基于多源融合定位的高精度地图诊断与更新方法

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于多源融合定位的高精度地图诊断与更新方法。

背景技术

无人驾驶汽车简称无人车，是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。

多源信息融合简称多源融合，是针对多信源信息进行处理的一种方法。因其具备精度高、容错性好、信息获取成本低以及可以实现信息的互补等优点，该方法已广泛应用于现代军事、工业、交通和金融等领域，对科技现代化的发展起到了推动性作用。

室外开阔场景下，GNSS可以提供实时、可靠稳定的导航定位服务，但在城市环境，由于场景比较复杂，存在城市峡谷可见卫星数少、多路径效应、隧道等场景信号失锁等问题，导致定位精度较差、可靠性较低，难以满足全场景、实时、高精度、高可靠的定位需求。因此，多源融合定位技术被提出，其采用信息融合的方法将卫星导航定位、无线传感器定位以及其他辅助定位技术进行处理，最终获得可靠准确且稳定的定位服务。

高精度地图(HD Map或HAD Map)是一类电子地图，其绝对精度和相对精度均在厘米级，具备高精度、高新鲜度、高丰富度的特征。高精度地图提供了一个自动驾驶车辆所处的环境模型，包含了最底层的静态高精度地图以及其他动态信息。高精度地图已经被视为自动驾驶时期的“重要基础设施”，也必将在智慧交通、智慧城市等领域发挥着“数据底座”的重要作用。出产的高精度地图时常会出现地图数据出错的问题。由于地图数据量大，通过人工排查高精度地图的问题需要耗费大量的人力、物力和时间成本，并且会影响地图更新生产效率。

生成的车端数据不能上传包含有绝对位置信息的数据至云端。为了保证车端数据上传不包含绝对位置信息的前提下，实现正常成图，需要设计一种车端感知数据上传方法用于更新地图。

发明内容

本发明针对现有技术中存在的技术问题，提供一种基于多源融合定位的高精度地图诊断与更新方法，在众多具有环境感知与定位能力的无人车提供的数据条件下，经过程序自动化的数据分析与匹配，在统计数理的基础上获知局部出错的地图信息，然后将感知信息中的绝对位置转换成相对事先选好的基准点的相对位置信息后通过网络快速上传至云端，并通过一系列专业处理方法更新地图，以满足高精地图的问题诊断与更新的需求。

根据本发明的第一方面，提供了一种基于多源融合定位的高精度地图诊断方法，包括：

步骤1，基于多个感知设备获取待测时空区域的实体环境的各类型的地图地物要素数据，统计得到任一地图地物要素数据的感知结果；

步骤2，对所述感知结果进行分类，得到各种类的感知结果的统计数目，所述统计数目为感知到该种类的感知结果的感知设备的数量；

步骤3，将所述统计数目最大时的感知结果的类型与当前高精度地图中该地图地物要素的类型进行一致性判断，不一致时则所述待测时空区域的诊断结果为需要对当前高精度地图进行更新。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，所述感知设备为具有环境感知与定位能力的车辆，多个所述车辆在所述待测时空区域中行驶得到所述地图地物要素数据；所述地图地物要素数据的类型包括：车道线和poi。

可选的，所述步骤2中对所述感知结果进行分类的分类结果为：

{(obj

其中，obj

所述感知结果的种类包括：类型、相对位置信息、航迹角和时间。

可选的，所述步骤3进行一致性判断之前包括：

根据位置信息匹配定位到当前高精地图中对应的该地图地物要素，获取当前高精地图中该地图地物要素的类型。

根据本发明的第二方面，提供一种基于多源融合定位的高精度地图更新方法，所述更新方法基于本发明实施例所述的高精度地图诊断方法，所述步骤3中进行一致性判断的结果为不一致时，对当前高精度地图进行更新的方法包括：

步骤4，在感知设备端，将该地图地物要素的绝对位置信息换成相对预设基准点的相对位置信息；

步骤5，将已转为相对位置的地物要素信息及基准点索引信息上传至云端；

步骤6，定时从云端拉取最新数据，根据索引信息从车端获取基准点数据，生成局部的矢量地图，更新高精度地图局部信息。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，所述步骤4中的位置信息包括经度lon、纬度lat和高程high；

所述步骤4中，所述地图地物要素的绝对位置信息为(lon

可选的，所述基准点索引信息为时间信息。

本发明提供的一种基于多源融合定位的高精度地图诊断与更新方法，在众多具有环境感知与定位能力的无人车提供的数据条件下，经过程序自动化的数据分析与匹配，在统计数理的基础上获知局部出错的地图信息，然后将感知信息中的绝对位置转换成相对事先选好的基准点的相对位置信息后通过网络快速上传至云端，并通过一系列专业处理方法更新地图，以满足高精地图的问题诊断与更新的需求。实现了对地图问题的有效诊断，通过上传诊断后的关键地物信息，有助于提升对局部问题地图的数据更新与修复效率，降低了人工排查问题的时间、人力、物力成本。

附图说明

图1为本发明提供的一种基于多源融合定位的高精度地图诊断方法的流程图；

图2为本发明提供的一种基于多源融合定位的高精度地图诊断与更新方法的流程图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

