地图生成方法和装置与流程

1.本公开涉及计算机技术和人工智能技术，具体涉及地图技术和自动驾驶技术，尤其涉及一种地图生成方法和装置。


背景技术：

2.随着自动驾驶技术的发展，自动驾驶技术由应用于结构化道路的场景逐渐可以应用于非结构化道路的场景，如可以应用于矿山场景，而地图的生成是控制自动驾驶车辆的可靠行驶的关键。
3.在一些实施例中，由于矿山场景为非结构化道路的场景，地图生成主要依赖于人工实现，如由地图制作工作师生成矿山路径的地图。
4.然而，上述方法存在效率偏低且可靠性偏低的弊端。


技术实现要素：

5.本公开提供了一种用于提高矿山场景中的地图生成的可靠性和有效性的地图生成方法和装置。
6.根据本公开的第一方面，提供了一种地图生成方法，包括：
7.获取自动驾驶车辆行驶的矿山路径的环境感知信息，其中，所述环境感知信息是基于部署于所述自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统采集到的；
8.根据所述环境感知信息确定所述矿山路径的道路边界；
9.根据所述环境感知信息和所述道路边界，生成所述矿山路径的地图。
10.根据本公开的第二方面，提供了一种地图生成装置，所述装置包括：
11.获取自动驾驶车辆行驶的矿山路径的环境感知信息，其中，所述环境感知信息是基于部署于所述自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统采集到的；
12.根据所述环境感知信息确定所述矿山路径的道路边界；
13.根据所述环境感知信息和所述道路边界，生成所述矿山路径的地图。
14.根据本公开的第三方面，提供了一种电子设备，包括：
15.至少一个处理器；以及
16.与所述至少一个处理器通信连接的存储器；其中，
17.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
18.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
19.根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从
所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
20.根据本公开的第六方面，提供了一种电子地图，所述电子地图是根据如第一方面所述的方法生成的。
21.根据本公开的第七方面，提供了一种地图生成系统，包括：
22.如第二方面所述的装置；
23.自动驾驶车辆，用于采集矿山路径的环境感知信息。
24.根据本公开提供的地图生成方法和装置，包括：获取自动驾驶车辆行驶的矿山路径的环境感知信息。其中，环境感知信息是基于部署于自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统采集到的，根据环境感知信息确定矿山路径的道路边界，根据环境感知信息和道路边界，生成矿山路径的地图，通过从多个维度(即视觉传感器、雷达传感器、以及全球导航卫星系统)获取环境感知信息，以基于环境感知信息确定道路边界，并结合环境感知信息和道路边界生成矿山路径的地图，可以提高环境感知信息的多样性、充分性、可靠性，以使得道路边界具有较高的准确性，进而使得矿山路径的地图可以准确且可靠地还原矿山路径的特征，实现了生成矿山路径地图的自动化和智能化，且使得矿山路径地图具有较高的准确性和有效性。
25.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
26.附图用于更好地理解本方案，不构成对本公开的限定。其中：
27.图1是根据本公开第一实施例的示意图；
28.图2是根据本公开第二实施例的示意图；
29.图3是可以实现本公开实施例的地图生成方法的场景图；
30.图4是根据本公开第三实施例的示意图；
31.图5是根据本公开第四实施例的示意图；
32.图6是根据本公开第五实施例的示意图；
33.图7是根据本公开第六实施例的示意图；
34.图8是用来实现本公开实施例的地图生成方法的电子设备的框图。
具体实施方式
35.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
36.为便于读者理解本公开实施例，现对本公开实施例中的至少部分技术术语解释如下：
37.地图，是指按照一定的比例运用线条、符号、颜色、文字注记等描绘显示地球表面的状态信息(如自然地理等)的图形。
38.本实施例中的地图可以理解为电子地图，也可以称为数字地图，是指利用计算机技术，以数字方式存储和查阅的地图。
39.自动驾驶车辆，也可以称为自动驾驶汽车(autonomous vehicles；self-driving automobile)、无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是指通过电脑系统实现无人驾驶的智能汽车。
40.道路是指提供车辆和行人通行的基础设施。道路一般可以分为结构化道路和非结构化道路两类。
41.其中，结构化道路一般是指高速公路、城市干道等结构化较好的公路，这类道路具有较清晰的道路标志线，道路的背景环境比较单一，道路的几何特征也相对较为明显。
42.非结构化道路一般是指城市非主干道乡村街道等结构化程度较低的道路，这类道路没有车道线和清晰的道路边界。
43.也就是，结构化道路可以理解为相对较为优质的道路，即自动驾驶车辆行驶难度相对较低的道路。非结构化道路可以理解为相对较为劣质的道路，即自动驾驶车辆行驶难度相对较大的道路。
44.考虑到安全性，自动驾驶车辆通常行驶于结构化道路。然而，随着自动驾驶技术的发展，自动驾驶车辆可以行驶于更多的场景，如除了上述结构化道路之外，自动驾驶车辆还可以行驶于非结构化道路，如相对较为崎岖的山路，自动驾驶车辆甚至可以行驶于矿山场景中，以完成矿山场景下的矿山作业。
45.自动驾驶车辆完成矿山作业而行驶的道路可以称为矿山路径，基于矿山作业的过程，可以将矿山路径可以分为三个部分：装载区、主干路、卸载区。
46.其中，装载区可以理解为自动驾驶车辆装载矿物的区域，卸载区可以理解为自动驾驶车辆卸载矿物的区域，主干路可以理解为自动驾驶车辆由装载区行驶至卸载区的路段区域。
47.随着矿山作业的不断进行，装载区、卸载区、主干路可能发生变化，相对而言，主干路的变化频率相对较小，而装载区和卸载区的变化频率相对较大。
48.也就是说，在矿山场景中，随着矿山作业的不断进行，自动驾驶车辆行驶的矿山路径可能发生变化。因此，对矿山场景而言，矿山路径的地图生成(由数据采集、地图制作、地图分布等一系列操作实现)变得比较频繁，而矿山路径的地图影响矿山作业。
49.矿山路径的地图是保障矿山作业安全可靠且有效进行的重要保障，因此，如何生成矿山路径的地图成了亟待解决的问题。
50.在一些实施例中，地图生成方法可以包括：
51.第一步骤：将自动驾驶车辆的驾驶状态确定为人工驾驶状态。
52.示例性的，基于自动驾驶车辆是否由人工控制，可以将驾驶状态分为两种，一种为自动驾驶状态，一种为人工驾驶状态。其中，自动驾驶状态是指自动驾驶车辆自动控制，人工驾驶状态是指自动驾驶车辆由人为控制。
53.相应的，该步骤可以理解为：工作人员可以检查驾驶状态，若驾驶状态为人工驾驶状态，则可以执行第二步骤，若驾驶状态为自动驾驶状态，则可以由工作人员将自动驾驶状态切换至人工驾驶状态，而后执行第二步骤。
54.第二步骤：开启自动驾驶车辆上部署的图像采集装置。
55.其中，图像采集装置为用于采集图像的装置，如摄像头等。本实施例对图像采集装置的数量、类型、部署位置(即图像采集装置部署于自动驾驶车辆上的位置)不做限定，可以基于需求、历史记录、以及试验等方式确定。
56.同理，该步骤可以理解为：工作人员可以检查图像采集装置的启用状态，若启用状态为图像采集装置为开启状态，则可以执行第三步骤，若启用状态为图像装置为关闭状态(即图像采集装置未被开启)，则可以由工作人员将关闭状态切换至开启状态，以开启图像采集装置，而后执行第三步骤。
57.第三步骤：由工作人员驾驶自动驾驶车辆在矿山路径上行驶，以由图像采集装置采集周围环境的图像。
58.由于驾驶状态为人工驾驶状态，因此，需要由工作人员驾驶自动驾驶车辆，以控制自动驾驶车辆在矿山路径上行驶。
59.在自动驾驶车辆行驶时，图像采集装置可以对周围环境(如以自动驾驶车辆的行驶方向为基准，自动驾驶车辆的前方、后方、左方、右方)进行图像采集处理，得到图像。
60.第四步骤：图像采集装置将图像传输给计算机，由工作人员在计算机上根据图像制作得到矿山路径的地图。
61.示例性的，图像采集装置与计算机之间可以建立通信链路，图像采集装置可以基于该通信链路将图像传输给计算机。工作人员可以在计算机上对图像进行分析，从而制作得到矿山路径的地图。
62.然而，一方面上述地图生成方法需要人工参与，如需由工作人员对图像进行分析，得到矿山路径的地图，导致无法实现生成矿山路径的地图智能化和自动化；另一方面，用于生成矿山路径的地图的信息(即图像采集装置采集到的图像)较为单一，可能导致矿山路径的地图的准确性和可靠性相对偏低。
63.为了解决上述问题，本公开提供了一种经创造性劳动后的技术构思：从多个维度获取矿山路径的环境感知信息，并结合环境感知信息自动化地生成矿山路径的地图。
64.基于上述技术构思，本公开提供一种地图生成方法和装置，应用于计算机技术和人工智能技术，具体涉及地图技术和自动驾驶技术，可以应用于矿山场景，以提高地图生成的有效性和可靠性。
65.图1是根据本公开第一实施例的示意图，如图1所示，地图生成方法包括：
66.s101：获取自动驾驶车辆行驶的矿山路径的环境感知信息。其中，环境感知信息是基于部署于自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统(global navigation satellite system，gnss)采集到的。
67.示例性的，本实施例执行主体可以为地图生成装置，地图生成装置可以为服务器，也可以为计算机，也可以为终端设备，也可以为处理器，也可以为芯片，本实施例不做限定。
68.其中，若地图生成装置为服务器，则可以为本地服务器，也可以为云端服务器，且服务器可以为独立的服务器，也可以为服务器集群。若地图生成装置为终端设备，则具体可以为部署于自动驾驶车辆的车载终端。
69.在一些实施例中，自动驾驶车辆中部署有视觉传感器、雷达传感器、以及全球导航卫星系统。
70.其中，视觉传感器可以理解为，利用光学元件和成像装置获取感知信息(如环境图
像信息)的仪器。
71.在一些实施例中，雷达传感器可以为激光雷达传感器。
72.全球导航卫星系统也可以称为全球卫星导航系统，可以在地球表面或近地空间的地点提供全天候的三维坐标和速度以及时间信息的空基无线电导航定位系统。
73.相应的，由于环境感知信息是基于视觉传感器、雷达传感器、以及全球导航卫星系统采集到的，因此，环境感知信息包括上述多个维度的感知信息，所以，环境感知信息可以相对较为丰富和可靠地对矿山路径的特征进行表征。
74.s102：根据环境感知信息确定矿山路径的道路边界。
75.在结构化道路场景中，可以采用车道中心线对行驶于结构化道路场景中的自动驾驶车辆进行约束。其中，车道中心线是设在车行道中心线上(但也不限于设在道路的几何中心上)，用来分隔对象行驶的交通流的标线。
76.而在非结构化道路的矿山场景中，可以用道路边界对行驶于矿山路径上的自动驾驶车辆进行约束，以使得自动驾驶车辆在基于道路边界所局限的矿山路径行驶，避免与矿山相撞，提高行驶的安全性和可靠性。其中，道路边界可以理解为矿山路径的道路边缘。
77.由于环境感知信息可以较为丰富地表征矿山路径的特征，因此，基于环境感知信息确定的道路边界具有较高的准确性和可靠性。
78.s103：根据环境感知信息和道路边界，生成矿山路径的地图。
79.由于环境感知信息可以较为丰富地表征矿山路径的特征，道路边界具有较高的准确性和可靠性，因此，基于环境感知信息和道路边界生成的矿山路径的地图可以深度还原矿山路径的特征，且具有较高的准确性和可靠性，进而当自动驾驶车辆基于矿山路径的地图行驶时，具有较高的安全性。
80.基于上述分析可知，本公开提供了一种地图生成方法，包括：获取自动驾驶车辆行驶的矿山路径的环境感知信息，其中，环境感知信息是基于部署于自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统采集到的，根据环境感知信息确定矿山路径的道路边界，根据环境感知信息和道路边界，生成矿山路径的地图，在本实施例中，通过从多个维度(即视觉传感器、雷达传感器、以及全球导航卫星系统)获取环境感知信息，以基于环境感知信息确定道路边界，并结合环境感知信息和道路边界生成矿山路径的地图，可以提高环境感知信息的多样性、充分性、可靠性，以使得道路边界具有较高的准确性，进而使得矿山路径的地图可以准确且可靠地还原矿山路径的特征，实现了生成矿山路径地图的自动化和智能化，且使得矿山路径的地图与矿山路径之间具有高度相似性，即使得矿山路径地图具有较高的准确性和有效性。
81.为使读者更加深刻地理解本公开的实现原理，现结合图2对本公开的地图生成方法进行更为详细地阐述。其中，图2是根据本公开第二实施例的示意图，如图2所示，地图生成方法包括：
82.s201：获取基于视觉传感器采集到的第一感知信息、基于雷达传感器采集到的第二感知信息、以及基于全球导航卫星系统采集到的第三感知信息。
83.应该理解的是，为了避免繁琐地陈述，关于本实施例与上述实施例相同的技术特征，本实施例不再赘述。
84.在本实施例中，“第一”、“第二”、“第三”用于区分不同的感知信息，而不能理解为
对感知信息的内容的限定。
85.示例性的，视觉传感器可以获取矿山路径的环境图像信息，如以自动驾驶车辆的行驶方向为基准，自动驾驶车辆的前方、后方、左方、右方各自对应的环境图像信息。相应的，可以将视觉传感器获取到的环境图像信息称为第一感知信息。
86.雷达传感器可以获取矿山路径的感知信息(如环境点云)，如以自动驾驶车辆的行驶方向为基准，自动驾驶车辆的前方、后方、左方、右方各自对应的点云。相应的，可以将雷达传感器获取到的环境点云称为第二感知信息。
87.全球导航卫星系统可以获取矿山路径的感知信息，如矿山路径的物理点的三维坐标等。相应的，可以将全球导航卫星系统获取到的感知信息称为第三感知信息。
88.s202：根据第一感知信息、第二感知信息、以及第三感知信息，生成环境感知信息。
89.结合上述分析，第一感知信息为环境图像信息，第二感知信息为环境点云，第三感知信息为自动驾驶车辆行驶的轨迹相关信息，通过结合该三个维度的感知信息生成环境感知信息，可以使得环境感知信息具有多样性，以使得环境感知信息可以充分表征矿山路径的特征。
90.在一些实施例中，s202可以包括如下步骤：
91.第一步骤：确定第一感知信息、第二感知信息、以及第三感知信息中，表征同一对象的感知信息。
92.本实施例对同一对象不做限定，如同一对象可以为矿山路径上的障碍物，也可以为矿山路径上的物理点。
93.同一对象可以为两种感知信息所表征的相同的对象，也可以为三种感知信息所表征的相同的对象。
94.例如，若第一感知信息中包括障碍物a的感知信息，第二感知信息中也包括障碍物a的感知信息，则分别从第一感知信息和第二感知信息中确定表征障碍物a的感知信息。
95.又如，若第一感知信息中包括障碍物a的感知信息，第二感知信息中也包括障碍物a的感知信息，第三感知信息中也包括障碍物a的感知信息，则分别从第一感知信息、第二感知信息、第三感知信息中确定表征障碍物a的感知信息。
96.第二步骤：根据预设的视觉传感器、雷达传感器、以及全球导航卫星系统各自对应的感知置信度，从第一感知信息、第二感知信息、以及第三感知信息中，对表征同一对象的感知信息进行去冗余处理，得到去冗余处理后的感知信息。
97.其中，感知置信度可以理解为对环境信息进行感知的可靠性程度，或者可以理解为获取感知信息的可靠性程度，相对而言，感知置信度越大，对应的感知信息的可靠性程度越高。
98.示例性的，为了便于区分，可以将视觉传感器的感知置信度称为第一感知置信度，雷达传感器的感知置信度称为第二感知置信度，全球导航卫星系统的感知置信度称为第三感知置信度。
99.相应的，若第一感知置信度相对较大，如接近于1，则说明视觉传感器获取到的第一感知信息的可靠性程度较高；反之，若第一感知置信度相对较小，如接近于0，则说明视觉传感器获取到的第一感知信息的可靠性程度较小。
100.若第二感知置信度相对较大，如接近于1，则说明雷达传感器获取到的第二感知信
息的可靠性程度较高；反之，若第二感知置信度相对较小，如接近于0，则说明雷达传感器获取到的第二感知信息的可靠性程度较小。
101.若第三感知置信度相对较大，如接近于1，则说明全球导航卫星系统获取到的第三感知信息的可靠性程度较高；反之，若第三感知置信度相对较小，如接近于0，则说明全球导航卫星系统获取到的第三感知信息的可靠性程度较小。
102.本实施例对第一感知置信度、第二感知置信度、第三感知置信度的设置方式不做限定，如可以基于需求、历史记录、以及实验等方式确定。
103.在一些实施例中，视觉传感器的感知置信度是由，视觉传感器对样本路径进行感知得到的感知信息的全面程度和准确程度确定的。
104.雷达传感器的感知置信度是由，雷达传感器对样本路径进行感知得到的感知信息的全面程度和准确程度确定的。
105.全球导航卫星系统的感知置信度是由，全球导航卫星系统对样本路径进行感知得到的感知信息的全面程度和准确程度确定的。
106.通过结合对样本路径进行感知得到的感知信息的全面程度和准确程度，确定感知置信度，可以使得感知置信度具有较高的准确性和可靠性，进而当结合各感知置信度进行去冗余处理时，可以提高去冗余处理的有效性和可靠性。
107.示例性的，可以在执行地图生成方法之前，先对各感知置信度进行标定，以得到各感知置信度。
108.例如，可以先选定样本路径，由视觉传感器、雷达传感器、全球导航卫星系统分别对样本路径的环境信息进行感知，得到各自对应的样本感知信息，如视觉传感器感知得到的为第一样本感知信息，雷达传感器感知得到的为第二样本感知信息，全球导航卫星系统感知得到的为第三样本感知信息。
109.将第一样本感知信息与预设的实测感知信息进行匹配，得到第一匹配程度，并基于第一匹配程度确定第一感知置信度，如可以将第一匹配程度确定为第一感知置信度。
110.将第二样本感知信息与预设的实测感知信息进行匹配，得到第二匹配程度，并基于第二匹配程度确定第二感知置信度，如可以将第二匹配程度确定为第二感知置信度。
111.将第三样本感知信息与预设的实测感知信息进行匹配，得到第三匹配程度，并基于第三匹配程度确定第三感知置信度，如可以将第三匹配程度确定为第三感知置信度。
112.其中，样本路径可以为结构化道路场景下的路径，样本路径也可以为矿山场景下的路径。考虑到各感知置信度的应用场景为矿山场景，因此，样本路径可以优选为矿山场景下的路径，以使得各感知置信度与矿山场景高度贴合。
113.应该理解的是，也可以在执行地图生成方法时，标定得到各感知置信度，相对而言，预先标定各感知置信度可以提高地图生成的效率。
114.在本实施例中，通过结合各感知置信度(如第一感知置信度、第二感知置信度、第三感知置信度)对表征同一对象的感知信息进行去冗余处理，可以避免将有效的感知信息去除，提高了去冗余处理的可靠性和有效性，从而使得去冗余处理后的感知信息具有较高的准确性和可靠性。
115.第三步骤：对去冗余处理后的感知信息进行融合处理，得到环境感知信息。
116.结合上述分析可知，去冗余处理后的感知信息具有较高的准确性和可靠性，因此，
对具有较高准确性和可靠性的去冗余处理后的感知信息进行融合处理得到的环境感知信息具有较高的准确性和可靠性。
117.s203：根据环境感知信息确定矿山路径的矿山墙根坐标。
118.其中，矿山墙根坐标可以理解为矿山墙根的坐标。
119.示例性的，矿山路径的两边可能为土丘或山体，土丘或山体与矿山路径相连的部分可以称为矿山墙根。
120.如图3(图3是可以实现本公开实施例的地图生成方法的场景图)所示，自动驾驶车辆301行驶于矿山路径302，矿山路径302的一侧为第一土丘303，另一侧为第二土丘304，第一土丘303包括第一矿山墙根305，第二土丘304包括第二矿山墙根306。
121.如图3所示，矿山场景下的矿山墙根(如第一矿山墙根305和第二矿山墙根306)可能并不再同一直线上。
122.结合上述分析可知，环境感知信息包括环境图像信息、外部环境点云、矿山路径的物理点的三维坐标等，因此，在如图3所示的场景中，可以基于环境图像信息、外部环境点云、矿山路径的物理点的三维坐标等确定第一矿山墙根305的坐标、第二矿山墙根306的坐标。
123.s204：根据环境感知信息，将矿山墙根坐标向矿山路径的中心位置做偏移处理，得到道路边界。
124.示例性的，根据环境感知信息可以确定矿山路径的中心位置，本实施例所述的中心位置是指，在矿山路径中，相对于矿山墙根而言的中心位置。
125.例如，中心位置可能为相对于矿山墙根而言，在矿山路径中相对更为中心的位置，而并非矿山路径在两侧矿山墙根的中间的位置。又如，中心位置也可能为矿山路径在两侧矿山墙根的中间的位置。
126.应该理解的是，上述第一位置和第二位置只是用于示范性的说明，地图生成装置可能确定出的中心位置，而不能理解为对中心位置的限定。
127.结合图3和上述分析，若中心位置为第一位置，则可以将第一矿山墙根305的矿山墙根坐标向第一位置做偏移处理，以使得偏移处理后的第一矿山墙根305的矿山墙根坐标更接近于第一位置的坐标，如偏移处理后的第一矿山墙根305为第一道路边界307。
128.可以将第二矿山墙根306的矿山墙根坐标向第一位置做偏移处理，以使得偏移处理后的第二矿山墙根306的矿山墙根坐标更接近于第一位置的坐标，如偏移处理后的第二矿山墙根306为第二道路边界308。
129.其中，道路边界包括第一道路边界307和第二道路边界308。
130.值得说明的是，矿山路径的矿山墙根附近可能由碎矿石等障碍物，在本实施例中，通过将矿山墙根坐标向矿山路径的中心位置做偏移处理，得到道路边界，可以提高道路边界的有效性和可靠性，且可以减少甚至避免基于道路边界框选的道路上存在碎矿石等障碍物，从而当基于道路边界生成的矿山路径的地图具有较高的有效性和可靠性，更便于自动驾驶车辆的自动驾驶，提高自动驾驶车辆的行驶安全性。
131.在一些实施例中，s205可以包括如下步骤：
132.第一步骤：根据环境感知信息，确定矿山墙根坐标往矿山路径的中心位置的移动方向。
133.示例性的，地图生成装置可以根据环境感知信息，确定相对于矿山墙根而言，位于矿山路径的中心位置，并确定以该中心位置为基础，将矿山墙根往该中心位置移动的方向，该方向即为矿山墙根坐标往矿山路径的中心位置的移动方向(可以简称移动方向)。
134.第二步骤：根据移动方向将矿山墙根坐标偏移预设距离，得到边界坐标，道路边界包括边界坐标。
135.同理，预设距离可以基于需求、历史记录、以及试验等方式确定，本实施例不做限定。
136.在一些实施例中，可以根据环境感知信息确定矿山墙根预设范围内的障碍物的分布信息，并根据该分布信息确定预设距离。
137.例如，针对分布信息表征障碍物的数量较多的场景，预设距离可以相对较大；反之，针对分布信息表征障碍物的数量较少的场景，预设距离可以相对较小。
138.在另一些实施例中，可以根据环境感知信息确定矿山路径中的障碍物的坐标，并根据障碍物的坐标确定预设距离。
139.例如，根据障碍物的坐标，确定障碍物的坐标与矿山墙根坐标之间的坐标差值，并将该坐标差值确定为预设距离。
140.在本实施例中，通过确定移动方向，以基于移动方向和预设距离确定边界坐标，以得到具有边界坐标，可以提边界坐标的可靠性和有效性，进而使得道路边界具有较高的可靠性和有效性，从而提高生成的矿山路径的地图的准确性和可靠性。
141.s205：采用时定位与地图构建(simultaneous localization and mapping，简称slam)，对环境感知信息道路边界进行分析，生成矿山路径的地图。
142.示例性的，地图生成装置可以为自动驾驶车辆，且具体可以为部署于自动驾驶车辆的车载终端。相应的，时定位与地图构建可以理解为，自动驾驶车辆(具体可以为车载终端)根据环境感知信息，一边计算自动驾驶车辆的位置，一边构建矿山路径的地图的过程。
143.在本实施例中，通过结合时定位与地图构建生成矿山路径的地图，可以实现生成地图的自动化和智能化，降低矿山场景中地图生成对矿山工作人员的依赖。
144.s206：将矿山路径的地图传输给实现矿山作业的自动驾驶车辆。
145.其中，矿山路径的地图用于控制实现矿山作业的自动驾驶车辆的行驶。实现矿山作业的自动驾驶车辆可以包括用于生成矿山路径的地图的自动驾驶车辆。
146.在一些实施例中，地图生成装置可以基于车用无线通信技术(vehicle to x，v2x)将矿山路径的地图传输给实现矿山作业的自动驾驶车辆。
147.基于上述分析可知，矿山路径的地图具有较高的准确性和可靠性，因此，在本实施例中，通过将矿山路径的地图传输给实现矿山作业的自动驾驶车辆，以基于矿山路径的地图控制实现矿山作业的自动驾驶车辆的行驶，可以实现控制的可靠性和有效性，提高实现矿山作业的自动驾驶车辆的行驶的安全性和可靠性，以保障矿山作业的高效且有效完成，提升矿山作业的效率。
148.可以理解的是，图2所示的实施例可以为一个独立的实施例的，也可以根据图2中的至少部分技术特征得到新的实施例。如可以根据s201-s202得到新的实施例，也可以根据s203-s204得到新的实施例，也可以根据s203-s204、s205得到新的实施例，也可以根据s201-s202、s206得到新的实施例，等等，此处不再一一列举。
149.结合上述分析可知，在矿山场景中，矿山路径可能为基于矿山作业需求的变更的新的路径，也可能为由于装载区或者卸载区等的变化而变化部分路径。
150.以矿山路径为新的路径为例，矿是一层一层的被往下开采的，若一层的矿山作业已经完成，则可以切换至下一层的矿山作业，一层的矿山作业可以称为工作面发。相应的，若工作面生改变，则需要生成新的工作面的矿山路径的地图。其中，上述地图生成方法可以理解为生成新的工作面的矿山路径的地图的方法。
151.以矿山路径为部分路径为例，由于矿山路径中的部分路径发生改变，上述地图生成方法可以理解为生成发生改变的部分路径的地图的方法。
152.若将矿山路径的地图称为全局地图，发生改变的部分路径的地图称为局部地图，则在生成局部地图之后，可以基于局部地图对全局地图进行更新，以得到更新后的全局地图，以使得自动驾驶车辆基于更新后的全局地图自动驾驶。
153.为使得读者更为深刻地理解，在此场景下的地图生成方法的原理，现结合图4对本公开的地图生成方法进行更为详细地阐述。其中，图4是根据本公开第三实施例的示意图，如图3所示，地图生成方法包括：
154.s401：获取自动驾驶车辆行驶的矿山作业的路径中的部分路径的环境感知信息。其中，环境感知信息是基于部署于自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统采集到的。
155.同理，为了避免繁琐的陈述，关于本实施例与上述实施例相同的技术特征，本实施例不再赘述。
156.在本实施例中，矿山作业的路径可以理解为全局路径，而矿山作业的路径中的部分路径可以为全局路径中的局部路径。
157.s402：根据环境感知信息确定部分路径的道路边界。
158.关于s402的实现原理，可以参见第一实施例中地描述，也可以参见第二实施例中地描述，此处不再赘述。
159.s403：根据环境感知信息和道路边界，生成部分路径的地图。
160.关于s403的实现原理，可以参见第一实施例中地描述，也可以参见第二实施例中地描述，此处不再赘述。
161.s404：根据部分路径的地图，对获取到的矿山作业的路径对应的全局地图进行更新处理，得到更新后的地图。
162.示例性的，该步骤可以理解为，在生成了部分路径的地图之后，即生成了局部地图之后，可以基于局部地图对全局地图进行更新，以得到更新后的全局地图。
163.在实施例中，在部分路径该生改变的情况下，可以生成该部分路径的局部地图，以基于局部地图对全局地图进行更新，可以节约重新生成全局地图的资源，提高得到更新后的全局地图的效率。
164.在一些实施例中，s404可以包括如下步骤：
165.第一步骤：确定部分路径的地图的起始位置信息和终点位置信息。
166.示例性的，在得到部分路径的地图即局部地图之后，可以确定局部地图的起始位置的信息(即起始位置信息)，如起始坐标，也可以确定终点位置的信息(即终点位置信息)，如终点坐标。
167.第二步骤：根据起始位置信息和终点位置信息，确定全局地图中的待更新区域。
168.例如，若起始位置信息为起始坐标，终点位置信息为终点坐标，则可以分别确定起始坐标和终点坐标在全局地图中的位置，并将在全局地图中，位于起点坐标和终点坐标之间的区域确定为待更新区域。
169.第三步骤：将待更新区域替换为部分路径的地图，得到更新后的地图。
170.在本实施例中，通过从全局地图中确定待更新区域，以便将待更新区域的地图替换为局部地图，以使得得到的更新后的地图具有较高的准确性和可靠性。
171.应该理解的是，第一实施例、第二实施例、第三实施例只是用于示范性地说明，本公开可能的实施例，而不能理解为对本公开的实施例的限定。例如，可以将第一实施例、第二实施例、第三实施例中的至少两个实施例的技术特征组合得到新的实施例，也可以将从第二实施例或第三实施例中抽取部分技术特征组合得到新的实施例，等等，此处不再一一列举。
172.根据本公开的另一个方面，本公开还提供了一种地图生成装置。图5是根据本公开第四实施例的示意图，如图5所示，地图生成装置500，包括：
173.获取单元501，用于获取自动驾驶车辆行驶的矿山路径的环境感知信息，其中，环境感知信息是基于部署于自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统采集到的。
174.确定单元502，用于根据环境感知信息确定矿山路径的道路边界。
175.生成单元503，用于根据环境感知信息和道路边界，生成矿山路径的地图。
176.图6是根据本公开第五实施例的示意图，如图6所示，地图生成装置600，包括：
177.获取单元601，用于获取自动驾驶车辆行驶的矿山路径的环境感知信息，其中，环境感知信息是基于部署于自动驾驶车辆的视觉传感器、雷达传感器、以及全球导航卫星系统采集到的。
178.结合图6可知，在一些实施例中，获取单元601，包括：
179.获取子单元6011，用于获取基于视觉传感器采集到的第一感知信息、基于雷达传感器采集到的第二感知信息、以及基于全球导航卫星系统采集到的第三感知信息。
180.生成子单元6012，用于根据第一感知信息、第二感知信息、以及第三感知信息，生成环境感知信息。
181.在一些实施例中，生成子单元6012，包括：
182.第二确定模块，用于确定第一感知信息、第二感知信息、以及第三感知信息中，表征同一对象的感知信息。
183.去冗余模块，用于根据预设的视觉传感器、雷达传感器、以及全球导航卫星系统各自对应的感知置信度，从第一感知信息、第二感知信息、以及第三感知信息中，对表征同一对象的感知信息进行去冗余处理，得到去冗余处理后的感知信息。
184.在一些实施例中，视觉传感器的感知置信度是由，视觉传感器对样本路径进行感知得到的感知信息的全面程度和准确程度确定的。
185.雷达传感器的感知置信度是由，雷达传感器对样本路径进行感知得到的感知信息的全面程度和准确程度确定的。
186.全球导航卫星系统的感知置信度是由，全球导航卫星系统对样本路径进行感知得
到的感知信息的全面程度和准确程度确定的。
187.融合模块，用于对去冗余处理后的感知信息进行融合处理，得到环境感知信息。
188.确定单元602，用于根据环境感知信息确定矿山路径的道路边界。
189.结合图6可知，在一些实施例中，确定单元602，包括：
190.第一确定子单元6021，用于根据环境感知信息确定矿山路径的矿山墙根坐标。
191.偏移子单元6022，用于根据环境感知信息，将矿山墙根坐标向矿山路径的中心位置做偏移处理，得到道路边界。
192.在一些实施例中，偏移子单元6022，包括：
193.第一确定模块，用于根据环境感知信息，确定矿山墙根坐标往矿山路径的中心位置的移动方向。
194.偏移模块，用于根据移动方向将矿山墙根坐标偏移预设距离，得到边界坐标，道路边界包括边界坐标。
195.生成单元603，用于根据环境感知信息和道路边界，生成矿山路径的地图。
196.更新单元604，用于根据矿山路径的地图，对获取到的矿山作业的路径对应的全局地图进行更新处理，得到更新后的地图。
197.其中，矿山路径为矿山作业的路径中的部分路径。
198.结合图6可知，在一些实施例中，更新单元604，包括：
199.第二确定子单元6041，用于确定矿山路径的地图的起始位置信息和终点位置信息。
200.第三确定子单元6042，用于根据起始位置信息和终点位置信息，确定全局地图中的待更新区域。
201.替换子单元6043，用于将待更新区域替换为矿山路径的地图，得到更新后的地图。
202.传输单元605，用于将矿山路径的地图传输给实现矿山作业的自动驾驶车辆，其中，矿山路径的地图用于控制实现矿山作业的自动驾驶车辆的行驶。
203.图7是根据本公开第六实施例的示意图，如图7所示，本公开中的电子设备700可以包括：处理器701和存储器702。
204.存储器702，用于存储程序；存储器702，可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：ram)，如静态随机存取存储器(英文：static random-access memory，缩写：sram)，双倍数据率同步动态随机存取存储器(英文：double data rate synchronous dynamic random access memory，缩写：ddr sdram)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器702用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器702中。并且上述的计算机程序、计算机指令、数据等可以被处理器701调用。
205.上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器702中。并且上述的计算机程序、计算机指据等可以被处理器701调用。
206.处理器701，用于执行存储器702存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
207.具体可以参见前面方法实施例中的相关描述。
208.处理器701和存储器702可以是独立结构，也可以是集成在一起的集成结构。当处理器701和存储器702是独立结构时，存储器702、处理器701可以通过总线703耦合连接。
209.本实施例的电子设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
210.根据本公开的实施例，本公开还提供了一种电子地图，该电子地图是基于如上任一实施例所述的地图生成方法生成的。
211.根据本公开的实施例，本公开还提供了一种地图生成系统，包括：
212.如上任一实施例所述的地图生成装置，如包括如图5或图6所示的地图生成装置。
213.自动驾驶车辆，用于采集矿山路径的环境感知信息。
214.示例性的，自动驾驶车辆行驶于矿山路径，以采集矿山路径的环境感知信息。自动驾驶车辆与地图生成装置之间建立有通信链路，自动驾驶车辆基于该通信链路将环境感知信息传输给地图生成装置。
215.相应的，地图生成装置接收由自动驾驶车辆传输的环境感知信息，并基于环境感知信息生成矿山路径的地图。
216.在一些实施例中，自动驾驶车辆部署有视觉传感器(如摄像头等)、雷达传感器(如激光雷达传感器等)、全球导航卫星系统，以基于视觉传感器、雷达传感器、全球导航卫星系统采集环境感知信息。实现原理可以参见上述实施例，此处不再赘述。
217.在一些实施例中，为了便于区分，我们可以将采集环境感知信息的自动驾驶车辆称为第一自动驾驶车辆，将用于实现矿山作业的自动驾驶车辆称为第二自动驾驶车辆。
218.其中，第一自动驾驶车辆可以为第二自动驾驶车辆，也可以为部分第二自动驾驶车辆，也可以为与第二自动驾驶车辆不同的自动驾驶车辆，本实施例不做限定。
219.本实施例对第一自动驾驶车辆的数量不做限定。例如，第一自动驾驶车辆可以为一辆，也可以为多辆。
220.在一些实施例中，地图生成系统还包括第二自动驾驶车辆，地图生成装置将矿山路径的地图传输给第二自动驾驶车辆。
221.相应的，第二自动驾驶车辆接收由地图生成装置传输的矿山路径的地图，并根据矿山路径的地图实现矿山作业。
222.示例性的，第二自动驾驶车辆基于矿山路径的地图行驶于矿山路径，以完成矿山作业。
223.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
224.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
225.根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
226.图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字
助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
227.如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(rom)802中的计算机程序或者从存储单元808加载到随机访问存储器(ram)803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
228.设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
229.计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如地图生成方法。例如，在一些实施例中，地图生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的地图生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行地图生成方法。
230.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
231.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
232.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电
子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
233.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
234.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
235.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
236.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
237.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。