一种地图构建方法、装置、终端以及计算机可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种地图构建方法、装置、终端和计算机可读存储介质。所述一种地图构建方法包括：获取场景资源，所述场景资源包括目标场景的图像数据和点云数据，所述图像数据包括所述目标场景的二维图像数据，所述点云数据中每个点包括一个三维空间坐标数据；基于所述图像数据，确定所述第一地图要素的第一点云分布；基于所述点云数据，确定所述第二地图要素的第二点云分布；根据所述第一点云分布和所述第二点云分布构建所述目标场景的三维地图。采用本发明专利技术实施例，可以使得地图要素编辑工作更加高效、准确和便捷，从而提升地图构建工作的自动化率。

A map construction method, device, terminal and computer readable storage medium

【技术实现步骤摘要】
一种地图构建方法、装置、终端以及计算机可读存储介质
本专利技术涉及计算机
，尤其涉及一种地图构建方法、装置、终端以及计算机可读存储介质。
技术介绍
随着计算机技术的快速发展，自动驾驶系统作为其衍生产物得到越来越高的社会关注度。而高精度地图作为自动驾驶系统的基础支撑模块，其数据的准确度和丰富程度对自动驾驶系统车辆进行定位、导航和决策都有至关重要的影响。随着制图技术的发展，高精度地图的生产大部分可依赖于算法自动完成，目前运用的点云分割算法以点为单位，将点云分割成若干个感兴趣的数据块进行地图要素的识别定位，其点云数据获取困难，数据量庞大，对地图构建平台的负荷大。图像分割算法以像素为单位，把图像分割成若干个感兴趣的子图像进行地图要素的识别定位，其结果准确度低，容易受到数据采集和实际道路环境的影响，生产效率低。
技术实现思路
本专利技术实施例提供了一种地图构建方法、装置、终端以及计算机可读存储介质，使得地图要素的整体编辑工作更加高效、准确和便捷，从而提升地图构建工作的自动化率。本专利技术实施例一方面提供了一种地图构建方法，该方法包括：获取场景资源，所述场景资源包括目标场景的图像数据和点云数据，所述图像数据包括所述目标场景的二维图像数据，所述点云数据中每个点包括一个三维空间坐标数据；基于所述图像数据，确定所述第一地图要素的第一点云分布，所述第一点云分布为所述第一地图要素中每个点的三维空间坐标的集合；基于所述点云数据，确定所述第二地图要素的第二点云分布，所述第二点云分布为所述第二地图要素中每个点的三维空间坐标的集合；根据所述第一点云分布和所述第二点云分布构建所述目标场景的三维矢量地图。其中，所述第一地图要素包括车道线、人行道、路牌、红绿灯、交通标志、显示屏中的一种或多种，所述第二地图要素包括路牙、护栏、路障、高速收费站、公交停靠站中的一种或多种。其中，所述场景资源还包括所述目标场景的坐标和方位角；所述基于所述目标场景的图像，结合所述目标场景的点云数据，确定所述第一地图要素的第一点云分布，包括：确定所述目标场景的图像中所述第一地图要素的第一区域；对所述第一区域内的图像进行图像分割，以获得所述第一地图要素的第一图像；根据所述目标场景的坐标、方位角和点云数据生成与所述目标场景的图像对应的深度图，获得所述深度图中与所述第一图像对应的深度图；根据所述第一图像对应的深度图，通过反投影法确定所述第一地图要素的第一点云分布。其中，所述对所述第一区域内的图像进行图像分割，以获得所述第一地图要素的图像，包括：根据图像分割算法将所述第一区域内的图像分割成若干个感兴趣的子图像，从所述若干个感兴趣的子图像中确定所述第一地图要素的第一图像。其中，所述根据所述目标场景的坐标、方位角和点云数据生成与所述目标场景的图像对应的深度图，获得所述深度图中与所述第一图像对应的深度图，包括：根据所述目标场景的坐标和方位角确定投影面，通过透视投影法将所述目标场景的点云数据投影到所述投影面上，获得与所述目标场景的图像对应的深度图；根据所述第一图像，获得所述深度图中与所述第一图像对应的深度图。其中，所述根据所述第一地图要素的图像对应的深度图，通过反投影法获得所述第一地图要素的第一点云分布，包括：计算所述深度图中与所述第一图像对应的深度图内的每个点在三维空间中的坐标，将所述第一图像对应的深度图内的每个点在三维空间中的坐标的集合确定为所述第一地图要素的第一点云分布。其中，所述点云数据构成所述目标场景的点云地图；所述基于所述点云数据，获得所述第二地图要素的第二点云分布，包括：确定所述点云地图中所述第二地图要素的第二区域；对所述第二区域内的点云数据进行点云分割，以获得第二地图要素的第三点云分布；根据指定方向生成所述第二区域内的点云数据的投影图，对所述投影图中所述第二区域内的点云数据进行特征提取，以获得所述第二地图要素的第四点云分布；选取所述第三点云分布和所述第四点云分布中重合度高于阈值的点云数据，确定为所述第二地图要素的第二点云分布。其中，所述对所述第二区域内的点云数据进行点云分割，以获得第二地图要素的第三点云分布包括：根据点云分割算法将所述点云地图中的所述第二区域内的点云数据分割成若干个感兴趣的数据块，从所述若干个感兴趣的数据块中确定所述第二地图要素的第三点云分布。其中，所述对所述投影图中所述第二区域内的点云数据进行特征提取，以获得所述第二地图要素的第四点云分布，包括：获得第二区域内的点云数据的特征提取结果，计算所述特征提取结果内的每个点在三维空间中的坐标，将所述特征提取结果中每个点在三维空间中的坐标的集合确定为所述第二地图要素的第四点云分布。其中，所述根据第一点云分布和所述第二点云分布构建所述目标场景的地图，包括：根据所述第一点云分布和第一地图要素的形状进行点云矢量化，获得第一矢量数据，根据所述第二点云分布和第二地图要素的形状进行点云矢量化，获得第二矢量数据；基于所述第一矢量数据和所述第二矢量数据构建三维地图。其中，该方法还包括：获取所述第一矢量数据在所述三维地图中编辑后产生的第三矢量数据，获取所述第二矢量数据在所述三维地图中编辑后产生的第四矢量数据；其中，该方法还包括：确定所述第一矢量数据和所述第三矢量数据的第一数据差异，确定所述第二矢量数据和所述第四矢量数据的第二数据差异；将所述第一图像的第一数据作为所述图像分割算法的训练数据，所述第一数据对应的所述第一数据差异大于阈值；将所述第一图像的第二数据作为所述图像分割算法的测试数据，所述第二数据对应的所述第一数据差异小于阈值，所述第一数据和所述第二数据为通过图像分割法得到的数据；将所述第三点云分布的第三数据作为所述点云分割算法的训练数据，所述第三数据对应的所述第二数据差异大于阈值；将所述第三点云分布的第四数据作为所述图像分割算法的测试数据，所述第四数据对应的所述第二数据差异小于阈值，所述第三数据和所述第四数据为通过点云分割法得到的数据。本专利技术实施例一方面提供了一种地图构建装置，包括：获取模块，用于获取场景资源，所述场景资源包括目标场景的图像数据和点云数据，所述图像数据包括所述目标场景的二维图像数据，所述点云数据包括所述目标场景的三维空间坐标数据；第一确定模块，用于基于所述图像数据，确定所述第一地图要素的第一点云分布，所述第一点云分布为所述第一地图要素中每个点的三维空间坐标的集合；第二确定模块，用于基于所述点云数据，确定所述第二地图要素的第二点云分布，所述第二点云分布为所述第二地图要素中每个点的三维空间坐标的集合；地图构建模块，用于根据所述第一点云分布和所述第二点云分布构建所述目标场景的三维地图。其中，所述装置中，所述第一地图要素包括车道线、路牌、红绿灯、路灯、交通标志、显示屏中的一种或多种，所述第二地图要素包括路牙、护栏、路本文档来自技高网...

【技术保护点】
1.一种地图构建方法，其特征在于，包括：/n获取场景资源，所述场景资源包括目标场景的图像数据和点云数据，所述图像数据包括所述目标场景的二维图像数据，所述点云数据包括所述目标场景的三维空间坐标数据；/n基于所述图像数据，确定所述第一地图要素的第一点云分布，所述第一点云分布为所述第一地图要素中每个点的三维空间坐标的集合；/n基于所述点云数据，确定所述第二地图要素的第二点云分布，所述第二点云分布为所述第二地图要素中每个点的三维空间坐标的集合；/n根据所述第一点云分布和所述第二点云分布构建所述目标场景的三维地图。/n

【技术特征摘要】
1.一种地图构建方法，其特征在于，包括：
获取场景资源，所述场景资源包括目标场景的图像数据和点云数据，所述图像数据包括所述目标场景的二维图像数据，所述点云数据包括所述目标场景的三维空间坐标数据；
基于所述图像数据，确定所述第一地图要素的第一点云分布，所述第一点云分布为所述第一地图要素中每个点的三维空间坐标的集合；
基于所述点云数据，确定所述第二地图要素的第二点云分布，所述第二点云分布为所述第二地图要素中每个点的三维空间坐标的集合；
根据所述第一点云分布和所述第二点云分布构建所述目标场景的三维地图。


2.根据权利要求1所述的方法，其特征在于，所述第一地图要素包括车道线、人行道、路牌、红绿灯、交通标志、显示屏中的一种或多种，所述第二地图要素包括路牙、护栏、路障、高速收费站、公交停靠站、加油站中的一种或多种。


3.根据权利要求1所述的方法，其特征在于，所述场景资源还包括所述目标场景的坐标和方位角；所述基于所述目标场景的图像，确定所述第一地图要素的第一点云分布，包括：
确定所述目标场景的图像中所述第一地图要素的第一区域；
对所述第一区域内的图像进行图像分割，以获得所述第一地图要素的第一图像；
根据所述目标场景的坐标、方位角和点云数据生成与所述目标场景的图像对应的深度图，获得所述深度图中与所述第一图像对应的深度图；
根据所述第一图像对应的深度图，通过反投影法确定所述第一地图要素的第一点云分布。


4.根据权利要求3所述的方法，其特征在于，所述对所述第一区域内的图像进行图像分割，以获得所述第一地图要素的图像，包括：
根据图像分割算法将所述第一区域内的图像分割成若干个感兴趣的子图像，从所述若干个感兴趣的子图像中确定所述第一地图要素的第一图像。


5.根据权利要求3所述的方法，其特征在于，所述根据所述目标场景的坐标、方位角和点云数据生成与所述目标场景的图像对应的深度图，获得所述深度图中与所述第一图像对应的深度图，包括：
根据所述目标场景的坐标和方位角确定投影面，通过透视投影法将所述目标场景的点云数据投影到所述投影面上，获得与所述目标场景的图像对应的深度图；
根据所述第一图像，确定所述深度图中与所述第一图像对应的深度图。


6.根据权利要求3所述的方法，其特征在于，所述根据所述第一图像对应的深度图，通过反投影法获得所述第一地图要素的第一点云分布，包括：
计算所述深度图中与所述第一图像对应的深度图内的每个点在三维空间中的坐标，将所述第一图像对应的深度图内的每个点在三维空间中的坐标的集合确定为所述第一地图要素的第一点云分布。


7.根据权利要求1所述的方法，其特征在于，所述点云数据构成所述目标场景的点云地图；所述基于所述点云数据，获得所述第二地图要素的第二点云分布，包括：
确定所述点云地图中所述第二地图要素的第二区域；
对所述第二区域内的点云数据进行点云分割，以获得第二地图要素的第三点云分布；
根据指定方向生成所述第二区域内的点云数据的投影图，对所述投影图中所述第二区域内的点云数据进行特征提取，以获得所述第二地图要素的第四点云分布；
将所述第三点云分布和所述第四点云分布中重合度高于阈值的点云数据确定为所述第二地图要素的第二点云分布。


8.根据权利要求7所述的方法，其特征在于，所述对所述第二区域内的点云数据进行点云...

【专利技术属性】
技术研发人员：江旻，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44