[发明专利]地图要素重建方法、装置、计算机设备和存储介质

说明书

本申请涉及一种地图要素重建方法、装置、计算机设备、存储介质和计算机程序产品。其方法通过获取同一时刻的采集图像和激光雷达点云数据，对采集图像和激光雷达点云数据进行目标检测，获取检测的目标要素的二维定位信息、语义信息和雷达点云信息，进而根据目标要素的二维定位信息、语义信息和雷达点云信息进行目标跟踪，得到待优化特征点，进而对待优化特征点进行非线性优化处理，从而得到对目标要素重建的三维场景地图。本实施例通过融合激光雷达点云数据和检测的目标要素的二维定位信息而对目标要素进行三维重建，从而不依赖于稠密的雷达点云和三维感知结果，不仅能够降低数据采集成本，提高数据采集效率，且能够提高高精度地图的更新速度。

技术领域

本申请涉及地图重建技术领域，特别是涉及一种地图要素重建方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着地图重建技术的发展，高精地图得到了广泛的应用。高精地图在定位、感知以及规划控制等各个领域都有着重要作用，并成为目前自动驾驶技术中不可或缺的重要环节。而空中面状物(例如交通标志牌、交通灯牌等)是高精地图中的重要组成部分。

传统技术中，一般基于搭载高精度传感器的地图采集车对环境信息数据进行外业采集，然后对采集的数据做离线的空中面状物重建和恢复。但是，由于这种空中面状物要素重建方法需要依赖稠密的雷达点云以及3D(3-dimension，三维)感知结果，从而导致地图采集车的成本高昂。通常为节约成本，数据采集方会控制购买地图采集车的数量，如此又会影响对环境信息数据的采集效率，导致高精度地图的更新周期较长，从而无法对现实环境的变化做出快速反应。

发明内容

基于此，有必要针对上述高精度地图的更新周期较长的技术问题，提供一种能够提高地图更新效率的地图要素重建方法、装置、计算机设备、存储介质和计算机程序产品。

第一方面，本申请提供了一种地图要素重建方法。所述方法包括：

获取同一时刻的采集图像和激光雷达点云数据；

对所述采集图像和激光雷达点云数据进行目标检测，获取检测的目标要素的二维定位信息、语义信息和雷达点云信息；

根据所述目标要素的二维定位信息、语义信息和雷达点云信息进行目标跟踪，确定关联的关键帧；

根据所述关键帧，获取所述目标要素映射到三维坐标系下的待优化特征点；

对所述待优化特征点进行非线性优化处理，得到对所述目标要素重建的三维场景地图。

在其中一个实施例中，所述对所述采集图像和激光雷达点云数据进行目标检测，获取检测的目标要素的二维定位信息、语义信息和雷达点云信息，包括：对所述采集图像进行视觉感知检测，得到检测的目标要素的二维定位信息和语义信息；根据第一采集设备到达第二采集设备的外参，将所述激光雷达点云数据投影到所述采集图像；所述第一采集设备用于采集所述激光雷达点云数据，所述第二采集设备用于采集所述采集图像；提取投影后的所述采集图像中与所述目标要素对应的雷达点云信息。

在其中一个实施例中，所述根据所述目标要素的二维定位信息、语义信息和雷达点云信息进行目标跟踪，确定关联的关键帧，包括：确定与所述采集图像具有时序关系的候选图像帧，获取所述候选图像帧中与所述目标要素的语义信息匹配的候选要素的二维定位信息和雷达点云信息；根据所述目标要素的二维定位信息、雷达点云信息以及所述候选要素的二维定位信息和雷达点云信息，确定所述目标要素与所述候选要素的相似度；根据所述相似度采用匈牙利算法确定与所述目标要素关联的候选要素，将关联的候选要素所对应的所述候选图像帧确定为关联的关键帧。