CN116126982A - 一种高精度地图车道线更新方法及系统 - Google Patents
一种高精度地图车道线更新方法及系统 Download PDFInfo
- Publication number
- CN116126982A CN116126982A CN202211547312.5A CN202211547312A CN116126982A CN 116126982 A CN116126982 A CN 116126982A CN 202211547312 A CN202211547312 A CN 202211547312A CN 116126982 A CN116126982 A CN 116126982A
- Authority
- CN
- China
- Prior art keywords
- lane line
- lane
- line
- lines
- road
- 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
- 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
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种高精度地图车道线更新方法及系统,该方法包括:将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号;获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号;将感知车道线与母库车道线匹配,将母库车道线中未匹配到的判定为删除,将感知车道线中未匹配到的判定为新增,将存在属性差异的车道线判定为修改;根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。通过该方案可以降低高精度地图车道线更新的成本,节省人力物力,并提高更新效率。
Description
技术领域
本发明属于高精度地图领域,尤其涉及一种高精度地图车道线更新方法及系统。
背景技术
在高精度地图制作过程中,车道线作为极其重要的要素之一,由于道路上车道线频繁变化,需要对制作好的高精度地图进行实时更新,若按照高精度地图制作流程对变化的地图部分重新制作,则非常耗费人力物力。
发明内容
有鉴于此,本发明实施例提供了一种高精度地图车道线更新方法及系统,用于解决高精度地图车道线更新人力物力成本高的问题。
在本发明实施例的第一方面,提供了一种高精度地图车道线更新方法,包括:
将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第一车道线数据;
获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第二车道线数据;
将第一车道线数据与第二车道线匹配,将第一车道线数据中未匹配到的车道线判定为删除,将第二车道线数据中未匹配到的车道线判定为新增,将第一车道线数据与第二车道线数据中对应编号车道线存在匹配属性差异判定为修改;
根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。
在本发明实施例的第二方面,提供了一种用于高精度地图车道线更新的系统,包括:
第一车道线提取模块,用于将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第一车道线数据;
第二车道线提取模块,用于获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第二车道线数据;
车道线匹配模块,用于将第一车道线数据与第二车道线匹配,将第一车道线数据中未匹配到的车道线判定为删除,将第二车道线数据中未匹配到的车道线判定为新增,将第一车道线数据与第二车道线数据中对应编号车道线存在匹配属性差异判定为修改;
标记更新模块,用于根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。
在本发明实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
在本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例中,通过将当前图像中的车道线与高精度母库比对,精确定位车道线的差异点,获取差异点位置编号以及图像帧区间,从而可以避免对差异部分地图重新制作,实现车道线的自动化更新,能有效节约时间和人力成本,提升高精度地图车道线更新效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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介绍,显而易见地,下面描述的附图仅仅是本发明的一些实施例,对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取其他附图。
图1为本发明一个实施例提供的一种高精度地图车道线更新方法的流程示意图;
图2为本发明一个实施例提供的一种用于高精度地图车道线更新的系统的结构示意图;
图3为本发明的一个实施例提供的一种电子设备的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
应当理解,本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述,意指覆盖不排他的包含,如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。此外,“第一”“第二”用于区分不同对象,并非用于描述特定顺序。
请参阅图1,本发明实施例提供的一种高精度地图车道线更新方法的流程示意图,包括:
S101、将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第一车道线数据;
所述高精度地图母库为高精度地图数据库,其包含有高精度地图车道线数据、道路外侧线等数据。所述道路外侧线为道路最外侧可通行区域的标线,其一般位于道路面最外侧,靠近道路两侧的物理隔离设施。
