一種高精地圖數(shù)據(jù)的處理方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明實(shí)施例涉及地圖數(shù)據(jù)處理技術(shù)，尤其涉及一種高精地圖數(shù)據(jù)的處理方法和
目.0
【背景技術(shù)】
[0002]隨著自駕出行探親、探險(xiǎn)和旅游的用戶(hù)越來(lái)越多，當(dāng)用戶(hù)去往自己不熟悉的目的地時(shí)，便會(huì)依賴(lài)于利用智能終端進(jìn)行地圖查詢(xún)，用戶(hù)可以在智能終端中通過(guò)輸入目的地對(duì)出行路線進(jìn)行查看和選擇，地圖的使用在很大程度上方便了人們的生活。
[0003]目前，形成地圖圖像之前，對(duì)地圖圖像數(shù)據(jù)的采集一般利用慣性測(cè)量單元(Intertial Measurement Uint, IMU)、全球定位系統(tǒng)(Global Posit1ning System, GPS)或者光探測(cè)與測(cè)量(Light Detect1n And Ranging，LIDAR)等多種工具來(lái)完成，再將數(shù)據(jù)進(jìn)行融合處理，形成地圖數(shù)據(jù)。
[0004]IMU主要包括陀螺儀和加速度計(jì)兩部分，該兩部分直接影響IMU的測(cè)量圖像數(shù)據(jù)的精度。其中陀螺儀主要測(cè)量運(yùn)動(dòng)物體的角速度信息，加速度計(jì)主要測(cè)量運(yùn)動(dòng)物體的加速度信息，IMU根據(jù)所測(cè)信息計(jì)算得到運(yùn)動(dòng)物體的運(yùn)動(dòng)形態(tài)。
[0005]GPS主要包括空間星座、地面監(jiān)控和用戶(hù)設(shè)備三部分，該三部分直接影響GPS獲得的圖像數(shù)據(jù)的精度。其中，空間星座一般由24顆衛(wèi)星組成，用于實(shí)時(shí)測(cè)量地面物體的圖像數(shù)據(jù)，地面監(jiān)控接收空間星座的衛(wèi)星發(fā)送的該衛(wèi)星測(cè)量得到的物體的地圖數(shù)據(jù)，用戶(hù)設(shè)備對(duì)該物體的地圖數(shù)據(jù)進(jìn)行計(jì)算并得到物體的位置信息等。
[0006]LIDAR主要利用IMU和GPS進(jìn)行激光掃描，其所測(cè)得的數(shù)據(jù)為點(diǎn)云數(shù)據(jù)，即所測(cè)得的數(shù)據(jù)為物體表面模型的一系列離散點(diǎn)，該點(diǎn)云數(shù)據(jù)中包括物體的空間三維信息和激光強(qiáng)度信息。LIDAR中的傳感器將激光束發(fā)射到地面或者物體表面，激光束遇到障礙物發(fā)生發(fā)射，激光束反射的能量被該傳感器記錄并作為激光強(qiáng)度信息，并且利用該激光強(qiáng)度信息可以計(jì)算得到激光束的反射率。
[0007]通常為了保證測(cè)量得到的地圖數(shù)據(jù)的多樣性和全面性，利用上述工具對(duì)獲得地圖數(shù)據(jù)的采集軌跡進(jìn)行多次采集。地圖數(shù)據(jù)采集結(jié)束后，利用GPS或頂U(kuò)對(duì)采集得到的多次相應(yīng)地圖數(shù)據(jù)進(jìn)行關(guān)聯(lián)，最終得到高精地圖。
[0008]然而，現(xiàn)有技術(shù)存在以下缺陷，在利用GPS或IMU對(duì)采集得到的多次相應(yīng)的地圖數(shù)據(jù)進(jìn)行關(guān)聯(lián)時(shí)，由于工具本身的測(cè)量和計(jì)算精度的限制，使得關(guān)聯(lián)后得到的地圖圖像中的物體出現(xiàn)錯(cuò)位，導(dǎo)致用戶(hù)看到的地圖圖像中的物體有重影，嚴(yán)重影響用戶(hù)的使用體驗(yàn)。

【發(fā)明內(nèi)容】

[0009]有鑒于此，本發(fā)明實(shí)施例提供一種高精地圖數(shù)據(jù)的處理方法和裝置，以實(shí)現(xiàn)解決對(duì)多次采集的圖像數(shù)據(jù)進(jìn)行關(guān)聯(lián)時(shí)出現(xiàn)的地圖圖像中的物體錯(cuò)位和重影的問(wèn)題。
[0010]—方面，本發(fā)明實(shí)施例提供了一種高精地圖數(shù)據(jù)的處理方法，該方法包括:
[0011]沿目標(biāo)軌跡對(duì)地圖數(shù)據(jù)進(jìn)行至少兩次采集，以分別獲取至少兩次原始地圖數(shù)據(jù)；
[0012]分別識(shí)別所述原始地圖數(shù)據(jù)中的物體，并提取物體特征；
[0013]將各所述原始地圖數(shù)據(jù)中的物體特征進(jìn)行匹配；
[0014]將匹配物體特征的物體作為參照物，將各所述原始地圖數(shù)據(jù)進(jìn)行融合處理。
[0015]另一方面，本發(fā)明實(shí)施例還提供了一種高精地圖數(shù)據(jù)的處理裝置，該裝置包括:
[0016]采集模塊，用于沿目標(biāo)軌跡對(duì)地圖數(shù)據(jù)進(jìn)行至少兩次采集，以分別獲取至少兩次原始地圖數(shù)據(jù)；
[0017]識(shí)別模塊，用于分別識(shí)別所述原始地圖數(shù)據(jù)中的物體，并提取物體特征；
[0018]匹配模塊，用于將各所述原始地圖數(shù)據(jù)中的物體特征進(jìn)行匹配；
[0019]融合處理模塊，用于將匹配物體特征的物體作為參照物，將各所述原始地圖數(shù)據(jù)進(jìn)行融合處理。
[0020]本發(fā)明實(shí)施例提供的技術(shù)方案，通過(guò)識(shí)別原始地圖數(shù)據(jù)中的物體，并提取物體特征，進(jìn)而將各原始地圖數(shù)據(jù)中的物體特征進(jìn)行匹配并將匹配后得到的物體作為參照物，利用該參照物對(duì)原始地圖數(shù)據(jù)進(jìn)行融合處理，解決了地圖圖像中的物體出現(xiàn)錯(cuò)位的問(wèn)題，去除了地圖圖像的重影問(wèn)題，提高了地圖圖像的清晰度。
【附圖說(shuō)明】
[0021]圖1為本發(fā)明實(shí)施例一提供的一種高精地圖數(shù)據(jù)的處理方法的流程圖；
[0022]圖2為本發(fā)明實(shí)施例二提供的最小外包盒的三位坐標(biāo)系示意圖；
[0023]圖3為本發(fā)明實(shí)施例三提供的一種高精地圖數(shù)據(jù)的處理裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0024]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。可以理解的是，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。
[0025]實(shí)施例一
[0026]圖1為本發(fā)明實(shí)施例一提供的一種高精地圖數(shù)據(jù)的處理方法的流程圖。該方法可以由高精地圖數(shù)據(jù)的處理裝置執(zhí)行，其中該裝置可由軟件和/或硬件實(shí)現(xiàn)，并一般可集成在具有圖像數(shù)據(jù)處理能力的服務(wù)器中。
[0027]參見(jiàn)圖1，該方法具體包括如下:
[0028]S101、沿目標(biāo)軌跡對(duì)地圖數(shù)據(jù)進(jìn)行至少兩次采集，以分別獲取至少兩次原始地圖數(shù)據(jù)。
[0029]在上述操作中，所述目標(biāo)軌跡可以指的是進(jìn)行地圖數(shù)據(jù)采集的采集車(chē)、采集航模或者采集機(jī)器人等采集工具的采集路線，該路線可以是人為預(yù)先設(shè)定并存儲(chǔ)在上述采集工具中的，也可以是采集工具根據(jù)人為輸入的采集起始點(diǎn)和終止點(diǎn)自行確定的較佳的采集路線。
[0030]通常，采集工具在對(duì)目標(biāo)軌跡周?chē)矬w的地圖數(shù)據(jù)進(jìn)行采集時(shí)，不能保證一次完成所有物體的地圖數(shù)據(jù)的完整采集，為了保證采集得到的目標(biāo)軌跡周?chē)矬w的地圖數(shù)據(jù)的多樣性和全面性，一般情況下，采集工具可以對(duì)同一采集軌跡周?chē)矬w的地圖數(shù)據(jù)進(jìn)行至少兩次采集。這樣設(shè)置的好處是，通過(guò)對(duì)多次采集中得到的同一物體的地圖數(shù)據(jù)進(jìn)行融合處理，可以使得該物體盡可能多的信息呈現(xiàn)在地圖中，提升用戶(hù)的使用體驗(yàn)。
[0031]在此，需要進(jìn)一步說(shuō)明的是，采集工具中至少包括頂U(kuò)、GPS或LIDAR采集方式中的一種。采集工具沿目標(biāo)軌跡對(duì)周?chē)矬w的地圖數(shù)據(jù)進(jìn)行采集，得到相應(yīng)物體的點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)。
[0032]S102、分別識(shí)別所述原始地圖數(shù)據(jù)中的物體，并提取物體特征。
[0033]上述操作中，在地圖數(shù)據(jù)采集完畢之后，利用采集工具對(duì)地圖數(shù)據(jù)進(jìn)行處理，首先利用采集工具識(shí)別各次采集得到的原始地圖數(shù)據(jù)中的動(dòng)態(tài)物體或靜態(tài)物體，例如根據(jù)采集得到的原始地圖數(shù)據(jù)，IMU可以計(jì)算出動(dòng)態(tài)物體的運(yùn)動(dòng)形態(tài)，LIDAR可以計(jì)算出靜態(tài)物體的形貌特征或者結(jié)構(gòu)特征。識(shí)別到原始地圖數(shù)據(jù)中的物體后，提取不同物體的特征。優(yōu)選的，對(duì)于動(dòng)態(tài)物體而言，可以提取其單位時(shí)間內(nèi)移動(dòng)的速度和/或加速度等特征；對(duì)于靜態(tài)物體而言，可以提取其結(jié)構(gòu)特征、重心特征和/或形貌特征等。優(yōu)選是采集靜態(tài)物體的物體特征，以便于作為參照特征。
[0034]在此，需要說(shuō)明的是，對(duì)各次原始地圖數(shù)據(jù)中的物體進(jìn)行識(shí)別時(shí)，可以選擇性地對(duì)具有標(biāo)志性的物體進(jìn)行識(shí)別，也可以對(duì)全部物體均進(jìn)行識(shí)別。在本實(shí)施例中，優(yōu)選的，對(duì)各次原始地圖數(shù)據(jù)中具有標(biāo)志性的物體進(jìn)行識(shí)別，例如，識(shí)別原始地圖數(shù)據(jù)中的道路平面、位于道路平面上的車(chē)輛、路燈桿、路牌或者建筑物平面等標(biāo)志性物體。這樣設(shè)置的好處是，一方面對(duì)具有標(biāo)志性的物體進(jìn)行識(shí)別使得識(shí)別的精準(zhǔn)度提高，另一方面，只識(shí)別具有標(biāo)志性的物體縮短了識(shí)別所需要的時(shí)間，降低了識(shí)別成本。
[0035]S103、將各所述原始地圖數(shù)據(jù)中的物體特征進(jìn)行匹配。
[0036]上述操作中，利用采集工具識(shí)別各次原始地圖數(shù)據(jù)中物體，并提取各次原始地圖數(shù)據(jù)中識(shí)別的物體的特征。提取完畢后，將所述各次原始地圖數(shù)據(jù)中相同的物體特征進(jìn)行匹配。這樣設(shè)置的好處是，經(jīng)過(guò)匹配可以消除各次原始地圖數(shù)據(jù)識(shí)別得到的物體特征在融合處理中產(chǎn)生的重影問(wèn)題，進(jìn)而保證匹配物體特征之后的物體與實(shí)際物體保持一致，進(jìn)而保證了地圖的精準(zhǔn)性。
[0037]優(yōu)選的，將各次原始地圖數(shù)據(jù)中的物體特征進(jìn)行匹配之后，還可以進(jìn)一步采用隨機(jī)抽樣一致性(Random Sample Consensus,RANSAC)算法去除匹配過(guò)程中的誤匹配操作，使得匹配物體特征后的物體與實(shí)際物體的一致性更高，進(jìn)而更有效地保證了地圖的精準(zhǔn)性。
[0038]S104、將匹配物體特征的物體作為參照物，將各所述原始地圖數(shù)據(jù)進(jìn)行融合處理。
[0039]上述操作中，將匹配物體特征后的物體作為參照物，