图1为本发明提供的一种基于多源融合定位的高精度地图诊断方法的流程图，如图1所示，该诊断方法包括：

步骤1，基于多个感知设备获取待测时空区域的实体环境的各类型的地图地物要素数据，统计得到任一地图地物要素数据的感知结果。

步骤2，对感知结果进行分类，得到各种类的感知结果的统计数目，统计数目为感知到该种类的感知结果的感知设备的数量。

步骤3，将统计数目最大时的感知结果的类型与当前高精度地图中该地图地物要素的类型进行一致性判断，不一致时则待测时空区域的诊断结果为需要对当前高精度地图进行更新。

本发明提供的一种基于多源融合定位的高精度地图诊断方法，在众多具有环境感知与定位能力的无人车提供的数据条件下，经过程序自动化的数据分析与匹配，在统计数理的基础上获知是否有局部出错的地图信息，实现了对地图问题的有效诊断，降低了人工排查问题的时间、人力、物力成本。

实施例1

本发明提供的实施例1为本发明提供的一种基于多源融合定位的高精度地图诊断方法的实施例，结合图2可知，该诊断方法的实施例包括：

步骤1，基于多个感知设备获取待测时空区域的实体环境的各类型的地图地物要素数据，统计得到任一地图地物要素数据的感知结果。

在一种可能的实施例方式中，感知设备为具有环境感知与定位能力的无人车，多个车辆在待测时空区域中行驶得到地图地物要素数据。地图地物要素数据的类型包括：车道线和poi(Point of Interest，兴趣点)等。

步骤2，对感知结果进行分类，得到各种类的感知结果的统计数目，统计数目为感知到该种类的感知结果的感知设备的数量。

在一种可能的实施例方式中，步骤2中对感知结果进行分类的分类结果为：

{(obj

其中，obj

感知结果的种类包括：类型、相对位置信息、航迹角和时间等关键信息。

具体实施中，系统上电，统计同一时空区域中某一地图地物要素数据的感知结果分类数目{(obj

步骤3，将统计数目最大时的感知结果的类型与当前高精度地图中该地图地物要素的类型进行一致性判断，不一致时则待测时空区域的诊断结果为需要对当前高精度地图进行更新。

在一种可能的实施例方式中，步骤3进行一致性判断之前包括：

根据位置信息匹配定位到当前高精地图中对应的该地图地物要素，获取当前高精地图中该地图地物要素的类型。

具体实施中，步骤3中取统计数目最大值对应的感知结果为该地图地物要素的分类信息，即obj＝argmax{(obj

实施例2

本发明提供的实施例2为本发明提供的一种基于多源融合定位的高精度地图更新方法的实施例，图2为本发明实施例提供的一种基于多源融合定位的高精度地图更新方法的流程图，结合图2可知，该更新方法的实施例包括：

步骤1，基于多个感知设备获取待测时空区域的实体环境的各类型的地图地物要素数据，统计得到任一地图地物要素数据的感知结果。

步骤2，对感知结果进行分类，得到各种类的感知结果的统计数目，统计数目为感知到该种类的感知结果的感知设备的数量。

步骤3，将统计数目最大时的感知结果的类型与当前高精度地图中该地图地物要素的类型进行一致性判断，不一致时则待测时空区域的诊断结果为需要对当前高精度地图进行更新。步骤3中进行一致性判断的结果为不一致时，执行步骤4－6。

步骤4，在感知设备端，将该地图地物要素的绝对位置信息换成相对预设基准点的相对位置信息。

具体实施中，感知设备为车辆时，车端需要事先选取基准点。

在一种可能的实施例方式中，步骤4中的位置信息包括经度lon、纬度lat和高程high。

步骤4中，地图地物要素的绝对位置信息为(lon

步骤5，将已转为相对位置的地物要素信息及基准点索引信息上传至云端。

在一种可能的实施例方式中，基准点索引信息为时间信息，具体实施中，编码可按照年月日时分秒(简记为YMDHMS)。

步骤6，地图生成中心定时从云端拉取最新数据，根据索引信息从车端获取基准点数据，生成局部的矢量地图，再通过一系列专业的处理方法更新高精度地图局部信息。

可以理解的是，本发明提供的一种基于多源融合定位的高精度地图更新方法与前述各实施例提供的基于多源融合定位的高精度地图诊断方法相对应，基于多源融合定位的高精度地图更新方法的相关技术特征可参考基于多源融合定位的高精度地图诊断方法的相关技术特征，在此不再赘述。

本发明实施例提供的一种基于多源融合定位的高精度地图诊断与更新方法，在众多具有环境感知与定位能力的无人车提供的数据条件下，经过程序自动化的数据分析与匹配，在统计数理的基础上获知局部出错的地图信息，然后将感知信息中的绝对位置转换成相对事先选好的基准点的相对位置信息后通过网络快速上传至云端，并通过一系列专业处理方法更新地图，以满足高精地图的问题诊断与更新的需求。实现了对地图问题的有效诊断，通过上传诊断后的关键地物信息，有助于提升对局部问题地图的数据更新与修复效率，降低了人工排查问题的时间、人力、物力成本。

需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。