投影至二维图像上的车道线中既包含当前道路的车道线,也包含对向道路的车道线,因此,需要通过左右道路外侧线过滤掉对向的车道线,将当前道路的车道线都保留。
基于二维图像中外侧线的斜率将道路外侧线分为左右两边,左边和右边的道路外侧线分别保存在left_dege_lane和right_edge_lane中,若left_dege_lane和right_edge_lane都只有一条,则分别为当前道路左边的道路外侧线和右边的道路外侧线,若left_dege_lane或right_edge_lane不止一条,则通过中心点的x坐标来判定,例如,若left_dege_lane中有两条线L1,L2,L1和L2的中心点x坐标分别为x1,x2,若x1小于x2,则L1就表示当前道路左边的道路外侧线。
其中,获取车道线上等分点在道路外侧线端点形成的多边形轮廓内的数量,当数量超过预定值,则判定车道线属于当前行驶道路。
示例性的,将左右道路外侧线四个端点相连,形成一个多边形轮廓,在所有的车道线上等间隔取7个点,若7个点中有至少五个点在轮廓内,则判定该车道线属于当前行驶道路。
S102、获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第二车道线数据;
通过相应的图像识别模型可以感知识别车道线图像中的车道线和道路外侧线。
其中,判断车道线的属性,所述车道线的属性至少划分为虚线和实线。通过相应的虚线段分割模型可以提取出车道线中虚线(白色虚线、黄色虚线等)。
构建车道线分割模型和虚线段分割模型,将图片输入两个模型,分别得到车道线的分割结果和虚线块分割结果,将两者结合可以判定出车道线的虚实属性。
通过道路外侧线识别模型提取出车道线图像中的道路外侧线,并定位出当前道路的左右道路外侧线,通过左右道路外侧线过滤掉对向的车道线,将当前道路的车道线都保留。
其中,提取车道线的中轴线,便于后续与高精度地图母库数据匹配。
提取出当前道路的车道线后还需要对车道线进行排序,排序规则与母库车道线编号规则相同,即从左至右依次进行编号排序。
示例性的,判断保留下来的车道线的y坐标是否有公共区间,若有,则对同一y坐标,不同车道线对应的x坐标进行排序,x坐标最小的,就为最左的车道线,id=0,从左到右,id递增;若没有公共区间,则根据车道线的中点x坐标排序。
S103、将第一车道线数据与第二车道线匹配,将第一车道线数据中未匹配到的车道线判定为删除,将第二车道线数据中未匹配到的车道线判定为新增,将第一车道线数据与第二车道线数据中对应编号车道线存在匹配属性差异判定为修改;
在进行车道线匹配时,需要将母库车道线数据定位至当前车辆位置,将车辆当前采集的车道线与母库中车道线按编号依次进行比对匹配,记录以上车道线的差异类型、id序号以及几何形点。
在单帧图像上将母库的车道线和感知的车道线进行对比匹配,母库的车道线有未匹配的,则判定为删除,感知的车道线有未匹配的,则判定为增加,感知车道线属性有改变的,则判定为修改。
其中,若第一车道线数据与第二车道线数据中对应编号车道线间的距离小于预设阈值,则判定两条车道线匹配成功。即感知车道线和母库地图车道线的距离小于某一阈值thresh,则判定两条车道线匹配成功。
S104、根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。
其中,若同一编号的车道线在连续的车道线图像帧中被标记为修改的数量超过预定比例,则将对应编号车道线标记为修改,并记录标记为修改的车道线图像的起始帧和终止帧。
由于车道线是一个链状目标,需要通过连续帧进行综合判断,例如,若第1帧到第N帧有超过1/2*N帧的差异类型为修改,则整个区间的差异类型为修改;再统计整个区间里车道线标签为修改的id及其个数,若同一id的个数大于1/2*N,则此车道线id的类型为修改,并在该车道线首次出现的帧打起始标,在该车道线最后出现的帧打终止标,标记坐标都要在该车道线上。
本实施例中,通过精确定位出车道线上的差异点,并标记差异区间起止位置,从而能针对性进行车道线制作更新,有效降低更新成本,节省人力物力,并提升高精度地图车道线更新效率。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图2为本发明实施例提供的一种用于高精度地图车道线更新的系统的结构示意图,该系统包括:
第一车道线提取模块210,用于将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第一车道线数据;
其中,所述第一车道线提取模块210包括:
判断单元,用于获取车道线上等分点在道路外侧线端点形成的多边形轮廓内的数量,当数量超过预定值,则判定车道线属于当前行驶道路。
第二车道线提取模块220,用于获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第二车道线数据;
其中,判断车道线的属性,所述车道线的属性至少划分为虚线和实线。
车道线匹配模块230,用于将第一车道线数据与第二车道线匹配,将第一车道线数据中未匹配到的车道线判定为删除,将第二车道线数据中未匹配到的车道线判定为新增,将第一车道线数据与第二车道线数据中对应编号车道线存在匹配属性差异判定为修改;
可选的,若第一车道线数据与第二车道线数据中对应编号车道线间的距离小于预设阈值,则判定两条车道线匹配成功。
标记更新模块240,用于根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。
其中,所述根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型包括:
若同一编号的车道线在连续的车道线图像帧中被标记为修改的数量超过预定比例,则将对应编号车道线标记为修改,并记录标记为修改的车道线图像的起始帧和终止帧。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和模块的具体工作过程可以参考前述方法实施例中对应的过程,在此不再赘述。
图3是本发明一实施例提供的一种电子设备的结构示意图。所述电子设备用于高精度地图的车道线更新。如图3所示,该实施例的电子设备3包括:存储器310、处理器320以及系统总线330,所述存储器310包括存储其上的可运行的程序3101,本领域技术人员可以理解,图3中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图3对电子设备的各个构成部件进行具体的介绍:
存储器310可用于存储软件程序以及模块,处理器320通过运行存储在存储器310的软件程序以及模块,从而执行电子设备的各种功能应用以及数据处理。存储器310可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据(比如缓存数据)等。此外,存储器310可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器310上包含网络请求方法的可运行程序3101,所述可运行程序3101可以被分割成一个或多个模块/单元,所述一个或多个模块/单元被存储在所述存储器310中,并由处理器320执行,以实现车道线更新等,所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序3101在所述电子设备3中的执行过程。例如,所述计算机程序3101可以被分割为第一车道线提取模块、第二车道线提取模块、车道线匹配模块和标记更新模块等功能模块。
处理器320是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器310内的软件程序和/或模块,以及调用存储在存储器310内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体状态监控。可选的,处理器320可包括一个或多个处理单元;优选的,处理器320可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器320中。
系统总线330是用来连接计算机内部各功能部件,可以传送数据信息、地址信息、控制信息,其种类可以是例如PCI总线、ISA总线、CAN总线等。处理器320的指令通过总线传递至存储器310,存储器310反馈数据给处理器320,系统总线330负责处理器320与存储器310之间的数据、指令交互。当然系统总线330还可以接入其他设备,例如网络接口、显示设备等。
在本发明实施例中,该电子设备所包括的处理320执行的可运行程序包括:
将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第一车道线数据;
获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第二车道线数据;
将第一车道线数据与第二车道线匹配,将第一车道线数据中未匹配到的车道线判定为删除,将第二车道线数据中未匹配到的车道线判定为新增,将第一车道线数据与第二车道线数据中对应编号车道线存在匹配属性差异判定为修改;
根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。
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,上述描述的系统、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,在此不再赘述。
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述或记载的部分,可以参见其它实施例的相关描述。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种高精度地图车道线更新方法,其特征在于,包括:
将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第一车道线数据;
获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第二车道线数据;
将第一车道线数据与第二车道线匹配,将第一车道线数据中未匹配到的车道线判定为删除,将第二车道线数据中未匹配到的车道线判定为新增,将第一车道线数据与第二车道线数据中对应编号车道线存在匹配属性差异判定为修改;
根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。
2.根据权利要求1所述的方法,其特征在于,所述将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线还包括:
获取车道线上等分点在道路外侧线端点形成的多边形轮廓内的数量,当数量超过预定值,则判定车道线属于当前行驶道路。
3.根据权利要求1所述的方法,其特征在于,所述基于感知识别的左右道路外侧线过滤对向车道线还包括:
判断车道线的属性,所述车道线的属性至少划分为虚线和实线。
4.根据权利要求1所述的方法,其特征在于,所述将第一车道线数据与第二车道线匹配包括:
若第一车道线数据与第二车道线数据中对应编号车道线间的距离小于预设阈值,则判定两条车道线匹配成功。
5.根据权利要求1所述的方法,其特征在于,所述根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型包括:
若同一编号的车道线在连续的车道线图像帧中被标记为修改的数量超过预定比例,则将对应编号车道线标记为修改,并记录标记为修改的车道线图像的起始帧和终止帧。
6.一种用于高精度地图车道线更新的系统,其特征在于,包括:
第一车道线提取模块,用于将高精度地图母库的车道线及道路外侧线矢量数据投影至二维图像上,基于道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第一车道线数据;
第二车道线提取模块,用于获取车载相机采集的车道线图像,基于感知识别的左右道路外侧线过滤对向车道线,保留当前道路车道线并编号作为第二车道线数据;
车道线匹配模块,用于将第一车道线数据与第二车道线匹配,将第一车道线数据中未匹配到的车道线判定为删除,将第二车道线数据中未匹配到的车道线判定为新增,将第一车道线数据与第二车道线数据中对应编号车道线存在匹配属性差异判定为修改;
标记更新模块,用于根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型,以对高精度地图车道线进行更新。
