CN115438517B - 仿真地图生成方法、电子设备及计算机存储介质 - Google Patents

仿真地图生成方法、电子设备及计算机存储介质 Download PDF

Info

Publication number
CN115438517B
CN115438517B CN202211387659.8A CN202211387659A CN115438517B CN 115438517 B CN115438517 B CN 115438517B CN 202211387659 A CN202211387659 A CN 202211387659A CN 115438517 B CN115438517 B CN 115438517B
Authority
CN
China
Prior art keywords
road
main
ramp
map
traffic
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
CN202211387659.8A
Other languages
English (en)
Other versions
CN115438517A (zh
Inventor
杨开睿
张平
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.)
Alibaba Damo Academy Beijing Technology Co ltd
Original Assignee
Alibaba Damo Institute Hangzhou 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 Alibaba Damo Institute Hangzhou Technology Co Ltd filed Critical Alibaba Damo Institute Hangzhou Technology Co Ltd
Priority to CN202211387659.8A priority Critical patent/CN115438517B/zh
Publication of CN115438517A publication Critical patent/CN115438517A/zh
Application granted granted Critical
Publication of CN115438517B publication Critical patent/CN115438517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • 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

Landscapes

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

Abstract

本申请实施例提供了一种仿真地图生成方法、电子设备及计算机存储介质,其中,仿真地图生成方法包括:对待仿真的交通枢纽图像进行枢纽特征提取,获取对应的枢纽特征,其中,所述枢纽特征包括:多个主干道的道路特征、多个匝道的道路特征、和所述主干道和所述匝道上的分流点特征;根据所述多个主干道的道路特征构建主干道间的通行图;根据所述通行图、所述匝道的道路特征和所述分流点特征,构建所述交通枢纽图像对应的交通枢纽的拓扑图;根据所述交通枢纽的拓扑图,获得所述交通枢纽的二维仿真道路地图。通过本申请实施例,基于图像即可生成相应的二维仿真道路地图,整个过程无需人工参与,降低了仿真地图的建图成本,提高了建图速度和效率。

