CN116182878A - 道路曲面信息生成方法、装置、设备和计算机可读介质 - Google Patents

道路曲面信息生成方法、装置、设备和计算机可读介质 Download PDF

Info

Publication number
CN116182878A
CN116182878A CN202211613823.2A CN202211613823A CN116182878A CN 116182878 A CN116182878 A CN 116182878A CN 202211613823 A CN202211613823 A CN 202211613823A CN 116182878 A CN116182878 A CN 116182878A
Authority
CN
China
Prior art keywords
map
lane line
sampling point
point coordinate
current vehicle
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
CN202211613823.2A
Other languages
English (en)
Other versions
CN116182878B (zh
Inventor
胡禹超
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.)
HoloMatic Technology Beijing Co Ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202211613823.2A priority Critical patent/CN116182878B/zh
Publication of CN116182878A publication Critical patent/CN116182878A/zh
Application granted granted Critical
Publication of CN116182878B publication Critical patent/CN116182878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; 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
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本公开的实施例公开了道路曲面信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵；将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵；确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集；对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集；对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组；基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。该实施方式可以生成的道路曲面信息的准确度。

Description

道路曲面信息生成方法、装置、设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及道路曲面信息生成方法、装置、设备和计算机可读介质。
背景技术
道路曲面信息的生成，对自动驾驶领域具有重要意义。目前，在生成道路曲面信息时，通常采用的方式为：利用预设的高度值，将从道路图像中识别的二维坐标转换至三维坐标系(如车体坐标系)中，以此确定道路曲面信息。
然而，发明人发现，当采用上述方式进行道路曲面信息生成时，经常会存在如下技术问题：
利用预设的高度值，会使得转换至三维坐标系中的坐标处于同一高度，而在路面不平的路段，利用处于同一高度的坐标生成道路曲面信息，无法凸显出路面结构，从而，会导致生成的道路曲面信息的准确度降低。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了道路曲面信息生成方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种道路曲面信息生成方法，该方法包括：获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵；将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵；确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集；对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集；对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组；基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。
