一种高精地图重建方法技术

本发明专利技术公开了一种高精地图重建方法，包括如下步骤：通过主干网络提取环视图像的正视图特征;将正视图特征转化为鸟瞰图特征;通过对正视图特征和初始化的地图向量进行解码得到二维正视图物体级别信息和点级别信息，将它们作为正式图提示词；将正式图提示词、初始化的地图向量和鸟瞰图特征相结合，更新地图向量和鸟瞰图特征；获取更新的地图向量和鸟瞰图特征生成高精度地图重建结果。本发明专利技术的有益效果是：通过UA‑decoder和UI2DPrompt模块，引入正视图图像的物体信息，让模型可以更好的学习场景的结构，增加场景的泛化能力。

【技术实现步骤摘要】

本专利技术涉及自动驾驶，具体为一种高精地图重建方法。

技术介绍

1、随着自动驾驶技术、智能交通系统等领域的快速发展，高精度地图作为关键基础设施的需求日益增长。传统的地图构建方法难以满足高精度、实时性和适应性的要求。深度学习技术在图像处理和特征提取方面取得了显著进展，但在地图重建应用中仍面临诸多挑战，例如如何有效整合多视角图像信息、准确处理不确定性因素以及提高重建地图的精度和可靠性等问题。

技术实现思路

1、本专利技术的目的在于提供一种高精地图重建方法，以解决上述
技术介绍
中提出的问题。

2、为实现上述目的，本专利技术提供如下技术方案：

3、第一方面，本专利技术提供一种高精地图重建方法，包括如下步骤：

4、通过主干网络提取环视图像的正视图特征;

5、将正视图特征转化为鸟瞰图特征;

6、通过对正视图特征和初始化的地图向量进行解码得到二维正视图物体级别信息和点级别信息，将它们作为正式图提示词；

7、将正式图提示词、初始化的地图向量和鸟瞰图特征相结本文档来自技高网...

【技术保护点】

1.一种高精地图重建方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种高精地图重建方法，其特征在于：所述环视图像是指通过安装在车辆或其他移动平台上的环视相机采集周围环境的图像序列，并对图像序列预处理得到。

3.根据权利要求2所述的一种高精地图重建方法，其特征在于：所述对图像序列预处理包括图像去噪、灰度化、裁剪、缩放操作，以提高图像质量并使其适合输入主干网络。

4.根据权利要求3所述的一种高精地图重建方法，其特征在于：所述通过主干网络提取环视图像的正视图特征是指将预处理后的环视图像输入主干网络，主干网络按照其预先训练的模型参数和卷积神经网络结...

【技术特征摘要】

1.一种高精地图重建方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种高精地图重建方法，其特征在于：所述环视图像是指通过安装在车辆或其他移动平台上的环视相机采集周围环境的图像序列，并对图像序列预处理得到。

3.根据权利要求2所述的一种高精地图重建方法，其特征在于：所述对图像序列预处理包括图像去噪、灰度化、裁剪、缩放操作，以提高图像质量并使其适合输入主干网络。

4.根据权利要求3所述的一种高精地图重建方法，其特征在于：所述通过主干网络提取环视图像的正视图特征是指将预处理后的环视图像输入主干网络，主干网络按照其预先训练的模型参数和卷积神经网络结构，对图像进行逐层特征提取，最终输出正视图特征。

5.根据权利要求...

【专利技术属性】
技术研发人员：陈俊波，朱建科，黄旭峰，占新，董子超，倪涛，罗涛，纪航，施展，刘文彬，
申请(专利权)人：浙江有鹿机器人科技有限公司，
类型：发明
国别省市：