一种生成设定格式的矢量语义数据的方法、装置、设备及可读介质制造方法及图纸

本说明书实施例公开了一种生成设定格式的矢量语义数据的方法、装置、设备及可读介质，获取基于传感器采集的原始数据而生成的第一格式的矢量语义数据；对所述第一格式的矢量语义数据中的各个维度的维度数据进行处理，得到第二格式的矢量语义数据中的各个维度的维度数据，所述设定格式的矢量语义数据至少包括用于描述几何维度信息的几何数据和用于描述属性维度信息的属性数据；基于所述第二格式的矢量语义数据中的各个维度的数据，生成所述第二格式的矢量语义数据。格式的矢量语义数据。格式的矢量语义数据。

A method, device, device and readable medium for generating formatted vector semantic data

【技术实现步骤摘要】
一种生成设定格式的矢量语义数据的方法、装置、设备及可读介质


[0001]本申请涉及地图
，尤其涉及一种生成设定格式的矢量语义数据的方法、装置、设备及可读介质。

技术介绍

[0002]高精度地图服务于智能汽车的自动驾驶系统，提供车道、坡度、曲率、航向等方面的信息，提前对道路和周边环境进行预判。高精度地图的高可靠性主要体现在地图鲜度、颗粒度和地图准确性等方面，伴随着高精度地图应用的深入，对于地图品质、鲜度提出了更高的要求和挑战。基于传统自采设备的高精度地图生产与更新，需要大量的数据采集和处理，数据生产投入大、成本高，且产出效率低、周期长，已无法满足自动驾驶对于全国广域高精度地图的需求。大多数地图服务商都开始了依托于多源的众包数据实现及时更新的技术研究和应用，其中基于车端传感器的语义数据就是高精度地图众包更新中的一种至关重要的数据来源。
[0003]但是不同的OEM车厂的数据，不同的传感器数据处理商提供的数据，由于面向不同辅助驾驶或者自动驾驶应用的不同设备，例如会有GPS/Camera、RTK/Radar/Lidar等；不同自动驾驶应用对客观世界的主观认知也存在差异；识别的要素的属性的丰富程度及表达颗粒度也不一致；因此不同来源的数据，不具备语义一致性，尤其是对于存在不同粒度的语义信息的属性，难以在最终数据模型上保持统一，例如对于标牌形状的认知，四边形、矩形、长方形、正方形，不同的源的表达很难统一。

技术实现思路

[0004]本说明书实施例提供一种生成设定格式的矢量语义数据的方法、装置、设备及可读介质，以解决现有的不同数据来源的数据难以统一的问题。
[0005]为解决上述技术问题，本说明书实施例是这样实现的：本说明书实施例提供的一种生成设定格式的矢量语义数据的方法，包括：获取基于传感器采集的原始数据而生成的第一格式的矢量语义数据；对所述第一格式的矢量语义数据中的各个维度的维度数据进行处理，得到第二格式的矢量语义数据中的各个维度的维度数据，所述设定格式的矢量语义数据至少包括用于描述几何维度信息的几何数据和用于描述属性维度信息的属性数据；基于所述第二格式的矢量语义数据中的各个维度的数据，生成所述第二格式的矢量语义数据。
[0006]本说明书实施例提供的一种生成设定格式的矢量语义数据的装置，包括：获取单元，获取基于传感器采集的原始数据而生成的第一格式的矢量语义数据；数据处理单元，对所述第一格式的矢量语义数据中的各个维度的维度数据进行处理，得到第二格式的矢量语义数据中的各个维度的维度数据，所述设定格式的矢量语义数
据至少包括用于描述几何维度信息的几何数据和用于描述属性维度信息的属性数据；矢量语义数据生成单元，基于所述第二格式的矢量语义数据中的各个维度的数据，生成所述第二格式的矢量语义数据。
[0007]本说明书实施例提供的一种生成设定格式的矢量语义数据的设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取基于传感器采集的原始数据而生成的第一格式的矢量语义数据；对所述第一格式的矢量语义数据中的各个维度的维度数据进行处理，得到第二格式的矢量语义数据中的各个维度的维度数据，所述设定格式的矢量语义数据至少包括用于描述几何维度信息的几何数据和用于描述属性维度信息的属性数据；基于所述第二格式的矢量语义数据中的各个维度的数据，生成所述第二格式的矢量语义数据。
[0008]本说明书实施例提供的一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现一种生成设定格式的矢量语义数据的方法。
[0009]本说明书一个实施例实现了能够达到以下有益效果：通过获取基于传感器采集的原始数据而生成的第一格式的矢量语义数据，对第一格式的矢量语义数据中的各个维度的维度数据进行处理，得到第二格式的矢量语义数据中的各个维度的维度数据，再基于第二格式的矢量语义数据中的各个维度的数据，生成第二格式的矢量语义数据。
[0010]这样，通过对基于原始数据生成的第一格式的矢量语义数据进行分析处理，得到第二格式的矢量语义数据的各个维度的维度数据，实现了对多源传感器数据格式的统一转换，能够有效消除多源异构数据之间的表达差异，为基于复杂的异构的多源传感器语义数据的处理、融合、地图更新奠定了基础。
附图说明
[0011]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本说明书实施例提供的一种生成设定格式的矢量语义数据的方法的应用场景图；图2是本说明书实施例提供的一种生成设定格式的矢量语义数据的方法流程图；图3是本说明书实施例提供的车道标线类型的树状多粒度的语义模型表达图示；图4是本说明书实施例提供的障碍物类型的树状多粒度的语义模型表达图示；图5是本说明书实施例提供的一种生成设定格式的矢量语义数据的方法的流程示意图；图6是本说明书实施例提供的一种生成设定格式的矢量语义数据的方法的树状结构定义流程示意图；
图7至图10是本说明书实施例提供的具体的各级树状结构示意图；图11是本说明书实施例提供的一种生成设定格式的矢量语义数据的装置的结构示意图；图12是本说明书实施例提供的一种生成设定格式的矢量语义数据的设备的结构示意图。
具体实施方式
[0013]为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明中的实施例，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，都属于本说明书一个或多个实施例保护的范围。
[0014]以下结合附图，详细说明本说明书各实施例提供的技术方案。
[0015]现有技术中，随着对于自动驾驶技术的深入研发，对于高精度地图的品质需求、可靠性和鲜度等提出了更高的要求和挑战。而基于传统自采设备的高精度地图生产与更新，需要大量的数据采集和处理，数据生产投入大、成本高，且产出效率低、周期长，已无法满足自动驾驶对于全国广域高精度地图的需求。
[0016]目前，通常会采用众包的方式来进行高精度地图的更新，其中，在地图领域，众包是指利用用户的智能网联车辆和路侧设备等，进行道路信息采集，生成高精度地图众包信息，从而实现对高精度地图的快速有效更新。
[0017]但是，通过众包获取的传感器数据，一方面，由于不同源的传感器数据存在能力差异、数据质量差异、对客观现实理解的差异等特性，可能会存在未定义的维度的数据分量，从而会导致降低传感器数据精度，另一方面，由于不同源的传感器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生成设定格式的矢量语义数据的方法，其特征在于，所述方法包括：获取基于传感器采集的原始数据而生成的第一格式的矢量语义数据；对所述第一格式的矢量语义数据中的各个维度的维度数据进行处理，得到第二格式的矢量语义数据中的各个维度的维度数据，所述设定格式的矢量语义数据至少包括用于描述几何维度信息的几何数据和用于描述属性维度信息的属性数据；基于所述第二格式的矢量语义数据中的各个维度的数据，生成所述第二格式的矢量语义数据。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述第二格式的矢量语义数据与高精度地图数据中的各要素进行对齐处理，得到对齐处理后的数据，所述对齐处理后的数据具有唯一对应的地图要素；针对同一地图要素的各个所述对齐处理后的数据进行聚合处理，得到聚合处理后的数据，其中，针对同一地图要素的所述聚合处理后的数据，包括针对所述同一地图要素的各个维度的维度数据，对于同一维度，所述聚合处理后的数据包括最细粒度的维度数据；基于所述聚合处理后的数据，确定发生变化的地图要素并更新所述发生变化的地图要素对应的高精度地图数据。3.根据权利要求1或2所述的方法，其特征在于，所述方法具体包括：当所述原始数据为包含道路参考线的信息的数据时，所述几何数据包括空间位置数据以及形状数据中的一种或多种；所述属性数据包括通行方向数据以及车速数据中的一种或多种。4.根据权利要求1或2所述的方法，其特征在于，所述方法具体包括：当所述原始数据为包含车道参考线的信息的数据时，所述几何数据包括空间位置数据以及形状数据中的一种或多种；所述属性数据包括通行方向数据、车道类型数据以及车速数据中的一种或多种。5.根据权利要求1或2所述的方法，其特征在于，所述方法具体包括：当所述原始数据为包含边界参考线的信息的数据时，所述属性数据包括边界角色数据、边界可跨越性数据以及标线数量数据中的一种或多种。6.根据权利要求1或2所述的方法，其特征在于，所述方法具体包括：当所述原始数据为包含车道标线的信息的数据时，所述属性数据包括标线类型数据、标线颜色数据、标线宽度数据、以及标线材质数据中的一种或多种，所述标线类型数据的数据类型具体包括：未知类型、其他类型、实线类型以及虚线类型中的一种或多种。7.根据权利要求1或2所述的方法，其特征在于，所述方法具体包括：当所述原始数据为包含路边障碍物的信息的数据时，所述几何数据包括代表线数据以及几...

【专利技术属性】
技术研发人员：周慧，冯颖，邹翠，宋向勃，李兴涛，霍敬宇，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：