CN110287276B - 高精地图更新方法、装置及存储介质 - Google Patents

高精地图更新方法、装置及存储介质 Download PDF

Info

Publication number
CN110287276B
CN110287276B CN201910445725.4A CN201910445725A CN110287276B CN 110287276 B CN110287276 B CN 110287276B CN 201910445725 A CN201910445725 A CN 201910445725A CN 110287276 B CN110287276 B CN 110287276B
Authority
CN
China
Prior art keywords
position information
vehicle terminal
image
precision map
vehicle
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
CN201910445725.4A
Other languages
English (en)
Other versions
CN110287276A (zh
Inventor
高晓杰
柳琳
高超
郑超
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910445725.4A priority Critical patent/CN110287276B/zh
Publication of CN110287276A publication Critical patent/CN110287276A/zh
Application granted granted Critical
Publication of CN110287276B publication Critical patent/CN110287276B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Instructional Devices (AREA)

Abstract

本申请提供一种高精地图更新方法、装置及存储介质,其中,该方法包括:获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集图像时的位置信息,基于众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和该有效变化元素的位置信息,再根据每个图像携带的位置信息和有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,根据该第一车辆终端集合上传的视频数据对高精地图数据库进行更新。该技术方案中,高精地图数据库的更新基于众包车辆终端上传的图像和视频信息,无需使用价格昂贵的采集车采集,更新速度快,可以保证地图更新的时效性,避免了自动驾驶车辆出现的驾驶安全问题。

Description

高精地图更新方法、装置及存储介质
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种高精地图更新方法、装置及存储介质。
背景技术
高精地图是专为无人驾驶车辆设计的,包含道路定义、交叉路口、交通信号、车道规则以及用于车辆导航的其他元素。由于高精地图能够提供有关驾驶环境的详细信息来确保自动驾驶车辆的安全,因而,如何确保高精地图的及时更新是确保自动驾驶安全的关键。
在现有技术的高精地图更新方案中,通常利用专用采集车上设置的激光点云传感器、灌导设备等高精度传感器采集道路轨迹数据,并将其上传至云端服务器,由云端服务器基于接收到的道路轨迹数据对地图进行更新。
然而,由于专用采集车的成本高、数量有限,对于高精地图的更新只能区域性进行,无法保证更新的时效性,这对于自动驾驶车辆等时效性要求比较高的场景,可能出现驾驶安全问题。
发明内容
本申请提供一种高精地图更新方法、装置及存储介质,以克服现有地图更新方法中存在的更新时效性无法保证,可能出现的驾驶安全问题。
本申请第一方面提供的一种高精地图更新方法,包括:
获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息;
基于所述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和所述有效变化元素的位置信息;
根据每个图像携带的位置信息和所述有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,所述第一车辆终端集合中每个车辆终端所处的位置与所述有效变化元素的位置满足预设的距离约束条件;
根据所述第一车辆终端集合上传的视频数据对所述高精地图数据库进行更新。
在本实施例中,高精地图数据库的更新基于众包社会车辆上传的图像和视频信息,无需使用价格昂贵的采集车采集,更新速度快,可以保证地图更新的时效性,避免了自动驾驶车辆出现的驾驶安全问题
在第一方面的一种可能设计中,所述基于所述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和所述有效变化元素的位置信息,包括:
对所述众包图像中的每个图像进行分析,确定出每个图像中的地图标识元素以及每个地图标识元素的位置信息;
基于每个地图标识元素的位置信息和所述高精地图数据库,判断每个地图标识元素是否为地图变化元素;
若预设数量的图像在相同的地理位置具有相同的地图变化元素,则确定所述地图变化元素为有效变化元素,所述相同的地理位置为所述有效变化元素的位置信息。
在本实施例中,基于预设数量的图像在相同的地理位置具有相同的地图变化元素的方式,能够准确的确定出当前高精地图中的有效变化元素,有效防止了车辆终端发送伪造图片或者黑客侵入造假或者车辆终端采集信息不准确等问题。
在第一方面的另一种可能设计中,所述根据每个图像携带的位置信息和所述有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,包括:
根据每个图像携带的位置信息和所述有效变化元素的位置信息,确定出所述第一车辆终端集合;
向所述第一车辆终端集合中的每个车辆终端发送视频采集任务,所述视频采集任务包括采集区域范围,所述有效变化元素位于所述采集区域范围内;
接收所述第一车辆集合中每个车辆终端在所述采集区域范围内采集的所述视频数据。
在本实施例中,云端服务器确定出有效的第一车辆终端集合,并获取到用于高精地图重建的视频数据,为高精地图的及时更新奠定了实现基础。
在第一方面的上述可能设计中,所述根据每个图像携带的位置信息和所述有效变化元素的位置信息,确定出所述第一车辆终端集合,包括:
根据每个图像携带的位置信息,确定出每个图像对应车辆终端的终端基本信息,所述终端基本信息包括如下至少一种:当前位置信息、历史行驶轨迹信息、当前导航线路信息;
根据每个图像对应车辆终端的终端基本信息,确定所述第一车辆终端集合。
在第一方面的再一种可能设计中,所述根据所述第一车辆终端集合上传的视频数据对所述高精地图数据库进行更新,包括:
根据所述第一车辆终端集合上传的视频数据创建图片点云;
基于所述图片点云和所述高精地图数据库中的激光点云,确定所述有效变化元素的基本信息;
根据所述有效变化元素的基本信息更新所述高精地图数据库。
在本实施例中,云端服务器能够将高精地图中的有效变化元素更新到高精地图数据库中,具有更新及时、易于实现、成本低、准确度高的特点。
在第一方面的又一种可能设计中,所述有效变化元素包括如下元素的至少一种:车道线、护栏、路沿、标牌和地面标识。
本申请第二方面提供一种高精地图更新装置,包括:获取模块、处理模块和更新模块;
所述获取模块,用于获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息;
所述处理模块,用于基于所述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和所述有效变化元素的位置信息;
所述获取模块,还用于根据每个图像携带的位置信息和所述有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,所述第一车辆终端集合中每个车辆终端所处的位置与所述有效变化元素的位置满足预设的距离约束条件;
所述更新模块,用于根据所述第一车辆终端集合上传的视频数据对所述高精地图数据库进行更新。
在第二方面的一种可能设计中,所述处理模块,具体用于对所述众包图像中的每个图像进行分析,确定出每个图像中的地图标识元素以及每个地图标识元素的位置信息,基于每个地图标识元素的位置信息和所述高精地图数据库,判断每个地图标识元素是否为地图变化元素,以及在预设数量的图像在相同的地理位置具有相同的地图变化元素时,确定所述地图变化元素为有效变化元素,所述相同的地理位置为所述有效变化元素的位置信息。
在第二方面的另一种可能设计中,所述获取模块包括:确定单元和收发单元;
所述确定单元,用于根据每个图像携带的位置信息和所述有效变化元素的位置信息,确定出所述第一车辆终端集合;
所述收发单元,用于向所述第一车辆终端集合中的每个车辆终端发送视频采集任务,所述视频采集任务包括采集区域范围,所述有效变化元素位于所述采集区域范围内,以及接收所述第一车辆集合中每个车辆终端在所述采集区域范围内采集的所述视频数据。
在第二方面的上述可能设计中,所述确定单元,具体用于根据每个图像携带的位置信息,确定出每个图像对应车辆终端的终端基本信息,所述终端基本信息包括如下至少一种:当前位置信息、历史行驶轨迹信息、当前导航线路信息,以及根据每个图像对应车辆终端的终端基本信息,确定所述第一车辆终端集合。
在第二方面的再一种可能设计中,所述更新模块,具体用于根据所述第一车辆终端集合上传的视频数据创建图片点云,基于所述图片点云和所述高精地图数据库中的激光点云,确定所述有效变化元素的基本信息,以及根据所述有效变化元素的基本信息更新所述高精地图数据库。
本申请第三方面提供一种高精地图更新装置,包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一方面以及第一方面各可能设计所述的方法。
本申请第四方面提供一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如第一方面以及第一方面各可能设计所述的方法。
本申请实施例提供的高精地图更新方法、装置及存储介质,通过获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息,基于上述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和该有效变化元素的位置信息,再根据每个图像携带的位置信息和有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,根据该第一车辆终端集合上传的视频数据对高精地图数据库进行更新。该技术方案中,高精地图数据库的更新基于众包车辆终端上传的图像和视频信息,无需使用价格昂贵的采集车采集,更新速度快,可以保证地图更新的时效性,避免了自动驾驶车辆出现的驾驶安全问题。
附图说明
图1为本申请实施例提供的高精地图更新方法的应用场景示意图;
图2为本申请实施例提供的高精地图更新方法实施例一的流程示意图;
图3为本申请实施例提供的高精地图更新方法实施例二的流程示意图;
图4为本申请实施例提供的高精地图更新方法实施例三的流程示意图;
图5为本申请实施例提供的高精地图更新方法实施例四的流程示意图;
图6为本申请实施例提供的高精地图更新装置实施例一的结构示意图;
图7为本申请实施例提供的高精地图更新装置实施例二的结构示意图;
图8为本申请实施例提供的高精地图更新装置实施例三的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供的高精地图更新方法主要是以众包模式实现高精地图更新,具体的,是指云端大规模收集低成本的社会普通车辆的轨迹与图片或者智能车端采集的识别结果数据,在云端进行地图视觉数据处理,然后完成高精地图数据库的更新。用众包模式更新高精地图能够解决高精地图快速、及时更新的问题,提高了自动驾驶车辆的安全性,解决了现有技术中由于高精地图更新的时效性无法保证,可能存在的驾驶安全问题。
下面结合图1介绍本申请实施例的一种应用场景示意图。图1为本申请实施例提供的高精地图更新方法的应用场景示意图。如图1所示,在本申请的实施例中,该应用场景可以包括:众包车辆终端11、管道12、云端服务器13和存储设备14。
其中,众包车辆终端11可以是由大规模的普通社会车辆组成,也可以由具有数据处理能力和识别能力的智能车辆组成,还可以由普通社会车辆和智能车辆的组成。
在实际应用中,该管道12可以是网络,即众包车辆终端11通过网络将采集到的图像上传至云端服务器13,由云端服务器13执行地图标识元素的识别和处理。可选的,在云端服务器13中可以由众包平台基于众包车辆终端上报的图像确定出当前高精地图的有效变化元素,并执行高精地图数据库的更新工作。
可选的,该存储设备14可以用于存储众包车辆终端上传的图像或GPS轨迹信息,还可以用于存储高精地图的地图元素信息和地图特征信息。
示例性的,该存储设备14可以包括:众包数据库、高精地图数据库和高精地图特征库。其中,众包数据库用于存储众包车辆终端上传的图像或GPS轨迹信息等信息,高精地图数据库用于存储高精地图的元素信息,该高精地图特征库用于存储高精地图的特征信息等。值得说明的是,本申请实施例并不限定存储设备的具体组成,其可以根据实际情况进行确定。
需要说明的是,附图1仅是本申请实施例提供的一种应用场景的示意图,图1中所示设备之间的位置关系不构成任何限制,例如,在附图1中,存储设备相对于云端服务器可以是外部存储器,在其它情况下,也可以将存储设备置于云端服务器中。
下面,通过具体实施例对本申请的技术方案进行详细说明。需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为本申请实施例提供的高精地图更新方法实施例一的流程示意图。该高精地图更新方法可以由云端服务器执行,也可以由云端服务器上的众包平台执行。本实施例中以云端服务器执行该方法进行说明。如图2所示,该高精地图更新方法可以包括如下步骤:
步骤21:获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息。
可选的,在本实施例中,云端服务器可以在外部应用的触发下执行该高精地图更新方法。具体的,云端服务器首先获取众包车辆终端上传的众包图像。具体的,云端服务器可以直接从存储设备的众包数据库中获取众包车辆终端上传的众包图像,也可以接收众包车辆终端直接上报的众包图像,本申请实施例并不对众包图像的获取方式进行限定,其可以根据实际情况确定。
示例性的,在本实施例中,普通社会车辆也即众包车辆终端每隔一段距离(如20米)可以通过车辆上安装的采集设备采集一张图像并在图像上记载此刻车辆终端的GPS轨迹位置信息,并将其上传到云端服务器。
也就是说,众包车辆终端中的每个车辆终端可以每行驶预设的距离上传一次采集到的图像,也可以实时上报,本申请实施例并不对车辆终端上报图像的方式进行限定,其可以根据实际情况确定。
值得说明的是,上述众包图像中包括每个车辆终端上报的至少一个图像,关于每个车辆终端上报的图像数量,本申请实施例并不对其进行限定。
步骤22:基于该众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和该有效变化元素的位置信息。
可选的,在本申请的实施例中,云端服务器可以首先对接收到的众包图像进行分析,从众包图像中的每张图像中确定出地图标识元素,再结合高精地图数据库中的地图元素,判断每张图像中的地图标识元素是否为地图变化元素以及确定出每张图像中的地图变化元素,最后基于每张图像中地图变化元素的类别和位置,从所有图像中的地图变化元素中确定出当前高精地图的有效变化元素以及该有效地图元素的位置信息。
示例性的,在本申请的实施例中,地图标识元素包括但不局限于道路、车道线、标牌、地面标识等,其中,道路可以包括护栏、路沿等,标牌包括:路标牌、指示性牌、限高牌等各种类型,地面标识包括:分流标识、出入口标识、限速标识、限时标识等。
相应的,在本实施例中,在地图标识元素包括上述道路(护栏、路沿)、车道线、标牌、地面标识等类别时,该有效变化元素也可以包括如下元素的至少一种:车道线、护栏、路沿、标牌和地面标识。
值得说明的是,本申请实施例并不对地图标识元素、地图变化元素以及有效变化元素的具体类别和表现形式进行限定,其可以根据实际应用的具体情况确定。
步骤23:根据每个图像携带的位置信息和该有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据。
其中,该第一车辆终端集合中每个车辆终端所处的位置与该地图变化元素的位置满足预设的距离约束条件。
示例性的,在本实施例中,云端服务器根据每个图像携带的位置信息可以确定出上传图像的每个车辆终端所处的位置,再结合该有效变化元素的位置信息从众包车辆终端中确定出满足预设的距离约束条件的第一车辆终端集合。也即,第一车辆终端集合中每个车辆终端所处的位置与该有效变化元素的位置满足预设的距离约束条件。
示例性的,预设的距离约束条件可以指车辆终端所在位置与有效变化元素之间的距离小于预设阈值。例如,该有效变化元素所在位置前后一段距离范围(例如,100~200米等)内的所有车辆终端均满足上述预设的距离约束条件。
步骤24:根据第一车辆终端集合上传的视频数据对高精地图数据库进行更新。
在本申请的实施例中,云端服务器获取到第一车辆终端集合中每个车辆终端上传的视频数据后,可以基于预设的重建算法和上述视频数据执行高精地图的三维重建,得到图片点云,再结合高精地图数据库在创建过程中的激光点云,确定出有效变化元素的基本信息,从而利于该基本信息对高精地图数据库进行更新。
本申请实施例提供的高精地图更新方法,通过获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息,基于上述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和该有效变化元素的位置信息,再根据每个图像携带的位置信息和有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,根据该第一车辆终端集合上传的视频数据对高精地图数据库进行更新。该技术方案中,高精地图数据库的更新基于众包社会车辆上传的图像和视频信息,无需使用价格昂贵的采集车采集,更新速度快,可以保证地图更新的时效性,避免了自动驾驶车辆出现的驾驶安全问题。
示例性的,在上述实施例的基础上,图3为本申请实施例提供的高精地图更新方法实施例二的流程示意图。如图3所示,在本实施例中,上述步骤22可以通过如下步骤实现:
步骤31:对众包图像中的每个图像进行分析,确定出每个图像中的地图标识元素以及每个地图标识元素的位置信息。
示例性的,在本实施例中,云端服务器获取到众包车辆终端发送的众包图像之后,对众包图像中的每个图像进行分析和图像识别处理,识别出每个图像中的地图标识元素。例如,车道线、道路(护栏、路沿)、标牌、地面标识等要素信息。
可选的,云端服务器确定出每个图像中的地图标识元素后,还可以基于该图像携带的位置信息,确定出该地图标识元素的位置信息。
步骤32:基于每个地图标识元素的位置信息和高精地图数据库,判断每个地图标识元素是否为地图变化元素。
示例性的,云端服务器根据每个地图标识元素的位置信息,查询高精地图数据库,判断地图数据库中的对应位置处的地图元素是否为上述地图标识元素,若两者一致,则确定该地图标识元素不是地图变化元素,不做任何处理;若两者不一致,则确定该地图标识元素为地图变化元素。
值得说明的是,在确定出每个地图标识元素的位置信息后,云端服务器还可以将每个地图标识元素与高精地图数据库进行差分运算,判断每个地图标识元素所在位置的地图元素是否发生变化(包括新增、修改、删除等),并将所在位置的地图元素发生变化的地图标识元素确定为地图变化元素。
步骤33:若预设数量的图像在相同的地理位置具有相同的地图变化元素,则确定该地图变化元素为有效变化元素,相同的地理位置为有效变化元素的位置信息。
在本实施例中,对于确定出每个地图变化元素,可以结合其他图像中的地图变化元素,判断众包图像中是否有预设数量的图像在相同的地理位置处具有相同类别的地图变化元素,若是,则认为该地图变化元素为有效变化元素,相应的,上述相同的地理位置为有效变化元素的位置信息。
值得说明的是,在本实施例中,上述预设数量的图像可以是由预设数量的不同车辆发出的,即预设数量的车辆终端均认为同一个地理位置的地图标识元素与高精地图数据库中的地图元素具有相同的变化,则确定该同一个地理位置的地图标识元素为有效变化元素。
可选的,该预设数量是云端服务器中设定的一个阈值,例如,3、5等值。本申请实施例并不对预设数量的具体取值进行限定,其可以根据实际情况确定。
本申请实施例提供的高精地图更新方法,通过对众包图像中的每个图像进行分析,确定出每个图像中的地图标识元素以及每个地图标识元素的位置信息,基于每个地图标识元素的位置信息和高精地图数据库,判断每个地图标识元素是否为地图变化元素,并且在预设数量的图像在相同的地理位置具有相同的地图变化元素时,确定该地图变化元素为有效变化元素,相同的地理位置为有效变化元素的位置信息。该技术方案能够准确的确定出当前高精地图中的有效变化元素,有效防止了车辆终端发送伪造图片或者黑客侵入造假或者车辆终端采集信息不准确等问题。
示例性的,在本申请的实施例中,图4为本申请实施例提供的高精地图更新方法实施例三的流程示意图。如图4所示,在本实施例中,上述步骤23可以通过如下步骤实现:
步骤41:根据每个图像携带的位置信息和有效变化元素的位置信息,确定出第一车辆终端集合。
示例性的,在本实施例中,基于每个图像携带的位置信息可以确定出上报每个图像的车辆终端所在的位置,根据有效变化元素的位置信息确定包括该有效变化元素的区域范围。因而,通过判断每个车辆终端所在的位置是否位于该有效变化元素的区域范围内来确定第一车辆终端集合,也即,第一车辆终端集合中的每个车辆终端的位置均位于有效变化元素的区域范围内。
可选的,该有效变化元素的区域范围可以是该有效变化元素所在位置前后一段距离组成的范围。
示例性的,在本实施例的一种可能设计中,该步骤41还可以通过如下步骤实现:
步骤A1:根据每个图像携带的位置信息,确定出每个图像对应车辆终端的终端基本信息,该终端基本信息包括如下至少一种:当前位置信息、历史行驶轨迹信息、当前导航线路信息;
步骤A2:根据每个图像对应车辆终端的终端基本信息,确定该第一车辆终端集合。
在本实施例中,对于普通社会车辆,当用户驾驶某一车辆从某一出发地前往某一目的地时,一般情况下,会启用车辆的GPS功能查看当前道路的路况信息、路线信息等。因而,云端服务器可以基于车辆启用的GPS功能获取该车辆的当前位置信息。
进一步的,当用户使用当前高精地图查询从出发地到目的地的路线信息或当前导航线路信息,云端服务器可以确定出该车辆终端的当前位置信息、当前导航线路信息。
此外,云端服务器还可以基于该用户的登录信息,查询该用户驾驶车辆终端时的历史行驶轨迹信息。
所以,在本实施例中,云端服务器可以基于上述确定的每个图像对应车辆终端的当前位置信息、历史行驶轨迹信息、当前导航线路信息等终端基本信息中的一种或多种,确定出位于该有效变化元素所在区域范围内的第一车辆终端集合,该第一车辆终端集合中的每个车辆终端用于执行视频采集任务。
步骤42:向第一车辆终端集合中的每个车辆终端发送视频采集任务。
其中,该视频采集任务包括采集区域范围,该有效变化元素位于该采集区域范围内。
可选的,在本实施例中,为了对有效变化元素所在区域进行三维重建,云端服务器需要向确定的第一车辆终端集合发送包括采集区域范围的视频采集任务,且上述有效变化元素位于该采集区域范围内,这样第一车辆终端集合内的每个车辆终端才可以基于接收到的该视频采集任务采集视频数据。
步骤43:接收第一车辆集合中每个车辆终端在该采集区域范围内采集的视频数据。
示例性的,第一车辆集合中的每个车辆终端可以基于接收到的视频采集任务,确定出该视频采集任务对应的采集区域范围,并且在该采集区域范围内采集包括有效变化元素在内的视频数据。
本申请实施例提供的高精地图更新方法,根据每个图像携带的位置信息和有效变化元素的位置信息,确定出第一车辆终端集合,向第一车辆终端集合中的每个车辆终端发送视频采集任务,接收第一车辆集合中每个车辆终端在该采集区域范围内采集的视频数据。该技术方案中,云端服务器确定出有效的第一车辆终端集合,并获取到用于高精地图重建的视频数据,为高精地图的及时更新奠定了实现基础。
示例性的,在本申请的实施例中,图5为本申请实施例提供的高精地图更新方法实施例四的流程示意图。如图5所示,在本实施例中,上述步骤24可以通过如下步骤实现:
步骤51:根据第一车辆终端集合上传的视频数据创建图片点云。
可选的,在本实施例中,云端服务器获取到第一车辆终端集合上传的视频数据后,可以采用预设的重建算法,根据接收到的视频数据创建图片点云。
本申请实施例对不对预设的重建算法的具体实现进行限定,例如,其还可以是适当的任何一个或多个深度学习算法或模型,例如,深度学习网络或卷积神经网络等。具体实现时可以根据实际情况确定。
示例性的,云端服务器可以采用运动结构(structure-from-motion,SFM)算法或者其它类型的视觉三维重建算法,完成高精地图的三维重建,得到图片点云。
SFM算法是一种基于各种收集到的无序图片进行三维重建的离线算法。在本实施例的实际应用中,云端服务器首先从接收到的视频信息中挑选出适合三维重建的图像,然后基于挑选的图像创建图片点云。
值得说明的是,由于三维重建需要的数据量很大,但不可能全量地图元素建模,所以,云端服务器只建模与有效变化元素相关的区域或道路,从而使得本实施例中图片点云的创建成为可能。
步骤52:基于该图片点云和高精地图数据库中的激光点云,确定有效变化元素的基本信息。
示例性的,在本实施例中,高精地图数据库可以是利用集中制图模式生成的激光点云,所以,云端服务器可以用创建好的图片点云与高精地图数据库中的激光点云进行匹配,匹配采用集中制图模式生成的关于高精地图的一些显著的语义特征,例如,如灯杆、护栏、标牌等,进而从上述图片点云中提取需要更新的有效变化元素的基本信息。
可选的,有效变化元素的基本信息可以包括:有效变化元素的几何位置和属性信息等矢量信息。其中,该几何位置具体可以为地理位置(经纬度)和坐标,该属性信息包括:颜色信息和/或数值和/或导向等。
值得说明的是,本申请实施例并不限定有效变化元素的基本信息的具体表现形式,其可以根据实际情况确定。
步骤53:根据有效变化元素的基本信息更新高精地图数据库。
可选的,在本申请的实施例中,云端服务器根据提取到的有效变化元素的基本信息,通过少量的人工辅助,可以将其更新到高精地图数据库中。示例性的,该人工辅助可以包括但不局限于包括在人机交互界面上的信息确认、信息检查、信息调整等内容,其可以根据实际情况确定。
本申请实施例提供的高精地图更新方法,根据第一车辆终端集合上传的视频数据创建图片点云,基于该图片点云和高精地图数据库中的激光点云,确定有效变化元素的基本信息,根据有效变化元素的基本信息更新高精地图数据库。该技术方案中,云端服务器能够将高精地图中的有效变化元素更新到高精地图数据库中,具有更新及时、易于实现、成本低、准确度高的特点。
值得说明的是,本申请实施例的高精地图更新可以总结为基于众包终端上传的众包图像发现高精地图的有效变化元素,再根据满足预设的距离约束条件的第一车辆终端集合采集包括有效变化元素的视频数据,最后对得到的视频数据在云端服务器采用预设的重建算法进行三维重建,并提取出有效变化元素的基本信息,从而实现对高精地图数据库的更新。该方案更新速度快、易于实现,降低了更新难度,在一定程度上避免了可能出现的驾驶安全问题。
在本申请的另一可能设计中,本申请的众包终端还可以全部是具有数据处理、变化识别等边缘计算能力的智能车辆,这时,智能车辆便能够对采集到的图像或视频进行处理,确定出地图变化元素,通过三维创建的图片点云和高精地图数据库中的激光点云确定出有效变化元素的基本信息,再将其发送给云端服务器,由云端服务器或众包平台实现高精地图数据库的更新。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图6为本申请实施例提供的高精地图更新装置实施例一的结构示意图。该装置可以集成在云端服务器中,也可以通过云端服务器上的众包平台实现。如图6所示,该高精地图更新装置,可以包括:获取模块61、处理模块62和更新模块63。
其中,该获取模块61,用于获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息;
该处理模块62,用于基于所述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和所述有效变化元素的位置信息;
该获取模块61,还用于根据每个图像携带的位置信息和所述有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,所述第一车辆终端集合中每个车辆终端所处的位置与所述有效变化元素的位置满足预设的距离约束条件;
该更新模块63,用于根据所述第一车辆终端集合上传的视频数据对所述高精地图数据库进行更新。
示例性的,在本申请的一种可能设计中,该处理模块62,具体用于对所述众包图像中的每个图像进行分析,确定出每个图像中的地图标识元素以及每个地图标识元素的位置信息,基于每个地图标识元素的位置信息和所述高精地图数据库,判断每个地图标识元素是否为地图变化元素,以及在预设数量的图像在相同的地理位置具有相同的地图变化元素时,确定所述地图变化元素为有效变化元素,所述相同的地理位置为所述有效变化元素的位置信息。
示例性的,在本申请的另一种可能设计中,图7为本申请实施例提供的高精地图更新装置实施例二的结构示意图。如图7所示,在本实施例中,上述获取模块61包括:确定单元71和收发单元72。
该确定单元71,用于根据每个图像携带的位置信息和所述有效变化元素的位置信息,确定出所述第一车辆终端集合;
该收发单元72,用于向所述第一车辆终端集合中的每个车辆终端发送视频采集任务,所述视频采集任务包括采集区域范围,所述有效变化元素位于所述采集区域范围内,以及接收所述第一车辆集合中每个车辆终端在所述采集区域范围内采集的所述视频数据。
示例性的,在本实施例中,该确定单元71,具体用于根据每个图像携带的位置信息,确定出每个图像对应车辆终端的终端基本信息,所述终端基本信息包括如下至少一种:当前位置信息、历史行驶轨迹信息、当前导航线路信息,以及根据每个图像对应车辆终端的终端基本信息,确定所述第一车辆终端集合。
示例性的,在本申请的再一种可能设计中,上述更新模块63,具体用于根据所述第一车辆终端集合上传的视频数据创建图片点云,基于所述图片点云和所述高精地图数据库中的激光点云,确定所述有效变化元素的基本信息,以及根据所述有效变化元素的基本信息更新所述高精地图数据库。
本申请实施例提供的装置,可用于执行图2至图5所示实施例中的方法,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,确定模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上***(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述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所述计算机程序指令时,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、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(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。
图8为本申请实施例提供的高精地图更新装置实施例三的结构示意图。如图8所示,该装置可以包括:处理器81、存储器82、通信接口83和***总线84,所述存储器82和所述通信接口83通过所述***总线84与所述处理器81连接并完成相互间的通信,所述存储器82用于存储计算机执行指令,所述通信接口83用于和其他设备进行通信,所述处理器81执行所述计算机执行指令时实现如上述图2至图5所示实施例的方案。
该图8中提到的***总线可以是外设部件互连标准(peripheral componentinterconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。所述***总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(networkprocessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选的,本申请实施例还提供一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如上述图2至图5所示实施例的方法。
可选的,本申请实施例还提供一种运行指令的芯片,所述芯片用于执行上述图2至图5所示实施例的方法。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,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的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系;在公式中,字符“/”,表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中,a,b,c可以是单个,也可以是多个。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。
可以理解的是,在本申请的实施例中,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,而不应对本申请的实施例的实施过程构成任何限定。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (13)

1.一种高精地图更新方法,其特征在于,包括:
获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息;
基于所述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和所述有效变化元素的位置信息;
根据每个图像携带的位置信息和所述有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,所述第一车辆终端集合中每个车辆终端所处的位置与所述有效变化元素的位置满足预设的距离约束条件;
根据所述第一车辆终端集合上传的视频数据对所述高精地图数据库进行更新。
2.根据权利要求1所述的方法,其特征在于,所述基于所述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和所述有效变化元素的位置信息,包括:
对所述众包图像中的每个图像进行分析,确定出每个图像中的地图标识元素以及每个地图标识元素的位置信息;
基于每个地图标识元素的位置信息和所述高精地图数据库,判断每个地图标识元素是否为地图变化元素;
若预设数量的图像在相同的地理位置具有相同的地图变化元素,则确定所述地图变化元素为有效变化元素,所述相同的地理位置为所述有效变化元素的位置信息。
3.根据权利要求1所述的方法,其特征在于,所述根据每个图像携带的位置信息和所述有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,包括:
根据每个图像携带的位置信息和所述有效变化元素的位置信息,确定出所述第一车辆终端集合;
向所述第一车辆终端集合中的每个车辆终端发送视频采集任务,所述视频采集任务包括采集区域范围,所述有效变化元素位于所述采集区域范围内;
接收所述第一车辆集合中每个车辆终端在所述采集区域范围内采集的所述视频数据。
4.根据权利要求3所述的方法,其特征在于,所述根据每个图像携带的位置信息和所述有效变化元素的位置信息,确定出所述第一车辆终端集合,包括:
根据每个图像携带的位置信息,确定出每个图像对应车辆终端的终端基本信息,所述终端基本信息包括如下至少一种:当前位置信息、历史行驶轨迹信息、当前导航线路信息;
根据每个图像对应车辆终端的终端基本信息,确定所述第一车辆终端集合。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述第一车辆终端集合上传的视频数据对所述高精地图数据库进行更新,包括:
根据所述第一车辆终端集合上传的视频数据创建图片点云;
基于所述图片点云和所述高精地图数据库中的激光点云,确定所述有效变化元素的基本信息;
根据所述有效变化元素的基本信息更新所述高精地图数据库。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述有效变化元素包括如下元素的至少一种:车道线、护栏、路沿、标牌和地面标识。
7.一种高精地图更新装置,其特征在于,包括:获取模块、处理模块和更新模块;
所述获取模块,用于获取众包车辆终端上传的众包图像,每个图像携带对应车辆终端采集所述图像时的位置信息;
所述处理模块,用于基于所述众包图像和高精地图数据库,确定出当前高精地图的有效变化元素和所述有效变化元素的位置信息;
所述获取模块,还用于根据每个图像携带的位置信息和所述有效变化元素的位置信息,获取第一车辆终端集合上传的视频数据,所述第一车辆终端集合中每个车辆终端所处的位置与所述有效变化元素的位置满足预设的距离约束条件;
所述更新模块,用于根据所述第一车辆终端集合上传的视频数据对所述高精地图数据库进行更新。
8.根据权利要求7所述的装置,其特征在于,所述处理模块,具体用于对所述众包图像中的每个图像进行分析,确定出每个图像中的地图标识元素以及每个地图标识元素的位置信息,基于每个地图标识元素的位置信息和所述高精地图数据库,判断每个地图标识元素是否为地图变化元素,以及在预设数量的图像在相同的地理位置具有相同的地图变化元素时,确定所述地图变化元素为有效变化元素,所述相同的地理位置为所述有效变化元素的位置信息。
9.根据权利要求7所述的装置,其特征在于,所述获取模块包括:确定单元和收发单元;
所述确定单元,用于根据每个图像携带的位置信息和所述有效变化元素的位置信息,确定出所述第一车辆终端集合;
所述收发单元,用于向所述第一车辆终端集合中的每个车辆终端发送视频采集任务,所述视频采集任务包括采集区域范围,所述有效变化元素位于所述采集区域范围内,以及接收所述第一车辆集合中每个车辆终端在所述采集区域范围内采集的所述视频数据。
10.根据权利要求9所述的装置,其特征在于,所述确定单元,具体用于根据每个图像携带的位置信息,确定出每个图像对应车辆终端的终端基本信息,所述终端基本信息包括如下至少一种:当前位置信息、历史行驶轨迹信息、当前导航线路信息,以及根据每个图像对应车辆终端的终端基本信息,确定所述第一车辆终端集合。
11.根据权利要求7-10任一项所述的装置,其特征在于,所述更新模块,具体用于根据所述第一车辆终端集合上传的视频数据创建图片点云,基于所述图片点云和所述高精地图数据库中的激光点云,确定所述有效变化元素的基本信息,以及根据所述有效变化元素的基本信息更新所述高精地图数据库。
12.一种高精地图更新装置,包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如上述权利要求1-6任一项所述的方法。
13.一种存储介质,其特征在于,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如权利要求1-6任一项所述的方法。
CN201910445725.4A 2019-05-27 2019-05-27 高精地图更新方法、装置及存储介质 Active CN110287276B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910445725.4A CN110287276B (zh) 2019-05-27 2019-05-27 高精地图更新方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910445725.4A CN110287276B (zh) 2019-05-27 2019-05-27 高精地图更新方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN110287276A CN110287276A (zh) 2019-09-27
CN110287276B true CN110287276B (zh) 2021-08-31

Family

ID=68002699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910445725.4A Active CN110287276B (zh) 2019-05-27 2019-05-27 高精地图更新方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110287276B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4194807A1 (en) * 2021-12-10 2023-06-14 Beijing Baidu Netcom Science Technology Co., Ltd. High-precision map construction method and apparatus, electronic device, and storage medium

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110954128B (zh) * 2019-12-03 2021-11-16 阿波罗智能技术(北京)有限公司 检测车道线位置变化的方法、装置、电子设备和存储介质
CN110909711B (zh) * 2019-12-03 2022-08-02 阿波罗智能技术(北京)有限公司 检测车道线位置变化的方法、装置、电子设备和存储介质
CN113048988B (zh) * 2019-12-26 2022-12-23 北京初速度科技有限公司 一种导航地图对应场景的变化元素检测方法及装置
CN113127583A (zh) * 2019-12-31 2021-07-16 华为技术有限公司 一种数据传输方法和装置
CN111209291B (zh) * 2019-12-31 2022-09-20 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***
CN111260722B (zh) * 2020-01-17 2023-12-26 北京百度网讯科技有限公司 车辆定位方法、设备及存储介质
WO2021146921A1 (zh) * 2020-01-21 2021-07-29 深圳元戎启行科技有限公司 高精度地图更新方法、装置、计算机设备和存储介质
US20220357176A1 (en) * 2020-01-31 2022-11-10 Grabtaxi Holdings Pte. Ltd. Methods and data processing systems for predicting road attributes
CN111291681B (zh) * 2020-02-07 2023-10-20 北京百度网讯科技有限公司 车道线变化信息的检测方法、装置及设备
CN111324616B (zh) * 2020-02-07 2023-08-25 北京百度网讯科技有限公司 车道线变化信息的检测方法、装置及设备
CN111288999B (zh) * 2020-02-19 2021-08-31 深圳大学 一种基于移动终端的行人路网属性检测方法、装置和设备
CN111623787A (zh) * 2020-03-16 2020-09-04 蘑菇车联信息科技有限公司 一种基于互联网车机的分布式数据采集方法及装置
CN111427904B (zh) * 2020-03-30 2023-06-20 北京四维图新科技股份有限公司 高精地图数据的更新方法、装置及电子设备
CN111192458B (zh) * 2020-04-16 2020-09-11 清华大学 一种将决策知识库存储于地图的自动驾驶决策方法及***
CN113810591B (zh) * 2020-06-15 2023-11-21 蘑菇车联信息科技有限公司 一种高精地图作业***及云端平台
CN111797187B (zh) * 2020-06-22 2023-09-26 北京百度网讯科技有限公司 地图数据的更新方法、装置、电子设备和存储介质
CN111845728B (zh) * 2020-06-22 2021-09-21 福瑞泰克智能***有限公司 一种驾驶辅助数据采集方法及***
CN111858805A (zh) * 2020-07-08 2020-10-30 中国第一汽车股份有限公司 高精地图更新方法、车辆、服务器及存储介质
CN111811524B (zh) * 2020-07-14 2022-04-12 上海广境规划设计有限公司 一种基于大数据的地图实时更新装置和方法
CN111966772A (zh) * 2020-07-29 2020-11-20 深圳市麦谷科技有限公司 一种实景地图生成方法及***
CN111930872A (zh) * 2020-08-17 2020-11-13 武汉中海庭数据技术有限公司 一种高精度地图更新方法、服务器及可读存储介质
CN112654835A (zh) * 2020-08-21 2021-04-13 华为技术有限公司 地图更新方法和相关更新装置
CN112163059A (zh) * 2020-09-16 2021-01-01 北京罗克维尔斯科技有限公司 基于量产车的地图数据更新方法、装置和***
CN112284396B (zh) * 2020-10-29 2023-01-03 的卢技术有限公司 一种适用于地下停车场的车辆定位方法
CN112484739B (zh) * 2020-11-25 2023-05-30 中国第一汽车股份有限公司 地图更新方法、装置、设备及存储介质
CN112556703B (zh) * 2020-12-01 2023-06-06 北京罗克维尔斯科技有限公司 更新高精地图的方法、装置及***
CN112683284B (zh) * 2020-12-01 2024-01-02 北京罗克维尔斯科技有限公司 更新高精地图的方法及装置
CN112732446B (zh) * 2021-01-15 2022-07-12 腾讯科技(深圳)有限公司 一种任务处理方法、装置及存储介质
CN113052966B (zh) * 2021-03-05 2022-09-02 清华大学 自动驾驶众包高精度地图更新方法、***及介质
CN113299099A (zh) * 2021-05-21 2021-08-24 广州小鹏汽车科技有限公司 一种行车辅助方法和装置
CN113239062A (zh) * 2021-06-18 2021-08-10 恒大新能源汽车投资控股集团有限公司 一种停车场地图更新方法、装置、车辆及服务器
CN113515536B (zh) * 2021-07-13 2022-12-13 北京百度网讯科技有限公司 地图的更新方法、装置、设备、服务器以及存储介质
CN113771875A (zh) * 2021-08-10 2021-12-10 江铃汽车股份有限公司 一种车辆自动驾驶控制方法、***、可读存储介质及车辆
CN114020858A (zh) * 2021-11-05 2022-02-08 安徽宇呈数据技术有限公司 一种实现步骑行地图数据采集、更新的方法及***
CN113850837B (zh) * 2021-11-25 2022-02-08 腾讯科技(深圳)有限公司 视频处理方法、装置、电子设备、存储介质及计算机产品
CN114383620A (zh) * 2021-11-30 2022-04-22 江铃汽车股份有限公司 车辆精准位置获取方法、***、可读存储介质及车辆
CN114219907B (zh) * 2021-12-08 2023-05-30 阿波罗智能技术(北京)有限公司 三维地图生成方法、装置、设备以及存储介质
CN114279433A (zh) * 2021-12-23 2022-04-05 北京百度网讯科技有限公司 地图数据自动化生产方法、相关装置及计算机程序产品
CN114353781A (zh) * 2021-12-31 2022-04-15 广州小鹏自动驾驶科技有限公司 地图更新方法、地图更新装置、电子设备及存储介质
WO2023131203A1 (zh) * 2022-01-04 2023-07-13 深圳元戎启行科技有限公司 语义地图更新方法、路径规划方法以及相关装置
CN114281917B (zh) * 2022-03-04 2022-07-01 腾讯科技(深圳)有限公司 道路元素的采集方法和装置、存储介质及电子设备
CN114993329A (zh) * 2022-06-23 2022-09-02 腾讯科技(深圳)有限公司 道路数据更新方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250387A (zh) * 2016-07-13 2016-12-21 百度在线网络技术(北京)有限公司 一种用于无人驾驶车辆测试的高精地图的编辑方法和装置
CN106790680A (zh) * 2017-02-07 2017-05-31 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
CN107918753A (zh) * 2016-10-10 2018-04-17 腾讯科技(深圳)有限公司 点云数据处理方法及装置
CN109597862A (zh) * 2018-10-31 2019-04-09 百度在线网络技术(北京)有限公司 基于拼图式的地图生成方法、装置及计算机可读存储介质
CN109635052A (zh) * 2018-10-31 2019-04-16 百度在线网络技术(北京)有限公司 点云数据的处理方法、装置和存储介质
CN109781122A (zh) * 2019-01-31 2019-05-21 北京经纬恒润科技有限公司 高精度地图更新方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050060299A1 (en) * 2003-09-17 2005-03-17 George Filley Location-referenced photograph repository
CN106052697B (zh) * 2016-05-24 2017-11-14 百度在线网络技术(北京)有限公司 无人车、无人车定位方法、装置和***
CN107515006A (zh) * 2016-06-15 2017-12-26 华为终端(东莞)有限公司 一种地图更新方法和车载终端
CN108932273B (zh) * 2017-05-27 2022-03-04 腾讯科技(深圳)有限公司 图片筛选方法及装置
CN108398705A (zh) * 2018-03-06 2018-08-14 广州小马智行科技有限公司 地图生成方法、装置及车辆定位方法、装置
CN108827317B (zh) * 2018-08-20 2022-05-24 重庆金美汽车电子有限公司 基于稀疏地图和驾驶人识别的室内多平衡车自主导航方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250387A (zh) * 2016-07-13 2016-12-21 百度在线网络技术(北京)有限公司 一种用于无人驾驶车辆测试的高精地图的编辑方法和装置
CN107918753A (zh) * 2016-10-10 2018-04-17 腾讯科技(深圳)有限公司 点云数据处理方法及装置
CN106790680A (zh) * 2017-02-07 2017-05-31 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
CN109597862A (zh) * 2018-10-31 2019-04-09 百度在线网络技术(北京)有限公司 基于拼图式的地图生成方法、装置及计算机可读存储介质
CN109635052A (zh) * 2018-10-31 2019-04-16 百度在线网络技术(北京)有限公司 点云数据的处理方法、装置和存储介质
CN109781122A (zh) * 2019-01-31 2019-05-21 北京经纬恒润科技有限公司 高精度地图更新方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4194807A1 (en) * 2021-12-10 2023-06-14 Beijing Baidu Netcom Science Technology Co., Ltd. High-precision map construction method and apparatus, electronic device, and storage medium

Also Published As

Publication number Publication date
CN110287276A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN110287276B (zh) 高精地图更新方法、装置及存储介质
KR102273559B1 (ko) 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체
US11738770B2 (en) Determination of lane connectivity at traffic intersections for high definition maps
CN110832417B (zh) 使用高清地图为自主车辆生成路线
EP3759562B1 (en) Camera based localization for autonomous vehicles
WO2021217859A1 (zh) 目标异常识别方法、装置、电子设备及存储介质
US10859395B2 (en) Lane line creation for high definition maps for autonomous vehicles
CN112069856A (zh) 地图生成方法、驾驶控制方法、装置、电子设备及***
US20200393265A1 (en) Lane line determination for high definition maps
US9797740B2 (en) Method of determining trajectories through one or more junctions of a transportation network
WO2018133851A1 (zh) 一种点云数据处理方法、装置及计算机存储介质
CN111656135A (zh) 基于高清地图的定位优化
US11514682B2 (en) Determining weights of points of a point cloud based on geometric features
JP2021531462A (ja) トポロジーマップに基づくインテリジェントナビゲーションの方法及びシステム
CN108253975A (zh) 一种建立地图信息及车辆定位的方法与设备
CN113034566B (zh) 高精度地图构建方法、装置、电子设备及存储介质
WO2021003487A1 (en) Training data generation for dynamic objects using high definition map data
US20230121226A1 (en) Determining weights of points of a point cloud based on geometric features
JP7278414B2 (ja) 交通道路用のデジタル復元方法、装置及びシステム
CN116295508A (zh) 一种基于高精地图的路侧传感器标定方法、设备和***
CN112685517B (zh) 分歧/合流区域的识别方法和设备
CN111709354A (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN117739950B (zh) 一种地图的生成方法、装置及设备
WO2022089173A1 (zh) 一种地图更新方法、相关装置、可读存储介质和***
WO2023040684A1 (zh) 一种交通信息获取方法、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant