三维地图生成方法、装置、设备以及存储介质制造方法及图纸

本公开提供了三维地图生成方法、装置、设备以及存储介质，涉及数据处理领域，尤其涉及自动驾驶、高精地图、三维重建等技术领域。具体实现方案为：获取车辆发送的多张图像对应的多个图像信息，所述图像中包括检测到的检测对象，所述图像信息包括拍摄位置、拍摄时间和所述检测对象的对象信息；根据所述多个图像信息，对所述检测对象进行三维构建处理，得到目标三维地图。本公开方案降低了地图数据源的采集难度和周期，从而降低制图成本，并缩短地图更新周期。更新周期。更新周期。

【技术实现步骤摘要】
三维地图生成方法、装置、设备以及存储介质


[0001]本公开涉及数据处理领域，尤其涉及一种三维地图生成方法、装置、设备以及存储介质，可用于自动驾驶、高精地图、三维重建等


技术介绍

[0002]高精地图也称高精度地图，可由自动驾驶汽车使用。高精地图，拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助汽车预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。
[0003]相关技术中，利用专业采集车在道路上行驶，专业采集车中设置有激光雷达，在采集车行驶过程中，通过激光雷达采集道路的点云数据。进而，通过对点云数据进行三维重建，得到三维高精地图。
[0004]然而，上述方式中需要利用专业采集车采集道路的点云数据，导致制图成本较高，且地图更新周期较长。

技术实现思路

[0005]本公开提供了一种三维地图生成方法、装置、设备以及存储介质。
[0006]根据本公开的第一方面，提供了一种三维地图生成方法，包括：
[0007]获取车辆发送的多张图像对应的多个图像信息，所述图像中包括检测到的检测对象，所述图像信息包括拍摄位置、拍摄时间和所述检测对象的对象信息；
[0008]根据所述多个图像信息，对所述检测对象进行三维构建处理，得到目标三维地图。
[0009]根据本公开的第二方面，提供了一种三维地图生成装置，包括：
[0010]获取模块，用于获取车辆发送的多张图像对应的多个图像信息，所述图像中包括检测到的检测对象，所述图像信息包括拍摄位置、拍摄时间和所述检测对象的对象信息；
[0011]处理模块，用于根据所述多个图像信息，对所述检测对象进行三维构建处理，得到目标三维地图。
[0012]根据本公开的第三方面，提供了一种电子设备，包括：
[0013]至少一个处理器；以及
[0014]与所述至少一个处理器通信连接的存储器；其中，
[0015]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
[0016]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
[0017]根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
[0018]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0019]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0020]图1为本公开提供的一种应用场景的示意图；
[0021]图2为本公开实施例提供的一种三维地图生成方法的流程示意图；
[0022]图3为本公开实施例提供的另一种三维地图生成方法的流程示意图；
[0023]图4为本公开实施例提供的又一种三维地图生成方法的流程示意图；
[0024]图5为本公开实施例提供的又一种三维地图生成方法的流程示意图；
[0025]图6为本公开实施例提供的一种投影示意图；
[0026]图7为本公开实施例提供的又一种三维地图生成方法的流程示意图；
[0027]图8为本公开实施例提供的一种三维地图生成过程的示意图；
[0028]图9为本公开实施例提供的一种三维地图生成装置的结构示意图；
[0029]图10为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
[0030]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0031]本公开提供一种三维地图生成方法、装置、设备以及存储介质，应用于数据处理领域中的自动驾驶、高精地图、三维重建等
，以降低高精地图的制图成本，并缩短地图更新周期。
[0032]为了便于理解本公开提供的技术方案，下面结合图1对本公开的应用场景进行介绍。
[0033]图1为本公开提供的一种应用场景的示意图。本公开涉及地图生成过程。如图1所示，该应用场景中包括一个或者多个车辆。每个车辆在道路行驶过程中，对道路场景进行采集得到图像，并对图像进行对象检测，得到检测结果。其中，对象是指道路场景中的3D道路元素，包括但不限于：杆状物(例如电线杆、标志牌支撑杆等)、建筑物等。
[0034]继续参见图1，各车辆将图像对应的图像信息发送至地图生成设备。其中，图像信息中可以包括图像的拍摄时间、拍摄位置以及图像对应对象检测结果信息。这样，地图生成设备可以从多个车辆接收到多个图像对应的图像信息。地图生成设备根据多个图像信息，对道路场景中的3D道路元素进行三维构建处理，生成三维地图。地图生成设备所生成的三维地图可以被存储在云端数据库中。
[0035]进一步的，在地图使用阶段，终端设备(例如，行人的手持设备，或者车辆的车载设备)可以从云端获取该三维地图，并用于终端设备导航应用中。
[0036]其中，图1所示的地图生成设备可以为云端服务器中的装置，例如，地图生成设备可以为云端服务器中的处理器、芯片、芯片模组、模块或者单元等。地图生成设备还可以为
独立于云端服务器的装置，例如，地图生成设备可以为具有一定计算能力的电脑、计算机、服务器等。本公开实施例对此不作限定。
[0037]图1所示的车辆可以为专业采集车，也可以为众包车辆。当图1所示的车辆为众包车辆时，上述场景也可以称为众包制图场景。本公开实施例中，车辆只需要安装摄像头，并且具有一定的图像处理能力，能够对图像进行对象检测即可，可见，对车辆要求较低，大多数普通车辆或者自动驾驶车辆均可满足该要求。这样，使得大多数车辆均可以参与众包制图过程，从而，降低了地图数据源的采集难度和周期，因此，能够降低制图成本，并缩短地图更新周期。
[0038]另外，在众包制图场景，由于传输带宽有限，通常会对每个车辆端回传的数据量有所限制，例如，每个车辆端1个月回传数据量不超过10G。本公开实施例中，通过在车辆端完成对图像的检测过程，这样，车辆端只需要将包括图像检测结果的图像信息发送给云端，而无需发送采集到的原始图像，从而降低了车辆端与云端之间的传输数据量，从而能够满足众包回传模式下的传输带宽限制要求。
[0039]下面以具体地实施例对本公开的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维地图生成方法，包括：获取车辆发送的多张图像对应的多个图像信息，所述图像中包括检测到的检测对象，所述图像信息包括拍摄位置、拍摄时间和所述检测对象的对象信息；根据所述多个图像信息，对所述检测对象进行三维构建处理，得到目标三维地图。2.根据权利要求1所述的方法，其中，根据所述多个图像信息，对所述检测对象进行三维构建处理，得到目标三维地图，包括：根据所述多个图像信息中的拍摄位置和拍摄时间，对所述多个图像信息进行排序处理；根据排序后的所述多个图像信息，依次对所述多个图像信息对应的检测对象进行三维构建处理，直至得到所述目标三维地图。3.根据权利要求2所述的方法，其中，根据排序后的所述多个图像信息，依次对所述多个图像信息对应的检测对象进行三维构建处理，直至得到所述目标三维地图，包括：判断当前三维地图中是否存在与第i个图像信息对应的目标检测对象匹配的三维对象，初始时，所述当前三维地图为空；若是，则根据所述第i个图像信息中的所述目标检测对象的对象信息，在所述当前三维地图中更新所述三维对象；若否，则根据所述第i个图像信息中的所述目标检测对象的对象信息、以及所述第i个图像信息之前的N个图像信息，在所述当前三维地图中构建所述目标检测对象对应的三维对象，所述N为大于或等于1的整数；其中，所述i依次取2、3、
……
、M，直至所述i取M之后，将所述当前三维地图确定为所述目标三维地图，所述M为所述多个图像信息的数量，所述M为大于1的整数。4.根据权利要求3所述的方法，其中，判断当前三维地图中是否存在与第i个图像信息对应的目标检测对象匹配的三维对象，包括：生成所述第i个图像信息对应的虚拟图像，所述虚拟图像中包括所述目标检测对象；根据所述当前三维地图中各三维对象的位置和所述第i个图像信息中的拍摄位置，在所述虚拟图像中，对所述当前三维地图中的三维对象进行投影处理；若投影处理后的虚拟图像中存在投影对象，则获取所述投影对象与所述目标检测对象的第一目标相似度，并根据所述第一目标相似度，判断当前三维地图中是否存在与所述目标检测对象匹配的三维对象；若投影处理后的虚拟图像中不存在所述投影对象，则确定所述当前三维地图中不存在与所述目标检测对象匹配的三维对象。5.根据权利要求4所述的方法，其中，获取所述投影对象与所述目标检测对象的第一目标相似度，包括：获取所述投影对象的第一属性信息，所述第一属性信息包括形状、尺寸和类型中的至少一种；获取所述目标检测对象的第二属性信息，所述第二属性信息包括形状、尺寸和类型中的至少一种；根据所述第一属性信息和所述第二属性信息，在所述虚拟图像中确定待选投影对象，所述待选投影对象的第一属性信息与所述第二属性信息的相似度大于或等于预设相似度；
获取所述待选投影对象与所述目标检测对象的第一目标相似度。6.根据权利要求5所述的方法，其中，获取所述待选投影对象与所述目标检测对象的第一目标相似度，包括：根据所述目标检测对象的中心点在所述虚拟图像中的位置、以及所述待选投影对象的中心点在所述虚拟图像中的位置，确定所述待选投影对象与所述目标检测对象的第一相似度；根据所述目标检测对象的顶点在所述虚拟图像中的位置、以及所述待选投影对象的顶点在所述虚拟图像中的位置，确定所述待选投影对象与所述目标检测对象的第二相似度；根据所述第一相似度和所述第二相似度，确定所述待选投影对象与所述目标检测对象的第一目标相似度。7.根据权利要求4至6任一项所述的方法，其中，根据所述第一目标相似度，判断当前三维地图中是否存在与所述目标检测对象匹配的三维对象，包括：若所述虚拟图像中存在投影对象与所述目标检测对象的第一目标相似度大于或等于预设阈值，则确定当前三维地图中存在与所述目标检测对象匹配的三维对象；若所述虚拟图像中不存在投影对象与所述目标检测对象的第一目标相似度大于或等于预设阈值，则确定当前三维地图中不存在与所述目标检测对象匹配的三维对象。8.根据权利要求3至7任一项所述的方法，其中，根据所述第i个图像信息中的所述目标检测对象的对象信息，在所述当前三维地图中更新所述三维对象，包括：将所述第i个图像信息中的所述目标检测对象的对象信息添加至所述三维对象对应的对象信息集合中，所述对象信息集合中包括用于构建所述三维对象的多个对象信息；根据所述对象信息集合中的对象信息，在所述当前三维地图中更新所述三维对象。9.根据权利要求8所述的方法，其中，根据所述对象信息集合中的对象信息，在所述当前三维地图中更新所述三维对象，包括：生成所述对象信息集合中各对象信息对应的虚拟图像，所述虚拟图像中包括所述对象信息对应的检测对象；分别将所述三维对象投影至所述各对象信息对应的虚拟图像，以在所述虚拟图像中生成投影对象；获取所述虚拟图像中的检测对象和投影对象之间的距离信息，所述距离信息包括下述中的至少一项：所述检测对象的端点和所述投影对象的端点的距离、所述检测对象的中心点和所述投影对象的中心点的距离、所述检测对象的高度和所述投影对象的高度差值；根据所述距离信息，在所述当前三维地图中更新所述三维对象的中心点坐标和所述三维对象的高度。10.根据权利要求3至9任一项所述的方法，其中，根据所述第i个图像信息中的所述目标检测对象的对象信息、以及所述第i个图像信息之前的N个图像信息，在所述当前三维地图中构建所述目标检测对象对应的三维对象，包括：分别获取所述N个图像信息对应的检测对象与所述目标检测对象之间的第二目标相似度；在所述N个图像信息对应的检测对象中，将所述第二目标相似度大于预设阈值的检测对象确定为关联检测对象；
根据所述第i个图像信息中的所述目标检测对象的对象信息、以及所述N个图像信息中的所述关联检测对象的对象信息，在所述当前三维地图中构建所述目标检测对象对应的三维对象。11.根据权利要求10所述的方法，其中，分别获取所述N个图像信息对应的检测对象与所述目标检测对象之间的第二目标相似度，包括：分别获取所述N个图像信息对应的检测对象的第三属性信息，所述第三属性信息包括形状、尺寸和类型中的至少一种；获取所述目标检测对象的第四属性信息，所述第四属性信息包括形状、尺寸和类型中的至少一种；根据所述第三属性信息和所述第四属性信息，在所述N个图像信息对应的检测对象中确定待选检测对象，所述待选检测对象的第三属性信息与所述第四属性信息的相似度大于或等于预设相似度；获取所述待选检测对象与所述目标检测对象的第二目标相似度。12.根据权利要求11所述的方法，其中，获取所述待选检测对象与所述目标检测对象的第二目标相似度，包括：根据所述待选检测对象的中心点坐标和所述目标检测对象的中心点坐标，确定第三相似度；根据所述待选检测对象的顶点坐标和所述目标检测对象的顶点坐标，确定第四相似度；根据所述待选检测对象和所述目标检测对象的极线关系，确定第五相似度；根据所述第三相似度、所述第四相似度和所述第五相似度，确定所述第二目标相似度。13.根据权利要求10至12任一项所述的方法，其中，根据所述第i个图像信息中的所述目标检测对象的对象信息、以及所述N个图像信息中的所述关联检测对象的对象信息，在所述当前三维地图中构建所述目标检测对象对应的三维对象，包括：根据所述第i个图像信息中的所述目标检测对象的对象信息、以及所述N个图像信息中的所述关联检测对象的对象信息，确定所述目标检测对象对应的三维对象的中心点坐标和深度信息；根据所述深度信息以及所述目标检测对象的高度信息，确定所述目标检测对象对应的三维对象的高...

【专利技术属性】
技术研发人员：张瀚天，周尧，彭亮，万国伟，
申请(专利权)人：阿波罗智能技术北京有限公司，
类型：发明
国别省市：