CN114419590A - 高精地图的验证方法、装置、设备以及存储介质 - Google Patents
高精地图的验证方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN114419590A CN114419590A CN202210050997.6A CN202210050997A CN114419590A CN 114419590 A CN114419590 A CN 114419590A CN 202210050997 A CN202210050997 A CN 202210050997A CN 114419590 A CN114419590 A CN 114419590A
- Authority
- CN
- China
- Prior art keywords
- lane information
- precision map
- image
- vehicle
- target
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 230000007613 environmental effect Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 2
- 238000003702 image correction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
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)
- Navigation (AREA)
Abstract
本公开提供了一种高精地图的验证方法、装置、设备以及存储介质,涉及数据技术领域,尤其涉及人工智能技术领域中的电子地图、智能交通、自动驾驶技术。高精地图的验证方法,包括:从环境图像中识别第一车道信息;确定与环境图像相对应的目标高精地图,目标高精地图上包括第二车道信息;在目标高精地图上显示第一车道信息;根据显示结果验证第二车道信息。本公开的技术方案,实现了对高精地图的自动化验证,降低了人工作业成本,实现了实时反馈,提升了验证效率。
Description
技术领域
本公开涉及数据技术领域,尤其涉及人工智能技术领域中的电子地图、智能交通、自动驾驶技术。
背景技术
随着无人驾驶技术的逐渐迭代和场景落地,高精度的电子地图在制图过程中扮演着越来越重要的地位,建设高精地图一方面需要依靠采集技术实现精准定位和自动化制图,另一方面需要即时有效的数据验证和线索发现。
现有技术中,通常采用人工现场验真的方式进行高精地图验证,验证成本高、无法实现实时反馈。
发明内容
本公开提供了一种高精地图的验证方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种高精地图的验证方法,包括:
从环境图像中识别第一车道信息;
确定与环境图像相对应的目标高精地图,目标高精地图上包括第二车道信息;
在目标高精地图上显示第一车道信息;
根据显示结果验证第二车道信息。
根据本公开的第二方面,提供了一种高精地图的验证装置,包括:
识别模块,用于从环境图像中识别第一车道信息;
确定模块,用于确定与环境图像相对应的目标高精地图,目标高精地图上包括第二车道信息;
显示模块,用于在目标高精地图上显示第一车道信息;
验证模块,用于根据显示结果验证第二车道信息。
根据本公开的第三方面,提供了一种高精地图的验证设备,包括以上任一项的装置。
根据本公开的第四方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的第五方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行根据本公开任一实施例中的方法。
根据本公开的第六方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据本公开任一实施例中的方法。
本公开的技术方案,实现了对高精地图的自动化验证,降低了人工作业成本,实现了实时反馈,提升了验证效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开一实施例中高精地图的验证方法的示意图;
图2为本公开一实施例中高精地图的验证装置的结构框图;
图3为本公开一实施例高精地图的验证装置中验证模块的结构框图;
图4为本公开一实施例高精地图的验证装置中验证模块的结构框图;
图5为本公开一实施例高精地图的验证装置中验证模块的结构框图;
图6为本公开一实施例高精地图的验证装置中确定模块的结构框图;
