CN115979299A - 基于地图数据转换的精度检查方法及装置 - Google Patents
基于地图数据转换的精度检查方法及装置 Download PDFInfo
- Publication number
- CN115979299A CN115979299A CN202211617684.0A CN202211617684A CN115979299A CN 115979299 A CN115979299 A CN 115979299A CN 202211617684 A CN202211617684 A CN 202211617684A CN 115979299 A CN115979299 A CN 115979299A
- Authority
- CN
- China
- Prior art keywords
- lane line
- map
- point set
- precision
- simulation
- 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 65
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 45
- 238000007689 inspection Methods 0.000 title claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 115
- 238000005070 sampling Methods 0.000 claims abstract description 74
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于地图数据转换的精度检查方法及装置,方法包括:获取高精度地图以及仿真地图,仿真地图是根据高精度地图转换得到的;分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应高精度地图各个车道线的第一车道线点集和对应仿真地图各个车道线的第二车道线点集;根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差;将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。本发明可以有效计算地图的偏差值,同时可以反馈不满足偏差阈值范围的车道线所属的道路编号和车道编号,以便于有针对性地对地图进行优化。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于地图数据转换的精度检查方法及装置。
背景技术
地图(Map)是按照一定的法则,有选择地以二维或多维形式与手段在平面或球面上表示地球(或其它星球)若干现象的图形或图像,它具有严格的数学基础、符号***、文字注记,并能用地图概括原则,科学地反映出自然和社会经济现象的分布特征及其相互关系。高精度地图(HD Map,High Definition Map)是相对于普通导航电子地图而言的一种特殊地图,其数据精度可达厘米级别,丰富的数据维度包含了除了道路信息之外的与交通密切相关的周围静态物体的信息。正由于这些特性,高精度地图在自动驾驶领域内在地图定位、辅助环境感知、路径规划方面发挥着重大作用。
在自动驾驶虚拟测试链路中,高精度的仿真地图同样是场景测试的基础。目前,仿真地图多采用OpenDRIVE格式。OpenDRIVE格式是一种可用于仿真测试的高精地图标准,其由德国VIRES公司开发,可以实现不同仿真引擎之间的道路数据的传递。目前,OpenDRIVE标准由德国自动化及测量***标准协会(ASAM)组织维护。
在硬件在环、车辆在环等闭环仿真测试的过程中,仿真引擎内部使用OpenDRIVE格式的仿真地图,自动驾驶控制器(ADU)内部使用面向自动驾驶的高精度地图,两种地图中都记录着相同的道路逻辑和基础的路网信息。
但是,在实际仿真开发过程中,开发者需要开发工具链以实现将高精度地图数据重构成OpenDRIVE格式的仿真地图。一般情况下,为便提高仿真引擎加载地图和渲染地图的效率,提升道路连接处平滑效果,在地图重构的过程中,往往采用三次多项式的方式来拟合道路参考线。然而这种重构不能保证所有的采样点(Points)或Nodes与道路参考线重合,可能会出现局部位置有偏差的情况,这些偏差将直接影响目标车辆相对于自动驾驶车辆的横向位置的判断,甚至会影响ADU的控制逻辑,为仿真测试的可信度留下了一个不可控的影响因素。
发明内容
本发明提供一种基于地图数据转换的精度检查方法及装置,用以解决现有技术中由于地图重构产生的偏差容易影响车辆自动驾驶控制精度的缺陷,可以有效计算地图的偏差值,同时可以反馈不满足偏差阈值范围的车道线所属的道路编号和车道编号,以便于有针对性地对地图进行优化。
