道路要素矢量的生成方法和系统技术方案

本发明专利技术公开了一种道路要素矢量的生成方法和系统。其中，该方法包括：获取同一区域内采集到的点云数据和原始图像；将点云数据投影至二维平面，得到点云数据对应的目标图像；分别对原始图像和目标图像中的道路要素进行语义分割，得到语义分割结果；基于点云数据和语义分割结果对道路要素进行矢量化，得到道路要素矢量。本发明专利技术解决了相关技术中道路要素矢量的生成误差较大的技术问题。生成误差较大的技术问题。生成误差较大的技术问题。

【技术实现步骤摘要】
道路要素矢量的生成方法和系统


[0001]本专利技术涉及智能导航领域，具体而言，涉及一种道路要素矢量的生成方法和系统。

技术介绍

[0002]为了实现将现实世界的各类道路要素(如车道线、停止线、斑马线等)数字化，可以利用无人车和高精地图采集车采集的资料来制作高精地图。但是，受到资料的采集精度和采集角度的限制，导致现有道路要素矢量的生成误差较大，不符合高精地图的精度要求。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种道路要素矢量的生成方法和系统，以至少解决相关技术中道路要素矢量的生成误差较大的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种道路要素矢量的生成方法，包括：获取同一区域内采集到的点云数据和原始图像；将点云数据投影至二维平面，得到点云数据对应的目标图像；分别对原始图像和目标图像中的道路要素进行语义分割，得到语义分割结果；基于点云数据和语义分割结果对道路要素进行矢量化，得到道路要素矢量。
[0006]根据本专利技术实施例的另一方面，还提供了一种道路要素矢量的生成方法，包括：云服务器接收同一区域内采集到的点云数据和原始图像；云服务器将点云数据投影至二维平面，得到点云数据对应的目标图像；云服务器分别对原始图像和目标图像中的道路要素进行语义分割，得到语义分割结果；云服务器基于点云数据和语义分割结果对道路要素进行矢量化，得到道路要素矢量；云服务器输出道路要素矢量。
[0007]根据本专利技术实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述实施例中的道路要素矢量的生成方法。
[0008]根据本专利技术实施例的另一方面，还提供了一种电子终端，包括：存储器；与存储器连接的处理器，处理器用于运行程序，其中，程序运行时执行上述实施例中的道路要素矢量的生成方法。
[0009]根据本专利技术实施例的另一方面，还提供了一种道路要素矢量的生成系统，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理上述实施例中道路要素矢量的生成方法的指令。
[0010]在本专利技术实施例中，在获取到同一区域内的点云数据和原始图像之后，可以将点云数据投影至二维平面，得到目标图像，并且分别对原始图像和目标图像进行语义分割，得到语义分割结果，从而基于点云数据和语义分割结果可以达到道路要素矢量化的目的。容易注意到的是，通过将点云数据投影成二维平面图像，然后进行语义分割提取道路要素，使得道路要素矢量不仅具有三维信息，而且可以避免原始图像由于遮挡、观测限制等客观因素导致的道路要素缺失的问题，满足高精地图的精度需求，达到了确保道路要素矢量的完
整性，增加数据冗余，提高道路要素矢量的生成精度的技术效果，进而解决了相关技术中道路要素矢量的生成误差较大的技术问题。
附图说明
[0011]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0012]图1是根据本专利技术实施例的一种用于实现道路要素矢量的生成方法的计算机终端的硬件结构框图；
[0013]图2是根据本专利技术实施例的一种道路要素矢量的生成方法的流程图；
[0014]图3是根据本专利技术实施例的一种停止线矢量的生成方法的流程图；
[0015]图4是根据本专利技术实施例的一种车道线矢量的生成方法的流程图；
[0016]图5是根据本专利技术实施例的一种停止线矢量化方法的流程图；
[0017]图6是根据本专利技术实施例的一种车道线矢量化方法的流程图；
[0018]图7是根据本专利技术实施例的另一种道路要素矢量的生成方法的流程图；
[0019]图8是根据本专利技术实施例的一种道路要素矢量的生成装置的示意图；
[0020]图9是根据本专利技术实施例的另一种道路要素矢量的生成装置的示意图；
[0021]图10是根据本专利技术实施例的一种计算机终端的结构框图。
具体实施方式
[0022]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0023]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：
[0025]高精度采集车：面向无人驾驶高精地图的专业采集设备，包括激光雷达、相机、GNSS(Global Navigation Satellite System，全球导航卫星系统)接收机、IMU(Inertial Measurement Unit，惯性测量单元)、DMI(Distance Measuring Instrument，距离测量仪)、控制存储单元及车辆。
[0026]栅格图：可以是指用一个个栅格组成的网格图，通过将三维激光点云数据网格化，可以得到二维的栅格图。
[0027]车道线：可以是用于区分车道的分界线，可以是白色虚线、白色实线、黄色双实线、黄色双虚线等，表示车辆行驶位置。
[0028]停止线：可以是指在信号灯路口的交通标志，可以为白色实线，表示车辆等候放行停车位置。
[0029]传统利用激光点云和全景照片提取道路要素的方案主要依赖照片的观测，常常因为照片遮挡、相机观测范围限制等问题导致提取的道路要素矢量不完整或者缺矢；而利用图像和轨迹提取道路要素的计算机视觉方案依赖于轨迹的精度和相机的观测，得到的矢量误差极大，往往不符合高精地图的精度要求。
[0030]为了解决无人车和高精地图采集车自动化生成高精地图道路要素矢量的问题，本申请提供了一种高精地图道路要素矢量自动化生成的方法。
[0031]实施例1
[0032]根据本专利技术实施例，提供了一种道路要素矢量的生成方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0033]本申请实施例一所提供的方法实施例可以在移动终端、计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路要素矢量的生成方法，其特征在于，包括：获取同一区域内采集到的点云数据和原始图像；将所述点云数据投影至二维平面，得到所述点云数据对应的目标图像；分别对所述原始图像和所述目标图像中的道路要素进行语义分割，得到语义分割结果；基于所述点云数据和所述语义分割结果对所述道路要素进行矢量化，得到道路要素矢量。2.根据权利要求1所述的方法，其特征在于，所述语义分割结果包括：所述原始图像对应的第一结果和所述目标图像对应的第二结果，其中，基于所述点云数据和所述语义分割结果对所述道路要素进行矢量化，得到道路要素矢量，包括：分别对所述第一结果和所述第二结果中进行像素聚类，得到所述道路要素对应的第一像素范围和第二像素范围；分别基于所述第一像素范围和所述第二像素范围对所述点云数据进行聚类，得到所述道路要素对应的第一点云和第二点云；对所述第一点云和所述第二点云进行拟合，生成所述道路要素矢量。3.根据权利要求2所述的方法，其特征在于，分别基于所述第一像素范围和所述第二像素范围对所述点云数据进行聚类，得到所述道路要素对应的第一点云和第二点云，包括：将所述点云数据分别投影至所述第一结果和所述第二结果，得到第一投影图像和第二投影图像；确定所述第一投影图像中所述第一像素范围内的第一目标像素，和所述第二投影图像中所述第二像素范围内的第二目标像素；基于空间关系分别对所述第一目标像素对应的点云和所述第二目标像素对应的点云进行聚类，得到所述第一点云和所述第二点云。4.根据权利要求2所述的方法，其特征在于，在所述道路要素包括非线型要素的情况下，对所述第一点云和所述第二点云进行拟合，生成所述道路要素矢量，包括：基于空间关系对所述第一点云和所述第二点云进行融合，得到目标点云；对所述目标点云进行拟合，得到所述非线型要素的包围框坐标；基于所述包围框坐标生成所述道路要素矢量。5.根据权利要求2所述的方法，其特征在于，在所述道路要素包括线型要素的情况下，对所述第一点云和所述第二点云进行拟合，生成所述道路要素矢量，包括：分别对所述第一点云和所述第二点云进行拟合，生成所述线型要素的多条中心线矢量；根据空间位置关系，将同一位置处的多...

【专利技术属性】
技术研发人员：彭益堂，陈岳，
申请(专利权)人：高德软件有限公司，
类型：发明
国别省市：