CN115218909B - 一种高精度地图的更新方法及系统 - Google Patents
一种高精度地图的更新方法及系统 Download PDFInfo
- Publication number
- CN115218909B CN115218909B CN202210646610.3A CN202210646610A CN115218909B CN 115218909 B CN115218909 B CN 115218909B CN 202210646610 A CN202210646610 A CN 202210646610A CN 115218909 B CN115218909 B CN 115218909B
- Authority
- CN
- China
- Prior art keywords
- freshness
- map
- time
- precision map
- precision
- 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 31
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 230000007613 environmental effect Effects 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
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
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Instructional Devices (AREA)
Abstract
本发明提供一种高精度地图的更新方法及系统,包括,获取高精度地图中当前位置的环境信息和所述环境信息对应的时间信息;其中,所述环境信息至少包括道路序号,所述时间信息至少包括所述道路的采集时间、所述高精度地图计划最长使用时间和所述高精度地图的服务天数;根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值;根据所述鲜度值判断所述高精度地图是否可以使用,若不可以使用,则更新所述高精度地图。本发明提出高精地图的鲜度评价指标以及鲜度计算模型,无需大幅增加更新流量和成本,即可快速更新各地图信息的状态,便利应用算法和功能模块准确使用。
Description
技术领域
本发明涉及高精度地图的更新技术领域,特别是涉及一种高精度地图的更新方法及系统。
背景技术
自动驾驶车辆通过车载传感器(摄像头、毫米波雷达、激光雷达等)感知周围环境信息,然后由控制器中的感知、决策、规划、控制等算法计算横纵向操控指令,传递给相应的执行器完成相应的行驶动作。美国汽车工程师协会(SAE)将自动驾驶划分为L0~L5级,L3级以上必须使用高精地图实现车辆设计运行范围限制及辅助环境感知和车辆控制,L2级部分自动化驾驶也可以运用高精地图降低接管率和提升功能体验。
高精地图将现实世界中的道路、车道、兴趣点的几何、属性真实表达出来,并根据现实交通环境变化,进行更新迭代。目前高精地图更新需要投入大量的人力、物力,且更新周期非常长,一般从数据采集到自动驾驶车辆使用,往往需要数月。如今导航地图可以从互联网爬取、影像差分、用户反馈、行车轨迹等多种途径获取数据变化信息,达到导航地图快速更新的需求。但是,高精地图因为精度高无法复用这些方式,必须依赖采集车采集,采集的数据用自动化处理后也必须有多次人工校对。
高级别自动驾驶车辆多采用高精度地图和多传感器融合的方案,高精度地图可弥补车载传感器探测距离受限、动态障碍物遮挡,以及定位模块干扰导致定位不准确等不足。
现有技术方案中自动驾驶车辆使用的高精地图多是若干个月前采集的,并不能真实反映当前现实世界的环境,不利于环境模型构建和合理决策模型搭建。即使采用快速更新高精地图,缩短采集时刻到自动驾驶车辆使用的时间差,提高采集和制作效率,缩短版本发布和更新周期等措施,也会导致需要大量人工参与,消耗大量资金,而且更新周期非常长。即使采用热门的众包技术或增加分析鲜度,也无法有效的应用于量产车的前期,车辆数量较少,回传的少量感知数据难以完成高精地图每日或每周更新;或仅适用于长使用周期地图,难以满足自动驾驶领域至少季度更新,追求每日更新的地图要求。
为保证自动驾驶车辆准确理解现实世界的当前状态,获取真实可靠的高精地图先验信息,避免若干月前采集和释放的高精地图数据干扰,保证高精地图的时效性是非常有必要的。如何在当前法律法规和行业标准允许的前提下,建立有效性的评价指标和低成本计算模型成为一大难点。
发明内容
本发明的目的在于,提出一种高精度地图的更新方法及系统,解决现有方法高精地图更新的时效性长,无法准确理解现实世界的当前状态的技术问题。
一方面,提供一种高精度地图的更新方法,包括:
