CN117128984A - 导航地图生成方法和装置 - Google Patents
导航地图生成方法和装置 Download PDFInfo
- Publication number
- CN117128984A CN117128984A CN202310202971.3A CN202310202971A CN117128984A CN 117128984 A CN117128984 A CN 117128984A CN 202310202971 A CN202310202971 A CN 202310202971A CN 117128984 A CN117128984 A CN 117128984A
- Authority
- CN
- China
- Prior art keywords
- node
- edge
- map
- road network
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000001502 supplementing effect Effects 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 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
- G01C21/26—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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种导航地图生成方法和装置,用于生成包括兴趣点的高精度的导航地图。导航地图生成方法包括:获取点云地图;根据点云地图中的道路特征获取路网,路网中包括多个节点以及连接不同节点的表示道路的边;补充兴趣点与路网之间的边和连接节点,得到拓扑地图;根据拓扑地图得到邻接表,邻接表中包括各个节点的邻接节点;根据邻接表进行路径规划。
Description
技术领域
本申请涉及增强现实领域,尤其涉及一种导航地图生成方法和装置。
背景技术
随着计算机技术的快速发展,增强现实(augmented reality,AR)技术得到广泛应用,AR技术通过将数字图像叠加至真实环境的图像中,从而实现将数字信息与真实环境融为一体。一种AR技术的典型应用场景是AR导航,但是,AR导航对于导航地图的精度要求很高,例如,在商场等室内环境中进行导航时,需要能够精确定位到具体店铺等兴趣点,并且准确给出室内导航路径,普通的导航地图无法适用。
发明内容
本申请实施例提供一种导航地图生成方法和装置,用于生成包括兴趣点的高精度的导航地图。
为达到上述目的,本申请的实施例采用如下技术方案:
第一方面,提供了一种导航地图生成方法,包括:获取点云地图;根据点云地图中的道路特征获取路网,路网中包括多个节点以及连接不同节点的表示道路的边;补充兴趣点与路网之间的边和连接节点,得到拓扑地图;根据拓扑地图得到邻接表,邻接表中包括各个节点的邻接节点;根据邻接表进行路径规划。
本申请实施例提供的导航地图生成方法,通过从高精度的点云地图中提取路网,路网中包括节点以及连接不同节点的用于表示道路的边,再补充兴趣点与路网之间的边和连接节点,使得兴趣点与路网连通,从而得到拓扑地图,根据拓扑地图即可以得到邻接表,邻接表中包括各个节点的邻接节点,以便于根据邻接表进行路径规划。从而可以生成包括了兴趣点的高精度的导航地图。
在一种可能的实施方式中,根据点云地图中的道路特征获取路网,包括:沿点云地图中具有道路特征的区域画线得到连通线;对连通线进行分段得到路网,分段后的线段为边,线段的端点为节点。点云地图中密集点云围绕的稀疏点云的区域即为道路。
在一种可能的实施方式中,沿点云地图中具有道路特征的区域画线得到连通线,包括:基于标注我开源项目沿点云地图中具有道路特征的区域画线得到连通线。本申请不限定画线的工具。
在一种可能的实施方式中,补充兴趣点与路网之间的边和连接节点,包括:如果在兴趣点的预设距离内,路网中没有与兴趣点能够通过稀疏点云直接连通的节点或边,则沿稀疏点云延伸方向从兴趣点向最近的第一边添加边,新添加的边与第一边的交点为连接节点。从而实现兴趣点与路网中的路网连通。
在一种可能的实施方式中,如果添加的第一连接节点未与路网中的路网连通,并且,第一连接节点与最近的边的距离小于预设距离,则将第一连接节点与最近的边的垂足作为第二连接节点,添加连接兴趣点和第二连接节点的边,并删除第一连接节点以及与第一连接节点连接的边。可能存在某些兴趣点应该被连接至路网而被遗漏的情况,此时就需要人工手动添加兴趣点与路网之间的边和连接节点。但是由于人工操作存在误差,可能存在在缩小显示时,某些连接节点已经连接至路网,但是放大显示时,并未真实连接至路网的情况。
