CN117870651B - 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质 - Google Patents

基于rtk-slam技术的地图高精度采集方法、存储器及存储介质 Download PDF

Info

Publication number
CN117870651B
CN117870651B CN202410273333.5A CN202410273333A CN117870651B CN 117870651 B CN117870651 B CN 117870651B CN 202410273333 A CN202410273333 A CN 202410273333A CN 117870651 B CN117870651 B CN 117870651B
Authority
CN
China
Prior art keywords
interference
map
acquisition
module
signal
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
CN202410273333.5A
Other languages
English (en)
Other versions
CN117870651A (zh
Inventor
陈雪梅
李健
杨东清
肖龙
薛杨武
张宝廷
刘晓慧
沈晓旭
赵小萱
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.)
Beijing Institute of Technology BIT
Advanced Technology Research Institute of Beijing Institute of Technology
Original Assignee
Beijing Institute of Technology BIT
Advanced Technology Research Institute of Beijing Institute of Technology
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 Beijing Institute of Technology BIT, Advanced Technology Research Institute of Beijing Institute of Technology filed Critical Beijing Institute of Technology BIT
Priority to CN202410273333.5A priority Critical patent/CN117870651B/zh
Publication of CN117870651A publication Critical patent/CN117870651A/zh
Application granted granted Critical
Publication of CN117870651B publication Critical patent/CN117870651B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Navigation (AREA)

Abstract

本发明公开了基于RTK‑SLAM技术的地图高精度采集方法、存储器及存储介质,属于地图领域,用于解决当下地图导航时实际接收到的地图数据容易出现偏差,且地图中标识物体通常以简易图形进行标注的问题,方法具体如下:用户终端依据导航路线选定作为目标路线发送至存储模块和路线划分模块,存储模块依据目标路线将对应的预设地图数据发送至智能比对模块;路线划分模块对目标路线进行划分得到多组道路段;智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓;信号干扰分析模块对道路段的信号干扰情况进行分析;采集调配模块对目标路线中不同道路段的地图采集措施进行设定,本发明基于多元因素实现对不同区域的地图进行高精度采集。

Description

基于RTK-SLAM技术的地图高精度采集方法、存储器及存储 介质
技术领域
本发明属于地图领域,涉及高精度采集技术,具体是基于RTK-SLAM技术的地图高精度采集方法、存储器及存储介质。
背景技术
地图是按照一定的办法,有选择地以二维或多维形式与手段在平面或球面上表示球体若干现象的图形或图像,它具有严格的数学基础、符号系统、文字注记,并能用地图概括原则,反映出自然和社会经济现象的分布特征及其相互关系。以前的地图一般画在羊皮纸或石板上,传统地图的载体多为纸张,随着科技的发展出现了电子地图等多种载体。
当下进行地图导航时,由于信号等因素的干扰,导致实际接收到的地图数据与实际地图数据出现偏差,而且实际在进行地图导航时,地图所呈现出来的标识物体通常为矩形等简易图形,地图中简易图形的标识物体不利于用户的方向识别和方向判定;
为此,我们提出基于RTK-SLAM技术的地图高精度采集方法、存储器及存储介质。
发明内容
针对现有技术存在的不足,本发明目的是提供基于RTK-SLAM技术的地图高精度采集方法、存储器及存储介质。
本发明所要解决的技术问题为:
如何基于多元因素实现对不同区域的地图进行高精度采集。
本发明的目的可以通过以下技术方案实现:
第一方面,基于RTK-SLAM技术的地图高精度采集方法,方法具体如下:
步骤S10,用户终端依据导航路线选定作为目标路线并经服务器发送至存储模块和路线划分模块,存储模块依据目标路线将对应的预设地图数据发送至智能比对模块;
步骤S20,路线划分模块对目标路线进行划分得到多组道路段,数据采集模块采集目标路线不同道路段的实时地图数据经服务器发送至智能比对模块;
步骤S30,智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓,生成信号分析信号或信号正常信号,若生成信号分析信号则发送至数据采集模块;
步骤S40,数据采集模块还采集道路段的干扰数据经服务器发送至信号干扰分析模块,信号干扰分析模块对道路段的信号干扰情况进行分析,分析得到目标路线中道路段的干扰等级经服务器发送至采集调配模块;
步骤S50,采集调配模块对目标路线中不同道路段的地图采集措施进行设定,依据不同干扰等级为道路段设定不同的地图采集措施。
进一步地,预设地图数据为目标路线内不同道路段中标识物体的预设轮廓图。
进一步地,实时地图数据为目标路线内不同道路段中标识物体的实时轮廓图。
进一步地,所述智能比对模块的比对过程具体如下:
依据用户终端的当前位置,得到用户终端所处的道路段i,i=1,2,……,z,z为正整数,i代表道路段的编号;
获取道路段中标识物体的实时轮廓图和预设轮廓图,将实时轮廓图与预设轮廓图堆叠放置得到实时轮廓图与预设轮廓图的交叉点和交叉区域;
统计交叉点的数量和交叉区域的面积,得到道路段中标识物体实时轮廓图与预设轮廓图的交叉点数DSui和交叉面积MJui,u为道路段中表示退的编号,u=1,2,……,x,x为正整数;
利用公式LPui=DSui×a1+MJui×a2计算得到道路段中标识物体的轮廓偏差值LPui;式中,a1和a2均为固定数值的权重系数,且a1和a2的取值均大于零;
若轮廓偏差值大于轮廓偏差阈值,则标识物体定义为异常标识物体;
若轮廓偏差值小于等于轮廓偏差阈值,则标识物体定义为正常标识物体;
统计异常标识物体的数量记为异常标识物体数,异常标识物体数比对道路段中所有标识物体的数量得到道路段的标识异常率;
若标识异常率大于预设标识异常率,则生成信号分析信号;
若标识异常率小于等于预设标识异常率,则生成信号正常信号。
进一步地,干扰数据为目标路线不同道路段中信号干扰源的数量以及每个信号干扰源的干扰强度,其中,信号干扰源可以为电磁波、高楼大厦等,在此不做具体介绍,干扰强度由测试信号的响应时长来认定。
进一步地,所述信号干扰分析模块的分析过程具体如下:
获取道路段内信号干扰源的数量,并记为信号干扰源数XSu;
而后获取道路段内每个信号干扰源的干扰强度,每个信号干扰源的干扰强度相加求和得到道路段的干扰总强度QDu;
通过公式GRu=(XSu+QDu)e计算得到目标路线中道路段的干扰值GRu;式中,e为自然常数;
若GRu<X1,则目标路线中道路段的干扰等级为第三干扰等级;
若X1≤GRu<X2,则目标路线中道路段的干扰等级为第二干扰等级;
若X2≤GRu,则目标路线中道路段的干扰等级为第一干扰等级;其中,X1和X2均为固定数值的干扰阈值,且X1<X2。
进一步地,第一干扰等级的级别高于第二干扰等级的级别,第二干扰等级的级别高于第三干扰等级的级别。
进一步地,所述采集调配模块的设定过程具体如下:
若为第一干扰等级,则对应道路段采用第一地图采集措施;
若第二干扰等级,则对应道路段采用第二地图采集措施;
若第三干扰等级,则对应道路段采用第三地图采集措施;
第一地图采集措施的采集精度大于第二地图采集措施的采集精度,第二地图采集措施的采集精度大于第三地图采集措施的采集精度。
第二方面,一种计算机设备,包括:存储器;处理器,与所述存储器连接,用于通过执行位于所述存储器上的计算机可执行指令,实现所提供的方法。
第三方面,一种计算机存储介质,计算机存储介质存储有计算机可执行指令;所述计算机可执行指令被执行后,能够实现所提供的方法。
与现有技术相比,本发明的有益效果是:
本发明通过用户终端依据导航路线选定作为目标路线并发送至存储模块和路线划分模块,存储模块依据目标路线将对应的预设地图数据发送至智能比对模块,同时路线划分模块对目标路线进行划分得到多组道路段,智能比对模块比对目标路线内不同道路段中标识物体的轮廓,生成信号分析信号或信号正常信号,若生成信号分析信号则发送至数据采集模块,数据采集模块再采集道路段的干扰数据发送至信号干扰分析模块,信号干扰分析模块对道路段的信号干扰情况进行分析,分析得到目标路线中道路段的干扰等级经服务器发送至采集调配模块,最终通过采集调配模块对目标路线中不同道路段的地图采集措施进行设定,依据不同干扰等级为道路段设定不同的地图采集措施,本发明通过比对标识物体的特征轮廓,并结合干扰因素实现对不同区域地图的高精度采集。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的方法流程图;
