高精地图的生产方法、装置、设备和计算机存储介质制造方法及图纸

本公开公开了高精地图的生产方法、装置、设备和计算机存储介质，涉及人工智能技术领域中的自动驾驶和深度学习技术。具体实现方案为：获取采集设备在各位置点分别采集的点云数据和正视图像数据，得到点云序列和正视图像序列；将所述点云序列和正视图像序列进行正视图像与点云数据的配准；依据所述配准结果将所述正视图像序列转换为俯视图并确定所述俯视图中各像素的坐标信息；对所述俯视图进行地图元素的识别，得到高精地图数据。得到高精地图数据。得到高精地图数据。

【技术实现步骤摘要】
高精地图的生产方法、装置、设备和计算机存储介质


[0001]本公开涉及计算机应用
，尤其涉及人工智能
中的自动驾驶和深度学习技术。

技术介绍

[0002]高精地图作为自动驾驶系统中重要的一部分，是推动自动驾驶发展的关键因素之一。传统地图精度低，只能够提供道路级别的路线规划。高精地图通过提供高精度定位、车道级路径规划能力以及丰富的道路元素信息，可以帮助提前知晓位置信息，精确规划行驶路线，预知路面复杂信息更好地规避潜在风险，等等。因此，如何实现高精地图的生产成为亟待解决的问题。

技术实现思路

[0003]有鉴于此，本公开提供了一种高精地图的生产方法、装置、设备和计算机存储介质。
[0004]根据本公开的第一方面，提供了一种高精地图的生产方法，包括：
[0005]获取采集设备在各位置点分别采集的点云数据和正视图像数据，得到点云序列和正视图像序列；
[0006]将所述点云序列和正视图像序列进行正视图像与点云数据的配准；
[0007]依据所述配准结果将所述正视图像序列转换为俯视图并确定所述俯视图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精地图的生产方法，包括：获取采集设备在各位置点分别采集的点云数据和正视图像数据，得到点云序列和正视图像序列；将所述点云序列和正视图像序列进行正视图像与点云数据的配准；依据所述配准结果将所述正视图像序列转换为俯视图并确定所述俯视图中各像素的坐标信息；对所述俯视图进行地图元素的识别，得到高精地图数据。2.根据权利要求1所述的方法，其中，将所述点云序列和正视图像序列进行正视图像与点云数据的配准包括：将所述正视图像序列中相邻图像进行配准，得到相邻图像中对应像素构成的集合；将点云数据投影到所述集合，得到所述集合中各像素的坐标信息。3.根据权利要求2所述的方法，其中，在所述将点云数据投影到所述集合之前，还包括：依据采集所述点云数据的激光雷达设备旋转一周的运动量，对所述点云数据进行畸变校正。4.根据权利要求2所述的方法，其中，所述将点云数据投影到所述集合之前，还包括：确定所述点云序列中的基准点云；以所述基准点云为基准，逐帧对其他点云数据进行配准。5.根据权利要求4所述的方法，其中，确定所述点云序列中的基准点云包括：将所述点云序列中的首帧作为基准，逐帧对其他点云数据进行配准；将所述点云序列中，与前后两帧点云数据的配准点占比最高的一帧点云作为基准点云。6.根据权利要求4或5所述的方法，其中，所述逐帧对其他点云数据进行配准包括：从作为基准的点云及其尚未配准过的相邻点云中学习两帧点云之间的转换矩阵；利用所述转换矩阵将作为基准的点云进行转换，得到配准后的所述相邻点云；将所述相邻点云作为新的基准，转至执行所述从作为基准的点云及其尚未配准过的相邻点云中学习两帧点云之间的转换矩阵的步骤，直至完成对所述点云图像序列中的所有点云数据的配准。7.根据权利要求6所述的方法，其中，所述从作为基准的点云及其尚未配准过的相邻点云中学习两帧点云之间的转换矩阵包括：采用迭代最近点ICP算法，从作为基准的点云以及所述相邻点云中学习两帧点云之间的转换矩阵；其中，所述ICP算法的损失函数为：所述作为基准的点云中各点依据转换矩阵转换得到的各转换点与所述相邻点云中各转换点最近的点之间的距离均值或者加权均值。8.根据权利要求7所述的方法，其中，在确定所述点云图像序列中的基准点云之前，还包括：确定相邻图像中对应点云构成的集合；在确定所述加权均值时，各距离采用的权值依据作为基准的点云中的点是否属于所述对应点云构成的集合确定。9.根据权利要求2所述的方法，其中，所述将点云数据投影到所述集合，得到所述集合
中各像素的坐标信息包括：将点云数据的坐标投影到所述集合，得到正视图像中像素对应的点云的坐标信息；依据激光雷达坐标系到图像采集设备坐标系的转换及平移矩阵，将所述正视图像中像素对应的点云的坐标信息转换为像素的坐标信息。10.根据权利要求1所述的方法，其中，依据所述配准结果将所述正视图像序列转换为俯视图并确定所述俯视图中各像素的坐标信息包括：基于逆透视变换，将所述正视图序列中的各帧正视图像转换为各张俯视图；根据正视图像中像素的坐标信息在对应俯视图上进行匹配，确定俯视图中像素的坐标信息；依据俯视图中像素的坐标信息，对所述各张俯视图进行拼接处理得到最终的俯视图。11.根据权利要求1所述的方法，其中，对所述俯视图进行地图元素的识别，得到高精地图数据包括：对所述俯视图进行道路信息的识别；将识别得到的道路信息叠加至所述俯视图中展现，得到高精地图数据。12.一种高精地图的生产装置，包括：获取单元，用于获取采集设备在各位置点分别采集的点云数据和正视图像数据，得到点云序列和正视图像序列；配准单元，用于将所述点云序列和正视图像序列进行正视图像与点云数据的配准；转换单元，用于依据所述配准结果将所述正视图像序列转换为俯视图并确定所述俯视图中各像素的坐标信息；识别单元，用于对所述俯视图进行地图元...

【专利技术属性】
技术研发人员：夏德国，黄际洲，王海峰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：