[go: up one dir, main page]

CN112699708A - 一种车道级拓扑网的生成方法及装置 - Google Patents

一种车道级拓扑网的生成方法及装置 Download PDF

Info

Publication number
CN112699708A
CN112699708A CN201911006953.8A CN201911006953A CN112699708A CN 112699708 A CN112699708 A CN 112699708A CN 201911006953 A CN201911006953 A CN 201911006953A CN 112699708 A CN112699708 A CN 112699708A
Authority
CN
China
Prior art keywords
lane
point
target
map
target map
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.)
Granted
Application number
CN201911006953.8A
Other languages
English (en)
Other versions
CN112699708B (zh
Inventor
叶南飞
左经纬
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.)
Momenta Suzhou Technology Co Ltd
Original Assignee
Beijing Chusudu 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 Chusudu Technology Co ltd filed Critical Beijing Chusudu Technology Co ltd
Priority to CN201911006953.8A priority Critical patent/CN112699708B/zh
Publication of CN112699708A publication Critical patent/CN112699708A/zh
Application granted granted Critical
Publication of CN112699708B publication Critical patent/CN112699708B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明实施例公开一种车道级拓扑网的生成方法及装置，该方法包括：获得目标车辆在目标地图对应的目标场景中行驶生成的备用轨迹及备用轨迹中定位点对应的道路图像；针对每一定位点对应的道路图像，基于该道路图像及目标地图，确定目标地图是否包含定位点对应的目标地图车道线；针对目标地图不包含其对应的目标地图车道线的定位点，基于目标地图，确定定位点所在车道对应的第一结尾端点和第一起始端点；基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定其两者之间的路段的车道拓扑关系，并连接其两者，以生成目标地图的目标车道级拓扑网，以实现自动生成地图的道路中的车道级拓扑网，降低人工成本且提高效率。

Description

一种车道级拓扑网的生成方法及装置
技术领域
本发明涉及智能交通技术领域，具体而言，涉及一种车道级拓扑网的生成方法及装置。
背景技术
车道级拓扑网是高精度地图的重要组成之一。相关技术中，高精度地图的生产流程中，需要人工在构建出的初始高精度地图中，绘制各道路的各车道的车道中心线，以在初始高精度地图中生成车道级拓扑网，得到包含车道级拓扑网的高精度地图。
在相关技术中，上述绘制过程，需要消耗大量的人力绘制高精度地图包含的车道级拓扑网，浪费人力且效率不高。
发明内容
本发明提供了一种车道级拓扑网的生成方法及装置，以实现自动生成地图的道路中的车道级拓扑网，降低人工成本且提高效率。具体的技术方案如下：
第一方面，本发明实施例提供了一种车道级拓扑网的生成方法，包括：
获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像，其中，所述目标地图包括地图车道线；
针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线，其中，该道路图像所对应定位点对应的目标地图车道线包括：所述目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线；
针对所述目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，其中，所述第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；所述第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线；
基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的路段的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
可选的，所述方法还包括：
针对所述目标地图包含其对应的目标地图车道线的定位点，基于该定位点对应的目标地图车道线在所述目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
可选的，所述针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线的步骤，包括：
针对每一备用轨迹中每一定位点对应的道路图像，基于预先训练的目标检测模型，对该道路图像进行检测，确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线；
若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息以及所述目标地图中地图车道线的地图位置信息，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
可选的，所述针对所述目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点的步骤，包括：
针对所述目标地图不包含其对应的目标地图车道线的定位点，基于所对应检测结果，确定该定位点是否处于道路路口，其中，所述检测结果为：基于预先训练的车道线检测模型对该道路图像进行检测，得到的检测结果；
针对所对应检测结果表征未处于道路路口的定位点，基于该目标地图中的地图车道线以及该定位点所在行车轨迹，确定该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点。
可选的，所述方法还包括：
针对所对应检测结果表征处于道路路口的定位点，基于该定位点的位姿信息以及所述目标地图，确定该定位点所处的道路路口，作为第一道路路口；
基于该定位点对应的道路图像，确定该定位点对应的道路行驶指示箭头的指示方向；
基于该定位点的位姿信息、该定位点对应的道路行驶指示箭头的指示方向以及经过第一道路路口的备用轨迹，从所述目标地图对应的目标场景的当前的车道级拓扑网中，确定该定位点对应的驶出车道中心线、驶入车道中心线以及所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，其中，所述驶出车道中心线为：所对应方向为表征车辆驶入道路路口的车道中心线，所述驶入车道中心线为：所对应方向为表征车辆驶出道路路口的车道中心线；
基于所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，连接所述驶出车道中心线和所述驶入车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
可选的，所述获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹的步骤，包括：
获得目标车辆在目标地图对应的目标场景中行驶所生成的初始行车轨迹；
针对每一初始行车轨迹，基于该初始行车轨迹中每一定位点对应的定位时间以及定位点对应的航向角信息，确定该初始行车轨迹中是否包含预设行车状态对应的轨迹段，其中，所述预设行车状态包括变道行驶状态和掉头行驶状态中的至少一个；
若确定初始行车轨迹中包含预设行车状态对应的轨迹段，将包含预设行车状态对应的轨迹段的初始行车轨迹中的该预设行车状态对应的轨迹段滤除，以得到备用轨迹。
可选的，所述基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，以生成所述目标地图对应的目标场景的目标车道级拓扑网的步骤，包括：
基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，得到所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线；
从所述备用轨迹中，确定出经过所述第一结尾端点和所述第一起始端点之间车道路段的备用轨迹，作为待利用轨迹；
针对每一待利用轨迹，计算该待利用轨迹中所述第一结尾端点和所述第一起始端点之间的轨迹段与所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线之间的距离，作为该待利用轨迹对应的参考距离；
基于每一待利用轨迹对应的参考距离以及所述待利用轨迹的数量，确定所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线的置信度；
基于所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线及其对应的置信度，生成所述目标地图对应的目标场景的目标车道级拓扑网。
第二方面，本发明实施例提供了一种车道级拓扑网的生成装置，包括：
第一获得模块，被配置为获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像，其中，所述目标地图包括地图车道线；
第一确定模块，被配置为针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线，其中，该道路图像所对应定位点对应的目标地图车道线包括：所述目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线；
第二确定模块，被配置为针对所述目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，其中，所述第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；所述第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线；
确定连接模块，被配置为基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的路段的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
可选的，所述装置还包括：
第三确定模块，被配置为针对所述目标地图包含其对应的目标地图车道线的定位点，基于该定位点对应的目标地图车道线在所述目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
可选的，所述第一确定模块，被具体配置为针对每一备用轨迹中每一定位点对应的道路图像，基于预先训练的目标检测模型，对该道路图像进行检测，确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线；
若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息以及所述目标地图中地图车道线的地图位置信息，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
可选的，所述第二确定模块，被具体配置为针对所述目标地图不包含其对应的目标地图车道线的定位点，基于所对应检测结果，确定该定位点是否处于道路路口，其中，所述检测结果为：基于预先训练的车道线检测模型对该道路图像进行检测，得到的检测结果；
针对所对应检测结果表征未处于道路路口的定位点，基于该目标地图中的地图车道线以及该定位点所在行车轨迹，确定该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点。
在本发明的另一实施例中，所述装置还包括：
第四确定模块，被配置为针对所对应检测结果表征处于道路路口的定位点，基于该定位点的位姿信息以及所述目标地图，确定该定位点所处的道路路口，作为第一道路路口；
第五确定模块，被配置为基于该定位点对应的道路图像，确定该定位点对应的道路行驶指示箭头的指示方向；
第六确定模块，被配置为基于该定位点的位姿信息、该定位点对应的道路行驶指示箭头的指示方向以及经过第一道路路口的备用轨迹，从所述目标地图对应的目标场景的当前的车道级拓扑网中，确定该定位点对应的驶出车道中心线、驶入车道中心线以及所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，其中，所述驶出车道中心线为：所对应方向为表征车辆驶入道路路口的车道中心线，所述驶入车道中心线为：所对应方向为表征车辆驶出道路路口的车道中心线；
