[发明专利]一种地图更新方法、装置、电子设备及存储介质

权利要求书

1.一种地图更新方法，所述方法包括：

在待更新的地图上的每一个路段上采集N张车载图像；其中，N为大于1的自然数；

基于在每一个路段上采集到的各个车载图像和各个车载图像对应的采集位置，确定出每一个路段对应的特征向量；

将每一个路段对应的特征向量输入至预先训练好的神经网络中，得到所述神经网络输出的每一个路段的道路更新权重；其中，所述道路更新权重包括：第一道路更新权重和第二道路更新权重；

基于每一个路段的道路更新权重，对所述待更新的地图进行更新。

2.根据权利要求1所述的方法，所述基于在每一个路段上采集到的各个车载图像和各个车载图像对应的采集位置，确定出每一个路段对应的特征向量，包括：

基于在每一个路段上采集到的各个车载图像，抽取每一个路段对应的图像特征；并基于在每一个路段上采集到的各个车载图像对应的采集位置，抽取每一个路段对应的轨迹特征；

根据每一个路段对应的图像特征和每一个路段对应的轨迹特征以及预先获取到的每一个路段的基础信息，确定出每一个路段对应的特征向量。

3.根据权利要求2所述的方法，所述基于在每一个路段上采集到的各个车载图像，抽取每一个路段对应的图像特征，包括：

将在每一个路段上采集到的各个车载图像分别输入至预先训练好的目标检测模型中，得到所述目标检测模型输出的各个车载图像中的交通要素标志信息；

基于各个车载图像中的交通要素标志信息，确定出每一个路段对应的图像特征。

4.根据权利要求3所述的方法，所述基于各个车载图像中的交通要素标志信息，确定出每一个路段对应的图像特征，包括：

基于各个车载图像中的交通要素标志信息，将每一个路段进行预分段，得到每一个路段中每一个预分段的识别结果；

根据每一个路段中每一个预分段的识别结果，确定出每一个路段对应的图像特征。

5.根据权利要求2所述的方法，所述基于在每一个路段上采集到的各个车载图像对应的采集位置，抽取每一个路段对应的轨迹特征，包括：

根据在每一个路段上采集到的各个车载图像对应的采集位置，计算出每一个路段对应的采集序列轨迹；

将每一个路段对应的采集序列轨迹与所述待更新的地图上的每一个路段进行匹配，得到每一个采集序列轨迹的匹配结果；

基于每一个采集序列轨迹的匹配结果，得到每一个路段对应的轨迹特征；其中，所述轨迹特征包括但不限于以下至少其中之一：道路热度、行车速度、距离道路中心线距离、距离道路距离、道路覆盖度、图像要素密集区覆盖度。

6.根据权利要求1所述的方法，在所述在待更新的地图上的每一个路段上采集N张车载图像之前，所述方法还包括：

若所述神经网络不满足预先设置的收敛条件，则在预先获取到的历史车载图像中提取出一张历史车载图像作为当前训练样本；

使用所述当前训练样本对所述神经网络进行训练；重复执行上述操作，直到所述神经网络满足所述预先设置的收敛条件。

7.一种地图更新装置，所述装置包括：采集模块、确定模块、检测模块和更新模块；其中，

所述采集模块，用于在待更新的地图上的每一个路段上采集N张车载图像；其中，N为大于1的自然数；

所述确定模块，用于基于在每一个路段上采集到的各个车载图像和各个车载图像对应的采集位置，确定出每一个路段对应的特征向量；

所述检测模块，用于将每一个路段对应的特征向量输入至预先训练好的神经网络中，得到所述神经网络输出的每一个路段的道路更新权重；其中，所述道路更新权重包括：第一道路更新权重和第二道路更新权重；

所述更新模块，用于基于每一个路段的道路更新权重，对所述待更新的地图进行更新。