地图构建方法、装置、设备和系统制造方法及图纸

公开了一种地图构建方法、装置、设备和系统。所述方法应用于可移动设备并且包括：接收由环境传感器获取的所述可移动设备正在其中移动的当前移动环境的样本数据，所述样本数据包括位置数据和图像数据；至少根据所述位置数据来确定所述可移动设备的绝对位姿信息；根据所述图像数据来检测所述当前移动环境中的语义实体，所述语义实体是可能影响移动的实体；根据所述可移动设备的绝对位姿信息和所述图像数据来确定所述语义实体的属性信息，所述属性信息表明了所述语义实体的物理特性；以及根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图。因此，可以生成高精度语义地图。

【技术实现步骤摘要】
地图构建方法、装置、设备和系统
本申请涉及地图构建
，且更具体地，涉及一种地图构建方法、装置、设备和系统。
技术介绍
可移动设备(例如，自动驾驶机器人)执行任务之前，首先要有移动环境(例如，场景路网)的先验知识，即高精度地图。一方面，高精度地图可以减轻实时感知的难度，另一方面，也可以加入全局信息以获得更优决策，所以高精度地图是当前自动驾驶必不可少的基础设施。现有数字地图由于精度和细节不足不能直接用于自动驾驶。目前自动驾驶中的高精度地图主要通过配置高端传感器的专用采集设备(例如，采集车)获取的数据加上处理算法计算得到，常用的传感器包括高精全球定位系统(GPS)/实时动态差分(RTK)、高精惯性测量单元(IMU)及组合导航系统、激光雷达、相机等，所得到的地图一般是全面高精度的度量地图，然后再通过人工编辑或者算法处理进而得到高精车道地图，主要包括车道线、交通标志等。上述通过专用采集设备绘制的地图信息精度很高，然而也存在以下问题：1)数据采集代价高：设备代价、采集代价都比较高；2)更新频率底：由于需要专用采集设备和算法处理，因此，更新频率很难保证，只能获得以年为单位的更新周期；3)存储处理复杂：一般需要存储全面高精度度量地图，并需要人工编辑得到高精度地图。
技术实现思路
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种地图构建方法、地图构建装置、可移动设备、服务器设备、地图构建系统、计算机程序产品和计算机可读存储介质，其可以生成高精度语义地图。根据本申请的一个方面，提供了一种地图构建方法，应用于可移动设备，所述方法包括：接收由环境传感器获取的所述可移动设备正在其中移动的当前移动环境的样本数据，所述样本数据包括位置数据和图像数据；至少根据所述位置数据来确定所述可移动设备的绝对位姿信息；根据所述图像数据来检测所述当前移动环境中的语义实体，所述语义实体是可能影响移动的实体；根据所述可移动设备的绝对位姿信息和所述图像数据来确定所述语义实体的属性信息，所述属性信息表明了所述语义实体的物理特性；以及根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图。根据本申请的另一方面，提供了一种地图构建方法，应用于服务器设备，所述方法包括：接收从可移动设备上传的所述可移动设备正在其中移动的当前移动环境的实时语义地图；对所述实时语义地图进行解析，以确定其中的语义实体及其属性信息；检测是否存在所述当前移动环境的先验语义地图；以及响应于存在所述先验语义地图，对所述实时语义地图和所述先验语义地图进行融合，以生成融合后的语义地图，作为所述当前移动环境的先验语义地图。根据本申请的另一方面，提供了一种地图构建装置，应用于可移动设备，所述装置包括：样本数据接收单元，用于接收由环境传感器获取的所述可移动设备正在其中移动的当前移动环境的样本数据，所述样本数据包括位置数据和图像数据；位姿信息确定单元，用于至少根据所述位置数据来确定所述可移动设备的绝对位姿信息；语义实体检测单元，用于根据所述图像数据来检测所述当前移动环境中的语义实体，所述语义实体是可能影响移动的实体；属性信息确定单元，用于根据所述可移动设备的绝对位姿信息和所述图像数据来确定所述语义实体的属性信息，所述属性信息表明了所述语义实体的物理特性；以及语义地图构建单元，用于根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图。根据本申请的另一方面，提供了一种地图构建装置，应用于服务器设备，所述装置包括：语义地图接收单元，用于接收从可移动设备上传的所述可移动设备正在其中移动的当前移动环境的实时语义地图；语义地图解析单元，用于对所述实时语义地图进行解析，以确定其中的语义实体及其属性信息；语义地图检测单元，用于检测是否存在所述当前移动环境的先验语义地图；以及语义地图融合单元，用于响应于存在所述先验语义地图，对所述实时语义地图和所述先验语义地图进行融合，以生成融合后的语义地图，作为所述当前移动环境的先验语义地图。根据本申请的另一方面，提供了一种可移动设备，包括：处理器；存储器；以及存储在所述存储器中的计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行上述的地图构建方法。根据本申请的另一方面，提供了一种服务器设备，包括：处理器；存储器；以及存储在所述存储器中的计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行上述的地图构建方法。根据本申请的另一方面，提供了一种地图构建系统，包括：上述的可移动设备；以及上述的服务器设备。与现有技术相比，采用根据本申请实施例的地图构建方法、地图构建装置、可移动设备、服务器设备、地图构建系统、计算机程序产品和计算机可读存储介质，可以接收由环境传感器获取的所述可移动设备正在其中移动的当前移动环境的样本数据，所述样本数据包括位置数据和图像数据；至少根据所述位置数据来确定所述可移动设备的绝对位姿信息；根据所述图像数据来检测所述当前移动环境中的语义实体，所述语义实体是可能影响移动的实体；根据所述可移动设备的绝对位姿信息和所述图像数据来确定所述语义实体的属性信息，所述属性信息表明了所述语义实体的物理特性；并且根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图。因此，可以生成高精度语义地图。附图说明通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。图1图示了根据本申请实施例的地图构建系统的框图。图2图示了根据本申请实施例的地图构建方法的流程图。图3图示了根据本申请实施例的语义实体检测步骤的流程图。图4图示了根据本申请实施例的位姿信息修正步骤的流程图。图5图示了根据本申请实施例的空间属性信息确定步骤的流程图。图6图示了根据本申请实施例的语义地图生成步骤的流程图。图7图示了根据本申请实施例的传感器误差产生的示意图。图8图示了根据本申请实施例的地图构建方法的流程图。图9图示了根据本申请实施例的语义地图融合步骤的流程图。图10A图示了根据本申请实施例第一具体示例的地图构建场景的示意图；而图10B图示了根据本申请实施例第一具体示例所构建的地图的示意图。图11A图示了根据本申请实施例第二具体示例的地图构建场景的示意图；而图11B图示了根据本申请实施例第二具体示例所构建的地图的示意图。图12图示了根据本申请实施例的地图构建装置的框图。图13图示了根据本申请实施例的地图构建装置的框图。图14图示了根据本申请实施例的电子设备的框图。具体实施方式下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。申请概述针对现有技术中存在的问题，本申请的基本构思是提出一种地图构建方法、地图构建装置、可移动设备、服务器设备、计算机程序产品和计算机可读存储介质，其可以采用众包在线学习的方式来生成高精度语义地图。即，通过本专利技术构思，在没有语义地图的地方，有可移动设备(例如，车辆)走过的时候可以新建立本文档来自技高网...

【技术保护点】
一种地图构建方法，应用于可移动设备，所述方法包括：接收由环境传感器获取的所述可移动设备正在其中移动的当前移动环境的样本数据，所述样本数据包括位置数据和图像数据；至少根据所述位置数据来确定所述可移动设备的绝对位姿信息；根据所述图像数据来检测所述当前移动环境中的语义实体，所述语义实体是可能影响移动的实体；根据所述可移动设备的绝对位姿信息和所述图像数据来确定所述语义实体的属性信息，所述属性信息表明了所述语义实体的物理特性；以及根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图。

【技术特征摘要】
1.一种地图构建方法，应用于可移动设备，所述方法包括：接收由环境传感器获取的所述可移动设备正在其中移动的当前移动环境的样本数据，所述样本数据包括位置数据和图像数据；至少根据所述位置数据来确定所述可移动设备的绝对位姿信息；根据所述图像数据来检测所述当前移动环境中的语义实体，所述语义实体是可能影响移动的实体；根据所述可移动设备的绝对位姿信息和所述图像数据来确定所述语义实体的属性信息，所述属性信息表明了所述语义实体的物理特性；以及根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图。2.如权利要求1所述的方法，其中，根据所述图像数据来检测所述当前移动环境中的语义实体包括：对所述图像数据进行检测跟踪识别；以及根据检测跟踪识别的结果来确定所述当前移动环境中的语义实体。3.如权利要求1所述的方法，还包括：根据所述图像数据来确定所述可移动设备的相对位姿信息；以及根据所述相对位姿信息来修正所述可移动设备的绝对位姿信息。4.如权利要求1或3所述的方法，其中，根据所述可移动设备的绝对位姿信息和所述图像数据来确定所述语义实体的属性信息包括：根据所述图像数据来确定所述语义实体与所述可移动设备之间的相对位置关系；以及根据所述可移动设备的绝对位姿信息和所述相对位置关系来确定所述语义实体的空间属性信息。5.如权利要求1所述的方法，其中，根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图包括：获取从服务器设备下载的所述当前移动环境的先验语义地图；以及响应于没有获取到所述先验语义地图，对所述语义实体及其属性信息进行综合，以生成所述实时语义地图。6.如权利要求5所述的方法，其中，根据所述语义实体及其属性信息来构建所述当前移动环境的实时语义地图还包括：响应于获取到所述先验语义地图，根据所述先验语义地图中的语义实体及其属性信息来对在所述图像数据中检测到的语义实体及其属性信息进行校正，并且基于校正后的语义实体及其属性信息来生成所述实时语义地图。7.如权利要求6所述的方法，其中，根据所述先验语义地图中的语义实体及其属性信息来对在所述图像数据中检测到的语义实体及其属性信息进行校正包括：对所述先验语义地图进行解析，以确定其中的语义实体及其属性信息；对所述先验语义地图中的语义实体和在所述图像数据中检测到的语义实体进行匹配；以及根据匹配结果，根据所述先验语义地图中的语义实体及其属性信息来对在所述图像数据中检测到的语义实体及其属性信息进行校正。8.如权利要求1所述的方法，还包括：将所述实时语义地图上传到服务器设备。9.如权利要求1所述的方法，其中，所述语义实体包括以下各项中的至少一个：可行驶道路、路沿、交通标志、隔离带、绿化带。10.一种地图构建方法，应用于服务器设备，所述方法包括：接收从可移动设备上传的所述可移动设备正在其中移动的当前移动环境的实时语义地图；对所述实时语义地图进行解析，以确定其中的语义实体及其属性信息；检测是否存在所述当前移动环境的先验语义地图；以及响应于存在所述先验语义地图，对所述实时语义地图和所述先验语义地图进行融合，以生成融合后的语义地图，作为所述当前移动环境的先验语义地图。1...

【专利技术属性】
技术研发人员：杨德刚，
申请(专利权)人：深圳地平线机器人科技有限公司，
类型：发明
国别省市：广东,44