地面要素的轮廓绘制方法、电子设备及计算机程序产品与流程

1.本公开涉及基于位置的服务技术领域，具体涉及一种地面要素的轮廓绘制方法、电子设备及计算机程序产品。


背景技术：

2.随着基于位置的服务(lbs)的发展，越来越多的应用软件集成了与电子地图有关的服务能力。此外，一些人工智能设备也依赖于电子地图，例如自动驾驶设备依赖于高精地图实现行驶过程。相比于人工驾驶方式中驾驶员所使用的电子导航地图，高精地图通过更加准确丰富的信息来描述道路，以便于自动驾驶设备理解道路状况，从而基于道路状况规划动作，通过执行动作来实现行驶过程。
3.高精地图在制作过程中，需要绘制出非线性地面要素的外轮廓，用于满足自动驾驶定位需求。由于自动驾驶对数据精度要求高，基于深度学习的全自动方式并无法满足词需求，且在一些场景下也无法保证高精度要求，尤其对于外接框处理，经常需要人工修正重画。
4.但是，在三维场景下人工绘制操作困难，加上地面磨损会影响人工作业效率，因此需要一种简单、高效以及稳定的绘制方案，来解决人工绘制非线性地面要素的外轮廓较为复杂的技术问题。


技术实现要素：

5.本公开实施例提供一种地面要素的轮廓绘制方法、电子设备及计算机程序产品。
6.第一方面，本公开实施例中提供了一种地面要素的轮廓绘制方法，其中，包括：
7.获取点云图像中的圈定范围；
8.确定所述点云图像中包围在所述圈定范围内的点云数据；
9.基于所述圈定范围内的点云数据构建道路平面；
10.基于所述点云数据的反射强度，构建所述圈定范围内的点云数据在所述道路平面上投影后的灰度图像；
11.确定所述灰度图像中前景内容的图像块轮廓；其中，所述前景内容为所述地面要素的组成部分；
12.基于所述图像块轮廓绘制所述地面要素在所述点云图像中的外轮廓。
13.进一步地，基于所述点云数据的反射强度，构建所述圈定范围内的点云数据在所述道路平面上投影后的灰度图像，包括：
14.将所述圈定范围内的点云数据投影至所述道路平面；
15.基于投影后的所述点云数据的反射强度生成所述灰度图像。
16.进一步地，基于所述图像块轮廓绘制所述地面要素在所述点云图像中的外轮廓，包括：
17.在所述图像块轮廓包括多个时，基于面积大于或等于预设面积阈值的所述图像块
轮廓确定所述地面要素的外轮廓的矢量数据；
18.基于所述矢量数据在所述点云图像上渲染得到所述地面要素的外轮廓。
19.进一步地，所述圈定范围包括点云框；确定所述点云图像中包围在所述圈定范围内的点云数据，包括：
20.将所述点云图像上的点云数据对应的八叉树空间结构与所述点云框进行点云碰撞检测，获得与所述点云框具有碰撞的粗略点云数据；
21.对所述粗略点云数据进行降采样；
22.基于降采样后的所述粗略点云数据的空间坐标与所述点云框进行精确的点云碰撞检测；
23.基于检测结果将所述点云框外的粗略点云数据剔除，并基于保留的粗略点云数据确定所述圈定范围内的点云数据。
24.进一步地，确定所述灰度图像中前景内容的图像块轮廓，包括：
25.基于所述灰度图像中路面对应的点云数据和地面要素对应的点云数据的反射强度差异，确定所述灰度图像中前景内容的图像块轮廓。
26.进一步地，所述方法还包括：
27.展示点云图像；
28.接收在所述点云图像上的画线范围以及外扩方向；
29.基于所述画线范围以及外扩方向，确定包围待绘制轮廓的地面要素的所述圈定范围，所述圈定范围包括在所述画线范围内向所述外扩方向扩展一定距离后得到的预设形状的边框。
30.第二方面，本公开实施例中提供了一种基于位置的服务提供方法，其中，包括：利用第一方面所述的方法绘制地图上地面元素的外轮廓，并绘制有地面元素的外轮廓的地图为被服务对象提供基于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
31.第三方面，本公开实施例中提供了一种地面要素的轮廓绘制装置，其中，包括：
32.第一获取模块，被配置为获取点云图像中的圈定范围；
33.第一确定模块，被配置为确定所述点云图像中包围在所述圈定范围内的点云数据；
34.第一构建模块，被配置为基于所述圈定范围内的点云数据构建道路平面；
35.第二构建模块，被配置为基于所述点云数据的反射强度，构建所述圈定范围内的点云数据在所述道路平面上投影后的灰度图像；
36.第二确定模块，被配置为确定所述灰度图像中前景内容的图像块轮廓；其中，所述前景内容为所述地面要素的组成部分；
37.绘制模块，被配置为基于所述图像块轮廓绘制所述地面要素在所述点云图像中的外轮廓。
38.所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
39.在一个可能的设计中，上述装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持上述装置执行上述对应方法的计算机指令，所述处理器被配置为用于
执行所述存储器中存储的计算机指令。上述装置还可以包括通信接口，用于上述装置与其他设备或通信网络通信。
40.第四方面，本公开实施例提供了一种电子设备，包括存储器、处理器以及存储在存储器上的计算机程序，其中，所述处理器执行所述计算机程序以实现上述任一方面所述的方法。
41.第五方面，本公开实施例提供了一种计算机可读存储介质，用于存储上述任一装置所用的计算机指令，该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
42.第六方面，本公开实施例提供了一种计算机程序产品，其包含计算机指令，该计算机指令被处理器执行时用于实现上述任一方面所述的方法。
43.本公开实施例提供的技术方案可以包括以下有益效果：
44.本公开实施例在绘制地面要素的外轮廓过程中，由人工辅助画出待绘制轮廓的地面要素的大致范围，基于该大致范围以及点云图像，自动确定包含在该大致范围内的所有点云数据，通过点云数据的反射强度将包含在该大致范围内的所有点云数据转换成灰度图像，并基于灰度图像确定有前景内容的图像块轮廓，以及基于该图像块轮廓在点云图像上渲染出地面要素的外轮廓。本公开实施例通过人工与机器相结合的方式，在制作高精地图时，点云图像上通过半自动绘制方式绘制出地面要素的外轮廓，能够在保证高精度的同时节省人工成本，降低人工操作复杂度，提高高精地图的制作效率。
45.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
46.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
47.图1示出根据本公开一实施方式的地面要素的轮廓绘制方法的一种实现流程图；
48.图2适于用来实现根据本公开实施方式的地面要素的轮廓绘制方法的电子设备的结构示意图；
49.图3示出根据本公开一实施方式中地面要素的轮廓绘制方法在数据采集车的执行场景下的数据流向示意图；
50.图4示出根据本公开一实施方式中地面要素的轮廓绘制方法在数据生产中心执行时的一种交互场景示意图；
51.图5(a)-图5(c)示出本公开一实施例中针对道路行车标识人工绘制的画线范围、圈定范围以及外轮廓的效果示意图；
52.图6示出根据本公开一实施方式的人工交互绘制地面元素外轮廓的场景示意图；
53.图7示出根据本公开一实施方式的地面要素的轮廓绘制装置的结构框图。
具体实施方式
54.下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
55.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
56.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
57.下面通过具体实施例详细介绍本公开实施例的细节。
58.图1示出根据本公开一实施方式的地面要素的轮廓绘制方法的一种实现流程图。
59.如图1所示，该地面要素的轮廓绘制方法包括以下步骤s101-s105：
60.在步骤s101中，作业员画线。该步骤中可以由作业员沿着点云图像上的地面元素画出地面元素的粗略轮廓线(该画线部分不要求精度)，该粗略轮廓线内的点云数据对应地面元素所在区域的点云数据。需要说明的是，本公开实施例中画线的操作者不限于作业员，还可以是机器实现的操作者。
61.本实施例中，地面要素可以是道路上的非线性地面要素，也即本公开实施例所针对的地面要素可以是面状要素，面状要素可以包括道路路面上除车道线外的面状交通标识，例如可以是方向箭头标识(参见图5(a)-图5(c)所示)、道路符号标识、导流带、斑马线等。
62.点云图像可以是由点云数据形成的图像，而点云数据可以是通过三维激光扫描仪器采集得到的实际道路表面的三维点数据集合。
63.传统的地面要素绘制方式中，需要纯手工绘制地面要素的形状点，但是这在三维场景下操作起来较为困难，制作效率较低。
64.为此，本公开实施例由操作者预先圈定点云图像上待绘制轮廓的地面要素的大致范围，在此称之为圈定范围，操作者提供的圈定范围可以参见图5(b)所示的白色框。需要说明的是，待绘制轮廓的地面要素为非线性状的地面要素。在操作者提供了点云图像上包含待绘制的地面要素的圈定范围后，可以基于该点云图像上的点云数据、圈定范围以及点云数据的反射强度精准生成地面要素的外轮廓，这种方式提高了地面要素的轮廓绘制效率，在保证绘制精度的同时降低了人工操作难度，节省了人工成本。
65.本实施例中，圈定范围可以是点云图像上包括待绘制轮廓的地面要素对应的所有点云数据的一个范围，例如该圈定范围可以是能够在点云图像上框住地面要素的点云框，该点云框例如可以是矩形。
66.在一些实施例中，点云图像可以通过浏览器或其他应用接口展示给操作者，操作者可以基于浏览器或者其他应用接口提供的编辑功能，在待绘制轮廓的地面要素周围圈定一个范围。该圈定范围内可以包括地面要素的所有点云数据。在另一些实施例中，机器也可以作为操作者在点云图像上圈定一个范围。
67.在步骤s102中，基于作业员的画线生成点云框，并计算该点云框内的点云数据。也即该步骤中，可以基于作业员通过画线给出的圈定范围，确定该点云图像中包围在该圈定范围内的点云数据。
68.下面描述了一种人工在点云图像上画线，并基于人工画线确定点云图像中包围在圈定范围内的点云数据的方式：
69.2.1人工沿着地面元素画一条线，既确定了地面元素的朝向，也确定了点云框的大
概范围。
70.2.2基于画线外扩生成包围点云数据的点云框。
71.2.3以点云框和点云数据的octree(八叉树)空间结构进行点云碰撞检测，粗确定该点云框内的点云数据。
72.2.4把点云框和粗确定的点云数据作为参数送给webassembly浏览器中，以便做地面元素的精确轮廓生成。
73.需要说明的是，上述仅是一种可行的实现方式，本公开实施例不限于上述实现方式，还可以采用其他实现方式，例如可以通过训练简单的集机器模型在点云图像上画线，生成包围地面元素所在的点云数据的点云框。此外，点云框以及粗确定的点云数据不限于输入至上述webassembly浏览器进行精确轮廓的生成，也可以输入至其他类似的软件，或者通过编程实现精确轮廓生成流程。
74.在步骤103中，基于圈定范围内的点云数据计算道路平面。
75.在确定了位于圈定范围内的所有点云数据后，由于点云数据是三维数据，而路面上的地面要素是平面图形，也即二维图形。因此为了能够精确确定地面要素的外轮廓，先基于圈定范围内的所有点云数据拟合得到道路平面，在一些实施例中，可以采用最小二乘法拟合得到点云平面，该点云平面即为道路平面。
76.在一些实施例中，可以根据点云框选定的点云数据拟合道路平面；下面描述一种利用webassembly浏览器拟合道路平面的实现过程。
77.3.1传入的点云数据因为比较稠密，可以先进行降采样，以减少计算量。
78.3.2针对降采样后的点云数据，可以根据该buffer框做精确的点云到该buffer框的碰撞检测，只保留在buffer框内的点云数据。
79.3.3使用最小二乘法拟合出点云平面，也即道路平面。
80.在步骤104中，计算地面元素的外轮廓。
81.点云数据可以被投影至道路平面，并基于点云数据中每个点的反射强度得到灰度值，基于该灰度值以及点云数据在道路平面上的投影点坐标，可以将圈定范围内的点云数据仿射变换成灰度图像。也就是说，该灰度图像中每个像素点对应点云数据中投影到道路平面上的点，而像素值对应该点的反射强度，反射强度越高像素值越高，反射强度越低像素值越低。
82.由于在道路路面上的地面要素通常使用相较于路面上的沥青颜色较浅的材料形成，因此地面要素的反射强度高于路面的反射强度，故而通过这种方式得到的灰度图像中，地面要素所在区域的灰度值相较于路面区域的灰度值较大。因此，可以通过灰度值的这种差异计算得到灰度图像中前景内容的图像块轮廓。
83.可以理解的是，灰度图像中前景内容可以是地面要素的组成部分，而前景内容之外的背景区域则对应路面区域。
84.参见图5(b)所示，路面上的地面元素“右转箭头”呈白色，白框中的点云图像为人工圈定的范围，其被映射成灰度图后，路面部分的颜色较深，反射强度较低，因此映射至灰度图像后，灰度值较小，而白色箭头部分的颜色较浅，反射强度较高，因此映射至灰度图像后灰度值较大。所以，灰度图像中基于灰度值大小可以将白色箭头部分对应的前景内容和路面对应的背景区域区分开来。考虑到白色箭头上由于磨损等存在掉色的情况，如图5(b)
所示的白色箭头上的直线段部分，中间有些区域因为掉色不再呈白色，而呈较深的颜色，因此映射至灰度图像后，这些掉色的区域也会被识别为路面区域，故而最终识别出的前景内容并不是一块完整的白色箭头形状的区域，而是间隔有路面的多个白色图像块。本公开实施例中，需要对识别出的前景内容对应的多个图像块的轮廓做进一步处理后，获得地面要素的完整轮廓。
85.在一些实施例中，可以通过确定多个图像块轮廓的外接框，并将该外接框确定为面要素的完整外轮廓
86.在一些实施例中，在灰度图像中确定了前景内容对应的图像块轮廓之后，可以基于该图像块轮廓的矢量数据，在点云数据中渲染出地面要素的外轮廓，如图5(c)所示的白色矩形框即为道路上白色箭头的外轮廓，该白色矩形框上的四个顶点坐标即为该外轮廓对应的矢量数据。
87.在一些实施例中，图像块轮廓和地面要素的外轮廓均可以是一种外接框，而图像块轮廓的矢量数据可以包括外接框的顶点坐标等。因此，可以基于各个图像块轮廓的外接框的顶点坐标等最终确定地面要素的外轮廓的顶点坐标等矢量数据。
88.因此，在本实施例的一个可选实现方式中，步骤s104，计算地面元素的外轮廓的步骤，进一步包括以下步骤：
89.基于所述圈定范围内的点云数据构建道路平面；
90.基于所述点云数据的反射强度，构建所述圈定范围内的点云数据在所述道路平面上投影后的灰度图像；
91.确定所述灰度图像中前景内容的图像块轮廓；
92.基于所述图像块轮廓绘制所述地面要素在所述点云图像中的外轮廓。
93.下面描述一种计算地面元素的外轮廓的实现方式。可以理解的是，本公开实施例中地面元素的外轮廓的计算不限于下述实现方式，只要是基于圈定范围内的点云数据构建道路平面，基于点云数据的反射强度，构建圈定范围内的点云数据在到了平面上投影后的灰度图像，并确定该灰度图像中包括前景内容的图像块轮廓，以及基于这些图像块轮廓计算得到地面元素的外轮廓的方式，均在本实施例所公开的范围之内。
94.4.1把buffer框内的所有点云都投影到道路平面上；
95.4.2把道路平面内的点云进行仿射，变换到二维图像上；同时，将点云反射率映射到0-255区间，作为该点在二维图像上对应像素的颜色值，构成一张二维图像；
96.4.3由于个别点云反射强度影响成为噪音，因此可以对二维图像做高斯滤波，以去除噪声点；
97.4.4计算二维图像中的内容轮廓，因为通常情况下，地面元素区域内地面元素本身的反射率和地面点云反射率有差异，所以可以精确计算出地面元素的轮廓；此外，考虑到道路面上地面元素的实际磨损，可以对内容轮廓做面积大小的判断，把大于一定面积的轮廓叠加起来，计算得到地面元素的完整轮廓，计算得到的完整轮廓为二维图像上的矢量数据，也即完整轮廓的边界点坐标，例如完整轮廓用矩形边框表示时，该矢量数据可以为矩形边框的四个顶点，如图5(c)所示的白线框为地面元素“右转箭头”的完整轮廓，其四个顶点为通过叠加前景内容对应的多个图像块的轮廓得到的矢量数据。
98.在步骤105中，渲染地面元素的外轮廓。
99.下面描述地面元素的一种外轮廓渲染方式。
100.5.1基于计算得到的地面元素的外轮廓渲染矢量数据。考虑到计算得到的矢量数据为二维图像上的数据，可以将该矢量数据进行反仿射变换到点云图像上，并在点云图像上基于变换后的矢量数据进行渲染。
101.5.2人工或者其他外部对象只需核实该外轮廓是否符合需求即可。
102.图2适于用来实现根据本公开实施方式的地面要素的轮廓绘制方法的电子设备的结构示意图。
103.如图2所示，电子设备200包括处理单元201，其可实现为cpu、gpu、fpga、npu等处理单元。处理单元201可以根据存储在只读存储器(rom)202中的程序或者从存储部分208加载到随机访问存储器(ram)203中的程序而执行本公开上述任一方法的实施方式中的各种处理。在ram 203中，还存储有电子设备200操作所需的各种程序和数据。处理单元201、rom 202以及ram 203通过总线204彼此相连。输入/输出(i/o)接口205也连接至总线204。
104.以下部件连接至i/o接口205：包括键盘、鼠标等的输入部分206；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分207；包括硬盘等的存储部分208；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至i/o接口205。可拆卸介质211，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器210上，以便于从其上读出的计算机程序根据需要被安装入存储部分208。
105.上述电子设备可以作为实施本公开实施方式中上述任一方法的设备，该设备可以是客户端设备，也可以是云端设备。
106.图3示出根据本公开一实施方式中地面要素的轮廓绘制方法在数据采集车的执行场景下的数据流向示意图。如图3所示，数据采集车可以设置客户端设备和激光雷达。该客户端设备可以实现为图2所示的电子设备。该激光雷达可以采集道路的点云数据，并将点云数据提供给该客户端设备。
107.该客户端设备将点云数据对应的点云图像显示在客户端界面上，供人工操作者进行画线。该人工操作者在点云图像上通过画线圈定待绘制的地面元素所在的范围，客户端基于获取该圈定范围后，执行上述实施例中的方法，从而自动确定点云图像上该地面元素的精确轮廓，基于该精确轮廓可以确定地面元素的绘制数据，例如该精确轮廓内的点云数据及其他相关的数据。该绘制数据可以发送给地图服务器，地图服务器可以将该绘制数据作为地图数据的一部分进行存储，在使用地图数据绘制地图时，可以使用该绘制数据在地图的相应位置处绘制出该地面元素。
108.图4示出根据本公开一实施方式中地面要素的轮廓绘制方法在数据生产中心执行时的一种交互场景示意图。如图4所示，云端设备可以是设置在数据生产中心的设备，该云端设备可以由图2所示的电子设备实现。数据采集设备例如安装有激光雷达的数据采集车获取道路的点云数据，并将点云数据提供给云端设备。
109.云端设备将点云数据对应的点云图像发送至人工操作者所使用的客户端设备。并在该客户端设备上显示该点云图像。
110.该人工操作者在点云图像上通过画线圈定待绘制的地面元素所在的范围，客户端基于获取该圈定范围后，执行上述实施例中的方法，从而自动确定点云图像上该地面元素
的精确轮廓，基于该精确轮廓可以确定地面元素的绘制数据，例如该精确轮廓内的点云数据及其他相关的数据。该绘制数据可以发送给地图服务器，地图服务器可以将该绘制数据作为地图数据的一部分进行存储，在使用地图数据绘制地图时，可以使用该绘制数据在地图的相应位置处绘制出该地面元素。
111.本公开实施例在绘制地面要素的外轮廓过程中，由外部对象例如人工或者运行机器模型等机器等辅助画出待绘制轮廓的地面要素的大致范围，基于该大致范围以及点云图像，自动确定包含在该大致范围内的所有点云数据，通过点云数据的反射强度将包含在该大致范围内的所有点云数据转换成灰度图像，并基于灰度图像确定有前景内容的图像块轮廓，以及基于该图像块轮廓在点云图像上渲染出地面要素的外轮廓。本公开实施例通过外部对象与机器相结合的方式，在制作高精地图时，点云图像上通过半自动绘制方式绘制出地面要素的外轮廓，能够在保证高精度的同时节省人工成本，降低人工操作复杂度，提高高精地图的制作效率。
112.在本实施例的一个可选实现方式中，在步骤s104中，基于所述图像块轮廓绘制所述地面要素在所述点云图像中的外轮廓的步骤，进一步包括以下步骤：
113.在所述图像块轮廓包括多个时，基于面积大于或等于预设面积阈值的所述图像块轮廓确定所述地面要素的外轮廓的矢量数据；
114.基于所述矢量数据在所述点云图像上渲染得到所述地面要素的外轮廓。
115.该可选的实现方式中，由于实际道路上，地面要素的图形可能会受到磨损，比如边界不清晰，中间某块由于磨损而显示出路面等。因此，在将圈定范围内的点云数据转换成灰度图像后，从该灰度图像确定的图像块轮廓不一定是地面要素的完整轮廓，可能是在磨损区域进行了切分后的多个图像块轮廓。因此，在这种情况下，可以通过将多个图像块轮廓进行叠加的方式得到地面元素的完整外轮廓。
116.此外，考虑到地面元素周围可能会存在一些污点，或者其他原因导致在灰度图像中被检测为图像块轮廓的情况，因此还可以通过图像块轮廓的面积大小，将面积小于预设阈值的图像块轮廓剔除，仅利用保留的面积大于或等于预设阈值的图像块轮廓进行叠加而得到地面元素的完整外轮廓。
117.在灰度图像中，图像块轮廓可以由矢量数据来表示，例如图像块轮廓为矩形的情况下，可以利用该矩形的四个点的坐标来表示，将多个图像块轮廓进行叠加，实际上是将多个图像块轮廓对应的四个点的坐标进行叠加，例如可以通过取最大值的方式得到叠加后的完整外轮廓的矢量数据，也即该完整外轮廓的四个点的坐标取值，使得该完整外轮廓为该多个图像块轮廓的最大外接框。
118.在本实施例的一个可选实现方式中，所述圈定范围包括点云框；确定所述点云图像中包围在所述圈定范围内的点云数据的步骤，进一步包括以下步骤：
119.将所述点云图像上的点云数据对应的八叉树空间结构与所述点云框进行点云碰撞检测，获得与所述点云框具有碰撞的粗略点云数据；
120.对所述粗略点云数据进行降采样；
121.基于降采样后的所述粗略点云数据的空间坐标与所述点云框进行精确的点云碰撞检测；
122.基于检测结果将所述点云框外的粗略点云数据剔除，并基于保留的粗略点云数据
确定所述圈定范围内的点云数据。
123.该可选的实现方式中，点云数据通常以八叉树空间结构的形式存储，该八叉树空间结构中每一个节点存储一块点云数据，一块点云数据可以包括点云数据中的多个点。为了减少计算量，本公开实施例中先使用八叉树空间结构与圈定范围对应的点云框进行点云碰撞检测，将与该点云框有碰撞的点云块确定为粗略点云数据。
124.可以理解的是，点云块中包括点云数据中的多个点，而该点云块如果与点云框有碰撞，则说明该点云块位于边框附近，并且可能是跨边框的一块点云数据。如果是跨边框的点云块，则该点云块中的部分点云数据不在圈定范围内。因此不能直接基于粗略点云数据确定圈定范围内的点云数据，还需要将跨边框的点云块中位于点云框外的点云数据剔除。
125.为此，本公开实施例还进行一次精确的点云碰撞检测。该点云的精确碰撞检测过程中，针对与点云框具有碰撞的点云块，基于该点云块中的所有点的空间坐标与点云框进行点云碰撞，并确定检测结果。该检测结果可以包括与点云框具有碰撞的精确点云数据，基于该精确点云数据可以确定位于点云框边界的点云数据以及位于点云框内部的点云数据，可以将位于点云框边界的点云数据以及位于点云框内部的点云数据确定为圈定范围内的点云数据。
126.在本实施例的一个可选实现方式中，上述步骤，即确定所述灰度图像中前景内容的图像块轮廓的步骤，进一步包括以下步骤：
127.基于所述灰度图像中路面对应的点云数据和地面要素对应的点云数据的反射强度差异，确定所述灰度图像中前景内容的图像块轮廓。
128.该可选的实现方式中，如上文所述，灰度图像中每个像素点的像素值基于对应的点云数据的反射强度确定。按照常理可知，实际道路中地面元素的颜色相对于路面颜色较浅，其反射强度大于路面的反射强度。因此，在点云数据中地面元素和路面上的点云数据的反射强度有差异，而经过仿射变换生成灰度图像后，该反射强度的差异体现在灰度值上，反射强度大的部分形成灰度图像中的前景内容，而反射强度小的部分形成灰度图像中的背景。因此，可以基于灰度图像以及反射强度差异对应的像素值差异从灰度图像中确定前景内容所在的图像块轮廓。
129.在本实施例的一个可选实现方式中，所述方法进一步还包括以下步骤：
130.展示点云图像；
131.接收在所述点云图像上的画线范围以及外扩方向；
132.基于所述画线范围以及外扩方向，确定包围待绘制的地面要素的所述圈定范围，所述圈定范围包括在所述画线范围内向所述外扩方向扩展一定距离后得到的预设形状的边框。
133.该可选的实现方式中，可以将道路的点云图像展示在显示界面上，由绘制人员利用显示界面上提供的编辑功能，在待绘制轮廓的地面元素上进行画线。该画线的方向可以沿着地面元素的长度方向，画线的长度可以大于或等于地面元素的总长度。基于绘制人员的画线操作可以得到在地面元素上的画线范围，该画线范围包括画线的起点、终点以及线长等。此外，绘制人员在画线完成之后，还可以指定画线的外扩方向，例如外扩方向可以与画线的方向垂直。在检测到绘制人员的画线以及外扩方向后，可以在该画线范围内向外扩方向扩展一定距离得到预设形状的边框。在一些实施例中，外扩的距离可以由绘制人员进
行控制，或者可以基于预先的设置外扩默认距离，具体可以基于实际的应用而设置，在此不再赘述。当然，可以理解的是，也可以将点云图像提供给机器模型等其他外部对象，由外部对象基于相应的方式提供画线范围以及外扩方向。
134.在一些实施例中，绘制人员可以指定一个外扩方向，而实际外扩则发生在该外扩方向以及该外扩方向的相反方向，从而最终得到将地面元素全部包围住的边框即可。
135.在一些实施例中，基于绘制人员的画线范围以及外扩方向得到一个初始范围后，绘制人员还可以利用显示界面提供的编辑功能对该初始范围进行修正，使得该初始范围能够在全部包围住地面元素的同时，面积最小。
136.图5(a)-图5(c)示出本公开一实施例中针对道路行车标识人工绘制的画线范围、圈定范围以及外轮廓的效果示意图。如图5(a)所示，3d点云图像中，在道路行车右转标识线上，人工利用鼠标绘制了一条竖线，并通过鼠标拖拽的方式指定外扩方向为与该竖线垂直的方向，得到如图5(b)所示的圈定范围。从图5(b)可以看出，该人工绘制的圈定范围包围住了道路行车右转标识，但是该圈定范围的精度较差，边框远离道路行车右转标识线的外边界，明显大于道路行车右转标识线的外接框。而经过本公开实施例的处理之后，可以得到如图5(c)所示的外轮廓，从图5(c)可以看出，该外轮廓的精度较高，与道路行车左转标识线的外接框完全吻合。
137.图6示出根据本公开一实施方式的人工交互绘制地面元素外轮廓的场景示意图。如图6所示，在浏览器中展示点云图像，用户通过交互输入接口在点云图像上画线以及指定外扩方向，浏览器可以基于画线以及外扩方向自动生成圈定范围，如果该自动生成的圈定范围无误后，可以提交给后台进行处理，作业人员也可以对该圈定范围进行手动调整。后台在接收到圈定范围以及点云数据后，进行三维几何运算，确定圈定范围内的点云数据，并对该点云数据进行平面拟合，并将点云数据投影到拟合得到的平面上，进而再利用投影后的数据得到二维图像。对二维图像进行处理，得到地面元素的外轮廓，该外轮廓被自动绘制在点云图像上，进而显示在浏览器的界面上。
138.根据本公开一实施方式的基于位置的服务提供方法，该基于位置的服务提供方法利用上述地面元素的轮廓绘制方法绘制地图上地面元素的外轮廓，并绘制有地面元素的外轮廓的地图为被服务对象提供基于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
139.本实施例中，该基于位置的服务提供方法可以在终端上执行，终端是手机、ipad、电脑、智能手表、自动驾驶车辆等。在制作地图例如高精地图时，可以利用上述地面元素的轮廓绘制方法，绘制地面元素的外轮廓。需要说明的是，高精地图可以是拥有精确的车辆位置信息和丰富的道路元素数据信息的地图，高精地图中具有详细的地物表达，并且高精地图中所表达的路网数据中包括准确的车道形状，并且还包括每个车道的坡度、曲率、航向、高程、侧倾等详尽的数据。因此，对于高精地图中的地面元素时，可以采用上述地面元素的轮廓绘制方法进行绘制。
140.本公开实施例，可以在制作高精地图的过程中，针对任意道路绘制地面元素的外轮廓，该高精地图可以提供给被服务对象，以便为被服务对象提供更加精准的位置服务，例如导航服务、路径规划服务和/或地图渲染服务等。
141.被服务对象可以是手机、ipad、电脑、智能手表、自动驾驶车辆、机器人等。在为被
服务对象导航、规划路径或者渲染地图上的道路之前，可以基于上述方法制作高精地图上的地面元素，进而在导航、规划路径或者渲染地图时，在基于该高精地图提供服务，具体细节可以参见上述对目标道路元素的属性确定方法的描述，在此不再赘述。
142.下述为本公开装置实施例，可以用于执行本公开方法实施例。
143.图7示出根据本公开一实施方式的地面要素的轮廓绘制装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示，该地面要素的轮廓绘制装置包括：
144.第一获取模块701，被配置为获取点云图像中的圈定范围；
145.第一确定模块702，被配置为确定所述点云图像中包围在所述圈定范围内的点云数据；
146.第一构建模块703，被配置为基于所述圈定范围内的点云数据构建道路平面；
147.第二构建模块704，被配置为基于所述点云数据的反射强度，构建所述圈定范围内的点云数据在所述道路平面上投影后的灰度图像；
148.第二确定模块705，被配置为确定所述灰度图像中前景内容的图像块轮廓；其中，所述前景内容为所述地面要素的组成部分；
149.绘制模块706，被配置为基于所述图像块轮廓绘制所述地面要素在所述点云图像中的外轮廓。
150.本实施例中，地面要素可以是道路上的非线性地面要素，也即本公开实施例所针对的地面要素可以是面状要素，面状要素可以包括道路路面上除车道线外的面状交通标识，例如可以是方向箭头标识、道路符号标识、导流带、斑马线等。
151.点云图像可以是由点云数据形成的图像，而点云数据可以是通过三维激光扫描仪器采集得到的实际道路表面的三维点数据集合。
152.传统的地面要素绘制方式中，需要纯手工绘制地面要素的形状点，但是这在三维场景下操作起来较为困难，制作效率较低。
153.为此，本公开实施例采用了人机结合的方式，由人工预先圈定点云图像上待绘制轮廓的地面要素的大致范围，在此称之为圈定范围。需要说明的是，待绘制轮廓的地面要素为非线性状的地面要素。在人工提供了点云图像上包含待绘制的地面要素的圈定范围后，机器可以基于该点云图像上的点云数据、圈定范围以及点云数据的反射强度精准生成地面要素的外轮廓，这种方式提高了地面要素的轮廓绘制效率，在保证绘制精度的同时降低了人工操作难度，节省了人工成本。
154.本实施例中，圈定范围可以是点云图像上包括待绘制轮廓的地面要素对应的所有点云数据的一个范围，例如该圈定范围可以是能够在点云图像上框住地面要素的框，如矩形框等。
155.点云图像可以通过浏览器或其他应用接口展示给绘制人员，绘制人员可以基于浏览器或者其他应用接口提供的编辑功能，在待绘制轮廓的地面要素周围圈定一个范围。该圈定范围内可以包括地面要素的所有点云数据。
156.基于该圈定范围，可以确定包含在该圈定范围内的所有点云数据。在一些实施例中，可以通过点云碰撞检测得到包围在该圈定范围内的点云数据，之后可以将该圈定范围内的点云数据转换成灰度图像，灰度图像中的灰度值可以基于点云数据的反射强度来确
定。反射强度越强，对应的灰度值越高，而反射强度越低，对应的灰度值可以越低。
157.在确定了位于圈定范围内的所有点云数据后，由于点云数据是三维数据，而路面上的地面要素是平面图形，因此为了能够精确确定地面要素的外轮廓，先基于圈定范围内的所有点云数据拟合得到道路平面，在一些实施例中，可以采用最小二乘法拟合得到点云平面，该点云平面即为道路平面。
158.由于在道路路面上的地面要素通常使用相较于路面上的沥青颜色较浅的材料形成，因此地面要素的反射强度高于路面的反射强度，故而通过这种方式得到的灰度图像中，地面要素所在区域的灰度值相较于路面区域的灰度值较大。因此，可以通过灰度值的这种差异计算得到灰度图像中前景内容的图像块轮廓。
159.可以理解的是，灰度图像中前景内容对应地面要素，而前景内容之外的背景区域则对应路面区域。
160.在灰度图像中确定了前景内容对应的图像块轮廓之后，可以基于该图像块轮廓的矢量数据，在点云数据中渲染出地面要素的外轮廓。在一些实施例中，图像块轮廓和地面要素的外轮廓均可以是一种外接框，而图像轮廓的矢量数据可以包括外接框的顶点坐标等。
161.本公开实施例在绘制地面要素的外轮廓过程中，由人工辅助画出待绘制轮廓的地面要素的大致范围，基于该大致范围以及点云图像，自动确定包含在该大致范围内的所有点云数据，通过点云数据的反射强度将包含在该大致范围内的所有点云数据转换成灰度图像，并基于灰度图像确定有前景内容的图像块轮廓，以及基于该图像块轮廓在点云图像上渲染出地面要素的外轮廓。本公开实施例通过人工与机器相结合的方式，在制作高精地图时，点云图像上通过半自动绘制方式绘制出地面要素的外轮廓，能够在保证高精度的同时节省人工成本，降低人工操作复杂度，提高高精地图的制作效率。
162.在本实施例的一个可选实现方式中，所述第二构建模块，包括：
163.投影子模块，被配置为将所述圈定范围内的点云数据投影至所述道路平面；
164.生成子模块，被配置为基于投影后的所述点云数据的反射强度生成所述灰度图像。
165.该可选的实现方式中，
166.点云数据可以被投影至道路平面，并基于点云数据中每个点的反射强度得到灰度值，基于该灰度值以及点云数据在道路平面上的投影点坐标，可以将圈定范围内的点云数据仿射变换成灰度图像。也就是说，该灰度图像中每个像素点对应点云数据中投影到道路平面上的点，而像素值对应该点的反射强度，反射强度越高像素值越高，反射强度越低像素值越低。
167.在本实施例的一个可选实现方式中，所述绘制模块，包括：
168.第一确定子模块，被配置为在所述图像块轮廓包括多个时，基于面积大于或等于预设面积阈值的所述图像块轮廓确定所述地面要素的外轮廓的矢量数据；
169.渲染子模块，被配置为基于所述矢量数据在所述点云图像上渲染得到所述地面要素的外轮廓。
170.该可选的实现方式中，由于实际道路上，地面要素的图形可能会受到磨损，比如边界不清晰，中间某块由于磨损而显示出路面等。因此，在将圈定范围内的点云数据转换成灰度图像后，从该灰度图像确定的图像块轮廓不一定是地面要素的完整轮廓，可能是在磨损
区域进行了切分后的多个图像块轮廓。因此，在这种情况下，可以通过将多个图像块轮廓进行叠加的方式得到地面元素的完整外轮廓。
171.此外，考虑到地面元素周围可能会存在一些污点，或者其他原因导致在灰度图像中被检测为图像块轮廓的情况，因此还可以通过图像块轮廓的面积大小，将面积小于预设阈值的图像块轮廓剔除，仅利用保留的面积大于或等于预设阈值的图像块轮廓进行叠加而得到地面元素的完整外轮廓。
172.在灰度图像中，图像块轮廓可以由矢量数据来表示，例如图像块轮廓为矩形的情况下，可以利用该矩形的四个点的坐标来表示，将多个图像块轮廓进行叠加，实际上是将多个图像块轮廓对应的四个点的坐标进行叠加，例如可以通过取最大值的方式得到叠加后的完整外轮廓的矢量数据，也即该完整外轮廓的四个点的坐标取值，使得该完整外轮廓为该多个图像块轮廓的最大外接框。
173.在本实施例的一个可选实现方式中，所述圈定范围包括点云框；所述第一确定模块，包括：
174.第一检测子模块，被配置为将所述点云图像上的点云数据对应的八叉树空间结构与所述点云框进行点云碰撞检测，获得与所述点云框具有碰撞的粗略点云数据；
175.降采样子模块，被配置为对所述粗略点云数据进行降采样；
176.第二检测子模块，被配置为基于降采样后的所述粗略点云数据的空间坐标与所述点云框进行精确的点云碰撞检测；
177.第二确定子模块，被配置为基于检测结果将所述点云框外的粗略点云数据剔除，并基于保留的粗略点云数据确定所述圈定范围内的点云数据。
178.该可选的实现方式中，点云数据通常以八叉树空间结构的形式存储，该八叉树空间结构中每一个节点存储一块点云数据，一块点云数据可以包括点云数据中的多个点。为了减少计算量，本公开实施例中先使用八叉树空间结构与圈定范围对应的点云框进行点云碰撞检测，将与该点云框有碰撞的点云块确定为粗略点云数据。
179.可以理解的是，点云块中包括点云数据中的多个点，而该点云块如果与点云框有碰撞，则说明该点云块位于边框附近，并且可能是跨边框的一块点云数据。如果是跨边框的点云块，则该点云块中的部分点云数据不在圈定范围内。因此不能直接基于粗略点云数据确定圈定范围内的点云数据，还需要将跨边框的点云块中位于点云框外的点云数据剔除。
180.为此，本公开实施例还进行一次精确的点云碰撞检测。该点云的精确碰撞检测过程中，针对与点云框具有碰撞的点云块，基于该点云块中的所有点的空间坐标与点云框进行点云碰撞，并确定检测结果。该检测结果可以包括与点云框具有碰撞的精确点云数据，基于该精确点云数据可以确定位于点云框边界的点云数据以及位于点云框内部的点云数据，可以将位于点云框边界的点云数据以及位于点云框内部的点云数据确定为圈定范围内的点云数据。
181.在本实施例的一个可选实现方式中，第二确定模块，包括：
182.第三确定子模块，被配置为基于所述灰度图像中路面对应的点云数据和地面要素对应的点云数据的反射强度差异，确定所述灰度图像中前景内容的图像块轮廓。
183.该可选的实现方式中，如上文所述，灰度图像中每个像素点的像素值基于对应的点云数据的反射强度确定。按照常理可知，实际道路中地面元素的颜色相对于路面颜色较
浅，其反射强度大于路面的反射强度。因此，在点云数据中地面元素和路面上的点云数据的反射强度有差异，而经过仿射变换生成灰度图像后，该反射强度的差异体现在灰度值上，反射强度大的部分形成灰度图像中的前景内容，而反射强度小的部分形成灰度图像中的背景。因此，可以基于灰度图像以及反射强度差异对应的像素值差异从灰度图像中确定前景内容所在的图像块轮廓。
184.在本实施例的一个可选实现方式中，所述装置还包括：
185.展示模块，被配置为展示点云图像；
186.接收模块，被配置为接收在所述点云图像上的画线范围以及外扩方向；
187.第三确定模块，被配置为基于所述画线范围以及外扩方向，确定包围待绘制轮廓的地面要素的所述圈定范围，所述圈定范围包括在所述画线范围内向所述外扩方向扩展一定距离后得到的预设形状的边框。
188.该可选的实现方式中，可以将道路的点云图像展示在显示界面上，绘制人员可以利用显示界面上提供的编辑功能，在待绘制轮廓的地面元素上进行画线，该画线的方向可以沿着地面元素的长度方向，画线的长度可以大于或等于地面元素的总长度。基于绘制人员的画线操作可以得到在地面元素上的画线范围，该画线范围包括画线的起点、终点以及线长等。此外，绘制人员在画线完成之后，还可以指定画线的外扩方向，例如外扩方向可以与画线的方向垂直。在检测到绘制人员的画线以及外扩方向后，可以在该画线范围内向外扩方向扩展一定距离得到预设形状的边框。在一些实施例中，外扩的距离可以由绘制人员进行控制，或者可以基于预先的设置外扩默认距离，具体可以基于实际的应用而设置，在此不再赘述。
189.在一些实施例中，绘制人员可以指定一个外扩方向，而实际外扩则发生在该外扩方向以及该外扩方向的相反方向，从而最终得到将地面元素全部包围住的边框即可。
190.在一些实施例中，基于绘制人员的画线范围以及外扩方向得到一个初始范围后，绘制人员还可以利用显示界面提供的编辑功能对该初始范围进行修正，使得该初始范围能够在全部包围住地面元素的同时，面积最小。
191.根据本公开一实施方式的基于位置的服务提供装置，该基于位置的服务提供装置利用上述地面元素的外轮廓绘制装置绘制高精地图上地面元素的外轮廓，并绘制有地面元素的外轮廓的高精地图为被服务对象提供基于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
192.本实施例中，该基于位置的服务提供装置可以在终端上执行，终端是手机、ipad、电脑、智能手表、自动驾驶车辆等。在制作高精地图时，可以利用上述地面元素的轮廓绘制装置，采用人工结合的方式绘制地面元素的外轮廓。
193.本公开实施例，可以针对任意道路绘制地面元素的外轮廓，以便制作高精地图，该高精地图可以提供给被服务对象，以便为被服务对象提供更加精准的位置服务，例如导航服务、路径规划服务和/或地图渲染服务等。
194.被服务对象可以是手机、ipad、电脑、智能手表、自动驾驶车辆、机器人等。在为被服务对象导航、规划路径或者渲染地图上的道路之前，可以基于上述装置制作高精地图上的地面元素，进而在导航、规划路径或者渲染地图时，在基于该高精地图提供服务，具体细节可以参见上述对目标道路元素的属性确定装置的描述，在此不再赘述。
195.附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
196.描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
197.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。