CN101290725B - 数字道路地图的生成方法和地图生成*** - Google Patents
数字道路地图的生成方法和地图生成*** Download PDFInfo
- Publication number
- CN101290725B CN101290725B CN200810005869.XA CN200810005869A CN101290725B CN 101290725 B CN101290725 B CN 101290725B CN 200810005869 A CN200810005869 A CN 200810005869A CN 101290725 B CN101290725 B CN 101290725B
- Authority
- CN
- China
- Prior art keywords
- mentioned
- data
- track
- road
- map
- 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.)
- Expired - Fee Related
Links
Images
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
- G01C21/3833—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
- 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)
- Navigation (AREA)
- Instructional Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种数字道路地图的生成方法和地图生成***,其可低成本地生成高精度的道路地图。该数字道路地图的生成方法具有如下的步骤:第1步骤,收集通过车辆行驶取得的多个轨迹数据;第2步骤,在收集了上述轨迹数据的道路中,提取出上述多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;和第3步骤,通过将上述计算出的样条曲线作为车道的中心线追加到上述数字道路地图中,从而更新地图数据。
Description
技术领域
本发明涉及数字道路地图的生成方法,特别涉及通过利用车辆的行驶轨迹在道路地图上测绘出车道中心线的技术。
背景技术
数字道路地图和准确的测位***的统合对于例如作为下一代车辆导航***关注程度逐渐提高的先进的行驶安全应用,是非常重要的。但是,当前的数字道路地图无法满足行驶安全应用中所需的精度和信息内容。因此,在地图上高精度且详细地测绘出道路的必要性逐渐增加。
以往的道路测绘技术是基于通过大致分为二种类别的测量(地上的测量和照片测量)测定出的数据的。地上的测量***由车载设备(包括GPS接收机)构成。在车载设备上,例如也可以连接有照像机(也可以是激光扫描仪)、显示装置和通信装置等装置。这种***取得搭载有***的车辆所行驶的道路上的详细信息。但是,该***仅适用于非常狭窄的范围的测量,存在收集数据的周期较长、测量后的数据处理烦杂、***的维护费用高等问题点,所以其适用范围有限。
另一方面,照片测量由于测量区域广且数据收集迅速等,被认为是有前途的方法。但是,在技术上难以从复杂的数据高效地提取出必要的信息。而且,在以往的根据测量数据来生成高精度的道路地图的处理需要资源和时间。
图23示出由使用车载GPS装置和数字道路地图数据库的车辆导航***执行的处理。导航***确定车辆在地图上的位置。将该处理称为地图对照(Map Matching)。根据由车载GPS装置捕捉到的信号来确定车辆的位置信息。如图24所示,当可利用GPS定位信号时,通过对GPS装置所取得的位置信息和数字地图进行对照,可利用车辆导航。但是,由于GPS信号是从GPS卫星到达的电波,所以有时无法利用。特别是,在城市街道地区中,由于其上空没有开放,所以在无法接收预定数量的来自卫星的电波的场所,无法利用GPS来进行测位。因此,作为用于准确地确定车辆位置的方法,开发出基于地面波的测位、模拟GPS人造卫星***、无线标签等各种补充方法。
当前的数字道路地图中,在进行导航时,重要的不是道路的几何学信息的精度,而是设在道路上的节点链接的相对准确性。如图25所示,链接AB向驾驶员表示车辆通过点A后到达点B。这种路线引导功能就是导航。在导航应用中,链接AB是否准确地表示出点A和点B之间的道路并不重要。而且,为了进行车辆导航,简化的道路地图可有效地发挥作用。但是,对于希望在车道上准确地引导车辆的行驶安全应用,道路地图是直线AB还是曲线ACB变得重要。
先进的行驶安全支持***是在下一代车辆导航***的开发中最期待的技术之一。例如,在非专利文献1和非专利文献2公开的作为美国运输部计划的扩大数字测绘(EDMap)、和非专利文献3公开的欧盟的NextMap等先行研究中,认为扩大的数字道路地图和准确的测位***的统合对于行驶安全应用是非常重要的。在这些***中,对如曲线的通过速度的警告支持和速度控制(CSA-W和CSA-C:CurveSpeed Assistant-Warning and Control)那样的、使用或扩大地图的应用进行了证实试验。其中,通过对车辆位置和地图进行对照,预测前方道路的弯曲,以电子方式使接近的道路可视化。另外,戴姆勒-克莱斯勒公司也在车道跟踪支持警告(LFA-W:Lane FollowingAssistant-Warning)中,提出了其他应用。其中,为了在车辆将要偏离行驶中的车道时警告驾驶员,组合视觉车道追踪***、车道等级的数字地图和高精度测位***。
[专利文献1]日本特开2002-116689号公报
[非专利文献1]“IVI Light Vehicle Enabling ResearchProgram”,Enhanced Digital Mapping Project Final Report 2004
[非专利文献2]Haskitt P.著,“Map Based Safety Applications:From Research to Reality(A Review of the IVI-EDMap Project)”InProceeding of the 12th World Congress on Intelligent TransportSystems San Francisco CA USA Nov.6-10 2005
[非专利文献3]ERTICO NextMAP website,因特网<URL:http://www.ertico.com/en/activities/projects_and_fora/nextmap_website.htm>
对应于目前的车载GPS装置的测位精度,当前的数字导航道路地图提供强调了道路节点链接的连接准确性的、点级别上的道路位置信息。由于车辆导航***对车辆的位置信息和地图进行对照,所以道路地图的精度和内容并不重要。另一方面,行驶安全应用例如需要道路的中心线、车道的中心线和道路的弯曲等非常准确的道路的几何学信息,进而,例如还需要车道的数量、停止位置和速度限制等详细内容。另外,在通过以往的方法来生成行驶安全应用所需的扩大数字道路地图时,需要较高的成本。存在地上的测量烦杂,照片测量在技术上难以提取出信息的问题。调查车可提供测定道路的详细信息的方法。但是,基于调查车的测量成本较高,所以仅可适用于大规模的测量。其结果,为了对应于需要扩大的数字道路地图的众多需求,提出费用和效果之比适当的方法变得重要。
另外,当前的数字道路地图从精度和信息内容的观点来看,几乎无法满足行驶安全应用的要求。另外,以往的道路地图生成技术浪费了资源和时间。本发明着眼于该点,为了生成高精度的道路地图,提供费用和效果之比适当的方法。
例如,如图23所示,应着眼于在以往简单地废弃了用于车辆导航的GPS位置信息和与地图的对照结果这一情况。从车载GPS装置取得的GPS位置信息的取得顺序和与地图的对照结果(GPS轨迹)包括车辆的行驶轨迹,其与道路的几何学信息准确地一致。由于GPS测位信号的误差,使用GPS轨迹数据来表示准确的道路信息是不充分的。但是,通过收集、积蓄多数这种GPS轨迹数据,可根据GPS轨迹在统计学上导出道路信息。本发明提出收集并积蓄这样的在以往废弃的GPS轨迹数据的方法。
发明内容
本发明的目的在于,提供统计地对从车载GPS装置取得的数据进行分析,动态地生成高精度的道路地图的新方法。本发明的基本思想来自于称为“数据再循环”的技术概念,即由于由车载GPS装置取得的轨迹数据中包括有道路固有的信息,所以收集由车载GPS装置取得的较多的轨迹数据。另外,本发明的成本低于以往的地图生成方法。
本发明的代表性的一个例子如下所述。即,本发明的数字道路地图的生成方法具有如下步骤:第1步骤,收集通过车辆行驶取得的多个轨迹数据;第2步骤,在收集了上述轨迹数据的道路中,提取出上述多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;和第3步骤,通过将上述计算出的样条曲线作为车道的中心线追加到上述数字道路地图中,从而更新地图数据。
根据本发明,能够以低成本地生成高精度的道路地图。
附图说明
图1是本发明的实施方式的基本概念的说明图。
图2是表示本发明的实施方式的道路地图生成***的硬件的结构例的框图。
图3是表示本发明的实施方式的道路地图生成***的结构例的功能框图。
图4是本发明的实施方式的GPS数据收集处理的流程图。
图5是说明本发明的实施方式的数据记录部的动作模式的图。
图6是本发明的实施方式的GPS轨迹管理处理的流程图。
图7是本发明的实施方式的道路信息提取处理的流程图。
图8是说明本发明的实施方式的数据更新的动作模式的图。
图9是本发明的实施方式的道路地图逆更新处理的流程图。
图10是说明本发明的实施方式的GPS轨迹数据的结构的图。
图11是说明本发明的实施方式的扩大的道路地图数据的结构的图。
图12是说明本发明的实施方式的扩大的道路地图数据的结构的图。
图13A是表示由本发明的实施方式的道路地图生成***取得的GPS测定数据的分布的图。
图13B是表示由本发明的实施方式的道路地图生成***取得的GPS测定数据的分布的图。
图14是表示由本发明的实施方式的道路地图生成***取得的GPS轨迹的一个例子的图。
图15是表示由本发明的实施方式的道路地图生成***取得的GPS轨迹的分布的一个例子的图。
图16A表示由本发明的实施方式的道路地图生成***取得的GPS轨迹数据的某个横断线所表示的部分的分布图。
图16B表示由本发明的实施方式的道路地图生成***取得的GPS轨迹数据的某个横断线所表示的部分的分布图。
图17是表示由本发明的实施方式的道路地图生成***取得的车道中心线的图。
图18是表示本发明的实施方式的道路地图生成***中的GPS轨迹数据的数量和提取的中心线的误差的关系的图。
图19是表示由本发明的实施方式的道路地图生成***取得的车道中心线的一个例子的图。
图20是表示以往的测绘技术的与本发明的比较的图。
图21是表示本发明的实施方式的针对车道中心线的修正的图。
图22是表示本发明的实施方式的针对车道中心线的修正处理的图。
图23是表示以往的车辆导航***的图。
图24是表示以往的车辆导航***的图。
图25是表示以往的车辆导航***的图。
(标号说明)
11运算部
12,13存储装置
14输入接口
15输出接口
16显示装置
100中心服务器
110GPS数据收集部
111数据记录部
112数据传送部
120GPS轨迹管理部
121GPS数据输入部