获取高精度地图中当前位置的环境信息和所述环境信息对应的时间信息;其中,所述环境信息至少包括道路序号,所述时间信息至少包括所述道路的采集时间、所述高精度地图计划最长使用时间和所述高精度地图的服务天数;
根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值;
根据所述鲜度值判断所述高精度地图是否可以使用,若不可以使用,则更新所述高精度地图。
优选地,所述根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值具体包括:
从所述环境信息和所述环境信息对应的采集时间中识别道路序号和对应的采集日期;
将道路序号和对应的采集日期作为输入项输入预设的鲜度计算模型,根据预设的该版本地图的计划最长使用时间、采集制作时间、最长服务时间、预留时间和所述高精度地图的服务天数计算该版本地图中所述道路序号对应的鲜度值。
优选地,所述预设的鲜度计算模型具体包括:
φ_n=(T_max-(T_make-T_n)-T_serve-T_rem-t)/T_max*Φ
其中,φ表示鲜度值,n表示道路序号,T_max表示该版本地图计划最长使用时间,T_make表示该版本地图采集制作时间,T_serve表示该版本地图最长服务时间,T_rem表示预留时间,T_n表示道路n的采集日期,t为服务天数,Φ表示鲜度评价总分。
优选地,所述根据所述鲜度值判断所述高精度地图是否可以使用具体包括:
当计算的鲜度值为正时,判定该版本地图可以使用;
当计算的鲜度值为负时,判定该版本地图不可以使用该版本地图中所述道路序号对应的鲜度值。
优选地,还包括:
当该版本地图可以使用时,将计算的鲜度值与预设的鲜度值的判定标准线比较,其中,所述判定标准线至少包括鲜度优秀线、鲜度及格线;
若计算的鲜度值大于等于所述鲜度优秀线,则判定所述高精度地图的精度优秀,不需要更新;
若计算的鲜度值小于所述鲜度优秀线且大于等于所述鲜度及格线,则判定所述高精度地图的精度及格,不需要更新;
若计算的鲜度值小于所述鲜度及格线,则判定所述高精度地图精度不及格,需要尽快更新。
优选地,所述预设的鲜度值的判定标准线通过以下过程设置:
以最后采集的道路对应的采集时间为基准,将服务天数为第一天数阈值对应的鲜度值设为鲜度优秀线,将服务天数为第二天数阈值对应的鲜度值设为鲜度及格线,其中,所述第一天数阈值小于所述第二天数阈值。
另一方面,还提供一种高精度地图的更新系统,用以实现所述的高精度地图的更新方法,包括:
信息采集模块,用以获取高精度地图中当前位置的环境信息和所述环境信息对应的时间信息;其中,所述环境信息至少包括道路序号,所述时间信息至少包括所述道路的采集时间、所述高精度地图计划最长使用时间和所述高精度地图的服务天数;
鲜度值计算模块,用以根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值;
更新模块,用以根据所述鲜度值判断所述高精度地图是否可以使用,若不可以使用,则更新所述高精度地图。
优选地,所述鲜度值计算模块还用于从所述环境信息和所述环境信息对应的采集时间中识别道路序号和对应的采集日期;
将道路序号和对应的采集日期作为输入项输入预设的所述鲜度计算模型,根据预设的该版本地图的计划最长使用时间、采集制作时间、最长服务时间、预留时间和所述高精度地图的服务天数计算该版本地图中所述道路序号对应的鲜度值;
其中,所述预设的鲜度计算模型具体包括:
φ_n=(T_max-(T_make-T_n)-T_serve-T_rem-t)/T_max*Φ
其中,φ表示鲜度值,n表示道路序号,T_max表示该版本地图计划最长使用时间,T_make表示该版本地图采集制作时间,T_serve表示该版本地图最长服务时间,T_rem表示预留时间,T_n表示道路n的采集日期,t为服务天数,Φ表示鲜度评价总分。
优选地,所述更新模块还用于当计算的鲜度值为正时,判定该版本地图可以使用;
当计算的鲜度值为负时,判定该版本地图不可以使用该版本地图中所述道路序号对应的鲜度值。
优选地,所述更新模块还用于该版本地图可以使用时,将计算的鲜度值与预设的鲜度值的判定标准线比较,其中,所述判定标准线至少包括鲜度优秀线、鲜度及格线;
若计算的鲜度值大于等于所述鲜度优秀线,则判定所述高精度地图的精度优秀,不需要更新;
若计算的鲜度值小于所述鲜度优秀线且大于等于所述鲜度及格线,则判定所述高精度地图的精度及格,不需要更新;
若计算的鲜度值小于所述鲜度及格线,则判定所述高精度地图精度不及格,需要尽快更新;
