CN116929332A - 点云对齐数据的获取方法和存储介质 - Google Patents

点云对齐数据的获取方法和存储介质 Download PDF

Info

Publication number
CN116929332A
CN116929332A CN202310892911.9A CN202310892911A CN116929332A CN 116929332 A CN116929332 A CN 116929332A CN 202310892911 A CN202310892911 A CN 202310892911A CN 116929332 A CN116929332 A CN 116929332A
Authority
CN
China
Prior art keywords
plane position
data
point cloud
position vector
target
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
CN202310892911.9A
Other languages
English (en)
Inventor
葛增晔
包鑫
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 CN202310892911.9A priority Critical patent/CN116929332A/zh
Publication of CN116929332A publication Critical patent/CN116929332A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G01C21/3822—Road feature data, e.g. slope 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
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3837—Data obtained from a single source
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种点云对齐数据获取方法和存储介质，能够消除不同时间采集的点云数据之间的位置偏差。其中，所述方法包括：获取目标道路的新采集的点云数据，基于新采集的点云数据，获取目标道路上的第一目标物的平面位置数据；基于目标道路的历史采集点云数据，获取目标道路上的第二目标物的平面位置数据；基于第一目标物的平面位置数据和第二目标物的平面位置数据，确定第一目标物和第二目标物对应的平面位置矢量差；基于第一目标物和第二目标物对应的平面位置矢量差，确定相互匹配的第一目标物和第二目标物；基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，纠偏数据用于将新采集的点云数据与历史采集点云数据对齐。

Description

点云对齐数据的获取方法和存储介质
技术领域
本申请涉及高精地图技术领域，尤其涉及一种点云对齐数据的获取方法和存储介质。
背景技术
随着技术发展，电子地图正在从标准电子地图(简称标准地图)向高精度电子地图(简称高精地图)演进。现有生成高精地图的技术路线有多种，常见的技术路线需要依赖激光雷达采集的点云数据生成高精地图。
由于现实世界中的地理要素会随时间会发生变化，因此，需要定期对已生成的高精地图进行更新，对于基于点云数据生成的高精地图而言，其更新时，需要采集新的点云数据，并基于新采集的点云数据对已生成的高精地图进行更新。由于点云数据受环境影响较大，即便是用同样的激光雷达采集同一条道路的点云数据，所得到的新采集的点云数据和之前采集的历史点云数据之间也存在一定的位置偏差，这会导致针对现实世界中同一个地理要素，基于新采集的点云数据生成的该地理要素和基于历史点云数据生成的该地理要素之间存在位置偏差，进而导致将基于新采集的点云数据生成的地理要素对高精地图中的地理要素进行更新操作时出现错误。因此，为确保高精地图更新的准确性，在基于新采集的点云数据对高精地图进行更新操作之前，需要将新采集的点云数据和历史点云数据进行对齐，以便消除不同时间采集的点云数据之间的位置偏差，降低或消除使用新采集的点云数据更新高精地图出现错误的概率或风险。
发明内容
本申请实施例提供一种点云对齐数据获取方法和存储介质，以实现利用新采集的点云数据更为准确地对电子地图进行更新。
第一方面，本申请实施例提供了一种点云对齐数据的获取方法，包括：获取目标道路的新采集的点云数据；基于所述新采集的点云数据，获取所述目标道路上的第一目标物的平面位置数据；基于目标道路的历史采集点云数据，获取所述目标道路上的第二目标物的平面位置数据，所述第一目标物和所述第二目标物的类型相同；基于所述第一目标物的平面位置数据和所述第二目标物的平面位置数据，确定所述第一目标物和所述第二目标物对应的平面位置矢量差；基于所述第一目标物和所述第二目标物对应的平面位置矢量差，确定相互匹配的第一目标物和第二目标物；基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，所述纠偏数据用于将所述新采集的点云数据与历史采集点云数据对齐。
