CN115423965B - 地图构建方法、设备、车辆和存储介质 - Google Patents

地图构建方法、设备、车辆和存储介质 Download PDF

Info

Publication number
CN115423965B
CN115423965B CN202211373392.7A CN202211373392A CN115423965B CN 115423965 B CN115423965 B CN 115423965B CN 202211373392 A CN202211373392 A CN 202211373392A CN 115423965 B CN115423965 B CN 115423965B
Authority
CN
China
Prior art keywords
map
vehicle
local
pose
dimensional
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
Application number
CN202211373392.7A
Other languages
English (en)
Other versions
CN115423965A (zh
Inventor
郭成成
杨帅
袁弘渊
任少卿
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.)
Anhui Weilai Zhijia Technology Co Ltd
Original Assignee
Anhui Weilai Zhijia 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 Anhui Weilai Zhijia Technology Co Ltd filed Critical Anhui Weilai Zhijia Technology Co Ltd
Priority to CN202211373392.7A priority Critical patent/CN115423965B/zh
Publication of CN115423965A publication Critical patent/CN115423965A/zh
Application granted granted Critical
Publication of CN115423965B publication Critical patent/CN115423965B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)

Abstract

本发明提供了一种地图构建方法、设备、车辆和存储介质,包括基于多批次车端建图资料及二维高精地图,构建包含局部车端地图和局部高精地图的局部地图集合;获取局部地图集合中的闭环;根据预设的残差约束和至少基于闭环构建的位姿约束,对局部车端地图进行二维位姿调整,得到调整二维位姿后的局部车端地图;根据位姿约束,对调整二维位姿后的局部车端地图进行高程方向的位姿调整,得到目标局部车端地图。这样,可以对多批次车端建图资料中所有地图要素的几何位置进行位姿调整,使得调整后多批次车端建图资料之间的几何偏差减小,提高车端建图资料的聚集程度,提高多批次车端建图资料对应的建图结果的全局一致性,降低后续的地图融合环节的难度。

