地图要素的匹配方法、图注意力网络的训练方法及装置制造方法及图纸

本申请提供了一种地图要素的匹配方法、图注意力网络的训练方法及装置。其中，地图要素的匹配方法包括：获取待匹配的两张地图中的地图要素的特征信息；利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，以生成所述两张地图中的地图要素的描述信息；根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系。利用图注意力网络对两张待匹配的地图中邻域范围内的地图要素进行匹配，相比于最近邻匹配方案在GNSS信号较差的场景下，容易发生错配，有利于提高匹配地图要素的准确性。有利于提高匹配地图要素的准确性。有利于提高匹配地图要素的准确性。

【技术实现步骤摘要】
地图要素的匹配方法、图注意力网络的训练方法及装置


[0001]本申请涉及地理信息
，具体涉及一种地图要素的匹配方法、图注意力网络的训练方法及装置。

技术介绍

[0002]地图拼接技术可以理解为是基于多张地图上同名要素执行的拼接，其中，同名要素可以理解为由于两张地图的制图范围之间存在重叠而使同一地理要素被绘制到两张地图上成为两个地理要素，它们的属性往往是完全一致的。目前，主要基于地图要素匹配技术来在多张待拼接的地图上寻找同名要素。因此，地图要素匹配技术是目前智能驾驶、高精地图相关领域的重要技术之一。
[0003]主流的地图要素匹配方案是最近邻匹配（nearestneighbor matching）方法，即通过地图要素的绝对空间坐标寻找与其空间最接近的同类要素。该方法原理简单，相对容易实现，但对地图的绝对空间坐标有较高的精度要求，在全球导航卫星系统（global navigation satellite system，GNSS）信号较差的情况下，十分容易产生错配的情形。

技术实现思路

[0004]本申请实施例致力于提供一种地图要素的匹配方法、图注意力网络的训练方法及装置。下文从以下几个方面进行介绍。
[0005]第一方面，提供了一种地图要素的匹配方法，包括：获取待匹配的两张地图中的地图要素的特征信息；利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，以生成所述两张地图中的地图要素的描述信息；根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系。
[0006]在一种可能的实现方式中，所述根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系，包括：根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的相似度矩阵；根据所述两张地图中的地图要素的相似度矩阵，通过最优传输模型，确定所述两张地图中的地图要素的匹配概率矩阵；根据所述两张地图中的地图要素的匹配概率矩阵，确定所述两张地图中的地图要素的匹配关系。
[0007]在一种可能的实现方式中，所述根据所述两张地图中的地图要素的相似度矩阵，通过最优传输模型，确定所述两张地图中的地图要素的匹配概率矩阵，包括：根据所述两张地图中的地图要素的相似度矩阵，利用辛克霍恩算子求解最优传输模型，以生成所述匹配概率矩阵。
[0008]在一种可能的实现方式中，所述利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，包括：对所述两张地图中的同一地图内的地图要素执行自注意力操作，所述自注意力操作用于将所述同一地图中的邻域范围内的地图要素的特征信息进行聚合；对所述两张地图中的不同地图间的地图要素执行交叉注意力操作，所述交叉注意力操作用于将所述不同地图间的邻域范围内的地图要素的特征信息进行聚合。
[0009]在一种可能的实现方式中，所述获取待匹配的两张地图中的地图要素的特征信息，包括：获取所述两张地图中的地图要素的初始信息，所述初始信息包含所述地图要素的以下信息中的一种或多种：位置信息、方向信息、尺寸信息以及语义类型；对所述两张地图中的地图要素的初始信息进行特征编码，以生成所述两张地图中的地图要素的特征信息。
[0010]在一种可能的实现方式中，所述两张地图中的地图要素包括线状要素、面状要素、体状要素；所述线状要素的方向信息用于指示所述线状要素的延伸方向，所述线状要素的尺寸信息用于指示所述线状要素的长度；所述面状要素的方向信息用于指示所述面状要素的法向，所述面状要素的尺寸信息用于指示所述面状要素的周长或面积；所述体状要素的方向信息用于指示所述体状要素的主轴方向，所述体状要素的尺寸信息用于指示所述体状要素的表面积或体积。
[0011]在一种可能的实现方式中，所述对所述两张地图中的地图要素的初始信息进行所述特征编码，包括：对所述两张地图中的地图要素的初始信息进行高维映射，得到所述两张地图中的地图要素的高维信息；对所述两张地图中的地图要素的高维信息进行特征编码。
[0012]第二方面，提供了一种图注意力网络的训练方法，包括：获取待匹配的两张地图中的地图要素的特征信息；利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，以生成所述两张地图中的地图要素的描述信息；根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系；根据所述两张地图中的地图要素的匹配关系，以及所述两张地图中的地图要素的实际匹配关系，训练所述图注意力网络。
[0013]第三方面，提供了一种地图要素的匹配装置，包括：获取单元，用于获取待匹配的两张地图中的地图要素的特征信息；处理单元，用于利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，以生成所述两张地图中的地图要素的描述信息；所述处理单元，还用于根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系。
[0014]在一种可能的实现方式中，所述处理单元还用于：根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的相似度矩阵；根据所述两张地图中的地图要素的相似度矩阵，通过最优传输模型，确定所述两张地图中的地图要素的匹配概率矩阵；根据所述两张地图中的地图要素的匹配概率矩阵，确定所述两张地图中的地图要素的匹配关系。
[0015]在一种可能的实现方式中，所述处理单元还用于：根据所述两张地图中的地图要素的相似度矩阵，利用辛克霍恩算子求解最优传输模型，以生成所述匹配概率矩阵。
[0016]在一种可能的实现方式中，所述处理单元还用于：对所述两张地图中的同一地图内的地图要素执行自注意力操作，所述自注意力操作用于将所述同一地图中的邻域范围内的地图要素的特征信息进行聚合；对所述两张地图中的不同地图间的地图要素执行交叉注意力操作，所述交叉注意力操作用于将所述不同地图间的邻域范围内的地图要素的特征信息进行聚合。
[0017]在一种可能的实现方式中，所述获取单元还用于：获取所述两张地图中的地图要素的初始信息，所述初始信息包含所述地图要素的以下信息中的一种或多种：位置信息、方向信息、尺寸信息以及语义类型；对所述两张地图中的地图要素的初始信息进行所述特征
编码，以生成所述两张地图中的地图要素的特征信息。
[0018]在一种可能的实现方式中，所述两张地图中的地图要素包括线状要素、面状要素、体状要素；所述线状要素的方向信息用于指示所述线状要素的延伸方向，所述线状要素的尺寸信息用于指示所述线状要素的长度；所述面状要素的方向信息用于指示所述面状要素的法向，所述面状要素的尺寸信息用于指示所述面状要素的周长或面积；所述体状要素的方向信息用于指示所述体状要素的主轴方向，所述体状要素的尺寸信息用于指示所述体状要素的表面积或体积。
[0019]在一种可能的实现方式中，所述获取单元还用于：对所述两张地图中的地图要素的初始信息进行高维映射，得到所述两张地图中的地图要素的高维信息；对所述两张地图中的地图要素的高维信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地图要素的匹配方法，其特征在于，包括：获取待匹配的两张地图中的地图要素的特征信息；利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，以生成所述两张地图中的地图要素的描述信息；根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系。2.根据权利要求1所述的方法，其特征在于，所述根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系，包括：根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的相似度矩阵；根据所述两张地图中的地图要素的相似度矩阵，通过最优传输模型，确定所述两张地图中的地图要素的匹配概率矩阵；根据所述两张地图中的地图要素的匹配概率矩阵，确定所述两张地图中的地图要素的匹配关系。3.根据权利要求2所述的方法，其特征在于，所述根据所述两张地图中的地图要素的相似度矩阵，通过最优传输模型，确定所述两张地图中的地图要素的匹配概率矩阵，包括：根据所述两张地图中的地图要素的相似度矩阵，利用辛克霍恩算子求解最优传输模型，以生成所述匹配概率矩阵。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，包括：对所述两张地图中的同一地图内的地图要素执行自注意力操作，所述自注意力操作用于将所述同一地图中的邻域范围内的地图要素的特征信息进行聚合；对所述两张地图中的不同地图间的地图要素执行交叉注意力操作，所述交叉注意力操作用于将所述不同地图间的邻域范围内的地图要素的特征信息进行聚合。5.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述获取待匹配的两张地图中的地图要素的特征信息，包括：获取所述两张地图中的地图要素的初始信息，所述初始信息包含所述地图要素的以下信息中的一种或多种：位置信息、方向信息、尺寸信息以及语义类型；对所述两张地图中的地图要素的初始信息进行特征编码，以生成所述两张地图中的地图要素的特征信息。6.根据权利要求5所述的方法，其特征在于，所述两张地图中的地图要素包括线状要素、面状要素、体状要素；所述线状要素的方向信息用于指示所述线状要素的延伸方向，所述线状要素的尺寸信息用于指示所述线状要素的长度；所述面状要素的方向信息用于指示所述面状要素的法向，所述面状要素的尺寸信息用于指示所述面状要素的周长或面积；所述体状要素的方向信息用于指示所述体状要素的主轴方向，所述体状要素的尺寸信息用于指示所述体状要素的表面积或体积。7.根据权利要求5所述的方法，其特征在于，所述对所述两张地图中的地图要素的初始
信息进行所述特征编码，包括：对所述两张地图中的地图要素的初始信息进行高维映射，得到所述两张地图中的地图要素的高维信息；对所述两张地图中的地图要素的高维信息进行特征编码。8.一种图注意力网络的训练方法，其特征在于，包括：获取待匹配的两张地图中的地图要素的特征信息；利用图注意力网络将所述两张地图中的邻域范围内的地图要素的特征信息进行聚合，以生成所述两张地图中的地图要素的描述信息；根据所述两张地图中的地图要素的描述信息，确定所述两张地图中的地图要素的匹配关系；根据所述两张地图中的地图要素的匹配关系，以及所述两张地图中的地图要素的实际匹配关系，训练所述图注意力网络。9.一种地图要素的匹配装置，其特征在于，包括：获取单元，用于获取待匹配的两张地图中的地图要素的特征信息；处理单元，用于利用图注意力网络...

【专利技术属性】
技术研发人员：钟礼山，
申请(专利权)人：北京集度科技有限公司，
类型：发明
国别省市：