CN114595238A - 基于矢量的地图处理方法及装置 - Google Patents
基于矢量的地图处理方法及装置 Download PDFInfo
- Publication number
- CN114595238A CN114595238A CN202210212156.0A CN202210212156A CN114595238A CN 114595238 A CN114595238 A CN 114595238A CN 202210212156 A CN202210212156 A CN 202210212156A CN 114595238 A CN114595238 A CN 114595238A
- Authority
- CN
- China
- Prior art keywords
- vector
- initial
- update
- updated
- matching
- 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.)
- Pending
Links
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
- G06F16/23—Updating
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本说明书实施例提供基于矢量的地图处理方法及装置,其中,所述方法包括根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对;根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数;根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量;根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度;根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化。
Description
技术领域
本说明书实施例涉及计算机技术领域,特别涉及一种基于矢量的地图处理方法。
背景技术
高精地图精确描述了现实世界各类道路要素(如站牌、路标等)的位置、属性、几何等信息,是自动驾驶技术的数据源之一。市场上大部分自动驾驶或者辅助驾驶车辆,都依赖高精地图,帮助完成感知、定位、规划等任务。这就要求高精地图能够准确、实时地反映道路要素的实际状态。即需要准确的发现高精地图中的现势性变化,从而对高精地图进行及时的更新。
目前,对于高精地图中的现势性变化一般是人工地毯式排查,以确定某道路要素是否发生变化,后续再通过人工确定该道路要素变化的位置后,进行实地测量、采集数量等以实现对高精地图的更新;通过此种方式,对于高精地图中道路要素的现势性变化不能及时获取,并且采用人工实现,处理周期长,成本高,且准确率差。
发明内容
有鉴于此,本说明书实施例提供了一种基于矢量的地图处理方法。本说明书一个或者多个实施例同时涉及一种基于矢量的地图处理装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序,以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面,提供了一种基于矢量的地图处理方法,包括:
根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对;
根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数;
根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量;
根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度;
根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化。
根据本说明书实施例的第二方面,提供了一种基于矢量的地图处理装置,包括:
矢量匹配模块,被配置为根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对;
参数计算模块,被配置为根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数;
矢量调整模块,被配置为根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量;
置信度确定模块,被配置为根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度;
变化确定模块,被配置为根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化。
根据本说明书实施例的第三方面,提供了一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现上述基于矢量的地图处理方法的步骤。
根据本说明书实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现上述基于矢量的地图处理方法的步骤。
根据本说明书实施例的第五方面,提供了一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述基于矢量的地图处理方法的步骤。
本说明书一个实施例实现了一种基于矢量的地图处理方法及装置,其中,所述方法包括根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对;根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数;根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量;根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度;根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化;具体的,所述基于矢量的地图处理方法可以基于目标地图的初始矢量数据和更新矢量数据,及时且准确的检测出现实世界的变化,维持该目标地图中数据的时效性,采用此种自动化检测的方式极大的缩短了对于高精地图中道路要素的现势性变化的处理周期长,降低成本。
附图说明
图1是本说明书一个实施例提供的一种基于矢量的地图处理方法的流程图;
图2是本说明书一个实施例提供的一种基于矢量的地图处理方法中矢量匹配对的获取的流程图;
图3是本说明书一个实施例提供的一种基于矢量的地图处理方法中对更新矢量的矢量点坐标进行更新的流程图;
图4是本说明书一个实施例提供的一种基于矢量的地图处理方法中更新矢量的置信度的获取的流程图;
图5是本说明书一个实施例提供的一种基于矢量的地图处理方法中确定目标地图是否发生变化的判断流程图;
图6是本说明书一个实施例提供的一种基于矢量的地图处理装置的结构示意图;
图7是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先,对本说明书一个或多个实施例涉及的名词术语进行解释。
高精地图:用于自动驾驶的高精地图。
差分变化发现:比较单次采集地图与现实世界中地物的差异。
矢量:由包含三维坐标、属性等信息的点组成的各类高精地图要素。
打底矢量:已经制作成地图、待更新的矢量要素。
更新矢量:当前制作的、未成图的地图矢量。
具体实施时,对于地图更新可以通过对地物发生变更的区域进行实地测量、采集数据之后再进行地图数据库更新,通过此种方式可以准确的发现地图中的现势性变化,但是一方面需要地毯式的排查,时间周期长,成本高;另一方面需要人工确定地图要素变化的位置,准确率低。
还可以基于高分辨率的遥感影像分类,实现在较小的空间尺度上,对高精地图的地表、地物进行更新。这种方法可以高效地更新几何特征明显的地物,但是受限于图像分辨率、图像分类技术等,无法准确识别高精地图中的杆、牌、车道线等几何特征不明显的道路要素。
另外,还可以采用基于视觉技术的众包地图更新方案,利用海量数据进行高精地图的更新,成本较低。但是该方案需要大量数据进行模型训练,在数据量较小的场景中准确率较低。
基于此,在本说明书中,提供了一种基于矢量的地图处理方法,本说明书同时涉及一种基于矢量的地图处理装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序,在下面的实施例中逐一进行详细说明。
参见图1,图1示出了根据本说明书一个实施例提供的一种基于矢量的地图处理方法的流程图,具体包括以下步骤。
步骤102:根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对。
其中,预设匹配规则可以根据实际应用进行设置,本说明书实施例不作限定;目标地图可以理解为任意类型、任意范围的地图,例如任意类型的世界地图、国家地图、城市地图、高精地图等;目标地图的初始矢量可以理解为打底矢量,即已经制作成地图、待更新的矢量要素,其中,矢量可以理解为包含三维坐标、属性等信息的点组成的各类高精地图的道路要素(杆、牌、车道线等);目标地图的更新矢量可以理解为当前制作的、未成图的地图矢量。
具体的,在获得目标地图以及目标地图的初始矢量和更新矢量之后,可以通过预设匹配规则将初始矢量中的矢量点,与更新矢量中的矢量点进行匹配,以准确的获得初始矢量和更新矢量的矢量匹配对。具体实现方式如下所述:
所述根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对,包括:
获得目标地图的初始矢量和更新矢量,并分别确定所述初始矢量和所述更新矢量中的矢量点对应的道路要素的几何类型;
根据所述几何类型将所述初始矢量和所述更新矢量分别通过预设拟合算法进行拟合,获得所述初始矢量和所述更新矢量的道路几何要素;
根据所述初始矢量、所述更新矢量、所述初始矢量的道路几何要素以及所述更新矢量的道路几何要素,确定矢量匹配对。
其中,道路要素包括但不限于杆、牌、车道线等,道路要素的几何类型可以理解为杆、牌、车道线等的类型,例如杆的类型为点,牌的类型为面、车道线的类型为直线等。
实际应用中,初始矢量以及更新矢量中均包括多个矢量点,每个矢量点包含三维坐标以及属性等信息,根据预设拟合算法将这些矢量点进行拟合,即可获得该初始矢量以及更新矢量中的道路要素。
具体的,获得目标地图(如确定是否发生道路要素变更的高精地图),以及该目标地图的打底矢量以及更新矢量;确定初始矢量中的矢量点对应的道路要素的几何类型(如直线、点、平面等)、以及更新矢量中矢量点对应的道路要素的几何类型(如直线、点、平面等);根据每个几何类型将初始矢量和更新矢量分别通过预设拟合算法进行拟合,其中,几何类型不同,初始矢量和更新矢量进行拟合时采用的预设拟合算法也可以不同,例如几何类型为直线,可以采用最小二乘法拟合直线;而在根据几何类型将初始矢量和更新矢量通过预设拟合算法进行拟合后,分别获得初始矢量和更新矢量的道路几何要素(如线要素、面要素或者点要素等)。
再根据初始矢量、更新矢量、初始矢量的道路几何要素以及更新矢量的道路几何要素,确定初始矢量和更新矢量的矢量匹配对。
具体实施时,对初始矢量和更新矢量的道路几何要素获取时,需要通过拟合算法先获取初始矢量和更新矢量的初始道路几何要素,后续再对初始矢量和更新矢量的初始道路几何要素进行其他处理后,确定最终的初始矢量和更新矢量的准确的道路几何要素。具体方式如下所述:
所述根据所述几何类型将所述初始矢量和所述更新矢量分别通过预设拟合算法进行拟合,获得所述初始矢量和所述更新矢量的道路几何要素,包括:
根据所述几何类型确定所述初始矢量和所述更新矢量对应的拟合算法;
根据所述初始矢量对应的拟合算法,获得所述初始矢量的初始道路几何要素;
根据所述更新矢量对应的拟合算法,获得所述更新矢量的初始道路几何要素;
根据预设计算规则对所述初始矢量的初始道路几何要素以及所述更新矢量的初始道路几何要素进行调整,获得所述初始矢量和所述更新矢量的道路几何要素。
其中,拟合算法包括但不限于最小二乘法。
具体实施时,不同的几何类型对应的拟合算法有可能不同,例如平面对应一种拟合算法,直线对应另外一种拟合算法等。首先根据几何类型确定初始矢量对应的拟合算法,以及更新矢量对应的拟合算法,然后根据初始矢量对应的拟合算法,获得初始矢量的初始道路几何要素,根据更新矢量对应的拟合算法,获得更新矢量的初始道路几何要素;后续再根据预设计算规则对初始矢量的初始道路几何要素以及更新矢量的初始道路几何要素进行调整,获得初始矢量和更新矢量的道路几何要素,以保证初始矢量和更新矢量的道路几何要素的准确性。
具体的,所述根据预设计算规则对所述初始矢量的初始道路几何要素以及所述更新矢量的初始道路几何要素进行调整,获得所述初始矢量和所述更新矢量的道路几何要素,包括:
根据所述初始矢量的初始道路几何要素,计算所述初始矢量中的矢量点的第一拟合残差,并根据所述第一拟合残差计算所述第一拟合残差的均方根、均值、标准差;
根据所述更新矢量的初始道路几何要素,计算所述更新矢量中的矢量点的第二拟合残差,并根据所述第二拟合残差计算所述第二拟合残差的均方根、均值、标准差;
根据所述第一拟合残差的均方根、均值、标准差,对所述初始矢量的初始道路几何要素进行调整,获得所述初始矢量的道路几何要素;
根据所述第二拟合残差的均方根、均值、标准差,对所述更新矢量的初始道路几何要素进行调整,获得所述更新矢量的道路几何要素。
实际应用中,在分别确定初始矢量和更新矢量的初始道路几何要素之后,根据初始矢量和更新矢量的初始道路几何要素分别计算初始矢量的每个矢量点的第一拟合残差,以及更新矢量的每个矢量点的第二拟合残差。再根据初始矢量的每个矢量点的第一拟合残差计算获得第一拟合残差的均方根、均值以及标准差,同时根据更新矢量的每个矢量点的第二拟合残差计算获得第二拟合残差的均方根、均值以及标准差;后续根据第一拟合残差的均方根、均值、标准差,对初始矢量的初始道路几何要素进行调整,获得初始矢量的道路几何要素,同时根据第二拟合残差的均方根、均值、标准差,对更新矢量的初始道路几何要素进行调整,获得更新矢量的道路几何要素。
其中,对初始矢量的初始道路几何要素的调整,则可以理解为根据第一拟合残差的均方根、均值、标准差,标记偏离第一拟合残差的均值两倍标准差的离群点,并在第一拟合残差的均方根不满足预设要求(如预设距离阈值,3厘米、5厘米等)的情况下,去除标记的离群点,重复通过拟合算法获得初始矢量的初始道路几何要素,并根据上述预设计算规则对初始矢量的初始道路几何要素进行调整,直至第一拟合残差的均方根满足预设要求时结束,从而确定初始矢量的道路几何要素;同理,更新矢量的道路几何要素的确定可以参见初始矢量的道路几何要素的确定方式,在此不再赘述。
以初始矢量和更新矢量中矢量点对应的道路要素的几何类型包括直线、平面为例,通过拟合算法拟合初始矢量和更新矢量中的直线、平面时,计算的拟合残差是指(以更新矢量为例)n个矢量点拟合了一条直线L,然后计算n个点与直线L的残差,即将矢量点坐标(x0,y0),带入L的直线方程,会得到(x0,y1),r=y1-y0,r即为拟合残差。由于有n个点,则会得到n个r,定义为集合R。然后求R的均方根误差,即拟合残差rms,同时计算R的均值与标准差,再去剔除离群点,从而获得初始矢量和更新矢量调整后的准确的道路几何要素。其中,离群点的删除目的是,尽可能去除掉异常的粗差,保证拟合的准确性。当然,如果异常值剔除的太多,那么会标记该矢量拟合失败。
