CN115617934A - 一种高精度地图车道组作用范围生成方法及系统 - Google Patents
一种高精度地图车道组作用范围生成方法及系统 Download PDFInfo
- Publication number
- CN115617934A CN115617934A CN202211269303.4A CN202211269303A CN115617934A CN 115617934 A CN115617934 A CN 115617934A CN 202211269303 A CN202211269303 A CN 202211269303A CN 115617934 A CN115617934 A CN 115617934A
- Authority
- CN
- China
- Prior art keywords
- lane
- lane group
- road
- point
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种高精度地图车道组作用范围生成方法及系统,生成方法包括:加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。本发明通过计算每个车道组在道路上的作用范围,并保证相邻车道组作用范围的接续性,以快速获取当前车道组前后接续的车道组信息,从而提高路径规划计算的效率。
Description
技术领域
本发明涉及高精度地图数据处理领域,更具体地,涉及一种高精度电子地图车道组作用范围生成方法及系统。
背景技术
高精度地图作为无人驾驶汽车发展的重要支撑,在车辆定位、路径规划等方面发挥着重要作用。但是目前自动驾驶车辆通过定位知道自身所在车道后,无法快速获取所在车道相对道路的大致范围及其后续车道组,从而无法做出路径规格选择。
发明内容
本发明针对现有技术中存在的技术问题,提供一种高精度地图车道组作用范围生成方法及系统。
根据本发明的第一方面,提供了一种高精度地图车道组作用范围生成方法,包括:
加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;
基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;
根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;
根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述高精度地图道路数据包括每条道路上的形点,所述车道数据包括每一条车道的序号和每一条车道关联的道路和车道组;
所述归集道路上每个车道组的车道数据,包括:
根据每一条车道的序号和每一条车道关联的道路和车道组,归集道路上每个车道组的车道数据。
可选的,所述基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据,包括:
基于每个车道组的车道数据及车道边线数据,获取每个车道组的四个边角点坐标,构成每一个车道组的端点集合。
可选的,所述基于每个车道组的车道数据及车道边线数据,获取每个车道组的四个边角点坐标,构成每一个车道组的端点集合,包括:
取车道组最右侧车道lane1,若lane1的右侧关联了车道边线,则获取该车道边线的形状,作为车道组的最右侧形状线,否则将lane1作为车道组的最右侧形状线;
取车道组最左侧车道lane2,若lane2的左侧关联了车道边线,则获取该车道边线的形状,作为车道组的最左侧形状线,否则将lane2作为最左侧形状线;
取车道组最右侧形状线的首点P0和尾点P1,取最左侧车道线的尾点P2和首点P3,构成车道组的4个端点集合{P0,P1,P2,P3}。
可选的,所述根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点,包括:
基于每条道路的车道组信息,将所有车道组按照通行方向进行排序,构成车道组集合;
遍历所述车道组集合中的每一个车道组,基于每一个车道组的4个端点集合和道路数据,生成每一个车道组在所关联道路上的首属性点和尾属性点。
可选的,所述基于每一个车道组的4个端点集合,生成每一个车道组在所关联道路上的首属性点和尾属性点,包括:
若车道组是道路上的第一个车道组,则将道路的首点作为车道组的首属性点;否则使用前一个车道组的尾属性点作为该车道组的首属性点,若前一个车道组的尾属性点生成失败,则使用车道组最右侧形状线的首点P0和车道组最左侧形状线的首点P3构成的直线和道路的交点来生成车道组的首属性点,若交点生成失败,则将车道组最左侧形状线的首点P3到道路的映射点来作为车道组首属性点;
若车道组是道路上最后一个车道组,则将道路的尾点作为车道组的尾属性点;否则使用车道组最右侧形状线的尾点P1和车道组最左侧形状线的尾点P2构成的直线和道路的交点来作为尾属性点,若交点生成失败,则将车道组最左侧形状线的尾点P2到道路的映射点作为车道组尾属性点;
记录每一个车道组所关联的首属性点和尾属性点,以及每一个属性点所关联的道路和每一个属性点的坐标。
可选的,所述根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围,包括:
根据每个车道组在所关联道路上的属性点,归集每条道路上的属性点集合;
依次遍历所述属性点集合中的任一个属性点,查找所述任一个属性点是否与道路上的形点重合,如果重合,则记录道路上对应的形点索引,并删除所述任一个属性点;如果所述任一个属性点与道路上任何一个形点均不重合,则保留所述任一个属性点信息,并记录道路上与所述任一个属性点距离最近的形点索引及相对坐标偏移;
使用形点和属性点的组合索引表示每一个车道组在道路上的作用范围索引。
根据本发明的第二方面,提供一种高精度地图车道组作用范围生成系统,包括:
加载模块,用于加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;
获取模块,用于基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;
第一计算模块,用于根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;
第二计算模块,用于根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现高精度地图车道组作用范围生成方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现高精度地图车道组作用范围生成方法的步骤。
本发明提供的一种高精度地图车道组作用范围生成方法及系统,通过计算每个车道组在道路上的作用范围,并保证相邻车道组作用范围的接续性,以快速获取当前车道组前后接续的车道组信息,从而提高路径规划计算的效率。
附图说明
图1为本发明提供的一种高精度地图车道组作用范围生成方法流程图;
图2为道路和包含的车道组的示意图;
图3为每一个车道组的属性点计算的示意图;
图4为属性点与道路上形点位置关系的示意图;
图5为高精度地图车道组作用范围生成方法的整体流程图;
图6为本发明提供的一种高精度地图车道组作用范围生成系统的结构示意图;
图7为本发明提供的一种可能的电子设备的硬件结构示意图;
图8为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明针对现有技术中存在的不足,提供一种高精度地图车道组作用范围生成方法,用于当前自动驾驶车辆能快速获取当前所在车道在道路上的位置,而由于道路上每个车道组的作用范围是接续的,通过作用范围的接续性及当前车道组在道路上的作用范围,能快速获取下一个车道组,从而提高车道级路径规划的效率。
图1为本发明提供的一种高精度地图车道组作用范围生成方法流程图,如图1所示,方法包括:
S1,加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据。
其中,所述高精度地图道路数据包括每条道路上的形点,所述车道数据包括每一条车道的序号和每一条车道关联的道路和车道组;所述归集道路上每个车道组的车道数据,包括:根据每一条车道的序号和每一条车道关联的道路和车道组,归集道路上每个车道组的车道数据。
可理解的是,加载高精度地图道路数据,后续需要使用道路的形点来计算车道组的属性点坐标。加载车道和车道边线数据,后续需要使用车道和车道边线来获取车道组的4个端点坐标。
根据车道关联的道路id和车道组序号,归集每个车道组内的所有车道。根据车道的序号,对车道组内的车道按从右到左的顺序进行排序。在图2中,车道组一共有两个车道,按从右到左排序后的车道集合为{车道1,车道2}。
S2,基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据。
可以理解的是,加载了道路数据、每一条道路的车道数据以及车道边线数据,每一个车道组包括最右侧车道和最左侧车道,以及对应的车道边线。在获取车道组的端点数据时,取车道组最右侧车道lane1,若lane1的右侧关联了车道边线,则获取该车道边线形状,作为车道组的最右侧形状线,否则将lane1作为车道组的最右侧形状线。
取车道组最左侧车道lane2,若lane2的左侧关联了车道边线,则获取该车道边线的形状,作为车道组的最左侧形状线,否则将lane2作为最左侧形状线。
取车道组最右侧形状线的首点P0和尾点P1,取最左侧车道线的尾点P2和首点P3,构成车道组的4个端点集合{P0,P1,P2,P3}。
在图2中,车道组的最右侧车道为车道1,车道1的右侧未关联车道边线,故取车道1的首点作为端点P0,尾点作为端点P1。车道组的最左侧车道为车道2,车道2左侧关联了车道边线,取该车道边线的尾点作为端点P2,首点作为端点P3。
S3,根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点。
可理解的是,上述步骤S2获取了每一个车道组的端点数据,根据车道组的端点数据,计算车道组在所关联道路上的属性点。
具体的,基于每条道路的车道组信息,将所有车道组按照通行方向进行排序,构成车道组集合;遍历所述车道组集合中的每一个车道组,基于每一个车道组的4个端点集合和道路数据,生成每一个车道组在所关联道路上的首属性点和尾属性点。