7.根据权利要求6所述的系统,其特征在于,所述第一车道线提取模块包括:
判断单元,用于获取车道线上等分点在道路外侧线端点形成的多边形轮廓内的数量,当数量超过预定值,则判定车道线属于当前行驶道路。
8.根据权利要求6所述的系统,其特征在于,所述根据匹配结果在车道线图像中标记差异的起始点、终止点以及差异类型包括:
若同一编号的车道线在连续的车道线图像帧中被标记为修改的数量超过预定比例,则将对应编号车道线标记为修改,并记录标记为修改的车道线图像的起始帧和终止帧。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的一种高精度地图车道线更新方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至5任一项所述的一种高精度地图车道线更新方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211547312.5A CN116126982A (zh) | 2022-11-30 | 2022-11-30 | 一种高精度地图车道线更新方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211547312.5A CN116126982A (zh) | 2022-11-30 | 2022-11-30 | 一种高精度地图车道线更新方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116126982A true CN116126982A (zh) | 2023-05-16 |
Family
ID=86301745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211547312.5A Pending CN116126982A (zh) | 2022-11-30 | 2022-11-30 | 一种高精度地图车道线更新方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116126982A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116563648A (zh) * | 2023-07-07 | 2023-08-08 | 深圳市博昌智控科技有限公司 | 基于人工智能的车道线更新方法、装置、设备及存储介质 |
-
2022
- 2022-11-30 CN CN202211547312.5A patent/CN116126982A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116563648A (zh) * | 2023-07-07 | 2023-08-08 | 深圳市博昌智控科技有限公司 | 基于人工智能的车道线更新方法、装置、设备及存储介质 |
CN116563648B (zh) * | 2023-07-07 | 2023-10-13 | 深圳市博昌智控科技有限公司 | 基于人工智能的车道线更新方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763287B (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
CN111311710B (zh) | 一种高精地图的制作方法和装置、电子设备、存储介质 | |
CN109658454B (zh) | 一种位姿信息确定方法、相关装置及存储介质 | |
CN110749329B (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
CN111930872A (zh) | 一种高精度地图更新方法、服务器及可读存储介质 | |
US9317966B1 (en) | Determine heights/shapes of buildings from images with specific types of metadata | |
CN116126982A (zh) | 一种高精度地图车道线更新方法及系统 | |
CN111707277B (zh) | 获取道路语义信息的方法、装置及介质 | |
CN111295666A (zh) | 一种车道线检测方法、装置、控制设备及存储介质 | |
CN116222539A (zh) | 高精度地图数据差异化更新方法及系统 | |
CN110489511B (zh) | 等高线接边高程错误修正方法、系统及电子设备和介质 | |
CN116860906A (zh) | 轨迹生成方法、装置、设备及存储介质 | |
CN116363008A (zh) | 高精地图数据的去噪方法、装置及电子设备 | |
CN109189304A (zh) | 一种地图编辑方法及装置 | |
CN111695389B (zh) | 一种车道线聚类方法及装置 | |
CN113918666A (zh) | 地图数据的处理方法、装置、系统及存储介质 | |
CN114705180A (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
CN114463717A (zh) | 一种障碍物位置判断方法、系统、电子设备及存储介质 | |
CN111028313B (zh) | 桌台分布图像生成方法及装置 | |
CN115330984B (zh) | 用于悬浮物剔除的数据处理方法和装置 | |
CN111507287A (zh) | 一种航空影像中道路斑马线角点提取方法及系统 | |
CN116303866B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN116542992A (zh) | 一种重叠区域拆分方法、系统及存储介质 | |
CN112101369B (zh) | 图像分割方法和装置 | |
CN118052945A (zh) | 道路场景建模方法、高精度地图更新方法、装置及设备 |
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 |