一种高精地图的构建方法及计算设备与流程

本说明书多个实施例涉及高精地图生产，尤其涉及一种高精地图的构建方法及计算设备。

背景技术：

1、高精地图，即高精度hd地图，是相对于普通精度sd地图的概念。sd地图的精度是道路级的，可用于人工驾驶导航等领域；而hd地图的精度是道路内的车道级的，可用于自动驾驶导航等领域。

2、在目前的高精地图构建方案中，利用造价昂贵的激光雷达对道路路面进行一次扫描以获得道路路面的激光点云，然后基于激光点云构建高精地图的路面。然而此构建方案的实现成本比较高。

技术实现思路

1、根据本说明书的多个实施例的第一方面，提出了一种高精地图的构建方法，包括：

2、获取道路行驶轨迹和所述道路行驶轨迹关联的路面点云；其中，所述路面点云是预先基于可见光图像生成的，所述可见光图像是在产生所述道路行驶轨迹的过程中采集；

3、确定道路行驶轨迹所匹配的路段；

4、对同一路段匹配的至少两个道路行驶轨迹关联的路面点云进行处理，以得到所述路段对应的融合点云；

5、基于相应路段对应的所述融合点云，构建所述道路行驶轨迹覆盖区域的矢量高精地图。

6、根据本说明书的多个实施例的第二方面，提出了一种高精地图的生成方法，包括：

7、基于第一方面所述方法，生成目标区域内的高精地图路面；

8、基于所述高精地图路面，生成所述目标区域内的高精地图。

9、根据本说明书多个实施例的第三方面，提出了一种计算设备，包括存储器、处理器；所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现第一方面或第二方面所述的方法。

10、在一些实施例中，在对同一路段匹配的至少两个道路行驶轨迹关联的路面点云进行处理之前，所述方法还包括：

11、确定与同一路段匹配的道路行驶轨迹中是否存在重合程度高于设定程度的道路行驶轨迹，若是，则从重合程度高于设定程度的道路行驶轨迹中，筛除至少一个道路行驶轨迹。

12、在一些实施例中，对与同一路段匹配的至少两个道路行驶轨迹关联的路面点云进行处理，以得到所述路段对应的融合点云集合，包括：

13、基于同一路段匹配的至少两个道路行驶轨迹关联的路面点云，进行平面拟合得到所述路段的拟合路面；

14、将所述路面点云向所述拟合路面进行投影，得到所述路面点云在所述拟合路面所在的网格；

15、对同一个网格中的路面点云的语义进行统计，将统计值多的语义作为该网格对应点的语义并基于落入同一个网格中的路面点云进行融合，得到所述路段对应的融合点云集合。

16、在一些实施例中，在进行平面拟合之前，所述方法还包括：

17、将质量评估值低于设定阈值的路面点云，从所述同一路段匹配的道路行驶轨迹关联的路面点云中筛除；其中，所述质量评估值，正相关于路面点云与所述同一路段的匹配程度。

18、在一些实施例中，所述质量评估值的确定步骤包括：

19、获取生成该路面点云关联的道路行驶轨迹的第一算法模块所输出的第一计算结果置信度；和/或，获取生成该路面点云的第二算法模块所输出的第二计算结果置信度；

20、根据所述第一计算结果置信度和/或所述第二计算结果置信度，确定该路面点云对应的质量评估值；其中，所述质量评估值，正相关于所述第一计算结果置信度和/或所述第二计算结果置信度。

21、在一些实施例中，在构建所述道路行驶轨迹覆盖区域的矢量高精地图之前，所述方法还包括：

22、将所述同一路段匹配的至少两个道路行驶轨迹对齐；

23、针对所述同一路段匹配的不同道路行驶轨迹在对齐前后发生的坐标变化，将所述同一路段匹配的至少两个道路行驶轨迹关联的路面点云的坐标基准，调整为与调整后的道路行驶轨迹的坐标基准一致。

24、在一些实施例中，基于路面点云中的至少部分点具有语义属性，所述语义属性包括这个点映射至道路路面上的标志物的语义信息；

25、所述对同一路段匹配的至少两个道路行驶轨迹关联的路面点云进行处理，包括：

26、基于同一路段匹配的至少两个道路行驶轨迹关联的路面点云，进行平面拟合得到所述路段的拟合路面；

27、基于所述拟合路面与所述至少部分点的语义属性，得到所述路段对应的融合点云。

28、在一些实施例中，在得到所述路段对应的融合点云之前，所述方法还包括：

29、若基于设定的噪点检测方法，检测出所述路面点云中具有语义属性的任一点不能实际映射至所述道路路面上的标志物，则将该点删除。

30、在一些实施例中，所述基于同一路段匹配的至少两个道路行驶轨迹关联的路面点云，进行平面拟合得到所述路段的拟合路面，包括：

31、将同一路段匹配的至少两个道路行驶轨迹关联的路面点云，按照质量评估值由高到低的顺序进行排序；所述质量评估值，正相关于路面点云与所述同一路段的路面的匹配程度；

32、基于第1个路面点云，拟合所述同一路段的拟合路面，以及，设i＝2，循环执行以下步骤直至满足循环停止条件：

33、基于第i个路面点云，拟合所述同一路段的拟合路面；

34、将基于i个路面点云拟合的拟合路面与基于第i-1个路面点云拟合的拟合路面的位置未重合部分，拼接至基于第i-1个路面点云拟合的拟合路面；

35、将i+1重新作为i；所述循环停止条件包括：i＝n+1，n为所述同一路面点云集合中的路面点云数量。

36、在一些实施例中，所述基于同一路段匹配的至少两个道路行驶轨迹关联的路面点云，进行平面拟合得到所述路段的拟合路面，包括：

37、将同一路段匹配的至少两个道路行驶轨迹关联的路面点云，按照质量评估值由高到低的顺序进行排序；所述质量评估值，正相关于路面点云与所述同一路段的路面的匹配程度；

38、将第1个路面点云融合至所述拟合路面，以及，设i＝2，循环执行以下步骤直至满足循环停止条件：将第i个路面点云与第i-1个路面点云的位置未重合部分，融合至所述拟合路面；将i+1重新作为i；所述循环停止条件包括：i＝n+1，n为所述同一路面点云集合中的路面点云数量；

39、基于所述拟合路面与所述至少部分点的语义属性，得到所述路段对应的融合点云，包括：

40、基于所述拟合路面上融合的路面点云中至少部分点的语义属性，确定相应的标志物形状；

41、根据所述拟合路面与确定的标志物形状，得到所述路段对应的融合点云。

42、在一些实施例中，在构建所述道路行驶轨迹覆盖区域的矢量高精地图之后，所述方法还包括：

43、若基于设定的地图路面质量检测方法，检测出所述矢量高精地图路面未达到标准要求，则根据筛除的至少一个路面点云，重新确定所述同一路段匹配的至少两个道路行驶轨迹关联的路面点云；

44、基于重新确定的所述同一路段匹配的至少两个道路行驶轨迹关联的路面点云，重新得到所述融合点云，进而重新构建所述矢量高精地图。

45、在一些实施例中，所述方法还包括：

46、重新获取其他道路行驶轨迹，以及所述其他道路行驶轨迹关联的路面点云，以构建所述其他道路行驶轨迹覆盖区域的其他矢量高精地图；

47、在所述其他矢量高精地图路面的基础上，根据所述矢量高精地图路面与所述其他矢量高精地图路面的位置未重合部分，得到所述道路行驶轨迹与所述其他道路行驶轨迹覆盖区域的矢量高精地图。

48、在一些实施例中，应用于服务端；

49、所述获取道路行驶轨迹和所述道路行驶轨迹关联的路面点云，包括：

50、获取一个或多个道路行驶装置上传的道路行驶轨迹和所述道路行驶轨迹关联的路面点云。

51、在本公开中，不采用基于高成本的激光雷达所采集的激光点云来构建高精地图路面，而是通过目标区域内的多个行驶轨迹来采集道路路面的可见光图像，基于可见光图像来生成相比于激光点云而言精度较低的路面点云。虽然单个路面点云的精度较低，但是，由于获得了目标区域内的多个道路行驶轨迹，可以使得匹配至同一路段的道路行驶轨迹有至少两个，这意味着，可以采用至少两个不同的路面点云来构建同一路段对应的高精地图路面，针对同一路段的不同路面点云可以弥补彼此的信息缺失，构建出来的高精地图路面的精度可以满足高精地图相关业务的需求。

52、通过上述技术方案，可以在大幅降低方案实现成本(不需要采用昂贵的激光雷达)的同时，构建出精度满足业务需求的高精地图路面。