【技术实现步骤摘要】
本专利技术涉及自动驾驶，更具体地，涉及一种建图模型精度评估方法、系统、电子设备及存储介质。
技术介绍
1、众包建图算法是利用非专业的车辆和传感器采集道路环境数据，然后在云端进行融合和拼接，生成高精度地图的一种方法。众包建图算法主要包括多传感器融合，利用车载的低成本传感器(如相机、i mu、gps等)采集道路环境数据，并通过算法对数据进行融合和优化，提高数据的精度和鲁棒性；语义分割，利用深度学习等方法对图像数据进行语义分割，从图像中提取道路要素(如车道线、交通标志牌、停止线、斑马线等)，并估算其位置和属性；地图匹配，利用特征匹配、词袋模型等方法对车端回传的碎片化数据进行匹配和拼接，将属于同一条道路或同一条车道的数据聚合在一起，形成连续的地图数据；地图优化，利用最小二乘、高斯混合等方法对地图数据进行优化和平滑，消除噪声和误差，提高地图的精度和一致性。
2、由于数据采集的过程中可能会存在噪声、误差、缺失等问题，虽然建图模型通过对采集到的数据进行优化等操作，但是建图模型本身的精度却无法保证，因此，如何对建图模型的精度进行评估是亟待解
<本文档来自技高网...【技术保护点】
1.一种建图模型精度评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的建图模型精度评估方法，其特征在于，所述真实行驶轨迹包括每个轨迹点的位置信息、每个轨迹点的时间信息、每个轨迹点的旋转信息和轨迹点的采样频率。
3.根据权利要求1所述的建图模型精度评估方法，其特征在于，将所述第二虚拟行驶轨迹与所述真实行驶轨迹进行偏差比较的偏差值为：
4.根据权利要求3所述的建图模型精度评估方法，其特征在于，所述将所述第二虚拟行驶轨迹与所述真实行驶轨迹进行偏差比较，得到所述待评估建图模型精度的评估结果的步骤，包括：
5.根据权利...
【技术特征摘要】
1.一种建图模型精度评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的建图模型精度评估方法，其特征在于，所述真实行驶轨迹包括每个轨迹点的位置信息、每个轨迹点的时间信息、每个轨迹点的旋转信息和轨迹点的采样频率。
3.根据权利要求1所述的建图模型精度评估方法，其特征在于，将所述第二虚拟行驶轨迹与所述真实行驶轨迹进行偏差比较的偏差值为：
4.根据权利要求3所述的建图模型精度评估方法，其特征在于，所述将所述第二虚拟行驶轨迹与所述真实行驶轨迹进行偏差比较，得到所述待评估建图模型精度的评估结果的步骤，包括：
5.根据权利要求1所述的建图模型精度评估方法，其特征在于，所述虚拟采集车辆上的传感器包括惯性传感器和gps传感器。
6.根据权利要求5所述的建图模型精度评...
【专利技术属性】
技术研发人员：罗跃军，丁风云，王一鹏，
申请(专利权)人：武汉中海庭数据技术有限公司，
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。