(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221080198 8.6 (22)申请日 2022.07.08 (71)申请人 重庆长安汽车股份有限公司 地址 400023 重庆市江北区建新 东路260号 (72)发明人 尹彦丹　周晓勇　 (74)专利代理 机构 重庆华科专利事务所 5 0123 专利代理师 黄启梅 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01) G06T 7/00(2017.01) (54)发明名称 一种众包地图地 面标志聚合方法及装置 (57)摘要 本方案请求保护一种基于角 点特征的众包 地图地面标志聚合方法及装置， 该方法首先提取 每个对象的角点特征， 确定每个角点的角度和方 向； 随后按照一定条件对特征角点进行过滤； 然 后基于角点特征和距离度量将角点进行聚类， 以 确定多边形顶点； 最终按照点序顺序连接各个顶 点， 实现不规则道路要素的拟合， 同时利用 深度 学习实现高精度地图实时迭代更新， 确保可靠信 度。 本发明能够在众包测绘数据下， 低成本、 高精 度的实现道路要素聚合， 从而构建车道级道路拓 扑， 为构建高精地图、 辅助自动驾驶 提供保障。 权利要求书3页 说明书8页 附图3页 CN 115273024 A 2022.11.01 CN 115273024 A 1.一种众包地图地 面标志聚合方法， 其特 征在于， 包括： S1,获取各众包车辆上传的数据包， 一个数据包中包含一个众包车辆对其采集的多帧 图像分别处理后的多 条数据， 一条数据包含对一帧图像按道路要 素进行静态地物语义识别 后得到的至少一个道路要素 结果； S2,基于道路要素类型对所有数据包中的全部数据进行分类， 得到多个数据簇， 一个数 据簇包含同一道路要素类型的至少一条 数据； S3,判断每 个数据簇所对应的道路要素 形状是否为 不规则多边形； S4,若为， 则将这 一数据簇确定为目标 数据簇； S5,对每一目标 数据簇均执 行： S51,确定目标数据簇的各多边形对象的全部角点坐标， 再确定各多边形对象的每个角 点的角度大小和角方向； S52,对角点的角度大小不满足预设要求的部分角点 坐标进行剔除； S53,基于角点剔除后的目标数据簇， 将全部多边形对象中具有相同特征的角点聚合为 一个角点簇， 得到多个角点簇； S54,分别基于各角点簇对应的多个角点 坐标确定一个目标角点 坐标； S55,将最终确定的全部目标角点沿同一方向依次相连形成的多边形确定为目标数据 簇中的多边形对象的最终形状。 2.根据权利要求1所述的众包地图地面标志聚合方法， 其特征在于， S51中， 确定各多边 形对象的每 个角点的角度大小和角方向的步骤 包括： S511， 以每个角点为基点， 确定连接每 个角点的两条矢量； S512,将两条矢量的角平分线方向作为角点的角方向， 再计算出各角点的角方向与坐 标系x轴的顺时针旋转度数； S513,将两条矢量之间的角度作为角点的角度大小。 3.根据权利要求1所述的众包地图地面标志聚合方法， 其特征在于， S53 中， 基于角点剔 除后的目标数据簇， 将全部多边形对 象中具有相同特征 的角点聚合为一个角点簇， 得到多 个角点簇的步骤 包括： S531， 将目标数据簇的任一多边形对象的任一角点标识为角点E， 以目标数据簇中的剩 余多边形对象的任一角点标识为F； S532， 计算角点E和角点F之间的欧拉距离； S533， 以角点E为基点， 基于角点E的角度大小、 角点F的角度大小、 角点E的角平分线与X 轴的顺时针旋转角度、 角点F的角平分线与X轴的顺时针旋转角度、 角点E和角点F之间的欧 拉距离， 计算角点E和角点F之间的特 征差； S534， 若角点E和角点F之间的特征差小于预设半径阈值， 则将角点E和角点F划分为一 个角点簇； S535， 以角点F作为基点， 对角点F和除角点E和角点F各自所在的多边形对象之外的剩 余角点， 均重复执 行步骤S5 32‑S534， 确定基于角点E聚合的角点簇； S536， 以角点E所在的多边形对象中除角点E之外的其它角点作为基点， 重复执行步骤 S531‑S535， 确定所有角点均被划分到角点簇； S537， 对各角点簇执行： 将角点数量小于预设角点数量的角点簇剔除， 并保留剩余的角权　利　要　求　书 1/3 页 2 CN 115273024 A 2点簇。 4.根据权利要求1所述的众包地图地面标志聚合方法， 其特征在于， S55 中,分别基于各 角点簇对应的多个角点 坐标确定一个目标角点 坐标的步骤 包括： 将各角点簇对应的全部角点的坐标均值分别确定为 一个目标角点 坐标。 5.根据权利要求3所述的众包地图地 面标志聚合方法， 其特 征在于， S5 33中, 通过公式： 计算角点E和角点F之 间的特征差Result， 其中， A ngleE表示角点E的角度大小， AngleF表 示角点F的角度大小， BisectorE表示角点E的角平分线与坐标系x轴的顺时针旋转度数， BisectorF表示角点F的角平分线与坐标系x轴的顺时针旋转度数， epsAngle表示预设角度阈 值， epsBisector表示预设角平分线与x轴的顺时针旋转度数阈值， |dist(E) ‑dist(F)|表示角 点E和角点F之间的欧拉距离； α为 所占的权重值， β为 所 占的权重值， γ为|dist(E) ‑dist(F)|所占的权 重值， α 、 β 和γ的值 根据层次分析法确定 。 6.根据权利要求2所述的众包地图地 面标志聚合方法， 其特 征在于， S512中， 通过公式： 计算各角点的角方向与坐标系x轴的顺时针旋转度数Bisector_A， 其中， (xa， ya)为角点 A的坐标， (xb， yb)为与角点A一侧相邻的角点B的坐标， (zc， yc)为与角点A另一侧相邻的角点 C的坐标。 7.根据权利要求2所述的众包地图地 面标志聚合方法， 其特 征在于， S513中， 通过公式： 计算各角点的角度大小θA， 其中， (xa， ya)为角点A的坐标， (xb， yb)为与角点A一侧相邻的 角点B的坐标， (xc， yc)为与角点A另一侧相邻的角点C的坐标。 8.一种众包地图地 面标志聚合装置， 其特 征在于， 包括： 获取模块， 用于获取各众包车辆上传的数据包， 一个数据包中包含一个众包车辆对其 采集的多帧图像分别处理后的多 条数据， 一条数据包含对一帧图像按道路要 素进行静态地 物语义识别后得到的至少一个道路要素 结果； 分类模块， 用于基于道路要素类型对所有数据包中的全部数据进行分类， 得到多个数 据簇， 一个数据簇包 含同一道路要素类型的至少一条 数据； 判断模块， 用于判断每 个数据簇所对应的道路要素 形状是否为 不规则多边形； 目标数据簇确定模块， 用于若为， 则将这 一数据簇确定为目标 数据簇； 处理模块， 用于对每一目标 数据簇均执 行： 确定目标数据簇的各多边形对象的全部角点坐标， 再确定各多边形对象的每个角点的权　利　要　求　书 2/3 页 3 CN 115273024 A 3