【技術實現步驟摘要】
本專利技術涉及自動駕駛定位，尤其涉及一種高精度地圖的構建方法、系統、設備及介質。
技術介紹
1、許多自動駕駛車輛系統依賴于高精度地圖編碼的信息，該信息在運行時被轉換到車輛參考坐標系中，以輔助決策。高精度地圖通常表示道路的拓撲結構、幾何形狀及其屬性。這類系統需要精確了解車輛相對于地圖的位置。
2、高精度地圖的創建通常需要大量的資源來監督地圖的編碼和標注過程，此外，隨著環境結構的變化，地圖數據通常會過時。進而需要進行昂貴的維護程序，在環境結構發生變化到地圖更新周期之間的這段時間內，依賴于高精度地圖的系統可能存在安全風險。
3、應對這一挑戰需要對自動駕駛車輛的感知堆棧進行概念上的不同處理。人類駕駛員不依賴于高度詳細的地圖，而是將實時場景理解與傳統標準分辨率街道地圖中的知識直接結合在一起。模仿這一能力需要新的感知技術，將原始傳感器數據與粗略的標準分辨率地圖結合，從而獲得類似于當前高精度地圖的表示。但目前尚缺乏一種使用先驗標準分辨率地圖輔助高清地圖構建的策略。
技術實現思路
1、本專利技術提供了一種高精度地圖的構建方法、系統、設備及介質，用以解決上述問題。
2、一方面，本專利技術提供了一種高精度地圖的構建方法，所述方法包括以下步驟：步驟s1：基于標準分辨率的靜態地圖及傳感器數據生成鳥瞰視角特征圖；步驟s2：基于所述鳥瞰視角特征圖進一步提取靜態特征fsd及動態環境特征ft；步驟s3：基于交叉注意力機制，將所述靜態特征fsd及動態特征ft進行融合；步驟s4：通
3、在本專利技術的一種實現方式中，在所述步驟s1，具體包括：步驟s11：對所述標準分辨率的靜態地圖進行柵格化處理，得到道路的拓撲結構以及車道的幾何信息、屬性信息；步驟s12：將柵格化處理后的地圖輸入到預訓練的卷積神經網絡中進行深度特征提取，以抽象出高層次語義特征；步驟s13：基于提取出的所述高層次語義特征，轉化為所述鳥瞰視角特征圖。
4、在本專利技術的一種實現方式中，所述方法還包括：根據車輛的位移信息計算車輛坐標系的變換矩陣；將前一時刻的鳥瞰視角特征映射到當前時刻的坐標系中，以此預測當前時刻的第一鳥瞰視角特征fpre；基于相機圖像和激光雷達點云生成當前時刻的第二鳥瞰視角特征；將所述第一鳥瞰視角特征fpre和所述第二鳥瞰視角特征進行融合，得到鳥瞰視角特征fsd。
5、在本專利技術的一種實現方式中，所述方法還包括：在車輛坐標系中累積一組n個連續的點云其中每個點云結合了在指定時間間隔[t-1,t]內所有激光雷達傳感器的測量數據，每個時間間隔還與每個m個攝像頭的n組圖像相關聯；通過將點投影到圖像坐標系，使每個點云關聯rgb值上色；將的每個上色的點云投影到當前車輛坐標系中；將累積的上色點云投影到鳥瞰視角特征幀中，通過在x-y平面中將車輛周圍的空間離散化為網格，并在每個網格中聚合強度、高度和rgb顏色值。
6、在本專利技術的一種實現方式中，所述方法還包括：對于強度特征，使用均值聚合；對于rgb特征，選擇中位數以剔除異常值；對于高度特征，使用最小值，以濾除移動物體并生成地面表面的高程圖。
7、在本專利技術的一種實現方式中，所述方法還包括：將得到的三個鳥瞰視角特征圖使用一個卷積神經網絡進行融合，然后與鳥瞰視角特征fsd、第一鳥瞰視角特征fpre進一步融合得到當前鳥瞰視角特征ft；所述當前鳥瞰視角特征ft。
8、在本專利技術的一種實現方式中，所述步驟s3中，交叉注意力機制允許模型根據來自一個特征圖的信息，動態調整對另一個特征圖的關注區域，其中特征ft中包含當前傳感器檢測的動態環境信息，特征fsd提供了道路拓撲的靜態背景信息。
9、本專利技術還提供了一種高精度地圖的構建系統，所述系統包括：特征圖生成模塊，用于基于標準分辨率的靜態地圖及傳感器數據生成鳥瞰視角特征圖；特征提取模塊，用于基于所述鳥瞰視角特征圖進一步提取靜態特征fsd及動態環境特征ft；注意力機制模塊，用于基于交叉注意力機制，將所述靜態特征fsd及動態特征ft進行融合；解碼模塊，用于通過解碼器將融合后的特征解碼為高精度地圖。
10、本專利技術還提供了一種高精度地圖的構建設備，所述設備包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠完成：步驟s1：基于標準分辨率的靜態地圖及傳感器數據生成鳥瞰視角特征圖；步驟s2：基于所述鳥瞰視角特征圖進一步提取靜態特征fsd及動態環境特征ft；步驟s3：基于交叉注意力機制，將所述靜態特征fsd及動態特征ft進行融合；步驟s4：通過解碼器將融合后的特征解碼為高精度地圖。
11、本專利技術還提供了一種高精度地圖的構建的非易失性計算機存儲介質，存儲有計算機可執行指令，所述計算機可執行指令被處理器執行以用于實現：步驟s1：基于標準分辨率的靜態地圖及傳感器數據生成鳥瞰視角特征圖；步驟s2：基于所述鳥瞰視角特征圖進一步提取靜態特征fsd及動態環境特征ft；步驟s3：基于交叉注意力機制，將所述靜態特征fsd及動態特征ft進行融合；步驟s4：通過解碼器將融合后的特征解碼為高精度地圖。
12、本專利技術提供的一種高精度地圖的構建方法、系統、設備及介質，具有以下
13、有益效果：
14、(1)、融合時間信息，當環境結構發生變化時，可以利用先前幀的高清地圖信息與標準地圖信息結合，對當前幀的道路信息進行推理，以實現高清地圖的實時更新，同時，增強了模型對動態環境的感知能力和預測準確性，尤其是在自動駕駛等需要實時決策的復雜場景下；
15、(2)、通過結合卷積神經網絡提取的深度特征和原始的標準地圖信息，系統能夠更加精確地感知和理解車輛周圍的環境，從而提升自動駕駛系統的整體性能和決策效率；
16、(3)、通過交叉注意力機制進行融合方式不僅提高了特征表達的豐富性，還增強了模型對復雜場景的理解能力。
本文檔來自技高網...【技術保護點】
1.一種高精度地圖的構建方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種高精度地圖的構建方法，其特征在于，在所述步驟S1，具體包括：
3.根據權利要求1所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
4.根據權利要求1所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
5.根據權利要求4所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
6.根據權利要求5所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
7.根據權利要求1所述的一種高精度地圖的構建方法，其特征在于，所述步驟S3中，交叉注意力機制允許模型根據來自一個特征圖的信息，動態調整對另一個特征圖的關注區域，其中特征Ft中包含當前傳感器檢測的動態環境信息，特征Fsd提供了道路拓撲的靜態背景信息。
8.一種高精度地圖的構建系統，其特征在于，所述系統包括：
9.一種高精度地圖的構建設備，其特征在于，所述設備包括：
10.一種高精度地圖的構建的非易失性計算機存
...【技術特征摘要】
1.一種高精度地圖的構建方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種高精度地圖的構建方法，其特征在于，在所述步驟s1，具體包括：
3.根據權利要求1所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
4.根據權利要求1所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
5.根據權利要求4所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
6.根據權利要求5所述的一種高精度地圖的構建方法，其特征在于，所述方法還包括：
...【專利技術屬性】
技術研發人員：楊東清，劉亞麗，李健，陳雪梅，張寶廷，劉曉慧，
申請(專利權)人：北京理工大學前沿技術研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。