CN115393319A - 地图要素的评测方法和装置 - Google Patents
地图要素的评测方法和装置 Download PDFInfo
- Publication number
- CN115393319A CN115393319A CN202211027125.4A CN202211027125A CN115393319A CN 115393319 A CN115393319 A CN 115393319A CN 202211027125 A CN202211027125 A CN 202211027125A CN 115393319 A CN115393319 A CN 115393319A
- Authority
- CN
- China
- Prior art keywords
- map
- map element
- evaluated
- data
- preset
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Instructional Devices (AREA)
Abstract
本公开提供一种地图要素的评测方法和装置,包括:获取待评测地图要素及用于生成待评测地图要素的资料数据,基于待评测地图要素的类型属性和资料数据,从预设的高精地图中获取目标地图要素,目标地图要素与待评测地图要素在实际道路场景中对应的地物要素具有对应性,将目标地图要素的属性值作为真值,对待评测地图要素的属性值进行评测,得到评测结果,避免了上述实施例中基于地面控制点的方式进行评测造成的评测场景的局限性较大,无法实现评测的全面性,且资源消耗偏高的弊端,扩大了评测场景的覆盖范围,提高了评测的全面性、有效性、以及效率,降低了评测成本。
Description
技术领域
本公开涉及高精地图技术领域,尤其涉及一种地图要素的评测方法和装置。
背景技术
高精地图的精度和鲜度决定了基于高精地图实现功能的安全性或有效性。
由于现实世界的地物要素会随着时间发生变化,为保证高精地图的鲜度,需要定期或者定时对已制作好的高精地图进行更新。在对已制作好的高精地图进行更新之前,需要对新获取的用于更新所述已制作好的高精地图的地图要素进行评测,以确保所述地图要素的精度或者质量符合要求。
在一些实施例中,需要结合地面控制点对地图要素进行评测,评测的内容为地图要素、与所述地图要素在实际道路场景中所表征的地物要素之间的绝对精度误差。
然而,上述实施例在评测之前,需要标定地面控制点,而地面控制点的标定耗时、耗力、耗资源,导致评测效率低、成本高。
发明内容
本公开提供一种地图要素的评测方法和装置,用以解决上述技术问题中的至少一种。
第一方面,本公开实施例提供一种地图要素的评测方法,包括:获取待评测地图要素及用于生成所述待评测地图要素的资料数据;
基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,所述目标地图要素与所述待评测地图要素在实际道路场景中对应的地物要素具有对应性;
将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果。
在本公开的一个实施例中,所述待评测地图要素的类型属性为车道线类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和所述资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为车道线类型但不是车道边缘或防护栏、方向与所述轨迹数据的方向相同、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
在本公开的一个实施例中,获取与所述待评测地图要素位于相同道路的地图要素,包括:
根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述轨迹数据中轨迹点到所述预设的高精地图中的地图要素的水平距离和垂直距离;
将所述水平距离小于预设第一阈值且所述垂直距离将小于预设第二阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通牌类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通牌类型、方向与所述轨迹数据的方向的夹角小于预设第三阈值、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
在本公开的一个实施例中,获取与所述待评测地图要素位于相同道路的地图要素,包括:
根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述预设的高精地图中的地图要素的中心点到所述轨迹数据中轨迹点的第一距离,并计算所述预设的高精地图中的地图要素的高度与所述轨迹数据中轨迹点的第二距离;
将所述第一距离小于预设第四阈值、所述第二距离小于预设第五阈值且大于预设第六阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
在本公开的一个实施例中,所述待评测地图要素的类型属性为地面标志类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为地面标志类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第七阈值、中心点与所述轨迹数据中轨迹点的垂直距离小于预设第八阈值且大于预设第九阈值的地图要素,确定为所述目标地图要素。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通标志杆类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通标志杆类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第十阈值、所述轨迹数据中轨迹点与所述预设的高精地图中的地图要素的杆底点的垂直距离小于预设第十一阈值且大于预设第十二阈值、所述预设的高精地图中的地图要素的杆顶点与所述轨迹数据中轨迹点的垂直距离小于第十三阈值的地图要素,确定为与所目标地图要素。
在本公开的一个实施例中,所述将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,其中,具有所述匹配关系的待评测地图要素与目标地图要素在实际道路场景中表征同一地物要素;
将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,其中,所述评测结果包括所述冗余率和/或召回率。
在本公开的一个实施例中,所述待评测地图要素的类型属性为车道线类型;根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,所述确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据预设间隔和所述预设的高精地图中的地图要素的地理位置数据,对所述目标地图要素进行采样处理,得到所述目标地图要素中的多个采样点;
根据所述资料数据和所述预设高精地图中的地图要素的地理位置数据,计算每一采样点投影至所述待评测地图要素的投影距离;
从所述多个采样点中,获取投影距离最短且投影距离小于预设第十四阈值、所属的目标地图要素与最短的投影距离对应的待评测地图要素具有相同的车道线属性的采样点,其中,车道线属性用于区分不同种类的车道线;
构建获取到的采样点所属的目标地图要素、以及最短的投影距离对应的待评测地图要素之间的匹配关系。
在本公开的一个实施例中,所述将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,包括:
计算具有所述匹配关系的目标地图要素中与待评测地图要素之间的投影距离小于所述预设第十四阈值的采样点的匹配数量,并将所述匹配数量与采样点的总数量之商确定为召回率;和/或,
计算具有所述匹配关系的待评测地图要素的长度与真值匹配距离之差,将该差与具有所述匹配关系的待评测地图要素的长度之商确定为冗余率,其中,所述真值匹配距离为具有所述匹配关系的目标地图要素中,具有所述匹配关系的目标地图要素与待评测地图之间的投影距离小于所述第十四阈值的距离。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通牌类型;所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
获取最近的中心点距离小于预设第十五阈值,且所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的面积差异比小于预设第十六阈值的目标地图要素;
构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在本公开的一个实施例中,所述待评测地图要素的类型属性为地面标志类型;所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
获取最近的中心点距离小于预设第十七阈值,且所述待评测地图要素、以及获取到的与待评测地图要素的中心点距离最近的目标地图要素之间的面积重叠比大于预设第十八阈值的目标地图要素;
构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通标志杆类型;所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
获取最近的中心点距离小于预设第十九阈值的目标地图要素;
构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通牌类型;所述将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,包括:
将具有所述匹配关系的目标地图要素的数量与所述目标地图要素的总数量之商确定为召回率;和/或,
将不具有所述匹配关系的待评测地图要素的数量与所述待评测地图要素的总数量之商确定为冗余率。
在本公开的一个实施例中,在所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系之后,所述方法还包括:
从具有所述匹配关系的地图要素中,获取任意两对具有所述匹配关系的地图要素;
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算每对具有所述匹配关系的地图要素之间的距离,得到两个距离;
计算所述两个距离之间的差值,并将该差值确定为所述待评测地图要素的相对精度,其中,所述评测结果包括所述待评测地图要素的相对精度。
在本公开的一个实施例中,在所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系之后,所述方法还包括:
从具有所述匹配关系的地图要素中,获取任意具有所述匹配关系的待评测地图要素和目标地图要素;
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算获取到的具有所述匹配关系的待评测地图要素与目标地图要素之间的距离差值,并将该距离差值确定为所述待评测地图要素的绝对精度,其中,所述评测结果包括所述待评测地图要素的绝对精度。
在本公开的一个实施例中,在根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,所述确定所述待评测地图要素与所述目标地图要素之间的匹配关系之后,所述方法还包括:
从所述待评测地图要素中,获取任意车道的两条待评测地图要素,并分别获取与两条待评测地图要素具有匹配关系的目标地图要素;
根据所述预设的高精地图中的地图要素的地理位置数据,计算获取到的两条目标地图要素之间的第一差值;
根据所述资料数据计算获取到的两条待评测地图要素之间的第二差值;
