[发明专利]高精度地图更新方法和装置有效
申请号: | 201910650809.1 | 申请日: | 2019-07-18 |
公开(公告)号: | CN112241414B | 公开(公告)日: | 2022-10-21 |
发明(设计)人: | 彭良龙;李鹏航;黄爽;刘琨;宋向勃 | 申请(专利权)人: | 武汉四维图新科技有限公司 |
主分类号: | G06F16/23 | 分类号: | G06F16/23;G06F16/29 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张子青;刘芳 |
地址: | 430073 湖北省武汉市东湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 高精度 地图 更新 方法 装置 | ||
1.一种高精度地图更新方法,其特征在于,包括:
获取同一地图要素的M种连续数值型属性的M x N个分解结果,其中,N表示所述同一地图要素的众包数据的采集次数,M大于等于1,N大于等于2;所述连续数值型属性包括位置属性;
所述获取同一地图要素的M种连续数值型属性的M x N个分解结果,包括:获取所述同一地图要素的所述M种连续数值型属性的M x N个分类数据,并对所述M x N个分类数据进行分解,得到所述M x N个分解结果;
其中,在所述连续数值型属性为位置属性时,获取所述位置属性的N个分类数据的正交模型坐标,所述位置属性的N个分类数据的正交模型坐标为所述位置属性的N个分解结果;
根据所述M x N个分解结果,分别对每一种所述连续数值型属性进行去噪处理,得到每一种连续数值型属性的去噪结果;
根据所述去噪结果,对所述高精度地图进行更新。
2.根据权利要求1所述的方法,其特征在于,所述获取所述同一地图要素的所述M种连续数值型属性的M x N个分类数据,包括:
接收所述同一地图要素的N次众包数据;
对每次众包数据进行分类,得到所述同一地图要素的所述M种连续数值型属性的M x N个分类数据。
3.根据权利要求1所述的方法,其特征在于,所述获取同一地图要素的M种连续数值型属性的M x N个分解结果,还包括:
接收众包车机上传的M x N个分解结果,所述M x N个分解结果是所述众包车机根据每次采集到的众包数据进行分类和分解后得到的。
4.根据权利要求2所述的方法,其特征在于,所述连续数值型属性还包括:形状属性和姿态属性中的至少一种。
5.根据权利要求1所述的方法,其特征在于,所述获取所述位置属性的N个分类数据的正交模型坐标,包括:
根据所述位置属性的N个分类数据,确定所述同一地图要素在经纬度坐标系下的平均中心点;
将所述N个分类数据转换至以所述平均中心点为原点的东北天坐标系ENU下,得到所述N个分类数据的ENU坐标;
确定所述平均中心点所对应的道路的道路方向;
根据所述N个分类数据的ENU坐标和所述道路方向,确定所述N个分类数据的正交模型坐标。
6.根据权利要求5所述的方法,其特征在于,所述根据所述N个分类数据的ENU坐标和所述道路方向,确定所述N个分类数据的正交模型坐标,包括:
根据所述道路方向和正北方向,确定所述正北方向顺时针旋转至所述道路方向的角度;
将所述N个分类数据的ENU坐标顺时针旋转所述角度,得到所述N个分类数据的正交模型坐标。
7.根据权利要求4所述的方法,其特征在于,所述连续数值型属性为形状属性时,所述对所述M x N个分类数据进行分解,得到所述M x N个分解结果,包括:
对所述形状属性的每个分类数据中的角点进行排序,得到各角点的序号;
根据所述各角点的序号,确定每个分类数据对应的模型化表达,所述形状属性的N个分类数据对应的模型化表达为所述形状属性的N个分解结果。
8.根据权利要求4所述的方法,其特征在于,所述连续数值型属性为姿态属性时,所述对所述M x N个分类数据进行分解,得到所述M x N个分解结果,包括:
针对所述姿态属性的每个分类数据,采用四元数姿态解算或者旋转矩阵姿态解算将对应的分类数据转换为所述姿态属性的模型化表达,所述姿态属性的N个分类数据对应的模型化表达为所述姿态属性的N个分解结果。
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武汉四维图新科技有限公司,未经武汉四维图新科技有限公司许可,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/201910650809.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:亚临界处理系统
- 下一篇:一种固态化复合电解质及其制备方法