其中,所述预设的鲜度值的判定标准线以最后采集的道路对应的采集时间为基准,将服务天数为第一天数阈值对应的鲜度值设为鲜度优秀线,将服务天数为第二天数阈值对应的鲜度值设为鲜度及格线,其中,所述第一天数阈值小于所述第二天数阈值。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的高精度地图的更新方法及系统,提出依据道路序号、道路的采集时间、高精度地图计划最长使用时间和高精度地图的服务天数计算高精地图的鲜度值,更加客观、准确的判断高精地图是否可以使用,无需大幅增加更新流量和成本,即可及时更新各地图信息的状态,使得高精地图更接近真实的环境信息,极大地提高融合定位、决策和规划的精度,实现更优质的功能表现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种高精度地图的更新方法的主流程示意图。
图2为本发明实施例中一种高精度地图的更新方法的逻辑示意图。
图3为本发明实施例中一种高精度地图的更新系统的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1和图2所示,为本发明提供的一种高精度地图的更新方法的一个实施例的示意图。在该实施例中,所述方法包括以下步骤:
获取高精度地图中当前位置的环境信息和所述环境信息对应的时间信息;其中,所述环境信息至少包括道路序号,所述时间信息至少包括所述道路的采集时间、所述高精度地图计划最长使用时间和所述高精度地图的服务天数;也就是,提出一种低成本的鲜度计算模型,用于评估每版地图数据随时间变化而可能产生的变化量;地图鲜度可通过每天的地图增量更新,提供给高精度地图使用方,及时对高精地图进行算法优化。在采集环境信息(制作方在外业采集)时,通过采集时间引入鲜度值。
进一步的,根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值;也就是,地图鲜度取决于该区域的采集时间、计划使用时间等。内业制作高精地图数据时,将外业采集计划和执行日志按照本实施例中提出的鲜度计算模型转化为鲜度值,并存入高精地图数据。使用方在使用高精地图时,不仅获取常见的道路级、车道级、要素级高精地图信息,更会同时获取各类信息相对应的鲜度,按天为周期,定期计算鲜度,并通过地图增量更新及时同步给用户。具体地,在使用的时候,只需要根据当前的道路序号、道路的采集时间、高精度地图计划最长使用时间和高精度地图的服务天数,通过鲜度计算模型计算对应的鲜度值,再通过预设的判断标准进行比较就可以判定当前地图是否可以使用(如下所述鲜度值的正负)以及根据更详细的标准判断精度是否合格(如下述鲜度值处于判定标准线哪个范围,确定对应的精度结果和更新操作),无需大幅增加更新流量和成本,即可快速更新各地图信息的状态,极大地便利应用算法和功能模块准确使用。
本实施例中,所述预设的鲜度计算模型具体包括:
φ_n=(T_max-(T_make-T_n)-T_serve-T_rem-t)/T_max*Φ
其中,φ表示鲜度值,n表示道路序号,T_max表示该版本地图计划最长使用时间,T_make表示该版本地图采集制作时间,T_serve表示该版本地图最长服务时间,T_rem表示预留时间,T_n表示道路n的采集日期,t为服务天数,Φ表示鲜度评价总分;其中,计划最长使用时间表示该版本地图从开始采集至在自动驾驶车辆上停止使用;该版本地图采集制作时间表示采集时间和制作时间之和,一般为90天;采集日期从该版本地图开始采集的第一天算起。通过该模型可以综合评估高精地图多种要素的时效性,实时更新地图鲜度,实现低成本、高时效性。
本实施例中,根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值包括:从所述环境信息和所述环境信息对应的采集时间中识别道路序号和对应的采集日期;将道路序号和对应的采集日期作为输入项输入上述预设的鲜度计算模型,根据预设的该版本地图的计划最长使用时间、采集制作时间、最长服务时间、预留时间及服务天数计算该版本地图中所述道路序号对应的鲜度值;可理解的,根据目前行业的平均值,一版地图需要为自动驾驶车辆服务90天,高精地图制作工艺和流程要求一版地图数据的外业采集需要2个月,内业制作最少需要一个月,考虑到地图版本释放有延期的概率,预留30天,那地图版本计划使用时间为210天。鲜度评价总分设为100分,则最先采集和最后采集的道路对应的鲜度为:
道路1(最先采集):(210-(90(采集+制作)-0(道路1采集日期,表示道路1采集日期减去改版地图开始采集日期))-30-t)/210=【0,42.85】
道路2(最后采集):(210-(90-60)-30-t)/210=【28.57,71.4】。
甚至根据具体的鲜度值大小可以明确的确定地图已经使用时间和剩余使用时间,需要说明的上述制作过程和使用过程中所述的时间都是以天数为基本单位。
进一步的,根据所述鲜度值判断所述高精度地图是否可以使用,若不可以使用,则更新所述高精度地图。也就是,根据上述计算的鲜度值通过预设的判断标准进行比较就可以判定当前地图是否可以使用(如下所述鲜度值的正负)以及根据更详细的标准判断精度是否合格(如下述鲜度值处于判定标准线哪个范围,确定对应的精度结果和更新操作)。
