基于鸟瞰图特征的地图分割方法、装置和电子设备制造方法及图纸

本发明专利技术提供了一种基于鸟瞰图特征的地图分割方法，涉及地图分割应用的技术领域，包括：获取当前车辆在上一时刻的目标检测结果以及当前时刻在行进方向上采集的图像特征；基于预训练的深度学习模型对图像特征和目标检测结果进行处理，确定当前车辆视角转换后的鸟瞰图特征；将鸟瞰图特征输入预设网络模型，确定鸟瞰图视角下的地图分割结果，缓解地图分割应用中，无法满足现今需求的同时实现精准分割的技术问题。术问题。术问题。

【技术实现步骤摘要】
基于鸟瞰图特征的地图分割方法、装置和电子设备


[0001]本专利技术涉及地图分割应用的
，尤其是涉及一种基于鸟瞰图特征的地图分割方法、装置和电子设备。

技术介绍

[0002]自动驾驶的技术发展已经从规则设计向数据驱动转变，在控制、规划、地图融合和广义感知的各流程模块中都有所体现，其中广义感知模块近乎完全依赖于数据驱动。技术的发展也导致了流程上的融合，同时对算法提出了新的需求：在感知模块中，不再满足于序列化地执行单一推理任务后，在其结果上进行后融合的模式，而是想要设计出端到端的感知模型，能够并行地进行多个任务推理，输出可被后续模块直接利用的信息。
[0003]因此，在地图分割应用中，当前急需一种能够满足现今需求的同时实现精准分割的方法。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种基于鸟瞰图特征的地图分割方法，缓解地图分割应用中，无法满足现今需求的同时实现精准分割的技术问题。
[0005]第一方面，实施例提供一种基于鸟瞰图特征的地图分割方法，所述方法包括：
[0006]获取当前车辆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于鸟瞰图特征的地图分割方法，其特征在于，所述方法包括：获取当前车辆在上一时刻的目标检测结果以及当前时刻在行进方向上采集的图像特征；基于预训练的深度学习模型对所述图像特征和所述目标检测结果进行处理，确定所述当前车辆视角转换后的鸟瞰图特征；将所述鸟瞰图特征输入预设网络模型，确定鸟瞰图视角下的地图分割结果。2.根据权利要求1所述的方法，其特征在于，在基于预训练的深度学习模型对所述图像特征和所述目标检测结果进行处理，确定所述当前车辆视角转换后的鸟瞰图特征的步骤之前，所述方法还包括：基于每个采集模块的位置信息，确定每个所述采集模块的位置编码；根据逆透视变换IPM方式对每个所述采集模块的内参和外参进行编码处理，得到每个所述采集模块的方向编码。3.根据权利要求2所述的方法，其特征在于，在基于预训练的深度学习模型对所述图像特征和所述目标检测结果进行处理，确定所述当前车辆视角转换后的鸟瞰图特征的步骤之前，所述方法还包括：将所述目标检测结果按照目标对象的预设类别进行结构化处理以及特征对齐操作，确定地图拓扑先验信息。4.根据权利要求3所述的方法，其特征在于，基于预训练的深度学习模型对所述图像特征和所述目标检测结果进行处理，确定所述当前车辆视角转换后的鸟瞰图特征的步骤，包括：将所述方向编码、所述位置编码和所述地图拓扑先验信息输入预训练的深度学习模型，根据所述方向编码和所述位置编码对所述地图拓扑先验信息进行视角转换，确定鸟瞰图特征。5.根据权利要求1所述的方法，其特征在于，获取当前车辆在上一时...

【专利技术属性】
技术研发人员：宋丽，刘威，胡骏，程帅，曹斌，
申请(专利权)人：东软睿驰汽车技术大连有限公司，
类型：发明
国别省市：