CN115493603B - 地图对齐方法、计算机设备及计算机可读存储介质 - Google Patents

地图对齐方法、计算机设备及计算机可读存储介质 Download PDF

Info

Publication number
CN115493603B
CN115493603B CN202211461906.4A CN202211461906A CN115493603B CN 115493603 B CN115493603 B CN 115493603B CN 202211461906 A CN202211461906 A CN 202211461906A CN 115493603 B CN115493603 B CN 115493603B
Authority
CN
China
Prior art keywords
aligned
map
pose
sub
graph
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
CN202211461906.4A
Other languages
English (en)
Other versions
CN115493603A (zh
Inventor
郭成成
喻思远
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 CN202211461906.4A priority Critical patent/CN115493603B/zh
Publication of CN115493603A publication Critical patent/CN115493603A/zh
Application granted granted Critical
Publication of CN115493603B publication Critical patent/CN115493603B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3833Creation or updating of map data characterised by the source of data
    • G01C21/3841Data obtained from two or more sources, e.g. probe vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及自动驾驶技术领域,具体提供一种地图对齐方法、计算机设备及计算机可读存储介质,旨在解决提高不同地图全局一致性的问题。为此目的,本发明提供的方法包括对待对齐地图进行切分,以形成多个连续的待对齐子图;创建包括因子节点、第一相对位姿约束项和第二相对位姿约束项的因子图,因子节点与待对齐子图一一对应,第一相对位姿约束项是同一待对齐地图上待对齐子图之间参考位姿的相对位姿约束项,第二相对位姿约束项是不同待对齐地图上待对齐子图之间参考位姿的相对位姿约束项;基于因子图对待对齐子图的参考位姿进行优化,根据优化后的参考位姿对待对齐子图进行地图对齐。通过上述方法,可以显著提高不同待对齐地图的全局一致性。

Description

地图对齐方法、计算机设备及计算机可读存储介质
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种地图对齐方法、计算机设备及计算机可读存储介质。
背景技术
在自动驾驶技术领域中通常会利用车辆行驶过程中感知模块采集的地图数据(如车道线等道路元素的数据)和定位模块得到的车辆位姿建立地图,感知模块和定位模块通常是基于车辆的局部坐标系输出数据,因而这种方式建立的地图实际上是以车辆的局部坐标系为参考坐标系建立的,具备较高的局部一致性。由于感知模块和定位模块的输出数据存在随机噪声,这就导致即使是在同一个地方,根据不同车辆得到的数据建立的地图或者同一车辆不同时候得到的数据建立的地图在全局坐标系下都会存在差异,即缺乏全局一致性。目前,众包地图主要是对上述不同车辆得到的数据建立的地图和/或同一车辆不同时候得到的数据建立的地图进而融合而形成的,由于这些地图缺乏全局一致性,会极大地影响众包地图的准确性。
相应地,本领域需要一种新的技术方案来解决上述问题。
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如何提高不同地图之间全局一致性的技术问题的地图对齐方法、计算机设备及计算机可读存储介质。
在第一方面,提供一种地图对齐方法,所述方法包括:
获取对同一采集路径进行多次地图数据采集之后根据每次采集到的地图数据分别建立的待对齐地图;
分别对各所述待对齐地图进行切分,以在各所述待对齐地图上分别形成多个连续的待对齐子图;
根据所述待对齐子图创建因子图,所述因子图包括因子节点、第一相对位姿约束项和第二相对位姿约束项;
基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿;
根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图上地图元素在所述全局坐标系下的位姿进行优化,以实现地图对齐;
其中,所述待对齐子图的参考位姿是由地图的局部坐标系向全局坐标系转换的位姿,各所述因子节点分别与各所述待对齐子图一一对应,所述第一相对位姿约束项是同一待对齐地图上待对齐子图之间参考位姿的相对位姿约束项,所述第二相对位姿约束项是不同待对齐地图上待对齐子图之间参考位姿的相对位姿约束项。
在上述地图对齐方法的一个技术方案中,所述方法还包括通过下列方式中的至少一个创建所述第一相对位姿约束项:
对同一待对齐地图上的相邻待对齐子图进行地图匹配,以确定所述相邻待对齐子图之间的最优相对位姿,根据所述最优相对位姿创建同一待对齐地图上相邻待对齐子图之间参考位姿的相对位姿约束项;
对同一待对齐地图上的回环待对齐子图进行地图匹配,以确定所述回环待对齐子图之间的最优相对位姿,根据所述最优相对位姿创建同一待对齐地图上回环待对齐子图之间参考位姿的相对位姿约束项;
和/或,所述方法还包括通过下列方式创建所述第二相对位姿约束项:
对不同待对齐地图上的回环待对齐子图进行地图匹配,以确定所述回环待对齐子图之间的最优相对位姿,根据所述最优相对位姿创建不同待对齐地图上回环待对齐子图之间参考位姿的相对位姿约束项。
在上述地图对齐方法的一个技术方案中,“分别对各所述待对齐地图进行切分,以在各所述待对齐地图上分别形成多个连续的待对齐子图”的步骤具体包括:
对当前待对齐地图进行切分,得到多个连续的地图对象;
针对各所述地图对象,将所述地图对象作为目标地图对象并且将所述目标地图对象、分别位于所述目标地图对象之前和之后的连续预设数量的地图对象组合形成所述当前待对齐地图的一个待对齐子图;
和/或,所述全局坐标系是三维直角坐标系,在“分别对各所述待对齐地图进行切分,以在各所述待对齐地图上分别形成多个连续的待对齐子图”的步骤之前,所述方法还包括:
若所述待对齐地图的地图坐标系是经纬高坐标系,则分别以各所述待对齐地图的中点为所述全局坐标系的原点,将各所述待对齐地图的地图坐标系由经纬高坐标系转换成所述全局坐标系;
在“根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图上地图元素在所述全局坐标系下的位姿进行优化,以实现地图对齐”的步骤之后,所述方法还包括:
将地图对齐之后的所述待对齐地图的地图坐标系再次由所述全局坐标系转换成经纬高坐标系。
在上述地图对齐方法的一个技术方案中,“根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图上地图元素在所述全局坐标系下的位姿进行优化,以实现地图对齐”的步骤具体包括:
根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图中所述目标地图对象上的地图元素在所述全局坐标系下的位姿进行优化,以实现地图对齐。
在上述地图对齐方法的一个技术方案中,在“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤之前,所述方法还包括:
在所述因子图上添加各所述待对齐子图的参考位姿的先验位姿约束项,形成优化的因子图;
“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤具体包括:
基于所述优化的因子图,对各所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿。
在上述地图对齐方法的一个技术方案中,所述方法还包括通过下列方式创建所述先验位姿约束项:
获取所述待对齐子图中的目标地图对象,并获取车辆在所述目标地图对象对应的地图空间区域内行驶采集地图数据时得到的车辆位姿序列;
获取位于所述车辆位姿序列中间的车辆位姿;
将所述中间的车辆位姿分别作为所述待对齐子图的参考位姿的先验位姿和初始位姿;
根据所述先验位姿,创建所述先验位姿约束项。
在上述地图对齐方法的一个技术方案中,在“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤之前,所述方法还包括:
获取地图精度高于所述待对齐地图的高精地图;
从所述高精地图上分别获取与各所述待对齐子图对应于同一个地图空间区域的高精度子图;
在所述因子图上添加对应于同一个地图空间区域的待对齐子图与高精度子图之间参考位姿的第三相对位姿约束项,以形成最终的因子图;
“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤具体包括:
基于所述最终的因子图,对各所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿。
在上述地图对齐方法的一个技术方案中,所述方法还包括通过下列方式创建所述第三相对位姿约束项:
获取所述待对齐子图中的目标地图对象,并获取车辆在所述目标地图对象对应的地图空间区域内行驶采集地图数据时得到的车辆位姿序列;
获取位于所述车辆位姿序列中间的车辆位姿;
将所述中间的车辆位姿作为与所述待对齐子图对应于同一个地图空间区域的高精度子图的参考位姿;
对所述待对齐子图与所述高精度子图进行地图匹配,以确定所述待对齐子图与所述高精度子图之间的最优相对位姿;
根据所述最优相对位姿与所述高精度子图的参考位姿,创建所述第三相对位姿约束项。
在第二方面,提供一种计算机设备,该计算机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地图对齐方法的技术方案中任一项技术方案所述的地图对齐方法。
在第三方面,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地图对齐方法的技术方案中任一项技术方案所述的地图对齐方法。
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:
在实施本发明的地图对齐的技术方案中,首先可以获取对同一采集路径进行多次地图数据采集之后根据每次采集到的地图数据分别建立的待对齐地图;分别对各待对齐地图进行切分,以在各待对齐地图上分别形成多个连续的待对齐子图;然后,根据待对齐子图创建因子图,因子图包括因子节点、第一相对位姿约束项和第二相对位姿约束项;最后,基于因子图对各待对齐子图的参考位姿进行优化,得到各待对齐子图的优化参考位姿;根据各待对齐子图的优化参考位姿,分别对各待对齐子图上地图元素在全局坐标系下的位姿进行优化,以实现地图对齐;其中,待对齐子图的参考位姿是由地图的局部坐标系向全局坐标系转换的位姿,各因子节点分别与各待对齐子图一一对应,第一相对位姿约束项是同一待对齐地图上待对齐子图之间参考位姿的相对位姿约束项,第二相对位姿约束项是不同待对齐地图上待对齐子图之间参考位姿的相对位姿约束项。
通过上述实施方式,可以准确且高效地对不同待对齐地图上地图元素在全局坐标系下的位姿进行优化,使得这些待对齐地图具备较高全局一致性,从而可以显著提高利用这些待对齐地图进行地图融合得到的新地图的准确性。
进一步,在实施本发明的地图对齐的另一个技术方案中,在对待对齐地图进行切分,以形成多个连续的待对齐子图时首先可以对待对齐地图进行切分得到多个连续的地图对象,然后根据各地图对象并通过下列方式分别建立一个待对齐子图:将地图对象作为目标地图对象并且将目标地图对象、分别位于目标地图对象之前和之后的连续预设数量的地图对象组合形成当前待对齐地图的一个待对齐子图。
通过上述实施方式,可以使得每两个相邻的待对齐子图之间都存在重合区域,这样在基于因子图对各待对齐子图的参考位姿进行优化时可以利用这部分重合区域进一步提高对参考位姿优化的准确性。
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。其中:
图1是根据本发明的一个实施例的地图对齐方法的主要步骤流程示意图;
图2是根据本发明的一个实施例的获取待对齐子图的方法的主要步骤流程示意图;