122GPS轨迹生成部
123GPS轨迹检索部
130道路信息提取部
131GPS轨迹分析部
132道路特征提取部
133道路属性匹配部
140道路地图逆更新部
141地图目标生成部
142地图更新部
150基准位置修正部
具体实施方式
下面,参照附图说明本发明的实施方式。
图1表示本发明的实施方式的概要。使用图1说明本发明的基本概念。
图1的左侧部分表示上述的以往的道路地图生成方法。例如,通过空中测量(照片测量和/或遥感)和地理调查(基于人工的测量和/或基于车辆的测量),针对每个进行了测量的区域取得道路地图中使用的基本数据。之后,提供地图的提供者(地图生成者)使用所取得的基本数据,通过人工或半自动地生成道路地图。这样,地图生成是非常烦杂并且花费时间的处理,其成本较高。
在使用新的地图数据来代替旧的地图数据的地图更新中,具有二层含义。一个是地图提供者和地图数据的所有者之间的更新步骤。具体地说,利用在新测量的区域中所取得的新的道路数据来更新中央地图数据库。另一个意味着更新各用户所拥有的中央地图数据库的复制数据。
当前,用于更新地图的信息是仅从提供者流向用户的,不存在从用户向提供者的反馈。即,地图更新是从提供者向用户的仅单向的处理。
因此,根据本发明,如图1的右侧部分所示,在导入GPS数据再循环***后,产生从用户向提供者的地图数据的反馈,由此完成信息在地图更新中循环的流程。即,在本发明中,为了生成准确且详细的道路地图,使用通过车辆行驶收集并记录在车内的GPS轨迹数据。然后,将这些数据用于更新中央地图数据库。将该基于从用户向提供者的数据反馈的更新步骤称为“逆更新”。
图2是表示本发明的实施方式的道路地图生成***的硬件的结构例的框图。
本发明的实施方式的道路地图生成***包括运算部11、存储部12、13、输入接口14、输出接口15和显示装置16。
运算部11包括执行各种程序的CPU、存储有由CPU执行的程序的ROM、和当执行程序时作为工作区使用的RAM。CPU通过执行各种程序,管理存储在存储装置12、13中的数据。
存储装置12保持存储有GPS轨迹数据的GPS轨迹数据库。存储装置13保持存储有高精度数字道路地图数据的道路地图数据库。另外,在图2中,图示出2个存储装置,但存储装置的数量不限于此。
输入接口14按照预定的协议与车载装置通信,接收存储在车载装置中的GPS轨迹数据。输出接口15输出由道路地图生成***所生成的道路地图的更新用数据。
显示装置16显示出GPS轨迹数据的分布图,或者进行敦促在由道路地图生成***执行的处理中的根据操作者的指示的显示。
图3是表示本发明的实施方式的道路地图生成***的结构例的功能框图。
本实施方式的道路地图生成***具有搭载在车辆上的GPS数据收集部110和中心服务器100。中心服务器100具有GPS轨迹管理部120、道路信息提取部130、道路地图逆更新部140和基准位置修正部150。
GPS数据收集部110包括数据记录部111和数据传送部112。数据记录部111记录由车载GPS装置测定的GPS测位数据和与GPS测位数据关联的参数。数据传送部112提供可以与后述的GPS数据输入部121通信、将GPS数据收集部110收集到的GPS测位数据发送到GPS数据输入部121的输出接口。
GPS轨迹管理部120包括GPS数据输入部121、GPS轨迹生成部122和GPS轨迹检索部123。GPS数据输入部121提供按照预定的协议与数据传送部112通信、由此接收积蓄在GPS数据收集部110中的数据的输入接口。GPS轨迹生成部122生成利用时间和位置表示的GPS轨迹数据。GPS轨迹数据的一个例子如图14所示。GPS轨迹检索部123将道路ID和时间作为关键字来检索期望的GPS轨迹数据。
道路信息提取部130包括GPS轨迹分析部131、道路特征提取部132和地图目标生成部133。GPS轨迹分析部131判定GPS轨迹数据是否为适合于道路地图更新的数据。道路特征提取部132从GPS轨迹数据提取作为车道中心线的候补的曲线。地图目标生成部133生成写入道路地图数据中的地图目标。
道路地图逆更新部140包括道路属性匹配部141和地图更新部142。道路属性匹配部141对所生成的地图目标的属性和更新对象的地图目标的属性进行比较。地图更新部142将生成的地图目标的属性写入道路地图数据库中,来更新地图数据。
基准位置修正部150参照所输入的高精度的基准位置信息来修正车道中心线。基准位置信息是包括多个基准位置的信息的集合。
图4是本发明的实施方式的GPS数据收集处理的流程图。由GPS数据收集部110执行该GPS数据收集处理。
首先,GPS数据收集部110判定收集开关是否为ON(S201)。该收集开关设置在数据记录部111中,数据记录部111的动作状态根据收集开关而变化,确定是否收集GPS测位数据。
如图5所示,数据记录部111的动作可以设定为手动模式、自动模式和外部起动模式这3种。驾驶员对GPS数据收集部进行操作,将数据记录部111的动作模式设定为手动模式、自动模式或外部起动模式中的任意一个,表示是否同意收集GPS测位数据的意思。
在手动模式下,由驾驶员设定收集开关的ON/OFF(接通/断开)。另外,初始值设为OFF即可。在自动模式下,当数据记录部111的空闲容量充分时,将收集开关设定为ON,收集GPS测位数据。另一方面,当数据记录部111的空闲容量不足时,将收集开关设定为OFF,不收集GPS测位数据。在外部起动模式下,根据从中心服务器100发送的指示信号,切换收集开关的ON/OFF。
在步骤S201中进行判定的结果,当判定为收集开关是OFF时,不收集车辆的GPS测位数据,结束GPS数据收集处理。另一方面,当判定为收集开关是ON时,驾驶员同意收集GPS测位数据,所以为了记录GPS测位数据,进入步骤S202。
在步骤S202中,取得根据车辆行驶收集的参数。具体地说,参数表示车辆的行驶状况,包括由GPS装置测定的车辆的位置、位置的测定时刻、道路识别符(道路ID)和车辆的速度。
之后,将取得的参数利用道路ID与地图上的道路关联起来,转换成用于记录在设置于数据记录部111内的车辆行驶数据库中的数据(S203)。然后,将所转换的数据存储在车辆行驶数据库中(S204)。
之后,将存储在车辆行驶数据库中的数据从数据传送部112传送到中心服务器100(S205)。向中心服务器100的数据传送可通过经由介质的复制或经由网络的数据传送来实现。
图6是本发明的实施方式的GPS轨迹管理处理的流程图。该GPS轨迹管理处理由GPS轨迹管理部120来执行。
首先,将记录在车辆行驶数据库中的GPS测位数据从GPS数据收集部110输入到GPS数据输入部121中(S211)。之后,判定所输入的数据的有效性(S212)。具体地说,判定所输入的数据是否为所输入的数据的形式正确、且可用于地图更新的数据。
当数据不是有效的数据时,结束GPS轨迹管理处理。另一方面,当数据有效时,进入步骤S213。
GPS轨迹生成部122确定与输入的GPS测位数据对应的道路ID,以时间顺序排列GPS测位数据,从而生成与确定的道路ID对应的GPS轨迹数据(S213)。另外,也可以由车内GPS数据收集部110生成GPS轨迹数据。此时,中心服务器100从车内GPS数据收集部110,接收所生成的GPS轨迹数据。
然后,将生成的GPS轨迹数据存储在设置于GPS轨迹管理部120内的GPS轨迹数据库中(S214)。此时,按照道路ID和数据取得顺序,对GPS轨迹附加检索用的索引。
之后,GPS轨迹检索部123从GPS轨迹数据库检索出需要的数据,提取出检索到的数据(S215)。例如,在步骤S215的数据提取中,提取出场所(道路ID)和数据收集时刻一致的数据。
图7是本发明的实施方式的道路信息提取处理的流程图。该道路信息提取处理由道路信息提取部130来执行。
首先,判定与目标道路有关的数据更新的必要性(S221)。如图8所示,将更新的必要性设定为手动模式或自动模式。在手动模式下,设定为无条件地更新道路地图数据的ON或不更新道路地图数据的OFF。
在自动模式下,根据当前的道路的精度,设定为ON或OFF。例如,在当前的道路地图数据的误差(例如,分散)小于预定的阈值时,更新对象的道路数据收敛,所以无需更新该道路数据。因此,将更新的需要设定为OFF。另一方面,当道路地图数据的误差(分散)大于预定的阈值时,更新对象的道路地图数据仍未收敛,所以优选利用新的GPS轨迹数据来更新该道路地图数据。因此,将更新的需要设定为ON。
判定的结果,当无需更新数据时,结束道路信息提取处理。另一方面,当需要更新数据时,进入步骤S222。
在步骤S222中,首先,通过在更新对象的道路上以预定间隔划出横断线,将道路分割成多个区域。在步骤S225中,将该被分割的区域使用为提取道路特征点的单位。
之后,提取与需要更新的道路对应的GPS轨迹数据。具体地说,提取出需要更新的道路的道路ID相等、需要更新的区域和位置相等、并且数据收集时刻包含在预定范围内的GPS轨迹数据。此时,还可以根据车道ID来识别车道(上行或下行等)。
之后,对提取的GPS轨迹数据的数量和预定值K进行比较(S223)。其结果,当提取的GPS轨迹数据的数量较少时,结束道路信息提取处理。另一方面,当提取的GPS轨迹数据的数量为预定值以上时,进入步骤S224。当根据所提取的GPS轨迹数据的数量和预定值的比较结果来判定是否更新道路地图数据库时,如果用于更新的GPS轨迹数据的数量较少,则道路地图数据库的更新是小规模的。由此数据的误差变高,不是适当的更新。因此,直到积蓄到充分的GPS轨迹数据为止,不执行道路信息提取处理。
之后,将提取的GPS轨迹数据应用于所对应的道路的各部分(S224)。
之后,使用最小二乘法,在道路的被分割的各部分中,提取GPS轨迹数据的特征点(S225)。例如,作为特征点,可以提取众值(mode)点,但也可以使用其他统计值。然后,计算出满足所提取的特征点的曲线(S226)。具体地说,在步骤S226中,计算出通过所提取的特征点的样条(spline)曲线,但当在提取的特征点中存在异常点时,也可以计算出不通过该点的样条曲线。另外,也可以根据道路的被分割的各部分的分散进行加权,来确定样条曲线。
之后,使用所导出的样条曲线,求出车道的中心线(S227)。具体地说,根据导出的样条曲线,对车道的中心线进行数值化。
之后,生成所更新的道路属性数据和地图目标(追加到地图数据库中的车道中心的数据)(S228),将生成的地图目标和道路属性写入道路地图数据中,更新道路地图数据库(S229)。使用图9来详细说明该步骤S229的道路地图逆更新处理。
图9是本发明的实施方式的道路地图逆更新处理的流程图。该道路地图逆更新处理由道路地图逆更新部140来执行。
首先,提取存储在当前的道路地图数据库中的道路地图数据(S231),对提取的当前的道路地图数据的精度和生成的地图目标的精度进行比较(S232)。其结果,当生成的地图目标的精度(例如,分散)优于当前的道路地图数据的精度时,生成的地图数据在几何学上具有较高精度,所以判定为需要更新地图数据库。此处,将道路位置更新标志设定为ON(S233)。
之后,判定生成的地图目标的属性(例如,属性包括车道节点链接、车道的宽度、车道的方向和车道的弯曲等)是否与当前的道路地图数据的属性一致(S234)。其结果,当生成的地图目标的属性和提取的道路地图数据的属性一致时,生成的地图数据和提取的道路地图数据为相同对象(道路)的数据,所以也可以将生成的地图目标覆盖写入地图数据库中。因此,将道路属性更新标志设定为ON(S235)。
之后,判定更新标志是否为ON(S236)。当道路位置更新标志和道路属性更新标志两者都设定为ON时,将生成的地图目标和道路属性写入道路地图数据中,更新道路地图数据库(S237)。