将所述第一差值与所述第二差值之间的差值确定为车道宽度的相对精度,其中,所述评测结果包括所述车道宽度的相对精度。
第二方面,本公开实施例提供一种地图要素的评测装置,所述装置包括:
第一获取单元,用于获取待评测地图要素及用于生成所述待评测地图要素的资料数据;
第二获取单元,用于基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,所述目标地图要素与所述待评测地图要素在实际道路场景中对应的地物要素具有对应性;
评测单元,用于将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果。
在本公开的一个实施例中,所述待评测地图要素的类型属性为车道线类型,所述资料数据包括轨迹数据;所述第二获取单元用于,根据所述待评测地图要素的类型属性和所述资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为车道线类型但不是车道边缘或防护栏、方向与所述轨迹数据的方向相同、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
在本公开的一个实施例中,所述第二获取单元,包括:
第一计算子单元,用于根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述轨迹数据中轨迹点到所述预设的高精地图中的地图要素的水平距离和垂直距离;
第一确定子单元,用于将所述水平距离小于预设第一阈值且所述垂直距离将小于预设第二阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通牌类型,所述资料数据包括轨迹数据;所述第二获取单元用于,根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通牌类型、方向与所述轨迹数据的方向的夹角小于预设第三阈值、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
在本公开的一个实施例中,所述第二获取单元,包括:
第二计算子单元,用于根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述预设的高精地图中的地图要素的中心点到所述轨迹数据中轨迹点的第一距离,并计算所述预设的高精地图中的地图要素的高度与所述轨迹数据中轨迹点的第二距离;
第二确定子单元,用于将所述第一距离小于预设第四阈值、所述第二距离小于预设第五阈值且大于预设第六阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
在本公开的一个实施例中,所述待评测地图要素的类型属性为地面标志类型,所述资料数据包括轨迹数据;所述第二获取单元用于,根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为地面标志类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第七阈值、中心点与所述轨迹数据中轨迹点的垂直距离小于预设第八阈值且大于预设第九阈值的地图要素,确定为所述目标地图要素。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通标志杆类型,所述资料数据包括轨迹数据;所述第二获取单元用于,根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通标志杆类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第十阈值、所述轨迹数据中轨迹点与所述预设的高精地图中的地图要素的杆底点的垂直距离小于预设第十一阈值且大于预设第十二阈值、所述预设的高精地图中的地图要素的杆顶点与所述轨迹数据中轨迹点的垂直距离小于第十三阈值的地图要素,确定为与所目标地图要素。
在本公开的一个实施例中,所述评测单元,包括:
第三确定子单元,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,其中,具有所述匹配关系的待评测地图要素与目标地图要素在实际道路场景中表征同一地物要素;
评测子单元,用于将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,其中,所述评测结果包括所述冗余率和/或召回率。
在本公开的一个实施例中,所述待评测地图要素的类型属性为车道线类型;所述第三确定子单元,包括:
采样模块,用于根据预设间隔和所述预设的高精地图中的地图要素的地理位置数据,对所述目标地图要素进行采样处理,得到所述目标地图要素中的多个采样点;
第一计算模块,用于根据所述资料数据和所述预设高精地图中的地图要素的地理位置数据,计算每一采样点投影至所述待评测地图要素的投影距离;
第一获取模块,用于从所述多个采样点中,获取投影距离最短且投影距离小于预设第十四阈值、所属的目标地图要素与最短的投影距离对应的待评测地图要素具有相同的车道线属性的采样点,其中,车道线属性用于区分不同种类的车道线;
第一构建模块,用于构建获取到的采样点所属的目标地图要素、以及最短的投影距离对应的待评测地图要素之间的匹配关系。
在本公开的一个实施例中,所述评测子单元,包括:
第二计算模块,用于计算具有所述匹配关系的目标地图要素中与待评测地图要素之间的投影距离小于所述预设第十四阈值的采样点的匹配数量,第一确定模块,用于将所述匹配数量与采样点的总数量之商确定为召回率;和/或,
第三计算模块,用于计算具有所述匹配关系的待评测地图要素的长度与真值匹配距离之差,第二确定模块,用于将该差与具有所述匹配关系的待评测地图要素的长度之商确定为冗余率,其中,所述真值匹配距离为具有所述匹配关系的目标地图要素中,具有所述匹配关系的目标地图要素与待评测地图之间的投影距离小于所述第十四阈值的距离。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通牌类型;所述第三确定子单元,包括:
第二获取模块,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
第三获取模块,用于获取最近的中心点距离小于预设第十五阈值,且所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的面积差异比小于预设第十六阈值的目标地图要素;
第二构建模块,用于构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在本公开的一个实施例中,所述待评测地图要素的类型属性为地面标志类型;所述第三确定子单元,包括:
第四获取模块,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
第五获取模块,用于获取最近的中心点距离小于预设第十七阈值,且所述待评测地图要素、以及获取到的与待评测地图要素的中心点距离最近的目标地图要素之间的面积重叠比大于预设第十八阈值的目标地图要素;
第三构建模块,用于构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通标志杆类型;所述第三确定子单元,包括:
第六获取模块,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
第七获取模块,用于获取最近的中心点距离小于预设第十九阈值的目标地图要素;
第四构建模块,用于构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在本公开的一个实施例中,所述待评测地图要素的类型属性为交通牌类型;所述评测子单元用于,将具有所述匹配关系的目标地图要素的数量与所述目标地图要素的总数量之商确定为召回率;和/或,
所述评测子单元用于,将不具有所述匹配关系的待评测地图要素的数量与所述待评测地图要素的总数量之商确定为冗余率。
在本公开的一个实施例中,所述评测单元还包括:
第一获取子单元,用于从具有所述匹配关系的地图要素中,获取任意两对具有所述匹配关系的地图要素;
第三计算子单元,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算每对具有所述匹配关系的地图要素之间的距离,得到两个距离;
第四计算子单元,用于计算所述两个距离之间的差值,并将该差值确定为所述待评测地图要素的相对精度,其中,所述评测结果包括所述待评测地图要素的相对精度。
在本公开的一个实施例中,所述评测单元还包括:
第二获取子单元,用于从具有所述匹配关系的地图要素中,获取任意具有所述匹配关系的待评测地图要素和目标地图要素;
第五计算子单元,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算获取到的具有所述匹配关系的待评测地图要素与目标地图要素之间的距离差值,并将该距离差值确定为所述待评测地图要素的绝对精度,其中,所述评测结果包括所述待评测地图要素的绝对精度。
在本公开的一个实施例中,所述评测单元还包括:
第三获取子单元,用于从所述待评测地图要素中,获取任意车道的两条待评测地图要素,并分别获取与两条待评测地图要素具有匹配关系的目标地图要素;
第六计算子单元,用于根据所述预设的高精地图中的地图要素的地理位置数据,计算获取到的两条目标地图要素之间的第一差值;
第七计算子单元,用于根据所述资料数据计算获取到的两条待评测地图要素之间的第二差值;
第四确定子单元,用于将所述第一差值与所述第二差值之间的差值确定为车道宽度的相对精度,其中,所述评测结果包括所述车道宽度的相对精度。
第三方面,本公开实施例提供一种电子设备,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,以使电子设备能够执行本公开第一方面中任一项的所述的方法。
第四方面,本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现本公开第一方面中任一项所述的方法。
第五方面,本公开实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开第一方面中任一项所述的方法。
本公开实施例提供一种地图要素的评测方法和装置,包括:获取待评测地图要素及用于生成待评测地图要素的资料数据,基于待评测地图要素的类型属性和资料数据,从预设的高精地图中获取目标地图要素,目标地图要素与待评测地图要素在实际道路场景中对应的地物要素具有对应性,将目标地图要素的属性值作为真值,对待评测地图要素的属性值进行评测,得到评测结果,避免了上述实施例中基于地面控制点的方式进行评测造成的评测场景的局限性较大,无法实现评测的全面性,且资源消耗偏高的弊端,扩大了评测场景的覆盖范围,提高了评测的全面性、有效性、以及效率,降低了评测成本。
附图说明
为了更清楚地说明本公开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做一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本公开一个实施例的地图要素的评测方法的流程图;
图2为本公开另一实施例的地图要素的评测方法的流程图;
图3为本公开另一实施例的地图要素的评测方法的流程图;
图4为本公开另一实施例的地图要素的评测方法的流程图;
图5为本公开另一实施例的地图要素的评测方法的流程图;
图6为本公开另一实施例的地图要素的评测方法的流程图;
图7为本公开一个实施例的地图要素的评测装置的示意图;
图8为本公开另一实施例的地图要素的评测装置的示意图;
图9为本公开一实施例提供的电子设备的硬件结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于读着对本公开的理解,现对本公开的至少部分术语解释如下:
高精地图是高精度地图(High definition map,HD map)的简称,是指用于自动驾驶辅助的地图,相对精度在厘米级,具有丰富的车道线、路标、交通牌、交通灯、车道曲率、坡度及车道级实时交通动态信息,主要服务于机器自动驾驶环境判断、决策、控制等。
