[发明专利]一种基于松弛迭代的语义特征的地图匹配方法及装置

说明书

本发明涉及一种基于松弛迭代的语义特征的地图匹配方法及装置，其方法包括：定义任意两张子图中要素的相似性和兼容性；定义任意两张子图的匹配概率矩阵；根据所述要素的相似性和兼容性，确定所述匹配概率矩阵的迭代公式，并根据其计算并确定所述任意两张子图的匹配关系。本发明实现了众包地图场景下特征地图的要素匹配，并且能够适应位置、形状和属性均存在较大误差的输入数据，收敛快，准确率高。

技术领域

本发明属于高精度地图与自动驾驶技术领域，具体涉及一种基于松弛迭代的语义特征的地图匹配方法及装置。

背景技术

使用众包方案生成高精度地图，需要克服众包数据定位精度低，标志要素识别不稳定的缺点，同时发挥其成本低、数据量大的优点。使用多车多次观测数据合成高精度地图，需要完成“子图匹配”与“子图融合”两关键步骤。其中，子图要素匹配的质量非常关键。

在实际的产品化过程中，考虑到众包车数据收集设备的上行带宽限制，车端采集得到的局部地图都会进行压缩处理以减小数据量。数据压缩的方式是将栅格地图转化为线特征或面特征地图，这样在后端处理的时候，基于点云配准的匹配方法就不再适用于众包特征地图的匹配。而且，在压缩的过程中原始数据中的许多隐含信息被丢弃，语义信息生成算法同时又会引入一些误差，也为匹配带来了困难。导致现有的基于局部特征的匹配算法成功率较低。因此，需要一种能够对经过压缩处理之后的线特征和面特征地图进行匹配的算法。

发明内容

为解决众包地图在成图过程中存在的信息丢失、点云匹配难、准确率不高的问题，在本发明的第一方面提供了一种基于松弛迭代的语义特征的地图匹配方法，包括：定义任意两张子图中要素的相似性和兼容性；定义任意两张子图的匹配概率矩阵；根据所述要素的相似性和兼容性，确定所述匹配概率矩阵的迭代公式，并根据其计算并确定所述任意两张子图的匹配关系。

在本发明的一些实施例中，所述定义任意两张子图中要素的相似性和兼容性包括：根据任意两个要素之间的几何相似性和语义相似性，确定要素的相似性；根据任意两个要素之间的相对位置确定要素的兼容性。

进一步的，所述要素的相似性通过如下方法计算：

Sim(A_i，B_j)＝k₁*GeoSim(A_i，B_j)+k₂*SemanticSim(A_i，B_j)，

其中A_i、B_j分别表示子图A的第i个要素和子图B的第j个要素，Sim(A_i，B_j)表示A_i和B_j的相似性，GeoSim(A_i，B_j)为A_i和B_j的几何相似性，SemanticSim(A_i，B_j)表示A_i和B_j的语义相似性，k₁、k₂表示加权参数。

进一步的，所述要素的兼容性通过如下方法计算：

设A_i、B_j分别表示子图A的第i个要素和子图B的第j个要素，A_h、B_k分别表示与A_i和B_j邻近的任意一个要素；