地图的三要素(地图的三要素)

目前高精地图主要使用移动扫描车采集数据,业内对点云进行处理。基于处理后的点云,提取高精度地图所需的道路元素。高精地图需要采集哪些要素?这些元素应该赋予什么属性?

目前高精地图主要使用移动扫描车采集数据,业内对点云进行处理。基于处理后的点云,提取高精度地图所需的道路元素。高精地图需要采集哪些要素?这些元素应该赋予什么属性?根据团体标准《自动驾驶地图采集要素模型及交换格式》,高精地图主要由采集场景基础信息层、道路交通标志层、道路交通标线层、其他道路安全设施层和智能路侧设备层五层组成。具体的图层组成和图层之间的关系如下图所示。

LK分享|高精地图数据采集要素的构成与表达

采集场景基本信息层

高精地图需要设置与元素关联的场景载体元素,主要分为室外道路场景和公共停车场道路场景。

(1)室外道路场景

对于室外道路场景,场景的基本信息层包括路面。其主要用途是现实中所有道路物体的载体和显示渲染的应用。路面区分交叉口和路段。根据道路可行驶范围的边界获得道路表面层,并用3D表面元素表示。

道路属性包括:

a)道路路面编号:记录当前道路路面对象的唯一ID;

b)类型:记录道路路面的类型,分为路段路面和路口路面两种;

c)采集时间:记录当前存储对象的实际采集时间,记录到某年某月某日;格式:YYMMDD,如200101表示2020年1月1日;

d)数据源:记录当前物体的来源,包括激光点云、图像等;

e)区划代码:记录当前对象所在行政区划的代码,在市级行政区划中记录,如南京。

(2)公共停车场道路场景

对于公共停车场场景,场景的基础信息层包括停车场的基本属性、停车场的背景等信息。其主要目的是展示停车服务中自动驾驶系统的人机交互界面,并作为收集相关位置停车场要素信息的载体。

停车场的基本属性包括停车场的名称、类型和层数。几何表达式根据停车场区域的中心位置得到,用3D点元素表示。

停车场背景是指记录停车场某一层的基本属性,包括停车场某一层楼或连接通道的背景名称和楼层。几何表达式是根据停车场的背景轮廓得到的,用三维面元表示。

停车场基本信息的属性包括:

a)停车场号:记录当前停车场的唯一ID;

b)类型:记录停车场的分类,包括室外停车场、室内停车场和综合停车场;

c)楼层数:记录停车场的总楼层数;

d)停车场名称:记录停车场的正式中文名称;

e)采集时间:记录当前存储对象的实际采集时间,记录到某年某月某日;格式:YYMMDD,如200101表示2020年1月1日;

f)数据源:记录当前物体的来源,包括激光点云、图像等;

g)细分代码:记录当前对象所在行政区划的代码,记录在市级行政区划中,如南京。

LK分享|高精地图数据采集要素的构成与表达

停车场背景信息的属性包括:

a)停车场背景号:记录当前停车场背景的唯一ID;

b)停车场背景名称:停车场背景所在楼层的名称,如B1、B2等。

c)楼层:记录停车场背景所在的楼层;

d)类型:记录停车场的背景类型,分为平层和连接通道;

e)停车场号:记录停车场id;

f)停车场限高信息:记录停车场内车辆的限高值;

g)采集时间:记录当前存储对象的实际采集时间,记录到某年某月某日;格式:YYMMDD,如200101表示2020年1月1日;

h)数据源:记录当前物体的来源,包括激光点云、图像等;

I)区划代码:记录当前对象所在行政区划的代码,记录在市级行政区划中,如南京。

LK分享|高精地图数据采集要素的构成与表达

道路交通标志层

鉴于室外道路场景,道路交通标志是用颜色、形状、文字和图形向道路使用者传达信息和管理交通的设施。交通标志是结合道路和交通状况设置的,通过交通标志提供准确、及时的信息和引导,使道路使用者顺利、快速地到达目的地,促进交通畅通和行车安全。其主要目的是辅助车辆的垂直和水平定位,其语义信息可以为自动驾驶地图的后续深加工提供道路和车道的丰富属性。

根据公共停车场的场景,交通标志包括以下两类:一类是用文字、符号和颜色来传达引导、限制、警告或指示的道路设施;另一种是站点识别,是有一定规则的AVP车辆的识别,在AVP系统的停车场内外人为布置,用于帮助识别停车场内车辆的位置,帮助用户识别停车场内的位置。其主要用途是AVP系统辅助定位,同时可以在车辆行驶过程中起到驾驶策略辅助的作用。

室外道路场景中交通标志的几何表达利用3D面元表达室外普通道路上的各类交通标志,获取面向车辆一侧的交通标志的角点或最小外接矩形进行矢量化。

LK分享|高精地图数据采集要素的构成与表达

公共停车场场景中交通标志的几何表达,针对常规的道路交通标志,根据标志的类型,如复合标志,采用三维面元进行矢量化,分别进行矢量化。

LK分享|高精地图数据采集要素的构成与表达

针对AVP特定场所的标识,根据标识的形态对三维面元进行矢量化,并将标识分为平面和跨层两种形式。

LK分享|高精地图数据采集要素的构成与表达

针对停车场墙壁上经常印刷的各种标牌,用3D面元进行矢量化,包括:立柱感应标线、墙壁警戒线等。

LK分享|高精地图数据采集要素的构成与表达

道路交通标志图层的属性如下:

a)交通标志号:记录当前道路交通标志的唯一ID;

b)形状:记录道路交通标志的常见形状,包括长方形、正三角形、倒三角形、圆形、八角形、菱形等;

c)类型:记录道路交通标志的标准分类,包括警告标志、禁止标志、指示标志、导向标志、旅游区标志、作业区标志、通知标志、辅助标志等。;

d)可变信息识别:记录道路交通标志是否能提供动态可变信息;

e)标志的基色:记录道路交通标志常见的基色,包括红、黄、蓝、绿、棕、黑、白、橙;

f)照片编号:记录每个路标的照片ID;分别存储每个道路交通标志的照片;

g)采集时间:记录当前存储对象的实际采集时间,记录到某年某月某日;格式:YYMMDD,如200101表示2020年1月1日;

h)数据源:记录当前物体的来源,包括激光点云、图像等;

I)道路路面编号:针对室外普通道路场景,记录当前物体所在的道路路面编号;

j)停车场背景号:针对公共停车场场景,记录当前对象所在的停车场背景号;

k)区划代码:记录当前对象所在行政区划的代码,记录在市级行政区划中,如南京。

LK分享|高精地图数据采集要素的构成与表达

道路交通标志层

对于室外道路场景,道路交通标线是指由各种线条、箭头、文字、图案、垂直标志、物理标志、突出的路标、标线等组成的交通设施。它们被绘制或安装在道路上。它的功能是传达有关道路交通规则、警告、指南等信息。,可连同交通标志使用,亦可单独使用。其主要目的是配合传感器辅助自车定位,辅助驾驶策略。比如车道分割线,用来表示两侧车道的车辆是否可以跨车道和并道。根据室外道路场景中自动驾驶常用的道路交通标线的不同类型和形式,分为线状元素和面状元素两大类进行表达。

对于公共停车场场景,AVP适用的场地标识规范基于GB 5768.3—2009《道路交通标志和标线第3部分:道路交通标线》的规定,并遵循停车场和停车位的相关规定。同时,AVP适用的场地标识应符合各地停车场建设的相关规范,满足相关建设指引。其主要目的是辅助AVP系统进行定位和驾驶策略判断。

道路交通标线的几何表达按场景可分为室外道路场景和公共停车场景。室外道路场景具体分为线形道路标线和平面道路标线,公共停车场景具体分为车位地面标线、车位表面和车位路面定位标线。

描述分为四类:线形交通标线、平面交通标线、停车位和停车场路面定位标线。根据类别,每个类别有几个属性项。

道路安全设施的其他层面

对于室外道路场景和部分停车场场景,其他道路设施包括各类路侧设施,如红绿灯、路灯杆、路侧防护设施相关数据等。其主要目的是辅助横向和纵向定位、交通诱导信息提示和可视化。例如,交通灯用于帮助车辆在十字路口定位,其语义信息可以帮助车辆感知交通灯的状态信息,调节和控制交叉行为,预测其他交通参与者的行为。

对于公共停车场场景,通常会获得特殊的道路安全设施,如墙壁和立柱,以及各种安全附件。它的主要用途是AVP车辆定位辅助和防撞。

交通信号灯的几何表达式根据交通信号灯朝向车辆一侧的外轮廓进行矢量化,如下:用灯座的3D外矩形面表示几何表达式,应朝向车辆,3D角连线顺时针表示。

LK分享|高精地图数据采集要素的构成与表达

支撑结构(杆)的几何表达式分别需要竖杆和横杆。对于垂直杆,获得可见的垂直部分,不取弯曲部分和地面覆盖部分;对于横杆,得到横杆两端的连线。如果某个支撑结构既有横杆又有竖杆,则应同时获得,如龙门架、红绿灯、限高杆等。

对自动驾驶道路有影响的路侧防护设施进行矢量化,几何取其顶部的实际位置,用连续线表示。线元素用于表达所有路侧防护设施在铅垂方向上的投影位置的路面基线,用于计算路侧防护设施的高度参考,以供后续处理。

停车场墙壁的几何表达,针对柱子,获得其整体轮廓;根据封闭墙的几何形状,直接取其整体轮廓;如果是未封闭的墙,将靠近路侧的墙矢量化,获得一定的厚度,形成曲面对象。

根据物体的物理轮廓,用三维面元表达附属停车设施的几何表达。

LK分享|高精地图数据采集要素的构成与表达

智能路侧设备层

路侧设备是指设置在路侧或场侧,用于采集、感知、计算和传输路侧或场侧信息的自动化、智能化设施和设备。它是智能道路建设过程中重要的交通基础设施。路侧设备主要分为路侧通信设施,如RSU和路侧感知设施。它们主要用于路侧或田间实时和准实时的动态信息采集和感知,为智能交通参与者和管理者提供引导、信息传递、决策支持、信息交互等功能。它们是智能交通的重要基础设施。对于各种智能路侧设备,根据设备的几何形状和大小来表示3D点、3D线或3D表面元素。转载自网络,文中观点仅供分享交流,不代表我们的立场。如果涉及版权等问题,请告知我们,我们会及时处理。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。

作者:美站资讯,如若转载,请注明出处:https://www.meizw.com/n/122008.html

发表回复

登录后才能评论