CN116592869B - 地图的更新方法、装置、电子设备及存储介质 - Google Patents
地图的更新方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116592869B CN116592869B CN202310396864.9A CN202310396864A CN116592869B CN 116592869 B CN116592869 B CN 116592869B CN 202310396864 A CN202310396864 A CN 202310396864A CN 116592869 B CN116592869 B CN 116592869B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- map
- determining
- target
- video data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000015654 memory Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 8
- 238000010276 construction Methods 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 44
- 238000010586 diagram Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Navigation (AREA)
Abstract
本申请提供了一种地图的更新方法、装置、电子设备及存储介质,该方法包括:获取车辆的当前位置信息和车辆所在位置对应的初始地图;根据当前位置信息和初始地图确定车辆是否定位成功;若车辆定位不成功,则获取车辆的目标视频数据,目标视频数据为车辆所采集的车辆的周围环境的视频数据;提取目标视频数据中的关键帧,并根据关键帧对初始地图进行更新,得到目标地图。本申请能够避免车辆在自动驾驶时,由于环境变化导致定位偏差使得车辆无法正常行驶,进而保证了车辆安全自动驾驶,并且,能够精准定位到地图需要更新的范围,以此减少增量地图的构建量,降低车辆的运行负荷,提高了地图更新效率。
Description
技术领域
本申请涉及自动驾驶技术领域,更具体地,涉及一种地图的更新方法、装置、电子设备及存储介质。
背景技术
随着科技的快速发展,具有自动驾驶功能或自主泊车功能的车辆也越来越普及。目前,具有自动驾驶功能或自主泊车功能的车辆在使用自动驾驶功能或自主泊车功能时,需要依赖于高精地图,但是由于物理环境可能随时发生变化,即高精地图无法及时根据物理环境的变化进行更新,并且高精度地图的更新周期长。因此,如何解决高精地图的更新效率低下成为亟待解决的问题。
发明内容
有鉴于此,本申请实施例提出了一种地图的更新方法、装置、电子设备及存储介质,以改善上述问题。
根据本申请实施例的第一个方面,提供了一种地图的更新方法,所述方法包括:获取车辆的当前位置信息和所述车辆所在位置对应的初始地图;根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功;若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据;提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图,能够避免车辆在自动驾驶时,由于环境变化导致定位偏差使得车辆无法正常行驶,进而保证车辆安全自动驾驶,并且能够精准定位到需要更新的范围,减少增量地图的构建量,降低车辆的运行负荷,提高地图更新效率。
根据第一个方面,所述根据所述当前位置信息和所述初始地图确定所述是否定位成功,包括:从所述初始地图中确定多个标准点各自对应参考坐标,并根据所述车辆的当前位置信息确定所述多个标准点各自对应的实际坐标;根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定定位成功率;若所述定位成功率小于或等于成功率阈值,则确定所述车辆定位不成功。能够基于多个标准点在初始地图中的参考坐标和车辆所确定的多个标准点的实际坐标来确定车辆的定位成功率,进而能够根据车辆的定位成功率来确定车辆是否定位成功,使得车辆的定位是否成功的确定更加准确。
根据第一个方面,所述根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定定位成功率,包括:根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定各标准点对应的所述实际坐标与所述参考坐标之间的差值;基于所述各标准点对应的所述实际坐标与所述参考坐标之间差值,确定差值小于差值阈值的标准点的目标数量;确定所述目标数量和所述多个标准点的数量之间的比值,并根据所述比值确定所述定位成功率。通过计算多个标准点的参考坐标与实际坐标之间的差值来确定各标准点是否定位成功,并统计定位成功的标准点的目标数量,最后基于目标数量和多个标准点的总数量来确定定位成功率,避免由于其他原因导致单个标准点定位失败进而导致成功成功率的误差变大的问题出现。
根据第一个方面,所述提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图,包括:提取所述目标视频数据中的关键帧,并提取所述关键帧中的目标特征点;根据所述目标特征点和所述关键帧,在所述初始地图中确定待重建帧;将所述待重建帧替换为所述关键帧,得到所述目标地图。通过在目标视频中提取的关键帧和关键帧中的目标特征点,在初始地图中确定对应的待重建帧,以此能够将待重建帧替换为关键帧来更新地图,能够提高更新的效率,使得得到的目标地图更加准确。
根据第一个方面,所述关键帧的数量为多个,所述根据所述目标特征点和所述关键帧,在所述初始地图中确定待重建帧,包括:在所述初始地图中确定与所述目标特征点对应的特征图层;按照时间顺序将多个关键帧中的每一所述关键帧分别与所述特征图层进行匹配,在所述特征图层中确定从开始与所述关键帧不匹配到重新与所述关键帧匹配的多个帧,作为待重建帧。为了确定待重建帧,通过先在初始地图中确定与目标特征点对应的特征图层,然后按照时间顺序将每一个关键帧分别与特征图层进行匹配,进而在特征图层中开始与关键帧不匹配的第一帧和重新匹配上的一帧之间确定待重建帧,使得待重建帧更加准确,进而使得目标地图更加准确。
根据第一个方面,所述根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功,包括:获取所述车辆所在车道的中心线对应的位置和所述车辆的中轴线对应的位置;基于所述中心线对应的位置和所述中轴线对应的位置,确定所述中轴线与所述中心线之间的横向偏差;若所述横向偏差大于或等于偏差阈值,则确定所述车辆定位不成功。通过确定车辆所在车道的中心线和车辆的中轴线,以此确定中轴线与中心线之间的横向偏差,进而能够根据横向偏差确定车辆是否定位成功,在定位不成功的情况下能够及时对初始地图进行更新,保证车辆的行驶安全。
根据第一个方面,在所述提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图之后,所述方法还包括:将所述目标地图上传至云端服务器,以使得所述云端服务器将所述目标地图与所述初始地图进行信息对齐,并根据所述目标地图对所述初始地图进行修正。通过将得到的目标地图上传至云端服务器,有云端服务器进行信息对齐以及更新,以此便于其他车辆使用更新后的高精地图,提高用户的体验感。
根据本申请实施例的第二个方面,提供了一种地图的更新装置,所述装置包括:获取模块,用于获取车辆的当前位置信息和所述车辆所在位置对应的初始地图;定位确定模块,用于根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功;目标视频数据获取模块,用于若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据;地图更新模块,用于提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图。
根据本申请实施例的第三个方面,提供了一种车辆,包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上所述地图的更新方法。
根据本申请实施例的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被处理器执行时,实现如上所述地图的更新方法。
在本申请的方案中,通过车辆的当前位置信息和当前位置信息对应的初始地图来确定车辆是否定位成功,并在车辆定位不成功时,在车辆所采集的周围环境对应的视频数据中,确定车辆定位不成功对应的目标视频数据,进而能够根据目标视频数据中提取的关键帧对初始地图进行更新,以此得到目标地图。本申请能够避免车辆在自动驾驶时,由于环境变化导致定位偏差使得车辆无法正常行驶,进而保证车辆安全自动驾驶,并且能够精准定位到需要更新的范围,减少增量地图的构建量,降低车辆的运行负荷,提高地图更新效率。
应当理解的是,以上的一般描述和后文细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是根据本申请一实施例示出的地图的更新方法的流程示意图。
图2是根据本申请另一实施例示出的地图的更新方法的流程示意图。
图3是根据本申请再一实施例示出的步骤230的具体步骤的流程示意图。
图4是根据本申请还一实施例示出的地图的更新方法的流程示意图。
图5是根据本申请又一实施例示出的地图的更新方法的流程示意图。
图6是根据本申请一实施例示出的地图的更新方法的流程示意图。
图7是根据本申请一实施例示出的地图的更新方法的流程示意图。
图8是根据本申请一实施例示出的地图的更新装置的框图。
图9是根据本申请一实施例示出的车辆的硬件结构图。
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述,这些附图和文字描述并不是为了通过任何方式限值本发明构思的范围,而是通过特定实施例为本领域计算书人员说明本发明的概念。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
请参阅图1,图1示出了本申请一实施例提供的地图的更新方法,在具体的实施例中,该地图的更新方法可以应用于如图8所示的地图的更新装置700以及配置有地图的更新装置700的车辆800(图9)。下面将说明本实施例的具体流程,当然,可以理解的,该方法可以由具备计算处理能力的电子设备执行,电子设备例如服务器、云服务器等,在此不进行具体限定。下面将针对图1所示的流程进行详细的阐述,所述地图的更新的确定方法具体可以包括以下步骤:
步骤110,获取车辆的当前位置信息和所述车辆所在位置对应的初始地图。
作为一种方式,当车辆开启自动驾驶或自主泊车等功能时,可以结合地图和车辆的当前位置信息进行路线规划以及根据规划的路线对车辆进行控制。可选的,可通过车辆的定位模块来获取车辆的当前位置信息。
可选的,当车辆进入地理围栏后,即可自动开启自主泊车功能,并获取车辆的当前位置信息,然后根据车辆的当前位置信息在云端服务器中获取与车辆的当前位置信息对应的初始地图。其中,地理围栏可以是停车场区域外围30m-50m的范围,也可以是预先设定的地理位置对应的范围(例如,家庭住址所在小区区域外围预设的范围),检测到车辆已进入地理围栏后,将自动开启自主泊车功能,进入车辆的初始化定位流程。
作为一种方式,在获取车辆的当前位置信息后,将车辆的当前位置信息上传至云端服务器,云端服务器可以根据车辆的当前位置信息匹配对应的初始地图。可选的,该初始地图可以是当前位置信息对应的最新的地图数据对应的地图。可选的,该初始地图可以是高精地图。
作为另一种方式,云端服务器可以根据车辆的当前位置信息确定车辆所在停车场的编号,然后根据当前所在停车场编号,检查该停车场编号对应的最新地图数据,若检查到服务器上有比本地地图数据更新的版本,则下载此版本,并将该版本的地图作为初始地图,否则利用本地地图数据对应的初始地图。
步骤120,根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功。
作为一种方式,可在根据车辆的当前位置信息来获取车辆在到达当前位置之前的预设时长内所采集车辆的周围环境数据,然后根据车辆的周围环境数据和初始地图来对车辆进行初始定位,并根据车辆初始定位结果确定车辆是否定位成功。可选的,对车辆进行初始定位可以利用车辆的视觉同步定位与地图构建(Visual Simultaneous LocalizationAnd Mapping,vslam)定位模块和初始地图进行,其中,vslam模块获取车辆的IMU(Inertialmeasurement uni,惯性测量单元)信息以及车辆控制器局域网络(Controller AreaNetwork,CAN)上的底盘信息、预先设定需要关注的特征点序列来确定车辆的当前实际位姿信息,然后根据预估的车辆的位姿信息和车辆的当前实际位姿信息来确定车辆是否定位成功。
步骤130,若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据。
作为一种方式,当定位不成功时,可确定车辆所在环境的实际地理位置信息与初始地图中对应的地理位置信息不同,此时可确定车辆的定位不准确,进而可能导致车辆无法利用初始地图进行自主泊车或自动驾驶等功能,则需要根据车辆所在环境的实际地理位置信息对初始地图进行更新,然后根据更新后的地图来进行自主泊车或自动驾驶。可选的,可通过利用车辆在行驶过程中所采集的坐在周围环境的视频数据来对初始地图进行更新。
作为一种方式,可在确定车辆定位不成功时,确定定位不成功的时间戳,然后基于该时间戳在车辆所采集的视频数据中进行回溯,以此确定目标视频数据。可选的,可预先设定目标视频数据的目标时长,然后根据时间戳和目标时长在车辆所采集的视频数据中进行回溯,以此确定目标视频数据。
步骤140,提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图。
作为一种方式,在获取到目标视频数据后,对目标视频数据进行识别,以确定需要关注的关键帧,以此能够根据关键帧对初始地图进行更新。可选的,可预先设置需要进行关注的特征点,然后基于这些特征点对目标视频数据进行识别,进而能够确定特征点所在的关键帧。
作为另一种方式,在获取到目标视频数据后,可分别将目标视频数据中的每一帧分别与初始地图进行比对,以此确定是否存在差异较大的视频帧,若存在差异较大的视频帧,则将该视频帧作为关键帧。可选的,可以是将目标视频数据中的每一帧分别与初始地图(高精地图)中的特征图层进行匹配来确定差异。可选的,还可以是将目标视频数据对应的雷达点云分别与初始地图中的雷达点云图层进行匹配来确定目标视频数据中的关键帧。
作为一种方式,根据关键帧对初始地图进行更新,可以是将初始地图中与关键帧对应的图层数据替换为关键帧对应的图层数据,也可以是直接将初始地图中与关键帧对应的图层帧替换为关键帧,还可以是其他更新方法,在此不进行具体限定。
可选的,若出现某个区域或路段在对应的初始地图中不存在于对应的特征图层,则从初始地图的特征图边缘起,对初始地图进行扩展与补齐,以此确保在预设覆盖范围内,车辆的自主泊车功能或自动驾驶功能可以正常使用,进而保证车辆的正常运行。其中,对初始地图进行拓展和补齐可以是先确认好初始地图中不存在对应特征图对应的边缘,然后沿着边缘增加新建的特征图,新增的特征图是将关键帧中对应的特征进行添加。
在一些实施例中,在所述步骤140之后,所述方法还包括:将所述目标地图上传至云端服务器,以使得所述云端服务器将所述目标地图与所述初始地图进行信息对齐,并根据所述目标地图对所述初始地图进行修正。
作为一种方式,为了使得更多的其他用户能够使用更新后的目标地图,在得到目标地图后,将目标地图进行上传,以此使得云端服务器根据上传的目标地图对初始地图进行修正。由于车辆计算能力有限,云端在接收到上传的更新地图数据后,在云端会对新生成的地图进行必要的数据检查,确保数据可靠性,并对服务器内的地图做好版本管理,以此使得来源于车辆或其他采集设备的地图更新通过云服务最大化地扩展了其应用范围。
可选的,云端服务器每隔一段时间对来源于车辆上传的地图进行信息对齐,即对对应的高精地图进行数据一致性、数据校验等规格检查和修正后进行存储、记录更新注释以及并更新初始地图的版本号。当有车辆再次进入该地图对应的地理围栏内,可以采取车辆主动查询或者云端服务器推送的方式,将最新版的地图数据落盘到对应车辆的自动驾驶模块中。
在本申请的实施例中,通过车辆的当前位置信息和当前位置信息对应的初始地图来确定车辆是否定位成功,并在车辆定位不成功时,在车辆所采集的周围环境对应的视频数据中,确定车辆定位不成功对应的目标视频数据,进而能够根据目标视频数据中提取的关键帧对初始地图进行更新,以此得到目标地图。本申请能够避免车辆在自动驾驶时,由于环境变化导致定位偏差使得车辆无法正常行驶,进而保证车辆安全自动驾驶,并且能够精准定位到需要更新的范围,减少增量地图的构建量,降低车辆的运行负荷,提高地图更新效率。
请参阅图2,图2示出了本申请一实施例提供的地图的更新方法。下面将针对图2所示的流程进行详细的阐述,所述地图的更新的确定方法具体可以包括以下步骤:
步骤210,获取车辆的当前位置信息和所述车辆所在位置对应的初始地图。
步骤220,从所述初始地图中确定多个标准点各自对应参考坐标,并根据所述车辆的当前位置信息确定所述多个标准点各自对应的实际坐标。
作为一种方式,可预先设置标准点,该标准点可以是不会轻易发生变化的点,例如标志性建筑对应的点等,然后,在初始地图中确定标准点对应的参考坐标。
作为一种方式,根据车辆的当前位置信息确定车辆行驶至标准点对应的位置信息,即标准点对应的实际坐标。可选的,多个标准点的实际坐标还可以是车辆在行驶过程中,当达到标准点后即对标准点的实际坐标进行记录,以此便于在确定标准点的实际坐标时可直接获取,提高定位成功确定的效率。
步骤230,根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定定位成功率。
作为一种方式,在确定了多个标准点各地对应的参考坐标和实际坐标后,可分别确定每一标准点对应的参考坐标和实际坐标之间的差值,然后根据每一标准点对应的差值来确定定位成功率。
在一些实施例中,如图3所示,所述步骤230包括:
步骤231,根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定各标准点对应的所述实际坐标与所述参考坐标之间的差值。
作为一种方式,可根据各标准点对应的参考坐标和实际坐标中对应的纵向坐标值来确定各标准点对应的实际坐标与参考坐标之间的差值。例如,一标准点的参考坐标为(x1,y1),实际坐标为(x2,y2),该标准点对应的实际坐标与参坐标之间差值为:y1-y2。
作为另一种方式,可计算各标准点对应的实际坐标与参考坐标之间的距离来确定各标准点的实际坐标与参考坐标之间的差值。例如,一标准点的参考坐标为(x3,y3),实际坐标为(x4,y4),该标准点对应的实际坐标与参坐标之间差值为L,
步骤232,基于所述各标准点对应的所述实际坐标与所述参考坐标之间差值,确定差值小差值阈值的标准点的目标数量。
作为一种方式,当一标准点对应的实际坐标与参考坐标之间差值小于差值阈值时,可确定该标准点的定位成功;若一标准点对应的实际坐标与参考坐标之间差值大于或等于差值阈值时,可确定该标准点的定位失败。可选的,差值阈值可根据实际需要来设置,在此不进行具体限定。可选的,为了使得确定车辆是否定位更加准确,则需要确定差值大于差值阈值的标准点的目标数量,以此能够根据目标数量确定车辆的定位成功率,进而能够根据定位成功率来确定车辆是否定位成功。
步骤233,确定所述目标数量和所述多个标准点的数量之间的比值,并根据所述比值确定所述定位成功率。
作为一种方式,为了避免由于其他影响造成的一标准点定位失败,进而导致所确定车辆的定位是否成功收到影响,因此,将根据定位成功的标准点的数量与标准点的总数量来确定定位成功率,进而根据定位成功率来确定车辆是否定位成功。可选的,若目标数量为M,多个标准点的总数量为N,定位成功率为P,则可根据公式P=M/N来确定定位成功率。
请继续参阅图2,步骤240,若所述定位成功率小于或等于成功率阈值,则确定所述车辆定位不成功。
作为一种方式,当定位成功率小于成功率阈值时,可确定此时多个标准点的定位均不准确,即可确定车辆当前定位不成功。其中,成功率阈值可根据实际需要来设置,在此不进行具体限定。
步骤250,若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据。
步骤260,提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图。
其中,步骤210、步骤250和步骤260的具体步骤描述可参阅图1所示的实施例,在此不再进行赘述。
在本实施例中,根据初始地图中多个标准点的参考坐标和车辆的当前位置信息对应的多个标准点的实际坐标来确定多个标准点的定位功能率,进而能够根据定位成功率来确定车辆是否定位成功,以此提高车辆定位是否成功的确定效率,进而提高初始地图的更新效率,进而保证车辆的行驶安全。
请参阅图4,图4示出了本申请一实施例提供的地图的更新方法。下面将针对图4所示的流程进行详细的阐述,所述地图的更新的确定方法具体可以包括以下步骤:
步骤310,获取车辆的当前位置信息和所述车辆所在位置对应的初始地图。
步骤320,根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功。
步骤330,若所述车辆定位不成功,则确定所述车辆定位不成功的第一时间戳。
作为一种方式,当确定车辆定位不成功后,将对应获取车辆定位不成功时对应视频帧数据,然后提取该视频帧对应的时间戳,并将该时间戳确定为第一时间戳。
作为另一种方式,可根据第一预设时长来确定第一时间戳,可先确定定位不成功的参考时间戳,为了使得目标视频数据更加准确,可根据预设时长和参考时间戳向前进行回溯,以此得到第一时间戳,即第一时间戳的时间早于参考时间戳,且早于参考时间戳第一预设时长。
作为另一种方式,当确定车辆定位不成功时,为了准确确定目标视频,需要确定车辆在行驶过程中,将车辆实时采集的视频数据中的每一帧分别与初始地图的特征图层进行匹配,将不匹配的第一帧视频数据进行记录,并同时记录第一帧视频数据的时间戳,以此便于获取车辆定位不成功的第一时间戳。
步骤340,获取所述车辆所采集的视频数据并对所述车辆所采集的视频数据进行回溯,确定所述车辆定位成功的第二时间戳,其中,所述第二时间戳早于所述第一时间戳。
作为一种方式,由于车辆在行驶过程中进行定位成功的确定需要一定的时间,即在车辆确定定位不成功时,为了准确确定车辆开始定位不成功到重新定位成功的时间段对应的实时视频数据,则需要对车辆所采集的实时视频数据进行回溯,以此确定车辆定位成功的第二时间戳,即在晚于第二时间戳以后的路程中车辆定位不成功,进而能够根据第二时间戳确定车辆的目标时间戳。
步骤350,基于所述第一时间戳和所述第二时间戳,确定目标时长。
作为一种方式,在确定第一时间戳和第二时间戳后,将第二时间戳与第一时间戳相减,以此得到目标时长。
作为另一种方式,还可根据第二预设时长、第一时间戳以及第二时间戳来确定目标时长,即在确定第一时间戳后,根据第一时间戳在车辆所采集的视频数据距第一时间戳第二预设时长的实时视频数据开始,来确定车辆是否定位成功,在首次出现车辆定位成功时,记录对应的视频帧,并提取该视频帧的时间戳,将该时间戳确定为第二时间戳。例如,可以先记录初始化定位成功率小于成功率阈值(即车辆定位不成功)的时间戳Tn,从Tn往前10s开始的车辆采集的实时视频数据开始,直至定位成功率大于或等于成功率阈值(即车辆定位成功)的视频帧对应的时刻Tm,即目标时长为Tn+10-Tm,以此保证所确定的目标时长对应的实时视频数据能够完整覆盖车辆定位不成功的路程。
步骤360,从所述车辆所采集的视频数据中截取对应所述目标时长的视频数据,作为所述目标视频数据。
作为一种方式,确定了目标时长后,可根据第一时间戳和目标时长,对车辆所采集的视频数据进行回溯截取,以此确定目标视频数据。可选的,还可根据第二时间戳和目标时长在车辆所采集的视频数据中向前进行截取,以此确定目标视频。
作为另一种方式,可将第二时间戳作为起点,第一时间戳作为终点,然后在车辆所采集的视频数据中提取第二时间戳与第一时间戳之间对应的视频数据,并将该视频数据作为目标视频数据。
步骤370,提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图
其中,步骤310-步骤320和步骤370的具体步骤描述可参阅图1所示的实施例,在此不再进行赘述。
在本实施例中,在定位不成功时,根据车辆定位不成功的第一时间戳和车辆所采集的视频数据中定位成功的第二时间戳来确定目标时长,进而能够根据目标时长确定目标视频数据,最后能够根据目标视频数据中的关键帧来对初始地图进行更新,使得目标地图更加准确,也提高对目标地图进行更新的效率。
请参阅图5,图5示出了本申请一实施例提供的地图的更新方法。下面将针对图5所示的流程进行详细的阐述,所述地图的更新的确定方法具体可以包括以下步骤:
步骤410,获取车辆的当前位置信息和所述车辆所在位置对应的初始地图。
步骤420,根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功。
步骤430,若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据。
其中,步骤410-步骤430的具体步骤描述可参阅图1所示的实施例,在此不再进行赘述。
步骤440,提取所述目标视频数据中的关键帧,并提取所述关键帧中的目标特征点。
作为一种方式,可预先设定关键帧的提取算法,然后基于该关键帧提取算法来提取目标视频中的关键帧。其中,关键帧的提取算法可以是基于图像内容的提取算法、基于运动分析的提取算法、基于轨迹曲线点密度特征的关键帧提取算法以及基于聚类的提取算法等,可根据实际需要来定义设置关键帧的提取算法,在此仅做举例说明,不进行具体限定。
作为一种方式,可预先设定需要关注的关键点,然后对关键帧进行识别,以此确定目标特征点。可选的,需要关注的关键点可以是构建初始地图时需要关注的特征点。可选的,在确定目标视频的关键帧后,可按照特定的特征点定义,提取关键帧的特征点,并形成一特征点列表。可根据实际需要来设置需要关注的关键点。
步骤450,根据所述目标特征点和所述关键帧,在所述初始地图中确定待重建帧。
作为一种方式,在确定了关键帧和目标特征点后,在初始地图中进行搜索并对初始地图中的特征图层进行匹配,以此在初始地图中确定具有相同目标特征点的待重建帧。可选的,可搜索并比对本地存储的高精地图(即初始地图)的特征图层,通过关键帧的目标特征点比对,锁定本地特征图层中待构建区域路段的关键帧。例如,可以是从目标视频的第二时间戳对应的关键帧开始的每一关键帧帧连续与高精地图的特征图层进行匹配,即在初始地图的特征图层中,从不匹配的第一帧到重新匹配上的第一帧之间的区域锁定为待重建区域,则待重建区域中的每一帧即为待重建帧。
在一些实施例中,所述关键帧的数量为多个,所述步骤450包括:在所述初始地图中确定与所述目标特征点对应的特征图层;按照时间顺序将多个关键帧中的每一所述关键帧分别与所述特征图层进行匹配,在所述特征图层中确定从开始与所述关键帧不匹配到重新与所述关键帧匹配的多个帧,作为待重建帧。
作为一种方式,为了确定待重建帧,则需要在初始地图中确定与目标特征点对应的特征图层,然后在特征图层中确定初始地图的待重建帧。
可选的,可先根据关键帧的时间戳将关键帧按照时间顺序进行排序,然后按照时间顺序将每一关键帧分别与初始地图的特征图层进行匹配,以此确定各关键帧对应的待重建帧。其中,时间顺序可以是从前往后的时间顺序,也可以是从后往前的时间顺序。
可选的,可利用神经网络对特征图层进行识别,以此确定与所述目标特征点对应的特征图层的特征点。其中,可将确定的关键帧作为神经网络的是否收敛的条件,即将神经网络根据输入的关键帧与初始地图中的关键帧进行匹配,输出对应的图层帧,然后将图层帧中的特征点与关键帧的目标特征点进行确定,当图层帧中的特征点与关键帧的目标特征点之间的差值小于差值阈值时,即可确定该图层帧为待重建帧,该差值阈值可根据实际需要进行设定。
