一种地下停车场众包地图采集方法与流程

1.本发明属于停车场地图采集技术领域，具体涉及一种地下停车场众包地图采集方法。


背景技术：

2.自主泊车系统是一种用于解决车辆从停车场入口到停车位之间的车辆自动驾驶的问题，是一种level4的限定场景完全无人驾驶系统。高精度地图作为自动驾驶领域依赖的重要数据源，能够有效的辅助自主泊车系统进行定位和路径规划。但是大部分的高精度地图采集通常在地面进行需要依赖gnss信号给出参考的位置，在地下停车场内建立高精地图由于相关参考定位信息的缺少，且数量多，环节复杂。在对未知停车场结构不熟悉的情况下，容易迷路。常规的采集方法，制作周期较长。通过采用众包的方法建立多个局部地图，在进行合并，可以提高地下停车场的建图效率。此外，众包建图可以逐步增加停车场的覆盖率，逐渐扩展自主泊车功能在目标停车场的适应范围，减少专业采集的工作量，达到低成本建立泊车可用高精地图的的目标。


技术实现要素：

3.本发明的目的在于提供一种地下停车场众包地图采集方法，以解决现有的问题。
4.为实现上述目的，本发明提供如下技术方案：一种地下停车场众包地图采集方法，包括步骤：
5.s100通过第n采集车采集停车场第n区域的数据信息，根据所述第n区域的数据信息建立第n局部地图；
6.s200通过第n 1采集车采集停车场第n 1区域的数据信息，根据所述第n 1区域的数据信息建立第n 1局部地图，获取所述第n 1采集车在所述第n局部地图中的定位信息；
7.s300提取所述第n局部地图和所述第n 1局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；
8.s400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图；
9.s500将所述拓扑地图和所述矢量语义地图组合形成全局地图。
10.作为本发明一种地下停车场众包地图采集方法优选地，所述第n采集车和所述第n 1采集车均从停车场的入口开始进行数据采集。
11.作为本发明一种地下停车场众包地图采集方法优选地，所述数据信息包括地面目标检测数据、障碍物检测数据、ocr检测数据、车辆巡航轨迹数据。
12.作为本发明一种地下停车场众包地图采集方法优选地，所述地面检测数据包括地面标识线与文字、道路箭头、停车位、库位号和减速带；
13.所述障碍检测数据包括路口闸机、路沿、立柱、灯柱、广告牌和路桩；
14.所述ocr检测数据包括数字、英文以及部分中文字符；
15.所述车辆巡航轨迹数据包括历程计信息和惯性导航单元信息。
16.作为本发明一种地下停车场众包地图采集方法优选地，在所述的s100通过第n采集车采集停车场第n区域的数据信息，根据所述第n区域的数据信息建立第n局部地图之后包括步骤：
17.s110将所述第n局部地图发送至云端。
18.作为本发明一种地下停车场众包地图采集方法优选地，在所述的s200通过第n 1采集车采集停车场第n 1区域的数据信息，根据所述第n 1区域的数据信息建立第n 1局部地图，获取所述第n 1采集车在所述第n局部地图中的定位信息之后包括步骤：
19.s210将所述第n 1局部地图和所述定位信息发送至云端。
20.作为本发明一种地下停车场众包地图采集方法优选地，在所述的s500将所述拓扑地图和所述矢量语义地图组合形成全局地图之后包括步骤：
21.s600将所述全局地图发送至云端，同步到所有车辆，完成地图更新。
22.作为本发明一种地下停车场众包地图采集方法优选地，所述的s400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图具体包括步骤：
23.s410基于所述语义数据标识的关联，将所述第n 1局部地图合并至所述第n局部地图中，修改矢量信息，得到所述矢量语义地图；
24.s420融合所述轨迹形状的匹配关系，生成所述拓扑地图。
25.本发明与现有技术相比，具有以下有益效果：本发明基于低成本的众包采集方式生成自主泊车用的地下停车场地图，采集局部地图的过程利用车端运算资源，减少采集数据传输的资源；通过增量的方式采集地图，减少新停车场对自主泊车功能的适应时间，加快采集地图的速度。
附图说明
26.图1为本发明的流程图之n；
27.图2为本发明的流程图之n 1；
28.图3为本发明的流程图之三；
29.图4为本发明的流程图之四；
30.图5为本发明的流程图之五；
31.图6为本发明通过众包方式采集的停车场局部地图数据；
32.图7为本发明将局部地图组合生成的完整停车场地图。
具体实施方式
33.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明n部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.请参阅图1所示，本发明提供如下技术方案：一种地下停车场众包地图采集方法，包括步骤：
35.s100通过第n采集车采集停车场第n区域的数据信息，根据所述第n区域的数据信
息建立第n局部地图；
36.s200通过第n 1采集车采集停车场第n 1区域的数据信息，根据所述第n 1区域的数据信息建立第n 1局部地图，获取所述第n 1采集车在所述第n局部地图中的定位信息；
37.s300提取所述第n局部地图和所述第n 1局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；
38.s400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图；
39.s500将所述拓扑地图和所述矢量语义地图组合形成全局地图。
40.值得说明的是，n大于等于1。
41.本实施例中，通过第一采集车采集停车场第一区域的数据信息，根据所述第一区域的数据信息建立第一局部地图；通过第二采集车采集停车场第二区域的数据信息，根据所述第二区域的数据信息建立第二局部地图，获取所述第二采集车在所述第一局部地图中的定位信息；提取所述第一局部地图和所述第二局部地图的运动轨迹与语义数据的标识，建立轨迹形状的匹配关系和语义数据标识的关联；0据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图；将所述拓扑地图和所述矢量语义地图组合形成全局地图。
42.本实施例中，在众包地图建立的场景中需要初始地图，以第n辆进入目标停车场的车作为第i采集车(后续为第ii，第iii采集车等)，从停车场的地面入口开始进行数据采集。包含地面目标检测数据(如地面标识线与文字，道路箭头，停车位以及库位号，减速带等)、障碍物检测数据(如路口闸机、路沿、立柱，灯柱，广告牌、路桩等)，ocr检测数据(包括数字，英文，部分中文字符)，车辆巡航轨迹数据(里程计信息、惯性导航单元信息)。基于检测结果可以信息地下停车场内的小区域局部地图i，并将地图i发送到云端。
43.由于初始的地图采集范围不能覆盖完整的停车场，第ii辆车的作用就是在地图i的基础上扩展新的地图。除了采集原始检测数据(参考步骤1)，同时采集车ii在地图i中的定位信息。基于检测结果形成局部地图ii，将地图ii以及定位信息发送到云端。
44.在地图i和地图ii中，存在多个重叠的场景目标信息，如相同库位号的停车位，相同标识字符的障碍物，以及行驶路径中的相似轨迹片段，通过以上信息可以建立两个地图标识物之间的关联。
45.基于关联信息，建立约束关系，通过图优化方法修正轨迹结果以及地图目标目标的位置。通过修正结果重新形成矢量化的语义信息，得到合并后矢量语义地图数据。
46.地图合并后，原有的轨迹会在地图坐标系上重叠，通过距离聚类的方法，将轨迹点进行聚合并结合轨迹抽稀算法得到更少的轨迹点。将轨迹点连接形成拓扑地图，可以进行导航规划。将拓扑地图与语义地图进行组合得到最终合并地图。将合并的地图发布到云端同步到所有车辆完成地图更新。
47.具体地，所述第n采集车和所述第n 1采集车均从停车场的入口开始进行数据采集。
48.具体地，所述数据信息包括地面目标检测数据、障碍物检测数据、ocr检测数据、车辆巡航轨迹数据。
49.具体地，所述地面检测数据包括地面标识线与文字、道路箭头、停车位、库位号和
减速带；
50.所述障碍检测数据包括路口闸机、路沿、立柱、灯柱、广告牌和路桩；
51.所述ocr检测数据包括数字、英文以及部分中文字符；
52.所述车辆巡航轨迹数据包括历程计信息和惯性导航单元信息。
53.请参阅图2所示，具体地，在所述的s100通过第n采集车采集停车场第n区域的数据信息，根据所述第n区域的数据信息建立第n局部地图之后包括步骤：
54.s110将所述第n局部地图发送至云端。
55.请参阅图3所示，具体地，在所述的s200通过第n 1采集车采集停车场第n 1区域的数据信息，根据所述第n 1区域的数据信息建立第n 1局部地图，获取所述第n 1采集车在所述第n局部地图中的定位信息之后包括步骤：
56.s210将所述第n 1局部地图和所述定位信息发送至云端。
57.请参阅图4所示，具体地，在所述的s500将所述拓扑地图和所述矢量语义地图组合形成全局地图之后包括步骤：
58.s600将所述全局地图发送至云端，同步到所有车辆，完成地图更新。
59.请参阅图5所示，具体地，所述的s400根据所述轨迹形状的匹配关系和语义数据标识的关联生成矢量语义地图和拓扑地图具体包括步骤：
60.s410基于所述语义数据标识的关联，将所述第n 1局部地图合并至所述第n局部地图中，修改矢量信息，得到所述矢量语义地图；
61.s420融合所述轨迹形状的匹配关系，生成所述拓扑地图。
62.本实施例中，通过以上步骤建立的众包高精地图，针对特定的停车场，可以满足自主泊车对于高精地图和定位的需求，主要包括：地图能够提供用于停车场范围内的路径规划的需求；地图能够满足用于停车场范围内进行定位的需求；而且以上的需求满足通过在同n个停车场内多车增量采集即可达成。
63.请参阅图6和图7所示，本发明的另n个实施例，提供了一种基于语义检测与众包采集建立虹桥天地地下停车场的自主泊车用高精地图，包括步骤：
64.s1第1辆车从地面进入目标停车场，采集局部地图i；
65.s2第2、3辆车加载局部地图i后，进入停车场行驶不同的路线ii、iii；具体地，3辆车的局部地图如图6所示。
66.s3建立众包高精地图；
67.s4基于生成的高精地图，实现在地下停车场的自主泊车功能，包括自主巡航、车位搜索和自动泊车。
68.本发明通过低成本众包方式采集地图数据并增量更新，满足自主泊车与导航使用；解决地下停车场大范围建图问题，解决缺少gnss无法对齐多个地图问题；解决停车场频繁采集地图时需要大量人工后期调整操作，提高地图更新效率；利用车辆自身计算资源计算局部地图，减少数据传输流量，简化云端地图合并的计算量。
69.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。