Description

仿真地图生成方法、电子设备及计算机存储介质
技术领域
本申请实施例涉及自动驾驶技术领域,尤其涉及一种仿真地图生成方法、电子设备及计算机存储介质。
背景技术
自动驾驶设备(如车辆、机器人等)在真正商业化应用前,需要经历大量的道路测试才能达到商用要求。但是,采用实际的路测来优化自动驾驶算法耗费的时间和成本都太高,且极端交通条件和场景复现困难,测试安全存在隐患。为此,基于场景库的仿真测试应运而生。
仿真测试是模拟真实的驾驶环境进行自动驾驶设备的运行测试,因此会对照真实世界,搭建模拟场景,其具体可实现为仿真测试平台。一般来说,仿真测试平台包括交通场景模块、传感器模块、设备动力学模块和测试管理模块。其中,交通场景模块用于模拟自动驾驶设备运行的外部环境,主要包括模拟各种交通场景要素部分和模拟不同交通场景要素之间的组合和动态关系部分。在模拟各种交通场景要素部分中,模拟高速公路、城市道路等不同的道路结构是其重要组成部分,其模拟成果多以仿真地图形式呈现。目前,该部分多通过实际的自动驾驶设备对不同的道路路段采集道路数据,并进行离线标注生成。但是,在某些环境下,如复杂的交通枢纽等,因这类交通枢纽道路复杂,使得数据采集也实现复杂,采集成本高昂,由此,导致此类场景下仿真地图的建图成本也较高、且建图周期长。
发明内容
有鉴于此,本申请实施例提供一种仿真地图生成方案,以至少部分解决上述问题。
根据本申请实施例的第一方面,提供了一种仿真地图生成方法,包括:对待仿真的交通枢纽图像进行枢纽特征提取,获取对应的枢纽特征,其中,所述枢纽特征包括:多个主干道的道路特征、多个匝道的道路特征、和所述主干道和所述匝道上的分流点特征;根据所述多个主干道的道路特征构建主干道间的通行图;根据所述通行图、所述匝道的道路特征和所述分流点特征,构建所述交通枢纽图像对应的交通枢纽的拓扑图;根据所述交通枢纽的拓扑图,获得所述交通枢纽的二维仿真道路地图。
根据本申请实施例的第二方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如第一方面所述方法对应的操作。
根据本申请实施例的第三方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的方法。
根据本申请实施例的第四方面,提供了一种计算机程序产品,包括计算机指令,所述计算机指令指示计算设备执行如第一方面所述方法对应的操作。
根据本申请实施例提供的仿真地图生成方案,在生成交通枢纽的仿真地图,尤其是二维仿真地图时,通过对交通枢纽图像进行相关的枢纽特征提取,首先生成该枢纽主干道间的通行图,该通行图能够描述主干道间的通行关系;进而,在该通行图的基础上,再根据依附于主干道的匝道的道路特征可确定主干道与匝道之间的通行关系,而匝道与主干道间的连接点以及匝道之间的连接点则均可通过分流点特征信息获得。基于此,在主干道间的通行图、匝道的道路特征、主干道的分流点特征、和匝道的分流点特征的基础上,即可构建出交通枢纽对应的拓扑图,并基于此可获得相应的二维仿真图。由此可见,本申请实施例只需待仿真的交通枢纽图像,基于图像即可生成相应的二维仿真道路地图,整个过程无需人工参与,降低了仿真地图的建图成本,提高了建图速度和效率,可以将仿真地图的建图耗时从周级降低到分钟级。
附图说明
为了更清楚地说明本申请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申请实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为适用本申请实施例的仿真地图生成方法的示例性系统的示意图;
图2A为根据本申请实施例的一种仿真地图生成方法的步骤流程图;
图2B为图2A所示实施例中的一个交通枢纽图像的示例图;
图2C为基于图2B所示的交通枢纽图像生成的主干道间的通行图;
图2D为基于图2B所示的交通枢纽图像生成的交通枢纽拓扑图;
图2E为基于图2B所示的交通枢纽图像生成的二维仿真道路地图;
图2F为基于图2B所示的交通枢纽图像生成的三维仿真道路地图;
图3为根据本申请实施例的一种电子设备的结构示意图。
具体实施方式
为了使本领域的人员更好地理解本申请实施例中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本申请实施例保护的范围。
下面结合本申请实施例附图进一步说明本申请实施例具体实现。
图1示出了一种适用本申请实施例方案的示例性系统。如图1所示,该系统100可以包括云服务端102、通信网络104和/或一个或多个用户设备106,图1中示例为多个用户设备。需要说明的是,本申请实施例的方案既可应用于云服务端102,也可应用于用户设备106中。
云服务端102可以是用于存储信息、数据、程序和/或任何其他合适类型的内容的任何适当的设备,包括但不限于分布式存储系统设备、服务器集群、计算云服务端集群等。在一些实施例中,云服务端102可以执行任何适当的功能。例如,在一些实施例中,云服务端102可以用于生成交通枢纽的仿真地图。作为可选的示例,在一些实施例中,云服务端102可以基于交通枢纽的图像来生成仿真地图,而不需自动驾驶设备进行实际道路数据采集。作为另一示例,在一些实施例中,云服务端102可以对待仿真的交通枢纽图像进行枢纽特征提取,获取对应的枢纽特征,这些枢纽特征可以包括:多个主干道的道路特征、各个主干道间的匝道的道路特征、和主干道和匝道上的分流点特征;进而,根据多个主干道的道路特征构建主干道间的通行图;再根据通行图、匝道的道路特征和分流点特征,构建交通枢纽图像对应的交通枢纽的拓扑图;然后,根据交通枢纽的拓扑图,获得交通枢纽的二维仿真道路地图。作为另一示例,在一些实施例中,云服务端102还可以在二维仿真道路地图的基础上,生成三维仿真道路地图。
在一些实施例中,通信网络104可以是一个或多个有线和/或无线网络的任何适当的组合。例如,通信网络104能够包括以下各项中的任何一种或多种:互联网、内联网、广域网(WAN)、局域网(LAN)、无线网络、数字订户线路(DSL)网络、帧中继网络、异步转移模式(ATM)网络、虚拟专用网(VPN)和/或任何其它合适的通信网络。用户设备106能够通过一个或多个通信链路(例如,通信链路112)连接到通信网络104,该通信网络104能够经由一个或多个通信链路(例如,通信链路114)被链接到云服务端102。通信链路可以是适合于在用户设备106和云服务端102之间传送数据的任何通信链路,诸如网络链路、拨号链路、无线链路、硬连线链路、任何其它合适的通信链路或此类链路的任何合适的组合。
用户设备106可以包括适合于进行交互的任何一个或多个用户设备。在一些实施例中,当由云服务端102生成仿真地图时,用户设备106可以向云服务端102发送地图生成请求,并在该请求中携带待仿真的交通枢纽图像的信息,以触发云服务端102根据该请求,基于该交通枢纽图像进行仿真地图生成。并且,用户设备106还可以接收云服务端102生成的仿真地图以在本地使用。在另一些实施例中,用户设备106可以在本地生成交通枢纽的仿真地图。作为可选的示例,在一些实施例中,用户设备106可以在本地基于交通枢纽的图像来生成仿真地图。作为另一示例,在一些实施例中,用户设备106可以对待仿真的交通枢纽图像进行枢纽特征提取,获取对应的枢纽特征,这些枢纽特征可以包括:多个主干道的道路特征、各个主干道间的匝道的道路特征、和主干道和匝道上的分流点特征;进而,根据多个主干道的道路特征构建主干道间的通行图;再根据通行图、匝道的道路特征和分流点特征,构建交通枢纽图像对应的交通枢纽的拓扑图;然后,根据交通枢纽的拓扑图,获得交通枢纽的二维仿真道路地图。作为另一示例,在一些实施例中,用户设备106还可以在二维仿真道路地图的基础上,生成三维仿真道路地图。在一些实施例中,用户设备106可以包括任何合适类型的设备。例如,在一些实施例中,用户设备106可以包括移动设备、平板计算机、膝上型计算机、台式计算机、可穿戴计算机、车辆系统和/或任何其他合适类型的用户设备。
以下,基于上述系统,结合图2A-图2F,对本申请实施例提供的仿真地图生成方案进行说明。
首先,参照图2A,示出了根据本申请实施例的一种仿真地图生成方法的步骤流程图。
本实施例的仿真地图生成方法包括以下步骤:
步骤S202:对待仿真的交通枢纽图像进行枢纽特征提取,获取对应的枢纽特征。
本申请实施例中,交通枢纽意指道路交通枢纽,通常是指道路交通干线相互交叉与衔接之处。该待仿真的交通枢纽图像一般为真实交通枢纽的图像,但不限于此,具有相应数据和特征的非真实交通枢纽的图像也同样适用于本申请实施例的方案。并且,交通枢纽图像可以为RGB图像或者为灰度图像等二维图像。
在一个示例中,如图2B所示,其示出了一个示例性的交通枢纽图像。由该图像可见,在该交通枢纽中,包含有两条主干道、以及基于该两条主干道的、多条(两条及两条以上)匝道。通过多条匝道,有效解决了两条主干道间的各个行驶方向的通行问题。
进一步地,基于该交通枢纽图像,可以对其进行特征提取,以获得该交通枢纽对应的枢纽特征,包括但不限于:多个主干道的道路特征、多个匝道的道路特征、和主干道和匝道上的分流点特征。
其中,主干道的道路特征用于描述主干道之间的相互位置关系,以及各个主干道的行驶方向等。基于此,在一种可行方式中,多个主干道的道路特征包括:各个主干道的行驶方向特征、和多个主干道间的位置关系特征。示例性地,以图2B中所示图像的正上方为正北方向,以图像右侧为正东方向,则该图像中的两条主干道,分别标示为A和B,主干道A包括两个行驶方向,分别为:由正东南方向驶向正西北方向的行驶方向A1,以及,对应的由正西北方向驶向正东南方向的行驶方向A2。而对于主干道B来说,其也包括两个行驶方向,即:由正西南方向驶向正东北方向的行驶方向B1,以及,对应的由正东北方向驶向正西南方向的行驶方向B2。需要说明的是,图2B中所示主干道的行驶方向示意较为简单,在实际应用中,可以方向坐标轴为基准,使用角度更为准确地描述道路的行驶方向,例如,由东偏南20度角方向驶向由西偏北20度角方向,等等。本申请实施例中,不对行驶方向特征采用的具体描述方式进行限制。多个主干道间的位置关系特征则用于表述主干道的道路位置关系,如平行关系、交叉关系、互相垂直关系等等。
而多个匝道的道路特征则用于描述匝道与主干道之间,或者匝道与匝道之间的连接关系。因匝道多用于道路连接,因此,绝大部分匝道为非直行道,多具有一定的曲率。基于此,在一种可行方式中,匝道的道路特征包括:匝道的道路连接关系特征、和匝道的曲率特征。示例性地,以图2B中所示图像为例,在主干道A和B之间,具有连接A1方向至B1方向的匝道a、连接B2方向至A1方向的匝道b、连接A2方向至B2方向的匝道c、连接B1方向至A2方向的匝道d、连接B2方向至A2方向的匝道e、连接A2方向至B1方向的匝道f、连接B1方向至A1方向的匝道g、以及,匝道a和c之间的连接匝道h。这些匝道均为非直线匝道,均具有一定的曲率。