具体生成车道组在所关联道路上的首属性点和尾属性点的方法为:
若车道组是道路上的第一个车道组,则将道路的首点作为车道组的首属性点;否则使用前一个车道组的尾属性点作为该车道组的首属性点,若前一个车道组的尾属性点生成失败,则使用车道组最右侧形状线的首点P0和车道组最左侧形状线的首点P3构成的直线和道路的交点来生成车道组的首属性点,若交点生成失败,则将车道组最左侧形状线的首点P3到道路的映射点来作为车道组首属性点。
若车道组是道路上最后一个车道组,则将道路的尾点作为车道组的尾属性点;否则使用车道组最右侧形状线的尾点P1和车道组最左侧形状线的尾点P2构成的直线和道路的交点来作为尾属性点,若交点生成失败,则将车道组最左侧形状线的尾点P2到道路的映射点作为车道组尾属性点。
记录每一个车道组所关联的首属性点和尾属性点,以及每一个属性点所关联的道路和每一个属性点的坐标。
在图3中,道路一共有3个车道组,按道路通行方向,车道组1是道路上的第一个区间,使用道路的首点作为车道组1的首属性点pt0,使用车道组1尾部的两个端点P1、P2构成的直线和道路的交点pt1作为车道组1的尾属性点。车道组2的首属性点为车道组1的尾属性点,尾属性点为尾部两个端点构成的直线与道路的交点pt2。车道组3的首属性点为车道组2的尾属性点,由于车道组3是道路的最后一个区间,故使用道路的尾点作为车道组3的尾属性点pt3。
S4,根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
可理解的是,归集每条道路上的属性点集合,依次遍历道路的属性点集合,对于每一个属性点,计算属性点是否与道路上的某个形点重合,若是,则记录所对应的形点索引,并删除该属性点。若属性点和道路的所有形点都不重合,则保留该属性点信息,并记录与属性点距离最近的形点索引及相对坐标偏移。
使用形点和属性点的组合索引来表示车道组在道路上的作用范围索引,通过作用范围索引获取对应道路形点或属性点的坐标即可知道车道组在道路上的作用范围。
在图4中,道路1的形点集合为{Q1,Q2,…Q7},其关联的3个车道组经过步骤4在道路1上生成了4个属性点:A1,A2,A3,A4,其中属性点A1和形点Q1重合,属性点A4和形点Q7重合,属性点A2、A3和道路的所有形点都不重合,故属性点只保留A2和A3。道路形点和属性点构成的组合序列为{Q1,Q2,A2,Q3,Q4,Q5,A3,Q6,Q7},A2在组合序列中的索引为2,A3在组合序列中的索引为6,故第一个车道组在道路上的作用范围索引为0~2,第二个车道组在道路上的作用范围索引为2~6,第三个车道组在道路上的作用范围索引为6~8。根据车道组的作用范围索引,获取对应的道路形点或属性点坐标即可知道车道组在道路上的具体作用范围。
参见图5,为本发明的一种高精度地图车道组作用范围生成方法的流程图,首先,加载高精度地图道路数据、车道数据及车道边线数据,归集每个车道组的车道数据,并对车道组进行排序。
基于车道组包含的多个车道以及车道边线数据,计算车道组的4个端点,并计算车道组在所关联道路上的首尾属性点,基于车道组在所关联道路上的首尾属性点及道路的形点,计算车道组在所关联道路上的作用范围。
参见图6,提供了一种高精度地图车道组作用范围生成系统,包括
加载模块601,用于加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;
获取模块602,用于基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;
第一计算模块603,用于根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;
第二计算模块604,用于根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
可以理解的是,本发明提供的一种高精度地图车道组作用范围生成系统与前述各实施例提供的高精度地图车道组作用范围生成方法相对应,高精度地图车道组作用范围生成系统的相关技术特征可参考高精度地图车道组作用范围生成方法的相关技术特征,在此不再赘述。
请参阅图7,图7为本发明实施例提供的电子设备的实施例示意图。如图7所示,本发明实施例提了一种电子设备700,包括存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序711,处理器720执行计算机程序711时实现以下步骤:加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
请参阅图8,图8为本发明提供的一种计算机可读存储介质的实施例示意图。如图8所示,本实施例提供了一种计算机可读存储介质800,其上存储有计算机程序811,该计算机程序811被处理器执行时实现如下步骤:加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
