-
公开(公告)号:CN116310167A
公开(公告)日:2023-06-23
申请号:CN202310151883.5
申请日:2023-02-22
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种地图空中矩形元素构建方法及装置,通过采集车辆获取目标数据,对视频数据每帧计算梯度,提取目标矩形边缘,进行三角化计算空间矩形的初始值,之后利用优化算法对目标空间矩形及图像梯度进行优化调整,最后构建出精确的空间矩形物体。其一方面是利用了类矩形物体的边缘特征进行优化,并且使用同一整体的表示,使空中元素更易构建成功,误差更小,且适用于没有明确角点的带圆角类矩形物体构建。另一方面申请是直接针对矩形物体,对其整体进行表示,使其参与到优化构建过程中,直接构建出空中元素的矢量表示。另外,本申请是基于消费级视觉传感器数据,采用单一消费级视觉传感器,适用于低成本众包地图构建。
-
公开(公告)号:CN116012544A
公开(公告)日:2023-04-25
申请号:CN202310050156.X
申请日:2023-02-01
Applicant: 重庆长安汽车股份有限公司
Abstract: 道路语义点云地图矢量化方法、系统及存储介质,对预处理后数据进行分段,得到M个点云子图和M段局部轨迹,再建立M个空间辅助坐标,并将点云子集转化到空间辅助坐标进行分段矢量化,得到M个二维矢量子图,在转化到统一坐标系下进行拼接融合,输出完整矢量地图,实现分段、分坐标系快速二维矢量化,降低道路语义点云地图矢量化成本,提高道路语义点云地图矢量化效率。
-
公开(公告)号:CN115565172A
公开(公告)日:2023-01-03
申请号:CN202211180318.3
申请日:2022-09-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明保护一种众包地图中语义分割的难例挖掘方法及计算机可读存储介质,所述方法包括:步骤1、统计label数量:对标注数据,统计出训练集和验证集中各标签的数量;步骤2,在语义分割训练模型中,在推理部分,记录每张图片上每个标签元素的iou值;步骤3,过滤记录下的iou值,记录iou值低于阈值的图片路径和元素;步骤4,结合低iou元素及其对应的标注图片和推理效果图,综合得出分割效果不好的元素或者场景,即为分割出的难例。本发明通过综合考虑标签数量和推理效果,针对众包地图构建中语义分割过程的要素进行分析,能够有效挖掘用于众包地图构建的语义分割难例,提取出难例数据。
-
公开(公告)号:CN116465422A
公开(公告)日:2023-07-21
申请号:CN202310424538.4
申请日:2023-04-19
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种地图信息的生成方法、装置、电子设备及存储介质,所述地图信息的生成方法通过获取第一图像和第二图像,其中,第一图像表示航空采集的第一区域的图像,第二图像表示车端采集的第二区域的图像,第一区域与第二区域存在重合区域;并提取第一图像中的第一对象,以及第二图像中的第二对象;结合第一图像与第二图像,确定第一对象相对于预设参照对象的位置,得到第一位置,以及确定第二对象相对于预设参照对象的位置,得到第二位置;基于第一位置和第二位置,生成目标地图信息。由此通过结合航空采集的第一图像结合车端采集的第二图像,生成目标地图信息,克服了现有方案中仅依靠车端采集图像生成真值场所存在视角局限性的不足。
-
公开(公告)号:CN115482517A
公开(公告)日:2022-12-16
申请号:CN202211158559.8
申请日:2022-09-22
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种高精地图中空中环境要素的构建方法、系统及存储介质,包括:获取目标视频及视频各图像帧对应的位姿;对目标视频进行目标检测跟踪,其中,检测跟踪的目标为空中标识牌或红绿灯;从目标视频中选出目标元素的共视关键帧;提取目标元素的所有共视关键帧中目标区域内的特征点;对任意两共视关键帧中的特征点进行匹配,得到匹配点对;对匹配点对进行三角化计算,得到稀疏点云;对不同共视关键帧之间得到的稀疏点云进行融合筛选;关联目标检测跟踪结果,生成该目标视频对应的高精地图要素。本发明能够有效减少高精地图构建的计算资源消耗和硬件依赖需求,降低了高精地图的构建成本,提高了高精地图的构建效率。
-
公开(公告)号:CN116402963A
公开(公告)日:2023-07-07
申请号:CN202310355862.5
申请日:2023-04-04
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种车道线矢量模型构建方法、装置、电子设备和存储介质。其中,方法包括获取语义点云数据;提取所述语义点云数据中的车道线点云数据;将所述车道线点云数据投影到二维平面得到二维点集;根据所述二维点集构建二维三角剖分三角网;从所述二维三角剖分三角网中提取二维车道线轮廓;根据所述二维车道线轮廓构建车道线矢量模型。本发明提供的方案能基于语义点云数据低成本、高精度地构建矢量模型,降低矢量化成本,提高矢量化效率和精度。
-
-
-
-
-