步骤460,将所述待重建帧替换为所述关键帧,得到所述目标地图。
作为一种方式,为了使得车辆的自主泊车功能或自动驾驶功能能够正常使用,则需要对初始地图进行更新,使得目标地图与实际环境更加贴近。可选的,可将初始地图中的待重建帧替换为关键帧,以此对初始地图进行更新。
可选的,若在初始地图中未匹配到与关键帧对应的待重建帧,则根据在初始地图与车辆所采集的视频数据进行匹配,以确定不匹配的第一帧关键帧,然后在初始地图中确定不匹配的第一帧对应的特征图边缘,然后根据关键帧和特征图边缘对初始地图进行拓展与补齐。
在本实施例中,通过根据对目标视频的关键帧和关键帧的目标特征点进行提取,然后能够根据关键帧和目标特征点在初始地图的特征图层中确定待重建帧,进而能够根据关键帧和待重建帧对初始地图进行更新,保证了目标地图的准确性。
请参阅图6,图6示出了本申请一实施例提供的地图的更新方法。下面将针对图6所示的流程进行详细的阐述,所述地图的更新的确定方法具体可以包括以下步骤:
步骤510,获取车辆的当前位置信息和所述车辆所在位置对应的初始地图。
步骤520,根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功。
步骤530,若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据。
其中,步骤510-步骤530的具体步骤描述可参阅图1所示的实施例,在此不再进行赘述。
步骤540,提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,获得参考地图。
作为一种方式,在根据关键帧对初始地图进行更新后,为了保证车辆的行驶安全,需要对更新后地图进行验证,以此避免更新后的地图出现误差导致车辆的行驶危险,因此,在对初始地图更新后,需要根更新后的参考地图进行验证。
步骤550,获取所述车辆的当前状态信息。
作为一种方式,为了确定参考地图的准确性,可通过对车辆的自主泊车功能或自动驾驶功能是否正常可用来确定,为了确定车辆的自主泊车功能或自动驾驶功能是否正常可用,可通过车辆的当前状态信息来进行确定。可选的,车辆的当前状态信息可包括车辆的自主泊车功能状态机的当前状态、车辆的车门关闭情况、驾驶室的安全带的状态以及车辆的自主泊车功能或自动驾驶功能是否开启等。
步骤560,若根据所述当前状态信息确定所述车辆的自主泊车功能处于正常使用状态,则将所述参考地图确定为所述目标地图。
作为一种方式,当车辆的当前状态信息满足预设条件时,可确定车辆的自主泊车功能处于正常使用状态,即可将参考地图确定为目标地图;若车辆的当前状态信息不满足预设条件时,可确定车辆的自主泊车功能不处于正常使用状态,此时需要重新根据车辆所采集的实时视频数据对初始地图进行更新,直至车辆的当前状态条件满足预设条件。可选的,该预设条件可以是车辆的状态处于Ready状态、车辆的车门处于关闭状态,驾驶室的安全带处于使用状态以及车辆的自主泊车功能处于授权状态等,该预设条件可根据实际需要来设置,在此不进行具体限定。可选的,当车辆定位不成功时,车辆的位置处于未知状态,则车辆的自主泊车模块也无法判断当前应该采取何种操作,自主泊车功能就无法沿既定路线行驶至目标位置。因此,更新的地图经过自主泊车功能验证可行,确保了这张地图的基础可用性。
可选的,当具备自主泊车功能的车辆在进入停车场地理围栏,根据车辆的当前位置信息获取对应的初始地图后,开始进行定位,可通过车辆所采集的视频数据与初始地图的特征图进行特征匹配的结果来确车辆当前定位是否成功,若特征可以一直匹配上(即定位成功率大于或等于成功率阈值)则定位成功,否则即是定位异常。定位异常时,自主泊车功能会停留在当前阶段,说明更新的地图不满足功能正常运行的条件,同时初始化定位模块发送“初始化定位失败”的信息给功能状态机,功能状态机不会跳转到下一个状态,自主泊车功能无法激活,即自动泊车功能当前处于不可用的状态;若车辆定位成功,自主泊车定位模块会将“定位成功”的信息发送给功能状态机,代表自主泊车功能当前可用,用户此时可以选择泊入或泊出,以及要泊入的车位或是要泊出到的接驳区。用户选择后状态机从Standby状态进入Checking状态,进行系统状态确认,系统检测通过状态机进入Ready状态,在Ready状态下状态机与车辆进行握手确认,并检测车辆的车门、安全带的状态以及是否握手成功(即自主泊车是否拥有控车权限)是否均满足预设条件,在确定均满足预设条件时,状态机由Ready状态切换到Active状态,此时自主泊车的地图模块,会根据用户选择的泊入或泊出终点,结合更新后的地图的路网信息,规划出一条全局路径,而规划模块则会将这条全局路径分解成一段段的局部路径规划。随后车辆开始向目标位置自动驾驶。
可选的,在车辆的驾驶途中可能会遇到,例如车辆偏离规划路线、撞墙、停车场立柱等异常情况,这些情况大多由车辆定位偏离引起。如果自主泊车功能能够正常运行,表现为车辆可以沿着规划的路径点自动行驶到目的位置、途中不发生碰撞、不异常刹停,或是开始表现出异常但在地图更新后及时纠回,则车辆定位成功。
在本实施例中,通过根据车辆的当前状态信息来确定车辆的自主泊车功能是否处于正常使用状态,以此来对更新后的地图进行验证,在自主泊车功能处于正常使用的状态下确定更新的地图是可靠的,进而得到目标地图,保证了目标地图的基础可用性和可靠性。
请参阅图7,图7示出了本申请一实施例提供的地图的更新方法。下面将针对图7所示的流程进行详细的阐述,判断车辆定位是否成功还可以通过以下方式确定,具体可以包括以下步骤:
步骤610,获取车辆的当前位置信息和所述车辆所在位置对应的初始地图。
步骤620,获取所述车辆所在车道的中心线对应的位置和所述车辆的中轴线对应的位置。
作为一种方式,可通过获取车辆所采集的车辆所在环境的图像来获取车辆所在车道的中心线对应的位置。其中,可利用神经网络对车辆所在环境的图像进行识别,以此确定车辆当前所在车道和所在车道的中心线。可选的,车道中心线的位置可以从初始高精地图的矢量图层数据中获取到。
可选的,可先利用GNSS(Global Navigation Satellite System,全球导航卫星系统)分别确定车辆的前轮和后轮的位置信息,然后根据车辆的第一前轮和第二前轮对应的位置信息确定车辆的前轴中心,以及根据车辆的第一后轮和第二后轮对应的位置信息确定车辆的后轴中心,最后根据前轴中心和后轴中心确定车辆的中轴线。
步骤630,基于所述中心线对应的位置和所述中轴线对应的位置,确定所述中轴线与所述中心线之间的横向偏差。
作为一种方式,在确定中心线对应的位置和中轴线对应的位置后,可通过计算中心线与中轴线的中点之间的最大横向距离,并将该最大横向距离确定为中轴线与中心线之间的横向偏差。
作为另一种方式,还可根据中心线对应的位置和中轴线对应的位置来计中轴线与中心线之间的夹角,并将该夹角确定为中轴线与中心线之间的横向偏差。
步骤640,若所述横向偏差大于或等于偏差阈值,则确定所述车辆定位不成功。
作为一种实施例,由于车辆所在车道的中心线不会因为车辆的定位而发生改变,由此,当横向偏差大于或等于偏差阈值,可确定车辆的定位不成功。其中,偏差阈值可根据实际需要来设置,在此不进行具体限定。
步骤650,若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据。
步骤660,提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图。
其中,步骤610和步骤650-步骤660的具体步骤描述可参阅图1所示的实施例,在此不再进行赘述。
在本实施例中,通过确定车辆所在车道的中心线和车辆的中轴线,以此确定中轴线与中心线之间的横向偏差,进而能够根据横向偏差确定车辆是否定位成功,在定位不成功的情况下能够及时对初始地图进行更新,保证车辆的行驶安全。
图8是根据本申请一实施例示出的地图的更新装置的框图,如图8所示,该地图的更新装置700包括:获取模块710、定位确定模块720、目标视频数据获取模块730和地图更新模块740。
获取模块710,用于获取车辆的当前位置信息和所述车辆所在位置对应的初始地图;定位确定模块720,用于根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功;目标视频数据获取模块730,用于若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据;地图更新模块740,用于提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图。
在一些实施例中,所述定位确定模块720包括:坐标确定子模块,用于从所述初始地图中确定多个标准点各自对应参考坐标,并根据所述车辆的当前位置信息确定所述多个标准点各自对应的实际坐标;定位成功率确定子模块,用于根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定定位成功率;定位确定第一子模块,用于若所述定位成功率小于或等于成功率阈值,则确定所述车辆定位不成功。
在一些实施例中,所述定位成功率确定子模块包括:差值确定单元,用于根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定各标准点对应的所述实际坐标与所述参考坐标之间的差值;目标数量确定单元,用于基于所述各标准点对应的所述实际坐标与所述参考坐标之间差值,确定差值小于差值阈值的标准点的目标数量;定位成功率确定单元,用于确定所述目标数量和所述多个标准点的数量之间的比值,并根据所述比值确定所述定位成功率。
在一些实施例中,所述目标视频数据获取模块730包括:第一时间戳确定子模块,用于若所述车辆定位不成功,则确定所述车辆定位不成功的第一时间戳;第二时间戳确定子模块,用于获取所述车辆所采集的视频数据并对所述车辆所采集的视频数据进行回溯,确定所述车辆定位成功的第二时间戳,其中,所述第二时间戳早于所述第一时间戳;目标时长确定子模块,用于基于所述第一时间戳和所述第二时间戳,确定目标时长;目标视频数据获取子模块,用于从所述车辆所采集的视频数据中截取对应所述目标时长的视频数据,作为所述目标视频数据。
在一些实施例中,所述地图更新模块740包括:关键帧提取子模块,用于提取所述目标视频数据中的关键帧,并提取所述关键帧中的目标特征点;待重建帧确定子模块,用于根据所述目标特征点和所述关键帧,在所述初始地图中确定待重建帧;替换子模块,用于将所述待重建帧替换为所述关键帧,得到所述目标地图。
在一些实施例中,所述关键帧的数量为多个,所述待重建帧确定子模块包括:特征图层确定单元,用于在所述初始地图中确定与所述目标特征点对应的特征图层;待重建帧确定单元,用于按照时间顺序将多个关键帧中的每一所述关键帧分别与所述特征图层进行匹配,在所述特征图层中确定从开始与所述关键帧不匹配到重新与所述关键帧匹配的多个帧,作为待重建帧。
在一些实施例中,所述定位确定模块720包括:获取子模块,用于获取所述车辆所在车道的中心线对应的位置和所述车辆的中轴线对应的位置;横向偏差确定子模块,用于基于所述中心线对应的位置和所述中轴线对应的位置,确定所述中轴线与所述中心线之间的横向偏差;定位确定第二子模块,用于若所述横向偏差大于或等于偏差阈值,则确定所述车辆定位不成功。
在一些实施例中,所述地图更新模块740包括:参考地图确定子模块,用于提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,获得参考地图;当前状态信息获取子模块,用于获取所述车辆的当前状态信息;目标地图确定子模块,用于若根据所述当前状态信息确定所述车辆的自主泊车功能处于正常使用状态,则将所述参考地图确定为所述目标地图。
在一些实施例中,所述地图的更新装置700还包括:上传模块,用于将所述目标地图上传至云端服务器,以使得所述云端服务器将所述目标地图与所述初始地图进行信息对齐,并根据所述目标地图对所述初始地图进行修正。
根据本申请实施例的一个方面,提供了计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一实施例中的方法。
根据本申请实施例的一个方面,还提供了一种车辆,如图9所示,该车辆800包括处理器810以及一个或多个存储器820,一个或多个存储器820用于存储被处理器810执行的程序指令,处理器810执行程序指令时实施上述的地图的更新方法。
进一步地,处理器810可以包括一个或者多个处理核。处理器810运行或执行存储在存储器820内的指令、程序、代码集或指令集,以及调用存储在存储器820内的数据。可选地,处理器810可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器810可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器中,单独通过一块通信芯片进行实现。
根据本申请的一个方面,本申请还提供了一种计算机可读存储介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载计算机可读指令,当该计算机可读存储指令被处理器执行时,实现上述任一实施例中的方法。
需要说明的是,本申请实施例所示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(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,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。而在本申请中,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程序代码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。