Description

地图构建方法、设备、车辆和存储介质
技术领域
本发明涉及地图处理技术领域,具体提供一种地图构建方法、设备、车辆和存储介质。
背景技术
高精度地图相较于普通电子地图具有精度更高、数据维度更多等特点。然而,高精地图可以基于专业测绘车采集的地图数据生产资料进行制作,但是由于专业测绘车成本高、数量少,基于低成本的众包采集设备采集的地图数据来构建地图成为主要的地图构建方法。
然而,每个众包采集设备每一次上传的车端建图资料有其局部一致性,但多批次的上传的车端建图资料之间可能无法保证车端建图资料的全局一致性,原因在于同一个地方车辆在进行车端建图时定位,感知等模块存在随机噪声,与建图时场景的时空分布都有显著关系,从而使得同一个地方的多车,多趟车端建图资料存在各自局部一致,整体全局不一致的现象,造成车端建图资料的聚集程度较低,导致后续的地图融合环节的难度增加。
发明内容
为了克服上述缺陷,提出了本发明,以提供解决或至少部分地解决车端建图资料的聚集程度较低,导致后续的地图融合环节的难度增加的技术问题的地图构建方法、设备、车辆和存储介质。
在第一方面,本发明提供一种地图构建方法,所述地图构建方法包括:
基于多批次车端建图资料及二维高精地图,构建局部地图集合;其中,所述局部地图集合包括局部车端地图和与所述局部车端地图对应的局部高精地图;
获取所述局部地图集合中的闭环,所述闭环包括由具有空间重叠关系的两个所述局部车端地图形成的闭环,和/或,由具有空间重叠关系的所述局部高精地图以及局部车端地图形成的闭环;
根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图;
根据所述位姿约束,对调整二维位姿后的所述局部车端地图进行高程方向的位姿调整,得到目标局部车端地图。
进一步地,上述所述的地图构建方法中,获取所述局部地图集合中的闭环,包括:
基于预先构建的车端建图资料与导航地图的道路之间的关联关系,获取所述局部地图集合中的闭环。
进一步地,上述所述的地图构建方法中,根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图,包括:
获取所述局部车端地图的地图要素的类型;
根据所述局部车端地图的地图要素的类型,确定所述局部车端地图的可调整自由度;
根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图的所述可调整自由度进行二维位姿调整,得到调整二维位姿后的所述局部车端地图。
进一步地,上述所述的地图构建方法中,所述局部车端地图的地图要素的类型包括点到线类型和/或点到点类型;
根据所述局部车端地图的地图要素的类型,确定所述局部车端地图的可调整自由度,包括:
若所述局部车端地图的地图要素的类型仅包括所述点到线类型,确定所述局部车端地图的可调整自由度为横向偏移的自由度和航偏角的自由度;
若所述局部车端地图的地图要素的类型仅包括所述点到点类型或者同时包括所述点到线类型和所述点到点类型,确定所述局部车端地图的初始位姿对应的可调整自由度为横向偏移的自由度、纵向偏移的自由度和航偏角的自由度。
进一步地,上述所述的地图构建方法中,基于多批次车端建图资料及二维高精地图,构建局部地图集合,包括:
基于所述车端建图资料对应的元信息,得到多个时间和空间上均连续的局部车端地图;
从所述二维高精地图查找出与所述局部车端地图空间相对应的局部高精地图;
将所述局部高精地图和多个局部车端地图构建为所述局部地图集合。
进一步地,上述所述的地图构建方法中,所述元信息至少包括车辆标识和建图时间;
基于所述车端建图资料对应的元信息得到多个时间和空间上均连续的局部车端地图,包括:
根据所述建图时间,获取在预设时间段内所述车辆标识对应的多个时间上连续的车端建图资料;
在预设空间范围内,对多个时间上连续的车端建图资料进行空间排序,得到时间上和空间上均连续的车端建图资料。
进一步地,上述所述的地图构建方法中,所述方法还包括:
获取多批次所述车端建图资料,其中所述车端建图资料包括具有高程信息的三维地图和车辆行驶轨迹信息;所述车辆行驶轨迹信息包括车辆所在空间位置和/或车辆行驶方向。
在第二方面,本发明提供一种地图构建设备,所述地图构建设备包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的地图构建方法。
在第三方面,提供一种车辆,所述车辆包括如上所述的地图构建设备。进一步地,上述所述的智能家居设备的控制系统中,所述智能家居设备包括空调和/或空气净化器。
在第四方面,提供一种计算机可读存储介质,该计算机可读存储介质其中存储有多条程序代码,所述程序代码适于由处理器加载并运行以执行上述任一项技术方案所述的地图构建方法。
本发明上述一个或多个技术方案,至少具有如下一种或多种有益效果:
在实施本发明的技术方案中,基于多批次车端建图资料及二维高精地图,构建局部地图集合;并获取所述局部地图集合中的闭环后,根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图,然后根据所述位姿约束,对调整二维位姿后的所述局部车端地图进行高程方向的位姿调整,得到目标局部车端地图。这样,可以充分利用二维高精地图的二维平面信息和车端建图资料的高程信息,对多批次车端建图资料对应的所有地图要素的几何位置进行位姿调整,使得调整后多批次车端建图资料之间的几何偏差会大大减小,提高车端建图资料的聚集程度,进而提高了多批次车端建图资料对应的建图结果的全局一致性,降低了后续的地图融合环节的难度。
附图说明
参照附图,本发明的公开内容将变得更易理解。本领域技术人员容易理解的是:这些附图仅仅用于说明的目的,而并非意在对本发明的保护范围组成限制。此外,图中类似的数字用以表示类似的部件,其中:
图1是根据本发明的一个实施例的智能家居设备的控制方法的主要步骤流程示意图;
图2是局部地图集合对应的闭环示意图;
图3是调整位姿前后的建图结果对比示意图;
图4是根据本发明的一个实施例的地图构建设备的主要结构框图。
具体实施方式
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
在本发明的描述中,“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路,各种合适的感应器,通信端口,存储器,也可以包括软件部分,比如程序代码,也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
每个众包采集设备每一次上传的车端建图资料有其局部一致性,但多批次的上传的车端建图资料之间可能无法保证车端建图资料的全局一致性,原因在于同一个地方车辆在进行车端建图时定位,感知等模块存在随机噪声,与建图时场景的时空分布都有显著关系,从而使得同一个地方的多车,多趟车端建图资料存在各自局部一致,整体全局不一致的现象,造成车端建图资料的聚集程度较低,导致后续的地图融合环节的难度增加。
因此,为了解决上述技术问题,本发明 提供了以下技术方案。
参阅附图1,图1是根据本发明的一个实施例的地图构建方法的主要步骤流程示意图。如图1所示,本发明实施例中的地图构建方法主要包括下列步骤101-步骤104。
步骤101、基于多批次车端建图资料及二维高精地图,构建局部地图集合;
在一个具体实现过程中,同一车辆中的众包采集设备或者不同车辆的中的众包采集设备会在不同的时间,地点采集道路信息后,生成多批次车端建图资料进行上传。这样,可以获取多批次所述车端建图资料,然后基于多批次车端建图资料,并结合二维高精地图,构建局部地图集合。其中,所述局部地图集合包括局部车端地图和与所述局部车端地图对应的局部高精地图。车端建图资料可以包括具有高程信息的三维地图和车辆行驶轨迹信息;所述车辆行驶轨迹信息包括车辆所在空间位置和/或车辆行驶方向。其中,高程信息可以为三维坐标系中z轴方向的信息。
具体地,该步骤的实现过程,可以参考如下步骤:
(1)基于所述车端建图资料对应的元信息,得到多个时间和空间上均连续的局部车端地图;
在一个具体实现过程中,所述元信息至少包括车辆标识和建图时间。可以根据所述建图时间,获取在预设时间段内所述车辆标识对应的多个时间上连续的车端建图资料,然后在预设空间范围内,对多个时间上连续的车端建图资料进行空间排序,得到时间上和空间上均连续的车端建图资料。例如,在得到多个时间上连续的车端建图资料,这些车端建图资料可能在空间上存在重叠,此时,可以将重叠的建图资料进行合并,从而得到时间上和空间上均连续的车端建图资料,即某一车辆从建图开始到建图结束这一段时间内,时间和空间均为有序序列的车端建图资料。
(2)从所述二维高精地图查找出与所述局部车端地图空间相对应的局部高精地图;
在一个具体实现过程中,在得到局部车端地图后,可以根据局部车端地图中的一些地图元素的几何位置,并通过空间查找的方式,从二维高精地图中查找到相应的地图元素,并得到与所述局部车端地图空间相对应的局部高精地图。
(3)将所述局部高精地图和多个局部车端地图构建为所述局部地图集合。
步骤102、获取所述局部地图集合中的闭环;
在一个具体实现过程中,所述闭环包括由具有空间重叠关系的两个所述局部车端地图形成的闭环,和/或,由具有空间重叠关系的所述局部高精地图以及局部车端地图形成的闭环。
具体地,可以将局部地图集合中的两两局部地图进行匹配,以检测两两局部地图是否具有空间重叠关系,并将具有空间重叠关系的两两局部地图形成的闭环作为所述局部地图集合中的闭环。其中,在进行两两局部地图匹配时,可以通过寻找局部地图的几何基元的匹配对,基于迭代最近邻的方法进行求解,得到两两局部地图是否具有空间重叠关系的匹配结果。
在一个具体实现过程中,在高架场景和隧道场景等复杂道路场景下,由于车端建图资料的精度较差,在获取闭环时,容易出错。例如,在高架上下层的地方由于建图的高程精度不够,容易将上层的局部车端地图和下层局部车端地图构建为一个闭环,但这个闭环是个错误的闭环,并不符合实际。
因此,为了准确的得到闭环,本实施例中,可以预先构建的车端建图资料与导航地图的道路之间的关联关系,即将三维地图、车辆所在空间位置以及车辆行驶方向与导航地图进行绑定。然后,基于预先构建的车端建图资料与导航地图的道路之间的关联关系,获取所述局部地图集合中的闭环。这样,则可以明确的知道上层局部车端地图和下层局部车端地图的道路绑定关系不一致,就不会将上层局部车端地图和下层局部车端地图构建为一个闭环,在后续的匹配对齐优化过程中就能够较好的对上下层场景进行区分。
