-
公开(公告)号：CN118093748A
公开(公告)日：2024-05-28
申请号：CN202410088068.3
申请日：2024-01-22
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种用于高精度地图的数据库设计方法，包括；将高精度地图数据分离成元数据和地图矢量数据；构建元数据表和地图矢量数据表，分别用于存储元数据和地图矢量数据；所述元数据表包括批次信息管理表、Tile信息管理表、要素信息管理表；所述批次信息管理表、Tile信息管理表、要素信息管理表采用递进式层级管理方式，一个所述批次信息管理表管理多个Tile信息管理表，一个所述Tile信息管理表管理多个要素信息管理表，表与表之间利用表外键进行关联；所述地图矢量数据表中包含与每一要素对应的地图矢量数据。本发明可解决高精度地图数据多源数据存储，数据分层次管理，按时序、空间维度进行数据查询，要素级版本管理，数据可追溯性等问题。
-
公开(公告)号：CN114485608B
公开(公告)日：2023-10-10
申请号：CN202111523288.7
申请日：2021-12-13
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供的一种用于高精度地图制作的局部点云快速配准方法，其包括以下步骤：S1：点云平面提取源与目标点云取轨迹点范围内的点，采用随机采样一致性算法获取平面参数，由源点云与目标点云平面参数得到变换参数T1，利用该变换参数T1变换源点云；S2：将变换后的源点云和目标点云投影到平面内，并生成投影图Is和Ig；S3：在给定角度范围内，以一个间隔旋转投影图Is，得到Is’，Is’与Ig采用模板匹配算法，得到匹配位置和相关系数值，最后比较所有旋转角度下的相关系数值，取最佳配置位置和旋转角度，得到变换参数T2。而使用本发明的方案，时间消耗在200ms内，对于大量需要配准的道路点云来说，总的效率提升非常大。
-
公开(公告)号：CN114155168A
公开(公告)日：2022-03-08
申请号：CN202111494306.3
申请日：2021-12-08
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种全自动点云数据的偏移纠正方法及系统，其方法包括：获取同一区域不同时刻的多个点云及其轨迹信息，并根据所述轨迹信息确定一个或多个需配准的控制点；计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数，并根据所述变换参数对其对应的控制点进行过滤；遍历每个源点云并搜索与其距离最近的控制点，并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。本发明提供的方法可应用于大规模点云数据的偏移纠正中，效率高，效果稳定可靠，能有效的矫正不同时间维度上多次采集点云之间的偏差。
-
公开(公告)号：CN114140771A
公开(公告)日：2022-03-04
申请号：CN202111436392.2
申请日：2021-11-25
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种图像深度数据集自动标注方法，其方法包括：分别对相机和激光雷达的内外参进行标定；将所述激光点云投影到图像坐标系中，得到一张或多张投影图像；通过特征匹配收集每张所述投影图像和待标注图像的同名点集，并根据其解算相机的位姿；根据所述相机的位姿将激光点云重新投影成图像，并计算每张待标注图像对应在重投影后的图像中每个像素的深度。本发明利用现有的图像与激光点云数据，无需新增采集设备；由于激光点云的三维扫描空间位置精度非常高，从而得到了远高于RGBD数据能提供的空间位置精度。
-
公开(公告)号：CN114037762A
公开(公告)日：2022-02-11
申请号：CN202111385632.0
申请日：2021-11-22
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种基于图像与高精度地图配准的实时高精度定位方法，方法包括：标定相机内外参；提取相机图像中的车道线的第一点集合l，以及提取高精度地图中的车道线，将其从世界坐标系转换到图像坐标系，得到第二点集合L；将第一点集合l和第二点集合L进行双向匹配，形成点对集合S；基于匹配结果，解算相机的位姿信息；对相机的位姿信息进行异常识别与优化。本发明相较于现有的单纯依赖GNSS信号的定位方法，在信号较差的地方，有更强的鲁棒性，能够辅助提高定位精度；因为匹配了先验的高精度地图数据，有较高的可靠性；算法复杂度低，可靠性高，计算效率也更高。
-
Patent Agency Ranking
公开(公告)号：CN112528892A
公开(公告)日：2021-03-19
申请号：CN202011491909.3
申请日：2020-12-17
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种无人机点云车道线提取方法及系统，方法包括：虚拟出道路的参考线，并沿参考线对无人机点云进行合并和分割；将分割的点云投影成灰度图，并进行车道线轮廓的语义分割；将分割后的车道线形点反算到点云上，反算得到车道线形点；沿所述道路参考线将车道线合并连接形成车道线网络。本发明实施例提供的一种无人机点云车道线提取方法及系统，提出了一种结合OSM的无人机点云的车道线提取方法，对无人机机载Lidar点云和影像匹配点云都适用，并且场景兼容性较强，泛化性好。
-
公开(公告)号：CN114443789B
公开(公告)日：2025-04-25
申请号：CN202111547836.X
申请日：2021-12-16
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供的一种海量车载点云数据回溯方法及装置，其包括以下步骤：S1：点云数据预处理，收集与测站相关的信息并将数据文件归档存储；S2：点云数据矢量线提取，采用车载点云数据的道路面中心线作为点云数据的矢量线；S3：海量点云数据回溯底图矢量构建，对点云数据矢量线进行网格切割、矢量综合、空间匹配形成底图矢量；S4：海量点云数据历史回溯，通过设定空间范围提取关联矢量线，然后读取矢量线存储的迭代历史记录，最后根据迭代历史记录查询关联的点云数据。基于海量点云矢量底图和迭代历史实现海量点云数据的回溯，解决了高精度地图生产的点云数据回溯的问题。
-
公开(公告)号：CN119027833A
公开(公告)日：2024-11-26
申请号：CN202410918080.2
申请日：2024-07-10
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明公开了一种基于无人机影像的车道线提取方法、系统、介质及设备，其方法包括以下步骤：获取无人机对待处理道路采集到的3D点云数据；对所述3D点云数据进行融合切片，分割成多个相同长度的点云块；将每个所述点云块投影至二维世界坐标系中，得到对应的二维投影图；利用训练好的transformer语义分割神经网络提取每个所述二维投影图中的车道线信息，并将提取到的所述车道线信息反投影至三维世界坐标系中，得到对应的三维车道线信息；根据每个所述点云块中的三维车道线信息构建对应的车道线区域，将所有点云块对应的车道线区域顺次进行矢量化连接，得到待处理道路的道路面车道线信息；本发明可快速灵活地获得车道级信息，进行车道线检测提取。
-
公开(公告)号：CN116166761A
公开(公告)日：2023-05-26
申请号：CN202211662266.3
申请日：2022-12-22
Applicant: 武汉中海庭数据技术有限公司
IPC: G06F16/29 , G06F16/23 , G06T11/20 , G06T7/12 , G06T7/80 , G06V10/764 , G01C21/00 , G01C21/32 , G01S17/89 , G01S17/86
Abstract: 本发明涉及一种基于新增道路场景的高精地图全要素更新方法及装置，其方法包括：获取新增道路场景的差异2D像素坐标、采集相机的内参和外参、采集轨迹及其位姿信息，以及点云数据，并根据其确定轨迹线上新增道路的区间位置信息；基于要素分类、第一预设分辨率和所述区间位置信息，对所述点云进行裁剪和旋转，并将旋转后的点云进行投影，并结合深度学习模型，确保投影图像覆盖全部宽度方向；将拓宽后的投影图像进行分割，得到每个要素的二维轮廓和像素坐标，然后对其进行反算并根据反算结果对每个要素进行矢量化。本发明根据先验的差异2D信息，对新增道路进行自动化要素提取，极大地提高了更新效率。
-
公开(公告)号：CN111221821B
公开(公告)日：2022-07-01
申请号：CN201911401151.7
申请日：2019-12-31
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种AI模型迭代更新方法、电子设备及存储介质，该方法包括：按批次将原始高精度地图数据成果数据导入临时库，并在临时库的数据表上增加与原始高精度地图成果数据相关的关联信息字段；读取临时库中高精度地图成果数据，查询高精度地图成果数据与原始高精度地图数据成果数据关联关系；通过哈希算法计算高精度地图成果数据的唯一标识，基于唯一标识和关联关系通过键值关联存储至Redis缓存中；关联完成后，根据已关联批次的成果数据生成AI样本数据集；基于AI样本数据集优化、更新AI模型，并根据AI模型自动化产生高精度地图数据以便进一步迭代更新。通过该方案解决了现有迭代更新方法效率低的问题，可以提高AI模型的精度和更新优化效率。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.033 seconds)
