CN116756264B - 重建数据评测方法、装置、电子设备及存储介质 - Google Patents

重建数据评测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116756264B
CN116756264B CN202311047232.8A CN202311047232A CN116756264B CN 116756264 B CN116756264 B CN 116756264B CN 202311047232 A CN202311047232 A CN 202311047232A CN 116756264 B CN116756264 B CN 116756264B
Authority
CN
China
Prior art keywords
linear element
newly added
reconstruction
projection
road image
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
Application number
CN202311047232.8A
Other languages
English (en)
Other versions
CN116756264A (zh
Inventor
刘冬冬
张乐翔
周荡荡
蒋罗民
万斌
马朝帅
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.)
Autonavi Software Co Ltd
Original Assignee
Autonavi Software 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 Autonavi Software Co Ltd filed Critical Autonavi Software Co Ltd
Priority to CN202311047232.8A priority Critical patent/CN116756264B/zh
Publication of CN116756264A publication Critical patent/CN116756264A/zh
Application granted granted Critical
Publication of CN116756264B publication Critical patent/CN116756264B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3807Creation or updating of map data characterised by the type of data
    • G01C21/3815Road data
    • G01C21/3819Road shape data, e.g. outline of a route
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3859Differential updating map data
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863Structures of map data
    • G01C21/3867Geometry of map features, e.g. shape points, polygons or for simplified maps
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/203Drawing of straight lines or curves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本公开实施例公开了一种重建数据评测方法、装置、电子设备及存储介质,所述方法包括:获取高精地图数据、道路图像、道路图像的采集轨迹和基于所述道路图像得到的重建数据;基于所述高精地图数据和所述道路图像确定新增线性要素;基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素;基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测。该技术方案在无法确定重建新增要素的真值几何信息的情况下,可以将采集轨迹作为参照对象,评测重建新增要素的质量,能够提升评测准确度和评测效率,降低人工评测成本。

Description

重建数据评测方法、装置、电子设备及存储介质
技术领域
本公开涉及高精地图技术领域,具体涉及一种重建数据评测方法、装置、电子设备及存储介质。
背景技术
为了满足鲜度要求,高精地图的更新需要将基于道路图像得到的重建数据(比如车道线、地面标识、杆、牌等的数据)中,有变化的部分(比如现实世界中道路变化引起的数据变化)更新到已有高精地图数据中。为此,需要对有变化的部分进行质量评测。然而,由于重建数据包含了已有高精地图数据中原本没有的部分数据,也就没有该部分数据的真值数据,这使得重建数据的质量评测变得困难。此外,由于线性要素相比非线性要素更加复杂,产线人工作业时不能简便的将线性要素比如车道线直接给框选出来,而且线性要素在投影回道路图像后,也无法判断该道路图像中的投影对应的真实长度,故非线性地图要素所采用的,将矢量投影回道路图像的方法并不适用于线性要素。
因此,需要提出一种解决方案,在没有真值数据的情况下,也能够针对重建数据中的线性要素进行高效率的质量评测。
发明内容
本公开实施例提供一种重建数据评测方法、装置、电子设备及存储介质。
第一方面,本公开实施例中提供了一种重建数据评测方法,其中,包括:
获取高精地图数据、道路图像、道路图像的采集轨迹和基于所述道路图像得到的重建数据;
基于所述高精地图数据和所述道路图像确定新增线性要素;
基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素;
基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测。
第二方面,本发明实施例中提供了一种重建数据评测装置,其中,包括:
获取模块,被配置为获取高精地图数据、道路图像、道路图像的采集轨迹和基于所述道路图像得到的重建数据;
第一确定模块,被配置为基于所述高精地图数据和所述道路图像确定新增线性要素;
第二确定模块,被配置为基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素;
评测模块,被配置为基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测。
所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,上述装置的结构中包括存储器和处理器,所述存储器用于存储一条或多条支持上述装置执行上述对应方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。上述装置还可以包括通信接口,用于上述装置与其他设备或通信网络通信。
第三方面,本公开实施例提供了一种电子设备,包括存储器、处理器以及存储在存储器上的计算机程序,其中,所述处理器执行所述计算机程序以实现上述任一方面所述的方法。
第四方面,本公开实施例提供了一种计算机可读存储介质,用于存储上述任一装置所用的计算机指令,该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
第五方面,本公开实施例提供了一种计算机程序产品,其包含计算机指令,该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
本公开实施例提供的技术方案可以包括以下有益效果:
本实施例,为了针对基于新采集的道路图像所重建的重建数据进行评测,获取已有的高精地图数据、新采集的道路图像、道路图像的采集轨迹以及基于道路图像得到的重建数据,之后基于高精地图数据,从道路图像确定新增线性要素,而基于重建数据和道路图像,从重建数据中确定与新增线性要素对应的重建新增要素;之后再确定重建新增要素与采集轨迹之间的对应关系,新增线性要素与采集轨迹在道路图像上的对应关系,对重建数据中的重建新增要素进行质量评测。通过这种方式,在无法确定重建新增要素的真值几何信息的情况下,可以将采集轨迹作为参照对象,评测重建新增要素的质量,能够提升评测准确度和评测效率,降低人工评测成本。
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,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。以下是对附图的说明。
图1示出根据本公开一实施方式的重建数据评测方法的流程图。
图2示出了根据本公开一实施方式的投影线段和新增线性要素在道路图像上的显示效果示意图。
图3示出根据本公开一实施方式的重建数据评测装置的结构框图。
图4示出根据本公开一实施方式的电子设备的结构框图。
图5是适于用来实现根据本公开一实施方式的重建数据评测方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,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。下面将参考附图并结合实施例来详细说明本公开。
本公开所涉及的用户信息(包括但不限于用户设备信息如位置信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
下面通过具体实施例详细介绍本公开实施例的细节。
图1示出根据本公开一实施方式的重建数据评测方法的流程图。如图1所示,该重建数据评测方法包括以下步骤:
在步骤S101中,获取高精地图数据、道路图像、道路图像的采集轨迹和基于所述道路图像得到的重建数据;
在步骤S102中,基于所述高精地图数据和所述道路图像确定新增线性要素;
在步骤S103中,基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素;
在步骤S104中,基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测。
本实施例中,该重建数据评测方法可以在服务器上执行。高精地图数据可以理解为基于历史数据已经制作的高精数据,该高精地图数据中可以包括但不限于对应于现实道路上的车道线、道路边缘等的已有线性要素。
为了保证高精地图数据的鲜度,通常会利用车辆视觉设备采集道路图像,服务器可以获取车辆采集到的道路图像,并利用重建算法对采集到的道路图像进行数据重建,得到重建数据。该重建数据可以包括但不限于对应于现实道路上的车道线、道路边缘等的重建线性要素。
本公开实施例中,为了对重建数据进行质量评测,获取已有高精地图数据、新采集的道路图像、道路图像的采集轨迹和基于新采集的道路图像得到的重建数据。可以理解的是,已有高精地图数据、新采集的道路图像、道路图像的采集轨迹和基于新采集的道路图像得到的重建数据可以基于实际需要,分别在各自的使用时机之前获取即可,比如采集轨迹可以在对重建新增要素进行评测的步骤之前获取即可。还可以理解的是,对重建数据的质量评测可以理解为对重建数据中的重建线性要素进行质量评测。道路图像可以是针对一条或者多条道路而连续采集的图像,基于该道路图像所重建的重建数据中可以包括该条或该多条道路上的车道线、道路边缘线等对应的重建线性要素,该重建线性要素可以包括但不限于全局坐标、长度、类型等属性信息。本实施例中涉及的高精地图数据可以是对应于该条或该多条道路上的全部或者部分高精地图数据。
在一些实施例中,可以通过对比高精地图数据和道路图像确定当前现实道路中相较于以往制作该高精地图数据时,发生了变化的新增线性要素。例如,可以对比在同一条道路的同一位置区域处,高精地图数据中的重建线性要素和道路图像上呈现出的图像线性要素,假如道路图像上存在与高精地图数据中不匹配的图像线性要素,则该不匹配的图像线性要素可以理解为新增线性要素。需要说明的是,道路图像上呈现出的图像线性要素可以基于已有的图像识别算法,从道路图像中识别线段的方式识别出来,进而将识别结果与高精地图数据中的重建线性要素在道路图像中的投影线段进行对比。当然,在其他实施例中,还可以通过将高精地图数据中的重建线性要素投影到道路图像上后绘制出投影线段,进而肉眼判断该投影线段与道路图像上呈现出的图像线性要素是否相匹配。在一些实施例中,与重建线性要素不相匹配的图像线性要素可以理解为位置不相匹配。该新增线性要素相对于高精地图数据而言是新增的线性要素,比如可以是道路上新增的车道线、道路边缘线等。因此,通过比较高精地图数据和道路图像,即可确定新增线性要素,也即新增的车道线、道路边缘线等。
可以理解的是,由于对重建数据的评测实际上是对重建数据中的重建线性要素的质量评测。本实施例中,在确定了道路图像上相较于已有高精地图数据新增的线性要素之后,可以从重建数据中找出与该新增线性要素对应的重建线性要素,为了方便描述,本实施例中将与新增线性要素相对应的重建线性要素称之为重建新增要素。
考虑到重建新增要素的全局坐标已知,该全局坐标可以是世界坐标系下的坐标,比如经纬度坐标等。但是从道路图像上确定的新增线性要素的全局坐标未知,也就是说道路图像上新增线性要素的几何信息是未知的,因此无法通过直接对比重建新增要素和新增线性要素之间的几何信息比如长度、实际坐标等方式对重建新增要素进行质量评测。
由于重建数据中的重建新增要素的全局坐标已知,而道路图像的采集轨迹的全局坐标也已知,该采集轨迹可以由连续的多个轨迹点构成,轨迹点的全局坐标已知;因此,通过重建新增要素的全局坐标和采集轨迹的全局坐标,可以确定重建新增要素与采集轨迹的坐标对应关系。虽然新增线性要素的全局坐标未知,但是道路图像是行驶在采集轨迹上的车辆采集的,因此道路图像与采集轨迹之间的对应关系是准确的,并且道路图像所在的图像坐标系与全局坐标系之间的转换关系也可以预先确定,因此,该采集轨迹在道路图像上的轨迹投影可以确定,进而可以从道路图像上确定新增线性要素和采集轨迹的轨迹投影之间的图像位置关系。通过这种方式,可以分别建立重建新增要素与采集轨迹之间的对应关系、新增线性要素和采集轨迹之间的对应关系,也就是说可以以采集轨迹为参照对象,基于重建线性要素和新增线性要素分别与采集轨迹之间的对应关系,可以对重建新增线性要素进行质量评测。
本实施例,为了针对基于新采集的道路图像所重建的重建数据进行评测,获取已有的高精地图数据、新采集的道路图像、道路图像的采集轨迹以及基于道路图像得到的重建数据,之后基于高精地图数据,从道路图像确定新增线性要素,而基于重建数据和道路图像,从重建数据中确定与新增线性要素对应的重建新增要素;之后再确定重建新增要素与采集轨迹之间的对应关系,新增线性要素与采集轨迹在道路图像上的对应关系,对重建数据中的重建新增要素进行质量评测。通过这种方式,在无法确定重建新增要素的真值几何信息的情况下,可以将采集轨迹作为参照对象,评测重建新增要素的质量,能够提升评测准确度和评测效率,降低人工评测成本。
在本实施例的一个可选实现方式中,步骤S102,即基于所述高精地图数据和所述道路图像确定新增线性要素的步骤,进一步包括以下步骤:
将所述高精地图数据中的已有线性要素向所述道路图像进行投影;
基于已有线性要素在所述道路图像上的投影线段,与所述道路图像上的图像线性要素之间的位置匹配关系,将与所述投影线段位置不匹配的所述图像线性要素确定为所述新增线性要素。
该可选的实现方式中,高精地图数据中包括至少一个重建线性要素,该重建线性要素的全局坐标、长度等属性信息已知。采集道路图像的视觉设备的外参也已知,该外参包括视觉设备中相机到车体坐标系的旋转矩阵,在采集过程中车体坐标系相对于全局坐标系的一系列位姿也都有记录,因此基于该旋转矩阵以及一系列位姿即可计算出一个转换矩阵,用于将全局坐标系下的全局坐标转换到道路图像的图像坐标系下,也即可以基于该转换矩阵将高精地图数据中的重建线性要素的全局坐标投影到道路图像,即可得到道路图像上的投影线段。
该投影线段和道路图像上的线性要素的图像位置已知,因此基于该图像位置即可确定两者的位置匹配关系。图2示出了根据本公开一实施方式的投影线段和新增线性要素在道路图像上的显示效果示意图。如图2所示,在道路图像上,投影线段由黑色投影点构成,而道路图像上未被投影线段覆盖的新增线性要素为白色。未被投影线段覆盖的白色部分即可确定为新增线性要素。可以理解的是,通过比对投影线段上各个投影点和道路图像上所有线性要素上各个位置点的图像坐标,即可确定两者的位置匹配关系。
在一些实施例中,如果投影线段和线性要素的位置不匹配,比如误差较大,大于预设上限值,在道路图像上体现为该线性要素未被任何投影线段所覆盖,则可以认为该线性要素即为新增线性要素,而如果投影线段和线性要素的位置相匹配,比如误差较小,小于预设下限值,在道路图像上体现为该线性要素被其中一个投影线段所覆盖,则可以认为该线性要素不是新增线性要素。
需要说明的是,线性要素是由一系列的位置点组成的,如果该线性要素的部分被投影线段覆盖,则覆盖部分对应的位置点不是新增线性要素,而未覆盖部分构成了新增线性要素。
在本实施例的一个可选实现方式中,步骤S103,即于基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素的步骤,进一步包括以下步骤:
将所述重建数据中的重建线性要素向所述道路图像进行投影;
基于所述重建线性要素在所述道路图像上的投影线段,与所述新增线性要素在所述道路图像上的位置匹配关系,将位置相匹配的所述重建线性要素确定为所述新增线性要素对应的重建新增要素。
该可选的实现方式中,重建数据中包括至少一个重建线性要素,该重建线性要素的全局坐标、长度等属性信息已知。采集道路图像的视觉设备的外参也已知,该外参包括视觉设备中相机到车体坐标系的旋转矩阵,在采集过程中车体坐标系相对于全局坐标系的一系列位姿也都有记录,因此基于该旋转矩阵以及一系列位姿即可计算出一个转换矩阵,用于将全局坐标系下的全局坐标转换到道路图像的图像坐标系下,也即可以基于该转换矩阵将重建数据中的重建线性要素的全局坐标投影到道路图像,即可得到道路图像上的投影线段。
该投影线段和道路图像上的新增线性要素的图像位置已知,因此基于该图像位置即可确定两者的位置匹配关系。可以理解的是,通过比对投影线段上各个投影点和道路图像上新增线性要素上各个位置点的图像坐标,即可确定重建线性要素和新增线性要素的位置匹配关系。在一些实施例中,如果投影线段和新增线性要素的位置不匹配,比如误差较大,大于预设上限值,在道路图像上体现为该新增线性要素未被任何投影线段所覆盖,则可以认为该新增线性要素未被重建,而如果投影线段和新增线性要素的位置相匹配,比如误差较小,小于预设下限值,在道路图像上体现为该新增线性要素被其中一个投影线段所覆盖,则可以认为该新增线性要素被重建,与该新增线性要素相匹配的重建线性要素为重建新增要素。在一些实施例中,该重建新增要素为重建线性要素中的一个或多个。
在本实施例的一个可选实现方式中,将位置相匹配的所述重建线性要素确定为所述新增线性要素对应的重建新增要素的步骤,进一步包括以下步骤:
若所述投影线段与所述新增线性要素的全部或者部分在所述道路图像上的位置相匹配,则将所述重建线性要素确定为所述新增线性要素对应的重建新增要素;
步骤S104,即基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测的步骤,进一步包括以下步骤:
基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素中与所述投影线段位置相匹配的部分与所述采集轨迹的对应关系,对所述重建新增要素进行评测。
该可选的实现方式中,考虑到可能仅重建了某车道线或者道路边缘线的一部分,则对应的重建线性要素在道路图像上的投影线段可能仅与新增线性要素的一部分相匹配。因此,如果重建线性要素在道路图像上的投影线段与新增线性要素的全部或者部分,在道路图像上的位置相匹配,则可以认为该重建线性要素为该新增线性要素对应的重建新增要素。后续可以基于该重建新增要素与采集轨迹的对应关系,以及该新增线性要素与采集轨迹的对应关系,对重建新增要素进行评测。需要说明的是,如果重建线性要素在道路图像上的投影线段仅与新增线性要素的部分在位置上相匹配,后续对该重建新增要素进行评测时,可以仅使用该新增线性要素中与该投影线段相匹配的部分对该重建新增要素进行评测,也即确定新增线性要素与采集轨迹的对应关系时,可以仅确定该新增线性要素中与该投影线段相匹配的部分与采集轨迹的对应关系。
在本实施例的一个可选实现方式中,步骤S104,即基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测的步骤,进一步包括以下步骤:
基于所述重建新增要素在所述采集轨迹上的投影信息,确定重建新增要素的待评测几何信息;
基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息;其中,所述待评测几何信息以及所述真值几何信息以所述采集轨迹的几何信息表示;
基于所述真值几何信息以及所述待评测几何信息,对所述重建新增要素进行评测。
该可选的实现方式中,如上文中所述,重建新增要素为重建数据中的重建线性要素,其全局坐标已知。而采集轨迹上的轨迹点的全局坐标也已知,因此可以直接将重建新增要素投影至采集轨迹上,从而能够确定重建新增要素的待评测几何信息。
新增线性要素为道路图像上的线性要素,其图像位置已知,而全局坐标也即全局坐标未知,但是采集轨迹是道路图像的采集轨迹,因此该道路图像在采集轨迹上的采集位置已知,通过道路图像的采集位置、外参数等信息,可以将采集轨迹投影到道路图像的图像坐标系下,从而可以确定新增线性要素与采集轨迹在道路图像上的投影信息,将该投影信息反变换到全局坐标系,即可得到新增线性要素的真值几何信息。需要说明的是,若重建新增要素在道路图像上的投影线段与新增线性要素的一部分在道路图像上的位置相匹配,则可以确定该新增线性要素中与该投影线段位置相匹配的该一部分与采集轨迹在道路图像上的投影信息。
上文中提到,采集轨迹作为参照对象,用于对比重建新增要素和新增线性要素的几何信息,从而对重建新增要素进行质量评测。因此该待评测几何信息和真值几何信息均可以由采集轨迹上的几何信息来表示,比如待评测几何信息可以由重建新增要素在采集轨迹上的投影坐标和投影长度来表示,而真值几何信息也可以由新增线性要素在采集轨迹上的投影坐标和投影长度来表示。假如待评测几何信息和真值几何信息一致,比如两者对应的采集轨迹上的投影长度相等,或者相差不大,即使投影坐标有一些误差,也可以认为重建新增要素的质量较高,与道路图像上的新增线性要素一致。而如果待评测几何信息和真值几何信息不一致,比如两者对应的采集轨迹上的投影长度不相等,或者相差较大,投影坐标也不一致,则可以认为重建新增要素的质量不高。
在本实施例的一个可选实现方式中,基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息的步骤,进一步包括以下步骤:
若所述新增线性要素的两侧阈值范围内,存在附近线性要素,则确定所述新增线性要素至所述附近线性要素上的第一投影信息;所述附近线性要素为所述高精地图数据中的已有线性要素或者所述重建数据中的重建线性要素;
基于所述第一投影信息和所述采集轨迹,确定所述新增线性要素对应的第一真值几何信息。
该可选的实现方式中,如上文中所述,新增线性要素在道路图像上的图像位置已知,但是全局坐标未知。为了能够将新增线性要素准确投影到采集轨迹上,可能的情况下可以先获取新增线性要素的全局坐标。
考虑到高精地图数据中线性要素是按照道路面来更新的,也就是说,每次更新时会基于采集到数据更新某段路上的所有车道线、道路边缘线等线性要素。因此,如果新增线性要素的两侧附近存在已有线性要素或者重建线性要素(为了方便描述,本实施例中称之为附近线性要素),则在道路图像上通过将该新增线性要素投影至该附近的已有线性要素或重建线性要素,所得到的第一投影信息是准确的,该第一投影信息可以包括投影点以及投影长度。之后,基于该第一投影信息中的投影点对应的全局坐标,即可得到新增线性要素至采集轨迹线的投影信息,进而可以得到该新增线性要素对应的第一真值几何信息,该第一真值几何信息可以包括但不限于该第一投影信息在采集轨迹上对应的轨迹长度。
在本实施例的一个可选实现方式中,基于所述第一投影信息和所述采集轨迹,确定所述新增线性要素对应的第一真值几何信息的步骤,进一步还包括以下步骤:
若所述新增线性要素上存在无法投影到所述附近线性要素上的未投影部分和能够投影到所述附近线性要素的投影部分,则基于所述投影部分对应的所述第一投影信息与所述采集轨迹的投影关系,获得所述投影部分的所述第一真值几何信息;
基于所述采集轨迹在所述道路图像上的轨迹投影,确定所述未投影部分在所述采集轨迹上的第二投影信息;
基于所述第二投影信息确定所述未投影部分的第一真值几何信息。
该可选的实现方式中,在将新增线性要素投影至附近线性要素后,如果新增线性要素的其中一端或两端长于附近线性要素,则新增线性要素投影至附近线性要素后得到的第一投影信息,仅对应于新增线性要素的一部分,该部分可以称之为投影部分,而未投影到附近线性要素的部分也即新增线性要素上除投影部分之外的部分,可以称之为未投影部分。
针对投影部分,则可以基于该第一投影信息与采集轨迹的投影关系,获得该投影部分的第一真值几何信息。这是因为该第一投影信息是附近线性要素上的投影信息,并且该附近线性要素为已有线性要素或重建线性要素,其全局坐标已知,该第一投影信息的全局坐标也可以确定,因此可以基于该第一投影信息的全局坐标和采集轨迹的全局坐标,得到该第一投影信息在采集轨迹上的投影信息,进而确定该第一真值几何信息。
针对未投影部分,由于其在道路图像上的图像位置可以确定,因此可以在道路图像上将未投影部分投影到采集轨迹。由于采集轨迹的全局坐标已知,通过图像坐标和全局坐标之间的转换矩阵,即可确定采集轨迹在道路图像上的轨迹投影,基于所述道路图像上新增线性要素的未投影部分和轨迹投影的位置对应关系,即可确定新增线性要素的未投影部分在采集轨迹上的第二投影信息,该第二投影信息以采集轨迹在道路图像上的轨迹投影点来表示。
基于上述转换矩阵,可以将该第二投影信息反变换为采集轨迹上的轨迹点,从而可以确定新增线性要素的未投影部分对应的第一真值几何信息,该第一真值几何信息可以包括该第二投影信息在采集轨迹上对应的轨迹长度。
在本实施例的一个可选实现方式中,基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息的步骤,进一步还包括以下步骤:
若所述新增线性要素的两侧阈值范围内,不存在附近线性要素,则基于所述采集轨迹在所述道路图像上的轨迹投影,确定所述新增线性要素在所述采集轨迹上的第三投影信息;
基于所述第三投影信息确定所述新增线性要素对应的第二真值几何信息。
该可选的实现方式中,若新增线性要素的两侧阈值范围内,不存在附近线性要素,则可以在道路图像上将新增线性要素投影到采集轨迹。而由于采集轨迹的全局坐标已知,通过图像坐标和全局坐标之间的转换矩阵,即可确定采集轨迹在道路图像上的轨迹投影,基于所述道路图像上新增线性要素和轨迹投影的位置投影关系,即可确定新增线性要素的第三投影信息,该第三投影信息以采集轨迹在道路图像上的轨迹投影点来表示。
基于上述转换矩阵,可以将该第三投影信息反变换为采集轨迹上的轨迹点,从而可以确定新增线性要素对应的第二真值几何信息,该第二真值几何信息可以包括该第三投影信息在采集轨迹上对应的轨迹长度。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图3示出根据本公开一实施方式的重建数据评测装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图3所示,该重建数据评测装置包括:
获取模块301,被配置为获取高精地图数据、道路图像、道路图像的采集轨迹和基于所述道路图像得到的重建数据;
第一确定模块302,被配置为基于所述高精地图数据和所述道路图像确定新增线性要素;
第二确定模块303,被配置为基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素;
评测模块304,被配置为基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测。
本实施例中,该重建数据评测装置可以在服务器上执行。高精地图数据可以理解为基于历史数据已经制作的高精数据,该高精地图数据中可以包括但不限于对应于现实道路上的车道线、道路边缘等的已有线性要素。
为了保证高精地图数据的鲜度,通常会利用车辆视觉设备采集道路图像,服务器可以获取车辆采集到的道路图像,并利用重建算法对采集到的道路图像进行数据重建,得到重建数据。该重建数据可以包括但不限于对应于现实道路上的车道线、道路边缘等的重建线性要素。
本公开实施例中,为了对重建数据进行质量评测,获取已有高精地图数据、新采集的道路图像、道路图像的采集轨迹和基于新采集的道路图像得到的重建数据。可以理解的是,已有高精地图数据、新采集的道路图像、道路图像的采集轨迹和基于新采集的道路图像得到的重建数据可以基于实际需要,分别在各自的使用时机之前获取即可,比如采集轨迹可以在对重建新增要素进行评测的步骤之前获取即可。还可以理解的是,对重建数据的质量评测可以理解为对重建数据中的重建线性要素进行质量评测。道路图像可以是针对一条或者多条道路而连续采集的图像,基于该道路图像所重建的重建数据中可以包括该条或该多条道路上的车道线、道路边缘线等对应的重建线性要素,该重建线性要素可以包括但不限于全局坐标、长度、类型等属性信息。本实施例中涉及的高精地图数据可以是对应于该条或该多条道路上的全部或者部分高精地图数据。
在一些实施例中,可以通过对比高精地图数据和道路图像确定当前现实道路中相较于以往制作该高精地图数据时,发生了变化的新增线性要素。例如,可以对比在同一条道路的同一位置区域处,高精地图数据中的重建线性要素和道路图像上呈现出的图像线性要素,假如道路图像上存在与高精地图数据中不匹配的图像线性要素,则该不匹配的图像线性要素可以理解为新增线性要素。需要说明的是,道路图像上呈现出的图像线性要素可以基于已有的图像识别算法,从道路图像中识别线段的方式识别出来,进而将识别结果与高精地图数据中的重建线性要素在道路图像中的投影线段进行对比。当然,在其他实施例中,还可以通过将高精地图数据中的重建线性要素投影到道路图像上后绘制出投影线段,进而肉眼判断该投影线段与道路图像上呈现出的图像线性要素是否相匹配。在一些实施例中,与重建线性要素不相匹配的图像线性要素可以理解为位置不相匹配。该新增线性要素相对于高精地图数据而言是新增的线性要素,比如可以是道路上新增的车道线、道路边缘线等。因此,通过比较高精地图数据和道路图像,即可确定新增线性要素,也即新增的车道线、道路边缘线等。
可以理解的是,由于对重建数据的评测实际上是对重建数据中的重建线性要素的质量评测。本实施例中,在确定了道路图像上相较于已有高精地图数据新增的线性要素之后,可以从重建数据中找出与该新增线性要素对应的重建线性要素,为了方便描述,本实施例中将与新增线性要素相对应的重建线性要素称之为重建新增要素。
考虑到重建新增要素的全局坐标已知,该全局坐标可以是世界坐标系下的坐标,比如经纬度坐标等。但是从道路图像上确定的新增线性要素的全局坐标未知,也就是说道路图像上新增线性要素的几何信息是未知的,因此无法通过直接对比重建新增要素和新增线性要素之间的几何信息比如长度、实际坐标等方式对重建新增要素进行质量评测。
由于重建数据中的重建新增要素的全局坐标已知,而道路图像的采集轨迹的全局坐标也已知,该采集轨迹可以由连续的多个轨迹点构成,轨迹点的全局坐标已知;因此,通过重建新增要素的全局坐标和采集轨迹的全局坐标,可以确定重建新增要素与采集轨迹的坐标对应关系。虽然新增线性要素的全局坐标未知,但是道路图像是行驶在采集轨迹上的车辆采集的,因此道路图像与采集轨迹之间的对应关系是准确的,并且道路图像所在的图像坐标系与全局坐标系之间的转换关系也可以预先确定,因此,该采集轨迹在道路图像上的轨迹投影可以确定,进而可以从道路图像上确定新增线性要素和采集轨迹的轨迹投影之间的图像位置关系。通过这种方式,可以分别建立重建新增要素与采集轨迹之间的对应关系、新增线性要素和采集轨迹之间的对应关系,也就是说可以以采集轨迹为参照对象,基于重建线性要素和新增线性要素分别与采集轨迹之间的对应关系,可以对重建新增线性要素进行质量评测。
本实施例,为了针对基于新采集的道路图像所重建的重建数据进行评测,获取已有的高精地图数据、新采集的道路图像、道路图像的采集轨迹以及基于道路图像得到的重建数据,之后基于高精地图数据,从道路图像确定新增线性要素,而基于重建数据和道路图像,从重建数据中确定与新增线性要素对应的重建新增要素;之后再确定重建新增要素与采集轨迹之间的对应关系,新增线性要素与采集轨迹在道路图像上的对应关系,对重建数据中的重建新增要素进行质量评测。通过这种方式,在无法确定重建新增要素的真值几何信息的情况下,可以将采集轨迹作为参照对象,评测重建新增要素的质量,能够提升评测准确度和评测效率,降低人工评测成本。
在本实施例的一个可选实现方式中,所述第一确定模块,可被实施为:
将所述高精地图数据中的已有线性要素向所述道路图像进行投影;
基于已有线性要素在所述道路图像上的投影线段,与所述道路图像上的图像线性要素之间的位置匹配关系,将与所述投影线段位置不匹配的所述图像线性要素确定为所述新增线性要素。
该可选的实现方式中,高精地图数据中包括至少一个重建线性要素,该重建线性要素的全局坐标、长度等属性信息已知。采集道路图像的视觉设备的外参也已知,该外参包括视觉设备中相机到车体坐标系的旋转矩阵,在采集过程中车体坐标系相对于全局坐标系的一系列位姿也都有记录,因此基于该旋转矩阵以及一系列位姿即可计算出一个转换矩阵,用于将全局坐标系下的全局坐标转换到道路图像的图像坐标系下,也即可以基于该转换矩阵将高精地图数据中的重建线性要素的全局坐标投影到道路图像,即可得到道路图像上的投影线段。
该投影线段和道路图像上的线性要素的图像位置已知,因此基于该图像位置即可确定两者的位置匹配关系。图2示出了根据本公开一实施方式的投影线段和新增线性要素在道路图像上的显示效果示意图。如图2所示,在道路图像上,投影线段由黑色投影点构成,而道路图像上未被投影线段覆盖的新增线性要素为白色。未被投影线段覆盖的白色部分即可确定为新增线性要素。可以理解的是,通过比对投影线段上各个投影点和道路图像上所有线性要素上各个位置点的图像坐标,即可确定两者的位置匹配关系。
在一些实施例中,如果投影线段和线性要素的位置不匹配,比如误差较大,大于预设上限值,在道路图像上体现为该线性要素未被任何投影线段所覆盖,则可以认为该线性要素即为新增线性要素,而如果投影线段和线性要素的位置相匹配,比如误差较小,小于预设下限值,在道路图像上体现为该线性要素被其中一个投影线段所覆盖,则可以认为该线性要素不是新增线性要素。
需要说明的是,线性要素是由一系列的位置点组成的,如果该线性要素的部分被投影线段覆盖,则覆盖部分对应的位置点不是新增线性要素,而未覆盖部分构成了新增线性要素。
在本实施例的一个可选实现方式中,所述第二确定模块,可被实施为:
将所述重建数据中的重建线性要素向所述道路图像进行投影;
基于所述重建线性要素在所述道路图像上的投影线段,与所述新增线性要素在所述道路图像上的位置匹配关系,将位置相匹配的所述重建线性要素确定为所述新增线性要素对应的重建新增要素。
该可选的实现方式中,重建数据中包括至少一个重建线性要素,该重建线性要素的全局坐标、长度等属性信息已知。采集道路图像的视觉设备的外参也已知,该外参包括视觉设备中相机到车体坐标系的旋转矩阵,在采集过程中车体坐标系相对于全局坐标系的一系列位姿也都有记录,因此基于该旋转矩阵以及一系列位姿即可计算出一个转换矩阵,用于将全局坐标系下的全局坐标转换到道路图像的图像坐标系下,也即可以基于该转换矩阵将重建数据中的重建线性要素的全局坐标投影到道路图像,即可得到道路图像上的投影线段。
该投影线段和道路图像上的新增线性要素的图像位置已知,因此基于该图像位置即可确定两者的位置匹配关系。可以理解的是,通过比对投影线段上各个投影点和道路图像上新增线性要素上各个位置点的图像坐标,即可确定重建线性要素和新增线性要素的位置匹配关系。在一些实施例中,如果投影线段和新增线性要素的位置不匹配,比如误差较大,大于预设上限值,在道路图像上体现为该新增线性要素未被任何投影线段所覆盖,则可以认为该新增线性要素未被重建,而如果投影线段和新增线性要素的位置相匹配,比如误差较小,小于预设下限值,在道路图像上体现为该新增线性要素被其中一个投影线段所覆盖,则可以认为该新增线性要素被重建,与该新增线性要素相匹配的重建线性要素为重建新增要素。在一些实施例中,该重建新增要素为重建线性要素中的一个或多个。
在本实施例的一个可选实现方式中,将位置相匹配的所述重建线性要素确定为所述新增线性要素对应的重建新增要素,可被实施为:
若所述投影线段与所述新增线性要素的全部或者部分在所述道路图像上的位置相匹配,则将所述重建线性要素确定为所述新增线性要素对应的重建新增要素;
所述评测模块,可被实施为:
基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素中与所述投影线段位置相匹配的部分与所述采集轨迹的对应关系,对所述重建新增要素进行评测。
该可选的实现方式中,考虑到可能仅重建了某车道线或者道路边缘线的一部分,则对应的重建线性要素在道路图像上的投影线段可能仅与新增线性要素的一部分相匹配。因此,如果重建线性要素在道路图像上的投影线段与新增线性要素的全部或者部分,在道路图像上的位置相匹配,则可以认为该重建线性要素为该新增线性要素对应的重建新增要素。后续可以基于该重建新增要素与采集轨迹的对应关系,以及该新增线性要素与采集轨迹的对应关系,对重建新增要素进行评测。需要说明的是,如果重建线性要素在道路图像上的投影线段仅与新增线性要素的部分在位置上相匹配,后续对该重建新增要素进行评测时,可以仅使用该新增线性要素中与该投影线段相匹配的部分对该重建新增要素进行评测,也即确定新增线性要素与采集轨迹的对应关系时,可以仅确定该新增线性要素中与该投影线段相匹配的部分与采集轨迹的对应关系。
在本实施例的一个可选实现方式中,所述评测模块,可被实施为:
基于所述重建新增要素在所述采集轨迹上的投影信息,确定重建新增要素的待评测几何信息;
基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息;其中,所述待评测几何信息以及所述真值几何信息以所述采集轨迹的几何信息表示;
基于所述真值几何信息以及所述待评测几何信息,对所述重建新增要素进行评测。
该可选的实现方式中,如上文中所述,重建新增要素为重建数据中的重建线性要素,其全局坐标已知。而采集轨迹上的轨迹点的全局坐标也已知,因此可以直接将重建新增要素投影至采集轨迹上,从而能够确定重建新增要素的待评测几何信息。
新增线性要素为道路图像上的线性要素,其图像位置已知,而全局坐标也即全局坐标未知,但是采集轨迹是道路图像的采集轨迹,因此该道路图像在采集轨迹上的采集位置已知,通过道路图像的采集位置、外参数等信息,可以将采集轨迹投影到道路图像的图像坐标系下,从而可以确定新增线性要素与采集轨迹在道路图像上的投影信息,将该投影信息反变换到全局坐标系,即可得到新增线性要素的真值几何信息。需要说明的是,若重建新增要素在道路图像上的投影线段与新增线性要素的一部分在道路图像上的位置相匹配,则可以确定该新增线性要素中与该投影线段位置相匹配的该一部分与采集轨迹在道路图像上的投影信息。
上文中提到,采集轨迹作为参照对象,用于对比重建新增要素和新增线性要素的几何信息,从而对重建新增要素进行质量评测。因此该待评测几何信息和真值几何信息均可以由采集轨迹上的几何信息来表示,比如待评测几何信息可以由重建新增要素在采集轨迹上的投影坐标和投影长度来表示,而真值几何信息也可以由新增线性要素在采集轨迹上的投影坐标和投影长度来表示。假如待评测几何信息和真值几何信息一致,比如两者对应的采集轨迹上的投影长度相等,或者相差不大,即使投影坐标有一些误差,也可以认为重建新增要素的质量较高,与道路图像上的新增线性要素一致。而如果待评测几何信息和真值几何信息不一致,比如两者对应的采集轨迹上的投影长度不相等,或者相差较大,投影坐标也不一致,则可以认为重建新增要素的质量不高。
在本实施例的一个可选实现方式中,基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息,可进一步被实施为:
若所述新增线性要素的两侧阈值范围内,存在附近线性要素,则确定所述新增线性要素至所述附近线性要素上的第一投影信息;所述附近线性要素为所述高精地图数据中的已有线性要素或者所述重建数据中的重建线性要素;
基于所述第一投影信息和所述采集轨迹,确定所述新增线性要素对应的第一真值几何信息。
该可选的实现方式中,如上文中所述,新增线性要素在道路图像上的图像位置已知,但是全局坐标未知。为了能够将新增线性要素准确投影到采集轨迹上,可能的情况下可以先获取新增线性要素的全局坐标。
考虑到高精地图数据中线性要素是按照道路面来更新的,也就是说,每次更新时会基于采集到数据更新某段路上的所有车道线、道路边缘线等线性要素。因此,如果新增线性要素的两侧附近存在已有线性要素或者重建线性要素(为了方便描述,本实施例中称之为附近线性要素),则在道路图像上通过将该新增线性要素投影至该附近的已有线性要素或重建线性要素,所得到的第一投影信息是准确的,该第一投影信息可以包括投影点以及投影长度。之后,基于该第一投影信息中的投影点对应的全局坐标,即可得到新增线性要素至采集轨迹线的投影信息,进而可以得到该新增线性要素对应的第一真值几何信息,该第一真值几何信息可以包括但不限于该第一投影信息在采集轨迹上对应的轨迹长度。
在本实施例的一个可选实现方式中,基于所述第一投影信息和所述采集轨迹,确定所述新增线性要素对应的第一真值几何信息,还可被进一步实施为:
若所述新增线性要素上存在无法投影到所述附近线性要素上的未投影部分和能够投影到所述附近线性要素的投影部分,则基于所述投影部分对应的所述第一投影信息与所述采集轨迹的投影关系,获得所述投影部分的所述第一真值几何信息;
基于所述采集轨迹在所述道路图像上的轨迹投影,确定所述未投影部分在所述采集轨迹上的第二投影信息;
基于所述第二投影信息确定所述未投影部分的第一真值几何信息。
该可选的实现方式中,在将新增线性要素投影至附近线性要素后,如果新增线性要素的其中一端或两端长于附近线性要素,则新增线性要素投影至附近线性要素后得到的第一投影信息,仅对应于新增线性要素的一部分,该部分可以称之为投影部分,而未投影到附近线性要素的部分也即新增线性要素上除投影部分之外的部分,可以称之为未投影部分。
针对投影部分,则可以基于该第一投影信息与采集轨迹的投影关系,获得该投影部分的第一真值几何信息。这是因为该第一投影信息是附近线性要素上的投影信息,并且该附近线性要素为已有线性要素或重建线性要素,其全局坐标已知,该第一投影信息的全局坐标也可以确定,因此可以基于该第一投影信息的全局坐标和采集轨迹的全局坐标,得到该第一投影信息在采集轨迹上的投影信息,进而确定该第一真值几何信息。
针对未投影部分,由于其在道路图像上的图像位置可以确定,因此可以在道路图像上将未投影部分投影到采集轨迹。由于采集轨迹的全局坐标已知,通过图像坐标和全局坐标之间的转换矩阵,即可确定采集轨迹在道路图像上的轨迹投影,基于所述道路图像上新增线性要素的未投影部分和轨迹投影的位置对应关系,即可确定新增线性要素的未投影部分在采集轨迹上的第二投影信息,该第二投影信息以采集轨迹在道路图像上的轨迹投影点来表示。
基于上述转换矩阵,可以将该第二投影信息反变换为采集轨迹上的轨迹点,从而可以确定新增线性要素的未投影部分对应的第一真值几何信息,该第一真值几何信息可以包括该第二投影信息在采集轨迹上对应的轨迹长度。
在本实施例的一个可选实现方式中,基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息,还可被实施为:
若所述新增线性要素的两侧阈值范围内,不存在附近线性要素,则基于所述采集轨迹在所述道路图像上的轨迹投影,确定所述新增线性要素在所述采集轨迹上的第三投影信息;
基于所述第三投影信息确定所述新增线性要素对应的第二真值几何信息。
该可选的实现方式中,若新增线性要素的两侧阈值范围内,不存在附近线性要素,则可以在道路图像上将新增线性要素投影到采集轨迹。而由于采集轨迹的全局坐标已知,通过图像坐标和全局坐标之间的转换矩阵,即可确定采集轨迹在道路图像上的轨迹投影,基于所述道路图像上新增线性要素和轨迹投影的位置投影关系,即可确定新增线性要素的第三投影信息,该第三投影信息以采集轨迹在道路图像上的轨迹投影点来表示。
基于上述转换矩阵,可以将该第三投影信息反变换为采集轨迹上的轨迹点,从而可以确定新增线性要素对应的第二真值几何信息,该第二真值几何信息可以包括该第三投影信息在采集轨迹上对应的轨迹长度。
本公开还公开了一种电子设备,图4示出根据本公开一实施方式的电子设备的结构框图,如图4所示,所述电子设备400包括存储器401和处理器402;其中,
所述存储器401用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器402执行以实现上述方法步骤。
图5是适于用来实现根据本公开一实施方式的重建数据评测方法的计算机系统的结构示意图。
如图5所示,计算机系统500包括处理单元501,其可实现为CPU、GPU、FPGA、NPU等处理单元。处理单元501可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行本公开上述任一方法的实施方式中的各种处理。在RAM503中,还存储有计算机系统500操作所需的各种程序和数据。处理单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本公开的实施方式,上文参考本公开实施方式中的任一方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行本公开实施方式中任一方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、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,所述模块、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。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的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所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)

1.一种重建数据评测方法,其中,包括:
获取高精地图数据、道路图像、道路图像的采集轨迹和基于所述道路图像得到的重建数据;
基于所述高精地图数据和所述道路图像确定新增线性要素;
基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素;
基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测;其中通过所述重建新增要素的全局坐标和采集轨迹的全局坐标,确定所述重建新增要素与采集轨迹的坐标对应关系;
其中,基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测,包括:
基于所述重建新增要素在所述采集轨迹上的投影信息,确定重建新增要素的待评测几何信息;
基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息;其中,所述待评测几何信息以及所述真值几何信息以所述采集轨迹的几何信息表示;
基于所述真值几何信息以及所述待评测几何信息,对所述重建新增要素进行评测。
2.根据权利要求1所述的方法,其中,基于所述高精地图数据和所述道路图像确定新增线性要素,包括:
将所述高精地图数据中的已有线性要素向所述道路图像进行投影;
基于已有线性要素在所述道路图像上的投影线段,与所述道路图像上的图像线性要素之间的位置匹配关系,将与所述投影线段位置不匹配的所述图像线性要素确定为所述新增线性要素。
3.根据权利要求1所述的方法,其中,基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素,包括:
将所述重建数据中的重建线性要素向所述道路图像进行投影;
基于所述重建线性要素在所述道路图像上的投影线段,与所述新增线性要素在所述道路图像上的位置匹配关系,将位置相匹配的所述重建线性要素确定为所述新增线性要素对应的重建新增要素。
4.根据权利要求3所述的方法,其中,将位置相匹配的所述重建线性要素确定为所述新增线性要素对应的重建新增要素,包括:
若所述投影线段与所述新增线性要素的全部或者部分在所述道路图像上的位置相匹配,则将所述重建线性要素确定为所述新增线性要素对应的重建新增要素;
基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测,包括:
基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素中与所述投影线段位置相匹配的部分与所述采集轨迹的对应关系,对所述重建新增要素进行评测。
5.根据权利要求1所述的方法,其中,基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息,包括:
若所述新增线性要素的两侧阈值范围内,存在附近线性要素,则确定所述新增线性要素至所述附近线性要素上的第一投影信息;所述附近线性要素为所述高精地图数据中的已有线性要素或者所述重建数据中的重建线性要素;
基于所述第一投影信息和所述采集轨迹,确定所述新增线性要素对应的第一真值几何信息。
6.根据权利要求5所述的方法,其中,基于所述第一投影信息和所述采集轨迹,确定所述新增线性要素对应的第一真值几何信息,包括:
若所述新增线性要素上存在无法投影到所述附近线性要素上的未投影部分和能够投影到所述附近线性要素的投影部分,则基于所述投影部分对应的所述第一投影信息与所述采集轨迹的投影关系,获得所述投影部分的所述第一真值几何信息;
基于所述采集轨迹在所述道路图像上的轨迹投影,确定所述未投影部分在所述采集轨迹上的第二投影信息;
基于所述第二投影信息确定所述未投影部分的第一真值几何信息。
7.根据权利要求1所述的方法,其中,基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息,还包括:
若所述新增线性要素的两侧阈值范围内,不存在附近线性要素,则基于所述采集轨迹在所述道路图像上的轨迹投影,确定所述新增线性要素在所述采集轨迹上的第三投影信息;
基于所述第三投影信息确定所述新增线性要素对应的第二真值几何信息。
8.一种重建数据评测装置,其中,包括:
获取模块,被配置为获取高精地图数据、道路图像、道路图像的采集轨迹和基于所述道路图像得到的重建数据;
第一确定模块,被配置为基于所述高精地图数据和所述道路图像确定新增线性要素;
第二确定模块,被配置为基于所述重建数据以及所述道路图像,从所述重建数据中确定与所述新增线性要素对应的重建新增要素;
评测模块,被配置为基于所述重建新增要素与所述采集轨迹的对应关系,以及所述新增线性要素与所述采集轨迹的对应关系,对所述重建新增要素进行评测;其中通过所述重建新增要素的全局坐标和采集轨迹的全局坐标,确定所述重建新增要素与采集轨迹的坐标对应关系;
其中,所述评测模块,被实施为:
基于所述重建新增要素在所述采集轨迹上的投影信息,确定重建新增要素的待评测几何信息;
基于所述新增线性要素在所述采集轨迹上的投影信息,确定所述新增线性要素对应的真值几何信息;其中,所述待评测几何信息以及所述真值几何信息以所述采集轨迹的几何信息表示;
基于所述真值几何信息以及所述待评测几何信息,对所述重建新增要素进行评测。
9.一种电子设备,其中,包括存储器、处理器以及存储在存储器上的计算机程序,其中,所述处理器执行所述计算机程序以实现权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机指令,其中,该计算机指令被处理器执行时实现权利要求1-7任一项所述的方法。
CN202311047232.8A 2023-08-18 2023-08-18 重建数据评测方法、装置、电子设备及存储介质 Active CN116756264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311047232.8A CN116756264B (zh) 2023-08-18 2023-08-18 重建数据评测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311047232.8A CN116756264B (zh) 2023-08-18 2023-08-18 重建数据评测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116756264A CN116756264A (zh) 2023-09-15
CN116756264B true CN116756264B (zh) 2023-11-17

Family

ID=87957612

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311047232.8A Active CN116756264B (zh) 2023-08-18 2023-08-18 重建数据评测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116756264B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020232648A1 (zh) * 2019-05-22 2020-11-26 深圳市大疆创新科技有限公司 车道线的检测方法、电子设备与存储介质
CN115393319A (zh) * 2022-08-25 2022-11-25 高德软件有限公司 地图要素的评测方法和装置
CN115774766A (zh) * 2022-11-29 2023-03-10 阿里巴巴(中国)有限公司 差分算法模型的评测、确定更新地图数据的方法及装置
CN115790655A (zh) * 2022-11-28 2023-03-14 高德软件有限公司 更新矢量的质量评估方法、电子设备及程序产品
CN116109784A (zh) * 2022-11-30 2023-05-12 武汉中海庭数据技术有限公司 高精地图差异发现方法、系统、介质及设备
CN116124178A (zh) * 2023-01-19 2023-05-16 重庆长安汽车股份有限公司 众包高精度地图质量评估方法、系统及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5064870B2 (ja) * 2007-04-17 2012-10-31 株式会社日立製作所 デジタル道路地図の生成方法及び地図生成システム
CN114387410B (zh) * 2021-12-10 2023-03-24 阿波罗智能技术(北京)有限公司 道路数据融合的地图生成方法、装置以及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020232648A1 (zh) * 2019-05-22 2020-11-26 深圳市大疆创新科技有限公司 车道线的检测方法、电子设备与存储介质
CN115393319A (zh) * 2022-08-25 2022-11-25 高德软件有限公司 地图要素的评测方法和装置
CN115790655A (zh) * 2022-11-28 2023-03-14 高德软件有限公司 更新矢量的质量评估方法、电子设备及程序产品
CN115774766A (zh) * 2022-11-29 2023-03-10 阿里巴巴(中国)有限公司 差分算法模型的评测、确定更新地图数据的方法及装置
CN116109784A (zh) * 2022-11-30 2023-05-12 武汉中海庭数据技术有限公司 高精地图差异发现方法、系统、介质及设备
CN116124178A (zh) * 2023-01-19 2023-05-16 重庆长安汽车股份有限公司 众包高精度地图质量评估方法、系统及存储介质

Also Published As

Publication number Publication date
CN116756264A (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
EP2975555B1 (en) Method and apparatus for displaying a point of interest
US20170316127A1 (en) Method and apparatus for constructing testing scenario for driverless vehicle
US20200279395A1 (en) Method and system for enhanced sensing capabilities for vehicles
CN111707275A (zh) 一种定位方法、装置、电子设备及计算机可读存储介质
CN115713560A (zh) 一种摄像头和车辆的外参数标定方法及装置、电子设备、存储介质
CN110909620A (zh) 车辆检测方法、装置、电子设备及存储介质
CN113223064A (zh) 一种视觉惯性里程计尺度的估计方法和装置
CN112767412B (zh) 车辆部件级分割方法、装置以及电子设备
CN116756264B (zh) 重建数据评测方法、装置、电子设备及存储介质
CN115790655A (zh) 更新矢量的质量评估方法、电子设备及程序产品
CN110288608A (zh) 作物行中心线提取方法和装置
EP4250245A1 (en) System and method for determining a viewpoint of a traffic camera
CN109740502B (zh) 道路质量检测方法及装置
CN114705180B (zh) 高精地图的数据修正方法、装置、设备及存储介质
CN110782390A (zh) 图像的矫正处理方法及装置、电子设备
CN111383337B (zh) 用于识别对象的方法和装置
CN115661444A (zh) 图像处理方法、装置、设备、存储介质及产品
CN114882183A (zh) 车道线标注方法、装置、计算机设备及存储介质
CN110619057A (zh) 基于车辆的信息推送方法、装置及设备
CN115859129B (zh) 基于稀疏卫星定位的车辆行驶轨迹相似性度量方法及系统
CN117235089B (zh) 地图检查方法、装置、电子设备及可读存储介质
KR102456083B1 (ko) 영상기반 주행 속도 및 방향 추론 장치 및 이를 이용한 영상기반 주행 속도 및 방향 추론 방법
CN116358526A (zh) 交通设施识别方法、装置、设备及介质
CN117058195A (zh) 目标检测方法、装置、设备及存储介质
CN115619857A (zh) 资料采集方法、装置、电子设备、介质及程序产品

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