图2是局部地图集合对应的闭环示意图。如图2所示,mapi_j表示某辆车第i趟中第j个车端局部地图的锚点。图2中以i取1和2,j去1至4为例。map1_1表示某辆车第一趟中第1个车端局部地图,map2_4表示某辆车第二趟中第4个车端局部地图。HD(optinal)表示二维高精地图。每条线表示一个闭环。第一类节点K1表示先验位姿约束,第二类节点K2表示局部车端地图与二维高精地图之间的闭环位姿约束,第三类节点K3表示局部车端地图与局部车端地图之间的闭环位姿约束。
步骤103、根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图;
在一个具体实现过程中,在进行位姿调整时,不同类型的地图要素会产生不同的残差,例如,对于车道线来说,会产生点到线距离的残差,对于标志牌来说,会产生点到点距离的残差。因此,可以根据不同类型的地图要素预先设所需的残差约束,根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图。
具体地,可有基于所述闭环构建所需要的位姿约束,也可以根据闭环和先验位姿约束共同构建所需要的位姿约束。在构建所需要的位姿约束后,可以结合预设的残差约束,对局部车端地图的锚点进行二维位姿调整,即在x、y、z轴组成的三维坐标系下的x、y所对应的二维平面和航偏角进行位姿调整,得到调整二维位姿后的所述局部车端地图。
在一个具体实现过程中,局部车端地图中不同地图要素的新型对应的位姿分量可能不同,如在只包含直道车道线的局部地图,这种情况下沿着车道线方向的位姿分量不可观,如果对所有位姿分量对应的自由度进行调整,会增加迭代次数,位姿估计精度也会有一定程度的降低。因此,本实施例中,可以获取所述局部车端地图的地图要素的类型;根据所述局部车端地图的地图要素的类型,确定所述局部车端地图的可调整自由度;根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图的所述可调整自由度进行二维位姿调整,得到调整二维位姿后的所述局部车端地图。
具体地,所述局部车端地图的地图要素的类型包括点到线类型和/或点到点类型。若所述局部车端地图的地图要素的类型仅包括所述点到线类型,确定所述局部车端地图的可调整自由度为横向偏移的自由度和航偏角的自由度,即调整x轴方向(垂直于车道线的方向为x轴)的自由度和航偏角的自由度,以减少迭代次数,提高位姿估计精度。若所述局部车端地图的地图要素的类型仅包括所述点到点类型或者同时包括所述点到线类型和所述点到点类型,确定所述局部车端地图的初始位姿对应的可调整自由度为横向偏移的自由度、纵向偏移的自由度和航偏角的自由度。即调整x轴方向的自由度、y轴方向的自由度(垂直于车道线和x轴的方向为y轴)和航偏角的自由度。
步骤104、根据所述位姿约束,对调整二维位姿后的所述局部车端地图进行高程方向的位姿调整,得到目标局部车端地图。
在一个具体实现过程中,由于z轴方向的自由度不涉及点到点残差或点到线残差,可以将调整二维位姿后的所述局部车端地图作为初值,然后利用所述位姿约束,对调整二维位姿后的所述局部车端地图进行高程方向的位姿调整,得到目标局部车端地图,即调整z轴方向的自由度(平行于车道线的方向为z轴),这样,则可以得到各自由度均被调整后的局部车端地图作为所需要构建的目标局部车端地图。
图3是调整位姿前后的建图结果对比示意图,其中,图3中(1)部分为调整位姿前的建图结果,其对应的建图结果聚集程度较低,多批次车端建图资料对应的建图结果全局一致性较低。而图3中(2)部分为调整位姿后的建图结果,其对应的建图结果聚集程度较高,多批次车端建图资料对应的建图结果全局一致性较高。
本实施例的地图构建方法,基于多批次车端建图资料及二维高精地图,构建局部地图集合;并获取所述局部地图集合中的闭环后,根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图,然后根据所述位姿约束,对调整二维位姿后的所述局部车端地图进行高程方向的位姿调整,得到目标局部车端地图。这样,可以充分利用二维高精地图的二维平面信息和车端建图资料的高程信息,对多批次车端建图资料对应的所有地图要素的几何位置进行位姿调整,使得调整后多批次车端建图资料之间的几何偏差会大大减小,提高车端建图资料的聚集程度,进而提高了多批次车端建图资料对应的建图结果的全局一致性,降低了后续的地图融合环节的难度。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本发明的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时(并行)执行或以其他顺序执行,这些变化都在本发明的保护范围之内。
本领域技术人员能够理解的是,本发明实现上述一实施例的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
进一步,本发明还提供了一种地图构建设备。
参阅附图4,图4是根据本发明的一个实施例的地图构建设备的主要结构框图。如图4所示,本发明实施例中的地图构建设备可以包括控制装置包括处理器40和存储装置41。
存储装置41可以被配置成存储执行上述方法实施例的地图构建方法的程序,处理器40可以被配置成用于执行存储装置41中的程序,该程序包括但不限于执行上述方法实施例的地图构建方法的程序。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该地图构建设备可以是包括各种电子设备形成的控制设备。
进一步,本发明还提供了一种车辆,该车辆包括上述实施例的地图构建设备。