地图要素也可以称为道路部件(LandMark Object),在高精地图中用于表征实际道路场景中的对象(可以称为地物要素)。
其中,地图要素具有类型属性,类型属性可以用于区分不同种类的地图要素,如类型属性可以包括车道线类型、交通牌类型、地面标志类型、交通标志杆类型等。
车道线是车道分界线的简称,是指用来分隔同向行驶的交通流的交通标线。
其中,车道线具有车道线属性,车道线属性用于区分不同种类的车道线,如白色虚线类型的车道线、白色实线类型的车道线、黄色虚线类型的车道线、黄色实线类型的车道线。
交通牌是交通标牌或者交通指示牌的简称,是指用图形符号和文字传递特定信息,用以管理交通、指示行车方向以保证道路畅通与行车安全的设施,主要适用于公路、城市道路以及专用公路,车辆和行人须遵守。
地面标志是地面交通标志的简称,是指一种铺设于道路面的黄底白字标志,主要设置在单行胡同的两端,在允许通行的方向可以标注有“单向行驶”,并标注有向前行驶的箭头;在禁止通行的方向则可以标注有“机动车禁止通行”,同时还可以有禁行标志。
交通标志杆是道路标志杆或者公路标志杆的简称,是指公路两旁用于指示交通路线的立柱。
采集车,是指用于对采集车行驶于道路时的轨迹进行采集,且对该道路的环境进行图像采集的车辆。
地图控制点(Ground Control Point,GCP)也称为靶点,是指经过标定(如实地测量或者通过其他渠道)获取到的已知的准确的地面点信息。
高精地图的精度(一般是在亚米级)和鲜度(可以理解为与实际场景中的道路之间的一致程度)决定了基于高精地图实现功能的安全性或有效性。对于高精地图使用者,例如自动驾驶车辆,当实际场景中的道路发生变化时,如果高精地图不具备快速更新能力,可能引发自动驾驶的安全问题,高精地图将无法使用。
在一些实施例中,可以通过“众包+单目视觉”的方式对已制作好的高精地图进行更新,如基于众包的方式获取地图要素的定位信息,根据定位信息和已制作好的高精地图确定地图要素的精准位置,通过单目视觉技术获取采集车周围的环境的图像,通过图像识别技术对该图像进行识别处理,提取该图像中的地图要素的三维坐标,并对精准位置和三维坐标进行差分处理,以对已制作好的高精地图中的地图要素进行更新(如新增、删除以及修改),得到更新后的高精地图。
为了保证更新后的高精地图的质量,需要对用于对已制作好的高精地图进行更新的地图要素进行评测,如对地图要素的精度等进行评测。
在一些实施例中,可以结合地面控制点实现对地图要素进行评测,评测的内容为地图要素、与地图要素在实际道路场景中所表征的地物要素之间的绝对精度误差。
然而,一方面,高精地图更新的比例低,更新类型多样,因此,已制作好的高精地图在地面控制点的位置不一定有更新,导致无法完成评测;另一方面,地面控制点在已制作好的高精地图的更新位置处可能覆盖不全,即部分更新位置没有地面控制点,导致可评测的场景少,评测的全面性偏低;还一方面,在评测之前,需要预先标定得到地面控制点,而地面控制点的标定耗时、耗力、耗资源,导致评测效率低、成本高。
为了避免上述问题中的至少一种,本公开的发明人经过创造性地劳动,得到了本公开的发明构思:从预设的高精地图(即已制作的高精地图)中,获取与待评测地图要素在实际道路场景中对应的地物要素具有对应性的地图要素作为目标地图要素,以基于目标地图要素对待评测地图要素进行评测。
下面,通过具体实施例对本公开的技术方案进行详细说明。需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
请参阅图1,图1为本公开一个实施例的地图要素的评测方法的流程图,如图1所示,该方法包括:
S101:获取待评测地图要素及用于生成待评测地图要素的资料数据。
示例性的,本公开的实施例的地图要素的评测方法的执行主体为地图要素的评测装置(下文简称为评测装置),评测装置可以为服务器(如云端服务器,或者本地服务器,或者服务器集群),也可以为计算机,也可以为终端设备,也可以为处理器,也可以为芯片,等等,此处不再一一列举。
资料数据可以理解为,生成待评测地图要素的数据,如为获取待评测地图要素,采集车行驶而生成的轨迹数据和图像等。
在一些实施例中,待评测地图要素可以为根据类型属性对获取到的地图要素进行分类处理,得到的具有相同类型属性的地图要素。
其中,类型属性用于区分不同种类的地图要素。
示例性的,可以基于采集车获取的资料数据生成地图要素,如可以采用上述实施例所述的方式实现。地图要素的种类可能为一种,也可能为多种(通常为多种),如地图要素的种类为四种,分别为车道线类型、交通牌类型、地图标志类型、以及交通标志杆类型,且每一种地图要素下的数量可以为一个,也可能为多个,如交通牌的数量为三个。
在基于资料数据生成地图要素之后,可以基于类型属性对生成的地图要素进行分类处理,从而得到各属性类型下的一个或多个地图要素(即待评测地图要素)。
也就是说,待评测地图要素的种类可能为一种,也可能为多种,具体可以基于获取到的地图要素所覆盖的类型属性确定。例如,若获取到的地图要素中包括如上四种类型属性的地图要素,则待评测地图要素的种类为四种。
且每一种待评测地图要素下可能包括获取到的地图要素中的一个地图要素,也可能包括获取到的地图要素中的多个地图要素,具体基于该种待评测地图要素在获取到的地图要素中的数量。例如,若针对交通牌类型,获取到的地图要素中包括三个地图交通牌,则交通牌类型的待评测地图要素的数量为三个。
示例性的,若基于采集车获取到十个地图要素,其中,四个地图要素为车道线类型,两个地图要素类型为交通牌类型,两个地图要素类型为地图标志类型,两个地图要素类型为交通标志杆类型。
则根据类型属性,对十个地图要素进行分类处理,得到车道线类型的四个待评测地图要素、交通牌类型的两个待评测地图要素、两个地图标志类型的两个待评测地图要素、以及交通标志杆类型的两个待评测地图要素。
S102:基于待评测地图要素的类型属性和资料数据,从预设的高精地图中获取目标地图要素。其中,目标地图要素与待评测地图要素在实际道路场景中对应的地物要素具有对应性。
其中,对应性可以为类型属性相同或相似。如目标地图要素的类型属性与待评测地图要素的类型属性相同,目标地图要素与待评测地图要素在实际道路场景中表征相同种类的地物要素。
示例性的,若待评测地图要素的类型属性为车道线类型,则从预设高精地图中获取的目标地图要素包括车道线类型的地图要素。若待评测地图要素的类型属性为交通牌类型,则从预设高精地图中获取的目标地图要素中包括交通牌类型的地图要素。若待评测地图要素的类型属性为地图标志类型,则从预设高精地图中获取的目标地图要素中包括地图标志类型的地图要素。若待评测地图要素的类型属性为交通标志杆类型,则从预设高精地图中获取的目标地图要素中包括交通标志杆类型的地图要素。
S103:将目标地图要素的属性值作为真值,对待评测地图要素的属性值进行评测,得到评测结果。
其中,地图要素的属性值可以理解为,地图要素的物理特征值,如地图要素的位置(如坐标)、长度、宽度、高度等。相应的,目标地图要素的属性值为目标地图要素的物理特征值,待评测地图要素的属性值为待评测地图要素的物理特征值。
示例性的,结合上述分析,若待评测地图要素为待评测车道线,目标地图要素为车道线地图要素,则可以基于车道线地图要素的属性值对待评测车道线进行评测,得到评测结果;若待评测地图要素为待评测交通牌,目标地图要素为交通牌地图要素,则可以基于交通牌地图要素对待评测交通牌进行评测,得到评测结果;若待评测地图要素为待评测地图标志,目标地图要素为地图标志地图要素,则可以基于地图标志地图要素对待评测地图标志进行评测,得到评测结果;若待评测地图要素为待评测交通标志杆,目标地图要素为交通标志杆地图要素,则可以基于交通标志杆地图要素对待评测交通标志杆进行评测,得到评测结果。
基于上述分析可知,本公开提供了一种地图要素的评测方法,该方法包括:获取待评测地图要素及用于生成待评测地图要素的资料数据,基于待评测地图要素的类型属性和资料数据,从预设的高精地图中获取目标地图要素,目标地图要素与待评测地图要素在实际道路场景中对应的地物要素具有对应性,将目标地图要素的属性值作为真值,对待评测地图要素的属性值进行评测,得到评测结果,在本实施例中,通过从高精地图中获取与待评测地图要素在实际道路场景中对应的地物要素具有对应性的地图要素作为目标地图要素,以基于目标地图要素的属性值对待评测地图要素的属性值进行评测的技术特征,避免了上述实施例中基于地面控制点的方式进行评测造成的评测场景的局限性较大,无法实现评测的全面性,且资源消耗偏高的弊端,扩大了评测场景的覆盖范围,提高了评测的全面性、有效性、以及效率,降低了评测成本。
为使读者更加深刻地理解本公开的实现原理,现结合不同的类型属性对本公开的实现原理进行更为详细地阐述。
其中,以类型属性为车道线类型为例,结合图2对地图要素的评测方法进行示范性地阐述如下:
S201:获取资料数据,资料数据包括采集车行驶于道路的轨迹数据、以及采集车行驶于道路采集的图像。
应该理解的是,为了避免繁琐的陈述,关于本实施例与上述实施例相同的技术特征,本实施例不再赘述。
示例性的,采集车上可以配置有一种或多种传感器,以通过传感器采集轨迹。例如,采集车上配置有速度传感器,以基于速度传感器获取采集车的速度信息;采集车上配置有定位传感器,以基于定位传感器获取采集车的位置信息,等等,此处不再一一列举。其中,轨迹数据包括速度信息和位置信息等。
采集车上可以设置有图像采集装置,如摄像头。在采集车行驶的过程中,图像采集装置可以获取采集车周围的环境的图像,如采集车周围的其他车辆的图像,又如采集车周围的交通牌的图像等。
S202:根据轨迹数据和图像生成道路内的地图要素。
示例性的,可以结合图像识别和差分等方式确定道路内的地图要素,本实施例不做限定。
S203:根据类型属性对获取到的道路内的地图要素进行分类处理,得到车道线类型的待评测车道线。
其中,类型属性用于区分不同种类的地图要素。
示例性的,该步骤可以理解为:根据类型属性对获取到的道路内的地图要素进行分类处理,得到获取到的道路内的车道线类型的地图要素,该地图要素为待评测地图要素,具体可以称为待评测车道线。
S204:根据待评测车道线的类型属性和资料数据,以及预设的高精地图中的地图要素的地理位置数据和类型属性,从预设的高精地图中,获取类型属性为车道线类型但不是车道边缘或防护栏、方向与轨迹数据的方向相同、与待评测车道线位于相同道路的地图要素作为车道线地图要素。
示例性的,预设的高精地图中包括不同类型属性的地图要素,由于待评测地图要素为待评测车道线,因此,可以从预设高精地图中获取类型属性为车道线类型的地图要素,从将获取到的地图要素中,同时满足上述另外两个条件的地图要素确定为目标地图要素,具体可以称为车道线地图要素。
也就是说,如果预设的高精地图中的某地图要素同时满足上述三个条件,则说明该地图要素为车道线地图要素,该车道线地图要素的属性值可以用于对待评测车道线的属性值进行评测,如果该地图要素无法同时满足上述三个条件,如满足其中的部分条件,或者不满足三个条件中的任一条件,则该地图要素不是车道线地图要素,可能为干扰数据。
在一些实施例中,可以依次判断上述三个条件是否成立,如果在前的条件成立,则继续判断在后的条件,如果在前的条件不成立,则可以不再判断在后的条件。
示例性的,可以先从预设的高精地图中获取类型属性为车道线类型的地图要素,在此基础上,可以先判断该地图要素的方向是否与轨迹数据的方向一致,如果一致,则继续判断该地图要素在实际道路场景中表征的地物要素是否位于道路内,如果是,则继续判断该地图要素在实际道路场景中表征的地物要素是否为车道边缘或者防护栏,若否,即该地图要素在实际道路场景中表征的地物要素既不是车道边缘也不是防护栏,则将该地图要素确定为车道线地图要素。
反之,若该地图要素的方向与轨迹数据的方向不一致,则不执行上述后续操作,而是将该地图要素排除在车道线地图要素之外,即不将该地图要素确定为车道线地图要素。
或者,若该地图要素在实际道路场景中表征的地物要素没有位于道路内,则不执行上述后续操作,而是将该地图要素排除在车道线地图要素之外,即不将该地图要素确定为车道线地图要素。