连接模块，被配置为基于所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，连接所述驶出车道中心线和所述驶入车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
可选的，所述第一获得模块，被具体配置为获得目标车辆在目标地图对应的目标场景中行驶所生成的初始行车轨迹；
针对每一初始行车轨迹，基于该初始行车轨迹中每一定位点对应的定位时间以及定位点对应的航向角信息，确定该初始行车轨迹中是否包含预设行车状态对应的轨迹段，其中，所述预设行车状态包括变道行驶状态和掉头行驶状态中的至少一个；
若确定初始行车轨迹中包含预设行车状态对应的轨迹段，将包含预设行车状态对应的轨迹段的初始行车轨迹中的该预设行车状态对应的轨迹段滤除，以得到备用轨迹。
可选的，所述确定连接模块，被具体配置为基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，得到所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线；
从所述备用轨迹中，确定出经过所述第一结尾端点和所述第一起始端点之间车道路段的备用轨迹，作为待利用轨迹；
针对每一待利用轨迹，计算该待利用轨迹中所述第一结尾端点和所述第一起始端点之间的轨迹段与所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线之间的距离，作为该待利用轨迹对应的参考距离；
基于每一待利用轨迹对应的参考距离以及所述待利用轨迹的数量，确定所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线的置信度；
基于所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线及其对应的置信度，生成所述目标地图对应的目标场景的目标车道级拓扑网。
由上述内容可知，本发明实施例提供的一种车道级拓扑网的生成方法及装置，可以获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像，其中，目标地图包括地图车道线；针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及目标地图包括的地图车道线，确定目标地图是否包含该道路图像所对应定位点对应的目标地图车道线，其中，该道路图像所对应定位点对应的目标地图车道线包括：目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线；针对目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，其中，第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线；基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系，并连接第一结尾端点和第一起始端点，以生成目标地图对应的目标场景的目标车道级拓扑网。
应用本发明实施例，可以在目标地图中不包含定位点对应的目标地图车道线的情况下，基于该定位点以及定位点所在车道的行驶方向，确定出该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线第一起始端点，进而，基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系，并连接第一结尾端点和第一起始端点，以生成目标地图对应的目标场景的目标车道级拓扑网，实现在未能观测到感知车道线时，基于已生成的基于目标地图中的地图车道线生成的、与该定位点的前方的车道中心线的结尾端点和后方的车道中心线的起始端点，以及经过该结尾端点和起始端点的轨迹，自动生成相应的车道拓扑关系并连接，实现自动生成地图的道路中的车道级拓扑网，降低人工成本且提高效率。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括：
1、可以在目标地图中不包含定位点对应的目标地图车道线的情况下，基于该定位点以及定位点所在车道的行驶方向，确定出该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线第一起始端点，进而，基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系，并连接第一结尾端点和第一起始端点，以生成目标地图对应的目标场景的目标车道级拓扑网，实现在未能观测到感知车道线时，基于已生成的基于目标地图中的地图车道线生成的、与该定位点的前方的车道中心线的结尾端点和后方的车道中心线的起始端点，以及经过该结尾端点和起始端点的轨迹，自动生成相应的车道拓扑关系并连接，实现自动生成地图的道路中的车道级拓扑网，降低人工成本且提高效率。
2、在目标地图中包含定位点对应的目标地图车道线的情况下，可以基于该定位点对应的目标地图车道线在目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成目标地图对应的目标场景的目标车道级拓扑网，实现基于目标地图中位置准确的目标地图车道线的地图位置信息，自动绘制车道的车道中心线，使得所绘制的车道中心线更准确，进而保证生成的车道级拓扑网更精确。
3、针对所对应检测结果表征处于道路路口的定位点，基于该定位点的位姿信息、该定位点对应的道路行驶指示箭头的指示方向以及经过第一道路路口的备用轨迹，从目标地图对应的目标场景的当前的车道级拓扑网中，确定该定位点对应的驶出车道中心线、驶入车道中心线以及驶出车道中心线和驶入车道中心线之间的路段的车道拓扑关系，进而，连接该定位点对应的驶出车道中心线和驶入车道中心线，以实现自动生成目标地图对应的目标场景的目标车道级拓扑网。
4、生成车道路段对应的车道中心线之后，基于经过该车道路段的待利用轨迹中该车道路段对应的定位点以及该车道路段对应的车道中心线，确定每一待利用轨迹与该车道路段对应的车道中心线之间的参考距离，进而，基于每一待利用轨迹与该车道路段对应的车道中心线之间的参考距离以及待利用轨迹的数量，生成该车道路段对应的车道中心线的置信度，基于该车道路段对应的车道中心线及其置信度，生成目标地图对应的目标场景的目标车道级拓扑网，以得到准确性更高的目标车道级拓扑网。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。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为本发明实施例提供的车道级拓扑网的生成方法的一种流程示意图；
图2为本发明实施例提供的车道级拓扑网的生成方法的另一种流程示意图；
图3A-3C为生成的车道级拓扑网的一种示意图；
图3D为存在拓扑变化情况的一种示意图；
图4为本发明实施例提供的车道级拓扑网的生成装置的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明提供了一种车道级拓扑网的生成方法及装置，以实现自动生成地图的道路中的车道级拓扑网，降低人工成本且提高效率。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的车道级拓扑网的生成方法的一种流程示意图。该方法可以包括以下步骤：
S101：获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像。
其中，目标地图包括地图车道线。
在一种实现方式中，该目标地图可以为高精度地图。
该车道级拓扑网的生成方法可以应用于任一类型的具有计算能力的电子设备中，该电子设备可以为服务器或者终端设备。该目标车辆可以为任一设置有图像采集设备和定位装置的车辆，该目标车辆可以通过该图像采集设置在行驶过程中采集道路图像，且目标车辆可以通过定位装置在行驶过程中进行定位，本发明实施例中可以称目标车辆进行定位时所在位置为一个定位点。该目标车辆可以为至少一个。
电子设备可以实时或周期性地获得目标车辆在目标地图对应的目标场景中行驶时所生成的轨迹，并基于所获得的轨迹生成备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像。在一种情况中，电子设备在确定所获得的备用轨迹数量达到一定要求后，可以执行后续的车道级拓扑网的生成流程，以保证所生成的车道级拓扑网的准确性。
S102：针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及目标地图包括的地图车道线，确定目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
其中，该道路图像所对应定位点对应的目标地图车道线包括：目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线。
一种情况中，电子设备可以针对每一备用轨迹中每一定位点对应的道路图像，确定该道路图像中是否包括感知车道线，在确定该道路图像中包括感知车道线的情况下，继续基于目标地图，确定目标地图中是否包括每一感知车道线对应的地图车道线，在确定目标地图包括每一感知车道线对应的地图车道线的情况下，确定每一感知车道线对应的地图车道线中是否包括该道路图像所对应定位点对应的目标地图车道线，即确定每一感知车道线对应的地图车道线中是否包括该定位点所在车道对应的左侧地图车道线和右侧地图车道线。其中，上述确定该道路图像中是否包括感知车道线可以是：通过预先训练的目标检测模型对该道路图像进行检测确定的。
另一种情况中，电子设备可以针对每一备用轨迹中每一定位点对应的道路图像，确定该道路图像中是否包括该道路图像对应的定位点对应的感知车道线，其中，该道路图像对应的定位点对应的感知车道线可以为该道路图像中包括的所有的感知车道线，也可以为该道路图像对应的定位点对应的目标感知车道线，即该定位点所在车道对应的左侧感知车道线和右侧感知车道线，若道路图像对应的定位点对应的感知车道线可以是该道路图像中包括的所有的感知车道线，后续的流程与上述情况相同，在此不再赘述；若该道路图像对应的定位点对应的感知车道线为该道路图像对应的定位点对应的目标感知车道线，相应的后续流程可以是：电子设备继续基于目标地图，确定目标地图中是否包括该道路图像所对应定位点对应的目标感知车道线对应的目标地图车道线。
相应的，在一种实现方式中，所述S102，可以包括步骤1021-1022：
1021：针对每一备用轨迹中每一定位点对应的道路图像，基于预先训练的目标检测模型，对该道路图像进行检测，确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线；
1022：若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息以及目标地图中地图车道线的地图位置信息，确定目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
上述预先训练的目标检测模型可以是基于至少包括并标注有车道线所在位置的样本图像训练所得的深度神经网络模型，例如为卷积神经网络模型，具体的网络模型训练过程可以参照相关技术中网络模型训练过程，在此不再赘述。
上述确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线，可以是确定该道路图像中是否包含感知车道线，也可以是确定该道路图像中是否包含该道路图像所对应定位点对应的目标感知车道线。
若上述确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线为确定该道路图像中是否包含感知车道线，后续的1022，可以是：若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息、目标地图中地图车道线的地图位置信息以及该定位点的位姿信息，从目标地图中确定出每一该道路图像所对应定位点对应的感知车道线对应的地图车道线，进而，基于每一该道路图像所对应定位点对应的感知车道线对应的地图车道线的地图位置信息以及该定位点的位姿信息，确定目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
若上述确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线为：确定该道路图像中是否包含该道路图像所对应定位点对应的目标感知车道线，后续的1022，可以是：若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息、目标地图中地图车道线的地图位置信息，以及该定位点的位姿信息，确定目标地图中是否包含目标感知车道线对应的地图车道线。
S103：针对目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点。
其中，第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线。
在一种情况中，鉴于目标地图的建图不完善的情况，例如目标地图中包含的地图车道线不完整，和/或鉴于目标场景中路面上车道线的磨损的情况，对于每一定位点对应的道路图像来说，可能存在在目标地图中为未确定出该道路图像所对应定位点对应的目标地图车道线的情况。相应的，针对这种情况，为了可以自动绘制出相应的车道中心线，进而得到完善的车道级拓扑网，电子设备可以针对目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线的位置关系以及该定位点的位姿信息，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，即确定该定位点所在车道对应的行驶方向后方的第一车道中心线的结尾端点，作为第一结尾端点，以及该定位点所在车道对应的行驶方向前方的第二车道中心线的起始端点，作为第一起始端点。
其中，该定位点所在车道对应的行驶方向后方的第一车道中心线可以是：与该定位点所在车道对应的行驶方向后方的，且与该定位点所在位置最近的车道中心线；该该定位点所在车道对应的行驶方向前方的第二车道中心线可以是：与该定位点所在车道对应的行驶方向前方的，且与该定位点所在位置最近的车道中心线。该第一车道中心线为基于第一定位点所对应目标地图车道线确定的车道中心线，该第一定位点位于该定位点所在车道对应的行驶方向后方。相应的，该第二车道中心线为基于第二定位点所对应目标地图车道线确定的车道中心线，该第二定位点位于该定位点所在车道对应的行驶方向前方。
S104：基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系，并连接第一结尾端点和第一起始端点，以生成目标地图对应的目标场景的目标车道级拓扑网。
本发明实施例中，针对目标地图不包含其对应的目标地图车道线的定位点，电子设备确定出该定位点对应的第一结尾端点和第一起始端点之后，可以继续从备用轨迹中，确定出经过第一结尾端点且经过第一起始端点的备用轨迹，进而基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系。具体的，一种情况可以是：通过预设聚类算法，对经过第一结尾端点且经过第一起始端点的备用轨迹进行聚类，得到一条聚类后的轨迹，基于该聚类后的轨迹确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系。
另一种情况可以是：针对每一经过第一结尾端点且经过第一起始端点的备用轨迹，从该经过第一结尾端点且经过第一起始端点的备用轨迹中，确定出该经过第一结尾端点且经过第一起始端点的备用轨迹中，处于第一结尾端点和第一起始端点之间的轨迹部分，得到第一结尾端和第一起始端点之间的备用轨迹段；通过预设聚类算法，对所有的备用轨迹段进行聚类，得到一条聚类后的轨迹，将该聚类后的轨迹确定为第一结尾端点和第一起始端点之间的路段的车道拓扑关系。
其中，上述通过预设聚类算法，对所有的备用轨迹段进行聚类，得到一条聚类后的轨迹的过程与上述通过预设聚类算法，对经过第一结尾端点且经过第一起始端点的备用轨迹进行聚类，得到一条聚类后的轨迹的过程相似，下面以通过预设聚类算法，对所有的备用轨迹段进行聚类，得到一条聚类后的轨迹为例进行说明；针对第一结尾端点和第一起始端点之间的位置，针对不同位置确定该位置处预设半径内的、经过第一结尾端点且经过第一起始端点的备用轨迹中的定位点所在位置进行聚类，得到以聚类点所在位置；进而将不同位置处的聚类点所形成的轨迹作为聚类后的轨迹。
应用本发明实施例，可以在目标地图中不包含定位点对应的目标地图车道线的情况下，基于该定位点以及定位点所在车道的行驶方向，确定出该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线第一起始端点，进而，基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系，并连接第一结尾端点和第一起始端点，以生成目标地图对应的目标场景的目标车道级拓扑网，实现在未能观测到感知车道线时，基于已生成的基于目标地图中的地图车道线生成的、与该定位点的前方的车道中心线的结尾端点和后方的车道中心线的起始端点，以及经过该结尾端点和起始端点的轨迹，自动生成相应的车道拓扑关系并连接，实现自动生成地图的道路中的车道级拓扑网，降低人工成本且提高效率。
在本发明的另一实施例中，如图2所示，所述方法可以包括如下步骤：
S201：获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像。
其中，目标地图包括地图车道线，该目标地图可以为高精度地图。
S202：针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
其中，该道路图像所对应定位点对应的目标地图车道线包括：目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线。
S203：针对目标地图包含其对应的目标地图车道线的定位点，基于该定位点对应的目标地图车道线在目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成目标地图对应的目标场景的目标车道级拓扑网。
S204：针对目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点。
其中，第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线。
S205：基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系，并连接第一结尾端点和第一起始端点，以生成目标地图对应的目标场景的目标车道级拓扑网。
其中，该S201与图1中所示的S101相同，该S202与图1中所示的S102相同，该S204与图1所示的S103相同，该S205与图1所示的S104相同，在此不再赘述。
本实施例中，鉴于目标地图中包括地图车道线，为了确定出准确性更好的车道中心线，进而生成准确性更高的车道级拓扑网，在电子设备确定目标地图包含定位点对应的目标地图车道线的情况下，电子设备可以针对该类定位点，基于该定位点对应的目标地图车道线在目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成目标地图对应的目标场景的目标车道级拓扑网。具体的，可以是计算该定位点对应的目标地图车道线中的左侧地图车道线和右侧地图车道线之间的中心线，作为该定位点所在车道的该定位点对应的目标地图车道线对应的车道中心线。
在一种情况中，为了更好的自动生成车道级拓扑网，本发明实施例中，电子设备可以首先针对所有目标地图包含其对应的目标地图车道线的定位点，利用该定位点对应的目标地图车道线在目标地图中的地图位置信息，确定出该定位点所在车道的该定位点对应的目标地图车道线对应的车道中心线，得到目标地图对应的目标场景对应的初始的车道级拓扑网，如图3A所示，为初始的车道级拓扑网一种示意图。进而，针对目标地图不包含其对应的目标地图车道线的定位点，从初始的车道级拓扑网的车道中心线中，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，进而，基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和所述第一起始端点之间的路段的车道拓扑关系，并连接，以实现对目标地图不完善的位置和/或目标场景中车道线磨损的位置的车道中心线的确定与绘制，如图3B所示，为在图3A所示的初始的车道级拓扑网上，对目标地图不包含其对应的目标地图车道线的定位点所在路段的车道中心线进行填补后的中间级的车道级拓扑网的一种示意图。
