[發明專利]一種高精地圖數據的處理方法和裝置

有效

• 申請號: 201510571925.6
• 申請日: 2015-09-09
• 公開（公告）號: CN105260988B
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 蔣昭炎;關書偉;宋良;晏陽
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆;胡彬

1.一種高精地圖數據的處理方法，其特征在于，包括：

沿目標軌跡對地圖數據進行至少兩次采集，以分別獲取至少兩次原始地圖數據；

分別識別所述原始地圖數據中的物體，并提取物體特征，其中，對于動態物體而言，提取的物體特征包括其單位時間內移動的速度和/或加速度；對于靜態物體而言，提取的物體特征包括其結構特征、重心特征和/或形貌特征；

將各所述原始地圖數據中的物體特征進行匹配；

將匹配物體特征的物體作為參照物，將各所述原始地圖數據進行融合處理；

其中，在分別識別所述原始地圖數據中的物體，并提取物體特征之前，還包括：

分別對所述原始地圖數據按照采集軌跡進行分析和切分，其中，分析的內容或切分的依據包括采集軌跡的長度、采集得到的原始地圖數據的灰度值或標志性物體的特征值；

將切分后的原始地圖數據段落進行關聯，作為后續識別物體的關聯原始地圖數據。

2.根據權利要求1所述的方法，其特征在于，分別識別所述原始地圖數據中的物體，并提取物體特征包括：

采用所述原始地圖數據中的點云數據進行靜態物體識別，并提取所述靜態物體的結構特征。

3.根據權利要求2所述的方法，其特征在于，采用所述原始地圖數據中的點云數據進行靜態物體識別，并提取所述靜態物體的結構特征包括：

根據所述原始地圖數據中的點云數據中的反射率，識別車道線，并通過所述車道線擬合道路平面，提取所述道路平面的平面特征。

4.根據權利要求2所述的方法，其特征在于，采用所述原始地圖數據中的點云數據進行靜態物體識別，并提取所述靜態物體的結構特征包括：

根據所述點云數據，對超出道路平面的物體進行最小外包盒識別，根據所述最小外包盒的特征分別識別靜止車輛和路燈桿，提取所述靜止車輛的車頂部平面特征，且提取所述路燈桿的重心特征。

5.根據權利要求2所述的方法，其特征在于，采用所述原始地圖數據中的點云數據進行靜態物體識別，并提取所述靜態物體的結構特征包括：

根據所述原始地圖數據中的點云數據中的反射率，將反射率達到高反射率條件的點云數據進行聚類，將聚類后的點云數據進行平面擬合，并從擬合的平面中識別路牌，提取所述路牌的平面特征，其中，所述高反射率條件指反射率高于預設閾值范圍。

6.根據權利要求1-5任一所述的方法，其特征在于，將匹配物體特征的物體作為參照物，將各所述原始地圖數據進行融合處理包括：

將匹配物體特征的物體作為參照物，計算各所述原始地圖數據的偏移旋轉角度和偏移量；

根據各原始地圖數據的偏移旋轉角度和偏移量，對原始地圖數據進行融合處理。

7.一種高精地圖數據的處理裝置，其特征在于，包括：

采集模塊，用于沿目標軌跡對地圖數據進行至少兩次采集，以分別獲取至少兩次原始地圖數據；

識別模塊，用于分別識別所述原始地圖數據中的物體，并提取物體特征，其中，對于動態物體而言，提取的物體特征包括其單位時間內移動的速度和/或加速度；對于靜態物體而言，提取的物體特征包括其結構特征、重心特征和/或形貌特征；

匹配模塊，用于將各所述原始地圖數據中的物體特征進行匹配；

融合處理模塊，用于將匹配物體特征的物體作為參照物，將各所述原始地圖數據進行融合處理；

分析和切分模塊，用于在分別識別所述原始地圖數據中的物體，并提取物體特征之前，分別對所述原始地圖數據按照采集軌跡進行分析和切分，其中，分析的內容或切分的依據包括采集軌跡的長度、采集得到的原始地圖數據的灰度值或標志性物體的特征值；

關聯模塊，用于將切分后的原始地圖數據段落進行關聯，作為后續識別物體的關聯原始地圖數據。

8.根據權利要求7所述的裝置，其特征在于，所述識別模塊具體用于：

采用所述原始地圖數據中的點云數據進行靜態物體識別，并提取所述靜態物體的結構特征。