或者,若该地图要素在实际道路场景中表征的地物要素为车道边缘或者为防护栏,则将该地图要素排除在车道线地图要素之外,即不将该地图要素确定为车道线地图要素。
应该理解的是,上述示例中判断三个条件的顺序只是用于示范性地说明,可能存在的示例的方式,而不能理解为对判断顺序的限定。例如,也可以先判断从预设的高精地图中获取到的地图要素在实际道路场景中表征的地物要素是否位于道路内,而后判断该地图要素的方向是否与轨迹数据的方向一致,等等。
其中,上述三个条件中的地图要素的方向与轨迹数据方向一致的条件,可以用于从预设的高精地图中确定与待评测车道线的方向相同的车道线地图要素,以避免将对向(采集车行驶时的反方向)的车道线误判为车道线地图要素。
上述三个条件中的地图要素在实际道路场景中表征的地物要素位于道路内的条件,可以用于从预设的高精地图中确定与待评测车道线所处的道路相同的地图要素,以避免将其他道路的车道线误判为车道线地图要素。
上述三个条件中的地图要素在实际道路场景中表征的地物要素不是车道边缘或者防护栏的条件,可以用于从预设的高精地图中准确的确定车道线,以避免将与车道线类似的车道边缘和防护栏误判为车道线地图要素。
因此,通过结合上述三个条件从预设的高精地图中确定车道线地图要素,可以避免错误的选取车道线地图要素,提高车道线地图要素的可靠性和有效性。
在一些实施例中,获取与待评测车道线位于相同道路的地图要素,可以包括下述步骤:
第一步骤:根据轨迹数据中轨迹点的地理位置数据和预设的高精地图中的地图要素的地理位置数据,计算轨迹数据中轨迹点到预设的高精地图中的地图要素的水平距离和垂直距离。
第二步骤:将水平距离小于预设第一阈值且垂直距离将小于预设第二阈值的地图要素,确定为与待评测车道线位于相同道路的地图要素。
其中,第一预设阈值和预设第二阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。
示例性的,获取到的地图要素与待评测车道线位于相同道路,即获取到的地图要素与待评测车道线位于同一道路,因此,预设第一阈值可以为道路的路面宽度,如三米。
相应的,若路面宽度为三米,则可以计算预设的高精地图中的地图要素的地理位置数据与轨迹数据中轨迹点之间的水平距离,并判断该水平距离是否小于三米,若是,则说明该地图要素可能位于道路内。
结合上述分析可知,待评测车道线是基于资料数据(包括采集车采集的轨迹数据和图像)确定的,而采集车距离道路的路面具有一定的高度,因此,预设第二阈值可以设置为采集车的高度,如两米。
相应的,可以计算轨迹数据中轨迹点与预设的高精地图中的地图要素的地理位置数据的垂直距离,如果该垂直小于与预设第二阈值(如两米),则说明该地图要素可能位于道路内,以避免在螺旋式公路场景中,若道路为下方的公路,则将在上方的公路中的地图要素误判为下盘环路中的地图要素。
在本实施例中,通过从“水平距离+垂直距离”的方式从预设的高精地图中确定与待评测车道线位于相同道路的地图要素,可以实现全面性和有效性,以使得确定出的与待评测车道线位于相同道路的地图要素具有较高的准确性和可靠性的技术效果。
S205:根据资料数据和预设的高精地图中的地图要素的地理位置数据,确定待评测车道线与车道线地图要素之间的匹配关系。
其中,具有匹配关系的待评测车道线与车道线地图要素在实际道路场景中表征同一地物要素,即表征实际道路场景中的同一车道线。
示例性的,结合上述分析可知,待评测车道线的数量可能为多个,相应的,车道线地图要素的数量也可能为多个。
该步骤可以理解为,从多个待评测车道线和多个车道线地图要素中,确定在实际道路场景中表征同一车道线的待评测车道线和车道线地图要素,并确定表征现实道路场景中的同一车道线的待评测车道线和车道线地图要素之间的匹配关系。
在一些实施例中,S205可以包括如下步骤:
第一步骤:根据预设间隔和预设的高精地图中的地图要素的地理位置数据,对车道线地图要素进行采样处理,得到车道线地图要素中的多个采样点。
同理,预设间隔可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如,预设间隔可以为一米,即每间隔一米对车道线地图要素进行采样处理,得到车道线地图要素上的多个采样点。
第二步骤:根据资料数据和预设高精地图中的地图要素的地理位置数据,计算每一采样点投影至待评测车道线的投影距离。
示例性的,若待评测车道线的数量为三个,即有三条待评测车道线,则针对每一个采样点,将该采样点分别投影至三条待评测车道线,并分别计算该采样点到三条待评测车道线之间的投影距离。
例如,可以基于资料数据中的轨迹数据确定待评测车道线的坐标(为便于区分,将该坐标称为第一坐标),可以基于预设高精地图中的地图要素的地理位置数据确定该采样点的坐标(同理,为便于区分,将该坐标称为第二坐标),计算第一坐标到第二坐标之间的距离,得到投影距离。
第三步骤:从多个采样点中,获取投影距离最短且投影距离小于预设第十四阈值、所属的目标地图要素与最短的投影距离对应的待评测车道线具有相同的车道线属性的采样点。
其中,车道线属性用于区分不同种类的车道线。如白色虚线类型的车道线、白色实线类型的车道线、黄色虚线类型的车道线、黄色实线类型的车道线。
同理,预设第十四阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如,预设第十四阈值可以为0.5米。
第四步骤:构建获取到的采样点所属的车道线地图要素、以及最短的投影距离对应的待评测车道线之间的匹配关系。
结合上述分析,投影距离的数量为三个,比较三个投影距离,从三个投影距离中选择最小的投影距离(即最短的投影距离),若该投影距离小于0.5米,且该采样点所属的车道线地图要素的车道线属性为白色虚线类型,最小的投影距离对应的待评测车道线的车道线属性也为白色虚线类型(即车道线属性相同),则确定该采样点所属的车道线地图要素、以及最小的投影距离对应的待评测车道线之间具有匹配关系。
在本实施例中,通过采样点确定投影距离,以结合最短的投影距离和车道线属性确定具有匹配关系的车道线地图要素和待评测车道线,以避免将投影距离较大的车道线地图要素和待评测车道线误判为具有匹配关系的情况,也可以避免将不同车道线属性的车道线误判为具有匹配关系的情况,从而提高了匹配关系的可靠性和准确性。
S206:将具有匹配关系的车道线地图要素的属性值作为真值,对具有匹配关系的待评测车道线的属性值进行评测,得到具有匹配关系的待评测车道线的冗余率和/或召回率。
其中,评测结果包括冗余率和/或召回率。
也就是说,评测结果至少可以从一个方面体现,如可以从冗余率体现,也可以从召回率体现;也可以从多个方面体现,如从冗余率和召回率两个方面体现。
结合上述分析可知,具有匹配关系的待评测车道线与车道线地图要素在实际道路场景中表征同一地物要素,因此,当结合匹配关系确定待评测车道线的冗余率和/或召回率,可以使得评测具有较强的针对性和对应性,进而提高评测结果的有效性和可靠性。
在一些实施例中,确定召回率可以包括:计算具有匹配关系的车道线地图要素中与待评测车道线之间的投影距离小于预设第十四阈值的采样点的匹配数量,并将匹配数量与采样点的总数量之商确定为召回率。
同理,预设第十四阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如,预设第十四阈值可以为0.5米。
示例性的,车道线地图要素包括第一车道线地图要素,待评测车道线包括第一待评测车道线,第一车道线地图要素与第一待评测车道线具有匹配关系。
结合上述分析,第一车道线地图要素被采样得到多个采样点,则从多个采样点中,确定与第一待评测车道线之间的投影距离小于预设第十四阈值的采样点的数量,为便于区分,将该数量称为匹配数量,并确定采样点的总数量,第一待评测车道线的召回率=匹配数量/总数量。
确定冗余率可以包括:计算具有匹配关系的待评测车道线的长度与真值匹配距离之差,将该差与具有匹配关系的待评测车道线的长度之商确定为冗余率。
其中,真值匹配距离为具有匹配关系的车道线地图要素中,具有匹配关系的车道线地图要素与待评测车道线之间的投影距离小于预设第十四阈值的距离。
示例性的,结合上述示例,从第一车道线地图要素中,确定第一车道线地图要素与第一待评测车道线之间的投影距离小于预设第十四阈值的距离,该距离即为真值匹配距离。
相应的,第一待评测车道线的冗余率=(第一车道线地图要素的长度-真值匹配距离)/第一待评测车道线的长度。
其中,以类型属性为交通牌类型为例,结合图3对地图要素的评测方法进行示范性地阐述如下:
S301:获取资料数据,资料数据包括采集车行驶于道路的轨迹数据、以及采集车行驶于道路采集的图像。
同理,为了避免繁琐的陈述,关于本实施例与上述实施例相同的技术特征,本实施例不再赘述。
S302:根据轨迹数据和图像生成道路内的地图要素。
S303:根据类型属性对获取到的道路内的地图要素进行分类处理,得到交通牌类型属性的待评测交通牌。
其中,类型属性用于区分不同种类的地图要素。
示例性的,该步骤可以理解为:根据类型属性对获取到的道路内的地图要素进行分类处理,得到获取到的道路内的交通牌类型的地图要素,该地图要素为待评测地图要素,具体可以称为待评测交通牌。
S304:根据待评测交通牌的类型属性和资料数据,及预设的高精地图中的地图要素的地理位置数据和类型属性,从预设的高精地图中,获取类型属性为交通牌类型、方向与轨迹数据的方向的夹角小于预设第三阈值、与待评测地图要素位于相同道路的地图要素作为交通牌地图要素。
同理,预设第三阈值可以基于需求、历史记录、以及试验等方式确定。如预设第三阈值可以为90°。
示例性的,可以从预设的高精地图中,获取满足上述三个条件的地图要素作为目标地图要素,具体可以称为交通牌地图要素。
其中,条件“与待评测地图要素位于相同道路”,可以用于避免将其他道路的地图要素确定为交通牌地图要素。条件“方向与轨迹数据的方向的夹角小于预设第三阈值”,可以用于避免将对向的地图要素确定为交通牌地图要素,从而提高交通牌地图要素的准确性和可靠性。
在一些实施例中,获取与待评测地图要素位于相同道路的地图要素,包括如下步骤:
第一步骤:根据轨迹数据中轨迹点的地理位置数据和预设的高精地图中的地图要素的地理位置数据,计算预设的高精地图中的地图要素的中心点到轨迹数据中轨迹点的第一距离,并计算预设的高精地图中的地图要素的高度与轨迹数据中轨迹点的第二距离。
第二步骤:将第一距离小于预设第四阈值、第二距离小于预设第五阈值且大于预设第六阈值的地图要素,确定为与待评测地图要素位于相同道路的地图要素。
同理,预设第四阈值、预设第五阈值、以及预设第六阈值可以基于需求、历史记录、以及试验等方式确定。例如,预设第四阈值可以为预设交通牌高度,第六阈值可以为0,预设第五阈值可以为小于预设交通牌高度的值。
示例性的,预设交通牌高度为实际道路场景中交通牌相对于地面的高度,如十米。相应的,预设第五阈值小于十米,如预设第五阈值为八米。
在一些实施例中,根据轨迹数据中轨迹点的地理位置数据和预设的高精地图中的地图要素的地理位置数据,可以计算得到预设的高精地图中的交通牌的中心点,并计算该中心点与轨迹数据中轨迹点之间的距离,判断该距离是否达到预设交通牌高度,若否,即该距离小于预设交通牌高度,则说明该地图要素可能表征实际道路场景中设置于道路的交通牌,而避免将其他道路的地图要素确定为交通牌地图要素。
通常来说,交通牌是设置于道路,高出道路面的对象。因此,交通牌的高度高于轨迹数据中轨迹点的高度,如可以计算地图要素的高度与轨迹数据中轨迹点之间的差值,如果该差值大于零,则说明该地图要素可能表征在实际道路场景中的道路上的交通牌。
且相对来说,在实际道路场景设置交通牌时,交通牌的部分被固定于道路的路面下,或者,平行于路面设置,结合上述分析可知,轨迹数据中轨迹点的高度高于路面的点的高度,且高出的高度通常为采集车的高度(两米左右)。因此,地图要素的高度与轨迹数据中轨迹点之间的距离小于预设第五阈值,如可能为八米,以进一步确定从预设的高精地图中获取到的地图要素表征在实际道路场景中的道路上的交通牌。
也就是说,在本实施例中,通过结合上述两个条件,确定预设的高精地图中的地图要素是否在实际道路场景中表征位于道路的交通牌,可以避免将非道路中的地图要素误判为交通牌地图要素,从而提高确定出的交通牌地图要素的有效性和可靠性。
S305:根据资料数据和预设的高精地图中的地图要素的地理位置数据,从交通牌地图要素中获取与待评测交通牌的中心点距离最近的交通牌地图要素。
示例性的,交通牌地图要素的数量可能为一个,也可能为多个,若交通牌地图要素的数量为一个,则确定出的与待评测交通牌的中心点距离最近的交通牌地图要素即为该交通牌地图要素。
若交通牌地图要素的数量为多个,则可以基于资料数据中的轨迹数据确定待评测交通牌的中心点的坐标(为便于区分,称为第一坐标),可以基于预设的高精地图中的地图要素的地理位置数据,确定预设高精地图中的各交通牌各自对应的中心点的坐标(为便于区分,称为第二坐标),分别计算第一坐标与各第二坐标之间各自对应的距离,并从各距离中确定与待评测交通牌的中心点最近的交通牌地图要素。
同理,待评测交通牌的数量也可能为一个,也可能为多个,则若待评测交通牌的数量为多个时,则针对每一待评测交通牌分别执行该操作,即分别确定与各待评测交通牌的中心点最近的交通牌地图要素。
S306:获取最近的中心点距离小于预设第十五阈值,且待评测交通牌、以及获取到的与待评测交通牌的中心点距离最近的交通牌地图要素之间的面积差异比小于预设第十六阈值的交通牌地图要素。
S307:构建待评测交通牌、以及获取到的与待评测地图要素的中心点距离最近的交通牌地图要素之间的匹配关系。
其中,具有匹配关系的待评测交通牌与交通牌地图要素在实际道路场景中表征同一地图要素,如表征实际道路场景中的同一交通牌。
同理,预设第十五阈值和预设第十六阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如,预设第十五阈值可以为0.6米,预设第十六阈值也可以为0.6。
示例性的,可以判断最近的中心点距离是否小于0.6米,若是,则说明待评测交通牌与交通牌地图要素之间的坐标偏差相对较小,可能为表征实际道路场景中的同一交通牌,则计算面积差异比,若面积差异比小于0.6,则说明待评测交通牌与交通牌地图要素之间的外形轮廓偏差相对较小,可能为表征实际道路场景中的同一交通牌,则构建待评测交通牌、以及获取到的与待评测交通牌的中心点距离最近的交通牌地图要素之间的匹配关系。
同理,上述判断逻辑可以基于其他顺序执行,本实施例不做限定。
其中,若待评测交通牌为第一待评测交通牌,与第一待评测交通牌的中心点距离最近的交通牌地图要素为第一交通牌地图要素。可以分别获取第一待评测交通牌的面积和第一交通牌地图要素的面积,为便于区分,将第一待评测交通牌的面积称为第一面积,将第一交通牌地图要素的面积称为第二面积。若第一面积大于等于第二面积,则面积差异比=(第一面积-第二面积)/第一面积。若第一面积小于等于第二面积,则面积差异比=(第二面积-第一面积)/第二面积。
值得说明的是,第一待评测交通牌的中心点与第一交通牌地图要素的中心点之间的距离越小,说明两者越有可能在实际道路场景中表征同一交通牌;面积差异比越小,也说明两者越有可能在实际道路场景中表征同一交通牌;因此,通过结合上述两个条件确定第一待评测交通牌与第一交通牌地图要素是否具有匹配关系,可以使得匹配关系具有较高的准确性和可靠性。
S308:将具有匹配关系的交通牌地图要素的数量与交通牌地图要素的总数量之商确定为召回率;和/或,将不具有匹配关系的待评测交通牌的数量与待评测交通牌的总数量之商确定为冗余率。
其中,评测结果包括召回率和/或冗余率。
示例型性的,若交通牌地图要素的总数量为m(m为大于等于1的正整数)个,具有匹配关系的交通牌地图要素的数量为n(n为大于等于0的整数)个,则召回率=n/m。
若不具有匹配关系的待评测交通牌的数量为k(k为大于等于0的整数)个,待评测交通牌的数量为j个(j为大于等于1的正整数)个,则冗余率=k/j。
其中,以类型属性为地面标志类型为例,结合图4对地图要素的评测方法进行示范性地阐述如下:
S401:获取资料数据,资料数据包括采集车行驶于道路的轨迹数据、以及采集车行驶于道路采集的图像。
同理,为了避免繁琐的陈述,关于本实施例与上述实施例相同的技术特征,本实施例不再赘述。
S402:根据轨迹数据和图像生成道路内的地图要素。
S403:根据类型属性对获取到的道路内的地图要素进行分类处理,得到地面标志类型属性的待评测地面标志。
其中,类型属性用于区分不同种类的地图要素。
S404:根据待评测地面标志的类型属性和资料数据,及预设的高精地图中的地图要素的地理位置数据和类型属性,从预设的高精地图中,获取类型属性为地面标志类型、中心点与轨迹数据中轨迹点的水平距离小于预设第七阈值、中心点与轨迹数据中轨迹点的垂直距离小于预设第八阈值且大于预设第九阈值的地图要素,确定为地面标志地图要素。
同理,预设第七阈值、预设第八阈值、以及预设第九阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如,第七阈值可以为一米,第八阈值可以为两米,第九阈值可以为0。
通过上述三个条件确定与待评测地面标志位于相同道路的地图要素,可以避免将非道路内的地图要素确定为地面标志地图要素,以使得确定出的地面标志地图要素具有较高的准确性和可靠性。
S405:根据资料数据和预设的高精地图中的地图要素的地理位置数据,从地面标志地图要素中获取与待评测地图要素的中心点距离最近的地面标志地图要素。
示例性的,地面标志地图要素的数量可能为一个,也可能为多个,若地面标志地图要素的数量为一个,则确定出的与待评测地面标志的中心点距离最近的地面标志地图要素即为该地面标志地图要素。若地面标志地图要素的数量为多个,则分别计算待评测地面标志的中心点与各地面标志地图要素的中心点之间各自对应的距离,并从各距离中确定与待评测地面标志的中心点最近的地面标志地图要素。
同理,待评测地面标志的数量也可能为一个,也可能为多个,则若待评测地面标志的数量为多个时,则针对每一待评测地面标志分别执行该操作,即分别确定与各待评测地面标志的中心点最近的地面标志地图要素。
S406:获取最近的中心点距离小于预设第十七阈值,且待评测地面标志、以及获取到的与待评测地面标志的中心点距离最近的地面标志地图要素之间的面积重叠比大于预设第十八阈值的地面标志地图要素。
同理,预设第十七阈值和预设第十八阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如预设第十七阈值为1.5米,预设第十八阈值为0.5。
S407:构建待评测地面标志、以及获取到的与待评测地面标志的中心点距离最近的地面标志地图要素之间的匹配关系。
其中,具有匹配关系的待评测地面标志与地面标志地图要素在实际道路场景中表征同一地物要素,如表征实际道路场景中的同一地面标志。
示例性的,判断最近的中心点距离是否小于1.5米,若是,则计算面积重叠比,若面积重叠比大于0.5,则构建待评测地面标志、以及获取到的与待评测地面标志的中心点距离最近的地面标志地图要素之间的匹配关系。
同理,上述判断逻辑可以基于其他顺序执行,本实施例不做限定。
值得说明的是,待评测地面标志的中心点与地面标志地图要素的中心点之间的距离越小,说明两者越有可能在实际道路场景中表征同一地面标志。待评测地面标志的面积与地面标志地图要素的面积的重叠比越大,则说明两者在外形上相似程度越高,越有可能在实际道路场景中表征同一地面标志。因此,通过结合中心点距离和面积重叠比确定待评测地面标志与地面标志地图要素之间的匹配关系,可以提高匹配关系的准确性和有效性。
S408:将具有匹配关系的地面标志地图要素的数量与地面标志地图要素的总数量之商确定为召回率;和/或,将不具有匹配关系的待评测地面标志的数量与待评测地面标志的总数量之商确定为冗余率。
其中,评测结果包括召回率和/或冗余率。
示例型性的,若地面标志地图要素的总数量为m(m为大于等于1的正整数)个,具有匹配关系的地面标志地图要素的数量为n(n为大于等于0的整数)个,则召回率=n/m。
若不具有匹配关系的待评测地面标志的数量为k(k为大于等于0的整数)个,待评测地面标志的数量为j个(j为大于等于1的正整数)个,则冗余率=k/j。
其中,以类型属性为交通标志杆类型为例,结合图5对地图要素的评测方法进行示范性地阐述如下:
S501:获取资料数据,资料数据包括采集车行驶于道路的轨迹数据、以及采集车行驶于道路采集的图像。
同理,为了避免繁琐的陈述,关于本实施例与上述实施例相同的技术特征,本实施例不再赘述。
S502:根据轨迹数据和图像生成道路内的地图要素。
S503:根据类型属性对获取到的道路内的地图要素进行分类处理,得到交通标志杆类型属性的待评测交通标志杆。
其中,类型属性用于区分不同种类的地图要素。
S504:根据待评测交通标志杆的类型属性和资料数据,及预设的高精地图中的地图要素的地理位置数据和类型属性,从预设的高精地图中,获取类型属性为交通标志杆类型、中心点与轨迹数据中轨迹点的水平距离小于预设第十阈值、轨迹数据中轨迹点与预设的高精地图中的地图要素的杆底点的垂直距离小于预设第十一阈值且大于预设第十二阈值、预设的高精地图中的地图要素的杆顶点与轨迹数据中轨迹点的垂直距离小于第十三阈值的地图要素,确定为交通标志杆地图要素。
同理,预设第十阈值、预设第十一阈值、预设第十二阈值、第十三阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如,预设第十阈值可以为预设交通标志杆高度,即交通标志杆相对于地面的高度,如十米;预设第十一阈值可以为两米,预设第十二阈值可以为0,预设第十三阈值可以为四米。
示例性的,可以基于预设的高精地图中的地图要素的地理位置数据确定地图要素的中心点的坐标(为便于区分,称为第一坐标)、地图要素的杆底点的坐标(为便于区分,称为第二坐标)、地图要素的杆顶点的坐标(为便于区分,称为第三坐标),可以基于资料数据确定轨迹点的坐标(为便于区分,称为第四坐标),并计算第一坐标与第二坐标之间的距离,如果该距离小于十米,则说明该地图要素可能表征实际道路场景中的交通标志杆,即该地图要素可能为交通标志杆地图要素。在此基础上,计算第四坐标与第二坐标之间的距离,如果该距离小于两米,则说明该地图要素可能为道路上的交通标志杆,即该地图要素可能为交通标志杆地图要素。在此基础上,计算第三坐标与第四坐标之间的距离,如果该距离大于四米,则说明该地图要素的杆顶点位于轨迹数据中轨迹点之上,该地图要素可能为交通标志杆地图要素。
在本实施例中,通过结合地图要素的中心点与轨迹数据中轨迹点之间的水平距离、杆底点与轨迹数据中轨迹点之间的垂直距离、杆顶点与轨迹数据中轨迹之间的垂直距离确定交通标志杆地图要素,可以使得交通标志杆地图要素位于道路,且与道路面有一定的合适距离(如与实际道路场景贴合的距离),从而使得交通标志杆地图要素具有较高的准确性和可靠性。
S505:根据资料数据和预设的高精地图中的地图要素的地理位置数据,从交通标志杆地图要素中获取与待评测交通标志杆的中心点距离最近的交通标志杆地图要素。
示例性的,交通标志杆地图要素的数量可能为一个,也可能为多个,若交通标志杆地图要素的数量为一个,则确定出的与待评测交通标志杆的中心点距离最近的交通标志杆地图要素即为该交通标志杆地图要素。若交通标志杆地图要素的数量为多个,则分别计算待评测交通标志杆的中心点与各交通标志杆地图要素的中心点之间各自对应的距离,并从各距离中确定与待评测交通标志杆的中心点最近的交通标志杆地图要素。
同理,待评测交通标志杆的数量也可能为一个,也可能为多个,则若待评测交通标志杆的数量为多个时,则针对每一待评测交通标志杆分别执行该操作,即分别确定与各待评测交通标志杆的中心点最近的交通标志杆地图要素。
S506:获取最近的中心点距离小于预设第十九阈值的交通标志杆地图要素。
同理,预设第十九阈值可以基于需求、历史记录、以及试验等方式确定,本实施例不做限定。例如预设第十九阈值为1米。
S507:构建待评测交通标志杆、以及获取到的与待评测地图要素的中心点距离最近的交通标志杆地图要素之间的匹配关系。
其中,具有匹配关系的待评测交通标志杆与交通标志杆地图要素在实际道路场景中表征同一对象,如表征实际道路场景中的同一交通标志杆。
待评测交通标志杆的中心点与交通标志杆地图要素的中心点之间的距离越小,则二者越有可能在实际道路场景中表征同一交通标志杆,因此基于最近的中心点距离构建匹配关系,可以使得匹配关系具有较高的准确性和可靠性。
S508:将具有匹配关系的交通标志杆地图要素的数量与交通标志杆地图要素的总数量之商确定为召回率;和/或,将不具有匹配关系的待评测交通标志杆的数量与待评测交通标志杆的总数量之商确定为冗余率。
其中,评测结果包括召回率和/或冗余率。
示例型性的,若交通标志杆地图要素的总数量为m(m为大于等于1的正整数)个,具有匹配关系的交通标志杆地图要素的数量为n(n为大于等于0的整数)个,则召回率=n/m。
若不具有匹配关系的待评测交通标志杆的数量为k(k为大于等于0的整数)个,待评测交通标志杆的数量为j个(j为大于等于1的正整数)个,则冗余率=k/j。
上述示例从车道线类型属性、交通牌类型属性、地面标志类型属性、交通标志杆类型属性对评测方法进行了相对较为详细地阐述,且评测结果从召回率和冗余率两个维度进行了展开说明。
在另一些实施例中,评测结果还可以从更多的维度展开,如从相对精度和绝对精度的维度展开,且相对精度还可以包括地图要素的相对精度和车道的相对精度。
示例性的,现结合图6从地图要素的相对精度、车道宽度的相对精度、地图要素的绝对精度的维度对评测方法进行阐述,其中,该方法包括:
S601:获取待评测地图要素及用于生成待评测地图要素的资料数据。
同理,为了避免繁琐的陈述,关于本实施例与上述实施例相同的技术特征,本实施例不再赘述。
S602:基于待评测地图要素的类型属性和资料数据,从预设的高精地图中获取目标地图要素。其中,目标地图要素与待评测地图要素在实际道路场景中对应的地物要素具有对应性。
S603:确定待评测地图要素与目标地图要素之间的匹配关系。
其中,具有匹配关系的待评测地图要素与目标地图要素在实际道路场景中表征同一地物要素。
S604:从具有匹配关系的地图要素中,获取任意两对具有匹配关系的地图要素。
示例性的,从待评测地图要素中获取第一待评测地图要素和第二待评测地图要素,从目标地图要素中获取第一目标地图要素和第二目标地图要素,第一待评测地图要素与第一目标地图要素具有匹配关系,第二待评测地图要素与第二目标地图要素具有匹配关系。
S605:根据资料数据和预设的高精地图中的地图要素的地理位置数据,计算每对具有匹配关系的地图要素之间的距离,得到两个距离。
示例性的,结合上述分析,可以基于资料数据确定第一待评测地图要素和第二待评测地图各自对应的坐标,可以基于预设的高精地图中的地图要素的地理位置数据确定第一目标地图要素和第二目标地图要素各自对应的坐标。相应的,可以计算第一待评测地图要素与第一目标地图要素之间的距离(为便于区分,将该距离称为第一距离),计算第二待评测地图要素与第二目标地图要素之间的距离(为便于区分,将该距离称为第二距离)。
S606:计算两个距离之间的差值,并将该差值确定为待评测地图要素的相对精度。
其中,评测结果包括待评测地图要素的相对精度。
示例性的,结合上述分析,计算第一距离与第二距离之间的差值,并将该差值确定为待评测地图要素的相对精度。
S607:从具有匹配关系的地图要素中,获取任意具有匹配关系的待评测地图要素和目标地图要素。
示例性的,获取第一待评测地图要素和第一目标地图要素,第一待评测地图要素与第一目标地图要素具有匹配关系。
S608:根据资料数据和预设的高精地图中的地图要素的地理位置数据,计算获取到的具有匹配关系的待评测地图要素与目标地图要素之间的距离差值,并将该距离差值确定为待评测地图要素的绝对精度。其中,评测结果包括所述待评测地图要素的绝对精度。
示例性的,结合上述分析,可以基于资料数据确定第一待评测地图要素的坐标,可以基于预设的高精地图中的地图要素的地理位置数据确定第一目标地图要素的坐标。相应的,计算第一待评测地图要素与第一目标地图要素之间的坐标差值,并将该差值确定为待评测地图要素的绝对精度。
值得说明的是,在一些实施例中,地图要素具有方向属性,方向属性包括用于表征垂直于地图要素所处的道路的横切面的纵向属性,或者用于表征平行与横切面的横向属性。
车道线类型的地图要素的方向属性为横向属性,地图要素中除车道线类型之外的其他类型属性的地图要素,如交通牌类型的地图要素、地面标志类型的地图要素、交通标志杆类型的地图要素等的方向属性可能为横向属性,也可能为纵向属性,相应的,绝对精度可以为横向属性的绝对精度,也可以为纵向属性的绝对精度。
例如,若第一待评测地图要素与第一目标地图要素为车道线类型,则基于上述方法得到的绝对精度为横向属性的绝对精度。
若第一待评测地图要素与第一目标地图要素为交通牌类型、地图标志类型、交通标志杆类型中的一种,则基于上述方法得到的绝对精度可以为横向属性的绝对精度,也可以为纵向属性的绝对精度。
示例性的,若第一待评测地图要素为待评测交通牌,第一目标地图要素为交通牌地图要素,则可以计算待评测交通牌的中心点的横坐标与交通牌地图要素的中心点的横坐标之间的差值,并将该差值确定为待评测交通牌的横向属性的绝对精度。
或者,也可以计算待评测交通牌的中心点的纵坐标与交通牌地图要素的中心点的纵坐标之间的差值,并将该差值确定为待评测交通牌的纵向属性的绝对精度。
其中,还可以基于角点确定横向属性的绝对精度和纵向属性的绝对精度,实现原理可以参见上述示例,此处不再赘述。
S609:从待评测地图要素中,获取任意车道的两条待评测地图要素,并分别获取与两条待评测地图要素具有匹配关系的目标地图要素。
S610:根据预设的高精地图中的地图要素的地理位置数据,计算获取到的两条目标地图要素之间的第一差值。
示例性的,可以基于预设的高精地图中的地图要素的地理位置数据,确定两条目标地图要素各自对应的坐标,并计算两个坐标之间的差值,得到第一差值。
S611:根据资料数据计算获取到的两条待评测地图要素之间的第二差值。
示例性的,可以基于资料数据中的轨迹数据,确定两条待评测地图要素各自对应的坐标,并计算两个坐标之间的差值,得到第二差值。
S612:将第一差值与第二差值之间的差值确定为车道宽度的相对精度。其中述评测结果包括车道宽度的相对精度。
值得说明的是,上述各实施例可以为独立的实施例,也可以相互组合得到新的实施例,如可以将图2至图6中任意多个图所述的实施例组合得到新的实施例,且可以将上述实施例中的部分示例组合得到新的实施例,如可以将图2与图6中确定车道宽度的相对精度的实施例组合得到新的实施例,本实施例不做限定。
在一些实施例中,得到评测结果之后,可以基于评测结果生成评测报告,并可以输出评测报告,以便相关工作人员查阅。
请参阅图7,图7为本公开一个实施例的地图要素的评测装置的示意图。如图7所示,该装置700包括:
第一获取单元701,用于获取待评测地图要素及用于生成所述待评测地图要素的资料数据。
第二获取单元702,用于基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,所述目标地图要素与所述待评测地图要素在实际道路场景中对应的地物要素具有对应性。
评测单元703,用于将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果。
请参阅图8,图8为本公开另一实施例的地图要素的评测装置的示意图。如图7所示,该装置800包括:
第一获取单元801,用于获取待评测地图要素及用于生成所述待评测地图要素的资料数据。
第二获取单元802,用于基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,所述目标地图要素与所述待评测地图要素在实际道路场景中对应的地物要素具有对应性。
在一些实施例中,所述待评测地图要素的类型属性为车道线类型,所述资料数据包括轨迹数据;所述第二获取单元802用于,根据所述待评测地图要素的类型属性和所述资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为车道线类型但不是车道边缘或防护栏、方向与所述轨迹数据的方向相同、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
结合图8可知,在一些实施例中,所述第二获取单元802包括:
第一计算子单元8021,用于根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述轨迹数据中轨迹点到所述预设的高精地图中的地图要素的水平距离和垂直距离。
第一确定子单元8022,用于将所述水平距离小于预设第一阈值且所述垂直距离将小于预设第二阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
在一些实施例中,所述待评测地图要素的类型属性为交通牌类型,所述资料数据包括轨迹数据;所述第二获取单元802用于,根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通牌类型、方向与所述轨迹数据的方向的夹角小于预设第三阈值、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
结合图8可知,在一些实施例中,所述第二获取单元802包括:
第二计算子单元8023,用于根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述预设的高精地图中的地图要素的中心点到所述轨迹数据中轨迹点的第一距离,并计算所述预设的高精地图中的地图要素的高度与所述轨迹数据中轨迹点的第二距离。
第二确定子单元8024,用于将所述第一距离小于预设第四阈值、所述第二距离小于预设第五阈值且大于预设第六阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
在一些实施例中,所述待评测地图要素的类型属性为地面标志类型,所述资料数据包括轨迹数据;所述第二获取单元802用于,根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为地面标志类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第七阈值、中心点与所述轨迹数据中轨迹点的垂直距离小于预设第八阈值且大于预设第九阈值的地图要素,确定为所述目标地图要素。
在一些实施例中,所述待评测地图要素的类型属性为交通标志杆类型,所述资料数据包括轨迹数据;所述第二获取单元802用于,根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通标志杆类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第十阈值、所述轨迹数据中轨迹点与所述预设的高精地图中的地图要素的杆底点的垂直距离小于预设第十一阈值且大于预设第十二阈值、所述预设的高精地图中的地图要素的杆顶点与所述轨迹数据中轨迹点的垂直距离小于第十三阈值的地图要素,确定为与所目标地图要素。
评测单元803,用于将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果。
结合图8可知,在一些实施例中,评测单元803,包括:
第三确定子单元8031,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,其中,具有所述匹配关系的待评测地图要素与目标地图要素在实际道路场景中表征同一地物要素。
在本公开的一个实施例中,所述待评测地图要素的类型属性为车道线类型;所述第三确定子单元8031,包括:
采样模块,用于根据预设间隔和所述预设的高精地图中的地图要素的地理位置数据,对所述目标地图要素进行采样处理,得到所述目标地图要素中的多个采样点。
第一计算模块,用于根据所述资料数据和所述预设高精地图中的地图要素的地理位置数据,计算每一采样点投影至所述待评测地图要素的投影距离。
第一获取模块,用于从所述多个采样点中,获取投影距离最短且投影距离小于预设第十四阈值、所属的目标地图要素与最短的投影距离对应的待评测地图要素具有相同的车道线属性的采样点,其中,车道线属性用于区分不同种类的车道线。
第一构建模块,用于构建获取到的采样点所属的目标地图要素、以及最短的投影距离对应的待评测地图要素之间的匹配关系。
在一些实施例中,所述待评测地图要素的类型属性为交通牌类型;所述第三确定子单元8031,包括:
第二获取模块,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素。
第三获取模块,用于获取最近的中心点距离小于预设第十五阈值,且所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的面积差异比小于预设第十六阈值的目标地图要素。
第二构建模块,用于构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在一些实施例中,所述待评测地图要素的类型属性为地面标志类型;所述第三确定子单元8031,包括:
第四获取模块,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素。
第五获取模块,用于获取最近的中心点距离小于预设第十七阈值,且所述待评测地图要素、以及获取到的与待评测地图要素的中心点距离最近的目标地图要素之间的面积重叠比大于预设第十八阈值的目标地图要素。
第三构建模块,用于构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
在一些实施例中,所述待评测地图要素的类型属性为交通标志杆类型;所述第三确定子单元8031,包括:
第六获取模块,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素。
第七获取模块,用于获取最近的中心点距离小于预设第十九阈值的目标地图要素。
第四构建模块,用于构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
评测子单元8032,用于将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,其中,所述评测结果包括所述冗余率和/或召回率。
在一些实施例中,评测子单元8032,包括:
第二计算模块,用于计算具有所述匹配关系的目标地图要素中与待评测地图要素之间的投影距离小于所述预设第十四阈值的采样点的匹配数量,第一确定模块,用于将所述匹配数量与采样点的总数量之商确定为召回率;和/或,
第三计算模块,用于计算具有所述匹配关系的待评测地图要素的长度与真值匹配距离之差,第二确定模块,用于将该差与具有所述匹配关系的待评测地图要素的长度之商确定为冗余率,其中,所述真值匹配距离为具有所述匹配关系的目标地图要素中,具有所述匹配关系的目标地图要素与待评测地图之间的投影距离小于所述第十四阈值的距离。
在一些实施例中,所述待评测地图要素的类型属性为交通牌类型;评测子单元8032用于,将具有所述匹配关系的目标地图要素的数量与所述目标地图要素的总数量之商确定为召回率;和/或,
所述评测子单元用于,将不具有所述匹配关系的待评测地图要素的数量与所述待评测地图要素的总数量之商确定为冗余率。
第一获取子8033单元,用于从具有所述匹配关系的地图要素中,获取任意两对具有所述匹配关系的地图要素。
第三计算子单元8034,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算每对具有所述匹配关系的地图要素之间的距离,得到两个距离。
第四计算子单元8035,用于计算所述两个距离之间的差值,并将该差值确定为所述待评测地图要素的相对精度,其中,所述评测结果包括所述待评测地图要素的相对精度。
第二获取子单元8036,用于从具有所述匹配关系的地图要素中,获取任意具有所述匹配关系的待评测地图要素和目标地图要素。
第五计算子单元8037,用于根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算获取到的具有所述匹配关系的待评测地图要素与目标地图要素之间的距离差值,并将该距离差值确定为所述待评测地图要素的绝对精度,其中,所述评测结果包括所述待评测地图要素的绝对精度。
第三获取子单元8038,用于从所述待评测地图要素中,获取任意车道的两条待评测地图要素,并分别获取与两条待评测地图要素具有匹配关系的目标地图要素。
第六计算子单元8039,用于根据所述预设的高精地图中的地图要素的地理位置数据,计算获取到的两条目标地图要素之间的第一差值。
第七计算子单元8040,用于根据所述资料数据计算获取到的两条待评测地图要素之间的第二差值。
第四确定子单元8041,用于将所述第一差值与所述第二差值之间的差值确定为车道宽度的相对精度,其中,所述评测结果包括所述车道宽度的相对精度。
图9为本公开实施例提供的电子设备的硬件结构示意图。如图9所示,本公开实施例的电子设备900可以包括:至少一个处理器901(图9中仅示出了一个处理器);以及,与至少一个处理器通信连接的存储器902。其中,存储器902存储有可被至少一个处理器901执行的指令,指令被至少一个处理器901执行,以使电子设备900能够执行前述任一方法实施例中的技术方案。
可选的,存储器902既可以是独立的,也可以跟处理器901集成在一起。
当存储器902是独立于处理器901之外的器件时,电子设备900还包括:总线903,用于连接存储器902和处理器901。
本公开实施例提供的电子设备可以执行前述任一方法实施例的技术方案,其实现原理和技术效果类似,在此不再赘述。
本公开实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,当计算机程序被处理器执行时用于实现前述任一方法实施例中的技术方案。
本公开实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现前述任一方法实施例中的技术方案。
本公开实施例还提供了一种芯片,包括:处理模块与通信接口,该处理模块能执行前述方法实施例中的技术方案。
进一步地,该芯片还包括存储模块(如,存储器),存储模块用于存储指令,处理模块用于执行存储模块存储的指令,并且对存储模块中存储的指令的执行使得处理模块执行前述方法实施例中的技术方案。
应理解,上述处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application Specific Integrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本公开附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称:ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备中。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (20)
1.一种地图要素的评测方法,其特征在于,所述方法包括:
获取待评测地图要素及用于生成所述待评测地图要素的资料数据;
基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,所述目标地图要素与所述待评测地图要素在实际道路场景中对应的地物要素具有对应性;
将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果。
2.根据权利要求1所述的方法,其特征在于,所述待评测地图要素的类型属性为车道线类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和所述资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为车道线类型但不是车道边缘或防护栏、方向与所述轨迹数据的方向相同、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
3.根据权利要求2所述的方法,其特征在于,获取与所述待评测地图要素位于相同道路的地图要素,包括:
根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述轨迹数据中轨迹点到所述预设的高精地图中的地图要素的水平距离和垂直距离;
将所述水平距离小于预设第一阈值且所述垂直距离将小于预设第二阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
4.根据权利要求1所述的方法,其特征在于,所述待评测地图要素的类型属性为交通牌类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通牌类型、方向与所述轨迹数据的方向的夹角小于预设第三阈值、与所述待评测地图要素位于相同道路的地图要素作为所述目标地图要素。
5.根据权利要求4所述的方法,其特征在于,获取与所述待评测地图要素位于相同道路的地图要素,包括:
根据所述轨迹数据中轨迹点的地理位置数据和所述预设的高精地图中的地图要素的地理位置数据,计算所述预设的高精地图中的地图要素的中心点到所述轨迹数据中轨迹点的第一距离,并计算所述预设的高精地图中的地图要素的高度与所述轨迹数据中轨迹点的第二距离;
将所述第一距离小于预设第四阈值、所述第二距离小于预设第五阈值且大于预设第六阈值的地图要素,确定为与所述待评测地图要素位于相同道路的地图要素。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述待评测地图要素的类型属性为地面标志类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为地面标志类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第七阈值、中心点与所述轨迹数据中轨迹点的垂直距离小于预设第八阈值且大于预设第九阈值的地图要素,确定为所述目标地图要素。
7.根据权利要求1-5中任一项所述的方法,其特征在于,所述待评测地图要素的类型属性为交通标志杆类型,所述资料数据包括轨迹数据;所述基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,包括:
根据所述待评测地图要素的类型属性和资料数据,及所述预设的高精地图中的地图要素的地理位置数据和类型属性,从所述预设的高精地图中,获取类型属性为交通标志杆类型、中心点与所述轨迹数据中轨迹点的水平距离小于预设第十阈值、所述轨迹数据中轨迹点与所述预设的高精地图中的地图要素的杆底点的垂直距离小于预设第十一阈值且大于预设第十二阈值、所述预设的高精地图中的地图要素的杆顶点与所述轨迹数据中轨迹点的垂直距离小于第十三阈值的地图要素,确定为与所目标地图要素。
8.根据权利要求1-5中任一项所述的方法,其特征在于,所述将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,其中,具有所述匹配关系的待评测地图要素与目标地图要素在实际道路场景中表征同一地物要素;
将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,其中,所述评测结果包括所述冗余率和/或召回率。
9.根据权利要求8所述的方法,其特征在于,所述待评测地图要素的类型属性为车道线类型;根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,所述确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据预设间隔和所述预设的高精地图中的地图要素的地理位置数据,对所述目标地图要素进行采样处理,得到所述目标地图要素中的多个采样点;
根据所述资料数据和所述预设高精地图中的地图要素的地理位置数据,计算每一采样点投影至所述待评测地图要素的投影距离;
从所述多个采样点中,获取投影距离最短且投影距离小于预设第十四阈值、所属的目标地图要素与最短的投影距离对应的待评测地图要素具有相同的车道线属性的采样点,其中,车道线属性用于区分不同种类的车道线;