分流点特征用于描述各个道路,包括主干道和匝道向其它道路进行分流,也即匝道连接点的特征,主要包括:主干道分流点特征、和匝道分流点特征。该分流点特征具体可以包括但不限于:其所属的道路的信息、具体的分流点位置的信息、分流口的道路宽度信息、分流点的角度信息,等,以实现为分流点的具体定位和描述。
但不限于上述对各类型特征的说明,在实际应用中,本领域技术人员还可以根据实际需求,设定更多的用于描述相应道路或分流点的特征,其均在本申请的保护范围内。
本步骤中,对交通枢纽图像进行枢纽特征提取的具体实现可由本领域技术人员采用适当方式实现,例如,可以通过预先训练完成的道路图像识别模型,对交通枢纽图像进行道路识别和有关交通枢纽的特征提取,以获得相应的枢纽特征。基于交通枢纽图像,直接进行基于图像的特征提取,而无需将图像转换为矢量图等形式,极大地提升了方案的适用范围,提升了方案的处理效率。
步骤S204:根据多个主干道的道路特征构建主干道间的通行图。
在获得了主干道的道路特征后,即可基于该道路特征,包括各个主干道的行驶方向特征和多个主干道间的位置关系特征,构建出主干道间的通行图。
在一种可行方式中,可以首先根据行驶方向特征,生成各个主干道的道路线段并为生成的道路线段设置行驶方向标识;再按照位置关系特征所指示的位置关系,对设置了行驶方向标识的道路线段进行位置关系设置;然后,根据进行了位置关系设置的道路线段,生成主干道间的通行图。
示例性地,生成通行图的过程及生成的通行图如图2C所示。图2C中,先基于主干道A和B的行驶方向标识,即前述行驶方向A1、A2和B1、B2,先基于行驶方向A1、A2生成主干道A的道路线段;然后,对该道路线段的两条边线设置对应的行驶方向标识;类似地,先基于行驶方向B1、B2生成主干道B的道路线段,再对该道路线段的两条边线设置对应的行驶方向标识。该行驶方向标识在图2C中示意为箭头。
进而,根据主干道A和B之间的位置关系特征,确定A和B之间为北向80角交叉关系,则对主干道A和B对应的道路线段进行北向80角交叉处理。基于该北向80角交叉处理,即可获得主干道A和B间的通行图,如图2C中所示。
当然,在实际应用中,也可以采用先根据位置关系特征,确定主干道间位置关系并生成相应的道路线段;再将生成的道路线段调整为可指示各个主干道的行驶方向的方式。但采用先设置行驶方向标识再按照主干道间的位置关系进行通行图生成的方式,不必再调整道路线段的角度或偏向,从而使得通行图的生成更为高效和快速。
步骤S206:根据通行图、匝道的道路特征和分流点特征,构建交通枢纽图像对应的交通枢纽的拓扑图。
在通行图构建好后,即可根据分流点特征,先在主干道上标注分流点;再根据匝道的道路连接关系特征建立主干道之间的连接边。因为有些场景中,连接边之间仍有匝道,因此还需判断连接边上是否有对应的分流点,如果有,则再根据对应的分流点特征及匝道的道路连接关系特征,再在这些连接边上建立进一步的连接边。
基于此,本步骤可以实现为:根据主干道分流点特征,在通行图的主干道的道路线段上标注分流点;根据匝道的的道路连接关系特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的主干道连接边;判断主干道连接边上是否存在匝道分流点特征对应的分流点;若存在,则在主干道连接边上标注分流点,并根据匝道的的道路连接关系特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的匝道连接边;根据主干道的道路线段及其上标注的分流点、主干道连接边及其上标注的分流点、和匝道连接边,构建交通枢纽图像对应的交通枢纽的拓扑图。
示例性地,一种上述构建交通枢纽的拓扑图的过程如图2D所示。
图2D中,首先,根据主干道分流点特征,在主干道A的行驶方向A1上标注分流点t2,在行驶方向A2上标注分流点t6和t9;在主干道B的行驶方向B1上标注分流点t8和t14,在行驶方向B2上标注分流点t4和t12。因每条匝道都连接于两条道路,因此,每一个主干道的分流点(图中示意为实心圆形)会对应于另一道路上的一个汇入点(图中示意为空心圆形),该汇入点与分流点对应设置并存储,也可认为是一种分流点,为便于区分,后文中称为汇入点。基于此,还需在主干道B的行驶方向B1上标注t2对应的汇入点t3;在主干道B的行驶方向B2上标注t6对应的汇入点t7;在主干道B的行驶方向B1上标注t9的汇入点t15;在主干道A的行驶方向A2上标注t8对应的汇入点t1;在主干道A的行驶方向A1上标注t14的汇入点t13;主干道A的行驶方向A1上标注t4对应的汇入点t5;主干道A的行驶方向A2上标注t12的汇入点t16。
在此基础上,根据各个分流点及其对应的汇入点,生成相应的主干道连接边,如图2D中所示,分别包括:连接于t2和t3之间的主干道连接边a、连接于t4和t5之间的主干道连接边b、连接于t6和t7之间的主干道连接边c、连接于t8和t1之间的主干道连接边d、连接于t12和t16之间的主干道连接边e、连接于t9和t15之间的主干道连接边f、连接于t14和t13之间的主干道连接边g。
进一步地,判断分流点特征中是否有匝道分流点特征,若有,则表明构建的上述多个主干道连接边中存在匝道分流点特征对应的分流点,则可以根据匝道分流特征点特征在对应的匝道上进行分流点标注。在图2D所示示例中,主干道连接边a上也存在分流点t10,其对应的汇入点为主干道连接边c上的汇入点t11。基于此,可在a和c上分别标注这两个点,并生成两者之间的匝道连接边h。通过这些连接边,可有效表征道路之间的各种匝道。
可见,在构建了上述主干道的道路线段及其上标注的分流点、主干道连接边及其上标注的分流点、和匝道连接边之后,即可形成交通枢纽的拓扑图,如图2D所示。
但如前所述,真实的匝道通常为非直线的,具有一定的曲率。因此,在一种可行方式中,根据匝道的的道路连接关系特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的主干道连接边,包括:根据匝道的的道路连接关系特征和匝道的曲率特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的、且符合曲率特征的主干道连接边。类似地,根据匝道的的道路连接关系特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的匝道连接边,包括:根据匝道的的道路连接关系特征和匝道的曲率特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的、且符合曲率特征的匝道连接边。
又因,大部分的匝道的曲率并非从始至终保持一致,其可能对应有多个曲率特征。对应到交通拓扑图上,可表现为每个主干道连接边和每个匝道连接边均对应有多个曲率特征。为使生成的仿真地图与真实情况更为接近,在一种可行方式中,上述根据匝道的的道路连接关系特征和匝道的曲率特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的、且符合曲率特征的主干道连接边,包括:针对每个主干道连接边,对该连接边对应的多个曲率特征进行平滑处理;根据平滑处理后的结果和匝道的的道路连接关系特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的、且符合曲率特征的主干道连接边。类似地,上述根据匝道的的道路连接关系特征和匝道的曲率特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的、且符合曲率特征的匝道连接边,包括:针对每个匝道连接边,对该连接边对应的多个曲率特征进行平滑处理;根据平滑处理后的结果和匝道的的道路连接关系特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的、且符合曲率特征的匝道连接边。
示例性地,可以先获得某个分流点及其对应的汇入点的位置,然后获得该分流点和汇入点之间的连接边对应的多个曲率特征,通常可以表现为曲率参数值;进而,对该多个曲率参数值进行平滑处理,如使用卡尔曼滤波方式对多个曲率参数值进行处理,获得平滑处理结果;再基于该平滑处理结果,及该分流点和汇入点间的连接关系,生成该分流点和汇入点之间的、平滑的、曲线匝道。以图2D所示拓扑图为例,对各个连接边均进行上述处理后,生成的交通枢纽的二维仿真道路地图如图2E所示。
为了使生成的道路更为准确,在一种可行方式中,还会对生成的二维仿真道路地图中的交通枢纽中的各个连接边的曲率,以及连接边对应的道路连接关系进行核查,以确定二维仿真道路地图中的交通枢纽符合之前获得的枢纽特征。其中,对曲率的核查主要用于判断各个连接边的曲率是否介于曲率特征所指示的所有曲率参数值的最大值和最小值之间;对道路连接关系的核查主要用于判断是否道路连接关系正确,以及是否存在漏连或多连的情况,等。
通过上述过程,即可生成能够准确反映交通枢纽特征的交通枢纽拓扑图。
步骤S208:根据交通枢纽的拓扑图,获得交通枢纽的二维仿真道路地图。
交通枢纽拓扑图除可准确反映交通枢纽特征外,还可较为准确反映交通枢纽的真实交通场景,因此,也可将交通枢纽的拓扑图作为交通枢纽的二维仿真道路地图。但不限于此,在实际应用中,为了更便于地图使用者查看和了解信息,还可以对道路进行相应的颜色渲染,或者进行形状、长短、线条粗细等处理,更获得最终的交通枢纽的二维仿真道路地图。
通过二维仿真道路地图即可进行诸如道路规划、交通信息处理等多种任务。但在自动驾驶设备的仿真测试中,更多使用的是三维仿真道路地图。因此,在一种可行方式中,基于交通枢纽图像获得的枢纽特征还可以包括:多个主干道之间的、以及主干道及匝道之间的空间交叠关系特征;基于此,本实施例的仿真地图生成方法还可以包括:基于空间交叠关系特征,生成二维仿真道路地图对应的三维仿真道路地图。
其中,空间交叠关系特征用于指示各个道路在三维空间的交叠关系,例如:主干道A在主干道B之上,等等。根据该交叠关系,再基于二维仿真道路地图,可以生成立体的三维仿真道路地图。
为了使三维仿真道路地图与实际的道路场景更为贴合,在一种可行方式中,所述枢纽特征还可以包括:各个主干道的高度特征、和各个匝道的高度特征。则,基于空间交叠关系特征,生成二维仿真道路地图对应的三维仿真道路地图可以实现为:基于空间交叠关系特征,以及,各个主干道的高度特征、和各个匝道的高度特征,生成二维仿真道路地图对应的三维仿真道路地图。
需要说明的是,上述空间交叠关系特征及高度特征均可基于与交通枢纽图像对应的高精地图中的信息,或者,可预先采集输入后,作为交通枢纽图像对应的相关参数设置。进而,在对交通枢纽图像进行特征提取获得。但不限于此,这部分参数也可以在需要生成三维仿真道路地图时,直接从交通枢纽图像对应的参数中获得。
示例性地,可以先根据空间交叠关系特征,对各个道路间的,尤其是主干道间的空间交叠关系进行判定,以据此判定结果和二维仿真道路地图进行三维建模,生成初始的三维仿真道路地图。而若枢纽特征还包括各个主干道和各个匝道的高度特征,则可以基于空间交叠关系特征,以及,各个主干道的高度特征、和各个匝道的高度特征,对二维仿真道路地图进行三维建模,以生成对应的三维仿真道路地图。
对于匝道来说,其道路整体的高度可能一致,也可能并不一致。对于不一致的情况,可以对匝道进行高度采集,获得该匝道对应的多个高度特征,进而,基于该多个高度特征,生成在不同位置点具有不同高度的三维匝道。
在一个示例中,基于图2E所示的二维仿真道路地图生成的三维仿真道路地图如图2F所示。基于生成的三维仿真道路地图,即可进行该地图对应的交通枢纽局部的自动驾驶仿真测试。
此外,需要说明的是,上述过程中,基于二维仿真道路地图进行三维建模的具体实现,可由本领域技术人员根据实际需求采用适当方式实现,包括但不限于轮廓法、亮度法、纹理法等方式,本申请实施例对此不作限制。
通过本实施例,在生成交通枢纽的仿真地图,尤其是二维仿真地图时,通过对交通枢纽图像进行相关的枢纽特征提取,首先生成该枢纽主干道间的通行图,该通行图能够描述主干道间的通行关系;进而,在该通行图的基础上,再根据依附于主干道的匝道的道路特征可确定主干道与匝道之间的通行关系,而匝道与主干道间的连接点以及匝道之间的连接点则均可通过分流点特征信息获得。基于此,在主干道间的通行图、匝道的道路特征、主干道的分流点特征、和匝道的分流点特征的基础上,即可构建出交通枢纽对应的拓扑图,并基于此可获得相应的二维仿真图。由此可见,本申请实施例只需待仿真的交通枢纽图像,基于图像即可生成相应的二维仿真道路地图,整个过程无需人工参与,降低了仿真地图的建图成本,提高了建图速度和效率,可以将仿真地图的建图耗时从周级降低到分钟级。
进而,在二维仿真道路地图的基础上,基于交通枢纽对应的道路间的空间交叠关系特征、道路的高度特征等,可自动生成交通枢纽的三维仿真道路地图,以为自动驾驶的仿真测试提供测试基础,提升仿真测试效率,降低仿真测试成本。
本申请实施例还提供了一种用于实现上述仿真地图生成方法的电子设备,如图3所示,该电子设备可以实现为云服务端设备如服务器,也可实现为用户设备。该电子设备可以包括:处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中:
处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。
通信接口304,用于与其它电子设备或服务器进行通信。
处理器302,用于执行程序310,具体可以执行上述仿真地图生成方法实施例中的相关步骤。
具体地,程序310可以包括程序代码,该程序代码包括计算机操作指令。
处理器302可能是CPU,或者是特定集成电路ASIC(Application SpecificIntegrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器306,用于存放程序310。存储器306可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序310具体可以用于使得处理器302执行前述多个方法实施例中任一实施例所描述的仿真地图生成方法对应的操作。
程序310中各步骤的具体实现可以参见上述方法实施例中的相应步骤和单元中对应的描述,并具有相应的有益效果,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
本申请实施例还提供了一种计算机程序产品,包括计算机指令,该计算机指令指示计算设备执行上述多个方法实施例中的任一仿真地图生成方法对应的操作。
需要指出,根据实施的需要,可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本申请实施例的目的。
上述根据本申请实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的方法。此外,当通用计算机访问用于实现在此示出的方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的方法的专用计算机。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请实施例的范围。
以上实施方式仅用于说明本申请实施例,而并非对本申请实施例的限制,有关技术领域的普通技术人员,在不脱离本申请实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本申请实施例的范畴,本申请实施例的专利保护范围应由权利要求限定。

Claims (11)

1.一种仿真地图生成方法,包括:
对待仿真的交通枢纽图像进行枢纽特征提取,获取对应的枢纽特征,其中,所述枢纽特征包括:多个主干道的道路特征、多个匝道的道路特征、和所述主干道和所述匝道上的分流点特征,所述匝道的道路特征至少包括:匝道的道路连接关系特征;所述分流点特征至少包括:主干道分流点特征;
根据所述多个主干道的道路特征构建主干道间的通行图;
根据所述通行图、所述匝道的道路特征和所述分流点特征,构建所述交通枢纽图像对应的交通枢纽的拓扑图,包括:根据所述主干道分流点特征,在所述通行图的主干道的道路线段上标注分流点;根据所述匝道的道路连接关系特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的主干道连接边;
根据所述交通枢纽的拓扑图,获得所述交通枢纽的二维仿真道路地图。
2.根据权利要求1所述的方法,其中,所述多个主干道的道路特征包括:各个主干道的行驶方向特征、和多个主干道间的位置关系特征;所述匝道的道路特征还包括:匝道的曲率特征;所述分流点特征还包括:匝道分流点特征。
3.根据权利要求2所述的方法,其中,所述根据所述多个主干道的道路特征构建主干道间的通行图,包括:
根据所述行驶方向特征,生成各个主干道的道路线段并为生成的道路线段设置行驶方向标识;
按照所述位置关系特征所指示的位置关系,对设置了行驶方向标识的道路线段进行位置关系设置;
根据进行了位置关系设置的道路线段,生成主干道间的通行图。
4.根据权利要求3所述的方法,其中,在所述根据所述匝道的道路连接关系特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的主干道连接边之后,还包括:
判断所述主干道连接边上是否存在所述匝道分流点特征对应的分流点;
若存在,则在所述主干道连接边上标注分流点,并根据所述匝道的道路连接关系特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的匝道连接边;
根据所述主干道的道路线段及其上标注的分流点、主干道连接边及其上标注的分流点、和匝道连接边,构建所述交通枢纽图像对应的交通枢纽的拓扑图。
5.根据权利要求4所述的方法,其中,
所述根据所述匝道的道路连接关系特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的主干道连接边,包括:根据所述匝道的道路连接关系特征和所述匝道的曲率特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的、且符合所述曲率特征的主干道连接边;
所述根据所述匝道的道路连接关系特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的匝道连接边,包括:根据所述匝道的道路连接关系特征和所述匝道的曲率特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的、且符合所述曲率特征的匝道连接边。
6.根据权利要求5所述的方法,其中,每个主干道连接边和每个匝道连接边均对应有多个曲率特征;
所述根据所述匝道的道路连接关系特征和所述匝道的曲率特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的、且符合所述曲率特征的主干道连接边,包括:针对每个主干道连接边,对该连接边对应的多个曲率特征进行平滑处理;根据平滑处理后的结果和所述匝道的道路连接关系特征,在标注了分流点后的主干道的道路线段上生成各个主干道之间的、且符合所述曲率特征的主干道连接边;
所述根据所述匝道的道路连接关系特征和所述匝道的曲率特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的、且符合所述曲率特征的匝道连接边,包括:针对每个匝道连接边,对该连接边对应的多个曲率特征进行平滑处理;根据平滑处理后的结果和所述匝道的道路连接关系特征,在标注了分流点后的主干道连接边上生成主干道连接边之间的、且符合所述曲率特征的匝道连接边。
7.根据权利要求6所述的方法,其中,所述方法还包括:
对生成的所述二维仿真道路地图中的交通枢纽中的各个连接边的曲率,以及连接边对应的道路连接关系进行核查,以确定所述二维仿真道路地图中的交通枢纽符合所述枢纽特征。
8.根据权利要求1-7任一项所述的方法,其中,所述枢纽特征还包括:所述多个主干道之间的、以及主干道及匝道之间的空间交叠关系特征;
所述方法还包括:基于所述空间交叠关系特征,生成所述二维仿真道路地图对应的三维仿真道路地图。
9.根据权利要求8所述的方法,其中,所述枢纽特征还包括:各个主干道的高度特征、和各个匝道的高度特征;
所述基于所述空间交叠关系特征,生成所述二维仿真道路地图对应的三维仿真道路地图,包括:
基于所述空间交叠关系特征,以及,各个主干道的高度特征、和各个匝道的高度特征,生成所述二维仿真道路地图对应的三维仿真道路地图。
10.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-9中任一项所述的方法对应的操作。
11.一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN202211387659.8A 2022-11-07 2022-11-07 仿真地图生成方法、电子设备及计算机存储介质 Active CN115438517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211387659.8A CN115438517B (zh) 2022-11-07 2022-11-07 仿真地图生成方法、电子设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211387659.8A CN115438517B (zh) 2022-11-07 2022-11-07 仿真地图生成方法、电子设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN115438517A CN115438517A (zh) 2022-12-06
CN115438517B true CN115438517B (zh) 2023-03-24

Family

ID=84252617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211387659.8A Active CN115438517B (zh) 2022-11-07 2022-11-07 仿真地图生成方法、电子设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN115438517B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020172875A1 (zh) * 2019-02-28 2020-09-03 深圳市大疆创新科技有限公司 道路结构信息的提取方法、无人机及自动驾驶系统
CN115290104A (zh) * 2022-07-14 2022-11-04 襄阳达安汽车检测中心有限公司 仿真地图生成方法、装置、设备及可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10489529B2 (en) * 2016-10-14 2019-11-26 Zoox, Inc. Scenario description language
CN114910086A (zh) * 2021-02-09 2022-08-16 华为技术有限公司 仿真高精度地图生成方法、装置和计算机可读存储介质
CN113761618B (zh) * 2021-08-03 2024-04-16 武汉光庭信息技术股份有限公司 一种基于实数据的3d仿真道路网自动化构建方法及系统
CN113887321A (zh) * 2021-09-09 2022-01-04 鹏城实验室 一种生成车道级仿真路网的方法、设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020172875A1 (zh) * 2019-02-28 2020-09-03 深圳市大疆创新科技有限公司 道路结构信息的提取方法、无人机及自动驾驶系统
CN115290104A (zh) * 2022-07-14 2022-11-04 襄阳达安汽车检测中心有限公司 仿真地图生成方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN115438517A (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
WO2020216315A1 (zh) 一种参考行驶线快速生成方法、系统、终端和存储介质
CN111123920A (zh) 一种自动驾驶仿真测试场景生成方法和装置
CN109946995A (zh) 自动驾驶的仿真测试方法、装置及智能终端
CN111797526B (zh) 一种仿真测试场景构建方法及装置
CN112380312B (zh) 基于栅格检测的激光地图更新方法、终端及计算机设备
CN112348848A (zh) 一种交通参与者的信息生成方法及系统
CN116518960B (zh) 路网更新方法、装置、电子设备和存储介质
CN115061385A (zh) 一种基于车路云协同的实车在环仿真测试平台
CN114694123B (zh) 交通信号灯感知方法、装置、设备及存储介质
CN116403174A (zh) 一种端到端自动驾驶方法、系统、仿真系统及存储介质
CN111982135A (zh) 一种基于不同协议的地图格式之间的转换方法
CN117576652A (zh) 道路对象的识别方法、装置和存储介质及电子设备
CN111812669A (zh) 绕机检查装置及其定位方法、存储介质
CN112801012B (zh) 交通元素的处理方法、装置、电子设备及存储介质
CN115438517B (zh) 仿真地图生成方法、电子设备及计算机存储介质
CN116958316B (zh) 拓扑图生成方法、装置、计算机设备及存储介质
CN113886511A (zh) 高精地图的生成方法、系统、电子装置、计算机设备及存储介质
CN112966334A (zh) 一种生成交通场景属性标签的方法、系统及装置
CN112699575A (zh) 一种虚拟车辆测试平台中相对位置测算方法及系统
CN117078873A (zh) 一种三维高精度地图生成方法、系统及云平台
CN115438516B (zh) 仿真地图生成方法、电子设备及计算机存储介质
CN116125980A (zh) 无人货车驾驶方法、装置、电子设备及存储介质
Bai et al. Cyber mobility mirror for enabling cooperative driving automation: A co-simulation platform
CN113781639B (zh) 一种大场景道路基础设施数字化模型快速构建方法
CN116105712A (zh) 道路地图的生成方法、回注方法、计算机设备及介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231114

Address after: Room 2801, 28th Floor, Building 9, Zone 4, Wangjing Dongyuan, Chaoyang District, Beijing, 100102

Patentee after: Alibaba Damo Academy (Beijing) Technology Co.,Ltd.

Address before: 310023 Room 516, floor 5, building 3, No. 969, Wenyi West Road, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province

Patentee before: Alibaba Dharma Institute (Hangzhou) Technology Co.,Ltd.