CN110727748A - 小体量高精度定位图层的构建、编译及读取方法 - Google Patents

Abstract

本发明公开了一种小体量高精度定位图层的构建、编译及读取方法，其中构建方法包括：S1、将构建定位图层区域内的包含的三维标识物信息和车道线信息分别用激光雷达和摄像头采集，并以特征点的形式进行描述；S2、将S1中以特征点的形式进行描述的内容进行压缩，形成二进制数据包；S3、将所述二进制数据包投影至矢量地图上；S4、将以特征点的形式进行描述的三维标识物信息和车道线信息与所述矢量地图进行综合编译。其实现了一种规格清晰、兼顾地图数据体量和读取效率的地图格式。

Description

小体量高精度定位图层的构建、编译及读取方法

技术领域

本发明涉及应用于自动驾驶的高精度地图技术领域，尤其涉及一种小体量高精度定位图层的构建、编译及读取方法。

背景技术

自动驾驶，泛指协助或代替人类驾驶汽车的技术。随着这一技术的发展将使得人们的出行更加方便，且减少了人工驾驶的人为因素的影响，能够在某种程度上进一步提高驾驶的安全性。而在自动驾驶各项技术当中，高精度定位是重中之重，因为它直接影响了其他自动驾驶模块的输入。精确的定位是执行感知和决策控制等其他自动驾驶功能的先决条件。自动驾驶的定位依赖于视觉或者激光雷达和高清地图的结合，也就是将实时感知到的道路要素与地图中先验信息进行比对，进行横向纵向纠偏。这就要求对地图的信息以合理的存储格式存放，并且包含足够丰富的地图内容，同时还需要兼顾存储空间、调取速度以及与定位算法适配等各方面的需求。

现有的用于定位的高精度地图主要采用两种方式进行格式编排：一种拓扑矢量地图，这种地图类似于传统导航地图的格式，体量较小，但是没有足够的用于定位的信息，无法形成通过特征点匹配的定位方式；另一种是全景的点云或者特征点图层，这种地图虽然直接的描述了环境信息，可以实现通过特征点匹配的高精度定位算法，但是体量较大，占用较多的存储空间，调取速度较为受限。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种小体量高精度定位图层的构建方法，实现了一种规格清晰、兼顾地图数据体量和读取效率的地图格式。

为实现上述目的和一些其他的目的，本发明采用如下技术方案：

一种小体量高精度定位图层的构建方法，包括以下步骤：

S1、将构建定位图层区域内的包含的三维标识物信息和车道线信息分别用激光雷达和摄像头采集，并以特征点的形式进行描述；

S2、将S1中以特征点的形式进行描述的内容进行压缩，形成二进制数据包；

S3、将所述二进制数据包投影至矢量地图上；

S4、将以特征点的形式进行描述的三维标识物信息和车道线信息与所述矢量地图进行综合编译。

优选的是，所述的小体量高精度定位图层的构建方法中，所述三维标识物信息用激光雷达采集后以点云特征点的形式进行描述。

优选的是，所述的小体量高精度定位图层的构建方法中，所述三维标识物包括以下的一种或多种：路牌、隔离带、路缘石、龙门架以及路灯。

优选的是，所述的小体量高精度定位图层的构建方法中，所述车道线信息分别用激光雷达和摄像头采集包括：

S1-1、用摄像头采集所述车道线的每一个虚线段的首尾点的三维位置信息；

S1-2、用激光雷达采集所述车道线的虚线段的点云数据。

优选的是，所述的小体量高精度定位图层的构建方法中，S2中采用符合定位算法需求的压缩算法对S1中以特征点的形式进行描述的内容进行压缩。

一种小体量高精度定位图层的编译方法，包括以下步骤：

步骤1、将利用权利要求1-5中任一项所述的方法构建出的小体量高精度定位图层分成至少16级的瓦片结构，并对所述瓦片进行编号；

步骤2、识别每一个所述瓦片上包含的定位图层要素的特征点信息；

步骤3、将每一个定位图层要素按照瓦片编译为相应的所述定位图层数据。

优选的是，所述的小体量高精度定位图层的编译方法中，每一个所述定位图层要素的特征点关联至少一个所述瓦片。

一种小体量高精度定位图层的读取方法，包括以下步骤：

步骤A、计算当前位置周边的瓦片编号，利用瓦片编号由数据库Ⅰ中获取定位图层要素的属性信息；

步骤B、利用定位图层要素的属性信息由数据库Ⅱ中获取所述定位图层要素的特征点数据；

其中，数据库Ⅰ为以瓦片的编号为索引创建的用于根据所述编号寻找定位图层要素的属性信息的数据库；

数据库Ⅱ为以定位图层要素的属性信息为索引创建用于存放利用权利要求1中所述方法得到的二进制数据包的数据库。

本发明至少包括以下有益效果：

本发明的小体量高精度定位图层的构建方法中，首先利用激光雷达和摄像头分别获取三维标识物信息和车道线信息，然后将获取的特征信息进行压缩，而后投影至矢量地图上，最后将定位图层信息和矢量地图综合编译生成定位图层，通过激光雷达和摄像头分别进行获取，使得最终生成的定位图层包含更加丰富的地图内容，且精度更高，同时对三维标识物信息和车道信息进行获取，即仅针对隶属于道路的车道线和路牌等地图要素进行操作，配合矢量地图一起使用，避免了传统的定位地图需要把包括周边环境，比如高楼树木等内容都作为定位数据采集采样并存储的弊端，节省了大量的存储空间，使得生成的定位图层体量更小，从而实现了一种高清且体量小、且精细化到车道级别的地图格式。

通过将定位图层分隔为瓦片结构的编译方法，使得该定位图层规格清晰。

通过数据库的设置，以及定位图层分隔为瓦片结构的编译方法的设置，将矢量地图的拓扑性和地图要素的点云地图进行综合编译，极大降低了地图体量，使得地图的调取速度显著提高。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

具体实施方式

下面对本发明做详细说明，以令本领域普通技术人员参阅本说明书后能够据以实施。

一种小体量高精度定位图层的构建方法，包括以下步骤：

S1、将构建定位图层区域内的包含的三维标识物信息和车道线信息分别用激光雷达和摄像头采集，并以特征点的形式进行描述；

S2、将S1中以特征点的形式进行描述的内容进行压缩，形成二进制数据包；

S3、将所述二进制数据包投影至矢量地图上；

S4、将以特征点的形式进行描述的三维标识物信息和车道线信息与所述矢量地图进行综合编译。

在上述方案中，首先利用激光雷达和摄像头分别获取三维标识物信息和车道线信息，然后将获取的特征信息进行压缩，而后投影至矢量地图上，最后将定位图层信息和矢量地图综合编译生成定位图层，通过激光雷达和摄像头分别进行获取，使得最终生成的定位图层包含更加丰富的地图内容，且精度更高，同时对三维标识物信息和车道信息进行获取，即仅针对隶属于道路的车道线和路牌等地图要素进行操作，配合矢量地图一起使用，避免了传统的定位地图需要把包括周边环境，比如高楼树木等内容都作为定位数据采集采样并存储的弊端，节省了大量的存储空间，使得生成的定位图层体量更小，从而实现了一种高清且体量小、且精细化到车道级别的地图格式。

通过将定位图层分隔为瓦片结构的编译方法，使得该定位图层规格清晰。

通过数据库的设置，以及定位图层分隔为瓦片结构的编译方法的设置，将矢量地图的拓扑性和地图要素的点云地图进行综合编译，极大降低了地图体量，使得地图的调取速度显著提高。

一个优选方案中，所述三维标识物信息用激光雷达采集后以点云特征点的形式进行描述。

一个优选方案中，所述三维标识物包括以下的一种或多种：路牌、隔离带、路缘石、龙门架以及路灯。

在上述方案中，三维标识物包括路牌、隔离带、路缘石、龙门架以及路灯中的一种或多种，且并不局限于上述提出的几种。

一个优选方案中，所述车道线信息分别用激光雷达和摄像头采集包括：

S1-1、用摄像头采集所述车道线的每一个虚线段的首尾点的三维位置信息；

S1-2、用激光雷达采集所述车道线的虚线段的点云数据。

一个优选方案中，S2中采用符合定位算法对S1中以特征点的形式进行描述的内容进行压缩。

一种小体量高精度定位图层的编译方法，包括以下步骤：

步骤1、将利用权利要求1-5中任一项所述的方法构建出的小体量高精度定位图层分成至少16级的瓦片结构，并对所述瓦片进行编号；

步骤2、识别每一个所述瓦片上包含的定位图层要素的特征点信息；

步骤3、将每一个定位图层要素按照瓦片编译为相应的所述定位图层数据。

在上述方案中，通过对定位图层的编译使得获取的以特征点的形式进行描述的内容便于压缩转化成二进制数据库数据；同时实现了将定位图层和矢量图层合并的目的。

一个优选方案中，每一个所述定位图层要素的特征点关联至少一个所述瓦片。

在上述方案中，考虑到可能的跨瓦片情况，允许一个定位图层的要素关联多个瓦片。

一种小体量高精度定位图层的读取方法，包括以下步骤：

步骤A、计算当前位置周边的瓦片编号，利用瓦片编号由数据库Ⅰ中获取定位图层要素的属性信息；

步骤B、利用定位图层要素的属性信息由数据库Ⅱ中获取所述定位图层要素的特征点数据；

其中，数据库Ⅰ为以瓦片的编号为索引创建的用于根据所述编号寻找定位图层要素的属性信息的数据库；

数据库Ⅱ为以定位图层要素的属性信息为索引创建用于存放利用权利要求1中所述方法得到的二进制数据包的数据库。

实施例

采用本发明所述的小体量高精度定位图层的构建、编译及读取方法进行地图格的改造以及定位图层的编译，具体实施方式为：

1.地图格的改造

A.将三维标识物(路牌，隔离带等)等信息用激光雷达点云的特征点的形式进行描述。

B.将三维标识物(路牌，隔离带等)等信息用摄像头采集的特征点的形式进行描述。

C.将用摄像头采集的车道线每一个虚线段的收尾点的三维位置信息进行描述。

D.将用激光雷达采集的车道线的虚线段的点云数据进行描述。

E.将ABCD中所描述的地图内容进行符合定位算法的压缩，形成二进制数据包。

F.将压缩后的特征点内容在矢量地图上进行投影，精细化到车道级别。

G.将定位图层信息与传统的矢量地图进行综合编译。

2.定位图层的编译

A.将地图数据分成16级别以上的瓦片结构。

B.判断每一个定位图层要素的特征点所在瓦片。

C.考虑到可能的跨瓦片情况，允许一个定位图层的要素关联多个瓦片。

D.将每一个定位图层要素所涵盖的瓦片编号编译为此要素的属性信息。

E.根据瓦片编号为索引来创建数据库，用于根据瓦片编号寻找定位图层要素编号。

F.根据定位图层要素的编号为索引创建数据库，存放压缩过的特征点信息。

G.提取定位图层要素的时候，根据当前位置快速计算周边的瓦片编号列表查找数据库E，根据此列表来获取定位图层要素的编号。

H.根据定位图层要素的编号查找数据库F，实现定位图层要素特征点数据的提取。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (8)

1.一种小体量高精度定位图层的构建方法，其中，包括如下步骤：

S1、将构建定位图层区域内的包含的三维标识物信息和车道线信息分别用激光雷达和摄像头采集，并以特征点的形式进行描述；

S2、将S1中以特征点的形式进行描述的内容进行压缩，形成二进制数据包；

S3、将所述二进制数据包投影至矢量地图上；

S4、将以特征点的形式进行描述的三维标识物信息和车道线信息与所述矢量地图进行综合编译。

2.如权利要求1所述的小体量高精度定位图层的构建方法，其中，所述三维标识物信息用激光雷达采集后以点云特征点的形式进行描述。

3.如权利要求1所述的小体量高精度定位图层的构建方法，其中，所述三维标识物包括以下的一种或多种：路牌、隔离带、路缘石、龙门架以及路灯。

4.如权利要求1所述的小体量高精度定位图层的构建方法，其中，所述车道线信息分别用激光雷达和摄像头采集包括：

S1-1、用摄像头采集所述车道线的每一个虚线段的首尾点的三维位置信息；

S1-2、用激光雷达采集所述车道线的虚线段的点云数据。

5.如权利要求1所述的小体量高精度定位图层的构建方法，其中，S2中采用符合定位算法需求的压缩算法对S1中以特征点的形式进行描述的内容进行压缩。

6.一种小体量高精度定位图层的编译方法，其中，包括以下步骤：

步骤1、将利用权利要求1-5中任一项所述的方法构建出的小体量高精度定位图层分成至少16级的瓦片结构，并对所述瓦片进行编号；

步骤2、识别每一个所述瓦片上包含的定位图层要素的特征点信息；

步骤3、将每一个定位图层要素按照瓦片编译为相应的所述定位图层数据。

7.如权利要求6所述的小体量高精度定位图层的编译方法，其中，每一个所述定位图层要素的特征点关联至少一个所述瓦片。

8.一种应用于如权利要求6所述的小体量高精度定位图层的编译方法编译的小体量高精度定位图层的读取方法，其中，包括以下步骤：

步骤A、计算当前位置周边的瓦片编号，利用瓦片编号由数据库Ⅰ中获取定位图层要素的属性信息；

步骤B、利用定位图层要素的属性信息由数据库Ⅱ中获取所述定位图层要素的特征点数据；

其中，数据库Ⅰ为以瓦片的编号为索引创建的用于根据所述编号寻找定位图层要素的属性信息的数据库；

数据库Ⅱ为以定位图层要素的属性信息为索引创建用于存放利用权利要求1中所述方法得到的二进制数据包的数据库。