DB11∕T 1880-2021 自动驾驶地图特征定位数据技术规范(北京市).pdf
《DB11∕T 1880-2021 自动驾驶地图特征定位数据技术规范(北京市).pdf》由会员分享,可在线阅读,更多相关《DB11∕T 1880-2021 自动驾驶地图特征定位数据技术规范(北京市).pdf(23页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、ICS 43.040.10 CCS T 35 DB11 北京市地方标准 DB11/T 18802021 自动驾驶地图特征定位数据技术规范 Technical specification of autonomous driving map feature localization data 2021-09-24 发布 2022-04-01 实施北京市市场监督管理局 发 布 DB11/T 18802021 I 目 次 前言.II 1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 基本要求.2 4.1 时空参考系.2 4.2 特征定位数据采集范围.2 4.3 特征定位数据应用流程.3 5
2、 技术要求.3 5.1 精度要求.3 5.2 密度要求.3 5.3 实时性要求.3 5.4 完整性要求.4 5.5 安全性要求.4 6 特征定位数据分类与表达.4 6.1 概述.4 6.2 视觉自然特征定位数据表达.4 6.3 视觉语义特征定位数据表达.7 6.4 点云自然特征定位数据表达.17 参考文献.20 DB11/T 18802021 II 前 言 本文件按照 GB/T 1.12020标准化工作导则 第 1 部分:标准化文件的结构和起草规则的规定起草。本文件由北京市规划和自然资源委员会提出并归口。本文件由北京市规划和自然资源委员会组织实施。本文件起草单位:国汽(北京)智能网联汽车研究院
3、有限公司、清华大学、北京百度网讯科技有限公司、博世汽车部件(苏州)有限公司、北京初速度科技有限公司、北京四维图新科技股份有限公司、易图通科技(北京)有限公司、河北全道科技技术有限公司、北京华为数字技术有限公司、上海博泰悦臻电子设备制造有限公司、中国第一汽车集团有限公司、北京市测绘设计研究院、高德软件有限公司、国家新能源汽车技术创新中心、广东星舆科技有限公司、禾多科技(北京)有限公司、国汽大有(安庆)时空科技有限公司、车百智能网联研究院(武汉)有限公司、国汽朴津智能科技(安庆)有限公司。本文件主要起草人:杨殿阁、李庆建、李宏利、熊丽音、王金坡、彭伟、霍盈盈、于迅文、刘玉磊、王睿、江昆、金圣韬、汤
4、咏林、马琛、王维、谷伟伟、王志强、张红飞、伍勇、刘建琴、杨玉平、孙连明、张凤录、曾艳艳、于立志、魏涛、刘清丽、陈颖、宋聚宝、黄路遥、戴震、韩建新、李柱、卫杨、徐宏伟。DB11/T 18802021 1 自动驾驶地图特征定位数据技术规范 1 范围 本文件规范了自动驾驶地图特征定位数据的基本要求、技术要求和特征定位数据分类与表达。本文件适用于自动驾驶地图特征定位数据的生产与应用。2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件,仅所注日期的版本适用于本文件。凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。GB 5768.2 道路交通标志标线 第2部
5、分:道路交通标志 GB 5768.3 道路交通标志标线 第3部分:道路交通标线 GB 20263 导航电子地图安全处理技术基本要求 GB/T 30269.807 信息技术 传感器网络 第807部分:测试:网络传输安全 GB/T 37939 信息安全技术 网络存储安全技术要求 3 术语和定义 下列术语和定义适用于本文件。3.1 自动驾驶地图 autonomous driving map 供自动驾驶系统使用的数字地图,也可用于协同式智能交通系统。3.2 特征定位 feature localization 通过车辆上的传感器观测现实世界道路交通设施及周边物体的特征,并与自动驾驶地图中该设施的特征数据
6、进行匹配,从而得到车辆的位置和姿态的定位方法。3.3 特征定位数据 feature localization data 可以被传感器识别的用于定位的特征数据,是自动驾驶地图要素中的传感器可见部分,包括图像数据、点云数据和矢量数据。3.4 自然特征定位数据 natural feature localization data DB11/T 18802021 2 由图像中的灰度或曲率以及点云中强度变化较大的点构成的特征定位数据,其表达形式为离散的三维点云。3.5 语义特征定位数据 semantic feature localization data 从具有位置信息的图像或点云中提取并赋予现实语义属性
7、的线或面要素的特征定位数据。3.6 绝对精度 absolute accuracy 观测位置值相对于真实参考位置值之差的统计值。3.7 相对精度 relative accuracy 两个测量对象间的绝对距离偏差值和真实值之间的比值。3.8 图像特征点描述子 image feature points descriptor 每个关键点周围的区域中,以选定的区域大小测量的局部图像梯度的二进制编码。3.9 帧 frame 在图像领域是指影像动画中最小单位的单幅影像画面;在雷达点云领域是指雷达扫描一次的单幅点云数据。3.10 关键帧 image keyframe 在局部一系列普通帧中选出的记录并代表局部信
8、息的帧。3.11 特征区块 featurechunk 特征点云所覆盖的一定范围内的地理矩形区域。4 基本要求 4.1 时空参考系 4.1.1 空间坐标系统应采用 2000 国家大地坐标系(CGCS2000),地图投影宜采用高斯-克吕格投影。4.1.2 时间系统应采用协调世界时(UTC)。4.2 特征定位数据采集范围 DB11/T 18802021 3 4.2.1 自然特征定位数据采集范围应为传感器能探测到的所需特征的最大范围。4.2.2 语义特征定位数据采集范围应为道路路面上和道路边缘处的所有交通设施、路侧外 1m 以内高于地面 0.1m 的设施和路侧外 1m-5m 范围内高于地面 0.5m
9、的设施。4.3 特征定位数据应用流程 特征定位数据的采集、处理、应用的流程为车端到服务端,服务端到车端的过程,宜实现快速更新,见图 1。应符合下列要求:a)车端基于不同传感器采集的特征定位数据上传到服务端,并基于服务端发布的特征定位数据辅助车辆定位;当传感器探测的特征点和特征定位数据不一致时,自动驾驶车辆将差异路段的特征点上传到服务端;b)服务端经过多车特征定位数据的自动化融合与质量评价,发布给自动驾驶车辆特征定位数据。图1 特征定位数据应用流程 5 技术要求 5.1 精度要求 5.1.1 特征定位数据平面位置绝对精度小于等于 1m。5.1.2 特征定位数据相对精度小于等于 0.2%。5.2
10、密度要求 5.2.1 特征点应在图像或点云空间中均匀分布,用于定位的每帧图像上可用特征点的数量不宜少于200 个,每帧毫米波雷达点云上可用特征点数量不宜少于 100 个,每帧激光雷达点云上可用特征点数量不宜少于 700 个。5.2.2 在 100m 范围内语义特征定位数据的个数不宜少于 5 个。5.3 实时性要求 5.3.1 特征定位数据更新应及时、准确,从道路变化的发现、上报到数据更新下发宜 24 小时内完成。5.3.2 可通过对不同车辆搭载的不同传感器上传的原始数据设置权重等方式,对同一路段进行特征定位数据更新。5.3.3 现实世界的特征定位数据的变化量达到 20%时,应对地图进行整体更新
11、。DB11/T 18802021 4 5.4 完整性要求 5.4.1 特征定位数据只需表达和特征定位相关的要素及其属性。5.4.2 现实中不存在的要素或其属性不应存在于特征定位数据中。5.4.3 特征定位数据中不应包含重复的要素及其属性。5.4.4 特征定位数据中不应遗漏特征定位需要且现实世界中存在的要素。5.5 安全性要求 5.5.1 车端与服务端特征定位数据的传输安全性应符合 GB/T 30269.807 标准要求。5.5.2 服务端特征定位数据存储安全性应符合 GB/T 37939 标准要求。5.5.3 特征定位数据采集、处理、应用应符合 GB 20263 的标准要求。5.5.4 特征定
12、位数据在线传输不应含有涉密信息。6 特征定位数据分类与表达 6.1 概述 特征定位数据按照传感器特性和处理结果分为视觉自然特征定位数据、视觉语义特征定位数据和点云自然特征定位数据。毫米波雷达点云和激光雷达点云特征定位数据的表达相同,同属点云自然特征定位数据。6.2 视觉自然特征定位数据表达 6.2.1 视觉自然特征定位数据模型 视觉自然特征数据应包括关键帧、地图点及连接关系,数据模型见图 2。图2 视觉自然特征数据模型 DB11/T 18802021 5 6.2.2 视觉自然特征关键帧应符合下列要求:a)时间戳为关键帧对应的时间信息。有两种方式:1)采用自 1970 年 1 月 1 日 0 点
13、 0 分 0 秒开始计算的延续时间(以毫秒为单位)表达方式,如:“1577833620000”;2)采用年月日时分秒表达方式,如:“2020-01-01 07:07:00”。b)位姿变换应为关键帧对应的当前相机运动的位姿变换矩阵;c)角度应为关键帧中特征点的角度,表示特征点的方向,见图 3 示例;图3 特征点角度示例 d)图像特征点描述子应为关键帧中特征点的属性,对已检测到的特征点进行描述,特征点与周围像素点的灰度对比;e)地图点索引应为关键帧中特征点对应的地图点的编号值。6.2.3 视觉自然特征地图点应为图像特征点投影到真实世界的三维坐标点,见图 4。图4 地图点示意图 6.2.4 视觉自然
14、特征连接关系应为关键帧之间,关键帧与地图点之间建立的关联关系。6.2.5 视觉自然特征定位数据结构 6.2.5.1 关键帧数据结构见表 1。表1 关键帧数据结构 编号 字段名称 字段类型 取值说明 备注 1 特征点 ID 编号 短整型 1,65535 唯一标识码 DB11/T 18802021 6 表 1 关键帧数据结构(续)编号 字段名称 字段类型 取值说明 备注 2 时间戳 浮点型 0,3.402838e 3 位姿变换 浮点型数组 旋转四元数为-1,1 位置平移为-65535,65535 旋转四元数示例:平移矩阵示例:4 角度 浮点型 0,360)5 图像特征点描述子 二进制 256 位
15、0,1 二进制位 6 对应地图点索引 长整型 1,263-1 地图点 ID 编号 6.2.5.2 地图点数据结构见表 2。地图点数据按照帧为单位记录。表2 地图点数据结构 编号 字段名称 字段类型 取值说明 备注 1 地图点ID编号 长整型 1,263-1 唯一标识码 2 坐标 浮点型数组 x、y、h坐标,0,3.402838e 6.2.5.3 连接关系应为特征点和地图点、特征点和特征点的连接,见表 3、表 4。表3 特征点和地图点连接关系数据结构 编号 字段名称 字段类型 取值说明 备注 1 特征点ID编号 短整型 1,65535 特征点和地图点一对一关联 2 地图点ID编号 长整型 1,2
16、63-1 3 关联帧权重值 浮点型 0,1 连接关系多的权重值大,反之权重值小。表4 特征点和特征点连接关系数据结构 编号 字段名称 字段类型 取值说明 备注 1 特征点ID编号1 短整型 1,65535 特征点和特征点一对一关联 2 特征点ID编号2 短整型 1,65535 3 关联帧权重值 浮点型 0,1 连接关系多的权重值大,反之权重值小。DB11/T 18802021 7 6.3 视觉语义特征定位数据表达 6.3.1 视觉语义特征定位数据模型 6.3.1.1 视觉语义特征定位数据分为线特征数据和面特征数据两类,数据模型见图 5。图5 视觉语义特征定位数据分类 6.3.1.2 线特征数据
17、表达呈线状延伸的要素,由数量不等、顺序连接的折线形状点所构成,折线形状点不少于 2 个,数据模型见图 6。图6 线特征数据模型 6.3.1.3 面特征数据表达呈面状分布的要素,由数量不等、顺序连接的边界形状点所构成,折线形状点不少于 4 个,首点与末点位置相同,面特征数据分为地面面块和空中立面两类,数据模型见图 7。图7 面特征数据模型 6.3.2 线特征数据表达 6.3.2.1 线特征数据的几何信息应符合下列要求,线特征数据可表达的实际场景示例见图 8,图 9。DB11/T 18802021 8 a)线特征数据表达路面的各种交通标线、路侧呈线状布设的交通防护设施、路侧及车辆活动范围内竖立于地
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- DB11T 1880-2021 自动驾驶地图特征定位数据技术规范北京市 DB11 1880 2021 自动 驾驶 地图 特征 定位 数据 技术规范 北京市
限制150内