一种停车场地图单车采集方法技术

本发明专利技术属于停车场地图采集技术领域，公开了一种停车场地图单车采集方法，包括步骤：获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网；采集停车场的图像信息并进行目标识别，将采集到的所述图像信息矢量化，形成带有语义和标识属性的矢量化标志；整合车辆在停车场中的位置、所述路网和所述矢量化标志，区分层次信息，生成停车场初始地图，识别所述停车场初始地图中数据的位置重合情况，对于接连的停车位信息，通过优化算法进行自动重排；对于识别障碍物重叠的情况，进行异常提示。本发明专利技术建立了满足自主代客泊车应用场景的地下停车场高精度地图，建立地图成本低、可单车采集，便于大范围批量采集生产地图。便于大范围批量采集生产地图。便于大范围批量采集生产地图。

【技术实现步骤摘要】
一种停车场地图单车采集方法


[0001]本专利技术属于停车场地图采集
，具体涉及一种停车场地图单车采集方法。

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。该系统通过车载运算单元以及车载的传感器实现对于环境的感知、路径避障、车位搜寻以及车位泊入等全自动功能。同时，为了实现停车场范围内的自主巡航，自主泊车系统需要一套停车场的高精地图，以及相应的实时定位系统。传统的高精地图需要通过昂贵的地图采集车进行采集，并且从数据采集到后处理制作需要地图供应商花费几天时间进行。近几年也有一些创业公司提出以众包或者低成本的采集车方案替代传统地图采集方案。虽然其成本相对于传统地图厂商已经极大的降低，但仍然需要花费大量的人力物力进行地图的采集和制作。为了实现自主泊车系统的全国各种停车场快速低成本推广，如何能快速建立停车场区域的高精地图是其一个关键瓶颈。
[0003]现有高精地图一般需要针对特定使用区域进行实地数据采集，然后从采集的数据中提取用于高精地图各图层制作的位置信息。因此，为了支持某区域停车场的自主泊车，需要采集车或者众包车在该停车场进行采图活动。如果要支持全国的停车场，则需要去全国的停车场采集数据，是一件费时费力的工作。当前，也有个别的地图厂家已经开始进行地下停车场区域的地图制作，但其制作的主要还是通用导航用的地图，无法满足自动驾驶高精地图的需求。

技术实现思路

[0004]本专利技术的目的在于提供一种停车场地图单车采集方法，以解决现有的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种停车场地图单车采集方法，包括步骤：
[0006]获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网；
[0007]采集停车场的图像信息并进行目标识别，将采集到的所述图像信息矢量化，形成带有语义和标识属性的矢量化标志；
[0008]整合车辆在停车场中的位置、所述路网和所述矢量化标志，区分层次信息，生成停车场初始地图。
[0009]作为本专利技术一种停车场地图单车采集方法优选地，在所述的获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网之前包括步骤：
[0010]记录所述停车场在导航地图中的位置和所述车辆在停车场中的位置。
[0011]作为本专利技术一种停车场地图单车采集方法优选地，在所述的采集停车场的图像信息并进行目标识别，将采集到的所述图像信息矢量化，形成带有语义和标识属性的矢量化标志之后包括步骤：
[0012]采集超声波信号，通过所述超声波信号判断车辆与障碍物的距离，对狭窄空间的道路边缘进行修正。
[0013]作为本专利技术一种停车场地图单车采集方法优选地，在所述的整合车辆在停车场中的位置、路网和矢量化标志，区分层次信息，生成停车场初始地图之后包括步骤：
[0014]根据各层的语义信息对所述停车场初始地图进行修正处理，获得最终地图。
[0015]作为本专利技术一种停车场地图单车采集方法优选地，在所述的获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网之前还包括步骤：
[0016]将停车场地图与导航地图关联，根据车辆的位置切换地图。
[0017]作为本专利技术一种停车场地图单车采集方法优选地，所述行驶轨迹用于将车辆坐标系映射到全局坐标系；所述路网包括道路形状和通行方向，用于路径规划与导航。
[0018]作为本专利技术一种停车场地图单车采集方法优选地，所述图像信息包括道路边缘、障碍物、道路标记、车道属性和兴趣点；所述矢量化标志包括折线、多边形和点。
[0019]作为本专利技术一种停车场地图单车采集方法优选地，所述的根据各层的语义信息对所述停车场初始地图进行修正处理，获得最终地图具体包括步骤：
[0020]识别所述停车场初始地图中数据的位置重合情况，对于接连的停车位信息，通过优化算法进行自动重排；
[0021]对于识别障碍物重叠的情况，进行异常提示。
[0022]本专利技术与现有技术相比，具有以下有益效果：本专利技术建立了满足自主代客泊车应用场景的地下停车场高精度地图，建立地图成本低、可单车采集，便于大范围批量采集生产地图。
附图说明
[0023]图1为本专利技术的流程图之一；
[0024]图2为本专利技术的流程图之二；
[0025]图3为本专利技术的流程图之三；
[0026]图4为本专利技术的流程图之四；
[0027]图5为本专利技术的流程图之五；
[0028]图6为本专利技术的流程图之六；
[0029]图7为本专利技术的流程图之七。
具体实施方式
[0030]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一部分实施例，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。
[0031]请参阅图1所示，本专利技术提供如下技术方案：一种停车场地图单车采集方法，包括步骤：
[0032]S100获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网；
[0033]S200采集停车场的图像信息并进行目标识别，将采集到的所述图像信息矢量化，
形成带有语义和标识属性的矢量化标志；
[0034]S300整合车辆在停车场中的位置、所述路网和所述矢量化标志，区分层次信息，生成停车场初始地图。
[0035]值得说明的是，本专利技术需求的采集系统硬件设备包括GPS,低成本的惯性导航单元IMU，车辆自身底盘信息如轮速编码器，安装在车辆4周的超声探头APA+UPA,1个前视相机以及4个环视相机；
[0036]本实施例中，IMU和底盘信息用于生成车辆行驶轨迹，根据形势轨迹与高度信息自动构建路网。行驶轨迹用于为检测结果提供空间信息，将车辆坐标系映射到全局坐标系。路网包含道路形状、通行方向，用于路径规划与导航。
[0037]通过目标检测算法与语义分割算法，提取道路边缘、障碍物、车道属性、在对应的车道中添加可用的转向信息以及兴趣点POI；其中，道路边缘包括但不限于车道线、路沿、墙壁；障碍物包括但不限于立柱、行人、车辆、栏杆等，道路标记，道路标记包括停车位及库位号码、地面箭头与通行标识线等；车道属性包括通过对地面的箭头进行分类，兴趣点POI包括但不限于电梯标识、楼梯标识和出入口标识。检测结果会矢量化成带有语义+标识属性的折线、多边形与点后映射到地图位置。
[0038]联合轨迹空间信息与检测结果，建立约束关系，将目标位置映射到行驶轨迹的全局坐标系中。通过整合路网、矢量化路标、静态障碍物与兴趣点，生成停车场初始地图。
[0039]请参阅图2所示，具体地，在所述的S100获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网之前包括步骤：
[0040]S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种停车场地图单车采集方法，其特征在于，包括步骤：S100获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网；S200采集停车场的图像信息并进行目标识别，将采集到的所述图像信息矢量化，形成带有语义和标识属性的矢量化标志；S300整合车辆在停车场中的位置、所述路网和所述矢量化标志，区分层次信息，生成停车场初始地图。2.根据权利要求1所述的一种停车场地图单车采集方法，其特征在于，在所述的S100获取车辆的行驶轨迹和高度信息，根据所述行驶轨迹和高度信息构建路网之前包括步骤：S10记录所述停车场在导航地图中的位置和所述车辆在停车场中的位置。3.根据权利要求1所述的一种停车场地图单车采集方法，其特征在于，在所述的S200采集停车场的图像信息并进行目标识别，将采集到的所述图像信息矢量化，形成带有语义和标识属性的矢量化标志之后包括步骤：S210采集超声波信号，通过所述超声波信号判断车辆与障碍物的距离，对狭窄空间的道路边缘进行修正。4.根据权利要求1所述的一种停车场地图单车采集方法，其特征在于，在所述的S300整合车辆在停车场中的位置、路网和矢量化标志，区分...

【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：