高精地图更新方法、装置、设备及介质与流程

本公开涉及人工智能，尤其涉及自动驾驶、辅助驾驶、高精地图等，具体涉及一种地图更新方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

2、高精地图也称高精度地图，可以是自动驾驶车辆使用的地图。高精地图，拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助车辆预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。随着人工智能技术和高精地图技术的发展，自动驾驶技术和辅助驾驶技术的应用场景不断增加。在自动驾驶模式或辅助驾驶模式下，可以利用高精地图确定车辆的位置，以便控制车辆行驶。

3、在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

1、本公开提供了一种地图更新方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

2、根据本公开的一方面，提供了一种地图更新方法，包括：获取用于组成对应于目标区域的原始地图的至少一个原始帧图像以及用于更新原始地图的至少一个关键帧图像，至少一个关键帧图像基于针对目标区域新采集的至少一帧点云数据获得，并且至少一个关键帧图像与至少一个原始帧图像相对应，原始地图中包括至少一个地图元素；将至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自对应的初始位姿作为节点，将各节点间的约束因子作为边，构建因子图，约束因子包括第一约束因子和第二约束因子，第一约束因子用于约束地图元素与原始帧图像之间相对位姿，第二约束因子用于约束至少一个原始帧图像和至少一个关键帧图像中各图像间的相对位姿；基于因子图进行图优化，以获得至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自的优化位姿；以及基于至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自的优化位姿，利用至少一个关键帧图像和至少一个地图元素对至少一个原始帧图像进行更新，以获得目标区域更新后的地图。

3、根据本公开的另一方面，提供了一种地图更新装置，包括：获取单元，被配置为获取用于组成对应于目标区域的原始地图的至少一个原始帧图像以及用于更新原始地图的至少一个关键帧图像，至少一个关键帧图像基于针对目标区域新采集的至少一帧点云数据获得，并且至少一个关键帧图像与至少一个原始帧图像相对应，原始地图中包括至少一个地图元素；构建单元，被配置为将至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自对应的初始位姿作为节点，将各节点间的约束因子作为边，构建因子图，约束因子包括第一约束因子和第二约束因子，第一约束因子用于约束地图元素与原始帧图像之间相对位姿，第二约束因子用于约束至少一个原始帧图像和至少一个关键帧图像中各图像间的相对位姿；优化单元，被配置为基于因子图进行图优化，以获得至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自的优化位姿；以及更新单元，被配置为基于至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自的优化位姿，利用至少一个关键帧图像和至少一个地图元素对至少一个原始帧图像进行更新，以获得目标区域更新后的地图。

4、根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述地图更新方法。

5、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述地图更新方法。

6、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述地图更新方法。

7、根据本公开的一个或多个实施例，能够在对原始帧图像和关键帧图像的位姿进行联合优化的过程中，通过将原始地图中的地图元素和原始帧图像之间的相对位姿的约束作为约束因子，使得地图元素的位置调整同步参与到上述优化过程中，从而实现了对原始帧图像和关键帧图像的位姿进行联合优化的同时，高效自动地调整原地图中地图元素的位置，实现了对原地图数据的充分利用。

8、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种地图更新方法，包括：

2.根据权利要求1所述的方法，其中，所述第一约束因子的获取包括：

3.根据权利要求1或2所述的方法，其中，所述第二约束因子的获取包括：

4.根据权利要求3所述的方法，其中，所述至少一个原始帧图像的数量为多个，所述至少一个关键帧图像的数量为多个，所述第二约束因子的获取还包括：

5.根据权利要求1至4中任一项所述的方法，其中，所述约束因子还包括一元约束因子，并且所述一元约束因子的获取包括：

6.根据权利要求1至5中任一项所述的方法，其中，所述至少一个地图元素的数量为多个，所述约束因子还包括第三约束因子，并且所述第三约束因子的获取包括：

7.一种地图更新装置，包括：

8.根据权利要求7所述的装置，其中，所述获取单元包括：

9.根据权利要求7或8所述的装置，其中，所述获取单元还包括：

10.根据权利要求9所述的装置，其中，所述至少一个原始帧图像的数量为多个，所述至少一个关键帧图像的数量为多个，所述获取单元还包括：

11.根据权利要求7至10中任一项所述的装置，其中，所述约束因子还包括一元约束因子，并且所述获取单元还包括：

12.根据权利要求7至11中任一项所述的装置，其中，所述至少一个地图元素的数量为多个，所述约束因子还包括第三约束因子，并且所述获取单元还包括：

13.一种电子设备，包括：

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。

技术总结本公开提供了一种高精地图更新方法、装置、设备及介质，人工智能技术领域，尤其涉及自动驾驶、辅助驾驶、高精地图等技术领域。实现方案为：获取用于组成对应于目标区域的原始地图的至少一个原始帧图像以及用于更新原始地图的至少一个关键帧图像；将至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自对应的初始位姿作为节点，将各节点间的约束因子作为边，构建因子图；基于因子图进行图优化，以获得至少一个原始帧图像、至少一个关键帧图像和至少一个地图元素各自的优化位姿；以及利用至少一个关键帧图像和至少一个地图元素对至少一个原始帧图像进行更新，以获得目标区域更新后的地图。技术研发人员：文永琨,白宇,万国伟受保护的技术使用者：北京百度网讯科技有限公司技术研发日：技术公布日：2024/7/25