图10是表示本发明的实施方式的GPS轨迹数据的结构的说明图。
在本发明中,GPS轨迹数据作为基本的数据源担当着重要的作用,其包括轨迹ID、日期、位置信息和其他信息。
轨迹ID是轨迹数据的唯一的识别符。道路ID是取得轨迹数据的车辆所行驶的道路的唯一的识别符。日期是取得轨迹数据的年月日。通过确定了节点数和节点顺序的链接,结合包含在轨迹数据中的所有节点(GPS测位数据)。各个节点(GPS测位数据)包括从GPS信号取得的GPS位置、基于将GPS位置与地图对照的结果的地图上的位置、取得位置信息的时刻、和位置信息取得时的车速。
图11和图12是表示本发明的实施方式的扩大的道路地图数据的结构的说明图,图11表示数据的项目,图12表示数据的层次结构。
在当前的数字道路地图数据结构中,道路由道路中心线上的节点的链接构成。通过该节点的链接来表现道路的几何特征。另外,道路地图数据结构作为表示道路的信息,包括道路ID、车道数量和其他道路特征。
车道由车道中心线上的节点的链接构成。利用该节点的链接来表示车道的几何特征。例如,利用3个节点的链接来表示车道的曲率。另外,在道路地图数据结构中,作为表示车道的信息,包括车道ID和车道方向(上行或下行)。进而,作为附加的信息,也可以包括车道的宽度。
如图12所示,对本发明的实施方式的道路地图生成***中使用的道路地图数据进行层次化。道路属性与道路ID链接。道路中心线数据、车道(上行)数据和车道(下行)数据与道路属性链接。另外,道路属性是图11所示的数据项目中的、道路ID、道路中心线数据、车道(上行)数据和车道(下行)数据以外的数据的总称。
图13A表示由本发明的实施方式的道路地图生成***取得的GPS测定数据的分布。
在由GPS***提供的位置信息中包括有一定的误差。由于该不准确性,由GPS***取得的位置数据在实际的位置周围按照高斯分布而分布(图13B)。于是,取得以原点为中心的对称的二维高斯分布。此处,可通过使用包含在高斯分布中的多数数据的平均值来准确地表现实际的位置。这就是本发明的基本着眼点。
图14表示由本发明的实施方式的道路地图生成***取得的GPS轨迹的一个例子。
当车辆在道路上行驶时,在预定的定时(例如,周期性或随机的间隔时间),将取得的GPS测位数据作为节点记录下来。之后,利用链接来结合记录下来的节点,以形成GPS轨迹。即,根据车辆的轨迹来生成各GPS轨迹。
这样取得的多个GPS轨迹数据如图15所示,表示2D高斯分布。
图16A和图16B表示由本发明的实施方式的道路地图生成***取得的GPS轨迹数据中的某个横断线部分的分布图。具体地说,在图16A中,当以用实线表示的横断线为横轴时,取得的多个GPS位置数据为图16B所示的2D高斯分布。在图16B所示的2D高斯分布中,峰值点(众值表示的分布图的特征点)为该横断线上的GPS位置数据的平均值。而且,峰值点表示该横断线表示的区域中的车道的中心点的位置。
图17表示由本发明的实施方式的道路地图生成***取得的车道中心线。首先最初通过使用最小二乘法来计算出在道路上以预定间隔设定的横断线表示的部分的峰值点。之后,确定满足峰值点(例如,通过峰值点)的样条曲线,将其设为车道中心线。设定该横断线的间隔既可以是一定的间隔,也可以根据道路形状改变间隔(例如,在直线区间中取较长的间隔,在曲线区间中取较短的间隔)。
图18表示本发明的实施方式的道路地图生成***中的GPS轨迹数据的数量和提取的中心线的误差的关系。如图18所示,当增加GPS轨迹数据的数量时,提取的中心线的误差变小,中心线收敛。当GPS轨迹的数量为某个数以上时,提取的中心线的位置几乎不变化,它们处于接近实际中心线的位置。
这样,如图19所示,将以预定值以下的误差提取的车道中心线追加到扩大数字道路地图中,对提高行驶安全性做出贡献。
以上,作为本发明的实施方式,记载了使用GPS信号的例子,但本发明不仅限于使用GPS信号的情况,也可以同样地适用于其他各种测位方法。因此,其他测位方法也包括在本发明的范畴内。
下面,说明本发明的效果。
图20表示以往的测绘技术的与本发明的比较。在以往的道路地图生成技术中,有基于人工的地上测量、基于调查车的测量和空中测量。这些技术在各种应用中都具有优点和缺点。但是,至今,任何一种测量技术都无法满足用于生成高精度道路地图的条件,在技术方面和/或经济方面都存在着适用范围的问题。另一方面,特别地,本发明涉及的方法作为生成导航用地图的方法是非常有前途的。
本发明的地图逆更新技术中,不仅提出地图更新的新途径,而且作为生成道路地图的新方法,还具有优于以往的地图生成方法的很多优点。特别是,本发明涉及的方法非常适合于生成导航用的道路地图。
例如,从通过遥感取得的图像数据(照片)提取道路信息的方法即便在当前也是非常普遍的方法。但是,由于没有注意数据源(例如,照片中表现的道路)和所生成的道路地图的同一性,所以与实际道路的差异被忽视。该情况引起地图的精度和可靠性的问题。当并用多个方法来生成地图时,烦杂且成本高,同时需要用于使多个方法协同动作的慎重的控制。另外,图像数据并不是遍布得可在广泛的场所取得的信息。这对于根据复杂的图像数据来确定道路的图像分析***来说是严格的课题。另外,移动测绘技术也具有特征提取和地理对照的问题。另外,由于基于移动测绘技术的覆盖区域是局部性的,所以适用的领域被限定。
本发明的逆更新技术中,利用通过车辆行驶取得的GPS轨迹这一非常独特的数据源,而不是使用通过其他测量方法取得的信息。该思想基于实际上几乎所有的驾驶员都在车道中心行驶这一共同认识。因此,GPS轨迹数据不仅反映出驾驶员的习性,而且也依赖于道路信息。通过本发明的方法生成的道路地图准确地描绘出道路的实际情况,由此用于行驶引导和行驶支持的可靠性提高。另外,根据本发明,还可以对桥下、隧道内和建筑物内的道路进行地图化。这远远超过了通过以往技术可实现的范围。
本发明的地图逆更新方法具有较大的潜在用途,费用和效果之比也非常好。例如,对于通过以往的测定方法取得的数据源,在通过遥感来取得图像数据、及通过移动测绘技术来取得准确的测定数据时,成本较高。与其不同,当使用本发明的地图逆更新方法时,通过使用GPS轨迹数据的数据再循环,能以较低成本取得道路信息。可通过使用统计方法自动地计算出从庞大的GPS轨迹数据提取道路信息的方法。因此,当使用本发明的地图逆更新方法时,可平滑地统合特征提取步骤、地图生成步骤和地图更新步骤。
另外,地图逆更新***在以道路测绘为目的的独立的数据处理中心中发挥作用,或者,作为补充现有的地图更新***的***发挥作用。其结果,削减了***的总成本,并且大幅提高了生成以及更新道路地图的***的性能。
以上,对根据收集到的GPS数据来生成高精度的地图的方式进行了叙述。另一方面,还可以利用图3所示的基准位置修正部150等单元对由本实施方式的地图生成***生成的车道中心线的数据进行修正。
例如,可通过本实施方式的地图生成***生成图21所示的车道中心线。图中的黑圆表示与图11的“车道中心线”的(X1,Y1)、(X2,Y2)...对应的车道中心线上的点。另外,设取得了如白圆240、241、242所示那样的、通过其他方法精密地测定出的车道中心线上的点的坐标(基准位置)。通常,精密的测定需要人力,并且需要高价的测量设备。因此,与在本发明中生成的车道中心线上的点(X1,Y1)、(X2,Y2)...相比,仅能利用较少的数量的基准位置。
因此,通过图22所示的处理,根据较少的数量的基准位置来修正车道中心线上的多数点。首先,针对各基准位置的每一个,分别从修正前的车道中心线提取出最近距离处的点(基准位置邻近点)(S2501)。然后,针对各基准位置的每一个,计算出基准位置和基准位置邻近点的位置矢量之差分(差分矢量)(S2502)。
接下来,针对修正前的车道中心线上的各点(Xsi,Ysi)中的每一点,重复下述的处理(S2502~S2505)。首先,求出处于最近处的二个基准位置邻近点(Xsi 1,Ysi 1)和(Xsi 2,Ysi 2)(S2503)。然后,求出车道中心线上的各点的修正矢量。具体地说,根据距上述二个基准位置邻近点的距离,对(Xsi 1,Ysi 1)和(Xsi 2,Ysi 2)的差分矢量进行内分,从而求出修正矢量(S2504)。最后,使用所求出的修正矢量来修正车道中心线(S2505)。
另外,也可以将基准位置的精度输入基准位置修正部150,仅当输入的基准位置的精度超过根据本实施方式取得的车道中心线的推定精度时,修正车道中心线。此时,例如,可将GPS数据的标准偏差值用作车道中心线的推定精度。
综上所述,根据本发明的实施方式的道路地图的生成方法,收集通过车辆行驶取得的较多的GPS数据,积蓄收集到的GPS数据,对所积蓄的GPS数据进行分析,从而能够以非常好的费用和效果之比动态地生成高精度的道路地图。
另外,根据本发明的实施方式的道路地图的生成方法,通过对实际的车辆行驶进行模型化,提取出所生成的道路地图。之后,非常准确地表示出道路的几何学特征。根据本发明的实施方式,可实现用于迅速生成扩大的数字道路地图的、经济、有效且功能性的***,可满足将地图用于行驶安全应用中的要求事项。
Claims (22)
1.一种数字道路地图的生成方法,其特征在于,包括:
第1步骤,收集通过车辆行驶取得的多个轨迹数据;
第2步骤,在收集了上述轨迹数据的道路中,提取出上述多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;和
第3步骤,通过将上述计算出的样条曲线作为车道的中心线追加到上述数字道路地图中,从而更新地图数据,
在上述第1步骤中,将通过GPS随时间经过取得的车辆的位置数据作为轨迹数据来取得,收集上述取得的多个轨迹数据来生成数据库,
在上述第2步骤中,将在上述第3步骤中作为更新的对象的道路分割成多个部分,将上述收集到的轨迹数据应用于所分割的道路的各部分,在上述各部分中使用最小二乘法从上述轨迹数据提取出特征点,作为道路中心线的候补计算出通过上述提取的特征点的样条曲线,
在上述第3步骤中,当作为上述候补计算出的样条曲线的误差充分收敛时,使用作为上述候补计算出的样条曲线来更新地图数据。
2.根据权利要求1所述的数字道路地图的生成方法,其特征在于,
在上述第1步骤的处理中,作为车辆的位置数据的取得方法,可切换为第1模式、第2模式或第3模式中的任意一个,
在上述第1模式下,通过上述车辆的操作者的操作,可设定是否记录上述位置数据,
在上述第2模式下,控制成当上述位置数据的记录容量用尽时,不记录上述位置数据,
在上述第3模式下,控制成当接收到来自外部的信号时,记录上述位置数据。
3.根据权利要求2所述的数字道路地图的生成方法,其特征在于,
在上述第1步骤中,
当控制成记录上述位置数据时,记录包括通过GPS取得的车辆的位置、数据取得时刻、车辆所在的道路的识别符、车速和车辆的行驶方向的位置数据,
生成用于将上述记录的位置数据与地图的道路相关联起来记录的记录数据,
以位置数据的取得时刻顺序链接上述生成的记录数据,作为轨迹数据存储在轨迹数据库中。
4.根据权利要求1所述的数字道路地图的生成方法,其特征在于,
在上述第1步骤中,
接收上述车辆的位置数据的输入,
判定上述输入的位置数据的有效性,
当判定为上述输入的位置数据具有有效性时,生成与道路的识别符对应的轨迹数据,
存储上述生成的轨迹数据。
5.根据权利要求1所述的数字道路地图的生成方法,其特征在于,
在上述第2步骤中,
判定更新收集了上述轨迹数据的道路的地图数据的必要性,
根据判定为需要上述更新的道路的识别符和上述轨迹数据的取得日期时间,确定用于更新的轨迹数据,
将上述确定的轨迹数据应用于所分割的道路的各部分,
在上述各部分中使用最小二乘法从上述轨迹数据提取出峰值点,
作为道路中心线的候补,计算出通过上述提取出的峰值点的样条曲线。
6.根据权利要求5所述的数字道路地图的生成方法,其特征在于,
在上述第2步骤中,
对用于上述更新的轨迹数据的误差和预定的阈值进行比较,
当判定为上述误差收敛时,将所确定的轨迹数据应用于所分割的道路的各部分。
7.根据权利要求5所述的数字道路地图的生成方法,其特征在于,
在上述第2步骤中,
对用于上述更新的轨迹数据的数量和预定的阈值进行比较,
当判定为上述数据数量多时,将所确定的轨迹数据应用于所分割的道路的各部分。
8.根据权利要求1所述的数字道路地图的生成方法,其特征在于,
在上述第3步骤中,
判定上述计算出的样条曲线是否充分收敛,进而对上述计算出的样条曲线的属性和当前的车道中心线的属性进行比较,
当上述计算出的样条曲线的精度高于当前的车道中心线的精度且两者的属性一致时,利用上述求出的样条曲线来更新上述地图数据。
9.根据权利要求8所述的数字道路地图的生成方法,其特征在于,
上述计算出的样条曲线的属性包括车道节点链接、车道的宽度和车道的弯曲。
10.根据权利要求1所述的数字道路地图的生成方法,其特征在于,还包括:
参照高精度的基准位置的集合来修正上述车道中心线的第4步骤。
11.根据权利要求10所述的数字道路地图的生成方法,其特征在于,
上述第4步骤包括:
从修正前的车道中心线上的点中提取出各基准位置的最邻近点的步骤;
求出上述基准位置和上述邻近点之差的步骤;和
根据距最接近的二个上述邻近点的距离,求出上述车道中心线上的各点的修正矢量的步骤。
12.一种地图生成***,该地图生成***具有:车载装置,其取得通过GPS取得的车辆的位置数据和取得上述位置数据时的车辆状况;和服务器,其处理上述取得的车辆的位置数据,使用上述位置数据来生成数字道路地图,该地图生成***的特征在于,
上述服务器具有:
输入接口,其接收上述车辆的位置数据;
第1存储部,其存储上述接收到的位置数据;
处理器,其根据上述接收到的位置数据生成GPS轨迹,根据上述生成的GPS轨迹生成地图目标;和
第2存储部,其存储有地图数据库,
通过上述处理器执行预定的程序来构成:
管理部,其收集通过车辆行驶取得的多个轨迹数据;
提取部,其在收集了上述轨迹数据的道路中,提取出上述多个轨迹数据的特征点,计算出满足上述提取的特征点的样条曲线;和
更新部,其通过将上述计算出的样条曲线作为车道的中心线追加到上述数字道路地图中,从而更新地图数据,
上述管理部将通过GPS随时间经过取得的车辆的位置数据作为轨迹数据来取得,收集上述取得的多个轨迹数据来生成数据库,
上述提取部将在上述更新部中作为更新的对象的道路分割成多个部分,将上述收集到的轨迹数据应用于所分割的道路的各部分,在上述各部分中使用最小二乘法从上述轨迹数据提取出特征点,作为道路中心线的候补计算出通过上述提取出的特征点的样条曲线,
当作为上述候补计算出的样条曲线的误差充分收敛时,上述更新部使用作为上述候补计算出的样条曲线来更新地图数据。
13.根据权利要求12所述的地图生成***,其特征在于,
上述车载装置具有:GPS接收机,其测定车辆的位置;位置数据记录部,其记录上述GPS接收机测定的位置数据;和输出接口,其发送上述记录的位置数据,
上述位置数据记录部作为车辆的位置数据的取得方法,被设定成第1模式、第2模式或第3模式,
在上述第1模式下,通过上述车辆的操作者的操作,可设定是否将上述位置数据记录在上述位置数据记录部中,
在上述第2模式下,控制成当上述位置数据的记录容量用尽时,不将上述位置数据记录在上述位置数据记录部中,
在上述第3模式下,控制成当接收到来自外部的信号时,将上述位置数据记录在上述位置数据记录部中。
14.根据权利要求13所述的地图生成***,其特征在于,
上述位置数据记录部,
当控制成上述位置数据记录部记录上述位置数据时,记录包括通过GPS取得的车辆的位置、数据取得时刻、车辆所在的道路的识别符、车速和车辆的行驶方向的位置数据,
生成用于将上述记录的位置数据与地图的道路相关联起来记录的记录数据,
以位置数据的取得时刻顺序链接上述生成的记录数据,作为轨迹数据存储在轨迹数据库中。
15.根据权利要求12所述的地图生成***,其特征在于,
上述管理部,
接收上述车辆的位置数据的输入,
判定上述输入的位置数据的有效性,
当判定为上述输入的位置数据具有有效性时,生成与道路的识别符对应的轨迹数据,
存储上述生成的轨迹数据。
16.根据权利要求12所述的地图生成***,其特征在于,
上述提取部,
判定更新收集了上述轨迹数据的道路的地图数据的必要性,
根据判定为需要上述更新的道路的识别符和上述轨迹数据的取得日期时间,确定用于更新的轨迹数据,
将上述确定的轨迹数据应用于所分割的道路的各部分,
在上述各部分中使用最小二乘法从上述轨迹数据提取出峰值点,
作为道路中心线的候补,计算出通过上述提取的峰值点的样条曲线。
17.根据权利要求16所述的地图生成***,其特征在于,
上述提取部,
对用于上述更新的轨迹数据的误差和预定的阈值进行比较,
当判定为上述误差收敛时,将所确定的轨迹数据应用于所分割的道路的各部分。
18.根据权利要求16所述的地图生成***,其特征在于,
上述提取部,
对用于上述更新的轨迹数据的数量和预定的阈值进行比较,
当判定为上述数据数量多时,将所确定的轨迹数据应用于所分割的道路的各部分。
19.根据权利要求12所述的地图生成***,其特征在于,
上述更新部,
判定上述计算出的样条曲线是否充分收敛,进而对上述计算出的样条曲线的属性和当前的车道中心线的属性进行比较,
当上述计算出的样条曲线的精度高于当前的车道中心线的精度且两者的属性一致时,利用上述求出的样条曲线来更新上述地图数据。
20.根据权利要求19所述的地图生成***,其特征在于,
上述计算出的样条曲线的属性包括车道节点链接、车道的宽度和车道的弯曲。
21.根据权利要求12所述的地图生成***,其特征在于,还包括:
参照高精度的基准位置的集合来修正上述车道中心线的车道中心线修正部。
22.根据权利要求21所述的地图生成***,其特征在于,
车道中心线修正部从修正前的车道中心线上的点中提取出各基准位置的最邻近点,求出上述基准位置和上述邻近点之差,根据距最接近的二个邻近点的距离,求出上述车道中心线上的各点的修正矢量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007-108419 | 2007-04-17 | ||
JP2007108419A JP5064870B2 (ja) | 2007-04-17 | 2007-04-17 | デジタル道路地図の生成方法及び地図生成システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101290725A CN101290725A (zh) | 2008-10-22 |
CN101290725B true CN101290725B (zh) | 2012-11-28 |
Family
ID=39873081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810005869.XA Expired - Fee Related CN101290725B (zh) | 2007-04-17 | 2008-02-15 | 数字道路地图的生成方法和地图生成*** |
Country Status (3)
Country | Link |
---|---|
US (1) | US8359156B2 (zh) |
JP (1) | JP5064870B2 (zh) |
CN (1) | CN101290725B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111076732A (zh) * | 2018-10-19 | 2020-04-28 | 百度(美国)有限责任公司 | 基于车辆行驶的轨迹标记和生成高清地图的标记方案 |
Families Citing this family (147)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4702108B2 (ja) * | 2006-03-03 | 2011-06-15 | 株式会社デンソー | 地図表示装置の地図データの更新方法および地図表示装置 |
DE102008012654A1 (de) * | 2007-08-29 | 2009-03-05 | Continental Teves Ag & Co. Ohg | Onlineerstellung einer digitalen Karte |
US20090234579A1 (en) * | 2008-03-12 | 2009-09-17 | James Wang | Systems of points of interest in satellite navigation system applications |
US8612136B2 (en) | 2008-08-27 | 2013-12-17 | Waze Mobile Ltd. | System and method for road map creation |
JP2010176264A (ja) * | 2009-01-28 | 2010-08-12 | Konica Minolta Holdings Inc | 領域内外判定システム、領域内外判定方法、地図情報生成システム及び地図情報生成方法 |
US8384776B2 (en) * | 2009-04-22 | 2013-02-26 | Toyota Motor Engineering And Manufacturing North America, Inc. | Detection of topological structure from sensor data with application to autonomous driving in semi-structured environments |
US8812232B2 (en) * | 2009-06-22 | 2014-08-19 | Nokia Corporation | Method and apparatus for reducing energy consumption of a user equipment |
WO2011023246A1 (en) * | 2009-08-25 | 2011-03-03 | Tele Atlas B.V. | A vehicle navigation system and method |
US9147206B2 (en) * | 2009-08-31 | 2015-09-29 | Accenture Global Services Limited | Model optimization system using variable scoring |
US8818711B2 (en) * | 2009-12-18 | 2014-08-26 | Empire Technology Development Llc | 3D path analysis for environmental modeling |
CN102235874A (zh) * | 2010-04-28 | 2011-11-09 | 北京四维图新科技股份有限公司 | 一种电子地图道路车道数自动更新的方法及装置 |
