[发明专利]基于子图冗余的多包稳健匹配融合方法及装置

权利要求书

1.一种基于子图冗余的多包稳健匹配融合方法，其特征在于，包括：

获取的同一任务中均不包含重叠的数据元素的多个低精单包地图；

在每一所述低精单包地图中，以随机选取的数据元素为中心点，生成对应的固定范围的子图，其中多个所述子图之间均有重叠区域；

每两个所述低精单包地图中的每一个所述中心点分别对应的两个所述子图依次进行自动匹配，得到两个所述子图之间不同数据元素对应的匹配分数，通过所述匹配分数确定出符合几何一致性的最确信匹配对应的物体；

根据所述最确信匹配，得到与所述最确信匹配相邻近的符合所述几何一致性的其它最确信匹配对应的物体；

将多个所述低精单包地图中所述最确信匹配对应的物体分别进行一一对齐，得到高精单包地图；

将所述高精单包地图进行融合并优化，得到高精地图。

2.如权利要求1所述的基于子图冗余的多包稳健匹配融合方法，其特征在于，所述在每一所述低精单包地图中，以随机选取的数据元素为中心点，生成对应的固定范围的子图，其中多个所述子图之间均有重叠区域，包括：

在每一所述低精单包地图中分布预定距离间隔的数据元素，以每个数据元素为中心点生成对应的固定范围的子图，其中所述固定范围为预设长度与预设宽度的乘积，所述预设长度与所述预设宽度均大于所述预定距离间隔，以使得多个所述固定范围的所述子图之间均有重叠区域。

3.如权利要求1所述的基于子图冗余的多包稳健匹配融合方法，其特征在于，所述每两个所述低精单包地图中的每一个所述中心点分别对应的两个所述子图依次进行自动匹配，得到两个所述子图之间不同数据元素对应的匹配分数，包括：

同时对两个所述子图中分别对应的不同种数据元素进行特征提取，分别得到两个所述子图对应的特征信息；

将两个所述子图对应的特征信息输入到注意力图神经网络进行自动匹配，得到匹配分数。

4.如权利要求3所述的基于子图冗余的多包稳健匹配融合方法，其特征在于，同一个所述子图中的同种数据元素的特征提取方式至少有一种，不同种数据元素的特征提取方式不同。

5.如权利要求3所述的基于子图冗余的多包稳健匹配融合方法，其特征在于，所述同时对两个所述子图中分别对应的不同种数据元素进行特征提取，分别得到两个所述子图对应的特征信息，包括：

在同一个所述子图中，当所述数据元素为第一类别时，利用训练好的语义地图元素处理网络对其周围元素信息的特征进行增强，得到语义特征信息，并利用训练好的多层感知网络对其自身属性信息的特征进行编码，得到感知特征信息，将所述语义特征信息和所述感知特征信息进行叠加，得到同一种所述数据元素对应的整体特征信息；

当所述数据元素为第二类别时，利用子图层级神经网络对其自身属性信息的特征进行编码，得到属性特征信息，进而分别得到两个所述子图对应的所述特征信息。

6.如权利要求1所述的基于子图冗余的多包稳健匹配融合方法，其特征在于，所述通过所述匹配分数确定出符合几何一致性的最确信匹配对应的物体，包括：

当所述匹配分数与基准阈值一致时，所述匹配分数对应的数据元素符合几何一致性；

且当所述匹配分数与所述基准阈值一致的数量在所述匹配分数中的占比大于预设阈值时，所述匹配分数对应的数据元素为最确信匹配对应的物体。

7.如权利要求5所述的基于子图冗余的多包稳健匹配融合方法，其特征在于，在多个所述子图中，根据提取的不同种数据元素的特征信息，分别对多个对应的所述语义地图元素处理网络、所述多层感知网络和所述子图层级神经网络进行训练。