【技术实现步骤摘要】
本专利技术涉及自动驾驶，具体而言，涉及一种基于路端设备的地图构建方法及装置。
技术介绍
1、当前，全球正在迎来一轮以智能化和网联化为重要特征的新科技革命和产业变革，其中人工智能和新一代信息技术的迅猛发展正深刻改变着汽车产业。在这个背景下，智能网联汽车正与交通、能源和城市等领域紧密融合。为了促进智能网联汽车高质量、高速度的发展，提出了整合车辆和道路基础设施的发展路径，即车路云一体化。这一目标是构建一个无缝连接的生态系统，使车辆能够实现实时数据交换，从而提升驾驶安全、交通效率和能源利用效率。通过将车辆、道路和云计算相互融合，实现了智能网联汽车在智能交通、智能能源和智能城市建设中的重要角色。
2、语义地图和矢量地图是中国智能网联汽车发展的重要一环。语义地图是一种包含丰富语义信息的地图，不仅仅包括道路和交通标志等基本地理信息，还包括了对道路环境的更高级别的理解，如车道标识、交通信号灯、停车位、行人、建筑物等。它为自动驾驶系统提供了更深入的环境认知能力，有助于车辆更准确地理解周围环境和其他参与交通的实体，矢量地图是一种基于几何要素(如点、线、面)的地图，它通常包括道路拓扑结构、车道几何、交通信号灯位置等信息。矢量地图是自动驾驶系统的基础，提供了车辆所在位置以及周围环境的空间信息。因此，通过路段设备将两者有机结合并进行实时更新，能够加速网联汽车驾驶智能化进程。现有的语义地图方案制作需要大量的资源和技术，成本较高，制作过程可能需要很长时间，而且地图数据可能需要频繁更新，且通常只会覆盖一些主要城市或特定区域，无法全面覆盖整个国家或地
技术实现思路
1、本专利技术提供一种基于路端设备的地图构建方法及装置，用以克服现有技术中存在的至少一个技术问题。
2、一方面，本专利技术实施例提供一种基于路端设备的地图构建方法，包括：
3、利用相机采集相邻路段的道路图像，得到图像信息；所述相机包括第一相机和第二相机，所述图像信息包括第一图像和第二图像；
4、对所述相机进行参数预标定，得到所述相机的内外参标定矩阵；
5、采集所述相机的定位信息；
6、利用边缘计算单元上传所述图像信息、所述定位信息以及所述内外参标定矩阵；
7、基于所述相机的内外参标定矩阵，获取第一矢量语义地图和第二矢量语义地图；
8、分别提取所述第一图像和所述第二图像的特征点和描述子，根据所述特征点和描述子获取所述第一图像和所述第二图像间的特征点对；
9、将所述特征点对分别投影到所述大地坐标系下，得到所述第一矢量语义地图和所述第二矢量语义地图间对应点对；
10、根据所述对应点对计算得到所述第一矢量语义地图和所述第二矢量语义地图的重叠区域；
11、将所述第二矢量语义地图上的重叠区域投影到所述第一矢量语义地图的重叠区域上，并对所述语义信息进行加权求和，完成所述第一矢量语义地图和所述第二矢量语义地图的拼接。
12、可选地，对所述相机进行参数预标定，具体为：
13、在像素坐标系中设置至少4个第一标定点；
14、在大地坐标系中设置与所述像素坐标系中的至少4个第一标定点一一对应的第二标定点；
15、利用所述第一标定点在所述像素坐标系下的坐标和所述第二标定点在所述大地坐标系下的坐标，根据模型计算得到所述相机的内外参标定矩阵；其中，u、v表示像素坐标系中的坐标，s表示尺度因子，fx、fy、γ、u0、v0表示相机内参，r1、r2、t表示相机外参，xw、yw表示大地坐标系中的坐标。
16、可选地，获取第一矢量语义地图和第二矢量语义地图之前，还包括：
17、分别提取所述第一图像和所述第二图像的语义信息，得到第一语义图像和第二语义图像。
18、可选地，获取第一矢量语义地图和第二矢量语义地图，具体为：
19、将所述第一语义图像中的各像素点，通过所述相机的内外参标定矩阵投影到所述大地坐标系下，得到第一矢量语义地图；
20、将所述第二语义图像中的各像素点，通过所述相机的内外参标定矩阵投影到所述大地坐标系下，得到第二矢量语义地图。
21、可选地，采用加速稳健特征surf算法提取所述第一图像和所述第二图像的特征点和描述子。
22、可选地，根据所述特征点和描述子获取所述第一图像和所述第二图像间的特征点对，具体为：
23、根据所述第一图像和所述第二图像上的特征点之间的欧氏距离确定匹配度，所述匹配度最高的两个特征点构成所述特征点对。
24、可选地，将所述第二矢量语义地图上的重叠区域投影到所述第一矢量语义地图的重叠区域上，具体为：
25、利用模型计算所述重叠区域的投影矩阵；其中，x1、y1表示第一矢量语义地图下的坐标，x2、y2表示第二矢量语义地图下的坐标，表示投影矩阵；
26、利用所述投影矩阵，将所述第一矢量语义地图上的重叠区域投影到所述第二矢量语义地图的重叠区域上。
27、可选地，对所述语义信息进行加权求和，具体为：
28、利用公式对所述重叠区域的语义信息加权求和；其中，pf表示拼接后的特征，pa表示第一矢量语义地图的特征点，pba表示第二矢量语义地图投影至第一矢量语义地图视角的特征点，disa表示第一矢量语义地图特征点到第一相机的距离，disb表示第二矢量语义地图特征点到第二相机的距离。
29、另一方面，本专利技术还提供一种基于路端设备的地图构建装置，包括：
30、相机，用于采集相邻路段的道路图像，得到图像信息；所述相机包括第一相机和第二相机，所述图像信息包括第一图像和第二图像；
31、标定模块，用于对所述相机进行参数预标定，得到所述相机的内外参标定矩阵；
32、定位模块，用于采集所述相机的定位信息；
33、边缘计算单元，用于上传所述图像信息、所述定位信息以及所述内外参标定矩阵；
34、获取模块，用于基于所述相机的内外参标定矩阵，获取第一矢量语义地图和第二矢量语义地图；
35、第一提取模块，用于分别提取所述第一图像和所述第二图像的特征点和描述子，根据所述特征点和描述子获取所述第一图像和所述第二图像间的特征点对；
36、投影模块，用于将所述特征点对分别投影到所述大地坐标系下，得到所述第一矢量语义地图和所述第二矢量语义地图间对应点对；
37、计算模块，用于根据所述对应点对计算得到所述第一矢量语义地图和所述第二矢量语义地图的重叠本文档来自技高网...
【技术保护点】
1.一种基于路端设备的地图构建方法，其特征在于，包括：
2.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，对所述相机进行参数预标定，具体为：
3.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，获取第一矢量语义地图和第二矢量语义地图之前，还包括：
4.根据权利要求3所述的基于路端设备的地图构建方法，其特征在于，获取第一矢量语义地图和第二矢量语义地图，具体为：
5.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，采用加速稳健特征Surf算法提取所述第一图像和所述第二图像的特征点和描述子。
6.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，根据所述特征点和描述子获取所述第一图像和所述第二图像间的特征点对，具体为：
7.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，将所述第二矢量语义地图上的重叠区域投影到所述第一矢量语义地图的重叠区域上，具体为：
8.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，对所述语义信息进行加权求和，
9.一种基于路端设备的地图构建装置，其特征在于，包括：
10.根据权利要求9所述的基于路端设备的地图构建装置，其特征在于，还包括第二提取模块，用于分别提取所述第一图像和所述第二图像的语义信息，得到第一语义图像和第二语义图像。
...【技术特征摘要】
1.一种基于路端设备的地图构建方法，其特征在于，包括：
2.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，对所述相机进行参数预标定，具体为：
3.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，获取第一矢量语义地图和第二矢量语义地图之前，还包括：
4.根据权利要求3所述的基于路端设备的地图构建方法，其特征在于，获取第一矢量语义地图和第二矢量语义地图，具体为：
5.根据权利要求1所述的基于路端设备的地图构建方法，其特征在于，采用加速稳健特征surf算法提取所述第一图像和所述第二图像的特征点和描述子。
6.根据权利要求1所述的基于路端设备...
【专利技术属性】
技术研发人员：罗位，熊永伟，褚文博，周明珂，沈斌，
申请(专利权)人：西部科学城智能网联汽车创新中心重庆有限公司，
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。