[发明专利]高精地图中空中环境要素的构建方法、系统及存储介质

说明书

本发明公开了一种高精地图中空中环境要素的构建方法、系统及存储介质，包括:获取目标视频及视频各图像帧对应的位姿；对目标视频进行目标检测跟踪，其中，检测跟踪的目标为空中标识牌或红绿灯；从目标视频中选出目标元素的共视关键帧；提取目标元素的所有共视关键帧中目标区域内的特征点；对任意两共视关键帧中的特征点进行匹配，得到匹配点对；对匹配点对进行三角化计算，得到稀疏点云；对不同共视关键帧之间得到的稀疏点云进行融合筛选；关联目标检测跟踪结果，生成该目标视频对应的高精地图要素。本发明能够有效减少高精地图构建的计算资源消耗和硬件依赖需求，降低了高精地图的构建成本，提高了高精地图的构建效率。

技术领域

本发明属于高精地图技术领域，具体涉及一种高精地图中空中环境要素的构建方法、系统及存储介质。

背景技术

在智能驾驶中，高精地图作为一种提供元素更加详细、属性更加丰富、维度更高、更新频率更快的高精度、高丰富度、高维度、高新鲜度的电子地图，可以辅助实现更可靠的融合高精定位功能，提供超视距环境感知能力以及提供车道级别最优路径规划。

空中标识牌或红绿灯作为高精地图中的重要环境特征，是高精地图在智能驾驶中发挥最大作用所必不可少的要素。

如专利文献CN111652179A公开的一种融合视频数据和激光雷达点云数据的高精地图生产方法，该方法将激光雷达点云通过投影的方法与二维语义分割图像进行关联，剔除所述二维图像的环境中动态要素后，获得静态要素并进行语义信息优化，最终输出包括地面标识、杆状物标识、空中标志牌或红绿灯高精度地图。该方法需要融合激光雷达点云和视频图像数据，同时还需要对视频帧进行语义分割，会造成计算资源消耗过大的问题。

又如专利文献为CN113326769A公开了一种基于车载视频生成高精地图的方法，该方法使用目标视频不同帧的特征点进行位姿估计，然后在位姿估计的基础上生成稠密点云，之后将稠密点云投影到二维语义图像上提取目标的语义信息，最后利用带语义信息的点云生成底图元素，从而生成高精地图。该方法需要使用语义分割图像作为输入，且需要生成稠密点云，计算资源需求较大。

综上所述，现有高精度地图构建技术在构建空中标识牌或红绿灯要素时存在以下问题：

1、需要对视频数据先进行语义分割，计算资源消耗较大，不利于实时低耗输出高精地图的目标；

2、需要处理从激光雷达采集或密集特征点匹配生成的密集点云，对数据处理平台的硬件资源要求较高。

因此，有必要开发一种新的高精地图中空中环境要素的构建方法、系统及存储介质。

发明内容

本发明的目的在于提供一种高精地图中空中环境要素的构建方法、系统及存储介质，能有效减少高精地图构建的计算资源消耗和硬件依赖需求，降低高精地图构建成本，提高高精地图构建效率。

第一方面，本发明所述的一种高精地图中空中环境要素的构建方法，包括以下步骤：

获取目标视频及视频各图像帧对应的位姿；

对目标视频进行目标检测跟踪，其中，检测跟踪的目标为空中标识牌或红绿灯；

从目标视频中选出目标元素的共视关键帧；

提取目标元素的所有共视关键帧中目标区域内的特征点；

对任意两共视关键帧中的特征点进行匹配，得到匹配点对；

对匹配点对进行三角化计算，得到稀疏点云；

对不同共视关键帧之间得到的稀疏点云进行融合筛选；

关联目标检测跟踪结果，生成该目标视频对应的高精地图要素。

可选地，所述图像帧与位姿之间的对应是通过视频原始数据和位姿原始数据采集的时间戳进行关联。