CN115329024A - 一种地图数据更新方法、装置、电子设备及存储介质 - Google Patents

一种地图数据更新方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115329024A
CN115329024A CN202210992702.7A CN202210992702A CN115329024A CN 115329024 A CN115329024 A CN 115329024A CN 202210992702 A CN202210992702 A CN 202210992702A CN 115329024 A CN115329024 A CN 115329024A
Authority
CN
China
Prior art keywords
temporary
obstacle
track information
monitoring
state
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.)
Granted
Application number
CN202210992702.7A
Other languages
English (en)
Other versions
CN115329024B (zh
Inventor
陈文悦
张志越
周燕子
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210992702.7A priority Critical patent/CN115329024B/zh
Publication of CN115329024A publication Critical patent/CN115329024A/zh
Application granted granted Critical
Publication of CN115329024B publication Critical patent/CN115329024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects

Landscapes

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

Abstract

本公开提供了一种地图数据更新方法、装置、电子设备及存储介质,涉及图像处理领域,尤其涉及计算机视觉、地图导航、自动驾驶、自主泊车、智能交通等领域。具体实现方案为:根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置,在第一位置对与临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果。根据监控结果,识别出临时障碍物的状态,根据临时障碍物的状态,更新地图数据。采用本公开,可以满足地图数据快速更新的需求。

Description

一种地图数据更新方法、装置、电子设备及存储介质
技术领域
本公开涉及图像处理领域,尤其涉及计算机视觉、地图导航、自动驾驶、自主泊车、智能交通等领域。
背景技术
交通障碍物是常见的道路设施,常放置于道路中央,用于对道路进行流量、通行性、方向等管控,需要将交通障碍物更新到地图数据中。地图数据的更新需要一定周期,对于临时放置的交通障碍物,无法及时更新到地图数据中,从而无法满足地图数据快速更新的需求。
发明内容
本公开提供了一种地图数据更新方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种地图数据更新方法,包括:
根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置;
在所述第一位置对与所述临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果;
根据所述监控结果,识别出所述临时障碍物的状态;
根据所述临时障碍物的状态,更新地图数据。
根据本公开的另一方面,提供了一种地图数据更新装置,包括:
位置确定模块,用于根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置;
实时监控模块,用于在所述第一位置对与所述临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果;
状态识别模块,用于根据所述监控结果,识别出所述临时障碍物的状态;
数据更新模块,用于根据所述临时障碍物的状态,更新地图数据。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任意一实施例所提供的方法。
根据本公开的另一方面,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,该计算机指令用于使该计算机执行本公开任意一项实施例所提供的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现本公开任意一项实施例所提供的方法。
采用本公开,根据多视角采集的图片中的第一轨迹信息,可以得到临时障碍物的第一位置,以便在该第一位置对与临时障碍物相关联的第二轨迹信息进行实时监控,从而得到监控结果。根据监控结果可以识别出临时障碍物的状态,从而,可以根据临时障碍物的状态快速的更新地图数据。满足了地图数据快速更新的需求。
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一地图数据更新场景的示意图;
图2是根据本公开实施例的地图数据更新方法的流程示意图;
图3是根据本公开实施例的应用示例中确定障碍物位置的示意图;
图4是根据本公开实施例的应用示例中一轨迹通行量上升的示意图;
图5是根据本公开实施例的应用示例中一轨迹通行量下降的示意图;
图6是根据本公开实施例的应用示例中另一轨迹通行量上升的示意图;
图7是根据本公开实施例的应用示例中另一轨迹通行量下降的示意图;
图8是根据本公开实施例的应用示例中地图数据更新的框架示意图;
图9是根据本公开实施例的地图数据更新装置的组成结构示意图;
图10是用来实现本公开实施例的地图数据更新方法的电子设备的框图。
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。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。本文中术语“第一”、“第二”表示指代多个类似的技术用语并对其进行区分,并不是限定顺序的意思,或者限定只有两个的意思,例如,第一特征和第二特征,是指代有两类/两个特征,第一特征可以为一个或多个,第二特征也可以为一个或多个。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
对于交通障碍物,地图数据的更新方法主要为:通过采集车或众包等采集方式对包括交通障碍物的现实环境进行图像采集,根据采集的图像进行障碍物的识别以得到识别数据,判断地图数据与识别数据的一致性,对地图数据与识别数据存在的差异内容进行核实后,将该差异内容制作到用于导航的电子地图中。
对于固定的交通障碍物,由于特征规则且固定,因此,更利于障碍物的识别,比如,长期放置的固定路障,在一定时间内固定放置,长期没变化,不仅利于识别,而且,即使地图数据的更新需要一定周期,也不会有太大的影响。
对于临时的交通障碍物,由于通常为短时变化,比如随着临时的交通障碍物变化,道路或道路的某路段在几天内多次开通或封闭,而地图数据的更新需要一定周期,因此,对于临时的交通障碍物,无法满足地图数据快速更新的需求。
为了匹配地图数据快速更新的需求,一种解决方案是:不对该临时的交通障碍物进行特定表达,以利用地图数据的更新;另一种解决方案是:对该临时的交通障碍物进行表达,但无法做到实时的地图数据更新。
这两种解决方案都无法合理的表达道路通行性(即:实时监控该临时的交通障碍物的变化,以确定道路或道路的某路段开通或封闭),由于地图数据的更新,与该临时的交通障碍物的变化不一致,因此,对于临时的交通障碍物,带来一系列的影响,比如,基于地图数据进行导航,导致用户目的地不可达、违章穿行等。
根据本公开的实施例,图1是根据本公开实施例的一地图数据更新场景的示意图,该地图数据更新场景为一个示例,示例性的描述了可以利用该地图更新系统进行地图数据的更新,本公开不限于单机或多机上的地图数据更新。如图1所示,示例性的描述了位于后台服务器的电子地图数据库与多个车辆(车辆1、车辆2、……、车辆n,n为大于2的正整数)之间交互的整体系统环境。该地图更新系统包括电子地图数据库101及多个车辆102,多个车辆102可以是自动驾驶汽车、无人驾驶汽车、驾驶员自主控制的传统汽车等,多个车辆102中的每一个车辆都可以包括车辆传感器、车辆控制器及障碍物识别模型,其中,车辆传感器用于获取传感器数据,车辆控制器用于根据地图数据来控制车辆,以及进一步的将地图数据与传感器数据相结合来共同控制车辆,障碍物识别模型用于对多视角采集图片中的临时障碍物进行识别,以便将临时障碍物的状态上报给后台服务器,对地图数据进行更新后存入电子地图数据库101中。可选的,临时障碍物的状态可以采用压缩方式上报给后台服务器,以避免占用过多的传输资源。
根据本公开的实施例,提供了一种地图数据更新方法,图2是根据本公开实施例的地图数据更新方法的流程示意图,该方法可以应用于地图数据更新装置,例如,该装置可以部署于单机、多机或集群系统中的终端或服务器或其它处理设备执行的情况下,可以实现地图数据更新等处理。其中,终端可以为用户设备(UE,User Equipment)、移动设备、个人数字处理(PDA,Personal Digital Assistant)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该方法还可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图2所示,该方法应用于图1所示的地图更新系统中的任一车辆中,包括:
S201、根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置。
S202、在第一位置对与临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果。
S203、根据监控结果,识别出临时障碍物的状态。
S204、根据临时障碍物的状态,更新地图数据。
S201-S204的一示例中,交通障碍物作为常见的道路设施,可以放置于道路中央,用于对道路进行流量、通行性、方向等管控。临时障碍物作为交通障碍物的一种类型,由于形状不规则(比如有雪糕筒、反光柱、滑轮栅栏等),相比形状规则的固定障碍物而言,不利于识别,而且,临时障碍物的放置位置具备随机性,短时间内会发生变化(比如临时放置后移开该临时障碍物,或者路况有问题需要限流时临时放置该临时障碍物),相比长期固定放置的固定障碍物而言,也不利于监控。可以通过多视角的图片采集,得到针对同一场景的多个图片,采用预先训练好的障碍物识别模型对多个图片中的临时障碍物进行识别,不仅避免了针对同一场景在角度或位置上的采集误差,而且,基于多视角采集的图片中的第一轨迹信息,对比所识别出的临时障碍物,可以得到临时障碍物更为精确的第一位置(可以称之为临时障碍物的点位),在该第一位置对与临时障碍物相关联的第二轨迹信息(如经由该临时障碍物的轨迹信息)进行实时监控,可以得到监控结果。根据监控结果识别出临时障碍物的状态后,即可直接根据临时障碍物的状态来更新地图数据。
采用本公开,根据多视角采集的图片中的第一轨迹信息,可以得到临时障碍物的第一位置,以便在该第一位置对与临时障碍物相关联的第二轨迹信息进行实时监控,从而得到监控结果。根据监控结果可以识别出临时障碍物的状态,从而,可以根据临时障碍物的状态快速的更新地图数据。满足了地图数据快速更新的需求。
一实施方式中,根据多视角采集的图片中的第一轨迹信息,识别出临时障碍物的第一位置,包括:对同一个场景进行多视角的采集,得到多视角采集的多个图片,从多视角采集的多个图片中提取多个第一轨迹信息。其中,该多个第一轨迹信息分别用于表征基于不同采集角度或基于不同采集位置得到的轨迹信息。对多个第一轨迹信息中的临时障碍物进行聚合处理,得到临时障碍物的第一位置。
一些示例中,对于同一个场景,可以通过多角度、多位置的多视角采集,得到针对同一个场景的多个图片,从多视角采集的多个图片中提取基于不同采集角度或基于不同采集位置得到的多个第一轨迹信息,对多个第一轨迹信息中的临时障碍物进行聚合处理,可以得到临时障碍物的第一位置,从而避免了采集导致的偏差,得到的该第一位置更为精确。
一些示例中,该第一位置,指:定点监测阶段用到的临时障的碍物点位,进而,在定点监测阶段,可以基于该点位来确定与临时障碍物相关联轨迹的轨迹通行量,以判断出临时障碍物的状态(比如,临时障碍物从该点位被移走了,或者临时障碍物仍然放置在该点位),以便将临时障碍物状态上报后台服务器,从而进行地图数据的更新。
一些示例中,图3是根据本公开实施例的应用示例中确定障碍物位置的示意图,如图3所示,图片301中示例性的描述了一类雪糕桶形状的临时障碍物(如障碍物3011、障碍物3012、障碍物3013),图片302中示例性的描述了车道线3021、车辆实际行驶方向3022、采集车或其他采集设备在进行多视角采集时途经的行驶轨迹3023,通过多视角采集可以得到多个第一轨迹信息中的临时障碍物可能的两个位置(如障碍物位置3024及障碍物位置3025),通过对障碍物位置3024及障碍物位置3025进行聚合处理,从而得到临时障碍物的第一位置(如障碍物实际的位置3026)。
采用本实施方式,针对临时障碍物,针对同一场景的多角度、多位置的多视角采集,可以快速的确定出临时障碍物的第一位置,从而避免了采集导致的偏差,得到的该第一位置更为精确,以便后续在第一位置进行定点的实时监控,当监控到临时障碍物相关联的轨迹通行量发生变化,可以及时的将该轨迹通行量发生的变化快速更新到地图数据中,满足了地图数据快速更新的需求。
一实时方式中,还包括:将多视角采集的图片输入训练好的障碍物识别模型,根据该障碍物识别模型进行分类识别处理,识别出临时障碍物。
一些示例中,临时障碍物的形状包括雪糕筒、反光柱、滑轮栅栏等,可以根据交通标准及道路常见障碍物,对临时障碍物进行形状特征分类,并收集分类结果,根据该分类结果进行数据标注后,将得到的数据标注结果作为障碍物识别模型的训练样本并进行模型训练,得到该障碍物识别模型,以便在模型使用阶段,直接采用该障碍物识别模型识别出该临时障碍物。
采用本实施方式,可以采用预先训练好的障碍物识别模型,精准的识别出临时障碍物。
一实施方式中,在第一位置对与临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果,包括:获取位于第一位置的临时障碍物,将与临时障碍物存在交集的轨迹信息,确定为第二轨迹信息。对第二轨迹信息进行实时监控,将得到的轨迹通行量变化作为监控结果。
一些示例中,与临时障碍物存在交集的轨迹信息,可以为:穿行过该临时障碍物的车辆行驶轨迹信息、穿行过该临时障碍物的行人轨迹信息等。
采用本实施方式,确定出临时障碍物的第一位置后,可以在该第一位置进行定点的实时监控,当监控到临时障碍物相关联的第二轨迹信息,其轨迹通行量发生变化(比如轨迹通行量上升或下降等),可以及时的将该轨迹通行量发生的变化快速更新到地图数据中,满足了地图数据快速更新的需求。
一实施方式中,根据监控结果,识别出临时障碍物的状态,包括:监控结果为轨迹通行量变化大于等于通行阈值的情况下,识别出临时障碍物的状态为开通状态。
采用本实施方式,比如,第一道路到第二道路存在临时障碍物,可以通过监测第一道路到第二道路的轨迹通行量变化来识别临时障碍物的状态,在轨迹通行量变化大于等于通行阈值的情况下,说明轨迹通行量呈现上升趋势,则临时障碍物的状态为开通状态,或者,第一道路到第二道路不一定存在障碍物,且日常的轨迹通行量是平稳的,在某个特定时间或特定时间段,突然轨迹通行量激增,导致轨迹通行量变化大于等于通行阈值,则临时障碍物的状态为开通状态。无论是这两种情况的哪一种,都说明:位于该第一位置的临时障碍物已经被移走。
一实施方式中,根据监控结果,识别出临时障碍物的状态,包括:监控结果为轨迹通行量变化小于通行阈值的情况下,识别出临时障碍物的状态为封闭状态。
采用本实施方式,比如,第一道路到第二道路存在临时障碍物,可以通过监测第一道路到第二道路的轨迹通行量变化来识别临时障碍物的状态,在轨迹通行量变化小于通行阈值的情况下,说明轨迹通行量呈现下降趋势,则临时障碍物的状态为封闭状态,或者,第一道路到第二道路不一定存在障碍物,且日常的轨迹通行量是平稳的,在某个特定时间或特定时间段,突然轨迹通行量锐减,导致轨迹通行量变化小于通行阈值,则临时障碍物的状态为封闭状态。无论是这两种情况的哪一种,都说明:临时障碍物仍然放置在第一位置。
本应用示例中,图8是根据本公开实施例的应用示例中地图数据更新的框架示意图,可以通过轨迹监控,结合图像识别、采集闭环,快速发现临时障碍物的变化,并及时更新到电子地图数据中。如图8所示,包括:临时障碍物的点位识别及对临时障碍物进行定点监控、轨迹通行量变化及快速干预、下发专项采集等内容。具体描述如下:
1)临时障碍物的点位识别及对临时障碍物进行定点监控
考虑到临时障碍物有雪糕筒、反光柱、滑轮栅栏等类型,可以根据交通标准及道路常见障碍物,对临时障碍物进行形状特征分类,并收集分类结果,根据该分类结果进行数据标注后,将得到的数据标注结果作为障碍物识别模型的训练样本并进行模型训练,得到该障碍物识别模型。模型使用阶段,直接采用该障碍物识别模型对路网图像资料(如多视角采集的多个图片)中的临时障碍物进行识别,识别出该临时障碍物,在路网图像资料中标记临时障碍物的多个点位,考虑到采集误差,是对同一场景采集多张拍摄位置、拍摄角度不同的多个图片,以将标记临时障碍物的多个点位进行聚合处理,最终得到临时障碍物的实际点位(如图3中的障碍物的实际位置3026所示),定点监测该临时障碍物的实际点位所在路网的轨迹通行量的变化。
2)轨迹通行量变化及快速干预
如图4所示,图片401中示例性的描述了车道线4011、穿行的轨迹信息4012以及障碍物的实际位置4013,直观的可以看出:轨迹通行量呈现上升状态。如图5所示,图片501中示例性的描述了车道线5011、穿行的轨迹信息5012以及障碍物的实际位置5013,直观的可以看出:轨迹通行量呈现下降状态。如图6所示,直观的可以看出:轨迹通行量出现了明显的激增峰值,如图7所示,直观的可以看出:轨迹通行量出现了明显的锐减峰值。
当监测到大量轨迹穿行(如图4所示轨迹通行量呈现上升状态)或轨迹量骤升(如图6所示的有别于日常平稳状态的轨迹量骤升状态),确定出临时障碍物处于开通状态,通过快速干预的手段开通线上路网;当监测一定周期内无轨迹穿行(如图5所示轨迹通行量呈现下降状态)或轨迹量骤降(如图7所示的有别于日常平稳状态的轨迹量锐减状态),确定出临时障碍物处于封闭状态,通过快速干预的手段阻断线上路网。
需要指出的是,常规监测是周期性的监控,比如,通过遍历的方式(即遍历所有的轨迹点,监控到轨迹点有变化,从而发现有临时障碍物),或者,采集图片后发送给后台服务器进行识别,得到识别数据后再与后台服务器存储的地图数据进行比对,以核查出与地图数据不一致的差异数据,从而将该差异数据作为临时障碍物的更新数据。无论哪种方式,这种周期性的监控的工艺周期都比较长,对于临时障碍物,无法及时更新到地图数据中,且成本很高。采用本应用示例,是实时的定点监控,先通过障碍物识别模型检测出临时障碍物,再结合采集图片中的轨迹信息确定出该临时障碍物的点位,并实时的对该点位进行监测,由于无需遍历所有的轨迹点,成本低,且能快速的根据轨迹量的变化得到临时障碍物的状态,从而根据该临时障碍物的状态快速的更新地图数据,满足了地图数据快速更新的需求。
3)下发专项采集
通过上述临时障碍物的状态来实现快速干预的手段,可以提高地图数据的更新速度,进一步的,还可以引入基于专项采集实现的二次核查,来提高地图数据的更新精度,从而对用户自行监控的临时障碍物点位可能存在的误差进行修正。
专项采集主要有两种触发方式,对于第一种方式而言,当监测到临时障碍物处于开通状态或封闭状态变化时,后台服务器下发专项采集指令,定点快速回收该临时障碍物点位的最新数据,用以二次核实该临时障碍物点位周边的轨迹通行量变化情况,同时进行开通/阻断的干预。由于末端轨迹相对杂乱,此方式可有效避免误阻断(轨迹偏移)、误开通(步骑行轨迹干扰)。对于第二种方式而言,可以设置时间窗口,定期下发专项采集指令,通过一定周期内的多次采集,判断该临时障碍物点位周边的轨迹通行量变化情况,若该时间窗口内均无临时交通障碍物,则取消该临时障碍物点位,即通过减少监控量来降低成本,并提高效率。
根据本公开的实施例,提供了一种地图数据更新装置,图9是根据本公开实施例的地图数据更新装置的组成结构示意图,如图9所示,地图数据更新装置包括:位置确定模块901,用于根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置;实时监控模块902,用于在所述第一位置对与所述临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果;状态识别模块903,用于根据所述监控结果,识别出所述临时障碍物的状态;数据更新模块904,用于根据所述临时障碍物的状态,更新地图数据。
一实施方式中,所述位置确定模块901,用于对同一个场景进行多视角的采集,得到多视角采集的多个图片;从所述多视角采集的多个图片中提取多个所述第一轨迹信息,多个所述第一轨迹信息分别用于表征基于不同采集角度或基于不同采集位置得到的轨迹信息;对多个所述第一轨迹信息中的临时障碍物进行聚合处理,得到所述临时障碍物的第一位置。
一实施方式中,还包括障碍物识别模块,用于将所述多视角采集的图片输入训练好的障碍物识别模型;根据所述障碍物识别模型进行分类识别处理,识别出所述临时障碍物。
一实施方式中,所述实时监控模块902,用于获取位于所述第一位置的所述临时障碍物;将与所述临时障碍物存在交集的轨迹信息,确定为所述第二轨迹信息;对所述第二轨迹信息进行实时监控,将得到的轨迹通行量变化作为所述监控结果。
一实施方式中,所述状态识别模块903,用于所述监控结果为轨迹通行量变化大于等于通行阈值的情况下,识别出所述临时障碍物的状态为开通状态。
一实施方式中,所述状态识别模块903,用于所述监控结果为轨迹通行量变化小于通行阈值的情况下,识别出所述临时障碍物的状态为封闭状态。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本公开的实施例的示例电子设备1000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10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许电子设备1000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1001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1001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1001执行上文所描述的各个方法和处理,例如地图数据更新方法。例如,在一些实施例中,地图数据更新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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的地图数据更新方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001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更新方法。
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)、负载可编程逻辑设备(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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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 (14)

1.一种地图数据更新方法,包括:
根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置;
在所述第一位置对与所述临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果;
根据所述监控结果,识别出所述临时障碍物的状态;
根据所述临时障碍物的状态,更新地图数据。
2.根据权利要求1所述的方法,其中,所述根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置,包括:
对同一个场景进行多视角的采集,得到多视角采集的多个图片;
从所述多视角采集的多个图片中提取多个所述第一轨迹信息,多个所述第一轨迹信息分别用于表征基于不同采集角度或基于不同采集位置得到的轨迹信息;
对多个所述第一轨迹信息中的临时障碍物进行聚合处理,得到所述临时障碍物的第一位置。
3.根据权利要求1或2所述的方法,还包括:
将所述多视角采集的图片输入训练好的障碍物识别模型;
根据所述障碍物识别模型进行分类识别处理,识别出所述临时障碍物。
4.根据权利要求3所述的方法,其中,所述在所述第一位置对与所述临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果,包括:
获取位于所述第一位置的所述临时障碍物;
将与所述临时障碍物存在交集的轨迹信息,确定为所述第二轨迹信息;
对所述第二轨迹信息进行实时监控,将得到的轨迹通行量变化作为所述监控结果。
5.根据权利要求4所述的方法,其中,所述根据所述监控结果,识别出所述临时障碍物的状态,包括:
所述监控结果为轨迹通行量变化大于等于通行阈值的情况下,识别出所述临时障碍物的状态为开通状态。
6.根据权利要求4所述的方法,其中,所述根据所述监控结果,识别出所述临时障碍物的状态,包括:
所述监控结果为轨迹通行量变化小于通行阈值的情况下,识别出所述临时障碍物的状态为封闭状态。
7.一种地图数据更新装置,包括:
位置确定模块,用于根据多视角采集的图片中的第一轨迹信息,得到临时障碍物的第一位置;
实时监控模块,用于在所述第一位置对与所述临时障碍物相关联的第二轨迹信息进行实时监控,得到监控结果;
状态识别模块,用于根据所述监控结果,识别出所述临时障碍物的状态;
数据更新模块,用于根据所述临时障碍物的状态,更新地图数据。
8.根据权利要求7所述的装置,其中,所述位置确定模块,用于:
对同一个场景进行多视角的采集,得到多视角采集的多个图片;
从所述多视角采集的多个图片中提取多个所述第一轨迹信息,多个所述第一轨迹信息分别用于表征基于不同采集角度或基于不同采集位置得到的轨迹信息;
对多个所述第一轨迹信息中的临时障碍物进行聚合处理,得到所述临时障碍物的第一位置。
9.根据权利要求7或8所述的装置,还包括障碍物识别模块,用于:
将所述多视角采集的图片输入训练好的障碍物识别模型;
根据所述障碍物识别模型进行分类识别处理,识别出所述临时障碍物。
10.根据权利要求9所述的装置,其中,所述实时监控模块,用于:
获取位于所述第一位置的所述临时障碍物;
将与所述临时障碍物存在交集的轨迹信息,确定为所述第二轨迹信息;
对所述第二轨迹信息进行实时监控,将得到的轨迹通行量变化作为所述监控结果。
11.根据权利要求10所述的装置,其中,所述状态识别模块,用于:
所述监控结果为轨迹通行量变化大于等于通行阈值的情况下,识别出所述临时障碍物的状态为开通状态。
12.根据权利要求10所述的装置,其中,所述状态识别模块,用于:
所述监控结果为轨迹通行量变化小于通行阈值的情况下,识别出所述临时障碍物的状态为封闭状态。
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1-6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1-6中任一项所述的方法。
CN202210992702.7A 2022-08-18 2022-08-18 一种地图数据更新方法、装置、电子设备及存储介质 Active CN115329024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210992702.7A CN115329024B (zh) 2022-08-18 2022-08-18 一种地图数据更新方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210992702.7A CN115329024B (zh) 2022-08-18 2022-08-18 一种地图数据更新方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115329024A true CN115329024A (zh) 2022-11-11
CN115329024B CN115329024B (zh) 2023-09-26

Family

ID=83925911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210992702.7A Active CN115329024B (zh) 2022-08-18 2022-08-18 一种地图数据更新方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115329024B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160343249A1 (en) * 2015-05-22 2016-11-24 Xiaomi Inc. Methods and devices for processing traffic data
US20180004227A1 (en) * 2016-07-01 2018-01-04 Uber Technologies, Inc. Detecting deviations in driving behavior for autonomous vehicles
CN108791130A (zh) * 2017-04-28 2018-11-13 惠州市德赛西威汽车电子股份有限公司 一种判断车辆通过前方障碍物的方法
CN108827306A (zh) * 2018-05-31 2018-11-16 北京林业大学 一种基于多传感器融合的无人机slam导航方法及系统
US20180345963A1 (en) * 2015-12-22 2018-12-06 Aisin Aw Co., Ltd. Autonomous driving assistance system, autonomous driving assistance method, and computer program
US20190138024A1 (en) * 2017-11-07 2019-05-09 Uber Technologies, Inc. Map Automation - Lane Classification
CN111461088A (zh) * 2020-06-17 2020-07-28 长沙超创电子科技有限公司 一种基于图像处理与目标识别的轨道交通避障系统
CN111994064A (zh) * 2020-08-31 2020-11-27 中国第一汽车股份有限公司 车辆控制方法、装置、设备、系统及存储介质
US20210001841A1 (en) * 2018-11-30 2021-01-07 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle Avoidance Method and Apparatus for Autonomous Driving Vehicle
US20210201504A1 (en) * 2019-12-31 2021-07-01 Baidu Usa Llc Vehicle trajectory prediction model with semantic map and lstm
CN113205120A (zh) * 2021-04-20 2021-08-03 北京百度网讯科技有限公司 数据标注方法、装置、电子设备及可读存储介质
CN113223317A (zh) * 2020-02-04 2021-08-06 华为技术有限公司 一种更新地图的方法、装置和设备
US20210398419A1 (en) * 2021-03-05 2021-12-23 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method, apparatus, and device for testing traffic flow monitoring system
CN114187578A (zh) * 2021-12-13 2022-03-15 北京百度网讯科技有限公司 道路连接状态的识别方法及装置、电子设备和介质
CN114202924A (zh) * 2021-12-15 2022-03-18 北京百度网讯科技有限公司 冗余交通限制信息的识别方法及装置、电子设备和介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160343249A1 (en) * 2015-05-22 2016-11-24 Xiaomi Inc. Methods and devices for processing traffic data
US20180345963A1 (en) * 2015-12-22 2018-12-06 Aisin Aw Co., Ltd. Autonomous driving assistance system, autonomous driving assistance method, and computer program
US20180004227A1 (en) * 2016-07-01 2018-01-04 Uber Technologies, Inc. Detecting deviations in driving behavior for autonomous vehicles
CN108791130A (zh) * 2017-04-28 2018-11-13 惠州市德赛西威汽车电子股份有限公司 一种判断车辆通过前方障碍物的方法
US20190138024A1 (en) * 2017-11-07 2019-05-09 Uber Technologies, Inc. Map Automation - Lane Classification
CN108827306A (zh) * 2018-05-31 2018-11-16 北京林业大学 一种基于多传感器融合的无人机slam导航方法及系统
US20210001841A1 (en) * 2018-11-30 2021-01-07 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle Avoidance Method and Apparatus for Autonomous Driving Vehicle
US20210201504A1 (en) * 2019-12-31 2021-07-01 Baidu Usa Llc Vehicle trajectory prediction model with semantic map and lstm
CN113223317A (zh) * 2020-02-04 2021-08-06 华为技术有限公司 一种更新地图的方法、装置和设备
CN111461088A (zh) * 2020-06-17 2020-07-28 长沙超创电子科技有限公司 一种基于图像处理与目标识别的轨道交通避障系统
CN111994064A (zh) * 2020-08-31 2020-11-27 中国第一汽车股份有限公司 车辆控制方法、装置、设备、系统及存储介质
US20210398419A1 (en) * 2021-03-05 2021-12-23 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method, apparatus, and device for testing traffic flow monitoring system
CN113205120A (zh) * 2021-04-20 2021-08-03 北京百度网讯科技有限公司 数据标注方法、装置、电子设备及可读存储介质
CN114187578A (zh) * 2021-12-13 2022-03-15 北京百度网讯科技有限公司 道路连接状态的识别方法及装置、电子设备和介质
CN114202924A (zh) * 2021-12-15 2022-03-18 北京百度网讯科技有限公司 冗余交通限制信息的识别方法及装置、电子设备和介质

Also Published As

Publication number Publication date
CN115329024B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
CN111583668B (zh) 交通拥堵检测方法、装置、电子设备和存储介质
US11798408B2 (en) Green wave speed determination method, electronic device and storage medium
CN113129596B (zh) 行驶数据处理方法、装置、设备、存储介质及程序产品
CN114170797B (zh) 交通限制路口的识别方法、装置、设备、介质及产品
CN113421432A (zh) 交通限行信息检测方法、装置、电子设备和存储介质
CN114120650A (zh) 用于生成测试结果的方法、装置
CN114610628A (zh) 场景库建立及测试方法、装置、设备、介质及程序产品
CN112818792A (zh) 车道线检测方法、装置、电子设备及计算机存储介质
CN115641359A (zh) 确定对象的运动轨迹的方法、装置、电子设备和介质
CN114771576A (zh) 行为数据处理方法、自动驾驶车辆的控制方法及自动驾驶车辆
CN114596709A (zh) 数据处理方法、装置、设备以及存储介质
CN113722342A (zh) 高精地图要素变更检测方法、装置、设备及自动驾驶车辆
CN114582125B (zh) 道路通行方向的识别的方法、装置、设备及存储介质
CN115114312B (zh) 地图数据更新方法、装置及电子设备
CN115973190A (zh) 自动驾驶车辆的决策方法、装置和电子设备
US20230065341A1 (en) Road data monitoring method and apparatus, electronic device and storage medium
CN115329024A (zh) 一种地图数据更新方法、装置、电子设备及存储介质
CN115771526A (zh) 自动驾驶中控制车辆左转的方法、装置与自动驾驶车辆
CN114689061A (zh) 自动驾驶设备的导航路线处理方法、装置及电子设备
CN113886413A (zh) 地图更新方法及装置
CN115060249A (zh) 电子地图的构建方法、装置、设备和介质
CN114596704A (zh) 交通事件处理方法、装置、设备及存储介质
CN114218504A (zh) 阻断路段识别方法、装置、电子设备及存储介质
CN113947897B (zh) 获取道路交通状况的方法、装置、设备及自动驾驶车辆
CN115329157B (zh) 挖掘路况事件的方法以及基于路况事件的优化方法

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