CN117405130B - 目标点云地图获取方法、电子设备及存储介质 - Google Patents
目标点云地图获取方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117405130B CN117405130B CN202311676482.8A CN202311676482A CN117405130B CN 117405130 B CN117405130 B CN 117405130B CN 202311676482 A CN202311676482 A CN 202311676482A CN 117405130 B CN117405130 B CN 117405130B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud map
- target point
- map
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000012423 maintenance Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013515 script Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
Classifications
-
- 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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
Abstract
本申请涉及数据处理技术领域,具体提供一种目标点云地图获取方法、电子设备及存储介质,旨在解决点云地图在使用过程中对车端和服务端的存储空间占用较大、维护成本较高的技术问题。为此目的,本申请的方法包括:获取驾驶设备的预设行驶路线;基于预设行驶路线获取目标点云地图块;对目标点云地图块进行扩展,并基于扩展后的目标点云地图块得到目标点云地图。通过上述实施方式,根据驾驶设备的预设行驶路线获取相应的目标点云地图,该目标点云地图只包含自动驾驶所需要的点云地图块,极大程度的减少了点云地图在实际使用过程中对车端和服务端的存储空间占用,降低了维护成本,同时不会影响点云地图的功能和性能。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种目标点云地图获取方法、电子设备及存储介质。
背景技术
目前,自动驾驶车辆需要通过点云地图感知周围的环境,包括道路、交通标志、其他车辆、行人和障碍物等。
点云地图是激光雷达或其他传感器收集的高精度环境数据的三维表示,通常由大量的三维点组成,这些点包含了环境中的各种物体和地形的信息,每个点都有在三维坐标空间中的位置以及可能的其他属性信息,如颜色和反射强度等。
点云地图为自动驾驶和机器人导航提供了许多优势,同时也存在一些缺点和挑战。大规模点云地图的存储成本非常昂贵,服务端需要长时间保留历史地图数据,数据中心磁盘容量大小和维护成本都会增加,在自动驾驶车辆上部署单个城市的点云地图也会对车辆磁盘空间造成压力。
相应地,本领域需要一种新的技术方案来解决上述问题。
发明内容
为了克服上述缺陷,提出了本申请,以提供解决或至少部分地解决点云地图在使用过程中对车端和服务端的存储空间占用较大、维护成本较高的技术问题的一种目标点云地图获取方法、电子设备及存储介质。
在第一方面,提供一种目标点云地图获取方法,所述方法包括:
获取驾驶设备的预设行驶路线;
基于所述预设行驶路线获取目标点云地图块;
对所述目标点云地图块进行扩展,并基于扩展后的目标点云地图块得到目标点云地图。
在上述目标点云地图获取方法的一个技术方案中,所述基于所述预设行驶路线获取目标点云地图块包括:
获取所述预设行驶路线的平面坐标集合;
获取初始点云地图;所述初始点云地图由多个初始点云地图块组成,所述初始点云地图包括点云坐标系信息和点云地图信息;
基于所述平面坐标集合和所述初始点云地图获取所述目标点云地图块。
在上述目标点云地图获取方法的一个技术方案中,所述点云坐标系信息包括平面坐标系与点云坐标系的对应关系;所述基于所述初始平面坐标集合和所述初始点云地图获取所述目标点云地图块包括:
基于所述点云坐标系信息将所述平面坐标集合转换为点云坐标集合;
基于所述点云坐标集合获取所述目标点云地图块。
在上述目标点云地图获取方法的一个技术方案中,所述点云地图信息包括每个所述初始点云地图块的大小和起始坐标;所述基于所述点云坐标集合获取所述目标点云地图块包括:
基于所述点云地图信息获取所述点云坐标集合中每个点云坐标对应的初始点云地图块;
