CN115511901A - 矿山地图处理方法、装置、系统、计算机设备及存储介质 - Google Patents

矿山地图处理方法、装置、系统、计算机设备及存储介质 Download PDF

Info

Publication number
CN115511901A
CN115511901A CN202211461357.0A CN202211461357A CN115511901A CN 115511901 A CN115511901 A CN 115511901A CN 202211461357 A CN202211461357 A CN 202211461357A CN 115511901 A CN115511901 A CN 115511901A
Authority
CN
China
Prior art keywords
information
sub
lane
area
boundary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211461357.0A
Other languages
English (en)
Other versions
CN115511901B (zh
Inventor
周云青
赵秉辉
游昌斌
樊剑平
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.)
Qingdao Vehicle Intelligence Pioneers Inc
Original Assignee
Qingdao Vehicle Intelligence Pioneers Inc
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 Qingdao Vehicle Intelligence Pioneers Inc filed Critical Qingdao Vehicle Intelligence Pioneers Inc
Priority to CN202211461357.0A priority Critical patent/CN115511901B/zh
Publication of CN115511901A publication Critical patent/CN115511901A/zh
Application granted granted Critical
Publication of CN115511901B publication Critical patent/CN115511901B/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
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20132Image cropping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)

Abstract

本发明公开了一种矿山地图处理方法、装置、系统、计算机设备及存储介质,涉及自动驾驶技术领域。其中方法包括:根据地图采集车辆采集的连续的行驶区域和作业区域的边界信息,提取行驶区域和作业区域;响应于裁切操作,将行驶区域划分为多个预选区域,并将多个预选区域划分为第一行驶区域和第二行驶区域;根据第一行驶区域的边界信息批量生成第一子车道,对第二行驶区域进行处理生成第二子车道;对行驶区域中相邻的两个子车道进行拼接,得到路网关联信息,基于子车道和路网关联信息,生成行驶区域的路网信息,对行驶区域的路网信息和作业区域的边界信息进行拼接,生成矿山地图的路网信息。上述方法能够提升矿山地图采集、上传和更新的效率。

Description

矿山地图处理方法、装置、系统、计算机设备及存储介质
技术领域
本发明涉及自动驾驶技术领域,尤其是涉及一种矿山地图处理方法、装置、芯片、终端、计算机设备及介质。
背景技术
近年来,随着无人驾驶技术的不断发展,露天矿山开始逐步使用无人驾驶系统,以此提高矿山的运输生产力。目前,矿区无人驾驶系统对地图采集、上传和更新实时性要求较高,依赖程度也很高。但是,矿区的地形复杂、路宽受限、路面平整度不高、各种道路类型混杂,且装载区域、卸载区域、运输道路还会随着生产作业的推进而频繁变化,这些特性均导致地图的采集和构建的难度比较大。
在现有技术中,对矿区地图进行采集、上传和更新的方式,主要是通过无人驾驶车辆定期采集可行使区域和作业区域边界数据,然后手动上传并导入边界数据,最后手动添加单条车道,并一条条生成路网。然而,上述方法的地图采集和处理的速度比较慢,需要耗费比较长的时间,很难满足矿山无人化运输系统对地图采集、上传和更新的要求。
发明内容
有鉴于此,本申请提供了一种矿山地图处理方法、装置、系统、芯片、终端、计算机设备及计算机可读存储介质,主要目的在于解决矿山地图的采集、上传、更新的效率低和实时性差的技术问题。
根据本发明的第一个方面,提供了一种矿山地图处理方法,该方法包括:
获取地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于所述边界信息提取行驶区域和作业区域;
响应于至少一个裁切操作,在所述行驶区域生成与每个所述裁切操作对应的裁切线,并根据所述裁切线将所述行驶区域划分为多个预选区域;
根据每个所述预选区域的边界信息的变化范围,将所述多个预选区域划分为第一行驶区域和第二行驶区域,其中,所述第一行驶区域的边界信息的变化范围在所述预设范围内,所述第二行驶区域的边界信息的变化范围超出所述预设范围;
根据所述第一行驶区域的边界信息批量生成第一子车道,对所述第二行驶区域进行处理生成第二子车道;
对所述行驶区域中相邻的所述第一子车道和/或所述第二子车道进行拼接,得到路网关联信息,并基于所述第一子车道、所述第二子车道和所述路网关联信息,生成所述行驶区域的路网信息,对所述行驶区域的路网信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
根据本发明的第二个方面,提供了一种矿山地图处理装置,该装置包括:
信息接收模块,用于获取地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于所述边界信息提取行驶区域和作业区域;
区域裁切模块,用于响应于至少一个裁切操作,在所述行驶区域生成与每个所述裁切操作对应的裁切线,并根据所述裁切线将所述行驶区域划分为多个预选区域;
区域划分模块,用于根据每个所述预选区域的边界信息的变化范围,将所述多个预选区域划分为第一行驶区域和第二行驶区域,其中,所述第一行驶区域的边界信息的变化范围在所述预设范围内,所述第二行驶区域的边界信息的变化范围超出所述预设范围;
车道生成模块,用于根据所述第一行驶区域的边界信息批量生成第一子车道,对所述第二行驶区域进行处理生成第二子车道;
车道拼接模块,用于对所述行驶区域中相邻的所述第一子车道和/或所述第二子车道进行拼接,得到路网关联信息,并基于所述第一子车道、所述第二子车道和所述路网关联信息,生成所述行驶区域的路网信息,对所述行驶区域的路网信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
根据本发明的第三个方面,提供了一种矿山地图处理系统,该系统包括服务器、若干无人驾驶车辆以及一地图采集车辆,所述服务器设置有上述矿山地图处理装置,所述服务器与所述无人驾驶车辆、所述地图采集车辆无线连接;
所述地图采集车辆,用于采集预设区域内的点云信息,并根据所述点云信息中提取出连续的行驶区域和作业区域的边界信息,并将所述边界信息发送至所述服务器;
所述服务器,用于接收所述边界信息,并根据所述边界信息生成矿山地图的路网信息,将所述矿山地图的路网信息发送至所述无人驾驶车辆;
所述无人驾驶车辆,用于接收所述矿山地图的路网信息,并根据所述矿山地图的路网信息和预设的运营路线,执行无人驾驶任务。
根据本发明的第四个方面,提供了一种芯片,所述芯片包括至少一个处理器和通信接口,所述通信接口和所述至少一个处理器耦合,所述至少一个处理器用于运行计算机程序或指令,以实现上述矿山地图处理方法。
根据本发明的第五个方面,提供了一种终端,所述终端包括上述矿山地图处理装置。
根据本发明的第六个方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被处理器执行时实现上述矿山地图处理方法。
根据本发明的第七个方面,提供了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上述矿山地图处理方法。
本发明提供的一种矿山地图处理方法、装置、系统、芯片、终端、计算机设备及存储介质,首先接收地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于边界信息提取行驶区域和作业区域,然后对行驶区域进行裁切,得到边界信息的变化范围在预设范围内的第一行驶区域和边界信息的变化范围在预设范围外的第二行驶区域,进而根据第一行驶区域的边界信息批量生成第一子车道,以及对第二行驶区域进行处理生成第二子车道,最后对行驶区域中相邻的第一子车道和/或第二子车道进行拼接,得到路网关联信息,并基于第一子车道、第二子车道和路网关联信息,生成行驶区域的路网信息,最后对行驶区域的路网信息和作业区域的边界信息进行拼接,生成矿山地图的路网信息。上述方法通过利用地图采集车辆进行边界信息的采集,可以提高地图采集的灵活度和采集效率,同时,采集后的边界信息直接上传进行地图构建,具有较高的上传效率,此外,根据行驶区域的边界信息的变化范围对行驶区域进行划分,并基于划分后的行驶区域分别批量生成第一子车道和独立生成第二子车道,以及对相邻的第一子车道和/或第二子车道进行拼接,得到路网关联信息,可以有效的提高车道和路网的生成效率。基于此,上述方法能够极大地提升矿山地图采集、上传和更新的效率,从而快速生成矿山地图并进行实时更新。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明实施例提供的一种矿山地图处理方法的流程示意图;
图2示出了本发明实施例提供的一种矿山地图处理方法的流程示意图;
图3示出了本发明实施例提供的一种矿山地图处理方法的场景示意图;
图4示出了本发明实施例提供的一种矿山地图处理方法的场景示意图;
图5示出了本发明实施例提供的一种矿山地图处理装置的结构示意图;
图6示出了本发明实施例提供的一种矿山地图处理装置的结构示意图;
图7示出了本发明实施例提供的一种矿山地图处理系统的结构示意图;
图8示出了本发明实施例提供的一种矿山地图处理系统中地图采集车辆的结构示意图;
图9示出了本发明实施例提供的一种计算机设备的结构示意图;
图10示出了本发明实施例提供的一种芯片的结构示意图;
图11示出了本发明实施例提供的一种终端的结构示意图;
图12示出了本发明实施例提供的一种计算机可读存储介质的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
目前,矿区无人驾驶系统对地图采集、上传和更新实时性要求较高,依赖程度也很高。在现有技术中,对矿区地图进行采集、上传和更新的方式,主要是通过无人驾驶车辆定期采集可行使区域和作业区域边界数据,然后手动上传并导入边界数据,最后手动添加单条车道,并一条条生成路网。然而,应用无人驾驶车辆采集可行驶区域边界和作业区域边界,并手动添加车道以及一条条生成路网,具有如下缺点:
1、会占用一台无人驾驶车辆,会使得矿区整体的工作量降低;
2、无人车辆的车型大,采集岔路口的边界信息时,或者路比较窄时,采集的边界信息不够精确;
3、无人车辆的行驶速度慢,采集边界信息的效率低;
4、手动上传边界数据的速度慢,上传边界信息的效率低;
5、手动添加单条车道并一条条生成路网的速度慢,矿山地图生成效率低。
基于此,现有技术提出的地图采集和处理的速度比较慢,需要耗费比较长的时间,很难满足矿山无人化运输系统对地图采集、上传和更新的要求。
本发明提出的各个实施例主要适用于矿山地图的采集、上传和更新的场景。本发明实施例的执行主体为能够处理矿山地图的装置或者设备,具体可以设置在服务器一侧或者车端一侧。
实施例一
在一个实施例中,如图1所示,提供了一种矿山地图处理方法,以该方法应用于服务器等矿山地图处理装置为例进行说明,包括以下步骤:
101、获取地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于边界信息提取行驶区域和作业区域。
其中,地图采集车辆为用于采集一定区域范围内的边界信息的专用车辆,例如,地图采集车辆可以是普通的乘用车。具体的,地图采集车辆可以在需要生成矿山地图的区域范围内行驶,并在行驶过程中持续采集区域范围内的点云信息或位置信息,然后通过点云分析算法或定位算法,提取出连续的行使区域和作业区域的边界信息。在本实施例中,行驶区域和作业区域的划分可以采用预设的判别方法进行自动识别,也可以通过人工判断的方式进行识别。可选的,行驶区域和作业区域可以响应于裁切操作生成的裁切线裁剪得到。
具体的,地图采集车辆在提取出连续的行使区域和作业区域的边界信息后,可以通过主动或被动的方式向服务器发送边界信息上传请求,其中,边界信息上传请求中可以携带行驶区域和作业区域的边界信息,或者,也可以在服务器响应了边界信息上传请求后,地图采集车辆再上传行驶区域和作业区域的边界信息至服务器。进一步的,服务器在接收到地图采集车辆发送的边界信息上传请求之后,可以对行驶区域和作业区域的边界信息进行提取,然后根据行驶区域和作业区域的边界信息,在地图构建软件上生成行驶区域和作业区域,以供用户查看。
在本实施例中,行驶区域的区域类型主要包括基础区域、交叉行驶区域、单行行驶区域和双行行驶区域等,在以上各类型的行驶区域内,无人驾驶车辆可以按照预设的运营路线自由行驶,一般来说,服务器可以将刚生成的行驶区域保存为基础区域类型的行驶区域。进一步的,作业区域主要包括装载区和卸载区,在以上作业区域范围内,设备或车辆可以进行装载与卸载等相关作业活动。
本实施例通过利用地图采集车辆采集预设区域范围内的行驶区域和作业区域的边界信息,可以充分利用地图采集车辆能够反复应用在多种不同的环境下生成矿山地图的特点,从而有效的提高了边界信息采集的灵活性,此外,单独设置一个地图采集车辆,也会使得采集的边界信息更加准确,速度更快,且地图采集车辆可以是普通的乘用车,车型小,灵活,更加省油,节约成本。
102、响应于至少一个裁切操作,在行驶区域生成与每个裁切操作对应的裁切线,并根据裁切线将行驶区域划分为多个预选区域。
103、根据每个预选区域的边界信息的变化范围,将多个预选区域划分为第一行驶区域和第二行驶区域。
其中,边界信息可以包括多个边界节点的位置信息,多个边界节点的连线构成了行驶区域和作业区域的边界信息。在本实施例中,边界节点的位置信息可以包括边界节点的经纬度信息和高程信息等,边界信息的变化范围指的是多个边界节点的位置信息的变化范围,该变化范围可采用多种统计学数值进行表示,预设范围为根据不同的矿山环境以及生成矿山地图的需求而预先设定的数值范围,该预设范围可以预先存储在数据库或服务器中。
具体的,可以在地图构建软件上对行驶区域进行至少一次裁切,并形成至少两个预选区域。在本实施例中,可以按照人工判别标准或者预设判别标准确定裁切的位置,并通过多边形裁切工具发送相应的裁切操作,其中,每一个裁切操作对应一条裁切线,裁切线可以将行驶区域划分为多个不同的预选区域。进一步的,通过获取每一个预选区域的边界信息,并计算边界信息的变化范围,即可将每个预选区域的边界信息的变化范围与预设范围进行比对,从而将每个预选区域划分为第一行驶区域或第二行驶区域,其中,第一行驶区域的边界信息的变化范围在预设范围内,第二行驶区域的边界信息的变化范围超过预设范围。需要说明的是,在矿区的作业环境下,连接装载区和卸载区的行驶区域并不是一条封闭的道路,而是一条包含了至少一个交叉行驶区域或路口等边界信息不规则区域的道路,基于此,裁切后的多个行驶区域包含至少一个第一行驶区域和至少一个第二行驶区域。
在本实施例中,当裁切后的行驶区域的边界信息的变化范围数值在预设范围内时,表明此区域的多个边界节点的位置变化较小,边界变化平整均匀,此时,可以将此区域划分为第一行驶区域,其中,第一行驶区域的区域类型一般为双行行驶区域等道路边界规则的区域,由于第一行驶区域的边界较为整齐,因而便于后续进行车道的批量处理。进一步的,当裁切后的行驶区域的边界信息的变化范围数值超过预设范围时,表明此区域的多个边界节点的变化范围较大,边界变化波动较大,此时,可以将此类区域划分为第二行驶区域,第二行驶区域的区域类型主要为交叉行驶区域等道路边界变化较大的区域,由于第二行驶区域内的行驶路况各不相同且较为复杂,因此不便于对第二行驶区域的车道进行批量处理,而是需要针对各个第二行驶区域的路况逐个进行分析,并做针对性的处理。
104、根据第一行驶区域的边界信息批量生成第一子车道,对第二行驶区域进行处理生成第二子车道。
具体的,由于第一行驶区域的边界整齐,且边界信息的变化范围在预设范围内,因而适用于采用批量处理的方式生成多条第一子车道。具体的,在批量生成多条第一子车道时,可以根据每个第一行驶区域的边界信息,生成每个第一行驶区域内的多条第一子车道,其中,第一子车道上的各点距离第一行驶区域的边界的垂直距离相同,即第一子车道可以平行于第一行驶区域的边界。进一步的,由于第二行驶区域的边界波动较大,且边界信息的变化范围超出预设范围,因而适用于采用独立处理的方式生成第二子车道。具体的,在对第二行驶区域内的车道进行独立处理时,可以根据第二行驶区域内设定的起始节点信息和至少一个终止节点信息,生成每个第二行驶区域内的第二子车道,例如,当第二行驶区域为交叉行驶区域时,终止节点信息可以为多个,当第二行驶区域不为交叉行驶区域时,终止节点信息可以为一个。
105、对行驶区域中相邻的第一子车道和/或第二子车道进行拼接,得到路网关联信息,并基于第一子车道、第二子车道和路网关联信息,生成行驶区域的路网信息,对行驶区域的路网信息和作业区域的边界信息进行拼接,生成矿山地图的路网信息。
其中,车道拼接指的是对路网中的多个子车道进行关联的操作。进一步的,路网关联关系包括预设区域内每两个相邻的子车道之间的关联关系,其中包括每两个相邻的第一子车道之间的关联关系,每两个相邻的第二子车道之间的关联关系,以及每两个相邻的第一子车道和第二子车道之间的关联关系。在本实施例中,第一行驶区域内的多条第一子车道可以采用批量处理的方式生成,而且,在批量处理之后,还可以直接生成每两条第一子车道之间的关联关系。
具体的,针对行驶区域中未关联的每两个相邻的子车道(其中,子车道包含第一子车道和第二子车道),可以用两个子车道相邻的子车道节点对两条相邻的子车道进行拼接,以得到每两条子车道之间的关联关系。进一步的,当路网中所有相邻的子车道均进行了关联后,即可得到路网关联信息,基于已经生成的行驶区域内的第一子车道、第二子车道以及路网关联信息,即可得到行驶区域的的路网信息,最后,对行驶区域的路网信息和作业区域的边界信息进行拼接,即可生成矿山地图的路网信息。需要说明的是,在第一行驶区域内,需要拼接的子车道通常为两条相邻的子车道,而在交叉行驶区域,需要拼接的子车道可能为两条或两条以上彼此相邻的子车道。
在本实施例中,当第一行驶区域采用批量处理只生成了多条第一子车道时,可以在拼接的过程中对行驶区域内所有的相邻的每两个子车道进行拼接,其中,行驶区域包括每个第一行驶区域和每个第二行驶区域,最后可以生成每两个子车道之间的关联关系,即生成路网关联信息。进一步的,当第一行驶区域采用批量处理生成了多条第一子车道以及每两条第一子车道之间的关联关系时,可以在拼接的过程中只对相邻的两个裁切后的行驶区域中相邻的两个子车道进行拼接,同样的,行驶区域包括每个第一行驶区域和每个第二行驶区域,最后也可以生成每两个子车道之间的关联关系,即路网关联信息。在本实施例中,子车道包含第一子车道和第二子车道。
本实施例提供的矿山地图处理方法,通过利用地图采集车辆进行边界信息的采集,可以提高地图采集的灵活度和采集效率,同时,采集后的边界信息直接上传进行地图构建,具有较高的上传效率,此外,根据行驶区域的边界信息的变化范围对行驶区域进行划分,并基于划分后的行驶区域分别批量生成第一子车道和独立生成第二子车道,以及对相邻的第一子车道和/或第二子车道进行拼接,得到路网关联信息,可以有效的提高车道和路网的生成效率。基于此,上述方法能够极大地提升矿山地图采集、上传和更新的效率,从而快速生成矿山地图并进行实时更新。
实施例二
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的实施过程,提供了矿山地图处理方法,如图2所示,该方法包括以下步骤:
201、获取地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于边界信息提取行驶区域和作业区域。
其中,地图采集车辆为用于采集一定区域范围内的边界信息的专用车辆,例如,地图采集车辆可以是普通的乘用车。具体的,地图采集车辆可以在需要生成矿山地图的区域范围内行驶,并在行驶过程中持续采集区域范围内的点云信息或位置信息,然后通过点云分析算法或定位算法,提取出连续的行使区域和作业区域的边界信息。在本实施例中,行驶区域和作业区域的划分可以采用预设的判别方法进行自动识别,也可以通过人工判断的方式进行识别。可选的,行驶区域和作业区域可以响应于裁切操作生成的裁切线裁剪得到。
具体的,地图采集车辆在提取出连续的行使区域和作业区域的边界信息后,可以通过主动或被动的方式向服务器发送边界信息上传请求,其中,边界信息上传请求中可以携带行驶区域和作业区域的边界信息,或者,也可以在服务器响应了边界信息上传请求后,地图采集车辆再上传行驶区域和作业区域的边界信息至服务器。进一步的,服务器在接收到地图采集车辆发送的边界信息上传请求之后,可以对行驶区域和作业区域的边界信息进行提取,然后根据行驶区域和作业区域的边界信息,在地图构建软件上生成行驶区域和作业区域,以供用户查看。
在一个可选的实施例中,步骤201中生成行驶区域和作业区域的方法可以通过以下步骤实现:首先基于行驶区域和作业区域的边界信息,得到行驶区域的多个边界节点的位置信息以及作业区域的多个边界节点的位置信息,然后基于行驶区域的多个边界节点的位置信息,生成行驶区域的多个边界节点,并基于作业区域的多个边界节点的位置信息,生成作业区域的多个边界节点,最后基于行驶区域的多个边界节点之间的连线,生成行驶区域,以及基于作业区域的多个边界节点之间的连线,生成作业区域。
具体的,地图采集车辆可以在一定的区域范围内行驶,并在行驶过程中对行驶区域以及作业区域的边界信息进行采集,其中,地图采集车辆可以利用激光雷达等传感器采集边界信息,基于此,边界信息可以以点云数据的形式呈现。进一步的,点云数据中包含行驶区域内的多个边界节点的位置信息以及作业区域内的多个边界节点的位置信息,此时,可以利用点云分析算法,基于获取到的每个边界节点的位置信息,确定行驶区域每个边界节点的位置以及作业区域内的每个边界节点的位置,其中,点云分析算法为通过获取到的点云数据,对原始点云数据进行聚类分割以完成对特定区域的识别,以生成区域基础数据信息的算法。进一步的,在确定出各个边界节点的位置之后,可以将各个区域的边界节点依次进行连线,以形成封闭的区域,最后对这个封闭的区域进行划分,即可得到行驶区域以及作业区域。
202、响应于至少一个裁切操作,在行驶区域生成与每个裁切操作对应的裁切线,并根据裁切线将行驶区域划分为多个预选区域。
203、根据每个预选区域的边界信息的变化范围,将多个预选区域划分为第一行驶区域和第二行驶区域。
具体的,可以在地图构建软件上对行驶区域进行至少一次裁切,并形成至少两个预选区域。在本实施例中,可以按照人工判别标准或者预设判别标准确定裁切的位置,并通过多边形裁切工具发送相应的裁切操作,其中,每一个裁切操作对应一条裁切线,裁切线可以将行驶区域划分为多个不同的预选区域。进一步的,通过获取每一个预选区域的边界信息,并计算边界信息的变化范围,即可将每个预选区域的边界信息的变化范围与预设范围进行比对,从而将每个预选区域划分为第一行驶区域或第二行驶区域,其中,第一行驶区域的边界信息的变化范围在预设范围内,第二行驶区域的边界信息的变化范围超过预设范围。需要说明的是,在矿区的作业环境下,连接装载区和卸载区的行驶区域并不是一条封闭的道路,而是一条包含了至少一个交叉行驶区域或路口等边界信息不规则区域的道路,基于此,裁切后的多个行驶区域包含至少一个第一行驶区域和至少一个第二行驶区域。其中,第一行驶区域以及第二行驶区域的判别标准参见步骤102和步骤103,在此不再赘述。
参照图3中的示例对行驶区域的裁切操作进行说明。在图3中,通过7次裁切操作共产生了7条裁切线,并将整个区域划分为八个部分,分别为三个作业区域和五个行驶区域,其中,三个作业区域分别为卸载区、装载区1和装载区2,五个行驶区域分别为第一行驶区域1、第一行驶区域2、第一行驶区域3、第一行驶区域4和交叉口,由图3所示的边界线可见,第一行驶区域1至第一行驶区域4的边界边界变化平整均匀,因此可以划分为第一行驶区域,而交叉口的边界变化波动较大,因此可以划分为第二行驶区域。
204、根据第一行驶区域的边界信息批量生成第一子车道。
具体的,由于第一行驶区域的边界整齐,且边界信息的变化范围在预设范围内,因而适用于采用批量处理的方式生成多条第一子车道。在批量生成多条第一子车道时,可以根据每个第一行驶区域的边界信息,生成每个第一行驶区域内的多条第一子车道,其中,第一子车道上的各点距离第一行驶区域的边界的垂直距离相同,即第一子车道可以平行于第一行驶区域的边界。
在一个可选的实施例中,步骤204可以通过以下步骤实现:首先,获取所述第一行驶区域的边界信息,生成所述第一行驶区域的第一边界线和第二边界线,并生成所述第一边界线和所述第二边界线之间的中心线,然后,在所述第一边界线和所述中间线之间生成第一车道线,在所述第二边界线和所述中间线之间生成第二车道线,最后,基于预设的路段距离,对所述第一车道线和所述第二车道线进行切分,得到等距离排列的多条第一子车道,其中,所述第一子车道包括起始节点信息、终止节点信息、位置信息以及每两条所述第一子车道之间的关联信息。
具体的,第一行驶区域的边界处约每隔0.1米便会存在一个边界节点,每个边界节点之间相连即可构成第一行驶区域的边界信息。由于第一行驶区域的边界信息的变化范围相对较小,且无人驾驶车辆在第一行驶区域内具有相对固定的行驶方向,因此,可以根据第一行驶区域的边界信息生成两条边界线。在确定第一行驶区域的两条边界线后,可以进一步获取两条边界线之间的宽度信息,并根据两条边界线之间的宽度信息,在第一边界线和第二边界线之间生成一条中心线,进而在第一边界线和所述中间线之间生成第一车道线,以及在第二边界线和中间线之间生成第二车道线。之后,可以沿着车道的延伸方向对车道线进行切分,以得到多个等距离排列的多条第一子车道,其中,每个第一子车道包括起始节点信息、终止节点信息、位置信息以及每两条第一子车道之间的关联信息。进一步的,可以将每条第一子车道的起始节点信息、终止节点信息、位置信息以及每两条第一子车道之间的关联信息存储至数据库中,在矿山地图在刷新显示时,可以获取每条第一子车道的起始节点信息、终止节点信息、位置信息以及每两条第一子车道之间的关联信息,进而重新绘制出第一行驶区域内的多条第一子车道,通过这种数据处理方式,可以有效的提高地图信息上传入库的效率和第一子车道的生成效率。
具体参照图3为例进行说明,图3中第一行驶区域1、第一行驶区域2、第一行驶区域3和第一行驶区域均4存在相对固定的行进方向,且在行驶区域内不存在多条路线交叉,因此可以在每个第一行驶区域内批量生成多个第一子车道,此外,由于第一行驶区域3和第一行驶区域4相邻,因此也可以同时对二者进行选择以批量生成两个第一行驶区域内的多个第一子车道,以及生成这两个第一行驶区域内每两个相邻的第一子车道之间的关联关系。
205、对第二行驶区域进行处理生成第二子车道。
具体的,由于第二行驶区域的边界波动较大,且边界信息的变化范围超出预设范围,因而适用于采用独立处理的方式生成第二子车道。在本实施例中,在对第二行驶区域内的车道进行独立处理时,需要逐一对每个第二行驶区域内的每条车道进行独立处理,从而得到每个第二行驶区域内的车道。
在一个可选的实施例中,步骤205可以通过以下步骤实现:首先,响应于节点设置请求,接收所述第二行驶区域内的起始节点信息和至少一个终止节点信息,其中,起始节点信息包括起始节点位置信息和起始节点航向角,所述终止节点信息包括终止节点位置信息和终止节点航向角,然后,根据所述起始节点信息和所述至少一个终止节点信息,生成第二子车道的位置信息,最后,根据所述第二子车道的位置信息、以及所述起始节点信息和所述至少一个终止节点信息,生成所述第二行驶区域内的第二子车道。
具体的,由于第二行驶区域内边界信息的变化范围相对较大,因而无法采用第一行驶区域内批量处理的方法,只能独立处理生成第二行驶区域内的第二子车道。在第二行驶区域内,每条第二子车道可能并非只有唯一的行进方向,而是存在交叉路线以及弯道等复杂路况,因此,对于第二子车道,需要先确定起始节点信息和针对每个交叉路线的终止节点信息(即当第二行驶区域为交叉行驶区域时,终止节点信息为多个,每个终止节点信息对应一个交叉路线),其中,起始节点信息和终止节点信息具体包括起始节点和终止节点的位置信息以及航向角,通过将起始节点信息和终止节点信息作为输入参数,利用第二子车道生成算法,即可得到第二子车道的位置信息,最后,根据第二子车道的位置信息、起始节点信息和至少一个终止节点信息,即可生成第二子车道。进一步的,可以将第二子车道的位置信息、起始节点信息和终止节点信息存储至数据库中,在矿山地图在刷新显示时,可以获取每个第二子车道的位置信息、起始节点信息和终止节点信息,进而重新绘制出第二行驶区域内的第二子车道。通过这种数据处理方式,可以有效的提高地图信息上传入库的效率和第二子车道的生成效率。
参照图3为例进行说明,在图3中,第二行驶区域的交叉口分别与第一行驶区域1、第一行驶区域2和第一行驶区域3连通,由于存在多条路线交叉,目前无法利用批量处理的方法生成车道,只能采用独立处理的方式生成第二子车道。在生成第二子车道时,可以确定第二子车道的起始点信息和至少一个终止点信息,从而根据第二子车道的起始点信息和至少一个终止点信息确定第二子车道的位置信息,进而绘制出连接多个第一行驶区域的第二子车道。
206、对行驶区域中相邻的第一子车道和/或第二子车道进行拼接,得到路网关联信息,并基于第一子车道、第二子车道和路网关联信息,生成行驶区域的路网信息,对行驶区域的路网信息和作业区域的边界信息进行拼接,生成矿山地图的路网信息。
具体的,针对行驶区域中未关联的每两个相邻的子车道(包含第一子车道和第二子车道),可以用两个子车道相邻的子车道节点对两条相邻的子车道进行拼接,以得到每两条子车道之间的关联关系。进一步的,当路网中所有相邻的子车道均进行了关联后,即可得到路网关联信息,基于已经生成的行驶区域内的第一子车道、第二子车道以及路网关联信息,即可得到行驶区域的的路网信息,最后,对行驶区域的路网信息和作业区域的边界信息进行拼接,即可生成矿山地图的路网信息。需要说明的是,在第一行驶区域内,需要拼接的子车道通常为两条相邻的子车道,而在交叉行驶区域,需要拼接的子车道可能为两条或两条以上彼此相邻的子车道。
在一个可选的实施例中,步骤206可以通过以下步骤实现:首先,获取所述行驶区域中每个所述第一子车道的起始节点信息、终止节点信息、位置信息和每两条所述第一子车道之间的关联信息,以及每个所述第二子车道的起始节点信息、终止节点信息和位置信息,然后,将所述行驶区域中每两个相邻的前第一子车道的终止节点向后第一子车道的起始节点延伸连接,将每两个相邻的前第二子车道的终止节点向后第二子车道的起始节点延伸连接,将每两个相邻的前第一子车道的终止节点向后第二子车道的起始节点延伸连接,以及将每两个相邻的前第二子车道的终止节点向后第一子车道的起始节点延伸连接,得到路网关联信息,进而,基于所述第一子车道、所述第二子车道和所述路网关联信息,生成行驶区域的路网信息,其中,所述行驶区域的路网信息包括车道信息和边界信息,最后,将所述行驶区域的路网信息中的边界信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
具体的,在对第一行驶区域内的车道进行批量处理后,无论是仅得到第一行驶区域内的多条第一子车道,还是得到第一行驶区域内的多条第一子车道以及每两个第一子车道之间的关联关系,都需要对每个第一行驶区域和每个第二行驶区域内的每两个相邻子车道进行拼接,以形成行驶区域内每两个相邻的子车道之间的关联关系,从而得到矿山地图的路网关联信息,其中,本实施例所指的子车道包含第一子车道和第二子车道。进一步的,通过将路网关联信息与行驶区域内的每条子车道进行结合,得到的便是行驶区域的路网信息,最后,对行驶区域的路网信息中的边界信息和作业区域的边界信息进行拼接,即可生成完整的矿山地图的路网信息。基于生成的矿山路网信息,无人驾驶车辆能够在整个矿山的区域范围内行驶。
参照图4中的拼接方案为例进行说明,例如现在有行驶区域内相邻的两条子车道,分别为车道1和车道2,车道1的起始节点为车道节点1,车道1的终止节点为车道节点2,车道2的起始节点为车道节点3,车道2的终止节点为车道节点4,将车道1与车道2进行拼接的过程为将相邻的车道节点进行延伸连接的过程,即将车道1的终止节点车道节点2延伸连接至车道2的起始节点车道节点3处,以此得到两个相邻子车道之间的关联关系,即得到车道1与车道2之间的关联关系。
207、响应于至少一条车道的属性设置请求,接收车道属性信息,并根据所述车道属性信息生成所述车道的路况标志,并将车道的路况标志与行驶区域的路网信息进行融合,更新行驶区域的路网信息。
具体的,针对每条车道,可以接收用户设置的属性信息,并将接收到属性信息与对应的车道进行映射存储,进一步的,通过在数据库中获取每条车道的属性信息,即可生成各条车道的路况标志,如速度标识和平整度标识等,最后,可以将车道的路况标志与行驶区域的路网信息进行融合,即可得到更新后的行驶区域的路网信息。
在一个可选的实施例中,步骤207可以通过以下步骤实现:首先响应于至少一条车道的属性设置请求,接收车道属性信息,其中,车道属性信息可以包括速度限制信息和/或平整度信息,然后根据所述车道属性信息与所述车道的车道标识,生成所述车道的路况标志,并将所述车道的路况标志与所述行驶区域的路网信息进行融合,更新所述行驶区域的路网信息。
具体的,完整的矿山地图中包括至少一个第一行驶区域以及至少一个第二行驶区域,当第一行驶区域和/或第二行驶区域的数量为多个时,每个同类型的行驶区域内车道的路况受矿山空间布局以及预设行驶规则的影响并不完全相同,因此,需要针对第一行驶区域和第二行驶区域内的每条车道的具体路况设定属性信息。每条车道的属性信息具体可以包括无人驾驶车辆行驶在车道上时受到的速度限制信息以及车道平整度信息,通过将车道属性信息与车道的车道标识映射存储在数据库,可生成每条车道的路况标志。无人驾驶车辆采集到路况标志后,能够获取到车道对应的车道属性,进而更改车辆在对应车道上行驶参数,使得无人驾驶车辆能够安全稳定的在每个车道上行驶。
参照图3中提供的矿山地图为例进行说明,例如图中作为第二行驶区域中的交叉口分别与三个方向上的第一行驶区域互通,为确保行驶安全,所有无人驾驶车辆经过交叉口处均会受到一定的速度限制,例如经过交叉口的车辆最高时速不超过20km/h,最高时速数值根据路况预先进行设定,并且位于同一车道延伸线上第一行驶区域2和第一行驶区域3内的车辆在交叉口交汇时具有优先通过的权利,而靠近装载区2的第一行驶区域1内的车辆需要等待第一行驶区域2和第一行驶区域3的车辆完全通过后才能行驶;同样的,靠近两处装载区和卸载区的第一行驶区域通常路面平整度较差,因此也需要设置速度限制信息来控制此行驶区域内的车速,且平整度越差的路段,能够允许通行的速度越慢,这样能够有效避免无人驾驶车辆在复杂路况下导致车辆受损。
本实施例提供的矿山地图处理方法,首先利用点云分析算法,能够将一定范围内的区域准确的分隔为行驶区域和作业区域,然后利用裁切操作对行驶区域进行切割,完成切割后针对第一行驶区域采用批量处理生成多条第一子车道,再对第二行驶区域采用独立处理生成第二子车道,进而将生成的行驶区域中相邻的第一子车道和/或第二子车道进行拼接,并基于第一子车道、第二子车道以及路网关联信息生成行驶区域的路网信息,最后对行驶区域的路网信息和作业区域的边界信息进行拼接,生成矿山地图的路网信息。此外,上述方法还能够根据车道的属性信息生成车道的路况标志。上述方法能够快速且准确的批量生成矿山地图的路网信息,同时能够根据路网信息及时更新矿山地图的路网信息及路况标志,有效的提高了矿山地图的处理效率。
实施例三
进一步的,作为图1、图2所示方法的具体实现,本实施例提供了一种矿山地图处理装置,如图5所示,该装置包括:信息接收模块31、区域裁切模块32、区域划分模块33、车道生成模块34和车道拼接模块35。
信息接收模块31,可用于获取地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于所述边界信息提取行驶区域和作业区域;
区域裁切模块32,可用于响应于至少一个裁切操作,在所述行驶区域生成与每个所述裁切操作对应的裁切线,并根据所述裁切线将所述行驶区域划分为多个预选区域;
区域划分模块33,可用于根据每个所述预选区域的边界信息的变化范围,将所述多个预选区域划分为第一行驶区域和第二行驶区域,其中,所述第一行驶区域的边界信息的变化范围在所述预设范围内,所述第二行驶区域的边界信息的变化范围超出所述预设范围;
车道生成模块34,可用于根据所述第一行驶区域的边界信息批量生成第一子车道,对所述第二行驶区域进行处理生成第二子车道;
车道拼接模块35,用于对所述行驶区域中相邻的所述第一子车道和/或所述第二子车道进行拼接,得到路网关联信息,并基于所述第一子车道、所述第二子车道和所述路网关联信息,生成所述行驶区域的路网信息,对所述行驶区域的路网信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
在具体的应用场景中,车道生成模块34,具体可用于根据所述第一行驶区域的边界信息,生成所述第一行驶区域的第一边界线和第二边界线,并生成所述第一边界线和所述第二边界线之间的中心线;在所述第一边界线和所述中间线之间生成第一车道线,在所述第二边界线和所述中间线之间生成第二车道线;基于预设的路段距离,对所述第一车道线和所述第二车道线进行切分,得到等距离排列的多条第一子车道,其中,所述第一子车道包括起始节点信息、终止节点信息、位置信息以及每两条所述第一子车道之间的关联信息。
在具体的应用场景中,车道生成模块34,具体还可用于响应于节点设置请求,接收所述第二行驶区域内的起始节点信息和至少一个终止节点信息,其中,起始节点信息包括起始节点位置信息和起始节点航向角,所述终止节点信息包括终止节点位置信息和终止节点航向角;根据所述起始节点信息和所述至少一个终止节点信息,生成第二子车道的位置信息;根据所述第二子车道的位置信息、以及所述起始节点信息和所述至少一个终止节点信息,生成所述第二行驶区域内的第二子车道。
在具体的应用场景中,车道拼接模块35,具体可用于获取所述行驶区域中每个所述第一子车道的起始节点信息、终止节点信息、位置信息和每两条所述第一子车道之间的关联信息,以及每个所述第二子车道的起始节点信息、终止节点信息和位置信息;将所述行驶区域中每两个相邻的前第一子车道的终止节点向后第一子车道的起始节点延伸连接,将每两个相邻的前第二子车道的终止节点向后第二子车道的起始节点延伸连接,将每两个相邻的前第一子车道的终止节点向后第二子车道的起始节点延伸连接,以及将每两个相邻的前第二子车道的终止节点向后第一子车道的起始节点延伸连接,得到路网关联信息;基于所述第一子车道、所述第二子车道和所述路网关联信息,生成行驶区域的路网信息,其中,所述行驶区域的路网信息包括车道信息和边界信息;将所述行驶区域的路网信息中的边界信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
在具体的应用场景中,如图6所示,本装置还包括标志生成模块36,标志生成模块36具体可用于响应于至少一条车道的属性设置请求,接收车道属性信息,其中,车道属性信息包括速度限制信息和/或平整度信息;根据所述车道属性信息与所述车道的车道标识,生成所述车道的路况标志,并将所述车道的路况标志与所述行驶区域的路网信息进行融合,更新所述行驶区域的路网信息。
需要说明的是,本实施例提供的一种矿山地图处理装置所涉及各功能单元的其它相应描述,可以参考实施例一和实施例二中的对应描述,在此不再赘述。
实施例四
本实施例提供了一种矿山地图处理系统,如图7所示,矿山地图处理系统包括服务器、若干无人驾驶车辆以及一地图采集车辆,所述服务器设置有如上述实施例所述的矿山地图处理装置,所述服务器与所述无人驾驶车辆、所述地图采集车辆无线连接,其中,所述地图采集车辆,用于采集预设区域内的点云信息,并根据所述点云信息中提取出连续的行驶区域和作业区域的边界信息,并将所述边界信息发送至所述服务器;所述服务器,用于接收所述边界信息,并根据所述边界信息生成矿山地图的路网信息,将所述矿山地图的路网信息发送至所述无人驾驶车辆;所述无人驾驶车辆,用于接收所述矿山地图的路网信息,并根据所述矿山地图的路网信息和预设的运营路线,执行无人驾驶任务。在本实施例中,矿山地图处理装置执行所述程序时实现实施例一和实施例二所述的方法步骤。实施例一和实施例二中已经对矿山地图处理方法进行了详细的描述,在此不再赘述。
本实施例提供的一种矿山地图处理系统,地图采集车辆为专用车辆,采集地图方式灵活,具有较高的采集效率且成本低,地图采集车辆可直接将边界信息上传请求发送至矿山地图处理装置中,上传效率高,矿山地图处理装置处理并生成矿山地图的路网信息,并且具有较高的更新效率,及时更新使得无人驾驶车辆根据矿山地图的路网信息和预设的运营路线准确地执行无人驾驶任务。
进一步的,如图8所示,地图采集车辆包括激光雷达、激光雷达分析单元、主控模块和通信模块,其中,激光雷达用于采集预设区域内的点云信息;激光雷达分析单元与所述激光雷达连接,用于通过点云分析算法,在所点云信息中提取出连续的行驶区域和作业区域的边界信息;主控模块,与所述激光雷达分析单元连接,用于接收所述边界信息,并判断所述边界信息是否完整,当所述边界信息完整时,生成边界信息上传请求;通信模块,与所述主控模块连接,用于将完整的边界信息发送至所述服务器中;或者,用于接收所述服务器发送的获取所述边界信息的请求,将所述获取所述边界信息的请求发送至主控模块,从所述主控模块获取所述边界信息并将所述边界信息发送至所述服务器。
在一个可选的实施例中,地图采集车辆还可以包括惯性组合导航装置、主控模块和通信模块。其中,惯性组合导航装置,用于采集所述地图采集车辆的位置信息,并将所述位置信息发送至主控模块;所述主控模块,与所述惯性组合导航装置连接,用于接收所述位置信息,并根据所述位置信息生成连续的行驶区域和作业区域的边界信息,判断所述边界信息是否完整,当所述边界信息完整时,生成边界信息上传请求;通信模块,与所述主控模块连接,用于将完整的边界信息发送至所述服务器中;或者,用于接收所述服务器发送的获取所述边界信息的请求,将所述获取所述边界信息的请求发送至主控模块,从所述主控模块获取所述边界信息并将所述边界信息发送至所述服务器。
具体到本申请中,地图采集车辆需要通过网络与服务器连接,在正常通信的状态下通过主动或被动的方式发出上传边界信息请求至服务器中,其中,边界信息请求中可以携带有行驶区域和作业区域的边界信息,或者,也可以在服务器响应了边界信息上传请求后,地图采集车辆再上传行驶区域和作业区域的边界信息至服务器。在本实施例中,边界信息主要包括作业区域和可行驶区域的经纬度信息以及高程信息等位置信息。
进一步的,无人驾驶车辆可以包括通信模块、无人驾驶模块、无人驾驶车体和显示屏,通信模块用于接收所述服务器发送的矿山地图的路网信息;无人驾驶模块与所述通信模块连接,用于根据所述矿山地图的路网信息和预设的运营路线,规划行驶路线,并将所述无人驾驶车辆的运营状态从停止运营状态更新为启动运营状态;无人驾驶车体与所述无人驾驶模块连接,用于根据所述行驶路线,执行无人驾驶任务;显示屏设置在所述无人驾驶车体上,用于显示所述行驶路线和/或所述无人驾驶车辆的运营状态。
具体到本申请中,显示屏优选为LED显示屏,当无人驾驶车辆处于运营状态时,LED显示屏显示当前的运营线路,而当无人驾驶车辆处于停止运营状态时,LED显示屏显示“停止运营”,且矿山地图处理装置根据地图采集车辆发送的边界信息请求完成矿山地图更新显示之后,无人驾驶车辆处于运营状态,而在矿山地图更新的过程中,无人驾驶车辆处于停止运营状态。
实施例五
本发明实施例还提供了一种计算机设备的实体结构图,如图9所示,该计算机设备包括:处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序,其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现实施例一和实施例二所述的方法步骤。实施例一和实施例二中已经对矿山地图处理方法进行了详细的描述,在此不再赘述。
实施例六
图10为本发明实施例提供的一种芯片的结构示意图,如图10所示,芯片500包括一个或两个以上(包括两个)处理器510和通信接口530。所述通信接口530和所述至少一个处理器510耦合,所述至少一个处理器510用于运行计算机程序或指令,以实现如实施例一和实施例二所述的方法步骤。
优选地,存储器540存储了如下的元素:可执行模块或者数据结构,或者他们的子集,或者他们的扩展集。
本发明实施例中,存储器540可以包括只读存储器和随机存取存储器,并向处理器510提供指令和数据。存储器540的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory,NVRAM)。
本发明实施例中,存储器540、通信接口530以及存储器540通过总线系统520 耦合在一起。其中,总线系统520除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。为了便于描述,在图10中将各种总线都标为总线系统520。
上述本申请实施例描述的方法可以应用于处理器510中,或者由处理器510实现。处理器510可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器510中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器510可以是通用处理器(例如,微处理器或常规处理器)、数字信号处理器(digitalsignal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门、晶体管逻辑器件或分立硬件组件,处理器510可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
实施例七
图11为本发明实施例提供的一种终端的结构示意图,如图11所示,终端600包括上述矿山地图处理装置100。
上述终端600可以通过矿山地图处理装置100执行上述实施例一和实施例二所描述的方法。可以理解,终端600对矿山地图处理装置100进行控制的实现方式,可以根据实际应用场景设定,本申请实施例不作具体限定。
所述终端600包括但不限于:服务器、车辆(包括但不限于能够在矿区行驶的各类车辆,如地图采集车辆、无人驾驶车辆、装载车辆和卸载车辆等等)、车载终端、车载控制器、车载模块、车载模组、车载部件、车载芯片、车载单元、车载雷达或车载摄像头等其他传感器,车辆可通过该车载终端、车载控制器、车载模块、车载模组、车载部件、车载芯片、车载单元、车载雷达或摄像头,实施本申请提供的方法。另外,本申请中的车辆还包括乘用车和商用车,商用车的常见车型包括但不限于:皮卡、微卡、轻卡、微客,自缷车、载货车、牵引车、挂车、专用车和矿用车辆等。矿用车辆包括但不限于矿卡、宽体车、铰接车、挖机、电铲、推土机等。本申请对智能车的类型不作进一步限定,任何一种车型均在本申请的保护范围内。
本发明实施例中的终端作为一种矿山地图处理终端,通过利用地图采集车辆进行边界信息的采集,可以提高地图采集的灵活度和采集效率,同时,采集后的边界信息直接上传进行地图构建,具有较高的上传效率,此外,根据行驶区域的边界信息的变化范围对行驶区域进行划分,并基于划分后的行驶区域分别批量生成第一子车道和独立生成第二子车道,以及对相邻的第一子车道和/或第二子车道进行拼接,得到路网关联信息,可以有效的提高车道和路网的生成效率。基于此,上述方法能够极大地提升矿山地图采集、上传和更新的效率,从而快速生成矿山地图并进行实时更新。
实施例八
基于上述如图1和图2所示方法,相应的,本发明实施例还提供了一种计算机可读存储介质,如图12所示,存储器720上存储有计算机程序,该计算机程序位于程序代码空间730,该程序731被处理器710执行时实现实施例一和实施例二所述的方法步骤。实施例一和实施例二中已经对矿山地图处理方法进行了详细的描述,在此不再赘述。
上述实施例中描述的方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。计算机可读介质可以包括计算机存储介质和通信介质,还可以包括任何可以将计算机程序从一个地方传送到另一个地方的介质。存储介质可以是可由计算机访问的任何目标介质。
作为一种可能的设计,计算机可读介质可以包括紧凑型光盘只读储存器(compactdisc read-only memory,CD-ROM)、RAM、ROM、EEPROM或其它光盘存储器;计算机可读介质可以包括磁盘存储器或其它磁盘存储设备。而且,任何连接线也可以被适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤电缆、双绞线、DSL或无线技术(如红外,无线电和微波)从网站、服务器或其它远程源传输软件,则同轴电缆、光纤电缆、双绞线、DSL或诸如红外、无线电和微波之类的无线技术包括在介质的定义中。如本文所使用的磁盘和光盘包括光盘(CD),激光盘,光盘,数字通用光盘(digital versatile disc,DVD),软盘和蓝光盘,其中磁盘通常以磁性方式再现数据,而光盘利用激光光学地再现数据。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。

Claims (14)

1.一种矿山地图处理方法,其特征在于,所述方法包括:
获取地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于所述边界信息提取行驶区域和作业区域;
响应于至少一个裁切操作,在所述行驶区域生成与每个所述裁切操作对应的裁切线,并根据所述裁切线将所述行驶区域划分为多个预选区域;
根据每个所述预选区域的边界信息的变化范围,将所述多个预选区域划分为第一行驶区域和第二行驶区域,其中,所述第一行驶区域的边界信息的变化范围在预设范围内,所述第二行驶区域的边界信息的变化范围超出所述预设范围;
根据所述第一行驶区域的边界信息批量生成第一子车道,对所述第二行驶区域进行处理生成第二子车道;
对所述行驶区域中相邻的所述第一子车道和/或所述第二子车道进行拼接,得到路网关联信息,并基于所述第一子车道、所述第二子车道和所述路网关联信息,生成所述行驶区域的路网信息,对所述行驶区域的路网信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一行驶区域的边界信息批量生成第一子车道,包括:
根据所述第一行驶区域的边界信息,生成所述第一行驶区域的第一边界线和第二边界线,并生成所述第一边界线和所述第二边界线之间的中间线;
在所述第一边界线和所述中间线之间生成第一车道线,在所述第二边界线和所述中间线之间生成第二车道线;
基于预设的路段距离,对所述第一车道线和所述第二车道线进行切分,得到等距离排列的多条第一子车道,其中,所述第一子车道包括起始节点信息、终止节点信息、位置信息以及每两条所述第一子车道之间的关联信息。
3.根据权利要求2所述的方法,其特征在于,所述对所述第二行驶区域进行处理生成第二子车道,包括:
响应于节点设置请求,接收所述第二行驶区域内的起始节点信息和至少一个终止节点信息,其中,起始节点信息包括起始节点位置信息和起始节点航向角,所述终止节点信息包括终止节点位置信息和终止节点航向角;
根据所述起始节点信息和所述至少一个终止节点信息,生成第二子车道的位置信息;
根据所述第二子车道的位置信息、以及所述起始节点信息和所述至少一个终止节点信息,生成所述第二行驶区域内的第二子车道。
4.根据权利要求3所述的方法,其特征在于,所述对所述行驶区域中相邻的所述第一子车道和/或所述第二子车道进行拼接,得到路网关联信息,并基于所述第一子车道、所述第二子车道和所述路网关联信息,生成行驶区域的路网信息,对所述行驶区域的路网信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息,包括:
获取所述行驶区域中每个所述第一子车道的起始节点信息、终止节点信息、位置信息和每两条所述第一子车道之间的关联信息,以及每个所述第二子车道的起始节点信息、终止节点信息和位置信息;
将所述行驶区域中每两个相邻的前第一子车道的终止节点向后第一子车道的起始节点延伸连接,将每两个相邻的前第二子车道的终止节点向后第二子车道的起始节点延伸连接,将每两个相邻的前第一子车道的终止节点向后第二子车道的起始节点延伸连接,以及将每两个相邻的前第二子车道的终止节点向后第一子车道的起始节点延伸连接,得到路网关联信息;
基于所述第一子车道、所述第二子车道和所述路网关联信息,生成行驶区域的路网信息,其中,所述行驶区域的路网信息包括车道信息和边界信息;
将所述行驶区域的路网信息中的边界信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于至少一条车道的属性设置请求,接收车道属性信息,其中,所述车道属性信息包括速度限制信息和/或平整度信息;
根据所述车道属性信息与所述车道的车道标识,生成所述车道的路况标志,并将所述车道的路况标志与所述行驶区域的路网信息进行融合,更新所述行驶区域的路网信息。
6.一种矿山地图处理装置,其特征在于,所述装置包括:
信息接收模块,用于获取地图采集车辆采集的连续的行驶区域和作业区域的边界信息,并基于所述边界信息提取行驶区域和作业区域;
区域裁切模块,用于响应于至少一个裁切操作,在所述行驶区域生成与每个所述裁切操作对应的裁切线,并根据所述裁切线将所述行驶区域划分为多个预选区域;
区域划分模块,用于根据每个所述预选区域的边界信息的变化范围,将所述多个预选区域划分为第一行驶区域和第二行驶区域,其中,所述第一行驶区域的边界信息的变化范围在预设范围内,所述第二行驶区域的边界信息的变化范围超出所述预设范围;
车道生成模块,用于根据所述第一行驶区域的边界信息批量生成第一子车道,对所述第二行驶区域进行处理生成第二子车道;
车道拼接模块,用于对所述行驶区域中相邻的所述第一子车道和/或所述第二子车道进行拼接,得到路网关联信息,并基于所述第一子车道、所述第二子车道和所述路网关联信息,生成所述行驶区域的路网信息,对所述行驶区域的路网信息和所述作业区域的边界信息进行拼接,生成矿山地图的路网信息。
7.一种矿山地图处理系统,其特征在于,所述系统包括服务器、若干无人驾驶车辆以及一地图采集车辆,所述服务器设置有如权利要求6所述的矿山地图处理装置,所述服务器与所述无人驾驶车辆、所述地图采集车辆无线连接;
所述地图采集车辆,用于采集预设区域内的点云信息,并根据所述点云信息中提取出连续的行驶区域和作业区域的边界信息,并将所述边界信息发送至所述服务器;
所述服务器,用于接收所述边界信息,并根据所述边界信息生成矿山地图的路网信息,将所述矿山地图的路网信息发送至所述无人驾驶车辆;
所述无人驾驶车辆,用于接收所述矿山地图的路网信息,并根据所述矿山地图的路网信息和预设的运营路线,执行无人驾驶任务。
8.根据权利要求7所述的系统,其特征在于,所述地图采集车辆包括:
激光雷达,用于采集预设区域内的点云信息;
激光雷达分析单元,与所述激光雷达连接,用于通过点云分析算法,在所点云信息中提取出连续的行驶区域和作业区域的边界信息;
主控模块,与所述激光雷达分析单元连接,用于接收所述边界信息,并判断所述边界信息是否完整,当所述边界信息完整时,生成边界信息上传请求;
通信模块,与所述主控模块连接,用于将完整的边界信息发送至所述服务器中;或者,用于接收所述服务器发送的获取所述边界信息的请求,将所述获取所述边界信息的请求发送至主控模块,从所述主控模块获取所述边界信息并将所述边界信息发送至所述服务器。
9.根据权利要求7所述的系统,其特征在于,所述地图采集车辆包括:
惯性组合导航装置,用于采集所述地图采集车辆的位置信息,并将所述位置信息发送至主控模块;
所述主控模块,与所述惯性组合导航装置连接,用于接收所述位置信息,并根据所述位置信息生成连续的行驶区域和作业区域的边界信息,判断所述边界信息是否完整,当所述边界信息完整时,生成边界信息上传请求;
通信模块,与所述主控模块连接,用于将完整的边界信息发送至所述服务器中;或者,用于接收所述服务器发送的获取所述边界信息的请求,将所述获取所述边界信息的请求发送至主控模块,从所述主控模块获取所述边界信息并将所述边界信息发送至所述服务器。
10.根据权利要求7所述的系统,其特征在于,所述无人驾驶车辆包括:
通信模块,用于接收所述服务器发送的矿山地图的路网信息;
无人驾驶模块,与所述通信模块连接,用于根据所述矿山地图的路网信息和预设的运营路线,规划行驶路线,并将所述无人驾驶车辆的运营状态从停止运营状态更新为启动运营状态;
无人驾驶车体,与所述无人驾驶模块连接,用于根据所述行驶路线,执行无人驾驶任务;
显示屏,设置在所述无人驾驶车体上,用于显示所述行驶路线和/或所述无人驾驶车辆的运营状态。
11.一种芯片,其特征在于,所述芯片包括至少一个处理器和通信接口,所述通信接口和所述至少一个处理器耦合,所述至少一个处理器用于运行计算机程序或指令,以实现如权利要求1-5中任一项所述的方法的步骤。
12.一种终端,其特征在于,所述终端包括如权利要求6所述的矿山地图处理装置。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202211461357.0A 2022-11-18 2022-11-18 矿山地图处理方法、装置、系统、计算机设备及存储介质 Active CN115511901B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211461357.0A CN115511901B (zh) 2022-11-18 2022-11-18 矿山地图处理方法、装置、系统、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211461357.0A CN115511901B (zh) 2022-11-18 2022-11-18 矿山地图处理方法、装置、系统、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN115511901A true CN115511901A (zh) 2022-12-23
CN115511901B CN115511901B (zh) 2023-03-07

Family

ID=84513646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211461357.0A Active CN115511901B (zh) 2022-11-18 2022-11-18 矿山地图处理方法、装置、系统、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN115511901B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315170A (zh) * 2023-09-12 2023-12-29 华大天元(北京)科技股份有限公司 电网作业环境地图的构建方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190301872A1 (en) * 2018-03-29 2019-10-03 WeRide Corp. Method for generating road map for vehicle navigation and navigation device
CN111426330A (zh) * 2020-03-24 2020-07-17 江苏徐工工程机械研究院有限公司 路径生成方法和设备、无人化运输系统和存储介质
US20210107566A1 (en) * 2019-10-09 2021-04-15 Argo AI, LLC Methods and systems for lane changes using a multi-corridor representation of local route regions
CN113932792A (zh) * 2021-09-16 2022-01-14 江苏徐工工程机械研究院有限公司 一种适用于露天矿山无人运输系统的地图编辑装置、方法及更新系统
CN113959453A (zh) * 2021-09-28 2022-01-21 青岛慧拓智能机器有限公司 矿区路网地图生成方法、装置、设备和存储介质
CN115127572A (zh) * 2022-06-07 2022-09-30 天津优控智行科技有限公司 一种露天矿无人驾驶道路的路径生成和更新方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190301872A1 (en) * 2018-03-29 2019-10-03 WeRide Corp. Method for generating road map for vehicle navigation and navigation device
US20210107566A1 (en) * 2019-10-09 2021-04-15 Argo AI, LLC Methods and systems for lane changes using a multi-corridor representation of local route regions
CN111426330A (zh) * 2020-03-24 2020-07-17 江苏徐工工程机械研究院有限公司 路径生成方法和设备、无人化运输系统和存储介质
CN113932792A (zh) * 2021-09-16 2022-01-14 江苏徐工工程机械研究院有限公司 一种适用于露天矿山无人运输系统的地图编辑装置、方法及更新系统
CN113959453A (zh) * 2021-09-28 2022-01-21 青岛慧拓智能机器有限公司 矿区路网地图生成方法、装置、设备和存储介质
CN115127572A (zh) * 2022-06-07 2022-09-30 天津优控智行科技有限公司 一种露天矿无人驾驶道路的路径生成和更新方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DANIEL BECKER ET AL.: "Road Network Variation Based on HD Map Analysis for the Simulative Safety Assurance of Automated Vehicles" *
DANIEL BECKER ET AL.: "Road Network Variation Based on HD Map Analysis for the Simulative Safety Assurance of Automated Vehicles", 《OTHER COMPUTER SCIENCE》 *
蔡 林: "基于分级栅格化和改进细化算法的轨迹数据路网生成研究" *
蔡林: "基于分级栅格化和改进细化算法的轨迹数据路网生成研究", 《数字制造科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315170A (zh) * 2023-09-12 2023-12-29 华大天元(北京)科技股份有限公司 电网作业环境地图的构建方法、装置、设备及介质
CN117315170B (zh) * 2023-09-12 2024-04-05 华大天元(北京)科技股份有限公司 电网作业环境地图的构建方法、装置、设备及介质

Also Published As

Publication number Publication date
CN115511901B (zh) 2023-03-07

Similar Documents

Publication Publication Date Title
CN109213134B (zh) 生成自动驾驶策略的方法和装置
JP6677765B2 (ja) 自律運転のための作業中及び非作業中の工事区域のマップ作成
US10262529B2 (en) Management of moving objects
KR20220054278A (ko) 차량의 주행 궤적 예측 방법 및 장치
US20160210382A1 (en) Autonomous driving refined in virtual environments
CN108646752B (zh) 自动驾驶系统的控制方法及装置
US20160210383A1 (en) Virtual autonomous response testbed
US20160210775A1 (en) Virtual sensor testbed
CN107251123B (zh) 车辆组管理装置、车辆组管理方法和车辆组显示装置
JP7220169B2 (ja) 情報処理方法、装置、記憶媒体、及びプログラム
JP2020011728A (ja) 無人車の対処能力境界情報の決定方法、装置及び電子機器
CN108332761B (zh) 一种使用及创建路网地图信息的方法与设备
CN110749329A (zh) 一种基于结构化道路的车道级拓扑构建方法及装置
CN115511901B (zh) 矿山地图处理方法、装置、系统、计算机设备及存储介质
US10745010B2 (en) Detecting anomalous vehicle behavior through automatic voting
US11585669B2 (en) Vehicle routing using connected data analytics platform
US11687094B2 (en) Method, apparatus, and computer program product for organizing autonomous vehicles in an autonomous transition region
CN113091765A (zh) 道路表征方法、呈现道路信息的方法及电子设备
EP4124828B1 (en) Map processing method and apparatus
CN113327456A (zh) 一种车道结构检测方法及装置
US20230349720A1 (en) Synchronizing neighboring tiles in a high definition map
KR20190085247A (ko) 정밀지도 서비스 제공 시스템 및 정밀지도 서비스 시스템의 정밀지도 서비스 제공을 위한 데이터 처리방법
CN115431981B (zh) 一种基于高精度地图的驾驶辅助识别系统
US11618477B2 (en) Service area maps for autonomous vehicles
CN111637898B (zh) 一种高精度导航电子地图的处理方法和装置

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