CN116295392A - 有效行驶区域的快速确定方法、装置及电子设备、存储介质 - Google Patents

有效行驶区域的快速确定方法、装置及电子设备、存储介质 Download PDF

Info

Publication number
CN116295392A
CN116295392A CN202211544544.5A CN202211544544A CN116295392A CN 116295392 A CN116295392 A CN 116295392A CN 202211544544 A CN202211544544 A CN 202211544544A CN 116295392 A CN116295392 A CN 116295392A
Authority
CN
China
Prior art keywords
tile
coordinate system
utm
point cloud
area
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
Application number
CN202211544544.5A
Other languages
English (en)
Inventor
胡孟孟
李成军
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.)
Zhidao Network Technology Beijing Co Ltd
Original Assignee
Zhidao Network 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 Zhidao Network Technology Beijing Co Ltd filed Critical Zhidao Network Technology Beijing Co Ltd
Priority to CN202211544544.5A priority Critical patent/CN116295392A/zh
Priority to PCT/CN2023/086666 priority patent/WO2024113594A1/zh
Publication of CN116295392A publication Critical patent/CN116295392A/zh
Pending legal-status Critical Current

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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • 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
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种有效行驶区域的快速确定方法、装置及电子设备、存储介质，所述方法包括将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸；匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性；根据符合预设条件的所述道路属性，生成有效行驶区域。通过本申请能够快速确定出有效行驶区域，从而保证自动驾驶感知模块的高效、稳定。

Description

有效行驶区域的快速确定方法、装置及电子设备、存储介质
技术领域
本申请涉及自动驾驶技术领域，尤其涉及一种有效行驶区域的快速确定方法、装置及电子设备、存储介质。
背景技术
确定有效行驶区域，就是要判断自动驾驶车辆周围可以行驶，即可以进行规划和控制的区域。有效行驶区域的确定是自动驾驶领域的重要感知算法之一，对辅助驾驶或者自动驾驶的行车安全起到至关重要的作用。
相关技术中，通常会直接采用高精地图中复杂的多边形框计算道路或非道路区域。然而在车辆连续转弯、复杂路口或者停车场等场景中，整个计算的耗时会急剧增加，影响自动驾驶系统的稳定性。如何降低耗时，快速确定有效行驶区域，是实际业务需求中有待解决的问题。
发明内容
本申请实施例提供了有效行驶区域的快速确定方法、装置及电子设备、存储介质，以提供快速的有效行驶区域的确定过程，实现自动驾驶感知模块的高效、稳定。
本申请实施例采用下述技术方案：
第一方面，本申请实施例提供一种有效行驶区域的快速确定方法，其中，所述方法包括：
将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸；
匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性；
根据符合预设条件的所述道路属性，生成有效行驶区域。
在一些实施例中，所述瓦片图包括瓦片ID，所述为瓦片ID为所述瓦片图的文件名，所述匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性，包括：
确定所述待检测区域的点云在UTM坐标系下的位置点；
将UTM坐标系下的位置点转换为所述瓦片ID和瓦片图中的行列号；
根据所述瓦片ID和所述瓦片图中的行列号，以确定所述待检测区域内的道路属性。
在一些实施例中，所述确定所述待检测区域内的道路属性包括：
所述瓦片图包括瓦片ID，所述为瓦片ID为所述瓦片图的文件名，所述匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性，包括：
根据所述瓦片图中的行列号，确定所述待检测区域的点云的道路属性是否属于道路，其中，所述点云包括激光雷达原始的点云和/或原始点云降采样后的点云或者栅格；
如果不属于道路，则将该帧中对应的原始点云或者栅格作为背景进行删除；
如果属于道路，则将该帧中对应的原始点云或者栅格按照道路保存。
在一些实施例中，所述确定所述待检测区域内的道路属性包括：
根据所述瓦片图中的行数和列数，确定所述待检测区域的点云的道路属性是否属于道路，其中，所述点云包括道路的栅格点云和/或道路的点；
如果不属于道路，则将该道路的栅格点云和/或道路的点作为背景进行删除；
如果属于道路，则将该道路的栅格点云和/或道路的点按照道路保存。
在一些实施例中，所述点云包括自车激光雷达采集的环境信息，所述确定所述点云在UTM坐标系下的位置点，包括：
将自车坐标系下的点云按照栅格划分，进行栅格化处理；
栅格化处理之后，按照每个栅格ID和栅格尺寸，计算出每个所述栅格在自车坐标系下的X、Y坐标；
根据UTM坐标以及所述自车定位信息中的航向角信息，将栅格在自车坐标系下的X、Y坐标转换为UTM坐标。
在一些实施例中，所述将UTM坐标系下的位置点转换为所述瓦片ID，包括：
按照如下方式将在UTM坐标系下位置点转换为所述瓦片ID的过程：
瓦片ID_xid＝(utm_x-start_x)/tilesize；
瓦片ID_yid＝(utm_y-start_y)/tilesize；
所述根据所述瓦片ID，计算瓦片图中的行列号数和列数，以确定所述待检测区域内的道路属性，包括：
按照如下方式计算所述瓦片ID中的行数和列数：
瓦片ID_row＝(utm_y-start_y-png_yid*tilesize)/gridsize；
瓦片ID_col＝(utm_x-start_x-png_xid*tilesize)/gridsize，
其中，start_x、start_y表示设定的UTM坐标系中X轴、Y轴方向的起点，tilesize表示每张瓦片图覆盖的尺寸，gridsize表示点云栅格的尺寸,ID_xid、ID_yid表示距离UTM的X轴、Y轴方向的起点的第几个瓦片。
在一些实施例中，所述瓦片图的文件名至少包括所述瓦片图在X轴、Y轴方向上的个数值。
在一些实施例中，将所述瓦片图的文件名按照预设规则转换为CODE编码，得到瓦片图与瓦片图的文件名之间的映射关系。
第二方面，本申请实施例还提供一种有效行驶区域的快速确定装置，其中，所述装置包括：UTM转换模块，用于将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸；匹配模块，用于匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性；生成模块，用于根据符合预设条件的所述道路属性，生成有效行驶区域。
第三方面，本申请实施例还提供一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述方法。
第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行上述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：将待检测区域的高精地图划分成UTM坐标系下的瓦片图，由于按照UTM坐标系下设定了的X轴和Y轴方向的起点，故可以选择所述待检测区域的位置。由于确定了瓦片覆盖尺寸，故可以按照区域为单位进行划分。之后匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性。通过在待检测区域建立UTM坐标系下的瓦片图再与点云进行匹配，可以快速确定出有效行驶区域。从而保证并提高自动驾驶感知模块的高效、稳定。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例中有效行驶区域的快速确定方法的流程示意图；
图2为本申请实施例中有效行驶区域的快速确定装置的结构示意图；
图3为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
结合实际道路场景，行车场景的环境元素通常会包含：道路边界、车道线、动态障碍物以及静态障碍物。为了保证行车安全，感知模块需要对环境元素进行识别。除了一般容易定义的动态障碍物(人或车辆等)、静态障碍物和车道线以外，还有道路边界、未知动态障碍物和未知静态障碍物，对于这些不好定义的环境元素则可一并归入有效行驶区域任务中，有效区域的划分显著影响着自动驾驶感知模块的稳定性。
UTM坐标系，是指通用横轴墨卡托投影(Universal Transverse Mercator)，简称UTM，是一种国际标准化的地图投影法。它使用笛卡儿坐标系，标记南纬80°至北纬84°之间的所有位置。
UTM坐标系包括了UTM坐标系下的东向位置、UTM坐标系下的北向位置，使用时距离位置可直接线性叠加，具有较高效率。
以下结合附图，详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种有效行驶区域的快速确定方法，如图1所示，提供了本申请实施例中有效行驶区域的快速确定方法流程示意图，所述方法至少包括如下的步骤S110至步骤S130：
步骤S110，将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸。
如果待检测区域中包含复杂的环境元素，而此时直接使用在线的高精地图中的多边形矢量图与点云匹配，则需要将矢量图逐个遍历进行匹配，影响计算耗时，从而降低稳定性提高风险、影响自动驾驶的安全性。
为了满足实际使用场景中的快速、实时性的要求，需要对匹配的过程进行优化，提高匹配的速度。如前所述，考虑到UTM坐标系对位置距离可线性化展示，在确定距离位置时也就更加快速。进而在匹配点云时能够显著提高匹配索引到匹配的瓦片图的响应速度。
将所述待检测区域的高精地图按照设定区域以及瓦片固定覆盖尺寸进行划分，得到多个瓦片图。可以理解，按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及固定的所述瓦片覆盖尺寸，可以按照区域为单位实现对待检测区域的划分。
进一步地，经过划分之后，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中的栅格尺寸。
示例性地，瓦片ID即瓦片图在X轴和Y轴方向上的个数，如“3_5.png”表示距离X轴方向上的UTM_x起点第3个，距离Y轴方向上UTM_y起点第5个的瓦片(每隔100米划分栅格)，覆盖UTM_X[300,400)且UTM_Y[500,600)的区域，这样便于检索。
步骤S120，匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性。
离线加载的UTM坐标系下的瓦片图，并不依靠网络，从而减少了网络响应时间或网络异常的情况，通过待检测区域中自车的定位信息(目标经纬度)以及点云信息，将自车前方、后方区域内点云的投影到UTM坐标系的瓦片图上进行匹配。
对于待检测区域内的点云可以是多个点，或者可以是降采样后的点云或者栅格。而对于匹配所述待检测区域的点云与所述瓦片图的时机，可以是在点云中的点或栅格进行聚类之前或者进行过聚类之后，在本申请的实施例中并不进行具体限定，本领域技术人员可以根据实际情况进行选择。
由于使用了UTM坐标系的瓦片图与所述点云进行匹配，可以快速地匹配出当前点云所在的UTM坐标系下的瓦片图ID以及该瓦片图中的行列数。
示例性地，瓦片图ID即瓦片图的文件名为“100_80.png”，是表示匹配出待检测区域中的当前点云所在的瓦片图是表示距离X轴方向上的UTM_x起点第100个，距离Y轴方向上UTM_y起点第80个的瓦片。所以只需要知道了所述待检测区域中的点云在UTM坐标系下的位置，即可快速匹配出瓦片图ID，快速确定出点云所在位置。
可以理解，上述方式可以是在连续弯道区域、停车场区域、路口区域等原本高精地图的匹配时长较长且影响自动驾驶感知模块安全以及稳定的情况下，快速地匹配出点云中的点或者点云栅格，进而快速确定出有效行驶区域。
此外，还可以根据按照已有的经纬度划分的瓦片图直接转换为UTM坐标系的瓦片图，从而提高速度，在此不再进行详述。
步骤S130，根据符合预设条件的所述道路属性，生成有效行驶区域。
对于道路属性，如果按照大的分类，可以将道路属性分为属于道路或属于非道路，且如前所述属于道路的部分包括了道路边界、车道线、动态障碍物以及静态障碍物。通过判断道路属性，即可快速地确定出当前点云是否属于道路区域或者非道路区域，如果属于，则可能是道路边界、车道线。如果不属于，则可能是动态障碍物以及静态障碍物等。这里并不进行具体细分，而是针对属于车道的点云或点云栅格保留，其他的作为背景删除，不再使用。这样能够降低索引的时间，同时提高安全性和稳定性。
在本申请的一个实施例中，所述瓦片图包括瓦片ID，所述为瓦片ID为所述瓦片图的文件名，所述匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性，包括：确定所述待检测区域的点云在UTM坐标系下的位置点；计算UTM坐标系下的位置点转换为所述瓦片ID和瓦片图中的行列号；根据所述瓦片ID和所述瓦片图中的行列号，以确定所述待检测区域内的道路属性。
在本申请的一个实施例中，所述瓦片图的文件名至少包括所述瓦片图在X轴、Y轴方向上的个数值。
优选地，如果所述瓦片图的文件名中包括瓦片图在X轴、Y轴方向上的个数值，则通过这样的命名方式可以在多个瓦片图中快速索引出该瓦片图，从而加快后续的匹配过程。
将瓦片ID作为瓦片图的文件名，并且在索引时按照相关规则进行快速索引。在进行所述待检测区域的点云匹配时，先需要确定所述点云在UTM坐标系下的位置点。考虑到点云是基于自车激光雷达采集的，所以实际上是将自车坐标系转换到UTM坐标系下。
然后再计算UTM坐标系下的位置点转换为所述瓦片ID和瓦片图中的行列号。通过瓦片ID确定出属于哪块瓦片图，并且通过瓦片图中的行列号确定出在瓦片图中的哪个位置。
最后根据所述瓦片ID和所述瓦片图中的行列号，确定所述待检测区域内的道路属性是属于道路或者不属于道路。
需要注意的是，在本申请的实施例中对于道路属于仅判断是否属于道路，如果属于则保留所述点云中的点或者点云栅格，如果不属于则作为背景丢弃。这样也是为了提高有效行驶区域的确定时间，降低不稳定性。
在本申请的一个实施例中，所述确定所述待检测区域内的道路属性包括：
根据所述瓦片图中的行列号，确定所述待检测区域的点云的道路属性是否属于道路，其中，所述点云包括激光雷达原始的点云和/或原始点云降采样后的点云或者栅格；如果不属于道路，则将该帧中对应的原始点云或者栅格作为背景进行删除；如果属于道路，则将该帧中对应的原始点云或者栅格按照道路保存。
根据所述UTM坐标系下的瓦片图中的行数和列数确定瓦片图中的像素点，即确定所述UTM坐标系下的瓦片图中是哪个像素点，然后根据所述像素点的灰度值来标识道路属性。通常，不同灰度值可以标识出不同的道路属性，比如属于道路外的，或属于道路内的。
需要注意的是，对于道路边界、车道线、动态障碍物以及静态障碍物可以先进行图像识别算法的识别，并聚类或不聚类之后，再根据瓦片图中的像素点的灰度值确定道路属性。
然后分不同情况进行考虑，如果是属于道路的，则保留该些点云或点云栅格，以便进行一下轮的识别感知；如果不是属于道路的，则将该些点云或点云栅格作为背景进行删除。
如果在障碍物感知之前，则可以滤除大量的背景点云，便利之后的道路边界、车道线等的感知识别。
如果在障碍物感知之后，则可以优化感知结果，对于未知的障碍物提前进行滤除或者标识出类型。
在本申请的一个实施例中，所述点云包括自车激光雷达采集的环境信息，所述确定所述点云在UTM坐标系下的位置点，包括：将自车坐标系下的点云按照栅格划分，进行栅格化处理；栅格化处理之后，按照每个栅格ID和栅格尺寸，计算出每个所述栅格在自车坐标系下的X、Y坐标；根据UTM坐标以及所述自车定位信息中的航向角信息，将栅格在自车坐标系下的X、Y坐标转换为UTM坐标，得到utm_x，utm_y。
所述待检测区域中的点云包括自车激光雷达采集的环境信息对于车体坐标系转换为UTM坐标系的过程如下：
首先，将自车坐标系下的点云按照栅格划分，进行栅格化处理。
然后，栅格化处理之后，按照每个栅格ID和栅格尺寸(大小固定)，计算出每个所述栅格在自车坐标系下的X、Y坐标，并结合自车Yaw航向角信息，就可以将栅格在自车坐标系下的X、Y坐标转换为UTM坐标，得到utm_x，utm_y。
在本申请的一个实施例中，所述将UTM坐标系下的位置点转换为所述瓦片ID，包括：按照如下方式将在UTM坐标系下位置点转换为所述瓦片ID的过程：
瓦片ID_xid＝(utm_x-start_x)/tilesize；
瓦片ID_yid＝(utm_y-start_y)/tilesize；
所述根据所述瓦片ID，计算瓦片图中的行数和列数(行列号)，以确定所述待检测区域内的道路属性，包括：按照如下方式计算所述瓦片ID中的行数和列数：
瓦片ID_row＝(utm_y-start_y-png_yid*tilesize)/gridsize；
瓦片ID_col＝(utm_x-start_x-png_xid*tilesize)/gridsize，
其中，start_x、start_y表示设定的UTM坐标系中X轴、Y轴方向的起点，tilesize表示每张瓦片图覆盖的尺寸，gridsize表示点云栅格的尺寸,ID_xid、ID_yid表示距离UTM的X轴、Y轴方向的起点的第几个瓦片。
上述方式作为一种优选的实施方式，计算出所述瓦片ID以及所述瓦片ID中的行数和列数。
首先，(一个)栅格尺寸gridsize、(一个)瓦片覆盖尺寸tilesize是在建立UTM坐标系下的瓦片图时就预先设定好的，也就是说与UTM坐标系下的瓦片图采用的相同划分方式。
其次，在计算瓦片ID的X/Y轴时，根据当前计算出的位置距离起始点的距离以及所述瓦片覆盖的固定尺寸确定的；
最后，在计算瓦片ID中的行列号即行数和列数时，确定出当前点云在一个单位栅格中的哪一行以及哪一列中，从而根据在一个单位栅格中的那一行以及那一列中确定其中的像素点，然后再通过像素点的灰度值判断道路属性。
在本申请的一个实施例中，将所述瓦片图的文件名按照预设规则转换为CODE编码，得到瓦片图与瓦片图的文件名之间的映射关系。
采用UTM坐标系下瓦片图在X轴以及Y轴方向上的个数来命名瓦片图的文件名时虽然提高了索引速度，但是仍然无法满足实际场景的速度需求。
考虑到对于瓦片图的索引实际上就是读图的过程，也就是说可以通过建立瓦片图的文件名和瓦片图的映射关系，进一步加快瓦片图的过程。通过将所述瓦片图的文件名按照预设规则转换为CODE编码，可以显著提高索引的速度。
具体实施时，在构建瓦片图的索引Map映射关系时，构建CODE编码对瓦片图的索引，在逐栅格查询时，通过ID_idx、ID_idy可以高效计算CODE编码。
需要注意的是，实际场景中通常待检测区域均属于同一个城市或地区，在UTM坐标系下的对于一个城市大小，对应到经纬度值中的1度或者不会超过1度，对应到在UTM坐标系下即从X轴和Y轴的起点开始不超过1万个栅格。
同时在计算MAP(key，value)映射关系时的key值，使用CODE编码，而vaule值对应索引出的结果。对于CODE编码如果采用一个32位的存储单元uint32即可保存上述的1万个栅格所对应的数据，得到如下结果
通过ID_idx、ID_idy计算CODE的方式如下：
uint32_t code＝(((uint32_t)tile_x)<<16)|((uint32_t)tile_y)；
其中，前16位用于保存X轴上的CODE编码(瓦片ID)，后16位保存Y轴上的CODE编码(瓦片ID)。
由于CODE编码可以直接索引出瓦片图，所以将所述瓦片图的文件名称作为CODE编码即可实现上述索引过程的速度优化。
本申请实施例还提供了有效行驶区域的快速确定装置200，如图2所示，提供了本申请实施例中有效行驶区域的快速确定装置的结构示意图，所述有效行驶区域的快速确定装置200至少包括：UTM转换模块210、匹配模块220以及生成模块230，其中：
在本申请的一个实施例中，所述UTM转换模块210具体用于：将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸。
如果待检测区域中包含复杂的环境元素，而此时直接使用在线的高精地图中的多边形矢量图与点云匹配，则需要将矢量图逐个遍历进行匹配，影响计算耗时，从而降低稳定性提高风险、影响自动驾驶的安全性。
为了满足实际使用场景中的快速、实时性的要求，需要对匹配的过程进行优化，提高匹配的速度。如前所述，考虑到UTM坐标系对位置距离可线性化展示，在确定距离位置时也就更加快速。进而在匹配点云时能够显著提高匹配索引到匹配的瓦片图的响应速度。
将所述待检测区域的高精地图按照设定区域以及瓦片固定覆盖尺寸进行划分，得到多个瓦片图。可以理解，按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及固定的所述瓦片覆盖尺寸，可以按照区域为单位实现对待检测区域的划分。
进一步地，经过划分之后，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中的栅格尺寸。
示例性地，瓦片ID即瓦片图在X轴和Y轴方向上的个数，如“3_5.png”表示距离X轴方向上的UTM_x起点第3个，距离Y轴方向上UTM_y起点第5个的瓦片(每隔100米划分栅格)，覆盖UTM_X[300,400)且UTM_Y[500,600)的区域，这样便于检索。
在本申请的一个实施例中，所述匹配模块220具体用于：匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性。
离线加载的UTM坐标系下的瓦片图，并不依靠网络，从而减少了网络响应时间或网络异常的情况，通过待检测区域中自车的定位信息(目标经纬度)以及点云信息，将自车前方、后方区域内点云的投影到UTM坐标系的瓦片图上进行匹配。
对于待检测区域内的点云可以是多个点，或者可以是多个点聚类得到的栅格。而对于匹配所述待检测区域的点云与所述瓦片图的时机，可以是在点云中的点或栅格进行聚类之前或者进行过聚类之后，在本申请的实施例中并不进行具体限定，本领域技术人员可以根据实际情况进行选择。
由于使用了UTM坐标系的瓦片图与所述点云进行匹配，可以快速地匹配出当前点云所在的UTM坐标系下的瓦片图ID以及该瓦片图中的行列数。
示例性地，瓦片图ID即瓦片图的文件名为100-80.png，是表示匹配出待检测区域中的当前点云所在的瓦片图是表示距离X轴方向上的UTM_x起点第100个，距离Y轴方向上UTM_y起点第80个的瓦片。所以只需要知道了所述待检测区域中的点云在UTM坐标系下的位置，即可快速匹配出瓦片图ID，快速确定出点云所在位置。
可以理解，上述方式可以是在连续弯道区域、停车场区域、路口区域等原本高精地图的匹配时长较长且影响自动驾驶感知模块安全以及稳定的情况下，快速地匹配出点云中的点或者点云栅格，进而快速确定出有效行驶区域。
在本申请的一个实施例中，所述生成模块230具体用于：根据符合预设条件的所述道路属性，生成有效行驶区域。
对于道路属性，如果按照大的分类，可以将道路属性分为属于道路或属于非道路，且如前所述属于道路的部分包括了道路边界、车道线、动态障碍物以及静态障碍物。通过判断道路属性，即可快速地确定出当前点云是否属于道路区域或者非道路区域，如果属于，则可能是道路边界、车道线。如果不属于，则可能是动态障碍物以及静态障碍物等。这里并不进行具体细分，而是针对属于车道的点云或点云栅格保留，其他的作为背景删除，不再使用。这样能够降低索引的时间，同时提高安全性和稳定性。
能够理解，上述有效行驶区域的快速确定装置，能够实现前述实施例中提供的有效行驶区域的快速确定方法的各个步骤，关于有效行驶区域的快速确定方法的相关阐释均适用于有效行驶区域的快速确定装置，此处不再赘述。
图3是本申请的一个实施例电子设备的结构示意图。请参考图3，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成有效行驶区域的快速确定装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸；
匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性；
根据符合预设条件的所述道路属性，生成有效行驶区域。
上述如本申请图1所示实施例揭示的有效行驶区域的快速确定装置执行的方法可以应用于处理器中，或者由处理器实现。处理器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。上述的处理器可以是通用处理器，包括中央处理器(CentralProcessing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中有效行驶区域的快速确定装置执行的方法，并实现有效行驶区域的快速确定装置在图1所示实施例的功能，本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中有效行驶区域的快速确定装置执行的方法，并具体用于执行：
将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸；
匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性；
根据符合预设条件的所述道路属性，生成有效行驶区域。
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/或方框图来描述的。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、嵌入式处理机或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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种有效行驶区域的快速确定方法，其中，所述方法包括：
将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸；
匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性；
根据符合预设条件的所述道路属性，生成有效行驶区域。
2.如权利要求1所述方法，其中，所述瓦片图包括瓦片ID，所述瓦片ID为所述瓦片图的文件名，所述匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性，包括：
确定所述待检测区域的点云在UTM坐标系下的位置点；
将UTM坐标系下的位置点转换为所述瓦片ID和瓦片图中的行列号；
根据所述瓦片ID和所述瓦片图中的行列号，以确定所述待检测区域内的道路属性。
3.如权利要求2所述方法，其中，所述确定所述待检测区域内的道路属性包括：
根据所述瓦片图中的行列号，确定所述待检测区域的点云的道路属性是否属于道路，其中，所述点云包括激光雷达原始的点云和/或原始点云降采样后的点云或者栅格；
如果不属于道路，则将该帧中对应的原始点云或者栅格作为背景进行删除；
如果属于道路，则将该帧中对应的原始点云或者栅格按照道路保存。
4.如权利要求2所述方法，其中，所述点云包括自车激光雷达采集的环境信息，所述确定所述点云在UTM坐标系下的位置点，包括：
将自车坐标系下的点云按照栅格划分，进行栅格化处理；
栅格化处理之后，按照每个栅格ID和栅格尺寸，计算出每个所述栅格在自车坐标系下的X、Y坐标；
根据UTM坐标以及所述自车定位信息中的航向角信息，将栅格在自车坐标系下的X、Y坐标转换为UTM坐标。
5.如权利要求4所述方法，其中：
所述将UTM坐标系下的位置点转换为所述瓦片ID，包括：
按照如下方式将在UTM坐标系下位置点转换为所述瓦片ID的过程：
瓦片ID_xid＝(utm_x-start_x)/tilesize；
瓦片ID_yid＝(utm_y-start_y)/tilesize；
所述根据所述瓦片ID，计算瓦片图中的行列号，以确定所述待检测区域内的道路属性，包括：
按照如下方式计算所述瓦片ID中的行数和列数：
瓦片ID_row＝(utm_y-start_y-png_yid*tilesize)/gridsize；
瓦片ID_col＝(utm_x-start_x-png_xid*tilesize)/gridsize，
其中，start_x、start_y表示设定的UTM坐标系中X轴、Y轴方向的起点，tilesize表示每张瓦片图覆盖的尺寸，gridsize表示点云栅格的尺寸,ID_xid、ID_yid表示距离UTM的X轴、Y轴方向的起点的第几个瓦片。
6.如权利要求1所述方法，其中，所述瓦片图的文件名至少包括所述瓦片图在X轴、Y轴方向上的个数值。
7.如权利要求6述方法，其中，将所述瓦片图的文件名按照预设规则转换为CODE编码，得到瓦片图与瓦片图的文件名之间的映射关系。
8.一种有效行驶区域的快速确定装置，其中，所述装置包括：
UTM转换模块，用于将待检测区域的高精地图按照在UTM坐标系下设定的X轴和Y轴方向上的起点以及瓦片覆盖尺寸，划分成UTM坐标系下的瓦片图，其中，所述UTM坐标系下的瓦片图中的每个像素对应所述UTM坐标系中固定大小的栅格尺寸；
匹配模块，用于匹配所述待检测区域的点云与所述UTM坐标系下的瓦片图，得到所述待检测区域内的道路属性；
生成模块，用于根据符合预设条件的所述道路属性，生成有效行驶区域。
9.一种电子设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1～7之任一所述方法。
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一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～7之任一所述方法。
CN202211544544.5A 2022-12-02 2022-12-02 有效行驶区域的快速确定方法、装置及电子设备、存储介质 Pending CN116295392A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211544544.5A CN116295392A (zh) 2022-12-02 2022-12-02 有效行驶区域的快速确定方法、装置及电子设备、存储介质
PCT/CN2023/086666 WO2024113594A1 (zh) 2022-12-02 2023-04-06 有效行驶区域的快速确定方法、装置及电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211544544.5A CN116295392A (zh) 2022-12-02 2022-12-02 有效行驶区域的快速确定方法、装置及电子设备、存储介质

Publications (1)

Publication Number Publication Date
CN116295392A true CN116295392A (zh) 2023-06-23

Family

ID=86813781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211544544.5A Pending CN116295392A (zh) 2022-12-02 2022-12-02 有效行驶区域的快速确定方法、装置及电子设备、存储介质

Country Status (2)

Country Link
CN (1) CN116295392A (zh)
WO (1) WO2024113594A1 (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7315259B2 (en) * 2005-08-11 2008-01-01 Google Inc. Techniques for displaying and caching tiled map data on constrained-resource services
CN105550977B (zh) * 2016-01-29 2018-12-28 中国人民解放军国防科学技术大学 一种并行方式栅格影像切片方法
CN106250062A (zh) * 2016-08-15 2016-12-21 成都天奥信息科技有限公司 基于浏览器的电子海图实现方法及系统
CN113064179B (zh) * 2021-03-22 2024-08-09 上海商汤临港智能科技有限公司 一种点云数据筛选方法、车辆控制方法及装置
CN114882181A (zh) * 2022-04-14 2022-08-09 江苏徐工工程机械研究院有限公司 一种露天矿山无人化三维地图生成方法及系统
CN114966651A (zh) * 2022-05-19 2022-08-30 安徽蔚来智驾科技有限公司 可行驶区域检测方法、计算机设备、存储介质及车辆
CN115797893A (zh) * 2022-12-02 2023-03-14 智道网联科技(北京)有限公司 有效行驶区域的确定方法、装置及电子设备、存储介质

Also Published As

Publication number Publication date
WO2024113594A1 (zh) 2024-06-06

Similar Documents

Publication Publication Date Title
CN113868350A (zh) 一种停车场地图处理方法、车辆及设备
CN113804214B (zh) 车辆定位方法、装置及电子设备、计算机可读存储介质
CN113256989B (zh) 行车警示方法、装置、车载终端和存储介质
CN114089365B (zh) 一种自动驾驶车辆定位方法、装置及电子设备、存储介质
CN115042788A (zh) 交通路口通行方法、装置及电子设备、存储介质
CN115205803A (zh) 自动驾驶环境感知方法、介质及车辆
CN114547222A (zh) 语义地图构建方法、装置及电子设备
CN115617042A (zh) 碰撞检测方法及装置、终端设备、计算机可读存储介质
CN115143952A (zh) 基于视觉辅助的自动驾驶车辆定位方法、装置
CN114754761A (zh) 高精地图车道线的优化方法、装置及电子设备、存储介质
CN113008249B (zh) 移动机器人的避让点检测方法、避让方法以及移动机器人
CN115797893A (zh) 有效行驶区域的确定方法、装置及电子设备、存储介质
CN113015243A (zh) 车辆定位方法、装置及车辆
CN116295392A (zh) 有效行驶区域的快速确定方法、装置及电子设备、存储介质
CN115268463A (zh) 避障路径规划方法、车辆及存储介质
CN115661014A (zh) 一种点云数据处理方法、装置和电子设备、存储介质
CN115112125A (zh) 自动驾驶车辆的定位方法、装置及电子设备、存储介质
CN114755663A (zh) 车辆传感器的外参校准方法、装置及计算机可读存储介质
CN114910083A (zh) 定位方法以及定位装置、电子设备、存储介质
Chu et al. Convergent application for trace elimination of dynamic objects from accumulated lidar point clouds
CN116310174A (zh) 语义地图构建方法、装置及电子设备、存储介质
CN116449347B (zh) 路侧激光雷达的标定方法、装置及电子设备
CN111474927B (zh) 距离变换的预处理方法及装置
CN116105719A (zh) 车辆定位方法、装置及电子设备、计算机可读存储介质
CN116610766A (zh) 地图更新方法、装置及电子设备、计算机可读存储介质

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