图2为本发明的系统框图;
图3为本发明的又一系统框图;
图4为本发明中计算机设备的结构示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
在本实施例中,请参阅图1-图2所示,基于RTK-SLAM技术的地图高精度采集方法,方法具体如下:
步骤S10,用户终端输入目标位置,基于用户的当前位置和目标位置得到多条导航路线,用户终端依据导航路线选定作为目标路线并反馈至服务器,服务器将目标路线发送至存储模块和路线划分模块,存储模块依据目标路线将对应的预设地图数据发送至智能比对模块;
步骤S20,路线划分模块对目标路线进行划分得到多组道路段,数据采集模块采集目标路线不同道路段的实时地图数据,并将实时地图数据发送至服务器,服务器将实时地图数据发送至智能比对模块;
步骤S30,智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓,生成信号分析信号或信号正常信号反馈至服务器,若服务器接收到信号正常信号,则不进行任何操作,若服务器接收到信号分析信号,则将信号分析信号发送至数据采集模块;
步骤S40,数据采集模块还对采集道路段的干扰数据,并将干扰数据发送至服务器,服务器将干扰数据发送至信号干扰分析模块,信号干扰分析模块对道路段的信号干扰情况进行分析,分析得到目标路线中道路段的干扰等级反馈至服务器,服务器将干扰等级发送至采集调配模块;
步骤S50,采集调配模块对目标路线中不同道路段的地图采集措施进行设定,若为第一干扰等级,则对应道路段采用第一地图采集措施,若第二干扰等级,则对应道路段采用第二地图采集措施,若第三干扰等级,则对应道路段采用第三地图采集措施;
在上述的方法实施例中,如图2所示,其地图高精度采集方法涉及有服务器,所述服务器连接有数据采集模块、用户终端、存储模块、路线划分模块、智能比对模块、采集调配模块和信号干扰分析模块;
在具体实施时,所述用户终端用于用户输入目标位置,基于用户的当前位置和目标位置得到多条导航路线,用户终端依据导航路线选定作为目标路线;所述用户终端将目标路线反馈至服务器,所述服务器将目标路线发送至存储模块和路线划分模块,所述存储模块用于存储若干条导航路线的预设地图数据,存储模块依据目标路线将对应的预设地图数据发送至智能比对模块;其中,预设地图数据为目标路线内不同道路段中标识物体的预设轮廓图;
所述路线划分模块用于对目标路线进行划分,划分得到多组道路段,其中,道路段按照目标路线中的路口进行划分,即从起点开始行至第一个路口定义为第一道路段,第一个路口至第二个路口定义为第二道路段,以此类推,直至达到目标路线的终点;
所述数据采集模块用于采集目标路线不同道路段的实时地图数据,并将实时地图数据发送至服务器,所述服务器将实时地图数据发送至智能比对模块,其中,实时地图数据为目标路线内不同道路段中标识物体的实时轮廓图;
在所述步骤S30中,所述智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓,比对过程具体如下:
步骤S301,依据用户终端的当前位置,得到用户终端所处的道路段i,i=1,2,……,z,z为正整数,i代表道路段的编号;
步骤S302,获取道路段中标识物体的实时轮廓图和预设轮廓图,将实时轮廓图与预设轮廓图堆叠放置得到实时轮廓图与预设轮廓图的交叉点和交叉区域;
步骤S303,统计交叉点的数量和交叉区域的面积,得到道路段中标识物体实时轮廓图与预设轮廓图的交叉点数DSui和交叉面积MJui,u为道路段中表示退的编号,u=1,2,……,x,x为正整数;
步骤S304,利用公式LPui=DSui×a1+MJui×a2计算得到道路段中标识物体的轮廓偏差值LPui;式中,a1和a2均为固定数值的权重系数,且a1和a2的取值均大于零;
步骤S305,若轮廓偏差值大于轮廓偏差阈值,则标识物体定义为异常标识物体;
步骤S306,若轮廓偏差值小于等于轮廓偏差阈值,则标识物体定义为正常标识物体;
步骤S307,统计异常标识物体的数量记为异常标识物体数,异常标识物体数比对道路段中所有标识物体的数量得到道路段的标识异常率;
步骤S308,若标识异常率大于预设标识异常率,则生成信号分析信号;
步骤S309,若标识异常率小于等于预设标识异常率,则生成信号正常信号;
所述智能比对模块将信号分析信号或信号正常信号反馈至服务器,若服务器接收到信号正常信号,则不进行任何操作,若服务器接收到信号分析信号,则将信号分析信号发送至数据采集模块;
所述数据采集模块用于对采集道路段的干扰数据,并将干扰数据发送至服务器,所述服务器将干扰数据发送至信号干扰分析模块;
需要具体说明的是,干扰数据为目标路线不同道路段中信号干扰源的数量以及每个信号干扰源的干扰强度,其中,信号干扰源可以为电磁波、高楼大厦等,在此不做具体介绍,干扰强度由测试信号的响应时长来认定;
在所述步骤S40中,所述信号干扰分析模块用于对道路段的信号干扰情况进行分析,分析过程具体如下:
步骤S401,获取道路段内信号干扰源的数量,并记为信号干扰源数XSu;
步骤S402,而后获取道路段内每个信号干扰源的干扰强度,每个信号干扰源的干扰强度相加求和得到道路段的干扰总强度QDu;
步骤S403,通过公式GRu=(XSu+QDu)e计算得到目标路线中道路段的干扰值GRu;式中,e为自然常数;
步骤S404,若GRu<X1,则目标路线中道路段的干扰等级为第三干扰等级;
步骤S405,若X1≤GRu<X2,则目标路线中道路段的干扰等级为第二干扰等级;
步骤S406,若X2≤GRu,则目标路线中道路段的干扰等级为第一干扰等级;其中,X1和X2均为固定数值的干扰阈值,且X1<X2;
其中,第一干扰等级的级别高于第二干扰等级的级别,第二干扰等级的级别高于第三干扰等级的级别;
所述信号干扰分析模块将目标路线中道路段的干扰等级反馈至服务器,所述服务器将干扰等级发送至采集调配模块,所述采集调配模块用于对目标路线中不同道路段的地图采集措施进行设定,设定过程具体如下:
若为第一干扰等级,则对应道路段采用第一地图采集措施;
若为第二干扰等级,则对应道路段采用第二地图采集措施;
若为第三干扰等级,则对应道路段采用第三地图采集措施;
可理解的是,第一地图采集措施的采集精度大于第二地图采集措施的采集精度,第二地图采集措施的采集精度大于第三地图采集措施的采集精度;
在本实施例中,第一地图采集措施可以为:1、首先需要搭建采用RTK-SLAM技术的相关设备:1)基准站,采集载波相位、观测量,通过数据链将其观测值和测站坐标信息一起传送给流动站;2)接收机,接收基准站采集的载波相位,同时接收卫星信号,把自己的观测量发送给流动站;3)流动站,通过数据链接收来自基准站的数据,同时采集GPS观测数据,并在系统内组成差分观测值进行实时处理;4)获取装置,用于获取GPS定位点数据,作为定位装置以提供定位点信息,其中,所述定位点数据包括定位点的经度、纬度、高程、置信度,其中置信度由当前时间和速度计算得到;2、同时,流动站可处于静止状态,也可处于运动状态;可在固定点上先进行初始化后再进入动态作业,也可在动态条件下直接开机,并在动态环境下完成整周模糊度的搜索求解,流动站可以在未知环境中从一个未知位置开始移动,在移动过程中根据位置和地图进行自身定位,并在自身定位的基础上建造增量式地图;
第二地图采集措施具体为可以利用单一的卫星技术对道路段的地图进行采集,第三地图采集措施为可以获取同类型导航软件或各类数据库中已存储的地图平替道路段当前的地图。
实施例2
在本实施例中,基于同一发明的又一构思,现提出基于RTK-SLAM技术的地图高精度采集方法,所述地图高精度采集方法还涉及:
步骤S60,目标路线中道路段的干扰等级发送至影响消除模块,影响消除模块依据干扰等级对道路段的信号干扰进行影响消除;
具体的,如图3所示,所述服务器连接有影响消除模块,所述信号干扰分析模块还通过服务器将目标路线中道路段的干扰等级发送至影响消除模块,所述影响消除模块用于对目标路线中道路段的信号干扰进行影响消除,工作过程具体如下:
步骤S601,获取上述得到的目标路线中道路段的干扰等级;
步骤S602,若为第一干扰等级,则对应道路段采用第一影响消除措施;
步骤S603,若为第二干扰等级,则对应道路段采用第二影响消除措施;
步骤S604,若为第三干扰等级,则对应道路段采用第三影响消除措施;
可理解的是,影响消除措施具体为在道路段的预设范围内设定相应数量的信号增益设备,其中信号增益设备包括金属屏蔽体、滤波器等相关设备;
实际的,第一影响消除措施为在第一预设范围内设定第一数量的信号增益设备,第二影响消除措施为在第二预设范围内设定第二数量的信号增益设备,第三影响消除措施为在第三预设范围内设定第三数量的信号增益设备,其中,第一预设范围的半径小于第二预设范围的半径,第二预设范围的半径小于第三预设范围的半径,第一数量的取值大于第二数量的取值,第二数量的取值大于第三数量的取值;
在具体实施时,还可以通过影响消除模块与采集调配模块相结合的方式,在依据干扰等级设定对应的信号干扰降低办法,同时还依据干扰等级采取对应精度的采集办法,从而实现了地图的高精度采集。
在本申请中,若出现相应的计算公式,则上述计算公式均是去量纲取其数值计算,公式中存在的权重系数、比例系数等系数,其设置的大小是为了将各个参数进行量化得到的一个结果值,关于权重系数和比例系数的大小,只要不影响参数与结果值的比例关系即可。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例中的任一方法步骤。
本发明还提供了一种计算机设备,如图4所示,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该计算机设备可以为包括手机、平板电脑、PDA、POS、车载电脑等任意终端设备,以计算机设备为手机为例:
图4示出的是与本发明实施例提供的计算机设备相关的部分结构的框图。参考图4,该计算机设备包括:存储器、处理器、通信总线和通信接口。本领域技术人员可以理解,图4中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图4对计算机设备的各个构成部件进行具体的介绍:
存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如用于存储若干条导航路线的预设地图数据de 存储模块)等;存储数据区可存储数据(比如存储模块依据目标路线将对应的预设地图数据发送至智能比对模块)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器是计算机设备的控制中心,通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器内的数据,执行各种功能和处理数据。可选的,处理器可包括一个或多个处理单元;优选的,处理器可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。
在本发明实施例中,该计算机设备所包括的处理器可以具有上述实施例中任一方法步骤所对应的功能。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (7)

1.基于RTK-SLAM技术的地图高精度采集方法,其特征在于,方法具体如下:
步骤S10,用户终端依据导航路线选定作为目标路线并经服务器发送至存储模块和路线划分模块,存储模块依据目标路线将对应的预设地图数据发送至智能比对模块;
其中,预设地图数据为目标路线内不同道路段中标识物体的预设轮廓图;
步骤S20,路线划分模块对目标路线进行划分得到多组道路段,数据采集模块采集目标路线不同道路段的实时地图数据经服务器发送至智能比对模块;
其中,实时地图数据为目标路线内不同道路段中标识物体的实时轮廓图;
步骤S30,智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓,生成信号分析信号或信号正常信号,若生成信号分析信号则发送至数据采集模块;
其中,所述智能比对模块的比对过程具体如下:
依据用户终端的当前位置,得到用户终端所处的道路段;
获取道路段中标识物体的实时轮廓图和预设轮廓图,将实时轮廓图与预设轮廓图堆叠放置得到实时轮廓图与预设轮廓图的交叉点和交叉区域;
统计交叉点的数量和交叉区域的面积,得到道路段中标识物体实时轮廓图与预设轮廓图的交叉点数和交叉面积;
计算道路段中标识物体的轮廓偏差值;
若轮廓偏差值大于轮廓偏差阈值,则标识物体定义为异常标识物体,若轮廓偏差值小于等于轮廓偏差阈值,则标识物体定义为正常标识物体;
统计异常标识物体的数量记为异常标识物体数,异常标识物体数比对道路段中所有标识物体的数量得到道路段的标识异常率;
若标识异常率大于预设标识异常率,则生成信号分析信号;
若标识异常率小于等于预设标识异常率,则生成信号正常信号;
步骤S40,数据采集模块还采集道路段的干扰数据经服务器发送至信号干扰分析模块,信号干扰分析模块对道路段的信号干扰情况进行分析,分析得到目标路线中道路段的干扰等级经服务器发送至采集调配模块;
其中,干扰数据为目标路线不同道路段中信号干扰源的数量以及每个信号干扰源的干扰强度;
步骤S50,采集调配模块对目标路线中不同道路段的地图采集措施进行设定,依据不同干扰等级为道路段设定不同的地图采集措施。
2.根据权利要求1所述的基于RTK-SLAM技术的地图高精度采集方法,其特征在于,所述信号干扰分析模块的分析过程具体如下:
获取道路段内信号干扰源的数量,并记为信号干扰源数;
而后获取道路段内每个信号干扰源的干扰强度,每个信号干扰源的干扰强度相加求和得到道路段的干扰总强度;
计算得到目标路线中道路段的干扰;
干扰值比对干扰阈值,判定目标路线中道路段的干扰等级为第三干扰等级、第二干扰等级或第一干扰等级。
3.根据权利要求2所述的基于RTK-SLAM技术的地图高精度采集方法,其特征在于,第一干扰等级的级别高于第二干扰等级的级别,第二干扰等级的级别高于第三干扰等级的级别。
4.根据权利要求3所述的基于RTK-SLAM技术的地图高精度采集方法,其特征在于,所述采集调配模块的设定过程具体如下:
若为第一干扰等级,则对应道路段采用第一地图采集措施;
若第二干扰等级,则对应道路段采用第二地图采集措施;
若第三干扰等级,则对应道路段采用第三地图采集措施。
5.根据权利要求4所述的基于RTK-SLAM技术的地图高精度采集方法,其特征在于,第一地图采集措施的采集精度大于第二地图采集措施的采集精度,第二地图采集措施的采集精度大于第三地图采集措施的采集精度。
6.一种计算机设备,其特征在于,包括:存储器;处理器,与所述存储器连接,用于通过执行位于所述存储器上的计算机可执行指令,实现权利要求1至5任一项提供的方法。
7.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机可执行指令;所述计算机可执行指令被执行后,能够实现权利要求1至5任一项提供的方法。
CN202410273333.5A 2024-03-11 2024-03-11 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质 Active CN117870651B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410273333.5A CN117870651B (zh) 2024-03-11 2024-03-11 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410273333.5A CN117870651B (zh) 2024-03-11 2024-03-11 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质