另外，在一种实现方式中，可能出现一条备用轨迹中位置相邻的两定位点对应的道路图像表征：该两定位点之间对应的目标地图车道线中存在一条相同的地图车道线和一条不同的地图车道线的情况，此时，可以认为该两定位点之间存在一个拓扑变化点，如图3D所示，可以确定基于该两定位点对应的目标地图车道线所生成的车道中心线之间存在连接关系，可以直接将该两定位点对应的目标地图车道线所生成的车道中心线进行连接，其中，实线表示车道线，车道线的箭头表示行车方向，图中的虚线表示车辆的可行驶方向。
考虑到目标场景中可能包括路口子场景和非路口子场景，该非路口子场景可以包括但不限于直路子场景和弯路子场景。对于非路口子场景而言，对于目标地图不完善的位置和/或目标场景中车道线磨损的位置，可以通过确定该位置处所在车道的行驶方向后方的车道中心线的结尾端点，和该位置处所在车道的行驶方向前方的车道中心线的起始端点每一集经过该位置处的备用轨迹，确定该位置处所在车道的该位置处的车道中心线。对于路口子场景基于上述方式确定车道中心线，所确定出的车道中心线可能不够准确。相应的，在本发明的另一实施例中，所述S103，可以包括如下步骤：
针对目标地图不包含其对应的目标地图车道线的定位点，基于所对应检测结果，确定该定位点是否处于道路路口，其中，检测结果为：基于预先训练的车道线检测模型对该道路图像进行检测，得到的检测结果；
针对所对应检测结果表征未处于道路路口的定位点，基于该目标地图中的地图车道线确定该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点。
在一种情况中，上述针对目标地图不包含其对应的目标地图车道线的定位点，基于所对应检测结果，确定该定位点是否处于道路路口的方式，可以是：针对目标地图不包含其对应的目标地图车道线的定位点，确定该定位点对应的检测结果中是否包括预设路口标识，其中，该预设路口标识可以包括但不限于停止线和人行道，还可以包括红绿灯。
在一种情况中，为了保证准确地确定出该定位点是否处于道路路口，还可以设置该定位点与预设路口标识之间的预设距离阈值，在该定位点所处位置与其对应的道路图像中检测出的预设路口标识所在位置之间的距离不超过预设距离阈值，才确定该定位点处于道路路口。
在本发明的另一实施例中，所述S103，还可以包括：
针对所对应检测结果表征处于道路路口的定位点，基于该定位点的位姿信息以及目标地图，确定该定位点所处于的道路路口，作为第一道路路口；
基于该定位点对应的道路图像，确定该定位点对应的道路行驶指示箭头的指示方向；
基于该定位点的位姿信息、该定位点对应的道路行驶指示箭头的指示方向以及经过第一道路路口的备用轨迹，从目标地图对应的目标场景的当前的车道级拓扑网中，确定该定位点对应的驶出车道中心线、驶入车道中心线以及驶出车道中心线和驶入车道中心线之间的路段的车道拓扑关系，其中，驶出车道中心线为：所对应方向为表征车辆驶入道路路口的车道中心线，驶入车道中心线为：所对应方向为表征车辆驶出道路路口的车道中心线；
基于驶出车道中心线和驶入车道中心线之间的路段的车道拓扑关系，连接驶出车道中心线和驶入车道中心线，以生成目标地图对应的目标场景的目标车道级拓扑网。
本实施例中，针对所对应检测结果表征处于道路路口的定位点，电子设备可以基于该定位点的位姿信息以及目标地图中包含的各地图元素的地图位置信息，确定该定位点所处的道路路口，作为第一道路路口；并基于该定位点对应的道路图像，或该定位点的位姿信息和目标地图中包含的各地图元素的地图位置信息，确定该定位点对应的道路行驶指示箭头的指示方向，其中，该指示方向用于指示车辆的可行驶方向。
进而，电子设备基于该定位点的位姿信息以及该定位点对应的道路行驶指示箭头的指示方向，该定位点所在轨迹，从目标地图对应的目标场景的当前的车道级拓扑网中，估计出该定位点对应的初始驶出车道中心线和初始驶入车道中心线，进而，通过经过第一道路路口的备用轨迹，从该定位点对应的初始驶出车道中心线和初始驶入车道中心线中，确定出该定位点对应的驶出车道中心线和驶入车道中心线，并基于经过该定位点对应的驶出车道中心线的结尾端点和驶入车道中心线的起始端点的备用轨迹，确定出驶出车道中心线和驶入车道中心线之间的路段的车道拓扑关系；并基于驶出车道中心线和驶入车道中心线之间的路段的车道拓扑关系，连接驶出车道中心线和驶入车道中心线，以生成目标地图对应的目标场景的目标车道级拓扑网。如图3C所示，为在图3B所示的车道级拓扑网的基础上，填补道路路口的车道中心线后所得到的车道级拓扑网的一种示意图。
在一种情况中，为了保证车道级拓扑网的可观性，在确定出各路段对应的车道中心线之后，可以对各路段对应的车道中心线进行平滑处理，以得到最终的目标车道级拓扑网。
其中，上述通过经过第一道路路口的备用轨迹，从该定位点对应的初始驶出车道中心线和初始驶入车道中心线中，确定出该定位点对应的驶出车道中心线和驶入车道中心线的过程，可以是：针对该定位点对应的每一初始驶出车道中心线，连接该初始驶出车道中心线的结尾端点与该定位点对应的每一驶入车道中心线的起始端点，得到该初始驶出车道中心线对应的连接线；针对该定位点对应的每一初始驶出车道中心线对应的连接线，利用该第一道路路口的备用轨迹，确定该连接线的置信度；基于每一连接线的置信度，确定与该定位点对应的每一初始驶出车道中心线匹配的初始驶入车道中心线，得到该定位点对应的驶出车道中心线和驶入车道中心线。
其中，定位点对应的每一初始驶出车道中心线可以是该第一道路路口中所有的驶出车道线中心线，也可以是该定位点所在轨迹经过的车道的驶出车道中心线。
上述针对该定位点对应的每一初始驶出车道中心线对应的连接线，利用该第一道路路口的备用轨迹，确定该连接线的置信度所采用的公式，可以如下公式(1)表示：
Figure BDA0002243053670000151
其中，confj表示该连接线j的置信度，该n表示该连接线j对应的备用轨迹的数量，f(i)表示该连接线j对应的第i条备用轨迹与该连接线之间的参考距离，该f(i)可以通过如下公式(2)表示：
f(i)＝distance(Pob，Pcenter)； (2)
其中，Pob表示该连接线j，Pcenter表示该连接线j对应的第i条备用轨迹，distance(x，y)表示求x和y之间的距离。
其中，该连接线j对应的备用轨迹可以是：所包含的定位点中存在于该定位点之间的距离不超过预设距离阈值的定位点的备用轨迹。
上述基于每一连接线的置信度，确定与该定位点对应的每一初始驶出车道中心线匹配的初始驶入车道中心线，得到该定位点对应的驶出车道中心线和驶入车道中心线的过程，可以是：
从该定位点对应的每一初始驶出车道中心线对应的连接线中，确定出置信度最高的连接线对应的初始驶出车道中心线和初始驶入车道中心线，作为该定位点对应的驶出车道中心线和驶入车道中心线。
后续的，在确定出每一处于道路路口的定位点对应的驶出车道中心线和驶入车道中心线之后，可以针对每一定位点，通过预设聚类算法，对所有的经过该定位点对应的驶出车道中心线所在车道和驶入车道中心线所在车道的备用轨迹进行聚类，得到一条聚类后的轨迹，作为该定位点对应的驶出车道中心线和驶入车道中心线之间的路段的车道拓扑关系。
或者，确定出每一处于道路路口的定位点对应的驶出车道中心线和驶入车道中心线之后，可以采用羊角螺线又称欧拉螺线(Euler spiral)连接，该定位点对应的驶出车道中心线的结尾端点和驶入车道中心线的起始端点。
在本发明的另一实施例中，所述S101，可以包括：
获得目标车辆在目标地图对应的目标场景中行驶所生成的初始行车轨迹；
针对每一初始行车轨迹，基于该初始行车轨迹中每一定位点对应的定位时间以及定位点对应的航向角信息，确定该初始行车轨迹中是否包含预设行车状态对应的轨迹段，其中，预设行车状态包括变道行驶状态和掉头行驶状态中的至少一个；
若确定初始行车轨迹中包含预设行车状态对应的轨迹段，将包含预设行车状态对应的轨迹段的初始行车轨迹中的该预设行车状态对应的轨迹段滤除，以得到备用轨迹。
本实施例中，鉴于目标车辆在实际行驶过程中可能出现变道行驶行为和/或掉头行驶行为，而目标车辆在出现上述行为时生成的轨迹对车道中心点的生成的影响较大，会降低所生成的车道中心线的准确性。鉴于此，电子设备可以首先获得目标车辆在目标地图对应的目标场景中行驶所生成的初始行车轨迹，进而，针对每一初始行车轨迹，基于该初始行车轨迹中每一定位点对应的定位时间以及定位点对应的航向角信息，确定该初始行车轨迹中是否包含预设行车状态对应的轨迹段，其中，预设行车状态包括变道行驶状态和掉头行驶状态中的至少一个，该变道行驶状态可以包括非路口子场景中的变道行驶状态和路口子场景中的提前变道行驶状态；若确定初始行车轨迹中包含预设行车状态对应的轨迹段，将包含预设行车状态对应的轨迹段的初始行车轨迹中的该预设行车状态对应的轨迹段滤除，以得到备用轨迹。
举例而言，对于一条初始行车轨迹而言，当初始行车轨迹包含拐角大于预设拐角的轨迹时，例如：出现位置相邻的定位点对应的航向角信息之间的差值大于预设差值阈值，但未达到90度时，则可以确定该初始行车轨迹包括变道行驶状态对应的轨迹段，且该轨迹段为：相邻的定位点对应的航向角信息之间的差值大于预设差值阈值的该段轨迹。当初始行车轨迹出现转弯180度的轨迹段时，出现一段时间范围内的定位点对应的航向角信息之间的最大差值达到180度时，则可以确定该初始行车轨迹包括掉头行驶状态对应的轨迹段，该出现一段时间范围内的定位点对应的航向角信息之间的最大差值达到180度对应的轨迹点即为该掉头行驶状态对应的轨迹段。
在一种实现方式中，还可以利用预先训练的行为检测模型，对每一初始行驶轨迹进行检测，确定该初始行车轨迹中是否包含预设行车状态对应的轨迹段。其中，该预先训练的行为检测模型可以为：基于包含预设行车状态对应的轨迹段的轨迹和不包含预设行车状态对应的轨迹段的轨迹以及每一轨迹对应的标注信息，训练所得的神经网络模型，每一轨迹对应的标注信息可以包括表征所对应轨迹是否包含预设行车状态对应的轨迹段的信息以及所包含预设行车状态对应的轨迹段在该轨迹中的位置的信息。
在本发明的另一实施例中，所述S104，可以包括：
基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的车道拓扑关系，并连接第一结尾端点和第一起始端点，得到第一结尾端点和第一起始端点之间车道路段对应的车道中心线；
从备用轨迹中，确定出经过第一结尾端点和第一起始端点之间车道路段的备用轨迹，作为待利用轨迹；
针对每一待利用轨迹，计算该待利用轨迹中所述第一结尾端点和第一起始端点之间的轨迹段与第一结尾端点和第一起始端点之间车道路段对应的车道中心线之间的距离，作为该待利用轨迹对应的参考距离；
基于每一待利用轨迹对应的参考距离以及待利用轨迹的数量，确定第一结尾端点和第一起始端点之间车道路段对应的车道中心线的置信度；
基于第一结尾端点和第一起始端点之间车道路段对应的车道中心线及其对应的置信度，生成目标地图对应的目标场景的目标车道级拓扑网。
本发明实施例中，为了在一定程度上保证所生成的车道中心线的准确性，在针对目标地图不包含其对应的目标地图车道线的定位点，确定出该定位点对应的第一结尾端点和第一起始端点之间车道路段对应的车道中心线之后，可以继续从备用轨迹中，确定出经过该第一结尾端点和第一起始端点之间车道路段的备用轨迹，作为待利用轨迹，进而，基于该待利用轨迹，确定该定位点对应的第一结尾端点和第一起始端点之间车道路段对应的车道中心线的置信度；若置信度超过预设置信度阈值，可以认为所生成的该定位点对应的第一结尾端点和第一起始端点之间车道路段对应的车道中心线的准确性较高，保留该定位点对应的第一结尾端点和第一起始端点之间车道路段对应的车道中心线。
其中，上述基于该待利用轨迹，确定该定位点对应的第一结尾端点和第一起始端点之间车道路段对应的车道中心线的置信度的过程，具体的可以是：针对该定位点对应的每一待利用轨迹，计算该待利用轨迹中第一结尾端点和第一起始端点之间的轨迹段与第一结尾端点和第一起始端点之间车道路段对应的车道中心线之间的距离，作为该待利用轨迹对应的参考距离。具体的，计算该待利用轨迹中第一结尾端点和第一起始端点之间的轨迹段中的待利用定位点，与第一结尾端点和第一起始端点之间车道路段对应的车道中心线之间的距离，作为每一待利用定位点对应的距离，将该待利用轨迹中第一结尾端点和第一起始端点之间的轨迹段中的待利用定位点对应的距离之和，作为该待利用轨迹对应的参考距离。
进而，基于每一待利用轨迹对应的参考距离以及待利用轨迹的数量，确定第一结尾端点和第一起始端点之间车道路段对应的车道中心线的置信度，具体的，可以通过如下公式表示：
Figure BDA0002243053670000181
其中，confe表示该第一结尾端点和第一起始端点之间车道路段对应的车道中心线e的置信度，该m表示该第一结尾端点和第一起始端点之间车道路段对应的车道中心线e对应的待利用轨迹的数量，f(t)表示该第一结尾端点和第一起始端点之间车道路段对应的车道中心线e对应的第t条待利用轨迹,与该第一结尾端点和第一起始端点之间车道路段对应的车道中心线e之间的参考距离，该f(t)可以通过如下公式(2)表示：
f(t)＝distance(P’ob，P’center)； (2)
其中，P’ob表示该第一结尾端点和第一起始端点之间车道路段对应的车道中心线e，P’center表示该第一结尾端点和第一起始端点之间车道路段对应的车道中心线e对应的第t条待利用轨迹，distance(x，y)表示求x和y之间的距离。
相应于上述方法实施例，本发明实施例提供了一种车道级拓扑网的生成装置，如图4所示，可以包括：
第一获得模块410，被配置为获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像，其中，所述目标地图包括地图车道线；
第一确定模块420，被配置为针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线，其中，该道路图像所对应定位点对应的目标地图车道线包括：所述目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线；
第二确定模块430，被配置为针对所述目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，其中，所述第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；所述第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线；
确定连接模块440，被配置为基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的路段的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
应用本发明实施例，可以在目标地图中不包含定位点对应的目标地图车道线的情况下，基于该定位点以及定位点所在车道的行驶方向，确定出该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线第一起始端点，进而，基于第一结尾端点、第一起始端点以及经过第一结尾端点和第一起始端点的备用轨迹，确定第一结尾端点和第一起始端点之间的路段的车道拓扑关系，并连接第一结尾端点和第一起始端点，以生成目标地图对应的目标场景的目标车道级拓扑网，实现在未能观测到感知车道线时，基于已生成的基于目标地图中的地图车道线生成的、与该定位点的前方的车道中心线的结尾端点和后方的车道中心线的起始端点，以及经过该结尾端点和起始端点的轨迹，自动生成相应的车道拓扑关系并连接，实现自动生成地图的道路中的车道级拓扑网，降低人工成本且提高效率。
在本发明的另一实施例中，所述装置还可以包括：
第三确定模块，被配置为针对所述目标地图包含其对应的目标地图车道线的定位点，基于该定位点对应的目标地图车道线在所述目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
在本发明的另一实施例中，所述第一确定模块420，被具体配置为针对每一备用轨迹中每一定位点对应的道路图像，基于预先训练的目标检测模型，对该道路图像进行检测，确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线；
若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息以及所述目标地图中地图车道线的地图位置信息，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
在本发明的另一实施例中，所述第二确定模块430，被具体配置为针对所述目标地图不包含其对应的目标地图车道线的定位点，基于所对应检测结果，确定该定位点是否处于道路路口，其中，所述检测结果为：基于预先训练的车道线检测模型对该道路图像进行检测，得到的检测结果；
针对所对应检测结果表征未处于道路路口的定位点，基于该目标地图中的地图车道线以及该定位点所在行车轨迹，确定该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点。
在本发明的另一实施例中，所述装置还包括：
第四确定模块(图中未示出)，被配置为针对所对应检测结果表征处于道路路口的定位点，基于该定位点的位姿信息以及所述目标地图，确定该定位点所处的道路路口，作为第一道路路口；
第五确定模块(图中未示出)，被配置为基于该定位点对应的道路图像，确定该定位点对应的道路行驶指示箭头的指示方向；
第六确定模块(图中未示出)，被配置为基于该定位点的位姿信息、该定位点对应的道路行驶指示箭头的指示方向以及经过第一道路路口的备用轨迹，从所述目标地图对应的目标场景的当前的车道级拓扑网中，确定该定位点对应的驶出车道中心线、驶入车道中心线以及所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，其中，所述驶出车道中心线为：所对应方向为表征车辆驶入道路路口的车道中心线，所述驶入车道中心线为：所对应方向为表征车辆驶出道路路口的车道中心线；
连接模块(图中未示出)，被配置为基于所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，连接所述驶出车道中心线和所述驶入车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
在本发明的另一实施例中，所述第一获得模块410，被具体配置为获得目标车辆在目标地图对应的目标场景中行驶所生成的初始行车轨迹；
针对每一初始行车轨迹，基于该初始行车轨迹中每一定位点对应的定位时间以及定位点对应的航向角信息，确定该初始行车轨迹中是否包含预设行车状态对应的轨迹段，其中，所述预设行车状态包括变道行驶状态和掉头行驶状态中的至少一个；
若确定初始行车轨迹中包含预设行车状态对应的轨迹段，将包含预设行车状态对应的轨迹段的初始行车轨迹中的该预设行车状态对应的轨迹段滤除，以得到备用轨迹。
在本发明的另一实施例中，所述确定连接模块440，被具体配置为基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，得到所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线；
从所述备用轨迹中，确定出经过所述第一结尾端点和所述第一起始端点之间车道路段的备用轨迹，作为待利用轨迹；
针对每一待利用轨迹，计算该待利用轨迹中所述第一结尾端点和所述第一起始端点之间的轨迹段与所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线之间的距离，作为该待利用轨迹对应的参考距离；
基于每一待利用轨迹对应的参考距离以及所述待利用轨迹的数量，确定所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线的置信度；
基于所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线及其对应的置信度，生成所述目标地图对应的目标场景的目标车道级拓扑网。
上述装置、系统实施例与方法实施例相对应，与该方法实施例具有同样的技术效果，具体说明参见方法实施例。装置实施例是基于方法实施例得到的，具体的说明可以参见方法实施例部分，此处不再赘述。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (10)

