[發明專利]一種停車場地圖構建方法、裝置、設備和介質

有效

• 申請號: 202110097606.1
• 申請日: 2021-01-25
• 公開（公告）號: CN112950972B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 羅飛揚;王梓里;夏志勛;溫俊杰
• 申請（專利權）人: 廣州小鵬自動駕駛科技有限公司
• 主分類號: G08G1/0967
• 分類號: G08G1/0967;G06T17/05;G06V20/56;G06V20/58;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 夏歡

1.一種停車場地圖構建方法，其特征在于，包括：

獲取車端的兩種以上傳感器采集的停車場數據；

將各所述傳感器采集的所述停車場數據轉換到同一坐標系下后，基于同一坐標系下的所述停車場數據構建三維地圖；

基于所述三維地圖確定待識別地圖，并將所述待識別地圖輸入到預置深度學習模型進行路口識別，得到所述待識別地圖的路口識別結果；

將所述路口識別結果添加到所述三維地圖，得到停車場地圖；

其中，所述預置深度學習模型的配置過程為：

基于所述三維地圖確定待標注地圖；

對所述待標注地圖中的路口的可通行邊和不可通行邊進行標注，得到訓練樣本；

通過所述訓練樣本訓練深度學習網絡，得到所述預置深度學習模型。

2.根據權利要求1所述的停車場地圖構建方法，其特征在于，所述將各所述傳感器采集的停車場數據轉換到同一坐標系下后，基于同一坐標系下的所述停車場數據構建三維地圖，之后還包括：

對所述三維地圖進行區域劃分，得到若干三維子地圖；

所述基于所述三維地圖確定待識別地圖，并將所述待識別地圖輸入到預置深度學習模型進行路口識別，得到所述待識別地圖的路口識別結果，包括：

基于各所述三維子地圖確定待識別地圖，并將所述待識別地圖輸入到預置深度學習模型進行路口識別，得到所述待識別地圖的路口識別結果。

3.根據權利要求2所述的停車場地圖構建方法，其特征在于，所述對所述三維地圖進行區域劃分，得到若干三維子地圖，之后還包括：

對各所述三維子地圖進行映射處理，得到地圖圖像；

基于各所述三維子地圖確定待識別地圖，并將所述待識別地圖輸入到預置深度學習模型進行路口識別，得到所述待識別地圖的路口識別結果，包括：

基于所述地圖圖像確定待識別地圖圖像，并將所述待識別地圖圖像作為待識別地圖輸入到預置深度學習模型進行路口識別，得到所述待識別地圖的路口識別結果。

4.根據權利要求1所述的停車場地圖構建方法，其特征在于，所述將各所述傳感器采集的所述停車場數據轉換到同一坐標系下后，基于同一坐標系下的所述停車場數據構建三維地圖，之后還包括：

對所述三維地圖進行映射處理，得到地圖圖像。

5.根據權利要求3或4所述的停車場地圖構建方法，其特征在于，所述地圖圖像的映射過程包括：

確定待映射三維地圖的縱坐標最小坐標值和橫坐標最小坐標值；

根據預置地圖-圖像尺度因子、所述待映射三維地圖的縱坐標最小坐標值和橫坐標最小坐標值，將所述待映射三維地圖映射為所述地圖圖像。

6.一種停車場地圖構建裝置，其特征在于，包括：

獲取單元，用于獲取車端的兩種以上傳感器采集的停車場數據；

轉換單元，用于將各所述傳感器采集的所述停車場數據轉換到同一坐標系下后，基于同一坐標系下的所述停車場數據構建三維地圖；

識別單元，用于基于所述三維地圖確定待識別地圖，并將所述待識別地圖輸入到預置深度學習模型進行路口識別，得到所述待識別地圖的路口識別結果；

添加單元，用于將所述路口識別結果添加到所述三維地圖，得到停車場地圖；

其中，所述預置深度學習模型的配置過程為：

基于所述三維地圖確定待標注地圖；

對所述待標注地圖中的路口的可通行邊和不可通行邊進行標注，得到訓練樣本；

通過所述訓練樣本訓練深度學習網絡，得到所述預置深度學習模型。

7.根據權利要求6所述的停車場地圖構建裝置，其特征在于，還包括：

劃分單元，用于對所述三維地圖進行區域劃分，得到若干三維子地圖；

所述識別單元，具體用于基于各所述三維子地圖確定待識別地圖，并將所述待識別地圖輸入到預置深度學習模型進行路口識別，得到所述待識別地圖的路口識別結果。