[发明专利]地图的质检方法、装置、系统及存储介质

权利要求书

1.一种地图的质检方法，其特征在于，包括：

获取地图上各个区域的热力值，其中，每一个区域的热力值用于表征区域的可靠性，热力值与热力值所对应的区域的可靠值呈负相关的映射关系；

确定所述热力值大于预设阈值的区域为目标区域；

在所述地图上显示所述目标区域；

所述获取地图上各个区域的热力值，包括：

根据所述热力值判定条件，获取各个区域的热力值；

所述热力值判定条件至少包括以下一种：区域的置信度、区域内车道线上的每一点的局部曲率值、区域内车道线之间的重合度、区域内车道线之间的角度差值。

2.根据权利要求1所述的方法，其特征在于，

置信度与置信度所对应的区域的热力值呈负相关的映射关系，所述置信度是在生成地图过程中自动获取到的；

局部曲率值与局部曲率值所对应区域的热力值呈负相关的映射关系；其中，局部曲率值为车道线上任一点与该点的上一点连线，以及与该点的下一点连线之间的夹角；

重合度与重合度对应区域的热力值呈正相关的映射关系；其中，车道线之间的距离与重合度呈负相关的映射关系；

角度差值与角度差值对应区域的热力值呈正相关的映射关系。

3.根据权利要求2所述的方法，其特征在于，根据所述热力值判定条件，获取各个区域的热力值，包括：

若所述热力值判定条件为一个以上时，确定各个热力值判定条件对应的权重值；

根据各个判定条件对应的权重值，获取区域内每个热力值判定条件所对应的热力值分量；

将区域内所有热力值判定条件所对应的热力值分量之和，作为所述区域的热力值。

4.根据权利要求1所述的方法，其特征在于，在所述地图上显示所述目标区域之后，还包括：

获取所述目标区域对应的问题类型。

5.根据权利要求4所述的方法，其特征在于，获取所述目标区域对应的问题类型，包括：

从所述地图中获取所述目标区域对应的图像块；

将所述图像块输入到所述预设的深度学习模型中，得到所述目标区域对应的问题类型。

6.根据权利要求4所述的方法，其特征在于，所述问题类型包括：车道线压线、车道线连接错误、车道线断线。

7.根据权利要求1-6中任一项所述的方法，其特征在于，在所述地图上显示所述目标区域之后，还包括：

生成所述目标区域对应的修改建议。

8.根据权利要求7所述的方法，其特征在于，生成所述目标区域对应的修改建议，包括：

通过预设的深度学习模型判别所述目标区域对应的问题类型；

根据所述问题类型，输出与所述目标区域对应的修改建议。

9.根据权利要求8所述的方法，其特征在于，通过预设的深度学习模型判别所述目标区域对应的问题类型，包括：

从所述地图中获取所述目标区域对应的图像块；

将所述图像块输入到所述预设的深度学习模型中，由所述预设的深度学习模型判别出所述目标区域对应的问题类型。

10.根据权利要求7所述的方法，其特征在于，所述修改建议包括：问题类型被解决后所对应的参考图片、所述问题类型对应解决策略。

11.根据权利要求7所述的方法，其特征在于，在生成所述目标区域对应的修改建议之后，还包括：

在所述地图的目标区域处显示所述修改建议，和/或将所述修改建议发送给终端设备。