CN115100426B - 信息确定方法、装置、电子设备及计算机程序产品 - Google Patents
信息确定方法、装置、电子设备及计算机程序产品 Download PDFInfo
- Publication number
- CN115100426B CN115100426B CN202210723918.3A CN202210723918A CN115100426B CN 115100426 B CN115100426 B CN 115100426B CN 202210723918 A CN202210723918 A CN 202210723918A CN 115100426 B CN115100426 B CN 115100426B
- Authority
- CN
- China
- Prior art keywords
- road
- points
- ground
- geometric information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000004590 computer program Methods 0.000 title claims abstract description 17
- 239000013598 vector Substances 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 19
- 210000003811 finger Anatomy 0.000 description 12
- 210000003813 thumb Anatomy 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Navigation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开实施例公开了一种信息确定方法、装置、电子设备及计算机程序产品,所述方法包括:获取道路上非地面实物的几何信息以及用于提取几何信息的采集数据的采集点;几何信息包括表达非地面实物外轮廓的多边形;基于几何信息确定表达非地面实物外轮廓的多边形上的至少三个凸点;基于采集点以及至少三个凸点确定相对于采集点所在道路的道路行驶方向;基于道路行驶方向以及至少三个凸点,在非地面实物的几何信息中表达非地面实物的正面朝向和反面朝向中的至少之一与道路行驶方向的对应关系。该技术方案能够在地图中表达非地面实物相对于道路行驶方向的正面朝向或反面朝向,能够提高智能驾驶过程中道路图像与地图的匹配准确率。
Description
技术领域
本公开涉及地理信息技术技术领域,具体涉及一种信息确定方法、装置、电子设备及计算机程序产品。
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,同时,电子地图也开始从标准地图向高精地图演进。基于高精地图可以支持智慧城市管理、车道级导航、辅助驾驶、高级辅助驾驶、自动驾驶等场景。以驾驶场景为例,高精地图可以用于支撑智能驾驶设备实现横向控制、纵向控制以及高精定位等功能。
高精地图将现实世界的空间地物要素进行抽象,通过语义化的方式进行逻辑表达。高精地图中表达的地图要素多达百余种,这些地图元素包括道路、车道、绿化带等道路设施,还包括交通标志牌、摄像头、红绿灯等交通管理设施。智能驾驶设备使用高精地图时,可以参考地面和非地面实物进行辅助定位,定位过程中可以将采集到的前方实物图像与高精地图中表达的地物要素进行匹配。在针对非地面实物进行匹配时,可以基于所采集到的是非地面实物的正面还是背面进行分类,进而能够使得匹配更加精准。
因此,需要提出一种解决方案,在地图制作过程中,确定非地面实物的正面或反面相对于道路的位置关系,进而能够在智能驾驶过程中通过区分非地面实物的正面或反面进行地图匹配。
发明内容
本公开实施例提供一种信息确定方法、装置、电子设备及计算机程序产品。
第一方面,本公开实施例中提供了一种信息确定方法,其中,包括:
获取道路上非地面实物的几何信息以及用于提取所述几何信息的采集数据的采集点;所述几何信息包括表达所述非地面实物外轮廓的多边形;
基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点;
基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向;
基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系。
进一步地,基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点,包括:
从所述几何信息从所述多边形上获取任一坐标轴的坐标最大和/或最小的多个候选点;
基于所述多个候选点确定所述多边形上的至少三个凸点。
进一步地,基于所述多个候选点确定所述多边形上的至少三个凸点,包括:
在不同的所述候选点等于或多于三个时,从不同的所述候选点中选出至少三个作为凸点;和/或,
在不同的所述候选点为两个时,将两个不同的所述候选点确定为其中两个凸点,并基于两个不同的所述候选点以及所述采集点构成的平面确定第三个凸点。
进一步地,将两个不同的所述候选点确定为其中两个凸点,并基于两个不同的所述候选点以及所述采集点构成的平面确定第三个凸点,包括:
确定所述多边形上与所述平面距离最远的点;
将不同于所述两个凸点的其中一个所述距离最远的点确定为第三个凸点。
进一步地,基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向,包括:
确定所述至少三个凸点形成的平面,以及所述采集点在所述平面上的投影点;
基于所述采集点和所述投影点确定道路行驶方向。
进一步地,基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系,包括:
基于所述道路行驶方向确定所述三个凸点所在平面的法向量;
基于所述法向量以及右手定则确定所述三个凸点之间的画线方向;
在所述非地面实物的几何信息中表达所述三个凸点的所述画线方向。
进一步地,基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系,包括:
基于表达所述非地面实物外轮廓的多边形对应的点序列,确定所述三个凸点在所述点序列中的原排序顺序;
基于所述原排序顺序构建第一个凸点到第二凸点的第一向量,以及第二个凸点到第三个凸点的第二向量;
计算所述第一向量和所述第二向量的叉积;
在所述叉积表示的方向与所述道路行驶方向的夹角大于90度时,对所述非地面实物的几何信息中表达所述非地面实物外轮廓的多边形的点序列进行逆序处理。
第二方面,本发明实施例中提供了一种高精地图生成方法,所述方法利用第一方面所述的方法为道路上的非地面实物生成几何信息,并基于所述几何信息制作高精地图。。
第三方面,本发明实施例中提供了一种数据提供方法,所述方法将利用第一方面所述的方法确定的非地面实物的几何信息发送至车辆智能驾驶决策系统,供车辆智能驾驶决策系统使用。