第二方面，本公开的一些实施例提供了一种道路曲面信息生成装置，该装置包括：获取单元，被配置成获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵；投影单元，被配置成将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵；确定单元，被配置成确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集；检测单元，被配置成对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集；匹配处理单元，被配置成对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组；生成单元，被配置成基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的道路曲面信息生成方法，可以生成的道路曲面信息的准确度。具体来说，造成生成的道路曲面信息的准确度降低的原因在于：利用预设的高度值，会使得转换至三维坐标系中的坐标处于同一高度，而在路面不平的路段，利用处于同一高度的坐标生成道路曲面信息，无法凸显出路面结构。基于此，本公开的一些实施例的道路曲面信息生成方法，首先，获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵。其次，将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵。通过投影可以确定当前车辆在高精地图坐标系中的位置和姿态。接着，确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集。然后，对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集。之后，对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组。通过匹配处理，可以建立地图车道线采样点坐标与图像车道线采样点坐标之间的联系。最后，基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。其中，也因为建立了坐标的关联关系，由此，可以利用关联关系用于确定对应地图车道线采样点坐标的竖坐标值(即，高度值)。从而，可以避免利用预设的高度值进行坐标转换。因此，使得生成的道路曲面信息可以表征出路面结构的变化。进而，提高生成的道路曲面信息的准确度。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的道路曲面信息生成方法的一些实施例的流程图；
图2是根据本公开的道路曲面信息生成装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的道路曲面信息生成方法的一些实施例的流程100。该道路曲面信息生成方法，包括以下步骤：
步骤101，获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵。
在一些实施例中，道路曲面信息生成方法的执行主体可以通过有线的方式或者无线的方式获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵。其中，道路图像可以是当前车辆车载相机拍摄的。当前车辆位姿矩阵可以是车体坐标系与高精地图坐标系之间的转换矩阵，也用于表征当前车辆的位置和姿态。地面相对位姿矩阵可以表征当前车辆相对于地面的水平面的位置姿态。
需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102，将当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵。
在一些实施例中，上述执行主体可以将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵。其中，高精地图坐标系可以是预先设置的地图坐标系。高精地图坐标系为三维坐标系。
在一些实施例的一些可选的实现方式中，上述执行主体将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵，可以包括以下步骤：
第一步，获取当前车辆定位坐标。其中，可以从当前车辆的定位设备中获取当前车辆的定位坐标。即，当前车辆所在位置。其次，当前车辆定位坐标可以是当前车辆在世界坐标系下的坐标。
第二步，确定上述当前车辆位姿矩阵中的方位角。其中，可以从当前车辆位姿矩阵中的旋转矩阵中选出偏航角的角度值，作为方位角。
第三步，基于上述当前车辆定位坐标和上述方位角，构建当前车辆地图位姿矩阵。其中，可以通过坐标转换的方法，将上述当前车辆定位坐标从车体坐标系转换至高精地图坐标系，得到转换定位坐标。其次，可以在上述转换定位坐标的位置构建当前车辆地图位姿矩阵。这里，当前车辆地图位姿矩阵中的旋转矩阵可以是二维旋转矩阵，只包括方位角的角度值。另外，当前车辆地图位姿矩阵可以是三乘三的矩阵。
步骤103，确定与当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集。
在一些实施例中，上述执行主体可以确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集。
在一些实施例的一些可选的实现方式中，上述执行主体确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集，可以包括以下步骤：
从预设的高精地图数据中、选出与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集。其中，地图车道线采样点坐标可以是高精地图坐标系中的车道线的采样线坐标。上述地图车道线采样点坐标序列集中的地图车道线采样点坐标与上述当前车辆定位坐标的距离可以在预设范围之内。其次，上述对应的可以是地图车道线采样点坐标处于当前车辆地图位姿矩阵包括的转换定位坐标一定距离之内。这里，每个地图车道线采样点坐标序列可以表征高精地图数据中、当前车辆所在道路的一条车道线在一定距离内的采样点坐标。
作为示例，预设范围可以是距离小于20米。
步骤104，对道路图像进行车道线检测，以生成图像车道线采样点坐标序列集。
在一些实施例中，上述执行主体可以对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集。其中，图像车道线采样点坐标可以是从道路图像中检测到的车道线的采样点坐标。可以通过预设的检测算法，对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集。其次，每个图像车道线采样点坐标序列可以对应道路图像中、当前车辆所在道路的一条车道线的采样点坐标。
作为示例，上述检测算法可以包括但不限于以下至少一项：UFLD(Ultra FastStructure-aware Deep Lane Detection，车道线检测)算法、LanNet(车道线检测网络)模型等。
步骤105，对地图车道线采样点坐标序列集和图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组。
在一些实施例中，上述执行主体可以对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组。
在一些实施例的一些可选的实现方式中，上述执行主体对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组，可以包括以下步骤：
第一步，基于预设的车辆高度值，将上述地图车道线采样点坐标序列集中满足预设距离条件的地图车道线采样点坐标投影至上述道路图像的图像坐标系，以生成投影后地图采样点坐标序列集。其中，可以通过以下公式对每个地图车道线采样点坐标进行投影，以生成投影后地图采样点坐标：
Figure BDA0004001282770000071
其中，A表示投影后地图采样点坐标。Π()表示投影函数。R1表示上述地面相对位姿矩阵。R2表示上述当前车辆地图位姿矩阵。p表示上述地图车道线采样点坐标。h表示上述车辆高度值。()1∶2表示取括号内向量的第1个到第2个元素。
第二步，对于上述图像车道线采样点坐标序列集中的每个图像车道线采样点坐标序列，执行以下匹配步骤以生成匹配车道线信息：
步骤一，确定上述图像车道线采样点坐标序列中每两个相邻的图像车道线采样点坐标的坐标连线方程，以生成坐标连线方程序列。其中，可以确定每两个相邻的图像车道线采样点坐标的连线方程，作为坐标连线方程。其次，坐标连线方程可以是一般式的直线方程。
步骤二，确定上述投影后地图采样点坐标序列集中每个投影后地图采样点坐标序列中的各个投影后地图采样点坐标、与上述坐标连线方程序列中各个坐标连线方程的距离值以生成坐标距离值序列，得到坐标距离值序列集。其中，可以通过点到线的距离公式，确定每个投影后地图采样点坐标与各个坐标连线方程的距离值。其次，坐标距离值可以是一个投影后地图采样点坐标与距离最近的坐标连线方程之间的距离值。
步骤三，将上述坐标距离值序列集中坐标距离值的和最小的坐标距离值序列对应的投影后地图采样点坐标序列、确定为匹配地图采样点坐标序列。其中，上述匹配地图采样点坐标序列可以与上述图像车道线采样点坐标序列匹配同一条车道线。其次，与上述各个坐标连线方程之间坐标距离值的和最小的坐标距离值序列、可以表征该坐标距离值序列对应的车道线与上述每个图像车道线采样点坐标序列对应的车道线距离最近，以此可以作为匹配关系。
步骤四，将上述图像车道线采样点坐标序列和上述匹配地图采样点坐标序列确定为匹配车道线信息。其中，匹配车道线信息可以表征上述图像车道线采样点坐标序列和上述匹配地图采样点坐标序列对应同一条车道线。
可选的，还可以将图像车道线采样点坐标序列集中的各个图像车道线采样点坐标反投影至地平面坐标系，以用于对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理。这里，地平面坐标系可以是预先设定的，也可以是以当前车辆定位坐标在地平面上的位置为原点构建的二维坐标系。相同的，其余匹配处理过程可以与上述匹配处理步骤相同。
步骤106，基于匹配车道线信息组和地图车道线采样点坐标序列集，生成道路曲面信息。
在一些实施例中，上述执行主体可以基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息可以包括以下步骤：
第一步，将上述地图车道线采样点坐标序列集中的各个地图车道线采样点坐标投影至上述道路图像的图像坐标系，以生成待矫正地图采样点坐标序列集。其中，可以通过上述投影公式，将上述地图车道线采样点坐标序列集中的各个地图车道线采样点投影至上述道路图像的图像坐标系。这里，生成的各个待矫正地图采样点坐标的竖坐标仅为初始竖坐标。另外，第一次投影是为了确定坐标的匹配关系，因此仅以一定范围之内的坐标进行投影。这里第二次投影需要用于生成曲面信息，因此全部坐标均进行投影。
第二步，基于上述匹配车道线信息组，确定与上述待矫正地图采样点坐标序列集中、每个待矫正地图采样点坐标序列中的每个待矫正地图采样点坐标对应的坐标连线方程的连线方程参数信息，得到连线方程参数信息序列集。其中，对于每个待矫正地图采样点坐标，可以通过对应的匹配车道线信息确定与其对应同一条车道线的图像车道线采样点坐标序列。然后，可以从图像车道线采样点坐标序列对应的坐标连线方程序列中选出与上述待矫正地图采样点坐标距离最近的坐标连线方程，即与上述待矫正地图采样点坐标对应的坐标连线方程。最后，可以该坐标连线方程的参数确定为连线方程参数信息。这里，每个连线方程参数信息可以包括横坐标系数、纵坐标系数和常数项。
另外，对于每个待矫正地图采样点坐标，可以从预先设定的误差列表中获取对应的投影误差值。误差列表可以包括两列数据，第一列可以是投影误差值。第二列可以是对应每个投影误差值的关联距离值。这里，关联距离值可以表示每个待矫正地图采样点坐标与距离最近的坐标连线方程之间的距离值。
第三步，基于上述连线方程参数信息序列集和预设的坐标投影方差值，确定上述待矫正地图采样点坐标序列集中每个待矫正地图采样点坐标序列中的、每个待矫正地图采样点坐标的高度值，得到高度值序列集。其中，可以通过以下公式确定各个待矫正地图采样点坐标的高度值：
Figure BDA0004001282770000101
其中，
Figure BDA0004001282770000102
表示上述高度值序列集。i、j表示序号。z*表示高度值。/>
Figure BDA0004001282770000103
表示高度值序列集中第i个高度值序列中的高度值。/>
Figure BDA0004001282770000104
表示高度值序列集中第i个高度值序列中的第j个高度值。argmin表示最小化目标函数。L表示误差矩阵。T表示矩阵的转置。/>
Figure BDA0004001282770000105
均表示上述坐标投影方差值。R表示序号，最大为待矫正地图采样点坐标序列集中待矫正地图采样点坐标的数量。∑表示投影误差方差对角矩阵。ei，j为误差矩阵中的第i行第j列的数据，表示上述待矫正地图采样点坐标序列集中第i个待矫正地图采样点坐标序列中的第j个待矫正地图采样点坐标对应的投影误差值。a表示上述待矫正地图采样点坐标序列集中待矫正地图采样点坐标序列中的待矫正地图采样点坐标、对应的连线方程参数信息包括的横坐标系数。ai，j表示上述待矫正地图采样点坐标序列集中第i个待矫正地图采样点坐标序列中的第j个待矫正地图采样点坐标、对应的连线方程参数信息包括的横坐标系数。b表示上述待矫正地图采样点坐标序列集中待矫正地图采样点坐标序列中的待矫正地图采样点坐标、对应的连线方程参数信息包括的纵坐标系数。bi，j表示上述待矫正地图采样点坐标序列集中第i个待矫正地图采样点坐标序列中的第j个待矫正地图采样点坐标、对应的连线方程参数信息包括的纵坐标数。C表示上述待矫正地图采样点坐标序列集中待矫正地图采样点坐标序列中的待矫正地图采样点坐标、对应的连线方程参数信息包括的常数项。ci，j表示上述待矫正地图采样点坐标序列集中第i个待矫正地图采样点坐标序列中的第j个待矫正地图采样点坐标、对应的连线方程参数信息包括的常数项。u表示上述待矫正地图采样点坐标序列集中待矫正地图采样点坐标序列中的待矫正地图采样点坐标的横坐标值。ui，j表示上述待矫正地图采样点坐标序列集中第i个待矫正地图采样点坐标序列中的第j个待矫正地图采样点坐标的横坐标值。v表示上述待矫正地图采样点坐标序列集中待矫正地图采样点坐标序列中的待矫正地图采样点坐标的纵坐标值。vi，j表示上述待矫正地图采样点坐标序列集中第i个待矫正地图采样点坐标序列中的第j个待矫正地图采样点坐标的纵坐标值。||·||2表示2范式。
第四步，利用上述高度值序列集，生成道路曲面信息。
可选的，上述执行主体利用上述高度值序列集，生成道路曲面信息，可以包括以下步骤：
第一步，对上述待矫正地图采样点坐标序列集中的各个待矫正地图采样点坐标进行矫正，以生成目标采样点坐标集合。其中，可以将高度值序列集中的高度值替换至对应的待矫正地图采样点坐标的竖坐标值，以此得到目标采样点坐标。
第二步，对上述目标采样点坐标集合中的各个目标采样点坐标进行道路曲面拟合，得到道路曲面方程，以及将上述道路曲面方程确定为道路曲面信息。
上述各个公式及其相关内容作为本公开的实施例的一个发明点，可以进一步解决背景技术提及的技术问题“利用预设的高度值，会使得转换至三维坐标系中的坐标处于同一高度，而在路面不平的路段，利用处于同一高度的坐标生成道路曲面信息，无法凸显出路面结构，从而，会导致生成的道路曲面信息的准确度降低”。导致生成的道路曲面信息的准确度降低的因素往往如下：利用预设的高度值，会使得转换至三维坐标系中的坐标处于同一高度，而在路面不平的路段，利用处于同一高度的坐标生成道路曲面信息，无法凸显出路面结构。如果解决了上述因素，就能提高生成的道路曲面信息的准确度。为了达到这一效果，首先，通过坐标投影的公式，可以利用统一的高度值，将一定范围内的投影至图像坐标系。以此，可以便于确定地图车道线采样点坐标和图像车道线采样点坐标之间的对应关系。由此，可进一步确定车道线的对应关系。接着，再次利用坐标投影的公式，将全部地图车道线采样点坐标投影至图像坐标系，得到待矫正地图采样点坐标序列集。考虑到待矫正地图采样点坐标的高度值(即，竖坐标值)不能确定，因此，引入上述生成高度值的公式。以此可以确定与待矫正地图采样点坐标序列集中各个待矫正地图采样点坐标对应的高度值。也因为生成了高度值，使得各个待矫正地图采样点坐标可以具有更加准确度竖坐标值。由此，使得生成道路曲面方程可以凸显出路面结构。从而，提高了生成的道路曲面信息的准确度。
可选的，上述执行主体还可以将上述道路曲面信息发送至上述当前车辆的显示终端以供显示。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的道路曲面信息生成方法，可以生成的道路曲面信息的准确度。具体来说，造成生成的道路曲面信息的准确度降低的原因在于：利用预设的高度值，会使得转换至三维坐标系中的坐标处于同一高度，而在路面不平的路段，利用处于同一高度的坐标生成道路曲面信息，无法凸显出路面结构。基于此，本公开的一些实施例的道路曲面信息生成方法，首先，获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵。其次，将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵。通过投影可以确定当前车辆在高精地图坐标系中的位置和姿态。接着，确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集。然后，对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集。之后，对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组。通过匹配处理，可以建立地图车道线采样点坐标与图像车道线采样点坐标之间的联系。最后，基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。其中，也因为建立了坐标的关联关系，由此，可以利用关联关系用于确定对应地图车道线采样点坐标的竖坐标值(即，高度值)。从而，可以避免利用预设的高度值进行坐标转换。因此，使得生成的道路曲面信息可以表征出路面结构的变化。进而，提高生成的道路曲面信息的准确度。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种道路曲面信息生成装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的道路曲面信息生成装置200包括：获取单元201、投影单元202、确定单元203、检测单元204、匹配处理单元205和生成单元206。其中，获取单元201，被配置成获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵；投影单元202，被配置成将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵；确定单元203，被配置成确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集；检测单元204，被配置成对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集；匹配处理单元205，被配置成对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组；生成单元206，被配置成基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。
可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置301(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读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——但不限于——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(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读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程序代码。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，该计算机可读信号介质可以发送、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程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵；将上述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵；确定与上述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集；对上述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集；对上述地图车道线采样点坐标序列集和上述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组；基于上述匹配车道线信息组和上述地图车道线采样点坐标序列集，生成道路曲面信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、投影单元、确定单元、检测单元、匹配处理单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种道路曲面信息生成方法，包括：
获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵；
将所述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵；
确定与所述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集；
对所述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集；
对所述地图车道线采样点坐标序列集和所述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组；
基于所述匹配车道线信息组和所述地图车道线采样点坐标序列集，生成道路曲面信息。
2.根据权利要求1所述的方法，其中，所述方法还包括：
将所述道路曲面信息发送至所述当前车辆的显示终端以供显示。
3.根据权利要求1所述的方法，其中，所述将所述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵，包括：
获取当前车辆定位坐标；
确定所述当前车辆位姿矩阵对应的方位角；
基于所述当前车辆定位坐标和所述方位角，构建当前车辆地图位姿矩阵。
4.根据权利要求1所述的方法，其中，所述确定与所述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集，包括：
从预设的高精地图数据中、选出与所述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集，其中，所述地图车道线采样点坐标序列集中的地图车道线采样点坐标与所述当前车辆定位坐标的距离在预设范围之内。
5.根据权利要求1所述的方法，其中，所述对所述地图车道线采样点坐标序列集和所述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组，包括：
基于预设的车辆高度值，将所述地图车道线采样点坐标序列集中满足预设距离条件的地图车道线采样点坐标投影至所述道路图像的图像坐标系，以生成投影后地图采样点坐标序列集；
对于所述图像车道线采样点坐标序列集中的每个图像车道线采样点坐标序列，执行以下匹配步骤以生成匹配车道线信息：
确定所述图像车道线采样点坐标序列中每两个相邻的图像车道线采样点坐标的坐标连线方程，以生成坐标连线方程序列；
确定所述投影后地图采样点坐标序列集中每个投影后地图采样点坐标序列中的各个投影后地图采样点坐标、与所述坐标连线方程序列中各个坐标连线方程的距离值以生成坐标距离值序列，得到坐标距离值序列集；
将所述坐标距离值序列集中坐标距离值的和最小的坐标距离值序列对应的投影后地图采样点坐标序列、确定为匹配地图采样点坐标序列，其中，所述匹配地图采样点坐标序列与所述图像车道线采样点坐标序列匹配同一条车道线；
将所述图像车道线采样点坐标序列和所述匹配地图采样点坐标序列确定为匹配车道线信息。
6.根据权利要求5所述的方法，其中，所述基于所述匹配车道线信息组和所述地图车道线采样点坐标序列集，生成道路曲面信息，包括：
将所述地图车道线采样点坐标序列集中的各个地图车道线采样点坐标投影至所述道路图像的图像坐标系，以生成待矫正地图采样点坐标序列集；
基于所述匹配车道线信息组，确定与所述待矫正地图采样点坐标序列集中、每个待矫正地图采样点坐标序列中的每个待矫正地图采样点坐标对应的、坐标连线方程的连线方程参数信息，得到连线方程参数信息序列集；
基于所述连线方程参数信息序列集和预设的坐标投影方差值，确定所述待矫正地图采样点坐标序列集中每个待矫正地图采样点坐标序列中的、每个待矫正地图采样点坐标的高度值，得到高度值序列集；
利用所述高度值序列集，生成道路曲面信息。
7.根据权利要求6所述的方法，其中，所述利用所述高度值序列集，生成道路曲面信息，包括：
利用所述高度值序列集，对所述待矫正地图采样点坐标序列集中的各个待矫正地图采样点坐标进行矫正，以生成目标采样点坐标集合；
对所述目标采样点坐标集合中的各个目标采样点坐标进行道路曲面拟合，得到道路曲面方程，以及将所述道路曲面方程确定为道路曲面信息。
8.一种道路曲面信息生成装置，包括：
获取单元，被配置成获取道路图像、当前车辆定位系统输出的当前车辆位姿矩阵和地面相对位姿矩阵；
投影单元，被配置成将所述当前车辆位姿矩阵投影至预设的高精地图坐标系，得到当前车辆地图位姿矩阵；
确定单元，被配置成确定与所述当前车辆地图位姿矩阵对应的地图车道线采样点坐标序列集；
检测单元，被配置成对所述道路图像进行车道线检测，以生成图像车道线采样点坐标序列集；
匹配处理单元，被配置成对所述地图车道线采样点坐标序列集和所述图像车道线采样点坐标序列集进行匹配处理，以生成匹配车道线信息组；
生成单元，被配置成基于所述匹配车道线信息组和所述地图车道线采样点坐标序列集，生成道路曲面信息。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202211613823.2A 2022-12-15 2022-12-15 道路曲面信息生成方法、装置、设备和计算机可读介质 Active CN116182878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211613823.2A CN116182878B (zh) 2022-12-15 2022-12-15 道路曲面信息生成方法、装置、设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211613823.2A CN116182878B (zh) 2022-12-15 2022-12-15 道路曲面信息生成方法、装置、设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN116182878A true CN116182878A (zh) 2023-05-30
CN116182878B CN116182878B (zh) 2023-09-12

Family

ID=86443221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211613823.2A Active CN116182878B (zh) 2022-12-15 2022-12-15 道路曲面信息生成方法、装置、设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN116182878B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117029804A (zh) * 2023-08-07 2023-11-10 自然资源部重庆测绘院 一种基于车辆定位信息的矿区地形自动更新方法
CN117723070A (zh) * 2024-02-06 2024-03-19 合众新能源汽车股份有限公司 地图匹配初值的确定方法及装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020215254A1 (zh) * 2019-04-24 2020-10-29 深圳市大疆创新科技有限公司 车道线地图的维护方法、电子设备与存储介质
CN114140759A (zh) * 2021-12-08 2022-03-04 阿波罗智能技术(北京)有限公司 高精地图车道线位置确定方法、装置及自动驾驶车辆
CN114526746A (zh) * 2022-03-15 2022-05-24 智道网联科技(北京)有限公司 高精地图车道线的生成方法、装置、设备及存储介质
CN114754761A (zh) * 2022-04-13 2022-07-15 智道网联科技(北京)有限公司 高精地图车道线的优化方法、装置及电子设备、存储介质
CN115393826A (zh) * 2022-08-26 2022-11-25 禾多科技（北京）有限公司 三维车道线生成方法、装置、电子设备和计算机可读介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020215254A1 (zh) * 2019-04-24 2020-10-29 深圳市大疆创新科技有限公司 车道线地图的维护方法、电子设备与存储介质
CN114140759A (zh) * 2021-12-08 2022-03-04 阿波罗智能技术(北京)有限公司 高精地图车道线位置确定方法、装置及自动驾驶车辆
CN114526746A (zh) * 2022-03-15 2022-05-24 智道网联科技(北京)有限公司 高精地图车道线的生成方法、装置、设备及存储介质
CN114754761A (zh) * 2022-04-13 2022-07-15 智道网联科技(北京)有限公司 高精地图车道线的优化方法、装置及电子设备、存储介质
CN115393826A (zh) * 2022-08-26 2022-11-25 禾多科技（北京）有限公司 三维车道线生成方法、装置、电子设备和计算机可读介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MARKUS SCHREIBER 等: "LaneLoc:Lane Marking based Localization using Highly Accurate Maps", 2013 IEEE INTELLIGENT VEHICLES SYMPOSIUM(Ⅳ), pages 449 - 454 *
吴彦文;张楠;周涛;严巍;: "基于多传感融合的车道线检测与跟踪方法的研究", 计算机应用研究, vol. 35, no. 02, pages 600 - 603 *
钟棉卿: "基于移动激光雷达数据的路面状况检测方法研究", 中国博士学位论文全文数据库工程科技Ⅱ辑, no. 06, pages 034 - 11 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117029804A (zh) * 2023-08-07 2023-11-10 自然资源部重庆测绘院 一种基于车辆定位信息的矿区地形自动更新方法
CN117029804B (zh) * 2023-08-07 2024-04-26 自然资源部重庆测绘院 一种基于车辆定位信息的矿区地形自动更新方法
CN117723070A (zh) * 2024-02-06 2024-03-19 合众新能源汽车股份有限公司 地图匹配初值的确定方法及装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN116182878B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN112598762B (zh) 三维车道线信息生成方法、装置、电子设备和介质
CN116182878B (zh) 道路曲面信息生成方法、装置、设备和计算机可读介质
CN113607185B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN110988849A (zh) 雷达系统的标定方法、装置、电子设备及存储介质
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN114399588B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN112561990B (zh) 定位信息生成方法、装置、设备和计算机可读介质
CN114894205A (zh) 三维车道线信息生成方法、装置、设备和计算机可读介质
CN113781478B (zh) 油罐图像检测方法、装置、电子设备和计算机可读介质
CN117948965A (zh) 点云轨迹优化方法、装置、电子设备及存储介质
CN116758498B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN117191080A (zh) 相机与imu外参的标定方法、装置、设备及存储介质
CN116740382A (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN117218187A (zh) 行人位置信息生成方法、装置、设备和计算机可读介质
CN115393826A (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN114399587B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN112880675B (zh) 用于视觉定位的位姿平滑方法、装置、终端和移动机器人
CN110634159A (zh) 一种目标检测方法和装置
CN114724115A (zh) 障碍物定位信息生成方法、装置、设备和计算机可读介质
CN110136181B (zh) 用于生成信息的方法和装置
CN116630436B (zh) 相机外参修正方法、装置、电子设备和计算机可读介质
CN117373024B (zh) 标注图像生成方法、装置、电子设备和计算机可读介质
CN111325712B (zh) 用于检测图像有效性的方法及装置
CN114863026B (zh) 三维车道线信息生成方法、装置、设备和计算机可读介质
CN116563817B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质

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