CN116698013A - 三维地图构建方法、装置、设备及存储介质 - Google Patents
三维地图构建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116698013A CN116698013A CN202310715487.0A CN202310715487A CN116698013A CN 116698013 A CN116698013 A CN 116698013A CN 202310715487 A CN202310715487 A CN 202310715487A CN 116698013 A CN116698013 A CN 116698013A
- Authority
- CN
- China
- Prior art keywords
- road
- dimensional
- center line
- lane
- map
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000004891 communication Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 17
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 230000015654 memory Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating 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
- G01C21/28—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
- G01C21/38—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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请揭示了一种三维地图构建方法。该方法包括:获取与车辆定位信息相匹配的多段局部道路地图,以基于所述多段局部道路地图生成对应的路网,其中所述路网中包含多个路段;获取所述路段中车道中心线上的节点的三维位置信息,以基于所述节点的三维位置信息计算车道中心线的三维位姿;基于所述路段中车道中心线的三维位姿生成对应的路段的局部道路三维地图;基于多个路段的局部道路三维地图拼接得到所述路网对应的三维道路地图。本申请的实施例能够提高所得到的导航路网的准确性,进而保证了所构建的三维地图的准确性,为后续车辆进行准确、高效的辅助驾驶决策和控制提供了可能。
Description
技术领域
本申请涉及导航技术领域,具体涉及一种三维地图构建方法及装置、电子设备、以及计算机可读存储介质。
背景技术
高精地图是指绝对精度和相对精度均在1米以内的高精度、高新鲜度、高丰富度的电子地图,英文称为HDMap(HighDefinitionMap,从数据精度和要素丰富度的角度定义)或HADMap(HighlyAutomatedDrivingMap,从自动驾驶功能的分级标准角度定义)。高精地图所蕴含的信息丰富,含有道路类型、曲率、车道线位置等道路信息,以及路边基础设施、障碍物、交通标志等环境对象信息,同时包括交通流量、红绿灯状态信息等实时动态信息。高精度地图是对三维道路环境的重建高精度地图是实现L3级别以上辅助/自动驾驶的重要一环。但是高精度地图在发布商用之前必须经过国家测绘局的加密偏转处理,同时舍去高度信息,此目的是为了保证国家安全。即对真实坐标系统进行人为的加偏处理。从而商用高精度地图数据三维重建困难,严重影响复杂三维路段自动驾驶高精度定位与规划路线精度,现阶段多用二维道路进行自动驾驶高精度定位与规划路线,天然的维度缺失,精度无法保证。
发明内容
为解决上述技术问题,本申请的实施例提供了一种三维地图构建方法及装置、电子设备、以及计算机可读存储介质。
根据本申请实施例的一个方面,提供了一种三维地图构建方法,包括:获取与车辆定位信息相匹配的多段局部道路地图,以基于所述多段局部道路地图生成对应的路网,其中所述路网中包含多个路段;获取所述路段中车道中心线上的节点的三维位置信息,以基于所述节点的三维位置信息计算车道中心线的三维位姿;基于所述路段中车道中心线的三维位姿生成对应的路段的局部道路三维地图;基于多个路段的局部道路三维地图拼接得到所述路网对应的三维道路地图。
根据本申请实施例的一个方面,所述获取所述路网中车道中心线上的节点的三维位置信息,以基于所述节点的三维位置信息计算车道中心线的三维位姿,包括:在所述车道中心线上建立第一坐标系,基于所述第一坐标系确定所述车道中心线上的节点的相对位置信息;获取所述节点的横纵向坡度信息,基于所述横纵向坡度信息和所述相对位置信息确定所述节点的三维位置信息;基于所述节点的三维位置信息计算所述车道中心线的三维位姿。
根据本申请实施例的一个方面,所述路段中包括多条车道中心线;所述方法还包括:获取相邻车道中心线上节点三维位置信息;基于所述相邻车道中心线上节点三维位置信息,对所述路网中的车道中心线进行平面约束,得到所述路网中每一车道中心线的高度差值。
根据本申请实施例的一个方面,所述方法还包括:在所述路段上建立第二坐标系,基于所述路网中每一车道中心线的高度差值,得到所述第一坐标系中的所述车道中心线起止点在所述第二坐标系原点的相对位姿变换关系,以得到在所述第二坐标系中的所述车道中心线的相对三维位姿。
根据本申请实施例的一个方面,所述方法还包括:在所述路网中建立第三坐标系,基于所述路段的起点绝对位置经纬度,得到所述第二坐标中的所述车道中心线起止点在所述第三坐标系中的相对位姿变化关系,以得到所述第三坐标系中所述车道中心线的三维位姿;对所述车道中心线三维位姿进行优化处理,得到所述车道中心线的三维位姿。
根据本申请实施例的一个方面,所述方法还包括:若所述路网中的第二路段与所述车辆所在的第一路段之间为交点相邻关系,则按照第一预设方式对所述路网进行更新,所述第二路段为与所述车辆定位信息距离最近的导航途经点所位于的路段;若所述路网中第二路段与所述车辆所在的第一路段之间为边相邻关系,则按照第二预设方式对所述路网进行更新;其中,所述第一预设方式与所述第二预设方式获取的局部道路地图数量不同。
根据本申请实施例的一个方面,所述基于所述多段局部道路地图生成对应的路网,包括:若所述多段局部地图道路地图中双向车道中间标线分割,且不存在连通关系,则在所述多段局部地图内基于所述车辆的导航路线生成两个路网。
根据本申请实施例的一个方面,提供了一种三维地图构建方法,所述装置包括:路网生成模块,用于获取与车辆定位信息相匹配的多段局部道路地图,以基于所述多段局部道路地图生成对应的路网;其中,所述路网中包含多个路段;获取模块,用于获取所述路段中车道中心线上的节点的三维位置信息,以基于所述节点的三维位置信息计算车道中心线的三维位姿;局部三维地图生成模块,用于基于所述路段中车道中心线的三维位姿生成对应的路段的局部道路三维地图;三维地图拼接模块,用于基于多个路段的局部道路三维地图拼接得到所述路网对应的三维道路地图。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如前所述的三维地图构建方法。
根据本申请实施例的一个方面,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计算机的处理器执行时,使计算机执行如上所述的三维地图构建方法。
在本申请的实施例所提供的技术方案中,通过车辆的定位信息获取与定位信息相匹配的多段局部道路地图并生成对应的路网,然后再遍历路网中每一车道中心线上的节点的三维位置信息,并基于该三维信息计算中心线上节点的三维位姿估计,从而得到路网中多个节点的三维位姿信息,然后,再计算出路网中相邻车道之间的中心线高度差,从而根据中心线高度差、中心线上的节点三维位姿估计,从而计算出路网中每一车道的三维位姿,进而对路网中每一车道的三维位姿进行估计,得到对应的三维道路,从而得到高精度的三维道路,满足了自动驾驶高精度定位的需求,为后续车辆进行准确、高效的辅助驾驶决策和控制提供了可能。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
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者来讲,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。在附图中:
图1是本申请的一示例性实施例示出的三维地图的示意图;
图2是本申请的一示例性实施例示出的导航过程中进行三维地图构建的实施环境示意图;
图3是本申请的一示例性实施例示出的三维地图构建方法的流程图;
图4是一示例性实施例示出的一种导航路网的示意图;
图5是图3所示实施例中的步骤S320在一示例性的实施例中的流程图;
图6是本申请的另一示例性实施例示出的在路段车道中心线上构建第一坐标系的示意图;
图7是本申请一示例性实施例示出的一种节点三维位姿示意图;
图8是本申请的另一示例性实施例示出的一种三维地图构建方法的流程图;
图9是另一示例性实施例示出的一种对相邻车道进行平面约束的示意图;
图10是另一示例性实施例示出的车道中心线的高度差值的示意图;
图11是在一示例性的应用场景下进行在路段上创建对应的第二坐标系的示意图;
图12是本申请的另一示例性实施例示出的一种三维地图构建方法的流程图;
图13是是在一示例性的应用场景下进行在路网上创建对应的第三坐标系的示意图;
图14是本申请的一示例性实施例示出的在三维坐标系下路网中路段之间的约束关系;
图15是本申请的另一示例性实施例示出的一种三维地图构建方法的流程图;
图16是本申请的一示例性的实施例示出的路网更新方法的示意图;
图17是在一示例性的应用场景下进行导航界面的三维地图构建方法的简要示意图;
图18是本申请的一示例性实施例示出的三维地图构建装置的框图;
图19示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
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。
在本申请中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
首先需要说明的是,导航是一种指向目的地的关键路径的技术,是监测控制工艺、车辆、行人等对象从一个地点移动到另一个地点的过程,在更广泛的意义上,导航可以指涉及确定位置和方向的任何技能或研究。导航领域通常划分为陆地导航、海洋导航、航空导航和空间导航四个领域,本申请的实施例则涉及陆地导航,用于监测车辆、行人等对象按照规划的路径从一个地点移动到另一个地点的位置变化过程。
导航过程中会针对路况信息进行特定频率的刷新,以保证用户体验。以车辆行驶路径导航的应用场景为示例,由于车辆行驶速度较快,导航过程中会对车辆行驶道路的路况进行分钟级别的刷新,例如车辆到达目的地的剩余用时通常是以分钟为最小单位进行展示的,因此导航过程中会每隔1分刷新一次车辆行驶道路的路况,从而使得最新的路况能够及时同步给驾驶员查看。在其它的应用场景中,针对对象的行进道路的路况进行刷新的频率可以根据实际情况进行设置,本申请的实施例不对此进行限制。
高精地图所蕴含的信息丰富,含有道路类型、曲率、车道线位置等道路信息,以及路边基础设施、障碍物、交通标志等环境对象信息,同时包括交通流量、红绿灯状态信息等实时动态信息。高精度地图是对三维道路环境的重建高精度地图是实现L3级别以上辅助/自动驾驶的重要一环。高精度地图在L3级别以上的辅助/自动驾驶承担着重要任务:1)定位,将车载GPS、IMU、LiDAR或摄像头的数据和高精度地图数据进行匹配,从而确定车辆的位置;2)了解路况,导航系统可以准确定位地形、物体和道路轮廓,从而引导车辆行驶;尤其在传感器受环境影响失灵的情况下(大雾、冰雹、大雨),高精度地图仍可全天候工作,可以提供自动驾驶所需信息;3)看的更远,帮助自动驾驶车辆对超出视野范围的路况进行处理。高精度地图在发布商用之前必须经过国家测绘局的加密偏转处理,同时舍去高度信息,此目的是为了保证国家安全。而对地图数据和应用软件的加密偏转处理是由国家自然资源部相关部门直接处理,其中的国家保密插件,也叫做加密插件或者加偏或者SM模组,其实就是对真实坐标系统进行人为的加偏处理。从而商用高精度地图数据三维重建困难,严重影响复杂三维路段自动驾驶高精度定位与规划路线精度;现阶段多用二维道路进行自动驾驶高精度定位与规划路线,天然的维度缺失,精度无法保证。
图1是本申请的一示例性实施例示出的导航过程中进行三维地图构建的实时环境示意图。如图1所示,车辆在行驶过程中通过智能终端进行导航或者自动控制系统来实现行驶,终端设备的地图软件会进行分钟级的三维地图构建,也就是每分钟会向地图构建终端220进行局部道路地图请求,之后,智能终端210会实时生成对应的三维地图,并在三维地图中构建出每一车道中心线的三维位姿,以基于路网中每一车道中心线的三维位姿拼接成对应的三维地图,由此实现在导航界面或者自动驾驶界面上实现三维地图的构建。
其中,图2所示的智能终端210可以是智能手机、车载电脑、平板电脑、笔记本电脑或者可穿戴设备等任意支持安装导航地图软件的终端设备,但并不限于此。图2所示的导航服务端220是导航服务器,例如可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器,在此也不进行限制。智能终端210可以通过3G(第三代的移动信息技术)、4G(第四代的移动信息技术)、5G(第五代的移动信息技术)等无线网络与导航服务端220进行通信,本处也不对此进行限制。
已知商用高精度地图道路划分为多段,各段道路拥有绝对位置,每段中包含车道线信息、车道中心线、杆状物与路牌等地图要素,每段中包含了各个地图要素的相对位置,车道中心线中拥有多个节点,每个节点提供了相对位置、横纵向坡度、限速等信息,但是所有位置信息都没有高度信息,故不能够承担自动驾驶的辅助任务。
以上所指出的问题在通用的出行场景中具有普遍适用性,可以看出二维地图无法承担自动驾驶的任务,为了解决这些问题,本申请的实施例分别提出了一种三维地图构建方法、一种三维地图构建装置、一种电子设备以及一种计算机可读存储介质,以下将对这些实施例进行详细描述。
请参阅图3,图3是本申请的一示例性实施例示出的三维地图构建方法的流程图。该方法可以应用于图1所示的实施环境,并由该实施环境中的智能终端210具体执行。应当理解的是,该方法也可以适用于其它的示例性实施环境,并由其它实施环境中的设备具体执行,本实施例不对该方法所适用的实施环境进行限制。
示例性的,本实施例揭示的三维地图构建方法所适用的智能终端中可以安装有导航SDK(Software Development Kit,软件开发工具包,是为特定的软件包、软件框架、操作系统等建立应用软件时的开发工具集合),而本实施例揭示的方法具体实现为该导航SDK对外提供的一项或多项功能。
如图3所示,在一示例性的实施例中,三维地图构建方法至少包括步骤S310至步骤S340,详细介绍如下:
步骤S310,获取与车辆定位信息相匹配的多段局部道路地图,以基于多段局部道路地图生成对应的路网;其中,路网中包含多个路段。
首先需要说明的是,根据当前车辆的实时定位信息,获取与该定位信息相匹配的多段局部道路地图,其中,局部道路地图为高精度的地图,高精地图是指绝对精度和相对精度均在1米以内的高精度、高新鲜度、高丰富度的电子地图,英文称为HDMap(HighDefinitionMap,从数据精度和要素丰富度的角度定义)或HADMap(HighlyAutomatedDrivingMap,从自动驾驶功能的分级标准角度定义)。高精地图所蕴含的信息丰富,含有道路类型、曲率、车道线位置等道路信息,以及路边基础设施、障碍物、交通标志等环境对象信息,同时包括交通流量、红绿灯状态信息等实时动态信息。
具体地,根据车辆当前的实时定位信息获取该实时定位信息周围的多段局部道路地图,其中,获取局部道路地图的方式可以为,根据该实时定位信息获取方圆预设公里内的多个局部道路地图,或者,获取与该实时定位信息所在局部地图相邻的多个局部道路地图。
此外,在一些可实现的实施例中还包括获取该多个局部道路地图对应的高精度地图,以对该多个高精度地图进行拼接,得到对应的路网。
步骤S320,获取路段中车道中心线上的节点的三维位置信息,以基于节点的三维位置信息计算车道中心线的三维位姿。
如上述实施例所言,如图4所示,在路网中包含多个路段,并且每个路段上都包括有多条车道,根据该路段对应的高精度地图可知,在车道中心线上包括有多个节点,还包括该节点在该车道中心线上的相对位置信息。
具体地,在由多个局部道路的高精度地图拼接而成的路网中包括多个车道,其中,已知高精度地图道路划分为多段,各段道路拥有绝对位置,每段中包含车道线信息、车道中心线、杆状物与路牌等地图要素,每段中包含了各个地图要素的相对位置,车道中心线中拥有多个节点,每个节点提供了相对位置、横纵向坡度、限速等信息,但是所有位置信息都没有高度信息。
在一些可实现的实施例中,通过遍历路网中新增加的每一段道路中所有车道中心线每一个节点的相对位置信息,横纵向坡度(roll,pitch)信息进行相对车道中心线上的节点的三维位姿估计。
并进一步的根据车道中心线上的多个节点的三维位姿估计得到该车道中心线的三维位姿。S330,基于路段中车道中心线的三维位姿生成对应的路段的局部道路三维地图。
具体地,如图4所示,在每个路段中都包含有多条车道中心线,而且在局部道路地图中蕴含的信息丰富,含有道路类型、曲率、车道线位置等道路信息,以及路边基础设施、障碍物、交通标志等环境对象信息,同时包括交通流量、红绿灯状态信息等实时动态信息,结合多条车道中心线的三维位姿,即生成该路段对应的高精度局部道路三维地图。
步骤S340,基于多个路段的局部道路三维地图拼接得到路网对应的三维道路地图。
具体的,如上述实施例所言,路网中是由多个路段拼接而成的,由此可以将得到的多个路段的局部道路三维地图,按照其在路网中的位置信息进行拼接,从而得到车辆对应的导航路网的三维高精度道路地图。
在本实施例中,通过获取与车辆定位信息相匹配的多段局部道路高精度地图,并基于该多段局部道路高精度地图生成对应的路网,然后获取路网中路段的车道中心线上的节点的三维位置信息,从而根据车道中心线上的三维位置信息确定车道中心线的三维位姿,进而根据路段中的车道中心线的三维位置生成对应路段的三维地图进而得到多段局部道路地图,由此实现了在现有的二维地图中加入了高度维度信息,能够实现高精度的三维地图的构建,为车辆的导航提供了地图精度保证。
进一步的,基于上述实施例,请参照图5,在本申请所提供的其中一个示例性的实施例中,上述获取路网中车道中心线上的节点的三维位置信息,以基于节点的三维位置信息计算车道中心线的三维位姿的具体实现过程还可以包括如下步骤S510至步骤S530,详细介绍如下:
步骤S510,在车道中心线上建立第一坐标系,基于第一坐标系确定车道中心线上的节点的相对位置信息。
需要说明的是,在该路段的局部道路地图中标识了该车道中心线上包括多个节点在对应车道中心线上的二维位置信息,以及每个节点对应的坡度信息、路边基础设施、障碍物、交通标志等环境对象信息。
具体的,请参阅图6,分别在每条车道中心线上建立对应的局部坐标系,即上述的第一坐标系,该第一坐标系的原点可以在车道中心线的起点位置,从而获取车道中心线上的多个节点相对于第一坐标系原点的位置信息。也就是说,获取车道中心线上所有节点的相对于第一坐标系的位置信息。
步骤S520,获取节点的横纵向坡度信息,基于横纵向坡度信息和相对位置信息确定节点的三维位置信息。
具体的,如上述所言,在步骤S510中获得的局部道路地图中包含有该局部道路中的道路类型、曲率、车道线位置信息、以及车道中心线信息节点的横纵向坡度信息等。因此可以从局部道路地图中获取车道中心线上各个节点的横纵坡度信息,从而根据节点的横纵坡度信息结合节点的相对位置信息,建立节点的三维位置信息。
示例性的,车道中心线的节点相对位置为(x,y)、横纵向坡度信息为(roll,pitch),设车道中心线上所有点数量为n,在因子图优化算法中加入n个节点,节点状态为位姿(xi,yi,zi,rolli,pitchi,yawi),将车道中心线起点设置为(x,y,0),起点与下个节点连线为航向yaw,得到当前节点位姿,(x,y,0,roll,pitch,yaw)作为当前节点三维位置观测值。
步骤S530,基于节点的三维位置信息计算车道中心线的三维位姿。
具体的,如上述所言的,在计算出车道中心线上的三维位置信息后,由于车道中心线上包含有着多个节点,可以基于该车道中心线上的多个节点的三维位置信息,计算该条车道中心线的三维位姿。
示例性的,将车道中心线起点设置为(x,y,0),起点与下个节点连线为航向yaw,得到当前节点位姿,(x,y,0,roll,pitch,yaw)作为当前节点观测值,为第一个节点的先验因子;车道中心线上的点(x1,y1)与下一个点(x2,y2)计算两点的正切值并获取角度Math.Atan2((y2-y1),(x2-x1)),为航向yaw,得到当前节点位姿,(x,y,roll,pitch,yaw)作为当前节点观测值,为其余n-1节点的先验因子,从而根据中心线上多个节点的三维位置信息,计算得出车道中心线的三维位姿。
在一些可实现的实施例中,如图7所示,还可以通过遍历局部地图范围内路网中新加每一段道路中的所有车道中心线每一个节点,在该路段建立局部坐标系,利用车道中心线的节点相对位置(x,y)、横纵向坡度(roll,pitch)信息进行相对3D位姿估计,具体方法运用因子图优化算法如下:设车道中心线上所有点数量为n,在因子图优化算法中加入n个节点,节点状态为位姿(xi,yi,zi,rolli,pitchi,yawi);将车道中心线起点设置为(x,y,0),起点与下个节点连线为航向yaw,得到当前节点位姿,(x,y,0,roll,pitch,yaw)作为当前节点观测值,为第一个节点的先验因子;车道中心线上的点(x1,y1)与下一个点(x2,y2)计算两点的正切值并获取角度Math.Atan2((y2-y1),(x2-x1)),为航向yaw,得到当前节点位姿,(x,y,roll,pich,yaw)作为当前节点观测值,为其余n-1节点的先验因子;在i与i+1节点间加入二元因子,与前一个节点的pitchtan(0.5*θi+0.5*θi+1)-|Δzi|;目标函数/>最小,最后优化得到n个节点3D位姿(xi,yi,zi,rolli,pitchi,yawi)。
在本实施例中,通过在路网中的车道中心线上建立局部坐标系,以根据车道中心线上的对个节点的三维信息得到每条车道中心线的三维位姿,从而得到路网中车道中心线的三维信息,继而为得到整个路网的三维地图提供了高度维度的数据保证和数据精确性的保证。
进一步的,基于上述实施例,请参照图8,在本申请所提供的其中一个示例性的实施例中,上述路段中包括有多条车道中心线,上述三维地图构建方法还包括如下步骤S810和步骤S820,详细介绍如下:
步骤S810,获取相邻车道中心线上节点三维位置信息,
具体的,在本实施例中,在同一条路段中,获取相邻车道上的距离最近的节点各自对应的三维位置信息,其中,获取的节点不能全部都在同一条车道中心线上。
示例性的,如图9所示,图9所示的路段中包括有3条车道,分别是车道-1,车道-2以及车道-3,其中,可以获取相邻车道-1和相邻车道-2上的节点三维位置信息,也可以获取车道-2和车道-3上的节点的三维位置信息。
步骤S820,基于相邻车道中心线上节点三维位置信息,对路网中的车道中心线进行平面约束,得到路网中每一车道中心线的高度差值。
需要说明的是,若在地面运行的小车如果可以认为在平面运动,则可以使用平面约束(注意不能用于斜坡之类的地面,这里相当于绝对水平。)水平则有z=0,roll和pitch=0,对于四元数q来说,就是只绕z轴旋转yaw角q=cos(yaw/2)+sin(yaw/2)(0,0,1)也就是qx=0,qy=0。这三个可以成为每一帧的约束。
具体的,在本实施例中,将同一路段中相邻车道中心线进行平面约束,进而计算出路网中每一车道中心线的高度差。示例性的,假设该段道路中有n个车道,k个车道中心线(xi,yi,zi,rolli,pitchi,yawi),那么现在该车道中心线(xi,yi,zi+hk,rolli,pitchi,yawi);相邻车道中心线相近的3个节点(不在同车道中心线),设这3点位姿为同一中心线上的Pi(xi,yi,zi+hk,rolli,pitchi,yawi),第二节点信息Pi+1(xi+1,yi+1,zi+1+hk,rolli+1,pitchi+1,yawi+1);Qi(xj,yj,zj+hk,rollj,pitchj,yawj)。
如图10所示,从而计算得到共平面计算法向量 计算3个点的欧拉角均值,并转化为旋转矩阵取z轴分量/> 优化hi(i∈n)为使/>与/>夹角/>接近0,/>目标函数最大;
如图9所示,获取车道-1中心线上的节点-Pi,节点-Pi+1以及车道-2上的节点-Qi对应的三维位置信息。从而根据该通过车道-1上的节点-Pi,节点-Pi+1以及车道-2上的节点-Qi对应的三维位置信息计算车道-1中心线和车道-2中心线之间的高度差。并且,可以根据该方法获取整个路网中各个车道中心线的高度差值。
在本实施例中,通过对相邻车道上的车道中心线进行平面约束计算得到每条车道的高度差值,根据相邻车道的高度差值得到该路段中每条车道中心线的高度信息,以为进一步生成车道中心线对应的路段的三维道路地图提供了高度维度的数据,保证了得到三维地图的精确性。
进一步的,基于上述实施例,在本申请所提供的其中一个示例性的实施例中,上述三维地图的构建方法还可以具体包括如下步骤,详细介绍如下:
在路段上建立第二坐标系,基于路网中每一车道中心线的高度差值,得到第一坐标系中的车道中心线起止点在第二坐标系原点的相对位姿变换关系,以得到在第二坐标系中的车道中心线的相对三维位姿。
具体的,如图11所示,在路段上建立第二坐标系,基于上述实施例中所求得的每一车道中心线的高度差值,得到该路段上每一车道中心线在该第二坐标系上的相对位置信息,进而获取该车道中心线的起点和终止点在第二坐标下中的相对位置变换关系,从而确定在该第二坐标系中车道中心线起止点的相对三维位姿,以及车道中心线上的各个节点的相对三维位姿信息。
在一些可实现的实施例中,如图10所示,在本实施例的路网中包括有多段路段,其中,相邻路段的车道中心线的起止点之间存在重合状态。从而通过在各个路段中各自建立第二坐标系。然后再通过平面约束算法求得路段中每一车道中心线的车道高度差值,从而得到第二坐标系下的车道中心线起止点的相对三维位姿,以及车道中心线上的各个节点的相对三维位姿信息。
示例性的,假设在该路段中有n条车道中心线,通过计算得到车道中心线的高度差值为hi(i∈n),在第一坐标系中,车道中心线的三维坐标信息为(xi,yi,zi,rolli,pitchi,yawi),那么现在车道中心线的三维坐标信息为(xi,yi,zi+hk,rolli,pitchi,yawi)。再获取车道中心线在该第一坐标系下的起点的三维坐标信息和终点的三维位置信息,进而计算得到车道中心线起止点到第二坐标系原点相对位姿变换关系。
在本实施例中,通过在路段中建立对应的局部坐标系,从而使得根据路段中每条车道中心线的高度差值以及车道中心线的起止点三维位置信息得到车道中心线的相对位姿变换关系,从而进一步得到路段中带有高度数据车道中心线三维位姿信息,以进一步提高所得到三维地图的精确性。
进一步的,基于上述实施例,请参照图12,在本申请所提供的其中一个示例性的实施例中,上述三维地图构建方法的具体实现过程还可以包括如下步骤S1210和步骤S1220,详细介绍如下:
步骤S1210,在路网中建立第三坐标系,基于路段的起点绝对位置经纬度,得到第二坐标中的车道中心线起止点在第三坐标系中的相对位姿变化关系,以得到第三坐标系中车道中心线的三维位姿。
具体的,如图13所示,在整个路网结构中建立坐标系,即第三坐标系,该第三坐标系的原点可以在路网中距离车辆定位信息最近的第一路段中,当然在其他可实现的实施例中,该第三坐标系的节点也可以在路网的其他位置,在此,本申请不对第三坐标系的原点进行限制。在本实施例中,以该第三坐标系的原点可以在路网中距离车辆定位信息最近的第一路段中为例,继而获取路网中各个路段的起点位置的绝对位置经纬度,从而通过绝对经纬度信息计算出某一路段车道中心线起止点到局部坐标系原点相对位姿变换关系。进而得到该车道中心线的三维位姿。
其中,需要说明的是,绝对位置经纬度为绝对位置是指用科学坐标系表示的地球表面的一个特定的、不动的点。它比相对位置更精确,相对位置使用附近的其他位置来描述一个地方的位置,绝对位置通常使用经纬度系统来描述。从地理上讲,纬度是指地球表面上从北到南的点,范围从赤道0度到南北90度。同时,经度表示地球表面从东到西的点,从0度到360度不等。绝对位置使用坐标系统(通常是经纬度)来描述。它指的是地球表面的一个特定点。
在一些可实现的实施例中,通过在该路网中建立第三坐标系,并该第三坐标系的原点在距离车辆定位信息最近的路段中,从而获取各个路段车道中心线起止点3D位姿(xi,yi,zi,rolli,pitchi,yawi)作为待优化目标,相邻路段,上段车道中心线终点与下段车道中心线起点重合为子集合该路段局部坐标系原点子集合(Mj),j表示第j个路段,i表示第j个路段第i个起点,待优化目标集合/>如图14所示,在图14中示出了各个第二坐标系的坐标原点与车道中心线起止点之间的约束关系,具体地,可以各个路段起点通过绝对位置经纬度计算出到坐标系O原点的(xj,yj)作为Mj的一元先验因子观测值,误差/> 某一路段车道中心线起止点到局部坐标系原点相对位姿变换关系作为/>与Mj的二元因子观测值/> 与Mj相
中多个路段之间的约束关系。
步骤S1220,对车道中心线三维位姿进行优化处理,得到车道中心线的三维位姿。
具体的,如上述实施例,通过在路网中建立第三坐标系,以得到在该第三坐标系下车道中心线的三维位姿,并对该车道中心线的三维位姿进行优化,例如:优化目标为优化目标集合/>使ε最小,从而达到优化车道中心线上的节点的三维位姿的目的,进而使得所得到的车道中心线的三维位姿更加精确。
在一些可实现的实施例中,基于优化后的每一车道中心线的三维位姿,以及该中心线对应的道路局部地图中包含的杆状物与路牌等地图要素,每段中包含了各个地图要素的相对位置,车道中心线中拥有多个节点,每个节点提供了相对位置、横纵向坡度、限速等信息生成对应的三维地图,进而将多个局部道路地图的三维地图进行拼接得到该路网对应的三维地图。
在本实施例中,通过在整个路网中建立坐标系,并获取各个车道中心线的绝对经纬度信息,进而可以计算出车道路段中的车道中心线的三维位姿在路网坐标系下的位姿变换关系,进而将多个局部道路地图的三维地图进行拼接得到该路网对应的三维地图,实现准确构建用于辅助驾驶的路网三维地图的构建。
进一步的,基于上述实施例,请参照图15,在本申请所提供的其中一个示例性的实施例中,上述三维地图构建方法的具体实现过程还可以包括如下步骤S1510和步骤S1520,详细介绍如下:
步骤S1510,若路网中的第二路段与车辆所在的第一路段之间为交点相邻关系,则按照第一预设方式对路网进行更新,第二路段为与车辆定位信息距离最近的导航途经点所位于的路段。
具体的,如图16所示,根据车辆的定位信息确定当前车辆所在的路段即第一路段,根据该车辆的导航路线确定车辆即将行驶到的与当前车辆定位信息距离最近的导航途径点所位于的第二路段之间的位置关系,若该第二路段与当前车辆所在的第一路段之间的位置关系为交点相邻的关系,例如:图16中的路段A与路段C之间的关系,则可以按照第一预设方式对路网中的局部道路地图进行增加和删除,以更新车辆终端中的路网信息。
在一些可实现的实施例中,当确定当前路网中的第二路段与车辆所在的第一路段之间为交点相邻的关系时,当车辆行驶到第二路段后,对当前路网中的一些没有导航价值的局部道路地图进行删除,并基于第二路段获取相应的局部道路地图对当前路网进行更新。
步骤S1520,若路网中第二路段与车辆所在的第一路段之间为边相邻关系,则按照第二预设方式对路网进行更新。其中,第一预设方式与第二预设方式获取的局部道路地图数量不同。
如图16所示,根据车辆的定位信息确定当前车辆所在的路段即第一路段,根据该车辆的导航路线确定车辆即将行驶到的与当前车辆定位信息距离最近的导航途径点所位于的第二路段之间的位置关系,若该第二路段与当前车辆所在的第一路段之间的位置关系为边相邻的关系,例如:图16中的路段A与路段B之间的关系,则可以按照第二预设方式对路网中的局部道路地图进行增加和删除,以更新车辆终端中的路网信息。
在一些可实现的实施例中,当确定当前路网中的第二路段与车辆所在的第一路段之间为边相邻的关系时,当车辆行驶到第二路段后,对当前路网中的一些没有导航价值的局部道路地图进行删除,并基于第二路段获取相应的局部道路地图对当前路网进行更新。其中,第二预设方式与第一方式获取的局部道路地图的数量是不同的。
在本实施例中,通过在车辆的行驶过程中按照不同的更新方式对路网进行更新,对冗余局部道路地图进行删除,从而降低生成路网的数据量,减少了数据维护和存储量。并且根据车辆的行驶获取新的局部道路地图,删除冗余的局部道路地图,极大提高了生成的路网的准确性,提高了对车辆驾驶的辅助性。
进一步的,基于上述实施例,在本申请所提供的其中一个示例性的实施例中,上述基于多段局部道路地图生成对应的路网的具体实现过程还可以包括如下步骤,详细介绍如下:
若多段局部地图道路地图中双向车道中间标线分割,且不存在连通关系,则在多段局部地图内基于车辆的导航路线生成两个路网。
需要说明的是,在车辆行驶过程中,可以通过导航对象缓存多段局部道路地图,其中,导航对象是指进行地图导航的对象,通常是安装有导航地图软件的智能终端,例如智能手机、车载终端、平板电脑、可穿戴设备等具有可移动性质的电子设备。相应的,导航对象的使用者通常是驾驶员、行人等用户。
导航路径是导航起始点与导航终点之间的路线,其是针对导航起始点与导航终点进行导航路径规划所得到的,应理解的是,导航起始点是指待规划路线的起始地点,导航终点是指待规划路线的目的地。还应理解的是,导航路线通常由导航起始点和导航终端共同确定得到。
具体的,在本实施例中,根据车辆的定位信息获取多个与该局部道路系统相匹配的多段局部道路地图,其中该局部道路地图为商用的高精度地图,在该局部商用高精度地图中包括有各路段中包含车道线信息、车道中心线、杆状物与路牌等地图要素,每段中包含了各个地图要素的相对位置,车道中心线中拥有多个节点,每个节点提供了相对位置、横纵向坡度、限速等信息。若该商用高精度地图中存在双向车道通过中间标线分割开来,并且不存在双向车道之间不存在连通关系,则可以根据该车辆的导航路径生成两个路网。
在本实施例中,由于路网是通过定位信息拓展的方式获得,针对不存在连通关系的双向车道生成各自不同的路网,有利于提高所得到路网的准确性,进而保证了所构建的三维地图的准确性,为后续车辆进行准确、高效的辅助驾驶决策和控制提供了可能。
图17是在一示例性的应用场景下进行三维地图构建的简要流程示意图。在图17所示的应用场景下,根据车辆当前定位信息以及车辆的导航路线获取相匹配的多段商用高精度局部道路地图,其中,可以按照车辆当前定位信息为原点,获取周围预设范围内的多段商用高精度局部道路地图,当然也可以按照其他方式获取与车辆定位信息相匹配的多段局部道路地图。在获取得到多段局部道路地图后,根据该多段局部道路地图生成对应的路网,再计算路网结构中路段中车道中心线的三维位姿。具体的,可以通过路段之间的约束关系,计算路网中车道中心线上的节点在路网中的三维位姿,进而得到车道中心线的三维位姿。之后再基于车道中心线的三维位姿生成对应路段的局部三维道路地图,按照路段在路网中的位置对多个局部三维道路地图进行拼接,得到对应的三维道路地图,以使得在商用的二维高精度地图中加入高度信息,以使得所得到的高精度三维地图能够承担自动驾驶的辅助任务,提高用户的使用体验,保证了所构建的三维地图的准确性,为后续车辆进行准确、高效的辅助驾驶决策和控制提供了可能。
图18是本申请的一示例性实施例示出的三维地图构建装置的框图。该装置可应用于图2所示的实施环境,并具体配置在智能终端210中,该装置也可以适用于其它的示例性实施环境,并具体配置在其它设备中,本实施例不对该装置所适用的实施环境进行限制。
如图18所示,该示例性的三维地图构建装置包括:路网生成模块1910,用于获取与车辆定位信息相匹配的多段局部道路地图,以基于多段局部道路地图生成对应的路网;其中,路网中包含多个路段;获取模块1820,用于获取路段中车道中心线上的节点的三维位置信息,以基于节点的三维位置信息计算车道中心线的三维位姿;局部三维地图生成模块1830,用于基于路段中车道中心线的三维位姿生成对应的路段的局部道路三维地图;三维地图拼接模块1840,用于基于多个路段的局部道路三维地图拼接得到路网对应的三维道路地图。
根据本申请实施例的一个方面,上述获取模块1820还具体包括:第一坐标系建立单元,用于在车道中心线上建立第一坐标系,基于第一坐标系确定车道中心线上的节点的相对位置信息;获取单元,用于获取节点的横纵向坡度信息,基于横纵向坡度信息和相对位置信息确定节点的三维位置信息;计算单元,用于基于节点的三维位置信息计算车道中心线的三维位姿。
根据本申请实施例的一个方面,上述路段中包括多条车道中心线,上述三维地图构建装置还包括:节点获取模块,用于获取相邻车道中心线上节点三维位置信息;高度差值计算模块,用于基于相邻车道中心线上节点三维位置信息,对路网中的车道中心线进行平面约束,得到路网中每一车道中心线的高度差值。
根据本申请实施例的一个方面,上述三维地图构建装置还包括:第二坐标系建立模块,用于在路段上建立第二坐标系,基于路网中每一车道中心线的高度差值,得到第一坐标系中的车道中心线起止点在第二坐标系原点的相对位姿变换关系,以得到在第二坐标系中的车道中心线的相对三维位姿。
根据本申请实施例的一个方面,上述三维地图构建装置还包括:第三坐标系建立模块,用于在路网中建立第三坐标系,基于路段的起点绝对位置经纬度,得到第二坐标中的车道中心线起止点在第三坐标系中的相对位姿变化关系,以得到第三坐标系中车道中心线的三维位姿;优化模块,用于对车道中心线三维位姿进行优化处理,得到车道中心线的三维位姿。
根据本申请实施例的一个方面,上述三维地图构建装置还包括:第一更新模块,用于若路网中的第二路段与车辆所在的第一路段之间为交点相邻关系,则按照第一预设方式对路网进行更新,第二路段为与车辆定位信息距离最近的导航途经点所位于的路段;第二更新模块,用于若路网中第二路段与车辆所在的第一路段之间为边相邻关系,则按照第二预设方式对路网进行更新;其中,第一预设方式与第二预设方式获取的局部道路地图数量不同。
根据本申请实施例的一个方面,上述路网生成模块1910还具体用于,若多段局部地图道路地图中双向车道中间标线分割,且不存在连通关系,则在多段局部地图内基于车辆的导航路线生成两个路网。
需要说明的是,上述实施例所提供的三维地图构建装置与上述实施例所提供的三维地图构建方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。上述实施例所提供的三维地图构建装置在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能,本处也不对此进行限制。
本申请的实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得电子设备实现上述各个实施例中提供的三维地图构建方法。
图19示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是,图19示出的电子设备的计算机系统1900仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图19所示,计算机系统1900包括中央处理单元(Central Processing Unit,CPU)1901,其可以根据存储在只读存储器(Read-OnlyMemory,ROM)1902中的程序或者从储存部分1908加载到随机访问存储器(RandomAccess Memory,RAM)1903中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 1903中,还存储有系统操作所需的各种程序和数据。CPU 1901、ROM 1902以及RAM 1903通过总线1904彼此相连。输入/输出(Input/Output,I/O)接口1905也连接至总线1904。
以下部件连接至I/O接口1905:包括键盘、鼠标等的输入部分1906;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1907;包括硬盘等的储存部分1908;以及包括诸如LAN(LocalAreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1909。通信部分1909经由诸如因特网的网络执行通信处理。驱动器1910也根据需要连接至I/O接口1905。可拆卸介质1911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1910上,以便于从其上读出的计算机程序根据需要被安装入储存部分1908。
特别地,根据本申请的实施例,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,本申请的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计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1909从网络上被下载和安装,和/或从可拆卸介质1911被安装。在该计算机程序被中央处理单元(CPU)1901执行时,执行本申请的系统中限定的各种功能。
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,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
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。
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。
本申请的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前所述的三维地图构建方法。该计算机可读存储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。
本申请的另一方面还提供了一种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各个实施例中提供的三维地图构建方法。
上述内容,仅为本申请的较佳示例性实施例,并非用于限制本申请的实施方案,本领域普通技术人员根据本申请的主要构思和精神,可以十分方便地进行相应的变通或修改,故本申请的保护范围应以权利要求书所要求的保护范围为准。
Claims (10)
1.一种三维地图构建方法,其特征在于,包括:
获取与车辆定位信息相匹配的多段局部道路地图,以基于所述多段局部道路地图生成对应的路网,其中所述路网中包含多个路段;
获取所述路段中车道中心线上的节点的三维位置信息,以基于所述节点的三维位置信息计算车道中心线的三维位姿;
基于所述路段中车道中心线的三维位姿生成对应的路段的局部道路三维地图;
基于多个路段的局部道路三维地图拼接得到所述路网对应的三维道路地图。
2.如权利要求1所述的方法,其特征在于,所述获取所述路网中车道中心线上的节点的三维位置信息,以基于所述节点的三维位置信息计算车道中心线的三维位姿,包括:
在所述车道中心线上建立第一坐标系,基于所述第一坐标系确定所述车道中心线上的节点的相对位置信息;
获取所述节点的横纵向坡度信息,基于所述横纵向坡度信息和所述相对位置信息确定所述节点的三维位置信息;
基于所述节点的三维位置信息计算所述车道中心线的三维位姿。
3.如权利要求2所述的方法,其特征在于,所述路段中包括多条车道中心线;所述方法还包括:
获取相邻车道中心线上节点三维位置信息;
基于所述相邻车道中心线上节点三维位置信息,对所述路网中的车道中心线进行平面约束,得到所述路网中每一车道中心线的高度差值。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
在所述路段上建立第二坐标系,基于所述路网中每一车道中心线的高度差值,得到所述第一坐标系中的所述车道中心线起止点在所述第二坐标系原点的相对位姿变换关系,以得到在所述第二坐标系中的所述车道中心线的相对三维位姿。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:在所述路网中建立第三坐标系,基于所述路段的起点绝对位置经纬度,得到所述第二坐标中的所述车道中心线起止点在所述第三坐标系中的相对位姿变化关系,以得到所述第三坐标系中所述车道中心线的三维位姿;
对所述车道中心线三维位姿进行优化处理,得到所述车道中心线的三维位姿。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
若所述路网中的第二路段与所述车辆所在的第一路段之间为交点相邻关系,则按照第一预设方式对所述路网进行更新,所述第二路段为与所述车辆定位信息距离最近的导航途经点所位于的路段;
若所述路网中第二路段与所述车辆所在的第一路段之间为边相邻关系,则按照第二预设方式对所述路网进行更新;
其中,所述第一预设方式与所述第二预设方式获取的局部道路地图数量不同。
7.如权利要求1所述的方法,其特征在于,所述基于所述多段局部道路地图生成对应的路网,包括:
若所述多段局部地图道路地图中双向车道中间标线分割,且不存在连通关系,则在所述多段局部地图内基于所述车辆的导航路线生成两个路网。
8.一种三维地图构建装置,其特征在于,所述装置包括:
路网生成模块,用于获取与车辆定位信息相匹配的多段局部道路地图,以基于所述多段局部道路地图生成对应的路网;其中,所述路网中包含多个路段;
获取模块,用于获取所述路段中车道中心线上的节点的三维位置信息,以基于所述节点的三维位置信息计算车道中心线的三维位姿;
局部三维地图生成模块,用于基于所述路段中车道中心线的三维位姿生成对应的路段的局部道路三维地图;
三维地图拼接模块,用于基于多个路段的局部道路三维地图拼接得到所述路网对应的三维道路地图。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如权利要求1至7中任一项所述的三维地图构建方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行权利要求1至7中任一项所述的三维地图构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310715487.0A CN116698013A (zh) | 2023-06-16 | 2023-06-16 | 三维地图构建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310715487.0A CN116698013A (zh) | 2023-06-16 | 2023-06-16 | 三维地图构建方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116698013A true CN116698013A (zh) | 2023-09-05 |
Family
ID=87823555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310715487.0A Pending CN116698013A (zh) | 2023-06-16 | 2023-06-16 | 三维地图构建方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116698013A (zh) |
-
2023
- 2023-06-16 CN CN202310715487.0A patent/CN116698013A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11353589B2 (en) | Iterative closest point process based on lidar with integrated motion estimation for high definition maps | |
EP3759562B1 (en) | Camera based localization for autonomous vehicles | |
US11738770B2 (en) | Determination of lane connectivity at traffic intersections for high definition maps | |
US11867515B2 (en) | Using measure of constrainedness in high definition maps for localization of vehicles | |
CN110869981B (zh) | 用于自主车辆的高清晰度地图数据的向量数据编码 | |
US11598876B2 (en) | Segmenting ground points from non-ground points to assist with localization of autonomous vehicles | |
CN108765487B (zh) | 重建三维场景的方法、装置、设备和计算机可读存储介质 | |
US20200393265A1 (en) | Lane line determination for high definition maps | |
US11367208B2 (en) | Image-based keypoint generation | |
US11151394B2 (en) | Identifying dynamic objects in a point cloud | |
CN111656135A (zh) | 基于高清地图的定位优化 | |
JP2023002757A (ja) | 高精度地図作成方法、装置及び電子機器 | |
US20230121226A1 (en) | Determining weights of points of a point cloud based on geometric features | |
EP4194807A1 (en) | High-precision map construction method and apparatus, electronic device, and storage medium | |
CN116295457B (zh) | 一种基于二维语义地图的车辆视觉定位方法及系统 | |
de Paula Veronese et al. | Evaluating the limits of a LiDAR for an autonomous driving localization | |
Liu et al. | The status and challenges of high precision map for automated driving | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
US11594014B2 (en) | Annotating high definition map points with measure of usefulness for localization | |
CN116698013A (zh) | 三维地图构建方法、装置、设备及存储介质 | |
WO2020264528A1 (en) | Calibration of inertial measurement units of vehicles using localization | |
Zhuy et al. | On the Ecosystem of High-Definition (HD) Maps | |
Liu et al. | LiDAR mini-matching positioning method based on constraint of lightweight point cloud feature map |
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 |