一种高精地图构建方法、装置、存储介质及电子设备制造方法及图纸

本说明书公开了一种高精地图构建方法、装置、存储介质及电子设备。可应用于无人驾驶技术领域。基于所采集到的点云确定目标对象的位置，并结合所采集到的图像，通过将在点云中识别出的三维检测框映射到图像中的方式，确定图像中包含目标对象的子图像，以在图像中识别目标对象的交通元素类型。通过点云和图像相结合的方式，基于点云进行位置识别，并基于图像进行语义识别，能够提高所识别出的目标对象的位置和交通元素类别的准确性。置和交通元素类别的准确性。置和交通元素类别的准确性。

【技术实现步骤摘要】
一种高精地图构建方法、装置、存储介质及电子设备


[0001]本说明书涉及计算机
，尤其涉及一种高精地图构建方法、装置、存储介质及电子设备。

技术介绍

[0002]近年来，自动驾驶技术应用于越来越多的领域，而自动驾驶设备在行驶的过程中则依赖于预先构建的高精地图。
[0003]在构建高精地图时，对于现实世界中所存在的目标物，需要识别出其所在的位置以及所属的类型，才能添加至高精地图中。上述目标检测任务包括采用几何形状较为简单的检测框定位出交通设施在空间中的位置，以及检测框所框定出的对象进行分类。
[0004]现有技术通常是基于所采集到的点云或者图像识别目标物。
[0005]其中，基于点云的目标检测算法可以识别出精度较高的包含目标对象的检测框，但当执行分类任务时，由于点云较为稀疏，难以基于点云识别出较为精细的类别，例如现有大多数点云可以识别出目标物为交通信号灯，但难以识别出交通信号灯为箭头形交通信号灯或圆形交通信号灯。
[0006]而在基于图像的目标检测算法中，由于图像的像素相较于点云密度更大，在语义识别上表现较好本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精地图构建方法，其特征在于，包括：获取预先采集的点云，在所述点云中识别目标对象，得到所识别出的所述目标对象的三维检测框；将所述目标对象的三维检测框映射至预先采集的图像中，得到所述目标对象在所述图像中的第一检测框，并识别所述第一检测框对应的目标对象所属的交通元素类别；根据所述目标对象的三维检测框，确定目标对象所在的位置；根据所述目标图像所在的位置以及所述目标对象所属的交通元素类别，构建包含所述目标对象的高精地图。2.如权利要求1所述的方法，其特征在于，识别所述第一检测框对应的目标对象所属的交通元素类别，具体包括：在所述图像中识别所述目标对象，得到所述目标对象的第二检测框，以及所述第二检测框中目标对象所属的交通元素类别；确定所述目标对象在所述图像中的第一检测框和第二检测框之间的差异表征值，当所述差异表征值满足指定条件时，将所识别出第二检测框中目标对象所属的交通元素类别作为第一检测框对应的目标对象所属的交通元素类别。3.如权利要求2所述的方法，其特征在于，确定所述目标对象在所述图像中的第一检测框和第二检测框之间的差异表征值，具体包括：确定所述图像中所述第一检测框和所述第二检测框的重合度；根据所述重合度，确定所述目标对象在所述图像中的第一检测框和第二检测框之间的差异表征值。4.如权利要求2所述的方法，其特征在于，确定所述目标对象在所述图像中的第一检测框和第二检测框之间的差异表征值，具体包括：根据所述图像中所述第一检测框和所述第二检测框的中心点和/或角点之间的距离，确定所述目标对象在所述图像中的第一检测框和第二检测框之间的差异表征值。5.如权利要求1所述的方法，其特征在于，所述图像的数量为两个以上；在识别出各图像中的第一检测框对应的目标对象所属的交通元素类别之后，所述方法还包括：针对每个图像，识别该图像中的第一检测框对应的目标对象所属的交通元素类别，并作为目标类别；根据各目标类别确定所述目标对象所属的交通元素类别。6.如权利要求2所述的方法，其特征在于，所述图像的数量为两个以上；当所述差异表征值满足指定条件时，将所识别出第二检测框中目标对象所属的交通元素类别作为第一检...

【专利技术属性】
技术研发人员：杨立荣，王裕康，杨富智，刘洋，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：