[发明专利]一种停车场地图构建方法、装置、设备和介质

权利要求书

1.一种停车场地图构建方法，其特征在于，包括：

获取车端的两种以上传感器采集的停车场数据；

将各所述传感器采集的所述停车场数据转换到同一坐标系下后，基于同一坐标系下的所述停车场数据构建三维地图；

基于所述三维地图确定待识别地图，并将所述待识别地图输入到预置深度学习模型进行路口识别，得到所述待识别地图的路口识别结果；

将所述路口识别结果添加到所述三维地图，得到停车场地图；

其中，所述预置深度学习模型的配置过程为：

基于所述三维地图确定待标注地图；

对所述待标注地图中的路口的可通行边和不可通行边进行标注，得到训练样本；

通过所述训练样本训练深度学习网络，得到所述预置深度学习模型。

2.根据权利要求1所述的停车场地图构建方法，其特征在于，所述将各所述传感器采集的停车场数据转换到同一坐标系下后，基于同一坐标系下的所述停车场数据构建三维地图，之后还包括：

对所述三维地图进行区域划分，得到若干三维子地图；

所述基于所述三维地图确定待识别地图，并将所述待识别地图输入到预置深度学习模型进行路口识别，得到所述待识别地图的路口识别结果，包括：

基于各所述三维子地图确定待识别地图，并将所述待识别地图输入到预置深度学习模型进行路口识别，得到所述待识别地图的路口识别结果。

3.根据权利要求2所述的停车场地图构建方法，其特征在于，所述对所述三维地图进行区域划分，得到若干三维子地图，之后还包括：

对各所述三维子地图进行映射处理，得到地图图像；

基于各所述三维子地图确定待识别地图，并将所述待识别地图输入到预置深度学习模型进行路口识别，得到所述待识别地图的路口识别结果，包括：

基于所述地图图像确定待识别地图图像，并将所述待识别地图图像作为待识别地图输入到预置深度学习模型进行路口识别，得到所述待识别地图的路口识别结果。

4.根据权利要求1所述的停车场地图构建方法，其特征在于，所述将各所述传感器采集的所述停车场数据转换到同一坐标系下后，基于同一坐标系下的所述停车场数据构建三维地图，之后还包括：

对所述三维地图进行映射处理，得到地图图像。

5.根据权利要求3或4所述的停车场地图构建方法，其特征在于，所述地图图像的映射过程包括：

确定待映射三维地图的纵坐标最小坐标值和横坐标最小坐标值；

根据预置地图-图像尺度因子、所述待映射三维地图的纵坐标最小坐标值和横坐标最小坐标值，将所述待映射三维地图映射为所述地图图像。

6.一种停车场地图构建装置，其特征在于，包括：

获取单元，用于获取车端的两种以上传感器采集的停车场数据；

转换单元，用于将各所述传感器采集的所述停车场数据转换到同一坐标系下后，基于同一坐标系下的所述停车场数据构建三维地图；

识别单元，用于基于所述三维地图确定待识别地图，并将所述待识别地图输入到预置深度学习模型进行路口识别，得到所述待识别地图的路口识别结果；

添加单元，用于将所述路口识别结果添加到所述三维地图，得到停车场地图；

其中，所述预置深度学习模型的配置过程为：

基于所述三维地图确定待标注地图；

对所述待标注地图中的路口的可通行边和不可通行边进行标注，得到训练样本；

通过所述训练样本训练深度学习网络，得到所述预置深度学习模型。

7.根据权利要求6所述的停车场地图构建装置，其特征在于，还包括：

划分单元，用于对所述三维地图进行区域划分，得到若干三维子地图；

所述识别单元，具体用于基于各所述三维子地图确定待识别地图，并将所述待识别地图输入到预置深度学习模型进行路口识别，得到所述待识别地图的路口识别结果。