CN111928863A - 一种高精地图数据采集方法、装置及系统 - Google Patents
一种高精地图数据采集方法、装置及系统 Download PDFInfo
- Publication number
- CN111928863A CN111928863A CN202010846249.XA CN202010846249A CN111928863A CN 111928863 A CN111928863 A CN 111928863A CN 202010846249 A CN202010846249 A CN 202010846249A CN 111928863 A CN111928863 A CN 111928863A
- Authority
- CN
- China
- Prior art keywords
- acquisition
- data
- automatic driving
- acquisition device
- manual driving
- 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 55
- 230000033001 locomotion Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
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高精地图数据采集方法、装置及系统,涉及自动驾驶技术领域,该高精地图数据采集方法包括:先获取目标区域的人工驾驶轨迹信息;然后再根据人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶,并获取目标区域的高精地图采集数据。在进行地图采集数据的采集时,通过自动驾驶采集装置(如无人车、自动驾驶车、无人驾驶车等)进行自动采集,不需要人工参与,数据采集效率高,节约了人力物力。
Description
技术领域
本申请涉及自动驾驶技术领域,具体而言,涉及一种高精地图数据采集方法、装置及系统。
背景技术
目随着导航技术的发展,导航路径的规划越来越依赖于高精地图。高精地图的精度越高,导航路径规划越精细。现有的高精地图数据采集方法通常需要通过人工驾驶数据采集车辆按照同一路线反复行驶多次,并通过数据采集车辆进行数据采集,得到高精地图采集数据。然而,在实践中发现,数据采集车辆需要配备人工驾驶室,成本高,同时通过人工驾驶数据采集车辆按照同一路线反复行驶多次的方式进行数据采集,效率低,耗费人力物力。可见,现有的高精地图数据采集方法需要人工驾驶数据采集车辆,数据采集效率低。
发明内容
本申请实施例的目的在于提供一种高精地图数据采集方法、装置及系统,能够通过自动驾驶采集装置自动驾驶并进行数据采集,不需要人工参与,数据采集效率高。
本申请实施例第一方面提供了一种高精地图数据采集方法,包括:
获取目标区域的人工驾驶轨迹信息;
在根据所述人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取所述目标区域的高精地图采集数据。
在上述实现过程中,先获取目标区域的人工驾驶轨迹信息;然后再根据人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶,并获取自动驾驶采集装置在自动驾驶过程中的地图采集数据,即为目标区域的高精地图采集数据。在进行地图采集数据的采集时,通过自动驾驶采集装置进行自动采集,不需要人工参与,数据采集效率高,节约了人力物力。
进一步地,所述人工驾驶轨迹信息为人工驾驶所述自动驾驶采集装置的运动轨迹。
在上述实现过程中,人工驾驶该自动驾驶采集装置,不需要任何地图数据即可完成,通过获取人工驾驶轨迹信息,能够使得自动驾驶采集装置根据人工驾驶轨迹信息进行数据采集,针对不同的信息场景,只要根据人工驾驶轨迹信息,就能够进行循迹数据采集,灵活性强,适用性强。
进一步地,所述获取目标区域的人工驾驶轨迹信息,包括:
在人工驾驶所述自动驾驶采集装置时,获取自动驾驶采集装置的路径定位点数据;
对所述路径定位点数据进行定位点筛选处理,得到目标定位点数据;
根据所述目标定位点数据生成目标区域的人工驾驶轨迹信息。
在上述实现过程中,在获取人工驾驶轨迹信息时,能够在按照所述地图数据采集路线进行人工驾驶时,实时获取人工驾驶轨迹信息,灵活性强,适用性强。
进一步地,所述人工驾驶轨迹信息包括所述目标区域对应的至少一条人工驾驶路径;
所述在根据所述人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取所述目标区域的高精地图采集数据,包括:
在根据每条所述人工驾驶路径控制所述自动驾驶采集装置进行自动驾驶时,获取每条所述人工驾驶路径对应的地图采集数据;
汇总所有所述人工驾驶路径对应的地图采集数据,得到所述目标区域的高精地图采集数据。
在上述实施方式中,对于目标区域的数据采集,能够根据至少一条人工驾驶路径进行自动驾驶并采集相应的数据,有利于避免由于采集路径单一导致的数据采集误差的产生,同时,获取每条人工驾驶路径对应的地图采集数据,有利于提升目标区域的高精地图采集数据的数据量,进而有利于提升高精地图采集数据的精确度。
进一步地,所述在根据每条所述人工驾驶路径控制所述自动驾驶采集装置进行自动驾驶时,获取每条所述人工驾驶路径对应的地图采集数据包括:
在根据每条所述人工驾驶路径控制所述自动驾驶采集装置进行自动驾驶时,从所述人工驾驶轨迹信息中确定控制所述自动驾驶采集装置进行自动驾驶时的当前人工行驶路径;
通过所述自动驾驶采集装置上设置的定位传感器,获取所述自动驾驶采集装置的定位数据;
根据所述当前人工行驶路径和所述定位数据,生成用于控制所述自动驾驶采集装置进行自动驾驶的控制参数;
根据所述控制参数控制所述自动驾驶采集装置按照所述当前人工行驶路径进行自动驾驶,并获取所述当前人工行驶路径对应的地图采集数据。
在上述实现过程中,在自动驾驶采集装置进行数据采集时,能够根据人工驾驶轨迹信息进行循迹自动驾驶,并实时采集自动驾驶过程中的地图采集数据,数据采集简单快捷,不需人工参与,同时多次的数据采集有利于提升生成高精地图的精度,减少误差。
本申请实施例第二方面提供了一种高精地图数据采集装置,所述高精地图数据采集装置包括:
轨迹获取模块,用于获取目标区域的人工驾驶轨迹信息;
数据获取模块,用于在根据所述人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取所述目标区域的高精地图采集数据。
在上述实现过程中,轨迹获取模块先获取目标区域的人工驾驶轨迹信息;然后数据获取模块再根据人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶,并获取自动驾驶采集装置在自动驾驶过程中的地图采集数据,得到目标区域的高精地图采集数据。在进行地图采集数据的采集时,通过自动驾驶采集装置进行自动采集,不需要人工参与,数据采集效率高,节约了人力物力。
所述轨迹获取模块包括:
获取子模块,用于在人工驾驶所述自动驾驶采集装置时,获取自动驾驶采集装置的路径定位点数据;
筛选子模块,用于对所述路径定位点数据进行定位点筛选处理,得到目标定位点数据;
生成子模块,用于根据所述目标定位点数据生成人工驾驶轨迹信息。
在上述实现过程中,通过获取人工驾驶轨迹信息,能够使得自动驾驶采集装置根据人工驾驶轨迹信息进行数据采集,针对不同的信息场景,只要获取到人工驾驶轨迹信息,就能够进行循迹数据采集,灵活性强,适用性强。
本申请实施例第三方面提供了一种高精地图数据采集系统,所述高精地图数据采集系统包括总控装置和至少一个自动驾驶采集装置,其中,
所述总控装置,用于获取目标区域中不同分区对应的人工驾驶轨迹信息,并将所述人工驾驶轨迹信息分别发送至所述不同分区对应的自动驾驶采集装置;
所述自动驾驶采集装置,用于接收所述人工驾驶轨迹信息,并在按照所述人工驾驶轨迹信息控制所述自动驾驶采集装置进行自动驾驶时,获取所述自动驾驶采集装置在自动驾驶过程中的分块地图采集数据,并将所述分块地图采集数据发送至所述总控装置;
所述总控装置,用于接收每个所述自动驾驶采集装置发送的所述分块地图采集数据,并根据所述分块高精地图数据生成所述目标区域完整的高精地图采集数据。
在上述实现过程中,当目标区域过大时,则通过至少一个自动驾驶采集装置进行分块数据采集得到相应的分块高精地图数据,最后总控装置根据所有的分块高精地图数据生成目标区域完整的高精地图,效率高且准确度高。
本申请实施例第四方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的高精地图数据采集方法。
本申请实施例第五方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的高精地图数据采集方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例一提供的一种高精地图数据采集方法的流程示意图;
图2为本申请实施例二提供的一种高精地图数据采集方法的流程示意图;
图3为本申请实施例三提供的一种高精地图数据采集装置的结构示意图;
图4为本申请实施例三提供的另一种高精地图数据采集装置的结构示意图;
图5为本申请实施例四提供的一种高精地图数据采集系统的系统构架示意图。
图标:410-总控装置,420-自动驾驶采集装置。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本申请实施例提供了一种高精地图数据采集方法的流程示意图。其中,该高精地图数据采集方法包括:
S101、获取目标区域的人工驾驶轨迹信息。
本申请实施例中,该人工驾驶轨迹信息为人工驾驶车辆行驶的轨迹信息,可以为预先存储,也可以为在人工驾驶车辆时实时获取的,对此本申请实施例不作限定。
本申请实施例中,人工驾驶轨迹信息为人工驾驶自动驾驶采集装置的运动轨迹。
本申请实施例中,人工驾驶自动驾驶采集装置时,不需要任何地图数据。无人车可以是通过控制器进行远程人工控制驾驶,也可以是驾驶员进入自动驾驶采集装置的驾驶舱进行控制驾驶,对此本申请实施例不作限定。
本申请实施例中,当自动驾驶采集装置有驾驶舱时,可以直接进入驾驶舱进行人工控制该动驾驶采集装置的行驶。
本申请实施例中,该高精地图数据采集方法可以应用于园区、社区的高精地图数据采集场景。
本申请实施例中,该方法的执行主体为自动驾驶采集装置等,对此本实施例中不作任何限定。
S102、在根据人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取目标区域的高精地图采集数据。
本申请实施例中,自动驾驶采集装置可以为数据采集无人车、数据采集自动驾驶车、数据采集无人驾驶车等,对此本实施例中不作任何限定。
本申请实施例中,能够通过自动循迹技术根据人工驾驶轨迹信息进行自动驾驶采集装置的自动行驶,其根据人工驾驶轨迹信息进行自动行驶的重复次数为预设重复次数。
作为一种可选的实施方式,通过自动循迹技术控制自动驾驶采集装置进行自动行驶时,可以仅仅依靠自动驾驶采集装置尾部的差分GPS传感器和IMU传感器来实现自动驾驶。
作为另一种可选的实施方式,线性二次调节器(Linear Quadratic Regulator或LQR)是基于模型的控制器,可以通过线性二次调节器来学习人工驾驶轨迹信息并通过控制车辆状态来使小车运动的横向误差和朝向误差最小化,进而提升循迹自动驾驶的准确性。
本申请实施例中,可以按照预设重复次数和人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶,实现对人工驾驶轨迹信息上的地图信息的多次重复采集,进而有利于提升高精地图的精度。
本申请实施例中,预设重复次数可以为2次、5次、10次等,对此本实施例中不作任何限定。
本申请实施例中,可以快速学习人工驾驶轨迹信息并复制人工驾驶轨迹信息来实现控制自动驾驶采集装置进行自动驾驶。
本申请实施例中,自动驾驶采集装置上设置有数据采集传感器,可以通过该数据采集传感器获取高精地图采集数据。其中,该数据采集传感器包括Lidar(激光雷达)、摄像头、GNSS(Global Navigation Satellite System,全球导航卫星系统)、IMU(Inertialmeasurement unit,惯性导航)、GPS(Global Positioning System,全球定位系统)、轮速仪等,对此本申请实施例不作限定。
本申请实施例中,Lidar主要是来采集点云数据,可以精确的采集位置信息、路面的宽度、建筑物高度以及一些其他的信息。摄像头主要是来采集一些路面标志、车道线等信息。GNSS用于采集自动驾驶采集装置的位置信息,记录了当前采集点的坐标。IMU用来捕获自动驾驶采集装置的角度信息、加速度信息,用来校正自动驾驶采集装置的位置和角度。轮速仪用于采集自动驾驶采集装置的轮测距离,以及记录左轮和右轮的总转数等。
本申请实施例中,在得到目标区域的高精地图采集数据之后,还可以通过地图生成设备根据该高精地图采集数据生成目标区域的高精地图。
可见,实施图1所描述的高精地图数据采集方法,能够通过自动驾驶采集装置进行数据采集,不需要人工参与,数据采集效率高,节约了人力物力。
实施例2
请参看图2,图2为本申请实施例提供的一种高精地图数据采集方法的流程示意图。如图2所示,其中,该高精地图数据采集方法包括:
S201、在人工驾驶自动驾驶采集装置时,获取自动驾驶采集装置的路径定位点数据。
本申请实施例中,生成地图数据采集路线之后,可以输出该地图数据采集路线,然后当检测到自动驾驶采集装置在按照地图数据采集路线进行人工驾驶时,实时检测该自动驾驶采集装置的路径定位点数据。
本申请实施例中,自动驾驶采集装置上的GPS传感器和IMU传感器可以获取其自身的位姿、偏航角、经纬度以及加速度等运动参数;然后对该运动参数进行处理,可以得到自动驾驶采集装置在当前位置的定位点数据,自动驾驶采集装置在运动过程中,可以检测得到多个定位点,汇总多个定位点得到路径定位点数据。
S202、对路径定位点数据进行定位点筛选处理,得到目标定位点数据。
本申请实施例中,在得到路径定位点数据之后,可以对路径定位点数据包括的多个定位点进行筛选处理,降低计算冗余,进而有利于快速生成人工驾驶轨迹信息。
作为一种可选的实施方式,在对路径定位点数据进行定位点筛选处理时,可根据自动驾驶采集装置的运动速度每隔一段预设距离选取一个定位点。
在步骤S202之后,还包括以下步骤:
S203、根据目标定位点数据生成目标区域的人工驾驶轨迹信息。
本申请实施例中,人工驾驶轨迹信息为人工驾驶自动驾驶采集装置的运动轨迹。
本申请实施例中,人工驾驶自动驾驶采集装置时,不需要任何地图数据。无人车可以是通过控制器进行远程人工控制驾驶,也可以是驾驶员进入自动驾驶采集装置的驾驶舱进行控制驾驶,对此本申请实施例不作限定。
本申请实施例中,当自动驾驶采集装置有驾驶舱时,可以直接进入驾驶舱进行人工控制该动驾驶采集装置的行驶。
本申请实施例中,实施上述步骤S201~步骤S203,能够在根据地图数据采集路线进行人工驾驶时,获取人工驾驶轨迹信息。
本申请实施例中,实施上述步骤S201~步骤S204,能够获取目标区域的人工驾驶轨迹信息。
在步骤S203之后,还包括以下步骤:
S204、在根据每条人工驾驶路径控制自动驾驶采集装置进行自动驾驶时,从人工驾驶轨迹信息中确定控制自动驾驶采集装置进行自动驾驶时的当前人工行驶路径;其中,人工驾驶轨迹信息包括目标区域对应的至少一条人工驾驶路径。
本申请实施例中,对目标区域进行高精地图数据采集,当人工驾驶轨迹信息包括一条人工驾驶路径时,即根据一条人工驾驶路径完成数据的采集,当人工驾驶轨迹信息包括多条人工驾驶路径时,即根据多条人工驾驶路径完成数据的采集。
本申请实施例中,当人工驾驶轨迹信息包括多条人工驾驶路径时,不同的人工驾驶路径可以均不相同。设其中一条人工驾驶路径L1表示A点到B点的运动轨迹,另一条人工驾驶路径L2表示B点到A点的运动轨迹。在实际使用中,对于单车道,L1和L2可以为同轨迹不同运动方向,对于双车道,L1则为基于A点到B点对应车道的运动轨迹,其运动方向为A点到B点,而L2则为基于B点到A点对应车道的运动轨迹,其运动方向为B点到A点。同理,对于三车道,四车道,人工驾驶轨迹遵循相应的行车规定,进而保证自动驾驶采集装置在自动采集数据时能够遵循行车规定,保证交通安全。
本申请实施例中,根据目标区域对应的至少一条人工驾驶路径进行高精地图数据采集,实现对人工驾驶路径上的地图数据进行全面采集,进而有利于提升高精地图数据的精确度。
本申请实施例中,对于同一条人工驾驶路径,自动驾驶采集装置还可以根据预设重复次数进行重复多次数据采集,有利于避免单次数据采集导致的数据误差,进而有利于提升高精地图数据的精确度。
S205、通过自动驾驶采集装置上设置的定位传感器,获取自动驾驶采集装置的定位数据。
本申请实施例中,定位传感器包括差分GPS传感器和IMU传感器。
本申请实施例中,自动驾驶采集装置的定位数据即该自动驾驶采集装置进行自动驾驶时,当前所处的位置信息。
在步骤S205之后,还包括以下步骤:
S206、根据当前人工行驶路径和定位数据,生成用于控制自动驾驶采集装置进行自动驾驶的控制参数。
本申请实施例中,根据当前人工行驶路径和自动驾驶采集装置的定位数据,先确定自动驾驶采集装置进行自动驾驶时下一个需要到达的目标位置信息,然后根据目标位置信息确定自动驾驶采集装置进行自动驾驶的控制参数。
本申请实施例中,在通过自动循迹技术控制自动驾驶采集装置进行自动行驶时,可以仅仅依靠自动驾驶采集装置尾部的差分GPS传感器和IMU传感器来实现自动驾驶。
S207、根据控制参数控制自动驾驶采集装置按照当前人工行驶路径进行自动驾驶,并获取当前人工行驶路径对应的地图采集数据。
本申请实施例中,可以根据控制参数和预设重复次数控制自动驾驶采集装置按照当前人工行驶路径进行自动驾驶,实现对当前人工行驶路径上的地图信息的多次重复采集,进而有利于提升高精地图采集数据。
本申请实施例中,上述预设重复次数具体可以为2次、5次、10次等,对此本实施例中不作任何限定。
本申请实施例中,实施上述步骤S204~步骤S207,能够在根据每条人工驾驶路径控制自动驾驶采集装置进行自动驾驶时,获取每条人工驾驶路径对应的地图采集数据。
S208、汇总所有人工驾驶路径对应的地图采集数据,得到目标区域的高精地图采集数据。
本申请实施例中,实施上述步骤S204~步骤S208,能够在根据人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取目标区域的高精地图采集数据。
本申请实施例中,对于高精地图数据采集方法的解释说明可以参照实施例1中的描述,对此本实施例中不再多加赘述。
可见,实施图2所描述的高精地图数据采集方法,能够通过自动驾驶采集装置进行数据采集,不需要人工参与,数据采集效率高,节约了人力物力。
实施例3
请参看图3,图3为本申请实施例提供的一种高精地图数据采集装置的结构示意图。如图3所示,该高精地图数据采集装置包括:
轨迹获取模块300,用于获取目标区域的人工驾驶轨迹信息。
数据获取模块400,用于在根据人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取目标区域的高精地图采集数据。
请一并参阅图4,图4是本申请实施例提供的另一种高精地图数据采集装置的结构示意图。其中,图4所示的高精地图数据采集装置是由图3所示的高精地图数据采集装置进行优化得到的。如图4所示,轨迹获取模块300包括:
获取子模块310,用于在人工驾驶自动驾驶采集装置时,获取自动驾驶采集装置的路径定位点数据。
筛选子模块320,用于对路径定位点数据进行定位点筛选处理,得到目标定位点数据。
生成子模块330,用于根据目标定位点数据生成人工驾驶轨迹信息。
本申请实施例中,人工驾驶轨迹信息为人工驾驶自动驾驶采集装置的运动轨迹。
本申请实施例中,人工驾驶轨迹信息包括目标区域对应的至少一条人工驾驶路径。
作为一种可选的实施方式,数据获取模块400包括:
采集子模块410,用于在根据每条人工驾驶路径控制自动驾驶采集装置进行自动驾驶时,获取每条人工驾驶路径对应的地图采集数据。
汇总子模块420,用于汇总所有人工驾驶路径对应的地图采集数据,得到目标区域的高精地图采集数据。
作为一种可选的实施方式,采集子模块410包括:
确定单元411,用于在根据每条人工驾驶路径控制自动驾驶采集装置进行自动驾驶时,从人工驾驶轨迹信息中确定控制自动驾驶采集装置进行自动驾驶时的当前人工行驶路径。
定位单元412,用于通过自动驾驶采集装置上设置的定位传感器,获取自动驾驶采集装置的定位数据;
生成单元413,用于根据当前人工行驶路径和定位数据,生成用于控制自动驾驶采集装置进行自动驾驶的控制参数;
采集单元414,用于根据控制参数控制自动驾驶采集装置按照当前人工行驶路径进行自动驾驶,并获取当前人工行驶路径对应的地图采集数据。
本申请实施例中,对于高精地图数据采集装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的高精地图数据采集装置,能够通过自动驾驶采集装置进行数据采集,不需要人工参与,数据采集效率高,节约了人力物力。
实施例4
请参看图5,图5为本申请实施例提供的一种高精地图数据采集系统的系统构架示意图。如图5所示,该高精地图数据采集系统包括总控装置410和至少一个自动驾驶采集装置420,其中,总控装置410,用于获取目标区域中不同分区对应的人工驾驶轨迹信息,并将人工驾驶轨迹信息分别发送至不同分区对应的自动驾驶采集装置420。
本申请实施例中,该总控装置410可以为计算机、服务器、智能手机和平板电脑等计算装置,对此本实施例中不作任何限定。
本申请实施例中,自动驾驶采集装置420可以为数据采集无人车、数据采集自动驾驶车、数据采集无人驾驶车等,对此本实施例中不作任何限定。
自动驾驶采集装置420,用于接收人工驾驶轨迹信息,并在按照人工驾驶轨迹信息控制自动驾驶采集装置420进行自动驾驶时,获取自动驾驶采集装置420在自动驾驶过程中的分块地图采集数据,并将分块地图采集数据发送至总控装置410。
总控装置410,用于接收每个自动驾驶采集装置420发送的分块地图采集数据,并根据分块高精地图数据生成目标区域完整的高精地图采集数据。
本申请实施例中,当目标区域过大时,则通过至少一个自动驾驶采集装置420进行分块数据采集并进行生成相应的分块高精地图,最后总控装置410根据所有的分块地图采集数据生成目标区域完整的高精地图采集数据,效率高且准确度高。
本申请实施例中,总控装置410还可以实时获取每个自动驾驶采集装置420的运动轨迹,实时监控每个自动驾驶采集装置420的数据采集情况。
本申请实施例中,总控装置410与每个自动驾驶采集装置420之间通信连接,具体的,可以通过无线局域网(WIFI)、移动通信网络等方式进行通信连接,对此本申请实施例不作限定。
本申请实施例中,对于高精地图数据采集系统的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的高精地图数据采集系统,能够通过自动驾驶采集装置进行数据采集,不需要人工参与,数据采集效率高,节约了人力物力。
本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1或实施例2中任一项高精地图数据采集方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例1或实施例2中任一项高精地图数据采集方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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,本申请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)执行本申请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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种高精地图数据采集方法,其特征在于,包括:
获取目标区域的人工驾驶轨迹信息;
在根据所述人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取所述目标区域的高精地图采集数据。
2.根据权利要求1所述的高精地图数据采集方法,其特征在于,所述人工驾驶轨迹信息为人工驾驶所述自动驾驶采集装置的运动轨迹。
3.根据权利要求2所述的高精地图数据采集方法,其特征在于,所述获取目标区域的人工驾驶轨迹信息,包括:
在人工驾驶所述自动驾驶采集装置时,获取自动驾驶采集装置的路径定位点数据;
对所述路径定位点数据进行定位点筛选处理,得到目标定位点数据;
根据所述目标定位点数据生成目标区域的人工驾驶轨迹信息。
4.根据权利要求1~3任一项所述的高精地图数据采集方法,所述人工驾驶轨迹信息包括所述目标区域对应的至少一条人工驾驶路径;
所述在根据所述人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取所述目标区域的高精地图采集数据,包括:
在根据每条所述人工驾驶路径控制所述自动驾驶采集装置进行自动驾驶时,获取每条所述人工驾驶路径对应的地图采集数据;
汇总所有所述人工驾驶路径对应的地图采集数据,得到所述目标区域的高精地图采集数据。
5.根据权利要求4所述的高精地图数据采集方法,其特征在于,所述在根据每条所述人工驾驶路径控制所述自动驾驶采集装置进行自动驾驶时,获取每条所述人工驾驶路径对应的地图采集数据包括:
在根据每条所述人工驾驶路径控制所述自动驾驶采集装置进行自动驾驶时,从所述人工驾驶轨迹信息中确定控制所述自动驾驶采集装置进行自动驾驶时的当前人工行驶路径;
通过所述自动驾驶采集装置上设置的定位传感器,获取所述自动驾驶采集装置的定位数据;
根据所述当前人工行驶路径和所述定位数据,生成用于控制所述自动驾驶采集装置进行自动驾驶的控制参数;
根据所述控制参数控制所述自动驾驶采集装置按照所述当前人工行驶路径进行自动驾驶,并获取所述当前人工行驶路径对应的地图采集数据。
6.一种高精地图数据采集装置,其特征在于,所述高精地图数据采集装置包括:
轨迹获取模块,用于获取目标区域的人工驾驶轨迹信息;
数据获取模块,用于在根据所述人工驾驶轨迹信息控制自动驾驶采集装置进行自动驾驶时,获取所述目标区域的高精地图采集数据。
7.根据权利要求6所述的高精地图数据采集装置,其特征在于,所述轨迹获取模块包括:
获取子模块,用于在人工驾驶所述自动驾驶采集装置时,获取自动驾驶采集装置的路径定位点数据;
筛选子模块,用于对所述路径定位点数据进行定位点筛选处理,得到目标定位点数据;
生成子模块,用于根据所述目标定位点数据生成人工驾驶轨迹信息。
8.一种高精地图数据采集系统,其特征在于,所述高精地图数据采集系统包括总控装置和至少一个自动驾驶采集装置,其中,
所述总控装置,用于获取目标区域中不同分区对应的人工驾驶轨迹信息,并将所述人工驾驶轨迹信息分别发送至所述不同分区对应的自动驾驶采集装置;
所述自动驾驶采集装置,用于接收所述人工驾驶轨迹信息,并在按照所述人工驾驶轨迹信息控制所述自动驾驶采集装置进行自动驾驶时,获取所述自动驾驶采集装置在自动驾驶过程中的分块地图采集数据,并将所述分块地图采集数据发送至所述总控装置;
所述总控装置,用于接收每个所述自动驾驶采集装置发送的所述分块地图采集数据,并根据所述分块高精地图数据生成所述目标区域完整的高精地图采集数据。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的高精地图数据采集方法。
10.一种可读存储介质,其特征在于,所述可读取存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至5任一项所述的高精地图数据采集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010846249.XA CN111928863A (zh) | 2020-08-20 | 2020-08-20 | 一种高精地图数据采集方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010846249.XA CN111928863A (zh) | 2020-08-20 | 2020-08-20 | 一种高精地图数据采集方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111928863A true CN111928863A (zh) | 2020-11-13 |
Family
ID=73304951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010846249.XA Pending CN111928863A (zh) | 2020-08-20 | 2020-08-20 | 一种高精地图数据采集方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111928863A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114323039A (zh) * | 2021-11-11 | 2022-04-12 | 阿波罗智能技术(北京)有限公司 | 高精地图的数据采集方法、装置、车辆、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958266A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 一种地图数据获取方法 |
CN109357680A (zh) * | 2018-10-26 | 2019-02-19 | 北京主线科技有限公司 | 港口无人驾驶集装箱卡车高精地图生成方法 |
CN109635052A (zh) * | 2018-10-31 | 2019-04-16 | 百度在线网络技术(北京)有限公司 | 点云数据的处理方法、装置和存储介质 |
US20190317505A1 (en) * | 2018-04-12 | 2019-10-17 | Baidu Usa Llc | Determining driving paths for autonomous driving vehicles based on map data |
CN111024096A (zh) * | 2019-11-08 | 2020-04-17 | 安徽中科美络信息技术有限公司 | 一种车辆定位数据上传方法和车载终端 |
CN111192341A (zh) * | 2019-12-31 | 2020-05-22 | 北京三快在线科技有限公司 | 生成高精地图的方法、装置、自动驾驶设备及存储介质 |
-
2020
- 2020-08-20 CN CN202010846249.XA patent/CN111928863A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190317505A1 (en) * | 2018-04-12 | 2019-10-17 | Baidu Usa Llc | Determining driving paths for autonomous driving vehicles based on map data |
CN108958266A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 一种地图数据获取方法 |
CN109357680A (zh) * | 2018-10-26 | 2019-02-19 | 北京主线科技有限公司 | 港口无人驾驶集装箱卡车高精地图生成方法 |
CN109635052A (zh) * | 2018-10-31 | 2019-04-16 | 百度在线网络技术(北京)有限公司 | 点云数据的处理方法、装置和存储介质 |
CN111024096A (zh) * | 2019-11-08 | 2020-04-17 | 安徽中科美络信息技术有限公司 | 一种车辆定位数据上传方法和车载终端 |
CN111192341A (zh) * | 2019-12-31 | 2020-05-22 | 北京三快在线科技有限公司 | 生成高精地图的方法、装置、自动驾驶设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114323039A (zh) * | 2021-11-11 | 2022-04-12 | 阿波罗智能技术(北京)有限公司 | 高精地图的数据采集方法、装置、车辆、设备和存储介质 |
CN114323039B (zh) * | 2021-11-11 | 2023-10-27 | 阿波罗智能技术(北京)有限公司 | 高精地图的数据采集方法、装置、车辆、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109084786B (zh) | 一种地图数据的处理方法 | |
EP3673407B1 (en) | Automatic occlusion detection in road network data | |
CN109781122B (zh) | 高精度地图更新方法及装置 | |
CN109214248B (zh) | 用于识别无人驾驶车辆的激光点云数据的方法和装置 | |
CN109435955B (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
EP3418997A1 (en) | Detection and estimation of variable speed signs | |
EP3671278B1 (en) | Road surface detection | |
US10151598B2 (en) | Method and device for operating a vehicle and driver assistance system | |
CN109935077A (zh) | 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统 | |
CN110110029B (zh) | 用于匹配车道的方法和装置 | |
JP2019513996A (ja) | 地上標識による周辺内の少なくとも部分自動運転走行車両の姿勢の決定方法 | |
US11002553B2 (en) | Method and device for executing at least one measure for increasing the safety of a vehicle | |
US11408739B2 (en) | Location correction utilizing vehicle communication networks | |
CN114080537A (zh) | 收集与可导航网络有关的用户贡献数据 | |
US11592313B2 (en) | Apparatus and method for collecting map-generating data | |
CN113534214B (zh) | 一种车辆定位方法及装置 | |
CN110262538A (zh) | 地图数据采集方法、装置、设备及存储介质 | |
CN113758492A (zh) | 地图检测方法和装置 | |
CN105180955A (zh) | 机动车实时精准定位方法及装置 | |
EP3521757B1 (en) | Information processing apparatus and automatic driving track management system | |
CN111928863A (zh) | 一种高精地图数据采集方法、装置及系统 | |
US11315417B2 (en) | Method, device and system for wrong-way driver detection | |
CN211181055U (zh) | 基于bim、gis和传感技术的园区内车辆路径规划装置 | |
CN110928277A (zh) | 智能路侧单元的障碍物提示方法、装置及设备 | |
US20190279504A1 (en) | Method, device and system for wrong-way driver detection |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201113 |