DE102010033729B4 (de) * | 2010-08-07 | 2014-05-08 | Audi Ag | Verfahren und Vorrichtung zum Bestimmen der Position eines Fahrzeugs auf einer Fahrbahn sowie Kraftwagen mit einer solchen Vorrichtung |
US9664518B2 (en) * | 2010-08-27 | 2017-05-30 | Strava, Inc. | Method and system for comparing performance statistics with respect to location |
CN102985932B (zh) * | 2010-10-11 | 2016-03-30 | 英派尔科技开发有限公司 | 对象建模 |
CN102054354B (zh) * | 2010-11-18 | 2012-06-27 | 徐永龙 | 一种半自动地采集和更新电子地图的方法 |
US9823078B2 (en) | 2010-12-23 | 2017-11-21 | Microsoft Technology Licensing, Llc | Generating maps of private spaces using mobile computing device sensors |
US9291713B2 (en) | 2011-03-31 | 2016-03-22 | Strava, Inc. | Providing real-time segment performance information |
US9116922B2 (en) | 2011-03-31 | 2015-08-25 | Strava, Inc. | Defining and matching segments |
US9086288B2 (en) * | 2011-07-15 | 2015-07-21 | Google Inc. | Method and system for finding paths using GPS tracks |
JP5732377B2 (ja) * | 2011-11-21 | 2015-06-10 | クラリオン株式会社 | ナビゲーション装置 |
CN103196455B (zh) * | 2012-01-09 | 2016-09-21 | 北京四维图新科技股份有限公司 | 显示道路名称的方法、装置、服务器和*** |
CN103292816B (zh) * | 2012-02-23 | 2016-08-03 | 北京四维图新科技股份有限公司 | 电子地图生成方法、装置及路径规划方法、装置 |
US8996301B2 (en) | 2012-03-12 | 2015-03-31 | Strava, Inc. | Segment validation |
US8948954B1 (en) * | 2012-03-15 | 2015-02-03 | Google Inc. | Modifying vehicle behavior based on confidence in lane estimation |
JP2013218436A (ja) * | 2012-04-05 | 2013-10-24 | Nippon Telegr & Teleph Corp <Ntt> | データ収集管理方法 |
CN102831191B (zh) * | 2012-08-03 | 2015-08-26 | 戴大蒙 | 一种基于网络数据源的公交到站信息轨迹生成方法 |
EP2885609B1 (en) * | 2012-08-15 | 2021-04-21 | Google LLC | Crowd-sourcing indoor locations |
JP5930920B2 (ja) * | 2012-09-10 | 2016-06-08 | 株式会社日立製作所 | 地図生成サーバ、地図生成方法及び地図生成システム |
US20140095062A1 (en) * | 2012-09-28 | 2014-04-03 | Hewlett-Packard Development Company, L.P. | Road Maps from Clusters of Line Segments of Multiple Sources |
CN102927988B (zh) * | 2012-10-30 | 2016-01-06 | 青岛海信网络科技股份有限公司 | 基于gis的用于公路管理的定位***及方法 |
CN102928815B (zh) * | 2012-11-01 | 2017-11-03 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种室内定位中的鲁棒用户轨迹估计的方法、装置及智能通讯设备 |
US9063548B1 (en) | 2012-12-19 | 2015-06-23 | Google Inc. | Use of previous detections for lane marker detection |
US9081385B1 (en) | 2012-12-21 | 2015-07-14 | Google Inc. | Lane boundary detection using images |
CN103090872B (zh) * | 2013-01-16 | 2016-03-09 | 广州市雄兵汽车电器有限公司 | 个人移动通信终端的电子地图中显示汽车行驶轨迹的方法 |
US9045041B2 (en) | 2013-02-27 | 2015-06-02 | Here Global B.V. | Driver behavior from probe data for augmenting a data model |
US9816823B2 (en) | 2013-03-15 | 2017-11-14 | Hewlett Packard Enterprise Development Lp | Updating road maps |
US9087234B2 (en) * | 2013-03-15 | 2015-07-21 | Nike, Inc. | Monitoring fitness using a mobile device |
US9170115B2 (en) * | 2013-06-03 | 2015-10-27 | Hyundai Motor Company | Method and system for generating road map using data of position sensor of vehicle |
US10262462B2 (en) * | 2014-04-18 | 2019-04-16 | Magic Leap, Inc. | Systems and methods for augmented and virtual reality |
JP6197393B2 (ja) * | 2013-06-20 | 2017-09-20 | 株式会社豊田中央研究所 | レーン地図生成装置及びプログラム |
CN103366571B (zh) * | 2013-07-03 | 2016-02-24 | 河南中原高速公路股份有限公司 | 智能的夜晚交通事件检测方法 |
US8983774B2 (en) * | 2013-07-09 | 2015-03-17 | Qualcomm Incorporated | Intelligent map combination for venues enabling indoor positioning |
CN103533078B (zh) * | 2013-10-24 | 2017-07-21 | 无锡赛思汇智科技有限公司 | 一种生成地图的方法及*** |
US9165477B2 (en) | 2013-12-06 | 2015-10-20 | Vehicle Data Science Corporation | Systems and methods for building road models, driver models, and vehicle models and making predictions therefrom |
JP6431261B2 (ja) * | 2013-12-20 | 2018-11-28 | 矢崎エナジーシステム株式会社 | 運行情報管理システム |
US9465388B1 (en) | 2014-03-03 | 2016-10-11 | Google Inc. | Remote assistance for an autonomous vehicle in low confidence situations |
US9720410B2 (en) | 2014-03-03 | 2017-08-01 | Waymo Llc | Remote assistance for autonomous vehicles in predetermined situations |
US9547989B2 (en) | 2014-03-04 | 2017-01-17 | Google Inc. | Reporting road event data and sharing with other vehicles |
CN103995264A (zh) * | 2014-04-17 | 2014-08-20 | 北京金景科技有限公司 | 一种车载移动激光雷达测绘*** |
US10466056B2 (en) * | 2014-04-25 | 2019-11-05 | Samsung Electronics Co., Ltd. | Trajectory matching using ambient signals |
CN103971521B (zh) * | 2014-05-19 | 2016-06-29 | 清华大学 | 道路交通异常事件实时检测方法及装置 |
CN104006816B (zh) * | 2014-06-06 | 2016-09-07 | 王洁 | 一种轨迹跟踪回放方法 |
RU2608885C2 (ru) * | 2014-06-30 | 2017-01-25 | Общество С Ограниченной Ответственностью "Яндекс" | Способ определения точки кривой, ближайшей к позиции на карте |
US9322666B2 (en) | 2014-06-30 | 2016-04-26 | Yandex Europe Ag | Method for displaying a position on a map |
CN104217580B (zh) * | 2014-08-14 | 2016-08-17 | 中国科学院计算技术研究所 | 面向车辆群组动画的路网语义建模方法及*** |
CN105528955B (zh) | 2014-09-30 | 2018-02-06 | 国际商业机器公司 | 生成道路网络的方法及其装置 |
US9658074B2 (en) * | 2014-10-13 | 2017-05-23 | Here Global B.V. | Diverging and converging road geometry generation from sparse data |
