地图构建方法、装置、设备及存储介质与流程

本技术涉及地图构建，尤其涉及自动驾驶，具体涉及一种地图构建方法、装置、设备及存储介质。

背景技术：

1、高精度地图可以为自动驾驶提供厘米级别的道路路网信息、交叉路口、城市主干道等交通信息，有助于提升自动驾驶的安全性。目前，高精度地图的构建方法通常通过以下两种方法：一、基于激光雷达构建高精度地图：使用激光雷达对现实场景进行扫描、分析处理以及三维重建，得到激光三维点云地图。之后，人工对三维点云地图进行标注，得到包含语义信息的高精度地图。但是该方法耗费大量人力，不能高效、准确的构建地图。同时，激光雷达的使用成本高。

2、二、基于视觉传感器构建高精度地图：使用视觉传感器提取车道线、交通标志等道路要素作为语义信息，使用三角化技术获取道路要素相对车辆的位置。之后，根据惯性导航系统、实时动态(real?time?kinematic，rtk)载波相位差分技术获取车辆的位置和姿态，结合语义信息和道路要素相对车辆的位置，构建高精度地图。但是rtk的使用成本较高，无法低成本的构建地图。

技术实现思路

1、本技术提供一种地图构建方法、装置、设备及存储介质，以至少解决现有技术中不能高精度、高效率、低成本的构建地图的技术问题。本技术的技术方案如下：

2、根据本技术提供的第一方面，提供一种地图构建方法，该方法包括：获取车辆的多个初始位置、与多个初始位置一一对应的多个采集图像、与多个采集图像一一对应的多个语义图像、与多个采集图像一一对应的多个车辆位姿。一个语义图像包括与一个语义图像对应的采集图像中，每个像素对应的地图要素类别。一个语义图像为根据一个语义图像对应的采集图像和预设语义模型确定的。根据多个初始位置、多个采集图像、多个语义图像、多个车辆位姿和预设地图，确定车辆的多个目标位置。根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图。

3、根据上述技术手段，本技术可以高效的获取采集图像中每个像素对应的地图要素类别，从而可以提高构建目标地图的效率。之后，根据多个初始位置、多个采集图像、多个语义图像、多个车辆位姿和预设地图，确定车辆的多个目标位置。由于通过gps接收机获取到的车辆的初始位置存在误差，通过预设地图可以对初始位置进行校正，从而得到高精度的车辆位置。进一步的，根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图。这样，通过高精度的车辆位置，可以使得根据车辆位置确定到的地图要素的位置更加准确，从而可以构建高精度地图。同时，采用gps接收机获取初始位置的成本较低。

4、在一种可能的实施方式中，上述根据多个初始位置、多个采集图像、多个语义图像、多个车辆位姿和预设地图，确定车辆的多个目标位置，包括：针对每个初始位置，将初始位置在预设地图中的位置确定为初始位置对应的第一位置。在第一位置位于预设偏差区域的情况下，获取第一采集图像。第一采集图像为预设地图中，第一位置归属区域的采集图像?；袢〉谝徊杉枷窈偷诙杉枷竦钠ヅ涫?。第二采集图像为初始位置对应的采集图像。在匹配数量大于预设数量的情况下，根据初始位置、第二采集图像、第一采集图像的采集位置和第二采集图像对应的车辆位姿，确定目标位置。在匹配数量小于或等于预设数量的情况下，更新第一采集图像，直至匹配数量大于预设数量。在第一位置不位于预设偏差区域的情况下，确定第一位置为目标位置。

5、根据上述技术手段，本技术可以通过预设地图可以对gps接收机获取的车辆的初始位置进行校正，从而实现准确且低成本的获取高精度的车辆位置。这样，可以根据车辆的目标位置构建高精度地图。

6、在一种可能的实施方式中，上述获取第一采集图像和第二采集图像的匹配数量，包括：获取多个第一特征点和多个第二特征点。多个第一特征点为第一采集图像中灰度值满足预设灰度值条件的特征点，多个第二特征点为第二采集图像中灰度值满足预设灰度值条件的特征点。针对每个第一特征点，在第一特征点的地图要素类别与第三特征点的地图要素类别相同、且第一特征点的位置与第三特征点的位置位于预设范围内的情况下，确定第一特征点与第三特征点匹配。第三特征点为多个第二特征点中的任意一个。重复上述步骤，直至遍历多个第一特征点，得到第一采集图像和第二采集图像的匹配数量。