本发明提供一种基于地图数据转换的精度检查方法,包括:获取高精度地图以及仿真地图,所述仿真地图是根据所述高精度地图转换得到的;分别对所述高精度地图和所述仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应所述高精度地图各个车道线的第一车道线点集和对应所述仿真地图各个车道线的第二车道线点集;根据所述第一车道线点集和所述第二车道线点集,并结合预先获取的所述高精度地图和所述仿真地图的车道线匹配关系,得到对应各车道线的偏差;将所述偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
根据本发明提供的一种基于地图数据转换的精度检查方法,分别对所述高精度地图和所述仿真地图进行采样处理,并对采样处理得到的各个点进行分类,包括:对所述高精度地图进行采样处理,并基于车道线连接关系,对采样处理得到的高精度地图中的各个点进行分类,得到对应所述高精度地图中各车道线的第一车道线点集;基于预设采样步长,对所述仿真地图中各车道线分别进行采样,并对采样得到的采样点进行分类,得到对应各车道线的第二车道线点集。
根据本发明提供的一种基于地图数据转换的精度检查方法,所述基于车道线连接关系,对采样处理得到的高精度地图中的各个点进行分类,包括:获取各车道线的起点;基于车道线连接关系,沿各所述所述车道线的起点分别进行搜寻,并根据搜寻得到的所有点和对应车道线的起点,得到对应各个车道线的第一车道线点集。
根据本发明提供的一种基于地图数据转换的精度检查方法,所述根据所述第一车道线点集和所述第二车道线点集,并结合预先获取的所述高精度地图和所述仿真地图的车道线匹配关系,得到对应各车道线的偏差,包括:利用线性插值,将各所述第二车道线点集映射至所述高精度地图中,得到第三车道线点集;基于预先获取的所述高精度地图与所述仿真地图中的车道线的匹配关系,获取配对的第一车道线点集和第三车道线点集;根据所述配对的第一车道线点集和第三车道线点集,得到对应各车道线的偏差。
根据本发明提供的一种基于地图数据转换的精度检查方法,所述根据所述配对的第一车道线点集和第三车道线点集,得到对应各车道线的偏差,包括:根据配对的第一车道线点集和第三车道线点集,得到对应各车道线所有点的偏差;根据对应各车道线所有点的偏差,得到对应各车道线的偏差。
根据本发明提供的一种基于地图数据转换的精度检查方法,在得到所述第一车道线点集之后,还包括:基于所述仿真地图使用的通用横墨卡托格网***UTM坐标系,将所述第一车道线点集转换至所述UTM坐标系。
根据本发明提供的一种基于地图数据转换的精度检查方法,所述将所述偏差与预设阈值进行比较,并根据比较结果确定精度检查结果,包括:基于所述偏差符合预设阈值条件,则确定精度检查结果为精度符合;否则,确定所述精度检查结果为精度不符合,对应车道线需重新调整。
本发明还提供一种基于地图数据转换的精度检查装置,包括:数据获取模块,获取高精度地图以及仿真地图,所述仿真地图是根据所述高精度地图转换得到的;分类模块,分别对所述高精度地图和所述仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应所述高精度地图各个车道线的第一车道线点集和对应所述仿真地图各个车道线的第二车道线点集;偏差获取模块,根据所述第一车道线点集和所述第二车道线点集,并结合预先获取的所述高精度地图和所述仿真地图的车道线匹配关系,得到对应各车道线的偏差;精度判断模块,将所述偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于地图数据转换的精度检查方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于地图数据转换的精度检查方法的步骤。
本发明还提供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如上述任一种所述基于地图数据转换的精度检查方法的步骤。
本发明提供的基于地图数据转换的精度检查方法及装置,通过对预先获取的高精度地图和仿真地图的点进行分类,并结合预先获取的高精度地图和仿真地图的匹配关系,获取两个地图之间的偏差,以便于在后处理时,将偏差不满足阈值条件的所对应的点筛选出来,从而有针对性地这些位置进行处理,以满足偏差要求,同时可以反馈不满足偏差阈值范围的车道线所属的道路编号和车道编号,以便于有针对性地对地图进行优化。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的基于地图数据转换的精度检查方法的流程示意图之一;
图2是本发明提供的基于地图数据转换的精度检查方法的流程示意图之二;
图3是本发明提供的高精度地图和仿真地图的车道线匹配关系示意图;
图4是本发明提供的线性插值的结果示意图;
图5是本发明提供的偏差与预设阈值的比较结果示意图;
图6是本发明提供的基于地图数据转换的精度检查装置的结构示意图;
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明一种基于地图数据转换的精度检查方法的流程示意图,该方法,包括:
S11,获取高精度地图以及仿真地图,仿真地图是根据高精度地图转换得到的;
S12,分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应高精度地图各个车道线的第一车道线点集和对应仿真地图各个车道线的第二车道线点集;
S13,根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差;
S14,将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
需要说明的是,本说明书中的S1N不代表基于地图数据转换的精度检查方法的先后顺序,下面具体结合图2-图5描述本发明的基于地图数据转换的精度检查方法。
步骤S11,获取高精度地图以及仿真地图,仿真地图是根据高精度地图转换得到的。
需要说明的是,高精度地图(High Definition Map,HD Map)是相对于普通导航电子地图而言的一种特殊地图,其数据精度可达厘米级别,丰富的数据维度包含了除了道路信息之外的与交通密切相关的周围静态物体的信息;仿真地图多采用OpenDRIVE格式。
另外,为了更好地阐释本方案所提出的仿真地图精度检查方法和流程,截取实际项目中的一段高精度地图,记为HDM。并利用工具将其转换为OpenDRIVE格式的仿真地图,记为SM。在实际仿真过程中,路网是仿真地图的核心,高精度地图中的非路网信息都自动忽略。地图本质上可以理解为按照一定的规则和数据结构,对真实的道路进行描述。因此,无论是高精度地图HDM还是仿真地图SM都映射着同一段真实的道路。
高精度地图可以用于自动驾驶控制器(ADU)的定位、感知、规划模块,其路网定义和定位于仿真的OpenDRIVE格式地图存在明显差异。
例如,Lanelet2是一套面向自动驾驶的地图框架,其地图的基础要素包括点(Points)、由点前后连接构成的折线序列(Linestrings)、多边形(Polygons)、车道的原子单元(Lanelets)、区域(Arears)、控制元素(Regulatory elements)。其中Points是唯一存储实际位置信息的基础元素,其他基本元素都是直接或者间接由Points组成。Linestrings是由至少2个Points通过线性插值的方式生成的有序数组,用于形状的描述。Lanelet是定义车道的最小单元,一个Lanelet上交通规则是不变的,Lanelet中左右两条lanestrings分别表示车道的左右车道线。OSM(OpenStreetMap)是Lanelet2软件输出地图的标准格式。OSM中的Nodes、Ways、Relations三种元素构成了地图的画面。在.osm文件中,Points映射为Nodes,Lanestrings映射为Ways。
与使用点来描述和构造高精度地图特征的Lanelet2不同,OpenDRIVE使用描述道路形状和行驶方向的车道线作为地图描述的基础元素。在OpenDRIVE标准中,道路参考线(Reference line)是道路描述最基本且必要元素。道路上的所有特征都可以沿着参考线来构建。参考线可以是直线、圆弧线、螺旋线或者三次多项式拟合曲线。在OpenDRIVE中,道路通过中心车道分隔行驶方向,其编号为0,没有宽度。其他车道以中心车道为出发点,车道编号向右降序,向左升序。如果没有使用车道偏离,中心车道等同于道路参考线。
步骤S12,分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应高精度地图各个车道线的第一车道线点集和对应仿真地图各个车道线的第二车道线点集。
在本实施例中,参考图2,分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,包括:对高精度地图进行采样处理,并基于车道线连接关系,对采样处理得到的高精度地图中的各个点进行分类,得到对应高精度地图中各车道线的第一车道线点集;基于预设采样步长,对仿真地图中各车道线分别进行采样,并对采样得到的采样点进行分类,得到对应各车道线的第二车道线点集。
具体而言,基于车道线连接关系,对采样处理得到的高精度地图中的各个点进行分类,包括:获取各车道线的起点;基于车道线连接关系,沿各车道线的起点分别进行搜寻,并根据搜寻得到的所有点和对应车道线的起点,得到对应各个车道线的第一车道线点集。
需要说明的是,对于高精度地图HDM,基础元素为点point,若干个点连接后组成由点前后连接构成的折线序列Linestrings,通过连接关系确定表征同一条连续的车道线的所有Linestrings以及所有points,因此高精度地图HMD中所有的点都可以根据连续车道线来进行分类,Point的表示方法为P_i_j_HMD,其中i表示连续车道线的序列号,j表示组成该车道线的点的序列号。当j=0时,意味着这个点为该车道线的起点。
在实际分类过程中,利用可视化工具为每一条车道线确定起点P_i_0_HMD,所有的车道线起点组成集合为P0_HMD。然后,以P0_HMD中的第一个点P_1_0_HMD为开始,基于连接关系向后搜寻下一个点P_1_1_HMD,直至点P_1_m_HDM没有下一个搜寻对象。这意味着,P_1_m_HDM是第一条可连续车道线的终点,将这些点存入L_1_HDM中。通过这样分类方式,逐一对P0_HDM中的每个点展开搜寻,直至完成对HDM中所有点的分类,将分类结果存入字典L_HDM中。其中:
P0_HDM=[P_1_0_HDM,P_2_0_HDM,···,P_n_0_HDM],其中n为车道线的总数;
L_i_HDM=[P_i_1_HMD,P_i_2_HMD,···,P_i_m_HMD],i表示第i条可连续的车道线,m为最后一个点的序列号;
L_HDM={1:L_i_HDM,2:L_2_HDM,···,n:L_n_HDM},n为车道线的总数。
另外,基于预设采样步长,对仿真地图中各车道线分别进行采样,并对采样得到的采样点进行分类,得到对应各车道线的第二车道线点集。需要说明的是,道路参考线(Reference line)是OpenDRIVE标准中道路描述最基本且必不可少的元素,其他道路的所有特征都可以基于参考线来描述。因此,仿真地图无法像高精度地图HMD那样可以从地图文件(.xodr文件)中直接获取所有点的坐标,而是通过道路参考线的描述、道路前序后继的逻辑关系、车道宽度的表达式等诸多信息来计算。在OpenDRIVE格式中,道路参考线、车道宽度的描述都是利用三次多项式来描述的。因此,可以通过调用支持解析OpenDRIVE格式的库文件来实现上述坐标计算的效果,得到对应的点坐标。
在实际分类过程中,OpenDRIVE的API工具提供了方法来解析.xodr文件,可以通过SetLanePosition和GetPositionData来获取指定车道线上指定点的坐标值。由于想要获取坐标的点是需要自行指定的,因此可以采用如下规则来实现点的采样:沿车道线的前进方向,每隔预设采样步长取一个点,以保证相同的一条车道线,仿真地图的采样点数量大于仿真地图的Points数量;如果正在被采样的车道线的未采样部分的长度小于预设采样步长,采样点为车道线的终点;为确保所采样点是在车道线上,在调用SetLanePosition时设置偏离值为当前车道宽度的一半。需要补充的是,预设采样步长可以根据实际设计需求和行驶路径设置,比如可以为0.5米,即sample_step=0.5米,此处不作进一步地限定。
基于上述方式实现点的采样之后,第i条连续车道线上的所有采样点P_i_k_SM的集合L_i_HDM可以表征这一条车道线。将所有车道线的起点P_i_0_SM组成集合为P0_SM。最后,同样可以得到一个存储完整地图所有采样点的字典L_SM。
L_SM={1:L_i_SM,2:L_2_SM,···,n:L_n_SM},n为车道线的总数;
P0_SM=[P_1_0_SM,P_2_0_SM,···,P_n_0_SM],n为车道线的总数;
L_i_SM=[P_i_1_SM,P_i_2_SM,···,P_i_k_SM],i表示第i条可连续的车道线,k为最后一个点的序列号。
在一个可选实施例中,继续参考图2,由于地壳表面凹凸不行,无法通过一个数学公式来准确描述,因此无法得到一个可用于地图测绘的基准面,而在描述地球的定位时可使用的坐标系有很多,比如高精度地图采用的是WGS84坐标系,OpenDRIVE标准的仿真地图使用的通用横墨卡托格网***(Universal Transverse Mercator Grid System,UTM)坐标系,因此,需要将HDM中的经纬度坐标转换为SM中使用的UTM坐标,即在得到第一车道线点集之后,还包括:基于仿真地图使用的通用横墨卡托格网***UTM坐标系,将第一车道线点集转换至UTM坐标系。
需要说明的是,UTM坐标是一种平面直角坐标,这种坐标格网***及其所依据的投影已经广泛用于地形图。UTM坐标的表示格式为:经度区纬度区以东以北,其中以东表示从经度区的中心子午线的投影距离,而以北表示距离赤道的投影距离。这个两个值的单位均为米。UTM有60个经度区和20个纬度区。UTM的定位时需要确定其所在的分区编码。
此外,经纬度转换为UTM坐标可以采用现有方式,本申请不做进一步地限定。需要注意的是,经纬度转换成UTM后,其坐标值的位数一般为6或7位,而为了坐标值的简单表述,仿真地图SM通常会设置一个参考点O(Offset_x,Offset_y),地图中其他特征的描述都是基于参考点O来完成的,因此,HDM中点的坐标(经纬度格式)转换成UTM坐标后,还需要减去参考点的坐标,从而使得HDM与SM中相同一个点的坐标值对应起来。
在一个可选实施例中,继续参考图2,在根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,在得到对应各车道线的偏差之前,还包括:获取高精度地图和仿真地图的车道线匹配关系。
需要说明的是,在步骤S11中,高精度地图HDM中所有的点进行了分类,且分类结果存储在L_HDM中。在步骤S12中,仿真地图进行了采样,采样的同时实现了分类,分类结果存储在L_SM中。L_HDM和L_SM中都存储着n条车道线的编号,以及每条车道线所离散化的点集合。在正式计算坐标差异之前,需要保证L_HDM中的每条车道线都准确映射L_SM中的某条车道线,不存在一对多或者多对一的情况,参考图3。
步骤S13,根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差。
在本实施例中,根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差,包括:利用线性插值,将各第二车道线点集映射至高精度地图中,得到第三车道线点集;基于预先获取的高精度地图与仿真地图中的车道线的匹配关系,获取配对的第一车道线点集和第三车道线点集;根据配对的第一车道线点集和第三车道线点集,得到对应各车道线的偏差。具体而言:
首先,利用线性插值,将各第二车道线点集映射至高精度地图中,得到第三车道线点集。需要说明的是,基于上述方式,得到了HDM和SM地图按照车道线完成分类的点集L_HMD和L_SM,虽然两组点集都是同一条道路相同车道线的离散化表示,但是其离散方式是不一样的,针对SM地图,是通过设置固定的采样步长Sample_step沿着车道线前进方向定距采样的;而针对HDM地图,其离散程度是由地图制作工艺决定的,不是一个固定步长,因此,无法将两组点集直接比较。
举例而言,参考图4,第一条曲线表示高精度地图HDM中记录的车道线,其中黑色的圆点pi表示该段车道线范围内所有的Points。相邻两个Points之间的距离是不等的,一般与道路曲率变化率成反比。其中箭头表示点与点之间的逻辑关系。第三条曲线是OpenDRIVE格式的仿真地图SM通过三次多项式方法描述的车道线。其中黑色正方形p’i表示在步骤二中等距离采样所得到的点。点与点之间的距离等于采样步长sample_step,此处为0.5米。
SM地图车道线上的采样点p’i的坐标为(x’i,y’i),利用插值的方式确定该点在仿真地图HDM车道线上的映射点p”i,其坐标为(x’i,y”i)。p’i和p”i有着相同的x坐标,y坐标即为两个点之间的偏差。由于高精度地图HDM两点之间是通过直线来连接的,因此可以采用最简单的线性插值的方法确定所有的映射点p”i。最后更新L_i_HDM中的点集,用p”i替换pi。
应当注意,本实施例中,高精度地图HDM利用线性插值,将各第二车道线点集映射至高精度地图中,得到第三车道线点集,即新的L_HDM数据集,其中任意连续车道线的L_i_HDM中的每一个点p”i(x’i,y”i)都与仿真地图中L_i_SM中的点p’i(x’i,y’i)一一对应。
其次,基于预先获取的高精度地图与仿真地图中的车道线的匹配关系,获取配对的第一车道线点集和第三车道线点集。
最后,根据配对的第一车道线点集和第三车道线点集,得到对应各车道线的偏差,具体包括:根据配对的第一车道线点集和第三车道线点集,得到对应各车道线所有点的偏差;根据对应各车道线所有点的偏差,得到对应各车道线的偏差。
p”i和p’i拥有相同的横坐标,两个点y坐标相减即为偏差
需要说明的是,继续参考上述图4,p”i和p’i拥有相同的横坐标,两个点y坐标相减即为单个点的偏差,即f(x’i)=y’i-y”i;
相应地,各车道线的偏差,表示为:
f(n)=[f(x’0),f(x’1),f(x’2),···,f(x’k)],
其中,k为采样点的数量,n为车道线序列号。
步骤S14,将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
在本实施例中,将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果,包括:基于偏差符合预设阈值条件,则确定精度检查结果为精度符合;否则,确定精度检查结果为精度不符合,对应车道线需重新调整。需要注意的是,在实际开发过程中,会设置一个最大预设阈值delta_max。一般认为,偏差小于预设阈值delta_max的车道,其对自动驾驶仿真测试结果的影响是可以接受的,则相应的精度检查结果为精度符合,而偏差大于阈值delta_max,这部分车道的偏差不可接受,需要重新修改。
举例而言,某条车道线的偏差计算结果如图5所示,假设阈值delta_max为10cm,则偏差值在-10~10cm范围内都是可以接受的,偏差在这个范围之外的是不可接受的。因此,图中黑色原点在仿真地图SM上所对应的车道线都需要修改。
更进一步地说,为了方便对仿真地图的修改,基于这些点所在的坐标值,利用OpenDRIVE的解析工具反向计算其所在的道路编号和车道编号。最后,并将所得的道路编号和车道编号去重,有针对性地这些位置进行处理,以满足地图偏差要求。
综上所述,本发明实施例通过对预先获取的高精度地图和仿真地图的点进行分类,并结合预先获取的高精度地图和仿真地图的匹配关系,获取两个地图之间的偏差,以便于在后处理时,将偏差不满足阈值条件的所对应的点筛选出来,从而有针对性地这些位置进行处理,以满足偏差要求,同时可以反馈不满足偏差阈值范围的车道线所属的道路编号和车道编号,以便于有针对性地对地图进行优化。
下面对本发明提供的基于地图数据转换的精度检查装置进行描述,下文描述的基于地图数据转换的精度检查装置与上文描述的基于地图数据转换的精度检查方法可相互对应参照。
图6示出了一种基于地图数据转换的精度检查装置的结构示意图,该装置,包括:
数据获取模块61,获取高精度地图以及仿真地图,仿真地图是根据高精度地图转换得到的;
分类模块62,分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应高精度地图各个车道线的第一车道线点集和对应仿真地图各个车道线的第二车道线点集;
偏差获取模块63,根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差;
精度判断模块64,将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
在本实施例中,分类模块62,包括:第一分类单元,对高精度地图进行采样处理,并基于车道线连接关系,对采样处理得到的高精度地图中的各个点进行分类,得到对应高精度地图中各车道线的第一车道线点集;第二分类单元,基于预设采样步长,对仿真地图中各车道线分别进行采样,并对采样得到的采样点进行分类,得到对应各车道线的第二车道线点集。
具体而言,第一分类单元,包括:起点获取子单元,获取各车道线的起点;搜寻子单元,基于车道线连接关系,沿各车道线的起点分别进行搜寻;第一分类子单元,根据搜寻得到的所有点和对应车道线的起点,得到对应各个车道线的第一车道线点集。
在一个可选实施例中,该装置还包括:坐标转换模块,基于仿真地图使用的通用横墨卡托格网***UTM坐标系,将第一车道线点集转换至UTM坐标系。
在一个可选实施例中,该装置还包括:匹配关系获取模块,在得到对应各车道线的偏差之前,获取高精度地图和仿真地图的车道线匹配关系。
偏差获取模块63,包括:插值单元,利用线性插值,将各第二车道线点集映射至高精度地图中,得到第三车道线点集;配对点集获取单元,基于预先获取的高精度地图与仿真地图中的车道线的匹配关系,获取配对的第一车道线点集和第三车道线点集;偏差获取单元,根据配对的第一车道线点集和第三车道线点集,得到对应各车道线的偏差。
进一步地,偏差获取单元,包括:点偏差获取子单元,根据配对的第一车道线点集和第三车道线点集,得到对应各车道线所有点的偏差;车道线偏差获取子单元,根据对应各车道线所有点的偏差,得到对应各车道线的偏差。
精度判断模块64,包括:比较单元,将偏差与预设阈值进行比较;结果确定单元,基于偏差符合预设阈值条件,则确定精度检查结果为精度符合;否则,确定精度检查结果为精度不符合,对应车道线需重新调整。
综上所述,本发明实施例通过分类模块对数据获取模块获取的高精度地图和仿真地图的点进行分类,并通过偏差获取模块结合预先获取的高精度地图和仿真地图的匹配关系,获取两个地图之间的偏差,以便于在后处理时,利用精度判断模块将偏差不满足阈值条件的所对应的点筛选出来,从而有针对性地这些位置进行处理,以满足偏差要求,同时可以反馈不满足偏差阈值范围的车道线所属的道路编号和车道编号,以便于有针对性地对地图进行优化。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)71、通信接口(Communications Interface)72、存储器(memory)73和通信总线74,其中,处理器71,通信接口72,存储器73通过通信总线74完成相互间的通信。处理器71可以调用存储器73中的逻辑指令,以执行基于地图数据转换的精度检查方法,该方法包括:获取高精度地图以及仿真地图,仿真地图是根据高精度地图转换得到的;分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应高精度地图各个车道线的第一车道线点集和对应仿真地图各个车道线的第二车道线点集;根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差;将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
此外,上述的存储器73中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的基于地图数据转换的精度检查方法,该方法包括:获取高精度地图以及仿真地图,仿真地图是根据高精度地图转换得到的;分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应高精度地图各个车道线的第一车道线点集和对应仿真地图各个车道线的第二车道线点集;根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差;将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的基于地图数据转换的精度检查方法,该方法包括:获取高精度地图以及仿真地图,仿真地图是根据高精度地图转换得到的;分别对高精度地图和仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应高精度地图各个车道线的第一车道线点集和对应仿真地图各个车道线的第二车道线点集;根据第一车道线点集和第二车道线点集,并结合预先获取的高精度地图和仿真地图的车道线匹配关系,得到对应各车道线的偏差;将偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于地图数据转换的精度检查方法,其特征在于,包括:
获取高精度地图以及仿真地图,所述仿真地图是根据所述高精度地图转换得到的;
分别对所述高精度地图和所述仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应所述高精度地图各个车道线的第一车道线点集和对应所述仿真地图各个车道线的第二车道线点集;
根据所述第一车道线点集和所述第二车道线点集,并结合预先获取的所述高精度地图和所述仿真地图的车道线匹配关系,得到对应各车道线的偏差;
将所述偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
2.根据权利要求1所述的基于地图数据转换的精度检查方法,其特征在于,分别对所述高精度地图和所述仿真地图进行采样处理,并对采样处理得到的各个点进行分类,包括:
对所述高精度地图进行采样处理,并基于车道线连接关系,对采样处理得到的高精度地图中的各个点进行分类,得到对应所述高精度地图中各车道线的第一车道线点集;
基于预设采样步长,对所述仿真地图中各车道线分别进行采样,并对采样得到的采样点进行分类,得到对应各车道线的第二车道线点集。
3.根据权利要求2所述的基于地图数据转换的精度检查方法,其特征在于,所述基于车道线连接关系,对采样处理得到的高精度地图中的各个点进行分类,包括:
获取各车道线的起点;
基于车道线连接关系,沿各所述所述车道线的起点分别进行搜寻,并根据搜寻得到的所有点和对应车道线的起点,得到对应各个车道线的第一车道线点集。
4.根据权利要求1所述的基于地图数据转换的精度检查方法,其特征在于,所述根据所述第一车道线点集和所述第二车道线点集,并结合预先获取的所述高精度地图和所述仿真地图的车道线匹配关系,得到对应各车道线的偏差,包括:
利用线性插值,将各所述第二车道线点集映射至所述高精度地图中,得到第三车道线点集;
基于预先获取的所述高精度地图与所述仿真地图中的车道线的匹配关系,获取配对的第一车道线点集和第三车道线点集;
根据所述配对的第一车道线点集和第三车道线点集,得到对应各车道线的偏差。
5.根据权利要求4所述的基于地图数据转换的精度检查方法,其特征在于,所述根据所述配对的第一车道线点集和第三车道线点集,得到对应各车道线的偏差,包括:
根据配对的第一车道线点集和第三车道线点集,得到对应各车道线所有点的偏差;
根据对应各车道线所有点的偏差,得到对应各车道线的偏差。
6.根据权利要求1所述的基于地图数据转换的精度检查方法,其特征在于,在得到所述第一车道线点集之后,还包括:
基于所述仿真地图使用的通用横墨卡托格网***UTM坐标系,将所述第一车道线点集转换至所述UTM坐标系。
7.根据权利要求1所述的基于地图数据转换的精度检查方法,其特征在于,所述将所述偏差与预设阈值进行比较,并根据比较结果确定精度检查结果,包括:
基于所述偏差符合预设阈值条件,则确定精度检查结果为精度符合;
否则,确定所述精度检查结果为精度不符合,对应车道线需重新调整。
8.一种基于地图数据转换的精度检查装置,其特征在于,包括:
数据获取模块,获取高精度地图以及仿真地图,所述仿真地图是根据所述高精度地图转换得到的;
分类模块,分别对所述高精度地图和所述仿真地图进行采样处理,并对采样处理得到的各个点进行分类,得到对应所述高精度地图各个车道线的第一车道线点集和对应所述仿真地图各个车道线的第二车道线点集;
偏差获取模块,根据所述第一车道线点集和所述第二车道线点集,并结合预先获取的所述高精度地图和所述仿真地图的车道线匹配关系,得到对应各车道线的偏差;
精度判断模块,将所述偏差与预设阈值进行比较,并根据比较结果确定精度检查结果。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于地图数据转换的精度检查方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于地图数据转换的精度检查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211617684.0A CN115979299A (zh) | 2022-12-15 | 2022-12-15 | 基于地图数据转换的精度检查方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211617684.0A CN115979299A (zh) | 2022-12-15 | 2022-12-15 | 基于地图数据转换的精度检查方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115979299A true CN115979299A (zh) | 2023-04-18 |
Family
ID=85975106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211617684.0A Pending CN115979299A (zh) | 2022-12-15 | 2022-12-15 | 基于地图数据转换的精度检查方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115979299A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116858276A (zh) * | 2023-06-14 | 2023-10-10 | 武汉大学 | 一种地图辅助的多传感器融合定位方法及计算机可读介质 |
-
2022
- 2022-12-15 CN CN202211617684.0A patent/CN115979299A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116858276A (zh) * | 2023-06-14 | 2023-10-10 | 武汉大学 | 一种地图辅助的多传感器融合定位方法及计算机可读介质 |
CN116858276B (zh) * | 2023-06-14 | 2024-05-28 | 武汉大学 | 一种地图辅助的多传感器融合定位方法及计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Harrie et al. | Simultaneous graphic generalization of vector data sets | |
CN113723715B (zh) | 公交线网自动匹配道路网络方法、***、设备及存储介质 | |
CN108286979A (zh) | 一种获取高精度导航路径数据的方法和装置以及导航***、驾驶*** | |
TW201107719A (en) | Realigning road networks in a digital map based on reliable road existence probability data | |
CN111238504B (zh) | 道路地图的道路线段建模数据生成方法、装置及相关*** | |
US10488206B2 (en) | Method and system for improving spatial accuracy of map data | |
Delmelle et al. | Travel impedance agreement among online road network data providers | |
CN115979299A (zh) | 基于地图数据转换的精度检查方法及装置 | |
Chipofya et al. | Towards cognitively plausible spatial representations for sketch map alignment | |
JP4619504B2 (ja) | 3次元デジタル地図作成装置 | |
Steuer et al. | Voluminator—approximating the volume of 3D buildings to overcome topological errors | |
US20240200973A1 (en) | Method, data processing apparatus and computer program product for generating map data | |
JP6828448B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム | |
Nguyen et al. | Realistic road path reconstruction from GIS data | |
Sehra et al. | Analysing OpenStreetMap data for topological errors | |
CN113758492A (zh) | 地图检测方法和装置 | |
CN109520513B (zh) | 一种三维地图绘制方法及装置 | |
CN114705180B (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
Dal Poz et al. | Road network extraction using GPS trajectories based on morphological and skeletonization algorithms | |
KR20230086044A (ko) | 고해상도 및 대규모 도시 공간 분석을 위한 도시 공간 데이터 기반 도시 환경 분석 시스템 및 그 방법 | |
CN111366172A (zh) | 数字高程模型的质量检测方法、装置和存储介质 | |
CN110647591A (zh) | 用于测试矢量地图的方法和装置 | |
CN108710666B (zh) | 一种kml文件与dxf文件相互转换的方法及*** | |
CN114373042A (zh) | 一种基于电力巡检三维场景快速建模方法 | |
Padilla-Ruiz et al. | Measuring conflation success |
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 |