[發明專利]用于生成高精細語義地圖的方法、裝置和計算機存儲介質在審
| 申請號: | 201910323449.4 | 申請日: | 2019-04-22 |
| 公開(公告)號: | CN110057373A | 公開(公告)日: | 2019-07-26 |
| 發明(設計)人: | 曹明瑋 | 申請(專利權)人: | 上海蔚來汽車有限公司 |
| 主分類號: | G01C21/32 | 分類號: | G01C21/32;G06F16/29 |
| 代理公司: | 中國專利代理(香港)有限公司 72001 | 代理人: | 李湘;陳嵐 |
| 地址: | 201804 上海市*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 語義地圖 高精細 點云 語義識別 計算機存儲介質 地圖生成 靜態環境 類別概率 語義特征 規劃圖 圖像 精細 道路指示信息 描述符保存 車輛導航 導航地圖 道路拓撲 地面標線 目標確定 拓撲關系 自動駕駛 定位圖 地理 測繪 相交 車道 關聯 | ||
1.一種用于生成高精細語義地圖的方法,其特征在于,包含下列步驟:
獲取與周圍環境相關的點云地圖和多個圖像;
由所述圖像中識別的目標和所述點云地圖中對應的目標確定語義識別對象,所述語義識別對象與位于與地面相交的平面內的物體相關聯;
從所述點云地圖中提取靜態環境語義特征;
將所述語義識別對象和關于靜態環境語義特征的描述符保存在語義地圖定位圖層內;
由所述圖像和點云地圖生成用于提取地面標線的精細地理類別概率地圖;以及
利用語義識別對象和精細地理類別概率地圖生成高精細語義地圖規劃圖層,所述高精細語義地圖規劃圖層包含道路拓撲關系、車道拓撲關系和基本道路指示信息。
2.如權利要求1所述的方法,其中,每個所述圖像按照下列方式獲取:
利用內部標定參數對多個單目相機攝取的單目圖像進行畸變校正處理;以及
利用外部標定參數,將多個經過畸變校正處理的單目圖像拼接為一個圖像。
3.如權利要求1所述的方法,其中,所述點云地圖按照下列方式獲取:
對點云數據幀進行反射率校正處理和運動誤差補償處理;以及
根據定位信息,將經過反射率校正處理和運動誤差補償處理的點云數據幀拼接在一起以得到所述點云地圖。
4.如權利要求3所述的方法,其中,通過將下列中的兩種或更多種數據作融合濾波解算處理得到所述定位信息:組合導航定位數據、輪速數據、基于激光雷達點云數據的同時定位與建圖定位數據和多相機的同時定位與建圖定位數據。
5.如權利要求1所述的方法,其中,所述目標為交通標志、交通信號燈和靜態障礙物中的至少一種。
6.如權利要求1所述的方法,其中,確定語義識別對象的步驟包括:
在所述圖像中識別所述目標;
在所述點云地圖中識別對應的目標;以及
借助所述圖像與點云地圖之間的聯合標定變換關系將所述圖像中識別的目標與所述點云地圖中對應的目標進行融合匹配處理以確定所述語義識別對象。
7.如權利要求1所述的方法,其中,所述靜態環境語義特征包括點云數據幀中的邊緣特征和平面特征。
8.如權利要求1所述的方法,其中,所述語義識別對象以矢量化形式保存在所述語義地圖定位圖層內。
9.如權利要求1所述的方法,其中,按照下列方式生成用于提取地面標線的精細地理類別概率地圖:
由所述圖像生成用于提取地面標線的第一地理類別概率地圖;
由所述點云數據幀生成用于提取地面標線的第二地理類別概率地圖;以及
通過融合所述第一地理類別概率地圖和第二地理類別概率地圖生成所述精細地理類別概率地圖。
10.如權利要求9所述的方法,其中,所述精細地理類別概率地圖以矢量化形式保存在所述語義地圖規劃圖層內。
11.如權利要求1所述的方法,其中,生成高精細語義地圖規劃圖層的步驟包括:
根據所述語義識別對象,由所述精細地理類別概率地圖中提取的車道分隔線、道路邊沿和停止線生成車道拓撲圖和道路拓撲組圖。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海蔚來汽車有限公司,未經上海蔚來汽車有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910323449.4/1.html,轉載請聲明來源鉆瓜專利網。





