[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN116147605A - 一种车辆自动驾驶地图生成方法、装置、设备及存储介质 - Google Patents

一种车辆自动驾驶地图生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116147605A
CN116147605A CN202211333635.4A CN202211333635A CN116147605A CN 116147605 A CN116147605 A CN 116147605A CN 202211333635 A CN202211333635 A CN 202211333635A CN 116147605 A CN116147605 A CN 116147605A
Authority
CN
China
Prior art keywords
map
preset
information
road
point
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
Application number
CN202211333635.4A
Other languages
English (en)
Inventor
张天雷
李�灿
王晓东
安立峰
王里
王超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhuxian Technology Co Ltd
Original Assignee
Beijing Zhuxian Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhuxian Technology Co Ltd filed Critical Beijing Zhuxian Technology Co Ltd
Priority to CN202211333635.4A priority Critical patent/CN116147605A/zh
Publication of CN116147605A publication Critical patent/CN116147605A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3667—Display of a road map
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3667—Display of a road map
    • G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本申请实施例提供一种车辆自动驾驶地图生成方法、装置、设备及存储介质，用以实现对自动驾驶地图精度的验证，确保自动驾驶地图的精度符合驾驶需求，进而提高自动驾驶体验。该方法可应用于港口、口岸、公路货运、城市配送、矿山、机场等业务场景。该方法包括：获取道路的要素信息；根据所述道路的要素信息，生成第一地图；根据预设信息对所述第一地图进行精度验证；所述预设信息包括预先采集的所述道路上至少一个预设点的位置信息；在验证通过之后，根据所述第一地图，生成目标地图，所述第一地图为点云地图，所述目标地图为矢量地图。

Description

一种车辆自动驾驶地图生成方法、装置、设备及存储介质
技术领域
本申请涉及自动驾驶高精地图技术领域，提供了一种车辆自动驾驶地图生成方法、装置、设备及存储介质。
背景技术
在自动驾驶过程中，高精度地图必不可少。自动驾驶高精度地图目前主要包括：矢量地图、点云地图等。通过自动驾驶高精度地图，能够为自动驾驶车辆提供先验信息，进而能够使得自动驾驶车辆实现路径规划、高精度定位、控制信息存储等功能。
现有技术中，地图采集车采集道路要素信息后，直接生成自动驾驶矢量地图。该方式，无法保证地图的精度，影响自动驾驶体验。
发明内容
本申请实施例提供一种车辆自动驾驶地图生成方法、装置、设备及存储介质，用以实现对自动驾驶地图的精度验证，确保自动驾驶矢量地图的精度符合驾驶需求，进而提高自动驾驶体验。
第一方面，本申请实施例提供一种车辆自动驾驶地图生成方法，包括：获取道路的要素信息；根据所述道路的要素信息，生成第一地图；根据预设信息对所述第一地图进行精度验证，所述预设信息包括预先采集的所述道路上至少一个预设点的位置信息；在验证通过之后，根据所述第一地图，生成目标地图，所述第一地图为点云地图，所述目标地图为矢量地图。
在本方案中，在根据获取的道路的要素信息生成第一地图后，根据预设信息对所述第一地图进行精度验证，只有第一地图通过精度验证之后，才根据第一地图生成目标地图，如此，可以保证目标地图的精度符合驾驶需求，可以提高自动驾驶体验。
可选的，所述获取道路的要素信息，包括：使用激光雷达(Light Detection AndRanging，LIDAR)、全球导航卫星系统(Global Navigation Satellite System，GNSS)、惯性测量单元(Inertial Measurement Unit，IMU)、轮速计中的一项或多项，采集所述道路的要素信息。
通过本方式，使用LIDAR、GNSS、IMU、轮速计中的一项或多项采集的道路的要素信息，具有较高的精度，保证生成的地图具有可靠性。
可选的，所述道路的要素信息包括所述道路的坐标、颜色信息、反射强度中的一项或多项。
当然，以上几种仅为示例，实际还可以有其它实现。
可选的，所述根据所述道路的要素信息，生成第一地图，包括：基于同步定位与建图(Simultaneous Localization and Mapping，SLAM)，对所述道路的要素信息进行处理，生成第二地图，所述第二地图的格式包括点云数据格式(Point Cloud Library Data，pcd)；对所述第二地图进行滤波处理，得到第三地图，所述第三地图的格式包括点云数据格式(LIDAR Data Exchange File，las)；对所述第三地图进行降维处理，得到第一地图，所述第一地图的格式包括具有地理编码信息图像格式(Geographic Tag Image File Format，geotiff)。
通过本方式，基于SLAM生成的第二地图具有较高的精度；将pcd格式的第二地图进行滤波处理后得到las格式的第三地图，可以减少第二地图中的无用信息(如道路两侧的树木等)，突出第二地图中的有用信息(如车道线、电线杆、路标等)，减少存储，同时las格式适用于通用的地图软件；将第三地图进行降维处理，得到的geotiff格式的第一地图数据量小，减少存储，同时便于地图软件识别。
可选的，该方法还包括：使用航空摄影技术采集所述预设信息。
通过本方式，预设信息的数据具有厘米级的高精度，提高精度验证的合理性与可靠性。
可选的，所述根据预设信息对所述第一地图进行精度验证，包括：判断所述预设信息中所述至少一个预设点的位置信息与所述第一地图中所述至少一个预设点的位置信息是否满足预设条件；若为是，则确定验证通过。
通过本方式，判断至少一个预设点的位置信息在预设信息与第一地图中的是否满足预设条件，可以对第一地图进行精度验证，且本方式简单、易实施。
可选的，所述至少一个预设点包括：预设点为道路中的特殊位置点，如车道线与减速带的交叉点、十字路口的中点、电线杆、路标的位置点，等等。
可以理解的，以上几种仅为示例，预设点可以根据实际情况进行选择。
可选的，所述位置信息包括横坐标和纵坐标；所述预设条件包括以下一项或多项：所述至少一个预设点在所述预设信息中对应的横坐标与在所述第一地图中对应的横坐标的大小关系满足第一条件；所述至少一个预设点在所述预设信息中对应的纵坐标与在所述第一地图中对应的纵坐标的大小关系满足第二条件；所述至少一个预设点在所述预设信息中对应的横坐标、纵坐标与在所述第一地图中对应的横坐标、纵坐标的大小关系满足第三条件。
通过本方式，根据至少一个预设点的横坐标和纵坐标设置预设条件，使得精度验证具有合理性。
可选的，所述第一条件包括：
Figure BDA0003913985910000021
其中xi为所述至少一个预设点中第i个预设点对应在所述第一地图中的横坐标，xi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的横坐标，a为第一预设值，n为所述至少一个预设点的数量。
可选的，所述第二条件包括：
Figure BDA0003913985910000022
其中yi为所述至少一个预设点中第i个预设点对应在所述第一地图中的纵坐标，yi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的纵坐标，b为第二预设值，n为所述至少一个预设点的数量。
可选的，所述第三条件包括：
Figure BDA0003913985910000031
其中xi为所述至少一个预设点中第i个预设点对应在所述第一地图中的横坐标，xi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的横坐标，yi为所述至少一个预设点中第i个预设点对应在所述第一地图中的纵坐标，yi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的纵坐标，c为第三预设值。
可以理解的，上述公式仅为示例而非限定，实际应用中可以根据需求进行改动或变形。
可以理解的，上述第一方面涉及的方法实施例可在车端实现，也可在云端实现，也可基于车-云共同实现，也可通过车-路-云联合实现。基于车-云实现时，包括车端获取道路的信息，并将采集到的信息发送到云端，云端进行后续的处理；基于车-路-云联合实现时，包括：车和路联合获取道路的信息，并将采集到的信息发送到云端，云端进行后续的处理；或，车端获取道路的信息，上传到路侧单元RSU(Road Side Unit)，RSU做简单处理后将处理后的信息发送到云端，云端做进一步处理。
第二方面，本申请实施例提供一种车辆自动驾驶地图生成装置，装置包括用于执行上述第一方面或第一方面任一种可选的实施方式中的方法的模块/单元/技术手段。
示例性的，该装置可以包括：
获取模块，用于获取道路的要素信息；
处理模块，用于根据所述道路的要素信息，生成第一地图；根据预设信息对所述第一地图进行精度验证，所述预设信息包括预先采集的所述道路上至少一个预设点的位置信息；在验证通过之后，根据所述第一地图，生成目标地图，所述第一地图为点云地图，所述目标地图为矢量地图。
