超大场景下的地图分割和融合方法技术

本发明专利技术公开了一种超大场景下的地图分割和融合方法,包括S1、汽车搭载5G通讯模块能够实时进行5G高速互联网通讯；S2、汽车无人驾驶模式下，根据判断模块来确定是否加载3D高精地图信息。在无人驾驶的模式下，通过融合系统在二维地图信息的基础上，与3D高精地图信息数据库通讯，并建立显示出立体3D建筑物模型，融合系统在融合过程中，针对3D高精地图信息数据中存在且二维地图信息中不存在在对象，直接创建3D信息，并显示立体图像，采用该地图融合方法，能够辅助无人驾驶过程中，针对立体固定建筑物的锁定，更加容易判断出移动的立体物，提供3D高精地图，便于无人驾驶系统更加精准的移动的立体物进行判断和分析，大大的提高无人驾驶的安全性。安全性。安全性。

【技术实现步骤摘要】
超大场景下的地图分割和融合方法


[0001]本专利技术涉及无人驾驶
，尤其涉及一种超大场景下的地图分割和融合方法。

技术介绍

[0002]智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。对智能车辆的研究主要致力于提高汽车的安全性、舒适性，以及提供优良的人车交互界面。近年来，智能车辆己经成为世界车辆工程领域研究的热点和汽车工业增长的新动力，很多发达国家都将其纳入到各自重点发展的智能交通系统当中。
[0003]目前，市场上的智能汽车除了在内部电子硬件方面的智能化程度越来越高意外，其驾驶当面慢慢的涌现了一批无人驾驶的智能汽车。
[0004]无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体，即“通过多种车载传感器（如摄像头、激光雷达、毫米波雷达、GPS、惯性传感器等）来识别车辆所处的周边环境和状态，并根据所获得的环境信息（包括道路信息、交通信息、车辆位置和障碍物信息等）自主做出分析和判断，从而自主地控制车辆运动，最终实现无人驾驶”。
[0005]无人驾驶也只有在精准定位后，才可以规划路线。为了能让系统更好地定位，各大公司往往都要配备高精地图，无人驾驶也只有在精准定位后，才可以规划路线。为了能让系统更好地定位，各大公司往往都要配备高精地图。
[0006]在高精地图的制作过程中，基本上根据现有地图软件上进行丰富优化，实现3D高精地图，再次过程中就需要针对现有的2平面二维地图进行分割并融合成数据形成三维高精地图。
[0007]为此，本专利技术提出一种超大场景下的地图分割和融合方法。

技术实现思路

[0008]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种超大场景下的地图分割和融合方法。
[0009]为了实现上述目的，本专利技术采用了如下技术方案：一种超大场景下的地图分割和融合方法，包括以下步骤：S1、汽车搭载5G通讯模块能够实时进行5G高速互联网通讯；S2、汽车无人驾驶模式下，根据判断模块来确定是否加载3D高精地图信息；S3、判断模块在车速大于40mk/h时，自动通过5G通讯模块实时加载通讯在二维地图上自动加载三维地图信息；S4、自动构建3D高精地图信息，并保存信息；S5、融合方法包括平面加载形成立体和丰富创立，平面加载形成立体包括在现有
二维地图上加载拔高形成三维立体地图，丰富创立包括根据现3D高精地图信息中在二维信息中不包含的对象，进行创建出三维实体结构；S6、根据车速显示一定范围内融合后的3D高精地图用于无人驾驶导航。
[0010]优选地，所述5G通讯模块包括5G通讯芯片和5G基带。
[0011]优选地，所述判断模块的判断加载3D高精地图信息的条件为在无人驾驶模式下，或者自由驾驶模式下车速大于40km/h。
[0012]优选地，步骤S5中使用的是融合系统，融合系统中导入二维地图信息，根据二维图形对象创建建筑物模型，融合系统与3D高精地图信息数据库连接，根据创建的二维图形对象与数据库内部的数据对象进行匹配，确定其高度信息，最终通过图形化显示模块显示出立体3D建筑物模型；融合系统在融合过程中，针对3D高精地图信息数据中存在且二维地图信息中不存在在对象，直接创建3D信息，并显示立体图像。
[0013]优选地，步骤S6中根据车速显示一定范围内融合后的3D高精地图用于无人驾驶导航，首先将二维地图信息进行区域分割，分为区域以车身为中心沿行驶方向呈直线100km为半径，进行区域分割，且每次显示分割后的3D高精地图信息，并且5min更新一次。
[0014]优选地，步骤S6中车速为80
‑
120km/h范围，显示方圆20km范围内3D高精地图信息，车速为0
‑
80km/h范围，显示方圆10kn范围内3D高清地图信息。
[0015]优选地，所述汽车包括定位组件和信息获取组件，定位组件包括蓄电池、GPS定位芯片，信息获取组件为车载传感器。
[0016]本专利技术具有以下有益效果：1、该超大场景下的地图分割和融合方法，在无人驾驶的模式下，通过融合系统在二维地图信息的基础上，与3D高精地图信息数据库通讯，并建立显示出立体3D建筑物模型，融合系统在融合过程中，针对3D高精地图信息数据中存在且二维地图信息中不存在在对象，直接创建3D信息，并显示立体图像，采用该地图融合方法，能够辅助无人驾驶过程中，针对立体固定建筑物的锁定，更加容易判断出移动的立体物，提供3D高精地图，便于无人驾驶系统更加精准的移动的立体物进行判断和分析，大大的提高无人驾驶的安全性。
[0017]2、该超大场景下的地图分割和融合方法，采用判断模块在车速大于40mk/h时，自动通过5G通讯模块实时加载通讯在二维地图上自动加载三维地图信息，并且根据车速显示一定范围内融合后的3D高精地图用于无人驾驶导航，首先将二维地图信息进行区域分割，分割区域以车身为中心沿行驶方向呈直线100km为半径，进行区域分割，且每次显示分割后的3D高精地图信息，并且5min更新一次，从而降低无人驾驶系统的负荷，并且根据时间使用需要俩进行地图分割，高效节约。
附图说明
[0018]图1为本专利技术提出的一种超大场景下的地图分割和融合方法的各组件简化框图；图2为本专利技术提出的一种超大场景下的地图分割和融合方法的执行流程图。
具体实施方式
[0019]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。
[0020]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0021]一种超大场景下的地图分割和融合方法，包括以下步骤：第一步、汽车搭载5G通讯模块能够实时进行5G高速互联网通讯，5G通讯模块包括5G通讯芯片和5G基带，所述汽车包括定位组件和信息获取组件，定位组件包括蓄电池、GPS定位芯片，信息获取组件为车载传感器，车载传感器包括摄像机、激光雷达和超声波雷达。
[0022]摄像机根据镜头和布置方式的不同主要有以下四种：单目摄像机、双目摄像机、三目摄像机和环视摄像机。
[0023]环视摄像机的感知范围不大，主要用于车身5
‑
10米内的障碍物检测、自主泊车时的库位线识别。
[0024]激光雷达用于测距，激光雷达一类安装在无人车四周，另外一类安装在无人车车顶。
[0025]安装在四周的激光雷达，其激光线束一般小于8，常见的有单线激光雷达和四线激光雷达。安装在车顶的激光雷达激光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.超大场景下的地图分割和融合方法，包括以下步骤：S1、汽车搭载5G通讯模块能够实时进行5G高速互联网通讯；S2、汽车无人驾驶模式下，根据判断模块来确定是否加载3D高精地图信息；S3、判断模块在车速大于40mk/h时，自动通过5G通讯模块实时加载通讯在二维地图上自动加载三维地图信息；S4、自动构建3D高精地图信息，并保存信息；S5、融合方法包括平面加载形成立体和丰富创立，平面加载形成立体包括在现有二维地图上加载拔高形成三维立体地图，丰富创立包括根据现3D高精地图信息中在二维信息中不包含的对象，进行创建出三维实体结构；S6、根据车速显示一定范围内融合后的3D高精地图用于无人驾驶导航。2.根据权利要求1所述的超大场景下的地图分割和融合方法，其特征在于：所述5G通讯模块包括5G通讯芯片和5G基带。3.根据权利要求1所述的超大场景下的地图分割和融合方法，其特征在于：所述判断模块的判断加载3D高精地图信息的条件为在无人驾驶模式下，或者自由驾驶模式下车速大于40km/h。4.根据权利要求1所述的超大场景下的地图分割和融合方法，其特征在于：步骤S5中使用的是融合系统，融合系统中导入二维地图信息，根据二维图形对象创建建筑物模...

【专利技术属性】
技术研发人员：万博，邓坤霞，刘大同，
申请(专利权)人：河南省吉立达机器人有限公司，
类型：发明
国别省市：