第四方面,本发明实施例中提供了一种信息确定装置,其中,包括:
获取模块,被配置为获取道路上非地面实物的几何信息以及用于提取所述几何信息的采集数据的采集点;所述几何信息包括表达所述非地面实物外轮廓的多边形;
第一确定模块,被配置为基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点;
第二确定模块,被配置为基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向;
表达模块,被配置为基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系。
第五方面,本发明实施例中提供了一种高精地图生成装置,所述装置利用第四方面所述的装置为道路上的非地面实物生成几何信息,并基于所述几何信息制作高精地图。
第六方面,本发明实施例中提供了一种数据提供装置,所述装置将利用第四方面所述的装置确定的非地面实物的几何信息发送至车辆智能驾驶决策系统,供车辆智能驾驶决策系统使用。
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:
本公开实施例中,在地图制作时获取基于采集数据处理得到的道路上非地面实物的几何信息和采集点,并基于该几何信息确定表达该非地面实物外轮廓的多边形上的至少三个凸点,基于该采集点以及该至少三个凸点确定相对于该非地面实物的道路行驶方向,以及基于该道路形式方向和该至少三个凸点在该非地面实物的几何信息中表达该非地面实物相对于道路行驶方向的正面朝向和反面朝向中的至少之一。通过上述方式,能够在地图中表达非地面实物相对于道路行驶方向的正面朝向或反面朝向,在智能驾驶过程中基于该正面朝向和反面朝向能够确定道路前方任意位置与该非地面实物的相对位置关系,从而能够提高智能驾驶过程中道路图像与地图的匹配准确率。
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信息确定方法的流程图;
图2示出根据本公开一实施例的表达非地面实物外轮廓的多边形的示意图;
图3示出根据本公开一实施方式的非地面实物相对于道路行驶方向的正面朝向或反朝向自动驾驶中的应用示意图;
图4示出根据本公开一实施方式的信息确定装置的结构框图;
图5是适于用来实现根据本公开一实施方式的信息确定方法、高精地图生成方法和/或数据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信息确定方法的流程图。如图1所示,该信息确定方法包括以下步骤:
在步骤S101中,获取道路上非地面实物的几何信息以及用于提取所述几何信息的采集数据的采集点;
在步骤S102中,基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点;
在步骤S103中,基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向;
在步骤S104中,基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系。
本实施例中,该地图元素确定方法可以在服务器或云端上执行。非地面实物可以是道路上方或周边的非地面上的实物要素,例如可以是交通灯、交通牌、龙门架等交通设施。道路上非地面实物的几何信息可以包括但不限于非地面实物对应的多边形信息,例如多边形上各个点的三维空间坐标以及各个点的三维空间坐标之间的顺序关系等,该顺序关系可以是从各个点中任意选择其中一个点,并从该点往多边形的其中一个方向依次连接其它点的顺序。道路上非地面实物的几何信息是通过对采集数据进行处理得到的,采集数据可以包括由行驶在道路上的采集车辆上的采集设备采集的图像数据、点云资料等。需要说明的是,采集车辆按照道路行驶方向行驶过程中采集非地面实物,并且采集的对象是非地面实物的正面,也即采集设备沿着道路行驶方向从非地面实物的正面进行数据采集。采集点可以理解为采集该采集数据时该采集设备所在的位置,也即采集点位于非地面实物的正面朝向的前方。
在一些实施例中,道路上非地面实物的几何信息可以包括用于表达该非地面实物外轮廓的多边形上的点序列,该点序列按照一定顺序排列。沿着该顺序将各个点连线后,可以得到该非地面实物外轮廓对应的多边形以及该多边形的画线方向,从非地面实物的正面看该画线方向为顺时针方向。
因此,在高精地图制作时,可以通过将非地面实物外轮廓对应的多边形上各个点按照上述顺时针方向排列,即可表达出该非地面实物的正面朝向。智能驾驶设备采集到包括该非地面实物的道路图像后,可以基于高精地图中表达的该非地面实物的正面朝向进行匹配,能够确定该道路图像上的某个位置位于该非地面实物的正面朝向的前方还是后方,能够提高匹配准确率。
然而,在已有的非地面实物的几何信息中表达该非地面实物外轮廓的多边形中各个点的排列顺序不一定按照上述顺时针方向排序。因此可以通过本公开实施例提出的方法,基于非地面实物的几何信息以及获得该几何信息的采集数据的采集点在非地面实物的几何信息中表达出该非地面实物的正面朝向和/或反面朝向。
在一些实施例中,基于非地面实物的几何信息可以确定非地面实物对应的多边形上的至少三个凸点,并基于该至少三个凸点和采集点可以确定道路的方向,进而再基于道路的方向和该至少三个凸点在所述非地面实物的几何信息中表达出所述非地面实物的正面朝向和反面朝向中的至少之一。
可以理解的是,沿着道路行驶方向看到的是采集数据中非地面实物的正面,而该至少三个凸点为非地面实物对应的多边形上的点,如果将该三个凸点以顺时针的方向相连后,该至少三个凸点所在平面上的法线方向与道路行驶方向一致。因此可以先确定道路行驶方向,再基于道路行驶方向可以确定该至少三个凸点所在平面上的法线方向,进而可以确定连接三个凸点的连线的顺时针方向;通过将该顺时针方向表达在非地面实物的几何信息中,可以使得该非地面实物的几何信息中表达出相对于道路行驶方向该非地面实物的正面朝向和反面朝向中的至少之一。
在一些实施例中,可以在非地面实物的几何信息中表达出顺时针方向连接该至少三个凸点的连线方向,并将该非地面实物的几何信息制作在地图中,从而使用地图进行智能驾驶的过程中,可以基于该非地面实物的几何信息获得该至少三个凸点的连线方向,进而可以基于该至少三个凸点的连线方向为从该非地面实物的正面看时的顺时针方向的原则,确定相对于道路行驶方向该非地面实物的正面朝向和/或反面朝向。
如上文中所述,采集点是按照道路行驶方向对非地面实物的正面进行数据采集时的位置点,也就是说采集点位于非地面实物的正面朝向的前方;此外至少三个凸点位于非地面实物,采集点到该至少三个凸点所确定的平面上投影点的方向与道路行驶方向同向,因此可以通过采集点与至少三个凸点确定道路行驶方向,该到里的行驶方向可以理解为道路上与该非地面实物的正面朝向相对而言的形式方向。在确定了道路行驶方向后,进而可以基于该道路行驶方向以及至少三个凸点在该非地面实物的几何信息中表达出该非地面实物的正面朝向和/或反面朝向。
本公开实施例中,在地图制作时获取基于采集数据处理得到的道路上非地面实物的几何信息和采集点,并基于该几何信息确定表达该非地面实物外轮廓的多边形上的至少三个凸点,基于该采集点以及该至少三个凸点确定相对于该非地面实物的道路行驶方向,以及基于该道路形式方向和该至少三个凸点在该非地面实物的几何信息中表达该非地面实物相对于道路行驶方向的正面朝向和反面朝向中的至少之一。通过上述方式,能够在地图中表达非地面实物相对于道路行驶方向的正面朝向或反面朝向,在智能驾驶过程中基于该正面朝向和反面朝向能够确定道路前方任意位置与该非地面实物的相对位置关系,从而能够提高智能驾驶过程中道路图像与地图的匹配准确率。
在本实施例的一个可选实现方式中,步骤S102,即基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点的步骤,进一步包括以下步骤:
从所述几何信息从所述多边形上获取任一坐标轴的坐标最大和/或最小的多个候选点;
基于所述多个候选点确定所述多边形上的至少三个凸点。
该可选的实现方式中,非地面实物的几何信息中包括表达该非地面实物外轮廓的多边形,该多边形以点序列的形式表示,该点序列包括多个按顺序排列的点的三维空间坐标。凸点可以是该多边形上的点,该多边形在该凸点处向外凸起。
图2示出根据本公开一实施例的表达非地面实物外轮廓的多边形的示意图。如图2所示,该多边形上示出5个点,其中A0、A2-A4为凸点,A1为凹点。从图2可以看出,假设当前图示的是沿着道路行驶方向看向非地面实物,并且看到的是非地面实物的正面,由于该多边形上的5个点中既有凸点又有凹点,所以画线方向上既有顺时针方向(如A2→A3→A4→A0),也有逆时针方向(如A0→A1→A2),因此无法通过顺时针画线的方向在地图中表达该非地面实物的正面朝向。
然而,可以看出的是,如果从该多边形中找出任意三个凸点,如(A0,A3,A4)或者(A2,A3,A4),该任意三个凸点之间的画线方向均为顺时针方向,因此可以通过该任意三个凸点之间的顺时针画线方向即可表达出非地面实物的正面朝向。也即在地图数据中表达出三个凸点之间的画线方向,该画线方向相对于道路行驶方向为顺时针方向,那么行驶在道路上的车辆或者其他设备采集到非地面实物的图像后,基于道路行驶方向以及该非地面实物上三个凸点的画线方向即可确定当前看到的是该非地面实物的正面还是反面。
因此,本公开实施例中在制作地图时,基于非地面实物的几何信息确定表达该非地面实物外轮廓的多边形上的任意三个凸点,基于该三个凸点即可表达出非地面实物的正面朝向和/或反面朝向。
在本实施例中,可以通过非地面实物的几何信息选出在任意一个坐标轴上坐标最大和/或坐标最小的多个候选点,例如X坐标最大和最小的候选点,Y坐标最大和最小的候选点,Z坐标最大和最小的候选点。上述在任意一个坐标轴上坐标最大或最小的点为多边形上的凸点。该多个候选点可能存在重复的点,将重复的点去重后可以得到多边形上的凸点,该去重后的候选点多于三个时,可以将任意三个候选点确定为该多边形上的至少三个凸点。
在本实施例的一个可选实现方式中,基于所述多个候选点确定所述多边形上的至少三个凸点的步骤,进一步包括以下步骤:
在不同的所述候选点等于或多于三个时,从不同的所述候选点中选出至少三个作为凸点;和/或,
在不同的所述候选点为两个时,将两个不同的所述候选点确定为其中两个凸点,并基于两个不同的所述候选点以及所述采集点构成的平面确定第三个凸点。
该可选的实现方式中,如上文中所述,基于任意一个坐标轴上的坐标最大或最小的方式可以挑选出6个候选点,对该6个候选点去重后可以得到多个不同的候选点,去重后最少可以得到两个不同的候选点。如果该多个不同的候选点多于或等于三个,则直接从该多个不同的候选点中选出任意三个作为凸点;而在多个不同的候选点少于三个,也即等于两个时,可以将该两个候选点作为其中两个凸点,并基于该两个候选点与采集点构成的平面确定第三个凸点。
可以理解的是,该两个候选点为多边形上的两个凸点,将该两个凸点进行连线后,与采集点形成一个平面,则多边形上至少存在一个凸点,该凸点与该平面的距离最远。
在一些试试中,三个凸点构建平面的方程可以如下表示为:Ax+By+Cz+D=0;
A、B、C、D为该平面方程上的系数,其取值方式如下表示:
A=((p2.y-p1.y)*(p3.z-p1.z)-(p2.z-p1.z)*(p3.y-p1.y))
B=((p2.z-p1.z)*(p3.x-p1.x)-(p2.x-p1.x)*(p3.z-p1.z))
C=((p2.x-p1.x)*(p3.y-p1.y)-(p2.y-p1.y)*(p3.x-p1.x))
D=(0-(A*p1.x+B*p1.y+C*p1.z))
其中,p1、p2和p3为至少三个凸点的坐标,.x、.y和.z分别为该三个凸点的x、y、z坐标。
多边形上的点p(x,y和z)到该平面距离的计算方式如下表示为:
在本实施例的一个可选实现方式中,将两个不同的所述候选点确定为其中两个凸点,并基于两个不同的所述候选点以及所述采集点构成的平面确定第三个凸点的步骤,进一步包括以下步骤:
确定所述多边形上与所述平面距离最远的点;
将不同于所述两个凸点的其中一个所述距离最远的点确定为第三个凸点。
该可选的实现方式中,采集点与多边形上的两个不同的候选点形成一个平面,由于该平面横切该多边形形成的平面,因此该多边形上至少存在一个点与该平面距离最远,该距离最远的点为该多边形上的凸点。
在本实施例的一个可选实现方式中,步骤S103,即基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向的步骤,进一步包括以下步骤:
确定所述至少三个凸点形成的平面,以及所述采集点在所述平面上的投影点;
基于所述采集点和所述投影点确定道路行驶方向。
该可选的实现方式中,如上文中所述,采集点位于非地面实物的正面朝向的前方,而道路行驶方向则与非地面实物的正面朝向相对。至少三个凸点位于非地面实物的外轮廓上,因此采集点到其在至少三个凸点形成的平面上的投影点的方向与道路行驶方向相同,因此可以基于该采集点到该投影点的方向确定道路行驶方向。
在一些实施例中,采集点到投影到的方向向量如下确定:
(p0.x-pP.x,p0.y-pP.y,p0.z-pP.z)
其中,p0为采集点,pP为投影点,.x、.y和.z分别为采集点和投影点的x、y、z坐标。
在本实施例的一个可选实现方式中,步骤S104,即基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系的步骤,进一步包括以下步骤:
基于所述道路行驶方向确定所述三个凸点所在平面的法向量;
基于所述法向量以及右手定则确定所述三个凸点之间的画线方向;
在所述非地面实物的几何信息中表达所述三个凸点的所述画线方向。
该可选的实现方式中,道路行驶方向基于采集点到三个凸点所在平面的投影点确定。如上文中所述,道路行驶方向与非地面实物的正面朝向相对,如果三个凸点所在平面的法向量与道路行驶方向相一致,则可以基于右手定则将大拇指指向所述法向量方向的情况下,其余四指指向的方向为三个凸点的画线方向,并在非地面实物的几何信息中表达上述画线方向。
智能驾驶设备使用地图数据中非地面实物的几何信息与道路上实际采集到的图像进行匹配时,可以通过实际道路行驶方向以及该几何信息中的画线方向即可确定任意给定的位置在实际采集到的图像中非地面实物的正面朝向的前方还是后方,能够提高匹配准确率。
在本实施例的一个可选实现方式中,步骤S104,即基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系的步骤,进一步包括以下步骤:
基于表达所述非地面实物外轮廓的多边形对应的点序列,确定所述三个凸点在所述点序列中的原排序顺序;
基于所述原排序顺序构建第一个凸点到第二凸点的第一向量,以及第二个凸点到第三个凸点的第二向量;
计算所述第一向量和所述第二向量的叉积;
在所述叉积表示的方向与所述道路行驶方向的夹角大于90度时,对所述非地面实物的几何信息中表达所述非地面实物外轮廓的多边形的点序列进行逆序处理。
该可选的实现方式中,如上文中所述,已有的地图制作中,对采集数据进行处理得到的非地面实物的几何信息包括表达该非地面实物外轮廓的多边形的信息,该多边形的信息以该多边形上的各个点序列的形式表达。本实施例中通过对该点序列的顺序进行验证及修改的方式,使得最终在该非地面实物的几何信息中包括的多边形的点序列的顺序按照如下方式排列:
以右手定则将大拇指指向道路行驶方向,而其余四指指向为多边形的点序列的排列顺序。
这种排序方式下,智能驾驶设备沿着道路行驶方向采集到非地面实物的图像数据后,对该图像数据进行识别,识别结果与地图中该非地面实物的几何信息进行匹配,在识别结果中非地面实物外轮廓对应的多边形的点序列与地图中该非地面实物的几何信息中多边形的点序列顺序一致,则可以认为智能驾驶设备采集到的是非地面实物的正面图像数据,而如果识别结果中的点序列顺序和地图中的点序列顺序相反,则可以认为智能驾驶设备采集到的是非地面实物的反面图像数据。
可以理解的是,已有的非地面实物的几何信息中表达非地面实物外轮廓的多边形上的点序列不一定按照上述方式排列,因此本公开实施例中可以对其进行修正,修正的一种实现方式如下:
基于获取的未经修正的表达非地面实物外轮廓的多边形对应的点序列,确定上文中三个凸点的原排序顺序,基于该原排序顺序构建排在最前的第一个凸点至排在中间的第二个凸点的第一向量,以及第二个凸点至排在最后的第三个凸点的第二向量,计算第一向量和第二向量的叉积,该叉积的方向表示该第一凸点、第二凸点和第三凸点所在平面的法向量,也即基于右手定则将除大拇指之外的四个手指指向与该第一向量和第二向量的转向方向一致,也即四个手指的指向与该三个凸点在多边形上的排序方向一致,而大拇指指向则是该叉积的方向。
如果叉积的方向与道路行驶方向一致,也即叉积的方向与道路行驶方向的夹角小于90度,则该三个凸点排序方向为沿着道路行驶方向看去是顺时针方向,也即已有的多边形中点序列的排序方向符合以右手定则将大拇指指向道路行驶方向,而其余四指指向为多边形的点序列的排列顺序的原则。
如果叉积的方向与道路行驶方向不一致,也即叉积的方向和道路行驶方向的夹角大于90度,则该三个凸点排序方向为逆时针方向,也即已有的多边形中点序列的排序方向不符合以右手定则将大拇指指向道路行驶方向,而其余四指指向为多边形的点序列的排列顺序的原则,此时可以将多边形中点序列进行逆序处理,也即将点序列的排序顺序进行逆序。假如多边形包括n个点,排序顺序为:n0,n1,……,nx-1,nx,经过逆序处理后,多边形中n个点的排序顺序为:nx,nx-1,……,n1,n0。
根据本公开一实施方式的高精地图生成方法,该高精地图生成方法利用上述信息确定方法为道路上的非地面实物生成几何信息,并基于所述几何信息制作高精地图。
本实施例中,该高精地图生成方法可以在服务器上执行,利用采集车辆行驶在道路上时,从采集点采集道路两旁的非地面实物的图像数据、点云资料等采集数据,采集车辆将采集数据以及对应的采集点传送至服务器进行处理。服务器可以从采集数据提取非地面实物的几何信息,该几何信息可以包括表达非地面实物外轮廓的多边形信息,例如可以包括多边形上各个点的位置坐标以及各个点的位置坐标之间的顺序关系。
利用上述信息确定方法对非地面实物的几何信息和采集点进行处理后,在该几何信息中表达出非地面实物的正面朝向和反面朝向中的至少之一与道路的道路行驶方向之间的相对位置关系,基于该位置关系可以在实际应用中,基于当前车辆实际采集到的非地面实物的图像数据、点云资料等,判断出当前车辆的位置与非地面实物之间的相对关系。
信息确定方法的具体细节可以参见上文中的描述,在此不再赘述。表达了非地面实物的正面朝向和反面朝向中的至少之一与道路的道路行驶方向之间的相对位置关系的几何信息,可以被制作在高精地图中,以生成包含非地面实物的几何信息的高精地图数据,该高精地图数据可以被应用于基于位置的服务过程中,尤其是车辆的智能驾驶过程中。
根据本公开一实施方式的一种数据提供方法,该方法将上述信息确定方法得到的非地面实物的几何信息发送至车辆智能驾驶决策系统,供车辆智能驾驶决策系统使用。
本实施例中,该数据提供方法可以在服务器上执行。服务器将上述信息确定方法得到的非地面实物的几何信息发送给车辆的智能驾驶决策系统,车辆智能驾驶决策系统可以基于接收到的该非地面实物的几何信息控制智能驾驶车辆在路上的自动驾驶过程,例如可以基于非地面实物相对于道路行驶方向的正面朝向和反面朝向中的至少之一匹配采集到的道路图像,识别道路图像中的任意位置在非地面实物的前方还是后方等,进而基于此控制智能驾驶车辆的行驶动作。非地面实物相对于道路行驶方向的正面朝向和反面朝向中的至少之一的确定细节可以参见上述对信息确定方法的描述,在此不再赘述。
图3示出根据本公开一实施方式的非地面实物相对于道路行驶方向的正面朝向或反朝向自动驾驶中的应用示意图。如图3所示,数据服务器可以维护高精地图数据。如上文中所述,在高精地图数据中,可以针对非地面实物确定其相对于道路行驶方向的正面朝向或反面朝向,并且将其添加在该非地面实物的几何信息中,该几何信息作为高精地图数据的一部分进行存储。数据服务器可以将制作好的高精地图数据提供给导航服务器。
在智能驾驶车辆的自动驾驶过程中,导航服务器可以将该高精地图数据提供给智能驾驶车辆的决策系统,该决策系统基于智能驾驶车辆上的图像采集设备采集到的图像数据进行道路元素的识别,识别结果与高精地图数据进行匹配,在识别结果中存在交通牌时,可以基于高精地图数据中针对交通牌制作的几何信息,通过匹配几何信息确定当前采集到的是该交通牌的正面还是反面,进而可以确定智能驾驶车辆自身相对于交通牌的位置,还能够确定道路上其他道路元素或者车辆等位于该交通牌的前方还是后方,并以此可以辅助生成自动驾驶控制指令,以控制智能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4示出根据本公开一实施方式的信息确定装置的结构框图。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4所示,该信息确定装置包括:
获取模块401,被配置为获取道路上非地面实物的几何信息以及用于提取所述几何信息的采集数据的采集点;所述几何信息包括表达所述非地面实物外轮廓的多边形;
第一确定模块402,被配置为基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点;
第二确定模块403,被配置为基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向;
表达模块404,被配置为基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系。
本实施例中,该地图元素确定装置可以在服务器或云端上执行。非地面实物可以是道路上方或周边的非地面上的实物要素,例如可以是交通灯、交通牌等交通设施。道路上非地面实物的几何信息可以包括但不限于非地面实物对应的多边形信息,例如多边形上各个点的三维空间坐标等。道路上非地面实物的几何信息是通过对采集数据进行处理得到的,采集数据可以包括由行驶在道路上的采集车辆上的采集设备采集的图像数据、点云资料等。需要说明的是,采集车辆按照道路行驶方向行驶过程中采集非地面实物,并且采集的对象是非地面实物的正面,也即采集设备沿着道路行驶方向从非地面实物的正面进行数据采集。采集点可以理解为采集该采集数据时该采集设备所在的位置,也即采集点位于非地面实物的正面朝向的前方。
在一些实施例中,道路上非地面实物的几何信息可以包括用于表达该非地面实物外轮廓的多边形上的点序列,该点序列按照一定顺序排列。沿着该顺序将各个点连线后,可以得到该非地面实物外轮廓对应的多边形以及该多边形的画线方向,从非地面实物的正面看该画线方向为顺时针方向。
因此,在高精地图制作时,可以通过将非地面实物外轮廓对应的多边形上各个点按照上述顺时针方向排列,即可表达出该非地面实物的正面朝向。智能驾驶设备采集到包括该非地面实物的道路图像后,可以基于高精地图中表达的该非地面实物的正面朝向进行匹配,能够确定该道路图像上的某个位置位于该非地面实物的正面朝向的前方还是后方,能够提高匹配准确率。
然而,在已有的非地面实物的几何信息中表达该非地面实物外轮廓的多边形中各个点的排列顺序不一定按照上述顺时针方向排序。因此可以通过本公开实施例提出的装置,基于非地面实物的几何信息以及获得该几何信息的采集数据的采集点在非地面实物的几何信息中表达出该非地面实物的正面朝向和/或反面朝向。
在一些实施例中,基于非地面实物的几何信息可以确定非地面实物对应的多边形上的至少三个凸点,并基于该至少三个凸点和采集点可以确定道路的方向,进而再基于道路的方向和该至少三个凸点在所述非地面实物的几何信息中表达出所述非地面实物的正面朝向和反面朝向中的至少之一。
可以理解的是,沿着道路行驶方向看到的是采集数据中非地面实物的正面,而该至少三个凸点为非地面实物对应的多边形上的点,如果将该三个凸点以顺时针的方向相连后,该至少三个凸点所在平面上的法线方向与道路行驶方向一致。因此可以先确定道路行驶方向,再基于道路行驶方向可以确定该至少三个凸点所在平面上的法线方向,进而可以确定连接三个凸点的连线的顺时针方向;通过将该顺时针方向表达在非地面实物的几何信息中,可以使得该非地面实物的几何信息中表达出相对于道路行驶方向该非地面实物的正面朝向和反面朝向中的至少之一。
在一些实施例中,可以在非地面实物的几何信息中表达出顺时针方向连接该至少三个凸点的连线方向,并将该非地面实物的几何信息制作在地图中,从而使用地图进行智能驾驶的过程中,可以基于该非地面实物的几何信息获得该至少三个凸点的连线方向,进而可以基于该至少三个凸点的连线方向为从该非地面实物的正面看时的顺时针方向的原则,确定相对于道路行驶方向该非地面实物的正面朝向和/或反面朝向。
如上文中所述,采集点是按照道路行驶方向对非地面实物的正面进行数据采集时的位置点,也就是说采集点位于非地面实物的正面朝向的前方;此外至少三个凸点位于非地面实物,采集点到该至少三个凸点所确定的平面上投影点的方向与道路行驶方向同向,因此可以通过采集点与至少三个凸点确定道路行驶方向,该到里的行驶方向可以理解为道路上与该非地面实物的正面朝向相对而言的形式方向。在确定了道路行驶方向后,进而可以基于该道路行驶方向以及至少三个凸点在该非地面实物的几何信息中表达出该非地面实物的正面朝向和/或反面朝向。
本公开实施例中,在地图制作时获取基于采集数据处理得到的道路上非地面实物的几何信息和采集点,并基于该几何信息确定表达该非地面实物外轮廓的多边形上的至少三个凸点,基于该采集点以及该至少三个凸点确定相对于该非地面实物的道路行驶方向,以及基于该道路形式方向和该至少三个凸点在该非地面实物的几何信息中表达该非地面实物相对于道路行驶方向的正面朝向和反面朝向中的至少之一。通过上述方式,能够在地图中表达非地面实物相对于道路行驶方向的正面朝向或反面朝向,在智能驾驶过程中基于该正面朝向和反面朝向能够确定道路前方任意位置与该非地面实物的相对位置关系,从而能够提高智能驾驶过程中道路图像与地图的匹配准确率。
在本实施例的一个可选实现方式中,所述第一确定模块,包括:
获取子模块,被配置为从所述几何信息从所述多边形上获取任一坐标轴的坐标最大和/或最小的多个候选点;
第一确定子模块,被配置为基于所述多个候选点确定所述多边形上的至少三个凸点。
该可选的实现方式中,非地面实物的几何信息中包括表达该非地面实物外轮廓的多边形,该多边形以点序列的形式表示,该点序列包括多个按顺序排列的点的三维空间坐标。凸点可以是该多边形上的点,该多边形在该凸点处向外凸起。
因此,本公开实施例中在制作地图时,基于非地面实物的几何信息确定表达该非地面实物外轮廓的多边形上的任意三个凸点,基于该三个凸点即可表达出非地面实物的正面朝向和/或反面朝向。
在本实施例中,可以通过非地面实物的几何信息选出在任意一个坐标轴上坐标最大和/或坐标最小的多个候选点,例如X坐标最大和最小的候选点,Y坐标最大和最小的候选点,Z坐标最大和最小的候选点。上述在任意一个坐标轴上坐标最大或最小的点为多边形上的凸点。该多个候选点可能存在重复的点,将重复的点去重后可以得到多边形上的凸点,该去重后的候选点多于三个时,可以将任意三个候选点确定为该多边形上的至少三个凸点。
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:
筛选子模块,被配置为在不同的所述候选点等于或多于三个时,从不同的所述候选点中选出至少三个作为凸点;和/或,
第二确定子模块,被配置为在不同的所述候选点为两个时,将两个不同的所述候选点确定为其中两个凸点,并基于两个不同的所述候选点以及所述采集点构成的平面确定第三个凸点。
该可选的实现方式中,如上文中所述,基于任意一个坐标轴上的坐标最大或最小的方式可以挑选出6个候选点,对该6个候选点去重后可以得到多个不同的候选点,去重后最少可以得到两个不同的候选点。如果该多个不同的候选点多于或等于三个,则直接从该多个不同的候选点中选出任意三个作为凸点;而在多个不同的候选点少于三个,也即等于两个时,可以将该两个候选点作为其中两个凸点,并基于该两个候选点与采集点构成的平面确定第三个凸点。
可以理解的是,该两个候选点为多边形上的两个凸点,将该两个凸点进行连线后,与采集点形成一个平面,则多边形上至少存在一个凸点,该凸点与该平面的距离最远。
在一些试试中,三个凸点构建平面的方程可以如下表示为:Ax+By+Cz+D=0;
A、B、C、D为该平面方程上的系数,其取值方式如下表示:
A=((p2.y-p1.y)*(p3.z-p1.z)-(p2.z-p1.z)*(p3.y-p1.y))
B=((p2.z-p1.z)*(p3.x-p1.x)-(p2.x-p1.x)*(p3.z-p1.z))
C=((p2.x-p1.x)*(p3.y-p1.y)-(p2.y-p1.y)*(p3.x-p1.x))
D=(0-(A*p1.x+B*p1.y+C*p1.z))
其中,p1、p2和p3为至少三个凸点的坐标,.x、.y和.z分别为该三个凸点的x、y、z坐标。
多边形上的点p(x,y和z)到该平面距离的计算方式如下表示为:
在本实施例的一个可选实现方式中,所述第二确定子模块,包括:
第三确定子模块,被配置为确定所述多边形上与所述平面距离最远的点;
第四确定子模块,被配置为将不同于所述两个凸点的其中一个所述距离最远的点确定为第三个凸点。
该可选的实现方式中,采集点与多边形上的两个不同的候选点形成一个平面,由于该平面横切该多边形形成的平面,因此该多边形上至少存在一个点与该平面距离最远,该距离最远的点为该多边形上的凸点。
在本实施例的一个可选实现方式中,所述第二确定模块,包括:
第五确定子模块,被配置为确定所述至少三个凸点形成的平面,以及所述采集点在所述平面上的投影点;
第六确定子模块,被配置为基于所述采集点和所述投影点确定道路行驶方向。
该可选的实现方式中,如上文中所述,采集点位于非地面实物的正面朝向的前方,而道路行驶方向则与非地面实物的正面朝向相对。至少三个凸点位于非地面实物的外轮廓上,因此采集点到其在至少三个凸点形成的平面上的投影点的方向与道路行驶方向相同,因此可以基于该采集点到该投影点的方向确定道路行驶方向。
在本实施例的一个可选实现方式中,所述表达模块,包括:
第七确定子模块,被配置为基于所述道路行驶方向确定所述三个凸点所在平面的法向量;
第八确定子模块,被配置为基于所述法向量以及右手定则确定所述三个凸点之间的画线方向;
表达子模块,被配置为在所述非地面实物的几何信息中表达所述三个凸点的所述画线方向。
该可选的实现方式中,道路行驶方向基于采集点到三个凸点所在平面的投影点确定。如上文中所述,道路行驶方向与非地面实物的正面朝向相对,如果三个凸点所在平面的法向量与道路行驶方向相一致,则可以基于右手定则将大拇指指向所述法向量方向的情况下,其余四指指向的方向为三个凸点的画线方向,并在非地面实物的几何信息中表达上述画线方向。
智能驾驶设备使用地图数据中非地面实物的几何信息与道路上实际采集到的图像进行匹配时,可以通过实际道路行驶方向以及该几何信息中的画线方向即可确定任意给定的位置在实际采集到的图像中非地面实物的正面朝向的前方还是后方,能够提高匹配准确率。
在本实施例的一个可选实现方式中,所述表达模块,包括:
第九确定子模块,被配置为基于表达所述非地面实物外轮廓的多边形对应的点序列,确定所述三个凸点在所述点序列中的原排序顺序;
构建子模块,被配置为基于所述原排序顺序构建第一个凸点到第二凸点的第一向量,以及第二个凸点到第三个凸点的第二向量;
计算子模块,被配置为计算所述第一向量和所述第二向量的叉积;
处理子模块,被配置为在所述叉积表示的方向与所述道路行驶方向的夹角大于90度时,对所述非地面实物的几何信息中表达所述非地面实物外轮廓的多边形的点序列进行逆序处理。
该可选的实现方式中,如上文中所述,已有的地图制作中,对采集数据进行处理得到的非地面实物的几何信息包括表达该非地面实物外轮廓的多边形的信息,该多边形的信息以该多边形上的各个点序列的形式表达。本实施例中通过对该点序列的顺序进行验证及修改的方式,使得最终在该非地面实物的几何信息中包括的多边形的点序列的顺序按照如下方式排列:
以右手定则将大拇指指向道路行驶方向,而其余四指指向为多边形的点序列的排列顺序。
这种排序方式下,智能驾驶设备沿着道路行驶方向采集到非地面实物的图像数据后,对该图像数据进行识别,识别结果与地图中该非地面实物的几何信息进行匹配,在识别结果中非地面实物外轮廓对应的多边形的点序列与地图中该非地面实物的几何信息中多边形的点序列顺序一致,则可以认为智能驾驶设备采集到的是非地面实物的正面图像数据,而如果识别结果中的点序列顺序和地图中的点序列顺序相反,则可以认为智能驾驶设备采集到的是非地面实物的反面图像数据。
可以理解的是,已有的非地面实物的几何信息中表达非地面实物外轮廓的多边形上的点序列不一定按照上述方式排列,因此本公开实施例中可以对其进行修正,修正的一种实现方式如下:
基于获取的未经修正的表达非地面实物外轮廓的多边形对应的点序列,确定上文中三个凸点的原排序顺序,基于该原排序顺序构建排在最前的第一个凸点至排在中间的第二个凸点的第一向量,以及第二个凸点至排在最后的第三个凸点的第二向量,计算第一向量和第二向量的叉积,该叉积的方向表示该第一凸点、第二凸点和第三凸点所在平面的法向量,也即基于右手定则将除大拇指之外的四个手指指向与该第一向量和第二向量的转向方向一致,也即四个手指的指向与该三个凸点在多边形上的排序方向一致,而大拇指指向则是该叉积的方向。
如果叉积的方向与道路行驶方向一致,也即叉积的方向与道路行驶方向的夹角小于90度,则该三个凸点排序方向为沿着道路行驶方向看去是顺时针方向,也即已有的多边形中点序列的排序方向符合以右手定则将大拇指指向道路行驶方向,而其余四指指向为多边形的点序列的排列顺序的原则。
如果叉积的方向与道路行驶方向不一致,也即叉积的方向和道路行驶方向的夹角大于90度,则该三个凸点排序方向为逆时针方向,也即已有的多边形中点序列的排序方向不符合以右手定则将大拇指指向道路行驶方向,而其余四指指向为多边形的点序列的排列顺序的原则,此时可以将多边形中点序列进行逆序处理,也即将点序列的排序顺序进行逆序。假如多边形包括n个点,排序顺序为:n0,n1,……,nx-1,nx,经过逆序处理后,多边形中n个点的排序顺序为:nx,nx-1,……,n1,n0。
根据本公开一实施方式的高精地图生成装置,该高精地图生成装置利用上述信息确定装置为道路上的非地面实物生成几何信息,并基于所述几何信息制作高精地图。
本实施例中,该高精地图生成装置可以在服务器上执行,利用采集车辆行驶在道路上时,从采集点采集道路两旁的非地面实物的图像数据、点云资料等采集数据,采集车辆将采集数据以及对应的采集点传送至服务器进行处理。服务器可以从采集数据提取非地面实物的几何信息,该几何信息可以包括表达非地面实物外轮廓的多边形信息,例如可以包括多边形上各个点的位置坐标以及各个点的位置坐标之间的顺序关系。
利用上述信息确定装置对非地面实物的几何信息和采集点进行处理后,在该几何信息中表达出非地面实物的正面朝向和反面朝向中的至少之一与道路的道路行驶方向之间的相对位置关系,基于该位置关系可以在实际应用中,基于当前车辆实际采集到的非地面实物的图像数据、点云资料等,判断出当前车辆的位置与非地面实物之间的相对关系。
信息确定装置的具体细节可以参见上文中的描述,在此不再赘述。表达了非地面实物的正面朝向和反面朝向中的至少之一与道路的道路行驶方向之间的相对位置关系的几何信息,可以被制作在高精地图中,以生成包含非地面实物的几何信息的高精地图数据,该高精地图数据可以被应用于基于位置的服务过程中,尤其是车辆的智能驾驶过程中。
根据本公开一实施方式的一种数据提供装置,该装置将上述信息确定装置得到的非地面实物的几何信息发送至车辆智能驾驶决策系统,供车辆智能驾驶决策系统使用。