图7为本公开一实施例高精地图的验证装置中识别模块的结构框图;
图8为本公开一实施例中高精地图的验证设备的结构框图;
图9为本公开一实施例中高精地图验证的流程示意图;
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
高精地图的制作通常包括三个环节,分别为数据分制作、验证、上线。因此,在高精地图上线使用前,均需要对高精地图进行验证,以提高高精地图的精度。
相关技术中,对高精地图的验证可以采取三种方式,分别为数据抽检、人工现场验真、用户反馈。数据抽检的方式应用场景比较广泛,但这种方式只适用于图片清楚的情况,如果图片存在模糊、高曝光异常等情况,无法采用此方式进行验证。人工现场验真的方式比较简单,但是需要现场采集图片,需要进行二次制作和人工比对复核,不仅成本高,而且无法实现实时反馈生效。用户反馈的方式存在很大的不确定性,无法作为常规方式使用。
图1为本公开一实施例中高精地图的验证方法的示意图。如图1所示,本公开一实施例中高精地图的验证方法可以包括:
S110:从环境图像中识别第一车道信息;
S120:确定与环境图像相对应的目标高精地图,目标高精地图上包括第二车道信息;
S130:在目标高精地图上显示第一车道信息;
S140:根据显示结果验证第二车道信息。
需要说明的是,车道信息可以为道路上用于限制车辆行驶道路的特征物的相关信息。示例性地,第一车道信息可以包括车道线类型及其位置信息、障碍物及其位置信息、硬隔离及其位置信息等。可以采用图像识别技术从环境图像中识别第一车道信息,或者,可以采用样本数据对识别模型进行训练,训练完成后,采用该识别模型从环境图像中识别出第一车道信息。
需要说明的是,在对高精地图进行验证前,高精地图已经被加载至验证***中。环境图像为在某一位置采集的图像,高精地图中存在与该位置相对应的目标高精地图,从而,在对高精地图进行验证时,需要确定与环境图像相对应的目标高精地图,采用该环境图像对对应的目标高精地图进行验证。随着位置的改变,逐步对对应位置的目标高精地图进行验证,进而实现对高精地图的验证。
在确定与环境图像相对应的目标高精地图后,可以通过显示器显示该目标高精地图,目标高精地图上显示第二车道信息,并在目标高精地图上叠加显示第一车道信息。
本公开实施例的高精地图的验证方法,从环境图像中识别第一车道信息,与环境图像相对应的目标高精地图上显示有第二车道信息,在目标高精地图上显示第一车道信息,从而,目标高精地图上同时显示有第一车道信息和第二车道信息,根据显示结果对第二车道信息进行验证。这样的验证方式,可以从显示界面上直接观察到验证结果,验证结果更直观、准确,实现了对高精地图的自动化验证,降低了人工作业成本,实现了实时反馈,提升了验证效率。
在一种实施方式中,根据显示结果验证第二车道信息,可以包括:在显示有第一车道信息的目标高精地图中,比较第一车道信息和第二车道信息,进而,可以根据比较结果验证第二车道信息,判断第二车道信息与实际道路的车道信息的差异。由于是在目标高精地图中进行比较,可以在目标高精地图中显示比较结果,可以更直观地呈现比较结果,有利于对高精地图的精度进行更直观的判断。
在一种实施方式中,根据显示结果验证第二车道信息,还可以包括:在第一车道信息和第二车道信息之间的差异大于阈值的情况下,确定第一车道信息对应的目标路段;在目标高精地图上对目标路段进行标注。
示例性地,在不同的路段,第一车道信息和第二车道信息的差异的阈值可以相同,也可以不相同,阈值可以根据实际需要设置。在第一车道信息和第二车道信息之间的差异小于或等于阈值的情况下,说明目标高精地图的对应路段验证通过。在第一车道信息和第二车道信息之间的差异大于阈值的情况下,说明目标高精地图的对应路段验证未通过,那么,需要确定该验证未通过的路段,即确定与第一车道信息对应的目标路段,并在目标高精地图上对目标路段进行标注。
由于在目标高精地图上对目标路段进行了标注,可以更直观地判断出未通过验证的目标路段,方便对目标路段进行后续处理,进一步提高验证效率。示例性地,标注的方式可以有很多种,例如,可以对目标路段进行颜色标注,也可以对目标路段进行位置标注,也可以对目标路段进行比较结果标注,只要有助于从高精地图中识别出目标路段即可。
示例性地,第一车道信息和第二车道信息之间的差异,可以为类型差异和/或位置差异,例如,第一车道信息为第一车道线及其位置,第二车道信息为第二车道线及其位置,如果第一车道线和第二车道线类型相同,但位置不相同,那么第一车道线的位置与第二车道线的位置之间的偏差即为第一车道线与第二车道线之间的差异。示例性地,车道类型相同,可以将类型差异设置为0,车道类型不相同,可以将类型差异设置为1,类型阈值可以设置为0,类型差异为0时,表示类型差异小于或等于阈值,类型差异为1时,表示类型差异大于阈值。
需要说明的是,第一车道信息中可以存在第二车道信息中不存在的车道信息,例如,第一车道信息中包括硬隔离信息,但第二车道信息中不存在对应位置的硬隔离,那么,对应地,类型差异为1。同理,第二车道信息中可以存在第一车道信息中不存在的车道信息。
以上示例性地说明了第一车道信息和第二车道信息之间的比较规则,实际实施中,可以根据需要设置比较规则,只要可以根据第一车道信息和第二车道信息之间的差异来对高精地图进行验证即可。
在一种实施方式中,根据显示结果验证第二车道信息,还可以包括:在第一车道信息和第二车道信息之间的差异大于阈值的情况下,确定第一车道信息对应的目标路段;将目标路段进行截图存储。
将目标路段进行截图存储,并记录目标路段的数据,而不需要对验证通过的路段进行存储,可以降低存储数据量,提供存储效率。并且,可以针对存储的目标路段进行高精地图修正,不再需要对整个高精地图的基础数据进行修正,可以提高修正效率,进而提供验证效率。另外,将目标路段进行截图存储,还有利于即时输出异常报告,精细化对高精地图的验证。
在一种实施方式中,根据显示结果验证第二车道信息,还可以包括:在第一车道信息和第二车道信息之间的差异大于阈值的情况下,发出提示信息。提示信息可以提醒工作人员该路段的高精地图存在异常,以便工作人员对该路段进行仔细核查。示例性地,可以通过显示界面显示提示信息,也可以通过语音的方式发出提示信息。
在一种实施方式中,环境图像可以由车辆上的图像采集装置采集得到,确定与环境图像相对应的目标高精地图,包括:获取车辆的位置信息,位置信息与环境图像相对应;将与位置信息相对应的高精地图确定为目标高精地图。
可以将图像采集装置设置在车辆上,随着车辆的行驶,由车辆上的图像采集装置采集环境图像,这种采集环境图像的方式,成本远低于采用雷达采集图像,而且成像速度快,可以实现现场实时成像,不需要进行后台处理,进一步提高验证效率。
车辆上可以配置导航***,可以通过导航***获取车辆的位置信息,环境图像与位置信息相对应,目标高精地图为与该位置信息相对应的高精地图,通过位置信息来确定相对应的目标高精地图和环境图像,可以避免环境图像与目标高精地图不匹配,防止出现验证误差。
示例性地,导航***可以包括全球定位***(Global Positioning System,GPS)和惯性导航***(INS)。从而,在没有卫星信号的位置仍可以获得车辆的位置信息。可以控制GPS和INS的定位点在同一个时间点,进一步提高位置信息的准确性。
在一种实施方式中,获取车辆的位置信息可以包括:融合车辆的导航***中的坐标参数和姿态参数,获得车辆的位置信息。融合坐标参数和姿态参数来获得车辆的位置信息,可以提高位置信息的准确性。
在一种实施方式中,可以根据待验证的高精地图,确定车辆的行驶路线,控制该车辆沿行驶路线行驶。在车辆沿行驶路线行驶过程中,控制车辆上的图像采集装置采集环境图像。
在一种实施方式中,图像采集装置的数量可以为至少两个,至少两个图像采集装置用于采集车辆两侧的图像。需要说明的是,车道信息通常位于车辆行驶路线的两侧,因此,将图像采集装置设置为采集车辆两侧的图像,可以避免图像采集装置采集到不必要的特征,进而可以提高识别效率。
另外,设置至少两个图像采集装置采集车辆两侧的图像,从而,可以将至少一个图像采集装置设置在车辆的一侧,至少一个图像采集装置设置在车辆的另一侧,使得图像采集装置更有针对性地进行图像采集。
示例性地,可以采用双目相机,两个相机分别设置在车辆的两侧,分别采集车辆两侧的车道信息。需要说明的是,图像采集装置并不限于双目相机,还可以为其它类型相机,例如CMOS相机、CCD相机等。
在一种实施方式中,从环境图像中识别第一车道信息,可以包括:根据车辆的导航***中的坐标参数和姿态参数,对各图像采集装置采集的环境图像进行畸变矫正,获得矫正后的环境图像;从各矫正后的环境图像中识别对应的车道信息;将各对应的车道信息进行融合,获得第一车道信息。
对环境图像进行畸变矫正,可以降低畸变效果,提高图像的精准度;从各矫正后的环境图像中识别对应的车道信息后,将各对应的车道信息进行融合,使得得到的第一车道信息更加完整,可以更好地呈现实际环境中的车道信息,可以在目标高精地图上显示完整的第一车道信息,避免第一车道信息出现缺失。
在一种实施方式中,从环境图像中识别第一车道信息,可以包括:根据车辆的导航***中的坐标参数和姿态参数,对各图像采集装置采集的环境图像进行畸变矫正,获得矫正后的环境图像;将各矫正后的环境图像进行融合,获得融合后的环境图像;从融合后的环境图像中识别第一车道信息。
在一种实施方式中,高精地图的验证方法还可包括:根据验证结果在高精地图上对第二车道信息进行修正。示例性地,可以根据目标路段的截图、目标路段的标注、环境图像、导航***的坐标参数和姿态参数,在高精地图上对目标路段的车道信息进行修正,从而可以得到修正后的高精地图,可以将该修正后的高精地图上线使用。这样的方式,在对高精地图进行验证后,可以实现对高精地图的即时修正,提高高精地图的上线速度。
本公开实施例的技术方案,车辆加载了待验证的高精地图,根据待验证的高精地图确定车辆行驶路线,在车辆沿行驶路线行驶过程中,通过车辆上的图像采集装置采集环境图像,不再需要人工现场采集图像,实现了现场实时成像,成像速度快。在车辆行驶过程中,可以随时采集环境图像,并根据环境图像对应的位置信息,确定与环境图像相对应的目标高精地图,根据位置信息显示目标高精地图,并将从环境图像中识别出的第一车道信息叠加显示在目标高精地图上。在同时显示有第一车道信息和第二车道信息的目标高清地图上对第一车道信息和第二车道信息进行比较,在第一车道信息和第二车道信息之间的差异小于或等于阈值的情况下,对应的路段通过验证;在第一车道信息和第二车道信息之间的差异大于阈值的情况下,确定对应的目标路段,对目标路段进行标注和截图存储,降低了高精地图的验证成本,实现了验证结果的实时反馈,有利于高精地图的上线速度,提高了高精地图的制作效率。
图2为本公开一实施例中高精地图的验证装置的结构框图。如图2所示,高精地图的验证装置可以包括:
识别模块210,用于从环境图像中识别第一车道信息;
确定模块220,用于确定与环境图像相对应的目标高精地图,目标高精地图上包括第二车道信息;
显示模块230,用于在目标高精地图上显示第一车道信息;
验证模块240,用于根据显示结果验证第二车道信息。
图3为本公开一实施例高精地图的验证装置中验证模块的结构框图。如图3所示,在一种实施方式中,验证模块包括:
比较子模块310,用于在显示有第一车道信息的目标高精地图中,比较第一车道信息和第二车道信息。
图4为本公开一实施例高精地图的验证装置中验证模块的结构框图。如图4所示,验证模块还包括:确定子模块420,用于在第一车道信息和第二车道信息之间的差异大于阈值的情况下,确定第一车道信息对应的目标路段;标注子模块430,用于在目标高精地图上对目标路段进行标注。
在一种实施方式中,图4中的比较子模块410可以与图3中的比较子模块310相同或相类似。
图5为本公开一实施例高精地图的验证装置中验证模块的结构框图。如图5所示,验证模块还包括:确定子模块520,用于在第一车道信息和第二车道信息之间的差异大于阈值的情况下,确定第一车道信息对应的目标路段;截图子模块530,用于将目标路段进行截图存储。
在一种实施方式中,图5中的比较子模块510可以与图3中的比较子模块310相同或相类似。
图6为本公开一实施例高精地图的验证装置中确定模块的结构框图。如图6所示,环境图像由车辆上的图像采集装置采集得到,确定模块包括:位置信息获取子模块610,用于获取车辆的位置信息,位置信息与环境图像相对应;目标地图确定子模块620,用于将与位置信息相对应的高精地图确定为目标高精地图。
在一种实施方式中,图像采集装置的数量为至少两个,至少两个图像采集装置用于采集车辆两侧的图像。
图7为本公开一实施例高精地图的验证装置中识别模块的结构框图。识别模块包括:图像矫正子模块710,用于根据车辆的导航***中的坐标参数和姿态参数,对各图像采集装置采集的环境图像进行畸变矫正,获得矫正后的环境图像;识别子模块720,用于从各矫正后的环境图像中识别对应的车道信息;融合子模块730,用于将各对应的车道信息进行融合,获得第一车道信息。
在一种实施方式中,位置信息获取子模块610,用于融合车辆的导航***中的坐标参数和姿态参数,获得车辆的位置信息。
图8为本公开一实施例中高精地图的验证设备的结构框图。高精地图的验证设备可以用来实现上述实施例中的高精地图的验证方法,如图8所示,高精地图的验证设备可以包括相机和其载体810、定位定姿***820、集中控制***830、软件处理***840、显示器850和电源供电***860。
示例性地,相机和其载体810可以包括相机811和车载结构平台812,采用两个相机811例如CMOS相机同时拍摄采集图像,并通过车载结构平台812固定和保护相机811。相机811可以实现上述实施例中的图像采集装置的功能。
示例性地,定位定姿***820可以为车辆的导航***,定位定姿***820可以包括GPS和INS,在没有卫星信号的地方例如隧道,可以采用INS进行车辆定位。
示例性地,集中控制***830可以包括计算机采集***831、温控***832和同步控制***833。计算机采集***831与相机811连接,通过相机的摄像头进行图像采集和存储。温控***832用来控制设备的工作温度,当温度不适宜时,发出警告。同步控制***833,用来控制两个相机811在同一时间进行图像采集,并且用来控制GPS和INS在同一时间点进行位置定位,进而可以保证在同一时间点进行图像采集和位置信息采集。
示例性地,显示器850可以为带触摸屏功能的显示器,显示器内装载有高精地图,可以用于显示目标高精地图,并叠加显示第一车道信息。示例性地,显示器还可以实现上述实施例中的标注、截图、提示的功能。
示例性地,电源供电***860可以包括电源861和配电装置862,用于给各***供电,提供工作保障。
示例性地,软件处理***840可以包括一体化设备校验单元841、定位定姿集成处理单元842、数据处理成像单元843、提醒和标注单元844。其中,一体化设备校验单元841可以实现上述实施例中比较子模块的功能;定位定姿集成处理单元842可以实现上述实施例中位置信息获取子模块的功能;数据处理成像单元843可以实现上述实施例中识别模块和确定模块的功能;提醒和标注单元844可以实现上述实施例中确定子模块和标注子模块的功能,并可以实现提醒的功能。
图9为本公开一实施例中高精地图验证的流程示意图。如图9所示,两个相机采集环境图像,从各环境图像中识别对应的车道信息,将各对应的车道信息进行融合,获得第一车道信息;从导航***例如GPS和INS中采集坐标参数和姿态参数并进行解算,获得车辆的位置信息,根据位置信息确定目标高精地图,并在目标高精地图上叠加显示第一车道信息;将第一车道信息与第二车道信息进行比较;如果第一车道信息和第二车道信息之间的差异在阈值内,继续下一个位置信息对应的第二车道信息的验证,如果第一车道信息和第二车道信息之间的差异超过阈值,提示异常并截图存储,在完成环境图像采集后,验证过程随即完成,关闭所有***。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如高精地图的验证方法。例如,在一些实施例中,高精地图的验证方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的高精地图的验证方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法高精地图的验证方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (20)
1.一种高精地图的验证方法,包括:
从环境图像中识别第一车道信息;
确定与所述环境图像相对应的目标高精地图,所述目标高精地图上包括第二车道信息;
在所述目标高精地图上显示所述第一车道信息;
根据显示结果验证所述第二车道信息。
2.根据权利要求1所述的方法,其中,根据显示结果验证所述第二车道信息,包括:
在显示有所述第一车道信息的目标高精地图中,比较所述第一车道信息和所述第二车道信息。
3.根据权利要求2所述的方法,其中,所述根据显示结果验证所述第二车道信息,还包括:
在所述第一车道信息和所述第二车道信息之间的差异大于阈值的情况下,确定所述第一车道信息对应的目标路段;
在所述目标高精地图上对所述目标路段进行标注。
4.根据权利要求2所述的方法,其中,所述根据显示结果验证所述第二车道信息,还包括:
在所述第一车道信息和所述第二车道信息之间的差异大于阈值的情况下,确定所述第一车道信息对应的目标路段;
将所述目标路段进行截图存储。
5.根据权利要求1至4中任一项所述的方法,其中,所述环境图像由车辆上的图像采集装置采集得到,所述确定与所述环境图像相对应的目标高精地图,包括:
获取所述车辆的位置信息,所述位置信息与所述环境图像相对应;
将与所述位置信息相对应的高精地图确定为所述目标高精地图。
6.根据权利要求5所述的方法,其中,所述图像采集装置的数量为至少两个,至少两个所述图像采集装置用于采集所述车辆两侧的图像。
7.根据权利要求6所述的方法,其中,所述从环境图像中识别第一车道信息,包括:
根据所述车辆的导航***中的坐标参数和姿态参数,对各所述图像采集装置采集的环境图像进行畸变矫正,获得矫正后的环境图像;
从各所述矫正后的环境图像中识别对应的车道信息;
将各所述对应的车道信息进行融合,获得所述第一车道信息。
8.根据权利要求5所述的方法,其中,获取所述车辆的位置信息,包括:
融合所述车辆的导航***中的坐标参数和姿态参数,获得所述车辆的位置信息。
9.一种高精地图的验证装置,包括:
识别模块,用于从环境图像中识别第一车道信息;
确定模块,用于确定与所述环境图像相对应的目标高精地图,所述目标高精地图上包括第二车道信息;
显示模块,用于在所述目标高精地图上显示所述第一车道信息;
验证模块,用于根据显示结果验证所述第二车道信息。
10.根据权利要求9所述的装置,其中,所述验证模块包括:
比较子模块,用于在显示有所述第一车道信息的目标高精地图中,比较所述第一车道信息和所述第二车道信息。
11.根据权利要求10所述的装置,其中,所述验证模块还包括:
确定子模块,用于在所述第一车道信息和所述第二车道信息之间的差异大于阈值的情况下,确定所述第一车道信息对应的目标路段;
标注子模块,用于在所述目标高精地图上对所述目标路段进行标注。
12.根据权利要求10所述的装置,其中,所述验证模块还包括:
确定子模块,用于在所述第一车道信息和所述第二车道信息之间的差异大于阈值的情况下,确定所述第一车道信息对应的目标路段;
截图模块,用于将所述目标路段进行截图存储。
13.根据权利要求9至12中任一项所述的装置,其中,所述环境图像由车辆上的图像采集装置采集得到,所述确定模块包括:
位置信息获取子模块,用于获取所述车辆的位置信息,所述位置信息与所述环境图像相对应;
目标地图确定子模块,用于将与所述位置信息相对应的高精地图确定为所述目标高精地图。
14.根据权利要求13所述的装置,其中,所述图像采集装置的数量为至少两个,至少两个所述图像采集装置用于采集所述车辆两侧的图像。
15.根据权利要求14所述的装置,其中,所述识别模块包括:
图像矫正子模块,用于根据所述车辆的导航***中的坐标参数和姿态参数,对各所述图像采集装置采集的环境图像进行畸变矫正,获得矫正后的环境图像;
识别子模块,用于从各所述矫正后的环境图像中识别对应的车道信息;
融合子模块,用于将各所述对应的车道信息进行融合,获得所述第一车道信息。
16.根据权利要求13所述的装置,其中,
所述位置信息获取子模块,用于融合所述车辆的导航***中的坐标参数和姿态参数,获得所述车辆的位置信息。
17.一种高精地图的验证设备,包括权利要求9-16中任一项所述的装置。
18.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
19.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
20.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210050997.6A CN114419590B (zh) | 2022-01-17 | 2022-01-17 | 高精地图的验证方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210050997.6A CN114419590B (zh) | 2022-01-17 | 2022-01-17 | 高精地图的验证方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114419590A true CN114419590A (zh) | 2022-04-29 |
CN114419590B CN114419590B (zh) | 2024-03-19 |
Family
ID=81274260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210050997.6A Active CN114419590B (zh) | 2022-01-17 | 2022-01-17 | 高精地图的验证方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114419590B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115017248A (zh) * | 2022-06-13 | 2022-09-06 | 阿波罗智联(北京)科技有限公司 | 数据验证方法和装置、设备及介质 |
CN115615444A (zh) * | 2022-12-02 | 2023-01-17 | 高德软件有限公司 | 地图数据的检测方法、装置及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106525057A (zh) * | 2016-10-26 | 2017-03-22 | 陈曦 | 高精度道路地图的生成*** |
CN110954113A (zh) * | 2019-05-30 | 2020-04-03 | 北京初速度科技有限公司 | 一种车辆位姿的修正方法和装置 |
CN111175788A (zh) * | 2020-01-20 | 2020-05-19 | 北京主线科技有限公司 | 自动驾驶车辆横向定位方法及其定位*** |
CN111429528A (zh) * | 2020-04-07 | 2020-07-17 | 高深智图(广州)科技有限公司 | 大型分布式高精地图数据处理*** |
CN111516673A (zh) * | 2020-04-30 | 2020-08-11 | 重庆长安汽车股份有限公司 | 基于智能摄像头和高精地图定位的车道线融合***及方法 |
CN111742326A (zh) * | 2019-05-22 | 2020-10-02 | 深圳市大疆创新科技有限公司 | 车道线的检测方法、电子设备与存储介质 |
WO2020199564A1 (zh) * | 2019-03-29 | 2020-10-08 | 魔门塔(苏州)科技有限公司 | 一种导航地图在初始化时车辆位姿的修正方法和装置 |
WO2020199565A1 (zh) * | 2019-03-29 | 2020-10-08 | 魔门塔(苏州)科技有限公司 | 一种基于路灯杆的车辆位姿的修正方法和装置 |
CN111784837A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 高精地图生成方法和装置 |
CN112212873A (zh) * | 2019-07-09 | 2021-01-12 | 北京地平线机器人技术研发有限公司 | 一种高精地图的构建方法及装置 |
KR20210094450A (ko) * | 2020-01-20 | 2021-07-29 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 차량 위치 결정 방법, 전자 기기 및 저장 매체 |
CN113705271A (zh) * | 2020-05-20 | 2021-11-26 | 蘑菇车联信息科技有限公司 | 一种高精地图车道生成方法及装置 |
CN113744361A (zh) * | 2021-08-27 | 2021-12-03 | 武汉大学 | 一种基于三目视觉的三维高精地图构建方法及装置 |
CN113869293A (zh) * | 2021-12-03 | 2021-12-31 | 禾多科技(北京)有限公司 | 车道线识别方法、装置、电子设备和计算机可读介质 |
-
2022
- 2022-01-17 CN CN202210050997.6A patent/CN114419590B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106525057A (zh) * | 2016-10-26 | 2017-03-22 | 陈曦 | 高精度道路地图的生成*** |
WO2020199565A1 (zh) * | 2019-03-29 | 2020-10-08 | 魔门塔(苏州)科技有限公司 | 一种基于路灯杆的车辆位姿的修正方法和装置 |
WO2020199564A1 (zh) * | 2019-03-29 | 2020-10-08 | 魔门塔(苏州)科技有限公司 | 一种导航地图在初始化时车辆位姿的修正方法和装置 |
CN111742326A (zh) * | 2019-05-22 | 2020-10-02 | 深圳市大疆创新科技有限公司 | 车道线的检测方法、电子设备与存储介质 |
WO2020237996A1 (zh) * | 2019-05-30 | 2020-12-03 | 魔门塔(苏州)科技有限公司 | 一种车辆位姿的修正方法和装置 |
CN110954113A (zh) * | 2019-05-30 | 2020-04-03 | 北京初速度科技有限公司 | 一种车辆位姿的修正方法和装置 |
CN112212873A (zh) * | 2019-07-09 | 2021-01-12 | 北京地平线机器人技术研发有限公司 | 一种高精地图的构建方法及装置 |
CN111175788A (zh) * | 2020-01-20 | 2020-05-19 | 北京主线科技有限公司 | 自动驾驶车辆横向定位方法及其定位*** |
KR20210094450A (ko) * | 2020-01-20 | 2021-07-29 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 차량 위치 결정 방법, 전자 기기 및 저장 매체 |
CN111429528A (zh) * | 2020-04-07 | 2020-07-17 | 高深智图(广州)科技有限公司 | 大型分布式高精地图数据处理*** |
CN111516673A (zh) * | 2020-04-30 | 2020-08-11 | 重庆长安汽车股份有限公司 | 基于智能摄像头和高精地图定位的车道线融合***及方法 |
CN113705271A (zh) * | 2020-05-20 | 2021-11-26 | 蘑菇车联信息科技有限公司 | 一种高精地图车道生成方法及装置 |
CN111784837A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 高精地图生成方法和装置 |
CN113744361A (zh) * | 2021-08-27 | 2021-12-03 | 武汉大学 | 一种基于三目视觉的三维高精地图构建方法及装置 |
CN113869293A (zh) * | 2021-12-03 | 2021-12-31 | 禾多科技(北京)有限公司 | 车道线识别方法、装置、电子设备和计算机可读介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115017248A (zh) * | 2022-06-13 | 2022-09-06 | 阿波罗智联(北京)科技有限公司 | 数据验证方法和装置、设备及介质 |
CN115615444A (zh) * | 2022-12-02 | 2023-01-17 | 高德软件有限公司 | 地图数据的检测方法、装置及存储介质 |
CN115615444B (zh) * | 2022-12-02 | 2023-03-10 | 高德软件有限公司 | 地图数据的检测方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114419590B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108318043B (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
CN109141464B (zh) | 导航变道提示方法和装置 | |
CN111239790B (zh) | 一种基于5g网络机器视觉的车辆导航*** | |
JP2019145089A (ja) | 点群データを融合させるための方法及び装置 | |
CN114419590B (zh) | 高精地图的验证方法、装置、设备以及存储介质 | |
CN111784837B (zh) | 高精地图生成方法、装置、设备、存储介质和程序产品 | |
CN110969719A (zh) | 一种自动巡检方法、***、终端设备及存储介质 | |
CN114459471B (zh) | 定位信息确定方法、装置、电子设备及存储介质 | |
CN111988524A (zh) | 一种无人机与摄像头协同避障方法、服务器及存储介质 | |
JP7356528B2 (ja) | 地図データ処理方法及び装置 | |
CN113706704B (zh) | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 | |
CN115240157B (zh) | 道路场景数据持久化方法、装置、设备和计算机可读介质 | |
CN115616937B (zh) | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 | |
CN113688935A (zh) | 高精地图的检测方法、装置、设备以及存储介质 | |
CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
CN114565908A (zh) | 车道线的检测方法、装置、电子设备及存储介质 | |
CN114238790A (zh) | 用于确定最大感知范围的方法、装置、设备以及存储介质 | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
CN113591569A (zh) | 障碍物检测方法、装置、电子设备以及存储介质 | |
CN113591885A (zh) | 目标检测模型训练方法、设备及计算机存储介质 | |
CN113469045B (zh) | 无人集卡的视觉定位方法、***、电子设备和存储介质 | |
CN113566847B (zh) | 导航校准方法和装置、电子设备、计算机可读介质 | |
CN115345446A (zh) | 基于无人机巡线和点云数据的工程竣工验收方法 | |
CN114429631A (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN113191279A (zh) | 数据标注方法、装置、设备、存储介质以及计算机程序产品 |
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 |