目标区域路径的生成方法、装置、设备及存储介质

技术领域

本申请涉及高精地图技术领域，尤其涉及目标区域路径的生成方法、装置、设备及存储介质。

背景技术

目前自动驾驶的应用场景越来越多元化，例如在公园、学校、工厂等区域内利用自动驾驶清扫车来清理垃圾。但是目前这些区域生成的地图是传统地图，定位精度不够高，无法实现自动驾驶清扫车的自动驾驶。

因此，为了能够使清扫车辆正常的行驶在公园等区域内，需要对公园等区域的道路进行解算，生成高精地图。但是这些区域不允许车辆进入，并且由于道路狭窄，采集车也无法正常驶入，从而无法采集道路数据。

发明内容

为解决或部分解决相关技术中存在的问题，本申请提供一种目标区域路径的生成方法，能够通过小型设备搭载传感器组成的移动装置在目标区域内行驶，实现目标区域道路数据的采集，从而构建目标区域道路的高精地图。

本申请第一方面提供一种目标区域路径的生成方法，包括：

提供移动装置，所述移动装置包括移动本体，以及搭载于所述移动本体上的采集装置；

驱使所述移动本体在目标区域的目标道路内行驶，并通过所述采集装置采集所述目标道路的道路数据；

对所述目标道路的道路数据进行边缘解算，得到所述目标道路的边缘道路数据；

根据所述目标道路的边缘道路数据，生成所述目标道路的虚拟边缘车道线；

根据所述目标道路的几何属性，为所述虚拟边缘车道线内的车道添加运动方向限制属性，得到所述目标道路的目标车道线数据。

作为一个可选的实施例，所述采集装置包括摄像设备和定位设备；所述通过所述采集装置采集所述目标道路的道路数据，包括：

通过所述摄像设备采集所述目标道路的图像数据；

通过所述定位设备采集所述摄像设备的位置数据。

作为一个可选的实施例，所述对所述目标道路的道路数据进行边缘解算，得到所述目标道路的边缘道路数据，包括：

对所述目标道路的图像数据进行边缘检测，提取出所述目标道路内边缘道路的像素坐标；

根据所述目标道路内边缘道路的像素坐标和所述摄像设备的位置数据，利用Slam算法得到所述目标道路内边缘道路的实际空间坐标。

作为一个可选的实施例，所述根据所述目标道路的几何属性，为所述虚拟边缘车道线内的车道添加运动方向限制属性，包括：

若所述目标道路的宽度大于第一阈值，则将位于所述虚拟边缘车道线内的车道设置为双车道，并为所述双车道的每个车道添加运动方向的属性；

若所述目标道路的宽度不大于第一阈值，则将位于所述虚拟边缘车道线内的车道设置为单车道，并为所述单车道添加运动方向的属性。

作为一个可选的实施例，还包括：

若所述目标道路的转弯半径不大于第二阈值，则为所述虚拟边缘车道线添加直线行驶的属性；

若所述目标道路的转弯半径大于第二阈值，则为所述虚拟边缘车道线添加曲线行驶的属性。

本申请第二方面提供一种目标区域路径的生成装置，包括：

移动装置，所述移动装置包括移动本体，以及搭载于所述移动本体上的采集装置；所述移动本体用于在目标区域的目标道路内行驶，所述采集装置用于采集所述目标道路的道路数据；

解算模块，用于对所述目标道路的道路数据进行边缘解算，得到所述目标道路的边缘道路数据；

生成模块，用于根据所述目标道路的边缘道路数据，生成所述目标道路的虚拟边缘车道线；

属性添加模块，用于根据所述目标道路的几何属性，为所述虚拟边缘车道线内的车道添加运动方向限制属性，得到所述目标道路的目标车道线数据。

作为一个可选的实施例，所述采集装置包括摄像设备和定位设备，所述摄像头用于采集所述目标道路的图像数据，所述定位设备用于采集所述摄像设备的位置数据。

作为一个可选的实施例，所述定位设备为RTK定位设备。

本申请第三方面提供一种电子设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。

本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。

本申请提供的技术方案可以包括以下有益效果：本申请通过提供小型的移动装置，实现在目标区域窄路上的行驶，并通过采集装置采集目标道路的道路数据；再解算道路数据得到目标道路的边缘道路数据，并生成目标道路的虚拟边缘车道线；最后根据目标道路的几何属性，为虚拟边缘车道线内的车道添加运动方向限制属性，得到目标道路的目标车道线数据。因此，本申请实施例能生成目标区域车道级高精地图数据，为目标区域内自动驾驶清扫车的作业提供精确的数据支撑。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

通过结合附图对本申请示例性实施方式进行更详细地描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。

图1是本申请实施例示出的目标区域路径的生成方法的流程示意图；

图2是本申请实施例示出的目标区域路径的生成方法的另一流程示意图；

图3是本申请实施例示出由目标车道线数据生成目标区域路径的结构示意图；

图4是本申请实施例示出由目标车道线数据生成目标区域路径的的另一结构示意图；

图5是本申请实施例示出的目标区域路径的生成装置的结构示意图；

图6是本申请实施例示出的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

目前自动驾驶的应用场景越来越多元化，例如在公园、学校、工厂等区域内利用自动驾驶清扫车来清理垃圾。但是目前这些区域生成的地图是传统地图，定位精度不够高，无法实现自动驾驶清扫车的自动驾驶。

因此，为了能够使清扫车辆正常的行驶在公园等区域内，需要对公园等区域的道路进行解算，生成高精地图。但是这些区域不允许车辆进入，并且由于道路狭窄，采集车也无法正常驶入，从而无法采集道路数据。

针对上述问题，本申请实施例提供一种目标区域路径的生成方法，能够通过小型设备搭载传感器组成的移动装置在目标区域内行驶，实现目标区域道路数据的采集，从而构建目标区域道路的高精地图。

以下结合附图详细描述本申请实施例的技术方案。

图1是本申请实施例示出的目标区域路径的生成方法的流程示意图。

参见图1，一种目标区域路径的生成方法，包括步骤S1至步骤S5：

步骤S1：提供移动装置，移动装置包括移动本体，以及搭载于移动本体上的采集装置。

由于目标区域内的道路狭窄，普通的车辆无法行驶，因此本申请实施例先制备一个小型移动装置，移动装置包括移动本体，以及搭载于移动本体上的采集装置。

移动本体可以包括壳体，以及安装在壳体上的驱动装置、动力电池、自动驾驶计算单元和控制单元。其中，动力电池电连接驱动装置、自动驾驶计算单元、控制单元和采集装置，用于给这些装置供电；自动驾驶计算单元基于采集装置获取的道路数据分析计算得到驾驶信息；控制单元基于自动驾驶计算单元输出的驾驶信息控制驱动装置，以实现移动本体的移动。

采集装置可以包括多个不同种类的传感器，通过不同种类的传感器采集目标区域内目标道路的道路数据。

本申请实施例的可以在目标区域的目标道路上畅通行驶，并可通过采集装置采集目标道路的道路数据，实现道路数据的顺利采集，为目标区域路径的生成提供数据支撑。

步骤S2：驱使移动本体在目标区域的目标道路内行驶，并通过采集装置采集目标道路的道路数据。

本申请实施例的采集装置可以包括摄像设备和定位设备；通过采集装置采集目标道路的道路数据，可以包括：通过摄像设备采集目标道路的图像数据；通过定位设备采集摄像设备的位置数据。

步骤S3：对目标道路的道路数据进行边缘解算，得到目标道路的边缘道路数据。

可以采用以下步骤得到目标道路的边缘道路数据：对目标道路的图像数据进行边缘检测，提取出目标道路内边缘道路的像素坐标；根据目标道路内边缘道路的像素坐标和摄像设备的位置数据，利用Slam算法得到目标道路内边缘道路的实际空间坐标。

步骤S4：根据目标道路的边缘道路数据，生成目标道路的虚拟边缘车道线。

目标道路的边缘道路数据可以指目标道路上马路牙或草地与石子路之间的交界处的实际空间坐标。

本申请实施例可以将边缘道路数据的实际空间坐标全部显示在高精地图中，在高精地图中展示出虚拟边缘车道线。

步骤S5：根据目标道路的几何属性，为虚拟边缘车道线内的车道添加运动方向限制属性，得到目标道路的目标车道线数据。

本申请实施例中根据目标道路的几何属性，为虚拟边缘车道线内的车道添加运动方向限制属性，可以包括：若目标道路的宽度大于第一阈值，则将位于虚拟边缘车道线内的车道设置为双车道，并为双车道的每个车道添加运动方向的属性；若目标道路的宽度不大于第一阈值，则将位于虚拟边缘车道线内的车道设置为单车道，并为单车道添加运动方向的属性；若目标道路的转弯半径不大于第二阈值，则为虚拟边缘车道线添加直线行驶的属性；若目标道路的转弯半径大于第二阈值，则为虚拟边缘车道线添加曲线行驶的属性。

本申请实施例通过提供小型的移动装置，实现在目标区域窄路上的行驶，并通过采集装置采集目标道路的道路数据；再解算道路数据得到目标道路的边缘道路数据，并生成目标道路的虚拟边缘车道线；最后根据目标道路的几何属性，为虚拟边缘车道线内的车道添加运动方向限制属性，得到目标道路的目标车道线数据。因此，本申请实施例能生成目标区域车道级高精地图数据，为目标区域内自动驾驶清扫车的作业提供精确的数据支撑。

图2是本申请实施例示出的目标区域路径的生成方法的另一流程示意图。

S10：提供移动装置，移动装置包括移动本体，以及搭载于移动本体上的采集装置。

由于目标区域内的道路狭窄，普通的车辆无法行驶，因此本申请实施例先制备一个小型移动装置，移动装置包括移动本体，以及搭载于移动本体上的采集装置。

移动本体可以包括壳体，以及安装在壳体上的驱动装置、动力电池、自动驾驶计算单元和控制单元。其中，动力电池电连接驱动装置、自动驾驶计算单元、控制单元和采集装置，用于给这些装置供电；自动驾驶计算单元基于采集装置获取的道路数据分析计算得到驾驶信息；控制单元基于自动驾驶计算单元输出的驾驶信息控制驱动装置，以实现移动本体的移动。

本申请实施例的小型移动装置可以在目标区域的目标道路上畅通行驶，并可通过采集装置采集目标道路的道路数据，实现道路数据的顺利采集，为目标区域路径的生成提供数据支撑。

S20：驱使移动本体在目标区域的目标道路内行驶，并通过摄像设备采集目标道路的图像数据，以及通过定位设备采集摄像设备的位置数据。

本申请采集装置可以包括摄像设备和定位设备。移动本体在目标区域的目标道路上行驶时，摄像设备采集目标道路的图像数据，定位设备采集摄像设备的位置数据。

S30：对目标道路的图像数据进行边缘检测，提取出目标道路内边缘道路的像素坐标。

通过对图像数据进行边缘检测，可以先识别出图像数据中边缘道路的像素点，例如可以通过神经网络模型进行边缘道路的识别，再提取出边缘道路像素点的像素坐标。

S31：根据目标道路内边缘道路的像素坐标和摄像设备的位置数据，利用Slam算法得到目标道路内边缘道路的实际空间坐标。

摄像设备的内参可以通过相机的标定得知，根据摄像设备的内参、边缘道路的像素坐标和摄像设备的位置数据，就可以将边缘道路的像素坐标从图像坐标系转换到相机坐标系，得到边缘道路的相机坐标。再根据相机的外部参例如旋转矩阵R和平移向量T，就可以将边缘道路在相机坐标系中的相机坐标转换到世界坐标系中，得到目标道路内边缘道路的实际空间坐标。

S40：根据目标道路的边缘道路数据，生成目标道路的虚拟边缘车道线。

目标道路的边缘道路数据可以指目标道路上马路牙或草地与石子路之间的交界处的实际空间坐标。

本申请实施例可以将边缘道路数据的实际空间坐标全部显示在高精地图中，在高精地图中展示出虚拟边缘车道线。

S50：若目标道路的宽度大于第一阈值，则将位于虚拟边缘车道线内的车道设置为双车道，并为双车道的每个车道添加运动方向的属性，得到目标道路的目标车道线数据。

参见图3所示，本申请实施例可以设置第一阈值为7米，目标车道LA的宽度为8米，那么说明目标车道LA可以同时通行并排行驶的两辆车辆，因此可以在虚拟边缘车道线内的目标车道LA的中心增加虚拟中心车道线，将目标车道LA分成两车道，供车辆双向行驶。再根据实际通车情况为双车道的两个车道添加运动方向的属性，可以是同向行驶(即单行行驶)也可以是反向行驶(即双向行驶)。图3中为两个车道添加不同运动方向的属性，车辆在目标车道LA上可以双向行驶。

S51：若目标道路的宽度不大于第一阈值，则将位于虚拟边缘车道线内的车道设置为单车道，并为单车道添加运动方向的属性，得到目标道路的目标车道线数据。

参见图3所示，本申请实施例可以设置第一阈值为7米，目标车道LB的宽度为5米，那么说明目标车道LB无法同时通行并排行驶的两辆车辆，因此可以将虚拟边缘车道线内的目标车道LB作为单车道。再根据实际通车情况为单车道添加运动方向的属性，可以是单向行驶也可以是双向行驶(双向行驶时也只能通过一辆车辆)。图3中车辆在目标车道LB上可以双向行驶。

S52：若目标道路的转弯半径不大于第二阈值，则为虚拟边缘车道线添加直线行驶的属性，得到目标道路的目标车道线数据。

参见图3所示，本申请实施例可以设置第二阈值为4.5米，目标车道LA和目标车道LB的转弯半径小于第二阈值，说明目标车道LA和目标车道LB为直行道路，为目标车道LA和目标车道LB的虚拟边缘车道线添加直线行驶的属性(例如采用直线箭头进行标识)。

S53：若目标道路的转弯半径大于第二阈值，则为虚拟边缘车道线添加曲线行驶的属性，得到目标道路的目标车道线数据。

参见图4所示，本申请实施例可以设置第二阈值为4.5米，目标车道LS的转弯半径大于第二阈值，说明目标车道LS为曲线道路，为目标车道LS的虚拟边缘车道线添加曲线行驶的属性(例如采用曲线箭头进行标识)。

与前述应用功能实现方法实施例相对应，本申请还提供了一种目标区域路径的生成装置、电子设备及相应的实施例。

图5是本申请实施例示出的目标区域路径的生成装置的结构示意图。

参见图5，一种目标区域路径的生成装置，包括：

移动装置40，移动装置包括移动本体，以及搭载于移动本体上的采集装置；移动本体用于在目标区域的目标道路内行驶，采集装置用于采集目标道路的道路数据。采集装置包括摄像设备和定位设备，摄像头用于采集目标道路的图像数据，定位设备用于采集摄像设备的位置数据。定位设备可以为RTK定位设备，实现高精度的定位。

解算模块41，用于对目标道路的道路数据进行边缘解算，得到目标道路的边缘道路数据。解算模块41包括边缘检测模块和计算模块。

边缘检测模块用于对目标道路的图像数据进行边缘检测，提取出目标道路内边缘道路的像素坐标。

通过对图像数据进行边缘检测，可以先识别出图像数据中边缘道路的像素点，例如可以通过神经网络模型进行边缘道路的识别，再提取出边缘道路像素点的像素坐标。

计算模块用于根据目标道路内边缘道路的像素坐标和摄像设备的位置数据，利用Slam算法得到目标道路内边缘道路的实际空间坐标。

摄像设备的内参可以通过相机的标定得知，根据摄像设备的内参、边缘道路的像素坐标和摄像设备的位置数据，就可以将边缘道路的像素坐标从图像坐标系转换到相机坐标系，得到边缘道路的相机坐标。再根据相机的外部参例如旋转矩阵R和平移向量T，就可以将边缘道路在相机坐标系中的相机坐标转换到世界坐标系中，得到目标道路内边缘道路的实际空间坐标。

生成模块42，用于根据目标道路的边缘道路数据，生成目标道路的虚拟边缘车道线。目标道路的边缘道路数据可以指目标道路上马路牙或草地与石子路之间的交界处的实际空间坐标。本申请实施例可以将边缘道路数据的实际空间坐标全部显示在高精地图中，在高精地图中展示出虚拟边缘车道线。

属性添加模块43，用于根据目标道路的几何属性，为虚拟边缘车道线添加运动方向限制属性，得到目标道路的目标车道线数据。

本申请实施例属性添加模块43可以包括第一添加模块、第二添加模块、第三添加模块和第四添加模块，其中，第一添加模块用于若目标道路的宽度大于第一阈值，则将位于虚拟边缘车道线内的车道设置为双车道，并为双车道的每个车道添加运动方向的属性；第二添加模块用于若目标道路的宽度不大于第一阈值，则将位于虚拟边缘车道线内的车道设置为单车道，并为单车道添加运动方向的属性；第三添加模块用于若目标道路的转弯半径不大于第二阈值，则为虚拟边缘车道线添加直线行驶的属性；第四添加模块用于若目标道路的转弯半径大于第二阈值，则为虚拟边缘车道线添加曲线行驶的属性。

本申请实施例通过提供小型的移动装置，实现在目标区域窄路上的行驶，并通过采集装置采集目标道路的道路数据；再解算道路数据得到目标道路的边缘道路数据，并生成目标道路的虚拟边缘车道线；最后根据目标道路的几何属性，为虚拟边缘车道线添加运动方向限制属性，得到目标道路的目标车道线数据。因此，本申请实施例能生成目标区域车道级高精地图数据，为目标区域内自动驾驶清扫车的作业提供精确的数据支撑。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。

图6是本申请实施例示出的电子设备的结构示意图。

参见图6，电子设备500包括存储器510和处理器520。

处理器520可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器510可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)和永久存储装置。其中，ROM可以存储处理器520或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器510可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(例如DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器510可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器510上存储有可执行代码，当可执行代码被处理器520处理时，可以使处理器520执行上文述及的方法中的部分或全部。

此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。

或者，本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质)，其上存储有可执行代码(或计算机程序或计算机指令代码)，当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时，使处理器执行根据本申请的上述方法的各个步骤的部分或全部。

以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。