将所述点云坐标集合中所有点云坐标对应的初始点云地图块作为所述目标点云地图块。
在上述目标点云地图获取方法的一个技术方案中,所述对所述目标点云地图块进行扩展包括:
获取所述目标点云地图块周围预设范围内的其他点云地图块;
基于所有所述目标点云地图块和所述其他点云地图块得到扩展点云地图块集合。
在上述目标点云地图获取方法的一个技术方案中,所述基于扩展后的目标点云地图块得到目标点云地图包括:
基于所述扩展点云地图块集合对所述初始点云地图进行切分,得到所述扩展点云地图块集合对应的所述目标点云地图;
或,
基于所述扩展点云地图块集合对所述初始点云地图进行复制,得到所述目标点云地图。
在上述目标点云地图获取方法的一个技术方案中,所述预设行驶路线为多个线段的集合,所述多个线段的端点基于平面坐标表示;所述获取所述预设行驶路线的平面坐标集合包括:
对所述预设行驶路线进行插值处理,基于所述插值处理后的预设行驶路线得到所述平面坐标集合。
在上述目标点云地图获取方法的一个技术方案中,所述对所述预设行驶路线进行插值处理,基于所述插值处理后的预设行驶路线得到所述平面坐标集合包括:
基于预设参数对所述预设行驶路线中的多个线段进行所述插值处理,得到多个插值点;
获取所述多个线段的端点和所述多个插值点的平面坐标,得到所述行驶路线的平面坐标集合。
在第二方面,提供一种电子设备,该电子设备包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行上述目标点云地图获取方法的技术方案中任一项技术方案所述的目标点云地图获取方法。
在第三方面,提供一种计算机可读存储介质,该计算机可读存储介质其中存储有多条程序代码,所述程序代码适于由处理器加载并运行以执行上述目标点云地图获取方法的技术方案中任一项技术方案所述的目标点云地图获取方法。
本申请上述一个或多个技术方案,至少具有如下一种或多种有益效果:
在实施本申请的技术方案中,首先获取驾驶设备的预设行驶路线,然后基于预设行驶路线获取目标点云地图块,最后对目标点云地图块进行扩展,并基于扩展后的目标点云地图块得到目标点云地图。通过上述实施方式,根据驾驶设备的预设行驶路线获取相应的目标点云地图,该目标点云地图只包含自动驾驶所需要的点云地图块,极大程度的减少了点云地图在实际使用过程中对车端和服务端的存储空间占用,降低了维护成本,同时不会影响点云地图的功能和性能。
附图说明
参照附图,本申请的公开内容将变得更易理解。本领域技术人员容易理解的是:这些附图仅仅用于说明的目的,而并非意在对本申请的保护范围组成限制。其中:
图1是根据本申请的一个实施例的目标点云地图获取方法的主要步骤流程示意图;
图2是根据本申请的一个实施例的基于预设行驶路线获取目标点云地图块的主要步骤流程示意图;
图3a是根据本申请的一个实施例的插值前的行驶路线示意图;
图3b是根据本申请的一个实施例的插值后的行驶路线示意图;
图4a是根据本申请的一个实施例的单个初始点云地图块的示意图;
图4b是根据本申请的一个实施例的多个初始点云地图块组成的初始点云地图的示意图;
图5是根据本申请的一个实施例的基于平面坐标集合和初始点云地图获取目标点云地图块的主要步骤流程示意图;
图6是根据本申请的一个实施例的对目标点云地图块进行扩展的主要步骤流程示意图;
图7是根据本申请的一个实施例的对目标点云地图块进行扩展的示意图;
图8a是根据本申请的一个实施例的目标点云地图块的示意图;
图8b是根据本申请的一个实施例的目标点云地图块周围预设范围内的其他点云地图块的示意图;
图9是根据本申请的一个实施例的目标点云地图获取方法的主要流程示意图;
图10a是根据本申请的一个实施例的某城市的初始点云地图存储空间占用示意图;
图10b是根据本申请的一个实施例的某城市的目标点云地图存储空间占用示意图;
图11是根据本申请的一个实施例的电子设备主要结构示意图。
附图标记列表:
1101:处理器;1102:存储装置。
具体实施方式
下面参照附图来描述本申请的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本申请的技术原理,并非旨在限制本申请的保护范围。
在本申请的描述中,“处理器”可以包括硬件、软件或者两者的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
这里先解释本申请涉及到的一些术语。
点云地图:是一种通过雷达或其他传感器获取的地图信息,将其以点云数据的形式储存,用来描述地面上物体和环境的三维模型,点云地图通常用于自动驾驶、机器人和虚拟现实等领域。
UTM:Universal TransverseMercator Grid System,即通用横墨卡托格网***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,作为卫星影像和自然资源数据库的参考格网以及要求精确定位的其他应用。
如背景技术所述,点云地图为自动驾驶和机器人导航提供了许多优势,同时也存在一些缺点和挑战,包括:
1、大规模点云地图的存储成本非常昂贵,服务端需要长时间保留历史地图数据,数据中心磁盘容量大小和维护成本都会增加;
2、在车辆上部署单个城市的点云点图,会对车辆磁盘空间造成压力。
为了解决上述问题,本申请提供了一种目标点云地图获取方法、电子设备及存储介质。
参阅附图1,图1是根据本申请的一个实施例的目标点云地图获取方法的主要步骤流程示意图。如图1所示,本申请实施例中的目标点云地图获取方法主要包括下列步骤S101至步骤S103。
步骤S101:获取驾驶设备的预设行驶路线;
步骤S102:基于预设行驶路线获取目标点云地图块;
步骤S103:对目标点云地图块进行扩展,并基于扩展后的目标点云地图块得到目标点云地图。
基于上述步骤S101至步骤S103所述的方法,根据驾驶设备的预设行驶路线获取相应的目标点云地图,该目标点云地图只包含自动驾驶所需要的点云地图块,极大程度的减少了点云地图在实际使用过程中对车端和服务端的存储空间占用,降低了维护成本,同时不会影响点云地图的功能和性能。
下面对上述步骤S101至步骤S103作进一步说明。
在上述步骤S101的一些实施方式中,驾驶设备的预设行驶路线可以包括预先规划好的行驶路线,也可以包括当前行驶路线或历史行驶路线。
进一步地,预先规划好的行驶路线可以通过驾驶设备的GPS模块、驾驶设备***中的导航文件等获取;当前行驶路线或历史行驶路线可以通过驾驶设备的GPS模块、传感器(如加速度计、陀螺仪、磁力计等)、地图应用程序、日志数据等获取。
需要指出的是,以上关于获取驾驶设备的预设行驶路线的举例只是示意性说明,在实际应用中,本领域技术人员可以根据具体场景选择上述或其他方法获取驾驶设备的预设行驶路线,此处不作限定。
以上是对步骤S101的进一步说明,下面继续对步骤S102作进一步说明。
在上述步骤S102的一些实施方式中,参阅附图2,图2是根据本申请的一个实施例的基于预设行驶路线获取目标点云地图块的主要步骤流程示意图。如图2所示,步骤S102主要包括下列步骤S1021至步骤S1023:
步骤S1021:获取预设行驶路线的平面坐标集合;
在一些实施方式中,驾驶设备的预设行驶路线可以为多个线段的集合,多个线段的端点可以基于平面坐标表示。
具体地,平面直角坐标系可以用于表示相对较小的地理区域,例如城市、州、国家等范围内。在平面直角坐标系中,地球表面被划分为网格,每个位置都有唯一的坐标值,平面直角坐标系包括笛卡尔坐标系、高斯坐标系和UTM坐标系等。
其中,UTM是平面直角坐标系中最常用的坐标***之一,UTM(UniversalTransverseMercatorGrid System),即通用横墨卡托格网***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,作为卫星影像和自然资源数据库的参考格网以及要求精确定位的其他应用。
因此,在步骤S1021的一些实施方式中,可以获取预设行驶路线中所有端点的UTM坐标,得到预设行驶路线的平面坐标集合,简称为集合A。
在步骤S1021的另一些实施方式中,还可以对预设行驶路线进行插值处理,并基于插值处理后的预设行驶路线得到平面坐标集合。
具体地,可以包括以下步骤:
(1)基于预设参数对预设行驶路线中的多个线段进行插值处理,得到多个插值点;
在驾驶设备的预设行驶路线中,多个线段的端点之间的距离可能会过大,无法直接使用,因此可以在多个线段中均匀地***一些点。
进一步地,若插值后的点过于稀疏,后续可能无法准确地描述行驶路线的特征,导致算法的精度下降;若插值后的点过于稠密,可能包含大量冗余信息,降低了算法的效率。因此,可以基于预设参数控制点与点之间的距离,防止插值后的点过于稀疏影响后续的算法,也能避免插值后的点过于稠密导致整体程序的运行时间增加。
在一些实施方式中,参阅附图3a和图3b,图3a是根据本申请的一个实施例的插值前的预设行驶路线示意图,图3b是根据本申请的一个实施例的插值后的预设行驶路线示意图。
(2)获取多个线段的端点和多个插值点的平面坐标,得到行驶路线的平面坐标集合点。
插值处理后,就可以获取行驶路线中所有点的UTM坐标,得到预设行驶路线的平面坐标集合,简称为集合A。
以上是对步骤S1021的进一步说明。
步骤S1022:获取初始点云地图;
其中,初始点云地图由多个初始点云地图块组成,初始点云地图包括点云坐标系信息和点云地图信息。
在一些实施方式中,初始点云地图是通过雷达或其他传感器获取的地图信息,并以点云数据的形式储存在服务端和车端,初始点云地图可以是用来描述某个城市等大范围地理区域的点云数据,对存储空间占用较大。
具体地,初始点云地图由多个初始点云地图块组成,是一个点云地图块集合。其中,每个初始点云地图块是一部分连续点云的集合,具体可以为长为100米、宽为100米的地图块。
在一些实施方式中,参阅附图4a和图4b,图4a是根据本申请的一个实施例的单个初始点云地图块的示意图,图4b是根据本申请的一个实施例的多个初始点云地图块组成的初始点云地图的示意图。
进一步地,初始点云地图可以包括点云坐标系信息和点云地图信息。
其中,点云地图坐标系信息描述了点云坐标系与平面坐标系的对应关系,具体可以为点云坐标系相对于平面坐标系的偏移量,根据偏移量,可以将点云坐标系与平面坐标系进行相互转换。点云地图坐标系信息可以存储为“map_offset.txt”文件,该文件中描述了点云坐标系相对于平面坐标系的偏移量。
点云地图信息包括每个初始点云地图块的大小和起始坐标等信息。点云地图信息可以存储为“Info.txt”文件,该文件中描述了初始点云地图中包含的地图块数量、每个地图块的大小(通常以米为单位)以及每个地图块的起始坐标等。
以上是对步骤S1022的进一步说明。
步骤S1023:基于平面坐标集合和初始点云地图获取目标点云地图块。
在一些实施方式中,参阅附图5,图5是根据本申请的一个实施例的基于平面坐标集合和初始点云地图获取目标点云地图块的主要步骤流程示意图。如图5所示,步骤S1023可以包括以下步骤S501至步骤S502:
步骤S501:基于点云坐标系信息将平面坐标集合转换为点云坐标集合;
为了减小初始点云地图的存储空间,初始点云地图中的每个点坐标的数据类型通常由float组成。
float是一种数据类型,用于表示单精度浮点数,单精度浮点数是指具有32位二进制表示的浮点数。在点云地图中,每个点的坐标通常由x、y、z三个浮点数组成,分别表示点在x轴、y轴、z轴上的位置,由于点云地图中的点坐标通常需要进行计算和比较,因此需要使用一种能够精确表示小数的数据类型,float作为一种单精度浮点数,可以表示小数,并且具有较高的计算速度和较小的存储空间,因此在点云地图中被广泛使用。
进一步地,点云坐标系相对于平面坐标系有一个偏移量,上述集合A中的UTM坐标并不能直接转换为点云坐标,因此需要根据点云坐标系信息中记录的偏移量,将平面坐标集合中的点映射到点云坐标系中,得到点云坐标集合,简称集合B。
步骤S502:基于点云坐标集合获取目标点云地图块。
具体地,可以包括以下步骤:
(1)基于点云地图信息获取点云坐标集合中每个点云坐标对应的初始点云地图块;
(2)将点云坐标集合中所有点云坐标对应的初始点云地图块作为目标点云地图块。
具体地,可以通过点云地图信息得到每个初始点云地图块的大小和起始坐标信息,进一步将集合B中的每一个坐标点对应到初始点云地图块中,确定需要的所有初始点云地图块,作为目标点云地图块。
进一步地,还可以使用切分算法,如基于网格的切分算法将目标点云地图块从初始点云地图中切分出来。
以上是对步骤S102的进一步说明,下面继续对步骤S103作进一步说明。
在上述步骤S103的一些实施方式中,参阅附图6,图6是根据本申请的一个实施例的对目标点云地图块进行扩展的主要步骤流程示意图。如图6所示,步骤S103可以包括以下步骤S1031至步骤S1032:
步骤S1031:获取目标点云地图块周围预设范围内的其他点云地图块;
具体地,可以获取初始点云地图中目标点云地图块周围100米范围内的其他点云地图块,由于初始点云地图由多个地图块组成,因此可以获取目标点云地图块周围九宫格内的其他点云地图块。
在一些实施方式中,参阅附图7,图7是根据本申请的一个实施例的对目标点云地图块进行扩展的示意图。
如图7所示,集合B中包括有2个坐标点{ b1,b2 },分别将b1和b2对应到初始点云地图块中,得到目标点云地图块2-2和2-6,那么以2-2为中心进行扩展,得到的其他点云地图块包括1-1、2-1、3-1、1-2、3-2、1-3、2-3和3-3,以2-6为中心进行扩展,得到的其他点云地图块包括1-5、2-5、3-5、1-6、3-6、1-7、2-7和3-7。
在一些实施方式中,参阅附图8a和图8b,图8a是根据本申请的一个实施例的目标点云地图块的示意图,图8b是根据本申请的一个实施例的目标点云地图块周围预设范围内的其他点云地图块的示意图。
步骤S1032:基于所有目标点云地图块和其他点云地图块得到扩展点云地图块集合。
以图7为例,基于所有目标点云地图块2-2和2-6,以及其他点云地图块1-1、2-1、3-1、1-2、3-2、1-3、2-3、3-3、1-5、2-5、3-5、1-6、3-6、1-7、2-7和3-7,得到的扩展点云地图块集合为{ 1-1,2-1,3-1,1-2,2-2,3-2,1-3,2-3,3-3,1-5,2-5,3-5,1-6,2-6,3-6,1-7,2-7,3-7},简称集合C。
进一步地,在得到扩展点云地图块集合之后,可以基于扩展后的目标点云地图块得到目标点云地图。
在一些实施方式中,可以基于扩展点云地图块集合对初始点云地图进行切分,得到扩展点云地图块集合对应的目标点云地图。
具体地,可以在初始点云地图中,通过脚本读取扩展点云地图块集合中包含的地图块,并将扩展点云地图块集合中包含的地图块从初始点云地图中切分出来,再将切分出的地图块进行打包,得到目标点云地图。
在另一些实施方式中,可以基于扩展点云地图块集合对初始点云地图进行复制,得到目标点云地图。
具体地,可以在初始点云地图中,通过脚本读取扩展点云地图块集合中包含的地图块,并将扩展点云地图块集合中包含的地图块从初始点云地图中地图块复制出来,再将复制出的地图块进行打包,得到目标点云地图。
其中,脚本是一种自动化执行任务的程序,通常使用编程语言编写,通过编写脚本,可以自动读取扩展点云地图块集合中包含的地图块。
以上是对步骤S103的进一步说明。
在一些实施方式中,参阅附图9,图9是根据本申请的一个实施例的目标点云地图获取方法的主要流程示意图。如图9所示,本申请实施例中的目标点云地图获取方法主要包括:
获取初始点云地图和驾驶设备的预设行驶路线;
对预设行驶路线进行插值处理,基于插值处理后的预设行驶路线得到平面坐标集合;
根据平面坐标集合和初始点云地图的点云坐标系信息将平面坐标集合转换为点云坐标集合;
根据点云坐标集合和初始点云地图的点云地图信息确定初始点云地图中的目标点云地图块;
对目标点云地图块进行扩展,得到扩展点云地图块集合;
根据扩展点云地图块集合对初始点云地图进行切分或复制,得到目标点云地图。
以上是对目标点云地图获取方法的进一步说明。
在一些实施方式中,参阅附图10a和图10b,图10a是根据本申请的一个实施例的某城市的初始点云地图存储空间占用示意图,图10b是根据本申请的一个实施例的某城市的目标点云地图存储空间占用示意图。
如图10a和图10b所示,某城市的初始点云地图的大小为18.79GB,目标点云地图的大小为2.39GB,由此可见,本申请提供的目标点云地图获取方法极大程度的减少了点云地图在实际使用过程中对车端和服务端的存储空间占用,降低了维护成本,同时不会影响点云地图的功能和性能。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本申请的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时(并行)执行或以其他顺序执行,这些变化都在本申请的保护范围之内。
本领域技术人员能够理解的是,本申请实现上述一实施例的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序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。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
进一步,本申请还提供了一种电子设备。参阅附图11,图11是根据本申请的一个实施例的电子设备主要结构示意图。如图11所示,本申请实施例中的电子设备主要包括处理器1101和存储装置1102,存储装置1102可以被配置成存储执行上述方法实施例的目标点云地图获取方法的程序,处理器1101可以被配置成用于执行存储装置1102中的程序,该程序包括但不限于执行上述方法实施例的目标点云地图获取方法的程序。为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。
在本申请的一些可能的实施方式中,电子设备可以包括多个处理器1101和多个存储装置1102。而执行上述方法实施例的目标点云地图获取方法的程序可以被分割成多段子程序,每段子程序分别可以由处理器1101加载并运行以执行上述方法实施例的目标点云地图获取方法的不同步骤。具体地,每段子程序可以分别存储在不同的存储装置1102中,每个处理器1101可以被配置成用于执行一个或多个存储装置1102中的程序,以共同实现上述方法实施例的目标点云地图获取方法,即每个处理器1101分别执行上述方法实施例的目标点云地图获取方法的不同步骤,来共同实现上述方法实施例的目标点云地图获取方法。
上述多个处理器1101可以是部署于同一个设备上的处理器,例如上述电子设备可以是由多个处理器组成的高性能设备,上述多个处理器1101可以是该高性能设备上配置的处理器。此外,上述多个处理器1101也可以是部署于不同设备上的处理器,例如上述电子设备可以是服务器集群,上述多个处理器1101可以是服务器集群中不同服务器上的处理器。
进一步,本申请还提供了一种计算机可读存储介质。在根据本申请的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的目标点云地图获取方法的程序,该程序可以由处理器加载并运行以实现上述目标点云地图获取方法。为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本申请实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
需要说明的是,本申请各实施例中可能涉及的相关用户个人信息,均为严格按照法律法规的要求,遵循合法、正当、必要的原则,基于业务场景的合理目的,处理用户在使用产品/服务过程中主动提供或因使用产品/服务而产生的,以及经用户授权获取的个人信息。
本申请处理的用户个人信息会因具体产品/服务场景而有所不同,需以用户使用产品/服务的具体场景为准,可能会涉及用户的账号信息、设备信息、驾驶信息、车辆信息或其他相关信息。本申请会以高度的勤勉义务对待用户的个人信息及其处理。
本申请非常重视用户个人信息的安全,已采取符合业界标准、合理可行的安全防护措施保护用户的信息,防止个人信息遭到未经授权访问、公开披露、使用、修改、损坏或丢失。
至此,已经结合附图所示的一个实施方式描述了本申请的技术方案,但是,本领域技术人员容易理解的是,本申请的保护范围显然不局限于这些具体实施方式。在不偏离本申请的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本申请的保护范围之内。
Claims (8)
1.一种目标点云地图获取方法,其特征在于,所述方法包括:
获取驾驶设备的预设行驶路线;所述预设行驶路线包括预先规划好的行驶路线、当前行驶路线或历史行驶路线,所述预设行驶路线为多个线段的集合,所述多个线段的端点基于平面坐标表示;
基于预设参数对所述预设行驶路线中的多个线段进行插值处理,得到多个插值点,获取所述多个线段的端点和所述多个插值点的平面坐标,得到所述预设行驶路线的平面坐标集合;
将所述平面坐标集合转换为点云坐标集合,基于转换后的所述点云坐标集合从初始点云地图中获取目标点云地图块;所述初始点云地图是通过传感器获取的地图信息;
对所述目标点云地图块进行扩展,并基于扩展后的目标点云地图块得到目标点云地图,所述目标点云地图包括所述目标点云地图块以及以所述目标点云地图块为中心的九宫格中的其他点云地图块。
2.根据权利要求1所述的目标点云地图获取方法,其特征在于,所述将所述平面坐标集合转换为点云坐标集合,基于转换后的所述点云坐标集合从初始点云地图中获取目标点云地图块包括:
获取所述初始点云地图;所述初始点云地图由多个初始点云地图块组成,所述初始点云地图包括点云坐标系信息和点云地图信息;
基于所述点云坐标系信息将所述平面坐标集合转换为点云坐标集合;
基于所述点云坐标集合获取所述目标点云地图块。
3.根据权利要求2所述的目标点云地图获取方法,其特征在于,所述点云坐标系信息包括平面坐标系与点云坐标系的对应关系,所述对应关系为点云坐标系相对于平面坐标系的偏移量;所述基于所述点云坐标系信息将所述平面坐标集合转换为点云坐标集合包括:
基于所述点云坐标系相对于平面坐标系的偏移量将所述平面坐标集合转换为点云坐标集合。
4.根据权利要求3所述的目标点云地图获取方法,其特征在于,所述点云地图信息包括每个所述初始点云地图块的大小和起始坐标;所述基于所述点云坐标集合获取所述目标点云地图块包括:
基于所述点云地图信息获取所述点云坐标集合中每个点云坐标对应的初始点云地图块;
将所述点云坐标集合中所有点云坐标对应的初始点云地图块作为所述目标点云地图块。
5.根据权利要求2至4中任一项所述的目标点云地图获取方法,其特征在于,所述对所述目标点云地图块进行扩展包括:
获取所述目标点云地图块周围预设范围内的其他点云地图块;
基于所有所述目标点云地图块和所述其他点云地图块得到扩展点云地图块集合。
6.根据权利要求5所述的目标点云地图获取方法,其特征在于,所述基于扩展后的目标点云地图块得到目标点云地图包括:
基于所述扩展点云地图块集合对所述初始点云地图进行切分,得到所述扩展点云地图块集合对应的所述目标点云地图;
或,
基于所述扩展点云地图块集合对所述初始点云地图进行复制,得到所述目标点云地图。
7.一种电子设备,包括处理器和存储装置,所述存储装置适于存储多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行权利要求1至6中任一项所述的目标点云地图获取方法。
8.一种计算机可读存储介质,其中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行权利要求1至6中任一项所述的目标点云地图获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311676482.8A CN117405130B (zh) | 2023-12-08 | 2023-12-08 | 目标点云地图获取方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311676482.8A CN117405130B (zh) | 2023-12-08 | 2023-12-08 | 目标点云地图获取方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117405130A CN117405130A (zh) | 2024-01-16 |
CN117405130B true CN117405130B (zh) | 2024-03-08 |
Family
ID=89487357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311676482.8A Active CN117405130B (zh) | 2023-12-08 | 2023-12-08 | 目标点云地图获取方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117405130B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113295160A (zh) * | 2021-06-03 | 2021-08-24 | 舵敏智能科技(苏州)有限公司 | 基于视觉导航的地图加载方法、装置、设备及存储介质 |
WO2022000260A1 (zh) * | 2020-06-30 | 2022-01-06 | 深圳市大疆创新科技有限公司 | 地图的更新方法、装置、可移动平台及存储介质 |
KR102363719B1 (ko) * | 2021-06-30 | 2022-02-16 | 주식회사 모빌테크 | 3차원 점군 지도의 투영 변환을 이용한 차선 좌표 추출 방법 |
CN114255275A (zh) * | 2020-09-14 | 2022-03-29 | 华为技术有限公司 | 一种构建地图的方法及计算设备 |
CN114459471A (zh) * | 2022-01-30 | 2022-05-10 | 中国第一汽车股份有限公司 | 定位信息确定方法、装置、电子设备及存储介质 |
CN114577216A (zh) * | 2022-03-31 | 2022-06-03 | 美智纵横科技有限责任公司 | 导航地图构建方法、装置、机器人及存储介质 |
CN116147605A (zh) * | 2022-10-28 | 2023-05-23 | 北京主线科技有限公司 | 一种车辆自动驾驶地图生成方法、装置、设备及存储介质 |
CN117036422A (zh) * | 2023-08-25 | 2023-11-10 | 新石器慧通(北京)科技有限公司 | 车道线跟踪的方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020133415A1 (en) * | 2018-12-29 | 2020-07-02 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for constructing a high-definition map based on landmarks |
-
2023
- 2023-12-08 CN CN202311676482.8A patent/CN117405130B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022000260A1 (zh) * | 2020-06-30 | 2022-01-06 | 深圳市大疆创新科技有限公司 | 地图的更新方法、装置、可移动平台及存储介质 |
CN114255275A (zh) * | 2020-09-14 | 2022-03-29 | 华为技术有限公司 | 一种构建地图的方法及计算设备 |
CN113295160A (zh) * | 2021-06-03 | 2021-08-24 | 舵敏智能科技(苏州)有限公司 | 基于视觉导航的地图加载方法、装置、设备及存储介质 |
KR102363719B1 (ko) * | 2021-06-30 | 2022-02-16 | 주식회사 모빌테크 | 3차원 점군 지도의 투영 변환을 이용한 차선 좌표 추출 방법 |
CN114459471A (zh) * | 2022-01-30 | 2022-05-10 | 中国第一汽车股份有限公司 | 定位信息确定方法、装置、电子设备及存储介质 |
CN114577216A (zh) * | 2022-03-31 | 2022-06-03 | 美智纵横科技有限责任公司 | 导航地图构建方法、装置、机器人及存储介质 |
CN116147605A (zh) * | 2022-10-28 | 2023-05-23 | 北京主线科技有限公司 | 一种车辆自动驾驶地图生成方法、装置、设备及存储介质 |
CN117036422A (zh) * | 2023-08-25 | 2023-11-10 | 新石器慧通(北京)科技有限公司 | 车道线跟踪的方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
激光点云数据坐标转换方法研究;张熙 等;公路交通科技(应用技术版);20111130(第11期);第118-120页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117405130A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11131999B2 (en) | Method and apparatus for identifying laser point cloud data of autonomous vehicle | |
EP3620823A1 (en) | Method and device for detecting precision of internal parameter of laser radar | |
EP2518445B1 (en) | Database for a navigation device, method of outputting a three-dimensional representation of a terrain and method of generating a database | |
US9417070B1 (en) | Systems and methods for continuous replanning of vehicle trajectories | |
CN112614206B (zh) | 道路中心线提取方法和装置 | |
CN109726489B (zh) | 一种建立辅助驾驶数据库的方法及*** | |
CN110345951A (zh) | 一种adas高精度地图的生成方法及装置 | |
CN110083668B (zh) | 一种高精度地图的数据管理***、管理方法、终端和存储介质 | |
CN110838178A (zh) | 道路场景模型的确定方法及装置 | |
CN115273027A (zh) | 环境感知方法、域控制器、存储介质及车辆 | |
CN111681172A (zh) | 协同构建点云地图的方法、设备和*** | |
CN117671013B (zh) | 点云定位方法、智能设备及计算机可读存储介质 | |
CN117405130B (zh) | 目标点云地图获取方法、电子设备及存储介质 | |
CN110941587B (zh) | 基于附加文件的空间矢量数据存储方法及坐标系转换*** | |
CN109598199B (zh) | 车道线生成方法和装置 | |
CN110363847B (zh) | 一种基于点云数据的地图模型构建方法和装置 | |
CN114743395B (zh) | 一种信号灯检测方法、装置、设备及介质 | |
CN115493603A (zh) | 地图对齐方法、计算机设备及计算机可读存储介质 | |
CN115420297B (zh) | 地图更新方法、计算机设备及计算机可读存储介质 | |
CN113763522A (zh) | 地图渲染方法、装置、设备和介质 | |
CN117743491B (zh) | 地理实体编码方法、装置、计算机设备及介质 | |
Chu et al. | Convergent application for trace elimination of dynamic objects from accumulated lidar point clouds | |
CN116164766A (zh) | 一种生成路网的方法、装置及电子设备 | |
KR20180046909A (ko) | 3차원 데이터 처리 방법 | |
CN117635177B (zh) | 一种自然资源资产清查方法及*** |
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 |