[发明专利]地图更新方法、装置、计算机设备和存储介质

说明书

本申请涉及一种地图更新方法、装置、计算机设备和存储介质。所述方法包括：获取目标车辆在预设范围内的地图矢量图和环境图像，然后识别所述环境图像中的至少一种交通标识，并采用深度学习方法确定所述环境图像中的至少一种交通标识对应的信息，进而判断所述地图矢量图中的至少一种交通标识对应的信息与环境图像中的至少一种交通标识对应的信息是否匹配，若不匹配，则根据所述环境图像中的交通标识对应的信息，更新所述地图矢量图中的交通标识对应的信息。采用本方法能够提高地图更新效率、精度以及安全性。

技术领域

本申请涉及自动驾驶技术领域，特别是涉及一种地图更新方法、装置、计算机设备和存储介质。

背景技术

随着自动驾驶技术的发展，高精度地图成为自动驾驶技术的主要研究方向。高精度地图是服务于自动驾驶系统的专题地图，精度在厘米级别，含有丰富和细致的道路交通信息元素，应用于自动驾驶的定位、感知、决策控制系统中，是自动驾驶汽车的必备基础。高精度地图具有地图匹配、辅助环境感知、路径规划等作用，可以将车辆位置精准地定位于车道之上，帮助车辆获取更为准确有效全面的当前位置交通状况并为无人车规划制定最优路线，保证自动驾驶的安全与高效率。

高精度地图不仅需要对地图信息覆盖精准而全面，还需保证数据能够快速、准确地更新，以满足自动驾驶对高精度地图的需求。

然而，目前的方法，存在精度低、效率低以及安全性低等问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高地图更新效率、精度以及安全性的地图更新方法、装置、计算机设备和存储介质。

一种地图更新方法，所述方法包括：

获取目标车辆在预设范围内的地图矢量图和环境图像；

识别所述环境图像中的至少一种交通标识，并采用深度学习方法确定所述环境图像中的至少一种交通标识对应的信息；

判断所述地图矢量图中的至少一种交通标识对应的信息与环境图像中的至少一种交通标识对应的信息是否匹配；

若不匹配，则根据所述环境图像中的交通标识对应的信息，更新所述地图矢量图中的交通标识对应的信息。

在其中一个实施例中，所述识别所述环境图像中的至少一种交通标识，并采用深度学习方法确定所述环境图像中的至少一种交通标识对应的信息包括：

若所述环境图像中的至少一种交通标识包括车道线，则利用车道线与环境道路的物理特征差异对所述环境图像进行分割处理，得到处理后的环境图像；

根据所述处理后的环境图像，确定所述环境图像中的车道线的位置、类型和颜色；

对所述处理后的环境图像进行二次曲线拟合，得到所述环境图像中的车道线的形状。

在其中一个实施例中，所述判断所述地图矢量图中的至少一种交通标识对应的信息与环境图像中的至少一种交通标识对应的信息是否匹配包括：

获取所述地图矢量图中的车道线的位置、类型、颜色和形状；

建立所述地图矢量图中的车道线的缓冲区，将所述车道线的缓冲区域所述环境图像中的车道线进行相交分析，对比所述地图矢量图中的车道线的位置与所述环境图像中的车道线的位置是否一致；

将所述地图矢量图中的车道线与所述环境图像中的车道线进行曲线相似性比较，对比所述地图矢量图中的车道线的形状与所述环境图像中的车道线的形状是否一致；

分别对比所述地图矢量图中的车道线的类型与所述环境图像中的车道线的类型是否一致，以及所述地图矢量图中的车道线的颜色与所述环境图像中的车道线的颜色是否一致。