高精地图的生成方法、装置、设备以及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113724388A(43)申请公布日2021.11.30(21)申请号202111030647.5(22)申请日2021.09.03(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人何雷(74)专利代理机构北京市铸成律师事务所11313代理人曹远包莉莉(51)Int.Cl.G06T17/05(2011.01)G06T7/33(2017.01)权利要求书2页说明书8页附图4页(54)发明名称高精地图的生成方法、装置、设备以及存储介质(57)摘要本公开提供了高精地图的生成方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：基于目标区域的图像数据，构建目标区域对应的第一局部地图；基于目标区域的激光点云数据，构建目标区域对应的第二局部地图；对第一局部地图和第二局部地图进行配准，得到目标区域的局部高精地图。根据本公开的技术，无需依赖离线地图即可实时地生成目标区域的局部高精地图，并且得到的局部高精地图的精度较高，有利于提高自动驾驶车辆的定位、路径规划以及导航等功能的可靠性和精准度。CN113724388ACN113724388A权利要求书1/2页1.一种高精地图的生成方法，包括：基于目标区域的图像数据，构建所述目标区域对应的第一局部地图；基于所述目标区域的激光点云数据，构建所述目标区域对应的第二局部地图；对所述第一局部地图和所述第二局部地图进行配准，得到所述目标区域的局部高精地图。2.根据权利要求1所述的方法，其中，基于目标区域的图像数据，构建所述目标区域对应的第一局部地图，包括：将所述图像数据输入单阶段检测器，得到所述图像数据中的第一要素信息，所述第一要素信息包含第一静态要素信息和第一动态要素信息；将所述图像数据输入卷积神经网络，得到所述图像数据的深度信息；基于所述第一要素信息和所述深度信息，构建所述第一局部地图。3.根据权利要求1所述的方法，其中，基于所述目标区域的激光点云数据，构建所述目标区域对应的第二局部地图，包括：将所述激光点云数据输入单阶段检测器，得到所述激光点云数据中的第二要素信息，所述第二要素信息包含第二静态要素信息和第二动态要素信息；基于所述第二要素信息，构建所述第二局部地图。4.根据权利要求1所述的方法，其中，对所述第一局部地图和所述第二局部地图进行配准，得到所述目标区域的局部高精地图，包括：获取所述第一局部地图中的第一点集；以及，获取所述第二局部地图中的第二点集；利用迭代最近点算法，对所述第一点集和所述第二点集进行配准；根据配准结果生成所述局部高精地图。5.根据权利要求4所述的方法，其中，利用迭代最近点算法，对所述第一点集和所述第二点集进行配准，包括：确定所述第一点集中的每个点在所述第二点集中的对应近点，得到多个对应点对；基于多个所述对应点对的平均距离，计算所述第一点集与所述第二点集之间的刚体变换参数，所述刚体变换参数包括平移参数和旋转参数；基于所述刚体变换参数，对所第一点集进行刚体变换，得到变换点集；在所述变换点集与所述第二点集中各点的平均距离小于距离阈值的情况下，将所述变换点集作为配准结果。6.一种高精地图的生成装置，包括：第一局部地图构建模块，用于基于目标区域的图像数据，构建所述目标区域对应的第一局部地图；第二局部地图构建模块，用于基于所述目标区域的激光点云数据，构建所述目标区域对应的第二局部地图；局部高精地图生成模块，用于对所述第一局部地图和所述第二局部地图进行配准，得到所述目标区域的局部高精地图。7.根据权利要求6所述的装置，其中，所述第一局部地图构建模块包括：第一要素信息提取子模块，用于将所述图像数据输入单阶段检测器，得到所述图像数据中的第一要素信息，所述第一要素信息包含第一静态要素信息和第一动态要素信息；2CN113724388A权利要求书2/2页深度信息提取子模块，用于将所述图像数据输入卷积神经网络，得到所述图像数据的深度信息；第一局部地图构建子模块，用于基于所述第一要素信息和所述深度信息，构建所述第一局部地图。8.根据权利要求6所述的装置，其中，所述第二局部地图构建模块包括：第二要素信息提取子模块，用于将所述激光点云数据输入单阶段检测器，得到所述激光点云数据中的第二要素信息，所述第二要素信息包含第二静态要素信息和第二动态要素信息；第二局部地图构建子模块，用于基于所述第二要素信息，构建所述第二局部地图。9.根据权利要求6所述的装置，其中，所述局部高精地图生成模块包括：点集获取子模块，用于获取所述第一局部地图中的第一点集，以及用于获取所述第二局部地图中的第二点集；配准子模块，用于利用迭代最近点算法，对所述第一点集和所述第二点集进行