图3是根据本发明的一个实施例的因子图的示意图;
图4是根据本发明的一个实施例的创建先验位姿约束项的方法的主要步骤流程示意图;
图5是根据本发明的另一个实施例的因子图的示意图;
图6是根据本发明的另一个实施例的地图对齐方法的主要步骤流程示意图;
图7是根据本发明的一个实施例的在对两个待对齐地图进行地图对齐之前两个待对齐地图的融合示意图;
图8是根据本发明的一个实施例的在对两个待对齐地图进行地图对齐之后两个待对齐地图的融合示意图;
图9是根据本发明的一个实施例的计算机设备的主要结构示意图。
附图标记列表:
11:先验位姿约束项;12:同一待对齐地图上相邻待对齐子图之间参考位姿的相对位姿约束项;13:同一待对齐地图上回环待对齐子图之间参考位姿的相对位姿约束项;14:第二相对位姿约束项;15:第三相对位姿约束项。
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,“处理器”可以包括硬件、软件或者两者的组合。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。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。
首先,对本发明提供的地图对齐方法实施例进行说明。
一、第一个地图对齐方法实施例
参阅附图1,图1是根据本发明的第一个实施例的地图对齐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对齐方法主要包括下列步骤S101至步骤S105。
步骤S101:获取对同一采集路径进行多次地图数据采集之后根据每次采集到的地图数据分别建立的待对齐地图。
在本发明实施例中可以在车辆沿着采集路径行驶的过程中利用车辆上的采集装置(包括但不限于相机和激光雷达等)采集地图数据,然后根据采集的地图数据建立待对齐地图。在本发明实施例中可以获取不同车辆分别沿着同一采集路径行驶之后,根据每次行驶采集到的地图数据分别建立的待对齐地图,也可以获取同一车辆多次沿着采集路径行驶之后,根据每次行驶采集到的地图数据分别建立的待对齐地图,即可以通过多车采集和/或同车多次采集的方式,建立多个待对齐地图。换言之,待对齐地图可以是来源于不同车辆和不同时间的地图。
步骤S102:分别对待对齐地图进行切分,以在各待对齐地图上分别形成多个连续的待对齐子图。
在本发明实施例中可以按照相同的切分方向和切分数量,分别对各待对齐地图进行切分,使得在各待对齐地图上形成的待对齐子图的数量不仅相同,还可以一一对应。例如,可以按照自西向东的地图方向将各待对齐地图都切分成100个连续的待对齐子图,不同待对齐地图上相同排序的待对齐子图相互对应。
在实际应用中待对齐地图的地图坐标系通常为全局坐标系,全局坐标系包括但不限于经纬高坐标系和类型为三维直角坐标系的全局坐标系,其中,类型为三维直角坐标系的全局坐标系可以是东北天坐标系或Universal Transverse Mercator坐标系(UTM坐标系)等。由于后续步骤在利用因子图优化待对齐子图的参考位姿时,需要对待对齐子图上地图元素的几何信息(位置、姿态)进行计算,而在经纬高坐标系下不利于上述几何信息的计算,因此,在本发明实施例中当待对齐地图的地图坐标系是经纬高坐标系时可以先将经纬高坐标系转换成类型为三维直角坐标系的全局坐标系,然后再进行地图切分,以提高后续步骤对待对齐子图的参考位姿进行优化的可靠性和准确性。具体而言,当待对齐地图的地图坐标系是经纬高坐标系时可以分别以各待对齐地图的中点为上述类型为三维直角坐标系的全局坐标系的原点,将各待对齐地图的地图坐标系由经纬高坐标系转换成上述全局坐标系,然后再对待对齐地图进行切分。由于经纬高坐标系与上述三维直角坐标系都是地图技术领域中常规的坐标系,因此,本发明实施例不对这两个坐标系的转换方法进行赘述。
步骤S103:根据待对齐子图创建因子图,因子图可以包括因子节点、第一相对位姿约束项和第二相对位姿约束项。
具体地,在因子图上,各因子节点分别与各待对齐子图一一对应,第一相对位姿约束项是同一待对齐地图上待对齐子图之间参考位姿的相对位姿约束项,第二相对位姿约束项是不同待对齐地图上待对齐子图之间参考位姿的相对位姿约束项。
参考位姿是指由地图的局部坐标系向全局坐标系转换的位姿。局部坐标系是在利用车辆采集的地图数据建立待对齐地图时采用的局部坐标系,局部坐标系可以是车体坐标系,也可以是车辆上地图数据采集装置的装置坐标系,例如局部坐标系可以是激光雷达坐标系或IMU(Inertial Measurement Unit)坐标系。全局坐标系是三维直角坐标系,若待对齐地图的地图坐标系是全局坐标系且该全局坐标系也是三维直角坐标系,那么利用参考位姿进行转换的这个全局坐标系与待对齐地图的地图坐标系保持一致;若待对齐地图的地图坐标系是全局坐标系且该全局坐标系是经纬高坐标系,那么利用参考位姿进行转换的这个全局坐标系与对经纬高坐标系进行转换后得到的三维直角坐标系保持一致。
两个待对齐子图之间参考位姿的相对位姿是指一个待对齐子图的参考位姿,相比于另一个待对齐子图的参考位姿的位姿变化量。通过第一相对位姿约束项可以对同一待对齐地图上待对齐子图之间参考位姿的实际相对位姿与最优相对位姿进行约束,使得实际相对位姿不断接近于这个最优相对位;类似地,通过第二相对位姿约束项可以对不同待对齐地图上待对齐子图之间参考位姿的实际相对位姿与最优相对位姿进行约束,使得实际相对位姿不断接近于这个最优相对位姿。
在本发明实施例中“同一待对齐地图上待对齐子图之间参考位姿的最优相对位姿”和“不同待对齐地图上待对齐子图之间参考位姿的最优相对位姿值”的获取方法相同,为了描述简介,下面以同一待对齐地图上的第一待对齐子图与第二待对齐子图这两个子图之间参考位姿的最优相对位姿的获取方法为例,对上述方法进行说明。具体而言,在本发明实施例中可以通过下列方式获取上述最优相对位姿:
对第一待对齐子图与第二待对齐子图进行地图匹配,根据匹配的结果获取第一待对齐子图与第二待对齐子图之间匹配的相对位姿,将这个匹配的相对位姿作为最优相对位姿。在一些优选实施方式中,可以将第一待对齐子图与第二待对齐子图上的各地图点分别作为一个点云,然后采用点云匹配方法对第一待对齐子图与第二待对齐子图上的地图点进行匹配,根据匹配的结果获取第一待对齐子图与第二待对齐子图之间匹配的相对位姿。需要说明的是,在本发明实施例中可以采用自动驾驶技术领域中常规的点云匹配方法对上述第一待对齐子图与第二待对齐子图上的地图点进行匹配。例如,可以采用基于ICP(Iterative Closest Point)算法的点云匹配方法对上述地图点进行匹配,基于ICP算法的点云匹配方法可以是基于ICP算法中plane-to-plane的方法的点云匹配方法,本发明实施例不对上述地图点进行匹配的方法作具体限定。