本发明实施例提供的一种高精度地图车道组作用范围生成方法及系统,先是获取车道组左右侧最外车道边线的形状来获取4个端点的坐标,然后通过简单的直线与线段的关系计算出车道组在道路上的首属性点和尾属性点的坐标,最后再利用点和线段、点和点的关系,判断属性点和道路形点的位置关系,从而获取车道组在道路上的作用范围。通过简单的平面级数据计算提高车辆定位和车道级路径规划的精度和效率。算法实施简单易行,容易理解。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种高精度地图车道组作用范围生成方法,其特征在于,包括:
加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;
基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;
根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;
根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
2.根据权利要求1所述的车道组作用范围生成方法,其特征在于,所述高精度地图道路数据包括每条道路上的形点,所述车道数据包括每一条车道的序号和每一条车道关联的道路和车道组;
所述归集道路上每个车道组的车道数据,包括:
根据每一条车道的序号和每一条车道关联的道路和车道组,归集道路上每个车道组的车道数据。
3.根据权利要求1所述的车道组作用范围生成方法,其特征在于,所述基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据,包括:
基于每个车道组的车道数据及车道边线数据,获取每个车道组的四个边角点坐标,构成每一个车道组的端点集合。
4.根据权利要求3所述的车道组作用范围生成方法,其特征在于,所述基于每个车道组的车道数据及车道边线数据,获取每个车道组的四个边角点坐标,构成每一个车道组的端点集合,包括:
取车道组最右侧车道lane1,若lane1的右侧关联了车道边线,则获取该车道边线的形状,作为车道组的最右侧形状线,否则将lane1作为车道组的最右侧形状线;
取车道组最左侧车道lane2,若lane2的左侧关联了车道边线,则获取该车道边线的形状,作为车道组的最左侧形状线,否则将lane2作为最左侧形状线;
取车道组最右侧形状线的首点P0和尾点P1,取最左侧车道线的尾点P2和首点P3,构成车道组的4个端点集合{P0,P1,P2,P3}。
5.根据权利要求4所述的车道组作用范围生成方法,其特征在于,所述根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点,包括:
基于每条道路的车道组信息,将所有车道组按照通行方向进行排序,构成车道组集合;
遍历所述车道组集合中的每一个车道组,基于每一个车道组的4个端点集合和道路数据,生成每一个车道组在所关联道路上的首属性点和尾属性点。
6.根据权利要求5所述的车道组作用范围生成方法,其特征在于,所述基于每一个车道组的4个端点集合,生成每一个车道组在所关联道路上的首属性点和尾属性点,包括:
若车道组是道路上的第一个车道组,则将道路的首点作为车道组的首属性点;否则使用前一个车道组的尾属性点作为该车道组的首属性点,若前一个车道组的尾属性点生成失败,则使用车道组最右侧形状线的首点P0和车道组最左侧形状线的首点P3构成的直线和道路的交点来生成车道组的首属性点,若交点生成失败,则将车道组最左侧形状线的首点P3到道路的映射点来作为车道组首属性点;
若车道组是道路上最后一个车道组,则将道路的尾点作为车道组的尾属性点;否则使用车道组最右侧形状线的尾点P1和车道组最左侧形状线的尾点P2构成的直线和道路的交点来作为尾属性点,若交点生成失败,则将车道组最左侧形状线的尾点P2到道路的映射点作为车道组尾属性点;
记录每一个车道组所关联的首属性点和尾属性点,以及每一个属性点所关联的道路和每一个属性点的坐标。
7.根据权利要求1或6所述的车道组作用范围生成方法,其特征在于,所述根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围,包括:
根据每个车道组在所关联道路上的属性点,归集每条道路上的属性点集合;
依次遍历所述属性点集合中的任一个属性点,查找所述任一个属性点是否与道路上的形点重合,如果重合,则记录道路上对应的形点索引,并删除所述任一个属性点;如果所述任一个属性点与道路上任何一个形点均不重合,则保留所述任一个属性点信息,并记录道路上与所述任一个属性点距离最近的形点索引及相对坐标偏移;
使用形点和属性点的组合索引表示每一个车道组在道路上的作用范围索引。
8.一种高精度地图车道组作用范围生成系统,其特征在于,包括:
加载模块,用于加载高精度地图道路数据、车道数据及车道边线数据,以及归集道路上每个车道组的车道数据;
获取模块,用于基于每个车道组的车道数据及车道边线数据,获取每个车道组的端点数据;
第一计算模块,用于根据每个车道组的端点数据,计算每个车道组在所关联道路上的属性点;
第二计算模块,用于根据每个车道组在所关联道路上的属性点及所关联道路的形点,计算车道组在所关联道路上的作用范围。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的高精度地图车道组作用范围生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的高精度地图车道组作用范围生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269303.4A CN115617934A (zh) | 2022-10-17 | 2022-10-17 | 一种高精度地图车道组作用范围生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269303.4A CN115617934A (zh) | 2022-10-17 | 2022-10-17 | 一种高精度地图车道组作用范围生成方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115617934A true CN115617934A (zh) | 2023-01-17 |
Family
ID=84862459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211269303.4A Pending CN115617934A (zh) | 2022-10-17 | 2022-10-17 | 一种高精度地图车道组作用范围生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115617934A (zh) |
-
2022
- 2022-10-17 CN CN202211269303.4A patent/CN115617934A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11182624B2 (en) | Method, system and memory for constructing transverse topological relationship of lanes in high-definition map | |
CN110345951B (zh) | 一种adas高精度地图的生成方法及装置 | |
JP6850325B2 (ja) | 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム | |
EP3637057A1 (en) | Method, device, system and storage medium for storing and loading visual positioning map | |
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 | |
CN115423965A (zh) | 地图构建方法、设备、车辆和存储介质 | |
CN111666359B (zh) | Poi候选到达点挖掘方法、装置与设备 | |
CN112418193B (zh) | 一种车道线识别方法及系统 | |
CN112269848B (zh) | 一种众包轨迹数据融合方法及装置 | |
CN111368409A (zh) | 车辆流的模拟处理方法、装置、设备和存储介质 | |
JP2020042792A (ja) | 統計に基づく障害物位置シミュレーション方法、装置及び端末 | |
CN109631873A (zh) | 高精地图的道路生成方法、装置及可读存储介质 | |
CN109189872B (zh) | 高精度地图数据验证装置及方法 | |
CN115617934A (zh) | 一种高精度地图车道组作用范围生成方法及系统 | |
CN116182794A (zh) | 高精地图路面高度生成方法、装置、电子设备和存储介质 | |
CN115493603B (zh) | 地图对齐方法、计算机设备及计算机可读存储介质 | |
CN116524758A (zh) | 一种自动驾驶中道路和场景的仿真测试方法及装置 | |
CN114332137A (zh) | 一种中精度地图的车线边界线生成方法及系统 | |
CN115683133A (zh) | 一种高精度地图车道组平齐切割方法及系统 | |
CN113157827A (zh) | 车道类型的生成方法、装置、数据处理设备及存储介质 | |
CN116309950A (zh) | 一种连续桥梁隧道结束位置限速点生成方法及系统 | |
CN116303866B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115546350B (zh) | 虚拟车道边缘线的生成方法、生成装置与处理器 | |
CN116597730A (zh) | 一种车道识别数据合并方法及系统 | |
CN115937804A (zh) | 一种高精度地图中车道组邻接关系计算方法及系统 |
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 |