CN113256756B - 地图数据显示方法、装置、设备及存储介质 - Google Patents
地图数据显示方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113256756B CN113256756B CN202010082902.XA CN202010082902A CN113256756B CN 113256756 B CN113256756 B CN 113256756B CN 202010082902 A CN202010082902 A CN 202010082902A CN 113256756 B CN113256756 B CN 113256756B
- Authority
- CN
- China
- Prior art keywords
- data
- road
- lane line
- point cloud
- plane
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Ecology (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
地图数据显示方法、装置、设备及存储介质,其中所述地图数据显示方法包括:获取道路的点云数据和基于所述点云数据识别的所述道路的车道线数据;将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据;将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。采用上述方案能够使得人工快速完成对车道线的修正,提高车道线的作业效率。
Description
技术领域
本说明书实施例涉及电子地图生成技术领域,尤其涉及地图数据显示方法、装置、设备及存储介质。
背景技术
高精地图能够帮助汽车预先感知路面复杂信息,如坡度、曲率、航向等,结合智能路径规划,在辅助驾驶员安全驾驶及自动驾驶等场景有较强的应用需求。高精地图与普通地图相比,在表达道路时需要表达道路细节信息,如车道线、车道中心线、车道属性变化等。
目前,主要通过高精采集车采集的道路环境的激光点云来制作高精地图,比如,可以依据反射率从激光点云中自动识别车道线,由于自动识别存在一定偏差,一般自动识别得到的车道线还需要人工结合激光点云进行修正,而如何将车道线和激光点云结合在一起,使得人工可以快速完成对车道线的修正是需要解决的问题。
发明内容
有鉴于此,本说明书实施例提供一种地图数据显示方法、装置、设备及存储介质,能够使得人工快速完成对车道线的修正,提高车道线的作业效率。
本说明书实施例提供了一种地图数据显示方法,包括:
获取道路的点云数据和基于所述点云数据识别的所述道路的车道线数据;
将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据;
将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。
可选地,所述预设的平面为所述道路的道路面,所述方法进一步包括:
从所述道路的点云数据中,获取所述道路面的点云数据和高于所述道路面的点云数据作为需要进行投影的点云数据。
可选地,所述将所述点云平面数据及所述车道线平面数据叠加显示在屏幕中,具体包括:
用预设的第一颜色在屏幕中绘制所述道路面的点云平面数据;
用预设的第二颜色在屏幕中绘制所述高于所述道路面的点云平面数据;
用预设的第三颜色在屏幕中绘制所述车道线平面数据。
可选地,在所述绘制所述车道线平面数据之后,还包括:将绘制的所述车道线平面数据保存,作为高精地图的二维数据。
可选地,所述道路面为xy平面坐标,所述将所述车道线数据向预设的平面进行投影,得到车道线平面数据,包括:将所述车道线数据的z值置为0,得到车道线平面数据。
可选地,所述方法还包括:
获取所述高精地图中垂直于所述道路面的点云切片中对应切片单元记录的高程数据;
基于所述高精地图的二维数据和对应切片单元记录的高程数据,还原得到所述高精地图的三维道路数据。
可选地,所述基于所述高精地图的二维数据和对应切片单元记录的高程数据,还原得到所述高精地图的三维数据,包括以下至少一种:
遍历所绘制的车道线平面数据,获取所绘制的所述车道线平面数据对应切片单元所记录的高程数据,将所述高程数据赋值至所述车道线平面数据对应的与道路面垂直方向的维度数据中,得到对应的车道线三维数据;
基于所述高精地图的二维数据,识别得到道路面的防护栏、道路边缘或施工边界数据,获取道路面的防护栏、道路边缘或施工边界数据对应的切片单元所记录的高程数据,并将获取到的高程数据赋值至所在平面的防护栏、道路边缘或施工边界数据与道路面垂直方向的维度数据中,得到对应的防护栏、道路边缘或施工边界三维数据。
本说明书实施例还提供了一种地图数据显示装置,包括:
获取单元,适于获取道路的点云数据和基于所述点云数据识别得到的所述道路的车道线数据;
投影单元,适于将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据;
绘制单元,适于将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。
本说明书实施例还提供了一种电子设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行前述任一实施例所述的方法的步骤。
本说明书实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行前述任一实施例所述的方法的步骤。
采用本说明书实施例的地图数据显示方法,通过获取道路的点云数据和基于所述点云数据识别的所述道路的车道线数据,并将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据,将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。从而能够将获取到的三维环境的数据降维为二维环境的数据进行显示,使得作业人员可以直接在二维环境下作业,修正车道线数据,从而可以减少作业人员在三维环境下多视角查看的繁琐工作,降低作业难度,从而可以提高地图中道路车道线的作业效率,且随着作业难度的降低,在一定程度上也可以提高人工作业的质量。
进一步地,从所述点云数据中,获取所述道路面的点云数据和高于所述道路面的点云数据作为需要进行投影的点云数据,充分考虑了道路的特点,使得生成的道路平面数据更加完整,从而可以提高道路车道线作业质量。
进一步地,用预设的第一颜色在屏幕中绘制所述道路面的点云平面数据,用预设的第二颜色在屏幕中绘制所述高于所述道路面的点云平面数据,用预设的第三颜色在屏幕中绘制所述车道线平面数据,从而可以通过不同的颜色对地图数据进行显示,更加便于作业判定,进而可以提高作业质量和作业效率。
进一步地,通过将所述车道线数据的z值置为0,得到车道线平面数据,这一数据生成过程充分利用了实际物理环境中道路车道线与道路面的关系,无须复杂的投影变换或复杂运算,简便易行。
进一步地,由于所绘制的所述车道线数据是基于所述道路点云平面数据和车道线平面数据叠加得到,而所述道路点云平面数据和所述车道线平面数据是基于道路的点云数据得到,因而具有较高的精度,故将所绘制的所述车道线数据进行保存,作为高精地图的二维数据,用于生成高精地图,可以使采集到的地图数据资源得到更加充分地利用。
进一步地,获取所述高精地图垂直于所述道路面的点云切片中对应切片单元记录的高程数据,并基于所述高精地图的二维数据和对应切片单元记录的高程数据,还原得到所述高精地图的三维数据,可以使所生成的高精地图满足更多应用场景的需求。
附图说明
图1示出了本说明书实施例中一种地图数据显示方法的流程图;
图2至图4示出了本说明书实施例中一种地图数据显示方法的场景示意图;
图5示出了本说明书实施例中一种地图数据显示装置的结构示意图;
图6示出了本说明书实施例中一种电子设备的结构示意图。
具体实施方式
如背景技术所述,目前在高精地图制作过程中,如何将车道线和激光点云结合在一起,使得人工可以快速完成对车道线的修正是需要解决的问题。
针对上述问题,本说明书实施例公开了一种地图数据显示方法,能够将获取到的三维环境的数据降维为二维环境的数据进行显示,从而可以减少作业人员在三维环境下多视角查看的繁琐工作,降低作业难度,从而可以提高高精地图车道线的作业效率,且随着作业难度的降低,在一定程度上也可以提高人工作业的质量。
为使本领域技术人员更好地理解和实现本说明书实施例,以下参照附图,并结合具体应用场景,对本说明书实施例所采用的高精地图道路车道线的生成方法进行详细描述。
参照图1所示的地图数据显示方法的流程图,本说明书实施例中,具体可以采用如下步骤进行地图数据显示:
S11,获取道路的点云数据和基于所述点云数据识别得到的所述道路的车道线数据。
点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合,点云数据即为真实物体表面的空间采样点的数据,利用点云数据可以重构三维物体表面。
在具体实施中,可以通过多种方式采集点云数据,例如可以通过激光雷达、立体摄像头、越渡时间相机(Time-of-Flight Camera)等。其中,根据激光测量原理得到的点云,可以包括三维坐标(XYZ)和激光反射强度(Intensity)信息。根据摄影测量原理得到的点云,可以包括三维坐标(XYZ)和颜色信息(RGB)。结合激光测量和摄影测量原理得到点云,包括三维坐标(XYZ)、激光反射强度(Intensity)和颜色信息(RGB)。点云的属性可以包括:空间分辨率,点位精度,表面法向量等。在获取物体表面每个采样点的空间坐标后,得到的是一个点的集合,称之为“点云”(Point Cloud)。
本说明书一实施例中,通过安装有激光雷达的道路采集车沿着道路采集道路的点云数据。激光雷达在车辆行进过程中不断扫描周边环境,并收集反射回来的激光信息,根据激光从远近不同的物体表面反射回来的时间差,计算机可以将这些激光信息转换成3D空间模型,进而绘制出道路及其两侧的建筑物、树木等环境物体。对于有多条车道的道路,可以每个车道均采集一次,或者沿不同行驶方向分别采集一次。需要说明的是,本说明书实施例对获取道路的点云数据的途径和设备类型均不作任何限制,只要可以用于制作高精地图的点云数据即可。本说明书实施例中获取到的点云数据所形成的点云可以参照图2所示。
在具体实施中,可以基于点云数据,通过反射率自动识别出道路的车道线,获得所述道路的车道线数据。基于点云数据的反射率自动识别得到所述道路的车道线数据的方式,相对于人工识别,识别效率高。
目前,作业人员是直接结合所获取到的点云数据及基于点云识别得到的车道线数据,绘制出高精地图中道路的车道线。具体而言,作业人员沿着采集车行驶路径,逐块查看点云图像,来处理车道线数据,为保障精度,在3D(三维)场景下,作业人员需要从多视角查看车道线数据与道路的点云数据的匹配状况,因此操作繁琐,作业效率低。
S12,将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据。
在具体实施中,可以分别根据点云数据和车道线数据的特点采用相应的方式进行降维处理。在本说明书一些实施例中,以道路面为基准,获取所述道路面的点云数据和高于所述道路面的点云数据作为需要投影的点云数据。
车道线是道路面上的信息,考虑到路边缘会存在一定高度,可以以道路面为基准,按照预设距离范围a,将道路面之上与道路面距离为小于或等于距离范围a范围内的点云数据,投影到所述道路面上,得到道路点云平面数据。参照图3所示的点云图片,即为对图2所示的道路的点云数据采用本说明书实施例中的降维方案降维得到。采用上述方案进行降维处理,得到道路点云平面数据,可以避免与车道线无关的远离道路面的点云数据的干扰,提高作业质量。
在本说明书一些实施例中,所述道路面为xy平面坐标,则可以采用如下方式将所述车道线数据向所述道路面进行投影:将所述车道线数据的z值置为0,可以得到所述车道线平面数据。
采用上述降维方案得到车道线平面数据的过程,充分利用了实际物理环境中道路车道线与道路面的关系,无须复杂的投影变换或复杂运算,简便易行。
S13,将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。
在地图数据绘制过程中,为便于作业识别,可以采用不同的颜色将不同的数据进行区分。
在本说明书一实施例中,用预设的第一颜色在屏幕中绘制所述道路面的点云平面数据,用预设的第二颜色在屏幕中绘制所述车道线平面数据。
在本说明书另一实施例中,用预设的第一颜色在屏幕中绘制所述道路面的点云平面数据,用预设的第二颜色在屏幕中绘制所述高于所述道路面的点云平面数据,用预设的第三颜色在屏幕中绘制所述车道线平面数据。
具体地,可以用灰色在屏幕中绘制所述道路面的点云平面数据,用红色在屏幕中绘制道路边缘高于道路面的点云平面数据,用绿色在屏幕中绘制所述车道线平面数据。或者,可以用黑色在屏幕中绘制所述道路面的点云平面数据,用绿色在屏幕中绘制道路边缘高于道路面的点云平面数据,用白色在屏幕中绘制所述车道线平面数据。或者,可以基于反射率进行设置道路面的点云平面数据和车道线平面数据,可以设置的原本高于道路面的点云数据的颜色与道路面的点云平面数据和车道线平面数据颜色不同即可。
参照图4,将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。采用本说明书实施例,通过降维处理,并将降维后的道路点云平面数据和所述车道线平面数据叠加显示在屏幕中,使得车道线数据和激光点云结合在一起,使得作业人员可以无须进行多角度查看车道线数据与道路点云的匹配情况,因而可以降低操作难度,提高作业效率,从而可以快速完成对车道线的修正。
在具体实施中,由于所绘制的所述车道线数据是基于所述道路点云平面数据和车道线平面数据叠加得到,而所述道路点云平面数据和所述车道线平面数据是基于道路的点云数据得到,因而具有较高的精度,故可以将绘制的所述车道线数据进行保存,作为高精地图的二维数据,用于生成高精地图,可以使采集到的地图数据资源得到更加充分地利用。
为使所生成的高精地图满足更多应用场景的需求,还可以将所述高精地图的二维数据还原为所述高精地图的三维道路数据。
作为一种实施方式,可以获取所述高精地图中垂直于所述道路面的点云切片中对应切片单元记录的高程数据,基于所述高精地图的二维数据和对应切片单元记录的高程数据,还原得到所述高精地图的三维道路数据。
在本说明书一些实施例中,可以采用如下至少一种方式还原得到所述高精地图的三维数据:
可以遍历所绘制的车道线平面数据,获取所绘制的所述车道线平面数据对应的切片单元所记录的高程数据,将对应的切片单元记录的高程数据赋值至所述车道线平面数据对应的与道路面垂直方向的维度数据中,得到对应的车道线三维数据。
其中,点云切片,又可称为栅格图,是将空间分割成有规律的网格,每一个网格可以称为一个切片单元,并在各切片单元上赋予相应的属性值来表示实体的一种数据形式。
在具体实施中,可以遍历所绘制的车道线平面数据(也即降维后得到的二维车道线上所有的点),获取所述车道线平面数据对应的切片单元,在获取到对应的切片单元时,则可以获取对应切片单元所记录的高程数据。若对应切片单元所记录的高程数据是基于xyz坐标系,道路面为xy平面坐标,则可以直接将获取到的高程数据赋值至所述车道线平面数据对应的与道路面垂直方向的维度数据中,得到对应的车道线三维数据进行矩阵转换;若对应切片单元所记录的高程数据不是基于xyz坐标系,则可以将获取到的对应切片单元的高程数据进行矩阵变换,并将变换后的高程数据赋值至所述车道线平面数据对应的与道路面垂直方向的维度数据中,从而可以得到对应的车道线三维数据。
类似地,还可以将降维处理后的道路面的防护栏、道路边缘或施工边界数据进行还原。
在本说明书一实施例中,采用如下方案:先基于所述高精地图的二维数据,识别得到道路面的防护栏、道路边缘或施工边界数据,之后,可以获取所述道路面的防护栏、道路边缘或施工边界数据对应的切片单元所记录的高程数据,并将获取到的高程数据赋值至所述道路面的防护栏、道路边缘或施工边界数据与道路面垂直方向的维度数据中,从而可以得到对应的防护栏、道路边缘或施工边界三维数据。
其中,若道路面的防护栏、道路边缘或施工边界数据对应的切片单元所记录的高程数据是基于xyz坐标系,则可以直接将对应的切片单元所记录的高程数据赋值至所述道路面的防护栏、道路边缘或施工边界数据与道路面垂直方向的维度数据中;若道路面的防护栏、道路边缘或施工边界数据对应的切片单元所记录的高程数据不是基于xyz坐标系,则可以先进行矩阵转换,并将转换后的高程数据赋值至所述道路面的防护栏、道路边缘或施工边界数据与道路面垂直方向的维度数据中。
在具体实施中,基于防护栏、道路边缘或施工边界与道路边界的关系,为减少数据处理量,可以仅获取距防护栏道路面侧预设宽度的道路点云平面数据对应的点云切片记录的高程数据来恢复,将降维后的防护栏、道路边缘或施工边界数据恢复为三维数据。
本说明书实施例还提供了能够实施上述地图数据显示方法的地图数据显示装置,以下参照附图,结合具体实施例进行相应地描述。
参照图5所示的本说明书实施例中一种地图数据显示装置的结构示意图,本说明书实施例中,如图5所示,地图数据显示装置50可以包括:获取单元51、投影单元52、绘制单元53,其中:
所述获取单元51,适于获取道路的点云数据和基于所述点云数据识别得到的所述道路的车道线数据;
所述投影单元52,适于将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据;
所述绘制单元53,适于将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。
采用上述地图数据显示装置50,可以将获取到的三维环境的数据降维为二维环境的数据进行显示,使得作业人员可以直接在二维环境下作业,修正车道线数据,因而作业人员无须多个角度进行查看,故可以降低作业难度,提高作业效率,且随着作业难度的降低,在一定程度上也可以提高人工作业的质量。
在具体实施中,所述预设的平面可以为所述道路的道路面,继续参照图5,所述地图数据显示装置还可以包括投影点云数据获取单元54,适于从所述道路的点云数据中,获取所述道路面的点云数据和高于所述道路面的点云数据作为需要进行投影的点云数据。
在本说明书一些实施例中,所述绘制单元53适于用预设的第一颜色在屏幕中绘制所述道路面的点云平面数据;用预设的第二颜色在屏幕中绘制所述高于所述道路面的点云平面数据;用预设的第三颜色在屏幕中绘制所述车道线平面数据。
在具体实施中,所述地图数据显示单元还可包括:绘制颜色设置单元55,适于设置所绘制的平面数据的颜色,如道路面的点云平面数据,高于所述道路面的点云平面数据、车道线平面数据等,从而可以避免混淆不同平面的数据,从而可以进一步提高作业效率和作业质量。
在具体实施中,所述道路面为xy平面坐标,所述投影单元52,适于将所述车道线数据的z值置为0,得到车道线平面数据。
在具体实施中,所述地图数据显示装置50还可以包括:二维数据存储单元56,适于将绘制的所述车道线平面数据进行保存,作为高精地图的二维数据。
在具体实施中,所述地图数据显示装置50还可以包括三维数据还原单元57,适于获取所述高精地图中垂直于所述道路面的点云切片中对应切片单元记录的高程数据,基于所述高精地图的二维数据和对应切片单元记录的高程数据,还原得到所述高精地图的三维道路数据。,通过还原得到高精地图的三维道路数据,可以使所生成的高精地图满足更多应用场景的需求。
本说明书实施例还提供了相应的电子设备,参照图6所示的电子设备的结构示意图,电子设备60可以包括存储器61、处理器62,其中,所述存储器61与所述处理器62可以通过数据总线等进行数据通信。所述存储器61上存储有可在所述处理器上运行的计算机指令,所述处理器62运行所述计算机指令时执行上述任一实施例中所述地图数据显示方法的步骤。具体实现步骤可以参照上述实施例及对应附图,此处不再赘述。所述电子设备可以为任何形式的电子计算机设备,只要能够处理地图数据并进行地图数据显示即可。
在具体实施中,电子设备60可以包括显示器63,所述显示器63适于通过屏幕显示地图数据,其中可以将所述道路平面数据及所述车道线平面数据叠加显示在屏幕中。或者,电子设备60也可以外接显示器(未示出),所述外接显示器可以通过屏幕显示地图数据,其中可以将所述道路平面数据及所述车道线平面数据叠加显示在屏幕中。
本说明书实施例还提供了相应的计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述任一实施例所述高精地图道路车道线的生成方法的步骤。具体实现步骤可以参照上述实施例及对应附图,此处不再赘述。
所述计算机可读存储介质可以包括例如任何合适类型的存储器单元、存储器设备、存储器物品、存储器介质、存储设备、存储物品、存储介质和/或存储单元,例如,存储器、可移除的或不可移除的介质、可擦除或不可擦除介质、可写或可重写介质、数字或模拟介质、硬盘、软盘、光盘只读存储器(CD-ROM)、可刻录光盘(CD-R)、可重写光盘(CD-RW)、光盘、磁介质、磁光介质、可移动存储卡或磁盘、各种类型的数字通用光盘(DVD)、磁带、盒式磁带等。
计算机指令可以包括通过使用任何合适的高级、低级、面向对象的、可视化的、编译的和/或解释的编程语言来实现的任何合适类型的代码,例如,源代码、编译代码、解释代码、可执行代码、静态代码、动态代码、加密代码等。
虽然本说明书实施例披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本说明书实施例的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种地图数据显示方法,其中,包括:
获取道路的点云数据和基于所述点云数据识别的所述道路的车道线数据;
将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据;
将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。
2.根据权利要求1所述的方法,其中,所述预设的平面为所述道路的道路面,所述方法进一步包括:
从所述道路的点云数据中,获取所述道路面的点云数据和高于所述道路面的点云数据作为需要进行投影的点云数据。
3.根据权利要求2所述的方法,其中,所述将所述点云平面数据及所述车道线平面数据叠加显示在屏幕中,具体包括:
用预设的第一颜色在屏幕中绘制所述道路面的点云平面数据;
用预设的第二颜色在屏幕中绘制所述高于所述道路面的点云平面数据;
用预设的第三颜色在屏幕中绘制所述车道线平面数据。
4.根据权利要求3所述的方法,其中,在所述绘制所述车道线平面数据之后,还包括:
将绘制的所述车道线平面数据保存,作为高精地图的二维数据。
5.根据权利要求2所述的方法,其中,所述道路面为xy平面坐标,所述将所述车道线数据向预设的平面进行投影,得到车道线平面数据,包括:
将所述车道线数据的z值置为0,得到车道线平面数据。
6.根据权利要求4所述的方法,其中,还包括:
获取所述高精地图中垂直于所述道路面的点云切片中对应切片单元记录的高程数据;
基于所述高精地图的二维数据和对应切片单元记录的高程数据,还原得到所述高精地图的三维道路数据。
7.根据权利要求6所述的方法,其中,所述基于所述高精地图的二维数据和对应切片单元记录的高程数据,还原得到所述高精地图的三维数据,包括以下至少一种:
遍历所绘制的车道线平面数据,获取所绘制的所述车道线平面数据对应切片单元所记录的高程数据,将所述高程数据赋值至所述车道线平面数据对应的与道路面垂直方向的维度数据中,得到对应的车道线三维数据;
基于所述高精地图的二维数据,识别得到道路面的防护栏、道路边缘或施工边界数据,获取道路面的防护栏、道路边缘或施工边界数据对应的切片单元所记录的高程数据,并将获取到的高程数据赋值至所在平面的防护栏、道路边缘或施工边界数据与道路面垂直方向的维度数据中,得到对应的防护栏、道路边缘或施工边界三维数据。
8.一种地图数据显示装置,其中,包括:
获取单元,适于获取道路的点云数据和基于所述点云数据识别得到的所述道路的车道线数据;
投影单元,适于将所述道路的点云数据和所述车道线数据向预设的平面进行投影,得到道路点云平面数据和车道线平面数据;
绘制单元,适于将所述道路点云平面数据及所述车道线平面数据叠加显示在屏幕中。
9.一种电子设备,其中,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行权利要求1-7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行权利要求1-7任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010082902.XA CN113256756B (zh) | 2020-02-07 | 2020-02-07 | 地图数据显示方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010082902.XA CN113256756B (zh) | 2020-02-07 | 2020-02-07 | 地图数据显示方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113256756A CN113256756A (zh) | 2021-08-13 |
CN113256756B true CN113256756B (zh) | 2023-03-21 |
Family
ID=77219312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010082902.XA Active CN113256756B (zh) | 2020-02-07 | 2020-02-07 | 地图数据显示方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113256756B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114705180B (zh) * | 2022-06-06 | 2023-03-24 | 中汽创智科技有限公司 | 高精地图的数据修正方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103711050A (zh) * | 2013-12-31 | 2014-04-09 | 中交第二公路勘察设计研究院有限公司 | 一种激光雷达道路改扩建勘测设计方法 |
CN104766058A (zh) * | 2015-03-31 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 一种获取车道线的方法和装置 |
CN105260699A (zh) * | 2015-09-10 | 2016-01-20 | 百度在线网络技术(北京)有限公司 | 一种车道线数据的处理方法及装置 |
CN105528588A (zh) * | 2015-12-31 | 2016-04-27 | 百度在线网络技术(北京)有限公司 | 一种车道线识别方法及装置 |
CN105701449A (zh) * | 2015-12-31 | 2016-06-22 | 百度在线网络技术(北京)有限公司 | 路面上的车道线的检测方法和装置 |
CN107463918A (zh) * | 2017-08-17 | 2017-12-12 | 武汉大学 | 基于激光点云与影像数据融合的车道线提取方法 |
CN109583313A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 车道线提取方法、装置及存储介质 |
CN109636842A (zh) * | 2018-10-31 | 2019-04-16 | 百度在线网络技术(北京)有限公司 | 车道线修正方法、装置、设备及存储介质 |
CN109657686A (zh) * | 2018-10-31 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 车道线生成方法、装置、设备以及存储介质 |
CN110163930A (zh) * | 2019-05-27 | 2019-08-23 | 北京百度网讯科技有限公司 | 车道线生成方法、装置、设备、***及可读存储介质 |
WO2019170012A1 (zh) * | 2018-03-09 | 2019-09-12 | 腾讯科技(深圳)有限公司 | 车道线数据处理方法、装置、计算机设备和存储介质 |
-
2020
- 2020-02-07 CN CN202010082902.XA patent/CN113256756B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103711050A (zh) * | 2013-12-31 | 2014-04-09 | 中交第二公路勘察设计研究院有限公司 | 一种激光雷达道路改扩建勘测设计方法 |
CN104766058A (zh) * | 2015-03-31 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 一种获取车道线的方法和装置 |
CN105260699A (zh) * | 2015-09-10 | 2016-01-20 | 百度在线网络技术(北京)有限公司 | 一种车道线数据的处理方法及装置 |
CN105528588A (zh) * | 2015-12-31 | 2016-04-27 | 百度在线网络技术(北京)有限公司 | 一种车道线识别方法及装置 |
CN105701449A (zh) * | 2015-12-31 | 2016-06-22 | 百度在线网络技术(北京)有限公司 | 路面上的车道线的检测方法和装置 |
CN107463918A (zh) * | 2017-08-17 | 2017-12-12 | 武汉大学 | 基于激光点云与影像数据融合的车道线提取方法 |
WO2019170012A1 (zh) * | 2018-03-09 | 2019-09-12 | 腾讯科技(深圳)有限公司 | 车道线数据处理方法、装置、计算机设备和存储介质 |
CN109583313A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 车道线提取方法、装置及存储介质 |
CN109636842A (zh) * | 2018-10-31 | 2019-04-16 | 百度在线网络技术(北京)有限公司 | 车道线修正方法、装置、设备及存储介质 |
CN109657686A (zh) * | 2018-10-31 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 车道线生成方法、装置、设备以及存储介质 |
CN110163930A (zh) * | 2019-05-27 | 2019-08-23 | 北京百度网讯科技有限公司 | 车道线生成方法、装置、设备、***及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于车载激光扫描与卫星图像测量协同的公路改扩建勘测设计方法研究;张霄等;《中外公路》;20180502;第38卷(第02期);6-9 * |
Also Published As
Publication number | Publication date |
---|---|
CN113256756A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113034689B (zh) | 基于激光点云的地形三维模型及地形图构建方法和***、存储介质 | |
Cheng et al. | 3D building model reconstruction from multi-view aerial imagery and lidar data | |
CN111402414B (zh) | 一种点云地图构建方法、装置、设备和存储介质 | |
Cheng et al. | Integration of LiDAR data and optical multi-view images for 3D reconstruction of building roofs | |
CN108334802B (zh) | 道路特征物的定位方法及装置 | |
CN110428490B (zh) | 构建模型的方法和装置 | |
JPWO2020179065A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US20230005278A1 (en) | Lane extraction method using projection transformation of three-dimensional point cloud map | |
CN112465849B (zh) | 一种无人机激光点云与序列影像的配准方法 | |
CN112329846A (zh) | 激光点云数据高精度标注方法及***、服务器及介质 | |
JP2016218694A (ja) | 3次元モデル生成装置、3次元モデル生成方法、及びプログラム | |
JP2003323640A (ja) | レーザスキャナデータと空中写真画像を用いた高精度都市モデルの生成方法及び高精度都市モデルの生成システム並びに高精度都市モデルの生成のプログラム | |
CN115752432A (zh) | 无人机采集道路交通图中虚线车道线自动提取方法及*** | |
CN113256756B (zh) | 地图数据显示方法、装置、设备及存储介质 | |
CN115937461A (zh) | 多源融合模型构建及纹理生成方法、装置、介质及设备 | |
Belton et al. | Automating post-processing of terrestrial laser scanning point clouds for road feature surveys | |
CN113763438B (zh) | 一种点云配准方法、装置、设备及存储介质 | |
Terpstra et al. | An Evaluation of Two Methodologies for Lens Distortion Removal when EXIF Data is Unavailable | |
KR102025144B1 (ko) | 드론을 이용한 건설폐기물 예측 장치, 방법 및 이를 수행하기 위한 기록매체 | |
EP4250245A1 (en) | System and method for determining a viewpoint of a traffic camera | |
Böhm | Facade detail from incomplete range data | |
Zhang et al. | Primitive-based building reconstruction by integration of Lidar data and optical imagery | |
CN113808142B (zh) | 一种地面标识的识别方法、装置、电子设备 | |
Deng et al. | Automatic true orthophoto generation based on three-dimensional building model using multiview urban aerial images | |
CN113362458B (zh) | 模拟多视角成像的三维模型解译方法、终端及存储介质 |
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 |