CN111623788A - 用于无人驾驶的高精地图的构建方法 - Google Patents
用于无人驾驶的高精地图的构建方法 Download PDFInfo
- Publication number
- CN111623788A CN111623788A CN202010472703.XA CN202010472703A CN111623788A CN 111623788 A CN111623788 A CN 111623788A CN 202010472703 A CN202010472703 A CN 202010472703A CN 111623788 A CN111623788 A CN 111623788A
- Authority
- CN
- China
- Prior art keywords
- axis
- comparison
- maps
- satellite
- dimensional
- 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
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
- G01C21/26—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
- G06T15/00—3D [Three Dimensional] image rendering
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开了一种用于无人驾驶的高精地图的构建方法，包括：卫星地图信息处理；数据采集；比对；局部绘制；整合。本发明基于现有卫星地图的使用，配合使用一般的采集车对数据进行采集，大大降低了数据的收集成本；同时基于二者之间的数据比对，提高了最终得到的高精地图的精确度；并且，整个操作过程可以由任意公司单独施行，单纯的采集车的数据收集不会使得公司难以承担，因此，大大提高了安全性。
Description
技术领域
本发明涉及高精地图的绘制方法领域，具体地，涉及用于无人驾驶的高精地图的构建方法。
背景技术
高精度地图是指绝对进度和相对精度均在分米级的高分辨率、高丰度要素的导航地图，主要是用于给无人驾驶汽车设备理解使用的，其中需要精细地描述道路信息和车道信息，以指导无人驾驶车辆的行驶。
现有的电子地图数据普遍采用常规方式采集的地图，并人工进行后续处理直接使用，不仅采集方式本身受实时环境影响到，且其整体模式本身就会导致精确度不够等问题；还有一些是使用专业的采集设备进行采集，而这样精确的采集设备往往价格不菲，在需要大量的高精地图的情况下，制作成本往往非常高；还有一些是采用众包采集技术，这类技术虽然平摊了采集成本，共享了采集信息，但是，往往是规模较大的公司才能经受得起如此大量的采集数据，并且，这样的共享方式还存在着信息泄露等问题。
发明内容
针对上述现有技术，本发明的目的在于克服现有技术中高精地图精确度不够，采集成本较高，且众包采集对小公司不适应，并且也容易出现信息安全隐患等问题，从而提供一种采集成本低，制作成本低，精确度高，且适用于任何规模的公司的用于无人驾驶的高精地图的构建方法。
为了实现上述目的，本发明提供了一种用于无人驾驶的高精地图的构建方法，包括：
步骤一、根据卫星地图信息对高精地图的绘制区域进行规划，并根据规划的绘制区域收集多幅不同角度的卫星地图后，对多幅卫星地图根据卫星采集角度叠加并渲染，以三维坐标系为基准建立绘制区域的基准三维关系图；
步骤二、对绘制区域规划数据采集车的行进路径，采用数据采集车按照行进路径对局部区域进行数据采集；
步骤三、将步骤二中采集的数据叠加，去除重复部分，形成采集图像，对形成的采集图像进行渲染，形成比对图像，将所述比对图像以三维坐标系为基准建立绘制区域的比对三维关系图；
步骤四、将步骤三中的比对三维关系图在X轴和Y轴形成的面上分割形成为n个网格，每个所述网格沿Z轴向上延伸形成为一个比对空间，从而形成n个比对空间，将每个所述比对空间分别与基准三维关系图中的对应区域进行比对；
步骤五、当比对结果中，X轴和Y轴形成的面上的差距不大于1％，Z轴上的对应高度差异不大于5％，则比对成功；反之，比对失败；
步骤六、对于比对成功的网格，根据基准三维关系图绘制凸起物信息，并根据比对三维关系图绘制道路交通信息，每个网格信息对应形成局部高精地图；
步骤七、对于比对失败的网格，重新采用数据采集车采集对应部分的数据，同时重复步骤三至步骤五，直至比对成功；
步骤八、将绘制的局部高精地图进行整合，构建形成用于无人驾驶的高精地图。
优选地，步骤一中，收集的多幅卫星地图为同一卫星在不同运行角度下的卫星地图，所述叠加过程至少包括：
步骤11、对收集的多幅卫星地图各自根据卫星运行角度进行重塑，将每幅卫星地图各自形成摄取角度与绘制区域的水平面为0±2°和90±2°的再制地图；
步骤12、对多幅摄取角度为0±2°的再制地图根据Gray＝0.299R+0.587G+0.114B将再制地图转换为灰度地图；
步骤13、比对得到的灰度地图，去除灰度最深和最浅的两张再制地图，并去除其对应的卫星地图，筛选出用于绘制基准三维关系图的卫星地图；
步骤14、将筛选得到的卫星地图的摄取角度为90±2°的再制地图进行叠加，对边部进行渲染，得到三维地图，并将该三维地图以三维坐标系为基准建立绘制区域的基准三维关系图。
优选地，步骤四中，n的取值范围为10-200。
优选地，步骤五中，比对结果的判断包括：
步骤51、对比对三维关系图和基准三维关系图分别在X轴和Y轴形成的面上投射，对投射后的阴影部分的位置和面积进行比对，得到在X轴和Y轴形成的面上的差距值；
步骤52、对比对三维关系图和基准三维关系图分别在X轴或Y轴与Z轴形成的面上投射，对投射后的阴影部分的位置和高度进行比对，得到Z轴上的对应高度差异值。
优选地，步骤六中，所述凸起物信息包括建筑物信息和自然环境信息；
所述道路交通信息包括道路形状信息、道路尺寸信息、车道线信息和道路周边附属物信息。
优选地，所述数据采集车至少包括能够移动的车体，以及设置于所述车体上的多方位摄像组件，且所述多方位摄像组件的俯仰角可调节地设置。
通过上述技术方案，本发明基于现有卫星地图的使用，配合使用一般的采集车对数据进行采集，大大降低了数据的收集成本；同时基于二者之间的数据比对，提高了最终得到的高精地图的精确度；并且，整个操作过程可以由任意公司单独施行，单纯的采集车的数据收集不会使得公司难以承担，因此，大大提高了安全性。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本发明提供的一种用于无人驾驶的高精地图的构建方法的流程图。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明提供了一种用于无人驾驶的高精地图的构建方法，包括：
步骤一、根据卫星地图信息对高精地图的绘制区域进行规划，并根据规划的绘制区域收集多幅不同角度的卫星地图后，对多幅卫星地图根据卫星采集角度叠加并渲染，以三维坐标系为基准建立绘制区域的基准三维关系图；
步骤二、对绘制区域规划数据采集车的行进路径，采用数据采集车按照行进路径对局部区域进行数据采集；
步骤三、将步骤二中采集的数据叠加，去除重复部分，形成采集图像，对形成的采集图像进行渲染，形成比对图像，将所述比对图像以三维坐标系为基准建立绘制区域的比对三维关系图；
步骤四、将步骤三中的比对三维关系图在X轴和Y轴形成的面上分割形成为n个网格，每个所述网格沿Z轴向上延伸形成为一个比对空间，从而形成n个比对空间，将每个所述比对空间分别与基准三维关系图中的对应区域进行比对；
步骤五、当比对结果中，X轴和Y轴形成的面上的差距不大于1％，Z轴上的对应高度差异不大于5％，则比对成功；反之，比对失败；
步骤六、对于比对成功的网格，根据基准三维关系图绘制凸起物信息，并根据比对三维关系图绘制道路交通信息，每个网格信息对应形成局部高精地图；
步骤七、对于比对失败的网格，重新采用数据采集车采集对应部分的数据，同时重复步骤三至步骤五，直至比对成功；
步骤八、将绘制的局部高精地图进行整合，构建形成用于无人驾驶的高精地图。
本发明通过对卫星地图进行处理后作为基准三维关系图，并进一步结合局部数据采集的方式，大大降低采集信息过程的难度，且进一步降低了整体采集成本；同时，对基准三维关系图的网格的进一步划分和渲染，提高整体比对的精确性，对每个网格中的X轴和Y轴形成的面和Z轴方向上的比对，提高比对的有效性；进一步根据比对结果进行分区绘制，不仅降低了整体比对难度，且提高了分步进展过程中逐步降低差距，提高精准度的效果。同时，整个比对过程的有效引入，避免了常规采集方法容易导致有其他遮挡物或是突发情况发生而造成的部分环境的不准确。
当然，这里步骤二中的采集可以为拍照采集，需要使得其采集的数据能够与卫星地图信息相匹配即可。
需要进一步说明的是，为了更好地提高对卫星地图的有效收集，且能够便于根据采集的卫星地图依据实际情况的需要便捷地实现转化功能，步骤一中，收集的多幅卫星地图为同一卫星在不同运行角度下的卫星地图，所述叠加过程至少包括：
步骤11、对收集的多幅卫星地图各自根据卫星运行角度进行重塑，将每幅卫星地图各自形成摄取角度与绘制区域的水平面为0±2°和90±2°的再制地图；
步骤12、对多幅摄取角度为0±2°的再制地图根据Gray＝0.299R+0.587G+0.114B将再制地图转换为灰度地图；
步骤13、比对得到的灰度地图，去除灰度最深和最浅的两张再制地图，并去除其对应的卫星地图，筛选出用于绘制基准三维关系图的卫星地图；
步骤14、将筛选得到的卫星地图的摄取角度为90±2°的再制地图进行叠加，对边部进行渲染，得到三维地图，并将该三维地图以三维坐标系为基准建立绘制区域的基准三维关系图。
这样的方式将多幅卫星地图有效转化至两个具有代表性的方位图片，并进一步将其中一种具有位置代表性的地图转化为灰度图片，从而根据灰度情况去除灰度值明显不合适，即采集信息明显表达有差异的图片后，再结合另一张照片实现整体的位置的表达，从而构建有效的基准三维关系图。
进一步优选的实施例中，为了保证分格数据有效的前提下，且进一步降低工作量，步骤四中，n的取值范围为10-200。当然，这里可以根据实际采集的区域大小进行具体的限定，在此不多作赘述。
需要进一步指出的是，为了提高比对结果判断的准确性，步骤五中，比对结果的判断包括：
步骤51、对比对三维关系图和基准三维关系图分别在X轴和Y轴形成的面上投射，对投射后的阴影部分的位置和面积进行比对，得到在X轴和Y轴形成的面上的差距值；
步骤52、对比对三维关系图和基准三维关系图分别在X轴或Y轴与Z轴形成的面上投射，对投射后的阴影部分的位置和高度进行比对，得到Z轴上的对应高度差异值。
优选的实施例中，步骤六中，所述凸起物信息包括建筑物信息和自然环境信息；
所述道路交通信息包括道路形状信息、道路尺寸信息、车道线信息和道路周边附属物信息。
当然，为了使得对于环境的采集更为有效，使得可以根据不同的采集环境实现对应性调节，所述数据采集车至少包括能够移动的车体，以及设置于所述车体上的多方位摄像组件，且所述多方位摄像组件的俯仰角可调节地设置。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
Claims (6)
1.一种用于无人驾驶的高精地图的构建方法，其特征在于，包括：
步骤一、根据卫星地图信息对高精地图的绘制区域进行规划，并根据规划的绘制区域收集多幅不同角度的卫星地图后，对多幅卫星地图根据卫星采集角度叠加并渲染，以三维坐标系为基准建立绘制区域的基准三维关系图；
步骤二、对绘制区域规划数据采集车的行进路径，采用数据采集车按照行进路径对局部区域进行数据采集；
步骤三、将步骤二中采集的数据叠加，去除重复部分，形成采集图像，对形成的采集图像进行渲染，形成比对图像，将所述比对图像以三维坐标系为基准建立绘制区域的比对三维关系图；
步骤四、将步骤三中的比对三维关系图在X轴和Y轴形成的面上分割形成为n个网格，每个所述网格沿Z轴向上延伸形成为一个比对空间，从而形成n个比对空间，将每个所述比对空间分别与基准三维关系图中的对应区域进行比对；
步骤五、当比对结果中，X轴和Y轴形成的面上的差距不大于1％，Z轴上的对应高度差异不大于5％，则比对成功；反之，比对失败；
步骤六、对于比对成功的网格，根据基准三维关系图绘制凸起物信息，并根据比对三维关系图绘制道路交通信息，每个网格信息对应形成局部高精地图；
步骤七、对于比对失败的网格，重新采用数据采集车采集对应部分的数据，同时重复步骤三至步骤五，直至比对成功；
步骤八、将绘制的局部高精地图进行整合，构建形成用于无人驾驶的高精地图。
2.根据权利要求1所述的构建方法，其特征在于，步骤一中，收集的多幅卫星地图为同一卫星在不同运行角度下的卫星地图，所述叠加过程至少包括：
步骤11、对收集的多幅卫星地图各自根据卫星运行角度进行重塑，将每幅卫星地图各自形成摄取角度与绘制区域的水平面为0±2°和90±2°的再制地图；
步骤12、对多幅摄取角度为0±2°的再制地图根据Gray＝0.299R+0.587G+0.114B将再制地图转换为灰度地图；
步骤13、比对得到的灰度地图，去除灰度最深和最浅的两张再制地图，并去除其对应的卫星地图，筛选出用于绘制基准三维关系图的卫星地图；
步骤14、将筛选得到的卫星地图的摄取角度为90±2°的再制地图进行叠加，对边部进行渲染，得到三维地图，并将该三维地图以三维坐标系为基准建立绘制区域的基准三维关系图。
3.根据权利要求1或2所述的构建方法，其特征在于，步骤四中，n的取值范围为10-200。
4.根据权利要求1或2所述的构建方法，其特征在于，步骤五中，比对结果的判断包括：
步骤51、对比对三维关系图和基准三维关系图分别在X轴和Y轴形成的面上投射，对投射后的阴影部分的位置和面积进行比对，得到在X轴和Y轴形成的面上的差距值；
步骤52、对比对三维关系图和基准三维关系图分别在X轴或Y轴与Z轴形成的面上投射，对投射后的阴影部分的位置和高度进行比对，得到Z轴上的对应高度差异值。
5.根据权利要求1或2所述的构建方法，其特征在于，步骤六中，所述凸起物信息包括建筑物信息和自然环境信息；
所述道路交通信息包括道路形状信息、道路尺寸信息、车道线信息和道路周边附属物信息。
6.根据权利要求1或2所述的构建方法，其特征在于，所述数据采集车至少包括能够移动的车体，以及设置于所述车体上的多方位摄像组件，且所述多方位摄像组件的俯仰角可调节地设置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010472703.XA CN111623788A (zh) | 2020-05-29 | 2020-05-29 | 用于无人驾驶的高精地图的构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010472703.XA CN111623788A (zh) | 2020-05-29 | 2020-05-29 | 用于无人驾驶的高精地图的构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111623788A true CN111623788A (zh) | 2020-09-04 |
Family
ID=72258227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010472703.XA Pending CN111623788A (zh) | 2020-05-29 | 2020-05-29 | 用于无人驾驶的高精地图的构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111623788A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097444A (zh) * | 2016-05-30 | 2016-11-09 | 百度在线网络技术（北京）有限公司 | 高精地图生成方法和装置 |
| US20180253625A1 (en) * | 2015-09-09 | 2018-09-06 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing high-precision map data, storage medium and device |
| CN108731693A (zh) * | 2018-06-05 | 2018-11-02 | 北京智行者科技有限公司 | 区块地图采集方法 |
| CN108763287A (zh) * | 2018-04-13 | 2018-11-06 | 同济大学 | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 |
| WO2019111498A1 (ja) * | 2017-12-04 | 2019-06-13 | 株式会社デンソー | 車線ネットワークデータ生成装置、車線ネットワークデータ生成プログラム及び記憶媒体 |
| CN110864696A (zh) * | 2019-09-19 | 2020-03-06 | 福建农林大学 | 一种基于车载激光惯导数据的三维高精地图绘制方法 |
-
2020
- 2020-05-29 CN CN202010472703.XA patent/CN111623788A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180253625A1 (en) * | 2015-09-09 | 2018-09-06 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing high-precision map data, storage medium and device |
| CN106097444A (zh) * | 2016-05-30 | 2016-11-09 | 百度在线网络技术（北京）有限公司 | 高精地图生成方法和装置 |
| WO2019111498A1 (ja) * | 2017-12-04 | 2019-06-13 | 株式会社デンソー | 車線ネットワークデータ生成装置、車線ネットワークデータ生成プログラム及び記憶媒体 |
| CN108763287A (zh) * | 2018-04-13 | 2018-11-06 | 同济大学 | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 |
| CN108731693A (zh) * | 2018-06-05 | 2018-11-02 | 北京智行者科技有限公司 | 区块地图采集方法 |
| CN110864696A (zh) * | 2019-09-19 | 2020-03-06 | 福建农林大学 | 一种基于车载激光惯导数据的三维高精地图绘制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李鑫慧等: "高精度地图技术研究现状及其应用", 《汽车电器》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cheng et al. | 3D building model reconstruction from multi-view aerial imagery and lidar data | |
| CN112581612A (zh) | 基于激光雷达和环视摄像头融合的车载栅格地图生成方法及系统 | |
| CN104156926A (zh) | 多场景下车载激光点云噪声点去除方法 | |
| CN104330074A (zh) | 一种智能测绘平台及其实现方法 | |
| CN113658262B (zh) | 相机外参标定方法、装置、系统及存储介质 | |
| CN113985405A (zh) | 障碍物检测方法、应用于车辆的障碍物检测设备 | |
| CN108286965A (zh) | 基于精细三维地形的无人机变高航线方法、终端及系统 | |
| CN112652062A (zh) | 一种点云地图构建方法、装置、设备和存储介质 | |
| KR20220163227A (ko) | 드론을 이용한 3차원 지도 제작 방법 | |
| CN111932627A (zh) | 一种标识物绘制方法及系统 | |
| CN114494627A (zh) | 城市模型的生成方法、装置、设备及计算机可读存储介质 | |
| CN114445415B (zh) | 可行驶区域的分割方法以及相关装置 | |
| CN110223233B (zh) | 一种基于图像拼接的无人机航拍建图方法 | |
| CN112816939B (zh) | 一种基于物联网的变电站无人机定位方法 | |
| CN114563000B (zh) | 一种基于改进型激光雷达里程计的室内外slam方法 | |
| CN111623788A (zh) | 用于无人驾驶的高精地图的构建方法 | |
| CN104180794A (zh) | 数字正射影像拉花区域的处理方法 | |
| CN114820769A (zh) | 车辆定位方法、装置、计算机设备、存储介质及车辆 | |
| CN112611371B (zh) | 一种多场景二维地图的位姿转换方法及系统 | |
| CN113190040B (zh) | 一种基于无人机视频与铁路bim进行线路巡检的方法和系统 | |
| CN110728693A (zh) | 大规模行车路面三维点云的生成方法及系统 | |
| CN1508562A (zh) | 机载合成孔径雷达测量区域定位系统 | |
| CN115270522A (zh) | 一种基于wgs84坐标仿真跟踪目标设备的方法及装置 | |
| CN111308469B (zh) | 一种基于PSInSAR技术的建筑物高程测量方法 | |
| CN110542895A (zh) | 基于单目的freespace测距方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: No. 701, 7th floor, building C, Yuanhang enterprise Plaza, No. 18, Rongcheng Road, Tianxin District, Changsha, Hunan 410000 Applicant after: Changsha Quanshi Zhilian Technology Co.,Ltd. Address before: No. 701, 7th floor, building C, Yuanhang enterprise Plaza, No. 18, Rongcheng Road, Tianxin District, Changsha, Hunan 410000 Applicant before: Changsha Kuwa artificial intelligence and big data industry technology Research Institute Co.,Ltd. |
|
| AD01 | Patent right deemed abandoned | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20230324 |