CN114840626A - 高精地图数据处理方法、行车导航方法及相关装置 - Google Patents
高精地图数据处理方法、行车导航方法及相关装置 Download PDFInfo
- Publication number
- CN114840626A CN114840626A CN202210524589.XA CN202210524589A CN114840626A CN 114840626 A CN114840626 A CN 114840626A CN 202210524589 A CN202210524589 A CN 202210524589A CN 114840626 A CN114840626 A CN 114840626A
- Authority
- CN
- China
- Prior art keywords
- map data
- lane
- precision map
- dimension
- guardrail
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003672 processing method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000009499 grossing Methods 0.000 claims abstract description 31
- 230000001174 ascending effect Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 230000004927 fusion Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims 1
- 238000007654 immersion Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000006855 networking Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008447 perception Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping 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
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种高精地图数据处理方法、行车导航方法及相关装置,涉及车联网、智能座舱、高精地图、自动驾驶等人工智能技术领域,可应用于智能交通场景。该方法包括:获取以点和线形式描述车道区域地图信息的第一高精地图数据;对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据。相比航拍通过倾斜测量直接得到的三维地图数据,应用该方法能够在保证精度的情况下显著减少构建出的第三高精地图数据的数据量,从而更好的匹配车载硬件设备的性能,进而能够为驾驶自动驾驶车辆的用户提供沉浸感更高的车道级导航。
Description
技术领域
本公开涉及数据处理技术领域,具体涉及车联网、智能座舱、高精地图、自动驾驶等人工智能技术领域,可应用于智能交通场景,尤其涉及一种高精地图数据处理方法、行车导航方法,以及对应的装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
随着自动驾驶技术的快速发展,高精地图的数据产品也在不断迭代完善,迭代方向主要朝着精度提升和立体感增强两个角度。
由于高精地图的实际使用对象是自动驾驶车辆的硬件设备,而常规通过航拍以倾斜摄影测量方式获取到的高维的高精地图数据,因其数据量庞大,车载的硬件设备的存储能力和计算性能均无法满足实际的自动驾驶要求。
发明内容
本公开实施例提出了一种高精地图数据处理方法、行车导航方法,以及对应的装置、电子设备、计算机可读存储介质及计算机程序产品。
第一方面,本公开实施例提供了一种高精地图数据处理方法,包括:获取以点和线形式描述车道区域地图信息的第一高精地图数据;对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据。
第二方面,本公开实施例提供了另一种高精地图数据处理方法,包括:获取以点和线形式描述车道区域地图信息的第一高精地图数据;对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据;获取以点和线形式描述其它区域地图信息的第一标准地图数据;其中,第一标准地图数据的精度低于第一高精地图数据的精度,其它区域地图信息是除车道区域外的其它区域的地图信息;对第一标准地图数据进行升维操作,构建以面和/或三维立体形态描述其它区域地图信息的第二标准地图数据;融合第二标准地图数据和第三高精地图数据,得到全区域地图数据。
第三方面,本公开实施例提供了一种行车导航方法,包括:响应于接收到行车导航请求,确定当前位置;基于第三高精地图数据或全区域地图数据呈现与当前位置对应的行车导航信息;其中,第三高精地图数据根据如第一方面中任一实现方式描述的高精地图数据处理方法得到、全区域地图数据根据如第二方面中任一实现方式描述的高精地图数据处理方法得到。
第四方面,本公开实施例提供了一种高精地图数据处理装置,包括:第一高精地图数据获取单元,被配置成获取以点和线形式描述车道区域地图信息的第一高精地图数据;曲线平滑处理单元,被配置成对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;第一升维操作单元,被配置成对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据。
第五方面,本公开实施例提供的另一种高精地图数据处理装置,包括:第一高精地图数据获取单元,被配置成获取以点和线形式描述车道区域地图信息的第一高精地图数据;曲线平滑处理单元,被配置成对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;第一升维操作单元,被配置成对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据;第一标准地图数据获取单元,被配置成获取以点和线形式描述其它区域地图信息的第一标准地图数据;其中,第一标准地图数据的精度低于第一高精地图数据的精度,其它区域地图信息是除车道区域外的其它区域的地图信息;第二升维操作单元,被配置成对第一标准地图数据进行升维操作,构建以面和/或三维立体形态描述其它区域地图信息的第二标准地图数据;地图数据融合单元,被配置成融合第二标准地图数据和第三高精地图数据,得到全区域地图数据。
第六方面,本公开实施例提供了一种行车导航装置,包括:当前位置确定单元,被配置成响应于接收到行车导航请求,确定当前位置;行车导航信息提供单元,被配置成基于第三高精地图数据或全区域地图数据呈现与当前位置对应的行车导航信息;其中,第三高精地图数据根据如第四方面中任一实现方式描述的高精地图数据处理装置得到、全区域地图数据根据如第五方面中任一实现方式描述的高精地图数据处理装置得到。
第七方面,本公开实施例提供了一种电子设备,该电子设备包括: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,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的高精地图数据处理方法和/或如第二方面中任一实现方式描述的高精地图数据处理方法和/或如第三方面中任一实现方式描述的行车导航方法。
第六方面,本公开实施例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,该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的高精地图数据处理方法和/或如第二方面中任一实现方式描述的高精地图数据处理方法和/或如第三方面中任一实现方式描述的行车导航方法。
第七方面,本公开实施例提供了一种包括计算机程序的计算机程序产品,该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的高精地图数据处理方法和/或如第二方面中任一实现方式描述的高精地图数据处理方法和/或如第三方面中任一实现方式描述的行车导航方法的步骤。
本公开实施例提供的高精地图数据处理方法,在获取到以点和线形式描述车道区域地图信息的第一高精地图数据,通过曲线平滑处理以提升线数据的平滑度,然后再对零维的点、一维的线进行升维,以得到以二维的面和三维的立体形态表示的第三高精地图数据。由于第一高精地图数据仅包含车道区域的低维地图信息,去除了用于车道级导航的其它无用细节,因此即使通过升维操作也可能够显著减少最终得到的第三高精地图数据的数据量,从而更好的匹配车载硬件设备的性能,进而能够为驾驶自动驾驶车辆的用户提供沉浸感更高的车道级导航。
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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开可以应用于其中的示例性***架构;
图2为本公开实施例提供的一种高精地图数据处理方法的流程图;
图3为本公开实施例提供的一种对车道护栏线进行升维操作的方法的流程图;
图4为本公开实施例提供的一种对车道护栏线进行升维操作的流程示意图;
图5为本公开实施例提供的一种对车道分界线进行升维操作的方法的流程图;
图6为本公开实施例提供的另一种高精地图数据处理方法的流程图;
图7为本公开实施例提供的一种高精地图数据处理装置的结构框图;
图8为本公开实施例提供的另一种高精地图数据处理装置的结构框图;
图9为本公开实施例提供的一种行车导航装置的结构框图;
图10为本公开实施例提供的一种适用于执行高精地图数据处理方法和/或行车导航方法的电子设备的结构示意图。
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。需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
图1示出了可以应用本公开的高精地图数据处理方法、行车导航方法,以及对应的装置、电子设备及计算机可读存储介质的实施例的示例性***架构100。
如图1所示,***架构100可以包括地面测量车101、地图服务器102、自动驾驶车辆103。地面测量车101、地图服务器102、自动驾驶车辆103之间建立有数据传输通路,例如无线网络或其它类型。
地面测量车101上配置有诸如毫米波雷达、激光扫描仪、摄像头在内的多种地图数据测量设备,从而通过不断的行驶收集行驶区域的高精地图数据;地图服务器102用于将地图测量车101采集到的原始地图数据进行处理,以期最终得到能够为大量自动驾驶车辆103的驾驶员提供更有画面感、沉浸感且匹配车载硬件设备性能的目标高精地图数据,从而基于目标高精地图数据提供行车导航。
地面测量车101、地图服务器102、自动驾驶车辆103上可以安装有各种用于实现两者之间进行信息通讯的应用,例如原始地图数据采集类应用、高精地图生成类应用、行车导航类应用等。
地图服务器102通过内置的各种应用可以提供各种服务,以可以提供基于低维的高精地图数据生成高维的高精地图数据的高精生成地图生成类应用为例,地图服务器102在运行该高精地图生成类应用时可实现如下效果:首先,接收由地面测量车101对车道区域采集到的原始高精地图数据;然后,从原始高精地图数据中提取出于车道导航关键信息相关的以点和线表示的第一高精地图数据;接着,对该第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;最后,对该第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据。
需要指出的是,原始高精地图数据除可以从地面测量车101实时获取到之外,也可以通过各种方式预先存储在地图服务器102的本地存储单元。因此,当地图服务器102检测到本地已经存储有这些数据时(例如开始处理之前留存的地图生成任务),可选择直接从本地获取这些数据,在此种情况下,示例性***架构100也可以不包括地面测量车101。
而在地图服务器102通过内置的高精地图类应用生成了第三高精地图数据之后,就可以通过内置的数据传输类应用,将该第三高精地图数据传输至每个需要该地图来进行行车导航的自动驾驶车辆103。
进一步的,为了优化乘客的观看体验,还可以通过在第三高精地图数据的基础上,融合除车道区域外的其它区域地图信息的标准地图数据,以用于填充车道级导航的周边背景信息,最终得到全区域地图数据。
应该理解,图1中的地面测量车、地图服务器和自动驾驶车辆的数目仅仅是示意性的。根据实现需要,可以具有任意数目的地面测量车、地图服务器和自动驾驶车辆。
请参考图2,图2为本公开实施例提供的一种高精地图数据处理方法的流程图,其中流程200包括以下步骤:
步骤201:获取以点和线形式描述车道区域地图信息的第一高精地图数据;
本步骤旨在由高精地图数据处理方法的执行主体(例如图1所示的地图服务器102)获取以点和线形式描述车道区域地图信息的第一高精地图数据,即该第一高精地图数据由点数据和线数据这类低维数据构成,且该低维是相对于由面数据和三维数据构成的高维数据而言的。
其中,第一高精地图数据中可以提取自架设在地面测量车上的各类采集设备对行车路面相关的车道区域采集得到的原始高精地图数据,以第一高精地图数据中的点数据为了,可以是通过架设在地面测量车上的激光扫描仪对该车道区域扫描得到的点云数据,可以是完整点云数据中的某些特定点,也可以是由毫米波雷达感知到的某些数据点,甚至也可以是从车载摄像头拍摄得到的图像中提取出的某些关键点,例如某些表征车道标志、前后车、障碍物的某些点;第一高精地图数据中的线数据则同样可以由该点云数据中表征同一物体的多个点连接或拟合得到,也可以是从车载摄像头拍摄得到的图像中记录的某个物体的边(例如车道的边界线等)提取或抽离得到。
步骤202:对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;
在步骤201的基础上,本步骤旨在由上述执行主体对第一高精地图数据中的线数据进行曲线平滑处理。之所以要对第一高精地图数据中的线数据进行曲线平滑处理,是因为在通过地面测量车这种采集方式和采集高度导致数据维度相对较低,导致某些直接抽离或拟合得到的线并不平滑,而并不平滑的线在进行升维成面或进一步升维成三维立体图时就会导致误差被进一步放大。因此进行曲线平滑处理的目的是为了尽可能的消除低维数据在后续进行升维操作时出现的较大误差。
步骤203:对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据。
在步骤202的基础上,本步骤旨在由上述执行主体对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据。即通过升维处理来提升第二高精地图数据的数据维度,将原先表现为点和线的低维车道区域地图数据升维成更符合用户实际感知的表现为面和/或三维立体形态的高维车道区域地图数据。
在以低维的线数据为升维操作的起始点、以高维的三维立体形态数据为升维操作的目标点的升维过程中,可以将整个升维操作划分为依次进行的两个部分,即首先基于线数据将其升维为面数据,然后再将面数据升维为三维立体形态数据。
当然,在升维过程中还必须依赖将线数据正确升维为面数据的升维参数,例如平面延伸方向、平面延伸量等,同理,在将面数据升维成三维立体形态数据的过程中,也同样依赖诸如高度延伸方向、高度延伸量等升维参数。
同样的,涉及其它起始点、其它目标点的升维操作,可按照上述升维思路进行适应性调整,以使得升维操作具有针对性,提升升维结果的准确性。
本公开实施例提供的高精地图数据处理方法,在获取到以点和线形式描述车道区域地图信息的第一高精地图数据,通过曲线平滑处理以提升线数据的平滑度,然后再对零维的点、一维的线进行升维,以得到以二维的面和三维的立体形态表示的第三高精地图数据。由于第一高精地图数据仅包含车道区域的低维地图信息,去除了用于车道级导航的其它无用细节,因此即使通过升维操作也可能够显著减少最终得到的第三高精地图数据的数据量,从而更好的匹配车载硬件设备的性能,进而能够为驾驶自动驾驶车辆的用户提供沉浸感更高的车道级导航。
为便于理解具体如何进行三维操作,本公开还将分别针对下述两个不同的升维对象,分别给出一种具体的实现方式:
首先请参考图3,图3为本公开实施例提供的一种对车道护栏线进行升维操作的方法的流程图,即针对第二高精地图数据中的车道护栏线所提供的一种升维操作的具体实现方式,其流程300包括如下步骤:
步骤301:确定车道护栏线的平面延伸方向和第一延伸量;
车道护栏线,是用于指代立体车道护栏的线条,即仅保留立体车道护栏必要的位置和走向信息。因此在对车道护栏线进行升维操作时,就需要首先确定车道护栏线的平面延伸方向和第一延伸量,以用于指导如何基于车道护栏线正确的生成车道护栏面。
在确定车道护栏线的平面延伸方向和第一延伸量时,通常有三种方式:1)当该车道护栏线抽象自车道护栏面体现其车道护栏走向的上边缘时,此时平面延伸方向应当仅包含向下的延伸方向、第一延伸量应为上边缘至下边缘的长度;2)当该车道护栏线抽象自车道护栏面体现其车道护栏走向的中心线时,此时平面延伸方向应当同时包含向上和向下的延伸方向、第一延伸量应分别为中心线到上边缘或下边缘的长度;3)当该车道护栏线抽象自车道护栏面体现其车道护栏走向的下边缘时,此时平面延伸方向应当仅包含向上的延伸方向、第一延伸量应为下边缘至上边缘的长度。
步骤302:将车道护栏线沿平面延伸方向延伸第一延伸量,得到车道护栏面;
在步骤301的基础上,本步骤旨在由上述执行主体将车道护栏线沿平面延伸方向延伸第一延伸量,得到车道护栏面。即通过朝正确的延伸方向延伸正确的延伸量,从而基于该车道护栏线得到正确的车道护栏面。
步骤303:确定车道护栏面的高度延伸方向和第二延伸量;
在步骤302已经得到车道护栏面的基础上,本步骤旨在由上述执行主体进一步的确定车道护栏面的高度延伸方向和第二延伸量。即高度延伸方向和第二延伸量是用于确定将二维平面正确升维为三维立体形态的升维参数。
步骤304:将车道护栏面沿高度延伸方向延伸第二延伸量,得到立体车道护栏;
在步骤303的基础上,本步骤与步骤302类似,都是通过朝正确的延伸方向延伸正确的延伸量,从而基于该车道护栏面得到正确的立体车道护栏。
步骤305:生成包含立体车道护栏的第三高精地图数据;
在步骤304的基础上,本步骤旨在由上述执行主体生成包含立体车道护栏的第三高精地图数据。需要说明的是,第三高精地图数据除包含立体车道护栏外,通常还包含有诸如车道面在内的其余车道相关数据,本实施例仅针对其中的立体车道护栏部分,在还包含有其余车道相关数据时,也应包含对应的升维操作部分。
即本实施例通过步骤301-步骤305,以低维的车道护栏线为例,给出一种先由线升维为面、又由面升维为三维立体形态的升维实现方案,在保障车道护栏走向的基础上,通过由低维数据进行升维操作,能够避免直接采集高维数据携带的无用细节数据,进而在提升用户感观的同时也显著减少了数据量、更匹配车载硬件设备的性能。
进一步的,由于车道护栏的并不仅为直线,而通常在路口处表现为折线,即两个相连的车道护栏线的情况,在按照上述实施例进行升维操作时,容易使得分别构建出的车道护栏面之间存在连接缝隙,进而影响后续的升维操作。针对这一问题,本公开还进一步的提供了一种改进方式:
响应于两个目标车道护栏面之间存在连接缝隙,分别延伸目标车道护栏面的边缘线,得到延伸的边缘线的交点;其中,两个目标车道护栏面分别由两条相连的目标车道护栏线进行升维操作得到;
基于交点将两个目标车道护栏面拼接为一个完整的新车道护栏面。
为了便于理解上述连接缝隙的修复操作,还可以参见图4所示的一种对车道护栏线进行升维操作的流程示意图,即图4按照箭头指示的方式,逐步示出了如何从车道护栏线进行升维操作最终得到立体车道护栏的过程:
1)将表示车道护栏线这一线段的两个端点坐标表示在预先构建三维空间坐标系中,然后连接两个端点得到该车道护栏线;
2)根据该车道护栏线的中点坐标、两个端点坐标,计算得到在该车道护栏线的铅锤线上的两个临时点,并将这两个临时点所对应线条的延伸方向确定为铅垂线方向,且将该铅垂线方向作为平面延伸方向,最终结合第一延伸量确定出用于构成车道护栏面的四个新端点;
3)依次连接这四个新端点,得到该车道护栏面。此时发现分别基于两个相连且方向不同的车道护栏线构建出的车道护栏面存在连接缝隙;
4)在进行连接缝隙修复时具体使用了计算A车道护栏线的延长线A’与B车道护栏线所夹角的角平分线N,而N1和N2构成的线则是N的铅锤线;
5)根据铅锤线N1N2作为衔接两个车道面的衔接线,从而拼接得到完整的新车道护栏面。原理上与上述采用延伸边缘线的交点的方式,是一致的;
6)此时新车道护栏面是在空间直角坐标系中的一个平面,将根据与步骤2)相同的方式确定新车道护栏平面的铅垂线,然后根据该铅垂线确定新车道护栏平面的铅垂面,并将该铅垂面作为高度延伸方向,最终结合第二延伸量确定出用于构成立体车道护栏的各个端点。
区别于图3-4示出的针对车道护栏线的升维操作,图5则为本公开实施例提供的一种对车道分界线进行升维操作的方法的流程图,针对第二高精地图数据中的车道分界线所提供的一种具体升维操作,其流程500包括以下步骤:
步骤501:确定两个相邻且平行的目标车道分界线;
车道分界线,顾名思义,是两个相邻车道的分界线,即从该车道分界线的一侧至相邻车道分界线的另一侧之间的区域,都是同一个车道所属的区域。正是因为此种特性,所以仅采用车道分界线这种低维数据,其实也能够提供准确的车道级导航,只不过因不包含细节给用户的感观不佳。
本步骤旨在由上述执行主体确定两个相邻且平行的目标车道分界线。
步骤502:沿目标车道分界线的垂直方向分别连接两个目标车道分界线的上边缘和下边缘,得到封闭的车道面;
在步骤501的基础上,本步骤旨在由上述执行主体沿目标车道分界线的垂直方向分别连接两个目标车道分界线的上边缘和下边缘,得到封闭的车道面。
即通过封闭上边缘的下边缘,得到封闭的体现车道宽度的车道面。
按照上述操作,将能够为每个车道得到一个独立的车道面。当然,为了避免多个车道面实际上是同属一个大的路面,也可以基于多平行车道的最外侧车道分界线形成一个大的道路平面,并按照内部包含的其它车道分界线划分为多个车道面。
步骤503:确生成包含各个车道的车道面的第三高精地图数据。
在步骤502的基础上,本步骤旨在由上述执行主体生成包含各个车道的车道面的第三高精地图数据。需要说明的是,第三高精地图数据除包含车道面之外,通常还包含有诸如车道护栏实体、行车标识、路旁指示牌等其余车道相关数据,只不过由于本实施例针对的是车道面的部分,其余部分不再一同展开。
即本实施例通过步骤501-步骤503,以低维的车道分界线为例,给出一种由线升维为面的升维实现方案,通过由低维数据进行升维操作,能够避免直接采集高维数据携带的无用细节数据,进而在提升用户感观的同时也显著减少了数据量、更匹配车载硬件设备的性能。
车道区域内通常还会包含诸如红绿灯、行车标识、方向标识、路旁指示牌等其余相关地图数据,均可以参照上述两个实施例体现的升维方式经适应性调整后完成升维操作,此处不再一一赘述。
为了匹配自动驾驶车辆的车载硬件设备的计算性能,上述各实施例提供的高精地图数据仅包含车道区域,即完全舍弃对车道级导航无用的其余地图信息,虽然能够最大程度降低车载硬件设备的计算性能要求,但也不免影响驾驶自动驾驶车辆的用户的感观。为此,本实施例还通过图6提供了另一种高精地图数据处理方法的流程图,其中流程600包括以下步骤:
步骤601:获取以点和线形式描述车道区域地图信息的第一高精地图数据;
步骤602:对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;
步骤603:对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据;
步骤604:获取以点和线形式描述其它区域地图信息的第一标准地图数据;
其中,该标准地图数据的地图精度低于第一高精地图数据的地图精度。这是因为车道级导航的关键是车道区域的高精地图数据,而除车道区域外的其它区域的地图数据并不是必须数据,因此可以通过降低精度要求来减少数据量,例如标准地图数据的精度误差可以为米级,甚至可以为十几米级。
步骤605:对第一标准地图数据进行升维操作,构建以面和/或三维立体形态描述其它区域地图信息的第二标准地图数据;
本步骤对第一标准地图进行所进行的升维操作,可参见上述实施例给出的升维方式。但需要说明的是,在某些场景下,基于第一标准地图数据得到第二标准地图数据的操作也可以交由其他执行主体来完成,在此种情况下,上述执行主体只需要执行步骤606即可。
步骤606:融合第二标准地图数据和第三高精地图数据,得到全区域地图数据。
步骤605对第一标准地图数据进行类似的升维操作,以使得第二标准地图数据能够与第三高精地图数据因相同的数据维度具有融合基础,最终通过融合得到全区域地图数据。
融合后得到的全区域地图数据在用于为自动驾驶车辆提供车道级导航服务时,第三高精地图数据将作为车道级导航的主要信息提供来源,而第二标准地图数据则更偏向用于充当对车道附近的其它地图信息的补全,例如周围建筑的轮廓、绿地水系、远处的标牌等,来提升用户的感观、沉浸感。
进一步的,为了保障融合后的全区域地图数据在某些高架桥、存在空间重叠情况的位置上不出现错误,还可以统一处理后高精地图数据和标准地图数据在相接位置上的高度信息,也可以简单理解为统一高程信息。
在上述任意实施例的基础上,正确的进行升维操作是保障最终得到的第三高精地图数据或全区域地图数据所能够呈现的画面效果的基础,那么为了尽可能的保障升维操作能够被正确执行,本公开还通过下述实施例提供了一种如何获取到正确的升维参数的实现方案:
获取与车道区域对应的第一实景图像、与其它区域对应的第二实景图像;
利用第一实景图像确定对第二高精地图数据进行升维操作时的升维参数,例如:与车道护栏线对应的平面延伸方向、高度延伸方向、第一延伸量、第二延伸量;
利用第二实景图像确定对第一标准地图数据进行升维操作时的升维参数。
即通过实景图像中包含的丰富的图像信息,来帮助得到更准确的升维参数。
上述实施例均以地图服务器(例如图1所示的地图服务器102)为执行主体,多层次阐述了如何生成第三高精地图数据和全区域地图数据的实现过程,下述则将描述角度更换为自动驾驶车辆(例如图1所示的自动驾驶车辆103),以提供在车端具体使用第三高精地图数据或全区域地图数据来实现车道级导航。
一种行车导航方法,包括:
响应于接收到行车导航请求,确定当前位置;
基于第三高精地图数据或全区域地图数据呈现与当前位置对应的行车导航信息。
即自动驾驶车辆在接收到行车导航请求时,首先确定车辆自身的当前位置,然后调用第三高精地图数据或全区域地图数据呈现与当前位置对应的行车导航信息。即该第三高精地图数据或全区域地图数据是通过上述实施例所提供的方案所得到的匹配车载硬件设备的性能的地图数据。
进一步参考图7-9,作为对上述各方法实施例的实现,本公开分别提供了两种不同的高精地图数据处理装置和一种行车导航装置的装置实施例。其中,其中一种高精地图数据处理装置的实施例与图2所示的高精地图数据处理方法的实施例相对应,另一种高精地图数据处理装置的实施例与图6所示的高精地图数据处理方法的实施例相对应,行车导航装置的实施例与行车导航方法的实施例相对应。上述装置具体可以应用于各种电子设备中。
如图7所示,本实施例的高精地图数据处理装置700可以包括:第一高精地图数据获取单元701、曲线平滑处理单元702、第一升维操作单元703。其中,第一高精地图数据获取单元701,被配置成获取以点和线形式描述车道区域地图信息的第一高精地图数据;曲线平滑处理单元702,被配置成对所述第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;第一升维操作单元703,被配置成对所述第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述所述车道区域地图信息的第三高精地图数据。
在本实施例中,高精地图数据处理装置700中:第一高精地图数据获取单元701、曲线平滑处理单元702、第一升维操作单元703的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,第一升维操作单元703可以包括被配置成对第二高精地图数据进行升维操作,构建以三维立体形态描述车道区域地图信息的第三高精地图数据的第一升维子单元,第一升维子单元可以被进一步配置成:
针对第二高精地图数据中的车道护栏线,确定车道护栏线的平面延伸方向和第一延伸量;
将车道护栏线沿平面延伸方向延伸第一延伸量,得到车道护栏面;
确定车道护栏面的高度延伸方向和第二延伸量;
将车道护栏面沿高度延伸方向延伸第二延伸量,得到立体车道护栏;
生成包含立体车道护栏的第三高精地图数据。
在本实施例的一些可选的实现方式中,高精地图数据处理装置700还可以包括:
边缘线延伸单元,被配置成响应于两个目标车道护栏面之间存在连接缝隙,分别延伸目标车道护栏面的边缘线,得到延伸的边缘线的交点;其中,两个目标车道护栏面分别由两条相连的目标车道护栏线进行升维操作得到;
连接缝隙修复单元,被配置成基于交点将两个目标车道护栏面拼接为一个完整的新车道护栏面。
在本实施例的一些可选的实现方式中,第一升维操作单元703可以包括被配置成对第二高精地图数据进行升维操作,构建以面形式描述车道区域地图信息的第三高精地图数据的第二升维操作子单元,第二升维操作子单元可以被进一步配置成:
针对第二高精地图数据中的车道分界线,确定两个相邻且平行的目标车道分界线;
沿目标车道分界线的垂直方向分别连接两个目标车道分界线的上边缘和下边缘,得到封闭的车道面;
生成包含各个车道的车道面的第三高精地图数据。
在本实施例的一些可选的实现方式中,高精地图数据处理装置700还可以包括:
第一实景图像获取单元,被配置成获取与车道区域对应的第一实景图像;
第一升维参数确定单元,被配置成利用第一实景图像确定对第二高精地图数据进行升维操作时的升维参数。
如图8所示,本实施例的高精地图数据处理装置800可以包括:第一高精地图数据获取单元801、曲线平滑处理单元802、第一升维操作单元803、第一标准地图数据获取单元804、第二升维操作单元805、地图数据融合单元806。其中,第一高精地图数据获取单元801,被配置成获取以点和线形式描述车道区域地图信息的第一高精地图数据;曲线平滑处理单元802,被配置成对第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;第一升维操作单元803,被配置成对第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述车道区域地图信息的第三高精地图数据;第一标准地图数据获取单元804,被配置成获取以点和线形式描述其它区域地图信息的第一标准地图数据;其中,第一标准地图数据的精度低于第一高精地图数据的精度,其它区域地图信息是除车道区域外的其它区域的地图信息;第二升维操作单元805,被配置成对第一标准地图数据进行升维操作,构建以面和/或三维立体形态描述其它区域地图信息的第二标准地图数据;地图数据融合单元806,被配置成融合第二标准地图数据和第三高精地图数据,得到全区域地图数据。
在本实施例中,高精地图数据处理装置800中:第一高精地图数据获取单元801、曲线平滑处理单元802、第一升维操作单元803、第一标准地图数据获取单元804、第二升维操作单元805、地图数据融合单元806的具体处理及其所带来的技术效果可分别参考图6对应实施例中的步骤601-606的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,第一升维操作单元803可以包括被配置成对第二高精地图数据进行升维操作,构建以三维立体形态描述车道区域地图信息的第三高精地图数据的第一升维子单元,第一升维子单元可以被进一步配置成:
针对第二高精地图数据中的车道护栏线,确定车道护栏线的平面延伸方向和第一延伸量;
将车道护栏线沿平面延伸方向延伸第一延伸量,得到车道护栏面;
确定车道护栏面的高度延伸方向和第二延伸量;
将车道护栏面沿高度延伸方向延伸第二延伸量,得到立体车道护栏;
生成包含立体车道护栏的第三高精地图数据。
在本实施例的一些可选的实现方式中,高精地图数据处理装置800还可以包括:
边缘线延伸单元,被配置成响应于两个目标车道护栏面之间存在连接缝隙,分别延伸目标车道护栏面的边缘线,得到延伸的边缘线的交点;其中,两个目标车道护栏面分别由两条相连的目标车道护栏线进行升维操作得到;
连接缝隙修复单元,被配置成基于交点将两个目标车道护栏面拼接为一个完整的新车道护栏面。
在本实施例的一些可选的实现方式中,第一升维操作单元703可以包括被配置成对第二高精地图数据进行升维操作,构建以面形式描述车道区域地图信息的第三高精地图数据的第二升维操作子单元,第二升维操作子单元可以被进一步配置成:
针对第二高精地图数据中的车道分界线,确定两个相邻且平行的目标车道分界线;
沿目标车道分界线的垂直方向分别连接两个目标车道分界线的上边缘和下边缘,得到封闭的车道面;
生成包含各个车道的车道面的第三高精地图数据。
在本实施例的一些可选的实现方式中,高精地图数据处理装置800还可以包括:
高度信息统一单元,被配置成对第一标准地图数据进行升维操作之前,统一第二高精地图数据和第一标准地图数据在相接位置上的高度信息。
在本实施例的一些可选的实现方式中,高精地图数据处理装置800还可以包括:
第一及第二实景图像获取单元,被配置成获取与车道区域对应的第一实景图像和与其它区域对应的第二实景图像;
第一升维参数确定单元,被配置成利用第一实景图像确定对第二高精地图数据进行升维操作时的升维参数;
第二升维参数确定单元,被配置成利用第二实景图像确定对第一标准地图数据进行升维操作时的升维参数。
如图9所示,本实施例的行车导航装置900可以包括:当前位置确定单元901、行车导航信息提供单元902。其中,当前位置确定单元901,被配置成响应于接收到行车导航请求,确定当前位置;行车导航信息提供单元902,被配置成基于第三高精地图数据或全区域地图数据呈现与当前位置对应的行车导航信息。
在本实施例中,行车导航装置900中:当前位置确定单元901、行车导航信息提供单元902的具体处理及其所带来的技术效果可分别对应方法实施例中的相关说明,在此不再赘述。
本实施例作为对应于上述方法实施例的装置实施例存在,本实施例提供的高精地图数据处理装置以及行车导航装置,在获取到以点和线形式描述车道区域地图信息的第一高精地图数据,通过曲线平滑处理以提升线数据的平滑度,然后再对零维的点、一维的线进行升维,以得到以二维的面和三维的立体形态表示的第三高精地图数据。由于第一高精地图数据仅包含车道区域的低维地图信息,去除了用于车道级导航的其它无用细节,因此即使通过升维操作也可能够显著减少最终得到的第三高精地图数据的数据量,从而更好的匹配车载硬件设备的性能,进而能够为驾驶自动驾驶车辆的用户提供沉浸感更高的车道级导航。
根据本公开的实施例,本公开还提供了一种电子设备,该电子设备包括: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,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现上述任意实施例所描述的高精地图数据处理方法或行车导航方法。
根据本公开的实施例,本公开还提供了一种可读存储介质,该可读存储介质存储有计算机指令,该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的高精地图数据处理方法或行车导航方法。
根据本公开的实施例,本公开还提供了一种计算机程序产品,该计算机程序在被处理器执行时能够实现上述任意实施例所描述的高精地图数据处理方法或行车导航方法。
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,例如高精地图数据处理方法或行车导航方法。例如,在一些实施例中,高精地图数据处理方法或行车导航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数据处理方法或行车导航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)而被配置为执行高精地图数据处理方法或行车导航方法。
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)、负载可编程逻辑设备(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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。
根据本公开实施例的技术方案,选用了由地面测量车对车道区域采集到的低维的原始高精地图数据,在经过曲线平滑处理后通过升维操作得到可提升沉浸感的高维的高精地图数据。由于地面测量车的采集高度有限,相比航拍通过倾斜测量直接得到的三维地图数据,能够在保证精度的情况下显著减少构建出的目标高精地图数据的数据量,从而更好的匹配车载硬件设备的性能,进而能够为驾驶自动驾驶车辆的用户提供沉浸感更高的车道级导航。
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 (27)
1.一种高精地图数据处理方法,包括:
获取以点和线形式描述车道区域地图信息的第一高精地图数据;
对所述第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;
对所述第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述所述车道区域地图信息的第三高精地图数据。
2.根据权利要求1所述的方法,其中,对所述第二高精地图数据进行升维操作,构建以三维立体形态描述所述车道区域地图信息的第三高精地图数据,包括:
针对所述第二高精地图数据中的车道护栏线,确定所述车道护栏线的平面延伸方向和第一延伸量;
将所述车道护栏线沿所述平面延伸方向延伸所述第一延伸量,得到车道护栏面;
确定所述车道护栏面的高度延伸方向和第二延伸量;
将所述车道护栏面沿所述高度延伸方向延伸所述第二延伸量,得到立体车道护栏;
生成包含所述立体车道护栏的第三高精地图数据。
3.根据权利要求2所述的方法,还包括:
响应于两个目标车道护栏面之间存在连接缝隙,分别延伸所述目标车道护栏面的边缘线,得到延伸的边缘线的交点;其中,两个所述目标车道护栏面分别由两条相连的目标车道护栏线进行升维操作得到;
基于所述交点将两个所述目标车道护栏面拼接为一个完整的新车道护栏面。
4.根据权利要求1所述的方法,其中,对所述第二高精地图数据进行升维操作,构建以面形式描述所述车道区域地图信息的第三高精地图数据,包括:
针对所述第二高精地图数据中的车道分界线,确定两个相邻且平行的目标车道分界线;
沿所述目标车道分界线的垂直方向分别连接两个所述目标车道分界线的上边缘和下边缘,得到封闭的车道面;
生成包含各个车道的车道面的第三高精地图数据。
5.根据权利要求1-4任一项所述的方法,还包括:
获取与所述车道区域对应的第一实景图像;
利用所述第一实景图像确定对所述第二高精地图数据进行升维操作时的升维参数。
6.一种高精地图数据处理方法,包括:
获取以点和线形式描述车道区域地图信息的第一高精地图数据;
对所述第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;
对所述第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述所述车道区域地图信息的第三高精地图数据;
获取以点和线形式描述其它区域地图信息的第一标准地图数据;其中,所述第一标准地图数据的精度低于所述第一高精地图数据的精度,所述其它区域地图信息是除所述车道区域外的其它区域的地图信息;
对所述第一标准地图数据进行升维操作,构建以面和/或三维立体形态描述所述其它区域地图信息的第二标准地图数据;
融合所述第二标准地图数据和所述第三高精地图数据,得到全区域地图数据。
7.根据权利要求6所述的方法,其中,对所述第二高精地图数据进行升维操作,构建以三维立体形态描述所述车道区域地图信息的第三高精地图数据,包括:
针对所述第二高精地图数据中的车道护栏线,确定所述车道护栏线的平面延伸方向和第一延伸量;
将所述车道护栏线沿所述平面延伸方向延伸所述第一延伸量,得到车道护栏面;
确定所述车道护栏面的高度延伸方向和第二延伸量;
将所述车道护栏面沿所述高度延伸方向延伸所述第二延伸量,得到立体车道护栏;
生成包含所述立体车道护栏的第三高精地图数据。
8.根据权利要求7所述的方法,还包括:
响应于两个目标车道护栏面之间存在连接缝隙,分别延伸所述目标车道护栏面的边缘线,得到延伸的边缘线的交点;其中,两个所述目标车道护栏面分别由两条相连的目标车道护栏线进行升维操作得到;
基于所述交点将两个所述目标车道护栏面拼接为一个完整的新车道护栏面。
9.根据权利要求6所述的方法,其中,对所述第二高精地图数据进行升维操作,构建以面形式描述所述车道区域地图信息的第三高精地图数据,包括:
针对所述第二高精地图数据中的车道分界线,确定两个相邻且平行的目标车道分界线;
沿所述目标车道分界线的垂直方向分别连接两个所述目标车道分界线的上边缘和下边缘,得到封闭的车道面;
生成包含各个车道的车道面的第三高精地图数据。
10.根据权利要求6所述的方法,其中,对所述第一标准地图数据进行升维操作之前,还包括:
统一所述第二高精地图数据和所述第一标准地图数据在相接位置上的高度信息。
11.根据权利要求6-10任一项所述的方法,还包括:
获取与所述车道区域对应的第一实景图像和与所述其它区域对应的第二实景图像;
利用所述第一实景图像确定对所述第二高精地图数据进行升维操作时的升维参数;
利用所述第二实景图像确定对所述第一标准地图数据进行升维操作时的升维参数。
12.一种行车导航方法,包括:
响应于接收到行车导航请求,确定当前位置;
基于第三高精地图数据或全区域地图数据呈现与所述当前位置对应的行车导航信息;其中,所述第三高精地图数据根据权利要求1-5任一项所述的高精地图数据处理方法得到、所述全区域地图数据根据权利要求6-11任一项所述的高精地图数据处理方法得到。
13.一种高精地图数据处理装置,包括:
第一高精地图数据获取单元,被配置成获取以点和线形式描述车道区域地图信息的第一高精地图数据;
曲线平滑处理单元,被配置成对所述第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;
第一升维操作单元,被配置成对所述第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述所述车道区域地图信息的第三高精地图数据。
14.根据权利要求13所述的装置,其中,所述第一升维操作单元包括被配置成对所述第二高精地图数据进行升维操作,构建以三维立体形态描述所述车道区域地图信息的第三高精地图数据的第一升维子单元,所述第一升维子单元被进一步配置成:
针对所述第二高精地图数据中的车道护栏线,确定所述车道护栏线的平面延伸方向和第一延伸量;
将所述车道护栏线沿所述平面延伸方向延伸所述第一延伸量,得到车道护栏面;
确定所述车道护栏面的高度延伸方向和第二延伸量;
将所述车道护栏面沿所述高度延伸方向延伸所述第二延伸量,得到立体车道护栏;
生成包含所述立体车道护栏的第三高精地图数据。
15.根据权利要求14所述的装置,还包括:
边缘线延伸单元,被配置成响应于两个目标车道护栏面之间存在连接缝隙,分别延伸所述目标车道护栏面的边缘线,得到延伸的边缘线的交点;其中,两个所述目标车道护栏面分别由两条相连的目标车道护栏线进行升维操作得到;
连接缝隙修复单元,被配置成基于所述交点将两个所述目标车道护栏面拼接为一个完整的新车道护栏面。
16.根据权利要求13所述的装置,其中,所述第一升维操作单元包括被配置成对所述第二高精地图数据进行升维操作,构建以面形式描述所述车道区域地图信息的第三高精地图数据的第二升维操作子单元,所述第二升维操作子单元被进一步配置成:
针对所述第二高精地图数据中的车道分界线,确定两个相邻且平行的目标车道分界线;
沿所述目标车道分界线的垂直方向分别连接两个所述目标车道分界线的上边缘和下边缘,得到封闭的车道面;
生成包含各个车道的车道面的第三高精地图数据。
17.根据权利要求13-16任一项所述的装置,还包括:
第一实景图像获取单元,被配置成获取与所述车道区域对应的第一实景图像;
第一升维参数确定单元,被配置成利用所述第一实景图像确定对所述第二高精地图数据进行升维操作时的升维参数。
18.一种高精地图数据处理装置,包括:
第一高精地图数据获取单元,被配置成获取以点和线形式描述车道区域地图信息的第一高精地图数据;
曲线平滑处理单元,被配置成对所述第一高精地图数据中的线数据进行曲线平滑处理,得到第二高精地图数据;
第一升维操作单元,被配置成对所述第二高精地图数据进行升维操作,构建以面和/或三维立体形态描述所述车道区域地图信息的第三高精地图数据;
第一标准地图数据获取单元,被配置成获取以点和线形式描述其它区域地图信息的第一标准地图数据;其中,所述第一标准地图数据的精度低于所述第一高精地图数据的精度,所述其它区域地图信息是除所述车道区域外的其它区域的地图信息;
第二升维操作单元,被配置成对所述第一标准地图数据进行升维操作,构建以面和/或三维立体形态描述所述其它区域地图信息的第二标准地图数据;
地图数据融合单元,被配置成融合所述第二标准地图数据和所述第三高精地图数据,得到全区域地图数据。
19.根据权利要求18所述的装置,其中,所述第一升维操作单元包括被配置成对所述第二高精地图数据进行升维操作,构建以三维立体形态描述所述车道区域地图信息的第三高精地图数据的第一升维子单元,所述第一升维子单元被进一步配置成:
针对所述第二高精地图数据中的车道护栏线,确定所述车道护栏线的平面延伸方向和第一延伸量;
将所述车道护栏线沿所述平面延伸方向延伸所述第一延伸量,得到车道护栏面;
确定所述车道护栏面的高度延伸方向和第二延伸量;
将所述车道护栏面沿所述高度延伸方向延伸所述第二延伸量,得到立体车道护栏;
生成包含所述立体车道护栏的第三高精地图数据。
20.根据权利要求19所述的装置,还包括:
边缘线延伸单元,被配置成响应于两个目标车道护栏面之间存在连接缝隙,分别延伸所述目标车道护栏面的边缘线,得到延伸的边缘线的交点;其中,两个所述目标车道护栏面分别由两条相连的目标车道护栏线进行升维操作得到;
连接缝隙修复单元,被配置成基于所述交点将两个所述目标车道护栏面拼接为一个完整的新车道护栏面。
21.根据权利要求18所述的装置,其中,所述第一升维操作单元包括被配置成对所述第二高精地图数据进行升维操作,构建以面形式描述所述车道区域地图信息的第三高精地图数据的第二升维操作子单元,所述第二升维操作子单元被进一步配置成:
针对所述第二高精地图数据中的车道分界线,确定两个相邻且平行的目标车道分界线;
沿所述目标车道分界线的垂直方向分别连接两个所述目标车道分界线的上边缘和下边缘,得到封闭的车道面;
生成包含各个车道的车道面的第三高精地图数据。
22.根据权利要求18所述的装置,还包括:
高度信息统一单元,被配置成对所述第一标准地图数据进行升维操作之前,统一所述第二高精地图数据和所述第一标准地图数据在相接位置上的高度信息。
23.根据权利要求18-22任一项所述的方法,还包括:
第一及第二实景图像获取单元,被配置成获取与所述车道区域对应的第一实景图像和与所述其它区域对应的第二实景图像;
第一升维参数确定单元,被配置成利用所述第一实景图像确定对所述第二高精地图数据进行升维操作时的升维参数;
第二升维参数确定单元,被配置成利用所述第二实景图像确定对所述第一标准地图数据进行升维操作时的升维参数。
24.一种行车导航装置,包括:
当前位置确定单元,被配置成响应于接收到行车导航请求,确定当前位置;
行车导航信息提供单元,被配置成基于第三高精地图数据或全区域地图数据呈现与所述当前位置对应的行车导航信息;其中,所述第三高精地图数据根据权利要求13-17任一项所述的高精地图数据处理装置得到、所述全区域地图数据根据权利要求18-23任一项所述的高精地图数据处理装置得到。
25.一种电子设备,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1-5中任一项所述的高精地图数据处理方法和/或权利要求6-11中任一项所述的高精地图数据处理方法和/或权利要求12所述的行车导航方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的高精地图数据处理方法和/或权利要求6-11中任一项所述的高精地图数据处理方法和/或权利要求12所述的行车导航方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1-5中任一项所述的高精地图数据处理方法和/或权利要求6-11中任一项所述的高精地图数据处理方法和/或权利要求12所述的行车导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210524589.XA CN114840626A (zh) | 2022-05-13 | 2022-05-13 | 高精地图数据处理方法、行车导航方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210524589.XA CN114840626A (zh) | 2022-05-13 | 2022-05-13 | 高精地图数据处理方法、行车导航方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114840626A true CN114840626A (zh) | 2022-08-02 |
Family
ID=82569259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210524589.XA Pending CN114840626A (zh) | 2022-05-13 | 2022-05-13 | 高精地图数据处理方法、行车导航方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114840626A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115359227A (zh) * | 2022-10-24 | 2022-11-18 | 北京百度网讯科技有限公司 | 区域实景地图与车道级地图的融合方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113359698A (zh) * | 2021-05-06 | 2021-09-07 | 前海七剑科技(深圳)有限公司 | 车辆导航方法、装置、计算机设备和存储介质 |
US20210326640A1 (en) * | 2020-07-20 | 2021-10-21 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Method and apparatus for positioning vehicle, electronic device, and storage medium |
CN113899384A (zh) * | 2021-12-09 | 2022-01-07 | 腾讯科技(深圳)有限公司 | 车道级道路的路口面显示方法、装置、设备、介质及程序 |
CN113971723A (zh) * | 2021-10-25 | 2022-01-25 | 北京百度网讯科技有限公司 | 高精地图中三维地图的构建方法、装置、设备和存储介质 |
-
2022
- 2022-05-13 CN CN202210524589.XA patent/CN114840626A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20210326640A1 (en) * | 2020-07-20 | 2021-10-21 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Method and apparatus for positioning vehicle, electronic device, and storage medium |
CN113359698A (zh) * | 2021-05-06 | 2021-09-07 | 前海七剑科技(深圳)有限公司 | 车辆导航方法、装置、计算机设备和存储介质 |
CN113971723A (zh) * | 2021-10-25 | 2022-01-25 | 北京百度网讯科技有限公司 | 高精地图中三维地图的构建方法、装置、设备和存储介质 |
CN113899384A (zh) * | 2021-12-09 | 2022-01-07 | 腾讯科技(深圳)有限公司 | 车道级道路的路口面显示方法、装置、设备、介质及程序 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115359227A (zh) * | 2022-10-24 | 2022-11-18 | 北京百度网讯科技有限公司 | 区域实景地图与车道级地图的融合方法、装置及电子设备 |
CN115359227B (zh) * | 2022-10-24 | 2023-03-24 | 北京百度网讯科技有限公司 | 区域实景地图与车道级地图的融合方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102266830B1 (ko) | 차선 결정 방법, 디바이스 및 저장 매체 | |
CN111462275B (zh) | 一种基于激光点云的地图生产方法和装置 | |
KR102675523B1 (ko) | 차로를 결정하는 방법 및 장치 | |
CN109470254B (zh) | 地图车道线的生成方法、装置、***及存储介质 | |
EP3343503B1 (en) | High-precision map data processing method and apparatus, storage medium and device | |
WO2018068653A1 (zh) | 点云数据处理方法、装置及存储介质 | |
CN111542860A (zh) | 用于自主车辆的高清地图的标志和车道创建 | |
CN113674287A (zh) | 高精地图的绘制方法、装置、设备以及存储介质 | |
CN113010793A (zh) | 地图数据处理的方法、装置、设备、存储介质及程序产品 | |
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 | |
CN110163900B (zh) | 用于调整点云数据方法和装置 | |
CN114037966A (zh) | 高精地图特征提取方法、装置、介质及电子设备 | |
WO2023155580A1 (zh) | 一种对象识别方法和装置 | |
CN114140592A (zh) | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 | |
CN113806464A (zh) | 路牙确定方法、装置、设备以及存储介质 | |
CN114840626A (zh) | 高精地图数据处理方法、行车导航方法及相关装置 | |
CN114565908A (zh) | 车道线的检测方法、装置、电子设备及存储介质 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN112258568B (zh) | 一种高精度地图要素的提取方法及装置 | |
CN115131761B (zh) | 道路边界的识别方法、绘制方法及装置 | |
CN116758503A (zh) | 车道线自动标注方法、装置、设备及存储介质 | |
CN115937449A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
CN114179805A (zh) | 一种行驶方向确定方法、装置、设备以及存储介质 | |
CN114005098A (zh) | 高精地图车道线信息的检测方法、装置和电子设备 | |
CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、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 |