第二方面，本申请实施例提供了一种地图数据更新方法，包括：根据点云对齐数据的获取方法，确定新采集的点云数据的纠偏数据；根据所述纠偏数据，确定新采集的点云数据纠偏后的采集位置；根据所述新采集的点云数据和所述新采集的点云数据纠偏后的采集位置，生成地图要素，然后对所述地图数据进行更新。
第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，处理器在执行计算机程序时实现上述任一项的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述任一项的方法。
与现有技术相比，本申请具有如下优点：
采集点云数据时，可能因为采集设备不同、采集时间不同、采集时天气不同或采集时定位信号强弱不同等因素，导致新采集的点云数据可能与用于生成高精地图的历史点云数据之间存在平面位置数据的偏差，为了确保高精地图更新的准确度，本申请采用在新采集的点云数据和高精地图中，获取同类型的第一目标物、第二目标物，根据第一目标物和第二目标物的匹配状况确定纠偏数据。可见，本申请在确定纠偏数据时，不依赖新采集点云相对于高精地图的初始位置，对新采集的点云数据的相对精度要求低，实现了新采集的点云数据与历史采集点云数据的快速对齐。进而，基于本申请确定的纠偏数据，对新采集的点云数据进行平面位置数据纠偏、使其与历史点云数据对齐之后，用新采集的点云数据更新高精地图时，具有更高的平面位置数据的准确性，降低新采集的点云数据用于更新高精地图时出错的概率或风险。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请的一些实施方式，而不应将其视为是对本申请范围的限制。
图1A为本申请实施例的点云对齐数据的获取方法的应用场景示意图；
图1B为本申请实施例的地图数据更新方法的应用场景示意图；
图2为本申请实施例的点云对齐数据的获取方法的流程示意图；
图3为本申请实施例的新采集的点云数据的地理位置范围示意图；
图4为本申请实施例的点云数据采集轨迹示意图；
图5为本申请一种示例中利用栅格筛选各范围包括的位置差异值的数量示意图；
图6为本申请一种示例的点云对齐数据的获取方法示意图；
图7为本申请另一种示例的点云对齐数据的获取方法示意图；
图8为本申请一种示例的平面位置矢量差计算方式示意图；
图9为本申请实施例的地图数据处理装置示意图；以及
图10为用来实现本申请实施例的电子设备的框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的构思或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的，而非限制性的。
为便于理解本申请实施例的技术方案，以下对本申请实施例的相关技术进行说明。以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。
图1A、图1B为示例性的用于实现本申请实施例的方法的应用场景的示意图。如图1A所示，本申请实施例提供的点云对齐数据的获取方法可以由计算机设备102执行，计算机设备102，可以合法合规地与服务器101进行数据传输。本申请的相关技术架构仅为更清楚地说明发明创造，不应视为对本申请的限制。
计算机设备102可以是与点云采集装置103连接的具有计算功能的设备，比如采集车的车载电脑。计算机设备102还可以是台式计算机、笔记本电脑、平板电脑、智能可穿戴设备、掌上电脑等具有数据处理功能的设备。点云采集装置103将新采集的点云数据传输至计算机设备102，计算机设备102可从自身的存储装置或者从服务器101获得处理点云数据所必须的参考数据，比如用于生成地图数据的历史采集点云数据。计算机设备102采用本申请实施例提供的点云对齐数据的获取方法对新采集的点云数据和历史采集点云数据进行处理，得到纠偏数据，以将新采集的点云数据和历史采集点云数据对齐。
本申请实施例所提供的地图数据更新方法也可应用于图1A所示的场景。在计算机设备102得到地图数据的校准位置信息之后，根据校准位置信息，进行点云对齐，基于对齐的点云生成地图要素，基于新生成的地图要素对计算机设备102或云服务器端101存储的地图数据进行更新。
本申请实施例的点云对齐数据的获取方法还可以应用于图1B所示的场景。点云采集装置105可以包括激光雷达以及相应的数据计算装置，搭载在采集车辆上。随着采集车辆在道路上行驶，点云采集装置105采集道路的新的点云数据，服务器104存储已用于生成高精地图数据的历史采集点云数据。针对同一条道路，点云采集装置105可基于该道路的历史采集点云数据和新采集的点云数据，以将新采集的点云数据和历史采集点云数据对齐，服务器104根据对齐后的新采集的点云数据，生成用于对高精地图数据进行更新的要素数据。或者，点云采集装置105可将采集到的新采集的点云数据发送至服务器端104，服务器端104可基于该道路的历史采集点云数据和新采集的点云数据，以将新采集的点云数据和历史采集点云数据对齐。
本申请实施例提供的点云对齐数据的获取方法，包括如图2所示的流程，包括步骤S201-S206。
在步骤S201，获取目标道路的新采集的点云数据。
高精地图制作场景，搭载各类传感器的车辆针对同一道路，可以在不同的时间，多次进行地图资料数据的采集，地图资料数据可以包括：点云数据、图像数据、轨迹数据等，其中，点云数据是通过搭载在车辆上的激光雷达采集的。
参见附图3，新采集的点云数据为沿着图3所示的建筑物301和建筑物302周围的道路采集的，即，新采集的点云数据覆盖建筑物301、建筑物302周围的道路的区域303，位于道路的区域303中或两侧的交通设施的点云数据均会采集得到。同理，可从历史点云数据中，确定曾经在道路的区域303采集的历史点云数据。
本实施例的步骤S201中，目标道路的新采集的点云数据的采集时间晚于历史采集点云数据的采集时间，并且，新采集的点云数据暂未用于更新目标道路的高精地图数据，而历史采集点云数据则已用于生成或更新目标道路的高精地图数据。
在步骤S202，基于新采集的点云数据，获取目标道路上的第一目标物的平面位置数据。
搭载在车辆上的激光雷达在目标道路上行驶时，能够采集到目标道路上各类相关设施的激光点云数据，比如目标道路的路沿点云数据、目标道路的路面标记点云数据、目标道路侧设置的交通设施的点云数据等，其中，交通设施可以是路牌、路灯杆等。
在本实施例步骤S202中，第一目标物可以是道路在现实环境中出现的设施之一。比如，第一目标物可以是道路上位置通常固定的交通设置，比如道路两侧的公交站牌、路灯杆、电线杆、指示牌杆等杆状物。
步骤S202中的第一目标物的平面位置数据，是指第一目标物在设定的二维平面坐标系中的位置数据。
在步骤S203，基于目标道路的历史采集点云数据，获取目标道路上的第二目标物的平面位置数据，第一目标物和第二目标物的类型相同。
本实施例的步骤S203中，历史采集点云数据，是已经用于生成待更新的地图数据的点云数据。第一目标物和第二目标物均属于道路上的目标物，加入第一/第二的限定仅为区分相应的目标物是基于新采集的点云数据生成的，还是基于历史点云数据生成的，前述关于第一目标物的说明亦适用于第二目标物。第一目标物和第二目标物的类型相同，可以理解为如果第一目标物为杆状物，也需要获取类型为杆状物的第二目标物。
步骤S203中的第二目标物的平面位置数据，是指第二目标物在设定的二维平面坐标系内的坐标，其中，第一杆状物和第二杆状物的二维平面坐标系相同。
针对每个第一目标物和每个第二目标物，可以分别计算目标物的平面拟合位置，作为目标物体的平面位置数据。计算拟合位置时，可以根据表示第一目标物或第二目标物的多个点，确定平均位置、几何中心或关键点位置，将平均位置、几何中心或关键点位置作为拟合位置。本实施例中，通过计算拟合位置，能够将表示第一目标物或第二目标物的点简化为一个点进行计算，降低计算复杂度。
在步骤S204，基于第一目标物的平面位置数据和第二目标物的平面位置数据，确定第一目标物和第二目标物对应的平面位置矢量差。
在本实施例的步骤S204中，可以在新采集的点云数据中，获取多个第一目标物，并获取各个第一目标物的平面位置数据。同时，也可以在目标道路的历史采集点云数据中，获取多个第二目标物的平面位置数据。
由于本申请选取的是道路上位置通常固定的目标物，无论采集点云数据时的环境或如何变化，针对目标道路上的同一个目标物，基于历史采集点云数据生成的该目标物(第一目标物)和基于新采集点云数据生成的该目标物(第二目标物)之间应该存在唯一对应关系，而由于该目标物在现实世界中的位置是固定的，因此，确定第一目标物和第二目标物对应的平面位置矢量差，是一种高效的确定前述唯一对应关系的方式。
在本申请实施例的步骤S204中，目标道路上属于同一类型的目标物体可能存在多个，即第一目标物、第二目标物分别存在多个。那么，在确定第一目标物和第二目标物对应的平面位置矢量差的时候，将每个第一目标物与每个第二目标物进行组合，确定每个组合中的第一目标物和第二目标物的平面位置矢量差。
比如，第一目标物包括目标物1、目标物2、目标物3，第二目标物包括目标物4、目标物5、目标物6。那么针对目标物1，需要计算目标物1和目标物4的平面位置矢量差、目标物1和目标物5的平面位置矢量差、目标物1和和目标物6的平面位置矢量差。针对目标物2、3也采用同样的方式确定平面位置矢量差。本实施例中，针对每个第一目标物，确定该第一目标物和每个第二目标物的平面位置矢量差，实现目标物在不同批次中采集的点云数据中对应的第一目标物和第二目标物的全面匹配。
在步骤S205，基于第一目标物和第二目标物对应的平面位置矢量差，确定相互匹配的第一目标物和第二目标物。相互匹配的第一目标物和第二目标物，通常指向现实的目标道路的同一个目标物。
在本实施例的步骤S205中，第一目标物和第二目标物的平面位置数据为坐标数据，第一目标物和第二目标物对应的平面位置矢量差可以是同一坐标轴的坐标值的矢量差。
考虑到在采集新采集的点云数据时，实际环境中的目标物可能相对地图数据中的目标物已经发生变化，比如目标物存在新建、拆除、翻新等情况。因此，并非新采集的点云数据中每个第一目标物，在历史采集点云数据中均存在匹配的第二目标物，为了提高对新采集的点云数据的对齐效率，可从新采集的点云数据和历史采集点云数据中，确定至少一对匹配的第一目标物和第二目标物。
在步骤S206，基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，纠偏数据用于将新采集的点云数据与历史采集点云数据对齐。
如图8所示，K1、K2分别为一个匹配的第一目标物和第二目标物对中的第一目标物和第二目标物；K3、K4分别为另一个匹配的第一目标物和第二目标物对中的第一目标物和第二目标物。那么针对第一目标物K1的采集时刻T1、第一目标物K3的采集时刻T2之间的其他时刻采集的第一目标物K4、K5、K6，可根据第一目标物K1和第二目标物K2之间的第一平面位置矢量差Δk1、以及第一目标物K3和第二目标物K4之间的第一平面位置矢量差Δk2，结合T1和T2进行计算第一目标物K4、K5、K6与校准位置P1、P2、P3之间的第二平面位置矢量差Δk3，Δk3有可能是相同的，也有可能是不同的。
以上是本申请实施例提供的点云对齐数据的获取方法的一种实施例，以下结合具体实施方式，对本申请的其他实施例进行介绍。
首先，关于步骤205确定相互匹配的第一目标物和第二目标物的实施方式：
第一种实施方式：
对第一目标物和第二目标物的平面位置矢量差按照数量级进行分类，根据平面位置矢量差的数量最多的分类，确定相互匹配的第一目标物和第二目标物。本实施例中，数量级可以是预设的数值范围。比如，0-10、10-20、20-30为三个不同的数量级。由于位置偏差是因为点云采集设备在不同的多次连续过程中进行采集产生的，因此在一次采集的过程中，位置的偏差往往是一致的，因此，在现实的目标道路中的目标物体，对应的平面位置矢量差大小应该基本相同。基于这样的原理，提供第一种实施方式。
第二种实施方式：
步骤1：将所有第一目标物和第二目标物对应的平面位置矢量差映射至按照预设分辨率确定的栅格中；
步骤2：基于映射至栅格中的平面位置矢量差的个数，确定相互匹配的第一目标物和第二目标物。
本实施例中，按照预设的分辨率，在坐标系中生成平行于坐标轴的栅格线，由各栅格线划分出栅格。栅格由平行于坐标系的坐标轴的直线或线段划分而形成，直线或线段按照设定间隔平行于一个坐标轴，如图5所示，每个栅格覆盖一定的坐标范围。
其中，在一种实施方式中，前述步骤1：将第一目标物和第二目标物对应的平面位置矢量差映射至按照预设分辨率确定的栅格中，具体包括：
针对每个平面位置矢量差，用所述平面位置矢量差中的横轴矢量差除以栅格预设的分辨率得到栅格的横坐标，用所述平面位置矢量差中的纵轴矢量差除以栅格预设的分辨率得到栅格的纵坐标，所述横坐标和纵坐标对应的栅格作为所述平面位置矢量差映射的栅格。
设置栅格的分辨率为R，并将平面位置矢量差Pm_n投影到栅格，具体操作如下：
投影计算方式可以包括：xindex＝Round(px÷R)；yindex＝Round(py÷R)。
其中，xindex、yindex为栅格横坐标和栅格纵坐标。Round表示求整数。
进一步，在一种实施方式中，前述步骤2，基于映射至栅格中的平面位置矢量差的个数，确定相互匹配的第一目标物和第二目标物，包括：
基于映射至栅格中的平面位置矢量差的个数，获取个数最多的一个栅格中的平面位置矢量差；
将获取出的每个平面位置矢量差对应的第一目标物和第二目标物，确定为相互匹配的第一目标物和第二目标物。
由于本申请采用位置通常固定的目标物且新采集的点云数据与历史采集点云数据的位置偏差也是有规律的，因此，一对相互匹配的第一目标物和第二目标物的矢量位置差和另一对相互匹配的第一目标物和第二目标物的矢量位置差应当大致接近，说明各个相互的匹配的第一目标物和第二目标物，映射到同一个栅格的几率也会增大，当基于矢量位置差进行映射后，栅格K5中第一目标物和第二目标物的数量最多，则说明栅格K5内第一目标物和第二目标物的平面位置矢量差大致接近，K5栅格内的各平面位置矢量差对应的第一目标物和第二目标物相互匹配。该实施例优选适用于新采集的点云数据对应的采集轨迹并不长(相对较短)情况，比如，采集轨迹的长度是100米或者500米等，举例仅为说明，不应视为限制。
在另一种实施方式中，前述步骤2所述基于映射至栅格中的平面位置矢量差的个数，确定相互匹配的第一目标物和第二目标物，包括：
基于映射至栅格中的平面位置矢量差的个数，获取个数超过预设的阈值的栅格中的平面位置矢量差；
将获取出的每个平面位置矢量差对应的第一目标物和第二目标物，确定为相互匹配的第一目标物和第二目标物。
上述实施例优选适用于新采集的点云数据对应了比较长的采集轨迹，比如采集轨迹的长度是5km或者10km等，为了确保全局最优，提高第一目标物和第二目标物的匹配的准确度，可以设置一定的阈值，按照阈值筛选栅格，保证最终计算的纠偏数据的准确性。新采集的点云数据对应的采集轨迹，可以是采集新采集的点云数据的激光雷达采集车的行驶轨迹，比如，参照图4所示，采集轨迹为从F1点沿着街道F到街道D的D1点。
以上介绍了确定相互匹配的第一目标物和第二目标物的具体实施方式，以下对本申请提供的确定纠偏数据的实施例进行详细介绍。
在本申请步骤S206的一种执行方式中，基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，包括：
基于相互匹配的第一目标物和第二目标物的平面位置矢量差，获取所述平面位置矢量差的均值；
将所述平面位置矢量差的均值确定为所述纠偏数据。
其中，当存在多对相互匹配的第一目标物和第二目标物，本领域技术人员可以根据技术指标，选择用于计算均值的相互匹配的第一目标物和第二目标物。比如，有5对相互匹配的第一目标物和第二目标物，对应了5个平面位置矢量差，在计算均值时可以用5个平面位置矢量差，也可以用3个平面位置矢量差，如果平面位置矢量差之间的差距很小，则也可以选一个平面位置矢量差作为均值。举例仅为说明本申请实施例，不应视为对本申请的限制。
本实施例通过计算相互匹配的第一目标物和第二目标物的平面位置矢量差的均值，确定纠偏数据，该纠偏数据能够消除个别数据的误差，确保纠偏数据的准确性。
在本申请步骤S206的另一种实施方式中，所述基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，包括：
基于所有相互匹配的第一目标物和第二目标物中第一目标物的采集时间，将每一对相互匹配的第一目标物和第二目标物作为一个整体，按照时间递增进行排序；
