【技术实现步骤摘要】
一种高精地图更新方法、装置及设备
[0001]本申请涉及电子地图
，尤其涉及一种高精地图更新方法、装置及设备。
技术介绍
[0002]无人驾驶车辆主要依赖高精地图中的道路信息进行自动行驶，其高精地图中道路数据信息的时效性对无人驾驶车辆的安全行驶起着极其重要的作用。因此，需要对高精地图中的道路数据信息进行实时更新，以保证高精地图的鲜度，提升无人驾驶车辆在行驶过程中的安全性。
[0003]目前针对高精地图进行更新时，在针对各个车道获取到新车道线数据后，需通过人工标注的方式在高精地图数据库中找到与新车道线数据对应的目标车道，然后将目标车道处的原车道线数据更新为新车道线数据。人工在标注的过程中难免会出现标注错误的问题，以及人工标注所耗费的更新时间较长，从而导致高精地图进行更新的实时性较差。
[0004]基于此，如何提升针对高精地图进行更新的准确性及实时性，成为了亟待解决的技术问题。
技术实现思路
[0005]本说明书实施例提供的一种高精地图更新方法、装置及设备，以解决现有技术中针对高精地图进行更...
【技术保护点】
【技术特征摘要】
1.一种高精地图更新方法，其特征在于，包括：获取第一车道处的历史车道线数据与第二车道处的目标车道线数据；所述历史车道线数据为高精地图中的所述第一车道处的待更新车道线数据，所述目标车道线数据是根据采集到的所述第二车道处的道路感知数据生成的车道线数据；根据所述历史车道线数据与所述目标车道线数据中的至少一种相同类型的数据，判断所述历史车道线数据与所述目标车道线数据是否归属于同一车道，得到判断结果；若所述判断结果表示所述历史车道线数据与所述目标车道线数据归属于同一车道，则利用所述目标车道线数据对所述高精地图中的所述历史车道线数据进行更新，得到更新后高精地图。2.如权利要求1所述的方法，其特征在于，所述根据所述历史车道线数据与所述目标车道线数据中的至少一种相同类型的数据，判断所述历史车道线数据与所述目标车道线数据是否归属于同一车道，得到判断结果，包括：根据所述历史车道线数据以及所述目标车道线数据中的至少一种相同类型的数据，计算得到第一类型的车道线特征数据；判断所述第一类型的车道线特征数据是否位于第一预设范围内，得到第一判断结果；若根据所述第一判断结果未识别出所述历史车道线数据与所述目标车道线数据归属于不同车道，则根据所述历史车道线数据与所述目标车道线数据中的至少一种相同类型的数据，计算得到第二类型的车道线特征数据；所述第二类型的车道线特征数据的特征计算复杂度高于所述第一类型的车道线特征数据的特征计算复杂度，和/或所述第二类型的车道线特征数据的归属车道识别准确度高于所述第一类型的车道线特征数据的归属车道识别准确度；判断所述第二类型的车道线特征数据是否位于第二预设范围内，得到反映所述历史车道线数据与所述目标车道线数据是否归属于同一车道的第二判断结果。3.如权利要求2所述的方法，其特征在于，所述第一类型的车道线特征数据包括：车道线长度差值、车道线中心点距离值、车道线点位坐标数量差值以及车道线点位坐标平均距离值；所述判断所述第一类型的车道线特征数据是否位于第一预设范围内，得到第一判断结果，包括：判断所述车道线长度差值是否小于等于第一预设阈值，得到第三判断结果；若所述第三判断结果表示所述车道线长度差值小于等于所述第一预设阈值，则判断所述车道线中心点距离值是否小于等于第二预设阈值，得到第四判断结果；若所述第四判断结果表示所述车道线中心点距离值小于等于所述第二预设阈值，则判断所述车道线点位坐标数量差值是否小于等于第三预设阈值，得到第五判断结果；若所述第五判断结果表示所述车道线点位坐标数量差值小于等于所述第三预设阈值，则判断所述车道线点位坐标平均距离值是否小于等于第四预设阈值，得到所述第一判断结果；其中，所述第一判断结果在所述车道线点位坐标平均距离值小于等于所述第四预设阈值时，表示未识别出所述历史车道线数据与所述目标车道线数据归属于不同车道。4.如权利要求3所述的方法，其特征在于，所述第二类型的车道线特征数据包括：车道线端点缓冲区重合面积、车道线平均斜率差值以及车道线之间的平均垂直距离；
所述判断所述第二类型的车道线特征数据是否位于第二预设范围内，得到反映所述历史车道线数据与所述目标车道线数据是否归属于同一车道的第二判断结果，包括：判断所述车道线端点缓冲区重合面积是否小于等于第五预设阈值，得到第六判断结果；若所述第六判断结果表示所述车道线端点缓冲区重合面积小于等于所述第五预设阈值，则判断所述车道线平均斜率差值是否小于等于第六预设阈...
【专利技术属性】
技术研发人员：宁哲，张建平，赖晗，李兴涛，吴复争，孙祥乐，周明明，
申请(专利权)人：西安四维图新信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。