[发明专利]一种地图生成方法、设备、飞行器及存储介质

权利要求书

1.一种地图生成方法，其特征在于，所述方法包括：

获取飞行器上挂载的摄像装置拍摄的第一图像数据；

基于语义识别模型处理所述第一图像数据，以获得所述第一图像数据中每个像素点所具有的语义；

根据所述第一图像数据对应的位置数据、高度数据以及所述第一图像数据中每个像素点所具有的语义，生成包含语义的第一点云数据；

使用所述包含语义的第一点云数据生成点云地图。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取飞行器上挂载的摄像装置拍摄的第二图像数据；

基于所述语义识别模型处理所述第二图像数据，以获得所述第二图像数据中每个像素点所具有的语义；

根据所述第二图像数据对应的位置数据、高度数据以及所述第二图像数据中每个像素点所具有的语义，生成包含语义的第二点云数据；

使用所述第二点云数据更新所述点云地图。

3.根据权利要求2所述的方法，其特征在于，

所述第一点云数据、第二点云数据和所述点云地图均包含复数个点数据，每个点数据包括位置数据、高度数据和不同置信度的多个语义；

所述第一点云数据包含的每个点数据与所述第一图像数据中的每个像素点对应，所述第二点云数据包含的每个点数据与所述第二图像数据中的每个像素点对应。

4.根据权利要求3所述的方法，其特征在于，所述置信度为正浮点数据。

5.根据权利要求2所述的方法，其特征在于，使用所述第二点云数据更新所述点云地图，包括：

比较所述第二点云数据和所述点云地图中位置数据相同的两个点数据，保留所述两个点数据中具有较高置信度的点数据。

6.根据权利要求5所述的方法，其特征在于，比较所述第二点云数据和所述点云地图中位置数据相同的两个点数据，包括：

对所述第一点云数据和所述第二点云数据中位置数据相同的两个点数据中不同置信度的多个语义进行减法运算。

7.根据权利要求6所述的方法，其特征在于，

所述第一点云数据和所述第二点云数据中位置数据相同的两个点数据与所述第一图像数据和所述第二图像数据中重叠的两个像素点对应。

8.根据权利要求5所述的方法，其特征在于，所述使用所述第二点云数据更新所述点云地图，包括：

统计所述第一点云数据和所述第二点云数据中位置数据相同的两个点数据的语义在历史记录中被标记为相同语义的个数；

将个数最大的语义作为所述第一点云数据和所述第二点云数据中位置数据相同的两个点数据的语义。

9.根据权利要求5所述的方法，其特征在于，使用所述第二点云数据更新所述点云地图，包括：

根据所述第二点云数据和所述点云地图中位置数据相同的两个点数据的语义所对应的优先级，确定所述优先级最大的语义为所述第二点云数据和所述点云地图中位置数据相同的两个点数据的语义。

10.根据权利要求1所述的方法，其特征在于，

所述第一图像数据包括彩色图像；或者，

所述第一图像数据包括彩色图像和所述彩色图像对应的景深数据；或者，

所述第一图像数据包括正射影像；或者，

所述第一图像数据包括正射影像和所述正射影像对应的景深数据。

11.根据权利要求1所述的方法，其特征在于，所述基于语义识别模型处理所述第一图像数据之前，包括：

获取样本数据库，所述样本数据库包括样本图像数据；

根据预设的语义识别算法生成初始语义识别模型；

基于所述样本数据库中的各个样本图像数据对所述初始语义识别模型进行训练优化，得到所述语义识别模型；

其中，所述样本图像数据包括样本图像和语义标注信息；或者，所述样本图像数据包括样本图像、所述样本图像中各个像素点对应的景深数据和语义标注信息。