根据排序后的相互匹配的第一目标物和第二目标物对应的平面位置矢量差、第一目标物的采集时间和待生成纠偏数据的插值时间，生成与插值时间对应的纠偏数据，所述插值时间从最早的采集时间和最晚的采集时间之间任意取值。该实施方式优选适用于新采集的点云数据对应相对较长的采集轨迹的情况，当然亦可用于采集轨迹相对较短的情况，并不影响本申请的实现。
以上是本申请提供的点云对齐数据的获取方法的实施例，以下以目标物为杆状物，对前述提供的实施例的实现方式进行进一步介绍。
在本申请一种示例中，点云对齐数据的获取方法如图6所示，包括步骤S601-S608。
步骤S601，加载目标道路的新采集的点云数据。
步骤S602，从新采集的点云数据中提取出杆状物，计算杆状物的平面位置数据
杆状物的平面位置数据可以采用如下计算方式：
其中，n为杆状物在新采集的点云簇中的个数，x、y为杆状物的点云簇中，各点的x、y坐标。x、y坐标可采用世界坐标，也可以是将杆状物的点云簇中，各点的三维坐标映射到二维平面上得到的坐标。为杆状物的拟合位置坐标。
步骤S603，根据新采集的点云数据覆盖的地理范围(可在此地理范围基础上，外扩一定的距离(γ))加载历史采集点云数据，所述历史采集点云数据也是在所述目标道路上采集的。
步骤S604，从加载历史采集点云数据中提取杆状物，计算杆状物的平面位置数据的计算方式与步骤S602相同。
步骤S605，计算平面位置矢量差。本步骤中，将和/>两两做矢量差，得到平面位置矢量差Pm_n。
平面位置矢量差的计算方式可以包括：Pi_j＝G_mi-G_nj。
步骤S606，将平面位置矢量差映射到栅格中。设置栅格的分辨率为R，并将Pm_n映射到栅格，具体过程如下：
平面位置矢量差映射的栅格计算方式包括：
xindex＝Round(px÷R)；yindex＝Round(py÷R)。
其中，Round表示求整数，px是平面位置矢量差包括的横轴矢量差，py是平面位置矢量差包括的纵轴矢量差，xindex、yindex分别为栅格的横坐标和纵坐标，将所述横坐标和纵坐标对应的栅格作为所述平面位置矢量差映射的栅格。
步骤S607：查找满足条件的栅格。本示例中，满足条件的栅格为栅格内映射的平面位置矢量差的个数最多的栅格，如图5所示，满足条件的栅格是J6。
步骤S608，计算落入满足条件的栅格J6中平面位置矢量的平均值p，将平均值p作为纠偏数据。
计算公式可以为：
上述实施例能够将新采集的点云数据和历史点云数据进行快速对齐，对新采集的点云的相对精度要求不高，不依赖相对于高精地图的初始位置，提高了点云对齐的鲁棒性，并且计算效率高，消耗低，实时性强。
在本申请一种示例中，点云对齐数据的获取方法如图7所示，包括步骤S701-S709。
步骤S701，加载新目标道路的新采集的点云数据。
步骤S702，从新采集的点云中提取出杆状物，计算出所有杆状物的平面位置数据
杆状物的平面位置数据计算方式可以采用如下公式：
其中，n为杆状物在新采集的点云簇中的个数，x、y为杆状物的点云簇中，各点的x、y坐标。x、y坐标可采用世界坐标，也可以是将杆状物的点云簇中，各点的三维坐标映射到二维平面上得到的坐标。为杆状物的拟合位置坐标。
步骤S703，根据新采集的点云数据覆盖的地理范围(可在此范围基础上，外扩一定的距离(γ))，加载高精地图对应的历史采集点云数据。其中，历史采集点云数据也是在所述目标道路上采集的。
步骤S704，从加载的历史采集点云数据中提取杆状物，计算所有杆状物的平面位置数据的计算方式与步骤S702相同。
步骤S705，计算平面位置矢量差。在本步骤中，将和/>两两做矢量差，得到平面位置矢量差Pm_n。
平面位置矢量差的计算方式可以包括：Pi_j＝G_mi-G_nj。
步骤S706，将平面位置矢量差映射到栅格中。设置栅格的分辨率为R，并将Pm_n映射到栅格，具体操作过程如下：
平面位置矢量差映射的栅格计算方式可以包括：
xindex＝Round(px÷R)；yindex＝Round(py÷R)。
其中，px是平面位置矢量差包括的横轴矢量差；py是平面位置矢量差包括的纵轴矢量差；xindex、yindex分别为栅格的横坐标和纵坐标。Round表示求整数。R可以为栅格的步长。
步骤S707：查找满足条件的栅格。本示例中，满足条件的栅格为栅格内投影点数大于阈值S的网格，其中S可以为3。如图5所示，在阈值S为3的情况下，满足条件的栅格是J6，J4，J5，J9。
步骤S708，对满足条件的栅格所包括的平面位置矢量差对应的杆状物按照点云数据采集时间进行排序。本示例中，J6，J4，J5，J9栅格中的平面位置矢量差p1,p2...pk对应的匹配对c1,c2,c3...ck，匹配对包括两个匹配的杆状物，假定两个匹配的杆状物中，从新采集的点云数据中提取的杆状物为第一杆状物，从历史采集点云数据中提取的杆状物为第二杆状物，则根据匹配点对中的第一杆状物的时间，对匹配对c1,c2,c3...ck，按时间递增排序，得到匹配对m1,m2,m3...mk,以及，对应的平面位置矢量差为n1,n2,n3...nk，对应的第一杆状物的采集时间为t1,t2,t3...tk。其中，平面位置矢量差为n1,n2,n3...nk和平面位置矢量差p1,p2...pk区别仅在于前者进行了排序，而后者没有经过排序，排序并不改变具体的取值。
步骤S709，计算落入满足条件的栅格中平面位置矢量的平均值p，将平均值p作为纠偏数据。本示例中，根据平面位置矢量差n1,n2,n3...nk、第一杆状物的采集时间为t1,t2,t3...tk，生成插值的纠偏数据y＝g(t)，其中t是插值时间，计算方式可以包括：
y＝n1(t<t1)，表示当插值时间t小于t1，则插值时间t的纠偏数据等于平面位置矢量差n1
y＝(n2-n1)/(t2-t1)*(t-t1)+n1(t>＝t1&&t<t2)，表示当插值时间t大于等于t1，且小于t2，则按照(n2-n1)/(t2-t1)*(t-t1)+n1公式计算插值时间t对应的纠偏数据，以下公式含义相同，不再用文字赘述。
......
y＝(nk-nk-1)/(tk-tk-1)*(t-tk-1)+nk-1(t>＝tk-1&&t<tk)。
y＝nk(t>＝tk)。
该实施例适用于新采集的点云数据对应的采集轨迹较长的情形，同样该实施例不依赖新采集的点云数据相对于高精地图的初始位置，同时对新采集的点云相对精度要求不高，可以计算出全局最优解，提高了点云对齐的鲁棒性，并且计算效率高，消耗低，实时性强。
与本申请实施例提供的点云对齐数据的获取方法的应用场景置相对应地，本申请实施例还提供一种点云对齐数据的获取装置，如图9所示，包括：
点云数据获取模块901，用于获取目标道路的新采集的点云数据；第一平面位置数据获取模块902，用于基于所述新采集的点云数据，获取所述目标道路上的第一目标物的平面位置数据；第二平面位置数据获取模块903，用于基于目标道路的历史采集点云数据，获取所述目标道路上的第二目标物的平面位置数据，所述第一目标物和所述第二目标物的类型相同；平面位置矢量差获取模块904，用于基于所述第一目标物的平面位置数据和所述第二目标物的平面位置数据，确定所述第一目标物和所述第二目标物对应的平面位置矢量差；匹配确定模块905，用于基于所述第一目标物和所述第二目标物对应的平面位置矢量差，确定相互匹配的第一目标物和第二目标物；纠偏数据模块906，用于基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，所述纠偏数据用于将所述新采集的点云数据与历史采集点云数据对齐。
在一种实施方式中，平面位置矢量差获取模块进一步配置为：针对每个第一目标物，根据所述第一目标物的平面位置数据和所述第二目标物的平面位置数据，确定所述第一目标物和每个第二目标物之间的平面位置矢量差。
在一种实施方式中，匹配确定模块进一步配置为：将所有第一目标物和第二目标物对应的平面位置矢量差映射至按照预设分辨率确定的栅格中；基于映射至栅格中的平面位置矢量差的个数，确定相互匹配的第一目标物和第二目标物。
在一种实施方式中，匹配确定模块进一步配置为：基于映射至栅格中的平面位置矢量差的个数，获取个数最多的一个栅格中的平面位置矢量差；将获取出的每个平面位置矢量差对应的第一目标物和第二目标物，确定为相互匹配的第一目标物和第二目标物。
在一种实施方式中，纠偏数据模块进一步配置为：基于相互匹配的第一目标物和第二目标物的平面位置矢量差，获取所述平面位置矢量差的均值；将所述平面位置矢量差的均值确定为所述纠偏数据。
在一种实施方式中，匹配确定模块进一步配置为：基于映射至栅格中的平面位置矢量差的个数，获取个数超过预设的阈值的栅格中的平面位置矢量差；将获取出的每个平面位置矢量差对应的第一目标物和第二目标物，确定为相互匹配的第一目标物和第二目标物。
在一种实施方式中，纠偏数据模块进一步配置为：基于所有相互匹配的第一目标物和第二目标物中第一目标物的采集时间，将每一对相互匹配的第一目标物和第二目标物作为一个整体，按照时间递增进行排序；根据排序后的相互匹配的第一目标物和第二目标物对应的平面位置矢量差、第一目标物的采集时间和待生成纠偏数据的插值时间，生成与插值时间对应的纠偏数据，所述插值时间从最早的采集时间和最晚的采集时间之间任意取值。
在一种实施方式中，所述第一目标物的类型为杆状物。
在一种实施方式中，所述平面位置矢量差包括：横轴矢量差和纵轴矢量差，匹配确定模块进一步配置为：针对每个平面位置矢量差，用所述平面位置矢量差中的横轴矢量差除以栅格预设的分辨率得到栅格的横坐标，用所述平面位置矢量差中的纵轴矢量差除以栅格预设的分辨率得到栅格的纵坐标，所述横坐标和纵坐标对应的栅格作为所述平面位置矢量差映射的栅格。
在一种实施方式中，第一平面位置数据获取模块被配置为：从新采集的点云数据中，获取第一目标物的点云数据；计算所述第一目标物的点云数据的平面位置数据坐标的平均值；将所述平面位置坐标的平均值作为所述第一目标物的平面位置数据。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，并具备相应的有益效果，在此不再赘述。
图10为用来实现本申请实施例的电子设备的框图。如图10所示，该电子设备包括：存储器610和处理器620，存储器610内存储有可在处理器620上运行的计算机程序。处理器620执行该计算机程序时实现上述实施例中的方法。存储器610和处理器620的数量可以为一个或多个。
该电子设备还包括：
通信接口630，用于与外界设备进行通信，进行数据交互传输。
如果存储器610、处理器620和通信接口630独立实现，则存储器610、处理器620和通信接口630可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，EISA)总线等。该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10中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器610、处理器620及通信接口630集成在一块芯片上，则存储器610、处理器620及通信接口630可以通过内部接口完成相互间的通信。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现本申请实施例中提供的方法。
本申请实施例还提供了一种芯片，该芯片包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的方法。
应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable 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、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(Advanced RISC Machines，ARM)架构的处理器。
进一步地，可选的，上述存储器可以包括只读存储器和随机访问存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机访问存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM均可用。例如，静态随机访问存储器(Static RAM，SRAM)、动态随机访问存储器(Dynamic Random Access Memory，DRAM)、同步动态随机访问存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机访问存储器(Double Data RateSDRAM，DDR SDRAM)、增强型同步动态随机访问存储器(Enhanced SDRAM，ESDRAM)、同步链接动态随机访问存储器(Sync link DRAM，SLDRAM)和直接内存总线随机访问存储器(DirectRambus RAM，DR RAM)。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生依照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中描述的或在此以其他方式描述的任何过程或方法可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
在流程图中描述的或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。
应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本申请的示例性实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请记载的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种点云对齐数据的获取方法，其特征在于，包括：
获取目标道路的新采集的点云数据；
基于所述新采集的点云数据，获取所述目标道路上的第一目标物的平面位置数据；
基于目标道路的历史采集点云数据，获取所述目标道路上的第二目标物的平面位置数据，所述第一目标物和所述第二目标物的类型相同；
基于所述第一目标物的平面位置数据和所述第二目标物的平面位置数据，确定所述第一目标物和所述第二目标物对应的平面位置矢量差；
基于所述第一目标物和所述第二目标物对应的平面位置矢量差，确定相互匹配的第一目标物和第二目标物；
基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，所述纠偏数据用于将所述新采集的点云数据与历史采集点云数据对齐。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一目标物的平面位置数据和所述第二目标物的平面位置数据，确定所述第一目标物和所述第二目标物对应的平面位置矢量差，具体为：
针对每个第一目标物，根据所述第一目标物的平面位置数据和所述第二目标物的平面位置数据，确定所述第一目标物和每个第二目标物之间的平面位置矢量差。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一目标物和所述第二目标物对应的平面位置矢量差，确定相互匹配的第一目标物和第二目标物，包括：
将所有第一目标物和第二目标物对应的平面位置矢量差映射至按照预设分辨率确定的栅格中；
基于映射至栅格中的平面位置矢量差的个数，确定相互匹配的第一目标物和第二目标物。
4.根据权利要求3所述的方法，其特征在于，所述基于映射至栅格中的平面位置矢量差的个数，确定相互匹配的第一目标物和第二目标物，包括：
基于映射至栅格中的平面位置矢量差的个数，获取个数最多的一个栅格中的平面位置矢量差；
将获取出的每个平面位置矢量差对应的第一目标物和第二目标物，确定为相互匹配的第一目标物和第二目标物。
5.根据权利要求4所述方法，其特征在于，所述基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，包括：
基于相互匹配的第一目标物和第二目标物的平面位置矢量差，获取所述平面位置矢量差的均值；
将所述平面位置矢量差的均值确定为所述纠偏数据。
6.根据权利要求3所述的方法，其特征在于，所述基于映射至栅格中的平面位置矢量差的个数，确定相互匹配的第一目标物和第二目标物，包括：
基于映射至栅格中的平面位置矢量差的个数，获取个数超过预设的阈值的栅格中的平面位置矢量差；
将获取出的每个平面位置矢量差对应的第一目标物和第二目标物，确定为相互匹配的第一目标物和第二目标物。
7.根据权利要求6所述的方法，其特征在于，所述基于相互匹配的第一目标物和第二目标物的平面位置矢量差，确定纠偏数据，包括：
基于所有相互匹配的第一目标物和第二目标物中第一目标物的采集时间，将每一对相互匹配的第一目标物和第二目标物作为一个整体，按照时间递增进行排序；
根据排序后的相互匹配的第一目标物和第二目标物对应的平面位置矢量差、第一目标物的采集时间和待生成纠偏数据的插值时间，生成与插值时间对应的纠偏数据，所述插值时间从最早的采集时间和最晚的采集时间之间任意取值。
8.根据权利要求1-7中任意一项所述的方法，其特征在于，所述第一目标物的类型为杆状物。
9.根据权利要求3-7中任意一项所述的方法，其特征在于，所述平面位置矢量差包括：横轴矢量差和纵轴矢量差，所述将第一目标物和第二目标物对应的平面位置矢量差映射至按照预设分辨率确定的栅格中，包括：
针对每个平面位置矢量差，用所述平面位置矢量差中的横轴矢量差除以栅格预设的分辨率得到栅格的横坐标，用所述平面位置矢量差中的纵轴矢量差除以栅格预设的分辨率得到栅格的纵坐标，所述横坐标和纵坐标对应的栅格作为所述平面位置矢量差映射的栅格。
10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-9中任一项所述的方法。
CN202310892911.9A 2023-07-19 2023-07-19 点云对齐数据的获取方法和存储介质 Pending CN116929332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310892911.9A CN116929332A (zh) 2023-07-19 2023-07-19 点云对齐数据的获取方法和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310892911.9A CN116929332A (zh) 2023-07-19 2023-07-19 点云对齐数据的获取方法和存储介质

Publications (1)

Publication Number Publication Date
CN116929332A true CN116929332A (zh) 2023-10-24

Family

ID=88378562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310892911.9A Pending CN116929332A (zh) 2023-07-19 2023-07-19 点云对齐数据的获取方法和存储介质

Country Status (1)

Country Link
CN (1) CN116929332A (zh)

Similar Documents

Publication Publication Date Title
EP3505869A1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
US9569693B2 (en) Method and apparatus for object identification and location correlation based on received images
CN114636993A (zh) 一种激光雷达与imu的外参标定方法、装置及设备
CN107356244B (zh) 一种路侧单元天线的标定方法及装置
US11205079B2 (en) Determining position data
CN111856521B (zh) 数据处理方法、装置、电子设备和存储介质
CN111652952A (zh) 车道线生成方法、装置、计算机设备和存储介质
CN111080682B (zh) 点云数据的配准方法及装置
CN114120149B (zh) 一种倾斜摄影测量建筑物特征点提取方法、装置、电子设备及介质
CN110243364B (zh) 无人机航向确定方法、装置、无人机及存储介质
CN111986512B (zh) 一种目标距离确定方法及装置
CN114111775A (zh) 一种多传感器融合定位方法、装置、存储介质及电子设备
CN110796066A (zh) 一种车道线组构建方法及装置
CN110109165B (zh) 行驶轨迹中异常点的检测方法及装置
CN113191342A (zh) 车道定位方法及电子设备
CN115494533A (zh) 车辆定位方法、装置、存储介质及定位系统
CN111982132B (zh) 数据处理方法、装置和存储介质
US20200200870A1 (en) Radar Sensor Misalignment Detection for a Vehicle
CN112902911B (zh) 基于单目相机的测距方法、装置、设备及存储介质
CN112559539A (zh) 更新地图数据的方法与装置
CN112629547A (zh) 用于创建定位地图的方法和设备
CN116929332A (zh) 点云对齐数据的获取方法和存储介质
CN116147605A (zh) 一种车辆自动驾驶地图生成方法、装置、设备及存储介质
WO2021192826A1 (ja) 地図更新装置及び地図更新プログラム
CN114924286A (zh) 路面物体高度检测方法、装置、电子设备及介质

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