[发明专利]一种基于无人机的地图车道信息更新方法及其系统

说明书

本发明公开了一种基于无人机的地图车道信息更新方法及其系统，包括：获取无人机采集的视频流数据；基于第一时间间隔间断提取所述视频流数据中的图像集；提取所述图像集包含的第一帧图像数据并计算所述图像数据包含的第一车道信息；调用地图中与所述第一帧图像数据的位置信息相同的第二车道信息，计算所述第一车道信息与所述第二车道信息的差异值，若所述差异值超过第一阈值，则基于所述第一车道信息更新所述地图；提取所述图像集包含的下一帧图像数据并判断是否更新所述地图，直至遍历完所述图像集包含的全部帧的图像数据。

技术领域

本发明涉及无人机技术领域，具体涉及一种基于无人机的地图车道信息更新方法及其系统。

背景技术

高精度地图作为精度更高、数据维度更多的电子地图，随着科技的发展，越发广泛的应用于车辆等交通领域。高精度地图将大量的行车辅助信息存储为结构化数据，比如车道线、中央隔离线、人行道、箭头、道路边线。

传统的高精度地图更新方法包括：采用测绘车采集激光点云数据，然后人工对交通要素进行提取；基于无人机采集的三维点云数据进行交通要素的提取。但是，基于测量车辆的方案作业方式效率低下，而基于无人机点云的技术方案处理过程较为繁琐，需先将点云数据投影到二维平面(无人机点云数据进行数据转换，获得二维鸟瞰图)，在二维平面图像上做目标检测和分割，再将检测/分割结果解算回三维坐标，处理速度较慢，需要很长的处理时间。

综上所述，现有的地图车道信息更新方法存在效率低下的问题。

发明内容

有鉴于此，本发明提供一种基于无人机的地图车道信息更新方法及其系统，通过改进信息检测及更新方法，解决了现有的地图车道信息更新方法存在的效率低下的问题。

为解决以上问题，本发明的技术方案为采用一种基于无人机的地图车道信息更新方法，包括：获取无人机采集的视频流数据；基于第一时间间隔间断提取所述视频流数据中的图像集；提取所述图像集包含的第一帧图像数据并计算所述图像数据包含的第一车道信息；调用地图中与所述第一帧图像数据的位置信息相同的第二车道信息，计算所述第一车道信息与所述第二车道信息的差异值，若所述差异值超过第一阈值，则基于所述第一车道信息更新所述地图；提取所述图像集包含的下一帧图像数据并判断是否更新所述地图，直至遍历完所述图像集包含的全部帧的图像数据。

可选地，计算所述图像数据包含的第一车道信息，包括：构建用于提取车道信息的网络模型；获取由多张包含多种车道信息类型的车道照片构成的数据集并对每张所述车道照片的车道信息进行坐标标注，生成由多张包含车道信息标记的车道照片构成的训练样本集和测试集；基于所述训练样本集和测试集，对所述网络模型进行训练并验证，生成用于提取车道信息的检测模型；将所述图像数据输入所述检测模型获取提取车道目标点及其对应的所述第一车道信息。

可选地，所述第一车道信息至少包括所述车道目标点的置信度、目标点类别和所述车道目标点相对于特征图像栅格左上角的偏移量。

可选地，获取所述第一时间间隔的方法，包括：计算所述视频流数据的空间分辨率；获取所述无人机采集所述视频流数据时的速度；基于所述空间分辨率和所述速度生成所述第一时间间隔。

可选地，调用所述地图中与所述第一帧图像数据的位置信息相同的所述第二车道信息，包括：提取所述无人机采集所述第一帧图像数据的所述位置信息；调用存储于云端的初始的所述地图；基于所述地图提取与所述位置信息对应的所述第二车道信息。