Publications (2)

Publication Number Publication Date
CN117870651A CN117870651A (zh) 2024-04-12
CN117870651B true CN117870651B (zh) 2024-05-07

Family

ID=90579478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410273333.5A Active CN117870651B (zh) 2024-03-11 2024-03-11 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质

Country Status (1)

Country Link
CN (1) CN117870651B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105890607A (zh) * 2016-03-31 2016-08-24 百度在线网络技术(北京)有限公司 地图生成方法和装置、路径规划方法和装置
CN108168569A (zh) * 2017-12-13 2018-06-15 广东欧珀移动通信有限公司 导航方法、装置、存储介质、移动终端及车载系统
CN109710708A (zh) * 2018-12-07 2019-05-03 北京掌行通信息技术有限公司 一种电子地图映射方法及装置
CN111209291A (zh) * 2019-12-31 2020-05-29 武汉中海庭数据技术有限公司 一种利用众包感知地图更新高精度地图的方法及系统
CN111260924A (zh) * 2020-02-10 2020-06-09 北京中交国通智能交通系统技术有限公司 适应边缘计算的交通智能管控与服务发布策略方法
CN113923775A (zh) * 2021-12-09 2022-01-11 腾讯科技(深圳)有限公司 一种定位信息质量评估的方法、装置、设备和存储介质
CN116045999A (zh) * 2022-10-31 2023-05-02 重庆长安汽车股份有限公司 异源数据匹配方法、装置、车辆及存储介质
CN117392867A (zh) * 2023-10-12 2024-01-12 厦门中卡科技股份有限公司 基于神经网络的智能停车场管理系统
CN117633137A (zh) * 2023-12-12 2024-03-01 华东交通大学 基于深度学习的地图数据分析提取方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11624618B2 (en) * 2020-06-29 2023-04-11 GM Cruise Holdings LLC. Pavement marking map change detection, reaction, and live tile shipping

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105890607A (zh) * 2016-03-31 2016-08-24 百度在线网络技术(北京)有限公司 地图生成方法和装置、路径规划方法和装置
CN108168569A (zh) * 2017-12-13 2018-06-15 广东欧珀移动通信有限公司 导航方法、装置、存储介质、移动终端及车载系统
CN109710708A (zh) * 2018-12-07 2019-05-03 北京掌行通信息技术有限公司 一种电子地图映射方法及装置
CN111209291A (zh) * 2019-12-31 2020-05-29 武汉中海庭数据技术有限公司 一种利用众包感知地图更新高精度地图的方法及系统
CN111260924A (zh) * 2020-02-10 2020-06-09 北京中交国通智能交通系统技术有限公司 适应边缘计算的交通智能管控与服务发布策略方法
CN113923775A (zh) * 2021-12-09 2022-01-11 腾讯科技(深圳)有限公司 一种定位信息质量评估的方法、装置、设备和存储介质
CN116045999A (zh) * 2022-10-31 2023-05-02 重庆长安汽车股份有限公司 异源数据匹配方法、装置、车辆及存储介质
CN117392867A (zh) * 2023-10-12 2024-01-12 厦门中卡科技股份有限公司 基于神经网络的智能停车场管理系统
CN117633137A (zh) * 2023-12-12 2024-03-01 华东交通大学 基于深度学习的地图数据分析提取方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
The Development of Classically and Alternatively Activated Macrophages Has Different Effects on The Varied Stages of Radiation-induced Pulmonary Injury in Mice;Hui Zhang,等;《 Journal of Radiation Research 》;20111130;第52卷(第6期);全文 *
车载定位系统中综合地图匹配算法研究;华永平;刘砚一;;现代雷达;20100315(第03期);全文 *

Also Published As

Publication number Publication date
CN117870651A (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN109714784B (zh) 一种天线方位角的优化方法和装置
CN107480180A (zh) 道路数据的处理方法、道路定位方法、装置及系统
CN112506972B (zh) 用户常驻区域定位方法、装置、电子设备以及存储介质
CN105188135A (zh) 终端定位方法及系统、目标终端及定位服务器
CN111479321B (zh) 一种网格构建方法、装置、电子设备和存储介质
CN106255054A (zh) 确定移动终端定位间隔的方法、移动终端及服务器
CN102779165A (zh) 栅格地图图片库的建立方法
CN103929719A (zh) 定位信息的优化方法和优化装置
CN102625444A (zh) 一种终端定位方法和一种基站
CN111881243A (zh) 一种出租车轨迹热点区域分析方法及系统
CN110830915B (zh) 一种确定起点位置的方法及装置
CN103839291B (zh) 构建三维地形的方法及装置
CN112541624B (zh) 一种揽投网点的选址方法、装置、介质及电子设备
CN117870651B (zh) 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质
CN103218406B (zh) 兴趣点的地址信息的处理方法及设备
CN112020091A (zh) 基于数字化地理信息的弱覆盖处理方法及装置
CN103582042B (zh) 一种确定邻区的方法和设备
CN112860828B (zh) 一种定位方法及装置、电子设备及存储介质
CN104023392A (zh) 确定无线接入点的位置的方法和设备
CN109947877B (zh) 一种提高gis移动终端地图定位精度的方法及系统
CN115033652A (zh) 一种兴趣点聚合方法、装置、系统和相关产品
CN113055239B (zh) 数据显示方法、装置、设备及介质
CN109982246A (zh) 一种蜂窝小区功率的调整方法、装置及介质
CN113593244A (zh) 一种流量确定方法、装置、存储介质及电子装置
CN102665272A (zh) 一种基于种子节点选择的无线传感器网络定位方法及系统

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