CN117589149A - 电子地图中的车道级路网数据更新方法和装置 - Google Patents
电子地图中的车道级路网数据更新方法和装置 Download PDFInfo
- Publication number
- CN117589149A CN117589149A CN202311413170.8A CN202311413170A CN117589149A CN 117589149 A CN117589149 A CN 117589149A CN 202311413170 A CN202311413170 A CN 202311413170A CN 117589149 A CN117589149 A CN 117589149A
- Authority
- CN
- China
- Prior art keywords
- lane
- line
- update
- lines
- updating
- 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 56
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000012360 testing method Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims description 2
- 238000011282 treatment Methods 0.000 claims 7
- 230000001502 supplementing effect Effects 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000007493 shaping process Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G01C21/38—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
-
- 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
- G01C21/3819—Road shape data, e.g. outline of a route
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了电子地图中的车道级路网数据更新方法和装置,涉及计算机视觉、智能导航以及自动驾驶等人工智能领域。其中的方法可包括:针对待处理的车道分界线,分别从候选的更新测线中确定出与所述车道分界线相匹配的更新测线,所述候选的更新测线为从道路图像中提取出的各车道的实际分界线;根据相匹配的更新测线确定出所述车道分界线对应的目标测线;将所述车道分界线中的各形状点分别向目标测线进行投影,根据各形状点进行投影后的投影点与目标测线的位置关系对所述车道分界线进行更新。应用本公开所述方案,可提升处理效率及提升处理结果的准确性等。
Description
技术领域
本公开涉及人工智能技术领域,特别涉及计算机视觉、智能导航以及自动驾驶等领域的电子地图中的车道级路网数据更新方法和装置。
背景技术
随着自动驾驶技术的发展,导航所用的电子地图对于车道级路网数据的精度要求越来越高。目前的车道级路网数据主要针对俯视图设备采集到的道路图像进行绘制得到,传统的俯视图设备精度较低,相应地,导致绘制出的车道级路网数据的精度也较低。随着俯视图设备精度的提升,对于重新采集到的道路图像,如何对应更新到当前电子地图的车道级路网数据中,以提升其精度,成为一个亟待解决的问题。
发明内容
本公开提供了电子地图中的车道级路网数据更新方法和装置。
一种电子地图中的车道级路网数据更新方法,包括:
针对待处理的车道分界线,分别从候选的更新测线中确定出与所述车道分界线相匹配的更新测线,所述候选的更新测线为从道路图像中提取出的各车道的实际分界线;
根据所述相匹配的更新测线确定出所述车道分界线对应的目标测线;
将所述车道分界线中的各形状点分别向所述目标测线进行投影,根据各形状点进行投影后的投影点与所述目标测线的位置关系对所述车道分界线进行更新。
一种电子地图中的车道级路网数据更新装置,包括:匹配模块、确定模块以及更新模块;
所述匹配模块,用于针对待处理的车道分界线,分别从候选的更新测线中确定出与所述车道分界线相匹配的更新测线,所述候选的更新测线为从道路图像中提取出的各车道的实际分界线;
所述确定模块,用于根据所述相匹配的更新测线确定出所述车道分界线对应的目标测线;
所述更新模块,用于将所述车道分界线中的各形状点分别向所述目标测线进行投影,根据各形状点进行投影后的投影点与所述目标测线的位置关系对所述车道分界线进行更新。
