【技术实现步骤摘要】
语义地图构建方法、装置及电子设备
[0001]本申请涉及地图构建
，尤其涉及一种语义地图构建方法、装置及电子设备。
技术介绍
[0002]随着自动驾驶技术的快速发展，对于车辆定位精度与稳定性的要求也越来越高。目前大部分场景会采用GNSS(Global Navigation Satellite System，全球导航卫星系统)或者RTK(Real
‑
time kinematic，实时差分定位)结合IMU信息进行组合导航定位。
[0003]此种方式在定位信号良好的开阔场景可以输出稳定的高频、高精度的定位信息，而在定位信号不好的区域则需要利用视觉定位或激光定位辅助，其中，低成本的视觉方案采用率较高，目前主流的基于视觉的定位方法有两种，一种是基于特征点的传统视觉SLAM(Simultaneous Localization And Mapping，同步定位与建图)算法进行的建图与定位，另一种是基于高精地图和图像中提取的语义元素进行匹配实现的定位。
[0004]然而上述两种方法都有一定的局限性，一方面，传统视觉SLAM算法对于环境的要求比较高，在慢速、光照不强、动态物体少的情况下才能发挥不错的效果，比如停车场等场景。另一方面，基于高精地图的定位需要有高精地图作为前提，高精地图的制作和使用成本高，同时也无法覆盖所有区域，导致定位效果受到影响。
技术实现思路
[0005]本申请实施例提供了一种语义地图构建方法、装置及电子设备，以保证车辆定位信息的连续、准确、稳定的输出。>[0006]本申请实施例采用下述技术方案：
[0007]第一方面，本申请实施例提供一种语义地图构建方法，其中，所述方法包括：
[0008]在预设语义地图构建条件下，获取车辆采集的图像数据和车身数据；
[0009]利用预设语义识别模型对所述图像数据进行语义识别，得到语义识别结果，以及对所述车身数据进行航迹推演，得到航迹推演结果；
[0010]基于所述航迹推演结果，将任意相邻两帧图像的语义识别结果进行匹配，得到匹配结果；
[0011]利用预设优化策略对所述匹配结果进行优化，并根据优化结果构建语义地图。
[0012]可选地，所述在预设语义地图构建条件下，获取车辆采集的图像数据和车身数据包括：
[0013]确定所述预设语义地图构建条件，所述预设语义地图构建条件包括语义地图的构建区域以及所述车辆在所述构建区域内的行驶路线；
[0014]以所述行驶路线的起始位置为起点，控制所述车辆按照所述行驶路线行驶至所述行驶路线的终止位置，得到所述车辆采集的图像数据和车身数据。
[0015]可选地，所述利用预设语义识别模型对所述图像数据进行语义识别，得到语义识
别结果包括：
[0016]利用所述预设语义识别模型对所述图像数据中的路面语义元素进行识别，得到所述路面语义元素的二值图像；
[0017]对所述路面语义元素的二值图像进行后处理，得到后处理后的二值图像，所述后处理包括逆透视变换、腐蚀处理以及膨胀处理。
[0018]可选地，所述航迹推演结果包括与所述图像数据对应时刻的自车位置序列，所述语义识别结果包括路面语义元素的二值图像，所述基于所述航迹推演结果，将任意相邻两帧图像的语义识别结果进行匹配，得到匹配结果包括：
[0019]以所述自车位置序列作为先验条件，利用局部优化算法对任意两个相邻的二值图像进行匹配，得到任意两个相邻的二值图像之间的位移；
[0020]根据所述任意两个相邻的二值图像之间的位移，确定与所述图像数据对应时刻的车辆位姿，作为所述匹配结果。
[0021]可选地，所述利用预设优化策略对所述匹配结果进行优化，并根据优化结果构建语义地图包括：
[0022]根据所述预设语义地图构建条件确定所述车辆的行驶路线，所述行驶路线包括起始位置和终止位置；
[0023]以所述起始位置和所述终止位置为约束条件，利用全局优化算法对所述匹配结果进行全局优化；
[0024]根据全局优化结果构建所述语义地图。
[0025]第二方面，本申请实施例还提供一种基于语义地图的车辆定位方法，其中，所述方法包括：
[0026]获取车辆采集的当前时刻的图像数据和当前时刻的车身数据；
[0027]利用预设语义识别模型对所述当前时刻的图像数据进行语义识别，得到当前时刻的语义识别结果，以及对所述当前时刻的车身数据进行航迹推演，得到当前时刻的航迹推演结果；
[0028]基于所述当前时刻的航迹推演结果，将所述当前时刻的语义识别结果与对应的语义地图进行匹配，并根据匹配结果得到所述车辆的当前时刻的定位结果；
[0029]其中，所述语义地图基于前述之任一所述语义地图构建方法构建得到。
[0030]可选地，所述基于所述当前时刻的航迹推演结果，将所述当前时刻的语义识别结果与对应的语义地图进行匹配，并根据匹配结果得到所述车辆的当前时刻的定位结果包括：
[0031]根据所述当前时刻的航迹推演结果获取对应的语义地图；
[0032]将所述当前时刻的语义识别结果与对应的语义地图进行匹配，得到匹配结果；
[0033]根据所述匹配结果对所述当前时刻的航迹推演结果进行优化，得到所述车辆的当前时刻的定位结果。
[0034]第三方面，本申请实施例还提供一种语义地图构建装置，其中，所述装置包括：
[0035]第一获取单元，用于在预设语义地图构建条件下，获取车辆采集的图像数据和车身数据；
[0036]第一数据处理单元，用于利用预设语义识别模型对所述图像数据进行语义识别，
得到语义识别结果，以及对所述车身数据进行航迹推演，得到航迹推演结果；
[0037]匹配单元，用于基于所述航迹推演结果，将任意相邻两帧图像的语义识别结果进行匹配，得到匹配结果；
[0038]构建单元，用于利用预设优化策略对所述匹配结果进行优化，并根据优化结果构建语义地图。
[0039]第四方面，本申请实施例还提供一种基于语义地图的车辆定位装置，其中，所述装置包括：
[0040]第二获取单元，用于获取车辆采集的当前时刻的图像数据和当前时刻的车身数据；
[0041]第二数据处理单元，用于利用预设语义识别模型对所述当前时刻的图像数据进行语义识别，得到当前时刻的语义识别结果，以及对所述当前时刻的车身数据进行航迹推演，得到当前时刻的航迹推演结果；
[0042]定位单元，用于基于所述当前时刻的航迹推演结果，将所述当前时刻的语义识别结果与对应的语义地图进行匹配，并根据匹配结果得到所述车辆的当前时刻的定位结果；
[0043]其中，所述语义地图基于前述语义地图构建装置构建得到。
[0044]第五方面，本申请实施例还提供一种电子设备，包括：
[0045]处理器；以及
[0046]被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种语义地图构建方法，其中，所述方法包括：在预设语义地图构建条件下，获取车辆采集的图像数据和车身数据；利用预设语义识别模型对所述图像数据进行语义识别，得到语义识别结果，以及对所述车身数据进行航迹推演，得到航迹推演结果；基于所述航迹推演结果，将任意相邻两帧图像的语义识别结果进行匹配，得到匹配结果；利用预设优化策略对所述匹配结果进行优化，并根据优化结果构建语义地图。2.如权利要求1所述方法，其中，所述在预设语义地图构建条件下，获取车辆采集的图像数据和车身数据包括：确定所述预设语义地图构建条件，所述预设语义地图构建条件包括语义地图的构建区域以及所述车辆在所述构建区域内的行驶路线；以所述行驶路线的起始位置为起点，控制所述车辆按照所述行驶路线行驶至所述行驶路线的终止位置，得到所述车辆采集的图像数据和车身数据。3.如权利要求1所述方法，其中，所述利用预设语义识别模型对所述图像数据进行语义识别，得到语义识别结果包括：利用所述预设语义识别模型对所述图像数据中的路面语义元素进行识别，得到所述路面语义元素的二值图像；对所述路面语义元素的二值图像进行后处理，得到后处理后的二值图像，所述后处理包括逆透视变换、腐蚀处理以及膨胀处理。4.如权利要求1所述方法，其中，所述航迹推演结果包括与所述图像数据对应时刻的自车位置序列，所述语义识别结果包括路面语义元素的二值图像，所述基于所述航迹推演结果，将任意相邻两帧图像的语义识别结果进行匹配，得到匹配结果包括：以所述自车位置序列作为先验条件，利用局部优化算法对任意两个相邻的二值图像进行匹配，得到任意两个相邻的二值图像之间的位移；根据所述任意两个相邻的二值图像之间的位移，确定与所述图像数据对应时刻的车辆位姿，作为所述匹配结果。5.如权利要求1所述方法，其中，所述利用预设优化策略对所述匹配结果进行优化，并根据优化结果构建语义地图包括：根据所述预设语义地图构建条件确定所述车辆的行驶路线，所述行驶路线包括起始位置和终止位置；以所述起始位置和所述终止位置为约束条件，利用全局优化算法对所述匹配结果进行全局优化；根据全局优化结果构建所述语义地图。6.一种基于语义地图的车辆定位方法，其中，所述方法包括：获取车辆采集的当前时刻的图像数据和当前时刻的车身数据；利用预设语义识别模型对所述当前...
【专利技术属性】
技术研发人员：李岩，费再慧，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。