可选的，获取模块用于：使用LIDAR、GNSS、IMU、轮速计中的一项或多项，采集所述道路的要素信息。
可选的，所述道路的要素信息包括所述道路的坐标、颜色信息、反射强度中的一项或多项。
可选的，处理模块在根据所述道路的要素信息，生成第一地图时，用于：基于同步定位与建图SLAM，对所述道路的要素信息进行处理，生成第二地图，所述第二地图的格式包括pcd格式；对所述第二地图进行滤波处理，得到第三地图，所述第三地图的格式包括las格式；对所述第三地图进行降维处理，得到第一地图，所述第一地图的格式包括geotiff格式。
可选的，获取模块还用于：使用航空摄影技术采集所述预设信息。
可选的，处理模块在所述根据预设信息对所述第一地图进行精度验证时，用于：判断所述预设信息中所述至少一个预设点的位置信息与所述第一地图中所述至少一个预设点的位置信息是否满足预设条件；若为是，则确定验证通过。
可选的，所述至少一个预设点包括：预设点为道路中的特殊位置点，如车道线与减速带的交叉点、十字路口的中点、电线杆、路标的位置点，等等。
可选的，所述位置信息包括横坐标和纵坐标；所述预设条件包括以下一项或多项：所述至少一个预设点在所述预设信息中对应的横坐标与在所述第一地图中对应的横坐标的大小关系满足第一条件；所述至少一个预设点在所述预设信息中对应的纵坐标与在所述第一地图中对应的纵坐标的大小关系满足第二条件；所述至少一个预设点在所述预设信息中对应的横坐标、纵坐标与在所述第一地图中对应的横坐标、纵坐标的大小关系满足第三条件。
可选的，所述第一条件包括：
Figure BDA0003913985910000041
其中xi为所述至少一个预设点中第i个预设点对应在所述第一地图中的横坐标，xi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的横坐标，a为第一预设值，n为所述至少一个预设点的数量。
可选的，所述第二条件包括：
Figure BDA0003913985910000042
其中yi为所述至少一个预设点中第i个预设点对应在所述第一地图中的纵坐标，yi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的纵坐标，b为第二预设值，n为所述至少一个预设点的数量。
可选的，所述第三条件包括：
Figure BDA0003913985910000043
其中xi为所述至少一个预设点中第i个预设点对应在所述第一地图中的横坐标，xi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的横坐标，yi为所述至少一个预设点中第i个预设点对应在所述第一地图中的纵坐标，yi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的纵坐标，c为第三预设值。
第三方面，提供一种通信装置，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，至少一个处理器通过执行存储器存储的指令，使得装置执行如第一方面或第一方面任一种可选的实施方式提供的方法。
第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质用于存储指令，当所述指令被执行时，使如第一方面或第一方面任一种可选的实施方式提供的方法被实现。
本申请实施例中第二、第三以及第四方面中提供的一个或多个技术方案所具有的技术效果或优点，均可以由第一方面中提供的对应的一个或多个技术方案所具有的技术效果或优点对应解释。
附图说明
图1为本申请实施例提供的一种地图生成的流程图；
图2为本申请实施例提供的一种地图采集车的示意图；
图3为本申请实施例提供的一种点云地图的示意图；
图4为本申请实施例提供的另一种点云地图的示意图；
图5为本申请实施例提供的另一种点云地图的示意图；
图6为本申请实施例提供的一种道路的示意图；
图7为本申请实施例提供的一种地图的示意图；
图8为本申请实施例提供的一种地图生成装置的示意图；
图9为本申请实施例提供的一种通信装置的结构示意图。
具体实施方式
下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
需要理解的是，在本申请实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。在本申请实施例的描述中“多个”，是指两个或两个以上。
本申请实施例中的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
自动驾驶矢量地图，也称为高精地图，能够为自动驾驶车辆提供车道线、道路地面标志、护栏、标牌、路灯杆等道路及其附近相关设施的空间位置信息，以及道路限速、类型、方向、航向、曲率、转向、虚实、车道数变化情况等丰富的道路属性信息。
基于同步定位与建图SLAM生成的自动驾驶点云地图作为底图，用于生成自动驾驶矢量地图。点云为坐标系下的点的数据集，包括三维坐标、颜色、反射强度、时间等数据。
自动驾驶点云地图主要依靠配备有激光雷达、全球导航卫星系统、惯性测量单元、轮速计等车载传感器的地图采集车在现场进行采集，而后依托SLAM技术生成。进而可以将自动驾驶点云地图转化为自动驾驶矢量地图。而自动驾驶矢量地图，能够为自动驾驶车辆提供车道线、道路地面标志、护栏、标牌、路灯杆等道路及其附近相关设施的空间位置信息，以及道路限速、类型、方向、航向、曲率、转向、虚实、车道数变化情况等丰富的道路属性信息。
在高速公路场景中，由于自动驾驶车辆依靠传统组合导航即可满足定位限差要求，不需要使用SLAM定位，但是SLAM建图生成的点云地图作为底图用于矢量地图的生成。另外，地图采集车需要从城市中心区密集分布的立交桥、高大建筑物等地区穿过。GNSS差分信号由于立交桥、高大建筑物的遮挡，受到多路径效应的严重影响。SLAM建图精度受GNSS定位信号偏差影响较大，无法判断点云地图精度状况，因此需要采取必要手段确定点云地图底图精度，从而保证矢量地图精度。
鉴于此，提供本申请实施例技术方案，可以对自动驾驶点云地图进行精度验证，从而保证自动驾驶矢量地图具有高精度。
本申请实施例可以用于各种包含道路的场景，例如高速公路、港口、口岸、公路货运、城市配送、矿山、机场等场景。只要该场景存在根据该场景中道路生成地图的需求，则均可以采用本申请实施例的技术方案。
为了使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例的技术方案作进一步地详细描述。
参照图1，为本申请实施例提供一种地图生成方法的流程图。
该方法可以由计算机设备执行，如笔记本电脑、台式计算机以及服务器等，也可以应用于各类具有计算能力的设备中，如手机、平板及其它具有计算能力的设备。以上设备仅为举例说明，本申请不做限制。
下面以该方法由计算机设备执行为例，该方法包括：
S101：获取道路的要素信息。
可选的，计算机设备可以从地图采集车获得要素信息。
参见图2，为本申请实施例提供一种地图采集车的示意图。
地图采集车用于采集道路的要素信息，包括以下装置：LIDAR、GNSS、IMU、轮速计、工控机、域控制器。
具体的，LIDAR采集到的点云数据，每一个点都包含了三维坐标信息，同时还包含颜色信息、反射强度信息、回波次数信息等。
GNSS采集到的数据包括道路中任何地点的三维坐标、速度以及时间信息。
IMU用来测量物体三轴姿态角以及加速度。
轮速计用来测量自动驾驶车辆的车轮转速。
可选的，还可以通过使用载波相位差分技术(Real-time kinematic，RTK)的相关装置，采集道路中任何地点的三维坐标。
工控机、域控制器用于存储LIDAR、GNSS、IMU、轮速计采集的道路的要素信息。
可选的，通过上述一项或多项装置采集的道路的要素信息为在机器人操作系统(Robot Operating System，ROS)系统下的文件格式(bag)。
通过本方式，通过上述一项或多项装置采集的道路要素信息具有较高的精度，避免由立交桥等高大建筑物的遮挡导致GNSS信号不准、生成的地图精度差的问题，保证生成的地图具有可靠性、合理性。
可选的，计算机设备将bag中相同类型的信息按时间戳进行合并。例如，将车辆底盘信息按时间戳进行合并，将车道导航信息按时间戳进行合并。
通过本方式，保证相同类型的信息可以按照采集的时间序列连续存储起来，便于后续建图，提高建图效率。
可选的，道路的要素信息可以包括道路的坐标、颜色信息、反射强度中的一项或多项。可以理解的，实际应用中，道路的要素信息还可以有其它实现，不局限于上述内容。
S102：根据道路的要素信息，生成第一地图。
其中，第一地图为点云地图。
首先，基于SLAM，对所述道路的要素信息进行处理，生成第二地图，所述第二地图为pcd格式的点云地图。其中，pcd格式的点云地图为局部坐标系下的点云地图。
一种可能的示例中，SLAM，可以是基于占据栅格的SLAM。
下面，介绍基于占据栅格的SLAM生成点云地图的原理。
占据栅格的地图将空间等份划分成各个独立的像素栅格，当每一帧点云插入进来时，对栅格是否被占据的概率进行更新，同时依据各个点在所在栅格的概率总和判断当前位姿变换是否与真实值相符。对于每一个栅格，是否被占据的概率被定义为：
Figure BDA0003913985910000071
其中p(s＝1)表示栅格的状态为空，p(s＝0)表示栅格的状态为被占据。
若当前栅格的状态为Odd(s)，对于一个新观测到的点z(z～{0,1})，栅格的状态更新为：
Figure BDA0003913985910000072
根据贝叶斯公式得到：
Figure BDA0003913985910000073
Figure BDA0003913985910000074
故
Figure BDA0003913985910000075
对等式两边取对数，得到：
Figure BDA0003913985910000076
将第一项称为测量值模型，测量值有两种情况，且都是定值，分别为：
Figure BDA0003913985910000077
根据上式可以对每个栅格进行更新计算，并最终形成完整的全局点云地图。
如此，基于SLAM生成的第二地图具有较高的精度，提高了精度验证的可靠性。
其次，对第二地图进行滤波处理，得到las格式的第三地图。
具体的，可以自定义阈值，将第二地图中的反射强度与颜色信息按照设定的方式进行滤波、插值等操作，从而减少第二地图中的无用信息(如道路两侧的树木等)，突出第二地图中的有用信息(如车道线、电线杆、路标等)。
在对第二地图进行滤波处理，得到las格式的第三地图的过程中，点云中的三维坐标从局部坐标系转为通用横轴墨卡托投影(Universal Transverse Mercator，UTM)坐标系；并且多个pcd格式的数据压缩为一个las数据，例如，1个pcd格式的数据包含1千米道路的数据，将10个pcd格式的数据压缩为1个las数据，即1个las格式的数据包含10千米道路的数据。
如此，对第二地图进行滤波处理，得到las格式的第三地图，减少存储，并且UTM坐标系受通用的地图软件识别，便于后期制作自动驾驶矢量地图(即目标地图)，提高制图效率。
由于第三地图为三维点云地图，las格式的数据量大，地理信息系统(GeographicInformation System，GIS)不便根据第三地图生成自动驾驶矢量地图，所以还可以对第三地图进行降维处理，得到geotiff格式的第一地图，第一地图为二维点云地图，同时第一地图将第三地图中的有用信息保留。如此，对第三地图进行降维操作，得到第一地图，极大地减少了数据量，便于存储与管理，提高制图效率。
一个具体的示例中，图3为pcd格式的点云地图，图4为las格式的点云地图，图5为geotiff格式的点云地图。
从图3、图4、图5中可以看出，从pcd格式的点云地图到las格式的点云地图再到geotiff格式的点云地图，数据量逐渐递减，故geotiff格式的点云地图便于存储与管理。
S103：根据预设信息对所述第一地图进行精度验证。
预设信息包括预先采集的道路上至少一个预设点的位置信息，下面介绍预设信息的来源。
一种可能的设计中，可以基于航空摄影技术采集道路上的至少一个预设点的位置信息，例如利用无人机采集道路上的至少一个预设点的位置信息，其中，位置信息包括至少一个预设点的精确的三维坐标。
其中，预设点可以为道路中的特殊位置点，如车道线与减速带的交叉点、十字路口的中点、电线杆、路标的位置点，等等。
可以理解的，以上几种仅为示例，预设点可以根据实际情况进行选择。
下面，介绍基于航空摄影技术采集道路上的至少一个预设点的位置信息的原理。
航空摄影测量技术是以摄影时目标点、相应像点和摄站点三点共线条件所建立的每条空间光线作为整体平差运算中的基本单元的空中三角测量。
已知像点a(x′,y′)在像空间坐标系中坐标为(x-x0,y-y0,z-z0)，经旋转得到其像空间辅助坐标系坐标(u,v,w)，满足下式：
Figure BDA0003913985910000081
其中x0，y0，f为影像的内方位元素，
Figure BDA0003913985910000082
ω、k为影像外方位元素，
Figure BDA0003913985910000083
ai，bi，ci(i＝1,2,3)为影像的3个外方位角元素组成的9个方向余弦。
由空间相似关系，有
Figure BDA0003913985910000084
其中λ为比例缩放因子，Xs，Ys，Zs为摄站点的物方空间坐标，消掉λ可得下式：
Figure BDA0003913985910000085
Figure BDA0003913985910000086
此式即为摄影测量共线方程，通过空间前方、后方交会加密地面点，依靠网络RTK、机载IMU获取外方位元素，进而解算地面加密点精确三维坐标。
示例性的，采用基于网络RTK的免相控无人机，选取部分道路进行航空摄影测量，采集该道路中的电线杆的位置点的三维坐标，并对该三维坐标进行处理，得到高精度的数字正射影像(Digital Orthophoto Map，DOM)的三维坐标。
通过本方式，预设信息的数据具有厘米级的高精度，提高精度验证的可靠性。
以下介绍如何根据预设信息对所述第一地图进行精度验证。
可选的，根据预设信息对所述第一地图进行精度验证，可以包括：判断预设信息中至少一个预设点的位置信息与第一地图中至少一个预设点的位置信息是否满足预设条件；若为是，则确定验证通过，即第一地图可以用于生成目标地图；若为否，则验证失败，即第一地图不可以用于生成目标地图。
通过本方式，判断至少一个预设点的位置信息在预设信息与第一地图中的是否满足预设条件，保证了精度验证的合理性。
一种可能的设计中，位置信息包括横坐标和纵坐标，预设条件包括以下一项或多项：
至少一个预设点在预设信息中对应的横坐标与在第一地图中对应的横坐标的大小关系满足第一条件；
例如,第一条件为：
Figure BDA0003913985910000091
至少一个预设点在预设信息中对应的纵坐标与在第一地图中对应的纵坐标的大小关系满足第二条件；
例如，第二条件为：
Figure BDA0003913985910000092
至少一个预设点在预设信息中对应的横坐标、纵坐标与在第一地图中对应的横坐标、纵坐标的大小关系满足第三条件。
例如，第三条件为：
Figure BDA0003913985910000093
其中，xi为所述至少一个预设点中第i个预设点对应在所述第一地图中的横坐标，xi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的横坐标，yi为所述至少一个预设点中第i个预设点对应在所述第一地图中的纵坐标，yi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的纵坐标；a为第一预设值，b为第二预设值，c为第三预设值，n为所述至少一个预设点的数量。
可以理解的，对于第一预设值a，第二预设值b，第三预设值c，技术人员可以根据对目标地图的精度要求，选择适当的a、b、c的数值。
可以理解的，上述三种条件仅为示例，实际应用中可以根据需要对上述三种条件进行改动和变形。
可以理解的，以上三种条件可以单独实施，也可以任意组合实施，本申请不做限制。
示例性的，图6为无人机航拍的道路，基于航空摄影技术，采集指示牌的位置点的位置信息x、y。
图7为该道路对应的geotiff格式的地图(即第一地图)，图7中指示牌的位置点的位置信息为x’、y’。
可以判断航空摄影技术采集的指示牌的位置点的位置信息与geotiff格式的地图中指示牌的位置点的位置信息是否满足预设条件，若为是，则确定验证通过，即第一地图可以用于生成目标地图；若为否，则验证失败，即第一地图不可以用于生成目标地图。
可以理解的，图6和图7是以一个位置点为例，实际应用中可以同时判断多个位置点，在预设信息中所有位置点与第一地图中所有位置点均满足预设条件后(或者满足预设条件的位置点数量达到预设数量后)，才确认验证通过。
S104：在验证通过之后，根据所述第一地图，生成目标地图。
其中，目标地图为矢量地图。
在上述方案中，可以实现对点云地图(即第一地图)进行精度验正。并且，只有第一地图通过精度验证之后，才根据第一地图生成目标地图，可以保证目标地图的精度符合驾驶需求，可以提高自动驾驶体验。
一种可替换的方式中，也可以将第三地图作为第一地图(即第一地图的格式为las)，对第一地图进行精度验证，进而省去了根据las格式的第三地图得到geotiff格式的第一地图的过程。在验证通过之后，根据第一地图，生成目标地图，其中第一地图为点云地图，目标地图为矢量地图。
具体的，基于GIS，参照描述道路网络的主要开放格式(OpenDRIVE)或自动驾驶高精地图表达方式(LaneLets)的地图标准构建拓扑结构，对第一地图中存在车道线的路段进行人机交互半自动矢量化；对第一地图中的无车道线区域，例如收费站区域、匝道合流、匝道分流区域，基于车载组合导航系统，采集通过无车道线区域的路径轨迹，将轨迹矢量化后实现与有车道线区域车道的平滑连接，矢量化过程中根据定位、控制、规划、感知等地图属性的参数要求，对属性赋值，最终生成目标地图。
可以理解的，上述方法实施例可在车端实现，也可在云端实现，也可基于车-云共同实现，也可通过车-路-云联合实现。基于车-云实现时，包括车端获取道路的信息，并将采集到的信息发送到云端，云端进行后续的处理；基于车-路-云联合实现时，包括：车和路联合获取道路的信息，并将采集到的信息发送到云端，云端进行后续的处理；或，车端获取道路的信息，上传到路侧单元RSU，RSU做简单处理后将处理后的信息发送到云端，云端做进一步处理。以上介绍了本申请实施例提供的方法，以下介绍本申请实施例提供的装置。
参见图8，本申请实施例提供一种地图生成装置800，该装置包括用于执行上述方法实施例中由计算机设备执行的方法的模块/单元/技术手段。
示例性的，该装置800包括：
获取模块801，用于获取道路的要素信息；
处理模块802，用于根据所述道路的要素信息，生成第一地图；根据预设信息对所述第一地图进行精度验证，所述预设信息包括预先采集的所述道路上至少一个预设点的位置信息；在验证通过之后，根据所述第一地图，生成目标地图，所述第一地图为点云地图，所述目标地图为矢量地图。
应理解，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。
作为上述装置一种可能的产品形态，参见图9，本申请实施例还提供一种通信装置900，包括：
至少一个处理器901；所述至少一个处理器901通过执行存储器902存储的指令，使得所述通信装置900执行上述方法实施例中任一设备所执行的方法步骤。
可选的，所述存储器902位于所述通信装置900之外。
可选的，所述通信装置900包括所述存储器902，所述存储器902与所述至少一个处理器901相连，所述存储器902存储有可被所述至少一个处理器901执行的指令。附图9用虚线表示存储器902对于通信装置900是可选的。
其中，所述处理器901和所述存储器902可以通过接口电路耦合，也可以集成在一起，这里不做限制。
本申请实施例中不限定上述处理器901、存储器902之间的具体连接介质。本申请实施例在图9中以处理器901、存储器902之间通过总线903连接，总线在图9中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
应理解，本申请实施例中提及的处理器可以通过硬件实现也可以通过软件实现。当通过硬件实现时，该处理器可以是逻辑电路、集成电路等。当通过软件实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现。
示例性的，处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
应理解，本申请实施例中提及的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data EateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DR RAM)。
需要说明的是，当处理器为通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件时，存储器(存储模块)可以集成在处理器中。
应注意，本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质用于存储指令，当所述指令被执行时，使得计算机执行上述方法实例中任一设备所执行的方法步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种车辆自动驾驶地图生成方法，其特征在于，包括：
获取道路的要素信息；
根据所述道路的要素信息，生成第一地图；
根据预设信息对所述第一地图进行精度验证，所述预设信息包括预先采集的所述道路上至少一个预设点的位置信息；在验证通过之后，根据所述第一地图，生成目标地图，所述第一地图为点云地图，所述目标地图为矢量地图。
2.如权利要求1所述的方法，其特征在于，所述获取道路的要素信息，包括：
使用激光雷达LIDAR、全球导航卫星系统GNSS、惯性测量单元IMU、轮速计中的一项或多项，采集所述道路的要素信息。
3.如权利要求1所述的方法，其特征在于，所述道路的要素信息包括所述道路的坐标、颜色信息、反射强度中的一项或多项。
4.如权利要求1所述的方法，其特征在于，所述根据所述道路的要素信息，生成第一地图，包括：
基于同步定位与建图SLAM，对所述道路的要素信息进行处理，生成第二地图，所述第二地图的格式包括pcd格式；
对所述第二地图进行滤波处理，得到第三地图，所述第三地图的格式包括las格式；
对所述第三地图进行降维处理，得到第一地图，所述第一地图的格式包括geotiff格式。
5.如权利要求1所述的方法，其特征在于，所述根据预设信息对所述第一地图进行精度验证，包括：
判断所述预设信息中所述至少一个预设点的位置信息与所述第一地图中所述至少一个预设点的位置信息是否满足预设条件；
若为是，则确定验证通过。
6.如权利要求5所述的方法，其特征在于，所述位置信息包括横坐标和纵坐标；
所述预设条件包括以下一项或多项：
所述至少一个预设点在所述预设信息中对应的横坐标与在所述第一地图中对应的横坐标的大小关系满足第一条件；
所述至少一个预设点在所述预设信息中对应的纵坐标与在所述第一地图中对应的纵坐标的大小关系满足第二条件；
所述至少一个预设点在所述预设信息中对应的横坐标、纵坐标与在所述第一地图中对应的横坐标、纵坐标的大小关系满足第三条件。
7.如权利要求6所述的方法，其特征在于，
所述第一条件包括：
Figure FDA0003913985900000021
其中xi为所述至少一个预设点中第i个预设点对应在所述第一地图中的横坐标，xi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的横坐标，a为第一预设值，n为所述至少一个预设点的数量；或者，
所述第二条件包括：
Figure FDA0003913985900000022
其中yi为所述至少一个预设点中第i个预设点对应在所述第一地图中的纵坐标，yi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的纵坐标，b为第二预设值，n为所述至少一个预设点的数量；或者，
所述第三条件包括：
Figure FDA0003913985900000023
其中xi为所述至少一个预设点中第i个预设点对应在所述第一地图中的横坐标，xi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的横坐标，yi为所述至少一个预设点中第i个预设点对应在所述第一地图中的纵坐标，yi ′为所述至少一个预设点中第i个预设点对应在所述预设信息中的纵坐标，c为第三预设值，n为所述至少一个预设点的数量。
8.一种车辆自动驾驶地图生成装置，其特征在于，包括：
获取模块，用于获取道路的要素信息；
处理模块，用于根据所述道路的要素信息，生成第一地图；根据预设信息对所述第一地图进行精度验证，所述预设信息包括预先采集的所述道路上至少一个预设点的位置信息；在验证通过之后，根据所述第一地图，生成目标地图，所述第一地图为点云地图，所述目标地图为矢量地图。
9.一种通信装置，其特征在于，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，所述至少一个处理器通过执行所述存储器存储的指令，使得所述装置执行如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行权利要求1-7中任一项所述的方法。
CN202211333635.4A 2022-10-28 2022-10-28 一种车辆自动驾驶地图生成方法、装置、设备及存储介质 Pending CN116147605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211333635.4A CN116147605A (zh) 2022-10-28 2022-10-28 一种车辆自动驾驶地图生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211333635.4A CN116147605A (zh) 2022-10-28 2022-10-28 一种车辆自动驾驶地图生成方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116147605A true CN116147605A (zh) 2023-05-23

Family

ID=86337880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211333635.4A Pending CN116147605A (zh) 2022-10-28 2022-10-28 一种车辆自动驾驶地图生成方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116147605A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117405130A (zh) * 2023-12-08 2024-01-16 新石器中研(上海)科技有限公司 目标点云地图获取方法、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117405130A (zh) * 2023-12-08 2024-01-16 新石器中研(上海)科技有限公司 目标点云地图获取方法、电子设备及存储介质
CN117405130B (zh) * 2023-12-08 2024-03-08 新石器中研(上海)科技有限公司 目标点云地图获取方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN112204343B (zh) 高清晰地图数据的可视化
EP3290952B1 (en) Automatic localization geometry detection
CN107328410B (zh) 用于定位自动驾驶车辆的方法和汽车电脑
CN108362295B (zh) 车辆路径引导设备和方法
US10240934B2 (en) Method and system for determining a position relative to a digital map
US11093759B2 (en) Automatic identification of roadside objects for localization
EP2074379B1 (en) Method and apparatus for generating an orthorectified tile
Brenner Extraction of features from mobile laser scanning data for future driver assistance systems
US20200033153A1 (en) System for creating a vehicle surroundings model
CN108627175A (zh) 用于识别车辆位置的系统和方法
CN113034566B (zh) 高精度地图构建方法、装置、电子设备及存储介质
CN106980657A (zh) 一种基于信息融合的车道级电子地图构建方法
JP2015148601A (ja) マッピング、位置特定、及び姿勢補正のためのシステム及び方法
CN114636993A (zh) 一种激光雷达与imu的外参标定方法、装置及设备
WO2020264222A1 (en) Image-based keypoint generation
CN101815928A (zh) 捕获供在地图数据库中使用的沿跨越表面的参考线的线性特征的方法
US20240271945A1 (en) Vehicle, Vehicle Positioning Method and Apparatus, Device, and Computer-Readable Storage Medium
KR102115004B1 (ko) 항공사진을 이용하여 3차원 지도를 생성하는 장치 및 방법
JP2024032805A (ja) 航空写真を利用して三次元地図を生成する装置及びその方法
JP7010535B2 (ja) 情報処理装置
CN116147605A (zh) 一种车辆自动驾驶地图生成方法、装置、设备及存储介质
CN114993324B (zh) 一种车辆定位方法、装置及设备
US20220122316A1 (en) Point cloud creation
JP2022059827A (ja) 情報処理方法、プログラム及び情報処理装置
EP4394324A1 (en) Traffic information acquisition method and apparatus, and storage medium

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