[发明专利]构建高精度地图的方法和装置

权利要求书

1.一种构建高精度地图的方法，包括：

基于深度学习算法对来自车辆的车载相机的一个或多个图像进行语义感知；

根据所述车辆的姿态数据和所述语义感知的结果对关注路标进行三维重建；

对所述三维重建的结果进行参数化；以及

将所述参数化的结果添加到高精度地图数据库。

2.根据权利要求1所述的方法，其中，所述语义感知包括：

确定所述一个或多个图像中的每个图像中的每个像素所属的地图元素的类别；

检测所述关注路标在每个图像中的边界；

确定所述关注路标的类别；以及

确定所述关注路标在所述一个或多个图像中的连续的两个图像之间的关联性。

3.根据权利要求2所述的方法，其中，所述地图元素的类别包括道路、车道线、停车位、隧道、桥梁、信号指示牌、交通信号灯、铁路、路口区域、站台、禁停区、停止线、人行横道、减速带、柱子、墙体、围栏、树木、花坛和建筑物中的一个或多个。

4.根据权利要求2所述的方法，其中，所述关注路标的类别包括垂直于路面或水平面的线状路标和垂直于路面或水平面的面状路标。

5.根据权利要求1所述的方法，其中，所述关注路标不包括当前正在移动的动态对象和当前处于静止状态但实际上可移动的潜在动态对象。

6.根据权利要求1所述的方法，其中，所述车辆的姿态数据包括所述车辆在三维空间中的六个自由度的描述数据。

7.根据权利要求1所述的方法，其中，所述三维重建包括：

基于多视角几何，重建所述关注路标上的多个关键点；以及

根据所述多个关键点获得所述关注路标上的点云。

8.根据权利要求1所述的方法，其中，所述参数化包括：

通过参数拟合，获得所述关注路标的表征方程；以及

根据所述语义感知的结果和所述表征方程，获得所述关注路标的标注信息。

9.根据权利要求8所述的方法，其中，所述标注信息包括所述关注路标的尺寸数据、对应的地图元素的类别和包围框中的一个或多个。

10.根据权利要求1至9中的任一项所述的方法，其中，所述车载相机是单目相机。

11.一种计算机可读的非临时性存储介质，在其上存储有程序指令，所述程序指令在被执行时执行根据权利要求1至10中的任一项所述的方法。

12.一种构建高精度地图的装置，包括：

一个或多个处理器，被配置为在启用时接收来自车辆的车载相机的一个或多个图像并且至少执行根据权利要求1至10中的任一项所述的方法。

13.根据权利要求12所述的装置，其中，所述车载相机是单目相机。

14.一种构建高精度地图的装置，包括：

感知器，被配置为接收来自车辆的车载相机的一个或多个图像，并且基于深度学习算法对所接收的一个或多个图像进行语义感知；

定位器，被配置为获得所述车辆的姿态数据；

重建器，被配置为根据来自所述感知器和所述定位器的输出对关注路标进行三维重建；以及

参数化处理器，被配置为对来自所述重建器的输出进行参数化，并且将参数化的结果提供给高精度地图数据库。

15.根据权利要求14所述的装置，其中，所述车载相机是单目相机。