【技术实现步骤摘要】
本申请涉及自动驾驶，具体涉及一种路网生成方法、智能设备及计算可读存储介质。
技术介绍
1、随着自动驾驶技术的发展，功能使用逐步从高速拓展到城区以及低速泊车充换电等场景。然而，hd/sd地图在低速场景还未做到充分覆盖。传统的hd/sd地图获取周期长，人工参与度高，限制其扩展和更新速度。基于语义获得地图的算法，是通过整合广泛用户的地理信息数据，具有数据采集成本低、数据鲜度高等优势。
2、针对低速场景的路网拓扑构建，现有技术中往往依赖于用户数据中的历史车辆行驶轨迹。但是由于历史车辆行驶轨迹往往存在大量不可用轨迹，需要人为设计规则进行筛选，这不仅限制了路网拓扑构建的自动化程度，也提升了成本。
3、相应地，本领域需要一种新的路网生成方案来解决上述问题。
技术实现思路
1、为了克服上述缺陷，提出了本申请，以解决或至少部分地解决如何实现低速场景下路网的自动化、低成本的生成的技术问题。
2、在第一方面，提供一种路网生成方法，所述方法包括：
3、获取待测区域的点云地图；所述点云地图为基于对所述待测区域的进行多趟数据采集获得的点云数据生成的；所述多趟数据采集获得的数据还包括图像数据；
4、根据所述点云地图和所述点云数据对应的图像数据，获取所述待测区域的语义特征地图；
5、根据所述语义特征地图，获取所述待测区域的路网生成结果。
6、在上述路网生成方法的一个技术方案中，所述根据所述点云地图和所述点云数据对应的图像数据，获取
7、对所述图像数据进行语义分割，获取所述图像数据的语义分割结果；
8、将所述点云地图与所述语义分割结果进行融合，获取全局语义点云融合结果；
9、根据所述全局语义点云融合结果，获取所述语义特征地图。
10、在上述路网生成方法的一个技术方案中，所述将所述点云地图与所述语义分割结果进行融合，获取全局语义点云融合结果，包括：
11、将具有相同时间戳的单帧语义分割结果和单帧点云地图进行融合，获得单帧语义点云；
12、将所有单帧语义点云进行拼接，获得全局语义点云融合结果。
13、在上述路网生成方法的一个技术方案中，所述根据所述全局语义点云融合结果，获取所述语义特征地图，包括：
14、对所述全局语义点云融合结果进行栅格划分，并对每个栅格内的语义信息进行融合，获取栅格语义融合后的全局语义点云融合结果；
15、根据所述栅格语义融合后的全局语义点云融合结果，进行bev视角渲染，获取所述语义特征地图。
16、在上述路网生成方法的一个技术方案中，所述对每个栅格内的语义信息进行融合，包括：
17、根据所述栅格内的语义观测距离和/或语义分割置信度，对所述栅格内的语义信息进行融合。
18、在上述路网生成方法的一个技术方案中，所述根据所述语义特征地图，获取所述待测区域的路网生成结果，包括：
19、根据第一预设尺寸，对所述语义特征地图进行裁切，获得多个语义特征小图；
20、针对每个语义特征小图，对所述语义特征小图进行图像深度特征提取，获取所述语义特征小图的图像深度特征；
21、根据所述图像深度特征，获取所述语义特征小图的路网预测结果；所述路网预测结果为所述语义特征小图范围内的道路中心线和路口点之间的关联关系；
22、根据所有语义特征小图的路网预测结果，获取所述待测区域的路网生成结果。
23、在上述路网生成方法的一个技术方案中，所述根据所述图像深度特征，获取所述语义特征小图的路网预测结果，包括：
24、根据所述图像深度特征，获取所述语义特征小图中包含的道路中心线和路口点；
25、根据获取到的所述道路中心线和路口点，进行关联关系预测，获取所述语义特征小图的路网预测结果。
26、在上述路网生成方法的一个技术方案中，所述根据所有语义特征小图的路网预测结果，获取所述待测区域的路网生成结果，包括：
27、根据所有语义特征小图的路网预测结果，将所述路网预测结果中的道路中心线和路口点作为节点，将所述关联关系作为边，构建所述待测区域的路网拓扑关系；
28、根据所述路网拓扑关系，获取所述待测区域的路网生成结果。
29、在上述路网生成方法的一个技术方案中，相邻的所述语义特征小图之间存在第二预设尺寸的重叠区域；
30、所述根据所述路网拓扑关系，获取所述待测区域的路网生成结果，包括：
31、获取所述重叠区域内同类型的路网元素的距离；所述路网元素包括道路中心线和路口点；
32、针对所述距离小于预设的距离阈值的同类型的路网元素，对所述路网元素进行融合；
33、基于路网元素融合后的路网拓扑关系，获取所述待测区域的路网生成结果。
34、在上述路网生成方法的一个技术方案中，所述多趟数据采集获得数据还包括定位传感器数据；
35、所述获取待测区域的点云地图，包括：
36、根据所述点云数据和所述定位传感器数据，获取所述待测区域的点云地图。
37、在第二方面，提供一种智能设备，该智能设备包括至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器中存储有计算机程序，所述计算机程序被所述至少一个处理器执行时实现上述路网生成方法的技术方案中任一项技术方案所述的方法。
38、在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述路网生成方法的技术方案中任一项技术方案所述的方法。
39、本申请上述一个或多个技术方案，至少具有如下一种或多种有益效果：
40、在实施本申请提供的路网生成方法技术方案中，本申请获取待测区域的点云地图。根据点云地图和图像数据，获取待测区域的语义特征地图。根据语义特征地图获取待测区域的路网生成结果。通过上述配置方式，本申请利用图像数据，对点云地图进行语义理解，获取语义特征地图，基于语义特征地图实现路网生成结果的预测，预测过程中强调对待测区域的语义信息的理解，不依赖用户回流数据中的历史车辆行驶轨迹，具有覆盖度高，人工介入少、自动化程度高、成本低等优势。
本文档来自技高网...【技术保护点】
1.一种路网生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的路网生成方法，其特征在于，
3.根据权利要求2所述的路网生成方法，其特征在于，
4.根据权利要求2所述的路网生成方法，其特征在于，
5.根据权利要求4所述的路网生成方法，其特征在于，
6.根据权利要求1所述的路网生成方法，其特征在于，
7.根据权利要求6所述的路网生成方法，其特征在于，
8.根据权利要求6所述的路网生成方法，其特征在于，
9.根据权利要求8所述的路网生成方法，其特征在于，相邻的所述语义特征小图之间存在第二预设尺寸的重叠区域；
10.根据权利要求1至9中任一项所述的路网生成方法，其特征在于，所述多趟数据采集获得数据还包括定位传感器数据；
11.一种智能设备，其特征在于，包括：
12.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至10中任一项所述的路网生成方法。
【技术特征摘要】
1.一种路网生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的路网生成方法，其特征在于，
3.根据权利要求2所述的路网生成方法，其特征在于，
4.根据权利要求2所述的路网生成方法，其特征在于，
5.根据权利要求4所述的路网生成方法，其特征在于，
6.根据权利要求1所述的路网生成方法，其特征在于，
7.根据权利要求6所述的路网生成方法，其特征在于，
8.根据权利要求6所述的路网生成...
【专利技术属性】
技术研发人员：方宇，肖中阳，廖毅霏，袁弘渊，任少卿，
申请(专利权)人：安徽蔚来智驾科技有限公司，
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。