[发明专利]一种停车场地图生成方法、装置、车辆和存储介质在审
申请号: | 202111678004.1 | 申请日: | 2021-12-31 |
公开(公告)号: | CN114332398A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 左云浩;何素;王梓里 | 申请(专利权)人: | 广州小鹏自动驾驶科技有限公司 |
主分类号: | G06T17/05 | 分类号: | G06T17/05;G06T11/20 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 赵娟 |
地址: | 510000 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 停车场 地图 生成 方法 装置 车辆 存储 介质 | ||
1.一种停车场地图生成方法,其特征在于,包括:
获取点云地图数据以及参考线数据;
针对所述点云地图数据进行矢量化处理,生成矢量点云数据;
根据所述矢量点云数据对所述参考线数据进行拟合,确定绘制线数据;
基于所述参考线数据和所述绘制线数据生成标识物元素;
组合所述标识物元素生成停车场地图。
2.根据权利要求1所述的方法,其特征在于,所述根据矢量点云数据对所述参考线数据进行拟合,确定绘制线数据的步骤包括:
根据所述矢量点云数据对所述参考线数据进行线性回归拟合,生成矢量参考线;
根据所述矢量点云数据确定所述矢量参考线对应的绘制区域;
在所述绘制区域中,垂直于所述矢量参考线生成等距线;
过滤所述等距线,生成绘制线数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述矢量点云数据确定所述矢量参考线对应的绘制区域的步骤包括:
按照矢量参考线的位置,将所述矢量点云数据划分为第一区域点云数据以及第二区域点云数据;
确定所述第一区域点云数据对应的第一点云数量以及所述第二区域点云数据对应的第二点云数量;
当所述第一点云数量多于所述第二点云数量时,确定所述第一区域点云数据所在的区域为绘制区域;
当所述第一点云数量少于所述第二点云数量时,确定所述第二区域点云数据所在的区域为绘制区域。
4.根据权利要求2所述的方法,其特征在于,所述过滤所述等距线,生成绘制线数据的步骤包括:
按照预设距离值,确定所述等距线的判断区域;
根据所述判断区域覆盖的所述矢量点云数据,确定区域点云;
计算所述区域点云的数量以及点云标准差;
依据所述区域点云的数量以及所述点云标准差,确定点云质量;
按照所述点云质量过滤所述等距线,生成绘制线数据。
5.根据权利要求4所述的方法,其特征在于,所述按照所述点云质量过滤所述等距线,生成绘制线数据的步骤包括:
根据所述点云质量在所述等距线中确定目标等距线;
确定所述目标等距线所在位置,两侧预设滤除数量的等距线为滤除线;
将所述滤除线过滤,生成绘制线数据。
6.根据权利要求1所述的方法,其特征在于,所述基于所述参考线数据和所述绘制线数据生成标识物元素的步骤包括:
获取分组条件;
当所述参考线数据和所述满足绘制线数据所述分组条件时,对所述参考线数据进行分组,生成连接线数据;并且
结合所述连接线数据和所述绘制线数据生成标识物元素;
当所述参考线数据和所述满足绘制线数据不满足所述分组条件时,结合所述参考线数据和所述绘制线数据生成标识物元素。
7.根据权利要求6所述的方法,其特征在于,所述分组条件包括:
所述绘制线数据之间的距离值处于预设距离范围外、所述参考线数据覆盖的所述矢量点云数据少于预设数量以及所述参考线数据的预设范围内的矢量点云数据对应的标准差大于预设差值中的其中一种。
8.一种停车场地图生成装置,其特征在于,包括:
获取模块,用于获取点云地图数据以及参考线数据;
矢量化模块,用于针对所述点云地图数据进行矢量化处理,生成矢量点云数据;
拟合模块,用于根据所述矢量点云数据对所述参考线数据进行拟合,确定绘制线数据;
生成模块,用于基于所述参考线数据和所述绘制线数据生成标识物元素;
组合模块,用于组合所述标识物元素生成停车场地图。
9.一种车辆,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的停车场地图生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的停车场地图生成方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州小鹏自动驾驶科技有限公司,未经广州小鹏自动驾驶科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111678004.1/1.html,转载请声明来源钻瓜专利网。