[发明专利]高精度地图数据的预处理装置及方法

说明书

本发明公开了一种高精度地图数据的预处理装置及方法。其中，所述方法包括：获取原始数据；根据M个所述原始特征值及N个所述数据记录构建原始特征矩阵X；根据所述原始特征矩阵X构建协方差矩阵C；计算所述协方差矩阵C的协方差特征值及特征向量；根据所述协方差矩阵C的协方差特征值及所述特征向量构建降维矩阵P；计算原始特征矩阵X与所述降维矩阵X的乘积为所述原始数据降维后的数据集。本发明对原始数据进行降维处理，降低数据处理难度，提高对高精度地图数据构建及更新的效率。

技术领域

本发明涉及高精度地图领域，具体而言，涉及一种高精度地图数据的预处理装置及方法。

背景技术

在高精度地图领域可以通过激光雷达、摄像头及车载传感器等感知设备产生大量有关道路环境的原视数据。通路的标线、路沿、路牌、红绿灯、停止线等交通要素的识别。

实现上述数据融合的前提是对不同数据类型、格式的原视数据进行预处理。由于对原始数据的预处理是直接面对复杂的道路环境，那么在大量的原始数据中并存着不完整或不一致或有异常的差异数据。差异数据会导致数据预处理过程发生问题；其中，在原始数据涉及的特征值过多时，会导致数据的维数灾难，造成对计算机数据处理能力的异常消耗。

发明内容

本发明实施例至少提供一种高精度地图数据的预处理方法，能够解决现有技术中高精度地图数据特征值过多，造成数据处理效率低的问题。

上述实施例的具体实现，如下所述。

所述方法包括：

Step100、获取用于建立高精度地图的N个包括M个原始特征值的原始数据，N及M均为大于或等于1的正整数；

Step200、根据M个所述原始特征值及N个所述数据记录构建原始特征矩阵X；

Step300、根据所述原始特征矩阵X构建协方差矩阵C；

Step400、计算所述协方差矩阵C的协方差特征值及特征向量；

Step500、根据所述协方差特征值及所述特征向量构建降维矩阵P；

Step600、计算原始特征矩阵X与所述降维矩阵X的乘积为所述原始数据降维后的数据集。

在实施例中较佳的是，在所述Step100前，包括：

Step110、通过环境感知元件获取模拟量的环境数据；

Step220、对所述环境数据进行模数转换。

在实施例中较佳的是，所述原始数据为车辆轨迹数据或车辆状态数据或交通标示数据或道路标示数据或车辆异常数据或道路环境数据或城市POI数据。

在实施例中较佳的是，所述Step300，包括：

Step310、求取所有所述原始特征值的原始特征均值；

Step320、根据所述原始特征均值对所述原始特征矩阵X的所有所述原始特征值进行零均值化处理；

Step330、构建协方差矩阵C，

在实施例中较佳的是，Step400、配置为对所述协方差矩阵C进行奇异值分解，求取协方差特征值及特征向量。

在实施例中较佳的是，所述Step500，包括：

Step510、根据所述协方差特征值的大小对所述协方差特征值对应的所述特征向量进行排列；

Step520、根据排列的所述特征向量建立特征向量矩阵Z；

Step530、选取所述特征向量矩阵Z的前K行构建降维矩阵P，K小于N且为正整数。