一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如以上所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行如以上所述的方法。
一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如以上所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开所述电子地图中的车道级路网数据更新方法实施例的流程图;
图2为本公开所述车道组、车道分界线以及车道的中心线的示意图;
图3为本公开所述车道分界线及相匹配的更新测线的示意图;
图4为本公开所述进行修形后的车道分界线的示意图;
图5为本公开所述中心线的生成方式示意图;
图6为本公开所述更新后的中心线的示意图;
图7为本公开所述电子地图中的车道级路网数据更新方法的整体实现过程示意图;
图8为本公开所述电子地图中的车道级路网数据更新装置实施例800的组成结构示意图;
图9示出了可以用来实施本公开的实施例的电子设备900的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
另外,应理解,本文中术语“和/或”,仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本公开所述电子地图中的车道级路网数据更新方法实施例的流程图。如图1所示,包括以下具体实现方式。
在步骤101中,针对待处理的车道分界线,分别从候选的更新测线中确定出与该车道分界线相匹配的更新测线,候选的更新测线为从道路图像中提取出的各车道的实际分界线。
在步骤102中,根据相匹配的更新测线确定出该车道分界线对应的目标测线。
在步骤103中,将该车道分界线中的各形状点分别向目标测线进行投影,根据各形状点进行投影后的投影点与目标测线的位置关系对该车道分界线进行更新。
为实现上述更新,传统方式中主要采用人工操作方式,即地图数据制作人员按照作业标准,参照最新采集到的道路图像,人工对精度存在误差的车道分界线等进行修正。但这种方式需要耗费大量的人力和时间成本,而且效率低下,另外,人工操作很容易出现错误,从而导致处理结果的准确性无法保证。
而采用上述方法实施例所述方案,可借助于采集到的道路图像,通过相匹配的更新测线确定、目标测线确定以及形状点投影等一系列处理,自动地实现车道分界线更新,从而节省了人力和时间成本,并提升了处理效率,而且,可避免人工操作出现的错误,从而提升了处理结果的准确性,进而提升了更新后的车道分界线的质量等。
本公开所述方案中,可以将车道组作为基本处理单元,每个车道组中均可包括多个车道,每个车道分别具有车道分界线以及中心线等,其中,中心线两侧为车道分界线。
图2为本公开所述车道组、车道分界线以及车道的中心线的示意图。如图2所示,可按照传统方式来划分车道组,比如,某一道路的前半段包括3个车道,后半段包括4个车道,那么则会划分为两个车道组,其中一个车道组中包括3个车道,另一个车道组中包括4个车道,另外,假设某一道路一直包括3个车道,但前半段中各车道之间的车道分界线为虚线,而后半段中各车道之间的车道分界线变为实线,那么也会划分为两个车道组,即同一车道组的基本属性需要是一致的。需要说明的是,如果采用上述传统方式之外的车道组划分方式来划分车道组,也是可以的,本公开所述方案中对于如何得到车道组不作限制。另外,如图2所示,每个车道分别具有中心线和左右两侧的车道分界线。
在本公开的一些实施例中,针对任一待处理的车道组,可分别将其中包括的各车道的车道分界线作为待处理的车道分界线。相应地,可实现同一车道组中的各车道分界线的统一更新。或者,也可按照其它方式确定出待处理的车道分界线,如将用户指定的某一条或某几条车道分界线作为待处理的车道分界线等。
其中,针对每条待处理的车道分界线,首先,可从候选的更新测线中确定出与该车道分界线相匹配的更新测线。比如,可获取待处理的车道组对应的道路图像,所述道路图像可为利用俯视图设备对预定区域中的实际道路进行采集得到的图像,所述预定区域中包括待处理的车道组。所述俯视图设备可为专门的道路采集车辆等。进一步地,可从道路图像中提取出其中包括的各车道的实际分界线,如可对道路图像进行图像识别,以识别出其中包括的各车道的实际分界线。相应地,可将识别出的实际分界线均作为候选的更新测线,并可从候选的更新测线中确定出与该车道分界线相匹配的更新测线。
在本公开的一些实施例中,针对任一待处理的车道分界线,可分别从候选的更新测线中筛选出符合预定要求的更新测线,所述符合预定要求包括:与该车道分界线之间的纵向最大距离小于预定阈值,将筛选出的更新测线作为相匹配的更新测线。
