[發明專利]一種基于智能網聯汽車的高精度動態地圖生成與應用方法及系統

在審

• 申請號: 202110568557.5
• 申請日: 2021-05-25
• 公開（公告）號: CN113192198A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 吳統明
• 申請（專利權）人: 吳統明
• 主分類號: G06T17/05
• 分類號: G06T17/05;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種地圖生成的技術領域，揭露了一種基于智能網聯汽車的高精度動態地圖生成與應用方法，包括：汽車在行駛過程中利用車載攝像頭拍攝若干連續的圖像，并將拍攝的圖像上傳到汽車智能網中，汽車智能網對所接收的圖像進行圖像灰度化和灰度拉伸的預處理；利用特征提取算法對預處理后的圖像進行特征提取處理；利用語義特征提取算法對圖像視覺特征進行處理；初始化點云地圖場景，并利用基于視覺特征和語義特征的三維地圖生成算法生成三維動態地圖；對生成的三維動態地圖進行精度調優處理，生成高精度動態地圖。本發明還提供了一種高精度動態地圖生成與應用系統。本發明實現了高精度動態地圖生成與應用。

技術領域

本發明涉及地圖生成的技術領域，尤其涉及一種基于智能網聯汽車的高精度動態地圖生成與應用方法及系統。

背景技術

隨著科學技術的快速發展，汽車技術正朝向電動化、智能化、網聯化、共享化發展方向快速邁進，相關技術領域包括電驅動、線控底盤、集成控制、自動駕駛、環境傳感、無線通信等。汽車逐漸形成了智能汽車網，如何利用智能汽車網實現汽車行駛動態地圖生成，成為當前研究領域的熱門話題。

現有的動態地圖生成算法中，常采用單純的去除環境先驗動態物體輪廓的方法來得到相對穩定的圖像特征，而事實證明，僅僅通過實例分割方法去除的動態物體輪廓，往往由于識別網絡的波動性以及非先驗動態物體的可移動性而使得建圖結果并不理想。

鑒于此，如何對結合視覺特征和語義特征，實現更為穩定的高精度動態地圖生成，成為本領域技術人員亟待解決的問題。

發明內容

本發明提供一種基于智能網聯汽車的高精度動態地圖生成與應用方法，通過利用特征提取算法對智能網聯汽車實時采集的二維圖像進行處理，得到二維圖像視覺特征，并利用語義特征提取算法對二維圖像視覺特征進行處理，得到圖像的語義特征；利用點云地圖描述三維地圖場景，從而基于圖像的視覺特征和語義特征生成高精度動態地圖。

為實現上述目的，本發明提供的一種基于智能網聯汽車的高精度動態地圖生成與應用方法，包括：

汽車在行駛過程中利用車載攝像頭拍攝若干連續的圖像，并將拍攝的圖像上傳到汽車智能網中，汽車智能網對所接收的圖像進行圖像灰度化和灰度拉伸的預處理；

利用特征提取算法對預處理后的圖像進行特征提取處理，得到圖像視覺特征；

利用語義特征提取算法對圖像視覺特征進行處理，得到圖像的語義特征；

初始化點云地圖場景，并利用基于視覺特征和語義特征的三維地圖生成算法生成三維動態地圖；

對生成的三維動態地圖進行精度調優處理，生成高精度動態地圖，并將所生成的高精度動態地圖上傳到汽車智能網。

可選地，所述汽車智能網對所接收的圖像進行圖像灰度化和灰度拉伸的預處理，包括：

汽車在行駛過程中利用車載攝像頭拍攝若干連續的圖像，并將拍攝的圖像上傳到汽車智能網中；所述汽車智能網根據汽車的行駛軌跡，將行駛軌跡有關聯的汽車所發布的圖像進行拼接；

1)對所接收的圖像中每一個像素的三個分量求最大值，并將該最大值設置為該像素點的灰度值，得到圖像的灰度圖，所述灰度化處理的公式為：

G(i,j)＝max{R(i,j),G(i,j),B(i,j)}

其中：

(i,j)為圖像中的一個像素點；

R(i,j),G(i,j),B(i,j)分別為像素點(i,j)在R、G、B三個顏色通道中的值；

G(i,j)為像素點(i,j)的灰度值；

2)對于所述灰度圖，利用分段線性變換的方式對圖像灰度進行拉伸，所述灰度拉伸的公式為：