步骤S104:基于因子图对各待对齐子图的参考位姿进行优化,得到各待对齐子图的优化参考位姿。
通过因子图同时对不同待对齐地图上各待对齐子图的参考位姿进行优化,可以消除不同参考位姿之间的差异,这样在利用优化后的参考位姿对待对齐子图上地图元素在全局坐标系下的位姿进行优化后,就可以保证各待对齐地图具备较高的全局一致性,实现地图对齐。
需要说明的是,在本发明实施例中可以采用自动驾驶技术领域中常规的基于因子图进行位姿优化的方法,基于上述因子图对各待对齐子图的参考位姿进行优化,本发明实施例对此不进行具体限定。
步骤S105:根据各待对齐子图的优化参考位姿,分别对各待对齐子图上地图元素在全局坐标系下的位姿进行优化,以实现地图对齐。
地图元素至少可以包括道路上的交通标识和/或其他能够起到标识作用的物体,其中,交通标识至少包括车道线、停止线、路标标识(如左转弯箭头)、交通显示灯和交通标志牌等,其他能够起到标识作用的物体至少包括杆状物体。
由于各待对齐子图的参考位姿都已经通过因子图进行了同步优化,消除了差异,因此可以通过优化参考位姿将地图元素的位姿由局部坐标系转换至全局坐标系,转换后的位姿就是对地图元素在全局坐标系下的位姿进行优化后的位姿,根据优化后的位姿进行地图更新,即可以实现地图对齐。
根据前述步骤S102可知,待对齐地图的地图坐标系可能是经纬高坐标系,为了便于执行后续步骤会将经纬高坐标系转换成类型为三维直角坐标系的全局坐标系,对此在通过步骤S105对待对齐子图的地图元素在全局坐标系下的位姿进行优化之后,可以将待对齐地图的地图坐标系再次由三维直角坐标系转换成经纬高坐标系,使得地图对齐前后的地图坐标系保持不变。
基于上述步骤S101至步骤S105所述的方法,可以准确且高效地对不同待对齐地图上地图元素在全局坐标系下的位姿进行优化,使得这些待对齐地图具备全局一致性,从而可以显著提高利用这些待对齐地图进行地图融合得到的新地图的准确性。
下面分别对上述步骤S102、S103和S105作进一步说明。
首先,对上述步骤S102和步骤S105进行说明。
参阅附图2,在上述步骤S102的一个实施方式中,可以通过下列步骤S1021至步骤S1022,分别对各待对齐地图进行切分,以在各待对齐地图上分别形成多个连续的待对齐子图。
步骤S1021:对当前待对齐地图进行切分,得到多个连续的地图对象,其中,各地图对象都至少包含一个地图元素。
步骤S1022:针对各地图对象,将地图对象作为目标地图对象并且将目标地图对象、分别位于目标地图对象之前和之后的连续预设数量的地图对象组合形成当前待对齐地图的一个待对齐子图。
通过这种组合方式,各待对齐子图都会包含相同数量的地图对象,且数量为奇数。例如,若预设数量为1,那么各待对齐子图都会包含目标地图对象、目标地图对象之前的一个地图对象和目标地图对象之后的一个地图对象,共3个地图对象。
需要说明的是,在将首个地图对象作为目标地图对象时,由于其前面不存在其他地图对象了,此时可以设置预设数量且内容为空的虚拟地图对象,将这些虚拟地图对象、目标地图对象及其之后预设数量的地图对象组合形成一个待对齐子图;类似地,在将最后一个地图对象作为目标地图对象时,由于其后面不存在其他地图对象了,也可以通过设置虚拟地图对象的方式形成待对齐子图。此外,还需要说明的是,本领域技术人员可以根据实际需求灵活设置预设数量的具体数值,本发明实施例对此不进行具体限定,例如,预设数量可以是1、2和3等。
基于上述步骤S1021至步骤S1022所述的方法,可以保证各待对齐子图都包含相同数量的地图对象,并且使每两个相邻的待对齐子图都包含一部分相同的地图对象,即存在重合部分。在利用因子图对参考位姿进行优化时基于因子图上的第一相对位姿约束项可以消除不同待对齐子图在上述重合部分的参考位姿的差异,进一步提高参考位姿优化的准确性。
进一步,当采用上述步骤S1021至步骤S1022所述的方法对待对齐地图进行切分时,对于各待对齐地图而言,除了目标地图对象,剩余的地图对象都是与其他待对齐地图重合的部分。为了提高优化效率,在对待对齐子图上地图元素在全局坐标系下的位姿进行优化时可以只对待对齐子图中目标地图对象上的地图元素进行优化。具体而言,在上述步骤S105的一个实施方式中,可以根据各待对齐子图的优化参考位姿,分别对各待对齐子图中目标地图对象上的地图元素在全局坐标系下的位姿进行优化,以实现地图对齐。其中,对位姿进行优化的方法与前述步骤S105所述的方法相同,在此不再赘述。
以上是对步骤S102和步骤S105的说明,下面对步骤S103中创建因子图上第一相对位姿约束项和第二相对位姿约束项的方法进行说明。
1、第一相对位姿约束项
在本发明实施例中第一相对位姿约束项包括相邻约束项和回环约束项两种约束项,下面分别对这两种约束项的创建方法进行说明。
具体地,可以对同一待对齐地图上相邻待对齐子图进行地图匹配,以确定相邻待对齐子图之间的最优相对位姿,然后根据最优相对位姿创建同一待对齐地图上相邻待对齐子图之间参考位姿的相对位姿约束项,即创建相邻约束项。此外,可以对同一待对齐地图上回环待对齐子图进行地图匹配,以确定回环待对齐子图之间的最优相对位姿,然后根据最优相对位姿创建同一待对齐地图上回环待对齐子图之间参考位姿的相对位姿约束项,即创建回环约束项。
回环待对齐子图是指能够形成回环关系的两个待对齐子图,在发明实施例中可以采用自动驾驶技术领域中常规的回环检测方法确定哪些待对齐地图能够形成回环,本发明实施例对此不作限定。
2、第二相对位姿约束项
在本发明实施例中可以对不同待对齐地图上回环待对齐子图进行地图匹配,以确定回环待对齐子图之间的最优相对位姿,然后根据最优相对位姿创建不同待对齐地图上回环待对齐子图之间参考位姿的相对位姿约束项,第二相对位姿约束项也是一个回环约束项。
需要说明的是,对待对齐子图进行地图匹配的方法与前述方法实施例中步骤S103所述的方法相同,在此不再赘述。
参阅附图3,图3示例性示出了同时包含上述第一相对位姿约束项和第二相对位姿约束项的因子图的主要结构。如图3所示,map1_1、map1_2、map1_3、map1_4分别表示通过车A对采集路径L进行第一次地图数据采集之后根据采集到的地图数据建立的待对齐地图map1中的四个连续的待对齐子图,map2_1、map2_2、map2_3、map2_4分别表示通过车A对采集路径L进行第二次地图数据采集之后根据采集到的地图数据建立的待对齐地图map2中的四个连续的待对齐子图。以map1_1为例,这个因子图上设置有与map1_2之间的相邻约束项12、与map1_4之间的回环约束项13、与map2_1之间的第二相对位姿约束项14。
以上是对第一个地图对齐方法实施例的说明。
二、第二个地图对齐方法实施例
在第二个方法实施例中,地图对齐方法同样包括前述方法实施例中的步骤S101至步骤S105,与前述方法实施例的主要区别在于步骤S103中创建因子图的方法以及步骤S104中基于因子图进行位姿优化的方法不同。下面分别对第二个方法实施例中创建因子图的方法和基于因子图进行位姿优化的方法进行说明。
1、创建因子图的方法
在本发明实施例可以通过下列步骤11至步骤12创建因子图。
步骤11:获取初始的因子图。
初始的因子图是指通过第一个方法实施例中步骤S103所述的方法创建的因子图。
步骤12:在初始因子图上添加各待对齐子图的参考位姿的先验位姿约束项,形成优化的因子图。以图3所示的map1_1为例,因子图上还可以设置有map1_1的先验位姿约束项11。
先验位姿是指待对齐子图的参考位姿的先验值。通过先验位姿约束项可以对参考位姿的实际值与先验位姿进行约束,使得参考位姿的实际值接近于先验位姿。
车辆在短距离内行驶时其位姿通常不会发生太大变化,因而可以获取车辆在待对齐子图对应的地图空间区域内行驶采集地图数据时得到的车辆位姿,将这个车辆位姿分别作为参考位姿的先验位姿和初始位姿,最后根据先验位姿创建先验位姿约束项。在基于第一相对位姿约束项和第二相对位姿约束项对参考位姿进行约束时会改变参考位姿的实际值,而通过先验位姿约束项可以约束这个参考位姿的实际值不会偏离初始位姿太大,即先验位姿约束项与“第一相对位姿约束项和第二相对位姿约束项”形成了相互对抗的关系,通过这种相互对抗可以进一步提高参考位姿的优化准确性。
进一步,在一些可能的实施方式中,可以采用上述步骤S1021至步骤S1022所述的方法对待对齐地图进行切分,同时根据前述步骤S105的描述可知,在此情况下可以只对待对齐子图中目标地图对象上的地图元素进行优化。对此,为了提高获取先验位姿的效率,可以通过附图4所示的下列步骤S201至步骤S203获取先验位姿的值。
步骤S201:获取待对齐子图中的目标地图对象,并获取车辆在目标地图对象对应的地图空间区域内行驶采集地图数据时得到的车辆位姿序列。在通过车辆在地图空间区域内行驶采集地图数据时会实时地得到车辆的车辆位姿,将这些车辆位姿按照由地图空间区域的起点到终点的顺序进行排列,就可以得到上述车辆位姿序列,或者将这些车辆位姿按照时间由先至后的顺序进行排列也可以得到上述车辆位姿序列。
步骤S202:获取位于车辆位姿序列中间的车辆位姿,将车辆位姿分别作为待对齐子图的参考位姿的先验位姿和初始位姿。
步骤S203:根据先验位姿,创建先验位姿约束项。
基于上述步骤S201至步骤S202所述的方法,只需要获取目标地图对象对应的地图空间区域内的车辆位姿,就可以确定出先验位姿的值,可以显著提高先验位姿的获取效率。
通过上述描述可知,基于上述步骤11至步骤12所述的方法,构建得到的同时包含先验位姿约束项、第一相对位姿约束项和第二相对位姿约束项和第三相对位姿约束项因子图,可以进一步提高对待对齐地图的约束能力,从而也可以进一步提高对参考位姿进行优化的准确性。
以上是对第二个地图对齐方法实施例的说明。
三、第三个地图对齐方法实施例
在第三个方法实施例中,地图对齐方法同样包括前述第一个方法实施例中的步骤S101至步骤S105,与前述方法实施例的主要区别在于步骤S103中创建因子图的方法以及步骤S104中基于因子图进行位姿优化的方法不同。下面分别对第三个方法实施例中创建因子图的方法和基于因子图进行位姿优化的方法进行说明。
1、创建因子图的方法
在本发明实施例可以通过下列步骤21至步骤24创建因子图。
步骤21:获取初始的因子图。
初始的因子图是指通过第一个方法实施例中步骤S103所述的方法创建的因子图。
步骤22:获取地图精度高于待对齐地图的高精地图。
在本发明实施例中高精地图是至少能够提供车道级导航路线的地图。例如,高精地图中地图元素的精度可以是厘米级别,待对齐地图中地图元素的精度可以是米级别。基于高精地图对车辆进行自动驾驶控制,能够显著提高导航路径规划的准确性,同时也能够显著提高车辆行驶过程中的安全性和可靠性。
步骤23:根据各待对齐子图对应的地图空间区域,从高精地图上分别获取与各待对齐子图对应于同一个地图空间区域的高精度子图。
步骤24:在初始的因子图上添加对应于同一个地图空间区域的待对齐子图与高精度子图之间参考位姿的第三相对位姿约束项,以形成最终的因子图。
在一些优选实施方式中可以通过下列方式创建第三相对位姿约束项:首先,可以对待对齐子图与高精度子图进行地图匹配,以确定待对齐子图与高精度子图之间的最优相对位姿;然后,根据最优相对位姿与高精度子图的参考位姿,创建第三相对位姿约束项。进一步,为了便捷地获取高精度子图的参考位姿,在一些实施方式中,可以将前述方法实施例中步骤S201至步骤S202获取到的车辆位姿作为高精度子图的参考位姿。需要说明的是,对待对齐子图进行地图匹配的方法与前述方法实施例中步骤S103所述的方法相同,在此不再赘述。
参阅附图5,图5示例性示出了同时包含第一相对位姿约束项、第二相对位姿约束项和第三相对位姿约束项因子图的主要结构。如图5所示,相比于图3所示的因子图,图5所示的因子图为map1_1还设置了第三相对位姿约束项15。
基于上述步骤21至步骤24所述的方法,可以构建同时包含第一相对位姿约束项、第二相对位姿约束项和第三相对位姿约束项的因子图,从而不仅可以利用待对齐地图自身进行约束,还可以利用比待对齐地图精度高的高精度地图进行约束,进一步提高对参考位姿进行优化的准确性。
2、基于因子图进行位姿优化的方法
在通过上述步骤21至步骤24创建好最终的因子图之后,可以基于最终的因子图,对各待对齐子图的参考位姿进行优化,得到各待对齐子图的优化参考位姿。
需要说明的是,第三个方法实施例在创建因子图时还可以采用第二个方法实施例所示的方法在因子图上添加先验位姿约束项,而在基于因子图进行位姿优化的方法时可以基于同时包括先验位姿约束项、第一相对位姿约束项、第二相对位姿约束项和第三相对位姿约束项的因子图对各待对齐子图的参考位姿进行优化,得到各待对齐子图的优化参考位姿。
以上是对第三个地图对齐方法实施例的说明。
四、第四个地图对齐方法实施例
第四个方法实施例是同时基于第一个方法实施例至第三个方法实施例中各项步骤构建的一个方法实施例。如图6所示,在第四个方法实施例中可以通过下列步骤S301至步骤S308进行地图对齐。
步骤S301:获取在按照同一采集路径进行多次地图数据采集之后根据每次采集到的地图数据分别建立的待对齐地图,获取地图精度高于待对齐地图的高精地图。
步骤S302:分别以各待对齐地图的中点为三维直角坐标系的原点,将各待对齐地图的地图坐标系由经纬高坐标系转换成三维直角坐标系,将高精度地图的地图坐标系由经纬高坐标系转换成三维直角坐标系。需要说明的是,此步骤中的三维直角坐标系是全局坐标系。
步骤S303:对待对齐地图进行切分,得到多个连续的地图对象。
步骤S304:针对各地图对象,将地图对象作为目标地图对象并且将目标地图对象、分别位于目标地图对象之前和之后的连续预设数量的地图对象组合形成待对齐地图的一个待对齐子图。
步骤S305:根据各待对齐子图对应的地图空间区域,从高精地图上分别获取与各待对齐子图对应于同一个地图空间区域的高精度子图。
步骤S306:创建包括因子节点、先验位姿约束项、第一相对位姿约束项、第二相对位姿约束项和第三相对位姿约束项的因子图。
步骤S307:基于因子图对各待对齐子图的参考位姿进行优化,得到各待对齐子图的优化参考位姿。
步骤S308:根据各待对齐子图的优化参考位姿,分别对各待对齐子图中目标地图对象上的地图元素在全局坐标系下的位姿进行优化,以实现地图对齐。
参阅附图7和附图8,图7示例性示出了在对两个待对齐地图进行地图对齐之前对这两个待对齐地图进行地图融合的效果,图8示例性出了在对两个待对齐地图进行地图对齐之后再对这两个待对齐地图进行地图融合的效果,其中,车道a1和车道b1为第一个待对齐地图上的车道,车道a2和车道b2为第二个待对齐地图上的车道。以车道a1和车道a2为例,如图7和图8所示,如果不进行地图对齐直接对这两个待对齐地图进行地图融合,车道a1和车道a2会存在较大的融合偏差,而进行地图对齐之后再进行地图融合,可以有极大地消除上述融合偏差。
需要说明的是,上述步骤S301至步骤S308的实现方法,分别与第一个方法实施例至第三方法实施例中的相关方法相同,在此不再进行赘述。
以上是对本发明提供的地图对齐方法实施例的说明。
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计算机设备。
参阅附图9,图9是根据本发明的一个计算机设备实施例的主要结构示意图。如图9所示,本发明实施例中的计算机设备主要包括存储装置和处理器,存储装置可以被配置成存储执行上述方法实施例的地图对齐方法的程序,处理器可以被配置成用于执行存储装置中的程序,该程序包括但不限于执行上述方法实施例的地图对齐方法的程序。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。
在本发明实施例中计算机设备可以是包括各种电子设备形成的控制装置设备。在一些可能的实施方式中,计算机设备可以包括多个存储装置和多个处理器。而执行上述方法实施例的地图对齐方法的程序可以被分割成多段子程序,每段子程序分别可以由处理器加载并运行以执行上述方法实施例的地图对齐方法的不同步骤。具体地,每段子程序可以分别存储在不同的存储装置中,各处理器可以被配置成用于执行一个或多个存储装置中的程序,以共同实现上述方法实施例的地图对齐方法,即各处理器分别执行上述方法实施例的地图对齐方法的不同步骤,来共同实现上述方法实施例的地图对齐方法。
上述多个处理器可以是部署于同一个设备上的处理器,例如上述计算机设备可以是由多个处理器组成的高性能设备,上述多个处理器可以是该高性能设备上配置的处理器。此外,上述多个处理器也可以是部署于不同设备上的处理器,例如上述计算机设备可以是服务器集群,上述多个处理器可以是服务器集群中不同服务器上的处理器。
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的实施例中,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对齐方法的程序,该程序可以由处理器加载并运行以实现上述地图对齐方法。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。
至此,已经结合附图所示的一个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 (10)

1.一种地图对齐方法,其特征在于,所述方法包括:
获取对同一采集路径进行多次地图数据采集之后根据每次采集到的地图数据分别建立的待对齐地图;
分别对各所述待对齐地图进行切分,以在各所述待对齐地图上分别形成多个连续的待对齐子图,具体包括:对当前待对齐地图进行切分,得到多个连续的地图对象;针对各所述地图对象,将所述地图对象作为目标地图对象并且将所述目标地图对象、分别位于所述目标地图对象之前和之后的连续预设数量的地图对象组合形成所述当前待对齐地图的一个待对齐子图;
根据所述待对齐子图创建因子图,所述因子图包括因子节点、第一相对位姿约束项和第二相对位姿约束项;
基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿;
根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图上地图元素在全局坐标系下的位姿进行优化,以实现地图对齐;
其中,所述待对齐子图的参考位姿是由地图的局部坐标系向全局坐标系转换的位姿,各所述因子节点分别与各所述待对齐子图一一对应,所述第一相对位姿约束项是同一待对齐地图上待对齐子图之间参考位姿的相对位姿约束项,所述第二相对位姿约束项是不同待对齐地图上待对齐子图之间参考位姿的相对位姿约束项。
2.根据权利要求1所述的地图对齐方法,其特征在于,所述方法还包括通过下列方式中的至少一个创建所述第一相对位姿约束项:
对同一待对齐地图上的相邻待对齐子图进行地图匹配,以确定所述相邻待对齐子图之间的最优相对位姿,根据所述最优相对位姿创建同一待对齐地图上相邻待对齐子图之间参考位姿的相对位姿约束项;
对同一待对齐地图上的回环待对齐子图进行地图匹配,以确定所述回环待对齐子图之间的最优相对位姿,根据所述最优相对位姿创建同一待对齐地图上回环待对齐子图之间参考位姿的相对位姿约束项;
和/或,
所述方法还包括通过下列方式创建所述第二相对位姿约束项:
对不同待对齐地图上的回环待对齐子图进行地图匹配,以确定所述回环待对齐子图之间的最优相对位姿,根据所述最优相对位姿创建不同待对齐地图上回环待对齐子图之间参考位姿的相对位姿约束项。
3.根据权利要求1所述的地图对齐方法,其特征在于,所述全局坐标系是三维直角坐标系,在“分别对各所述待对齐地图进行切分,以在各所述待对齐地图上分别形成多个连续的待对齐子图”的步骤之前,所述方法还包括:
若所述待对齐地图的地图坐标系是经纬高坐标系,则分别以各所述待对齐地图的中点为所述全局坐标系的原点,将各所述待对齐地图的地图坐标系由经纬高坐标系转换成所述全局坐标系;
在“根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图上地图元素在所述全局坐标系下的位姿进行优化,以实现地图对齐”的步骤之后,所述方法还包括:
将地图对齐之后的所述待对齐地图的地图坐标系再次由所述全局坐标系转换成经纬高坐标系。
4.根据权利要求1所述的地图对齐方法,其特征在于,“根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图上地图元素在所述全局坐标系下的位姿进行优化,以实现地图对齐”的步骤具体包括:
根据各所述待对齐子图的优化参考位姿,分别对各所述待对齐子图中所述目标地图对象上的地图元素在所述全局坐标系下的位姿进行优化,以实现地图对齐。
5.根据权利要求1所述的地图对齐方法,其特征在于,在“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤之前,所述方法还包括:
在所述因子图上添加各所述待对齐子图的参考位姿的先验位姿约束项,形成优化的因子图;
“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤具体包括:
基于所述优化的因子图,对各所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿。
6.根据权利要求5所述的地图对齐方法,其特征在于,所述方法还包括通过下列方式创建所述先验位姿约束项:
获取所述待对齐子图中的目标地图对象,并获取车辆在所述目标地图对象对应的地图空间区域内行驶采集地图数据时得到的车辆位姿序列;
获取位于所述车辆位姿序列中间的车辆位姿;
将所述中间的车辆位姿分别作为所述待对齐子图的参考位姿的先验位姿和初始位姿;
根据所述先验位姿,创建所述先验位姿约束项。
7.根据权利要求1至6中任一项所述的地图对齐方法,其特征在于,在“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤之前,所述方法还包括:
获取地图精度高于所述待对齐地图的高精地图;
从所述高精地图上分别获取与各所述待对齐子图对应于同一个地图空间区域的高精度子图;
在所述因子图上添加对应于同一个地图空间区域的待对齐子图与高精度子图之间参考位姿的第三相对位姿约束项,以形成最终的因子图;
“基于所述因子图对所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿”的步骤具体包括:
基于所述最终的因子图,对各所述待对齐子图的参考位姿进行优化,得到各所述待对齐子图的优化参考位姿。
8.根据权利要求7所述的地图对齐方法,其特征在于,所述方法还包括通过下列方式创建所述第三相对位姿约束项:
获取所述待对齐子图中的目标地图对象,并获取车辆在所述目标地图对象对应的地图空间区域内行驶采集地图数据时得到的车辆位姿序列;
获取位于所述车辆位姿序列中间的车辆位姿;
将所述中间的车辆位姿作为与所述待对齐子图对应于同一个地图空间区域的高精度子图的参考位姿;
对所述待对齐子图与所述高精度子图进行地图匹配,以确定所述待对齐子图与所述高精度子图之间的最优相对位姿;
根据所述最优相对位姿与所述高精度子图的参考位姿,创建所述第三相对位姿约束项。
9.一种计算机设备,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8中任一项所述的地图对齐方法。
10.一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8中任一项所述的地图对齐方法。
CN202211461906.4A 2022-11-17 2022-11-17 地图对齐方法、计算机设备及计算机可读存储介质 Active CN115493603B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211461906.4A CN115493603B (zh) 2022-11-17 2022-11-17 地图对齐方法、计算机设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211461906.4A CN115493603B (zh) 2022-11-17 2022-11-17 地图对齐方法、计算机设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN115493603A CN115493603A (zh) 2022-12-20
CN115493603B true CN115493603B (zh) 2023-03-10

Family

ID=85114780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211461906.4A Active CN115493603B (zh) 2022-11-17 2022-11-17 地图对齐方法、计算机设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115493603B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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 (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784835A (zh) * 2020-06-28 2020-10-16 北京百度网讯科技有限公司 制图方法、装置、电子设备及可读存储介质
CN112304307A (zh) * 2020-09-15 2021-02-02 浙江大华技术股份有限公司 一种基于多传感器融合的定位方法、装置和存储介质
CN113252022A (zh) * 2020-02-11 2021-08-13 北京图森智途科技有限公司 一种地图数据处理方法及装置
CN113252051A (zh) * 2020-02-11 2021-08-13 北京图森智途科技有限公司 一种地图构建方法及装置
WO2021218620A1 (zh) * 2020-04-30 2021-11-04 上海商汤临港智能科技有限公司 地图构建方法、装置、设备及存储介质
CN113819914A (zh) * 2020-06-19 2021-12-21 北京图森未来科技有限公司 一种地图构建方法及装置
CN115077541A (zh) * 2022-07-01 2022-09-20 智道网联科技(北京)有限公司 自动驾驶车辆的定位方法、装置及电子设备、存储介质
CN115200572A (zh) * 2022-09-19 2022-10-18 季华实验室 三维点云地图构建方法、装置、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2022202051A1 (en) * 2021-04-22 2022-11-10 Navenio Ltd., Alignment of map segments

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113252022A (zh) * 2020-02-11 2021-08-13 北京图森智途科技有限公司 一种地图数据处理方法及装置
CN113252051A (zh) * 2020-02-11 2021-08-13 北京图森智途科技有限公司 一种地图构建方法及装置
WO2021218620A1 (zh) * 2020-04-30 2021-11-04 上海商汤临港智能科技有限公司 地图构建方法、装置、设备及存储介质
CN113819914A (zh) * 2020-06-19 2021-12-21 北京图森未来科技有限公司 一种地图构建方法及装置
CN111784835A (zh) * 2020-06-28 2020-10-16 北京百度网讯科技有限公司 制图方法、装置、电子设备及可读存储介质
CN112304307A (zh) * 2020-09-15 2021-02-02 浙江大华技术股份有限公司 一种基于多传感器融合的定位方法、装置和存储介质
CN115077541A (zh) * 2022-07-01 2022-09-20 智道网联科技(北京)有限公司 自动驾驶车辆的定位方法、装置及电子设备、存储介质
CN115200572A (zh) * 2022-09-19 2022-10-18 季华实验室 三维点云地图构建方法、装置、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Factor graph based navigation and positioning for control system design: A review;Xiwei WU 等;《Chinese Journal of Aeronautics》;20220531;第1-15页 *
基于滤波与图优化的定位与建图系统;华智 等;《电子测量技术》;20220228;第45卷(第4期);第99-106页 *

Also Published As

Publication number Publication date
CN115493603A (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
US10901429B2 (en) Method and apparatus for outputting information of autonomous vehicle
KR102273559B1 (ko) 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체
CN108765487B (zh) 重建三维场景的方法、装置、设备和计算机可读存储介质
US10332389B2 (en) Extrapolating speed limits within road graphs
CN110869981B (zh) 用于自主车辆的高清晰度地图数据的向量数据编码
CN102713521B (zh) 用gps踪迹产生、细化及扩充增量地图
CN108280866B (zh) 道路点云数据处理方法及系统
US20200386557A1 (en) Lane-level map matching
WO2019099802A1 (en) Iterative closest point process based on lidar with integrated motion estimation for high definitions maps
CN110345951B (zh) 一种adas高精度地图的生成方法及装置
CN111656135A (zh) 基于高清地图的定位优化
KR101921429B1 (ko) 정밀지도 제작 방법 및 정밀지도 제작 시스템
CN109163730B (zh) 一种自动驾驶用高精度地图数据网格化的管理方法及装置
EP3667236B1 (en) A method of determining position data
CN111351502B (zh) 用于从透视图生成环境的俯视图的方法,装置和计算机程序产品
CN114034295B (zh) 高精地图生成方法、装置、电子设备、介质及程序产品
WO2021003487A1 (en) Training data generation for dynamic objects using high definition map data
CN111681163A (zh) 构建点云地图的方法、装置、电子设备和存储介质
CN113989451A (zh) 高精地图构建方法、装置及电子设备
CN115493603B (zh) 地图对齐方法、计算机设备及计算机可读存储介质
CN113191550A (zh) 地图匹配方法及装置
CN113847927A (zh) 路径生成的方法、装置、设备、存储介质及程序产品
CN111260549A (zh) 道路地图的构建方法、装置和电子设备
CN113450455A (zh) 用于生成停车场的道路链路的地图的方法、设备和计算机程序产品
CN116958316B (zh) 拓扑图生成方法、装置、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant