地图数据融合方法、装置、电子设备及自动驾驶产品制造方法及图纸

本公开涉及计算机技术领域，具体涉及自动驾驶技术、高精地图技术领域，尤其涉及地图数据融合方法、装置、电子设备及自动驾驶产品。具体实现方案为：获取车端地图数据以及众源地图数据；对车端地图数据和众源地图数据进行融合，将众源地图数据包含的道路属性信息融合到车端地图数据中，生成包含道路属性信息的在线地图数据。本公开可以将车端实时构建的在线地图数据与众包方式采集的众源地图数据进行融合，将众源地图数据包含的道路属性信息融合到车端在线地图数据中，完善车端地图数据，无需加载全量的高精地图数据，提升加载效率，有效降低车端缓存，确保自动驾驶车辆的安全行驶。确保自动驾驶车辆的安全行驶。确保自动驾驶车辆的安全行驶。

【技术实现步骤摘要】
地图数据融合方法、装置、电子设备及自动驾驶产品


[0001]本公开涉及计算机
，具体涉及自动驾驶技术、高精地图
，尤其涉及地图数据融合方法、装置、电子设备及自动驾驶产品。

技术介绍

[0002]随着自动驾驶技术和高精度地图技术的发展，出现了高精地图(High Definition Map，简称HDMap)。高精度地图的数据内容丰富，数据精度高，高精地图拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助汽车预知路面复杂信息，是实现自动驾驶的关键所在，但是同时也存在数据量大，数据采集成本高等问题。自动驾驶系统在行驶过程中需要全量加载高精地图数据，导致地图数据加载效率低、车端缓存高。

技术实现思路

[0003]本公开提供了一种地图数据融合方法、装置、电子设备以及存储介质。
[0004]根据本公开的第一方面，提供了一种地图数据融合方法，包括：
[0005]获取车端地图数据以及众源地图数据；其中，所述车端地图数据是车端构建的在线地图数据，不包含道路属性信息；所述众源地图数据是存储于数据库中的离线地图数据，包含所述道路属性信息；
[0006]对所述车端地图数据和所述众源地图数据进行融合，将所述众源地图数据包含的道路属性信息融合到所述车端地图数据中，生成包含所述道路属性信息的所述在线地图数据。
[0007]根据本公开的第二方面，提供了一种地图数据融合装置，包括：
[0008]数据获取模块，被配置为获取车端地图数据以及众源地图数据；其中，所述车端地图数据是车端构建的在线地图数据，不包含道路属性信息；所述众源地图数据是存储于数据库中的离线地图数据，包含所述道路属性信息；
[0009]数据融合模块，被配置为对所述车端地图数据和所述众源地图数据进行融合，将所述众源地图数据包含的道路属性信息融合到所述车端地图数据中，生成包含所述道路属性信息的所述在线地图数据。
[0010]根据本公开的第三方面，提供了一种电子设备，包括：
[0011]至少一个处理器；以及
[0012]与所述至少一个处理器通信连接的存储器；其中，
[0013]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执行上述技术方案中任一项所述的方法。
[0014]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述技术方案中任一项所述的方法。
[0015]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述技术方案中任一项所述的方法。
[0016]根据本公开的第六方面，提供了一种自动驾驶产品，包括上述技术方案中所述的电子设备。
[0017]本公开提供了地图数据融合方法、装置、电子设备及自动驾驶产品，可以将车端实时构建的在线地图数据与众包方式采集的离线地图数据进行融合，将众源地图数据包含的道路属性信息融合到车端在线地图数据中，完善车端地图数据，无需加载全量的高精地图数据，提升加载效率，有效降低车端缓存，确保自动驾驶车辆的安全行驶。
[0018]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0019]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0020]图1是本公开实施例中的地图数据融合方法的步骤示意图；
[0021]图2是本公开实施例中的车端地图数据和众源地图数据融合的具体步骤图；
[0022]图3是本公开实施例中的地图数据融合方法的流程示意图；
[0023]图4是本公开实施例中的地图数据匹配的原理图；
[0024]图5是本公开实施例中的众源地图数据车道线匹配的原理图；
[0025]图6是本公开实施例中的地图数据格式处理的流程图；
[0026]图7是本公开实施例中的地图数据融合装置的原理框图；
[0027]图8是本公开实施例中的数据融合模块的原理框图；
[0028]图9是本公开实施例中的示例电子设备的示意性框图。
具体实施方式
[0029]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0030]针对现有技术中高精地图数据加载效率低、车端缓存高以及车端地图数据不完善等技术问题，本公开提供了一种地图数据融合方法，如图1所示，包括：
[0031]步骤S101，获取车端地图数据以及众源地图数据。其中，车端地图数据(又称为Local mapping)是指车端通过采集的感知信息实时构建的在线地图数据(Online Map)，在线建图是指在自动驾驶车辆行驶过程中利用车载传感器实时地感知自动驾驶车辆周围的地图要素并生成地图。在线建图无需人工处理、标注和维护，相比离线建图成本低、可拓展性强、易用性强。但是这种在线地图数据仅仅包含位置信息，缺失道路属性信息，例如车道朝向、车道宽度、车道类型等。而众源地图数据是通过众包方式采集的离线历史地图数据，其包含的数据内容更丰富，包含了车道朝向、车道宽度、车道类型等道路属性信息。
[0032]步骤S102，对车端地图数据和众源地图数据进行融合，将众源地图数据包含的道路属性信息融合到车端地图数据中，生成包含道路属性信息的在线地图数据。在步骤S101获取了车端地图数据和众源地图数据之后，将众源地图数据中的道路属性信息融合到车端地图数据中，车端可以自动生成带有道路属性信息的在线地图数据，弥补车端地图数据不
完善的问题，确保自动驾驶车辆的安全行驶。车端通过将矢量地图数据和众源地图数据的道路属性信息进行融合生成矢量数据形式的在线地图数据，也无需再加载全量的高精地图，降低了车端的缓存，同时也提高了加载效率。
[0033]作为可选的实施方式，步骤S101获取车端地图数据之前，还包括：基于车端传感器在车辆行驶过程中采集的感知信息生成车端地图数据。车端地图数据是由感知信息进行矢量化之后得到的矢量数据构成的在线地图数据，又称为矢量高精地图(vectorized high
‑
definition map)，其是一种应用于自动驾驶的高精度结构化电子地图，其由驾驶场景各类地图要素(如人行横道、车道线、路沿等)的矢量化表示构成，为决策规划、轨迹预测、环境感知提供重要的高层级语义信息。车端传感器可以包括激光雷达、相机、惯性导航等。
[0034]在生成车端地图数据前可以进行抽稀处理，例如采用道格拉斯抽稀算法，在处理矢量化数据时，记录中往往会有很多重复数据，对进一步数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地图数据融合方法，包括：获取车端地图数据以及众源地图数据；其中，所述车端地图数据是车端构建的在线地图数据，不包含道路属性信息；所述众源地图数据是存储于数据库中的离线地图数据，包含所述道路属性信息；对所述车端地图数据和所述众源地图数据进行融合，将所述众源地图数据包含的道路属性信息融合到所述车端地图数据中，生成包含所述道路属性信息的所述在线地图数据。2.根据权利要求1所述的方法，所述获取车端地图数据之前，还包括：基于车端传感器在车辆行驶过程中采集的感知信息生成所述车端地图数据。3.根据权利要求1所述的方法，其中，所述对所述车端地图数据和所述众源地图数据进行融合，将所述众源地图数据包含的道路属性信息融合到所述车端地图数据中包括：对所述车端地图数据的每一条车端车道线与所述众源地图数据的众源车道线进行匹配，找到与每一条所述车端车道线匹配的众源车道线；将所述道路属性信息赋值给与所述车端车道线匹配的所述众源车道线。4.根据权利要求3所述的方法，其中，所述对所述车端地图数据的每一条车端车道线与所述众源地图数据的众源车道线进行匹配包括：针对每一条所述车端车道线生成包围盒；基于所述包围盒确定每一条所述车端车道线对应的搜索范围；基于所述搜索范围搜索所述众源地图数据，搜索每一条所述车端车道线匹配的至少一条所述众源车道线。5.根据权利要求4所述的方法，其中，所述基于所述包围盒确定每一条所述车端车道线对应的搜索范围包括：以所述包围盒的中心点到所述包围盒的任意一个顶点的距离为搜索半径；基于所述包围盒的中心点和所述搜索半径确定所述搜索范围。6.根据权利要求4或5所述的方法，其中，所述基于所述搜索范围搜索所述众源地图数据，搜索每一条所述车端车道线匹配的至少一条所述众源车道线之后，还包括：响应于所述车端车道线仅匹配到一条所述众源车道线，将匹配到的一条所述众源车道线作为匹配车道线；响应于所述车端车道线匹配到两条及以上所述众源车道线，基于所述车端车道线的中心线和所述众源车道线的中心线进行距离计算，选择距离最近的所述众源车道线作为所述匹配车道线。7.根据权利要求6所述的方法，其中，所述基于所述车端车道线的中心线和所述众源车道线的中心线进行距离计算，选择距离最近的所述众源车道线作为所述匹配车道线包括：对于所述车端车道线的中心线每一个点与所述众源车道线的中心线的每一个点计算得到多个点距离；基于所述多个点距离计算所述车端车道线与每一条所述众源车道线之间的距离均值；选择所述距离均值最小的所述众源车道线作为所述匹配车道线。8.根据权利要求1所述的方法，其中，所述获取车端地图数据以及众源地图数据之后，还包括：将所述车端地图数据以及所述众源地图数据转换为中间格式。
9.根据权利要求1
‑
8中任意一项所述的方法，其中，所述道路属性信息包括以下至少一项：车道朝向信息；车道宽度信息；车道类型；道路名称；道路交通限制。10.一种地图数据融合装置，包括：数据获取模块，被配置为获取车端地图数据以及众源地图数据；其中，所述车端地图数据是车端构建的在线地图数据，不包含道路属性信息；所述众源地图数据是存储于数据库中的离线地图数据，包含所述道路属性信息；数据融合模块，被配置为对所述车端地图数据和所述众源地图数据进行融合，将所述...

【专利技术属性】
技术研发人员：赖超，刘阳，张晔，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：