而在确定了初始矢量和更新矢量的道路几何要素之后,可以快速、准确的计算出初始矢量和更新矢量之间的矢量匹配对。具体实现方式如下所述:
所述根据所述初始矢量、所述更新矢量、所述初始矢量的道路几何要素以及所述更新矢量的道路几何要素,确定矢量匹配对,包括:
计算所述更新矢量的矢量点与所述初始矢量的道路几何要素之间的距离误差,根据所述距离误差确定初始矢量匹配对;
确定所述初始矢量匹配对中更新矢量的矢量点的属性信息、以及对应的初始矢量的矢量点的属性信息;
在两者的属性信息相同的情况下,计算所述初始矢量匹配对中更新矢量的道路几何要素与初始矢量的道路几何要素之间的夹角,根据所述夹角确定矢量匹配对。
具体的,计算更新矢量中每个矢量点与初始矢量中的每个道路几何要素之间的距离误差,删除距离误差大于预设距离阈值的打底矢量,以筛选出更新矢量中每个矢量点对应的初始矢量的道路几何要素,记录符合要求的矢量对。例如更新矢量中的四个矢量点与该初始矢量的道路几何要素中的面要素的距离误差均小于等于预设距离阈值,则说明这四个矢量点与该初始矢量的道路几何要素中的面要素构成初始矢量匹配对。
再确定初始矢量匹配对中每个矢量点的属性信息,在两个矢量点的属性信息一致的情况下,计算初始矢量匹配对中更新矢量的道路几何要素与初始矢量的道路几何要素之间的夹角,在该夹角小于等于预设角度阈值的情况下,记录符合要求的矢量对,将其作为最终的矢量匹配对。
实际应用中,在计算距离误差时,对于线要素(道路几何要素中的线要素),逐个计算更新矢量中每个矢量点与初始矢量中每个线要素之间的距离误差,剔除距离误差大于预设距离阈值的初始矢量,记录符合要求的矢量对;对于面要素(道路几何要素中的面要素),逐个计算更新矢量中每个矢量点与初始矢量中每个面要素之间的距离误差,剔除距离误差大于预设距离阈值的初始矢量,记录符合要求的矢量对。
具体进行更新矢量的矢量点与初始矢量的道路几何要素之间的距离误差计算时,此时打底矢量已经拟合为直线或者平面,而更新矢量是一堆矢量散点。以打底矢量拟合后的直线为例,设更新矢量的矢量点有n个,将n个点逐个计算与打底矢量拟合后的直线的距离,得到集合R,计算R的rms(均方根),根据rms来判断是否两条直线存在对应关系。实际应用时,不同要素的计算方法存在一定的差异,具体根据实际应用确定。
判断该符合要求的矢量对中,初始矢量的矢量点与更新矢量的矢量点的属性是否一致,若不一致,则继续利用更新矢量以及初始矢量中的全部矢量点,通过最小二乘法拟合线要素或者面要素等。若一致,则计算初始矢量匹配对中更新矢量的道路几何要素与初始矢量的道路几何要素之间的夹角。
在计算夹角时,对于线要素(道路几何要素中的线要素),逐个计算初始矢量匹配对中更新矢量中每个线要素与初始矢量中每个线要素之间的夹角,如果夹角小于等于预设角度阈值,则记录符合要求的矢量对;对于面要素(道路几何要素中的面要素),逐个计算更新矢量中每个面要素与初始矢量中每个面要素之间的法向量的夹角,如果夹角小于等于预设角度阈值,则记录符合要求的矢量对,将其作为最终的矢量匹配对。而若夹角大于预设角度阈值,则认为匹配关系不存在,比如两条直线夹角超过一定阈值,那么可以认为两条直线不是对应的。
以地面车道线的直线要素为例,若拟合的打底矢量的直线方程为:Ax+By+C=0;
更新矢量的矢量点为:p(x0,y0),那么点到直线的距离通过公式1计算获得:
其中,A、B、C均为直线方程的待定参数;X和Y分别是直线方程中的X坐标和Y坐标。
以牌的面要素为例,若拟合的打底矢量的平面方程为:Ax+By+Cz+D=0;
更新矢量的矢量点为p(x0,y0,z0),那么点到平面的距离通过公式2计算获得:
而对于面要素,打底矢量的矢量点一般由n个角点构成,以矩形点为例,那么n=4;
由4个角点可以计算出当前平面的重心点,参见公式3:
然后更新矢量也会有对应的n+1个点,顺序对齐之后,分别计算点和点的距离,参见公
式4:
那么就得到了5个距离d,然后计算5个距离d的rms(均方根),即为最终的点平面的距离。
具体使用时,公式2的计算方法用于初筛,然后会以公式3和公式4的计算方法为最终依据。
参见图2,图2示出了根据本说明书一个实施例提供的一种基于矢量的地图处理方法中矢量匹配对的获取的流程图,具体包括以下步骤。
步骤202:分别确定打底矢量以及更新矢量的要素类型。
其中,打底矢量可以理解为上述实施例的初始矢量,要素类型可以理解为上述实施例的打底矢量以及更新矢量中的矢量点对应的道路要素的几何类型。
以该要素类型包括线要素和面要素为例。
步骤204:对于打底矢量和更新矢量,分别利用全部的矢量点,通过最小二乘法拟合分别获得打底矢量和更新矢量的线要素。
步骤206:对于打底矢量和更新矢量,分别利用全部的矢量点,通过最小二乘法拟合分别获得打底矢量和更新矢量的面要素。
步骤208:对线要素进行直线抗差拟合、属性一致性检查、角度一致性检查、直线距离检查计算。
具体的,直线抗差拟合:针对于打底矢量或者更新矢量的线要素,计算打底矢量和更新矢量中每个矢量点的拟合残差,计算拟合残差的rms、均值和标准差,并标记偏离拟合残差均值2倍标准差的离群点;在该拟合残差的rms不满足预设要求的情况下,去除离群点,重复步骤204至步骤206,直至拟合残差的rms满足该预设要求,确定最终的打底矢量或者更新矢量的线要素。
直线距离检查:逐个计算更新矢量中每个矢量点与打底矢量中的线要素的距离误差,剔除距离误差大于阈值的打底矢量,记录符合要求的矢量对。
属性一致性检查:判断根据直线距离检查确定的符合要求的矢量对中的更新矢量和打底矢量的属性是否一致,如果不一致则表明该矢量对不匹配,若一致,则对其进行角度一致性检查,获得最终的符合要求的矢量对。
角度一致性检查:逐个计算满足直线距离检查、属性一致性检查的矢量对中更新矢量中每个线要素与打底矢量中的线要素的夹角,在该夹角超过预设角度阈值的情况下,则说明该矢量对不匹配;在该夹角没有超过该预设角度阈值的情况下,将其作为符合要求的矢量对。
步骤210:对面要素进行法向量角度检查、平面距离检查、平面抗差拟合、属性一致性检查计算。
具体的,平面抗差拟合:针对于打底矢量或者更新矢量的面要素,计算打底矢量和更新矢量中每个矢量点的拟合残差,计算拟合残差的rms、均值和标准差,并标记偏离拟合残差均值2倍标准差的离群点;在该拟合残差的rms不满足预设要求的情况下,去除离群点,重复步骤204至步骤206,直至拟合残差的rms满足该预设要求,确定最终的打底矢量或者更新矢量的线要素。
平面距离检查:逐个计算更新矢量中每个矢量点与打底矢量中的面要素的距离误差,剔除距离误差大于阈值的打底矢量,记录符合要求的矢量对。
属性一致性检查:判断根据直线距离检查确定的符合要求的矢量对中的更新矢量和打底矢量的属性是否一致,如果不一致则表明该矢量对不匹配,若一致,则对其进行角度一致性检查,获得最终的符合要求的矢量对。
法向量角度检查:逐个计算满足平面距离检查、属性一致性检查的矢量对中的更新矢量中每个面要素与打底矢量中的面要素的法向量的夹角,在该夹角超过预设角度阈值的情况下,则说明该矢量对不匹配;在该夹角没有超过该预设角度阈值的情况下,将其作为获得符合要求的矢量对。
本说明书实施例中,根据上述步骤202至步骤210可以快速且准确的获得打底矢量与更新矢量中匹配的矢量对。
步骤104:根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数。
具体的,所述根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数,包括:
