[发明专利]一种地图构建方法、装置、终端以及计算机可读存储介质

说明书

本发明实施例公开了一种地图构建方法、装置、终端和计算机可读存储介质。所述一种地图构建方法包括：获取场景资源，所述场景资源包括目标场景的图像数据和点云数据，所述图像数据包括所述目标场景的二维图像数据，所述点云数据中每个点包括一个三维空间坐标数据；基于所述图像数据，确定所述第一地图要素的第一点云分布；基于所述点云数据，确定所述第二地图要素的第二点云分布；根据所述第一点云分布和所述第二点云分布构建所述目标场景的三维地图。采用本发明实施例，可以使得地图要素编辑工作更加高效、准确和便捷，从而提升地图构建工作的自动化率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种地图构建方法、装置、终端以及计算机可读存储介质。

背景技术

随着计算机技术的快速发展，自动驾驶系统作为其衍生产物得到越来越高的社会关注度。而高精度地图作为自动驾驶系统的基础支撑模块，其数据的准确度和丰富程度对自动驾驶系统车辆进行定位、导航和决策都有至关重要的影响。

随着制图技术的发展，高精度地图的生产大部分可依赖于算法自动完成，目前运用的点云分割算法以点为单位，将点云分割成若干个感兴趣的数据块进行地图要素的识别定位，其点云数据获取困难，数据量庞大，对地图构建平台的负荷大。图像分割算法以像素为单位，把图像分割成若干个感兴趣的子图像进行地图要素的识别定位，其结果准确度低，容易受到数据采集和实际道路环境的影响，生产效率低。

发明内容

本发明实施例提供了一种地图构建方法、装置、终端以及计算机可读存储介质，使得地图要素的整体编辑工作更加高效、准确和便捷，从而提升地图构建工作的自动化率。

本发明实施例一方面提供了一种地图构建方法，该方法包括：

获取场景资源，所述场景资源包括目标场景的图像数据和点云数据，所述图像数据包括所述目标场景的二维图像数据，所述点云数据中每个点包括一个三维空间坐标数据；

基于所述图像数据，确定所述第一地图要素的第一点云分布，所述第一点云分布为所述第一地图要素中每个点的三维空间坐标的集合；

基于所述点云数据，确定所述第二地图要素的第二点云分布，所述第二点云分布为所述第二地图要素中每个点的三维空间坐标的集合；

根据所述第一点云分布和所述第二点云分布构建所述目标场景的三维矢量地图。

其中，所述第一地图要素包括车道线、人行道、路牌、红绿灯、交通标志、显示屏中的一种或多种，所述第二地图要素包括路牙、护栏、路障、高速收费站、公交停靠站中的一种或多种。

其中，所述场景资源还包括所述目标场景的坐标和方位角；所述基于所述目标场景的图像，结合所述目标场景的点云数据，确定所述第一地图要素的第一点云分布，包括：

确定所述目标场景的图像中所述第一地图要素的第一区域；

对所述第一区域内的图像进行图像分割，以获得所述第一地图要素的第一图像；

根据所述目标场景的坐标、方位角和点云数据生成与所述目标场景的图像对应的深度图，获得所述深度图中与所述第一图像对应的深度图；

根据所述第一图像对应的深度图，通过反投影法确定所述第一地图要素的第一点云分布。

其中，所述对所述第一区域内的图像进行图像分割，以获得所述第一地图要素的图像，包括：

根据图像分割算法将所述第一区域内的图像分割成若干个感兴趣的子图像，从所述若干个感兴趣的子图像中确定所述第一地图要素的第一图像。

其中，所述根据所述目标场景的坐标、方位角和点云数据生成与所述目标场景的图像对应的深度图，获得所述深度图中与所述第一图像对应的深度图，包括：