[發明專利]提取地下停車場要素坐標的方法、系統、制圖方法及介質

在審

• 申請號: 202210629958.1
• 申請日: 2022-06-06
• 公開（公告）號: CN115205812A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 許軍
• 申請（專利權）人: 北京四維圖新科技股份有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/82;G06V10/44;G06V10/26;G06N3/08;G06N3/04
• 代理公司: 北京國科程知識產權代理事務所(普通合伙) 11862
• 代理人: 曹曉斐

1.一種提取地下停車場要素坐標的方法，其特征在于，包括：

采集地下停車場的環境數據，并確定所述環境數據中基準點的經緯度坐標；

對所述環境數據進行轉換，并對轉換得到的初始圖像進行分割，得到多個瓦片圖；

對所述瓦片圖中的停車場要素進行標記，并利用預訓練的深度學習算法模型對所述瓦片圖進行處理，得到各個所述瓦片圖中所述停車場要素對應的多邊形輪廓；以及

對處理后的多個所述瓦片圖進行融合，得到融合圖像，并在所述融合圖像中，根據所述停車場要素的多邊形輪廓與所述基準點的相對位置和所述基準點的經緯度坐標確定所述停車場要素的多邊形輪廓對應的經緯度坐標。

2.根據權利要求1所述的提取地下停車場要素坐標的方法，其特征在于，所述利用預訓練的深度學習算法模型對所述瓦片圖進行處理，得到各個所述瓦片圖中所述停車場要素對應的多邊形輪廓，包括：

對所述瓦片圖進行下采樣卷積操作，提取所述瓦片圖中的特征圖；

通過聚類降維算法對所述特征圖進行處理，得到所述特征圖對應的檢測框；

對所述特征圖進行反卷積操作，并對所述反卷積操作后所述特征圖中的所述檢測框進行回歸處理，確定所述停車場要素的所述多邊形輪廓。

3.根據權利要求2所述的提取地下停車場要素坐標的方法，其特征在于，所述利用預訓練的深度學習算法模型對所述瓦片圖進行處理，得到各個所述瓦片圖中所述停車場要素對應的多邊形輪廓，還包括：

在對所述瓦片圖進行下采樣卷積操作之前，對所述瓦片圖進行擴增，得到多維度的所述瓦片圖，所述擴增包括角度旋轉；

在對所述特征圖進行反卷積操作之前，對相互對應的多個多維度所述瓦片圖進行融合，使對所述瓦片圖中的特征進行增強。

4.根據權利要求1所述的提取地下停車場要素坐標的方法，其特征在于，所述在所述融合圖像中，根據所述停車場要素的多邊形輪廓和所述基準點的相對位置和所述基準點的經緯度坐標確定所述停車場要素的輪廓對應的經緯度坐標，包括：

在所述融合點圖像中，獲取所述停車場要素的輪廓的像素坐標和所述基準點的像素坐標，進而確定所述停車場要素的輪廓和所述基準點的相對位置；

根據所述相對位置對所述基準點的經緯度坐標進行轉換，得到所述停車場要素的所述多邊形輪廓對應的經緯度坐標。

5.根據權利要求4所述的提取地下停車場要素坐標的方法，其特征在于，所述在所述融合圖像中，根據所述停車場要素的輪廓和所述基準點的相對位置和所述基準點的經緯度坐標確定所述停車場要素的輪廓對應的經緯度坐標，還包括：

對所述融合圖像中的所述停車場要素的所述多邊形輪廓進行矢量化操作，對所述多邊形輪廓進行修正，得到所述停車場要素的矩形輪廓；

獲取所述矩形輪廓的像素坐標和所述基準點的像素坐標，進而確定所述矩形輪廓和所述基準點的相對位置。

6.根據權利要求1所述的提取地下停車場要素坐標的方法，其特征在于，所述對所述初始圖像進行分割，得到多個瓦片圖，包括：

根據相鄰的所述瓦片圖之間預設比例的重合度，對所述初始圖像進行分割，得到多個所述瓦片圖。

7.根據權利要求1所述的提取地下停車場要素坐標的方法，其特征在于，所述對所述環境數據進行轉換，包括：

在所述環境數據是點云數據的條件下，根據所述點云數據的高程信息對所述點云數據進行選擇，確定車位點云數據和立柱點云數據；

分別對所述車位點云數據和立柱點云數據進行轉換，得到包含車位點云圖和立柱點云圖的所述初始圖像。

8.根據權利要求1所述的提取地下停車場要素坐標的方法，其特征在于，所述對所述初始圖像進行分割，得到多個瓦片圖，包括：

根據所述地下停車場中車位的大小，確定分割范圍；

根據所述分割范圍對所述初始圖像進行分割，得到多個所述瓦片圖。