[发明专利]视觉高精度地图制作方法和装置

说明书

技术领域

本发明涉及图像处理技术领域，具体涉及一种视觉高精度地图制作方法、一种视觉高精度地图制作系统、一种计算机可读存储介质以及一种视觉高精度地图制作装置。

背景技术

为了获取高精度地图，相关技术中通常通过安装有激光雷达或摄像头的采集车对路况进行采集，再将采集到的图像汇总进行地图的绘制。但是，相关技术存在的问题是，为了获取到较高精度的地图，需要使用较高采集能力的图像采集器，因此高精度地图制作成本高，而为了对地图进行绘制，需要频繁的使采集车进行采集活动，但仍然无法满足无人驾驶技术所需的路况更新速度。因此，相关技术需要改进。

发明内容

本申请提供一种视觉高精度地图制作方法，能够有效节约高精度地图绘制的成本，提高高精度地图的更新速度。

根据第一方面，一种实施例中提供一种视觉高精度地图制作方法，包括以下步骤：获取图像信息，并提取图像特征点；对所述图像进行图像处理，以获取所述特征点对应的位置信息；对所述图像进行交通信息深度学习，以获取道路信息；对所述位置信息与所述道路信息进行融合，以获取高精度地图。

进一步地，对所述图像进行图像处理包括：对所述图像特征点进行匹配；对进行匹配后的特征点进行优化处理，以获取所述特征点对应的位置信息。

进一步地，对进行匹配后的特征点进行分段优化处理。

根据第二方面，一种实施例中提供一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现所述的视觉高精度地图制作方法。

根据第三方面，一种实施例中提供一种视觉高精度地图制作系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现所述的视觉高精度地图制作方法。

根据第四方面，一种实施例中提供一种视觉高精度地图制作装置，包括：图像获取单元，用于获取图像信息，并提取图像特征点；图像处理单元，用于对所述图像进行图像处理，以获取所述特征点对应的位置信息；图像学习单元，用于对所述图像进行交通信息深度学习，以获取道路信息；信息融合单元，用于对所述位置信息与所述道路信息进行融合，以获取高精度地图。

进一步地，所述图像处理单元还用于：对所述图像特征点进行匹配；对进行匹配后的特征点进行优化处理，以获取所述特征点对应的位置信息。

进一步地，所述图像处理单元还用于：对进行匹配后的特征点进行分段优化处理。

根据第四方面，一种实施例中提供一种视觉高精度地图制作系统，包括实现所述的视觉高精度地图制作装置。

依据上述实施例的视觉高精度地图制作方法，能够有效降低视觉高精度地图制作的成本，提高视觉高精度地图的更新速度。

附图说明

图1为根据本发明实施例的视觉高精度地图制作方法的流程图；

图2为根据本发明实施例的视觉高精度地图制作方法的原理图；

图3为根据本发明实施例的视觉高精度地图制作方法的分段优化处理示意图；

图4为根据本发明实施例的视觉高精度地图制作装置的方框示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。

另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。

目前SFM(Structure From Motion，运动恢复结构)技术因为其运算量较大、耗时长的特点，主要应用于离线的3D重建，还鲜有将其运用到大规模地图构建中。基于此，申请人在构思本发明的时候，设计了一种视觉高精度地图制作方法，能够将SFM在云端实现，保证性能的同时极大的提升了效率，真正实现了高精度地图的低延时构建。