描述于本申请实施例中所涉及到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。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。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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。其中,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,上述模块、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,框图或流程图中的每个方框、以及框图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。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (8)
1.一种地图的更新方法,其特征在于,所述方法包括:
获取车辆的当前位置信息和所述车辆所在位置对应的初始地图;
根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功,其中,所述根据所述当前位置信息和所述初始地图确定所述是否定位成功,包括:
从所述初始地图中确定多个标准点各自对应参考坐标,并根据所述车辆的当前位置信息确定所述多个标准点各自对应的实际坐标;
根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定定位成功率;
若所述定位成功率小于或等于成功率阈值,则确定所述车辆定位不成功;
若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据;
提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图,其中,所述提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图,包括:
提取所述目标视频数据中的关键帧,并提取所述关键帧中的目标特征点;
根据所述目标特征点和所述关键帧,在所述初始地图中确定待重建帧;
将所述待重建帧替换为所述关键帧,得到所述目标地图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定定位成功率,包括:
根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定各标准点对应的所述实际坐标与所述参考坐标之间的差值;
基于所述各标准点对应的所述实际坐标与所述参考坐标之间差值,确定差值小于差值阈值的标准点的目标数量;
确定所述目标数量和所述多个标准点的数量之间的比值,并根据所述比值确定所述定位成功率。
3.根据权利要求1所述的方法,其特征在于,所述关键帧的数量为多个,所述根据所述目标特征点和所述关键帧,在所述初始地图中确定待重建帧,包括:
在所述初始地图中确定与所述目标特征点对应的特征图层;
按照时间顺序将多个关键帧中的每一所述关键帧分别与所述特征图层进行匹配,在所述特征图层中确定从开始与所述关键帧不匹配到重新与所述关键帧匹配的多个帧,作为待重建帧。
4.根据权利要求1所述方法,其特征在于,所述根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功,包括:
获取所述车辆所在车道的中心线对应的位置和所述车辆的中轴线对应的位置;
基于所述中心线对应的位置和所述中轴线对应的位置,确定所述中轴线与所述中心线之间的横向偏差;
若所述横向偏差大于或等于偏差阈值,则确定所述车辆定位不成功。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图之后,所述方法还包括:
将所述目标地图上传至云端服务器,以使得所述云端服务器将所述目标地图与所述初始地图进行信息对齐,并根据所述目标地图对所述初始地图进行修正。
6.一种地图的更新装置,其特征在于,所述装置包括:
获取模块,用于获取车辆的当前位置信息和所述车辆所在位置对应的初始地图;
定位确定模块,用于根据所述当前位置信息和所述初始地图确定所述车辆是否定位成功,其中,所述定位确定模块包括:
坐标确定子模块,用于从所述初始地图中确定多个标准点各自对应参考坐标,并根据所述车辆的当前位置信息确定所述多个标准点各自对应的实际坐标;
定位成功率确定子模块,用于根据所述多个标准点各自对应的参考坐标和所述多个标准点各自对应的实际坐标,确定定位成功率;
定位确定第一子模块,用于若所述定位成功率小于或等于成功率阈值,则确定所述车辆定位不成功;
目标视频数据获取模块,用于若所述车辆定位不成功,则获取所述车辆的目标视频数据,所述目标视频数据为所述车辆所采集的所述车辆的周围环境的视频数据;
地图更新模块,用于提取所述目标视频数据中的关键帧,并根据所述关键帧对所述初始地图进行更新,得到目标地图,其中,所述地图更新模块包括:
关键帧提取子模块,用于提取所述目标视频数据中的关键帧,并提取所述关键帧中的目标特征点;
待重建帧确定子模块,用于根据所述目标特征点和所述关键帧,在所述初始地图中确定待重建帧;
替换子模块,用于将所述待重建帧替换为所述关键帧,得到所述目标地图。
7.一种车辆,其特征在于,所述车辆包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如权利要求1至5中任一项所述的方法。
8.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310396864.9A CN116592869B (zh) | 2023-04-13 | 2023-04-13 | 地图的更新方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310396864.9A CN116592869B (zh) | 2023-04-13 | 2023-04-13 | 地图的更新方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116592869A CN116592869A (zh) | 2023-08-15 |
CN116592869B true CN116592869B (zh) | 2024-05-03 |
Family
ID=87588913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310396864.9A Active CN116592869B (zh) | 2023-04-13 | 2023-04-13 | 地图的更新方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116592869B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339228A (zh) * | 2020-02-18 | 2020-06-26 | Oppo广东移动通信有限公司 | 一种地图更新方法、设备、云服务器和存储介质 |
WO2020155543A1 (zh) * | 2019-02-01 | 2020-08-06 | 广州小鹏汽车科技有限公司 | 一种slam地图拼接方法及系统 |
CN112363130A (zh) * | 2020-11-30 | 2021-02-12 | 东风汽车有限公司 | 车载传感器标定方法、存储介质及系统 |
CN113515536A (zh) * | 2021-07-13 | 2021-10-19 | 北京百度网讯科技有限公司 | 地图的更新方法、装置、设备、服务器以及存储介质 |
WO2022121018A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳市优必选科技股份有限公司 | 机器人及其建图方法和装置 |
CN114812576A (zh) * | 2022-05-23 | 2022-07-29 | 上海钛米机器人股份有限公司 | 地图匹配方法、装置及电子设备 |
CN115937822A (zh) * | 2022-12-22 | 2023-04-07 | 华人运通(山东)科技有限公司 | 定位建图方法、装置、电子设备及可读存储介质 |
-
2023
- 2023-04-13 CN CN202310396864.9A patent/CN116592869B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020155543A1 (zh) * | 2019-02-01 | 2020-08-06 | 广州小鹏汽车科技有限公司 | 一种slam地图拼接方法及系统 |
CN111339228A (zh) * | 2020-02-18 | 2020-06-26 | Oppo广东移动通信有限公司 | 一种地图更新方法、设备、云服务器和存储介质 |
CN112363130A (zh) * | 2020-11-30 | 2021-02-12 | 东风汽车有限公司 | 车载传感器标定方法、存储介质及系统 |
WO2022121018A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳市优必选科技股份有限公司 | 机器人及其建图方法和装置 |
CN113515536A (zh) * | 2021-07-13 | 2021-10-19 | 北京百度网讯科技有限公司 | 地图的更新方法、装置、设备、服务器以及存储介质 |
EP4047317A2 (en) * | 2021-07-13 | 2022-08-24 | Beijing Baidu Netcom Science Technology Co., Ltd. | Map updating method and apparatus, device, server, and storage medium |
CN114812576A (zh) * | 2022-05-23 | 2022-07-29 | 上海钛米机器人股份有限公司 | 地图匹配方法、装置及电子设备 |
CN115937822A (zh) * | 2022-12-22 | 2023-04-07 | 华人运通(山东)科技有限公司 | 定位建图方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于Vision-IMU的机器人同时定位与地图创建算法;姚二亮;张合新;张国良;徐慧;赵欣;;仪器仪表学报(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116592869A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3875985B1 (en) | Method, apparatus, computing device and computer-readable storage medium for positioning | |
Li et al. | Lane-level map-matching with integrity on high-definition maps | |
CN113155139B (zh) | 车辆轨迹纠偏方法、装置及电子设备 | |
CN110887494A (zh) | 车辆定位方法、装置 | |
CN104677361B (zh) | 一种综合定位的方法 | |
CN104819726A (zh) | 导航数据处理方法、装置及导航终端 | |
CN113519019B (zh) | 自身位置推断装置、配备其的自动驾驶系统以及自身生成地图共享装置 | |
CN110608746B (zh) | 用于确定机动车的位置的方法和装置 | |
CN109086278A (zh) | 一种消除误差的地图构建方法、系统、移动终端及存储介质 | |
CN114459471B (zh) | 定位信息确定方法、装置、电子设备及存储介质 | |
EP3968609A1 (en) | Control method, vehicle, and server | |
CN111914691A (zh) | 一种轨道交通车辆定位方法及系统 | |
CN112406965A (zh) | 一种提高列车定位安全性的方法及系统 | |
CN113960633A (zh) | 车辆位置校正方法、装置及服务器 | |
CN111951552B (zh) | 一种自动驾驶中风险管理的方法以及相关装置 | |
US20220219699A1 (en) | On-board apparatus, driving assistance method, and driving assistance system | |
CN116592869B (zh) | 地图的更新方法、装置、电子设备及存储介质 | |
EP4280573A1 (en) | Method for returning data on vehicle, controller on vehicle, cloud server, and vehicle | |
CN116416588A (zh) | 车道线预测方法、装置、电子设备及存储介质 | |
CN112988931B (zh) | 一种行驶轨迹的对齐方法、装置、设备和存储介质 | |
CN116148890A (zh) | 高精度地图车道规划方法、系统、电子设备及存储介质 | |
CN114048626A (zh) | 一种交通流仿真场景构建方法及系统 | |
CN116324338A (zh) | 求取车辆的起始位置以进行定位 | |
US10670410B2 (en) | Map creation system and map creating method | |
CN113762030A (zh) | 数据处理方法、装置、计算机设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |