CN112432650A - 高精地图数据的获取方法、车辆控制方法以及设备 - Google Patents

Abstract

本申请提供一种高精地图数据的获取方法、车辆控制方法以及设备，获取道路要素的表示数据以及采集轨迹点的轨迹时间，其中，表示数据是根据原始数据生成的，采集轨迹点是采集原始数据的轨迹点，将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配，获得表示数据的采集时间，表示数据的采集时间用于在高精地图数据中标识出道路要素的鲜度，进而可以得到具有采集时间信息的地图数据，提高地图数据的使用可靠性。

Description

高精地图数据的获取方法、车辆控制方法以及设备

技术领域

本申请实施例涉及地理信息技术领域，尤其涉及一种高精地图数据的获取方法、车辆控制方法以及设备。

背景技术

高精度地图制作分为内业和外业，外业是指移动测量设备在移动状态下连续采集数据的过程，内业是指对连续采集的数据进行处理，制作高精地图产品的过程。

移动测量设备采集获得点云、图像及轨迹点等地图数据。结合轨迹点对图像和点云分别进行预处理，例如：针对图像进行语义分割、深度图提取等预处理，对点云进行聚合处理、分类处理、解算处理等。再对进行预处理后的图像和点云进行融合处理生成矢量化地图数据。该矢量化地图数据能够反映采集道路上各个道路元素的位置信息和各道路元素的属性信息。属性信息包括：道路元素类型、道路元素颜色等。

然而，现有技术中所生成的地图数据不能反映数据采集时间，导致地图数据使用可靠性不稳定。

发明内容

本申请实施例提供一种高精地图数据的获取方法、车辆控制方法以及设备，以解决现有技术中所生成的地图数据不能反映数据采集时间，导致地图数据可靠性不高的问题。

第一方面，本申请提供一种高精地图数据的获取方法，包括：

获取道路要素的表示数据以及采集轨迹点的轨迹时间，其中，表示数据是根据原始数据生成的，采集轨迹点是采集原始数据的轨迹点；

将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配，获得表示数据的采集时间；表示数据的采集时间用于在高精地图数据中标识出道路要素的鲜度。

可选地，采集轨迹点为外业测量设备采集原始数据的轨迹点，将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得表示数据的采集时间，包括：

根据外业测量设备的轨迹点，确定表示数据对应的道路要素关联的表示线；

将轨迹时间和表示数据对应的道路要素关联的表示线进行匹配，确定表示线的采集时间；

根据表示数据对应的道路要素关联的表示线的采集时间获得表示数据的采集时间。

可选地，根据外业测量设备的轨迹点确定表示数据对应的道路要素关联的表示线，具体包括：

根据轨迹点确定外业测量设备的行驶方向以及外业测量设备所采集的道路；

根据外业测量设备的行驶方向从外业测量设备所采集的道路的来向表示线和去向表示线中，确定表示数据对应的道路要素关联的表示线。

可选地，将轨迹时间和表示数据对应的道路要素关联的表示线进行匹配，确定表示线的采集时间，包括：

将表示线的关键节点和采集轨迹点匹配，获得匹配结果；

根据匹配结果和轨迹时间，获得关键节点的采集时间；

根据关键节点的采集时间获得表示线的采集时间。

可选地，根据匹配结果和轨迹时间，获得关键节点的采集时间，包括：

当关键节点匹配多个采集轨迹点时，从多个采集轨迹点的轨迹时间中选择最新轨迹时间作为关键节点的采集时间。

可选地，根据关键节点的采集时间获得表示线的采集时间，包括：

若具有相同采集时间的关键节点的数量达到第一预设数值时，将具有相同采集时间的关键节点的采集时间作为表示线的采集时间；

若具有相同采集时间的关键节点的数量小于第一预设数值时，从所有关键节点的采集时间中选择最新采集时间作为表示线的采集时间。

可选地，采集轨迹点为外源设备采集原始数据的轨迹点，将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得表示数据的采集时间，包括：

若表示数据对应的道路要素和外源设备的轨迹点之间距离在预设距离阈值内时，表示数据的采集时间为轨迹时间。

可选地，根据表示数据的采集时间和表示数据生成标识道路要素鲜度的矢量化地图数据，矢量化地图数据用于生成高精地图数据。

第二方面，本申请提供一种车辆控制方法，包括：

从高精地图数据提取道路要素的表示数据和表示数据的采集时间；

当采集时间晚于预设时间阈值时，根据表示数据控制车辆自动驾驶。

第四方面，本申请提供一种电子设备，包括：

存储器，用于存储程序；

处理器，用于执行存储器存储的程序，当程序被执行时，处理器用于执行第一方面及可选方案所涉及的高精地图数据的获取方法；或者

处理器，用于执行存储器存储的程序，当程序被执行时，处理器用于执行第一方面及可选方案所涉及的车辆控制方法。

本申请提供一种高精地图数据的获取方法、车辆控制方法以及设备，在采集道路要素的数据时同步获得各个采集轨迹点的轨迹时间，在根据道路要素的采集数据得到道路要素的表示数据时，还可以将表示数据与轨迹时间进行匹配得到表示数据采集时间，表示数据的采集时间用于在高精地图数据中标识出道路要素的鲜度，进而可以通过采集时间判断地图数据的可靠性，可以确定高精地图数据是否能真实反映道路实际情况，提高在使用地图数据过程中的可靠性。另外，根据采集轨迹点确定表示数据对应的道路要素所关联的表示线，以根据采集轨迹点的轨迹时间确定表示线的时间，再根据表示线的采集时间确定各道路要素的表示数据，以实现数据量庞大的表示数据和采集轨迹点的匹配，可以有效减少数据匹配计算量和匹配时间。

附图说明

图1为本申请一实施例提供的高精地图数据的获取方法的流程示意图；

图2为本申请另一实施例提供的高精地图数据的获取方法的原理示意图；

图3为本申请另一实施例提供的高精地图数据的获取方法的效果示意图；

图4为本申请另一实施例提供的车辆控制方法的流程示意图；

图5为本申请另一实施例提供的数据生成装置的结构示意图；

图6为本申请另一实施例提供的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

高精度地图制作分为内业和外业，外业是指移动测量设备在移动状态下连续采集数据的过程，内业是指对连续采集的数据进行处理，制作高精地图产品的过程。

移动测量设备采集获得点云、图像及轨迹点等地图数据。结合轨迹点对图像和点云分别进行预处理，例如：针对图像进行语义分割、深度图提取等预处理，对点云进行聚合处理、分类处理、解算处理等。再对进行预处理后的图像和点云进行融合处理生成矢量化地图数据。该矢量化地图数据能够反映采集道路上各个道路元素的位置信息和各道路元素的属性信息。属性信息包括：道路元素类型、道路元素颜色等。

然而，现有技术中所生成的地图数据不能反映数据采集时间，导致地图数据使用可靠性不高。

本申请提供一种高精地图数据的获取方法、车辆控制方法以及设备，旨在提供具有数据采集时间信息的地图数据。本申请的发明构思是：在采集道路要素的数据时同时获得采集轨迹点的轨迹时间，将轨迹时间与道路要素的数据进行匹配，即可得到具有采集时间信息的地图数据。相较于表示数据，采集轨迹点的数据量比较小，在将轨迹时间与道路要素的表示数据进行匹配时，先根据各个采集轨迹点的轨迹时间确定表示数据对应的道路要素所关联的表示线的采集时间，可以减少数据匹配计算量。在获得各个表示线的采集时间后，可以根据道路的表示线和各个道路要素的表示数据之间关联关系，确定表示数据的采集，实现道路要素的表示数据和轨迹时间的匹配。

如图1所示，本申请一实施例提供一种高精地图数据的获取方法，该方法应用于电子设备，例如：计算机设备。该方法包括如下步骤：

S101、获取道路要素的表示数据以及采集轨迹点的轨迹时间。

其中，道路要素是指位于道路上物体，道路要素包括道路表示线、道路上的标志、道路上设施等。例如：车道线、道路边界线、标识牌、标识杆、印刷标识、公交站牌、路牙、护栏等。

表示数据是根据原始数据生成的，原始数据可以是地图数据生产方使用移动测量设备采集。还可以是第三方提供的原始数据，例如：具有传感器，尤其是视觉传感器的第三方车辆采集的。

每帧原始数据包括采集轨迹点的轨迹时间和采集数据。采集数据是指采集到的道路要素的数据。该数据可以为点云、影像等数据。采集轨迹点是指移动测量设备在采集数据过程中行驶轨迹，也就是采集轨迹点与道路要素的数据是同步采集的。

道路要素的表示数据是指道路要素在高精地图中的呈现数据。通过对道路要素的采集数据进行处理后得到。可以通过现有处理方式得到表示数据。当采集数据为点云和影像时，对点云进行聚类、识别分类以及解算处理。同时对影像数据进行去噪等预处理、识别分类处理等。再上述处理后的点云和影像进行匹配，得到道路要素的表示数据。该表示数据可以是矢量化数据。

例如：道路要素是道路时，所获得的道路的表示数据包括车道线、边界线、参考线、方向数据等。

S102、将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得表示数据的采集时间。

其中，采集轨迹点和道路要素的采集数据是同步采集的。从道路要素的表示数据中提取出道路要素的位置。根据采集轨迹点的位置和道路要素的位置之间距离，采集轨迹点与道路要素进行匹配，进而将采集轨迹点的轨迹时间和道路要素的表示数据进行匹配，即可获得每个表示数据的采集时间。

每个表示数据的采集时间可以用于制作高精地图数据。根据表示数据的采集时间和表示数据即可获得矢量化地图数据，再对矢量化地图数据进行数据转换、编译等处理可获得高精地图数据，高精地图数据中表示数据的采集时间可以标识出高精地图数据中道路要素的鲜度。

在本申请实施例提供的高精地图数据的获取方法中，利用采集数据与采集轨迹点是同步采集的，可以将采集轨迹点和由采集数据生成的表示数据进行匹配，可以得到各个道路要素的表示数据的采集数据，进而可以得到具有采集时间信息的地图数据，可以确定高精地图数据是否能真实反映道路实际情况，提高地图数据的使用可靠性。

下面结合地图数据生产方采集数据描述本申请另一实施例提供的高精地图数据的获取方法，该方法应用于电子设备，例如：计算机设备。该方法包括如下步骤：

S201、获取道路要素的表示数据以及采集轨迹点的轨迹时间。

其中，当地图数据生产方使用外业测量设备首次采集道路要素的数据时，也就是不存在历史数据构建地图数据时，直接根据道路要素的数据生成相应表示数据。

当地图数据生产方再次采集道路要素数据时，也就是更新地图数据时，根据道路要素的采集数据生成道路要素的表示数据。在历史地图数据中找到更新区域数据，用采集数据替换更新区域的历史数据获得整个地图区域内的道路要素的表示数据。

S203、将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得表示数据的采集时间。

其中，采集轨迹点为外业测量设备采集原始数据的轨迹点，如图2所示，将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得地图数据具体包括：根据外业测量设备的轨迹点确定表示数据对应的道路要素关联的表示线，将轨迹时间和表示数据对应的道路要素关联的表示线进行匹配确定表示线的采集时间，根据表示数据对应的道路要素关联的表示线的采集时间获得表示数据的采集时间。

道路表示线包括车道线、边界线、参考线、中心线等。按行驶方向区分，道路的表示线可以分为来向表示线和去向表示线，来向表示线是指该表示线所指示道路的行驶方向为来向，去向表示线是指该表示线所指示道路的行驶方向为去向。以参考线为例，参考线分为去向参考线和来向参考线。

根据轨迹点确定外业测量设备的行驶方向以及外业测量设备所采集的道路。根据外业测量设备的行驶方向从外业测量设备所采集的道路的来向表示线和去向表示线中，确定表示数据对应的道路要素关联的表示线。

当外业测量设备的行驶方式与道路的来向表示线的方向相同时，表示数据对应的道路要素所关联的道路的表示线位来向表示线。当外业测量设备的行驶方式与道路的来向表示线的方向相反时，表示数据对应的道路要素所关联的道路的表示线位去表示线。

可以用道路表示线的关键节点的位置信息来表示道路表示线的位置信息。关键节点可以是道路表示线的等分点、拐点等。根据表示数据对应的道路要素所关联道路的表示线的位置信息和采集轨迹点的位置信息确定将表示数据和采集轨迹点的轨迹时间之间匹配关系。

获取表示线的多个关键节点的位置和采集轨迹点的位置。根据采集轨迹点的位置和表示线的关键节点位置，将关键节点和轨迹时间匹配获得多个关键节点的采集时间。根据多个关键节点的采集时间获得表示线的采集时间。

在获得每个关键节点的位置和采集轨迹点的位置之后，计算得到关键节点和采集轨迹点之间的距离。若关键节点和采集轨迹点之间的距离在预设距离阈值内，将关键节点和采集轨迹点匹配，并将采集轨迹点的轨迹时间设置为关键节点的采集时间。

根据多个关键节点的采集时间获得表示线的采集时间具体包括：若具有相同采集时间的关键节点的数量达到第一预设数值时，将具有相同采集时间的关键节点的采集时间设置为表示线的采集时间。若具有相同采集时间的关键节点的数量小于第一预设数值时，从所有关键节点的采集时间中选择最新采集时间作为表示线的采集时间。第一预设数值可以设置为2。

例如：道路表示线有3个关键点，标记为点A、点B和点C。通过将采集轨迹点和关键点匹配，获得点A和点B的采集时间为2月20日，点C的采集时间为2月21日。点A和点B的采集时间相同，则道路表示线的采集时间为2月21日。

又例如：通过将采集轨迹点和关键点匹配，获得点A的采集时间为2月20日，点B的采集时间为2月22日，点C的采集时间为2月21日。没有相同的关键节点，且点B的采集时间最新，则道路表示线的采集时间为2月22日。

其中，在将采集轨迹点和道路的表示线的关键节点匹配时，关节节点匹配到多个轨迹点，进而对应有多个采集时间时，从多个采集时间中选择最新采集时间作为关键节点的采集时间。

其中，优选表示线为道路参考线，在获得道路参考线的采集时间后，可以通过道路要素和参考线之间的关联关系，确定道路要素的采集时间。

在本申请实施例提供的高精地图数据的获取方法中，针对地图数据生产方采集道路数据，采用采集轨迹点与道路表示线匹配方式能够每个道路表示线的采集数据，相较于采集轨迹点直接与各个道路要素的表示数据匹配，匹配数据量大大减少，再道路表示线和道路要素的表示数据之间关联性，将每个道路要素所关联的表示线的采集时间赋予给表示数据，实现道路要素的表示数据和轨迹时间的匹配。

下面结合第三方采集数据描述本申请另一实施例提供的高精地图数据的获取方法，该方法应用于电子设备，例如：计算机设备。该方法包括如下步骤：

S301、获取道路要素的表示数据以及采集轨迹点的轨迹时间。

其中，在获得外源设备采集的原始数据后，对原始数据进行处理获得道路要素的表示数据，并提取出原始数据中的采集轨迹点和采集轨迹点的轨迹时间。

S302、将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得表示数据的采集时间。

其中，由于外源设备所采集的原始数据的数据量较少，则直接将表示数据和采集轨迹点进行匹配，也就是获取表示数据对应的道路要素的位置和采集轨迹点的位置，当道路要素的位置和采集轨迹点的位置之间距离在预设距离阈值内时，将轨迹时间设置为表示数据的采集时间。

将道路要素的表示数据与已有矢量化地图数据进行比对，若已有矢量化地图数据与来自外源设备的表示数据相同时，则无需更新矢量化地图数据，若已有矢量化地图数据与来自外源设备的表示数据不相同，则使用来自外源设备的表示数据更新已有矢量化地图数据。

在本申请实施例提供的高精地图数据的获取方法中，由于外源设备所获得道路要素的数据量比较小，直接将道路要素的表示数据和采集轨迹点匹配，可以得到具有采集时间信息的地图数据，提高地图数据的使用可靠性。

下面结合实例描述本申请另一实施例提供的高精地图数据的获取方法，该方法包括如下步骤：

S401、获取道路要素的多帧原始数据。

其中，原始数据由两种来源，一种是由地图数据生产方使用带有激光、相机等设备的移动测量设备现场实地采集数据，获取现实世界的道路、路边设施等道路要素的采集数据。另外一种是通过带有传感器的智能汽车设备，实时获取视觉的传感器数据。在上述两种采集数据中含有车型轨迹，通常使用GNSS(英文全称：Global Navigation SatelliteSystem)数据。如表1所示，在计算机中记录车型轨迹数据包含轨迹位置点和GNSS时刻。

表1车型轨迹数据

S402、根据每帧数据中道路要素的采集数据获得道路要素的表示数据。

其中，通过对道路要素的采集数据进行处理得到表示数据如表2所示，在表2中预留有鲜度信息字段。当表示数据与轨迹时间匹配得到表示数据的采集时间后，可以在表2中填入采集时间信息以及鲜度信息来源。

表2道路要素的表示数据

S403、将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得表示数据的采集时间。

下面分别结合地图数据生产方采集的数据和第三方采集数据说明获得地图数据过程。

其中，针对地图数据生产方采集的数据，在将采集轨迹点与道路表示线的关键点进行匹配时，现进行预匹配。也就是将采集轨迹点与表示线匹配，再将采集轨迹点与表示线的关建节点匹配。

采用如下方式完成预匹配。获得道路的兴趣区域，兴趣区域是道路及从道路边界往外横向延伸预设距离所形成的区域。通常延伸5米。在道路边界以内兴趣区域，兴趣区域的最大高度为距离路面10米。在道路边界以外兴趣区的最大高度为距离地面20米。

根据采集轨迹点的坐标信息和兴趣区范围，确定采集轨迹点所在的道路，完成采集轨迹点与道路匹配。当采集轨迹点与道路匹配后，通过采集轨迹点的轨迹时间可获取轨迹的行驶方向，当采集轨迹点的行驶方向与道路参考线划线方向一致时，可确认轨迹与道路完全匹配。当不一致时，选择另一方向的参考线进行匹配。

获取表示线的关键节点，以参考线为例，按道路方向遍历起点、中间点、终点，作为关键节点。标记为link1-n1,link2-n2,link3-n3。以道路参考线的关键节点为中心，构建半径为预设半径阈值的区域。在车道宽度为3m时，可配置半径阈值为10m。在半径阈值范围内查找最近轨迹点，将该轨迹点的时间信息赋值到对应关键节点中，同一关键节点有多个采集时间，取较新的时间信息作为关键节点的采集时间。可以构建表3记录关键节点的采集时间。

表3关键节点的采集时间

再根据关键节点的采集时间确定参考线的采集时间。具体为：

具有相同采集时间的关键节点的数量达到2时，那么该参考线的采集时间为有相同采集时间的关键节点的采集时间，同时赋值数据采集来源信息。

道路参考线的关键节点的时间信息都不相同时，那么取最新采集时间作为该参考线的采集，并赋值对应时间的采数据集来源信息。

根据其他要素与参考线的关联信息，将对应的参考线的时间赋值到其他要素中，同时赋值采集来源信息。

针对第三方采集的数据，在自动识别变化数据过程中，将轨迹时间赋值到变化要素的表示数据中。当触发自动更新到原有高精地图中时，表示数据、时间信息和数据采集来源信息同步更新到原有高精地图中。

另外，对于更新的道路要素，标注为“update”，每自动更新一次都会清空重新打上标注。为了表达高精地图鲜度，对于没有变化的区域要素需要进行时间刷新。刷新方式与地图数据生产方获得地图数据的方式相同，此处不再赘述。

对发生变化和不变的表示数据的采集时间更新后，检查是否存在同一要素赋值多次的时间信息，若出现则报错，并进行人工检查确认。

如图3所示，在使用地图数据时，通过在显示界面上选中道路要素，即可查看道路要素的表示数据的采集时间和数据来源。在选中交通牌后，可以查看交通牌采集时间为2020年2月1日，来源于众包更新的数据源。

在本申请实施例提供高精地图数据的获取方法中，可以将采集轨迹点和由采集数据生成的表示数据进行匹配，进而可以得到具有采集时间信息的地图数据，提高地图数据的使用可靠性。

本申请另一实施例提供一种高精地图数据的获取方法，执行主体为服务器、个人计算机等电子设备，该方法包括如下步骤：

S501、获取道路要素的表示数据以及采集轨迹点的轨迹时间。

S502、根据每帧数据中道路要素的采集数据获得道路要素的表示数据。

S503、将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配获得表示数据的采集时间。

其中，S501至S503已经在上述实施例中详细说明，此处不再说明。

S504、根据表示数据的采集时间和表示数据生成标识道路要素鲜度的矢量化地图数据。

其中，在获得各个道路要素的表示数据的采集时间后，对道路要素的表示数据和表示数据的采集时间进行矢量化处理获得矢量化地图数据。

在获得矢量化地图数据后，对矢量化地图数据进行数据转换、编码等处理获得高精地图数据。

本申请实施例提供的地图数据的获取方法，根据表示数据的采集时间和表示数据生成矢量化地图数据，所获得的矢量化地图数据可以反映各个道路要素的鲜度信息，提高地图数据的使用可靠性。

如图4所示，本申请另一实施例提供的车辆控制方法，该方法应用于车辆终端。该方法包括如下步骤：

S601、从高精地图数据中提取道路要素的表示数据和表示数据的采集时间。

其中，高精地图数据是根据上述实施例提供的高精地图数据的获取方法获得的。车辆终端可以通过在本地加载上述高精地图数据，可以通过地图服务器实时传输高精地图数据。

在获得高精地图数据之后，从高精地图数据中提取道路要素的表示数据和表示数据的采集时间，以根据表示数据和采集时间进行自动驾驶控制。

S602判断采集时间是否晚于预设时间阈值，若判断结果为是，则进入S603，否则，进入S604。

其中，采集时间越早，道路实际情况与高精地图数据的一致性越差。反之，采集时间越靠后，道路实际情况与高精地图数据的一致性越好。

S603、当采集时间晚于预设时间阈值时，根据表示数据控制车辆自动驾驶。

其中，若采集时间晚于预设时间阈值，也就是地图数据使用可靠性高，车辆进入自动驾驶模式。也就是根据表示数据生成控制指令，根据控制指令控制车辆自动驾驶。

S604、当采集时间早于或者等于预设时间阈值时，停止控制车辆进入自动驾驶模式。

其中，当采集时间早于或者等于预设时间阈值，也就是地图数据使用可靠性低，控制车辆退出自动驾驶模式。

在本申请实施例提供的车辆控制方法中，在地图数据的采集时间早于或者等于预设时间阈值时，控制车辆自动驾驶，提高自动驾驶可靠性。

如图5所示，本申请另一实施例提供一种地图数据生成装置，该装置包括：

第一获取模块701，用于获取道路要素的表示数据以及采集轨迹点的轨迹时间，其中，表示数据是根据原始数据生成的，采集轨迹点是采集原始数据的轨迹点；

第一处理模块702，用于将道路要素的表示数据和采集轨迹点的轨迹时间进行匹配，获得表示数据的采集时间；表示数据的采集时间用于在高精地图数据中标识出道路要素的鲜度。

可选地，采集轨迹点为外业测量设备采集原始数据的轨迹点，第一处理模块702具体用于：

根据外业测量设备的轨迹点，确定表示数据对应的道路要素关联的表示线；

将轨迹时间和表示数据对应的道路要素关联的表示线进行匹配，确定表示线的采集时间；

根据表示数据对应的道路要素关联的表示线的采集时间获得表示数据的采集时间。

可选地，第一处理模块702具体用于：

根据轨迹点确定外业测量设备的行驶方向以及外业测量设备所采集的道路；

根据外业测量设备的行驶方向从外业测量设备所采集的道路的来向表示线和去向表示线中，确定表示数据对应的道路要素关联的表示线。

可选地，第一处理模块702具体用于：

将表示线的关键节点和采集轨迹点匹配，获得匹配结果；

根据匹配结果和轨迹时间，获得关键节点的采集时间；

根据关键节点的采集时间获得表示线的采集时间。

可选地，第一处理模块702具体用于：

当关键节点匹配多个采集轨迹点时，从多个采集轨迹点的轨迹时间中选择最新轨迹时间作为关键节点的采集时间。

可选地，第一处理模块702具体用于：

若具有相同采集时间的关键节点的数量达到第一预设数值时，将具有相同采集时间的关键节点的采集时间作为表示线的采集时间；

若具有相同采集时间的关键节点的数量小于第一预设数值时，从所有关键节点的采集时间中选择最新采集时间作为表示线的采集时间。

可选地，采集轨迹点为外源设备采集原始数据的轨迹点，第一处理模块702还用于：

若表示数据对应的道路要素和外源设备的轨迹点之间距离在预设距离阈值内时，表示数据的采集时间为轨迹时间。

可选地，第一处理模块702还用于：

根据表示数据的采集时间和表示数据生成标识道路要素鲜度的矢量化地图数据，矢量化地图数据用于生成高精地图数据。

本申请另一实施例提供一种车辆控制装置，该装置包括：

第二获取模块，用于从高精地图数据提取道路要素的表示数据和表示数据的采集时间；

第二获取模块，用于当采集时间晚于预设时间阈值时，根据表示数据控制车辆自动驾驶。

如图6所示，本申请另一实施例提供的电子设备800包括：存储器801以及处理器802。

存储器801，用于存储计算机执行指令；

处理器802，用于执行存储器存储的计算机执行指令，以实现上述实施例中高精地图数据的获取方法或者车辆控制方法所执行的各个步骤。具体可以参见前述高精地图数据的获取方法或者车辆控制方法实施例中的相关描述。

可选地，上述存储器801既可以是独立的，也可以跟处理器802集成在一起。当存储器801独立设置时，该客户端设备还包括总线，用于连接存储器801和处理器802。

需要说明的是，该电子设备用于运行上述车辆控制方法时，电子设备为车辆终端或者包含车辆终端的车辆。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上电子设备所执行的高精地图数据的获取方法或者车辆控制方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种高精地图数据的获取方法，其特征在于，包括：

获取道路要素的表示数据以及采集轨迹点的轨迹时间，其中，所述表示数据是根据原始数据生成的，所述采集轨迹点是采集所述原始数据的轨迹点；

将所述道路要素的表示数据和所述采集轨迹点的轨迹时间进行匹配，获得所述表示数据的采集时间；所述表示数据的采集时间用于在高精地图数据中标识出所述道路要素的鲜度。

2.根据权利要求1所述的方法，其特征在于，所述采集轨迹点为外业测量设备采集所述原始数据的轨迹点，将所述道路要素的表示数据和所述采集轨迹点的轨迹时间进行匹配获得所述表示数据的采集时间，包括：

根据所述外业测量设备的轨迹点，确定所述表示数据对应的道路要素关联的表示线；

将所述轨迹时间和所述表示数据对应的道路要素关联的表示线进行匹配，确定所述表示线的采集时间；

根据所述表示数据对应的道路要素关联的表示线的采集时间获得所述表示数据的采集时间。

3.根据权利要求2所述的方法，其特征在于，根据所述外业测量设备的轨迹点确定所述表示数据对应的道路要素关联的表示线，具体包括：

根据所述轨迹点确定所述外业测量设备的行驶方向以及所述外业测量设备所采集的道路；

根据所述外业测量设备的行驶方向从所述外业测量设备所采集的道路的来向表示线和去向表示线中，确定所述表示数据对应的道路要素关联的表示线。

4.根据权利要求2所述的方法，其特征在于，将所述轨迹时间和所述表示数据对应的道路要素关联的表示线进行匹配，确定所述表示线的采集时间，包括：

将所述表示线的关键节点和所述采集轨迹点匹配，获得匹配结果；

根据所述匹配结果和所述轨迹时间，获得所述关键节点的采集时间；

根据所述关键节点的采集时间获得所述表示线的采集时间。

5.根据权利要求4所述的方法，其特征在于，根据所述匹配结果和所述轨迹时间，获得所述关键节点的采集时间，包括：

当所述关键节点匹配多个所述采集轨迹点时，从多个所述采集轨迹点的轨迹时间中选择最新轨迹时间作为所述关键节点的采集时间。

6.根据权利要求4所述的方法，其特征在于，根据所述关键节点的采集时间获得所述表示线的采集时间，包括：

若具有相同采集时间的关键节点的数量达到第一预设数值时，将所述具有相同采集时间的关键节点的采集时间作为所述表示线的采集时间；

若具有相同采集时间的关键节点的数量小于第一预设数值时，从所有关键节点的采集时间中选择最新采集时间作为所述表示线的采集时间。

7.根据权利要求1所述的方法，其特征在于，所述采集轨迹点为外源设备采集所述原始数据的轨迹点，将所述道路要素的表示数据和所述采集轨迹点的轨迹时间进行匹配获得所述表示数据的采集时间，包括：

若所述表示数据对应的道路要素和所述外源设备的轨迹点之间距离在预设距离阈值内时，所述表示数据的采集时间为所述轨迹时间。

8.根据权利要求1至7中任意一项所述的方法，其特征在于，该方法还包括：

根据所述表示数据的采集时间和所述表示数据生成标识道路要素鲜度的矢量化地图数据，所述矢量化地图数据用于生成所述高精地图数据。

9.一种车辆控制方法，其特征在于，包括：

从高精地图数据提取道路要素的表示数据和所述表示数据的采集时间；

当所述采集时间晚于预设时间阈值时，根据所述表示数据控制车辆自动驾驶。

10.一种电子设备，其特征在于，包括：

存储器，用于存储程序；

处理器，用于执行所述存储器存储的所述程序，当所述程序被执行时，所述处理器用于执行如权利要求1至8中任意一项所述的高精地图数据的获取方法；或者

所述处理器，用于执行所述存储器存储的所述程序，当所述程序被执行时，所述处理器用于执行如权利要求9中所述的车辆控制方法。

Images