本实施例中,该数据提供装置可以在服务器上执行。服务器将上述信息确定装置得到的非地面实物的几何信息发送给车辆的智能驾驶决策系统,车辆智能驾驶决策系统可以基于接收到的该非地面实物的几何信息控制智能驾驶车辆在路上的自动驾驶过程,例如可以基于非地面实物相对于道路行驶方向的正面朝向和反面朝向中的至少之一匹配采集到的道路图像,识别道路图像中的任意位置在非地面实物的前方还是后方等,进而基于此控制智能驾驶车辆的行驶动作。非地面实物相对于道路行驶方向的正面朝向和反面朝向中的至少之一的确定细节可以参见上述对信息确定装置的描述,在此不再赘述。
图5是适于用来实现根据本公开一实施方式的信息确定方法、高精地图生成方法和/或数据提供方法的电子设备的结构示意图。
如图5所示,电子设备500包括处理单元501,其可实现为CPU、GPU、FPGA、NPU等处理单元。处理单元501可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503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RAM503中,还存储有电子设备500操作所需的各种程序和数据。处理单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
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509从网络上被下载和安装,和/或从可拆卸介质511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 (12)
1.一种信息确定方法,其中,包括:
获取道路上非地面实物的几何信息以及用于提取所述几何信息的采集数据的采集点;所述几何信息包括表达所述非地面实物外轮廓的多边形;
基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点;
基于所述采集点以及所述至少三个凸点确定所述采集点所在道路的道路行驶方向;
基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系。
2.根据权利要求1所述的方法,其中,基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点,包括:
从所述几何信息从所述多边形上获取任一坐标轴的坐标最大和/或最小的多个候选点;
基于所述多个候选点确定所述多边形上的至少三个凸点。
3.根据权利要求2所述的方法,其中,基于所述多个候选点确定所述多边形上的至少三个凸点,包括:
在不同的所述候选点等于或多于三个时,从不同的所述候选点中选出至少三个作为凸点;和/或,
在不同的所述候选点为两个时,将两个不同的所述候选点确定为其中两个凸点,并基于两个不同的所述候选点以及所述采集点构成的平面确定第三个凸点。
4.根据权利要求3所述的方法,其中,将两个不同的所述候选点确定为其中两个凸点,并基于两个不同的所述候选点以及所述采集点构成的平面确定第三个凸点,包括:
确定所述多边形上与所述平面距离最远的点;
将不同于所述两个凸点的其中一个所述距离最远的点确定为第三个凸点。
5.根据权利要求1-4任一项所述的方法,其中,基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向,包括:
确定所述至少三个凸点形成的平面,以及所述采集点在所述平面上的投影点;
基于所述采集点和所述投影点确定道路行驶方向。
6.根据权利要求1-4任一项所述的方法,其中,基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系,包括:
基于所述道路行驶方向确定所述三个凸点所在平面的法向量;
基于所述法向量以及右手定则确定所述三个凸点之间的画线方向;
在所述非地面实物的几何信息中表达所述三个凸点的所述画线方向。
7.根据权利要求1-4任一项所述的方法,其中,基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系,包括:
基于表达所述非地面实物外轮廓的多边形对应的点序列,确定所述三个凸点在所述点序列中的原排序顺序;
基于所述原排序顺序构建第一个凸点到第二凸点的第一向量,以及第二个凸点到第三个凸点的第二向量;
计算所述第一向量和所述第二向量的叉积;
在所述叉积表示的方向与所述道路行驶方向的夹角大于90度时,对所述非地面实物的几何信息中表达所述非地面实物外轮廓的多边形的点序列进行逆序处理。
8.一种高精地图生成方法,所述方法利用权利要求1-7任一项所述的方法为道路上的非地面实物生成几何信息,并基于所述几何信息制作高精地图。
9.一种数据提供方法,所述方法将利用权利要求1-7任一项所述的方法确定的非地面实物的几何信息发送至车辆智能驾驶决策系统,供车辆智能驾驶决策系统使用。
10.一种信息确定装置,其中,包括:
获取模块,被配置为获取道路上非地面实物的几何信息以及用于提取所述几何信息的采集数据的采集点;所述几何信息包括表达所述非地面实物外轮廓的多边形;
第一确定模块,被配置为基于所述几何信息确定表达所述非地面实物外轮廓的多边形上的至少三个凸点;
第二确定模块,被配置为基于所述采集点以及所述至少三个凸点确定相对于所述采集点所在道路的道路行驶方向;
表达模块,被配置为基于所述道路行驶方向以及所述至少三个凸点,在所述非地面实物的几何信息中表达所述非地面实物的正面朝向和反面朝向中的至少之一与所述道路行驶方向的对应关系。
11.一种电子设备,其中,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权利要求1-9任一项所述的方法。
12.一种计算机程序产品,其包括计算机指令,其中,该计算机指令被处理器执行时实现权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210723918.3A CN115100426B (zh) | 2022-06-23 | 2022-06-23 | 信息确定方法、装置、电子设备及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210723918.3A CN115100426B (zh) | 2022-06-23 | 2022-06-23 | 信息确定方法、装置、电子设备及计算机程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115100426A CN115100426A (zh) | 2022-09-23 |
CN115100426B true CN115100426B (zh) | 2024-05-24 |
Family
ID=83293119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210723918.3A Active CN115100426B (zh) | 2022-06-23 | 2022-06-23 | 信息确定方法、装置、电子设备及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115100426B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050015794A (ko) * | 2003-08-07 | 2005-02-21 | 현대자동차주식회사 | 차량용 네비게이션 장치의 요철지점 설정방법 |
CN112017262A (zh) * | 2020-08-10 | 2020-12-01 | 当家移动绿色互联网技术集团有限公司 | 路面标识生成方法及装置、存储介质及电子设备 |
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 |
CN114037966A (zh) * | 2021-10-29 | 2022-02-11 | 阿波罗智能技术(北京)有限公司 | 高精地图特征提取方法、装置、介质及电子设备 |
CN114373051A (zh) * | 2021-12-28 | 2022-04-19 | 北京百度网讯科技有限公司 | 地图更新方法、装置、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11391576B2 (en) * | 2019-12-02 | 2022-07-19 | Here Global B.V. | System and method for generating map data of a region |
-
2022
- 2022-06-23 CN CN202210723918.3A patent/CN115100426B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050015794A (ko) * | 2003-08-07 | 2005-02-21 | 현대자동차주식회사 | 차량용 네비게이션 장치의 요철지점 설정방법 |
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 |
CN112017262A (zh) * | 2020-08-10 | 2020-12-01 | 当家移动绿色互联网技术集团有限公司 | 路面标识生成方法及装置、存储介质及电子设备 |
CN114037966A (zh) * | 2021-10-29 | 2022-02-11 | 阿波罗智能技术(北京)有限公司 | 高精地图特征提取方法、装置、介质及电子设备 |
CN114373051A (zh) * | 2021-12-28 | 2022-04-19 | 北京百度网讯科技有限公司 | 地图更新方法、装置、电子设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
Topomap: Topological Mapping and Navigation Based on Visual SLAM Maps;Fabian Blochliger;《2018 IEEE International Conference on Robotics and Automation (ICRA)》;20180913;全文 * |
一种多边形道路网络拓扑生成算法的设计与实现;李杰;张文栋;张樨;;电子学报;20060825(第08期);全文 * |
全息高精度导航地图:概念及理论模型;余卓渊;闾国年;张夕宁;贾远信;周成虎;葛咏;吕可晶;;地球信息科学学报;20200425(第04期);全文 * |
数字地图中面状要素重叠注记的优化配置算法与实现;祁洪霞;《硕士电子期刊出版》;20120415;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115100426A (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6862409B2 (ja) | 地図生成及び移動主体の位置決めの方法及び装置 | |
US11176719B2 (en) | Method and apparatus for localization based on images and map data | |
CN111461981B (zh) | 点云拼接算法的误差估计方法和装置 | |
CN111190199B (zh) | 定位方法及定位装置、计算机设备和可读存储介质 | |
CN111652050A (zh) | 一种交通标志的定位方法、装置、设备和介质 | |
CN110109465A (zh) | 一种自导引车以及基于自导引车的地图构建方法 | |
CN111721281B (zh) | 位置识别方法、装置和电子设备 | |
CN112257668A (zh) | 主辅路判断方法、装置、电子设备及存储介质 | |
CN114550116A (zh) | 一种对象识别方法和装置 | |
CN112598731A (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
CN116844129A (zh) | 多模态特征对齐融合的路侧目标检测方法、系统及装置 | |
Gählert et al. | Beyond bounding boxes: Using bounding shapes for real-time 3d vehicle detection from monocular rgb images | |
JP2019100924A (ja) | 車両軌跡補正装置 | |
CN112765302B (zh) | 位置信息的处理方法、装置及计算机可读介质 | |
CN112507891B (zh) | 自动化识别高速路口并构建路口向量的方法及装置 | |
CN115100426B (zh) | 信息确定方法、装置、电子设备及计算机程序产品 | |
CN111260722A (zh) | 车辆定位方法、设备及存储介质 | |
CN116524324A (zh) | Bev模型训练方法、装置、系统、车辆及可读存储介质 | |
CN114612895A (zh) | 非标准道路场景中的道路检测方法及装置 | |
CN114689063A (zh) | 地图建模及导航引导方法、电子设备及计算机程序产品 | |
CN112985427B (zh) | 车辆的车道跟踪方法、装置、计算机设备及存储介质 | |
CN111461982B (zh) | 用于拼接点云的方法和装置 | |
CN114782550B (zh) | 相机标定方法、装置、电子设备及程序产品 | |
EP4239288A2 (en) | Methods for processing map, and vehicle | |
Feng et al. | 3D target detection based on monocular ranging |
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 |