CN104332064B (zh) * | 2014-10-27 | 2017-06-23 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹更新道路信息的方法及装置 |
EP3032221B1 (en) * | 2014-12-09 | 2022-03-30 | Volvo Car Corporation | Method and system for improving accuracy of digital map data utilized by a vehicle |
DE102015000399B4 (de) * | 2015-01-13 | 2019-08-29 | Audi Ag | Kartographieren von Fahrspuren mittels Fahrzeugflottendaten |
KR102623680B1 (ko) * | 2015-02-10 | 2024-01-12 | 모빌아이 비젼 테크놀로지스 엘티디. | 자율 주행을 위한 약도 |
JP6413841B2 (ja) | 2015-02-27 | 2018-10-31 | 株式会社デンソー | 運転支援装置 |
JP5997797B2 (ja) * | 2015-03-03 | 2016-09-28 | 富士重工業株式会社 | 車両の地図データ処理装置 |
CN104700617B (zh) * | 2015-04-02 | 2016-03-16 | 武汉大学 | 基于低精度gps轨迹数据的高精度车道信息提取方法 |
CN104808688B (zh) * | 2015-04-28 | 2017-04-12 | 武汉大学 | 一种无人机曲率连续可调路径规划方法 |
CN106294474B (zh) * | 2015-06-03 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 显示数据的处理方法、装置及*** |
CN105046059B (zh) * | 2015-06-24 | 2017-09-29 | 深圳市腾讯计算机***有限公司 | 游戏运动轨迹确定方法及装置 |
US10378908B2 (en) | 2015-06-26 | 2019-08-13 | Here Global B.V. | Method and apparatus for determining road stacking based upon error statistics |
US9551583B1 (en) * | 2015-07-06 | 2017-01-24 | International Business Machines Corporation | Hybrid road network and grid based spatial-temporal indexing under missing road links |
CN105160991B (zh) * | 2015-07-27 | 2017-11-24 | 福建工程学院 | 一种新增建筑物的识别方法及*** |
EP3130945B1 (en) * | 2015-08-11 | 2018-05-02 | Continental Automotive GmbH | System and method for precision vehicle positioning |
JP6414337B2 (ja) * | 2015-08-28 | 2018-10-31 | 日産自動車株式会社 | 車両位置推定装置、車両位置推定方法 |
US10429192B2 (en) * | 2015-09-16 | 2019-10-01 | Strava, Inc. | Generating trail network maps |
DE102015218811A1 (de) | 2015-09-29 | 2017-03-30 | Continental Teves Ag & Co. Ohg | Vorrichtung zum Erzeugen einer digitalen topographischen Positionskarte in einem Fahrzeug |
US10066947B2 (en) * | 2015-10-30 | 2018-09-04 | Faraday & Future Inc. | Methods and apparatus for improved precision street maps using low cost sensors |
JP6633893B2 (ja) * | 2015-11-10 | 2020-01-22 | 田中 成典 | 道路特徴決定装置 |
DE102015222962A1 (de) * | 2015-11-20 | 2017-05-24 | Robert Bosch Gmbh | Verfahren zur Aggregation von Fahrspurinformationen für digitale Kartendienste |
DE102016205436A1 (de) | 2015-11-25 | 2017-06-01 | Volkswagen Aktiengesellschaft | Verfahren und System zum Erstellen einer digitalen Karte |
CN105352524A (zh) * | 2015-11-27 | 2016-02-24 | 芜湖宏景电子股份有限公司 | 一种智能ios***车载导航 |
CN105352518A (zh) * | 2015-11-27 | 2016-02-24 | 芜湖宏景电子股份有限公司 | 一种ios***车载导航 |
CN105444770B (zh) * | 2015-12-18 | 2018-05-29 | 上海交通大学 | 基于智能手机的车道级别地图生成和定位方法 |
CN106931977B (zh) * | 2015-12-31 | 2020-08-21 | 北京四维图新科技股份有限公司 | 一种指示电子地图引导路径的方法及装置 |
CN105717517B (zh) * | 2016-01-29 | 2018-02-16 | 河北省测绘资料档案馆 | 一种车载北斗多模gnss高精度道路基础数据采集方法 |
US10088324B2 (en) * | 2016-05-02 | 2018-10-02 | International Business Machines Corporation | Trajectory data compression |
CN107631733A (zh) * | 2016-07-19 | 2018-01-26 | 北京四维图新科技股份有限公司 | 基于浮动车轨迹发现新增道路的方法、装置以及服务器 |
US10436589B2 (en) * | 2016-08-04 | 2019-10-08 | International Business Machines Corporation | Method and apparatus of data classification for routes in a digitized map |
US11386068B2 (en) * | 2016-10-27 | 2022-07-12 | Here Global B.V. | Method, apparatus, and computer program product for verifying and/or updating road map geometry based on received probe data |
CN106988588B (zh) * | 2016-12-12 | 2019-07-26 | 蔚来汽车有限公司 | 基于二维运动轨迹的停车位楼层识别方法 |
KR102395283B1 (ko) * | 2016-12-14 | 2022-05-09 | 현대자동차주식회사 | 자율 주행 제어 장치, 그를 포함한 시스템 및 그 방법 |
WO2018145235A1 (zh) * | 2017-02-07 | 2018-08-16 | 驭势(上海)汽车科技有限公司 | 高精度地图的分布式存储***及其应用 |
CN106949897B (zh) * | 2017-02-28 | 2020-08-07 | 四川九洲电器集团有限责任公司 | 一种在地图中生成道路的方法及装置 |
US10119824B2 (en) * | 2017-03-03 | 2018-11-06 | Here Global B.V. | Method and apparatus for updating road map geometry based on probe data |
US11254329B2 (en) * | 2017-04-24 | 2022-02-22 | Mobileye Vision Technologies Ltd. | Systems and methods for compression of lane data |
CN108801287B (zh) * | 2017-05-03 | 2021-08-13 | 腾讯科技(深圳)有限公司 | 一种导航地图中引导线的显示方法和移动终端 |
DE102017209346A1 (de) * | 2017-06-01 | 2019-01-10 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Erstellung einer fahrspurgenauen Straßenkarte |
EP3640597B1 (en) * | 2017-06-13 | 2024-07-17 | Nissan Motor Co., Ltd. | Map data storage method and device |
CN107402014A (zh) * | 2017-07-27 | 2017-11-28 | 惠州市格农科技有限公司 | 分布式地图数据处理方法 |
DE102017216237A1 (de) * | 2017-09-14 | 2019-03-14 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Ermitteln eines Verlaufs von Fahrspuren eines Straßennetzes sowie Servervorrichtung zum Durchführen des Verfahrens |
CN107632285B (zh) * | 2017-09-19 | 2021-05-04 | 北京小米移动软件有限公司 | 地图创建及修改方法与装置 |
DE102017217297B4 (de) | 2017-09-28 | 2019-05-23 | Continental Automotive Gmbh | System zur Erzeugung und/oder Aktualisierung eines digitalen Modells einer digitalen Karte |
KR102371984B1 (ko) * | 2017-09-30 | 2022-03-07 | 현대오토에버 주식회사 | 도로 변경 지점 검출 방법 |
WO2019084898A1 (en) | 2017-11-03 | 2019-05-09 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for new road determination |
US20200278215A1 (en) * | 2017-11-22 | 2020-09-03 | Mitsubishi Electric Corporation | Map collection system, map server device, in-vehicle device and map collection method |
CN108036794A (zh) * | 2017-11-24 | 2018-05-15 | 华域汽车***股份有限公司 | 一种高精度地图生成***及生成方法 |
US10921133B2 (en) * | 2017-12-07 | 2021-02-16 | International Business Machines Corporation | Location calibration based on movement path and map objects |
WO2019127074A1 (en) * | 2017-12-27 | 2019-07-04 | Bayerische Motoren Werke Aktiengesellschaft | Validation for a digital map |
KR102612960B1 (ko) * | 2018-01-23 | 2023-12-13 | 삼성전자주식회사 | 지도 수신 방법 및 이를 위한 장치 |
CN108447262A (zh) * | 2018-04-15 | 2018-08-24 | 山东工商学院 | 一种由行车轨迹构造“数字化道路”的技术与方法 |
CN108737955B (zh) * | 2018-04-28 | 2021-02-05 | 交通运输部公路科学研究所 | 基于虚拟车道线的ldw/lka测试评价***及方法 |
CN109033239B (zh) * | 2018-06-23 | 2022-08-19 | 北京航空航天大学 | 一种基于最小二乘优化的路网结构生成方法 |
KR102541067B1 (ko) * | 2018-06-29 | 2023-06-07 | 현대오토에버 주식회사 | 정밀 지도 생성 및 갱신 장치와 방법 |
FR3085082B1 (fr) * | 2018-08-17 | 2020-07-17 | Continental Automotive France | Estimation de la position geographique d'un vehicule routier pour la production participative de base de donnees routieres |
JP7192704B2 (ja) * | 2018-08-31 | 2022-12-20 | 株式会社デンソー | 地図生成装置及び地図生成プログラム |
US11287278B1 (en) | 2018-09-06 | 2022-03-29 | Apple Inc. | Offline registration of elements between maps |
US10782136B2 (en) * | 2018-09-28 | 2020-09-22 | Zoox, Inc. | Modifying map elements associated with map data |
CN110969890A (zh) * | 2018-09-30 | 2020-04-07 | 上海博泰悦臻电子设备制造有限公司 | 车辆、车机设备及其在线式地图智能构造方法、云服务器 |
US11217090B2 (en) * | 2018-12-27 | 2022-01-04 | Continental Automotive Systems, Inc. | Learned intersection map from long term sensor data |
CN111380543B (zh) * | 2018-12-29 | 2023-05-05 | 沈阳美行科技股份有限公司 | 地图数据生成方法及装置 |
CN109862084B (zh) * | 2019-01-16 | 2021-10-08 | 北京百度网讯科技有限公司 | 地图数据更新方法、装置、***及存储介质 |
US10803635B2 (en) * | 2019-02-26 | 2020-10-13 | Tusimple, Inc. | Method and system for map construction |
US11170230B2 (en) | 2019-02-26 | 2021-11-09 | Tusimple, Inc. | Method and system for map construction |
DE102019206336A1 (de) * | 2019-05-03 | 2020-11-05 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erstellen einer ersten Karte |
CN110413905B (zh) * | 2019-07-30 | 2022-07-15 | 北京三快在线科技有限公司 | 获取道路线形的方法、装置、设备及存储介质 |
CN110472000B (zh) * | 2019-08-12 | 2022-11-29 | 北京三快在线科技有限公司 | 路网线路确定方法、装置、电子设备及存储介质 |
US11860911B2 (en) | 2019-08-20 | 2024-01-02 | International Business Machines Corporation | Method and apparatus of data classification for routes in a digitized map |
CN110866077B (zh) * | 2019-10-30 | 2022-07-01 | 武汉光庭信息技术股份有限公司 | 一种车载gps轨迹地图的展示方法及装置 |
CN111047862B (zh) * | 2019-12-09 | 2021-06-29 | 北京中交兴路信息科技有限公司 | 一种获取道路属性的方法 |
CN113091757B (zh) * | 2019-12-23 | 2022-09-27 | 百度在线网络技术(北京)有限公司 | 地图生成方法和装置 |
DE102020103906B4 (de) * | 2020-02-14 | 2022-12-29 | Audi Aktiengesellschaft | Verfahren und Prozessorschaltung zum Aktualisieren einer digitalen Straßenkarte |
US20210398041A1 (en) * | 2020-06-18 | 2021-12-23 | Uber Technologies, Inc. | Side of street pickup optimization in ride coordination network |
CN111982115B (zh) * | 2020-08-12 | 2024-07-05 | 北京汽车研究总院有限公司 | 基于惯性导航***的特征点地图构建方法、装置以及介质 |
CN111932887B (zh) * | 2020-08-17 | 2022-04-26 | 武汉四维图新科技有限公司 | 车道级轨迹数据的生成方法及设备 |
JP7080283B2 (ja) * | 2020-09-07 | 2022-06-03 | 三菱電機株式会社 | 目標経路生成装置および目標経路生成システム |
CN112351384B (zh) * | 2020-09-10 | 2022-09-27 | 小灵狗出行科技有限公司 | 一种车辆定位数据修正方法、装置及设备 |
JP7414683B2 (ja) | 2020-09-29 | 2024-01-16 | 日立Astemo株式会社 | 自車位置推定装置及び自車位置推定方法 |
US11577733B2 (en) * | 2020-09-30 | 2023-02-14 | GM Global Technology Operations LLC | Efficient road coordinates transformations library |
CN112432650B (zh) * | 2020-11-19 | 2023-07-07 | 北京四维图新科技股份有限公司 | 高精地图数据的获取方法、车辆控制方法以及设备 |
CN112685530B (zh) * | 2021-01-08 | 2022-04-05 | 腾讯科技(深圳)有限公司 | 确定电子地图中孤立道路的方法、相关设备及存储介质 |
CN113177993B (zh) * | 2021-03-22 | 2024-03-01 | 中国人民解放军32801部队 | 一种仿真环境中高精地图的生成方法及*** |
CN114898058A (zh) * | 2021-05-30 | 2022-08-12 | 上海天庸科技发展有限公司 | 一种数字道路基础设施、编码生成方法及装置 |
CN113254562B (zh) * | 2021-06-18 | 2021-09-28 | 长安大学 | 一种高效gps轨迹地图匹配方法 |
US20230168106A1 (en) * | 2021-11-29 | 2023-06-01 | Here Global B.V. | Method, apparatus, and system for providing mock map data for map design validation and documentation |
DE102022208227A1 (de) | 2022-08-08 | 2024-02-08 | Volkswagen Aktiengesellschaft | Verfahren zur komprimierten Speicherung von Bewegungsdaten eines Fahrzeuges, Verfahren zur Erfassung von komprimierten Bewegungsdaten für eine Karte von zumindest einem Fahrzeug und entsprechende Vorrichtungen |
CN116182794A (zh) * | 2023-04-25 | 2023-05-30 | 智道网联科技(北京)有限公司 | 高精地图路面高度生成方法、装置、电子设备和存储介质 |
CN116977582B (zh) * | 2023-07-27 | 2024-03-22 | 木卫四(北京)科技有限公司 | 基于gps数据的道路3d模型生成方法及装置 |
CN116756264B (zh) * | 2023-08-18 | 2023-11-17 | 高德软件有限公司 | 重建数据评测方法、装置、电子设备及存储介质 |