纵向最大距离,即指两条线之间的纵向的最大间隔距离。所述预定阈值的具体取值可根据实际需要而定。以车道分界线a为例,假设候选的更新测线的数量为10(数字仅为举例说明),为便于表述,分别称为更新测线1~更新测线10,那么可分别获取更新测线1~更新测线10与车道分界线a之间的纵向最大距离,从而得到10个距离值,之后可从这10个距离值中筛选出小于预定阈值的距离值,进而可将筛选出的距离值对应的更新测线作为与车道分界线a相匹配的更新测线。
可以看出,通过上述处理,可高效准确地筛选出所需的更新测线,从而为后续处理奠定了良好的基础。
在本公开的一些实施例中,在从候选的更新测线中筛选出符合所述预定要求的更新测线时,可根据为候选的更新测线构建的索引信息,从候选的更新测线中筛选出符合所述预定要求的更新测线。
比如,可采用R树(R-Tree)空间索引构建方式,根据各更新测线的位置信息,为候选的各更新测线构建索引,相应地,可借助于所构建的索引信息以及车道分界线的位置信息,从候选的各更新测线中筛选出符合预定要求的更新测线,从而提升了筛选效率等。
上述处理方式中,针对任一待处理的车道分界线,可将筛选出的更新测线直接作为与该车道分界线相匹配的更新测线,在本公开的一些实施例中,针对筛选出的更新测线,还可进一步从中过滤掉与该车道分界线的走向趋势不一致的更新测线,进而可将剩余的更新测线作为与该车道分界线相匹配的更新测线。
考虑到车道场景的复杂性,同时还可能存在上下层立交等问题,可通过一定的策略,对筛选出的更新测线进行过滤,以便进一步提升得到的相匹配的更新测线的准确性,其中,所述策略可为过滤掉与该车道分界线的走向趋势不一致的更新测线,即可将筛选出的各更新测线的走向趋势(对应于道路走向)分别与该车道分界线的走向趋势进行比较,若不一致,则可过滤掉对应的更新测线,所述一致可以是指大体一致,即差异位于预定范围内,所述预定范围的具体取值可根据实际需要而定。
图3为本公开所述车道分界线及相匹配的更新测线的示意图。如图3所示,其中的1、2、3、4为车道分界线,a、b、c、d分别为与1、2、3、4相匹配的更新测线,车道分界线中间的实线为车道的中心线。可以看出,各车道分界线均存在一定的精度误差,因此需要通过相匹配的更新测线去更新各车道分界线。
另外,在本公开的一些实施例中,针对任一待处理的车道分界线,响应于相匹配的更新测线的数量为一,可将相匹配的更新测线作为该车道分界线对应的目标测线,响应于相匹配的更新测线的数量大于一,可将各相匹配的更新测线合并为一条更新测线,并可将合并后的更新测线作为该车道分界线对应的目标测线。
通常来说,一条车道分界线对应一条相匹配的更新测线,但在实际应用中,由于障碍物遮挡等原因,可能会导致一条更新测线被一次或多次截断,即出现了断断续续的情况,进而导致将一条更新测线识别为多条,相应地,使得相匹配的更新测线的数量可能大于一。
因此,针对任一待处理的车道分界线,可确定与其相匹配的更新测线的数量是否为一,若是,则可直接将相匹配的更新测线作为该车道分界线对应的目标测线,否则,可先将各相匹配的更新测线合并为一条更新测线,进而可将合并后的更新测线作为该车道分界线对应的目标测线。
通过上述处理,无论相匹配的更新测线的数量是否大于一,即是否存在断点,均可获取到所需的目标测线,从而满足了不同场景的使用需求等。
在本公开的一些实施例中,针对任一待处理的车道分界线,在将各相匹配的更新测线合并为一条更新测线时,可将各相匹配的更新测线分别作为待处理测线,并可根据各待处理测线的位置信息,分别确定出各待处理测线之间的先后顺序,进而可针对每两条相邻的待处理测线,分别根据该车道分界线将两条相邻的待处理测线之间缺失的部分补充完整,以将各待处理测线合并为一条更新测线。
比如,假设相匹配的更新测线的数量为3,为便于表述,按照先后顺序,分别称为更新测线1、更新测线2和更新测线3,那么对于更新测线1和更新测线2,可根据该车道分界线将两者之间缺失的部分补充完整,同样地,对于更新测线2和更新测线3,可根据该车道分界线将两者之间缺失的部分补充完整,从而得到一条完整的更新测线。
无论是车道分界线还是更新测线,通常均由一系列的形状点组成,每个形状点均具有各自的位置坐标,将相邻的形状点进行连接,即可得到对应的车道分界线或更新测线。相应地,以更新测线1和更新测线2为例,根据该车道分界线将两者之间缺失的部分补充完整,即可指用该车道分界线中的预定部分中包括的形状点作为缺失部分的形状点,预定部分即指与缺失部分对应的部分,非常的简单方便。
针对任一待处理的车道分界线,在确定出对应的目标测线之后,可将该车道分界线中的各形状点分别向目标测线进行投影,并可根据各形状点进行投影后的投影点与目标测线的位置关系对该车道分界线进行更新。
在本公开的一些实施例中,针对该车道分界线中的各形状点,可分别进行以下处理:响应于该形状点进行投影后的投影点位于目标测线上,将该形状点的位置坐标更新为投影点处的位置坐标,响应于该形状点进行投影后的投影点位于目标测线之外,维持该形状点的位置坐标不变,针对进行处理后的各形状点,分别将每两个相邻的形状点相连,得到更新后的车道分界线。
