高精地图的生成方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种高精地图的生成方法、装置、设备及存储介质，属于涉及计算机技术领域。所述方法包括：获取鸟瞰图像特征和鸟瞰点云特征，其中，所述鸟瞰图像特征是基于待处理的图像帧获取的，所述鸟瞰点云特征是基于与待处理的图像帧对应的待处理的点云帧获取的，对所述鸟瞰图像特征和所述鸟瞰点云特征进行特征融合处理，以获得鸟瞰融合特征，利用预设的地图元素分割模型，对所述鸟瞰融合特征进行分割处理，以获得多个地图元素图层，基于多个所述地图元素图层，生成所述高精地图。本申请实现了提升高精地图的生成效率。提升高精地图的生成效率。提升高精地图的生成效率。

【技术实现步骤摘要】
高精地图的生成方法、装置、设备及存储介质


[0001]本申请涉及计算机
，具体涉及智能交通和自动驾驶等
，特别涉及一种高精地图的生成方法、装置、设备及存储介质。

技术介绍

[0002]高精地图是目前自动驾驶技术的重要组成模块之一，是支撑自动驾驶感知、以及规划与控制（Planning and Control, PNC）的重要技术方向。高精地图的精度直接影响到自动驾驶的安全性。
[0003]目前，高精地图的生成方式从大类别上主要分为两类：高精地图的离线生成方式和高精地图的在线生成方式。
[0004]具体地，高精地图的离线生成的方式不用考虑算力和实时性。通常会使用采集车收集自动驾驶路段的激光雷达点云与图像信息，再离线对进行点云和图像的拼接，还原采集车采集到的环境信息，进而通过一定的算法与人工标注，形成矢量化的车道线，道路边界，停止线，人行横道等关键交通要素，保存为固定的高精地图文件供其他算法使用。高精地图的在线生成方式是基于自动驾驶车辆的视觉和激光雷达等信息直接通过端到端的模式输出高精地图的相关矢量。<br/>
技术实现思路
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精地图的生成方法，其特征在于，所述方法包括：获取鸟瞰图像特征和鸟瞰点云特征，其中，所述鸟瞰图像特征是基于待处理的图像帧获取的，所述鸟瞰点云特征是基于与待处理的图像帧对应的待处理的点云帧获取的；对所述鸟瞰图像特征和所述鸟瞰点云特征进行特征融合处理，以获得鸟瞰融合特征；利用预设的地图元素分割模型，对所述鸟瞰融合特征进行分割处理，以获得多个地图元素图层；基于多个所述地图元素图层，生成所述高精地图。2.根据权利要求1所述的方法，其特征在于，所述获取鸟瞰图像特征，包括：获取所述待处理的图像帧；对所述待处理的图像帧进行特征提取处理，以获得图像特征；利用预设的标定关系，对所述图像特征进行筛选处理，以获得筛选后的图像特征；对所述筛选后的图像特征进行交叉注意力处理，以获取所述鸟瞰图像特征。3.根据权利要求1所述的方法，其特征在于，获取所述鸟瞰点云特征，包括：获取与待处理的图像帧对应的待处理的点云帧；利用鸟瞰特征提取算法，对所述待处理的点云帧进行特征提取处理，以获取所述鸟瞰点云特征。4.根据权利要求1所述的方法，其特征在于，所述对所述鸟瞰图像特征和所述鸟瞰点云特征进行特征融合处理，以获得鸟瞰融合特征，包括：将所述鸟瞰图像特征和所述鸟瞰点云特征，输入预设的特征融合网络，以获得所述鸟瞰融合特征，其中，所述鸟瞰融合特征包括连续帧的鸟瞰融合特征。5.根据权利要求1所述的方法，其特征在于，所述预设的地图元素分割模型包括自注意力网络、特征金字塔网络、以及上采样网络，所述利用预设的地图元素分割模型，对所述鸟瞰融合特征进行分割处理，以获得多个地图元素图层，包括：将所述鸟瞰融合特征输入所述自注意力网络，获得所述鸟瞰融合特征对应的自注意力特征；将所述自注意力特征输入所述特征金字塔网络，获得所述自注意力特征对应的特征提取结果；将所述自注意力特征对应的特征提取结果输入所述上采样网络，获得多个所述地图元素...

【专利技术属性】
技术研发人员：陈忠涛，
申请(专利权)人：九识苏州智能科技有限公司，
类型：发明
国别省市：