7、根据上述技术手段，本技术可以将地图要素类别作为匹配筛选条件，可以提高第一采集图像中的特征点和第二采集图像中的特征点的关联匹配准确率和效率。同时，根据特征点的位置可以准确的确定第一采集图像和第二采集图像的匹配数量。这样，可以提高后续根据匹配数量确定车辆的目标位置的效率，进一步提高构建目标地图的效率。

8、在一种可能的实施方式中，在目标地图包括道路层的情况下，上述根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图，包括：针对每个采集图像，根据第二位置、相机位姿、采集图像对应的车辆位姿、相机坐标系与世界坐标系的转换关系，确定采集图像中每个地图要素在世界坐标系中的位置。第二位置为采集图像对应的目标位置。根据每个地图要素在世界坐标系中的位置，对每个地图要素进行距离变换，得到第一距离图。根据每个地图要素在预设地图中的位置，对每个地图要素进行距离变换，得到第二距离图。将第一距离图与第二距离图进行边缘对齐，并根据每个地图要素在世界坐标系中的位置和每个地图要素在预设地图中的位置，构建目标地图的道路层。

9、根据上述技术手段，本技术通过预设地图中的地图要素，可以补充可能存在缺失的地图要素。这样，可以更准确的构建目标地图中的道路层。

10、在一种可能的实施方式中，在目标地图包括车道线层和交通标志层的情况下，上述根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图，包括：针对每个采集图像，根据第二位置、相机位姿和采集图像，确定采集图像中每个地图要素在相机坐标系中的位置。第二位置为采集图像对应的目标位置。根据采集图像对应的车辆位姿、相机坐标系与世界坐标系的转换关系，确定采集图像中每个地图要素在世界坐标系中的位置。根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图的车道线层。根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图的交通标志层。

11、根据上述技术手段，本技术可以通过三角化技术可以将地图要素从像素坐标系转化为相机坐标系。之后，通过相机坐标系和世界坐标系的转换关系，可以将地图要素从相机坐标系转换为世界坐标系。这样，可以高效的构建目标地图中的车道线层和交通标志层。

12、在一种可能的实施方式中，在根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图的车道线层之前，上述方法还包括：根据采集图像对应的语义图像，确定采集图像中每个地图要素对应的分割图像。根据每个地图要素对应的分割图像和多个预设标志图像，确定每个地图要素对应的地图要素标志。将每个地图要素对应的地图要素标志的几何结构信息，确定为每个地图要素的几何结构信息。根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图的车道线层，包括：根据每个地图要素在世界坐标系中的位置、采集图像对应的语义图像和每个地图要素的几何结构信息，构建目标地图的车道线层。

13、根据上述技术手段，本技术可以获取地图要素的几何结构信息，由于几何结构信息可以更准确的表示地图要素，这样，根据几何结构信息构建得到的车道线层更加准确。

14、在一种可能的实施方式中，在目标地图包括动态物体层的情况下，上述根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图，包括：将多个语义图像输入目标跟踪模型，得到多个第一地图要素中每个第一地图要素在多个语义图像中的预测位置。目标跟踪模型用于识别多个语义图像中的同一地图要素，并预测同一地图要素在下一语义图像中的位置。第一地图要素为多个语义图像中的同一地图要素。根据多个语义图像和多个第一地图要素中每个第一地图要素在多个语义图像中的预测位置，确定每个第一地图要素在多个语义图像中的位置为每个第一地图要素对应的多个第三位置，以得到多个第一地图要素中每个第一地图要素对应的多个第三位置。针对每个采集图像，根据多个第一地图要素中每个第一地图要素对应的多个第三位置、第二位置、相机位姿、采集图像对应的车辆位姿、相机坐标系与世界坐标系的转换关系，确定采集图像个地图要素在世界坐标系中的位置。第二位置为采集图像对应的目标位置。根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图中的动态物体层。

15、根据上述技术手段，本技术结合地图要素的预测位置和地图要素在采集图像中的位置，可以更准确的确定地图要素的位置，进一步提高构建目标地图中的动态物体层的准确性。

16、根据本技术提供的第二方面，提供一种地图构建装置，该地图构建装置包括获取单元、确定单元和构建单元?；袢〉ピ?，用于获取车辆的多个初始位置、与多个初始位置一一对应的多个采集图像、与多个采集图像一一对应的多个语义图像、与多个采集图像一一对应的多个车辆位姿。一个语义图像包括与一个语义图像对应的采集图像中，每个像素对应的地图要素类别。一个语义图像为根据一个语义图像对应的采集图像和预设语义模型确定的。确定单元，用于根据多个初始位置、多个采集图像、多个语义图像、多个车辆位姿和预设地图，确定车辆的多个目标位置。构建单元，用于根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图。

17、在一种可能的实施方式中，上述确定单元，具体用于：针对每个初始位置，将初始位置在预设地图中的位置确定为初始位置对应的第一位置。在第一位置位于预设偏差区域的情况下，获取第一采集图像。第一采集图像为预设地图中，第一位置归属区域的采集图像?；袢〉谝徊杉枷窈偷诙杉枷竦钠ヅ涫?。第二采集图像为初始位置对应的采集图像。在匹配数量大于预设数量的情况下，根据初始位置、第二采集图像、第一采集图像的采集位置和第二采集图像对应的车辆位姿，确定目标位置。在匹配数量小于或等于预设数量的情况下，更新第一采集图像，直至匹配数量大于预设数量。在第一位置不位于预设偏差区域的情况下，确定第一位置为目标位置。

18、在一种可能的实施方式中，上述确定单元，具体用于：获取多个第一特征点和多个第二特征点。多个第一特征点为第一采集图像中灰度值满足预设灰度值条件的特征点，多个第二特征点为第二采集图像中灰度值满足预设灰度值条件的特征点。针对每个第一特征点，在第一特征点的地图要素类别与第三特征点的地图要素类别相同、且第一特征点的位置与第三特征点的位置位于预设范围内的情况下，确定第一特征点与第三特征点匹配。第三特征点为多个第二特征点中的任意一个。重复上述步骤，直至遍历多个第一特征点，得到第一采集图像和第二采集图像的匹配数量。

19、在一种可能的实施方式中，在目标地图包括道路层的情况下，上述构建单元，具体用于：针对每个采集图像，根据第二位置、相机位姿、采集图像对应的车辆位姿、相机坐标系与世界坐标系的转换关系，确定采集图像中每个地图要素在世界坐标系中的位置。第二位置为采集图像对应的目标位置。根据每个地图要素在世界坐标系中的位置，对每个地图要素进行距离变换，得到第一距离图。根据每个地图要素在预设地图中的位置，对每个地图要素进行距离变换，得到第二距离图。将第一距离图与第二距离图进行边缘对齐，并根据每个地图要素在世界坐标系中的位置和每个地图要素在预设地图中的位置，构建目标地图的道路层。

20、在一种可能的实施方式中，在目标地图包括车道线层和交通标志层的情况下，上述构建单元，具体用于：针对每个采集图像，根据第二位置、相机位姿和采集图像，确定采集图像中每个地图要素在相机坐标系中的位置。第二位置为采集图像对应的目标位置。根据采集图像对应的车辆位姿、相机坐标系与世界坐标系的转换关系，确定采集图像中每个地图要素在世界坐标系中的位置。根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图的车道线层。根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图的交通标志层。

21、在一种可能的实施方式中，上述确定单元，还用于，根据采集图像对应的语义图像，确定采集图像中每个地图要素对应的分割图像。确定单元，还用于根据每个地图要素对应的分割图像和多个预设标志图像，确定每个地图要素对应的地图要素标志。确定单元，还用于将每个地图要素对应的地图要素标志的几何结构信息，确定为每个地图要素的几何结构信息。构建单元，具体用于根据每个地图要素在世界坐标系中的位置、采集图像对应的语义图像和每个地图要素的几何结构信息，构建目标地图的车道线层。

22、在一种可能的实施方式中，在目标地图包括动态物体层的情况下，上述构建单元，具体用于：将多个语义图像输入目标跟踪模型，得到多个第一地图要素中每个第一地图要素在多个语义图像中的预测位置。目标跟踪模型用于识别多个语义图像中的同一地图要素，并预测同一地图要素在下一语义图像中的位置。第一地图要素为多个语义图像中的同一地图要素。根据多个语义图像和多个第一地图要素中每个第一地图要素在多个语义图像中的预测位置，确定每个第一地图要素在多个语义图像中的位置为每个第一地图要素对应的多个第三位置，以得到多个第一地图要素中每个第一地图要素对应的多个第三位置。针对每个采集图像，根据多个第一地图要素中每个第一地图要素对应的多个第三位置、第二位置、相机位姿、采集图像对应的车辆位姿、相机坐标系与世界坐标系的转换关系，确定采集图像中每个地图要素在世界坐标系中的位置。第二位置为采集图像对应的目标位置。根据采集图像中每个地图要素在世界坐标系中的位置和采集图像对应的语义图像，构建目标地图中的动态物体层。

23、根据本技术提供的第三方面，提供一种电子设备，包括：处理器。用于存储处理器可执行指令的存储器。其中，处理器被配置为执行指令，以实现上述第一方面及其任一种可能的实施方式的方法。

24、根据本技术提供的第四方面，提供一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述第一方面及其任一种可能的实施方式的方法。

25、根据本技术提供的第五方面，提供一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令在电子设备上运行时，使得电子设备执行上述第一方面及其任一种可能的实施方式的方法。

26、由此，本技术的上述技术特征具有以下有益效果：

27、(1)通过采集图像和预设语义模型，可以高效的获取采集图像中每个像素对应的地图要素类别，从而可以提高构建目标地图的效率。之后，根据多个初始位置、多个采集图像、多个语义图像、多个车辆位姿和预设地图，确定车辆的多个目标位置。由于通过gps接收机获取到的车辆的初始位置存在误差，通过预设地图可以对初始位置进行校正，从而得到高精度的车辆位置。进一步的，根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图。这样，通过高精度的车辆位置，可以使得根据车辆位置确定到的地图要素的位置更加准确，从而可以构建高精度地图。同时，采用gps接收机获取初始位置的成本较低。

28、(2)由于gps接收机存在定位误差，通过预设地图可以对gps接收机获取的车辆的初始位置进行校正，从而实现准确且低成本的获取高精度的车辆位置。这样，可以根据车辆的目标位置构建高精度地图。

29、(3)将地图要素类别作为匹配筛选条件，可以提高第一采集图像中的特征点和第二采集图像中的特征点的关联匹配准确率和效率。同时，根据特征点的位置可以准确的确定第一采集图像和第二采集图像的匹配数量。这样，可以提高后续根据匹配数量确定车辆的目标位置的效率，进一步提高构建目标地图的效率。

30、(4)由于通过采集图像确定到的道路层中的地图要素可能存在缺失的情况，通过预设地图中的地图要素，可以补充可能存在缺失的地图要素。这样，可以更准确的构建目标地图中的道路层。

31、(5)通过三角化技术可以将地图要素从像素坐标系转化为相机坐标系。之后，通过相机坐标系和世界坐标系的转换关系，可以将地图要素从相机坐标系转换为世界坐标系。这样，可以高效的构建目标地图中的车道线层和交通标志层。

32、(6)可以获取地图要素的几何结构信息，由于几何结构信息可以更准确的表示地图要素，这样，根据几何结构信息构建得到的车道线层更加准确。

33、(7)目标跟踪模型可以跟踪多个语义图像中的同一地图要素，并预测地图要素在多个语义图像中的位置。这样，结合地图要素的预测位置和地图要素在采集图像中的位置，可以更准确的确定地图要素的位置，进一步提高构建目标地图中的动态物体层的准确性。

34、需要说明的是，第二方面至第五方面中的任一种实现方式所带来的技术效果可参见第一方面中对应实现方式所带来的技术效果，此处不再赘述。

35、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。