[发明专利]一种基于异构数据融合的高精度地图生产装置

权利要求书

1.一种基于异构数据融合的高精度地图生产装置，其特征在于，所述装置包括：自动化检测与处理模块、点云与图像配准模块和融合数据自动化制作平台；

所述自动化检测与处理模块用于对图像和点云数据的原始数据进行清洗与预处理后送入所述点云与图像配准模块；

所述点云与图像配准模块根据图像和点云数据的特征进行所述图像和所述点云数据的配准和融合，使所述图像中的目标数据拥有绝对坐标信息，使所述点云数据拥有目标的属性信息；

所述融合数据自动化制作平台融合机器学习中不同种方法的特征概率模型，提取出组成高精度地图的交通元素，结合所述交通元素与其周围的等效关系以及相关属性，完成高精度地图生产过程。

2.根据权利要求1所述的装置，其特征在于，所述自动化检测与处理模块包括点云数据检测模块和点云数据处理模块；

所述点云数据检测模块对所述点云数据的原始数据的检测包括：点云噪点检测、点云反射强度检测、点云空洞检测、点云上下行精度检测和点云接边位置精度检测；

所述点云数据处理模块对所述点云数据的原始数据的处理包括：点云数据噪点处理、点云数据弯道识别、点云数据植被识别、点云数据动态目标识别、点云数据路面提取和点云数据路口识别。

3.根据权利要求1所述的装置，其特征在于，所述自动化检测与处理模块包括图像检测模块和图像处理模块；

所述图像检测模块对所述图像的原始数据的检测包括：图片清晰度检测、图片噪声复杂度检测、图像曝光的程度检测、图像局部扭曲程度检测、图像对比度检测和图像饱和度检测；

所述图像处理模块对所述图像的原始数据的处理包括：加强图片清晰度、对比度及饱和度矫正、图像曝光和亮度动态调节。

4.根据权利要求1所述的装置，其特征在于，所述点云与图像配准模块判断所述原始数据为一般场景数据时启用全自动配准，判断所述原始数据为复杂场景时启动半自动配准。

5.根据权利要求1所述的装置，其特征在于，所述融合数据自动化制作平台包括自动化要素制作平台，对交通要素进行制作，所述交通要素包括箭头、指示牌及其它交通要素；

所述自动化要素制作平台包括：深度学习目标检测模块和深度学习目标切割模块；

所述深度学习目标检测模块对所述图像进行基于深度学习的训练得到各种交通元素的目标检测模型，利用各个所述目标检测模型对所述图像进行各个交通元素的检测，对所述交通元素对应的点云数据进行保存；

所述深度学习目标切割模块用于对所述图像中的所述交通要素进行目标语义分割，将所述图像的分割的结果映射到所述点云数据的分割，提取得到交通要素目标。

6.根据权利要求5所述的装置，其特征在于，所述自动化要素制作平台还包括深度学习关键点检测模块；所述深度学习关键点检测模块利用基于深度学习的关键点检测算法，对电子地图中的箭头的角点坐标信息进行提取以及对道路上的增加减区域进行检测。

7.根据权利要求5所述的装置，其特征在于，所述自动化要素制作平台还包括传统机器学习模板匹配模块；

所述传统机器学习模板匹配模块用于对破损或被遮挡的所述交通要素进行判断和处理，并对每个所述交通要素精度过程进行赋值。

8.根据权利要求5所述的装置，其特征在于，所述自动化要素制作平台还包括置信度模块，所述置信度模块用于根据置信度赋值算法用于对各个交通元素的几何结构以及属性进行置信度赋值。

9.根据权利要求8所述的装置，其特征在于，所述融合数据自动化制作平台还包括半自动质检系统，所述半自动质检系统根据各个所述交通元素的置信度赋值确定该交通元素为免检或者需要人工排查。

10.根据权利要求1所述的装置，其特征在于，所述融合数据自动化制作平台还包括路网拓扑构建模块，所述路网拓扑构建模块将所述自动化要素制作平台制作的所述交通要素与基础路网属性相结合，完成高精度地图的路网拓扑图，将所述路网拓扑图存储在地图母库数据库中。