CN112985444A - 一种地图中导航元素构建方法及装置 - Google Patents
一种地图中导航元素构建方法及装置 Download PDFInfo
- Publication number
- CN112985444A CN112985444A CN202110351703.9A CN202110351703A CN112985444A CN 112985444 A CN112985444 A CN 112985444A CN 202110351703 A CN202110351703 A CN 202110351703A CN 112985444 A CN112985444 A CN 112985444A
- Authority
- CN
- China
- Prior art keywords
- road
- line
- boundary
- boundary line
- lane
- 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.)
- Granted
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
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3819—Road shape data, e.g. outline of a route
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
- G01C21/3863—Structures of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
-
- 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
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
- G01C21/3881—Tile-based structures
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种地图中导航元素构建方法、装置、计算机设备及可读存储介质,通过语义地图数据识别出各种道路信息,通过车道线对道路进行划分,并根据道路元素的位置信息将道路元素添加到划分出的道路块中以得到导航地图,进而实现元素的完全自动化构建,可以降低道路元素标记的出错率,节约大量标注时间和人工成本,省时省力,准确率高。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种地图中导航元素构建方法及装置,以及存储有该方法所对应计算机程序的可读存储介质和可读取该可读存储介质所存储计算机程序的计算机设备。
背景技术
随着科技的发展和进步,汽车已经逐渐走进了越来越多的家庭,为用户的出行带来了极大的便利,而随着汽车技术的发展,自动驾驶因为可以释放驾驶员,避免一些因为驾驶员的失误而造成的交通事故,减少酒后驾驶、恶意驾驶等行为,有效提高道路交通的安全性等优点,得到了越来越多的关注。
自动驾驶可以在没有人工的干预情况下,车辆能够自动进行感知,规划和决策。其中感知、规划和决策以电子地图作为基础。电子地图不仅需要提供道路的语义元素,如边界线,车道线,红绿灯等,更需要提供导航元素,用来提供车道信息及语义元素间的连接关系。但是目前主流的导航元素生成方式主要是通过标注工具进行人工标注,人工标注不仅成本高,而且耗时耗力效率低,易出错。
发明内容
本公开实施例至少提供一种地图中导航元素构建方法、装置、计算机设备及可读存储介质。
第一方面,本公开实施例提供了一种地图中导航元素构建方法,所述方法包括:
根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线;
基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线;
基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块;
根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
这样,通过语义地图数据识别出各种道路信息,通过车道线对道路进行划分,并根据道路元素的位置信息将道路元素添加到划分出的道路块中以得到导航地图,进而实现元素的完全自动化构建,可以降低道路元素标记的出错率,节约大量标注时间和人工成本,省时省力,准确率高。
一种可选的实施方式中,所述基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线,包括:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线平行的至少一条候选边界线;
从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线;
确定所述多条车道线中位于当前道路边界线与所述匹配边界线之间的至少一条车道线,以得到包括所述当前道路边界线、所述匹配边界线和确定出的至少一条车道线的道路。
这样,通过距离最短的两条边界线之间的配对,可以有效选择出属于同一道路的两条边界线,以此进行车道线的匹配,可以快速有效的得到组成道路的边界线和车道线,准确率高。
一种可选的实施方式中,所述针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线匹配的至少一条候选边界线,包括:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,确定所述当前道路边界线的第一方向向量,以及所述至少两条道路边界线中除所述当前道路边界线之外的每个道路边界线的第二方向向量;
将确定出的多个第二方向向量中与所述当前道路边界线的第一方向向量平行的第二方向向量对应的道路边界线确定为所述当前道路边界线的候选边界线。
这样,通过边界线的方向向量之间的匹配得出道路的两条边界线,可以大大提高边界线匹配的准确率,降低人工标注的误差率。
一种可选的实施方式中,所述方法还包括:
确定所述当前道路边界线上的第一道路点和所述匹配边界线上与所述第一道路点对应的第二道路点之间的矢量;
根据所述矢量,以及所述第一方向向量和/或所述匹配边界线的第二方向向量,确定所述当前道路边界线和所述匹配边界线相对于所属道路的道路中心线的边界属性,其中,所述边界线属性包括左侧边界线和右侧边界线;
将确定出的所述当前道路边界线和所述匹配边界线的边界属性添加至所述道路元素信息中。
这样,通过边界线与道路中心线之间的向量匹配,确定边界线的边界属性,可以提高边界属性的准确性,降低标注的误差。
一种可选的实施方式中,所述从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线,包括:
确定所述当前道路边界线的起点与每条候选边界线的起点之间的第一距离,以及所述当前道路边界线的终点与每条候选边界线的终点之间的第二距离;
将对应的所述第一距离和所述第二距离最小的候选边界线确定为与所述当前道路边界线之间的距离最小的候选边界线;
将确定出的距离最小的候选边界线作为所述当前道路边界线的匹配边界线。
一种可选的实施方式中,通过以下步骤确定位于所述当前道路边界线与所述匹配边界线之间的至少一条车道线:
确定所述当前道路边界线和所述匹配边界线围成的多边形;
遍历所述多条车道线,将位于所述多边形之内的车道线确定为位于所述当前道路边界线与所述匹配边界线之间的车道线。
一种可选的实施方式中,所述基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块,包括:
针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线,其中,每条道路线包括一条车道线或者多条依次连接的车道线;
根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块。
一种可选的实施方式中,所述针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线,包括:
针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线;
将所述至少一条目标车道线分别作为所属道路线中的起始车道线,依次确定与所述起始车道线直接连接或间接连接的其他车道线;其中,所述起始车道线,和与所述起始车道线直接连接或间接连接的其他车道线构成所述道路线。
一种可选的实施方式中,所述针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线,包括:
针对至少一条道路中未被划分的当前道路,确定所述当前道路的目标车道线的起点与所述当前道路的任一边界线的起点之间的连线所在的第一直线,与垂直于所述任一边界线的第二直线之间的锐角夹角,其中,所述目标车道线为至少一条车道线中的任一条车道线,所述第一直线与所述第二直线位于同一平面;
将对应的所述锐角夹角小于预设阈值的车道线,确定为与所述当前道路的任一边界线的起点平齐的目标车道线。
一种可选的实施方式中,所述根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块,包括:
确定每条道路线中每条车道线的起点与所述当前道路的任一边界线的起点之间的距离;
沿着所述当前道路的车道方向,按着距离从小到大的次序,依次使用每条车道线的起点作为切割点,对所述当前道路的每条边界线和每条道路线进行切割;
确定切割后得到的每两个对应的子边界线和位于每两个对应的子边界线之间的至少一段车道线围成一个道路块,得到所述当前道路的多个连续排列的道路块。
一种可选的实施方式中,所述方法还包括:
在所述至少一条道路中,存在包括相近的至少一个道路起始端和至少一个道路终点端的路口时,基于位于所述路口中的、道路边界线的起点和终点,确定包括多个边界点的边界点集合,其中,所述道路起始端为所述至少一条道路中任一道路的起始端,所述道路终点端为所述至少一条道路中任一道路的终点端;
按照预设半径阈值,对所述边界点集合中的边界点进行聚类,得到至少一个边界点子集;
根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线。
一种可选的实施方式中,根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线,包括:
针对每个边界点子集,根据所述边界点子集中每个边界点的位置,确定与每条道路距离最近的道路;
基于距离最近的两条道路的边界点,构建距离最近的两条道路的路口边界线。
一种可选的实施方式中,所述方法还包括:
针对所述至少一条道路中的每个路口,确定所述路口中每条车道的方向向量;
基于所述路口中每两条车道的方向向量之间的夹角,确定所述两条车道之间的转向信息;
将所述转向信息,添加至所述道路元素信息中。
第二方面,本公开实施例还提供一种地图中导航元素构建装置,所述装置包括:
元素识别模块,用于根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线;
车道确定模块,用于基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线;
车道划分模块,用于基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块;
元素添加模块,用于根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
一种可选的实施方式中,所述车道确定模块具体用于:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线平行的至少一条候选边界线;
从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线;
确定所述多条车道线中位于当前道路边界线与所述匹配边界线之间的至少一条车道线,以得到包括所述当前道路边界线、所述匹配边界线和确定出的至少一条车道线的道路。
一种可选的实施方式中,所述车道确定模块在用于针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线匹配的至少一条候选边界线时,具体用于:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,确定所述当前道路边界线的第一方向向量,以及所述至少两条道路边界线中除所述当前道路边界线之外的每个道路边界线的第二方向向量;
将确定出的多个第二方向向量中与所述当前道路边界线的第一方向向量平行的第二方向向量对应的道路边界线确定为所述当前道路边界线的候选边界线。
一种可选的实施方式中,所述装置还包括边界元素确定模块,所述边界元素确定模块用于:
确定所述当前道路边界线上的第一道路点和所述匹配边界线上与所述第一道路点对应的第二道路点之间的矢量;
根据所述矢量,以及所述第一方向向量和/或所述匹配边界线的第二方向向量,确定所述当前道路边界线和所述匹配边界线相对于所属道路的道路中心线的边界属性,其中,所述边界线属性包括左侧边界线和右侧边界线;
将确定出的所述当前道路边界线和所述匹配边界线的边界属性添加至所述道路元素信息中。
一种可选的实施方式中,所述车道确定模块在用于从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线时,具体用于:
确定所述当前道路边界线的起点与每条候选边界线的起点之间的第一距离,以及所述当前道路边界线的终点与每条候选边界线的终点之间的第二距离;
将对应的所述第一距离和所述第二距离最小的候选边界线确定为与所述当前道路边界线之间的距离最小的候选边界线;
将确定出的距离最小的候选边界线作为所述当前道路边界线的匹配边界线。
一种可选的实施方式中,所述车道确定模块用于通过以下步骤确定位于所述当前道路边界线与所述匹配边界线之间的至少一条车道线:
确定所述当前道路边界线和所述匹配边界线围成的多边形;
遍历所述多条车道线,将位于所述多边形之内的车道线确定为位于所述当前道路边界线与所述匹配边界线之间的车道线。
一种可选的实施方式中,所述车道划分模块具体用于:
针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线,其中,每条道路线包括一条车道线或者多条依次连接的车道线;
根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块。
一种可选的实施方式中,所述车道划分模块在用于针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线时,具体用于:
针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线;
将所述至少一条目标车道线分别作为所属道路线中的起始车道线,依次确定与所述起始车道线直接连接或间接连接的其他车道线;其中,所述起始车道线,和与所述起始车道线直接连接或间接连接的其他车道线构成所述道路线。
一种可选的实施方式中,所述车道划分模块在用于针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线时,具体用于:
针对至少一条道路中未被划分的当前道路,确定所述当前道路的目标车道线的起点与所述当前道路的任一边界线的起点之间的连线所在的第一直线,与垂直于所述任一边界线的第二直线之间的锐角夹角,其中,所述目标车道线为至少一条车道线中的任一条车道线,所述第一直线与所述第二直线位于同一平面;
将对应的所述锐角夹角小于预设阈值的车道线,确定为与所述当前道路的任一边界线的起点平齐的目标车道线。
一种可选的实施方式中,所述车道划分模块在用于根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块时,具体用于:
确定每条道路线中每条车道线的起点与所述当前道路的任一边界线的起点之间的距离;
沿着所述当前道路的车道方向,按着距离从小到大的次序,依次使用每条车道线的起点作为切割点,对所述当前道路的每条边界线和每条道路线进行切割;
确定切割后得到的每两个对应的子边界线和位于每两个对应的子边界线之间的至少一段车道线围成一个道路块,得到所述当前道路的多个连续排列的道路块。
一种可选的实施方式中,所述装置还包括路口边界确定模块,所述路口边界确定模块用于:
在所述至少一条道路中,存在包括相近的至少一个道路起始端和至少一个道路终点端的路口时,基于位于所述路口中的、道路边界线的起点和终点,确定包括多个边界点的边界点集合,其中,所述道路起始端为所述至少一条道路中任一道路的起始端,所述道路终点端为所述至少一条道路中任一道路的终点端;
按照预设半径阈值,对所述边界点集合中的边界点进行聚类,得到至少一个边界点子集;
根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线。
一种可选的实施方式中,所述路口边界确定模块在用于根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线时,具体用于:
针对每个边界点子集,根据所述边界点子集中每个边界点的位置,确定与每条道路距离最近的道路;
基于距离最近的两条道路的边界点,构建距离最近的两条道路的路口边界线。
一种可选的实施方式中,所述装置还包括转向元素确定模块,所述转向元素确定模块用于:
针对所述至少一条道路中的每个路口,确定所述路口中每条车道的方向向量;
基于所述路口中每两条车道的方向向量之间的夹角,确定所述两条车道之间的转向信息;
将所述转向信息,添加至所述道路元素信息中。
第三方面,本公开实施例还提供一种计算机设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述的地图中导航元素构建方法的步骤。
第四方面,本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述的地图中导航元素构建方法的步骤。
本公开实施例提供的地图中导航元素构建方法、装置、计算机设备及可读存储介质,根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线;基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线;基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块;根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
这样,通过语义地图数据识别出各种道路信息,通过车道线对道路进行划分,并根据道路元素的位置信息将道路元素添加到划分出的道路块中以得到导航地图,进而实现元素的完全自动化构建,可以降低道路元素标记的出错率,节约大量标注时间和人工成本,省时省力,准确率高。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本公开实施例提供的一种地图中导航元素构建方法的流程图;
图2为本公开实施例提供的另一种地图中导航元素构建方法的流程图;
图3为本公开实施例提供的路口示意图;
图4为本公开实施例提供的转向信息计算示意图;
图5为本公开实施例提供的道路块划分示意图;
图6为本公开实施例提供的一种地图中导航元素构建装置的示意图之一;
图7为本公开实施例提供的一种地图中导航元素构建装置的示意图之二;
图8示出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
经研究发现,自动驾驶中车辆行驶的规划和决策是以电子地图为基础,电子地图不仅需要提供道路的语义元素,如边界线,车道线,红绿灯等,更需要提供导航元素,用来提供车道信息及语义元素间的连接关系。但是目前主流的导航元素生成方式主要是通过标注工具进行人工标注,不仅人工标注成本高,而且耗时耗力效率低,易出错。
基于上述研究,本公开提供了一种地图中导航元素构建方法,通过语义地图数据识别出各种道路信息,通过车道线对道路进行划分,并根据道路元素的位置信息将道路元素添加到划分出的道路块中以得到导航地图,进而实现元素的完全自动化构建,可以降低道路元素标记的出错率,节约大量标注时间和人工成本,省时省力,准确率高。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种地图中导航元素构建方法进行详细介绍,本公开实施例所提供的地图中导航元素构建方法的执行主体一般为具有一定计算能力的计算机设备,该计算机设备例如包括:终端设备或服务器或其它处理设备,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该地图中导航元素构建方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面以执行主体为终端设备为例对本公开实施例提供的地图中导航元素构建方法加以说明。
请参阅图1,图1为本公开实施例提供的一种地图中导航元素构建方法的流程图。如图1所示,所述方法:
S101:根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线。
该步骤中,可以获取待转换成导航地图的语义地图,并通过对语义地图数据的识别,来得到所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线。
其中,通过道路元素信息可以包括所述目标区域中所包含的道路元素以及道路元素的位置信息等。
其中,道路元素,例如可以包括一下信息中的一种或者多种:
停止线,可以是由一列点构成,点的顺序遵循道路行驶方向;斑马线,大多由四个点构成一个矩形;道路标记,例如路面上的各种箭头,可以由多个边界点构成,数量不限,可以用于指示道路的转向属性;红绿灯,地图中可以是有四个边界点形成,包括转向属性和朝向等。
其中,道路边界线,即指道路的边界线;至少两条道路边界线,可以是指属于所述目标区域中各道路的至少两条边界线。
此外,车道线和道路边界线,也分别是道路元素中的一种,即道路元素信息中包括有车道线和道路边界线,还可以包括有车道线和道路边界线的属性信息、位置信息等。道路边界线,可以由一列点构成,点的顺序遵循道路行驶方向;车道线,由一列点构成,点的顺序遵循道路行驶方向,车道线可以带有虚实属性,颜色属性等。
S102:基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线。
该步骤中,在得到所述至少两条道路边界线和多条车道线之后,可以通过每条边道路边界线的信息,例如通过道路边界线的位置之间的匹配,从而确定出所述目标区域中的至少一条道路,进而可以通过车道线的位置等信息与道路的位置等因素之间的关系,可以确定出位于每条道路中的至少一条车道线。
S103:基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块。
该步骤中,可以通过每条道路中的车道线对道路进行划分,从而将每条道路划分为多个连续排列的道路块。
其中,对道路的划分,可以是按着道路的方向,即车辆在道路中的形式方向,对道路进行切分。
这样,可以缩小需要进行道路元素匹配的道路单元,细化道路单元,以提高道路元素与道路的匹配度和准确性。
S104:根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
该步骤中,在划分得到多个道路块后,可以通过位置信息的匹配,来将道路元素添加到相应的道路块中,从而得到导航地图。
本公开实施例提供的地图中导航元素构建方法,通过语义地图数据识别出各种道路信息,通过车道线对道路进行划分,并根据道路元素的位置信息将道路元素添加到划分出的道路块中以得到导航地图,进而实现元素的完全自动化构建,可以降低道路元素标记的出错率,节约大量标注时间和人工成本,省时省力,准确率高。
请参阅图2,图2为本公开实施例提供的另一种地图中导航元素构建方法的流程图。如图2所示,所述方法:
S201:根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线。
S202:基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线。
S203:基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块。
S204:根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
其中,步骤S201至步骤S204的描述,可以参考步骤S101至步骤S104的描述,并且可以达到相同的技术效果和解决相同的技术问题,在此不做赘述。
S205:在所述至少一条道路中,存在包括相近的至少一个道路起始端和至少一个道路终点端的路口时,基于位于所述路口中的、道路边界线的起点和终点,确定包括多个边界点的边界点集合,其中,所述道路起始端为所述至少一条道路中任一道路的起始端,所述道路终点端为所述至少一条道路中任一道路的终点端。
该步骤中,在识别出至少一条道路后,可以对所述至少一条道路进行检测,以检测所述至少一条道路中是否存在路口,若存在,可以将位于所述路口中的、道路边界线的起点或者终点,通过聚类等方式统一到同一边界点集合中,从而得到包括多个边界点的边界点集合,以便统一进行处理。
其中,每条道路边界线的起点或者终点,均可以作为对应道路的边界点。边界点集合中,可以包括属于不同道路边界线的起点和终点,但是同一道路边界线的起点和终点,不会在同一边界集合中。
其中,所述道路起始端为所述至少一条道路中任一道路的起始端,所述道路终点端为所述至少一条道路中任一道路的终点端,并且,所述道路起始端所属的任一道路和所述道路终点端所属的任一道路,可以为同一条道路,也可以为不同的两条道路。相近的至少一个道路起始端和至少一个道路终点端,可以是指道路起始端和道路终点端之间的距离,以及道路终点端和道路终点端之间的距离,以及道路终点端和道路终点端之间的距离,小于一定的距离阈值,例如在实际应用中,可以综合考量道路的宽度、路口的范围等因素,设置相应的距离阈值。
S206:按照预设半径阈值,对所述边界点集合中的边界点进行聚类,得到至少一个边界点子集。
该步骤中,为了对每个路口进行处理,可以针对所述边界点集合,按照预设半径阈值进行聚类,从而得到每个路口对应的边界点子集。
S207:根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线。
该步骤中,在得到包括边界点的边界点子集后,可以通过每两条道路对应的边界点之间的距离,构建每两条道路的路口边界线。
具体的,针对每个边界点子集,可以根据所述边界点子集中每个边界点的位置,确定与每条道路距离最近的道路,然后基于距离最近的两条道路的边界点,构建距离最近的两条道路的路口边界线。
其中,与每条道路距离最近的道路,对于路口而言,在确定距离最近的两条道路时,可以是按照同一个方向,对路口中的每条道路进行遍历,例如按照顺时针或者逆时针的方向,依次遍历所述边界点子集中的每个边界点,从而确定与每条道路距离最近的道路。
示例性的,请参阅图3,图3为本公开实施例提供的路口示意图。如图3中所示,例如在所述至少一条道路中,存在包括八条道路的路口,每条道路的左右边界线的起始点构建四个边界点,其中包含两个起点和两个终点,其中两个起点或者两个终点位于该路口中,相对应的,两个终点或者两个起点在道路的另一端(图未示),通过结合道路的形式方向等,对道路和道路的起始点进行编号,可以得到图3中所示的道路31的边界点1和边界点2,道路32的边界点3和边界点4,道路33的边界点5和边界点6,道路34的边界点7和边界点8,道路35的边界点9和边界点10,道路36的边界点11和边界点12,道路37的边界点13和边界点14,道路38的边界点15和边界点16,对所有边界点(起点或者终点)进行聚类,考虑道路的宽度等因素,可以取相应的距离至进行聚类,以便将同一路口中的边界点聚集到同一集合中,例如以半径为30米进行聚类,即将半径在30米内的边界点作为一个边界点子集。边界点集合的结果实际上由几组成对的边界点构成,每对边界点为一个道路的起点或者终点。
进一步的,对于得到的边界点子集,可以任意取一组车道的边界点,如图3中的边界点1和边界点2,计算剩余组边界点距离当前选择的边界点点2的距离,如按照逆时针方向筛选,可以将距离最小的边界点3所在的那组点(3,4)和当前点(1,2)进行连接得到(1,2,3,4),就是道路1和道路2之间的边界,以此可以构建路口边界线,重复上述步骤,直到所有边界点加入到边界,即找到所有道路的路口边界线,如图3所示即为一个16点构成边界。
相应的,对于每组边界点,如图中的(1,2),由于其是道路1的终点,故可以认为是路口的驶出道路,相应的,起点(3,4)的道路2,则是路口的驶入道路,由此可以将驶入驶出道路索引添加到路口元素中。同时,可以将路口元素的索引添加到驶出道路的前驱(即前一驶出道路),和驶入道路的后继(即后一驶入道路)。
进一步的,所述方法还包括:
针对所述至少一条道路中的每个路口,确定所述路口中每条车道的方向向量;基于所述路口中每两条车道的方向向量之间的夹角,确定所述两条车道之间的转向信息;将所述转向信息,添加至所述道路元素信息中。
该步骤中,可以通过路口中每条车道的方向向量,来计算每两条车道的方向向量之间的夹角,从而确定两个车道之间的转向信息,并且可以将转向信息添加到所述道路元素信息中。
其中,两个车道之间的转向信息,可以包括左转、右转、直行和掉头等。
示例性的,请参阅图4,图4为本公开实施例提供的转向信息计算示意图,如图4所示,对于驶入道路,遍历道路的最后一个道路块的车道,其绑定车道线的终点方向可以作为该道路方向,对于驶出道路,遍历道路的第一个道路块的车道,其绑定车道线的起点方向可以作为该道路的方向,计算路口所有驶入车道与驶出车道的方向的夹角,将夹角按如图4中的范围进行映射,即可得到两个道路的转向信息,根据转向信息可以构建车道线的前驱后继关系,并绑定转向。
在一些可能的实施例中,步骤S202包括:
S2021:针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线平行的至少一条候选边界线。
该步骤中,在确定道路的边界线时,针对还没确定归属到任一道路中的道路边界线,将之作为当前道路边界线,从所述至少两条道路边界线中找出与所述当前道路边界线平行的候选边界线。
具体的,在一些可能的实施例中,步骤S2021的实现可以包括以下步骤:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,确定所述当前道路边界线的第一方向向量,以及所述至少两条道路边界线中除所述当前道路边界线之外的每个道路边界线的第二方向向量;
将确定出的多个第二方向向量中与所述当前道路边界线的第一方向向量平行的第二方向向量对应的道路边界线确定为所述当前道路边界线的候选边界线。
示例性,以图3中所示的8条道路为例,每条道路均有两条边界线,共计16条边界线,可以构成一个边界线集合,对于边界线集合中的任意边界线Li,可以遍历边界线集合中剩余边界线Lj,分别计算边界线Li和Lj的方向向量Di和Dj,例如起点处的方向向量,如果Di*Dj<0.9,那么可以认为两个方向向量Di和Dj之间呈一定角度,不是平行的,也就是说边界线Lj和边界线Lj不平行,那么可以直接遍历下一个边界线Lj,而如果Di*Dj>0.9,则可以认为边界线Lj和边界线Lj平行,可以将边界线Lj作为边界线Li的候选边界线。
其中,0.9为示例性的阈值,可以根据不同情形和精确度要求等设置不同值。
S2022:从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线。
该步骤中,在确定了所述当前道路边界线的至少一条候选边界线后,可以根据边界线彼此之间的位置关系等,确定彼此之间的距离,然后将距离最小的候选边界线作为所述当前道路边界线的匹配边界线。
其中,与所述当前道路边界线之间的距离最小的候选边界线,可以是指边界线的起点之间的距离,或者终点之间的距离。
具体的,可以先确定所述当前道路边界线的起点与每条候选边界线的起点之间的第一距离,以及所述当前道路边界线的终点与每条候选边界线的终点之间的第二距离,然后将对应的所述第一距离和所述第二距离最小的候选边界线确定为与所述当前道路边界线之间的距离最小的候选边界线,继而将确定出的距离最小的候选边界线作为所述当前道路边界线的匹配边界线。
示例性的,在得到边界线Li的多个候选边界线,即通过方向向量匹配出多条边界线Lj后,接着,对于每条边界线Lj,可以计算Li和Lj两者之间的起点距离d1和终点距离d2,如果d1和/或d2大于一定的道路宽度阈值,例如30米,那么可以认为边界线Li和边界线Lj是属于不同道路,可以继续遍历下一个边界线Lj,如果d1和d2均小于道路宽度阈值,则可以认为边界线Li和边界线Lj属于同一道路,相应的,属于同一条道路的两条边界线的起点或者终点之间的距离是最短的。
S2023:确定所述多条车道线中位于当前道路边界线与所述匹配边界线之间的至少一条车道线,以得到包括所述当前道路边界线、所述匹配边界线和确定出的至少一条车道线的道路。
该步骤中,在确定出组成一条道路的所述当前道路边界线与所述匹配边界线后,可以通过位置信息等因素,确定出位于所述当前道路边界线与所述匹配边界线之间的至少一条车道线,由此得到相应的道路。
进一步的,在确定出道路的两条边界线之后,即所述当前道路边界线与所述匹配边界线,还可以对所述当前道路边界线与所述匹配边界线的边界属性进行进一步的确认,即确认所述当前道路边界线是左边界线还是右边界线,相应地,所述方法包括:
确定所述当前道路边界线上的第一道路点和所述匹配边界线上与所述第一道路点对应的第二道路点之间的矢量;
根据所述矢量,以及所述第一方向向量和/或所述匹配边界线的第二方向向量,确定所述当前道路边界线和所述匹配边界线相对于所属道路的道路中心线的边界属性,其中,所述边界线属性包括左侧边界线和右侧边界线;
将确定出的所述当前道路边界线和所述匹配边界线的边界属性添加至所述道路元素信息中。
其中,所述第一道路点,可以是所述当前道路边界线的起点、终点或者边界线上的任意一点,相应的,所述第二道路点,也可以是所述匹配边界线上起点、终点或者边界线上的任意一点。
其中,在确定所述当前道路边界线和所述匹配边界线相对于所属道路的道路中心线的边界属性时,可以仅计算一者即可,例如通过所述矢量和所述第一方向向量确定出确定所述当前道路边界线为左侧边界线的话,那么所述匹配边界线相应的则为右侧边界线。
示例性的,以所述第一道路点和所述第二道路点分别为边界线的起点为例,边界线Li的起始点Pi为起点,边界线Lj的起始点Pj为终点,可以构成矢量v1,使用矢量v1与边界线Li的方向向量Di相乘(叉乘),如果结果大于0,则可以认为边界Lj为右侧边界线,l边界线Li为左侧边界线;否则边界线Lj为左侧边界线,边界线Li为右侧边界线,相应的,可以建立边界线Li和边界线Lj得边界线属性对应的道路元素,添加匹配完成的左右边界线,即把边界线Li和边界线Lj对应的边界线属性添加到道路元素信息中。
进一步的,在步骤S2022中,可以通过以下步骤确定位于所述当前道路边界线与所述匹配边界线之间的至少一条车道线:
确定所述当前道路边界线和所述匹配边界线围成的多边形;遍历所述多条车道线,将位于所述多边形之内的车道线确定为位于所述当前道路边界线与所述匹配边界线之间的车道线。
该步骤中,结合所述当前道路边界线的起点和终点,以及所述匹配边界线的起点和终点,可以围成一个多边形,相应的结合边界线的位置信息,和车道线的位置信息,可以将位于多边形中的车道线,确定为位于所述当前道路边界线与所述匹配边界线之间的车道线,即包括所述当前道路边界线和所述匹配边界线的道路的车道线。
示例性的,对于完成道路的边界构建,可以通过匹配边界线与车道线,将车道线与道路进行绑定,例如对任意车道线Lk和任意道路的边界Li,可以提取车道线的起点P0和终点P1,通过位置信息等因素,计算点P0和终点P1是否在道路的边界线构成的多边形内,如果在多边形内,则匹配成功。可以绑定车道线与道路,相应的道路元素中添加车道线的索引。
在一些可能的实施例中,步骤S203包括:
S2031:针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线,其中,每条道路线包括一条车道线或者多条依次连接的车道线。
该步骤中,为了便于对道路添加导航元素,细化道路单元,可以将道路切分成更小单元的道路块,因此,对于未划分道路块的当前道路,可以通过所述当前道路中至少一条车道线,来确定用于对所述当前道路进行划分的至少一条道路线。
其中,道路线包括一条车道线或者多条依次连接的车道线。多条依次连接的车道线,主要是指位于同一直线上的多条车道线,鉴于位置、功能和属性不同,目前常见的车道线大多有虚线和实线,例如在长距离道路中,大部分车道线为虚线,在接近路的尽头或者部分位置等,车道线为实线,因此,可以将这种实际位于同一直线上的,依次连接的车道线组成道路线。
具体的,确定所述当前道路中的至少一条道路线,可以是针对至少一条道路中未被划分的当前道路,首先从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线,然后将所述至少一条目标车道线分别作为所属道路线中的起始车道线,依次确定与所述起始车道线直接连接或间接连接的其他车道线;其中,所述起始车道线,和与所述起始车道线直接连接或间接连接的其他车道线构成所述道路线。
其中,除了划分到各道路线中的车道线,还有一些车道线是直接位于道路中的,其起点与道路的边界线不平齐,但是其前面也没有直接连接或者间接连接的起始车道线,例如在道路中存在分叉路或者从某个位置多出辅路的情况,从岔路的起点或者辅路的起点开始,可能会存在于道路边界线不平齐的车道线,此时,这种车道线也可以作为起始车道线进行计算,或者是借助相应的道路边界线形成道路线进行道路块划分。
进一步的,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线,可以是针对于至少一条道路中未被划分的当前道路,确定所述当前道路的目标车道线的起点与所述当前道路的任一边界线的起点之间的连线所在的第一直线,与垂直于所述任一边界线的第二直线之间的锐角夹角,然后将对应的所述锐角夹角小于预设阈值的车道线,确定为与所述当前道路的任一边界线的起点平齐的目标车道线。
其中,所述目标车道线为至少一条车道线中的任一条车道线,所述第一直线与所述第二直线位于同一平面。
示例性的,请参阅图5,图5为本公开实施例提供的道路块划分示意图,如图5中所示,以未划分道路块的道路50为例,此时道路元素里面的车道线是长短不一,需要齐整切分,道路50中包括有两条边界线和多条车道线,具体的,道路50包括边界线51和边界线52,还包括车道线53、车道线54、车道线55、车道线56、车道线57、车道线58和车道线59,其中,策划导线53和车道线54是位于同一直线上的,车道线55、车道线56和车道线57是位于同一直线上的,车道线58和车道线59是位于同一直线上的,在进行道路块划分时,对于道路中的多条车道线,可以计算任意车道线(例如车道线53)的起点P0与道路的任一边界线(例如边界线51)的起点B0构成矢量的单位矢量dir1,计算dir1与道路边界线的方向向量dir2的乘积,如果小于0.2,可以认为两者是平齐的,则该车道线可以作为道路线中的起始车道线,以该车道线创建道路线。而对于车道线58来讲,其是道路50中车道增加后出现的车道线,其起点是以边界线52上出现拐弯的地方开始的,因此,其也可以认为是与出现拐弯部分的边界线齐平的,即也可以作为构成道路线的起始车道线。接着,可以遍历剩下的车道线,计算剩下的车道线的起点与已经得到部分的道路线的终点的距离,如果距离小于一定阈值,例如0.2米,则相应的可以将该车道线归属到该道路线中,例如在得到车道线53为起始车道线后,以车道线53构建道路线,此时道路线的终点为车道线53的终点,遍历其他的车道线,得到车道线54的起点与车道线53的终点之间的距离为0,可以将车道线54划分到车道线53所述的道路线中,从而得到由车道线53和车道线54构成的车道线510,车道线55至车道线57的划分方法相同,以此,可以得到与起始车道线直接或者间接连接的其他车道线,以共同构成相应的道路线,继续遍历剩余车道线,直到所有车道线加入道路线。至此完成所有车道线按前后连接顺序形成道路线。重复上述过程,直到所有车道线完成相关计算,得到所有道路线的。
S2032:根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块。
该步骤中,在划分好道路线后,可以根据每条道路线中每条车道线的起点,对车道进行划分,得到多个道路块。
具体的,可以是先确定每条道路线中每条车道线的起点与所述当前道路的任一边界线的起点之间的距离,然后沿着所述当前道路的车道方向,按着距离从小到大的次序,依次使用每条车道线的起点作为切割点,对所述当前道路的每条边界线和每条道路线进行切割,接着确定切割后得到的每两个对应的子边界线和位于每两个对应的子边界线之间的至少一段车道线围成一个道路块,最终得到所述当前道路的多个连续排列的道路块。
示例性的,在划分好道路中的道路线后,可以从前往后同时遍历道路中所有道路线中的车道线,例如可以遍历出道路线510中的车道线53和车道线54,计算各个车道线终点距离任一边界线起点的距离,然后按照距离从小到大的次序,依次使用对应的起点对其他车道线和边界线进行切割,例如依次使用车道线56、车道线57和车道线58的起点对道路的策划导线和边界线进行切割,被切割的线一分为二,被切割线包括车道线和边界线,遍历完成后,形成整齐切割的子车道线和子边界线,然后可以得到包括对应平行的两个子边界线和其中的子车道线的道路块,例如图5中的道路快511、道路快512、道路快513和道路快514。
本公开实施例提供的地图中导航元素构建方法,通过语义地图数据识别出各种道路信息,通过车道线对道路进行划分,并根据道路元素的位置信息将道路元素添加到划分出的道路块中以得到导航地图,进而实现元素的完全自动化构建,可以降低道路元素标记的出错率,节约大量标注时间和人工成本,省时省力,准确率高。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与地图中导航元素构建方法对应的地图中导航元素构建装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述地图中导航元素构建方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
请参阅图6至图7,图6为本公开实施例提供的一种地图中导航元素构建装置的示意图之一,图7为本公开实施例提供的一种地图中导航元素构建装置的示意图之二。如图6中所示,本公开实施例提供的地图中导航元素构建装置600包括:
元素识别模块610,用于根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线。
车道确定模块620,用于基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线。
车道划分模块630,用于基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块。
元素添加模块640,用于根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
一种可选的实施方式中,所述车道确定模块620具体用于:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线平行的至少一条候选边界线;
从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线;
确定所述多条车道线中位于当前道路边界线与所述匹配边界线之间的至少一条车道线,以得到包括所述当前道路边界线、所述匹配边界线和确定出的至少一条车道线的道路。
一种可选的实施方式中,所述车道确定模块620在用于针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线匹配的至少一条候选边界线时,具体用于:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,确定所述当前道路边界线的第一方向向量,以及所述至少两条道路边界线中除所述当前道路边界线之外的每个道路边界线的第二方向向量;
将确定出的多个第二方向向量中与所述当前道路边界线的第一方向向量平行的第二方向向量对应的道路边界线确定为所述当前道路边界线的候选边界线。
一种可选的实施方式中,如图7中所示,地图中导航元素构建装置600还包括边界元素确定模块650,所述边界元素确定模块650用于:
确定所述当前道路边界线上的第一道路点和所述匹配边界线上与所述第一道路点对应的第二道路点之间的矢量;
根据所述矢量,以及所述第一方向向量和/或所述匹配边界线的第二方向向量,确定所述当前道路边界线和所述匹配边界线相对于所属道路的道路中心线的边界属性,其中,所述边界线属性包括左侧边界线和右侧边界线;
将确定出的所述当前道路边界线和所述匹配边界线的边界属性添加至所述道路元素信息中。
一种可选的实施方式中,所述车道确定模块620在用于从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线时,具体用于:
确定所述当前道路边界线的起点与每条候选边界线的起点之间的第一距离,以及所述当前道路边界线的终点与每条候选边界线的终点之间的第二距离;
将对应的所述第一距离和所述第二距离最小的候选边界线确定为与所述当前道路边界线之间的距离最小的候选边界线;
将确定出的距离最小的候选边界线作为所述当前道路边界线的匹配边界线。
一种可选的实施方式中,所述车道确定模块620用于通过以下步骤确定位于所述当前道路边界线与所述匹配边界线之间的至少一条车道线:
确定所述当前道路边界线和所述匹配边界线围成的多边形;
遍历所述多条车道线,将位于所述多边形之内的车道线确定为位于所述当前道路边界线与所述匹配边界线之间的车道线。
一种可选的实施方式中,所述车道划分模块630具体用于:
针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线,其中,每条道路线包括一条车道线或者多条依次连接的车道线;
根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块。
一种可选的实施方式中,所述车道划分模块630在用于针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线时,具体用于:
针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线;
将所述至少一条目标车道线分别作为所属道路线中的起始车道线,依次确定与所述起始车道线直接连接或间接连接的其他车道线;其中,所述起始车道线,和与所述起始车道线直接连接或间接连接的其他车道线构成所述道路线。
一种可选的实施方式中,所述车道划分模块630在用于针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线时,具体用于:
针对至少一条道路中未被划分的当前道路,确定所述当前道路的目标车道线的起点与所述当前道路的任一边界线的起点之间的连线所在的第一直线,与垂直于所述任一边界线的第二直线之间的锐角夹角,其中,所述目标车道线为至少一条车道线中的任一条车道线,所述第一直线与所述第二直线位于同一平面;
将对应的所述锐角夹角小于预设阈值的车道线,确定为与所述当前道路的任一边界线的起点平齐的目标车道线。
一种可选的实施方式中,所述车道划分模块630在用于根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块时,具体用于:
确定每条道路线中每条车道线的起点与所述当前道路的任一边界线的起点之间的距离;
沿着所述当前道路的车道方向,按着距离从小到大的次序,依次使用每条车道线的起点作为切割点,对所述当前道路的每条边界线和每条道路线进行切割;
确定切割后得到的每两个对应的子边界线和位于每两个对应的子边界线之间的至少一段车道线围成一个道路块,得到所述当前道路的多个连续排列的道路块。
一种可选的实施方式中,如图7中所示,地图中导航元素构建装置600还包括路口边界确定模块660,所述路口边界确定模块660用于:
在所述至少一条道路中,存在包括相近的至少一个道路起始端和至少一个道路终点端的路口时,基于位于所述路口中的、道路边界线的起点和终点,确定包括多个边界点的边界点集合,其中,所述道路起始端为所述至少一条道路中任一道路的起始端,所述道路终点端为所述至少一条道路中任一道路的终点端;
按照预设半径阈值,对所述边界点集合中的边界点进行聚类,得到至少一个边界点子集;
根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线。
一种可选的实施方式中,所述路口边界确定模块660在用于根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线时,具体用于:
针对每个边界点子集,根据所述边界点子集中每个边界点的位置,确定与每条道路距离最近的道路;
基于距离最近的两条道路的边界点,构建距离最近的两条道路的路口边界线。
一种可选的实施方式中,如图7中所示,地图中导航元素构建装置600还包括转向元素确定模块670,所述转向元素确定模块670用于:
针对所述至少一条道路中的每个路口,确定所述路口中每条车道的方向向量;
基于所述路口中每两条车道的方向向量之间的夹角,确定所述两条车道之间的转向信息;
将所述转向信息,添加至所述道路元素信息中。
本公开实施例提供的地图中导航元素构建装置,通过语义地图数据识别出各种道路信息,通过车道线对道路进行划分,并根据道路元素的位置信息将道路元素添加到划分出的道路块中以得到导航地图,进而实现元素的完全自动化构建,可以降低道路元素标记的出错率,节约大量标注时间和人工成本,省时省力,准确率高。
本公开实施例还提供了一种计算机设备800,如图8所示,为本公开实施例提供的计算机设备800结构示意图,包括:处理器810、存储器820、和总线830。所述存储器820存储有所述处理器810可执行的机器可读指令,当计算机设备800运行时,所述处理器810与所述存储器820之间通过总线830通信,所述机器可读指令被所述处理器810执行时可以执行图1和图2中所示的地图中导航元素构建方法的步骤。
上述指令的具体执行过程可以参考本公开实施例中所述的地图中导航元素构建方法的步骤,此处不再赘述。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的地图中导航元素构建方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
其中,该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (16)
1.一种地图中导航元素构建方法,其特征在于,所述方法包括:
根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线;
基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线;
基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块;
根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
2.根据权利要求1所述的方法,其特征在于,所述基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线,包括:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,从所述至少两条道路边界线中确定与所述当前道路边界线平行的至少一条候选边界线;
从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线;
确定所述多条车道线中位于当前道路边界线与所述匹配边界线之间的至少一条车道线,以得到包括所述当前道路边界线、所述匹配边界线和确定出的至少一条车道线的道路。
3.根据权利要求2所述的方法,其特征在于,所述针对所述至少两条道路边界线中未归属到任一道路中的当前道路,从所述至少两条道路边界线中确定与所述当前道路边界线匹配的至少一条候选边界线,包括:
针对所述至少两条道路边界线中未归属到任一道路中的当前道路边界线,确定所述当前道路边界线的第一方向向量,以及所述至少两条道路边界线中除所述当前道路边界线之外的每个道路边界线的第二方向向量;
将确定出的多个第二方向向量中与所述当前道路边界线的第一方向向量平行的第二方向向量对应的道路边界线确定为所述当前道路边界线的候选边界线。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
确定所述当前道路边界线上的第一道路点和所述匹配边界线上与所述第一道路点对应的第二道路点之间的矢量;
根据所述矢量,以及所述第一方向向量和/或所述匹配边界线的第二方向向量,确定所述当前道路边界线和所述匹配边界线相对于所属道路的道路中心线的边界属性,其中,所述边界线属性包括左侧边界线和右侧边界线;
将确定出的所述当前道路边界线和所述匹配边界线的边界属性添加至所述道路元素信息中。
5.根据权利要求2所述的方法,其特征在于,所述从所述至少一条候选边界线中,选择出与所述当前道路边界线之间的距离最小的候选边界线作为所述当前道路边界线的匹配边界线,包括:
确定所述当前道路边界线的起点与每条候选边界线的起点之间的第一距离,以及所述当前道路边界线的终点与每条候选边界线的终点之间的第二距离;
将对应的所述第一距离和所述第二距离最小的候选边界线确定为与所述当前道路边界线之间的距离最小的候选边界线;
将确定出的距离最小的候选边界线作为所述当前道路边界线的匹配边界线。
6.根据权利要求2所述的方法,其特征在于,通过以下步骤确定位于所述当前道路边界线与所述匹配边界线之间的至少一条车道线:
确定所述当前道路边界线和所述匹配边界线围成的多边形;
遍历所述多条车道线,将位于所述多边形之内的车道线确定为位于所述当前道路边界线与所述匹配边界线之间的车道线。
7.根据权利要求1~6中任一项所述的方法,其特征在于,所述基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块,包括:
针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线,其中,每条道路线包括一条车道线或者多条依次连接的车道线;
根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块。
8.根据权利要求7所述的方法,其特征在于,所述针对至少一条道路中未划分道路块的当前道路,基于所述当前道路中的至少一条车道线,确定所述当前道路中的至少一条道路线,包括:
针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线;
将所述至少一条目标车道线分别作为所属道路线中的起始车道线,依次确定与所述起始车道线直接连接或间接连接的其他车道线;其中,所述起始车道线,和与所述起始车道线直接连接或间接连接的其他车道线构成所述道路线。
9.根据权利要求8所述的方法,其特征在于,所述针对至少一条道路中未被划分的当前道路,从所述当前道路中的至少一条车道线中确定出起点与所述当前道路的任一边界线的起点平齐的至少一条目标车道线,包括:
针对至少一条道路中未被划分的当前道路,确定所述当前道路的目标车道线的起点与所述当前道路的任一边界线的起点之间的连线所在的第一直线,与垂直于所述任一边界线的第二直线之间的锐角夹角,其中,所述目标车道线为至少一条车道线中的任一条车道线,所述第一直线与所述第二直线位于同一平面;
将对应的所述锐角夹角小于预设阈值的车道线,确定为与所述当前道路的任一边界线的起点平齐的目标车道线。
10.根据权利要求7所述的方法,其特征在于,所述根据每条道路线中每条车道线的起点,对所述当前道路的两条边界线和所述至少一条道路线进行切割,得到所述当前道路的多个连续排列的道路块,包括:
确定每条道路线中每条车道线的起点与所述当前道路的任一边界线的起点之间的距离;
沿着所述当前道路的车道方向,按着距离从小到大的次序,依次使用每条车道线的起点作为切割点,对所述当前道路的每条边界线和每条道路线进行切割;
确定切割后得到的每两个对应的子边界线和位于每两个对应的子边界线之间的至少一段车道线围成一个道路块,得到所述当前道路的多个连续排列的道路块。
11.根据权利要求1~10任一所述的方法,其特征在于,所述方法还包括:
在所述至少一条道路中,存在包括相近的至少一个道路起始端和至少一个道路终点端的路口时,基于位于所述路口中的、道路边界线的起点和终点,确定包括多个边界点的边界点集合,其中,所述道路起始端为所述至少一条道路中任一道路的起始端,所述道路终点端为所述至少一条道路中任一道路的终点端;
按照预设半径阈值,对所述边界点集合中的边界点进行聚类,得到至少一个边界点子集;
根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线。
12.根据权利要求11所述的方法,其特征在于,根据每个边界点子集中每两条道路对应的边界点之间的距离,确定每两条道路的路口边界线,包括:
针对每个边界点子集,根据所述边界点子集中每个边界点的位置,确定与每条道路距离最近的道路;
基于距离最近的两条道路的边界点,构建距离最近的两条道路的路口边界线。
13.根据权利要求12所述的方法,其特征在于,所述方法还包括:
针对所述至少一条道路中的每个路口,确定所述路口中每条车道的方向向量;
基于所述路口中每两条车道的方向向量之间的夹角,确定所述两条车道之间的转向信息;
将所述转向信息,添加至所述道路元素信息中。
14.一种地图中导航元素构建装置,其特征在于,所述装置包括:
元素识别模块,用于根据目标区域的语义地图数据,识别出所述目标区域中的道路元素信息,以及所述道路元素信息中的至少两条道路边界线和多条车道线;
车道确定模块,用于基于识别出的所述至少两条道路边界线和多条车道线,确定所述目标区域中的至少一条道路和位于每条道路中的至少一条车道线;
车道划分模块,用于基于每条道路中的至少一条车道线,将每条道路划分为多个连续排列的道路块;
元素添加模块,用于根据所述道路元素信息中每个道路元素的位置信息,将每个道路元素添加到相应的道路块中,得到用于道路导航的导航地图。
15.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至13中任一项所述的地图中导航元素构建方法的步骤。
16.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至13中任一项所述的地图中导航元素构建方法的步骤。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351703.9A CN112985444B (zh) | 2021-03-31 | 2021-03-31 | 一种地图中导航元素构建方法及装置 |
PCT/CN2021/098685 WO2022205616A1 (zh) | 2021-03-31 | 2021-06-07 | 一种地图中导航元素构建方法及装置 |
KR1020227029066A KR20220137035A (ko) | 2021-03-31 | 2021-06-07 | 지도에서의 내비게이션 요소 구축 방법 및 장치 |
US17/870,293 US20220357179A1 (en) | 2021-03-31 | 2022-07-21 | Method and apparatus for constructing naviation element in map |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351703.9A CN112985444B (zh) | 2021-03-31 | 2021-03-31 | 一种地图中导航元素构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112985444A true CN112985444A (zh) | 2021-06-18 |
CN112985444B CN112985444B (zh) | 2023-03-24 |
Family
ID=76338799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110351703.9A Active CN112985444B (zh) | 2021-03-31 | 2021-03-31 | 一种地图中导航元素构建方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220357179A1 (zh) |
KR (1) | KR20220137035A (zh) |
CN (1) | CN112985444B (zh) |
WO (1) | WO2022205616A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114088107A (zh) * | 2021-11-25 | 2022-02-25 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备和介质 |
CN114419145A (zh) * | 2022-03-29 | 2022-04-29 | 腾讯科技(深圳)有限公司 | 道路元素的标注方法、装置、设备及存储介质 |
CN117906593A (zh) * | 2024-03-19 | 2024-04-19 | 广州小鹏自动驾驶科技有限公司 | 地图构建方法、终端设备及存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115727834A (zh) * | 2022-11-16 | 2023-03-03 | 新石器慧通(北京)科技有限公司 | 边界线的反向检查处理方法、地图制作方法、设备及介质 |
CN116030286B (zh) * | 2023-03-29 | 2023-06-16 | 高德软件有限公司 | 边界车道线匹配方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2428770A1 (en) * | 2010-09-08 | 2012-03-14 | Harman Becker Automotive Systems GmbH | Vehicle navigation system |
US20120065878A1 (en) * | 2010-09-15 | 2012-03-15 | Anthony Garon Yeh | Lane-based road transport information generation |
US20180188059A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Lane Line Creation for High Definition Maps for Autonomous Vehicles |
CN109099933A (zh) * | 2018-07-12 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
CN110795514A (zh) * | 2019-04-29 | 2020-02-14 | 当家移动绿色互联网技术集团有限公司 | 道路元素的识别和路网构建方法,装置,存储介质及电子设备 |
US20200141750A1 (en) * | 2018-11-05 | 2020-05-07 | Robert Bosch Gmbh | System and Method for Automated Semantic Map Generation |
CN111696170A (zh) * | 2020-06-05 | 2020-09-22 | 百度在线网络技术(北京)有限公司 | 地图绘制方法、装置、设备和介质 |
CN111874006A (zh) * | 2020-08-05 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 路线规划处理方法和装置 |
CN111912416A (zh) * | 2019-05-07 | 2020-11-10 | 北京市商汤科技开发有限公司 | 用于设备定位的方法、装置及设备 |
CN112325896A (zh) * | 2020-10-30 | 2021-02-05 | 上海商汤临港智能科技有限公司 | 导航方法、装置、智能行驶设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108241712B (zh) * | 2016-12-27 | 2021-04-20 | 北京四维图新科技股份有限公司 | 一种地图数据处理方法和装置 |
US10809728B2 (en) * | 2017-09-15 | 2020-10-20 | Here Global B.V. | Lane-centric road network model for navigation |
CN110196056B (zh) * | 2018-03-29 | 2023-12-05 | 文远知行有限公司 | 用于生成用于自动驾驶车辆导航和决策的道路地图的方法和导航装置 |
CN111238503B (zh) * | 2018-11-29 | 2022-12-02 | 沈阳美行科技股份有限公司 | 一种道路线段的地图生成方法、装置及相关*** |
CN110006440B (zh) * | 2019-04-12 | 2021-02-05 | 北京百度网讯科技有限公司 | 一种地图关系的表达方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-31 CN CN202110351703.9A patent/CN112985444B/zh active Active
- 2021-06-07 WO PCT/CN2021/098685 patent/WO2022205616A1/zh unknown
- 2021-06-07 KR KR1020227029066A patent/KR20220137035A/ko unknown
-
2022
- 2022-07-21 US US17/870,293 patent/US20220357179A1/en not_active Abandoned
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2428770A1 (en) * | 2010-09-08 | 2012-03-14 | Harman Becker Automotive Systems GmbH | Vehicle navigation system |
US20120065878A1 (en) * | 2010-09-15 | 2012-03-15 | Anthony Garon Yeh | Lane-based road transport information generation |
US20180188059A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Lane Line Creation for High Definition Maps for Autonomous Vehicles |
CN109099933A (zh) * | 2018-07-12 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
US20200141750A1 (en) * | 2018-11-05 | 2020-05-07 | Robert Bosch Gmbh | System and Method for Automated Semantic Map Generation |
CN110795514A (zh) * | 2019-04-29 | 2020-02-14 | 当家移动绿色互联网技术集团有限公司 | 道路元素的识别和路网构建方法,装置,存储介质及电子设备 |
CN111912416A (zh) * | 2019-05-07 | 2020-11-10 | 北京市商汤科技开发有限公司 | 用于设备定位的方法、装置及设备 |
WO2020224305A1 (zh) * | 2019-05-07 | 2020-11-12 | 北京市商汤科技开发有限公司 | 用于设备定位的方法、装置及设备 |
CN111696170A (zh) * | 2020-06-05 | 2020-09-22 | 百度在线网络技术(北京)有限公司 | 地图绘制方法、装置、设备和介质 |
CN111874006A (zh) * | 2020-08-05 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 路线规划处理方法和装置 |
CN112325896A (zh) * | 2020-10-30 | 2021-02-05 | 上海商汤临港智能科技有限公司 | 导航方法、装置、智能行驶设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
李闻达等: "一种基于轻量级矢量地图的无人车导航方法", 《集成技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114088107A (zh) * | 2021-11-25 | 2022-02-25 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备和介质 |
CN114419145A (zh) * | 2022-03-29 | 2022-04-29 | 腾讯科技(深圳)有限公司 | 道路元素的标注方法、装置、设备及存储介质 |
WO2023185275A1 (zh) * | 2022-03-29 | 2023-10-05 | 腾讯科技(深圳)有限公司 | 道路元素的标注方法、装置、设备及存储介质 |
CN117906593A (zh) * | 2024-03-19 | 2024-04-19 | 广州小鹏自动驾驶科技有限公司 | 地图构建方法、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20220357179A1 (en) | 2022-11-10 |
WO2022205616A1 (zh) | 2022-10-06 |
CN112985444B (zh) | 2023-03-24 |
KR20220137035A (ko) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112985444B (zh) | 一种地图中导航元素构建方法及装置 | |
CN107784597B (zh) | 出行方式识别方法、装置、终端设备及存储介质 | |
EP3318985A1 (en) | Driving route matching method and apparatus and storage medium | |
CN110619426B (zh) | 一种路网模型的构建方法、装置、设备和存储介质 | |
CN112069280A (zh) | 道路数据处理方法、装置、设备及存储介质 | |
CN113390407A (zh) | 车道级导航地图的构建方法、装置、设备以及存储介质 | |
CN105606113A (zh) | 快速规划最优路径方法及装置 | |
CN111314857B (zh) | 一种基于过车视频数据的车辆实时出行轨迹获取方法 | |
CN104835339A (zh) | 一种基于地理位置对特殊交通违法行为的提示方法及*** | |
Liang et al. | Problem definitions and evaluation criteria for the CEC 2021 on multimodal multiobjective path planning optimization | |
Cabannes et al. | Measuring regret in routing: assessing the impact of increased app usage | |
CN113048998A (zh) | 导航方法、装置、电子设备及存储介质 | |
CN109085764B (zh) | 优化无人驾驶仿真场景创建的方法及装置 | |
Cho et al. | A basis of spatial big data analysis with map-matching system | |
CN112307977B (zh) | 一种车道限速的自动生成方法及装置 | |
CN116935656A (zh) | 道路交通数据处理方法、装置、电子设备及存储介质 | |
CN113908551A (zh) | 导航路径的确定方法、装置、设备、存储介质及程序产品 | |
CN113709006A (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
CN111104410B (zh) | 局部道路信息提取方法及装置 | |
CN111866722B (zh) | 一种生成电子围栏的方法、***、装置和存储介质 | |
CN112182129A (zh) | 高精度地图更新方法及装置 | |
CN113538627B (zh) | 一种地图描述文件的生成方法及装置 | |
CN117115773B (zh) | 停止线生成方法、装置、电子设备、介质和程序产品 | |
US20230019719A1 (en) | Method and apparatus for constructing lane-level navigation map, device and storage medium | |
US20230160719A1 (en) | Management device, management method, and management program |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40050696 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |