【技术实现步骤摘要】
一种车辆行泊地图的构建方法、装置、电子设备及介质
[0001]本申请涉及自动驾驶
，特别是涉及一种车辆行泊地图的构建方法、装置、电子设备及介质。
技术介绍
[0002]目前自动驾驶技术的主要应用场景包括：停车场中的记忆泊车和开放道路中的自动行车，二者均需要依靠预先构建的地图才能够实现车辆的自动驾驶。
[0003]但是对于记忆泊车和自动行车来说，因为二者场景的复杂度、场景的更新频率和车辆的行驶速度等因素都是不同，例如，二者对于建图元素的需求不同、行车车速较泊车车速有极大提升，行车对定位安全性的要求更高以及行车与泊车相比场景变化的发生概率增大，行车场景中地图更新需求提升等，所以目前针对二者构建地图的方式也是不同的，需要分别针对行车和泊车两种场景进行地图构建，过程较为繁琐。
技术实现思路
[0004]本申请实施例的目的在于提供一种车辆行泊地图的构建方法、装置、电子设备及介质，以实现行车地图和泊车地图的一体化构建。具体技术方案如下：
[0005]第一方面，本申请实施例提供了一种车辆行泊地图的构建方法，所述方法包括：
[0006]在车辆示教建图过程中采集周围环境的建图图像，并获取每帧建图图像对应的建图数据，其中，所述建图数据包括视觉特征元素以及车辆位姿；
[0007]基于所述建图数据进行示教建图，得到初始地图；
[0008]针对每帧建图图像，基于目标建图图像对应的所述建图数据，确定所述车辆是否位于行泊交界位置，其中，所述目标建图图像包括该帧建图图像以及该帧建图图像之...
【技术保护点】
【技术特征摘要】
1.一种车辆行泊地图的构建方法，其特征在于，所述方法包括：在车辆示教建图过程中采集周围环境的建图图像，并获取每帧建图图像对应的建图数据，其中，所述建图数据包括视觉特征元素以及车辆位姿；基于所述建图数据进行示教建图，得到初始地图；针对每帧建图图像，基于目标建图图像对应的所述建图数据，确定所述车辆是否位于行泊交界位置，其中，所述目标建图图像包括该帧建图图像以及该帧建图图像之前预设数量帧建图图像；如果所述车辆位于行泊交界位置，基于所述车辆处于所述行泊交界位置之前的速度以及所述车辆处于所述行泊交界位置之后的速度，确定所述初始地图中的行车区域和泊车区域；基于所述车辆在行车时的行驶特点以及所述车辆在泊车时的行驶特点，分别对所述行车区域以及所述泊车区域包括的地图元素进行优化，得到所述车辆的行泊地图。2.如权利要求1所述方法，其特征在于，所述建图数据还包括卫星解算数据；所述基于目标建图图像对应的所述建图数据，确定所述车辆是否位于行泊交界位置，包括：基于每帧目标建图图像对应的视觉特征元素分别确定每帧目标建图图像中预设类别元素的存在概率，其中，所述预设类别元素为泊车区域入口所具有的特征元素；基于所述目标建图图像对应的车辆位姿，确定该帧建图图像对应的车辆坡度信息；基于所述目标建图图像对应的卫星解算数，确定该帧建图图像对应的卫星解算结果；基于所述存在概率、所述车辆坡度信息和所述卫星解算结果，确定所述车辆是否位于行泊交界位置。3.如权利要求2所述方法，其特征在于，所述基于所述存在概率、所述车辆坡度信息和所述卫星解算结果，确定所述车辆是否位于行泊交界位置，包括：基于所述存在概率、所述车辆坡度信息和所述卫星解算结果，确定所述车辆位于行泊交界位置的概率，作为行泊交界概率；判断所述行泊交界概率是否大于第一预设阈值；如果所述行泊交界概率大于所述第一预设阈值，确定所述车辆位于行泊交界位置。4.如权利要求3所述方法，其特征在于，所述基于所述存在概率、所述车辆坡度信息和所述卫星解算结果，确定所述车辆位于行泊交界位置的概率，包括：基于所述存在概率、所述车辆坡度信息和所述卫星解算结果，按照以下行泊交界概率计算公式，计算所述车辆位于行泊交界位置的概率p1：其中，表示所述目标建图图像中第帧建图图像中预设类别元素j的存在概率，和σ
θ
分别表示所述目标建图图像中的每帧建图图像中车辆所在位置的坡度的均值和方差，Δn表示所述该帧建图图像对应的卫星解算数与所述目标建图图像中第一帧建图图像对应的卫星解算数的差值，α
v
、α
r
和α
g
分别为视觉概率系数、坡道概率系数和卫星概率系数。
5.如权利要求1
‑
4任一项所述方法，其特征在于，在所述得到所述车辆的行泊地图之后，所述方法还包括：在车辆行驶过程中采集周围环境的定位图像，并获取每帧定位图像对应的定位特征点云，其中，所述定位特征点云包括杆状物特征点云和面状物特征点云；将所述定位特征点云与所述行泊地图中的地图元素进行匹配，得到匹配结果；基于所述匹配结果，确定所述车辆的定位位姿。6.如权利要求5所述方法，其特征在于，在所述基于所述匹配结果，确定所述车辆的定位位姿之后，所述方法还包括：针对所述每帧定位图像包括的各目标定位特征点云，构建每个目标定位特征点云对应的局部坐标系，并确定所述局部坐标系与所述行泊地图的坐标系之间的转换矩阵，其中，所述目标定位特征点云为与所述行泊地图中的地图元素匹配成功的定位特征点云；针对每个目标定位特征点云，基于预设的局部定位置信度与特征点云类型之间的对应关系，确定该目标定位特征点云对应的目标局部定位置信度；其中，所述局部定位置信度表征对应的特征点云在局部坐标系下对于定位的约束；基于所述转换矩阵和所述目标局部定位置信度，确定该目标定位特征点云在所述行泊地图的坐标系中的全局定位置信度；将所述各目标定位特征点云对应的全局定位置信度进行融合，得到该帧定位图像对应的目标定位置信度。7.如权利要求6所述方法，其特征在于，所述确定所述局部坐标系与所述行泊地图的坐标系之间的转换矩阵，包括：基于所述局部坐标系的坐标轴方向向量，按照以下旋转关系矩阵计算公式，计算所述局部坐标系与所述行泊地图的坐标系之间的旋转转换矩阵局部坐标系与所述行泊地图的坐标系之间的旋转转换矩阵其中，n
x
表示所述局部坐标系的x轴的方向向量，n
y
表示所述局部坐标系的y轴的方向向量，n
z
表示所述局部坐标系的z轴的方向向量；基于所述旋转转换矩阵和所述目标定位特征点云中特征点位置坐标，按照以下转换矩阵计算公式，计算所述局部坐标系与所述行泊地图的坐标系之间的转换矩阵矩阵计算公式，计算所述局部坐标系与所述行泊地图的坐标系之间的转换矩阵其中，t表示所述目标定位特征点云中特征点位置坐标。8.如权利要求6所述方法，其特征在于，所述基于所述转换矩阵和所述目标局部定位置信度，确定该目标定位特征点云在所述行泊地图的坐标系中的全局定位置信度，包括：基于所述转换矩阵，按照以下雅可比矩阵计算公式，计算用于进行误差传递的一阶近似雅可比矩阵似雅可比矩阵其中，J
r
表示李代数上的左右雅可比函数，为转换矩阵的李代数表示，Ad表示计
算伴随矩阵函数；基于所述一阶近似雅可比矩阵和所述目标局部定位置信度，按照以下全局定位置信度计算公式，计算该目标定位特征点云在所述行泊地图的坐标系中的全局定位置信度Ω
M
：其中，Ω
L
为目标局部定位置信度对应的矩阵表示。9.如权利要求6所述方法，其特征在于，在所述得到该帧定位图像对应的目标定位置信度之后，所述方法还包括：基于每帧定位图像对应的目标定位置信度，分别确定每帧定位图像对应的定位位姿是否准确；针对定位位姿准确的定位图像，提取该帧定位图像的视觉特征元素，作为目标元素；判断所述目标元素与所述行泊地图中和所述目标元素位置相同的地图元素之间是否存在差异；如果存在差异，基于所述目标定位置信度以及所述目标元素对所述行泊地图进行更新。10.如权利要求9所述方法，其特征在于，所述基于所述目标定位置信度以及所述目标元素对所述行泊地图进行更新，包括：基于所述目标元素对应的特征点云，确定所述目标元素对应的质心坐标；将所述目标定位置信度进行李代数向量转换，得到置信度旋转平移矩阵；根据所述质心坐标以及所述置信度旋转平移矩阵，计算得到所述目标元素对应的观测误差；基于所述观测误差以及所述目标元素对应的检出概率，计算得到所述目标元素对应的融合权重；针对每个目标元素，基于该目标元素在每帧目标定位图像中对应的融合权重，对每帧目标定位图像中的该目标元素进行融合，得到融合后的目标元素，其中，所述目标定位图像包括所述该帧定位图像以及所述该帧定位图像之前预设数量帧定位图像；基于融合后的目标元素对所述行泊地图进行更新。11.如权利要求10所述方法，其特征在于，所述根据所述质心坐标以及所述置信度旋转平移矩阵，计算得到所述目标元素对应的观测误差，包括：基于所述质心坐标和所述置信度旋转平移矩阵，按照以下观测误差计算公式，计算所述目标元素对应的观测误差e
m
：e
m
＝‖T
err
P‖其中，T
err
为所述置信度旋转平移矩阵，P为所述质心坐标；所述基于所述观测误差以及所述目标元素对应的检出概率，计算得到所述目标元素对应的融合权重，包括：基于所述观测误差和所述目标元素对应的检出概率，按照以下融合权重计算公式，计算所述目标元素对应的融合权重ω
m
：ω
m
＝
m
/
m
其中，a
m
为所述目标元素对应的检出概率。
12.如权利要求10所述方法，其特征在于，所述基于融合后的目标元素对所述行泊地图进行更新，包括：针对每个融合后的目标元素，分别计算该融合后的目标元素的质心坐标与该融合后的目标元素对应的每个目标元素的质心坐标之间的第一距离；在所述行泊地图中的预设范围内搜索与所述融合后的目标元素类型相同的地图元素，并计算所述融合后的目标元素的质心坐标与所搜索到的地图元素的质心坐标之间的第二距离；基于所述第二距离和融合误差量，确定所述融合后的目标元素对应的更新概率，其中，所述融合误差量为所述每个目标元素对应的第一距离的均值；如果所述更新概率大于第二预设阈值，采用所述融合后的目标元素对所述行泊地图进行更新。13.如权利要求12所述方法，其特征在于，所述基于所述距离和融合误差量，确定所述融合后的目标元素对应的更新概率；包括：基于所述距离和融合误差量，按照以下更新概率计算公式，确定更新概率p2：其中，为预设的系数，n表示所述目标定位图像包括的总帧数，d表示所述融合后的目标元素的质心坐标与所搜索到的地图元素的质心坐标之间的第二距离，e表示融合误差量。14.一种车辆行泊地图的构建装置，其特征在于，所述装置包括：...
【专利技术属性】
技术研发人员：滕军，吕吉鑫，孙杰，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。