在一种可能的实施方式中,还包括:如果在兴趣点的预设距离内,路网中有与兴趣点能够通过稀疏点云直接连通的第一节点,则删除第一节点以及与第一节点连接的边,重新添加兴趣点与第二节点连接的边,第二节点指原来第一节点通过边连接的节点。实现兴趣点与节点对齐,从而将兴趣点与路网中的路网连通。
在一种可能的实施方式中,还包括:如果在兴趣点的预设距离内,路网中有与兴趣点能够通过稀疏点云直接连通的第二边,则删除第二边,重新添加兴趣点与第三节点连接的边,第三节点指原来第二边连接的节点。实现兴趣点与边对齐,从而将兴趣点与路网中的路网连通。
在一种可能的实施方式中,根据拓扑地图得到邻接表,包括:获取多组数据项,每组数据项包括拓扑地图中的一条边的两个节点;针对目标节点,将多组数据项中包括目标节点的数据项中的另一节点汇总得到目标节点的邻接表。本申请不限定得到邻接表的方式。
第二方面,提供了一种导航地图生成装置,包括处理器和存储器,存储器中存储指令,当处理器执行指令时,如第一方面及其任一实施方式所述的方法被执行。
第三方面,提供了一种计算机可读存储介质,包括指令,当指令在导航地图生成装置上运行时,使得导航地图生成装置执行如第一方面及其任一实施方式所述的方法。
第四方面,提供了一种包含指令的计算机程序产品,当指令在上述导航地图生成装置上运行时,使得该导航地图生成装置执行如第一方面及其任一实施方式所述的方法。
第五方面,提供了一种芯片系统,该芯片系统包括处理器,用于支持导航地图生成装置实现上述第一方面中所涉及的功能。在一种可能的设计中,该装置还包括接口电路,接口电路可用于从其它装置(例如存储器)接收信号,或者,向其它装置(例如通信接口)发送信号。该芯片系统可以包括芯片,还可以包括其他分立器件。
第二方面至第五方面的技术效果参照第一方面及其任一实施方式的技术效果,在此不再重复。
附图说明
图1为本申请实施例提供的一种拓扑地图的示意图;
图2为本申请实施例提供的一种栅格地图的示意图;
图3为本申请实施例提供的一种瓦片地图的示意图;
图4为本申请实施例提供的另一种瓦片地图的示意图;
图5为本申请实施例提供的一种邻接表的示意图;
图6为本申请实施例提供的一种计算欧式距离的示意图;
图7为本申请实施例提供的一种计算曼哈顿距离的示意图;
图8为本申请实施例提供的一种通过A星算法推导最优路径的示意图;
图9为本申请实施例提供的一种应用场景的示意图;
图10为本申请实施例提供的一种导航系统的示意图;
图11为本申请实施例提供的一种导航地图生成装置的示意图;
图12为本申请实施例提供的一种导航地图生成方法的流程示意图;
图13为本申请实施例提供的一种拓扑路网与兴趣点叠加并连通的示意图;
图14为本申请实施例提供的另一种导航地图生成方法的流程示意图;
图15为本申请实施例提供的一种重新添加连接节点和边的示意图;
图16为本申请实施例提供的一种求解节点的邻接节点的示意图;
图17为本申请实施例提供的一种芯片系统的结构示意图。
具体实施方式
首先对本申请涉及的一些概念进行描述。
本申请实施例涉及的术语“第一”、“第二”等仅用于区分同一类型特征的目的,不能理解为用于指示相对重要性、数量、顺序等。
本申请实施例涉及的术语“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例涉及的术语“耦合”、“连接”应做广义理解,例如,可以指物理上的直接连接,也可以指通过电子器件实现的间接连接,例如通过电阻、电感、电容或其他电子器件实现的连接。
首先对本申请涉及的一些基本概念进行描述。
激光雷达:是指通过发射激光束来探测目标的位置、速度等特征量的雷达系统。激光雷达的工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与探测信号进行比较,即可以得到目标的距离、方位、高度、速度、姿态、甚至形状等信息。
激光雷达运动轨迹:指激光雷达在探测目标过程中的绝对位置坐标(例如经纬度)形成的运动轨迹,激光雷达的绝对位置坐标可以通过激光雷达上集成的全球定位系统(global positioning system,GPS)、惯性测量单元(inertial measurement unit,IMU)等装置来获取。
激光点云:激光雷达对周围物体进行扫描以获得反射点(也称扫描点)的三维坐标,每个反射点按三维坐标以点的形式分布在三维空间中,即为激光点云。激光点云是各反射点相对于激光雷达的相对位置坐标。
拓扑地图:如图1所示,将环境表示为结点和边的拓扑图,其中结点表示环境中的重要位置点,例如商场内的拐角、门、电梯、楼梯等,边表示节点间的连接关系,例如走廊等。
栅格地图:如图2所示,将环境划分成一系列栅格,其中每一栅格设定一个数值,表示该栅格被占据的概率。
瓦片地图:瓦片地图将多个相同形状的小地图拼接成一幅大地图,这些相同形状的小地图即为瓦片地图。单个瓦片地图的形状可以为矩形(如图3所示)或六边形(如图4所示)等。瓦片地图方便地图的管理,当要查看地图时,电子设备只需要下载相关的瓦片地图并显示即可,而不必将所有地图均下载并存储,从而节省存储空间。