1.一种车道级拓扑网的生成方法，其特征在于，包括：
获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像，其中，所述目标地图包括地图车道线；
针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线，其中，该道路图像所对应定位点对应的目标地图车道线包括：所述目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线；
针对所述目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，其中，所述第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；所述第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线；
基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的路段的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
针对所述目标地图包含其对应的目标地图车道线的定位点，基于该定位点对应的目标地图车道线在所述目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
3.如权利要求1所述的方法，其特征在于，所述针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线的步骤，包括：
针对每一备用轨迹中每一定位点对应的道路图像，基于预先训练的目标检测模型，对该道路图像进行检测，确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线；
若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息以及所述目标地图中地图车道线的地图位置信息，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
4.如权利要求1所述的方法，其特征在于，所述针对所述目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点的步骤，包括：
针对所述目标地图不包含其对应的目标地图车道线的定位点，基于所对应检测结果，确定该定位点是否处于道路路口，其中，所述检测结果为：基于预先训练的车道线检测模型对该道路图像进行检测，得到的检测结果；
针对所对应检测结果表征未处于道路路口的定位点，基于该目标地图中的地图车道线以及该定位点所在行车轨迹，确定该定位点对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
针对所对应检测结果表征处于道路路口的定位点，基于该定位点的位姿信息以及所述目标地图，确定该定位点所处的道路路口，作为第一道路路口；
基于该定位点对应的道路图像，确定该定位点对应的道路行驶指示箭头的指示方向；
基于该定位点的位姿信息、该定位点对应的道路行驶指示箭头的指示方向以及经过第一道路路口的备用轨迹，从所述目标地图对应的目标场景的当前的车道级拓扑网中，确定该定位点对应的驶出车道中心线、驶入车道中心线以及所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，其中，所述驶出车道中心线为：所对应方向为表征车辆驶入道路路口的车道中心线，所述驶入车道中心线为：所对应方向为表征车辆驶出道路路口的车道中心线；
基于所述驶出车道中心线和所述驶入车道中心线之间的路段的车道拓扑关系，连接所述驶出车道中心线和所述驶入车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
6.如权利要求1-5任一项所述的方法，其特征在于，所述获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹的步骤，包括：
获得目标车辆在目标地图对应的目标场景中行驶所生成的初始行车轨迹；
针对每一初始行车轨迹，基于该初始行车轨迹中每一定位点对应的定位时间以及定位点对应的航向角信息，确定该初始行车轨迹中是否包含预设行车状态对应的轨迹段，其中，所述预设行车状态包括变道行驶状态和掉头行驶状态中的至少一个；
若确定初始行车轨迹中包含预设行车状态对应的轨迹段，将包含预设行车状态对应的轨迹段的初始行车轨迹中的该预设行车状态对应的轨迹段滤除，以得到备用轨迹。
7.如权利要求1-6任一项所述的方法，其特征在于，所述基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，以生成所述目标地图对应的目标场景的目标车道级拓扑网的步骤，包括：
基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，得到所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线；
从所述备用轨迹中，确定出经过所述第一结尾端点和所述第一起始端点之间车道路段的备用轨迹，作为待利用轨迹；
针对每一待利用轨迹，计算该待利用轨迹中所述第一结尾端点和所述第一起始端点之间的轨迹段与所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线之间的距离，作为该待利用轨迹对应的参考距离；
基于每一待利用轨迹对应的参考距离以及所述待利用轨迹的数量，确定所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线的置信度；
基于所述第一结尾端点和所述第一起始端点之间车道路段对应的车道中心线及其对应的置信度，生成所述目标地图对应的目标场景的目标车道级拓扑网。
8.一种车道级拓扑网的生成装置，其特征在于，包括：
第一获得模块，被配置为获得目标车辆在目标地图对应的目标场景中行驶所生成的备用轨迹，并获得每一备用轨迹中每一定位点对应的道路图像，其中，所述目标地图包括地图车道线；
第一确定模块，被配置为针对每一备用轨迹中每一定位点对应的道路图像，基于该道路图像以及所述目标地图包括的地图车道线，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线，其中，该道路图像所对应定位点对应的目标地图车道线包括：所述目标地图中与该定位点所在车道对应的左侧地图车道线和右侧地图车道线；
第二确定模块，被配置为针对所述目标地图不包含其对应的目标地图车道线的定位点，基于该目标地图中的地图车道线，确定该定位点所在车道对应的第一车道中心线的第一结尾端点和第二车道中心线的第一起始端点，其中，所述第一车道中心线为：基于该定位点所在车道对应的行驶方向后方的第一定位点所对应目标地图车道线确定的车道中心线；所述第二车道中心线为：基于该定位点所在车道对应的行驶方向前方的第二定位点所对应目标地图车道线确定的车道中心线；
确定连接模块，被配置为基于所述第一结尾端点、所述第一起始端点以及经过所述第一结尾端点和所述第一起始端点的备用轨迹，确定所述第一结尾端点和所述第一起始端点之间的路段的车道拓扑关系，并连接所述第一结尾端点和所述第一起始端点，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
9.如权利要求8所述的装置，其特征在于，所述装置还包括：
第三确定模块，被配置为针对所述目标地图包含其对应的目标地图车道线的定位点，基于该定位点对应的目标地图车道线在所述目标地图中的地图位置信息，确定该定位点所在车道的车道中心线，以生成所述目标地图对应的目标场景的目标车道级拓扑网。
10.如权利要求8所述的装置，其特征在于，所述第一确定模块，被具体配置为针对每一备用轨迹中每一定位点对应的道路图像，基于预先训练的目标检测模型，对该道路图像进行检测，确定该道路图像中是否包含该道路图像所对应定位点对应的感知车道线；
若确定道路图像包含该道路图像所对应定位点对应的感知车道线，基于该道路图像中所对应定位点对应的感知位置信息以及所述目标地图中地图车道线的地图位置信息，确定所述目标地图是否包含该道路图像所对应定位点对应的目标地图车道线。
CN201911006953.8A 2019-10-22 2019-10-22 一种车道级拓扑网的生成方法及装置 Active CN112699708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911006953.8A CN112699708B (zh) 2019-10-22 2019-10-22 一种车道级拓扑网的生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911006953.8A CN112699708B (zh) 2019-10-22 2019-10-22 一种车道级拓扑网的生成方法及装置

Publications (2)

Publication Number Publication Date
CN112699708A true CN112699708A (zh) 2021-04-23
CN112699708B CN112699708B (zh) 2024-10-25

Family

ID=75504544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911006953.8A Active CN112699708B (zh) 2019-10-22 2019-10-22 一种车道级拓扑网的生成方法及装置

Country Status (1)

Country Link
CN (1) CN112699708B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113188550A (zh) * 2021-05-17 2021-07-30 紫清智行科技(北京)有限公司 循迹自动驾驶车辆的地图管理与路径规划方法及系统
CN113945222A (zh) * 2021-10-14 2022-01-18 华为技术有限公司 道路信息的识别方法、装置、电子设备、车辆及介质
CN114090560A (zh) * 2021-11-19 2022-02-25 湖北亿咖通科技有限公司 一种车道的中心线生成方法、装置、设备及存储介质
CN114413920A (zh) * 2022-01-19 2022-04-29 北京百度网讯科技有限公司 车道数据处理方法、导航方法及装置
CN114495489A (zh) * 2021-12-30 2022-05-13 中智行(上海)交通科技有限公司 一种路口车道拓扑连接关系生成方法
CN114543825A (zh) * 2022-01-12 2022-05-27 华为技术有限公司 引导车辆行驶的方法、地图生成方法及相关系统
CN114623842A (zh) * 2022-03-09 2022-06-14 京东鲲鹏(江苏)科技有限公司 路径规划方法、装置、存储介质与电子设备
CN115060250A (zh) * 2022-06-22 2022-09-16 北京百度网讯科技有限公司 更新地图数据的方法、装置、电子设备和介质
CN115265559A (zh) * 2022-06-21 2022-11-01 北京百度网讯科技有限公司 地图自动生成方法、装置、设备及介质
CN115497078A (zh) * 2022-11-15 2022-12-20 广汽埃安新能源汽车股份有限公司 车道线生成方法、装置、设备和计算机可读介质
CN116465394A (zh) * 2023-06-19 2023-07-21 西安深信科创信息技术有限公司 基于车辆轨迹数据的路网结构生成方法及装置
CN116630467A (zh) * 2023-03-15 2023-08-22 广州小鹏自动驾驶科技有限公司 虚拟车道构建方法、装置、设备及计算机可读存储介质
WO2024040499A1 (zh) * 2022-08-23 2024-02-29 北京初速度科技有限公司 高精度导航路径的确定方法、装置、设备、介质及车辆
WO2024222453A1 (zh) * 2023-04-23 2024-10-31 北京地平线信息技术有限公司 确定车辆行驶轨迹的方法、、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700617A (zh) * 2015-04-02 2015-06-10 武汉大学 基于低精度gps轨迹数据的高精度车道信息提取方法
US20180188059A1 (en) * 2016-12-30 2018-07-05 DeepMap Inc. Lane Line Creation for High Definition Maps for Autonomous Vehicles
CN109186617A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器
CN109256028A (zh) * 2018-08-28 2019-01-22 武汉市众向科技有限公司 一种用于无人驾驶的高精度路网自动生成的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700617A (zh) * 2015-04-02 2015-06-10 武汉大学 基于低精度gps轨迹数据的高精度车道信息提取方法
US20180188059A1 (en) * 2016-12-30 2018-07-05 DeepMap Inc. Lane Line Creation for High Definition Maps for Autonomous Vehicles
CN109186617A (zh) * 2018-08-13 2019-01-11 武汉中海庭数据技术有限公司 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器
CN109256028A (zh) * 2018-08-28 2019-01-22 武汉市众向科技有限公司 一种用于无人驾驶的高精度路网自动生成的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TAO WU ETC.: ""TOST: A Topological Semantic Model for GPS Trajectories Inside Road Networks"", 《INTERNATIONAL JOURNAL OF GEO-INFORMATION》, 12 September 2019 (2019-09-12) *
张小国等: ""基于物理统一存储大规模数字导航地图道路拓扑自动生成算法"", 《中国惯性技术学报》, vol. 17, no. 6, 31 December 2009 (2009-12-31) *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113188550A (zh) * 2021-05-17 2021-07-30 紫清智行科技(北京)有限公司 循迹自动驾驶车辆的地图管理与路径规划方法及系统
CN113188550B (zh) * 2021-05-17 2021-12-07 紫清智行科技(北京)有限公司 循迹自动驾驶车辆的地图管理与路径规划方法及系统
CN113945222A (zh) * 2021-10-14 2022-01-18 华为技术有限公司 道路信息的识别方法、装置、电子设备、车辆及介质
WO2023060963A1 (zh) * 2021-10-14 2023-04-20 华为技术有限公司 道路信息的识别方法、装置、电子设备、车辆及介质
CN113945222B (zh) * 2021-10-14 2024-04-12 华为技术有限公司 道路信息的识别方法、装置、电子设备、车辆及介质
CN114090560A (zh) * 2021-11-19 2022-02-25 湖北亿咖通科技有限公司 一种车道的中心线生成方法、装置、设备及存储介质
CN114090560B (zh) * 2021-11-19 2023-12-26 亿咖通(湖北)技术有限公司 一种车道的中心线生成方法、装置、设备及存储介质
CN114495489B (zh) * 2021-12-30 2023-07-25 中智行(上海)交通科技有限公司 一种路口车道拓扑连接关系生成方法
CN114495489A (zh) * 2021-12-30 2022-05-13 中智行(上海)交通科技有限公司 一种路口车道拓扑连接关系生成方法
CN114543825A (zh) * 2022-01-12 2022-05-27 华为技术有限公司 引导车辆行驶的方法、地图生成方法及相关系统
CN114413920A (zh) * 2022-01-19 2022-04-29 北京百度网讯科技有限公司 车道数据处理方法、导航方法及装置
CN114623842A (zh) * 2022-03-09 2022-06-14 京东鲲鹏(江苏)科技有限公司 路径规划方法、装置、存储介质与电子设备
CN115265559A (zh) * 2022-06-21 2022-11-01 北京百度网讯科技有限公司 地图自动生成方法、装置、设备及介质
CN115060250A (zh) * 2022-06-22 2022-09-16 北京百度网讯科技有限公司 更新地图数据的方法、装置、电子设备和介质
WO2024040499A1 (zh) * 2022-08-23 2024-02-29 北京初速度科技有限公司 高精度导航路径的确定方法、装置、设备、介质及车辆
CN115497078A (zh) * 2022-11-15 2022-12-20 广汽埃安新能源汽车股份有限公司 车道线生成方法、装置、设备和计算机可读介质
CN115497078B (zh) * 2022-11-15 2023-03-10 广汽埃安新能源汽车股份有限公司 车道线生成方法、装置、设备和计算机可读介质
CN116630467A (zh) * 2023-03-15 2023-08-22 广州小鹏自动驾驶科技有限公司 虚拟车道构建方法、装置、设备及计算机可读存储介质
CN116630467B (zh) * 2023-03-15 2024-10-11 广州小鹏自动驾驶科技有限公司 虚拟车道构建方法、装置、设备及计算机可读存储介质
WO2024222453A1 (zh) * 2023-04-23 2024-10-31 北京地平线信息技术有限公司 确定车辆行驶轨迹的方法、、装置、电子设备和存储介质
CN116465394B (zh) * 2023-06-19 2023-11-03 西安深信科创信息技术有限公司 基于车辆轨迹数据的路网结构生成方法及装置
CN116465394A (zh) * 2023-06-19 2023-07-21 西安深信科创信息技术有限公司 基于车辆轨迹数据的路网结构生成方法及装置

Also Published As

Publication number Publication date
CN112699708B (zh) 2024-10-25

Similar Documents

Publication Publication Date Title
CN112699708B (zh) 一种车道级拓扑网的生成方法及装置
US12140446B2 (en) Automatic annotation of environmental features in a map during navigation of a vehicle
EP3607272B1 (en) Automated image labeling for vehicle based on maps
WO2021017212A1 (zh) 一种多场景高精度车辆定位方法、装置及车载终端
US20200133272A1 (en) Automatic generation of dimensionally reduced maps and spatiotemporal localization for navigation of a vehicle
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
EP3647733A1 (en) Automatic annotation of environmental features in a map during navigation of a vehicle
CN106997688A (zh) 基于多传感器信息融合的停车场停车位检测方法
AU2017300097A1 (en) Crowdsourcing and distributing a sparse map, and lane measurements for autonomous vehicle navigation
US20140236463A1 (en) Enhanced clear path detection in the presence of traffic infrastructure indicator
US20130158865A1 (en) Method and apparatus for estimating position of moving object
CN111856491A (zh) 用于确定车辆的地理位置和朝向的方法和设备
CN105511462B (zh) 一种基于视觉的agv导航方法
CN105676253A (zh) 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法
CN101907701B (zh) 一种辅助导航的速度运算方法
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
CN112689234B (zh) 室内车辆定位方法、装置、计算机设备和存储介质
CN111754388B (zh) 一种建图方法及车载终端
CN114379544A (zh) 一种基于多传感器前融合的自动泊车系统、方法及装置
CN114383620A (zh) 车辆精准位置获取方法、系统、可读存储介质及车辆
CN111856441B (zh) 一种基于视觉与毫米波雷达融合的列车定位方法
CN112651991A (zh) 视觉定位方法、装置及计算机系统
CN112446915A (zh) 一种基于图像组的建图方法及装置
CN112833889B (zh) 一种车辆的定位方法及装置
CN112530270B (zh) 一种基于区域分配的建图方法及装置

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
TA01 Transfer of patent application right

Effective date of registration: 20240914

Address after: 215100 floor 23, Tiancheng Times Business Plaza, No. 58, qinglonggang Road, high speed rail new town, Xiangcheng District, Suzhou, Jiangsu Province

Applicant after: MOMENTA (SUZHOU) TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 100083 room 28, 4 / F, block a, Dongsheng building, 8 Zhongguancun East Road, Haidian District, Beijing

Applicant before: BEIJING CHUSUDU TECHNOLOGY Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant