本申請涉及地圖制作領域，具體地，涉及一種對室內停車場進行信息采集，從而生成地圖的方法和裝置。

背景技術：

隨著客戶導航需求的不斷豐富，以及現有技術的逐步發(fā)展，客戶越來越多的提出了對停車場的地形進行導航的需求。而對停車場進行導航，應當要獲得停車場的地圖。而停車場不同于一般的地形，例如地下停車場，大量的停車場位于室內，無法通過高空衛(wèi)星圖像的方法來判別地形位置，從而生成地圖。

對于室內停車場的數據采集，應該要采集如下方面的信息：

1、地面信息，包括道路方向、路口、上下坡、指示標牌等；

2、空間信息，包括電梯位置、室內停車場中其他興趣點(pointofinteresting，poi)位置信息等。

由于室內停車場無gps信號，對于室內停車場的采集，已有的技術為激光點云方式采集，但這種采集方式對于效率影響較大，例如：1個中等規(guī)模的室內停車場激光掃描時間為10分鐘，室內解算時間約為8小時，解算后，還需要人工對解算結果進行形狀處理，約1小時，且無法同時采集空間信息，即樓梯、電梯、poi等位置信息，如將一個室內停車場完全采集，約需要2天以上的時間。

通過以上方式進行室內停車場地圖采集，對于北京、上海等大城市數千 個室內停車場地圖采集周期無疑是無法接受的，它存在以下不足：

1、成本較高，激光掃描裝置+航位推算(deadreckoning，dr)設備+gps集成一套約100萬；

2、效率低，由于單個停車場需要2天以上的時間，速度較慢，如客戶要在2個月內完成北京市室內停車場地圖采集，則需要的采集設備的數量增多，總體的設備投入至少上千萬；

3、不適合大批量生產；由于在計算過程中需要人工對形狀進行處理，因此，該方法不適合大規(guī)模，大批量的生產。

因此，對于室內停車場的數據采集，如何降低成本、提高效率、解決批量生產化的問題，提出一種快速生產、成本低、支持批量生產，且精度滿足客戶需求的采集方法成為現有技術亟需解決的技術問題。

技術實現要素：

有鑒于此，本發(fā)明提出一種室內停車場地圖采集方法和采集裝置，利用航位推算(dr)設備、gps導航設備和高清相機對室內停車場進行信息采集，從而生成地圖，具有快速制作為成果，提高生產效率，能夠滿足支持批量生產等優(yōu)點。

為解決前述技術問題，本發(fā)明可采用以下技術方案：

一方面，本發(fā)明提出一種基于dr/gps和圖像采集的室內停車場地圖采集方法，包括如下步驟：

利用全球定位系統(tǒng)，獲取停車場的位置信息；

通過車速傳感器獲取脈沖信號，根據所述脈沖信號和航位推算生成道路的形狀信息；

采集停車場的圖像信息，并對所述圖像信息進行識別分析，獲取所述停 車場內部的道路屬性信息及興趣點屬性信息；

根據所述停車場的位置信息，并對所述路形狀信息、所述道路屬性信息和所述興趣點屬性信息進行矢量化處理，在空間上將相關信息進行結合，生成停車場初始采集圖；

可選的，將已生成的停車場內部的道路形狀信息與所述道路屬性信息及興趣點屬性信息套合，對所述停車場初始采集圖，分別進行點狀數據、線狀數據、面狀數據和上下層數據之間的檢查糾錯，并根據糾錯后的數據生成停車場最終采集圖。

可選的，所述道路的形狀信息包括道路的可選地位置和走向；

所述道路的屬性信息包括所述道路的方向信息、種別信息、結構信息、單行或雙行信息；所述興趣點的屬性信息包括停車場中的停車位編號、洗車場、電梯間、樓梯間、充電樁和消防設施。

可選的，所述面狀數據包括整體面、墻體或者柱子；

所述線狀數據包括各種道路；

所述點狀數據包括停車位編號、洗車場、電梯間、樓梯間、充電樁和/或消防設施的各種興趣點。

可選的，所述面狀數據檢查包括：

面狀數據重復性檢查，包括檢查相鄰面狀數據是否存在壓蓋，和檢查單個面數據的重復性的問題；和/或，面狀數據的屬性檢查，包括檢查面數據是否具有面屬性，而不是線屬性或者點屬性；

所述線狀數據檢查包括：

線狀數據重復檢查：包括檢查同一段線是否有兩條或兩條以上的重復記錄；和/或，線狀數據屬性檢查：包括檢查線數據中記錄的屬性與采集的屬性是否一致；

所述點狀數據檢查包括：

點狀數據重復檢查：包括檢查同一點位中是否有兩條或兩條以上的重復記錄；和/或，點狀數據屬性檢查，包括檢查點狀數據中的名稱、及其他屬性值是否標注正確；

所述上下層數據之間檢查包括：

上下層套合形狀檢查：用于檢查多層室內停車場間不同層的面數據是否完整套合，和/或是否沒有偏差，與現場保持一致；和/或，上下層道路屬性對比檢查：用于檢查上下層線狀屬性是否相同，和/或是否與現場保持一致。

另一方面，本發(fā)明還公開了一種室內停車場地圖采集裝置，用于實現上述的室內停車場地圖采集方法，該裝置包括：

采集系統(tǒng)，包括道路形狀采集模塊和圖像采集模塊，其中，所述道路形狀采集模塊包括組合在一起的全球定位系統(tǒng)單元和航位推算單元，所述全球定位系統(tǒng)單元用于獲取停車場的位置信息，所述航位推算單元用于獲取車輛中車速傳感器的脈沖信號，根據所述脈沖信號進行航位推算生成所述停車場內部的道路形狀信息；所述圖像采集單元，用于對停車場的圖像信息進行采集，所述圖像信息中包含所述停車場內部的道路屬性信息及興趣點屬性信息；

初始采集圖生成系統(tǒng)，用于對所述圖像信息進行識別分析，獲取所述停車場內部的道路屬性信息及興趣點屬性信息，并根據所述停車場的位置信息，對所述道路形狀信息、所述道路屬性信息和所述興趣點屬性信息進行矢量化處理，在空間上將各種信息結合，生成停車場初始采集圖；

可選的，檢查糾錯系統(tǒng)，用于將已生成的停車場內部的道路形狀信息與所述道路屬性信息及興趣點屬性信息套合，對所述停車場初始采集圖，分別進行點狀數據、線狀數據、面狀數據和上下層數據之間的檢查糾錯，并根據糾錯后的數據生成停車場最終采集圖。

可選的，所述檢查糾錯系統(tǒng)包括：套合模塊，用于將已測量出的道路形狀信息與圖像測量時采集的所述道路屬性信息及興趣點屬性信息進行套合，對所述停車場初始采集圖進行檢查；糾錯模塊，用于根據所述套合模塊的檢查結果，對發(fā)現的錯誤進行核查、糾錯。

可選的，所述套合模塊包括面狀數據檢查單元、線狀數據檢查單元、點狀數據檢查單元和上下層數據檢查單元，其中：

所述面狀數據檢查單元，用于：

面狀數據重復性檢查，包括檢查相鄰面狀數據是否存在壓蓋，和檢查單個面數據的重復性的問題；

面狀數據的屬性檢查，包括檢查面數據是否具有面屬性，而不是線屬性或者點屬性；

所述線狀數據檢查單元，用于進行：

線狀數據重復檢查，包括檢查同一段線是否有兩條或兩條以上的重復記錄；

線狀數據屬性檢查，包括檢查線數據中記錄的屬性與采集的屬性是否一致；

所述點狀數據檢查單元，用于進行：

點狀數據重復檢查，包括同一點位中是否有兩條或兩條以上的重復記錄，

點狀數據屬性檢查，包括檢查點狀數據中的名稱、及其他屬性值是否標注正確；

所述上下層數據檢查單元，用于進行：

上下層套合形狀檢查，包括檢查多層室內停車場間不同層的面數據是否完整套合，和/或是否沒有偏差，與現場保持一致；

上下層道路屬性對比檢查，包括檢查上下層線狀屬性是否相同，和/或是否與現場保持一致。

與現有技術相比，本發(fā)明具有如下優(yōu)點：

本發(fā)明現場通過gps獲取停車場的位置信息，通過航位推算測量道路形狀，可利用高清相機采集地面設施及空間信息，將各種信息矢量化后獲得停車場初始采集圖，本發(fā)明采用的現場采集設備成本低，操作簡單，能夠很好的還原道路的各類信息，具有成像速度快，精度高，容易數字化等優(yōu)點；而且本發(fā)明采用的將現場采集的圖形矢量化處理的方式快捷、準確，可實現批量生產。

此外，本發(fā)明還可以分別進行點狀數據、線狀數據、面狀數據和上下層數據之間的檢查糾錯，并根據糾錯后的數據生成停車場最終采集圖，進一步提升停車場信息的準確度，確保停車場地圖的質量，提高用戶的體驗度。使用本發(fā)明的方法和裝置具有采集效率高，成本低，適合大規(guī)模生產等優(yōu)點。

附圖說明

此處所說明的附圖用來提供對本申請的進一步理解，構成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。在附圖中：

圖1是根據本發(fā)明可選實施例的室內停車場地圖采集方法的分解示意圖；

圖2是根據本發(fā)明可選實施例的室內停車場地圖采集方法的流程示意圖；

圖3是根據本發(fā)明可選實施例的室內停車場地圖采集裝置的組成示意圖；

圖4是根據本發(fā)明可選實施例的停車位之間壓蓋糾錯示意圖；

圖5是根據本發(fā)明可選實施例的停車位與柱子壓蓋糾錯示意圖；

圖6是根據本發(fā)明可選實施例的柱子間位置重疊糾錯示意圖。

附圖標記說明：

1、采集系統(tǒng)；10、道路形狀采集模塊、11、全球定位系統(tǒng)(gps)單元；12、航位推算(dr)單元；13、圖像采集模塊；2、初始采集圖生成系統(tǒng)；3、檢查糾錯系統(tǒng)；31、套合模塊；311、面狀數據檢查單元；312、線狀數據檢查單元；313、點狀數據檢查單元；314、上下層數據檢查單元；32、糾錯模塊。

具體實施方式

如在說明書及權利要求當中使用了某些詞匯來指稱特定組件。本領域技術人員應可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權利要求并不以名稱的差異作為區(qū)分組件的方式，而是以組件在功能上的差異作為區(qū)分的準則。如在通篇說明書及權利要求當中所提及的“包含”為一開放式用語，故應解釋成“包含但不限定于”。“大致”是指在可接收的誤差范圍內，本領域技術人員能夠在一定誤差范圍內解決所述技術問題，基本達到所述技術效果。說明書后續(xù)描述為實施本申請的可選實施方式，然所述描述乃以說明本申請的一般原則為目的，并非用以限定本申請的范圍。本申請的保護范圍當視所附權利要求所界定者為準。

參見圖1示出了一種利用航位推算(dr)設備，gps導航設備和高清相機對室內停車場進行信息采集，從而生成地圖的大體步驟。

利用gps導航設備和航位推算(deadreckoning，dr)作為道路形狀采集模塊，利用諸如高清相機作為圖像采集模塊，兩者共同組成采集系統(tǒng)，以汽車作為載體，將汽車開進停車場，進行相關信息采集。其中gps導航設備在露天處可以獲得停車場的位置信息，在進入停車場后由于沒有gps信號， 可以通過航位推算生成道路形狀信息，圖像采集模塊中的高清相機用于停車場圖像信息的采集，該圖像信息包括停車場中的各種圖像，從而獲得例如停車位的位置、柱子的位置、人行道的位置等道路屬性信息，和包括各種功能性標識或者設備在內的興趣點(pointofinteresting，poi)屬性信息。初始采集圖生成系統(tǒng)對上述信息進行矢量化處理，并在空間上，得到初始采集圖，初始采集圖經過糾錯以后，最終得到停車場最終采集圖。

這里，本發(fā)明實施例公開一種室內停車場地圖采集方法，參見圖2所示，本實施例的室內停車場地圖采集方法包括以下處理步驟：

步驟s110：利用全球定位系統(tǒng)，獲取停車場的位置信息。

步驟s120：通過車速傳感器獲取脈沖信號，根據所述脈沖信號和航位推算生成道路形狀信息。

由于室內停車場接收不到gps信號，因此可以在地面接收gps信號，進入地下停車場處于無gps信號后，由車輪上的車速傳感器給航位推算脈沖信號，通過航位推算+脈沖信號，判斷車輛行駛方向，對車輛的行駛方向通過計算設備進行計算，得到道路的形狀信息。

同時，由于在進入停車場之間，或者駛出停車場后，均能夠得到相應位置點的位置信息，加上航位推算前后的位置關系，可以通過航位推算得到停車場整個區(qū)域內具體每個點的位置信息，從而完整地得到整個停車場的位置信息。

其中，所述道路的形狀信息包括道路的具體位置和走向等信息，例如車應該從哪里進，從哪里出，哪里是單行線等等。

需要說明的是，雖然在附圖中，先進行步驟s110，再進行步驟s120，但這并非為限定，也可以先進行步驟s120，在進行步驟s110，均能夠實現本實施例的效果，本實施例對各步驟的執(zhí)行順序不作嚴格限制。

步驟s130：采集停車場的圖像信息，并對所述圖像進行識別分析，獲取所述停車場內部的道路屬性信息及興趣點屬性信息。

采集過程中，可選用高清相機拍攝相關的圖像，本實施例中的圖像可以為靜態(tài)圖像，也可以是動態(tài)圖像，即視頻，因此，能夠識別相關特征的圖像均可作為本實施例的可選方式。通過對圖像進行識別和分析，可以獲取停車場內部的道路屬性信息及興趣點屬性信息。

例如，根據圖像中的道路指示方向箭頭，能夠提取車輛行駛方向；根據影像中道路兩側車輛排列數量、停車位排列標線，能夠分析兩側車位個數，以2.5*5米標準車位增加車位形狀；根據圖像中樓梯、電梯標牌，匹配道路測量軌跡，能夠自動標注位置，并提取出各類的興趣點。

需要說明的是，其中，所述道路的屬性信息包括所述道路的方向信息、種別信息、結構信息、單行或雙行信息等，例如：方向信息可識別停車場的進口、出口，種別可確定人行還是車行，道路結構可識別該道路是掛接式還是立交式的。所述興趣點的屬性信息包括停車場中的停車位編號、洗車場、電梯間、樓梯間、充電樁和消防設施等?？傊魏闻c道路或者停車場有關的屬性信息均在此，不一一舉例。

需要強調的是，上述這類信息都可以通過圖像識別而進行自動化的提取。

步驟s140：根據所述停車場的位置信息，并對已生成的停車場內部的道路形狀信息及所述興趣點屬性信息進行矢量化處理，在空間上將相關信息進行結合，生成停車場初始采集圖。

步驟s150：對所述停車場初始采集圖，分別進行點狀數據、線狀數據、面狀數據和上下層數據之間的檢查糾錯，并根據糾錯后的數據生成停車場最終采集圖。

本步驟中，通過影像套合將已測量出的道路形狀信息，即車輛行駛軌跡 與測量形狀時采集的圖像套合，檢查生成的停車場初始采集圖是否正確，并對發(fā)現的問題進行核查、糾正。這樣，可進一步提升停車場信息的準確度，確保停車場地圖的質量，提高用戶的體驗度。

這兩個步驟可以在停車場信息采集完成之后進行，即，當采集完停車場的各種信息，完成現場采集回到工作室后進行，將道路信息、位置信息、以及各種屬性，利用計算裝置，例如采集圖生成系統(tǒng)2進行矢量化，并在空間上進行結合，生成停車場初始采集圖。

生成停車場初始采集圖后，利用檢查糾錯系統(tǒng)3，進行各種糾錯。在停車場初始采集圖中存在各種點狀、線狀和面狀的數據，分別對上述數據，進行屬性和重復性的糾錯。

需要指出的是，上述各實施例也可以利用人工補充記錄部分道路及興趣點屬性信息，可留設人工輸入接口。

可選地，上述室內停車場地圖采集方法實施例中，面狀數據包括整體面、墻體或者柱子，上述方法進一步包包括：

1)面狀數據重復性檢查，包括檢查相鄰面狀數據是否存在壓蓋，和檢查單個面數據的重復性的問題。

例如，參見圖3-5，檢查相鄰面狀數據是否存在壓蓋，如圖3所示，相鄰停車位之間出現的壓蓋；又如圖4所示，停車位和柱子之間出行的壓蓋問題。關于檢查單個面數據的重復性的問題，如圖5所示，同一位置出現兩個柱子。

2)面狀數據的屬性檢查，檢查面數據是否具有面屬性，而不是線屬性或者點屬性。

可選地，上述室內停車場地圖采集方法實施例中，線狀數據包括各種道路，上述方法進一步包括：

1)線狀數據重復檢查：用于檢查同一段線是否有兩條或兩條以上的重復記錄。

2)線狀數據屬性檢查：用于檢查線數據中記錄的屬性與采集的屬性是否一致，例如，線屬性中應為車行道路，作業(yè)中給標注了人行道路。

可選地，上述室內停車場地圖采集方法實施例中，所述點狀數據包括洗車場、電梯間、樓梯間、充電樁和消防設施等各種興趣點(poi)

1)點狀數據重復檢查：用于同一點位中是否有兩條或兩條以上的重復記錄。

2)點狀數據屬性檢查：用于檢查點狀數據中的名稱、及其他屬性值是否標注正確。

可選地，上述室內停車場地圖采集方法實施例中，所述上下層數據之間檢查包括：

1)上下層套合形狀檢查：用于檢查多層室內停車場間不同層的面數據是否完整套合，和/或是否沒有偏差，與現場保持一致。

2)上下層道路屬性對比檢查：用于檢查上下層線狀屬性是否相同，和/或是否與現場保持一致。

在實際實施中，圖像和形狀可以同時進行采集，采集后通過分析設備或者軟件的方式分析采集得到相關信息。本實施例采用的現場采集設備成本低，操作簡單。

需要指出的是，套合糾錯的判斷可以由計算機實現，如果發(fā)現有套合不一致的，進行報錯提示核查及糾錯。

另外，上述的步驟s130、步驟s140和步驟s150均可以通過計算設備自動計算來實現。

在上述實施例中，航位推算(deadreckoning，dr)是較常使用的車輛 定位系統(tǒng)，它利用距離傳感器和方向傳感器測量出車輛的行駛距離、速度和方位，在短時間內導航精度較高，且成本低，更重要的是能夠在室內、隧道內進行導航，但航位推算對于長時間導航容易將定位誤差累積，需要采取措施來避免誤差累積。因此，基于這些優(yōu)勢，本發(fā)明的發(fā)明人將gps導航與航位推算進行結合并改進優(yōu)化，實現對室內、隧道內的各種導航進行定位。

其次，相對于激光掃描，本實施例的圖像信息采集技術，特別是高清的圖像信息采集技術，能夠很好的還原道路的各類信息，具有成像速度快，精度高，容易數字化等優(yōu)點。

本實施例中，在步驟s130生成停車場初始采集圖，而后進行步驟s140及步驟s150得到停車場最終采集圖，但顯然，這僅僅是一種示例，并不是必要。本發(fā)明也可以在步驟s130中就進行各種信息的矢量化，生成停車場初始采集圖，而在步驟s140中就行檢查，然后直接生成停車場最終采集圖。

為實現上述各實施例的室內停車場地圖采集方法，本發(fā)明的一個可選實施例還提供了一種室內停車場地圖采集裝置，參見圖6，該室內停車場地圖采集裝置可包括采集系統(tǒng)1及初始采集圖生成系統(tǒng)2。

其中，采集系統(tǒng)1包括道路形狀采集模塊10和圖像采集模塊13，其中，所述道路形狀采集模塊10包括組合在一起的全球定位系統(tǒng)(gps)單元11和航位推算(dr)單元12，所述全球定位系統(tǒng)(gps)單元11用于獲取停車場的位置信息，所述航位推算(dr)單元12，用于獲取車輛中車速傳感器的脈沖信號，根據所述脈沖信號和航位推算生成所述停車場內部的道路形狀信息，所述圖像采集模塊13，用于對停車場的圖像信息進行采集，所述圖像信息中還包含了所述停車場內部的道路屬性信息及興趣點屬性信息。

本實施例中，采集系統(tǒng)可安裝在行駛的車輛上，當車輛駛入停車場時，衛(wèi)星定位全球定位系統(tǒng)(gps)單元11和航位推算(dr)單元12能夠定位出車輛行駛的路徑。由于車輛行駛過停車場的每一條道路，因而能夠采集得 到道路的形狀信息。而由于圖像采集模塊13能夠對停車場進行各種成像，得到停車場中道路、停車位、柱子的位置圖像，還能夠得到停車場中道路和興趣點的屬性信息，如即單行或者雙行的標識、洗車場、電梯間、樓梯間、充電樁和消防設施等信息。

需要指出明的是，所述圖像采集模塊13可以為高清相機，也可以為其他照相機或者攝像機。所述圖像可以為靜態(tài)圖像，也可以是動態(tài)圖像，即視頻，可識別出相關特征的圖像信息均可作為本實施例的可選方式。

其中，初始采集圖生成系統(tǒng)2用于對所述圖像信息進行識別分析，獲取所述停車場內部的道路屬性信息及興趣點屬性信息，并根據所述停車場的位置信息，對所述道路形狀屬性信息、所述道路屬性信息和所述興趣點屬性信息進行矢量化處理，在空間上將各種信息結合，生成停車場初始采集圖。

作為一種可選的實施方式，上述實施例的室內停車場地圖采集裝置還可包括檢查糾錯系統(tǒng)3，檢查糾錯系統(tǒng)3用于將已生成的停車場內部的道路形狀信息與所述道路屬性信息及興趣點屬性信息套合，生成初始采集圖；對所述停車場初始采集圖，分別進行點狀數據、線狀數據、面狀數據和上下層數據之間的檢查糾錯，并根據糾錯后的數據生成停車場最終采集圖。

其中，所述面狀數據包括整體面、墻體或者柱子；所述線狀數據包括各種道路；所述點狀數據包括洗車場、電梯間、樓梯間、充電樁和/或消防設施等各種興趣點。

作為一種可選的實施方式，上述實施例中的圖像采集模塊13可以為高清相機，也可以為其他照相機或者攝像機。

所述檢查糾錯系統(tǒng)3中包括：套合模塊31，用于將已測量出的道路形狀信息與圖像測量時采集的所述道路屬性信息及興趣點屬性信息進行套合，對所述停車場初始采集圖進行檢查；糾錯模塊32，用于根據所述套合模塊的檢 查結果，對發(fā)現的錯誤進行核查、糾錯。通過圖像套合，檢查自動計算匹配結果是否正確。

可選的，所述套合模塊31還包括面狀數據檢查單元311，用于進行：

面狀數據重復性檢查，包括檢查相鄰面狀數據是否存在壓蓋，和檢查單個面數據的重復性的問題。

例如，參見圖3-5，檢查相鄰面狀數據是否存在壓蓋、重復：如圖3所示，相鄰停車位之間出現了壓蓋問題；如圖4所示，停車位和柱子之間出現了壓蓋問題；另外，對于檢查單個面數據的重復性的問題，如圖5所示，其示出了同一位置有兩個柱子的問題。

需要說明的是，面狀數據的屬性檢查，檢查面數據是否具有面屬性，而不是線屬性或者點屬性。

可選的，所述套合模塊31還包括線狀數據檢查單元312，用于進行：

線狀數據重復檢查，包括檢查同一段線是否有兩條或兩條以上的重復記錄；

線狀數據屬性檢查，包括檢查線數據中記錄的屬性與采集的屬性是否一致，例如，線屬性中應為車行道路，作業(yè)中給標注了人行道路。

可選的，所述套合模塊31還包括點狀數據檢查單元313，用于進行：

點狀數據重復檢查，包括同一點位中是否有兩條或兩條以上的重復記錄；

點狀數據屬性檢查，包括檢查點狀數據中的名稱、及其他屬性值是否標注正確。

可選的，所述套合模塊31還包括上下層數據檢查單元314，用于進行：

上下層套合形狀檢查，包括檢查多層室內停車場間不同層的面數據是否完整套合，和/或是否沒有偏差，與現場保持一致；

上下層道路屬性對比檢查，包括檢查上下層線狀屬性是否相同，和/或是否與現場保持一致。

在本實施例中，初始采集圖生成系統(tǒng)2和檢查糾錯系統(tǒng)3可以在一個計算裝置中，也可以在不同的計算裝置中，只要完成相應的功能即可，均在本發(fā)明所要求保護的范圍之內。

這兩個系統(tǒng)可以用通用的計算裝置來實現，它們可以集中在單個計算裝置上,可選地，他們可以用計算機裝置可執(zhí)行的程序代碼來實現，從而可以將它們存儲在存儲裝置中由計算裝置來執(zhí)行，或者將它們分別制作成各個集成電路模塊，或者將它們中的多個模塊或步驟制作成單個集成電路模塊來實現。這樣，不限制于任何特定的硬件和軟件的結合。

綜上，本發(fā)明的上述各實施例具有如下的優(yōu)點：

1、投入成本低。

1)現場成本：上述實施例中采用的drgps和高清相機成本約2萬，而現有的激光點云方式的激光設備約100萬。

2)室內成本：上述實施例的室內處理設備可采用普通計算設備；而激光點云方式需要的計算量大，解算點云設備需要配置較高設備。

2、室內矢量化采集快速，例如將現場采集的圖形進行矢量化處理，一般200個車位的室內停車場處理時間約為4小時；而現有的激光點云方式用于解算點云數據約10小時，且不能采集位置信息。

3、現場采集操作簡單、快速，例如一般200個車位室內停車場地圖的采集時間，采用本發(fā)明上述實施例的方法和裝置，僅約30分鐘便能完成。

4、可支持批量生產：由于成本比已有激光工藝縮減50倍；且效率比已有激光提高2-3倍以上，因此，可以使得本發(fā)明的方法和裝置能夠支持批量生產。

上述說明示出并描述了本申請的若干優(yōu)選實施例，但如前所述，應當理解本申請并非局限于本文所披露的形式，不應看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構想范圍內，通過上述教導或相關領域的技術或知識進行改動。而本領域人員所進行的改動和變化不脫離本申請的精神和范圍，則都應在本申請所附權利要求的保護范圍內。