Labelme(标注我)开源项目:一种用于图像标注的开源项目,由麻省理工的计算机科学和人工智能实验室发布,可以用于定制化的图像标注任务。
兴趣点(point of interest,POI):在地理信息系统中,POI指地理标志物,例如街边的楼房、商铺、邮筒、公交站,商场内的电梯、楼梯、扶梯、商铺等。
A星(A-Star,A*)算法,A*算法是一种在静态路网中求解最优路径的启发式路径规划算法,该算法的原理如下:在已知所有节点的邻接表的情况下,以当前节点为原点,对搜索到的所有下个节点进行评估(即为启发式估计),得到最优节点,再以该最优节点为原点搜索下个最优节点,以此类推,直到搜索到目标节点为止,这些最优节点所形成的路径即为最优路径。可以采用当前节点与下个节点之间的代价(例如曼哈顿(Manhattan)距离或欧式距离)来对下个节点进行评估。
邻接表:包括一个节点连接的所有邻接节点,这种连接是无方向的。示例性的,如图5所示,节点B的邻接节点为A、E、F,所以邻接表中对应B:AE F。
曼哈顿距离指:当两点之间只能在左右上下四个方向上移动时,两点之间在左右方向上的最短距离与在上下方向上的最短距离之和。如图6所示,从A点到B点可以有多条路径(白色箭头所示)的曼哈顿距离相同,以每一格长度为3为例,则A点到B点的曼哈顿距离为12。欧式距离指两点之间的直线距离。如图6所示,从A点到B点的直线(黑色箭头所示)的欧式距离最短,以每一格长度为1为例,则A点到B点的欧式距离为
如图7所示,从点S经过点x(例如A/B/C/D/E/F/K)到达点G的评估函数可以表示为f(x)=g(x)+h(x),其中,g(x)表示从点S到达点x的代价(例如点S与点x之间曼哈顿距离或欧式距离),h(x)表示从点x到达点G的代价(例如点x与点G之间曼哈顿距离或欧式距离)。当2个点x的f(x)相同时,则选择h(x)更小的点x为更优的点。例如,如图7所示,经过计算可以最终得到S->B->F->K->G为最优路径。如图8所示,对应到真实世界的拓扑地图中,即相当于通过A星算法可以逐步推导得到箭头所示的从A到B的最优路径。
本申请涉及的导航可以为如图9中A所示的室内AR导航,或者,如图9中B所示的室外AR导航。本申请描述的场景以室内AR导航为例,但并不意在限定于此。如前文所述的,由于AR导航对于导航地图的精度要求很高,特别是在商场等室内环境中进行导航时,需要能够精确定位到具体店铺等兴趣点,并且准确给出室内导航路径,而普通的导航地图只能精确到建筑物,无法适用这种高精度的导航。
本申请实施例提供的导航地图生成方法和装置,通过从高精度的点云地图中提取路网,路网中包括节点以及连接不同节点的用于表示道路的边,再补充兴趣点与路网之间的边和连接节点,使得兴趣点与路网连通,从而得到拓扑地图,根据拓扑地图即可以得到邻接表,邻接表中包括各个节点的邻接节点,以便于根据邻接表进行路径规划。从而可以生成包括了兴趣点的高精度的导航地图。
如图10所示,本申请实施例提供了一种导航系统,包括导航地图生成装置11、服务器12和电子设备13。导航地图生成装置11可以为台式机、桌面云、笔记本电脑等,电子设备13可以为手机、智能眼镜、车载终端、平板、笔记本电脑等。
该导航系统的工作原理如下:导航地图生成装置11执行本申请实施例提供的导航地图生成方法以生成导航地图,并将生成的导航地图通过网络发送给服务器12。当电子设备13进行导航时,电子设备13通过网络将导航路径发送给服务器12,服务器12通过网络将导航路径涉及的精确的导航地图发送给电子设备13,从而帮助电子设备13实现精确导航。
图11示出了导航地图生成装置的一种可能的结构,导航地图生成装置11可以包括至少一个处理器101、通信线路102、存储器103以及至少一个通信接口104。通信线路102可包括一通路,在上述组件之间传送信息。通信接口104使用任何收发器一类的装置,用于与其他设备通信。
本申请实施例涉及的处理器可以是一个芯片。例如,可以是现场可编程门阵列(field programmable gate array,FPGA)、专用集成芯片(application specificintegrated circuit,ASIC)片上系统(system on chip,SoC)、中央处理器(centralprocessor unit,CPU)、网络处理器(network processor,NP)、数字信号处理电路(digitalsignal processor,DSP)、微控制器(micro controller unit,MCU)、可编程控制器(programmable logic device,PLD)或其他集成芯片。
本申请实施例涉及的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是只读存储器(read-onlymemory,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。易失性存储器可以是随机存取存储器(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可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
存储器103中存储指令,当处理器101执行指令时,可以执行本申请实施例提供的导航地图生成方法。
如图12所示,本申请实施例提供的导航地图生成方法包括:
S101、获取点云地图。
可以根据激光点云和激光雷达运动轨迹生成原始的点云地图,多个点云地图可以以瓦片地图的形式拼接成大的地图。点云地图中包括环境的图像信息,但是不包括道路信息和POI。瓦片地图的具体形式可以为拓扑地图或栅格地图等,本申请以拓扑地图为例,但并不意在限定于此。关于瓦片地图、拓扑地图和栅格地图见前文关于基本概念的描述。
如前文所述的,激光雷达运动轨迹是由激光雷达在探测目标过程中的绝对位置坐标形成的运动轨迹,激光点云是扫描点相对于激光雷达的相对位置坐标,将激光雷达运动轨迹和激光点云相结合即可以得到激光点云的绝对位置坐标,根据激光点云的绝对位置坐标即可以绘制高精度的瓦片地图,从而用于高精度的导航,例如室内导航等。
S102、根据点云地图中的道路特征获取路网。
点云地图只包括环境的图像,并没有道路的信息,而导航需要依赖于道路的信息所形成的轨迹,所以为了使得地图能够用于导航,需要先根据点云地图中的道路特征绘制路网。路网中包括多个节点(也可以称为端点)以及连接不同节点的表示道路的边(也可以称为线段)。
点云地图中的道路特征可以作如下理解:如图13中A所示,由于激光雷达在探测目标过程中,是沿水平面进行扫描,周围环境中的墙面、垃圾筒等物体都会反射激光信号,从而形成密集点云,而地面由于是水平的,所以反射的激光信号很少,从而形成稀疏点云,那么点云地图中密集点云围绕的稀疏点云的区域(图13中的黑色区域)即为道路。
由于道路一般是平直的,曲率很小,因此可以通过多个直线线段依次相连来表示一段道路。可以沿点云地图中具有道路特征(稀疏点云)的区域(例如沿中线)画线得到连通线,对连通线进行分段得到路网,分段后的线段即为路网中表示道路的边,分段后的线段的端点即为路网中的节点。
示例性的,可以基于Labelme开源项目对图13中A所示的点云地图进行标注,沿点云地图中具有道路特征的区域画线得到连通线,连通线在Labelme开源项目中称为线带(linestrip),线带的特征点(黑色圆形)作为图13中B所示的路网中的节点,两个特征点之间的线段即为路网中的边。路网的文件格式可以为Java脚本对象简谱(Java scriptobject notation,JSON)格式。
S103、补充兴趣点与路网之间的边和连接节点,得到拓扑地图。
如图14的S1031所示,首先,将路网中的各条边(例如Labelme开源项目得到的线带)按照节点拆分,并统计各条边的信息以及各个节点的信息。边的信息包括边的标识、边连接的两个节点的标识。节点的信息包括节点的标识、节点的坐标。可选的,对于仅连接一条边的节点(相当于道路的首端点或尾端点),节点的信息还可以包括首尾端点标识,以指示该节点为道路的首端点或尾端点。可选的,对于连接多条边的节点(相当于道路的主路网中的端点),节点的信息还可以包括主路标识,以指示该节点为道路主路网中的端点。
需要说明的是,本申请涉及的各种信息可以以字典或结构体等数据结构形式进行管理和存储,本申请对具体方式不作限定。对于同一种数据结构,在管理时存储时,要进行查重和去除无效值。
如图14的S1032所示,导入兴趣点的信息。以兴趣点为商场内的电梯、楼梯、扶梯、商铺等为例,兴趣点的信息(例如GPS坐标、所在楼层等)采用单独的文件存储。由于在商场内进行导航时,要求兴趣点与路网是连通的,才能顺利规划路径并进行导航,因此就需要将兴趣点与路网相结合,建立兴趣点与路网中道路的连通图。示例性的,将兴趣点导入如图13中B所示的路网后,可以得到如图13中C所示的路网,图13的C中的黑色三角形即为兴趣点。
如图14的S1033所示,对于每个兴趣点,遍历路网中所有节点和边,分别计算兴趣点与路网中所有节点和边的距离。兴趣点与节点之间的距离指兴趣点与节点之间的欧式距离,兴趣点与边之间的距离指兴趣点与兴趣点相对于边的垂足之间的距离。通过将距离按照从小到大排序可以找到与每个兴趣点最近的节点和边。
如图14的S1034所示,如果在兴趣点的预设距离(例如18像素)内,路网中没有与兴趣点能够通过稀疏点云直接连通的节点或边,则沿道路方向(即稀疏点云延伸方向)从兴趣点向最近的第一边添加边,新添加的边和第一边的交点为连接节点。兴趣点与节点或边通过稀疏点云直接连通是指兴趣点与节点或边之间有稀疏点云形成的直通道路。示例性的,图13中D所示黑色正方形即为连接节点,连接节点与兴趣点之间的边即为新添加的边。
需要说明的是,由于实际环境比较复杂,可能存在某些兴趣点应该被连接至路网而被遗漏的情况,此时就需要人工手动添加兴趣点与路网之间的边和连接节点。
如图15所示,但是由于人工操作存在误差,可能存在在缩小显示时,某些连接节点(D)已经连接至路网(例如节点A和节点B之间的边),但是放大显示时,并未真实连接至路网的情况。也就是说,如果添加的第一连接节点(例如D)未与路网中的路网连通,并且,第一连接节点与最近的边(例如AB之间的边)的距离小于预设距离(例如18像素),则将第一连接节点与最近的边的垂足(例如E)作为第二连接节点,添加连接兴趣点(例如C)和第二连接节点的边(例如CE之间的边),并删除第一连接节点以及与第一连接节点连接的边(例如CD之间的边)。此时,原来的AB之间的一条边被拆分成AE和BE两条边。
如图14的S1035所示,如果在兴趣点的预设距离内,路网中有与兴趣点能够通过稀疏点云直接连通的第一节点,则删除第一节点以及与第一节点连接的边,重新添加兴趣点与第二节点连接的边,其中,第二节点指原来第一节点通过边连接的节点。也就是说,当兴趣点与一个节点距离非常近时,以兴趣点替换该节点,并重新添加兴趣点与其他节点的边,实现兴趣点与节点对齐,从而将兴趣点与路网中的路网连通。示例性的,如图13中C和D所示的a处,兴趣点和一个节点距离非常近,则删除该节点以及与该节点连接的边,并重新添加兴趣点与其他节点连接的边。
如图14的S1036所示,如果在兴趣点的预设距离内,路网中有与兴趣点能够通过稀疏点云直接连通的第二边,则删除第二边,重新添加兴趣点与第三节点连接的边,第三节点指原来第二边连接的节点。也就是说,当兴趣点与一条边距离非常近时,以兴趣点替换该节点,并重新添加兴趣点与其他节点的边,实现兴趣点与边对齐,从而将兴趣点与路网中的路网连通。示例性的,如图13中C和D所示的b处,兴趣点和一条边距离非常近,则删除这条边,并重新添加兴趣点与其他节点连接的边。
得到拓扑地图后,不必再区分兴趣点和节点,统一作为节点。
S104、根据拓扑地图得到邻接表,邻接表中包括各个节点的邻接节点。
具体的,可以根据拓扑地图得到多组数据项,每组数据项包括拓扑地图中的一条边的两个节点;针对目标节点,将多组数据项中包括目标节点的数据项中的另一节点汇总得到目标节点的邻接表。
示例性的,如图16所示,假设目标节点为P2,包括P2的三组数据项分别为边1:(P1,P2)、边2:(P2,P3)、边3:(P2,P6),边1、边2、边3表示三条边的标识,边1:(P1,P2)表示边1连接的两个节点分别为P1和P2,以此类推。在进行汇总时,可以首先合并各条边的节点得到P1、P2、P3、P2、P2、P6,去掉重复的节点得到P1、P3、P2、P6,去掉本节点(即目标节点P2)得到目标节点P2的邻接节点为P1、P3、P6。
生成的邻接表可以逐层嵌套,例如一个楼层的邻接表可以包括该楼层中各个区域(例如办公区、娱乐区、服装区等)的邻接表。另外可以通过字典来管理邻接表,字典中还可以包括商场名称、楼层等信息,并通过不同的唯一标识来区分不同的字典。
S105、根据邻接表进行路径规划。
示例性的,可以采用A*算法来根据邻接表得到路径规划。关于邻接表和A*算法参照前文描述,在此不再赘述。
本申请实施例提供的导航地图生成方法和装置,通过从高精度的点云地图中提取路网,路网中包括节点以及连接不同节点的用于表示道路的边,再补充兴趣点与路网之间的边和连接节点,使得兴趣点与路网连通,从而得到拓扑地图。根据拓扑地图即可以得到邻接表,邻接表中包括各个节点的邻接节点,以便于通过路径规划算法(例如A*算法)来根据邻接表进行路径规划。从而可以生成包括了兴趣点的高精度的导航地图。
如图17所示,本申请实施例还提供一种芯片系统。该芯片系统60包括至少一个处理器601和至少一个接口电路602。至少一个处理器601和至少一个接口电路602可通过线路互联。处理器601用于支持导航地图生成装置实现上述方法实施例中的各个步骤,例如图12、图14所示的方法,至少一个接口电路602可用于从其它装置(例如存储器)接收信号,或者,向其它装置(例如通信接口)发送信号。该芯片系统可以包括芯片,还可以包括其他分立器件。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括指令,当指令在上述导航地图生成装置上运行时,使得该导航地图生成装置执行上述方法实施例中的各个步骤,例如执行图12、图14所示的方法。
本申请实施例还提供一种包括指令的计算机程序产品,当指令在上述导航地图生成装置上运行时,使得该导航地图生成装置执行上述方法实施例中的各个步骤,例如执行图12、图14所示的方法。
关于芯片系统、计算机可读存储介质、计算机程序产品的技术效果参照前面方法实施例的技术效果。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,设备或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个设备,或者也可以分布到多个设备上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个设备中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个设备中。
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。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该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,全部或部分地产生按照本申请实施例所述的流程或功能。所述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。所述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,例如,所述计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
以上所述,仅为本申请的具体实施方式,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揭露的技术范围内,可轻易想到变化或替换,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所述权利要求的保护范围为准。
Claims (10)
1.一种导航地图生成方法,其特征在于,包括:
获取点云地图;
根据所述点云地图中的道路特征获取路网,所述路网中包括多个节点以及连接不同节点的表示道路的边;
补充兴趣点与所述路网之间的边和连接节点,得到拓扑地图;
根据所述拓扑地图得到邻接表,所述邻接表中包括各个节点的邻接节点;
根据所述邻接表进行路径规划。
2.根据权利要求1所述的方法,其特征在于,所述根据所述点云地图中的道路特征获取路网,包括:
沿所述点云地图中具有道路特征的区域画线得到连通线;
对所述连通线进行分段得到所述路网,分段后的线段为所述边,所述线段的端点为所述节点。
3.根据权利要求2所述的方法,其特征在于,沿所述点云地图中具有道路特征的区域画线得到连通线,包括:
基于标注我开源项目沿所述点云地图中具有道路特征的区域画线得到所述连通线。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述补充兴趣点与所述路网之间的边和连接节点,包括:
如果在所述兴趣点的预设距离内,所述路网中没有与所述兴趣点能够通过稀疏点云直接连通的节点或边,则沿稀疏点云延伸方向从所述兴趣点向最近的第一边添加边,新添加的边与第一边的交点为所述连接节点。
5.根据权利要求4所述的方法,其特征在于,
如果添加的第一连接节点未与所述路网中的路网连通,并且,所述第一连接节点与最近的边的距离小于预设距离,则将所述第一连接节点与最近的边的垂足作为第二连接节点,添加连接所述兴趣点和所述第二连接节点的边,并删除所述第一连接节点以及与所述第一连接节点连接的边。
6.根据权利要求4或5所述的方法,其特征在于,还包括:
如果在所述兴趣点的预设距离内,所述路网中有与所述兴趣点能够通过稀疏点云直接连通的第一节点,则删除第一节点以及与第一节点连接的边,重新添加所述兴趣点与第二节点连接的边,第二节点指原来所述第一节点通过边连接的节点。
7.根据权利要求4-6任一项所述的方法,其特征在于,还包括:
如果在所述兴趣点的预设距离内,所述路网中有与所述兴趣点能够通过稀疏点云直接连通的第二边,则删除所述第二边,重新添加所述兴趣点与第三节点连接的边,所述第三节点指原来所述第二边连接的节点。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述根据所述拓扑地图得到邻接表,包括:
获取多组数据项,每组数据项包括所述拓扑地图中的一条边的两个节点;
针对目标节点,将多组数据项中包括所述目标节点的数据项中的另一节点汇总得到所述目标节点的邻接表。
9.一种导航地图生成装置,其特征在于,包括处理器和存储器,所述存储器中存储指令,当所述处理器执行所述指令时,如权利要求1-8任一项所述的方法被执行。
10.一种计算机可读存储介质,其特征在于,包括指令,当所述指令在导航地图生成装置上执行时,使得所述导航地图生成装置执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310202971.3A CN117128984A (zh) | 2023-02-21 | 2023-02-21 | 导航地图生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310202971.3A CN117128984A (zh) | 2023-02-21 | 2023-02-21 | 导航地图生成方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117128984A true CN117128984A (zh) | 2023-11-28 |
Family
ID=88858886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310202971.3A Pending CN117128984A (zh) | 2023-02-21 | 2023-02-21 | 导航地图生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117128984A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685886A (zh) * | 2018-11-19 | 2019-04-26 | 国网浙江杭州市富阳区供电有限公司 | 一种基于混合现实技术的配网三维场景建模方法 |
US20200380742A1 (en) * | 2018-03-13 | 2020-12-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for generating road map |
CN112977443A (zh) * | 2021-03-23 | 2021-06-18 | 中国矿业大学 | 一种井下无人驾驶无轨胶轮车的路径规划方法 |
CN113179532A (zh) * | 2021-03-17 | 2021-07-27 | 中科院计算技术研究所南京移动通信与计算创新研究院 | 多路径路由方法及装置 |
CN113204348A (zh) * | 2021-04-30 | 2021-08-03 | 北京连山科技股份有限公司 | 一种基于Contraction Hierarchies的国内路网数据编译方法 |
CN114092655A (zh) * | 2021-11-08 | 2022-02-25 | 北京三快在线科技有限公司 | 构建地图的方法、装置、设备及存储介质 |
WO2022148111A1 (zh) * | 2021-01-07 | 2022-07-14 | 博泰车联网科技(上海)股份有限公司 | 一种导航方法和导航装置、电子设备及存储介质 |
CN115435798A (zh) * | 2022-07-29 | 2022-12-06 | 深圳亿嘉和科技研发有限公司 | 无人车高精地图路网生成系统及方法 |
CN115658825A (zh) * | 2022-10-12 | 2023-01-31 | 广州小鹏汽车科技有限公司 | 地图数据处理方法、设备、系统和存储介质 |
-
2023
- 2023-02-21 CN CN202310202971.3A patent/CN117128984A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200380742A1 (en) * | 2018-03-13 | 2020-12-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for generating road map |
CN109685886A (zh) * | 2018-11-19 | 2019-04-26 | 国网浙江杭州市富阳区供电有限公司 | 一种基于混合现实技术的配网三维场景建模方法 |
WO2022148111A1 (zh) * | 2021-01-07 | 2022-07-14 | 博泰车联网科技(上海)股份有限公司 | 一种导航方法和导航装置、电子设备及存储介质 |
CN113179532A (zh) * | 2021-03-17 | 2021-07-27 | 中科院计算技术研究所南京移动通信与计算创新研究院 | 多路径路由方法及装置 |
CN112977443A (zh) * | 2021-03-23 | 2021-06-18 | 中国矿业大学 | 一种井下无人驾驶无轨胶轮车的路径规划方法 |
CN113204348A (zh) * | 2021-04-30 | 2021-08-03 | 北京连山科技股份有限公司 | 一种基于Contraction Hierarchies的国内路网数据编译方法 |
CN114092655A (zh) * | 2021-11-08 | 2022-02-25 | 北京三快在线科技有限公司 | 构建地图的方法、装置、设备及存储介质 |
CN115435798A (zh) * | 2022-07-29 | 2022-12-06 | 深圳亿嘉和科技研发有限公司 | 无人车高精地图路网生成系统及方法 |
CN115658825A (zh) * | 2022-10-12 | 2023-01-31 | 广州小鹏汽车科技有限公司 | 地图数据处理方法、设备、系统和存储介质 |
Non-Patent Citations (2)
Title |
---|
吴向华: "电子导航地图的生成及最优路径研究", 中国优秀博硕士学位论文全文数据库 (硕士) 基础科学辑, no. 8, 15 December 2005 (2005-12-15), pages 008 - 49 * |
沈婕: "兴趣点选取的路网分割并行计算法", 测绘学报, vol. 44, 31 December 2015 (2015-12-31), pages 54 - 60 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | ViNav: A vision-based indoor navigation system for smartphones | |
KR102066902B1 (ko) | 경로 이탈 인식 방법, 단말 및 저장 매체 | |
EP3506212A1 (en) | Method and apparatus for generating raster map | |
CN106980633B (zh) | 室内地图数据的生成方法及装置 | |
KR20190082071A (ko) | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 | |
US10415978B2 (en) | Landmark location determination | |
KR20210157853A (ko) | 빌딩 블록 데이터를 병합하는 방법, 장치, 기기 및 저장 매체 | |
JP2022003347A (ja) | 車両位置の判定方法、車両位置の判定装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
KR20180063263A (ko) | 3차원 공간 검출 시스템, 측위 방법 및 시스템 | |
CN111121754A (zh) | 移动机器人定位导航方法、装置、移动机器人及存储介质 | |
TW201107713A (en) | Apparatus and method for position determination | |
JP5302016B2 (ja) | 空間情報管理システム、及び地図情報サーバ装置、並びに、プログラム | |
US20230042968A1 (en) | High-definition map creation method and device, and electronic device | |
CN105051735A (zh) | 传感器数据收集 | |
CN104897160A (zh) | 一种制作室内地图和定位的方法及装置 | |
CN108801256A (zh) | 室内外导航的融合及导航方法 | |
US11519750B2 (en) | Estimating a device location based on direction signs and camera output | |
US20220338014A1 (en) | Trustworthiness evaluation for gnss-based location estimates | |
CN111089583A (zh) | 建筑物内的三维导航方法、设备、存储介质及装置 | |
US20220124456A1 (en) | Positioning system with floor name vertical positioning | |
CN112116549A (zh) | 用于评估点云地图精度的方法和装置 | |
US20210215365A1 (en) | Analyzing sets of altitude data from mobile device groups to detect that a state of an air-conditioning system has changed | |
CN114187357A (zh) | 一种高精地图的生产方法、装置、电子设备及存储介质 | |
CN117128984A (zh) | 导航地图生成方法和装置 | |
US20190197726A1 (en) | Geolocation System |
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 |