[发明专利]一种语义元素处理的方法、装置、电子设备及存储介质

说明书

本公开提供了一种语义元素处理的方法、装置、电子设备及存储介质，其中，该方法包括：获取包含语义元素的点云图、以及与点云图对应的参照图像；基于点云图中的语义元素，确定表征该语义元素的初始矢量化图形；根据初始矢量化图形，以及语义元素在参照图像中的图像区域，确定语义元素的更新后矢量化图形；更新后矢量化图形投影至参照图像后的投影区域与语义元素在参照图像中的图像区域的重合度大于预设阈值；更新后矢量化图形用于更新语义元素在点云图中的表征范围。本公开中的更新后矢量化图形所表达的语义元素的精度较高，进一步使得可以构建精度更高的地图。

技术领域

本公开涉及计算机处理技术领域，具体而言，涉及一种语义元素处理的方法、装置、电子设备及存储介质。

背景技术

近些年来，自动驾驶技术高速发展。高精度语义导航地图作为自动驾驶汽车的必备要素，对于自动驾驶过程中的感知、定位、规划和车辆控制起到了基础性作用。其中，地图语义信息作为高精度语义导航地图的关键组成部分，对于地图导航规划是不可缺少的。

相关技术中大多通过激光雷达扫描出的点云提取出诸如虚线段，路牌，红绿灯等语义元素，但是往往由于扫描到的点云不够稠密，导致提取的语义元素的精度较低，进一步导致所构建的导航地图精度较低，无法满足当前自动驾驶技术的需求。

发明内容

本公开实施例至少提供一种语义元素处理的方法、装置、电子设备及存储介质。

第一方面，本公开实施例提供了一种语义元素处理的方法，所述方法包括：

获取包含语义元素的点云图、以及与所述点云图对应的参照图像；

基于所述点云图中的语义元素，确定表征该语义元素的初始矢量化图形；

根据所述初始矢量化图形，以及所述语义元素在所述参照图像中的图像区域，确定所述语义元素的更新后矢量化图形；所述更新后矢量化图形投影至所述参照图像后的投影区域与所述语义元素在所述参照图像中的图像区域的重合度大于预设阈值；所述更新后矢量化图形用于更新所述语义元素在所述点云图中的表征范围。

采用上述语义元素处理的方法，首先可以基于点云图中的语义元素，确定表征该语义元素的初始矢量化图形，根据这一初始矢量化图形以及语义元素在参照图像中的图像区域，可以确定语义元素的更新后矢量化图形。这里的更新矢量化图形可以是基于更新后矢量化图形投影至参照图像后的投影区域与语义元素在参照图像中的图像区域的重合度对初始矢量化图形进行多次更新得到的。在重合度大于预设阈值的情况下，一定程度上可以说明当前更新后矢量化图形所对应语义元素在点云图中的表征范围达到参照图像这一标准范围，所表达的语义元素的精度较高，进一步使得可以构建精度更高的地图。

在一种可能的实施方式中，所述基于所述点云图中的语义元素，确定表征该语义元素的初始矢量化图形，包括：

获取所述点云图中语义元素的矢量化信息；所述矢量化信息包括尺寸信息、旋转信息和平移信息中的一种或多种；

基于所述矢量化信息，生成所述初始矢量化图形。

本公开实施例的初始矢量化图形可以是基于语义元素的尺寸信息、旋转信息和平移信息等矢量化信息生成的，从而可以实现针对语义元素的多维度特征表达。

在一种可能的实施方式中，所述根据所述初始矢量化图形，以及所述语义元素在所述参照图像中的图像区域，确定所述语义元素的更新后矢量化图形，包括：

基于所述初始矢量化图形确定目标偏移函数的初始值；

基于所述目标偏移函数的初始值，以及构建的目标偏移函数，确定使得所述目标偏移函数的值最小的情况下，所述语义元素的更新后矢量化图形；所述目标偏移函数用于指示所述语义元素在参照图像中的对应像素点的像素误差。