进一步,本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的地图构建方法的程序,该程序可以由处理器加载并运行以实现上述地图构建方法。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
进一步,应该理解的是,由于各个模块的设定仅仅是为了说明本发明的装置的功能单元,这些模块对应的物理器件可以是处理器本身,或者处理器中软件的一部分,硬件的一部分,或者软件和硬件结合的一部分。因此,图中的各个模块的数量仅仅是示意性的。
本领域技术人员能够理解的是,可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理,因此,拆分或合并之后的技术方案都将落入本发明的保护范围内。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种地图构建方法,其特征在于,包括:
基于多批次车端建图资料及二维高精地图,构建局部地图集合;其中,所述局部地图集合包括局部车端地图和与所述局部车端地图对应的局部高精地图;
获取所述局部地图集合中的闭环,所述闭环包括由具有空间重叠关系的两个所述局部车端地图形成的闭环,和/或,由具有空间重叠关系的所述局部高精地图以及局部车端地图形成的闭环;
根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图;
根据所述位姿约束,对调整二维位姿后的所述局部车端地图进行高程方向的位姿调整,得到目标局部车端地图;
其中,根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图进行二维位姿调整,得到调整二维位姿后的所述局部车端地图,包括:
获取所述局部车端地图的地图要素的类型;
根据所述局部车端地图的地图要素的类型,确定所述局部车端地图的可调整自由度;
根据预设的残差约束和至少基于所述闭环构建的位姿约束,对所述局部车端地图的所述可调整自由度进行二维位姿调整,得到调整二维位姿后的所述局部车端地图。
2.根据权利要求1所述的地图构建方法,其特征在于,获取所述局部地图集合中的闭环,包括:
基于预先构建的车端建图资料与导航地图的道路之间的关联关系,获取所述局部地图集合中的闭环。
3.根据权利要求1所述的地图构建方法,其特征在于,所述局部车端地图的地图要素的类型包括点到线类型和/或点到点类型;
根据所述局部车端地图的地图要素的类型,确定所述局部车端地图的可调整自由度,包括:
若所述局部车端地图的地图要素的类型仅包括所述点到线类型,确定所述局部车端地图的可调整自由度为横向偏移的自由度和航偏角的自由度;
若所述局部车端地图的地图要素的类型仅包括所述点到点类型或者同时包括所述点到线类型和所述点到点类型,确定所述局部车端地图的初始位姿对应的可调整自由度为横向偏移的自由度、纵向偏移的自由度和航偏角的自由度。
4.根据权利要求1所述的地图构建方法,其特征在于,基于多批次车端建图资料及二维高精地图,构建局部地图集合,包括:
基于所述车端建图资料对应的元信息,得到多个时间和空间上均连续的局部车端地图;
从所述二维高精地图查找出与所述局部车端地图空间相对应的局部高精地图;
将所述局部高精地图和多个局部车端地图构建为所述局部地图集合。
5.根据权利要求4所述的地图构建方法,其特征在于,所述元信息至少包括车辆标识和建图时间;
基于所述车端建图资料对应的元信息得到多个时间和空间上均连续的局部车端地图,包括:
根据所述建图时间,获取在预设时间段内所述车辆标识对应的多个时间上连续的车端建图资料;
在预设空间范围内,对多个时间上连续的车端建图资料进行空间排序,得到时间上和空间上均连续的车端建图资料。
6.根据权利要求1-5任一项所述的地图构建方法,其特征在于,所述方法还包括:
获取多批次所述车端建图资料,其中所述车端建图资料包括具有高程信息的三维地图和车辆行驶轨迹信息;所述车辆行驶轨迹信息包括车辆所在空间位置和/或车辆行驶方向。
7.一种地图构建设备,包括处理器和存储装置,所述存储装置适于存储多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行权利要求1至6中任一项所述的地图构建方法。
8.一种车辆,其特征在于,包括如权利要求7所述的地图构建设备。
9.一种计算机可读存储介质,其中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行权利要求1至6中任一项所述的地图构建方法。
CN202211373392.7A 2022-11-04 2022-11-04 地图构建方法、设备、车辆和存储介质 Active CN115423965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211373392.7A CN115423965B (zh) 2022-11-04 2022-11-04 地图构建方法、设备、车辆和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211373392.7A CN115423965B (zh) 2022-11-04 2022-11-04 地图构建方法、设备、车辆和存储介质

Publications (2)

Publication Number Publication Date
CN115423965A CN115423965A (zh) 2022-12-02
CN115423965B true CN115423965B (zh) 2023-02-28

Family

ID=84208187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211373392.7A Active CN115423965B (zh) 2022-11-04 2022-11-04 地图构建方法、设备、车辆和存储介质

Country Status (1)

Country Link
CN (1) CN115423965B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115638787B (zh) * 2022-12-23 2023-03-21 安徽蔚来智驾科技有限公司 一种数字地图生成方法、计算机可读存储介质及电子设备
CN116228925B (zh) * 2023-05-04 2023-08-08 北京集度科技有限公司 地图生成方法、装置及计算机设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109813319A (zh) * 2019-03-07 2019-05-28 山东大学 一种基于slam建图的开环优化方法及系统
CN114088081A (zh) * 2021-10-10 2022-02-25 北京工业大学 一种基于多段联合优化的用于精确定位的地图构建方法
CN115046542A (zh) * 2022-06-10 2022-09-13 广州小鹏自动驾驶科技有限公司 地图生成方法、装置、终端设备及存储介质
CN115147561A (zh) * 2022-06-30 2022-10-04 北京百度网讯科技有限公司 位姿图生成方法、高精地图生成方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016130719A2 (en) * 2015-02-10 2016-08-18 Amnon Shashua Sparse map for autonomous vehicle navigation
US10838426B2 (en) * 2016-07-21 2020-11-17 Mobileye Vision Technologies Ltd. Distributing a crowdsourced sparse map for autonomous vehicle navigation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109813319A (zh) * 2019-03-07 2019-05-28 山东大学 一种基于slam建图的开环优化方法及系统
CN114088081A (zh) * 2021-10-10 2022-02-25 北京工业大学 一种基于多段联合优化的用于精确定位的地图构建方法
CN115046542A (zh) * 2022-06-10 2022-09-13 广州小鹏自动驾驶科技有限公司 地图生成方法、装置、终端设备及存储介质
CN115147561A (zh) * 2022-06-30 2022-10-04 北京百度网讯科技有限公司 位姿图生成方法、高精地图生成方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种点线特征融合的双目同时定位与地图构建方法;蒋林等;《科学技术与工程》;20200428(第12期);第172-177页 *

Also Published As

Publication number Publication date
CN115423965A (zh) 2022-12-02

Similar Documents

Publication Publication Date Title
CN115423965B (zh) 地图构建方法、设备、车辆和存储介质
CN109631855B (zh) 基于orb-slam的高精度车辆定位方法
CN110033489B (zh) 一种车辆定位准确性的评估方法、装置及设备
DE112018000605T5 (de) Informationsverarbeitungsvorrichtung, Datenverwaltungsvorrichtung, Datenverwaltungssystem, Verfahren und Programm
CN110930495A (zh) 基于多无人机协作的icp点云地图融合方法、系统、装置及存储介质
CN108564657B (zh) 一种基于云端的地图构建方法、电子设备和可读存储介质
CN109214314B (zh) 一种车道线自动融合匹配算法
CN111815742A (zh) 一种车道线生成方法及系统
WO2024139507A1 (zh) 停车场地图生成方法、装置、设备和存储介质
CN114114367A (zh) Agv室外定位切换方法、计算机装置及程序产品
CN113494917A (zh) 地图构建方法及系统、制定导航策略的方法以及存储介质
CN114187418A (zh) 回环检测方法、点云地图构建方法、电子设备及存储介质
CN114820769A (zh) 车辆定位方法、装置、计算机设备、存储介质及车辆
CN116958316B (zh) 拓扑图生成方法、装置、计算机设备及存储介质
CN112418193B (zh) 一种车道线识别方法及系统
CN114445575A (zh) 一种基于路口拓扑信息的不同地图之间的匹配方法及系统
CN110544201B (zh) 一种车载激光扫描点云的大范围拼接方法及装置
CN113865581A (zh) 基于多层级地图的封闭场景定位方法
CN115493603B (zh) 地图对齐方法、计算机设备及计算机可读存储介质
CN114705180B (zh) 高精地图的数据修正方法、装置、设备及存储介质
CN111784838A (zh) 一种基于倾斜摄影的超长线性结构三维实景模型处理方法
CN115795082A (zh) 一种基于图算法的分布式位姿优化方法及系统
CN111323026A (zh) 一种基于高精度点云地图的地面过滤方法
CN114358038A (zh) 一种基于车辆高精度定位的二维码坐标标定方法及装置
CN112099509A (zh) 地图优化方法、装置及机器人

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