构建获取到的采样点所属的目标地图要素、以及最短的投影距离对应的待评测地图要素之间的匹配关系。
10.根据权利要求9所述的方法,其特征在于,所述将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,包括:
计算具有所述匹配关系的目标地图要素中与待评测地图要素之间的投影距离小于所述预设第十四阈值的采样点的匹配数量,并将所述匹配数量与采样点的总数量之商确定为召回率;和/或,
计算具有所述匹配关系的待评测地图要素的长度与真值匹配距离之差,将该差与具有所述匹配关系的待评测地图要素的长度之商确定为冗余率,其中,所述真值匹配距离为具有所述匹配关系的目标地图要素中,具有所述匹配关系的目标地图要素与待评测地图之间的投影距离小于所述第十四阈值的距离。
11.根据权利要求8所述的方法,其特征在于,所述待评测地图要素的类型属性为交通牌类型;所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
获取最近的中心点距离小于预设第十五阈值,且所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的面积差异比小于预设第十六阈值的目标地图要素;
构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
12.根据权利要求8所述的方法,其特征在于,所述待评测地图要素的类型属性为地面标志类型;所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
获取最近的中心点距离小于预设第十七阈值,且所述待评测地图要素、以及获取到的与待评测地图要素的中心点距离最近的目标地图要素之间的面积重叠比大于预设第十八阈值的目标地图要素;
构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
13.根据权利要求8所述的方法,其特征在于,所述待评测地图要素的类型属性为交通标志杆类型;所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系,包括:
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,从所述目标地图要素中获取与所述待评测地图要素的中心点距离最近的目标地图要素;
获取最近的中心点距离小于预设第十九阈值的目标地图要素;
构建所述待评测地图要素、以及获取到的与所述待评测地图要素的中心点距离最近的目标地图要素之间的匹配关系。
14.根据权利要求8所述的方法,其特征在于,所述待评测地图要素的类型属性为交通牌类型;所述将具有所述匹配关系的目标地图要素的属性值作为真值,对具有所述匹配关系的待评测地图要素的属性值进行评测,得到具有所述匹配关系的待评测地图要素的冗余率和/或召回率,包括:
将具有所述匹配关系的目标地图要素的数量与所述目标地图要素的总数量之商确定为召回率;和/或,
将不具有所述匹配关系的待评测地图要素的数量与所述待评测地图要素的总数量之商确定为冗余率。
15.根据权利要求8所述的方法,其特征在于,在所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系之后,所述方法还包括:
从具有所述匹配关系的地图要素中,获取任意两对具有所述匹配关系的地图要素;
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算每对具有所述匹配关系的地图要素之间的距离,得到两个距离;
计算所述两个距离之间的差值,并将该差值确定为所述待评测地图要素的相对精度,其中,所述评测结果包括所述待评测地图要素的相对精度。
16.根据权利要求8所述的方法,其特征在于,在所述根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,确定所述待评测地图要素与所述目标地图要素之间的匹配关系之后,所述方法还包括:
从具有所述匹配关系的地图要素中,获取任意具有所述匹配关系的待评测地图要素和目标地图要素;
根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,计算获取到的具有所述匹配关系的待评测地图要素与目标地图要素之间的距离差值,并将该距离差值确定为所述待评测地图要素的绝对精度,其中,所述评测结果包括所述待评测地图要素的绝对精度。
17.根据权利要求8所述的方法,其特征在于,在根据所述资料数据和所述预设的高精地图中的地图要素的地理位置数据,所述确定所述待评测地图要素与所述目标地图要素之间的匹配关系之后,所述方法还包括:
从所述待评测地图要素中,获取任意车道的两条待评测地图要素,并分别获取与两条待评测地图要素具有匹配关系的目标地图要素;
根据所述预设的高精地图中的地图要素的地理位置数据,计算获取到的两条目标地图要素之间的第一差值;
根据所述资料数据计算获取到的两条待评测地图要素之间的第二差值;
将所述第一差值与所述第二差值之间的差值确定为车道宽度的相对精度,其中,所述评测结果包括所述车道宽度的相对精度。
18.一种地图要素的评测装置,其特征在于,所述装置包括:
第一获取单元,用于获取待评测地图要素及用于生成所述待评测地图要素的资料数据;
第二获取单元,用于基于所述待评测地图要素的类型属性和所述资料数据,从预设的高精地图中获取目标地图要素,所述目标地图要素与所述待评测地图要素在实际道路场景中对应的地物要素具有对应性;
评测单元,用于将所述目标地图要素的属性值作为真值,对所述待评测地图要素的属性值进行评测,得到评测结果。
19.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-17中任一项所述的方法。
20.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-17中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211027125.4A CN115393319A (zh) | 2022-08-25 | 2022-08-25 | 地图要素的评测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211027125.4A CN115393319A (zh) | 2022-08-25 | 2022-08-25 | 地图要素的评测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115393319A true CN115393319A (zh) | 2022-11-25 |
Family
ID=84122870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211027125.4A Pending CN115393319A (zh) | 2022-08-25 | 2022-08-25 | 地图要素的评测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115393319A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115615444A (zh) * | 2022-12-02 | 2023-01-17 | 高德软件有限公司 | 地图数据的检测方法、装置及存储介质 |
CN116756264A (zh) * | 2023-08-18 | 2023-09-15 | 高德软件有限公司 | 重建数据评测方法、装置、电子设备及存储介质 |
-
2022
- 2022-08-25 CN CN202211027125.4A patent/CN115393319A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115615444A (zh) * | 2022-12-02 | 2023-01-17 | 高德软件有限公司 | 地图数据的检测方法、装置及存储介质 |
CN115615444B (zh) * | 2022-12-02 | 2023-03-10 | 高德软件有限公司 | 地图数据的检测方法、装置及存储介质 |
CN116756264A (zh) * | 2023-08-18 | 2023-09-15 | 高德软件有限公司 | 重建数据评测方法、装置、电子设备及存储介质 |
CN116756264B (zh) * | 2023-08-18 | 2023-11-17 | 高德软件有限公司 | 重建数据评测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111380539B (zh) | 车辆定位、导航方法和装置及相关系统 | |
CN115393319A (zh) | 地图要素的评测方法和装置 | |
CN101275839B (zh) | 地物信息收集装置与地物信息收集方法 | |
US8229169B2 (en) | Feature information collecting apparatus and feature information collecting method | |
US8184861B2 (en) | Feature information management apparatuses, methods, and programs | |
CN115424232B (zh) | 一种路面坑槽的识别和评价方法、电子设备及存储介质 | |
CN102208013B (zh) | 风景匹配参考数据生成系统和位置测量系统 | |
US9978161B2 (en) | Supporting a creation of a representation of road geometry | |
CN101819042B (zh) | 导航装置及导航方法 | |
CN108627175A (zh) | 用于识别车辆位置的系统和方法 | |
CN101815928A (zh) | 捕获供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法 | |
CN101523157A (zh) | 用于产生正射纠正瓦片的方法和设备 | |
CN108573611B (zh) | 一种限速标识融合方法以及限速标识融合系统 | |
CN104422462A (zh) | 一种车辆导航的方法、装置 | |
CN109154505B (zh) | 用于确定车辆相对于马路的车道的横向位置的方法、设备和具有指令的计算机可读存储介质 | |
CN114859374B (zh) | 基于无人机激光点云和影像融合的新建铁路交叉测量方法 | |
CN111272190A (zh) | 地图标定错误检测方法和装置 | |
CN110018503B (zh) | 车辆的定位方法及定位系统 | |
WO2019239477A1 (ja) | 地図生成装置および地図生成システム | |
CN111460861B (zh) | 一种道路交通标志识别方法、装置和识别设备 | |
CN114763999A (zh) | 地图生成装置、地图生成方法以及地图生成用计算机程序 | |
CN115366899B (zh) | 一种基于北斗的远程车载路径识别系统 | |
CN113392170A (zh) | 一种高精度地图数据的生成方法、装置及服务器 | |
US10883839B2 (en) | Method and system for geo-spatial matching of sensor data to stationary objects | |
CN116753935A (zh) | 地图图像处理及地图制作方法、装置、设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |