地图增量数据的校验方法、装置、设备及存储介质

本申请涉及高精度地图，具体而言，涉及一种地图增量数据的校验方法、装置、设备及存储介质。

背景技术：

1、自动驾驶地图作为支撑车辆环境感知与决策规划的核心基础数据，其精度和可靠性直接影响自动驾驶系统的安全性与稳定性。随着自动驾驶技术的快速发展，地图数据的精度要求不断提升，任何细微的数据偏差或错误都可能对车辆行驶安全造成严重影响。因此，自动驾驶地图在数据发布前必须经过严格的审图校验，以确保地图数据的准确性、完整性和一致性。如何高效、准确地对地图数据进行审图校验，已成为自动驾驶地图技术领域的重要研究方向。

技术实现思路

1、有鉴于此，本申请提供一种地图增量数据的校验方法、装置、设备及存储介质，以至少解决相关技术中存在的问题。

2、具体地，本申请是通过如下技术方案实现的：

3、本申请提供了一种地图增量数据的校验方法，包括：

4、获取地图增量数据；所述地图增量数据包括多个增量地图元素；

5、基于所述地图增量数据，构建增量时空索引数据；所述增量时空索引数据包括全局索引数据以及时空索引数据，所述全局索引数据包括所述地图增量数据所覆盖的目标区域的索引标识，所述时空索引数据包括时间索引数据以及空间索引数据，所述时间索引数据用于记录每一增量地图元素的时间戳，所述空间索引数据包括每一增量地图元素的元数据、元素标识以及矢量点链，所述矢量点链用于表征所述增量地图元素的形状；

6、将所述增量时空索引数据输入至训练好的增量校验模型，得到每一增量地图元素的预测结果；

7、对每一增量地图元素的预测结果，从多个校验维度分别进行校验，得到每一增量地图元素的校验结果；所述多个校验维度包括空间维度、属性维度、类型维度以及特征维度；

8、基于校验结果指示校验通过的增量地图元素，对所述目标区域的基础地图进行更新。

9、本申请还提供了一种地图增量数据的校验装置，包括：

10、数据获取模块，用于获取地图增量数据；所述地图增量数据包括多个增量地图元素；

11、索引构建模块，用于基于所述地图增量数据，构建增量时空索引数据；所述增量时空索引数据包括全局索引数据以及时空索引数据，所述全局索引数据包括所述地图增量数据所覆盖的目标区域的索引标识，所述时空索引数据包括时间索引数据以及空间索引数据，所述时间索引数据用于记录每一增量地图元素的时间戳，所述空间索引数据包括每一增量地图元素的元数据、元素标识以及矢量点链，所述矢量点链用于表征所述增量地图元素的形状；

12、模型校验模块，用于将所述增量时空索引数据输入至训练好的增量校验模型，得到每一增量地图元素的预测结果；

13、多维校验模块，用于对每一增量地图元素的预测结果，从多个校验维度分别进行校验，得到每一增量地图元素的校验结果；所述多个校验维度包括空间维度、属性维度、类型维度以及特征维度；

14、地图更新模块，用于基于校验结果指示校验通过的增量地图元素，对所述目标区域的基础地图进行更新。

15、本申请还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述实施例中任一所述的地图增量数据的校验方法的步骤。

16、本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现前述实施例中任一所述的地图增量数据的校验方法的步骤。

17、本申请还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器运行时执行如上述任一种可能的地图增量数据的校验方法的步骤。

18、本申请的实施例提供的技术方案可以包括以下有益效果：

19、本申请实施例中，基于“增量时空索引数据”的双层矢量化索引、模型推理、四维校验（空间维度、属性维度、类型维度以及特征维度），形成了数据输入到决策输出的自动化审图链路，相较于人工审图的技术方案，可以提升审图效率，进而实现“快”、“稳”、“准”的多维校验。

20、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的， 并不能限制本说明书。

1.一种地图增量数据的校验方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述预测结果包括预测元素属性信息、预测类型、预测矢量点链；所述对每一增量地图元素的预测结果，从多个校验维度分别进行校验，得到每一增量地图元素的校验结果，包括：

3.根据权利要求2所述的方法，其特征在于，所述预测矢量点链包括多个预测矢量点，所述地图元素对应一个矢量点链，所述矢量点链包括多个矢量点；所述将所述增量地图元素的预测矢量点链，与所述基础地图中的对应地图元素的矢量点链进行位置比对，以从空间维度进行校验，得到空间位置校验结果，包括：

4.根据权利要求2所述的方法，其特征在于，所述预测元素属性信息包括多个预测属性字段；所述属性字典树包括元素级、元素子类级、属性字段级及候选值域级；所述将所述增量地图元素的预测元素属性信息与所述属性字典树按照语义层级进行比对，以从属性维度进行校验，得到属性校验结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于校验结果指示校验通过的增量地图元素，对所述基础地图进行更新，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述多源地图增量数据，确定所述增量地图元素的可信度，包括：

7.根据权利要求6所述的方法，其特征在于，所述根据所述多源地图增量数据中各地图增量数据的来源信息，确定每一地图增量数据的可信度评分，包括：

8.根据权利要求1所述的方法，其特征在于，每个增量地图元素具有形状信息、属性信息、置信度以及时间信息；所述基于所述地图增量数据，构建增量时空索引数据，包括：

9.根据权利要求1所述的方法，其特征在于，所述基于所述地图增量数据，构建增量时空索引数据，包括：

10.根据权利要求9所述的方法，其特征在于，所述状态仲裁处理包括新增仲裁，所述状态仲裁结果包括新增仲裁结果；所述对所述增量地图元素进行状态仲裁处理，并根据状态仲裁结果对所述增量地图元素执行相应的处理操作，包括：

11.根据权利要求9所述的方法，其特征在于，所述状态仲裁处理包括失效仲裁，所述状态仲裁结果包括失效仲裁结果；所述对所述增量地图元素进行状态仲裁处理，并根据状态仲裁结果对所述增量地图元素执行相应的处理操作，包括：

12.根据权利要求9所述的方法，其特征在于，所述状态仲裁处理包括复核仲裁，所述状态仲裁结果包括复核仲裁结果；所述对所述增量地图元素进行状态仲裁处理，并根据状态仲裁结果对所述增量地图元素执行相应的处理操作，包括：

13.根据权利要求1-12任一所述的方法，其特征在于，通过以下步骤训练得到所述训练好的增量校验模型：

14.根据权利要求13所述的方法，其特征在于，每一增量地图元素样本的预测输出结果包括第一预测元素属性信息、第一预测工程设计参数以及各所述增量地图元素样本间的第一预测关联关系；所述预设地图设计规则包括用于约束元素关联关系的拓扑图约束、用于约束工程设计参数的设计规范及用于约束属性字段组合语义合理性的属性语义规则；所述根据每一增量地图元素样本的预测结果相对于预设地图设计规则的违反程度，确定规则驱动损失，包括：

15.根据权利要求14所述的方法，其特征在于，所述利用所述拓扑图约束，对各所述增量地图元素样本间的第一预测关联关系进行校验，若存在违反所述拓扑图约束的关联关系，根据违反程度确定拓扑图约束损失，包括：

16.根据权利要求14所述的方法，其特征在于，所述增量地图元素样本包括车道，所述预测工程设计参数包括预测曲率、预测限速、预测匝道最小半径、预测车道宽度及预测道路等级；所述设计规范包括曲率与限速之间的约束关系、匝道最小半径阈值以及车道宽度范围阈值；所述利用所述设计规范，对所述增量地图元素样本的第一预测工程设计参数进行校验，若所述第一预测工程设计参数超出预设规范区间，根据超出程度确定工程设计损失，包括：

17.根据权利要求14所述的方法，其特征在于，所述第一预测元素属性信息包括多个第一预测属性字段；所述利用所述属性语义规则，对所述增量地图元素样本的第一预测元素属性信息进行校验，若所述第一预测元素属性信息违反预设属性语义规则，根据违反程度确定属性语义损失，包括：

18.一种地图增量数据的校验装置，其特征在于，包括：

19.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-17任一所述的地图增量数据的校验方法的步骤。

20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-17任一所述的地图增量数据的校验方法的步骤。