CN110118564B - 一种高精度地图的数据管理系统、管理方法、终端和存储介质 - Google Patents
一种高精度地图的数据管理系统、管理方法、终端和存储介质 Download PDFInfo
- Publication number
- CN110118564B CN110118564B CN201910220177.5A CN201910220177A CN110118564B CN 110118564 B CN110118564 B CN 110118564B CN 201910220177 A CN201910220177 A CN 201910220177A CN 110118564 B CN110118564 B CN 110118564B
- Authority
- CN
- China
- Prior art keywords
- road
- unit
- ground object
- module
- information
- 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
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种高精度地图的数据管理系统、管理方法、终端和存储介质,对高精度地图中的地物元素按照其语义分类、归集为地物元素集,并记载地物元素位置、几何属性、物理属性和/或语义属性,应用层调用地图时,引擎整合轨迹坐标周围需描述的地物元素、描述规划模块规划路径与道路单元间的相对空间关系,在车辆靠近地物元素时,根据地物元素的坐标位置以及地物元素的语义辅助决策控制模块作出相应的决策\控制反应。另外,对高精度地图中的地物元素按照其语义分类、归集为地物元素集,有利于高精度地图数据库的分类更新和管理,即特定语义的分类可以优先更新或者高频率的迭代。
Description
技术领域
本发明涉及汽车电子技术领域,特别是涉及一种高精度地图的数据管理系统、管理方法、终端和存储介质。
背景技术
精细地图作为一种电子地图,包括空间矢量数据和属性信息,空间矢量数据是电子地图属性信息的载体。传统电子地图的制作方法是采用基于栅格数据抽象提取空间矢量数据的方法或利用GPS、机器人定位跟踪装置记录采集所经区域的空间位置及视野信息,加工生产空间矢量数据。而这种精细地图并不能满足L4乃至L5等级自动驾驶的需求。
高精度地图不仅包含空间矢量数据还包括许多语义信息,地图可能会报告交通灯上不同颜色的含义,也可能指示道路的速度限速,以及左转车道的位置,高精度地图做重要的特征之一是,精度,手机上的导航只能达到米级精度,高精度地图可以达到厘米级精度,这对无人驾驶车至关重要。保持这些地图的更新是一项重大任务,调查车队需要不断地对高精度地图进行验证和更新。此外,这些地图精度可以达到几厘米,这是水准最高的制图精度。高精度地图专为无人驾驶车设计,包含道路定义、交叉路口、交通信号、车道规则以及用于汽车导航的其他元素。
目前的高精度地图存在以下缺陷:场景内跟多防撞条、障碍物、库位及库位线、禁停区、人行横道、减速带、减速、停车、让车等所有交通标识和道路标线、路面道路指示牌、电线杆、路边沿、树、灌木、隔离带和护栏等近地物体随着时间推移会移除、修改、添加,不利于高精度地图更新,将地物元素集分类、归集便于更新和管理,利于中特定语义的地物要素
发明内容
为了解决上述的以及其他潜在的技术问题,本发明提供了一种高精度地图的数据管理系统、管理方法、终端和存储介质,对高精度地图中的地物元素按照其语义分类、归集为地物元素集,并记载地物元素位置、几何属性、物理属性和/或语义属性,应用层调用地图时,引擎整合轨迹坐标周围需描述的地物元素、描述规划模块规划路径与道路单元间的相对空间关系,在车辆靠近地物元素时,根据地物元素的坐标位置以及地物元素的语义辅助决策控制模块作出相应的决策\控制反应。另外,对高精度地图中的地物元素按照其语义分类、归集为地物元素集,有利于高精度地图数据库的分类更新和管理,即特定语义的分类可以优先更新或者高频率的迭代。
一种高精度地图的数据管理系统,包括:
道路模块,所述道路模块包括车道单元、道路边界单元、道路语义单元中的一种或几种;
规划模块,所述规划模块用于输出当前车辆规划路径;
地物元素集,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求;
覆盖单元,所述覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系;
管理服务模块,所述管理服务模块用于获取规划模块输出当前车辆规划路径,获取当前车辆规划路径中涉及到的地物元素,将地物元素、当前车辆规划路径输出给规划模块。
进一步地,还包括局部地图单元,所述局部地图单元包括图像数据串、局部地图列表、地图连通性列表、局部地图坐标转换列表。
进一步地,所述局部地图单元中局部地图列表数据是一个局部地图[localmap]的目录,这个数据集中描述每个局部地图的一些元数据信息;LocalMapID是局部地图在地图库中的唯一ID。AreaCode和SubAreaCode是地图场景和局部地图(局部子场景)的名称,通常用英文缩写标识。Path是局部地图数据的相对路径,比如faw/a5。ZLevel是楼层信息,为带正负号的整数。IsRamp是通道属性和ID,当IsRamp为-1,局部地图是非通道,当它为正整数时,它是通道编号ID。在同一个通道被切割为两个局部地图时,这两个局部地图中的IsRamp表示的ramp编号应为同一个。
进一步地,所述局部地图与局部地图间的连接关系列表[MapJunction.dbf]描述两个有相互连接关系的局部地图间的相互连接关系。这里不论局部地图连接的方向,两个局部地图存在两两相连的连接关系。每两个局部地图连接有一个唯一编号。LocalMap1/2为两个局部地图的ID。TransID为此地图连接相互之间的空间转换关系,此空间转换关系是LocalMap1转换至LocalMap2,在计算中,要做LocalMap2至LocalMap1的转换是,需要做矩阵转换的逆运算。
进一步地,还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息、道路限高信息以及道路边界中的一种或几种。
进一步地,还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息和道路限高信息。优选地,所述道路单元还包括道路边界线、特定区域边界线外区域的语义信息。例如,某一段道路边界线外是隧道、某一段道路的边界线外是悬崖等等。例如,道路级别为某某编号的国道、某某编号的省道、某某编号的县道。例如,道路限速信息为某某国道的上海路段限速120千米每小时。例如,某某县道在规划路程中有限制高度的提示,比如限制轿车通过的高度。
进一步地,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息中的一种或几种。
进一步地,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息,其中车道级空间包括车道的车道中心线的几何化坐标线表示、车道线边缘几何表示、车道高度维度上的限制;其中道路线性质在内的语义系信息和交通信息包括车道在临近交叉路口处该车道规定的行驶规则、车道在临近交叉路口的特定距离处禁止变道的行驶规则。例如,在前方有交叉路口,车辆行驶的道路具有4条车道,在距离交叉路口50米处各个车道白色侧边虚线变为白色侧边实线,道路线性质的语义为禁止车道内车辆变道,该禁止变道的语义以及禁止变道的位置被记录在车道单元中。例如,在前方有交叉路口,车辆行驶的道路具有4条车道,最左侧车道具有直行和向左转弯标志,自左向右第二车道具有直行标志,自左向右第三车道具有直行和向右转弯标志,自左向右第四车道具有向右转弯标志,则每列车道转向标志的语义以及位置会被记录在车道单元中。例如,道路上有4条车道,最右侧的车道是公交专用车道,则公交专用车道的语义以及位置会被记录在车道单元中。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,还包括车位单元,所述车位单元包括车位的空间信息、车位的背景信息、车位泊车接入点的几何表示、车位泊车接入线的几何表示中的一种或几种。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,所述车位单元中车位的空间信息、车位的背景信息、车位泊车接入点的几何表示、车位泊车接入线的几何表示中的一种或几种;所述车位的空间信息包括车位所在车库的楼层信息、车位在车库的编号、车位的长宽尺寸信息以及在高度方向的深度信息;所述车位泊车接入点的几何表示包括车位泊车接入点的坐标表示;所述车位泊车接入线是所述车位泊车接入点与周围的道路线、车位泊车接入点与周围的行车地标之间形成的泊车规则的几何表示。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,还包括交叉单元,所述交叉单元包括地图交叉路口、交叉点、交叉路口与局部地图的连接列表、交叉路口与车道连接列表。优选地,其中交叉点为道路的接合点的几何化坐标点表示。优选地,所述地图交叉路口为描述交叉路口物理环境、交通环境的场景级信息。例如,物理环境包括交叉路口的尺寸信息、交叉路口中央是否有指挥亭、指挥亭的尺寸信息、交叉路口场景内是否有隔离带或绿化带的地理位置信息、交叉路口是否有景观建筑以及景观建筑的地理位置信息。优选地,所述交叉路口与局部地图的连接列表描述交叉路口局部地图与和其连接的道路单元局部地图的连接关系。优选地,所述交叉路口与车道连接列表描述交叉路口连接的每一个道路单元其所包含的车道与该交叉路口其他道路单元所包含车道之间的连接关系列表。优选地,所述交叉路口与车道连接列表也包括每一个道路单元其所包含的车道与本道路单元反向车道之间的连接关系。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,所述规划模块的兴趣点还包括地图中车库入口接泊点的几何坐标表示、车库出口接驳点的几何坐标表示、电梯口的几何坐标表示、楼梯口的几何坐标表示中的一种或几种。
进一步地,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求,具体地物元素名称语义,地物对象三维空间几何属性、物理和属性信息(颜色、分类等)等等。优选地,地物元素中按大类别分为不同元素层。例如,包括交通灯、地库立柱、墙、收费亭和道闸机、防撞条、障碍物、库位及库位线、禁停区、人行横道、减速带、减速、停车、让行线、让车等所有交通标识和道路标线、路面道路指示牌、电线杆、路边沿、树、灌木、隔离带和护栏等等。每一种类别下又由子列表列出每一大类别下的个体数量、个体编号、每一个编号对应的个体位置(或者个体相对其他特定参照物的参考坐标)、每一个编号对应的个体的几何属性、每一个编号对应的个体的物理属性、每一个编号对应的个体颜色、每一个编号对应的分类等等信息。
优选地,对于地物元素,根据类别的不同和所代表和描述的交通信息的不同,应详尽的描述其空间信息和交通含义。比如,地物元素交通灯,应描述其三维空间位置。再比如,地物元素停车场立柱,墙、防撞条和地面上电线电灯杆、护栏、路牌等可协助多传感器定位的地物,应描述其空间信息。
进一步地,所述地物元素集的更新来源包括但是不限于地图测绘导入数据、激光雷达扫描、人工处理后导入的数据、众包车载视觉感知设备在该位置感知到新的地物元素。
进一步地,所述覆盖单元在获取规划模块给车辆的当前路径规划时,获取了这个路径规划,管理服务模块调取道路单元在该路径规划所经过的道路,并自地物元素集中调取所述经过的道路上的地物元素要素以及其相应的坐标位置,将这些地物元素的坐标位置以车辆行驶至与该地物元素最近的路径位置点时地物元素的相对位置来表征该地物元素在车道单元上的位置以及地物元素的语义,以便车辆的控制决策模块在靠近该地物元素时,作出相应的反应。
进一步地,还包括元数据单元,所述元数据模块包括点云中各个点的数据分辨率、各个点的坐标原点、各个点的水平像素、各个点的垂直像素。
进一步地,所述规划模块用于输出当前车辆规划路径为全局规划路径或局部规划路径。当规划模块输出当前车辆局部规划路径时,覆盖单元筛选地物元素集中该局部规划路径对应的地物元素覆盖;当规划模块输出全局路径规划时,覆盖单元旋盖地物元素集中该全局规划路径对应的地物元素覆盖。
一种高精度地图的数据库,包括:
道路模块,所述道路模块包括车道单元、道路边界单元、道路语义单元中的一种或几种;
规划模块,所述规划模块用于输出当前车辆规划路径;
地物元素集,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求;
覆盖单元,所述覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系。
进一步地,还包括局部地图单元,所述局部地图模块包括图像数据串、局部地图列表、地图连通性列表、局部地图坐标转换列表。
进一步地,还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息、道路限高信息以及道路边界中的一种或几种。
进一步地,所述车道单元,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息中的一种或几种。
进一步地,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求,具体地物元素名称语义,地物对象三维空间几何属性、物理和属性信息(颜色、分类等)等等。
一种高精度地图的数据管理方法,应用于上述任一项所述的一种高精度地图的数据管理系统,其中,所述方法包括:
自规划模块获取当前车辆规划路径,根据车辆规划路径获取对应的地物元素;
自覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系,管理服务模块将描述地物元素的要素和地物元素与道路单元的相对空间关系传递给车辆决策控制模块。
进一步地,所述车辆的决策控制模块在靠近该地物元素时,根据地物元素的坐标位置以及地物元素的语义作出相应的决策\控制反应。
一种终端设备,如可以执行上述高精度地图的数据管理方法的智能手机或可以执行上述高精度地图的数据管理方法程序的车载终端控制设备。
一种服务器,所述服务器包括用于实现上述高精度地图的数据管理方法和/或高精度地图的数据管理系统。
一种计算机存储介质,所述计算机存储介质用于存储上述高精度地图的数据管理方法所对应的软件程序和/或高精度地图的数据管理系统。
如上所述,本发明的具有以下有益效果:
对高精度地图中的地物元素按照其语义分类、归集为地物元素集,并记载地物元素位置、几何属性、物理属性和/或语义属性,以车辆当前路径规划线路,通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系,在车辆靠近地物元素时,根据地物元素的坐标位置以及地物元素的语义辅助决策控制模块作出相应的决策\控制反应。另外,对高精度地图中的地物元素按照其语义分类、归集为地物元素集,有利于高精度地图数据库的分类更新和管理,即特定语义的分类可以优先更新或者高频率的迭代。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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显示为本发明地图交叉路口处地物元素的示意图。
图2显示为本发明道路单元道路线和车道单元的示意图。
图3显示为本发明高精度地图结构和交互的示意图。
图4显示为本发明高精度地图地物元素集的示意图。
图5显示为本发明兴趣点与道路单元、交叉点特征、显示单元与元数据单元的示意图。
图6显示为本发明栅格地图的图示。
图7显示为本发明另一实施例中跨层停车场地图的图示。
图8显示为应用层在地物元素集中提取道路所需地物元素的示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
参见图1~图8,
一种高精度地图的数据管理系统,包括:
道路模块,所述道路模块包括车道单元、道路边界单元、道路语义单元中的一种或几种;
规划模块,所述规划模块用于输出当前车辆规划路径;
地物元素集,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求;
覆盖单元,所述覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系;
管理服务模块,所述管理服务模块用于获取规划模块输出当前车辆规划路径,获取当前车辆规划路径中涉及到的地物元素,将地物元素、当前车辆规划路径输出给规划模块。
进一步地,还包括局部地图单元,所述局部地图单元包括图像数据串、局部地图列表、地图连通性列表、局部地图坐标转换列表。
进一步地,所述局部地图单元中局部地图列表数据是一个局部地图[localmap]的目录,这个数据集中描述每个局部地图的一些元数据信息;LocalMapID是局部地图在地图库中的唯一ID。AreaCode和SubAreaCode是地图场景和局部地图(局部子场景)的名称,通常用英文缩写标识。Path是局部地图数据的相对路径,比如faw/a5。ZLevel是楼层信息,为带正负号的整数。IsRamp是通道属性和ID,当IsRamp为-1,局部地图是非通道,当它为正整数时,它是通道编号ID。在同一个通道被切割为两个局部地图时,这两个局部地图中的IsRamp表示的ramp编号应为同一个。
进一步地,所述局部地图与局部地图间的连接关系列表[MapJunction.dbf]描述两个有相互连接关系的局部地图间的相互连接关系。这里不论局部地图连接的方向,两个局部地图存在两两相连的连接关系。每两个局部地图连接有一个唯一编号。LocalMap1/2为两个局部地图的ID。TransID为此地图连接相互之间的空间转换关系,此空间转换关系是LocalMap1转换至LocalMap2,在计算中,要做LocalMap2至LocalMap1的转换是,需要做矩阵转换的逆运算。
进一步地,还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息、道路限高信息以及道路边界中的一种或几种。
进一步地,还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息和道路限高信息。优选地,所述道路单元还包括道路边界线、特定区域边界线外区域的语义信息。例如,某一段道路边界线外是隧道、某一段道路的边界线外是悬崖等等。例如,道路级别为某某编号的国道、某某编号的省道、某某编号的县道。例如,道路限速信息为某某国道的上海路段限速120千米每小时。例如,某某县道在规划路程中有限制高度的提示,比如限制轿车通过的高度。
进一步地,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息中的一种或几种。
进一步地,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息,其中车道级空间包括车道的车道中心线的几何化坐标线表示、车道线边缘几何表示、车道高度维度上的限制;其中道路线性质在内的语义系信息和交通信息包括车道在临近交叉路口处该车道规定的行驶规则、车道在临近交叉路口的特定距离处禁止变道的行驶规则。例如,在前方有交叉路口,车辆行驶的道路具有4条车道,在距离交叉路口50米处各个车道白色侧边虚线变为白色侧边实线,道路线性质的语义为禁止车道内车辆变道,该禁止变道的语义以及禁止变道的位置被记录在车道单元中。例如,在前方有交叉路口,车辆行驶的道路具有4条车道,最左侧车道具有直行和向左转弯标志,自左向右第二车道具有直行标志,自左向右第三车道具有直行和向右转弯标志,自左向右第四车道具有向右转弯标志,则每列车道转向标志的语义以及位置会被记录在车道单元中。例如,道路上有4条车道,最右侧的车道是公交专用车道,则公交专用车道的语义以及位置会被记录在车道单元中。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,还包括车位单元,所述车位单元包括车位的空间信息、车位的背景信息、车位泊车接入点的几何表示、车位泊车接入线的几何表示中的一种或几种。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,所述车位单元中车位的空间信息、车位的背景信息、车位泊车接入点的几何表示、车位泊车接入线的几何表示中的一种或几种;所述车位的空间信息包括车位所在车库的楼层信息、车位在车库的编号、车位的长宽尺寸信息以及在高度方向的深度信息;所述车位泊车接入点的几何表示包括车位泊车接入点的坐标表示;所述车位泊车接入线是所述车位泊车接入点与周围的道路线、车位泊车接入点与周围的行车地标之间形成的泊车规则的几何表示。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,还包括交叉单元,所述交叉单元包括地图交叉路口、交叉点、交叉路口与局部地图的连接列表、交叉路口与车道连接列表。优选地,其中交叉点为道路的接合点的几何化坐标点表示。优选地,所述地图交叉路口为描述交叉路口物理环境、交通环境的场景级信息。例如,物理环境包括交叉路口的尺寸信息、交叉路口中央是否有指挥亭、指挥亭的尺寸信息、交叉路口场景内是否有隔离带或绿化带的地理位置信息、交叉路口是否有景观建筑以及景观建筑的地理位置信息。优选地,所述交叉路口与局部地图的连接列表描述交叉路口局部地图与和其连接的道路单元局部地图的连接关系。优选地,所述交叉路口与车道连接列表描述交叉路口连接的每一个道路单元其所包含的车道与该交叉路口其他道路单元所包含车道之间的连接关系列表。优选地,所述交叉路口与车道连接列表也包括每一个道路单元其所包含的车道与本道路单元反向车道之间的连接关系。
进一步地,当车辆处于自主泊车模式下的停车库场景中时,所述规划模块的兴趣点还包括地图中车库入口接泊点的几何坐标表示、车库出口接驳点的几何坐标表示、电梯口的几何坐标表示、楼梯口的几何坐标表示中的一种或几种。
进一步地,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求,具体地物元素名称语义,地物对象三维空间几何属性、物理和属性信息(颜色、分类等)等等。优选地,地物元素中按大类别分为不同元素层。例如,包括交通灯、地库立柱、墙、收费亭和道闸机、防撞条、障碍物、库位及库位线、禁停区、人行横道、减速带、减速、停车、让行线、让车等所有交通标识和道路标线、路面道路指示牌、电线杆、路边沿、树、灌木、隔离带和护栏等等。每一种类别下又由子列表列出每一大类别下的个体数量、个体编号、每一个编号对应的个体位置(或者个体相对其他特定参照物的参考坐标)、每一个编号对应的个体的几何属性、每一个编号对应的个体的物理属性、每一个编号对应的个体颜色、每一个编号对应的分类等等信息。
优选地,对于地物元素,根据类别的不同和所代表和描述的交通信息的不同,应详尽的描述其空间信息和交通含义。比如,地物元素交通灯,应描述其三维空间位置。再比如,地物元素停车场立柱,墙、防撞条和地面上电线电灯杆、护栏、路牌等可协助多传感器定位的地物,应描述其空间信息。
进一步地,所述地物元素集的更新来源包括但是不限于地图测绘导入数据、激光雷达扫描、人工处理后导入的数据、众包车载视觉感知设备在该位置感知到新的地物元素。
进一步地,所述覆盖单元在获取规划模块给车辆的当前路径规划时,获取了这个路径规划,管理服务模块调取道路单元在该路径规划所经过的道路,并自地物元素集中调取所述经过的道路上的地物元素要素以及其相应的坐标位置,将这些地物元素的坐标位置以车辆行驶至与该地物元素最近的路径位置点时地物元素的相对位置来表征该地物元素在车道单元上的位置以及地物元素的语义,以便车辆的控制决策模块在靠近该地物元素时,作出相应的反应。
进一步地,还包括元数据单元,所述元数据模块包括点云中各个点的数据分辨率、各个点的坐标原点、各个点的水平像素、各个点的垂直像素。
进一步地,所述规划模块用于输出当前车辆规划路径为全局规划路径或局部规划路径。当规划模块输出当前车辆局部规划路径时,覆盖单元筛选地物元素集中该局部规划路径对应的地物元素覆盖;当规划模块输出全局路径规划时,覆盖单元旋盖地物元素集中该全局规划路径对应的地物元素覆盖。
一种高精度地图的数据库,包括:
道路单元,所述道路模块包括车道单元、道路边界单元、道路语义单元中的一种或几种;
规划模块,所述规划模块用于输出当前车辆规划路径;
地物元素集,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求;
覆盖单元,所述覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系。
进一步地,还包括局部地图单元,所述局部地图模块包括图像数据串、局部地图列表、地图连通性列表、局部地图坐标转换列表。
进一步地,还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息、道路限高信息以及道路边界中的一种或几种。
进一步地,所述车道单元,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息中的一种或几种。
进一步地,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求,具体地物元素名称语义,地物对象三维空间几何属性、物理和属性信息(颜色、分类等)等等。
一种高精度地图的数据管理方法,应用于上述任一项所述的一种高精度地图的数据管理系统,其中,所述方法包括:
自规划模块获取当前车辆规划路径,根据车辆规划路径获取对应的地物元素;
自覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系,管理服务模块将描述地物元素的要素和地物元素与道路单元的相对空间关系传递给车辆决策控制模块。
进一步地,所述车辆的决策控制模块在靠近该地物元素时,根据地物元素的坐标位置以及地物元素的语义作出相应的决策\控制反应。
一种终端设备,如可以执行上述高精度地图的数据管理方法的智能手机或可以执行上述高精度地图的数据管理方法程序的车载终端控制设备。
作为优选实施例,本实施例还提供一种终端设备,如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的终端设备至少包括:可通过系统总线相互通信连接的存储器、处理器。需要指出的是,具有组件存储器、处理器的终端设备,但是应理解的是,并不要求实施所有示出的组件,可以替代的高精度地图的数据管理方法实施更多或者更少的组件。
一种服务器,所述服务器包括用于实现上述高精度地图的数据管理方法和/或高精度地图的数据管理系统。
作为优选实施例,存储器(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器可以是计算机设备的内部存储单元,例如该计算机设备的硬盘或内存。在另一些实施例中,存储器也可以是计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。当然,存储器还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中,存储器通常用于存储安装于计算机设备的操作系统和各类应用软件,例如实施例中的高精度地图的数据管理方法程序代码等。此外,存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于:该程序被处理器执行时实现上述的高精度地图的数据管理方法中的步骤。
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储基于高精度地图的数据管理方法程序,被处理器执行时实现高精度地图的数据管理方法实施例中的高精度地图的数据管理方法。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中包括通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (13)
1.一种高精度地图的数据管理系统,其特征在于,包括:
道路模块,所述道路模块包括车道单元、道路边界单元、道路语义单元中的一种或几种;
规划模块,所述规划模块用于输出当前车辆规划路径;
地物元素集,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求;
覆盖单元,所述覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系;
管理服务模块,所述管理服务模块用于获取规划模块输出当前车辆规划路径,获取当前车辆规划路径中涉及到的地物元素,将地物元素、当前车辆规划路径输出给规划模块。
2.根据权利要求1所述的高精度地图的数据管理系统,其特征在于,还包括局部地图单元,所述局部地图单元包括图像数据串、局部地图列表、地图连通性列表、局部地图坐标转换列表。
3.根据权利要求1所述的高精度地图的数据管理系统,其特征在于,还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息、道路限高信息以及道路边界中的一种或几种。
4.根据权利要求1所述的高精度地图的数据管理系统,其特征在于,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息中的一种或几种。
5.根据权利要求1所述的高精度地图的数据管理系统,其特征在于,当车辆处于自主泊车模式下的停车库场景中时,还包括车位单元,所述车位单元包括车位的空间信息、车位的背景信息、车位泊车接入点的几何表示、车位泊车接入线的几何表示中的一种或几种。
6.根据权利要求1所述的高精度地图的数据管理系统,其特征在于,所述地物元素集根据元素语义提取交通信息并单独分类。
7.一种高精度地图的数据库,其特征在于,包括:
道路模块,所述道路模块包括车道单元、道路边界单元、道路语义单元中的一种或几种;
规划模块,所述规划模块用于输出当前车辆规划路径;
地物元素集,所述地物元素集包括感知模块、定位模块以及规划模块对静态目标元素的几何属性、物理属性和/或语义属性以及位置坐标的需求;
覆盖单元,所述覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系。
8.根据权利要求7所述的高精度地图的数据库,其特征在于,还包括局部地图单元,所述局部地图模块包括图像数据串、局部地图列表、地图连通性列表、局部地图坐标转换列表;还包括道路单元,所述道路单元描述路网级的道路信息,包括道路级别、道路类型、道路限速信息、道路限高信息以及道路边界中的一种或几种;所述车道单元,所述车道单元描述场景级的车道信息,包括车道级空间、车道拓扑和物理信息、道路线性质在内的语义信息和交通信息中的一种或几种。
9.一种高精度地图的数据管理方法,应用于权利要求1-6中任一项所述的一种高精度地图的数据管理系统,其中,所述方法包括:
自规划模块获取当前车辆规划路径,根据车辆规划路径获取对应的地物元素;
自覆盖单元通过轨迹坐标描述地物元素、规划模块规划路径与道路单元间的相对空间关系,管理服务模块将描述地物元素的要素和地物元素与道路单元的相对空间关系传递给车辆决策控制模块。
10.根据权利要求9所述的高精度地图的数据管理方法,其特征在于,所述车辆的决策控制模块在靠近该地物元素时,根据地物元素的坐标位置以及地物元素的语义作出相应的决策\控制反应。
11.一种服务器,所述服务器包括用于实现上述权利要求9-10任一项所述的高精度地图的数据管理方法和/或高精度地图的数据管理系统或承载权利要求7所述数据库的服务器。
12.一种终端设备,其特征在于:所述终端设备为调度上述权利要求1-6任一项所述高精度地图的数据管理系统的车载终端控制设备。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:该程序被处理器执行时实现如权利要求9至10任一权利要求所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910220177.5A CN110118564B (zh) | 2019-03-22 | 2019-03-22 | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910220177.5A CN110118564B (zh) | 2019-03-22 | 2019-03-22 | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110118564A CN110118564A (zh) | 2019-08-13 |
CN110118564B true CN110118564B (zh) | 2024-02-23 |
Family
ID=67520516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910220177.5A Active CN110118564B (zh) | 2019-03-22 | 2019-03-22 | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110118564B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688693B (zh) * | 2019-09-05 | 2023-02-21 | 临沂大学 | 顾及拓扑与部分建筑部件语义的室内薄壁三维模型重建方法 |
CN110634291B (zh) * | 2019-09-17 | 2020-12-29 | 武汉中海庭数据技术有限公司 | 基于众包大数据的高精度地图拓扑自动构建方法及系统 |
CN110793532A (zh) * | 2019-11-06 | 2020-02-14 | 深圳创维数字技术有限公司 | 路径导航方法、装置及计算机可读存储介质 |
CN110956838A (zh) * | 2019-12-16 | 2020-04-03 | 驭势科技(北京)有限公司 | 智能驾驶方法、矢量地图生成方法、车载设备及存储介质 |
CN111060117B (zh) * | 2019-12-17 | 2022-02-08 | 苏州智加科技有限公司 | 局部地图构建方法、装置、计算机设备以及存储介质 |
CN111221821B (zh) * | 2019-12-31 | 2022-07-01 | 武汉中海庭数据技术有限公司 | 一种ai模型迭代更新方法、电子设备及存储介质 |
CN115104003A (zh) * | 2020-02-20 | 2022-09-23 | 通腾全球信息公司 | 使用地图变化数据 |
CN111708857B (zh) * | 2020-06-10 | 2023-10-03 | 北京百度网讯科技有限公司 | 一种高精地图数据的处理方法、装置、设备及存储介质 |
CN114079884B (zh) * | 2020-08-14 | 2025-02-14 | 中信科智联科技有限公司 | 一种地图数据的传输控制方法、装置、设备及终端 |
CN112284402B (zh) * | 2020-10-15 | 2021-12-07 | 广州小鹏自动驾驶科技有限公司 | 一种车辆定位的方法和装置 |
CN113656525B (zh) * | 2021-08-19 | 2024-04-16 | 广州小鹏自动驾驶科技有限公司 | 一种地图处理的方法和装置 |
CN114219834B (zh) * | 2021-12-09 | 2025-03-18 | 苏州挚途科技有限公司 | 高精地图中交通标志物更新的方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106802954A (zh) * | 2017-01-18 | 2017-06-06 | 中国科学院合肥物质科学研究院 | 无人车语义地图模型构建方法及其在无人车上的应用方法 |
CN108981726A (zh) * | 2018-06-09 | 2018-12-11 | 安徽宇锋智能科技有限公司 | 基于感知定位监测的无人车语义地图建模及构建应用方法 |
CN109387208A (zh) * | 2018-11-13 | 2019-02-26 | 百度在线网络技术(北京)有限公司 | 一种地图数据的处理方法、装置、设备和介质 |
CN109410301A (zh) * | 2018-10-16 | 2019-03-01 | 张亮 | 面向无人驾驶汽车的高精度语义地图制作方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7375728B2 (en) * | 2001-10-01 | 2008-05-20 | University Of Minnesota | Virtual mirror |
-
2019
- 2019-03-22 CN CN201910220177.5A patent/CN110118564B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106802954A (zh) * | 2017-01-18 | 2017-06-06 | 中国科学院合肥物质科学研究院 | 无人车语义地图模型构建方法及其在无人车上的应用方法 |
CN108981726A (zh) * | 2018-06-09 | 2018-12-11 | 安徽宇锋智能科技有限公司 | 基于感知定位监测的无人车语义地图建模及构建应用方法 |
CN109410301A (zh) * | 2018-10-16 | 2019-03-01 | 张亮 | 面向无人驾驶汽车的高精度语义地图制作方法 |
CN109387208A (zh) * | 2018-11-13 | 2019-02-26 | 百度在线网络技术(北京)有限公司 | 一种地图数据的处理方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110118564A (zh) | 2019-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110118564B (zh) | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 | |
US11738770B2 (en) | Determination of lane connectivity at traffic intersections for high definition maps | |
JP7609444B2 (ja) | 車両ナビゲーションのためのシステム | |
US11151394B2 (en) | Identifying dynamic objects in a point cloud | |
JP6785939B2 (ja) | 緊急時の地表のマップ情報を生成するシステムおよび方法 | |
CN106441319B (zh) | 一种无人驾驶车辆车道级导航地图的生成系统及方法 | |
CN112923936B (zh) | 用于车辆的导航系统、方法及计算机可读介质 | |
US11590989B2 (en) | Training data generation for dynamic objects using high definition map data | |
DE112020006426T5 (de) | Systeme und verfahren zur fahrzeugnavigation | |
JP2023106536A (ja) | 画像分析に基づく車両ナビゲーションのためのシステム | |
DE112018002143T5 (de) | Systeme und verfahren zur kompression von fahrspurdaten | |
CN113034566B (zh) | 高精度地图构建方法、装置、电子设备及存储介质 | |
DE112020002869T5 (de) | Navigationssysteme und verfahren zum bestimmen von objektabmessungen | |
CN112325896B (zh) | 导航方法、装置、智能行驶设备及存储介质 | |
CN109387208B (zh) | 一种地图数据的处理方法、装置、设备和介质 | |
JP2023508769A (ja) | ナビゲーションのためのマップタイル要求を最適化するためのシステム及び方法 | |
US20230121226A1 (en) | Determining weights of points of a point cloud based on geometric features | |
DE102022100213A1 (de) | Auf Maschinenlernen basierendes Framework für die Annotation befahrbarer Oberflächen | |
Kang et al. | HiDaM: A unified data model for high-definition (HD) map data | |
Farrell et al. | Best practices for surveying and mapping roadways and intersections for connected vehicle applications | |
EP4411697A1 (en) | Information processing method, program, and information processing device | |
KR20240093842A (ko) | 내비게이션 맵 생성 및 필터링 | |
CN111337043B (zh) | 一种路径的规划方法、装置、存储介质和电子设备 | |
CN114207381B (zh) | 用于车辆导航的系统和方法 | |
Guo et al. | Refined high-definition map model for roadside rest area |
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 |