本实施例中,当计算的鲜度值为正时,判定该版本地图可以使用;当计算的鲜度值为负时,判定该版本地图不可以使用。可理解的,鲜度为正,表征该地图可用,鲜度为负,表征该地图不可用,无法继续为自动驾驶服务,需尽快更新地图。通过上述的鲜度值计算模型可以看出,鲜度值为正时,说明该版本地图计划最长使用时间大于多个时间的总和(包括该版本地图采集制作时间、该版本地图最长服务时间、预留时间、道路n的采集日期、服务天数),即该版本地图从采集时间到当前使用时为止,仍处于计划最长使用时间内。鲜度值为负时,说明该版本地图计划最长使用时间小于多个上述时间的总和,即该版本地图从采集时间到当前使用时为止,已经超出计划最长使用时间。
本实施例中,还包括:当该版本地图可以使用时,将计算的鲜度值与预设的鲜度值的判定标准线比较,其中,所述判定标准线至少包括鲜度优秀线、鲜度及格线;若计算的鲜度值大于等于所述鲜度优秀线,则判定所述高精度地图的精度优秀,不需要更新;若计算的鲜度值小于所述鲜度优秀线且大于等于所述鲜度及格线,则判定所述高精度地图的精度及格,不需要更新;若计算的鲜度值小于所述鲜度及格线,则判定所述高精度地图精度不及格,需要尽快更新。
具体地,所述预设的鲜度值的判定标准线通过以下过程设置:以最后采集的道路对应的采集时间为基准,将服务天数为第一天数阈值对应的鲜度值设为鲜度优秀线,将服务天数为第二天数阈值对应的鲜度值设为鲜度及格线,其中,所述第一天数阈值小于所述第二天数阈值。也就是,以最后采集的道路为基准,服务天数为30天内表示优秀,30-90天内为及格,则鲜度的优秀线和及格线分别为:优秀线:(210-(90-60)-30-30)/210*100=57.14;及格线:(210-(90-60)-30-90)/210*100=28.57。也就是,制作高精度地图时,设定的优秀线和及格线,不仅可以判断高精度地图是否可以使用,还可以在可以使用时,可以通过鲜度值判断该版本地图中道路信息对应的准确度,即鲜度值越高准确度越高,反之越低。
如图3所示,为本发明提供的一种高精度地图的更新系统的一个实施例的示意图。在该实施例中,所述系统包括:
信息采集模块,用以获取高精度地图中当前位置的环境信息和所述环境信息对应的时间信息;其中,所述环境信息至少包括道路序号,所述时间信息至少包括所述道路的采集时间、所述高精度地图计划最长使用时间和所述高精度地图的服务天数;
鲜度值计算模块,用以根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值;
具体地,所述鲜度值计算模块还用于从所述环境信息和所述环境信息对应的采集时间中识别道路序号和对应的采集日期;
将道路序号和对应的采集日期作为输入项输入预设的所述鲜度计算模型,根据预设的该版本地图的计划最长使用时间、采集制作时间、最长服务时间、预留时间及服务天数计算该版本地图中所述道路序号对应的鲜度值;
其中,所述预设的鲜度计算模型具体包括:
φ_n=(T_max-(T_make-T_n)-T_serve-T_rem-t)/T_max*Φ
其中,φ表示鲜度值,n表示道路序号,T_max表示该版本地图计划最长使用时间,T_make表示该版本地图采集制作时间,T_serve表示该版本地图最长服务时间,T_rem表示预留时间,T_n表示道路n的采集日期,t为服务天数,Φ表示鲜度评价总分。
更新模块,用以根据所述鲜度值判断所述高精度地图是否可以使用,若不可以使用,则更新所述高精度地图。
具体地,所述更新模块还用于当计算的鲜度值为正时,判定该版本地图可以使用;
当计算的鲜度值为负时,判定该版本地图不可以使用。
所述更新模块还用于该版本地图可以使用时,将计算的鲜度值与预设的鲜度值的判定标准线比较,其中,所述判定标准线至少包括鲜度优秀线、鲜度及格线;
若计算的鲜度值大于等于所述鲜度优秀线,则判定所述高精度地图的精度优秀,不需要更新;
若计算的鲜度值小于所述鲜度优秀线且大于等于所述鲜度及格线,则判定所述高精度地图的精度及格,不需要更新;
若计算的鲜度值小于所述鲜度及格线,则判定所述高精度地图精度不及格,需要尽快更新;
其中,所述预设的鲜度值的判定标准线以最后采集的道路对应的采集时间为基准,将服务天数为第一天数阈值对应的鲜度值设为鲜度优秀线,将服务天数为第二天数阈值对应的鲜度值设为鲜度及格线,其中,所述第一天数阈值小于所述第二天数阈值。
需说明的是,上述实施例所述系统与上述实施例所述方法对应,因此,上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到,此处不再赘述。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的高精度地图的更新方法及系统,提出高精地图的鲜度评价指标以及包括各要素的鲜度计算模型,无需大幅增加更新流量和成本,即可快速更新各地图信息的状态,极大地便利应用算法和功能模块准确使用。根据鲜度决定对该地图信息的信赖程度,实时调节融合定位、决策和规划算法模型中的权重指标,并且可以实现不同地图信息设置不同的鲜度阀值,有利于应用算法构建接近真实的环境模型,实现更优质的功能表现。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (7)
1.一种高精度地图的更新方法,其特征在于,包括:
获取高精度地图中当前位置的环境信息和所述环境信息对应的时间信息;其中,所述环境信息至少包括道路序号,所述时间信息至少包括所述道路的采集时间、所述高精度地图计划最长使用时间和所述高精度地图的服务天数;
根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值;
其中,所述根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值具体包括:
从所述环境信息和所述环境信息对应的采集时间中识别道路序号和对应的采集日期;
将道路序号和对应的采集日期作为输入项输入预设的鲜度计算模型,根据预设的当前版本地图的计划最长使用时间、采集制作时间、最长服务时间、预留时间和所述高精度地图的服务天数计算该版本地图中所述道路序号对应的鲜度值;
所述预设的鲜度计算模型具体包括:
φ_n=(T_max-(T_make-T_n)-T_serve-T_rem-t)/T_max*Φ
其中,φ表示鲜度值,n表示道路序号,T_max表示该版本地图计划最长使用时间,T_make表示该版本地图采集制作时间,T_serve表示该版本地图最长服务时间,T_rem表示预留时间,T_n表示道路n的采集日期,t为服务天数,Φ表示鲜度评价总分;
根据所述鲜度值判断所述高精度地图是否可以使用,若不可以使用,则更新所述高精度地图。
2.如权利要求1所述的方法,其特征在于,所述根据所述鲜度值判断所述高精度地图是否可以使用具体包括:
当计算的鲜度值为正时,判定该版本地图可以使用;
当计算的鲜度值为负时,判定该版本地图不可以使用。
3.如权利要求2所述的方法,其特征在于,还包括:
当该版本地图可以使用时,将计算的鲜度值与预设的鲜度值的判定标准线比较,其中,所述判定标准线至少包括鲜度优秀线、鲜度及格线;
若计算的鲜度值大于等于所述鲜度优秀线,则判定所述高精度地图的精度优秀,不需要更新;
若计算的鲜度值小于所述鲜度优秀线且大于等于所述鲜度及格线,则判定所述高精度地图的精度及格,不需要更新;
若计算的鲜度值小于所述鲜度及格线,则判定所述高精度地图精度不及格,需要尽快更新。
4.如权利要求1-3任一项所述的方法,其特征在于,所述预设的鲜度值的判定标准线通过以下过程设置:
以最后采集的道路对应的采集时间为基准,将服务天数为第一天数阈值对应的鲜度值设为鲜度优秀线,将服务天数为第二天数阈值对应的鲜度值设为鲜度及格线,其中,所述第一天数阈值小于所述第二天数阈值。
5.一种高精度地图的更新系统,用以实现如权利要求1-4任一项所述的方法,其特征在于,包括:
信息采集模块,用以获取高精度地图中当前位置的环境信息和所述环境信息对应的时间信息;其中,所述环境信息至少包括道路序号,所述时间信息至少包括所述道路的采集时间、所述高精度地图计划最长使用时间和所述高精度地图的服务天数;
鲜度值计算模块,用以根据所述环境信息和所述环境信息的时间信息计算所述环境信息对应的鲜度值;
其中,所述鲜度值计算模块还用于从所述环境信息和所述环境信息对应的采集时间中识别道路序号和对应的采集日期;
将道路序号和对应的采集日期作为输入项输入预设的所述鲜度计算模型,根据预设的当前版本地图的计划最长使用时间、采集制作时间、最长服务时间、预留时间和所述高精度地图的服务天数计算该版本地图中所述道路序号对应的鲜度值;
其中,所述预设的鲜度计算模型具体包括:
φ_n=(T_max-(T_make-T_n)-T_serve-T_rem-t)/T_max*Φ
其中,φ表示鲜度值,n表示道路序号,T_max表示该版本地图计划最长使用时间,T_make表示当前版本地图采集制作时间,T_serve表示该版本地图最长服务时间,T_rem表示预留时间,T_n表示道路n的采集日期,t为服务天数,Φ表示鲜度评价总分;
更新模块,用以根据所述鲜度值判断所述高精度地图是否可以使用,若不可以使用,则更新所述高精度地图。
6.如权利要求5所述的系统,其特征在于,所述更新模块还用于当计算的鲜度值为正时,判定该版本地图可以使用;
当计算的鲜度值为负时,判定该版本地图不可以使用。
7.如权利要求6所述的系统,其特征在于,所述更新模块还用于该版本地图可以使用时,将计算的鲜度值与预设的鲜度值的判定标准线比较,其中,所述判定标准线至少包括鲜度优秀线、鲜度及格线;
若计算的鲜度值大于等于所述鲜度优秀线,则判定所述高精度地图的精度优秀,不需要更新;
若计算的鲜度值小于所述鲜度优秀线且大于等于所述鲜度及格线,则判定所述高精度地图的精度及格,不需要更新;
若计算的鲜度值小于所述鲜度及格线,则判定所述高精度地图精度不及格,需要尽快更新;