根据所述矢量匹配对、所述矢量匹配对中打底矢量与更新矢量之间的匹配距离,构建卡尔曼滤波器;
根据所述卡尔曼滤波器计算所述更新矢量的位姿调整参数;
根据所述位姿调整参数以及所述更新矢量中矢量点的当前坐标,确定所述更新矢量中每个矢量点的重定位参数。
其中,卡尔曼滤波(Kalman filtering)是一种利用线性***状态方程,通过***输入输出观测数据,对***状态进行优选估计的算法。
具体的,将所有的矢量匹配对作为观测,每个矢量匹配对中打底矢量与更新矢量之间的匹配距离作为观测量,将上一时刻的位姿调整参数作为状态预测值(若不存在,则设置为0),构建卡尔曼滤波器(即卡尔曼滤波器的观测方程和状态方程,其中,卡尔曼滤波器的观测方程和状态方程是固定的滤波结构,观测方程是指外部观测,状态方程是描述待估参数本身的时域变化)。
根据构建的卡尔曼滤波器计算该更新矢量的位姿调整参数(如位姿改正数),再根据该位姿调整参数以及该更新矢量中矢量点的当前坐标,确定该更新矢量中每个矢量点的重定位参数(图重定位残差)。
本说明书实施例中,可以根据卡尔曼滤波器计算更新矢量的位姿改正数以及重定位残差,后续可以根据该更新矢量的位姿改正数以及重定位残差,调整该更新矢量中矢量点的坐标,使得更新矢量中矢量点的坐标的准确性。
实际应用中,在目标地图的数据量较大的情况下,可以按照预设分段规则对该目标地图进行分段,然后根据分段结果,对每一段地图的现势性变化进行确定。具体实现方式如下所述:
所述根据所述矢量匹配对、所述矢量匹配对中打底矢量与更新矢量之间的匹配距离,构建卡尔曼滤波器之前,还包括:
根据预设分段规则对所述目标地图进行分段,获得多个分段地图;
依次将每个分段地图作为目标分段地图,确定所述目标分段地图对应的初始矢量、更新矢量以及所述目标分段地图中的矢量匹配对。
其中,预设分段规则可以根据实际应用进行设置,例如按照一定的空间范围和时间范围对该目标地图进行划分,得到多个分段地图。
然后一次将每个分段地图作为目标分段地图,获取该目标分段地图中对应的初始矢量、更新矢量以及该目标分段地图中的矢量匹配对。后续可以根据该目标分段地图中对应的初始矢量、更新矢量以及该目标分段地图中的矢量匹配对,对该目标分段地图的现势性变化进行判断。
步骤106:根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量。
具体的,所述根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量,包括:
在所述重定位参数满足卡方校验的情况下,根据所述重定位参数以及所述位姿调整参数对所述更新矢量中每个矢量点的坐标进行调整,获得调整后的更新矢量。
其中,卡方校验是统计样本的实际观测值与理论推断值之间的偏离程度,实际观测值与理论推断值之间的偏离程度就决定卡方值的大小,如果卡方值越大,二者偏差程度越大;反之,二者偏差越小;若两个值完全相等时,卡方值就为0,表明理论值完全符合。
具体实施时,根据更新矢量中每个矢量点的重定位参数,对其进行验后残差分析,判断所有的矢量点的验后残差是否满足卡方校验,如果满足,则根据重定位参数以及位姿调整参数对更新矢量中每个矢量点的坐标进行调整,获得调整后的更新矢量。
若未通过卡方校验,则构建归一化的标准正态分布残差序列,并对3倍标准差以外的矢量进行方差膨胀,并重新构建卡尔曼滤波器以及计算更新矢量的位姿调整参数以及重定位参数。
参见图3,图3示出了根据本说明书一个实施例提供的一种基于矢量的地图处理方法中对更新矢量的矢量点坐标进行更新的流程图,具体包括以下步骤。
以对目标分段地图中的更新矢量的矢量点坐标进行更新为例,进行具体介绍。
步骤302:确定目标地图的打底矢量、更新矢量以及、打底矢量与更新矢量的匹配关系。
步骤304:对目标地图进行区域分割,获得目标分段地图。
具体的,对目标地图进行区域分割,获得目标分段地图的具体实现方式,可以参见上述实施例。
步骤306:确定目标分段地图的打底矢量、更新矢量以及矢量匹配对。
步骤308:获取上个分段的位姿改正数。
步骤310:根据目标分段地图的打底矢量、更新矢量以及矢量匹配对、结合上个分段的位姿改正数构建卡尔曼滤波器。
具体的,将目标分段地图内所有匹配的矢量匹配对作为观测,匹配对中打底矢量和更新矢量的匹配距离作为观测量,构建卡尔曼滤波器的观测方程;以上个分段的位姿改正数作为状态预测值,构建卡尔曼滤波器的状态方程。
步骤312:根据卡尔曼滤波器计算目标分段地图中更新矢量的位姿改正数。
具体的,根据卡尔曼滤波器计算目标分段地图中更新矢量的位姿改正数,可以理解为根据卡尔曼滤波器的观测方程和卡尔曼滤波器的状态方程计算目标分段地图中更新矢量的位姿改正数。
步骤314:根据目标分段地图中更新矢量的位姿改正数,计算获得目标分段地图中更新矢量中每个矢量点的重定位残差。
步骤316:对目标分段地图中更新矢量中每个矢量点的重定位残差进行残差分析,判断每个矢量点的重定位残差是否满足卡方校验,若是,则执行步骤318,若否,则执行步骤320。
其中,重定位残差可以理解为打底矢量和更新矢量的匹配距离的残差。
这些残差首先进行卡方分布的检验,卡方分布是指假设一个集合服从正态分布,那么该集合元素的平方和服从卡方分布,所有元素的平方和应该小于某个阈值;如果卡方分布不通过,那么会计算归一化标准正态分布,即(r-mean)/std,mean为均值,std为标准差。然后对于P{(r-mean)/std}>0.997的部分做方差膨胀,所谓方差膨胀,就是每个观测值会有一个先验方差,代表了这个观测值的精度,现在通过检验发现这个观测值不准确了,所以就把方差放大一些,代表这个观测值的精度不太可靠。
步骤318:输出目标分段地图中更新矢量的位姿改正数、以及目标分段地图中更新矢量中每个矢量点的重定位残差,并通过该位姿改正数以及重定位残差重新计算更新矢量的坐标。
步骤320:构建归一化的标准正态分布残差序列,并对3倍标准差以外的矢量点进行方差膨胀,继续执行步骤310。
本说明书实施例中,通过位姿改正数以及重定位残差对目标分段地图中更新矢量的矢量点坐标进行调整,后续可以保证目标地图中更新矢量的矢量点的坐标的准确性,从而更加准确的判断出目标地图是否发生了现势性变化。
步骤108:根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度。
具体的,若目标地图不分段,则直接根据矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度。
若目标地图进行了分段,则需要根据其分段结果计算目标分段地图的绝对精度、相对精度以及所述目标分段地图中更新矢量的相对精度的置信度。具体实现方式如下所述:
所述根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度,包括:
将所述目标分段地图中的矢量匹配对中初始矢量与更新矢量之间的匹配距离作为第一集合;
将所述目标分段地图中更新矢量与初始矢量之间的距离作为第二集合;
将所述目标分段地图中更新矢量的道路几何要素与初始矢量的道路几何要素之间的距离作为第三集合;
分别对所述第一集合、所述第二集合和所述第三集合进行抽样,并根据抽样结果计算抽样样本均值和方差;
根据所述抽样样本均值和方差,确定所述更新矢量中矢量点的绝对精度和相对精度的置信度。
具体的,将重定位前(即根据重定位参数以及位姿调整参数对更新矢量中每个矢量点的坐标进行调整前),目标分段地图内所有矢量匹配对之间的绝对距离作为第一集合P1,将重定位后,目标分段地图内更新矢量的所有矢量点以及初始矢量的所有矢量点的所有匹配矢量点之间的距离作为第二集合P2,将重定位后,目标分段地图内更新矢量的道路几何要素以及初始矢量的道路几何要素之间的距离作为第三集合P3,分别对集合P1、P2、P3,进行随机抽样,并计算每一次抽样的样本均值,分别记每个集合对应的样本均值集合为Q1、Q2、Q3;计算Q1、Q2、Q3的样本均值和方差,并根据需要,设计待检测的区间,进行假设检验,获得概率值,该概率值即为分段绝对精度、分段相对精度、矢量相对精度的置信度。其中,分段绝对精度是指得到的矢量与现实世界的道路要素的偏差程度,相对精度含义是相对的偏差程度。分段绝对精度、分段相对精度、矢量相对精度分别对应Q1,Q2,Q3,他们计算方式是一样的;而待检测区间可以根据实际需求设计的,比如车道线横向10cm,交通灯纵向10cm,横向30cm,高40cm等。
那么更新矢量中矢量点的绝对精度和相对精度的置信度,则可以理解为更新矢量中矢量点与现实世界的道路要素的偏差程度,即偏差程度越小,则说明目标地图中的该道路要素没有发生变化,而偏差程度越大,则说明目标地图中的该道路要素发生了变化。
参见图4,图4示出了根据本说明书一个实施例提供的一种基于矢量的地图处理方法中更新矢量的置信度的获取的流程图,具体包括以下步骤。
步骤402:根据更新矢量、打底矢量以及更新矢量、打底矢量之间的匹配关系,计算获得该更新矢量的位姿改正数。
具体的,按照一定的空间范围和时间范围对待探测区域(如上述的目标地图)进行划分,得到若干个分段,对于每个分段,分别读取该分段内的更新矢量、打底矢量和矢量匹配关系(矢量匹配对)。
以分段内所有的矢量匹配对作为观测,打底矢量和更新矢量的匹配距离作为观测量,构建卡尔曼滤波器的观测方程;在存在上个分段的位姿改正数的情况下,以上个分段的位姿改正数作为状态预测值,构建卡尔曼滤波器的状态方程。
根据构建的卡尔曼滤波器(卡尔曼滤波器的观测方程和卡尔曼滤波器的状态方程)计算当前分段的位姿改正数,并根据当前分段的位姿改正数以及更新矢量中每个矢量点的当前坐标,计算更新矢量中每个矢量点的重定位残差。
根据上述得到重定位残差,进行验后残差分析,首先判断所有矢量的验后残差是否满足卡方检验;如果满足则输出重定位残差、位姿改正数,并重新计算更新矢量的坐标。
如果未通过卡方检验,则构建归一化的标准正态分布残差序列,并对3倍标准差以外的矢量进行方差膨胀,重复上述步骤,直到所有数据处理完毕。
步骤404:获取位姿修正前全区间矢量相对距离、位姿修正后全区间矢量相对距离、位姿修正后单个矢量相对距离;对获取的位姿修正前全区间矢量相对距离、位姿修正后全区间矢量相对距离、位姿修正后单个矢量相对距离进行随机抽样、抽样均值计算,获得抽样均值。
具体的,将重定位前,某个分段内所有匹配矢量对之间的绝对距离作为集合P1;将重定位后,某个分段内所有匹配矢量之间的距离作为集合P2;将重定位后,某个匹配矢量之间的距离作为集合P3。
分别对集合P1、P2、P3,进行随机抽样,并计算每一次抽样的样本均值,分别记每个集合对应的样本均值集合为Q1、Q2、Q3;计算Q1、Q2、Q3的样本均值和方差。
步骤406:根据抽样均值计算分段绝对精度、分段相对精度、矢量相对精度的置信度,并根据置信度对更新矢量中变化的矢量点进行变化标记。
具体的,计算Q1、Q2、Q3的样本均值和方差,并根据需要,设计待检测的区间,进行假设检验,获得概率值,该概率值即为分段绝对精度、分段相对精度、矢量相对精度的置信度。并根据置信度,判断矢量是否发生现势性变化。
步骤110:根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化。
具体的,在确定矢量匹配对、更新矢量的位姿调整参数以及更新矢量的置信度之后,就可以根据上述参数确定该目标地图中的道路要素是否发生了变化。
实际应用中,根据矢量匹配对、更新矢量的位姿调整参数以及更新矢量的置信度,对目标地图中道路要素是否发生变化的具体实现方式有多种,以下以两种方式进行介绍。具体实现方式如下所述:
所述根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化,包括:
在根据所述矢量匹配对确定所述更新矢量中任意一个矢量点不存在匹配关系的情况下,确定所述目标地图发生变化;或者
在确定所述更新矢量的置信度不满足预设置信度阈值的情况下,确定所述目标地图发生变化;或者
在确定所述位姿调整参数不满足预设精度阈值的情况下,确定所述目标地图发生变化。
即当根据该矢量匹配对确定该更新矢量中任意一个矢量点不存在匹配关系的情况下,即可确定该目标地图的道路要素发生了变化;例如当初始矢量中存在某个矢量点,而更新矢量中不存在该矢量点,则可以确定该矢量点在更新矢量中被删除了;当更新矢量中存在某个矢量点,而初始矢量中不存在该矢量点,则可以确定该矢量点在更新矢量中被增加了。
或者当更新矢量的置信度不满足预设置信度阈值的情况下,也可以确定目标地图发生了变化;又或者在确定该更新矢量的位姿调整参数不满足预设精度阈值的情况下,确定目标地图发生变化。其中,预设置信度阈值以及预设精度阈值均可以根据实际应用进行设置,在此不作任何限定。
此外,另一种方式下,还可以按照层层递进的方式准确判断该目标地图是否发生了变化。具体实现方式如下所述:
所述根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化,包括:
在根据所述矢量匹配对确定所述更新矢量中每个矢量点均存在匹配关系的情况下,判断所述更新矢量的置信度是否满足预设置信度阈值,
若是,则判断所述位姿调整参数是否满足预设精度阈值,
若否,则确定所述目标地图发生变化。
具体的,先判断根据矢量匹配对确定更新矢量中每个矢量点是否存在匹配关系,若是,判断更新矢量的置信度是否满足预设置信度阈值,若否,则确定该目标地图发生了变化,若是,继续判断位姿调整参数是否满足预设精度阈值,若否,则确定该目标地图发生变化,若是,则确定该目标地图未发生变化。
参见图5,图5示出了根据本说明书一个实施例提供的一种基于矢量的地图处理方法中确定目标地图是否发生变化的判断流程图,具体包括以下步骤。
步骤502:匹配关系判断。
具体的,根据矢量匹配对判断更新矢量和初始矢量是否存在匹配关系,若是,则执行步骤504,若否,则执行步骤506。
步骤504:置信度判断。
具体的,获取分段的绝对精度置信度、分段的相对精度置信度、矢量的相对精度置信度,判断分段的绝对精度置信度、分段的相对精度置信度、矢量的相对精度置信度是否满足预设精度阈值,若是,则执行步骤508,若否,则执行步骤510。
步骤506:矢量删除。
具体的,矢量删除可以理解为,若打底矢量中有这个矢量,但是当前采集的更新矢量里面没有这个矢量,所以可能是现实世界中这个矢量消失了,因此被标记为删除。
步骤508:位姿改正数判断。
具体的,判断更新矢量的位姿改正数是否符合轨迹提供的先验精度,若是,则执行步骤510,若否,则执行步骤512。
具体的,先验精度可以理解为,当前分段区域(目标分段地图),采集车轨迹的定位精度,比如x、y、z的定位精度为5cm,5cm,10cm,那么可以想象这个区间的位姿改正数应该差不多也是这个量级,如果算出来的位姿改正数是5m,5m,10m,那肯定就是存在问题的。
步骤510:矢量位置变化。
步骤512:矢量位置未发生变化。
本说明书实施例提供的所述基于矢量的地图处理方法,可以基于目标地图的初始矢量数据和更新矢量数据,及时且准确的检测出现实世界的变化,维持该目标地图中数据的时效性,采用此种自动化检测的方式极大的缩短了对于高精地图中道路要素的现势性变化的处理周期长,降低成本。
具体的,本说明书实施例提供的基于矢量的地图处理方法可以基于目标地图的初始矢量数据和更新矢量数据等矢量数据,自动化检测现实世界的变化,维持地图数据的时效性。相比于人工作业大幅提高了生产效率,降低了生产成本;由于矢量数据由矢量点构成,可以精准描述车道线、交通灯、交通牌等各类交通要素,可以实现道路全要素的覆盖。另外,矢量数据相比于遥感影像、视觉图片,具有更明确的三维坐标信息,可以准确描述现实世界发生变化的位置、变化的程度。
同时,通过上述基于矢量数据的高精地图差分发现方法(即基于矢量的地图处理方法),依赖具有准确位置信息的矢量,借助数理统计方法,能够完成现实世界的变化探测,精度高,效率高,可靠性高,方便实现。并且本说明书实施例中在矢量匹配、矢量重定位的误差处理上做出了从技术创新,借鉴了测绘领域的抗差估计方法,能够准确区分、并剔除观测数据中的粗差,最终保证位姿改正数的准确性。通过结合滤波估计、中心极限定理和假设检验方法等,利用重定位前后的匹配残差,构建了一系列检验量,最终通过这些检验量可以准确判断出现实世界的变化,并通过数学方法描述出变化发现结果的可靠性。
与上述方法实施例相对应,本说明书还提供了基于矢量的地图处理装置实施例,图6示出了本说明书一个实施例提供的一种基于矢量的地图处理装置的结构示意图。如图6所示,该装置包括:
矢量匹配模块602,被配置为根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对;
参数计算模块604,被配置为根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数;
矢量调整模块606,被配置为根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量;
置信度确定模块608,被配置为根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度;
变化确定模块610,被配置为根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化。
可选地,所述矢量匹配模块602,进一步被配置为:
获得目标地图的初始矢量和更新矢量,并分别确定所述初始矢量和所述更新矢量中的矢量点对应的道路要素的几何类型;
根据所述几何类型将所述初始矢量和所述更新矢量分别通过预设拟合算法进行拟合,获得所述初始矢量和所述更新矢量的道路几何要素;
根据所述初始矢量、所述更新矢量、所述初始矢量的道路几何要素以及所述更新矢量的道路几何要素,确定矢量匹配对。
可选地,所述矢量匹配模块602,进一步被配置为:
根据所述几何类型确定所述初始矢量和所述更新矢量对应的拟合算法;
根据所述初始矢量对应的拟合算法,获得所述初始矢量的初始道路几何要素;
根据所述更新矢量对应的拟合算法,获得所述更新矢量的初始道路几何要素;
根据预设计算规则对所述初始矢量的初始道路几何要素以及所述更新矢量的初始道路几何要素进行调整,获得所述初始矢量和所述更新矢量的道路几何要素。
可选地,所述矢量匹配模块602,进一步被配置为,包括:
根据所述初始矢量的初始道路几何要素,计算所述初始矢量中的矢量点的第一拟合残差,并根据所述第一拟合残差计算所述第一拟合残差的均方根、均值、标准差;
根据所述更新矢量的初始道路几何要素,计算所述更新矢量中的矢量点的第二拟合残差,并根据所述第二拟合残差计算所述第二拟合残差的均方根、均值、标准差;
根据所述第一拟合残差的均方根、均值、标准差,对所述初始矢量的初始道路几何要素进行调整,获得所述初始矢量的道路几何要素;
根据所述第二拟合残差的均方根、均值、标准差,对所述更新矢量的初始道路几何要素进行调整,获得所述更新矢量的道路几何要素。
可选地,所述矢量匹配模块602,进一步被配置为:
计算所述更新矢量的矢量点与所述初始矢量的道路几何要素之间的距离误差,根据所述距离误差确定初始矢量匹配对;
确定所述初始矢量匹配对中更新矢量的矢量点的属性信息、以及对应的初始矢量的矢量点的属性信息;
在两者的属性信息相同的情况下,计算所述初始矢量匹配对中更新矢量的道路几何要素与初始矢量的道路几何要素之间的夹角,根据所述夹角确定矢量匹配对。
可选地,所述参数计算模块604,进一步被配置为:
根据所述矢量匹配对、所述矢量匹配对中打底矢量与更新矢量之间的匹配距离,构建卡尔曼滤波器;
根据所述卡尔曼滤波器计算所述更新矢量的位姿调整参数;
根据所述位姿调整参数以及所述更新矢量中矢量点的当前坐标,确定所述更新矢量中每个矢量点的重定位参数。
可选地,所述矢量调整模块606,进一步被配置为:
在所述重定位参数满足卡方校验的情况下,根据所述重定位参数以及所述位姿调整参数对所述更新矢量中每个矢量点的坐标进行调整,获得调整后的更新矢量。
可选地,所述装置,还包括:
分段模块,被配置为:
根据预设分段规则对所述目标地图进行分段,获得多个分段地图;
依次将每个分段地图作为目标分段地图,确定所述目标分段地图对应的初始矢量、更新矢量以及所述目标分段地图中的矢量匹配对。
可选地,所述置信度确定模块608,进一步被配置为:
将所述目标分段地图中的矢量匹配对中初始矢量与更新矢量之间的匹配距离作为第一集合;
将所述目标分段地图中更新矢量与初始矢量之间的距离作为第二集合;
将所述目标分段地图中更新矢量的道路几何要素与初始矢量的道路几何要素之间的距离作为第三集合;
分别对所述第一集合、所述第二集合和所述第三集合进行抽样,并根据抽样结果计算抽样样本均值和方差;
根据所述抽样样本均值和方差,确定所述更新矢量中矢量点的绝对精度和相对精度的置信度。
可选地,所述变化确定模块610,进一步被配置为:
在根据所述矢量匹配对确定所述更新矢量中任意一个矢量点不存在匹配关系的情况下,确定所述目标地图发生变化;或者
在确定所述更新矢量的置信度不满足预设置信度阈值的情况下,确定所述目标地图发生变化;或者
在确定所述位姿调整参数不满足预设精度阈值的情况下,确定所述目标地图发生变化。
可选地,所述变化确定模块610,进一步被配置为:
在根据所述矢量匹配对确定所述更新矢量中每个矢量点均存在匹配关系的情况下,判断所述更新矢量的置信度是否满足预设置信度阈值,
若是,则判断所述位姿调整参数是否满足预设精度阈值,
若否,则确定所述目标地图发生变化。
本说明书实施例提供的所述基于矢量的地图处理装置,可以基于目标地图的初始矢量数据和更新矢量数据,及时且准确的检测出现实世界的变化,维持该目标地图中数据的时效性,采用此种自动化检测的方式极大的缩短了对于高精地图中道路要素的现势性变化的处理周期长,降低成本。
上述为本实施例的一种基于矢量的地图处理装置的示意性方案。需要说明的是,该基于矢量的地图处理装置的技术方案与上述的基于矢量的地图处理方法的技术方案属于同一构思,基于矢量的地图处理装置的技术方案未详细描述的细节内容,均可以参见上述基于矢量的地图处理方法的技术方案的描述。
图7示出了根据本说明书一个实施例提供的一种计算设备700的结构框图。该计算设备700的部件包括但不限于存储器710和处理器720。处理器720与存储器710通过总线730相连接,数据库750用于保存数据。
计算设备700还包括接入设备740,接入设备740使得计算设备700能够经由一个或多个网络760通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备740可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本说明书的一个实施例中,计算设备700的上述部件以及图7中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图7所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备700可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备700还可以是移动式或静止式的服务器。
其中,处理器720用于执行如下计算机可执行指令,该计算机可执行指令被处理器执行时实现上述基于矢量的地图处理方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的基于矢量的地图处理方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述基于矢量的地图处理方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现上述基于矢量的地图处理方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的基于矢量的地图处理方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述基于矢量的地图处理方法的技术方案的描述。
本说明书一实施例还提供一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述基于矢量的地图处理方法的步骤。
上述为本实施例的一种计算机程序的示意性方案。需要说明的是,该计算机程序的技术方案与上述的基于矢量的地图处理方法的技术方案属于同一构思,计算机程序的技术方案未详细描述的细节内容,均可以参见上述基于矢量的地图处理方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本说明书实施例并不受所描述的动作顺序的限制,因为依据本说明书实施例,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书实施例的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书实施例的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (14)
1.一种基于矢量的地图处理方法,包括:
根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对;
根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数;
根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量;
根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度;
根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化。
2.根据权利要求1所述的方法,所述根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对,包括:
获得目标地图的初始矢量和更新矢量,并分别确定所述初始矢量和所述更新矢量中的矢量点对应的道路要素的几何类型;
根据所述几何类型将所述初始矢量和所述更新矢量分别通过预设拟合算法进行拟合,获得所述初始矢量和所述更新矢量的道路几何要素;
根据所述初始矢量、所述更新矢量、所述初始矢量的道路几何要素以及所述更新矢量的道路几何要素,确定矢量匹配对。
3.根据权利要求2所述的方法,所述根据所述几何类型将所述初始矢量和所述更新矢量分别通过预设拟合算法进行拟合,获得所述初始矢量和所述更新矢量的道路几何要素,包括:
根据所述几何类型确定所述初始矢量和所述更新矢量对应的拟合算法;
根据所述初始矢量对应的拟合算法,获得所述初始矢量的初始道路几何要素;
根据所述更新矢量对应的拟合算法,获得所述更新矢量的初始道路几何要素;
根据预设计算规则对所述初始矢量的初始道路几何要素以及所述更新矢量的初始道路几何要素进行调整,获得所述初始矢量和所述更新矢量的道路几何要素。
4.根据权利要求3所述的方法,所述根据预设计算规则对所述初始矢量的初始道路几何要素以及所述更新矢量的初始道路几何要素进行调整,获得所述初始矢量和所述更新矢量的道路几何要素,包括:
根据所述初始矢量的初始道路几何要素,计算所述初始矢量中的矢量点的第一拟合残差,并根据所述第一拟合残差计算所述第一拟合残差的均方根、均值、标准差;
根据所述更新矢量的初始道路几何要素,计算所述更新矢量中的矢量点的第二拟合残差,并根据所述第二拟合残差计算所述第二拟合残差的均方根、均值、标准差;
根据所述第一拟合残差的均方根、均值、标准差,对所述初始矢量的初始道路几何要素进行调整,获得所述初始矢量的道路几何要素;
根据所述第二拟合残差的均方根、均值、标准差,对所述更新矢量的初始道路几何要素进行调整,获得所述更新矢量的道路几何要素。
5.根据权利要求2所述的方法,所述根据所述初始矢量、所述更新矢量、所述初始矢量的道路几何要素以及所述更新矢量的道路几何要素,确定矢量匹配对,包括:
计算所述更新矢量的矢量点与所述初始矢量的道路几何要素之间的距离误差,根据所述距离误差确定初始矢量匹配对;
确定所述初始矢量匹配对中更新矢量的矢量点的属性信息、以及对应的初始矢量的矢量点的属性信息;
在两者的属性信息相同的情况下,计算所述初始矢量匹配对中更新矢量的道路几何要素与初始矢量的道路几何要素之间的夹角,根据所述夹角确定矢量匹配对。
6.根据权利要求1或5所述的方法,所述根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数,包括:
根据所述矢量匹配对、所述矢量匹配对中打底矢量与更新矢量之间的匹配距离,构建卡尔曼滤波器;
根据所述卡尔曼滤波器计算所述更新矢量的位姿调整参数;
根据所述位姿调整参数以及所述更新矢量中矢量点的当前坐标,确定所述更新矢量中每个矢量点的重定位参数。
7.根据权利要求6所述的方法,所述根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量,包括:
在所述重定位参数满足卡方校验的情况下,根据所述重定位参数以及所述位姿调整参数对所述更新矢量中每个矢量点的坐标进行调整,获得调整后的更新矢量。
8.根据权利要求6所述的方法,所述根据所述矢量匹配对、所述矢量匹配对中打底矢量与更新矢量之间的匹配距离,构建卡尔曼滤波器之前,还包括:
根据预设分段规则对所述目标地图进行分段,获得多个分段地图;
依次将每个分段地图作为目标分段地图,确定所述目标分段地图对应的初始矢量、更新矢量以及所述目标分段地图中的矢量匹配对。
9.根据权利要求8所述的方法,所述根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度,包括:
将所述目标分段地图中的矢量匹配对中初始矢量与更新矢量之间的匹配距离作为第一集合;
将所述目标分段地图中更新矢量与初始矢量之间的距离作为第二集合;
将所述目标分段地图中更新矢量的道路几何要素与初始矢量的道路几何要素之间的距离作为第三集合;
分别对所述第一集合、所述第二集合和所述第三集合进行抽样,并根据抽样结果计算抽样样本均值和方差;
根据所述抽样样本均值和方差,确定所述更新矢量中矢量点的绝对精度和相对精度的置信度。
10.根据权利要求1所述的方法,所述根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化,包括:
在根据所述矢量匹配对确定所述更新矢量中任意一个矢量点不存在匹配关系的情况下,确定所述目标地图发生变化;或者
在确定所述更新矢量的置信度不满足预设置信度阈值的情况下,确定所述目标地图发生变化;或者
在确定所述位姿调整参数不满足预设精度阈值的情况下,确定所述目标地图发生变化。
11.根据权利要求1所述的方法,所述根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化,包括:
在根据所述矢量匹配对确定所述更新矢量中每个矢量点均存在匹配关系的情况下,判断所述更新矢量的置信度是否满足预设置信度阈值,
若否,则判断所述位姿调整参数是否满足预设精度阈值,
若否,则确定所述目标地图发生变化。
12.一种基于矢量的地图处理装置,包括:
矢量匹配模块,被配置为根据预设匹配规则对目标地图的初始矢量和更新矢量进行匹配,确定矢量匹配对;
参数计算模块,被配置为根据所述矢量匹配对,确定所述更新矢量的位姿调整参数以及所述更新矢量中每个矢量点的重定位参数;
矢量调整模块,被配置为根据所述位姿调整参数以及所述重定位参数对所述更新矢量进行调整,获得调整后的更新矢量;
置信度确定模块,被配置为根据所述矢量匹配对中初始矢量与更新矢量之间的匹配距离、以及所述初始矢量与所述调整后的更新矢量之间的关联关系,确定所述更新矢量的置信度;
变化确定模块,被配置为根据所述矢量匹配对、所述位姿调整参数和/或所述更新矢量的置信度,确定所述目标地图是否发生变化。
13.一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1-11任意一项所述基于矢量的地图处理方法的步骤。
14.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1-11任意一项所述基于矢量的地图处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212156.0A CN114595238A (zh) | 2022-03-04 | 2022-03-04 | 基于矢量的地图处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212156.0A CN114595238A (zh) | 2022-03-04 | 2022-03-04 | 基于矢量的地图处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114595238A true CN114595238A (zh) | 2022-06-07 |
Family
ID=81815070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210212156.0A Pending CN114595238A (zh) | 2022-03-04 | 2022-03-04 | 基于矢量的地图处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114595238A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117235089A (zh) * | 2023-11-09 | 2023-12-15 | 高德软件有限公司 | 地图检查方法、装置、电子设备及可读存储介质 |
CN117763064A (zh) * | 2023-11-01 | 2024-03-26 | 武汉中海庭数据技术有限公司 | 地图更新方法、***、设备及存储介质 |
-
2022
- 2022-03-04 CN CN202210212156.0A patent/CN114595238A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763064A (zh) * | 2023-11-01 | 2024-03-26 | 武汉中海庭数据技术有限公司 | 地图更新方法、***、设备及存储介质 |
CN117235089A (zh) * | 2023-11-09 | 2023-12-15 | 高德软件有限公司 | 地图检查方法、装置、电子设备及可读存储介质 |
CN117235089B (zh) * | 2023-11-09 | 2024-02-23 | 高德软件有限公司 | 地图检查方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105136054B (zh) | 基于地面三维激光扫描的构筑物精细变形监测方法及*** | |
KR101547940B1 (ko) | 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법 | |
CN113252700B (zh) | 一种结构裂缝检测方法、设备及*** | |
CN110866531A (zh) | 一种基于三维建模的建筑物特征提取方法、***及存储介质 | |
CN114595238A (zh) | 基于矢量的地图处理方法及装置 | |
quan Li et al. | Construction and accuracy test of a 3D model of non-metric camera images using Agisoft PhotoScan | |
CN110189400B (zh) | 一种三维重建方法、三维重建***、移动终端及存储装置 | |
CN108225334B (zh) | 一种基于三维实景数据的定位方法及装置 | |
CN113869629A (zh) | 一种基于激光点云的输电线路安全风险分析判断评估方法 | |
CN111882657B (zh) | 三维重建的尺度恢复方法、装置、***和计算机设备 | |
CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
CN111080682A (zh) | 点云数据的配准方法及装置 | |
CN104729529B (zh) | 地形图测量***误差判断的方法和*** | |
CN114677435A (zh) | 一种点云全景融合要素提取方法和*** | |
CN114494274A (zh) | 建筑施工评估方法、装置、电子设备及存储介质 | |
Oniga et al. | Accuracy assessment of a complex building 3d model reconstructed from images acquired with a low-cost Uas | |
CN115082699A (zh) | 一种轮廓形状提取方法、装置、电子设备及存储介质 | |
CN113538668A (zh) | 地质模型构建方法、***、存储介质以及电子设备 | |
CN113269897B (zh) | 表面点云的获取方法、装置、设备及存储介质 | |
Lascelles et al. | Automated digital photogrammetry: a valuable tool for small‐scale geomorphological research for the non‐photogrammetrist? | |
CN110363863B (zh) | 一种神经网络的输入数据生成方法和*** | |
Ahmad et al. | Generation of three dimensional model of building using photogrammetric technique | |
CN114494625A (zh) | 高精度地形图制作方法、装置和计算机设备 | |
CN109238243B (zh) | 一种基于倾斜摄影的测量方法、***、存储介质及设备 | |
CN107741220B (zh) | 影像处理方法、装置及电子设备 |
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 |