间的距离真值,得到至少一个距离真值;
S132a、从该至少一个距离真值中,筛选出位于精度基准范围内的距离真值。
具体地,可以基于两个第一地图要素对应的地图数据,确定该两个第一地图要素间的距离真值。
例如,将两个第一地图要素上的参考点之间的距离,作为该两个第一地图要素间的距离真值,各第一地图要素上的参考点的选取本领域技术人员可根据实际情况设置,此处不作限定。
又例如,该两个第一地图要素中,一个第一地图要素包括N1个三维点(像素点),另一个第一地图要素包括N2个三维点(像素点),针对N1个三维点(像素点)中的每个三维点(像素点),确定其与N2个三维点(像素点)中各个三维点(像素点)的距离真值,得到N1*N2个距离真值,将N1*N2个距离真值的最大值、最小值、或者平均值作为该两个第一地图要素间的距离真值,但并不限于此。
在另一些实施例中,S130可以包括:
S131b、获取每两个第一地图要素间的粗测距离,得到至少一个粗测距离值;
S132b、获取粗测距离值在粗测精度基准范围内的两个第一地图要素间的距离真值,得到至少一个距离真值;
S133b、从该至少一个距离真值中,筛选出位于精度基准范围内的距离真值。
具体地,可以将两个第一地图要素在普通导航地图,即相对精度较低(例如,30厘米/100米)的地图中的距离标记值作为的粗测距离,但并不限于此。
可以理解的是,粗测精度基准范围的最大值可以大于精度基准范围的最大值,粗测精度基准范围的最小值可以大于精度基准范围的最小值,例如,当精度基准范围为80米-120米时,粗测精度基准范围为75米-125米,以避免在S132b中遗漏距离真值在精度基准范围内的第一地图要素。
需要说明的是,当采集设备进行多趟全路采集时,针对每趟全路采集得到的地图数据,均可分别执行S120-S130。
S140、基于位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。
具体地,每个位于精度基准范围内的距离真值均位于距离真值库中。
在本公开实施例中,对采集设备对全路段进行采集的趟数,或者说重复采集次数不作限制,如果涉及对全路段进行多趟采集的情况,可以基于每趟采集得到的地图数据,构建一个距离真值子库,各距离真值子库构成距离真值库。
在一个示例中,采集设备对全路段进行单趟采集,则基于单趟采集得到的地图数据可以构建一个距离真值子库,即为距离真值库。此时,两个位于精度基准范围内的第一地图要素在距离真值库中具有一个距离真值,例如,位于精度基准范围内的第一地图要素A和第一地图要素B在距离真值库中具有一个距离真值。
在另一个示例中,采集设备对全路段进行M趟采集(M为大于1的正整数),则基于每趟采集得到的地图数据可以分别构建一个距离真值子库,得到M个距离真值子库,该M个距离真值子库构成距离真值库。此时,两个位于精度基准范围内的第一地图要素在距离真值库中具有M个距离真值,例如,位于精度基准范围内的第一地图要素A和第一地图要素B在距离真值库中具有M个距离真值。可以理解的,由于同一趟采集得到的两个第一地图要素之间的测量距离与真值的误差仅来源于采集设备的相对精度,而某一趟采集得到的一个第一地图要素与另一趟采集得到的另一个第一地图要素的测量距离与真值的误差还会受到采集设备的绝对精度的影响,因此,距离真值建立在单趟采集得到的两个第一地图要素之间,即同一趟采集过程中得到的两个第一地图要素之间可以计算距离真值,不同趟采集过程中得到的两个第一地图要素不能形成用于计算距离真值的第一地图要素对,不能用于计算距离真值。
具体地,每个距离真值子库中可以包括至少一个距离真值网,每个距离真值网包括至少两个第一地图要素,两个第一地图要素间的连线的长度用于表征该两个第一地图要素间的距离真值。示例性的,图2为本公开实施例提供的一种距离真值网的结构示意图。参见图2,该距离真值网中包括五个第一地图要素210,每两个第一地图要素210之间通过用于表征它们之间的距离真值的连线连接。
具体地,距离真值库中在存储每个第一地图要素时,可以将其对应的地图数据和/或参考位置信息进行存储,但并不限于此。其中,关于参考位置信息的解释后文中将进行详细描述,此处先不作赘述。
具体地,每个第一地图要素还可以对应有唯一的身份标识(Identity Document,ID),并且每个距离真值也对应有唯一的ID,第一地图要素的ID和该第一地图要素关联的距离真值的ID之间的关联关系也存储于距离真值库中。
可以理解的是,由于采集设备可以进行全路采集得到地图数据,因此,基于地图数据进行语义分割得到的第一地图要素覆盖了全路段上的每个第一地图要素,从而使得距离真值库中涵盖了全路段上每两个位于精度基准范围内的第一地图要素间的距离真值,有利于实现对高精地图进行地图精度检测时的覆盖高精地图中的所有第二地图要素,而非像现有技术中一个只能覆盖部分第二地图要素,从而提高对地图精度的评估的准确性。
还可以理解的是,当采集设备采用RIEGL采集车等具有采集功能和移动功能的设备时,相比于现有技术中基于RTK测量仪、全站仪等测绘设备获取两第一地图要素间的距离真值,不仅能够实现获取全路段上每两个位于精度基准范围内的第一地图要素间的距离真值,而且有利于节省时间成本和人力成本。
在本公开实施例中,可以获取由符合设定精度条件的采集设备全路采集得到的地图数据,并基于地图数据进行语义分割,以获得至少两个第一地图要素;获取至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值,从而基于位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库,进而可以使距离真值库中包括全路段上任意两个位于精度基准范围内的第一地图要素间的距离真值,从而使得后续基于距离真值库对高精地图的地图精度进行检测时,可以覆盖到高精地图中全路段两个位于精度基准范围内的第二地图要素,相比于现有技术中抽样检测的方式,覆盖到的第二地图要素的数量更多,有利于改善现有技术中由于抽样不均匀带来的对地图精度的评估结果与实际相差较大的问题,提高对地图精度的评估准确性。
在本公开另一些实施方式中,地图数据包括图像数据和/或点云数据,基于地图数据进行语义分割包括:基于图像数据进行图像分割;和/或,基于点云数据进行点云分割。
具体地,当地图数据包括图像数据中,对图像数据进行语义分割,可将像素根据语义来进行分割,实现像素级分类。例如,图像数据中包括一个车道线和一个交通标牌,通过对图像数据进行语义分割可将车道线对应的像素分在一个像素子集中,并且将交通标牌分在另一个像素子集中。
此时,语义分割网络可以包括图像语义分割网络,将图像数据输入图像语义分割网络,即可实现图像分割。图像语义分割网络可以为任意能够实现对图像数据进行语义分割的网络,此处不作限定。
具体地,当地图数据包括点云数据中,对点云数据进行语义分割,可将三维点根据语义来进行分割,从而形成多个独立的三维点集合。例如,点云数据中包括一个车道线和一个护栏,通过对点云数据进行语义分割可将车道线对应的三维点分在一个三维点子集中,并且将护栏分在另一个三维点子集中。
此时,语义分割网络可以包括点云语义分割网络,将点云数据输入点云语义分割网络,即可实现点云分割。点云语义分割网络可以为任意能够实现对点云数据进行语义分割的网络,此处不作限定。
需要说明的是,当既进行图像分割,又进行点云分割时,可以将图像分割得到的地图要素与点云分割的地图要素取并集或者交集,此处不作限定。
可以理解的是,通过对图像数据进行图像分割和/或对点云数据进行点云分割,实现对地图数据的语义分割,使得分割方式简单,易操作,有利于提高距离真值库的构建效率。
图5为本公开实施例提供的另一种距离真值库的构建方法的流程示意图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。
如图5所示,本公开实施例提供的距离真值库的构建方法可以包括:
S510、获取地图数据。
其中,地图数据由符合设定精度条件的采集设备全路采集得到。
具体地,S510与S110相似,此处不再赘述。
S520、基于地图数据进行语义分割,以获得至少两个第一地图要素。
具体地,S520与S120相似,此处不再赘述。
S530、获取至少两个第一地图要素的参考位置信息。
具体地,参考位置信息指的是,第一地图要素上参考位置对应的信息。其中,参考位置可以包括参考点,即第一地图要素中的某一点(三维点或像素点),参考位置可以包括参考线段,即第一地图要素中某多个离散点所在线段、或者多个连续点组成的某一线段等,但并不限于此,并且,参考位置信息至少包括参考位置的三维坐标,其中,参考位置信息可以基于第一地图要素的地图数据来确定。
例如,当第一地图要素为交通标牌时,参考位置信息可以包括交通标牌的中心点的三维坐标、以及交通标牌标有交通信息的面的朝向信息(即向量),但并不限于此。
又例如,当第一地图要素为杆状物时,参考位置信息可以包括杆状物的中轴线上各点的三维坐标,但并不限于此。
再例如,当第一地图要素为车道线时,参考位置信息可以包括车道线的首端、中心点、以及末端的三维坐标,但并不限于此。
需要说明的是,针对其它类型的第一地图要素,其参考位置的选取本领域技术人员可根据实际情况设置,此处不作限定。
S540、基于参考位置信息确定至少两个第一地图要素中任意两个地图要素之间的距离真值。
具体地,当两个第一地图要素的参考位置信息均为线段对应的信息时,可将线线间的距离作为该两个第一地图要素间的距离真值。
例如,当两个第一地图要素均为杆状物时,可以将该两个杆状物的中轴线之间的距离作为该两个杆状物间的距离真值,两中轴线之间的距离可以为其中一个中轴线1/2高度下的点到另一个中轴线1/2高度下的点的距离,也可以为两中轴线上任意两个高度相同的点之间的距离,但并不限于此。
具体地,当两个第一地图要素的参考位置信息分别为点和线段对应的信息时,可将点到线段间的距离作为该两个第一地图要素间的距离真值。
例如,当两个第一地图要素分别为杆状物和交通标志牌时,可以将该交通标牌的中心点到该杆状物的中轴线之间的距离作为该交通标牌和该杆状物间的距离真值。
又例如,当两个第一地图要素分别为杆状物和车道线时,可以将该车道线的中心点、首端、或者尾端到该杆状物的中轴线之间的距离作为该交通标牌和该杆状物间的距离真值。
具体地,当两个第一地图要素的参考位置信息分别为点和点对应的信息时,可将点到点的距离作为该两个第一地图要素间的距离真值。
例如,当两个第一地图要素为两个交通标牌时,可以将该两个交通标牌的中心点之间的距离作为该两个交通标牌间的距离真值。
又例如,当两个第一地图要素分别为交通标志牌和车道线时,可以将该交通标牌的中心点到该车道线的中心点、首端、或末端之间的距离作为该交通标牌和该车道线间的距离真值。
再例如,当两个第一地图要素为两个车道线时,可以将该两个车道线的中心点之间的距离、该两个车道线的首端之间的距离、或者该两个车道线的尾端之间的距离作为该两个车道线间的距离真值。
具体地,针对每两个第一地图要素,计算它们之间的距离真值,以得到每两个第一地图要素对应的距离真值。
S550、基于任意两个第一地图要素之间的距离真值获取位于精度基准范围内的两个第一地图要素间的距离真值。
具体地,从经过S540得到的距离真值中,筛选出位于精度基准范围内的距离真值。例如,当精度基准范围为80米-120米时,将位于80米-120米之内的距离真值筛选出来。
S560、基于位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。
具体地,S560与S140相似,此处不再赘述。
本公开实施例,通过基于参考位置信息确定至少两个第一地图要素中任意两个地图要素之间的距离真值,使得两个第一地图要素间的距离真值的计算方式简单,便捷,有利于快速地确定任意两个第一地图要素之间的距离真值,从而提高真值库的构建速度。
图6为本公开实施例提供的一种高精地图的检测方法的流程示意图,可以适用于检测高精地图的地图精度的情况。该高精地图的检测方法可以由高精地图的检测装置执行,该装置可以采用软件和/或硬件实现,并可集成在任意具有计算能力的电子设备上。
如图6所示,本公开实施例提供的高精地图的检测方法可以包括:
S610、获取高精地图中位于精度基准范围内的两个第二地图要素,两个第二地图要素构成一个第二地图要素对。
具体地,高精地图可以为距离真值库对应的全路段中至少部分路段的高精地图。
具体地,关于精度基准范围的描述,请参照前文,此处不再赘述。
具体地,第二地图要素可以为高精地图中的任意地图要素。可选地,第二地图要素包括车道线、杆状物、交通标牌、护栏、路缘石和龙门架中的至少一个。
在一些实施例中,参见图7,S610可以包括:
S611a、获取两个第二地图要素之间的距离标记值,得到至少一个距离标记值;
S612a、从该至少一个距离标记值中,筛选出位于精度基准范围内的距离标记值,将每个精度基准范围内的距离标记值对应的两个第二地图要素确定为一个第二地图要素对。
在另一些实施例中,S610可以包括:
S611b、获取每两个第二地图要素间的粗测距离,得到至少一个粗测距离值;
S612b、获取粗测距离值在粗测精度基准范围内的两个第一地图要素间的距离标记值,得到至少一个距离标记值;
S613b、从该至少一个距离标记值中,筛选出位于精度基准范围内的距离标记值,将每个精度基准范围内的距离标记值对应的两个第二地图要素确定为一个第二地图要素对。
具体地,关于粗测距离值的描述,请参照前文,此处不再赘述。
具体地,经过S610可以获取高精地图中的每个第二地图要素对。
S620、将两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对。
其中,距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值,距离真值库可以为本公开任意实施例所述的距离真值库的构建方法构建。
具体地,两个第二地图要素(即第二地图要素对)对应的两个第一地图要素(即第一地图要素对)为道路环境中的同一对地图要素。例如,道路环境中的某一车道线和某一杆状物在高精地图中构成一个第二地图要素对,并且在距离真值库中也构成一个第一地图要素对,则该第一地图要素对与该第二地图要素对对应。
在一些实施例中,参见图8,S620可以包括:
S621a、将第二地图要素对中的其中一个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与该第二地图要素对应的第一地图要素;
S622a、将第二地图要素对中的另一个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与该第二地图要素对应的第一地图要素。
具体地,第二地图要素与第一地图要素进行匹配时,可基于第二地图的地图数据和/或参考位置信息、以及距离真值库中的第一地图要素的地图数据和/或参考位置信息进行匹配,此处不作限定。
其中,第二地图的地图数据可以包括图像数据和/或点云数据,并且,第二地图数据的参考位置信息与第一地图要素的参考位置信息的解释类似,此处不再赘述。
在另一些实施例中,S620可以包括:
S621b、将第二地图要素对中的其中一个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与该第二地图要素对应的第一地图要素;
S622b、从距离真值库中查找与S621b匹配到的第一地图要素的距离真值位于精度基准范围内的第一地图要素,以获得至少一个第一地图要素;
S623b、将第二地图要素对中的另一个第二地图要素与S622b查找到的至少一个第一地图要素进行匹配,以获取与该第二地图要素对应的第一地图要素。
具体地,经过S620可以获取每个第二地图要素对对应的第一地图要素对。并且,可以理解的是,当距离真值库中包括至少两个距离真值子库时,每个第二地图要素对可能对应至少两个第一地图要素对。
S630、分别从高精地图中获取第二地图要素对的距离标记值,以及从距离真值库中获取第一地图要素对对应的距离真值。
具体地,可以读取高精地图,以获取第二高精地图中第二地图要素对的距离标记值,但并不限于此。
具体地,可以读取距离真值库中第一地图要素对对应的距离真值。例如,可以基于第一地图要素的ID和距离真值的ID之间的关联关系,确定第一地图要素对对应的距离真值的ID,并基于该距离真值的ID读取该距离真值,但并不限于此。
具体地,经过S430可以获取每个第二地图要素对对应的距离标记值,以及每个第一地图要素对对应的距离真值。并且,可以理解的是,当一个第二地图要素对对应至少两个第一地图要素对时,该第二地图要素对对应的距离标记值对应有至少两个距离标记值。
S640、基于距离标记值和距离真值确定高精地图的地图精度是否满足要求。
在一些实施例中,距离标记值对应一个距离真值,此时,S640可以包括:
S641a、基于每个距离标记值以及每个距离标记值对应的距离真值,确定高精地图的地图精度是否满足要求。
具体地,计算每个距离标记值和与其对应的距离真值之间的差值,以获得至少一个差值,当该至少一个差值中的最大值、最小值、或者平均值小于预设差值阈值时,可确定高精地图的地图精度满足要求,否则,可确定高精地图的地图精度不满足要求。
在另一些实施例中,距离标记值对应有至少两个距离真值,此时,S640可以包括:
S641b、针对每个距离标记值,基于其对应的距离标记值确定其对应的目标距离标记值;
S642b、基于每个距离标记值以及每个距离标记值对应的目标距离真值,确定高精地图的地图精度是否满足要求。
在一个示例中,S641b可以包括针对每个距离标记值,从其对应的距离标记值中选取最大值、最小值或者其它任意一个距离标记值作为目标距离真值。
具体地,S642b与S641a相似,此处不再赘述。
在本公开实施例,可以获取高精地图中位于精度基准范围内的两个第二地图要素,两个第二地图要素构成一个第二地图要素对,并将两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与两个第二地图要素对应的两个第一地图要素(即第一地图要素对),分别从高精地图中获取第二地图要素对的距离标记值,以及从距离真值库中获取第一地图要素对对应的距离真值,从而基于距离标记值和距离真值确定高精地图的地图精度是否满足要求,使得可以对高精地图进行全路段的地图精度检测,相比于现有技术中对高精地图进行抽样地图精度检测,覆盖范围广,可改善由于抽样不均匀带来的精度检测不准确的问题,提高对地图精度的评估准确度,以便后续及时发现高精地图中存在的精度问题进行修正。并且,自动化全路段检测,可以减少人力物力投入,有利于降低检测成本。
图9为本公开实施例提供的另一种高精地图的检测方法的流程示意图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图9所示,本公开实施例提供的高精地图的检测方法可以包括:
S910、获取高精地图中位于精度基准范围内的两个第二地图要素,两个第二地图要素构成一个第二地图要素对。
具体地,S910与S610相似,此处不再赘述。
S920、将两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对。
其中,距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值,距离真值库为本公开任意实施例所述的距离真值库的构建方法构建。
具体地,S920与S620相似,此处不再赘述。
S930、从高精地图中获取第二地图要素对的距离标记值。
S940、从距离真值库中获取第一地图要素对对应的至少两个距离真值。
在一些实施例中,参见图10,S940可以包括:
S941a、将第二地图要素对中的其中一个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与该第二地图要素对应的至少两个第一地图要素;
S942a、将第二地图要素对中的另一个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与该第二地图要素对应的至少两个第一地图要素。
其中,经过S941a和S942a匹配到至少两个第一地图要素对,并且第一地图要素对中的两个第一地图要素位于同一距离真值子库。
在另一些实施例中,S940可以包括:
S941b、将第二地图要素对中的其中一个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与该第二地图要素对应的至少两个第一地图要素;
S942b、针对S941b获得的至少两个第一地图要素中的每个第一地图要素,从其对应的距离真值子库中查找与其的距离真值位于精度基准范围内的第一地图要素,以获得每个第一地图要素对应的至少一个第一地图要素;
S943b、将第二地图要素对中的另一个第二地图要素与S942b查找到的每个第一地图要素对应的至少一个第一地图要素进行匹配,以获取与该第二地图要素对应的至少两个第一地图要素。
S950、基于至少两个距离真值获取距离真值平均值。
具体地,针对每个距离标记值,计算该距离标记值对应的至少两个距离真值的平均值,该平均值即为目标距离真值。
S960、基于距离标记值和距离真值平均值确定高精地图的精度是否满足精度要求。
具体地,S960与S640相似,此处不再赘述。
本公开实施例,通过设置基于距离标记值和距离真值平均值确定高精地图的精度是否满足精度要求,可使距离真值平均值更接近现实世界中第一地图要素对的真值,从而使得进一步提高对地图精度的评估准确性。
图11为本公开实施例提供的一种距离真值库的构建装置的结构示意图,该装置可以采用软件和/或硬件实现,并可集成在任意具有计算能力的电子设备上。
如图11所示,本公开实施例提供的距离真值库的构建装置1100可以包括:
第一获取模块1110,用于获取地图数据,所述地图数据由符合设定精度条件的采集设备全路采集得到;
分割模块1120,用于基于所述地图数据进行语义分割,以获得至少两个第一地图要素;
第二获取模块1130,用于获取所述至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值;
构建模块1140,用于基于所述位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。
在本公开另一种实施方式中,地图数据包括图像数据和/或点云数据,分割模块1120可以包括:
第一分割子模块,用于基于图像数据进行图像分割;和/或,
第二分割子模块,用于基于点云数据进行点云分割。
在本公开另一种实施方式中,第二获取模块1130可以包括:
第一获取子模块,用于获取至少两个第一地图要素的参考位置信息;
第一确定子模块,用于基于参考位置信息确定至少两个第一地图要素中任意两个地图要素之间的距离真值;
第二获取子模块,用于基于任意两个第一地图要素之间的距离真值获取位于精度基准范围内的两个第一地图要素间的距离真值。
在本公开又一种实施方式中,精度基准范围为80米-120米。
在本公开再一种实施方式中,第一地图要素包括车道线、杆状物、交通标牌、护栏、路缘石和龙门架中的至少一个。
本公开实施例所提供的距离真值库的构建装置可执行本公开实施例所提供的任意距离真值库的构建方法,具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。
图12为本公开实施例提供的一种高精地图的检测装置的结构示意图,该装置可以采用软件和/或硬件实现,并可集成在任意具有计算能力的电子设备上。
如图12所示,本公开实施例提供的高精地图的检测装置1200可以包括:
第三获取模块1210,用于获取高精地图中位于精度基准范围内的两个第二地图要素,两个第二地图要素构成一个第二地图要素对;
第四获取模块1220,用于将两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对,距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值;
第五获取模块1230,用于分别从高精地图中获取第二地图要素对的距离标记值,以及从距离真值库中获取第一地图要素对对应的距离真值;
确定模块1240,用于基于距离标记值和距离真值确定高精地图的地图精度是否满足要求。
在本公开另一种实施方式中,第四获取模块1220包括:
第三获取子模块,用于从距离真值库中获取第一地图要素对对应的至少两个距离真值;
确定模块1240包括:第四获取子模块,用于基于至少两个距离真值获取距离真值平均值;
第二确定子模块,用于基于距离标记值和距离真值平均值确定高精地图的精度是否满足精度要求。
本公开实施例所提供的高精地图的检测装置可执行本公开实施例所提供的任意高精地图的检测方法,具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。
图13为本公开实施例提供的一种电子设备的结构示意图,用于对实现本公开实施例中任意距离真值库的构建方法或高精地图的检测方法的电子设备进行示例性说明,不应理解为对本公开实施例的具体限定。
如图13所示,电子设备1300可以包括处理器(例如中央处理器、图形处理器等)1301,其可以根据存储在只读存储器(ROM)1302中的程序或者从存储装置1308加载到随机访问存储器(RAM)1303中的程序而执行各种适当的动作和处理。在RAM 1303中,还存储有电子设备1300操作所需的各种程序和数据。处理器1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
通常,以下装置可以连接至I/O接口1305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1307;包括例如磁带、硬盘等的存储装置1308;以及通信装置1309。通信装置1309可以允许电子设备1300与其他设备进行无线或有线通信以交换数据。虽然示出了具有各种装置的电子设备1300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1309从网络上被下载和安装,或者从存储装置1308被安装,或者从ROM 1302被安装。在该计算机程序被处理器1301执行时,可以执行本公开实施例提供的任意距离真值库的构建方法或高精地图的检测方法中限定的功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务端可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取地图数据,地图数据由符合设定精度条件的采集设备全路采集得到;基于地图数据进行语义分割,以获得至少两个第一地图要素;获取至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值;基于位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。或者,
获取高精地图中位于精度基准范围内的两个第二地图要素,两个第二地图要素构成一个第二地图要素对;将两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对,距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值;分别从高精地图中获取第二地图要素对的距离标记值,以及从距离真值库中获取第一地图要素对对应的距离真值;基于距离标记值和距离真值确定高精地图的地图精度是否满足要求。
在本公开实施例中,可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在计算机上执行、部分地在计算机上执行、作为一个独立的软件包执行、部分在计算机上部分在远程计算机上执行、或者完全在远程计算机或服务端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,流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,该模块、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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,计算机可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。计算机可读介质可以是计算机可读信号介质或计算机可读储存介质。计算机可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。计算机可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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,本公开中所涉及的公开范围,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上述公开构思的情况下,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。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (11)

1.一种距离真值库的构建方法,包括:
获取地图数据,所述地图数据由符合设定精度条件的采集设备全路采集得到;
基于所述地图数据进行语义分割,以获得至少两个第一地图要素;
获取所述至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值;
基于所述位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。
2.根据权利要求1所述的方法,其中,所述地图数据包括图像数据和/或点云数据,所述基于所述地图数据进行语义分割包括:
基于所述图像数据进行图像分割;和/或,
基于所述点云数据进行点云分割。
3.根据权利要求1所述的方法,其中,所述获取至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值,包括:
获取所述至少两个第一地图要素的参考位置信息;
基于所述参考位置信息确定所述至少两个第一地图要素中任意两个地图要素之间的距离真值;
基于所述任意两个第一地图要素之间的距离真值获取位于精度基准范围内的两个第一地图要素间的距离真值。
4.根据权利要求3所述的方法,其中,所述精度基准范围为80米-120米。
5.根据权利要求3所述的方法,其中,所述第一地图要素包括车道线、杆状物、交通标牌、护栏、路缘石和龙门架中的至少一个。
6.一种高精地图的检测方法,包括:
获取高精地图中位于精度基准范围内的两个第二地图要素,所述两个第二地图要素构成一个第二地图要素对;
将所述两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与所述两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对,所述距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值;
分别从所述高精地图中获取所述第二地图要素对的距离标记值,以及从所述距离真值库中获取所述第一地图要素对对应的距离真值;
基于所述距离标记值和所述距离真值确定所述高精地图的地图精度是否满足要求。
7.根据权利要求6所述的方法,其中,所述从所述距离真值库中获取所述第一地图要素对的距离真值,包括:
从所述距离真值库中获取所述第一地图要素对对应的至少两个距离真值;
所述基于距离标记值和所述距离真值确定所述高精地图的精度是否满足精度要求,包括:
基于所述至少两个距离真值获取距离真值平均值;
基于所述距离标记值和所述距离真值平均值确定所述高精地图的精度是否满足精度要求。
8.一种距离真值库的构建装置,包括:
第一获取模块,用于获取地图数据,所述地图数据由符合设定精度条件的采集设备全路采集得到;
分割模块,用于基于所述地图数据进行语义分割,以获得至少两个第一地图要素;
第二获取模块,用于获取所述至少两个第一地图要素中位于精度基准范围内的两个第一地图要素间的距离真值;
构建模块,用于基于所述位于精度基准范围内的两个第一地图要素间的距离真值构建距离真值库。
9.一种高精地图的检测装置,包括:
第三获取模块,用于获取高精地图中位于精度基准范围内的两个第二地图要素,所述两个第二地图要素构成一个第二地图要素对;
第四获取模块,用于将所述两个第二地图要素与距离真值库中的第一地图要素进行匹配,以获得与所述两个第二地图要素对应的两个第一地图要素,且对应的两个第一地图要素构成一个第一地图要素对,所述距离真值库中存储有精度基准范围内的两个第一地图要素的距离真值;
第五获取模块,用于分别从所述高精地图中获取所述第二地图要素对的距离标记值,以及从所述距离真值库中获取所述第一地图要素对对应的距离真值;
确定模块,用于基于所述距离标记值和所述距离真值确定所述高精地图的地图精度是否满足要求。
10.一种电子设备,包括存储器和处理器,所述存储器用于存储所述处理器可执行指令;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述可执行指令以实现如权利要求1至5中任一项所述的距离真值库的构建方法或者6至7中任一项所述的高精地图的检测方法。
11.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的距离真值库的构建方法或者6至7中任一项所述的高精地图的检测方法。
CN202210538512.8A 2022-05-17 2022-05-17 距离真值库的构建方法和装置、电子设备及存储介质 Pending CN115098605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210538512.8A CN115098605A (zh) 2022-05-17 2022-05-17 距离真值库的构建方法和装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210538512.8A CN115098605A (zh) 2022-05-17 2022-05-17 距离真值库的构建方法和装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115098605A true CN115098605A (zh) 2022-09-23

Family

ID=83289076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210538512.8A Pending CN115098605A (zh) 2022-05-17 2022-05-17 距离真值库的构建方法和装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115098605A (zh)

Similar Documents

Publication Publication Date Title
CN108694882B (zh) 用于标注地图的方法、装置和设备
KR102052114B1 (ko) 고정밀 전자지도 갱신을 위한 객체 변화 탐지 시스템 및 방법
CN110146097B (zh) 自动驾驶导航地图的生成方法、系统、车载终端及服务器
CN112069856A (zh) 地图生成方法、驾驶控制方法、装置、电子设备及系统
KR102103834B1 (ko) 고정밀 전자지도 갱신을 위한 객체 변화 탐지 시스템 및 방법
CN113034566B (zh) 高精度地图构建方法、装置、电子设备及存储介质
US11170485B2 (en) Method, apparatus, and system for automatic quality assessment of cross view feature correspondences using bundle adjustment techniques
CN110998684B (zh) 图像收集系统、图像收集方法、图像收集装置、记录介质
US10515293B2 (en) Method, apparatus, and system for providing skip areas for machine learning
US11549816B2 (en) Systems and methods for controlling mapping information inaccuracies
CN111353453B (zh) 用于车辆的障碍物检测方法和装置
US20220357176A1 (en) Methods and data processing systems for predicting road attributes
US10949707B2 (en) Method, apparatus, and system for generating feature correspondence from camera geometry
CN111652050A (zh) 一种交通标志的定位方法、装置、设备和介质
CN112712023A (zh) 车型识别方法、系统及电子设备
CN112432650A (zh) 高精地图数据的获取方法、车辆控制方法以及设备
CN110018503B (zh) 车辆的定位方法及定位系统
CN111340015A (zh) 定位方法和装置
CN113012215A (zh) 一种空间定位的方法、系统及设备
CN109903308B (zh) 用于获取信息的方法及装置
CN113758492A (zh) 地图检测方法和装置
CN115098605A (zh) 距离真值库的构建方法和装置、电子设备及存储介质
CN111833253B (zh) 兴趣点空间拓扑构建方法和装置、计算机系统和介质
CN114998863A (zh) 目标道路识别方法、装置、电子设备以及存储介质
CN115114302A (zh) 道路标牌数据更新方法、装置、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