一種高精地圖數據的處理方法和裝置的制造方法
【技術領域】
[0001]本發明實施例涉及地圖數據處理技術，尤其涉及一種高精地圖數據的處理方法和
目.0
【背景技術】
[0002]隨著自駕出行探親、探險和旅游的用戶越來越多，當用戶去往自己不熟悉的目的地時，便會依賴于利用智能終端進行地圖查詢，用戶可以在智能終端中通過輸入目的地對出行路線進行查看和選擇，地圖的使用在很大程度上方便了人們的生活。
[0003]目前，形成地圖圖像之前，對地圖圖像數據的采集一般利用慣性測量單元(Intertial Measurement Uint, IMU)、全球定位系統(Global Posit1ning System, GPS)或者光探測與測量(Light Detect1n And Ranging，LIDAR)等多種工具來完成，再將數據進行融合處理，形成地圖數據。
[0004]IMU主要包括陀螺儀和加速度計兩部分，該兩部分直接影響IMU的測量圖像數據的精度。其中陀螺儀主要測量運動物體的角速度信息，加速度計主要測量運動物體的加速度信息，IMU根據所測信息計算得到運動物體的運動形態。
[0005]GPS主要包括空間星座、地面監控和用戶設備三部分，該三部分直接影響GPS獲得的圖像數據的精度。其中，空間星座一般由24顆衛星組成，用于實時測量地面物體的圖像數據，地面監控接收空間星座的衛星發送的該衛星測量得到的物體的地圖數據，用戶設備對該物體的地圖數據進行計算并得到物體的位置信息等。
[0006]LIDAR主要利用IMU和GPS進行激光掃描，其所測得的數據為點云數據，即所測得的數據為物體表面模型的一系列離散點，該點云數據中包括物體的空間三維信息和激光強度信息。LIDAR中的傳感器將激光束發射到地面或者物體表面，激光束遇到障礙物發生發射，激光束反射的能量被該傳感器記錄并作為激光強度信息，并且利用該激光強度信息可以計算得到激光束的反射率。
[0007]通常為了保證測量得到的地圖數據的多樣性和全面性，利用上述工具對獲得地圖數據的采集軌跡進行多次采集。地圖數據采集結束后，利用GPS或頂U對采集得到的多次相應地圖數據進行關聯，最終得到高精地圖。
[0008]然而，現有技術存在以下缺陷，在利用GPS或IMU對采集得到的多次相應的地圖數據進行關聯時，由于工具本身的測量和計算精度的限制，使得關聯后得到的地圖圖像中的物體出現錯位，導致用戶看到的地圖圖像中的物體有重影，嚴重影響用戶的使用體驗。
【發明內容】
[0009]有鑒于此，本發明實施例提供一種高精地圖數據的處理方法和裝置，以實現解決對多次采集的圖像數據進行關聯時出現的地圖圖像中的物體錯位和重影的問題。
[0010]—方面，本發明實施例提供了一種高精地圖數據的處理方法，該方法包括:
[0011]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；
[0012]分別識別所述原始地圖數據中的物體，并提取物體特征；
[0013]將各所述原始地圖數據中的物體特征進行匹配；
[0014]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。
[0015]另一方面，本發明實施例還提供了一種高精地圖數據的處理裝置，該裝置包括:
[0016]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；
[0017]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；
[0018]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；
[0019]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。
[0020]本發明實施例提供的技術方案，通過識別原始地圖數據中的物體，并提取物體特征，進而將各原始地圖數據中的物體特征進行匹配并將匹配后得到的物體作為參照物，利用該參照物對原始地圖數據進行融合處理，解決了地圖圖像中的物體出現錯位的問題，去除了地圖圖像的重影問題，提高了地圖圖像的清晰度。
【附圖說明】
[0021]圖1為本發明實施例一提供的一種高精地圖數據的處理方法的流程圖；
[0022]圖2為本發明實施例二提供的最小外包盒的三位坐標系示意圖；
[0023]圖3為本發明實施例三提供的一種高精地圖數據的處理裝置的結構示意圖。
【具體實施方式】
[0024]下面結合附圖和實施例對本發明作進一步的詳細說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋本發明，而非對本發明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發明相關的部分而非全部結構。
[0025]實施例一
[0026]圖1為本發明實施例一提供的一種高精地圖數據的處理方法的流程圖。該方法可以由高精地圖數據的處理裝置執行，其中該裝置可由軟件和/或硬件實現，并一般可集成在具有圖像數據處理能力的服務器中。
[0027]參見圖1，該方法具體包括如下:
[0028]S101、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。
[0029]在上述操作中，所述目標軌跡可以指的是進行地圖數據采集的采集車、采集航模或者采集機器人等采集工具的采集路線，該路線可以是人為預先設定并存儲在上述采集工具中的，也可以是采集工具根據人為輸入的采集起始點和終止點自行確定的較佳的采集路線。
[0030]通常，采集工具在對目標軌跡周圍物體的地圖數據進行采集時，不能保證一次完成所有物體的地圖數據的完整采集，為了保證采集得到的目標軌跡周圍物體的地圖數據的多樣性和全面性，一般情況下，采集工具可以對同一采集軌跡周圍物體的地圖數據進行至少兩次采集。這樣設置的好處是，通過對多次采集中得到的同一物體的地圖數據進行融合處理，可以使得該物體盡可能多的信息呈現在地圖中，提升用戶的使用體驗。
[0031]在此，需要進一步說明的是，采集工具中至少包括頂U、GPS或LIDAR采集方式中的一種。采集工具沿目標軌跡對周圍物體的地圖數據進行采集，得到相應物體的點云數據和圖像數據。
[0032]S102、分別識別所述原始地圖數據中的物體，并提取物體特征。
[0033]上述操作中，在地圖數據采集完畢之后，利用采集工具對地圖數據進行處理，首先利用采集工具識別各次采集得到的原始地圖數據中的動態物體或靜態物體，例如根據采集得到的原始地圖數據，IMU可以計算出動態物體的運動形態，LIDAR可以計算出靜態物體的形貌特征或者結構特征。識別到原始地圖數據中的物體后，提取不同物體的特征。優選的，對于動態物體而言，可以提取其單位時間內移動的速度和/或加速度等特征；對于靜態物體而言，可以提取其結構特征、重心特征和/或形貌特征等。優選是采集靜態物體的物體特征，以便于作為參照特征。
[0034]在此，需要說明的是，對各次原始地圖數據中的物體進行識別時，可以選擇性地對具有標志性的物體進行識別，也可以對全部物體均進行識別。在本實施例中，優選的，對各次原始地圖數據中具有標志性的物體進行識別，例如，識別原始地圖數據中的道路平面、位于道路平面上的車輛、路燈桿、路牌或者建筑物平面等標志性物體。這樣設置的好處是，一方面對具有標志性的物體進行識別使得識別的精準度提高，另一方面，只識別具有標志性的物體縮短了識別所需要的時間，降低了識別成本。
[0035]S103、將各所述原始地圖數據中的物體特征進行匹配。
[0036]上述操作中，利用采集工具識別各次原始地圖數據中物體，并提取各次原始地圖數據中識別的物體的特征。提取完畢后，將所述各次原始地圖數據中相同的物體特征進行匹配。這樣設置的好處是，經過匹配可以消除各次原始地圖數據識別得到的物體特征在融合處理中產生的重影問題，進而保證匹配物體特征之后的物體與實際物體保持一致，進而保證了地圖的精準性。
[0037]優選的，將各次原始地圖數據中的物體特征進行匹配之后，還可以進一步采用隨機抽樣一致性(Random Sample Consensus,RANSAC)算法去除匹配過程中的誤匹配操作，使得匹配物體特征后的物體與實際物體的一致性更高，進而更有效地保證了地圖的精準性。
[0038]S104、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。
[0039]上述操作中，將匹配物體特征后的物體作為參照物，