CN116124178A - 众包高精度地图质量评估方法、系统及存储介质 - Google Patents
众包高精度地图质量评估方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116124178A CN116124178A CN202310078220.5A CN202310078220A CN116124178A CN 116124178 A CN116124178 A CN 116124178A CN 202310078220 A CN202310078220 A CN 202310078220A CN 116124178 A CN116124178 A CN 116124178A
- Authority
- CN
- China
- Prior art keywords
- precision map
- crowdsourcing
- vehicle
- information
- quality assessment
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种众包高精度地图质量评估方法、系统及存储介质,包括:步骤1.获取各众包车辆的车辆信息、定位信息和行进方向;步骤2.下发高精度地图数据至众包车辆;步骤3.获取道路信息,记录行驶的轨迹信息;步骤4.采集道路信息,在高精度地图数据中查询对应的要素并进行对比,并记录对比结果;利用记录的轨迹信息在高精度地图数据中进行判断,判断是否存在与轨迹不相符的情况,并给出评估结果;步骤5.将行驶范围、对比结果、轨迹信息和评估结果上传至云端;步骤6.云端对对应的高精度地图数据进行综合分析,得出本次的质量评估结果;步骤7.云端根据历史质量评估结果对高精度地图数据进行整体的评估。本发明避免了人工测量的不确定性误差。
Description
技术领域
本发明属于高精度地图技术领域,具体涉及一种众包高精度地图质量评估方法、系统及存储介质。
背景技术
处于信息技术革命下的汽车产业,正逐步向个性化、数字化、智能化方向迈进。世界各国也出台了一系列的政策法规,促进自动驾驶产业快速落地。而在智能驾驶中,高精度地图是一个重要的组成部分。相比传统的电子地图,高精度地图拥有更为丰富的完整的路网信息,包括车道的坡度、曲率、航向、高程以及侧倾的数据等,具备路面要素的详细信息可以为自动导航,规划决策等提供依据,对于智能驾驶起到十分重要的作用。
由于高精度地图直接影响自动驾驶车辆的驾驶路线,所以对高精度地图数据的质量评估尤为重要。传统的地图质量评估方式通常是依靠人工检验,采用专业团队和高精度设备采集真值数据,然后人工利用真值数据与地图数据进行比对,从而得出地图数据质量。由于现有方式依赖人工采集,花费时间多,人工成本高,评估效率低,对于高精度地图来说已经是不合适的做法。
如专利文献CN114440929A公开的一种高精度地图的测试评估方法、装置、车辆及介质,其方法包括:根据车辆中预先部署的高精度地图,实时获取所述车辆预设范围内的高精度地图数据;根据所述高精度地图数据,控制所述车辆进行自动驾驶,并在所述车辆自动驾驶的过程中实时获取所述车辆预设范围内的真实道路图像;将所述高精度地图数据与所述真实道路图像,通过可视化界面同时展示给用户,以使用户根据所述可视化界面的展示结果,对所述高精度地图的性能进行评估。该方法通过实际的自动驾驶测试,并在可视化界面上进行评估。测试数据需要预先部署在车辆上,同时需要预设测试范围,进行测试评估的范围受到了限制。评估过程需要人工在界面上进行确认,测试过程人工全程参与,在进行大量的高精度地图数据测试评估时,人力成本同样是需要比较多付出的,花费时间多,大规模的高精度地图数据评估测试也难以进行。
因此,有必要开发一种众包高精度地图质量评估方法、存储介质、设备及车辆。
发明内容
本发明的目的在于提供一种众包高精度地图质量评估方法、系统及存储介质,以避免人工测量的不确定性误差,并能提高检测效率和质量,同时能降低检测成本。
第一方面,本发明所述的一种众包高精度地图质量评估方法,包括以下步骤:
步骤1.云端获取各众包车辆的车辆信息、定位信息和行进方向;
步骤2.云端根据众包车辆的车辆信息、定位信息和行进方向,下发预设范围内的高精度地图数据至众包车辆;
步骤3.众包车辆接收到高精度地图数据,并在行驶中利用自身的传感器模块获取道路信息,同时记录行驶的轨迹信息;其中,道路信息包括要素的位置、几何形状和类型;
步骤4.利用传感器模块采集到的道路信息,在接收的高精度地图数据中查询对应的要素并进行对比,并记录对比结果;同时利用记录的轨迹信息在高精度地图数据中进行判断,判断是否存在与轨迹不相符的情况,并给出评估结果;
步骤5.在停止行驶或行驶出当前对比的高精度地图范围后,将行驶范围、对比结果、轨迹信息和评估结果上传至云端;
步骤6. 云端根据行驶范围、对比结果、轨迹信息和评估结果对对应的高精度地图数据进行综合分析,得出本次的质量评估结果;
步骤7. 在积累了预设数量的多车评估次数后,云端根据历史质量评估结果对高精度地图数据进行整体的评估,得出质量评估结果。
可选地,所述步骤4中,利用传感器模块采集到的道路信息,在接收的高精度地图数据中查询对应的要素并进行对比,其中,对比的内容包括要素是否存在、要素的类型是否匹配和要素的几何形状是否一致。
可选地,判断是否存在与轨迹不相符的情况,具体包括:
轨迹是否连续保持在车道内行驶;
轨迹路线是否出现高精度地图中不应出现的位置;
轨迹方向是否正确;
并基于以上判断结果给出当前道路的评估结果。
可选地,所述当前道路的评估结果包括整体质量评分、是否出现严重错误、出现普通错误个数和出现严重错误个数。
可选地,所述步骤5中,在上传数据时,同时上传车辆唯一标识和车端评估权重。
可选地,所述步骤6中,所述质量评估结果包括质量分数、质量分数对应的范围、错误信息、对应的车辆信息和车辆评估权重。
可选地,所述步骤1中,所述车辆信息包括众包车辆在云端的唯一标识、众包车辆类型、众包车辆自身配置和车辆评估权重。
可选地,所述步骤2中,云端根据车辆的定位信息和行进方向,下发5公里-10公里范围内的高精度地图数据到车端。
第二方面,本发明所述的一种众包高精度地图质量评估系统,包括至少一个处理器和至少一个存储器;其中,所述存储器内存储有一个或一个以上的计算机可读程序,所述计算机可读程序被处理器调用时,能执行如本发明所述的众包高精度地图质量评估方法的步骤。
第三方面,本发明所述的一种存储介质,其内存储有计算机可读程序,所述计算机可读程序被调用时,能执行如本发明所述的众包高精度地图质量评估方法的步骤。
本发明具有以下优点:本发明通过将众包车辆接入云端,由云端进行汇总分析数据,避免了人工测量的不确定性误差,并提高了检测效率和质量,同时降低了检测成本。本发明是基于大数据技术进行分析,由于车辆的配置有高低,驾驶员的驾驶习惯不同,当前的道路情况不同等原因,单次的评估结果不尽相同,也不能完整地评估所有数据。因此在积累足够多次的评估测试后,云端判断历史数据已经足够,并且所有数据都被评估测试了足够多的次数,再对历史数据进行综合分析。随着次数越来越多,评估结果的准确性会不断地提高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本实施例的流程图。
具体实施方式
以下将结合附图对本发明进行详细的说明。
如图1所示,本实施例中,一种众包高精度地图质量评估方法,包括以下步骤:
步骤1.云端获取各众包车辆的车辆信息、定位信息和行进方向。其中,所述车辆信息包括众包车辆在云端的唯一标识、众包车辆类型、众包车辆自身配置和车辆评估权重。
在众包车辆上部署了定位装置,定位装置可以是GNSS设备,通过GNSS设备向云端上报定位信息和行进方向。
步骤2.云端根据众包车辆的车辆信息、定位信息和行进方向,下发预设范围内的高精度地图数据至众包车辆。
此步骤中,所述预设范围为5公里-10公里范围中的任意值。高精度地图的数据可以按照tile的方式进行切分,在下发时选择2-5个tile范围的数据。
步骤3.众包车辆接收到高精度地图数据,并在行驶中利用自身的传感器模块获取道路信息,同时记录行驶的轨迹信息;其中,道路信息包括要素的位置、几何形状和类型。
本实施例中,传感器模块包括激光雷达、摄像头等,利用激光雷达、摄像头来识别当前道路信息。识别后的道路信息包括各类要素,如箭头,标线,标牌等。
步骤4.利用传感器模块采集到的道路信息,在接收的高精度地图数据中查询对应的要素并进行对比,并记录对比结果;其中,对比的内容包括要素是否存在、要素的类型是否匹配和要素的几何形状是否一致。
同时利用记录的轨迹信息在高精度地图数据中进行判断,判断是否存在与轨迹不相符的情况,并给出评估结果。
本实施例中,判断是否存在与轨迹不相符的情况,具体包括:
轨迹是否连续保持在车道内行驶;
轨迹路线是否出现高精度地图中不应出现的位置;
轨迹方向是否正确;
并基于以上判断结果给出当前道路的评估结果。
本实施例中,所述当前道路的评估结果包括整体质量评分、是否出现严重错误、出现普通错误个数和出现严重错误个数;并将错误点进行标注。
步骤5.在停止行驶或行驶出当前对比的高精度地图范围后,将行驶范围、对比结果、轨迹信息和评估结果上传至云端;在上传数据时,同时上传车辆唯一标识和车端评估权重。
步骤6.云端根据行驶范围、对比结果、轨迹信息和评估结果对对应的高精度地图数据进行综合分析,得出本次的质量评估结果,并将质量评估结果进行存储;其中,所述质量评估结果包括质量分数、质量分数对应的范围、错误信息、对应的车辆信息和车辆评估权重。
步骤7. 在积累了预设数量的多车评估次数后,云端根据历史质量评估结果对高精度地图数据进行整体的评估,得出质量评估结果。同时判断该段数据是否符合发布标准。
在此步骤7中,云端会汇总统计,再基于大数据技术进行分析。由于车辆的配置有高低,驾驶员的驾驶习惯不同,当前的道路情况不同等原因,单次的评估结果不尽相同,也不能完整地评估所有数据。因此在积累足够多次的评估测试后,云端判断历史数据已经足够,并且所有数据都被评估测试了足够多的次数,再对历史数据进行综合分析。随着次数越来越多,评估结果的准确性会随之提高。
本实施例中,一种众包高精度地图质量评估系统,包括至少一个处理器和至少一个存储器;其中,所述存储器内存储有一个或一个以上的计算机可读程序,所述计算机可读程序被处理器调用时,能执行如本实施例中所述的众包高精度地图质量评估方法的步骤。
本实施例中,一种存储介质,其内存储有计算机可读程序,所述计算机可读程序被调用时,能执行如本实施例中所述的众包高精度地图质量评估方法的步骤。
需要说明的是,本实施例所示的存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-OnlyMemory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种众包高精度地图质量评估方法,其特征在于,包括以下步骤:
步骤1.云端获取各众包车辆的车辆信息、定位信息和行进方向;
步骤2.云端根据众包车辆的车辆信息、定位信息和行进方向,下发预设范围内的高精度地图数据至众包车辆;
步骤3.众包车辆接收到高精度地图数据,并在行驶中利用自身的传感器模块获取道路信息,同时记录行驶的轨迹信息;其中,道路信息包括要素的位置、几何形状和类型;
步骤4.利用传感器模块采集到的道路信息,在接收的高精度地图数据中查询对应的要素并进行对比,并记录对比结果;同时利用记录的轨迹信息在高精度地图数据中进行判断,判断是否存在与轨迹不相符的情况,并给出评估结果;
步骤5.在停止行驶或行驶出当前对比的高精度地图范围后,将行驶范围、对比结果、轨迹信息和评估结果上传至云端;
步骤6.云端根据行驶范围、对比结果、轨迹信息和评估结果对对应的高精度地图数据进行综合分析,得出本次的质量评估结果;
步骤7. 在积累了预设数量的多车评估次数后,云端根据历史质量评估结果对高精度地图数据进行整体的评估,得出质量评估结果。
2.根据权利要求1所述的众包高精度地图质量评估方法,其特征在于:所述步骤4中,利用传感器模块采集到的道路信息,在接收的高精度地图数据中查询对应的要素并进行对比,其中,对比的内容包括要素是否存在、要素的类型是否匹配和要素的几何形状是否一致。
3.根据权利要求1或2所述的众包高精度地图质量评估方法,其特征在于:所述步骤4中,判断是否存在与轨迹不相符的情况,具体包括:
轨迹是否连续保持在车道内行驶;
轨迹路线是否出现高精度地图中不应出现的位置;
轨迹方向是否正确;
并基于以上判断结果给出当前道路的评估结果。
4.根据权利要求3所述的众包高精度地图质量评估方法,其特征在于:所述当前道路的评估结果包括整体质量评分、是否出现严重错误、出现普通错误个数和出现严重错误个数。
5.根据权利要求4所述的众包高精度地图质量评估方法,其特征在于:所述步骤5中,在上传数据时,同时上传车辆唯一标识和车端评估权重。
6.根据权利要求5所述的众包高精度地图质量评估方法,其特征在于:所述步骤6中,所述质量评估结果包括质量分数、质量分数对应的范围、错误信息、对应的车辆信息和车辆评估权重。
7.根据权利要求1或2或4或5或6所述的众包高精度地图质量评估方法,其特征在于:所述步骤1中,所述车辆信息包括众包车辆在云端的唯一标识、众包车辆类型、众包车辆自身配置和车辆评估权重。
8.根据权利要求7所述的众包高精度地图质量评估方法,其特征在于:所述步骤2中,云端根据车辆的定位信息和行进方向,下发5公里-10公里范围内的高精度地图数据到车端。
9.一种众包高精度地图质量评估系统,其特征在于:包括至少一个处理器和至少一个存储器;其中,所述存储器内存储有一个或一个以上的计算机可读程序,所述计算机可读程序被处理器调用时,能执行如权利要求1至7任一所述的众包高精度地图质量评估方法的步骤。
10.一种存储介质,其特征在于:其内存储有计算机可读程序,所述计算机可读程序被调用时,能执行如权利要求1至7任一所述的众包高精度地图质量评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310078220.5A CN116124178A (zh) | 2023-01-19 | 2023-01-19 | 众包高精度地图质量评估方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310078220.5A CN116124178A (zh) | 2023-01-19 | 2023-01-19 | 众包高精度地图质量评估方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116124178A true CN116124178A (zh) | 2023-05-16 |
Family
ID=86295271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310078220.5A Pending CN116124178A (zh) | 2023-01-19 | 2023-01-19 | 众包高精度地图质量评估方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116124178A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116756264A (zh) * | 2023-08-18 | 2023-09-15 | 高德软件有限公司 | 重建数据评测方法、装置、电子设备及存储介质 |
-
2023
- 2023-01-19 CN CN202310078220.5A patent/CN116124178A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116756264A (zh) * | 2023-08-18 | 2023-09-15 | 高德软件有限公司 | 重建数据评测方法、装置、电子设备及存储介质 |
CN116756264B (zh) * | 2023-08-18 | 2023-11-17 | 高德软件有限公司 | 重建数据评测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10408636B2 (en) | Apparatus and method for vehicle economy improvement | |
US10908051B2 (en) | Testing method and apparatus applicable to driverless vehicle | |
CN110208739B (zh) | 基于路侧设备利用v2x的辅助车辆定位的方法、装置、设备 | |
CN105810006B (zh) | 路边停车位的识别方法及系统 | |
JP6280409B2 (ja) | 自車位置修正方法、ランドマークデータ更新方法、車載機、サーバおよび自車位置データ修正システム | |
CN108573611B (zh) | 一种限速标识融合方法以及限速标识融合系统 | |
CN107590999B (zh) | 一种基于卡口数据的交通状态判别方法 | |
CN107103775A (zh) | 一种基于群智计算的道路质量检测方法 | |
CN113340325A (zh) | 一种验证车路协同路侧感知融合精度的系统、方法及介质 | |
CN111765904B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
JP2017102672A (ja) | 地理位置情報特定システム及び地理位置情報特定方法 | |
CN116124178A (zh) | 众包高精度地图质量评估方法、系统及存储介质 | |
CN111422202B (zh) | 智能驾驶考试评判方法 | |
US10109191B2 (en) | Method of quickly detecting road distress | |
CN110135216B (zh) | 电子地图中车道数变化区域检测方法、装置及存储设备 | |
CN112633812B (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
CN117400948A (zh) | 一种汽车能耗预测方法、装置、电子设备及存储介质 | |
CN111832365A (zh) | 车道标记确定方法及装置 | |
CN106908071A (zh) | 行车记录系统及其信息加载方法、信息显示方法及装置 | |
CN107092253B (zh) | 用于控制无人车的方法、装置及服务器 | |
CN116448126A (zh) | 一种导航电子地图数据生成自动补偿校验系统 | |
CN105303837A (zh) | 一种检测驾驶人跟驰行为特性参数的方法及系统 | |
JP2011154494A (ja) | 交通情報収集システム及び車載機 | |
Jomrich et al. | Lane Accurate Detection of Map Changes based on Low Cost Smartphone Data. | |
CN207703210U (zh) | 一种路况分析仪装置及其系统 |
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 |