CN118033703B (zh) * | 2024-04-12 | 2024-07-12 | 华能信息技术有限公司 | 一种基于地图融合的无人驾驶矿车定位方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1300032A (zh) * | 2001-01-16 | 2001-06-20 | *** | 自动更新电子交通地图的方法及*** |
CN1356668A (zh) * | 2001-12-30 | 2002-07-03 | 上海交通大学 | 数字道路地图自动生成滚球法 |
CN1391005A (zh) * | 2001-12-30 | 2003-01-15 | 吴国雄 | 山区公路平面线形自动设计仿真*** |
CN1503202A (zh) * | 2002-11-26 | 2004-06-09 | 何a雄 | 行车记录仪 |
CN1570565A (zh) * | 2004-05-08 | 2005-01-26 | 上海科臻投资咨询有限公司 | 电子地图数据存储与更新的方法 |
EP0919788B1 (en) * | 1997-11-26 | 2005-05-11 | Navteq North America, LLC | Method and system for representation and use of shape information in geographic databases |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI942218A0 (fi) * | 1994-05-13 | 1994-05-13 | Modulaire Oy | Automatiskt styrningssystem foer obemannat fordon |
JPH11167343A (ja) * | 1997-12-01 | 1999-06-22 | Honda Motor Co Ltd | 道路地図作成装置 |
US6674434B1 (en) * | 1999-10-25 | 2004-01-06 | Navigation Technologies Corp. | Method and system for automatic generation of shape and curvature data for a geographic database |
JP2002116689A (ja) | 2000-07-06 | 2002-04-19 | Pioneer Electronic Corp | 地図情報提供システムにおける道路情報の更新方法ならびにその更新サーバ、およびサーバプログラム、同プログラムを記録した記録媒体 |
US7805442B1 (en) * | 2000-12-05 | 2010-09-28 | Navteq North America, Llc | Method and system for representation of geographical features in a computer-based system |
JP3498310B2 (ja) * | 2001-04-23 | 2004-02-16 | 株式会社日立製作所 | 道路地図作成システム |
US7689354B2 (en) * | 2003-03-20 | 2010-03-30 | Hemisphere Gps Llc | Adaptive guidance system and method |
US7216023B2 (en) * | 2004-07-20 | 2007-05-08 | Aisin Seiki Kabushiki Kaisha | Lane keeping assist device for vehicle |
KR100516970B1 (ko) * | 2005-03-29 | 2005-09-26 | 포인트아이 주식회사 | MS-Based GPS 방식을 이용하여 길 안내 서비스를제공하는 방법 및 이를 이용한 시스템 및 장치 |
JP4882285B2 (ja) * | 2005-06-15 | 2012-02-22 | 株式会社デンソー | 車両用走行支援装置 |
JP4899671B2 (ja) * | 2006-07-07 | 2012-03-21 | トヨタ自動車株式会社 | 走行軌跡推定装置 |
-
2007
- 2007-04-17 JP JP2007108419A patent/JP5064870B2/ja not_active Expired - Fee Related
-
2008
- 2008-02-05 US US12/068,296 patent/US8359156B2/en not_active Expired - Fee Related
- 2008-02-15 CN CN200810005869.XA patent/CN101290725B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0919788B1 (en) * | 1997-11-26 | 2005-05-11 | Navteq North America, LLC | Method and system for representation and use of shape information in geographic databases |
CN1300032A (zh) * | 2001-01-16 | 2001-06-20 | *** | 自动更新电子交通地图的方法及*** |
CN1356668A (zh) * | 2001-12-30 | 2002-07-03 | 上海交通大学 | 数字道路地图自动生成滚球法 |
CN1391005A (zh) * | 2001-12-30 | 2003-01-15 | 吴国雄 | 山区公路平面线形自动设计仿真*** |
CN1503202A (zh) * | 2002-11-26 | 2004-06-09 | 何a雄 | 行车记录仪 |
CN1570565A (zh) * | 2004-05-08 | 2005-01-26 | 上海科臻投资咨询有限公司 | 电子地图数据存储与更新的方法 |
Non-Patent Citations (2)
Title |
---|
JP昭64-88113A 1989.04.03 |
JP特开平8-271272A 1996.10.18 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111076732A (zh) * | 2018-10-19 | 2020-04-28 | 百度(美国)有限责任公司 | 基于车辆行驶的轨迹标记和生成高清地图的标记方案 |
CN111076732B (zh) * | 2018-10-19 | 2023-08-29 | 百度(美国)有限责任公司 | 基于车辆行驶的轨迹标记和生成高清地图的标记方案 |
Also Published As
Publication number | Publication date |
---|---|
US8359156B2 (en) | 2013-01-22 |
JP2008267875A (ja) | 2008-11-06 |
JP5064870B2 (ja) | 2012-10-31 |
CN101290725A (zh) | 2008-10-22 |
US20080262721A1 (en) | 2008-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101290725B (zh) | 数字道路地图的生成方法和地图生成*** | |
US8306777B2 (en) | System and method for identifying road features | |
US9459626B2 (en) | Learning signs from vehicle probes | |
US20170287337A1 (en) | Learning Lanes From Radar Sensors | |
CN104089619B (zh) | 无人驾驶汽车的gps导航地图精确匹配***及其操作方法 | |
US20160167582A1 (en) | Learning Lanes From Vehicle Probes | |
Massow et al. | Deriving HD maps for highly automated driving from vehicular probe data | |
CN101218486A (zh) | 用于对道路网图进行建模的方法、装置及*** | |
CN102197419A (zh) | 更新数字地图的方法 | |
CN104215254B (zh) | 路径导航的方法和装置 | |
CN108204819B (zh) | 一种地图数据自动检测方法和装置、及混合导航*** | |
CN104330089A (zh) | 一种利用历史gps数据进行地图匹配的方法 | |
CN104120645B (zh) | 一种路面状况自动检测数据定位***与定位方法 | |
CN101842662A (zh) | 数字地图的验证 | |
Rasdorf et al. | Evaluation of GIS applications for horizontal curve data collection | |
CN113177042B (zh) | 一种地图轨迹线路处理方法及装置 | |
CN105788263A (zh) | 一种通过手机信息预测道路拥堵的方法 | |
CN113932801A (zh) | 基于众包的辅助驾驶地图实时匹配更新方法 | |
CN105702076A (zh) | 一种车辆定位信息匹配目标公路的方法及*** | |
CN104482936A (zh) | 提供路况信息的云端服务器和显示路况信息的装置 | |
Yu et al. | A hybrid dead reckoning error correction scheme based on extended Kalman filter and map matching for vehicle self-localization | |
CN104598548A (zh) | 一种分析农产品价格空间关联性的方法及装置 | |
CN112163059A (zh) | 基于量产车的地图数据更新方法、装置和*** | |
Berzina et al. | Development of a post-processing automation procedure for the GPS-based travel time data collection technique | |
CN117739950B (zh) | 一种地图的生成方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121128 Termination date: 20190215 |
|
CF01 | Termination of patent right due to non-payment of annual fee |