地图生成方法、装置、电子设备、存储介质、及车辆制造方法及图纸

本公开提供了一种地图生成方法、装置、电子设备、存储介质、程序产品、以及自动驾驶车辆，涉及计算机视觉技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：确定多个图像各自的局部特征点描述子集合；针对多个图像中的每个图像，对图像的局部特征点描述子集合进行聚合处理，确定多个图像各自的全局描述子；基于多个图像各自的全局描述子，计算多个图像中任意两个图像之间的全局匹配度，得到多个全局匹配度；以及基于多个全局匹配度，从多个图像中确定多个目标图像，多个目标图像为用于生成目标地图的起始图像。目标地图的起始图像。目标地图的起始图像。

【技术实现步骤摘要】
地图生成方法、装置、电子设备、存储介质、及车辆


[0001]本公开涉及计算机视觉
，尤其涉及自动驾驶
，具体涉及地图生成方法、装置、电子设备、存储介质、程序产品、以及自动驾驶车辆。

技术介绍

[0002]基于高精度地图的自动驾驶技术，对自动驾驶车辆实现安全、可靠地自动驾驶提供重要作用。高精度地图在高精定位、环境感知、路径规划以及仿真实验中都发挥着重要作用。精度要求高、探测范围广的高精度地图的生成技术，越来越受到重视。

技术实现思路

[0003]本公开提供了一种地图生成方法、装置、电子设备、存储介质、程序产品、以及自动驾驶车辆。
[0004]根据本公开的一方面，提供了一种地图生成方法，包括：确定多个图像各自的局部特征点描述子集合；针对所述多个图像中的每个图像，对所述图像的局部特征点描述子集合进行聚合处理，确定所述多个图像各自的全局描述子；基于所述多个图像各自的全局描述子，计算所述多个图像中任意两个图像之间的全局匹配度，得到多个全局匹配度；以及基于所述多个全局匹配度，从所述多个图像中确定多个目标图像，其中，所述多个目标图像为用于生成目标地图的起始图像。
[0005]根据本公开的另一方面，提供了一种地图生成装置，包括：第一确定模块，用于确定多个图像各自的局部特征点描述子集合；聚合模块，用于针对所述多个图像中的每个图像，对所述图像的局部特征点描述子集合进行聚合处理，确定所述多个图像各自的全局描述子；第二确定模块，用于基于所述多个图像各自的全局描述子，计算所述多个图像中任意两个图像之间的全局匹配度，得到多个全局匹配度；以及第三确定模块，用于基于所述多个全局匹配度，从所述多个图像中确定多个目标图像，其中，所述多个目标图像为用于生成目标地图的起始图像。
[0006]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，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如本公开的方法。
[0007]根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行如本公开的方法。
[0008]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本公开的方法。
[0009]根据本公开的另一方面，提供了一种自动驾驶车辆，包括如本公开的电子设备。
[0010]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
[0011]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0012]图1示意性示出了根据本公开实施例的可以应用地图生成方法及装置的示例性系统架构；
[0013]图2示意性示出了根据本公开实施例的地图生成方法的流程图；
[0014]图3示意性示出了根据本公开实施例的根据目标内容的特征信息预测用户感兴趣的内容的流程图；
[0015]图4示意性示出了根据本公开实施例的用户在阅读电子书的过程中进行内容摘抄的应用场景图；
[0016]图5示意性示出了根据本公开实施例的地图生成装置的框图；以及
[0017]图6示意性示出了根据本公开实施例的适于实现地图生成方法的电子设备的框图。
具体实施方式
[0018]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。
[0019]本公开提供了一种地图生成方法、装置、电子设备、存储介质、程序产品、以及自动驾驶车辆。
[0020]根据本公开的实施例，提供了一种地图生成方法，可以包括：确定多个图像各自的局部特征点描述子集合；针对多个图像中的每个图像，对图像的局部特征点描述子集合进行聚合处理，确定多个图像各自的全局描述子；基于多个图像各自的全局描述子，计算多个图像中任意两个图像之间的全局匹配度，得到多个全局匹配度；以及基于多个全局匹配度，从多个图像中确定多个目标图像，其中，多个目标图像为用于生成目标地图的起始图像。
[0021]在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
[0022]在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。
[0023]图1示意性示出了根据本公开实施例的可以应用地图生成方法及装置的示例性系统架构。
[0024]需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的
技术实现思路
，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
[0025]如图1所示，根据该实施例的系统架构100可以包括传感器101、102、103，网络104和服务器105。网络104用以在传感器101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。
[0026]传感器101、102、103可以通过网络104与服务器105交互，以接收或发送消息等。
[0027]传感器101、102、103可以是集成在自动驾驶车辆106上的功能元件，例如红外传感器、超声波传感器、毫米波雷达、信息采集装置等等。传感器101、102、103可以用于采集自动驾驶车辆106周围的环境信息以及周围道路信息。
[0028]服务器105也可以是集成在自动驾驶车辆106上，但是并不局限于此，也可以设置在能够与车载终端建立通信的远端，可以具体实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。
[0029]服务器105可以是提供各种服务的服务器。在服务器105上可以安装有例如地图导航类应用、地图生成类应用等。以服务器105运行该地图生成类应用为例：通过网络104接收来自传感器101、102、103传输的图像。确定多个图像各自的局部特征点描述子集合；针对多个图像中的每个图像，对图像的局部特征点描述子集合进行聚合处理，确定多个图像各自的全局描述子；基于多个图像各自的全局描述子，计算多个图像中任意两个图像之间的全局匹配度，得到多个全局匹配度；以及基于多个全局匹配度，从多个图像中确定多个目标图像，以便将多个目标图像作为起始图像，生成目标地图。
[0030]需要说明的是，本公开实施例所提供的地图生成方法一般可以由服务器105执行。相应地，本公开实施例所提供的地图生成装置也可以设置于服务器105中。...

【技术保护点】

【技术特征摘要】
1.一种地图生成方法，包括：确定多个图像各自的局部特征点描述子集合；针对所述多个图像中的每个图像，对所述图像的局部特征点描述子集合进行聚合处理，确定所述多个图像各自的全局描述子；基于所述多个图像各自的全局描述子，计算所述多个图像中任意两个图像之间的全局匹配度，得到多个全局匹配度；以及基于所述多个全局匹配度，从所述多个图像中确定多个目标图像，其中，所述多个目标图像为用于生成目标地图的起始图像。2.根据权利要求1所述的方法，其中，所述局部特征点描述子集合包括多个局部特征点各自的局部特征点描述子；所述方法还包括：针对所述多个图像中的任意两个图像，基于所述两个图像各自的多个局部特征点描述子，从所述两个图像中确定N个局部特征点对和N个局部匹配度，其中，所述N为大于或者等于2的整数；以及基于所述两个图像之间的全局匹配度和所述N个局部匹配度，从所述两个图像中确定目标局部特征点对，得到所述多个图像的多个目标局部特征点对。3.根据权利要求2所述的方法，其中，所述基于所述两个图像之间的全局匹配度和所述N个局部匹配度，从所述两个图像中确定目标局部特征点对包括：基于所述两个图像之间的全局匹配度和所述两个图像的所述N个局部特征点对各自的局部匹配度，得到N个初始目标局部匹配度；从所述N个初始目标局部匹配度中确定目标局部匹配度，其中，所述目标局部匹配度大于预定局部匹配度阈值；以及将与所述目标局部匹配度相对应的局部特征点对作为所述目标局部特征点对。4.根据权利要求2所述的方法，其中，所述局部特征点描述子集合包括M个局部特征点、所述M个局部特征点各自的局部特征点置信度和所述M个局部特征点各自的局部特征点位置信息，其中，所述M为大于或者等于2的整数；所述对所述局部特征点描述子集合进行聚合处理，确定所述多个图像各自的全局描述子包括：针对所述多个图像中的任意一个图像，基于M个局部特征点置信度，从所述图像中的M个局部特征点中确定Q个目标局部特征点，其中，所述Q个目标局部特征点中任意一个目标局部特征点的局部特征点置信度大于置信度阈值；以及将所述Q个目标局部特征点各自的局部特征点描述子和所述Q个目标局部特征点各自的位置信息输入至局部聚合向量模型中，得到所述图像的全局描述子。5.根据权利要求1至4中任一项所述的方法，还包括：三角化处理所述多个目标图像中任意两个目标图像的目标局部特征点对，生成空间三维点；以及基于所述空间三维点，生成地图模型。6.根据权利要求5所述的方法，还包括：基于其他目标局部特征点对，将其他图像注册到所述地图模型中，生成所述目标地图，
其中，所述其他目标局部特征点对包括所述多个目标局部特征点对中的除所述任意两个目标图像的目标局部特征点对外的目标局部特征点对，所述其他图像包括所述图像中除所述目标图像外的图像。7.根据权利要求1至6中任一项所述的方法，其中，所述基于所述多个全局匹配度，从所述多个图像中确定多个目标图像包括：对所述多个全局匹配度进行排序，得到排序结果；以及基于所述排序结果，从所述多个图像中确定所述多个目标图像。8.一种地图生成装置，包括：第一确定模块，用于确定多个图像各自的局部特征点描述子集合；聚合模块，用于针对所述多个图像中的每个图像，对所述图像的局部特征点描述子集合进行聚合处理，确定所述多个图像各自的全局描述子；第二确定模块，用于基于所述多个图像各自的全局描述子，计算所述多个图像中任意两个图像之间的全局匹配度，得到多个全局匹配...

【专利技术属性】
技术研发人员：陈术义，王玉斌，湛波，曾清喻，李友浩，常松涛，
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：