[发明专利]自动化识别高速路口并构建路口向量的方法及装置

说明书

本发明实施例提供了一种自动化识别高速路口并构建路口向量的方法及装置，首先使用高速路口提取模型获得高速路口目标；接着，根据高速路口目标对应轨迹点位置的点云信息，做正面的投影，获得对应的高速路口点云投影图；之后，使用高速路口关键点检测模型，在点云投影图中自动检测高速路口目标的关键点，并以此构建高速路口的路口向量的坐标信息；最后，将提取过的高速路口的路口向量坐标反算到点云数据中，最终实现自动化构建高速路口的路口向量。解决了现有技术无法自动化识别高速路口并构建路口向量的问题。

技术领域

本发明涉及高精度地图制作生成领域，尤其涉及一种自动化识别高速路口并构建路口向量的方法及装置。

背景技术

近年，随着智能交通快速发展，无人驾驶技术已经成为整个汽车产业的最新发展方向，而构建道路拓扑关系是其中一个重要的技术环节。

道路拓扑关系主要发生在路口，路网中的每一条道路都不可能孤立存在，需要与其他道路连通。道路拓扑由进入路口道路向量、驶出路口道路向量及连接两者的路口内道路向量构成。

在高精度地图制作领域，高速路口作为交通环境中非常重要的要素，特别是在高速道路上时，准确的获取高速的路口信息十分重要。而准确的获取高速路口的信息，可以有效的帮助构建路口向量，道路向量之间的拓扑连接构成路网，用于路径规划。目前还没有较好的方法来精确的自动化检测高速路口信息以及构建路口向量。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的自动化识别高速路口并构建路口向量的方法及装置。

第一方面，本发明实施例提供一种自动化识别高速路口并构建路口向量的方法，包括：

S1，将全景图像进行处理，获得包含高速路口的图像数据；

S2，通过预先训练的高速路口提取模型检测所述图像数据中的高速路口目标，根据高速路口目标对应轨迹点位置的点云数据进行投影，获得高速路口点云投影图；

S3，将点云投影图输入预先训练的高速路口关键点检测模型中，在点云投影图中自动检测高速路口的关键点，根据所述关键点坐标信息构建高速路口的路口向量，将所述路口向量的坐标信息反推算至所述点云数据的坐标信息中。

优选的，步骤S2中，通过预先训练的高速路口提取模型检测所述图像数据中的高速路口目标，具体包括：

使用Resnet或者VGG等作为高速路口提取模型的骨干网络，采用特征金字方式塔获取所述图像数据的多尺度的特征，构建多层次的特征金字塔，在每一层上进行目标框的box回归和box类别分类，获取图像数据中的高速路口目标。

优选的，步骤S3中，在点云投影图中自动检测高速路口的关键点，包括：

使用尺度感知高分辨率网络，通过高分辨率特征金字塔生成高分辨率热图，通过反卷积生成高质量和高分辨率的特征图，以精确定位点云投影图中高速路口的关键点。

优选的，所述使用尺度感知高分辨率网络，通过高分辨率特征金字塔生成高分辨率热图，包括：

通过多分辨率监督策略，以将不同分辨率的训练目标分配给相应的特征金字塔级别，引入“多分辨率热图聚合”策略，以生成尺度感知的高分辨率热图。

优选的，步骤S3中，根据所述关键点构建高速路口的路口向量，具体包括：

根据所述关键点的坐标信息，作垂直于道路外侧线的第一垂线，然后在第一垂线相隔预设距离处做第二垂线，所述道路外侧线与两个垂线构建出的四边形即为高速路口的路口向量形状。

第二方面，本发明实施例提供了一种自动化识别高速路口并构建路口向量的装置，包括：

数据获得模块，用于将全景图像进行处理，获得包含高速路口的图像数据；