其中,所述预设的鲜度值的判定标准线以最后采集的道路对应的采集时间为基准,将服务天数为第一天数阈值对应的鲜度值设为鲜度优秀线,将服务天数为第二天数阈值对应的鲜度值设为鲜度及格线,其中,所述第一天数阈值小于所述第二天数阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210646610.3A CN115218909B (zh) | 2022-06-09 | 2022-06-09 | 一种高精度地图的更新方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210646610.3A CN115218909B (zh) | 2022-06-09 | 2022-06-09 | 一种高精度地图的更新方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115218909A CN115218909A (zh) | 2022-10-21 |
CN115218909B true CN115218909B (zh) | 2024-03-01 |
Family
ID=83608004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210646610.3A Active CN115218909B (zh) | 2022-06-09 | 2022-06-09 | 一种高精度地图的更新方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115218909B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007065042A (ja) * | 2005-08-29 | 2007-03-15 | Denso Corp | 地図データ更新システム |
JP2010096557A (ja) * | 2008-10-15 | 2010-04-30 | Hitachi Ltd | 地図情報更新システム、地図情報更新方法およびナビゲーション装置、並びに地図情報配信センタ |
CN109405840A (zh) * | 2017-08-18 | 2019-03-01 | 中兴通讯股份有限公司 | 地图数据更新方法、服务器及计算机可读存储介质 |
CN111427904A (zh) * | 2020-03-30 | 2020-07-17 | 北京四维图新科技股份有限公司 | 高精地图数据的更新方法、装置及电子设备 |
CN111427976A (zh) * | 2019-01-10 | 2020-07-17 | 阿里巴巴集团控股有限公司 | 道路鲜度的获取方法及装置 |
CN111858805A (zh) * | 2020-07-08 | 2020-10-30 | 中国第一汽车股份有限公司 | 高精地图更新方法、车辆、服务器及存储介质 |
CN111986552A (zh) * | 2019-05-24 | 2020-11-24 | 北京四维图新科技股份有限公司 | 地图数据质量鲜度获取方法、装置及存储介质 |
CN112444254A (zh) * | 2019-09-03 | 2021-03-05 | 赫尔环球有限公司 | 生成地图版本间对应关系的方法、设备和计算机程序产品 |
CN113497670A (zh) * | 2020-03-20 | 2021-10-12 | 华为技术有限公司 | 地图数据采集方法、装置及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6946662B2 (ja) * | 2017-02-27 | 2021-10-06 | トヨタ自動車株式会社 | 地図更新システム |
-
2022
- 2022-06-09 CN CN202210646610.3A patent/CN115218909B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007065042A (ja) * | 2005-08-29 | 2007-03-15 | Denso Corp | 地図データ更新システム |
JP2010096557A (ja) * | 2008-10-15 | 2010-04-30 | Hitachi Ltd | 地図情報更新システム、地図情報更新方法およびナビゲーション装置、並びに地図情報配信センタ |
CN109405840A (zh) * | 2017-08-18 | 2019-03-01 | 中兴通讯股份有限公司 | 地图数据更新方法、服务器及计算机可读存储介质 |
CN111427976A (zh) * | 2019-01-10 | 2020-07-17 | 阿里巴巴集团控股有限公司 | 道路鲜度的获取方法及装置 |
CN111986552A (zh) * | 2019-05-24 | 2020-11-24 | 北京四维图新科技股份有限公司 | 地图数据质量鲜度获取方法、装置及存储介质 |
CN112444254A (zh) * | 2019-09-03 | 2021-03-05 | 赫尔环球有限公司 | 生成地图版本间对应关系的方法、设备和计算机程序产品 |
CN113497670A (zh) * | 2020-03-20 | 2021-10-12 | 华为技术有限公司 | 地图数据采集方法、装置及系统 |
CN111427904A (zh) * | 2020-03-30 | 2020-07-17 | 北京四维图新科技股份有限公司 | 高精地图数据的更新方法、装置及电子设备 |
CN111858805A (zh) * | 2020-07-08 | 2020-10-30 | 中国第一汽车股份有限公司 | 高精地图更新方法、车辆、服务器及存储介质 |
Non-Patent Citations (1)
Title |
---|
高精度地图众包更新合规问题初探;秦志嫒;黎宇科;刘宇;;汽车与配件(第16期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115218909A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169567B (zh) | 一种用于车辆自动驾驶的决策网络模型的生成方法及装置 | |
CN113642633B (zh) | 用于对驾驶场景数据进行分类的方法、装置、设备和介质 | |
CN109510851B (zh) | 地图数据的构建方法和设备 | |
CN110766211B (zh) | 一种实时路况下的车辆路径规划问题模型创建方法 | |
CN111275249A (zh) | 基于dqn神经网络和高精度定位的驾驶行为优化方法 | |
US20230228593A1 (en) | Method, device and system for perceiving multi-site roadbed network and terminal | |
Qiao et al. | Fuzzy logic based intersection delay estimation | |
CN113252022B (zh) | 一种地图数据处理方法及装置 | |
CN114354219A (zh) | 自动驾驶车辆的测试方法及装置 | |
CN111833604A (zh) | 基于驾驶行为特征提取的车辆载重状态识别方法及装置 | |
CN111210537A (zh) | 一种油耗分析方法、装置、设备和存储介质 | |
CN116067677A (zh) | 一种自动驾驶道路测试系统及分析方法 | |
CN113918615A (zh) | 一种基于仿真的驾驶经验数据挖掘模型构建方法及系统 | |
EP4127608A1 (en) | Vehicle efficiency prediction and control | |
CN117907242B (zh) | 基于动态遥感技术的国土测绘方法、系统及存储介质 | |
CN115218909B (zh) | 一种高精度地图的更新方法及系统 | |
CN115100819A (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN112802343A (zh) | 面向虚拟算法验证的通用虚拟传感数据采集方法及系统 | |
CN114610830B (zh) | 一种基于驾驶行为数据的地图要素变化检测方法 | |
Pelletier et al. | In-vehicle validation of heavy-duty vehicle fuel savings via a hierarchical predictive online controller | |
CN114969414A (zh) | 地图更新方法及系统、超视距路况协同方法及系统 | |
US20220153283A1 (en) | Enhanced component dimensioning | |
Tang et al. | An Efficientnet Based Method for Autonomous Vehicles Trajectory Prediction | |
CN114968189A (zh) | 用于自动驾驶系统的感知系统开发的平台 | |
Zhou et al. | A Review on Trajectory Datasets on Advanced Driver Assistance System |
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 |