【技术实现步骤摘要】
一种无人值守的高精度地图质检方法和装置
本专利技术实施例涉及高精度地图制作领域，尤其涉及一种无人值守的高精度地图质检方法和装置。
技术介绍
高精度地图，通俗来讲就是精度更高、数据维度更多的电子地图。精度更高体现在精确到厘米级别，数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。高精度地图在自动驾驶中也起着举足轻重的作用，利用高精度地图，自动驾驶车辆可以获取外界的先验知识，即使在恶劣环境下也能安全行车，所以高精度地图的结构化数据的精度需要满足一定的精度才能保证自动驾驶车辆能在复杂的环境中安全的行驶。高精度地图将大量的行车辅助信息存储为结构化数据，这些信息可以分为两类。第一类是道路数据，比如车道线的位置、类型、宽度、坡度和曲率等车道信息。第二类是车道周边的固定对象信息，比如交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。全世界的知名图商，创业公司以及相关测绘行业的公司都在加速完成一定规模的高精度地图，所以高...
【技术保护点】
1.一种无人值守的高精度地图质检方法，其特征在于，包括：/nS1，基于采集的高精地图数据，通过第一深度学习模型提取第一交通要素集；所述高精地图数据包括GPS数据、点云数据和图像数据；/nS2，通过第二深度学习模型从所述高精地图数据中提取第二交通要素集，以所述第二交通要素集为标准，对所述第一交通要素集进行质检；其中，所述第二深度学习模型对高精地图数据中交通要素的提取精度大于所述第一深度学习模型；/nS3，对质检不合格的错误目标进行错误类型标记，并记录在数据库中，以供作业人员根据所述错误类型标记，对所述错误目标进行修改。/n
【技术特征摘要】
1.一种无人值守的高精度地图质检方法，其特征在于，包括：
S1，基于采集的高精地图数据，通过第一深度学习模型提取第一交通要素集；所述高精地图数据包括GPS数据、点云数据和图像数据；
S2，通过第二深度学习模型从所述高精地图数据中提取第二交通要素集，以所述第二交通要素集为标准，对所述第一交通要素集进行质检；其中，所述第二深度学习模型对高精地图数据中交通要素的提取精度大于所述第一深度学习模型；
S3，对质检不合格的错误目标进行错误类型标记，并记录在数据库中，以供作业人员根据所述错误类型标记，对所述错误目标进行修改。
2.根据权利要求1所述的方法，其特征在于，所述错误类型包括：目标缺失、数据冗余、平面精度错误、高程精度错误和属性错误。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括，在所述错误目标的修改完成后，所述方法还包括：
对修改完成后的地图数据以预设抽样率进行抽检；
将抽检不合格的错误数据反馈到样本库中作为训练样本，并分别对所述错误数据进行粗标注和精细标注；将粗标注后的第一样本作为第一深度学习模型的训练样本，精细标注后的第二样本作为第二深度学习模型的训练样本。
4.根据权利要求1所述的方法，其特征在于，S1中，所述基于采集的高精地图数据，通过第一深度学习模型提取第一交通要素集，具体包括：
将GPS数据、点云数据和图像数据进行融合，通过第一深度学习模型从融合数据中提取第一交通要素集；
相应的，S2中，所述通过第二深度学习模型从所述高精地图数据中提取第二交通要素集，包括：
通过第二深度学习模型，从所述融合数据中提取第二交通要素集。
5.根据权利要求1所述的方法，其特征在于，在S1之后，所述方法还包括：
将所述第一交...
【专利技术属性】
技术研发人员：熊迹，周智颖，何云，文铁谋，罗跃军，
申请(专利权)人：武汉中海庭数据技术有限公司，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。