一种地下停车场众包地图采集方法技术

本发明专利技术属于停车场地图采集技术领域，公开了一种地下停车场众包地图采集方法，包括步骤：通过第N采集车采集停车场第N区域的数据信息，根据所述第N区域的数据信息建立第N局部地图；通过第N+1采集车采集停车场第N+1区域的数据信息，根据所述第N+1区域的数据信息建立第N+1局部地图，获取所述第N+1采集车在所述第N局部地图中的定位信息；提取所述第N局部地图和所述第N+1局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；将所述拓扑地图和所述矢量语义地图组合形成全局地图；本发明专利技术减少新停车场对自主泊车功能的适应时间，加快采集地图的速度。加快采集地图的速度。加快采集地图的速度。

【技术实现步骤摘要】
一种地下停车场众包地图采集方法


[0001]本专利技术属于停车场地图采集
，具体涉及一种地下停车场众包地图采集方法。

技术介绍

[0002]自主泊车系统是一种用于解决车辆从停车场入口到停车位之间的车辆自动驾驶的问题，是一种level4的限定场景完全无人驾驶系统。高精度地图作为自动驾驶领域依赖的重要数据源，能够有效的辅助自主泊车系统进行定位和路径规划。但是大部分的高精度地图采集通常在地面进行需要依赖GNSS信号给出参考的位置，在地下停车场内建立高精地图由于相关参考定位信息的缺少，且数量多，环节复杂。在对未知停车场结构不熟悉的情况下，容易迷路。常规的采集方法，制作周期较长。通过采用众包的方法建立多个局部地图，在进行合并，可以提高地下停车场的建图效率。此外，众包建图可以逐步增加停车场的覆盖率，逐渐扩展自主泊车功能在目标停车场的适应范围，减少专业采集的工作量，达到低成本建立泊车可用高精地图的的目标。

技术实现思路

[0003]本专利技术的目的在于提供一种地下停车场众包地图采集方法，以解决现有的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种地下停车场众包地图采集方法，包括步骤：
[0005]S100通过第N采集车采集停车场第N区域的数据信息，根据所述第N区域的数据信息建立第N局部地图；
[0006]S200通过第N+1采集车采集停车场第N+1区域的数据信息，根据所述第N+1区域的数据信息建立第N+1局部地图，获取所述第N+1采集车在所述第N局部地图中的定位信息；
[0007]S300提取所述第N局部地图和所述第N+1局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；
[0008]S400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图；
[0009]S500将所述拓扑地图和所述矢量语义地图组合形成全局地图。
[0010]作为本专利技术一种地下停车场众包地图采集方法优选地，所述第N采集车和所述第N+1采集车均从停车场的入口开始进行数据采集。
[0011]作为本专利技术一种地下停车场众包地图采集方法优选地，所述数据信息包括地面目标检测数据、障碍物检测数据、OCR检测数据、车辆巡航轨迹数据。
[0012]作为本专利技术一种地下停车场众包地图采集方法优选地，所述地面检测数据包括地面标识线与文字、道路箭头、停车位、库位号和减速带；
[0013]所述障碍检测数据包括路口闸机、路沿、立柱、灯柱、广告牌和路桩；
[0014]所述OCR检测数据包括数字、英文以及部分中文字符；
[0015]所述车辆巡航轨迹数据包括历程计信息和惯性导航单元信息。
[0016]作为本专利技术一种地下停车场众包地图采集方法优选地，在所述的S100通过第N采集车采集停车场第N区域的数据信息，根据所述第N区域的数据信息建立第N局部地图之后包括步骤：
[0017]S110将所述第N局部地图发送至云端。
[0018]作为本专利技术一种地下停车场众包地图采集方法优选地，在所述的S200通过第N+1采集车采集停车场第N+1区域的数据信息，根据所述第N+1区域的数据信息建立第N+1局部地图，获取所述第N+1采集车在所述第N局部地图中的定位信息之后包括步骤：
[0019]S210将所述第N+1局部地图和所述定位信息发送至云端。
[0020]作为本专利技术一种地下停车场众包地图采集方法优选地，在所述的S500将所述拓扑地图和所述矢量语义地图组合形成全局地图之后包括步骤：
[0021]S600将所述全局地图发送至云端，同步到所有车辆，完成地图更新。
[0022]作为本专利技术一种地下停车场众包地图采集方法优选地，所述的S400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图具体包括步骤：
[0023]S410基于所述语义数据标识的关联，将所述第N+1局部地图合并至所述第N局部地图中，修改矢量信息，得到所述矢量语义地图；
[0024]S420融合所述轨迹形状的匹配关系，生成所述拓扑地图。
[0025]本专利技术与现有技术相比，具有以下有益效果：本专利技术基于低成本的众包采集方式生成自主泊车用的地下停车场地图，采集局部地图的过程利用车端运算资源，减少采集数据传输的资源；通过增量的方式采集地图，减少新停车场对自主泊车功能的适应时间，加快采集地图的速度。
附图说明
[0026]图1为本专利技术的流程图之N；
[0027]图2为本专利技术的流程图之N+1；
[0028]图3为本专利技术的流程图之三；
[0029]图4为本专利技术的流程图之四；
[0030]图5为本专利技术的流程图之五；
[0031]图6为本专利技术通过众包方式采集的停车场局部地图数据；
[0032]图7为本专利技术将局部地图组合生成的完整停车场地图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术N部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]请参阅图1所示，本专利技术提供如下技术方案：一种地下停车场众包地图采集方法，包括步骤：
[0035]S100通过第N采集车采集停车场第N区域的数据信息，根据所述第N区域的数据信
息建立第N局部地图；
[0036]S200通过第N+1采集车采集停车场第N+1区域的数据信息，根据所述第N+1区域的数据信息建立第N+1局部地图，获取所述第N+1采集车在所述第N局部地图中的定位信息；
[0037]S300提取所述第N局部地图和所述第N+1局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；
[0038]S400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图；
[0039]S500将所述拓扑地图和所述矢量语义地图组合形成全局地图。
[0040]值得说明的是，N大于等于1。
[0041]本实施例中，通过第一采集车采集停车场第一区域的数据信息，根据所述第一区域的数据信息建立第一局部地图；通过第二采集车采集停车场第二区域的数据信息，根据所述第二区域的数据信息建立第二局部地图，获取所述第二采集车在所述第一局部地图中的定位信息；提取所述第一局部地图和所述第二局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；0据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图；将所述拓扑地图和所述矢量语义地图组合形成全局地图。
[0042]本实施例中，在众包地图建立的场景中需要初始地图，以第N辆进入目标停车场的车作为第I采集车(后续为第II，第III采集车等)，从停车场的地面入口开始进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地下停车场众包地图采集方法，其特征在于，包括步骤：S100通过第N采集车采集停车场第N区域的数据信息，根据所述第N区域的数据信息建立第N局部地图；S200通过第N+1采集车采集停车场第N+1区域的数据信息，根据所述第N+1区域的数据信息建立第N+1局部地图，获取所述第N+1采集车在所述第N局部地图中的定位信息；S300提取所述第N局部地图和所述第N+1局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；S400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图；S500将所述拓扑地图和所述矢量语义地图组合形成全局地图。2.根据权利要求1所述的一种地下停车场众包地图采集方法，其特征在于，所述第N采集车和所述第N+1采集车均从停车场的入口开始进行数据采集。3.根据权利要求2所述的一种地下停车场众包地图采集方法，其特征在于，所述数据信息包括地面目标检测数据、障碍物检测数据、OCR检测数据、车辆巡航轨迹数据。4.根据权利要求3所述的一种地下停车场众包地图采集方法，其特征在于：所述地面检测数据包括地面标识线与文字、道路箭头、停车位、库位号和减速带；所述障碍检测数据包括路口闸机、路沿、立柱、灯柱、广告牌和路桩；所述OCR检测数据包括数字、英文以及部分中文字符；所述车辆巡航轨...

【专利技术属性】
技术研发人员：温加睿，马光林，于萌萌，蒋如意，田钧，
申请(专利权)人：上海追势科技有限公司，
类型：发明
国别省市：