数据处理方法以及装置制造方法及图纸

本说明书实施例提供数据处理方法以及装置，其中所述数据处理方法包括：获取地图要素数据以及与所述地图要素数据关联的点云数据；根据所述地图要素数据确定地图要素在三维世界空间中的要素信息，以及所述地图要素对应的相机参数；基于所述要素信息构建局部空间变换矩阵，以及基于所述相机参数构建相机视图矩阵和投影矩阵；利用所述局部空间变换矩阵、所述相机视图矩阵以及所述投影矩阵对所述地图要素数据和所述点云数据进行映射处理；根据映射处理结果生成包含所述地图要素和基准位置点的二维视图。的二维视图。的二维视图。

【技术实现步骤摘要】
数据处理方法以及装置


[0001]本说明书实施例涉及计算机
，特别涉及数据处理方法以及装置。

技术介绍

[0002]随着汽车行业的蓬勃发展，用户群体对自动驾驶的需求渐长。支持自动驾驶的基础就是高精地图的准确性。现有技术中，高精地图的创建一般都是由深度学习技术完成，而由于自动驾驶对高精地图的精度要求极高，且基于深度学习的全自动方式无法满足100％的精度要求；因此经常需要人工去核实精度并进行修改。在此过程中，人工需要在一个三维视图下不断的转换3D视角完成核实，不仅会影响核实效率，而且在地图复杂场景下，很可能会出现修改出错的问题，因此亟需一种有效的方案以解决上述问题。

技术实现思路

[0003]有鉴于此，本说明书实施例提供了一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置，另一种数据处理方法，另一种数据处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0004]根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：
[0005]获取地图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：获取地图要素数据以及与所述地图要素数据关联的点云数据；根据所述地图要素数据确定地图要素在三维世界空间中的要素信息，以及所述地图要素对应的相机参数；基于所述要素信息构建局部空间变换矩阵，以及基于所述相机参数构建相机视图矩阵和投影矩阵；利用所述局部空间变换矩阵、所述相机视图矩阵以及所述投影矩阵对所述地图要素数据和所述点云数据进行映射处理；根据映射处理结果生成包含所述地图要素和基准位置点的二维视图。2.根据权利要求1所述的数据处理方法，所述获取地图要素数据以及与所述地图要素数据关联的点云数据，包括：接收针对初始高精度地图提交的调整指令；基于所述调整指令确定地图要素标识，以及所述初始高精度地图对应的三维数据点集合和要素数据集合；根据所述地图要素标识在所述要素数据集合中读取所述地图要素数据，以及在所述三维数据点集合中读取所述点云数据；其中，所述地图要素数据和所述点云数据均与所述地图要素相关联。3.根据权利要求1所述的数据处理方法，所述根据所述地图要素数据确定地图要素在三维世界空间中的要素信息，包括：根据所述地图要素数据确定所述地图要素在三维世界空间中的几何信息和方向信息；相应的，所述基于所述要素信息构建局部空间变换矩阵，包括：基于所述几何信息和所述方向信息构建局部空间变换矩阵。4.根据权利要求3所述的数据处理方法，所述基于所述几何信息和所述方向信息构建局部空间变换矩阵，包括：根据所述几何信息确定所述地图要素对应的要素原点信息；按照所述要素原点信息和所述方向信息构建所述地图要素对应的三维局部空间的局部空间坐标系；根据所述三维世界空间的世界空间坐标系和所述局部空间坐标系构建所述局部空间变换矩阵。5.根据权利要求3所述的数据处理方法，所述基于所述相机参数构建相机视图矩阵，包括：对所述相机参数进行解析，获得包含相机位置信息和相机方向信息的相机视图参数；根据包含所述相机位置信息和所述相机方向信息的所述相机视图参数，构建所述相机视图矩阵；相应的，所述基于所述相机参数构建投影矩阵，包括：对所述相机参数进行解析，获得包含相机范围信息和相机距离信息的相机投影参数；根据包含所述相机范围信息和所述相机距离信息的所述相机投影参数，构建所述投影矩阵。6.根据权利要求3
‑
5任意一项所述的数据处理方法，所述利用所述局部空间变换矩阵、
所述相机视图矩阵以及所述投影矩阵对所述地图要素数据和所述点云数据进行映...

【专利技术属性】
技术研发人员：张争，蔡振原，
申请(专利权)人：高德软件有限公司，
类型：发明
国别省市：