CN115127565A - 高精地图数据生成方法、装置、电子设备及存储介质 - Google Patents
高精地图数据生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115127565A CN115127565A CN202210777197.4A CN202210777197A CN115127565A CN 115127565 A CN115127565 A CN 115127565A CN 202210777197 A CN202210777197 A CN 202210777197A CN 115127565 A CN115127565 A CN 115127565A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- determining
- point
- coordinates
- 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
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
-
- 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
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- 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
- G01C21/3863—Structures of map data
- G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种地图数据生成方法、装置、电子设备及存储介质,涉及人工智能技术领域,尤其涉及自动驾驶、智能交通、高精地图领域。具体实现方案为:根据第一点云数据集合和第二点云数据集合,确定N个点云数据对,N个点云数据对中的每个点云数据对包括第一点云数据和第二点云数据,N≥1;针对每个点云数据对,根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形;根据第二点云数据的点坐标,确定预定数量个参考点;根据与每个点云对相对应的第一几何图形和预定数量个参考点的坐标,确定第一点云数据集合与第二点云数据集合之间的相对位姿信息;以及根据相对位姿信息,基于第一点云数据集合与第二点云数据集合,生成地图数据。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及自动驾驶、智能交通、高精地图领域,更具体地,本公开提供了一种地图数据生成方法、装置、电子设备、存储介质、计算机程序产品以及自动驾驶车辆。
背景技术
高精地图也称高精度地图,是一种供自动驾驶汽车使用的地图。高精地图拥有精确的车辆位置信息和丰富的道路元素数据信息,可以帮助汽车预知路面复杂信息,如坡度、曲率、航向等,更好地规避潜在的风险。在利用LiDAR(Light Detection And Ranging,激光雷达)等传感器确定高精地图过程中,需要对不同帧的点云数据进行拼接,点云数据的拼接结果的精度对高精地图的精度有直接影响。
发明内容
本公开提供了一种地图数据生成方法、装置、电子设备、存储介质、计算机程序产品以及自动驾驶车辆。
根据本公开的一方面,提供了一种地图数据生成方法,包括:根据第一点云数据集合和第二点云数据集合,确定N个点云数据对,N个点云数据对中的每个点云数据对包括来自第一点云数据集合的第一点云数据和来自第二点云数据集合的第二点云数据,每个点云数据对用于表征同一个目标对象,N是大于等于1的整数;针对每个点云数据对,根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形;根据第二点云数据的点坐标,确定预定数量个参考点;根据与每个点云对相对应的第一几何图形和预定数量个参考点的坐标,确定第一点云数据集合与第二点云数据集合之间的相对位姿信息;以及根据相对位姿信息,基于第一点云数据集合与第二点云数据集合,生成地图数据。
根据本公开的另一方面,提供了一种地图数据生成装置,包括:第一确定模块、第二确定模块、位姿确定模块以及生成模块。第一确定模块用于根据第一点云数据集合和第二点云数据集合,确定N个点云数据对,N个点云数据对中的每个点云数据对包括来自第一点云数据集合的第一点云数据和来自第二点云数据集合的第二点云数据,每个点云数据对用于表征同一个目标对象,N是大于等于1的整数。第二确定模块用于针对每个点云数据对,根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形;还用于根据第二点云数据的点坐标,确定预定数量个参考点。位姿确定模块用于根据与每个点云对相对应的第一几何图形和预定数量个参考点的坐标,确定第一点云数据集合与第二点云数据集合之间的相对位姿信息。生成模块用于根据相对位姿信息,基于第一点云数据集合与第二点云数据集合,生成地图数据。
根据本公开的另一个方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提供的方法。
根据本公开的另一个方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提供的方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本公开提供的方法。
根据本公开的一方面,提供了一种自动驾驶车辆,包括上述电子设备。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的地图数据生成方法和装置的应用场景示意图;
图2是根据本公开实施例的地图数据生成方法的示意流程图;
图3是根据本公开实施例的拟合第一几何图形的示意流程图;
图4是根据本公开实施例的确定相对位姿信息的示意流程图;
图5是根据本公开实施例的地图数据生成方法的示意原理图;
图6是根据本公开实施例的地图数据生成装置的示意结构框图;以及
图7是用来实施本公开实施例的地图数据生成方法的电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在一些技术方案中,当需要对第一帧点云数据集合和第二帧点云数据集合进行拼接时,可以从第一帧点云数据集合和第二帧点云数据集合中分别确定第一点特征和第二点特征,第一点特征和第二点特征构成同名点特征,同名点特征表示:第一点特征和第二点特征表征同一目标对象点。然后基于第一点特征和第二点特征,对第一帧点云数据集合和第二帧点云数据集合进行拼接,从而得到地图数据。
可以理解的是,采用上述技术方案,同名点特征会直接影响地图数据的准确性。然而在实际应用中,在两帧点云数据集合中选取点特征时容易出现误差,导致选取的两个点特征并非是同名点特征,进而造成地图数据不准确。
本公开实施例旨在提出一种地图数据生成方法,通过选取表征同一目标对象的同名线特征或者同名面特征,来替代上述技术方案中的同名点特征,以此降低选择同名特征的精度要求,进而确保地图数据的准确性。
以下将结合附图和具体实施例详细阐述本公开提供的技术方案。
图1是根据本公开实施例的地图数据生成方法和装置的应用场景示意图。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据第一点云数据集合和第二点云数据集合生成的地图数据)反馈给终端设备。
需要说明的是,本公开实施例所提供的地图数据生方法一般可以由服务器105执行。相应地,本公开实施例所提供的地图数据生装置一般可以设置于服务器105中。本公开实施例所提供的地图数据生方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的地图数据生装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2是根据本公开实施例的地图数据生成方法的示意流程图。
如图2所示,该地图数据生成方法200可以包括操作S210~操作S240。
在操作S210,根据第一点云数据集合和第二点云数据集合,确定N个点云数据对,N个点云数据对中的每个点云数据对包括来自第一点云数据集合的第一点云数据和来自第二点云数据集合的第二点云数据,每个点云数据对用于表征同一个目标对象,N是大于等于1的整数。
第一点云数据和第二点云数据均可以是三维点云数据。可以利用激光雷达或者其他类型的传感器,来获取第一点云数据和第二点云数据。
可以从第一点云数据集合中确定多个第一点云数据,从第二点云数据集合中确定多个第二点云数据,然后将表征同一个目标对象的第一点云数据和第二点云数据确定为一个点云数据对。
点云数据对用于表征同一个目标对象,例如表征同一个竖杆、横杆、树、边沿等柱状物体,或者表征同一块墙面、同一块地面、同一个路牌等面状物体等。
第一点云数据和第二点云数据的类型可以相同,例如二者均是直线型或者均是平面型。
在一些实施例中,为了在多个自由度对点云数据对进行约束,可以确定多个点云数据对。例如,为了确保可以确定6个自由度的相对位姿信息,可以确定至少三个点云数据对,针对第一点云数据集合和第二点云数据集合中的每个点云数据集合,可以从该点云数据集合中确定三个正交的平面型的点云数据,或者三个正交的直线型的点云数据,或者一个表征地面的点云数据、一个表征墙面的点云数据和一个直线型的点云数据,或者一个表征地面的点云数据和两个相互垂直的直线型的点云数据。
在操作S220,针对每个点云数据对,根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形;根据第二点云数据的点坐标,确定预定数量个参考点。
例如,第一几何图形位于第一点云数据所处的第一坐标系中,并且第一几何图形可以对应有第一参数方程。
例如,当第一几何图形是直线型时,预定数量可以是大于等于2的整数,预定数量个参考点的连线可以是直线。当第一几何图形是平面型时,预定数量可以是大于等于3的整数,预定数量个参考点可以构成平面。
例如,可以从第二点云数据中选择预定数量个点作为参考点。
在操作S230,根据与每个点云对相对应的第一几何图形和预定数量个参考点的坐标,确定第一点云数据集合与第二点云数据集合之间的相对位姿信息。
在操作S240,根据相对位姿信息,基于第一点云数据集合与第二点云数据集合,生成地图数据。
例如,可以对第一点云数据集合和第二点云数据集合进行去重、拼接等操作,从而得到地图数据。其中基于拼接等操作获得点云数据集合后,可以利用深度学习等对点云数据集合进行元素识别和分类,识别出交通灯、标志牌等道路元素,形成地图数据。构建地图过程中还可以进行人工或是自动标注进行数据修正,以便提高地图准确率。
根据本公开实施例提供的技术方案,由于使用直线型或平面型的点云数据对替代同名点特征,对于直线型的点云数据对,点云数据对中的两个点云数据可以在直线方向上存在位置偏差。对于平面型的点云数据对,点云数据对中的两个点云数据可以在平面的延伸方向存在位置偏差。因此可以降低选择点云数据对的精度要求,从而确保地图的准确性。
本公开实施例提供的技术方案适用于第一点云数据集合和第二点云数据集合相交率低的场景,例如上下桥场景、下沉式隧道口场景、有硬隔离的对向车道场景、车流量比较大的动态物体场景等。
根据本公开另一实施例,上述根据第一点云数据集合和第二点云数据集合,确定N个点云数据对的操作,可以包括以下操作:展示第一点云数据集合和第二点云数据集合。然后响应于接收到选择指令,根据选择指令,从第一点云数据集合和第二点云数据集合中分别确定N个第一点云数据和N个第二点云数据。
例如,客户端对第一点云数据集合和第二点云数据集合进行展示,用户利用多边形、边界框等在第一点云数据集合和第二点云数据集合中选择局部点云,选择操作会触发选择指令。
然后可以根据选择指令,从第一点云数据集合和第二点云数据集合中,将选择的局部点云分割出来,得到第一点云数据和第二点云数据。
应当理解,在第一点云数据集合和第二点云数据集合中,直线型或平面型的点云数据较多,对从第一点云数据集合和第二点云数据集合中选择点云数据对造成干扰,因此从中选择点云数据对较为困难。尤其在低相交率场景下,低相交率表示第一点云数据集合和第二点云数据集合中表征相同目标对象的同名特征比较少,同样增大选择点云数据对的难度。此外,有些直线型或平面型的点云数据表征动态物体,对选择点云数据对造成干扰。
本公开实施例通过选择指令来从点云数据集合中选择点云数据,无需通过算法选择点云数据,从而简化选择点云数据的处理流程。此外,还利用人工辅助的方式确定第一点云数据和第二点云数据,可以确保选择合适的第一点云数据和第二点云数据,进而确保地图数据的准确性。
本公开另一实施例,上述根据第一点云数据集合和第二点云数据集合,确定N个点云数据对的操作,还可以包括以下操作:响应于接收到匹配指令,根据匹配指令,确定N个第一点云数据和N个第二点云数据之间的匹配关系。然后根据匹配关系,将N个第一点云数据和N个第二点云数据划分为N个点云数据对。
例如,用户通过客户端指定N个第一点云数据和N个第二点云数据之间的匹配关系,该指定操作会触发匹配指令。然后可以根据匹配指令,将相匹配的第一点云数据和第二点云数据确定为点云数据对。
本公开实施例通过匹配指令来确定点云数据对,无需通过算法对第一点云数据和第二点云数据进行匹配,从而简化确定点云数据对的处理流程。
图3是根据本公开实施例的拟合第一几何图形的示意流程图。
如图3所示,根据本公开另一实施例,上述根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形的方法320可以包括操作S321~S325。
在操作S321,根据第一点云数据的点坐标,确定第一点云数据的协方差矩阵。
在操作S322,根据协方差矩阵的特征值,确定第一点云数据的类型。
例如,可以利用PCA(Principal Components Analysis,主成分分析)方法计算点第一点云数据的协方差矩阵并进行特征值分解,得到第一点云数据的特征值。
特征值可以代表第一点云数据在三个自由度的扩展情况。例如,对于直线型的第一点云数据,在沿着直线方向上的第一自由度的扩展较大,在沿着与直线方向垂直的平面的第二自由度和第三自由度的扩展较小。对于平面型的第一点云数据,在沿着平面本身的两个垂直方向上的第一自由度和第二自由度扩展较大,在沿着平面法向上的第三自由度扩展较小。可以看出,可以利用特征值来区分第一点云数据的类型。第一点云数据的类型表示第一点云数据拟合出的第一几何图形的形状,例如第一几何图形是平面型或者是直线型。
例如,可以在次最大特征值大于等于预定值的情况下,确定第一点云数据拟合的第一几何图形是平面型。可以在次最大特征值小于预定值的情况下,确定第一点云数据拟合的第一几何图形是直线型。预定值可以是0.1。
例如,可以在最大特征值与次最大特征值的比值小于等于预定比值的情况下,确定第一点云数据拟合的第一几何图形是平面型。可以在最大特征值与次最大特征值的比值大于预定值的情况下,确定第一点云数据拟合的第一几何图形是直线型。预定比值可以是5。
在操作S323,根据第一点云数据的类型和点坐标,确定第一几何图形。
可以理解的是,可以根据第一点云数据的类型和点坐标确定参数方程,并使用参数方程来表征第一几何图形。本公开实施例对确定第一几何图形的参数方程的方式不做限制。
例如,当第一点云数据的类型是平面型时,可以利用最小二乘法求解平面的参数方程。
例如,当第一点云数据的类型是平面型时,可以重复执行以下操作,直至满足预定执行次数:确定第一点云数据中不共线的三个点,根据三个点的坐标确定候选平面。然后在确定第一点云数据中的点与候选平面之间的距离小于等于距离阈值的情况下,确定该点是候选平面的内点,得到候选平面对应的内点数量。然后将与最大内点数量对应的候选平面,确定为第一点云数据拟合出的第一几何图形,还可以求解该第一几何图形的参数方程。
例如,当第一点云数据的类型是直线型时,可以计算第一点云数据的中心点,然后将协方差矩阵的最大特征值对应的特征向量作为方向向量,来确定第一几何图形的参数方程。
可以看出,本实施例通过协方差矩阵的特征值,特征值可以准确体现第一点云数据的类型,进而确保第一几何图形的准确性。
在操作S324,根据第一几何图形和第一点云数据的点坐标,从第一点云数据中,确定第一几何图形的外点。
可以理解的是,在从第一点云数据集合中确定第一点云数据后,第一点云数据中可以包括外点。例如,可以将第一点云数据中与第一几何图形的间距大于等于预定距离的点,确定为外点。预定距离可以是0米、0.2米等。
在操作S325,确定外点的数量是否大于数量阈值。若否,执行操作S326。若是,则执行操作S327。
例如,数量阈值可以是0、1、2等数量。
在操作S326,输出第一几何图形。例如输出表征第一几何图形的参数方程。
在操作S327,从第一点云数据中滤除外点。
例如,滤除外点之后,可以返回根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形的操作。例如,返回上述操作S321。
可以看出,在对第一点云数据进行滤除外点的操作之后,第一点云数据所包含的点会发生变化,即,滤除外点的操作可以对第一点云数据进行更新。因此返回根据第一点云数据的点坐标拟合第一几何图形的操作之后,可以利用更新后的第一点云数据重新拟合第一几何图形,从而确保第一几何图形的准确性。
在另一些实施例中,可以省略上述操作S324至操作S327。
在另一些实施例中,可以采用其他方式确定第一点云数据的类型。例如,当利用边界框从第一点云数据集合中分割第一点云数据时,可以利用边界框的长宽高中的最大尺寸和次最大尺寸的比值,确定第一点云数据的类型,例如最大尺寸和次最大尺寸的比值大于等于0.2,确定第一点云数据是直线型,否则是平面型。又例如,可以根据用于指定第一点云数据类型的指令,确定第一点云数据的类型。
根据本公开另一实施例,上述根据第二点云数据的点坐标,确定预定数量个参考点的操作,可以包括以下操作:根据第二点云数据的点坐标,拟合第二几何图形,然后从第二几何图形中确定预定数量个参考点。
例如,可以参考上述根据第一点云数据的点坐标拟合直线型或平面型的第一几何图形的操作,来拟合第二几何图形,本实施例不再赘述。可以理解的是,第二几何图形可以位于第二点云数据所处的第二坐标系中,并且第二几何图形可以对应有第二参数方程。
可以理解的是,由于第一点云数据和第二点云数据是表征同一目标对象的特征,即二者是同名特征,因此第一点云数据和第二点云数据拟合出的几何图形的类型可以相同。当第二几何图形是平面型时,所选取的预定数量个参考点可以构成平面。
在一种示例中,可以从第二几何图形中随机选择预定数量个参考点。
在另一种示例中,可以先确定第二点云数据的中心点,然后根据中心点和第二几何图形对应的参数方程确定参考点。
例如,当第二几何图形是直线型时,可以将位于直线上并且与中心点间隔第一预定距离的点,确定为参考点。第一预定距离可以是0.5米。
又例如,当第二几何图形是平面型时,可以将中心点沿着预定方向在平面内移动预定距离后得到的点,确定为参考点。第二预定距离可以是0.5米,预定方向可以是上方、下方、右方等方向。
需要说明的是,利用第二点云数据集合确定第二几何图形后,第二点云数据中可以存在一些位于第二几何图形之外的外点。由于需要基于参考点和第一几何图形确定相对位姿信息,因此,若从第二点云数据中随机选择一些点作为参考点,并且选择的点是外点,会影响相对位姿信息的准确性。
可以理解的是,本公开实施例从第二几何图形中选择参考点,因此第二点云数据可以不包括参考点。
本公开实施例从利用第二点云数据拟合出的第二几何图形中确定参考点,可以看出,参考点均是第二几何图形的内点,因此在基于参考点和第一几何图形确定相对位姿信息的过程中,可以确保相对位姿信息的准确性,进而确保地图数据的准确性。
图4是根据本公开实施例的确定相对位姿信息的示意流程图。
如图4所示,根据本公开另一实施例,上述根据与每个点云对相对应的第一几何图形和预定数量个参考点的坐标,确定第一点云数据集合与第二点云数据集合之间的相对位姿信息的方法430可以包括操作S431~操作S434。
在操作S431,针对每个点云数据对,基于候选变换矩阵,对预定数量个参考点的坐标进行坐标变换,得到变换后的坐标,作为预定数量个参考点在第一几何图形所处第一坐标系中的伪坐标。
可以理解的是,参考点是基于第二坐标系中的第二点云数据确定的,因此参考点的坐标是参考点在第二坐标系中的坐标。利用候选变换矩阵对参考点的坐标进行坐标变换,可以将参考点变换至其他坐标系中,并得到参考点在其他坐标系中的变换后坐标。
在操作S432,根据预定数量个参考点的伪坐标至第一几何图形的距离之和,确定与每个点云数据对相对应的第一距离。
例如,在第一几何图形所处的第一坐标系中,计算每个参考点的伪坐标至第一几何图形的投影距离,得到预定数量个投影距离。可以将预定数量个投影距离之和确定为第一距离。
可以理解的是,第一距离是0可以表示:在第一坐标系中,预定数量个参考点的伪坐标至第一几何图形的距离是0,即预定数量个参考点构成的几何图形与第一几何图形重合。
在操作S433,根据与每个点云数据对相对应的第一距离,确定与N个点云数据对相对应的第二距离。
例如,可以将N个数据对所对应的N个第一距离之和确定为第二距离。
在操作S434,根据多个候选变换矩阵中与最小第二距离相对应的候选变换矩阵,确定相对位姿信息。
例如,利用多个候选变换矩阵,针对每个候选变换矩阵重复上述操作S431至S433,从而对参考点的坐标进行多次坐标变换,得到与多个候选变换矩阵分别对应的多个第二距离。然后可以将与最小第二距离相对应的候选变换矩阵确定为相对位姿信息。
本公开实施例利用候选变换矩阵确定N个点云对所对应的第二距离,然后根据与最小第二距离对应的候选变换矩阵确定第一点云数据集合和第二点云数据集合之间的相对位姿信息,因此可以准确确定相对位姿信息,确保地图数据的准确性。
此外,由于采用候选变换矩阵对参考点的坐标进行坐标变换,而无需对第一几何图形进行坐标变换,因此计算过程更加简单,从而提高确定相对位姿信息的效率。
在另一些实施例中,可以利用以下方案替换上述操作S431和操作S432:针对每个点云数据对,基于候选变换矩阵,对第一几何图形进行坐标变换,将变换后的第一几何图形作为第一几何图形在第二坐标系中的伪图形。然后根据预定数量个参考点的坐标至伪图形的距离之和确定第一距离。然后可以执行上述操作S433和操作S434,从而确定相对位姿信息。
在另一些实施例中,可以采用以下公式确定相对位姿信息。
其中,T*表示第一点云数据集合和第二点云数据集合之间的相对位姿信息。T为优化变量,表示候选变换矩阵。pi表示参考点的坐标。linej表示直线型的第一点云数据对应的参数方程中的参数。planej表示平面型的第一点云数据对应的参数方程中的参数。dp2line是第一函数,用于根据参考点的伪坐标和第一点云数据对应的参数,计算点到直线型的第一几何图形的距离。dp2plane是第二函数,用于根据参考点的伪坐标和第一点云数据对应的参数,计算点到平面型的第一几何图形的距离。i是大于等于1的整数,j是大于等于1的整数。
图5是根据本公开实施例的地图数据生成方法的示意原理图。
如图5所示,可以从第一点云数据集合501和第二点云数据集合502中分别选择N个第一点云数据504和N个第二点云数据505,并将N个第一点云数据504和N个第二点云数据505划分为N个点云数据对503,N个点云数据对503包括第1个点云数据对5031,第2个点云数据对5032,...,第N个点云数据对5033。
然后可以基于第1个候选变换矩阵509,对N个点云数据对503中的每个点云数据对进行预定处理,得到与第1个候选变换矩阵509对应的第1个第二距离5121。
本实施例以对第1个点云数据对5031进行处理为例进行说明。例如,第1个点云数据对5031包括第一点云数据504和第二点云数据505,将第一点云数据504拟合为第一几何图形506。将第二点云数据505拟合为第二几何图形507,并从第二几何图形507中确定预定数量个参考点508。然后根据第1个候选变换矩阵509对参考点508的坐标进行坐标变换,得到参考点的伪坐标510。根据参考点的伪坐标510和第一几何图形506,确定与第1个点云数据对5031相对应的第1个第一距离5111。
类似的,可以基于第1个候选变换矩阵509,对第2个点云数据对5032进行处理,得到与第2个点云数据对5032相对应的第2个第一距离5112。对第N个点云数据对5033进行处理,得到与第N个点云数据对5033相对应的第N个第一距离5113。
可以看出,对N个点云数据对503均进行上述预定处理,可以得到N个第一距离511,利用N个第一距离511确定与第1个候选变换矩阵509对应的第1个第二距离5121。
然后可以调整候选变换矩阵,重新确定第二距离。例如,可以基于第2个候选变换矩阵,对N个点云数据对503中的每个点云数据对进行上述预定处理,得到与第2个候选变换矩阵对应的第2个第二距离5122。类似的,可以基于第3个候选变换矩阵,对N个点云数据对503中的每个点云数据对进行上述预定处理,得到与第3个候选变换矩阵对应的第3个第二距离5123。
可以看出,多次调整候选变换矩阵,可以得到多个第二距离512,可以根据与最小第二距离对应的候选变换矩阵,确定相对位姿信息513。
可以根据相对位姿信息513、第一点云数据集合501和第二点云数据集合502,生成地图数据514。
图6是根据本公开实施例的地图数据生成装置的示意结构框图。
如图6所示,该地图数据生成装置600可以包括第一确定模块610、第二确定模块620、位姿确定模块630以及生成模块640。
第一确定模块610用于根据第一点云数据集合和第二点云数据集合,确定N个点云数据对,N个点云数据对中的每个点云数据对包括来自第一点云数据集合的第一点云数据和来自第二点云数据集合的第二点云数据,每个点云数据对用于表征同一个目标对象,N是大于等于1的整数。
第二确定模块620用于针对每个点云数据对,根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形;还用于根据第二点云数据的点坐标,确定预定数量个参考点。
位姿确定模块630用于根据与每个点云对相对应的第一几何图形和预定数量个参考点的坐标,确定第一点云数据集合与第二点云数据集合之间的相对位姿信息。
生成模块640用于根据相对位姿信息,基于第一点云数据集合与第二点云数据集合,生成地图数据。
根据本公开另一实施例,第二确定模块包括:拟合子模块和参考点确定子模块。拟合子模块用于根据第二点云数据的点坐标,拟合第二几何图形。参考点确定子模块用于从第二几何图形中确定预定数量个参考点。
根据本公开另一实施例,第二确定模块包括:矩阵确定子模块、类型确定子模块以及图形确定子模块。矩阵确定子模块用于根据第一点云数据的点坐标,确定第一点云数据的协方差矩阵。类型确定子模块用于根据协方差矩阵的特征值,确定第一点云数据的类型。图形确定子模块用于根据第一点云数据的类型和点坐标,确定第一几何图形。
根据本公开另一实施例,上述地图数据生成装置还包括:外点确定模块和滤除模块。外点确定模块用于在根据第一点云数据的类型和点坐标,确定第一几何图形之后,根据第一几何图形和第一点云数据的点坐标,从第一点云数据中,确定第一几何图形的外点。滤除模块用于在确定外点的数量大于数量阈值的情况下,从第一点云数据中滤除外点,并返回根据第一点云数据的点坐标,拟合直线型或平面型的第一几何图形的操作。
根据本公开另一实施例,第一确定模块包括:展示子模块、选择子模块、关系确定子模块以及划分子模块。展示子模块用于展示第一点云数据集合和第二点云数据集合。选择子模块用于响应于接收到选择指令,根据选择指令,从第一点云数据集合和第二点云数据集合中分别确定N个第一点云数据和N个第二点云数据。关系确定子模块用于响应于接收到匹配指令,根据匹配指令,确定N个第一点云数据和N个第二点云数据之间的匹配关系。划分子模块用于根据匹配关系,将N个第一点云数据和N个第二点云数据划分为N个点云数据对。
根据本公开另一实施例,位姿确定模块包括:位置确定子模块和位姿确定子模块。位置确定子模块用于针对每个点云数据对,基于候选变换矩阵,对预定数量个参考点的坐标进行坐标变换,得到变换后的坐标,作为预定数量个参考点在第一几何图形所处坐标系中的伪坐标。还用于根据预定数量个参考点的伪坐标至第一几何图形的距离之和,确定与每个点云数据对相对应的第一距离。还用于根据与每个点云数据对相对应的第一距离,确定与N个点云数据对相对应的第二距离。位姿确定子模块用于根据多个候选变换矩阵中,与最小第二距离相对应的候选变换矩阵,确定相对位姿信息。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
根据本公开的实施例,本公开还提供了一种电子设备,包括至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述地图数据生成方法。
根据本公开的实施例,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述地图数据生成方法。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述地图数据生成方法。
根据本公开的实施例,本公开还提供了一种自动驾驶车辆,包括上述电子设备。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703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。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如地图数据生成方法。例如,在一些实施例中,地图数据生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的地图数据生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行地图数据生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器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。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器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。机器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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种地图数据生成方法,包括:
根据第一点云数据集合和第二点云数据集合,确定N个点云数据对,所述N个点云数据对中的每个点云数据对包括来自所述第一点云数据集合的第一点云数据和来自所述第二点云数据集合的第二点云数据,所述每个点云数据对用于表征同一个目标对象,N是大于等于1的整数;
针对所述每个点云数据对,
根据所述第一点云数据的点坐标,拟合直线型或平面型的第一几何图形;
根据所述第二点云数据的点坐标,确定预定数量个参考点;
根据与所述每个点云对相对应的所述第一几何图形和所述预定数量个参考点的坐标,确定所述第一点云数据集合与所述第二点云数据集合之间的相对位姿信息;以及
根据所述相对位姿信息,基于所述第一点云数据集合与所述第二点云数据集合,生成地图数据。
2.根据权利要求1所述的方法,其中,所述根据所述第二点云数据的点坐标,确定预定数量个参考点包括:
根据所述第二点云数据的点坐标,拟合第二几何图形;以及
从所述第二几何图形中确定所述预定数量个参考点。
3.根据权利要求1所述的方法,其中,所述根据所述第一点云数据的点坐标,拟合直线型或平面型的第一几何图形包括:
根据所述第一点云数据的点坐标,确定所述第一点云数据的协方差矩阵;以及
根据所述协方差矩阵的特征值,确定所述第一点云数据的类型;
根据所述第一点云数据的类型和点坐标,确定所述第一几何图形。
4.根据权利要求3所述的方法,还包括:在根据所述第一点云数据的类型和点坐标,确定所述第一几何图形之后,
根据所述第一几何图形和所述第一点云数据的点坐标,从所述第一点云数据中,确定所述第一几何图形的外点;以及
在确定所述外点的数量大于数量阈值的情况下,从所述第一点云数据中滤除所述外点,并返回所述根据所述第一点云数据的点坐标,拟合直线型或平面型的第一几何图形的操作。
5.根据权利要求1所述的方法,其中,所述根据第一点云数据集合和第二点云数据集合,确定N个点云数据对包括:
展示所述第一点云数据集合和所述第二点云数据集合;
响应于接收到选择指令,根据所述选择指令,从所述第一点云数据集合和所述第二点云数据集合中分别确定N个第一点云数据和N个第二点云数据;
响应于接收到匹配指令,根据所述匹配指令,确定所述N个第一点云数据和所述N个第二点云数据之间的匹配关系;以及
根据所述匹配关系,将所述N个第一点云数据和所述N个第二点云数据划分为所述N个点云数据对。
6.根据权利要求1至5中任意一项所述的方法,其中,所述根据与所述每个点云对相对应的所述第一几何图形和所述预定数量个参考点的坐标,确定所述第一点云数据集合与所述第二点云数据集合之间的相对位姿信息包括:
针对所述每个点云数据对,
基于候选变换矩阵,对所述预定数量个参考点的坐标进行坐标变换,得到变换后的坐标,作为所述预定数量个参考点在所述第一几何图形所处坐标系中的伪坐标;
根据所述预定数量个参考点的伪坐标至所述第一几何图形的距离之和,确定与所述每个点云数据对相对应的第一距离;以及
根据与所述每个点云数据对相对应的第一距离,确定与所述N个点云数据对相对应的第二距离;以及
根据多个候选变换矩阵中,与最小第二距离相对应的候选变换矩阵,确定所述相对位姿信息。
7.一种地图数据生成装置,包括:
第一确定模块,用于根据第一点云数据集合和第二点云数据集合,确定N个点云数据对,所述N个点云数据对中的每个点云数据对包括来自所述第一点云数据集合的第一点云数据和来自所述第二点云数据集合的第二点云数据,所述每个点云数据对用于表征同一个目标对象,N是大于等于1的整数;
第二确定模块,用于针对所述每个点云数据对,
根据所述第一点云数据的点坐标,拟合直线型或平面型的第一几何图形;
根据所述第二点云数据的点坐标,确定预定数量个参考点;
位姿确定模块,用于根据与所述每个点云对相对应的所述第一几何图形和所述预定数量个参考点的坐标,确定所述第一点云数据集合与所述第二点云数据集合之间的相对位姿信息;以及
生成模块,用于根据所述相对位姿信息,基于所述第一点云数据集合与所述第二点云数据集合,生成地图数据。
8.根据权利要求7所述的装置,其中,所述第二确定模块包括:
拟合子模块,用于根据所述第二点云数据的点坐标,拟合第二几何图形;以及
参考点确定子模块,用于从所述第二几何图形中确定所述预定数量个参考点。
9.根据权利要求7所述的装置,其中,所述第二确定模块包括:
矩阵确定子模块,用于根据所述第一点云数据的点坐标,确定所述第一点云数据的协方差矩阵;以及
类型确定子模块,用于根据所述协方差矩阵的特征值,确定所述第一点云数据的类型;
图形确定子模块,用于根据所述第一点云数据的类型和点坐标,确定所述第一几何图形。
10.根据权利要求9所述的装置,还包括:
外点确定模块,用于在根据所述第一点云数据的类型和点坐标,确定所述第一几何图形之后,根据所述第一几何图形和所述第一点云数据的点坐标,从所述第一点云数据中,确定所述第一几何图形的外点;以及
滤除模块,用于在确定所述外点的数量大于数量阈值的情况下,从所述第一点云数据中滤除所述外点,并返回所述根据所述第一点云数据的点坐标,拟合直线型或平面型的第一几何图形的操作。
11.根据权利要求7所述的装置,其中,所述第一确定模块包括:
展示子模块,用于展示所述第一点云数据集合和所述第二点云数据集合;
选择子模块,用于响应于接收到选择指令,根据所述选择指令,从所述第一点云数据集合和所述第二点云数据集合中分别确定N个第一点云数据和N个第二点云数据;
关系确定子模块,用于响应于接收到匹配指令,根据所述匹配指令,确定所述N个第一点云数据和所述N个第二点云数据之间的匹配关系;以及
划分子模块,用于根据所述匹配关系,将所述N个第一点云数据和所述N个第二点云数据划分为所述N个点云数据对。
12.根据权利要求7至11中任意一项所述的装置,其中,所述位姿确定模块包括:
位置确定子模块,用于针对所述每个点云数据对,
基于候选变换矩阵,对所述预定数量个参考点的坐标进行坐标变换,得到变换后的坐标,作为所述预定数量个参考点在所述第一几何图形所处坐标系中的伪坐标;
根据所述预定数量个参考点的伪坐标至所述第一几何图形的距离之和,确定与所述每个点云数据对相对应的第一距离;以及
根据与所述每个点云数据对相对应的第一距离,确定与所述N个点云数据对相对应的第二距离;以及
位姿确定子模块,用于根据多个候选变换矩阵中,与最小第二距离相对应的候选变换矩阵,确定所述相对位姿信息。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至6中任一项所述的方法。
16.一种自动驾驶车辆,包括如权利要求13所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210777197.4A CN115127565A (zh) | 2022-06-30 | 2022-06-30 | 高精地图数据生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210777197.4A CN115127565A (zh) | 2022-06-30 | 2022-06-30 | 高精地图数据生成方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115127565A true CN115127565A (zh) | 2022-09-30 |
Family
ID=83381852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210777197.4A Pending CN115127565A (zh) | 2022-06-30 | 2022-06-30 | 高精地图数据生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115127565A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797573A (zh) * | 2023-02-09 | 2023-03-14 | 四川省公路规划勘察设计研究院有限公司 | 一种衡量点云孪生几何准确度的方法、装置和介质 |
-
2022
- 2022-06-30 CN CN202210777197.4A patent/CN115127565A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797573A (zh) * | 2023-02-09 | 2023-03-14 | 四川省公路规划勘察设计研究院有限公司 | 一种衡量点云孪生几何准确度的方法、装置和介质 |
CN115797573B (zh) * | 2023-02-09 | 2023-04-28 | 四川省公路规划勘察设计研究院有限公司 | 一种衡量点云孪生几何准确度的方法、装置和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230042968A1 (en) | High-definition map creation method and device, and electronic device | |
CN113759349B (zh) | 激光雷达与定位设备的标定方法、设备及自动驾驶车辆 | |
CN112652036A (zh) | 道路数据的处理方法、装置、设备及存储介质 | |
CN114626169A (zh) | 交通路网优化方法、装置、设备、可读存储介质及产品 | |
EP4119896A2 (en) | Method and apparatus for processing high-definition map data, electronic device, medium and product | |
CN114003613A (zh) | 高精地图车道线更新方法、装置、电子设备以及存储介质 | |
CN114926549B (zh) | 三维点云处理方法、装置、设备以及存储介质 | |
CN113901998A (zh) | 模型的训练方法、装置、设备、存储介质以及检测方法 | |
CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
CN115855084A (zh) | 地图数据融合方法、装置、电子设备及自动驾驶产品 | |
CN115127565A (zh) | 高精地图数据生成方法、装置、电子设备及存储介质 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN115760827A (zh) | 点云数据的检测方法、装置、设备以及存储介质 | |
CN115147561A (zh) | 位姿图生成方法、高精地图生成方法和装置 | |
CN112988932B (zh) | 高精地图标注方法、装置、设备、可读存储介质及产品 | |
CN114581869A (zh) | 确定目标对象位置的方法、装置、电子设备和存储介质 | |
CN114036247A (zh) | 高精地图数据关联方法、装置、电子设备及存储介质 | |
CN112180910A (zh) | 一种移动机器人障碍物感知方法和装置 | |
CN113987098A (zh) | 高精地图道路边界更新方法、装置、电子设备以及存储介质 | |
CN115359227B (zh) | 区域实景地图与车道级地图的融合方法、装置及电子设备 | |
US20220050210A1 (en) | Method, apparatus for superimposing laser point clouds and high-precision map and electronic device | |
CN111398961B (zh) | 用于检测障碍物的方法和装置 | |
CN117475399B (zh) | 车道线拟合方法、电子设备及可读介质 | |
CN114549644A (zh) | 一种数据标注方法、装置、电子设备及存储介质 | |
US20230206556A1 (en) | Method of processing map data, electronic device and storage medium |
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 |