[发明专利]地空协同地图构建方法、装置、设备及存储介质

权利要求书

1.一种地空协同地图构建方法，其特征在于，所述方法包括：

通过无人机拍摄现场画面，并根据现场画面确定风险区域和目标检测区域；其中，所述风险区域为事故场景包含的所有区域，所述目标检测区域位于风险区域中；

分别通过无人机和地面机器人搭载的双目摄像头对所述风险区域进行视野探测，生成各自的三维点云地图，并对所述目标检测区域内的目标物体进行标定；其中，无人机生成的第一点云地图和机器人生成的第二点云地图具有不同的相机姿态；

将所述第一点云地图和所述第二点云地图中的点云数据进行拼接融合，生成融合点云地图，并在基于所述融合点云地图构建的三维地图中显示文字和/或高亮标定的所述目标物体。

2.根据权利要求1所述的方法，其特征在于，无人机和机器人上分别安装有第一双目摄像头和第二双目摄像头；

所述分别通过无人机和地面机器人搭载的双目摄像头对所述风险区域进行视野探测，生成各自的三维点云地图，并对所述目标检测区域内的目标物体进行标定，包括：

控制无人机按照所述目标检测区域的圆心位置坐标，以第一相机姿态进行环绕扫描探测，并对所述风险区域内的其他区域进行全域扫描探测，基于扫描图像生成第一点云地图；

控制机器人按照所述目标检测区域的圆心位置坐标，以第二相机姿态进行环绕扫描探测，并对所述风险区域内的其他区域进行全域扫描探测，基于扫描图像生成第二点云地图；

分别对生成的所述第一点云地图和第二点云地图内所述目标检测区域内的物体进行识别，并对识别的所述目标物体的点云数据进行标定，根据地理位置信息关联生成第一目标标签。

3.根据权利要求2所述的方法，其特征在于，所述基于扫描图像生成第一点云地图，包括：

获取相同时刻内所述第一双目摄像头扫描到的两张图像，并根据图像的像素间位置偏差计算得到扫描区域内物体的深度图信息；

基于深度图信息、彩色图信息、第一相机姿态以及相机内参数据，对扫描区域内物体进行立体重构，获得三维的所述第一点云地图。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一点云地图和所述第二点云地图中的点云数据进行拼接融合，生成融合点云地图，并在基于所述融合点云地图构建的三维地图中显示文字和/或高亮标定的所述目标物体，包括：

基于所述第一点云地图和所述第二点云地图中点云数据的位置信息和相机姿态信息进行点云匹配关联；

确定两个点云地图中的重叠区域，并将所述重叠区域的点云数据进行加权融合；对非重叠区域的点云数据进行特征匹配，并根据匹配特征差值筛选待融合点云数据集；

基于加权融合后的点云数据、所述待融合点云数据集以及对应的位置信息生成所述融合点云地图；

重新确定并识别所述融合点云地图中所述目标物体的点云数据，并基于点云数据关联生成第二目标标签；

基于所述融合点云地图构建三维地图，并基于所述第二目标标签在地图中显示文字和/或高亮标定的所述目标物体。

5.根据权利要求1所述的方法，其特征在于，所述通过无人机拍摄现场画面，并根据现场画面确定风险区域和目标检测区域，包括：

获取现场画面并进行内容识别，根据事故场景范围标定出所述风险区域的边界线和事故等级；

根据边界线的最长边和最短边，以及根据事故等级确定出所述目标检测区域的检测数量和检测半径；其中，所述目标检测范围基于各圆心位置坐标和检测半径确定。

6.根据权利要求5所述的方法，其特征在于，所述目标检测区域的检测数量和检测半径根据以下确定：

当事故等级Level＝3时，检测数量n8，检测半径LarLb；

当事故等级Level＝2时，检测数量n12，检测半径Lar1.2Lb；

当事故等级Level＝1时，检测数量n18，检测半径Lar1.5Lb；

其中，La表示边界线的最短边，Lb表示最长边；且不同的目标检测区域对应不同的检测半径。