比如,假设共包括10个形状点,分别为形状点1~形状点10,那么对于形状点1,可向目标测线进行投影,即可从形状点1向目标测线作垂线,相交的点即为投影点,若投影点位于目标测线上,则可将形状点1的位置坐标更新为投影点处的位置坐标,对于形状点2,可向目标测线进行投影,若投影点位于目标测线上,则可将形状点2的位置坐标更新为投影点处的位置坐标,以此类推,假设将形状点3~形状点8的位置坐标也更新为了投影点处的位置坐标,对于形状点9和形状点10,假设对应的投影点均位于目标测线之外,如若目标测线的结束先于车道分界线,那么则可能出现这种情况,相应地,可维持形状点9和形状点10的位置坐标不变。
通过上述处理,可借助于目标测线来对车道分界线进行修形,从而提升了车道分界线的精度。
图4为本公开所述进行修形后的车道分界线示意图。如图4所示,其中的1、2、3、4为车道分界线,a、b、c、d分别为与1、2、3、4相匹配的更新测线(由于均只有一条,因此即为对应的目标测线),可以看出,经过处理后,1、2、3、4几乎完全修形到a、b、c、d上。
车道分界线修形完成后,还可进行一系列关联拓扑维护。
在本公开的一些实施例中,针对端点挂接在车道分界线的端点上的预定道路线,可根据更新后的车道分界线的端点的位置变化,对应更新预定道路线的端点位置。
所述预定道路线可包括虚拟边线和停止线等。以停止线为例,其两个端点通常挂接在两条车道分界线的端点(如两条车道分界线的终点)上,由于修形后的车道分界线的端点的位置通常会发生变化,那么相应地,需要对应更新停止线的端点位置,即更新为变化后的分界点端点位置,以提升停止线的精度等。
另外,在本公开的一些实施例中,针对待处理的车道组中包括的各车道,还可分别根据更新后的左右两侧车道分界线确定出各车道的中心线。
在本公开的一些实施例中,针对任一车道,可分别进行以下处理:分别获取该车道的左侧车道分界线以及右侧车道分界线中的各形状点对应的比值,任一形状点对应的比值分别为:该形状点到所在车道分界线的起点的距离与该形状点所在的车道分界线的长度的比值;对获取到的各比值进行去重处理,分别从该车道的左侧车道分界线中确定出去重处理后的各比值对应的位置点,并分别从该车道的右侧车道分界线中确定出去重处理后的各比值对应的位置点;针对每两个对应于同一比值的位置点,分别确定出位于两个位置点中间的中间点;分别将每两个相邻的中间点相连,得到该车道的中心线。
由于中心线是根据车道分界线生成的,位于左侧车道分界线以及右侧车道分界线的中间,因此在车道分界线发生更新后,还需要对应更新中心线,以提升中心线的精度等。
图5为本公开所述中心线的生成方式示意图。如图5所示,假设某一车道的左侧车道分界线中包括A、B、C、D四个形状点,右侧车道分界线中包括E、F、G三个形状点,另外,A为左侧车道分界线的起点,E为右侧车道分界线的起点,那么可分别获取到A、B、C、D、E、F、G这些形状点对应的比值,假设形状点A对应的比值为0%,形状点B对应的比值为30%,形状点C对应的比值为70%,形状点D对应的比值为100%,形状点E对应的比值为0%,形状点F对应的比值为60%,形状点G对应的比值为100%,那么可对各比值进行去重处理,进而可将去重处理后的各比值按照取值从小到大的顺序进行排序,即有:0%、30%、60%、70%、100%,之后可分别从左侧车道分界线中确定出0%、30%、60%、70%和100%对应的位置点,假设为A、B、F’、C和D,并可分别从右侧车道分界线中确定出0%、30%、60%、70%和100%对应的位置点,假设为E、B’、F、C’和G,进一步地,可分别确定出位于A和E中间的中间点、位于B和B’中间的中间点、位于F’和F中间的中间点、位于C和C’中间的中间点以及位于D和G中间的中间点,进而可将每两个相邻的中间点分别相连,从而得到所需的中心线。
图6为本公开所述更新后的中心线的示意图。如图6所示,可以看出,更新后的中心线位于左侧车道分界线以及右侧车道分界线的中间位置。
另外,在本公开的一些实施例中,响应于确定待处理的车道组中的任一车道分界线在更新后、与相邻车道组中原本连接的相邻车道分界线之间断开,可将该更新后的车道分界线与相邻车道分界线之间修复为连接状态。即可对前后车道分界线进行前后挂接维护,避免出现前后车道分界线断开的情况,以提升电子地图的展示效果等。
比如,假设待处理的车道组中的车道分界线为车道分界线x,相邻车道组中原本与车道分界线x连接的相邻车道分界线为车道分界线y,车道分界线x和车道分界线y原本是连接状态,由于对车道分界线x进行了更新,导致两者之间断开,那么可对所述断开进行修复,以便将车道分界线x与车道分界线y之间修复为连接状态,比如,可将车道分界线x的第一端点的位置坐标修改为车道分界线y的第二端点的位置坐标,第一端点为车道分界线x的两个端点(起点和终点)中靠近车道分界线y的端点,第二端点为车道分界线y的两个端点中靠近车道分界线x的端点,或者,可将第二端点的位置坐标修改为第一端点的位置坐标。
结合上述介绍,图7为本公开所述电子地图中的车道级路网数据更新方法的整体实现过程示意图。如图7所示,从整体上来说,主要包括车道分界线测线匹配、车道分界线修形以及其它要素联动修形三个方面,其中,车道分界线测线匹配即指从候选的更新测线中确定出与待处理的车道分界线相匹配的更新测线,包括更新测线索引构建、更新测线筛选以及更新测线过滤等具体实现过程,车道分界线修形即指利用目标测线来对待处理的车道分界线进行更新,包括目标测线确定、车道分界线更新以及车道分界线挂接维护等具体实现过程,其它要素联动修形即指所进行的一系列关联拓扑维护,包括联动维护中心线、联动维护虚拟边线以及联动维护停止线等具体实现过程。
需要说明的是,对于前述的方法实施例,为了简单描述,将其表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图8为本公开所述电子地图中的车道级路网数据更新装置实施例800的组成结构示意图。如图8所示,包括:匹配模块801、确定模块802和更新模块803。
匹配模块801,用于针对待处理的车道分界线,分别从候选的更新测线中确定出与该车道分界线相匹配的更新测线,候选的更新测线为从道路图像中提取出的各车道的实际分界线。
确定模块802,用于根据相匹配的更新测线确定出该车道分界线对应的目标测线。
更新模块803,用于将该车道分界线中的各形状点分别向目标测线进行投影,根据各形状点进行投影后的投影点与目标测线的位置关系对该车道分界线进行更新。
采用上述装置实施例所述方案,可借助于采集到的道路图像,通过相匹配的更新测线确定、目标测线确定以及形状点投影等一系列处理,自动地实现车道分界线更新,从而节省了人力和时间成本,并提升了处理效率,而且,可避免人工操作出现的错误,从而提升了处理结果的准确性,进而提升了更新后的车道分界线的质量等。
在本公开的一些实施例中,匹配模块801针对任一待处理的车道组,可分别将其中包括的各车道的车道分界线作为待处理的车道分界线。
在本公开的一些实施例中,匹配模块801针对任一待处理的车道分界线,可分别从候选的更新测线中筛选出符合预定要求的更新测线,所述符合预定要求包括:与该车道分界线之间的纵向最大距离小于预定阈值,将筛选出的更新测线作为相匹配的更新测线。
在本公开的一些实施例中,匹配模块801在从候选的更新测线中筛选出符合所述预定要求的更新测线时,可根据为候选的更新测线构建的索引信息,从候选的更新测线中筛选出符合所述预定要求的更新测线。
上述处理方式中,可将筛选出的更新测线直接作为与待处理的车道分界线相匹配的更新测线,在本公开的一些实施例中,匹配模块801针对筛选出的更新测线,还可进一步从中过滤掉与待处理的车道分界线的走向趋势不一致的更新测线,进而可将剩余的更新测线作为与待处理的车道分界线相匹配的更新测线。
在本公开的一些实施例中,确定模块802针对任一待处理的车道分界线,响应于相匹配的更新测线的数量为一,可将相匹配的更新测线作为该车道分界线对应的目标测线,响应于相匹配的更新测线的数量大于一,可将各相匹配的更新测线合并为一条更新测线,并可将合并后的更新测线作为该车道分界线对应的目标测线。
在本公开的一些实施例中,确定模块802针对任一待处理的车道分界线,在将各相匹配的更新测线合并为一条更新测线时,可将各相匹配的更新测线分别作为待处理测线,并可根据各待处理测线的位置信息,分别确定出各待处理测线之间的先后顺序,进而可针对每两条相邻的待处理测线,分别根据该车道分界线将两条相邻的待处理测线之间缺失的部分补充完整,以将各待处理测线合并为一条更新测线。
针对任一待处理的车道分界线,在确定出对应的目标测线之后,更新模块803可根据目标测线对该车道分界线进行更新,即可将该车道分界线中的各形状点分别向目标测线进行投影,根据各形状点进行投影后的投影点与目标测线的位置关系对该车道分界线进行更新。
在本公开的一些实施例中,更新模块803针对该车道分界线中的各形状点,可分别进行以下处理:响应于该形状点进行投影后的投影点位于目标测线上,将该形状点的位置坐标更新为投影点处的位置坐标,响应于该形状点进行投影后的投影点位于目标测线之外,维持该形状点的位置坐标不变,针对进行处理后的各形状点,分别将每两个相邻的形状点相连,得到更新后的车道分界线。
车道分界线修形完成后,更新模块803还可进行一系列关联拓扑维护。
在本公开的一些实施例中,更新模块803针对端点挂接在车道分界线的端点上的预定道路线,可根据更新后的车道分界线的端点的位置变化,对应更新预定道路线的端点位置。
另外,在本公开的一些实施例中,更新模块803针对待处理的车道组中包括的各车道,还可分别根据更新后的左右两侧车道分界线确定出各车道的中心线。
在本公开的一些实施例中,更新模块803针对任一车道,可分别进行以下处理:分别获取该车道的左侧车道分界线以及右侧车道分界线中的各形状点对应的比值,任一形状点对应的比值分别为:该形状点到所在车道分界线的起点的距离与该形状点所在的车道分界线的长度的比值;对获取到的各比值进行去重处理,分别从该车道的左侧车道分界线中确定出去重处理后的各比值对应的位置点,并分别从该车道的右侧车道分界线中确定出去重处理后的各比值对应的位置点;针对每两个对应于同一比值的位置点,分别确定出位于两个位置点中间的中间点;分别将每两个相邻的中间点相连,得到该车道的中心线。
另外,在本公开的一些实施例中,更新模块803响应于确定待处理的车道组中的任一车道分界线在更新后、与相邻车道组中原本连接的相邻车道分界线之间断开,可将该更新后的车道分界线与相邻车道分界线之间修复为连接状态。
图8所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明,不再赘述。
总之,采用本公开所述方案,可节省人力和时间成本,并可提升处理效率及提升处理结果的准确性,进而提升了更新后的车道级路网数据的质量等。
本公开所述方案可应用于人工智能领域,特别涉及计算机视觉、智能导航以及自动驾驶等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术,人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术,人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
本公开所述实施例中的电子地图以及道路图像等并不是针对某一特定用户的,并不能反映出某一特定用户的个人信息。本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如本公开所述的方法。例如,在一些实施例中,本公开所述的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行本公开所述的方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行本公开所述的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (27)
1.一种电子地图中的车道级路网数据更新方法,包括:
针对待处理的车道分界线,分别从候选的更新测线中确定出与所述车道分界线相匹配的更新测线,所述候选的更新测线为从道路图像中提取出的各车道的实际分界线;
根据所述相匹配的更新测线确定出所述车道分界线对应的目标测线;
将所述车道分界线中的各形状点分别向所述目标测线进行投影,根据各形状点进行投影后的投影点与所述目标测线的位置关系对所述车道分界线进行更新。
2.根据权利要求1所述的方法,其中,
所述从候选的更新测线中确定出与所述车道分界线相匹配的更新测线包括:
从所述候选的更新测线中筛选出符合预定要求的更新测线,所述符合预定要求包括:与所述车道分界线之间的纵向最大距离小于预定阈值;
将筛选出的更新测线作为所述相匹配的更新测线。
3.根据权利要求2所述的方法,其中,
所述从所述候选的更新测线中筛选出符合预定要求的更新测线包括:根据为所述候选的更新测线构建的索引信息,从所述候选的更新测线中筛选出符合所述预定要求的更新测线。
4.根据权利要求2所述的方法,还包括:
从筛选出的更新测线中过滤掉与所述车道分界线的走向趋势不一致的更新测线,将剩余的更新测线作为所述相匹配的更新测线。
5.根据权利要求1~4中任一项所述的方法,其中,
所述根据所述相匹配的更新测线确定出所述车道分界线对应的目标测线包括:
响应于所述相匹配的更新测线的数量为一,将所述相匹配的更新测线作为所述目标测线;
响应于所述相匹配的更新测线的数量大于一,将各相匹配的更新测线合并为一条更新测线,将合并后的更新测线作为所述目标测线。
6.根据权利要求5所述的方法,其中,
所述将各相匹配的更新测线合并为一条更新测线包括:
将各相匹配的更新测线分别作为待处理测线,根据各待处理测线的位置信息,分别确定出各待处理测线之间的先后顺序;
针对每两条相邻的待处理测线,分别根据所述车道分界线将两条相邻的待处理测线之间缺失的部分补充完整,以将各待处理测线合并为一条更新测线。
7.根据权利要求1~4中任一项所述的方法,其中,
所述根据投影结果对所述车道分界线进行更新包括:
针对所述车道分界线中的各形状点,分别进行以下处理:响应于所述形状点进行投影后的投影点位于所述目标测线上,将所述形状点的位置坐标更新为所述投影点处的位置坐标;
响应于所述形状点进行投影后的投影点位于所述目标测线之外,维持所述形状点的位置坐标不变;
针对进行处理后的各形状点,分别将每两个相邻的形状点相连,得到更新后的车道分界线。
8.根据权利要求1~4中任一项所述的方法,还包括:
针对端点挂接在所述车道分界线的端点上的预定道路线,根据更新后的车道分界线的端点的位置变化,对应更新所述预定道路线的端点位置。
9.根据权利要求1~4中任一项所述的方法,还包括:
针对任一待处理的车道组,分别将其中包括的各车道的车道分界线作为所述待处理的车道分界线。
10.根据权利要求9所述的方法,还包括:
针对所述车道组中的各车道,分别根据更新后的左右两侧车道分界线确定出各车道的中心线。
11.根据权利要求10所述的方法,其中,
所述根据更新后的左右两侧车道分界线确定出各车道的中心线包括:
针对任一车道,分别进行以下处理:
分别获取所述车道的左侧车道分界线以及右侧车道分界线中的各形状点对应的比值,任一形状点对应的比值分别为:所述形状点到所在车道分界线的起点的距离与所述形状点所在的车道分界线的长度的比值;
对获取到的各比值进行去重处理,分别从所述车道的左侧车道分界线中确定出去重处理后的各比值对应的位置点,并分别从所述车道的右侧车道分界线中确定出去重处理后的各比值对应的位置点;
针对每两个对应于同一比值的位置点,分别确定出位于两个位置点中间的中间点;
分别将每两个相邻的中间点相连,得到所述车道的中心线。
12.根据权利要求9所述的方法,还包括:
响应于确定所述车道组中的任一车道分界线在更新后、与相邻车道组中原本连接的相邻车道分界线之间断开,将更新后的车道分界线与所述相邻车道分界线之间修复为连接状态。
13.一种电子地图中的车道级路网数据更新装置,包括:匹配模块、确定模块以及更新模块;
所述匹配模块,用于针对待处理的车道分界线,分别从候选的更新测线中确定出与所述车道分界线相匹配的更新测线,所述候选的更新测线为从道路图像中提取出的各车道的实际分界线;
所述确定模块,用于根据所述相匹配的更新测线确定出所述车道分界线对应的目标测线;
所述更新模块,用于将所述车道分界线中的各形状点分别向所述目标测线进行投影,根据各形状点进行投影后的投影点与所述目标测线的位置关系对所述车道分界线进行更新。
14.根据权利要求13所述的装置,其中,
所述匹配模块从所述候选的更新测线中筛选出符合预定要求的更新测线,所述符合预定要求包括:与所述车道分界线之间的纵向最大距离小于预定阈值,将筛选出的更新测线作为所述相匹配的更新测线。
15.根据权利要求14所述的装置,其中,
所述匹配模块根据为所述候选的更新测线构建的索引信息,从所述候选的更新测线中筛选出符合所述预定要求的更新测线。
16.根据权利要求14所述的装置,其中,
所述匹配模块进一步用于,从筛选出的更新测线中过滤掉与所述车道分界线的走向趋势不一致的更新测线,将剩余的更新测线作为所述相匹配的更新测线。
17.根据权利要求13~16中任一项所述的装置,其中,
所述确定模块响应于所述相匹配的更新测线的数量为一,将所述相匹配的更新测线作为所述目标测线,响应于所述相匹配的更新测线的数量大于一,将各相匹配的更新测线合并为一条更新测线,将合并后的更新测线作为所述目标测线。
18.根据权利要求17所述的装置,其中,
所述确定模块将各相匹配的更新测线分别作为待处理测线,根据各待处理测线的位置信息,分别确定出各待处理测线之间的先后顺序,针对每两条相邻的待处理测线,分别根据所述车道分界线将两条相邻的待处理测线之间缺失的部分补充完整,以将各待处理测线合并为一条更新测线。
19.根据权利要求13~16中任一项所述的装置,其中,
所述更新模块针对所述车道分界线中的各形状点,分别进行以下处理:响应于所述形状点进行投影后的投影点位于所述目标测线上,将所述形状点的位置坐标更新为所述投影点处的位置坐标,响应于所述形状点进行投影后的投影点位于所述目标测线之外,维持所述形状点的位置坐标不变;针对进行处理后的各形状点,分别将每两个相邻的形状点相连,得到更新后的车道分界线。
20.根据权利要求13~16中任一项所述的装置,其中,
所述更新模块进一步用于,针对端点挂接在所述车道分界线的端点上的预定道路线,根据更新后的车道分界线的端点的位置变化,对应更新所述预定道路线的端点位置。
21.根据权利要求13~16中任一项所述的装置,其中,
所述匹配模块针对任一待处理的车道组,分别将其中包括的各车道的车道分界线作为所述待处理的车道分界线。
22.根据权利要求21所述的装置,其中,
所述更新模块进一步用于,针对所述车道组中的各车道,分别根据更新后的左右两侧车道分界线确定出各车道的中心线。
23.根据权利要求22所述的装置,其中,
所述更新模块针对任一车道,分别进行以下处理:分别获取所述车道的左侧车道分界线以及右侧车道分界线中的各形状点对应的比值,任一形状点对应的比值分别为:所述形状点到所在车道分界线的起点的距离与所述形状点所在的车道分界线的长度的比值;对获取到的各比值进行去重处理,分别从所述车道的左侧车道分界线中确定出去重处理后的各比值对应的位置点,并分别从所述车道的右侧车道分界线中确定出去重处理后的各比值对应的位置点;针对每两个对应于同一比值的位置点,分别确定出位于两个位置点中间的中间点;分别将每两个相邻的中间点相连,得到所述车道的中心线。
24.根据权利要求21所述的装置,其中,
所述更新模块进一步用于,响应于确定所述车道组中的任一车道分界线在更新后、与相邻车道组中原本连接的相邻车道分界线之间断开,将更新后的车道分界线与所述相邻车道分界线之间修复为连接状态。
25.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行权利要求1-12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311413170.8A CN117589149A (zh) | 2023-10-27 | 2023-10-27 | 电子地图中的车道级路网数据更新方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311413170.8A CN117589149A (zh) | 2023-10-27 | 2023-10-27 | 电子地图中的车道级路网数据更新方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117589149A true CN117589149A (zh) | 2024-02-23 |
Family
ID=89914157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311413170.8A Pending CN117589149A (zh) | 2023-10-27 | 2023-10-27 | 电子地图中的车道级路网数据更新方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117589149A (zh) |
-
2023
- 2023-10-27 CN CN202311413170.8A patent/CN117589149A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113971723B (zh) | 高精地图中三维地图的构建方法、装置、设备和存储介质 | |
CN113390407A (zh) | 车道级导航地图的构建方法、装置、设备以及存储介质 | |
CN112559371B (zh) | 一种自动驾驶测试方法、装置及电子设备 | |
CN114036253B (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
CN114003613A (zh) | 高精地图车道线更新方法、装置、电子设备以及存储介质 | |
CN114880337B (zh) | 地图数据一体化更新方法、装置、设备以及存储介质 | |
CN114416906A (zh) | 地图数据的质检方法、装置及电子设备 | |
CN114036248A (zh) | 高精地图数据的处理方法、装置及电子设备 | |
CN113570727A (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN116300946A (zh) | 一种自动装载机的路径规划方法、装置、设备及介质 | |
CN117589149A (zh) | 电子地图中的车道级路网数据更新方法和装置 | |
CN112926135B (zh) | 场景信息确定方法、装置、设备、存储介质和程序产品 | |
CN113205120A (zh) | 数据标注方法、装置、电子设备及可读存储介质 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN114219907B (zh) | 三维地图生成方法、装置、设备以及存储介质 | |
CN114323060B (zh) | 距离确定方法及装置 | |
CN113553255B (zh) | 路线场景文件的生成方法、装置、电子设备及存储介质 | |
CN114355874B (zh) | 路径规划方法、装置、电子设备及自动行驶设备 | |
CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 | |
CN114677570B (zh) | 道路信息更新方法、装置、电子设备以及存储介质 | |
CN114494818B (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 | |
CN115757782A (zh) | 分类规则的更新方法、装置、电子设备和存储介质 | |
CN114565905A (zh) | 车道线的提取方法、装置和电子设备 |
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 |