一种地图构建方法、系统、电子设备及存储介质与流程

1.本发明涉及地图构建技术领域，特别是涉及一种地图构建方法、系统、电子设备及存储介质。


背景技术：

2.目前，自动驾驶技术已经得到广泛应用。而高精地图是实现车辆自动驾驶的一个重要因素。普通的地图构建方法，更新周期较长，导致地图的准确性不高，不能满足车辆自动驾驶对高精地图的需求。因此，通常会使用众包建图的方法进行自动驾驶高精地图的构建。
3.众包建图的对象是由各个道路所组成的路网(graph)。路网(graph)是由各个路段(edge)和路段之间的连接点(node)组成的。众包建图是对路网中的每一个路段(edge)先分别建图，然后再经由连接点(node)连接起来，从而达到对整个路网进行建图的目的。由于众包建图的采集设备成本小，精度低，对每一个路段所建的图往往存在较大绝对误差，而且由于路段之间的可能存在路口，交叉路等场景，使得不同路段之间可能会有错位，缺失等情况，无法直接连接起来使用。这也就导致了地图的精度不高。


技术实现要素：

4.本发明实施例的目的在于提供一种地图构建方法、系统、电子设备及存储介质，以实现提高地图构建精度。具体技术方案如下：
5.在本发明实施的一方面，提供了一种地图构建方法，所述方法包括：
6.对各原始地图数据进行融合拼接，得到初步建图结果；
7.获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；
8.针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据；
9.针对各所述目标连接，基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；
10.针对各所述目标连接，对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；
11.基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。
12.在本发明的一种实施例中，所述基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段之前，还包括：
13.按照预设数量对所述各目标原始地图数据进行聚合，得到各聚合地图数据；
14.所述基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段，包括：
15.基于所述各聚合地图数据以及所述相邻目标路段信息，对所述各聚合地图数据以及所述相邻目标路段进行图优化，得到各优化后聚合地图数据以及优化后相邻目标路段；
16.所述对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系，包括：
17.对所述各优化后聚合地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系。
18.在本发明的一种实施例中，所述聚合地图数据以及所述相邻目标路段分别对应多个轨迹点；
19.所述基于所述各聚合地图数据以及所述相邻目标路段信息，对所述各聚合地图数据以及所述相邻目标路段进行图优化，得到各优化后聚合地图数据以及优化后相邻目标路段，包括：
20.按照预设长度，对所述各聚合地图数据以及所述相邻目标路段进行切分，得到各聚合地图切片以及各目标路段切片；
21.将所述各聚合地图切片对应的第一轨迹点，以及所述各目标路段切片对应的第二轨迹点加入图；
22.向所述图中对应于同一聚合地图数据的第一轨迹点之间增加边，对应于同一目标路段的第二轨迹点之间增加边；
23.基于所述各聚合地图数据以及所述目标路段信息，向所述图中对应于不同聚合地图数据的第一轨迹点之间、对应于不同目标路段的第二轨迹点之间以及第一轨迹点与第二轨迹点之间，增加匹配边；
24.基于所述图，对所述各聚合地图数据以及所述相邻目标路段进行图优化，得到各优化后聚合地图数据以及优化后相邻目标路段。
25.在本发明的一种实施例中，所述按照预设长度，对所述各聚合地图数据以及所述相邻目标路段进行切分，得到各聚合地图切片以及各目标路段切片之前，还包括：
26.针对所述相邻目标路段，在距所述目标连接点预设距离处，对所述相邻目标路段进行切分，得到接口区路段；其中，所述接口区路段是靠近所述目标连接点的部分；
27.所述向所述图中对应于同一聚合地图数据的第一轨迹点之间增加边，对应于同一目标路段的第二轨迹点之间增加边，包括：
28.向所述图中对应于同一聚合地图数据的第一轨迹点之间增加边，对应于同一接口区路段的第二轨迹点之间增加边；
29.所述向所述图中对应于不同聚合地图数据的第一轨迹点之间、对应于不同目标路段的第二轨迹点之间以及第一轨迹点与第二轨迹点之间，增加匹配边，包括：
30.向所述图中对应于不同聚合地图数据的第一轨迹点之间、对应于不同接口区路段的第二轨迹点之间以及第一轨迹点与第二轨迹点之间，增加匹配边；
31.所述基于所述图，对所述各聚合地图数据以及所述相邻目标路段进行图优化，得
到各优化后聚合地图数据以及优化后相邻目标路段，包括：
32.基于所述图，对所述各聚合地图数据以及所述相邻目标路段中的接口区路段进行图优化，得到各优化后聚合地图数据以及优化后接口区路段。
33.在本发明的一种实施例中，对所述相邻目标路段进行切分后，还得到非接口区路段；
34.所述对所述各优化后聚合地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系，包括：
35.对所述各优化后聚合地图数据以及所述优化后接口区路段进行聚合，获得目标聚合路段；
36.基于所述目标连接点，对所述目标聚合路段进行切分，获取两个目标接口区路段；
37.针对各目标路段，基于所述目标接口区路段的位置以及所述非接口区路段的位置，对所述目标接口区路段以及所述非接口区路段进行连接，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系。
38.在本发明的一种实施例中，所述各目标路段信息中包括：目标路段标识；
39.所述按照预设长度，对所述各聚合地图数据以及所述相邻目标路段进行切分，得到各聚合地图切片以及各目标路段切片，还包括：
40.利用预设字段保存所述各目标路段切片对应的目标路段标识；
41.所述针对各目标路段，基于所述目标接口区路段的位置以及所述非接口区路段的位置，对所述目标接口区路段以及所述非接口区路段进行连接，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系，包括：
42.针对各目标路段，基于所述目标接口区路段的位置及对应目标路段标识，以及所述非接口区路段的位置及对应目标路段标识，对所述目标接口区路段以及所述非接口区路段进行连接，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系。
43.在本发明实施的另一方面，提供了一种地图构建系统，包括：第一几何模块、第二几何模块以及逻辑模块；
44.所述第一几何模块，用于对各原始地图数据进行融合拼接，得到初步建图结果；获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据；
45.所述第二几何模块，用于针对各所述目标连接，基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；
46.所述逻辑模块，用于针对各所述目标连接，对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。
47.在本发明实施的另一方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
48.存储器，用于存放计算机程序；
49.处理器，用于执行存储器上所存放的程序时，实现上述任一所述的地图构建方法步骤。
50.在本发明实施的另一方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的地图构建方法步骤。
51.本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的地图构建方法。
52.本发明实施例有益效果：
53.本发明实施例提供的地图构建方法，对各原始地图数据进行融合拼接，得到初步建图结果；获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据；基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。应用本发明实施例，针对初步建图结果中的各相邻目标路段，获取包含相邻目标路段之间连接点的目标地图原始地图数据，即获取目标路段之间的原始局部地图数据，由于目标路段是根据原始地图数据进行建图的初步结果，其相对精度以及完备率都更好，而通过使用相邻路段之间目标的原始局部地图数据对初步建图结果中的各路段中的各部分进行优化，可以修复路段连接处的缺失，使得各路段之间连接平滑，进一步提高了地图精度。
54.当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
55.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的实施例。
56.图1a为本发明实施例提供的地图构建方法的一种流程示意图；
57.图1b为本发明实施例中一个“连接”的示意图；
58.图2为本发明实施例提供的地图构建方法的第二种流程示意图；
59.图3为本发明实施例中将预设数量个目标地图数据进行聚合的示意图；
60.图4为本发明实施例中进行图优化的一种流程示意图；
61.图5为本发明实施例中进行图优化的另一种流程示意图；
62.图6为本发明实施例中一种图的示意图；
63.图7为本发明实施例中获取更新后目标路段及其连接关系的流程示意图；
64.图8为本发明实施例中得到更新后目标路段及其连接关系的一种示意图；
65.图9为本发明实施例中连接各更新后目标路段的一种示意图；
66.图10为本发明实施例提供的地图构建系统的一种结构示意图；
67.图11为本发明实施例提供的地图构建系统的一种执行过程示意图；
68.图12为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
69.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员基于本技术所获得的所有其他实施例，都属于本发明保护的范围。
70.众包建图指的是由多个车端将采集的图像数据上传至云端，由云端对各车端上传的数据进行聚合优化，来构建地图。如上所述，当前，众包建图的精度较低，无法满足自动驾驶的需要。
71.因此，为了提高地图构建的精度，本发明提供了一种地图构建方法、系统、电子设备及存储介质。
72.本发明实施例提供的地图建构方法可以应用于服务器、电脑等电子设备，本发明对此不做具体限定。
73.下面首先对本发明提供的地图构建方法进行示例性说明：
74.参见图1a，图1a是本发明提供的地图构建方法的一种流程示意图，该方法可以包括以下步骤：
75.步骤s110，对各原始地图数据进行融合拼接，得到初步建图结果；
76.步骤s120，获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；
77.其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；
78.步骤s130，针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据；
79.步骤s140，针对各所述目标连接，基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；
80.步骤s150，针对各所述目标连接，对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；
81.步骤s160，基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。
82.本发明实施例提供的地图构建方法，对各原始地图数据进行融合拼接，得到初步建图结果；获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据；基于所述
各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。应用本发明实施例，针对初步建图结果中的各相邻目标路段，获取包含相邻目标路段之间连接点的目标地图原始地图数据，即获取目标路段之间的原始局部地图数据，由于目标路段是根据原始地图数据进行建图的初步结果，其相对精度以及完备率都更好，而通过使用相邻路段之间目标的原始局部地图数据对初步建图结果中的各路段中的各部分进行优化，可以修复路段连接处的缺失，使得各路段之间连接平滑，进一步提高了地图精度。
83.下面对上述步骤s110～s160进行示例性说明：
84.本发明实施例中，可以使用搭载图像采集设备的数据采集车采集原始地图数据。上述原始地图数据中可以包括各原始地图数据的标识(如id)、采集时间、位姿信息，坐标信息(该坐标可以是地理坐标)以及语义信息等等。上述语义信息可以是由车端搭载的芯片用于对图像数据进行全图的语义分割，提取到的道路要素信息。上述道路要素信息可以包括车道线、交通标志牌、停止线、斑马线、路灯等等。上述原始地图数据为点云数据，即是由大量的反映要素外观的点构成的，地面上道路要素的点的坐标信息可以由车机端，基于当前车体坐标系进行计算得到，地面上方的道路要素(如，交通标志牌)的坐标信息则可使用多视几何的方法(如ba(bundle adjustment，光束调整)方法)进行融合确定。上述原始地图数据的位姿信息也可由车端基于车体坐标系计算得到。
85.上述各数据采集车上传的各原始地图数据的信息中，还可以包括采集上述原始地图数据时，车辆的轨迹信息。上述轨迹信息可以是构成车辆行驶路径的一系列轨迹点。本发明实施例中，还可设置数据采集车辆的数据采集间隔，如可以是每隔0.1s、0.2s采集一张图像，上传至云端。上述图像对应的轨迹信息就是车辆在采集该图像时的行驶路径。
86.本发明实施例中，上述原始地图数据可以是众包采集数据，也可以是高精地图数据。与众包采集数据相比，高精地图数据包含更丰富的语义信息、道路状态信息等。
87.在获取上述原始地图数据后，可以将该原始地图数据进行融合拼接，并将融合拼接的结果作为初步建图结果。通常，采集设备采集到的原始地图数据中，相邻采集的两张图像之间会有重叠的部分。因此，作为一种具体实施方式，可以基于各原始地图数据信息，将各原始地图数据进行融合拼接，得到上述初步建图结果。该初步建图结果中包含多个路段(edge)、路段之间的连接点(node)以及各路段的语义信息。
88.当然，本发明实施例中，在获取对原始地图数据进行融合拼接的结果后，还可对其进行初步优化，并将初步优化后的结果作为上述初步建图结果。通常，在初步优化的过程中，是针对各路段进行单独的优化，并不考虑路段之间的连接关系。因此，上述初步建图结果，依旧会存在路段之间无法很好的连接的情况。因此，本发明实施例中，可以通过连接点处的局部地图，对各路段以及各路段之间的连接点进行优化。
89.本发明实施例中，在对各路段以及各路段之间的连接点进行优化时，是以“连接”(connection)为单位进行处理的。一个连接是由两个相邻的路段和他们之间的连接点组成的。连接点(node)表示路段(edge)之间的交界处。如图1b所示，相邻的目标路段1、目标路段
2及其之间的目标连接点构成一个目标连接。因此，在步骤s120中，获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息，即获取多个目标连接。
90.在获取上述多个目标连接之后，可以针对每个目标连接，基于该连接中包含的目标连接点信息，从原始地图数据中，获取包括该连接点的目标原始地图数据。作为一种具体实施方式，由于上述各原始地图数据信息中包含原始地图数据中的点的坐标信息，因此，可以基于上述目标连接点的坐标信息，获取包含该目标连接点坐标的各目标原始地图数据node_rms。上述各目标原始地图数据就是目标连接点处的原始局部地图。本发明实施例中，为了减少数据处理量，针对各目标原始地图数据，可以仅保留其中表明要素信息的点及对应语义信息、坐标信息、位姿信息，进行后续处理。
91.接下来就可以基于上述目标原始地图数据，对上述目标路段进行图优化，以使上述目标路段可以更好的连接在一起。
92.图优化是将常规的优化问题，以图的形式来表述。图是由顶点(vertex)和边(edge)组成的结构，其中，边可以称作是顶点之间的约束关系。本发明实施例中，图优化就是基于图，来对目标路段以及目标原始地图数据进行优化。
93.通常，一个路段中，其要素信息以及路段的位姿在不同位置可能有较大不同。因此，为了更准确地基于原始局部地图对路段进行更有针对性的修复，本发明实施例中，在获取上述目标原始地图数据后，可以对该原始地图数据进行切分。例如，可以针对各目标原始地图数据，将该目标原始地图数据切分成若干50m或30m等长度的小段(segment)，再基于这些小段对目标路段进行优化。
94.如上所述，原始地图数据为车端采集的原始数据，数据精度往往不高，且由于采集过程中存在遮挡等，使得原始地图数据的完备性无法保证。而上述目标路段的数据是由原始地图数据根据路网建图的初步结果，相比于原始地图数据，目标路段的数据精度更高，完备率也更好。因此，若针对上述目标原始地图数据，每次基于一个目标原始地图数据，对上述目标路段进行优化，由于目标路段的数据是由多个原始地图聚合得到的，其与目标原始地图数据的数据质量是不平衡的，图优化的效果并不能完全保证。因此，本发明实施例中，可以对上述目标原始地图数据进行聚合，再基于聚合后的数据与目标路段数据对目标路段进行图优化。这样，数据质量更加平衡，也能使得图优化取得更好的效果。
95.作为一种具体实施方式，基于图1a，如图2所示，在基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化之前，还可以包括以下步骤：
96.步骤s240，按照预设数量对所述各目标原始地图数据进行聚合，得到各聚合地图数据。
97.相应的，基于图1a，如图2所示，上述步骤s140、s150就可以分别细化为以下步骤：
98.步骤s141，基于所述各聚合地图数据以及所述相邻目标路段信息，对所述各聚合地图数据以及所述相邻目标路段进行图优化，得到各优化后聚合地图数据以及优化后相邻目标路段。
99.步骤s151，对所述各优化后聚合地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系。
100.本发明实施例中，上述预设数量可以人为设置，如可以是10、20等等。预设数量个
目标原始地图数据形成一个簇(batch)，对该簇进行聚合即可得到聚合地图数据。通常，数据采集车的数量很多，上述包括目标连接点的目标原始地图数据也有足够多个，可以满足分簇聚合的条件。若有n个目标原始地图数据，每一簇中包含k个目标原始数据，那么分簇聚合后，最终可以得到n个聚合地图数据，其中n＝n/k。
101.针对各簇中的目标原始地图数据，可以通过k-means聚类算法、dbscan算法、高斯混合模型的最大期望聚类等算法，实现预设数量个目标原始地图数据的聚合。本发明实施例中，可以使用dbscan算法对预设数量个目标原始地图数据进行聚类。如上所述，原始地图数据为点云数据，而dbscan算法中，当点的密度达到预设阈值时才会输出聚合结果，因此，使用dbscan算法对预设数量个目标原始地图数据进行聚类，可以一定程度上消除目标原始地图数据中的噪声。
102.如图3所示，图3为将目标原始地图数据划分成batch分别聚合的具体实例示意图。该例中，对于n个目标原始地图数据(node_rms数据)，随机分成若干个簇(batch)，每个batch有k个目标原始地图数据。每个数据是由多段长为50m的小段组成的。通过分簇聚合，可以将每个batch中的多个目标原始数据整合成一个聚合地图数据，实现多变一减少后续数据处理量的同时，也提高了原始数据的精度。
103.如上所述，每个原始地图数据都对应于一系列轨迹点。在将目标原始地图数据进行聚合时，可以相应的将上述目标原始地图对应的轨迹点进行聚合，得到聚合地图数据对应的轨迹点。在基于原始地图数据进行初步建图时，也可以相应的将原始地图数据对应的轨迹点进行融合拼接，得到各路段对应的轨迹点。
104.作为本发明的一种实施例，如图4所示，可以通过以下步骤，基于上述聚合地图数据以及目标路段信息，对聚合地图数据以及目标路段进行图优化：
105.步骤s410，按照预设长度，对所述各聚合地图数据以及所述相邻目标路段进行切分，得到各聚合地图切片以及各目标路段切片。
106.上述预设长度可以人工设置，如可以是50m、30m等等。例如，可以将上述目标路段，每隔50m进行切断，得到各目标路段切片(block)，每个目标路段切片的长度为50m。同时还可将目标路段对应的一系列轨迹点也进行切分，得到各目标路段切片对应的轨迹点。
107.如上所述，上述目标原始地图数据为点云数据。在对目标原始地图数据进行聚合时，是提取目标原始地图数据中的点云数据，并对各点云数据进行聚合，得到的聚合地图数据也为点云数据。如上所述，目标路段由大量的点构成，而聚合地图数据为点云数据，也由大量点构成，因此，可以将聚合地图数据也看做路段，因此，也可采用相同方法获取各聚合地图切片以及各聚合地图切片对应的轨迹点。
108.步骤s420，将所述各聚合地图切片对应的第一轨迹点，以及所述各目标路段切片对应的第二轨迹点加入图。
109.本发明实施例中，可以使用聚合地图切片以及目标路段切片对应的轨迹点中的某一个，来表征相应的聚合地图切片以及目标路段切片。通常，上述表征聚合地图切片以及目标路段切片的轨迹点被称为关键帧。后续可以通过图优化，对上述轨迹点的语义、位姿进行优化，并通过特征匹配的方法进行运动概率的传播，来实现对各切片的语义、位姿进行优化，进而实现对聚合地图数据以及目标路段的优化。
110.上述第一轨迹点可以是各聚合地图切片对应的轨迹点中的第一个，当然也可以是
第三个、第六个等等。具体可以人为根据实际需要进行设置。同理，上述第二轨迹点可以是目标路段切片对应的轨迹点中的第一个、第四个、第五个等等。本发明对此不做具体限定。
111.如上所述，图是由顶点(vertex)和边(edge)组成的结构。上述第一轨迹点以及第二轨迹点即是图中的顶点。
112.步骤s430，向所述图中对应于同一聚合地图数据的第一轨迹点之间增加边，对应于同一目标路段的第二轨迹点之间增加边。
113.上述边即是约束关系。步骤s430中就是向对应于同一聚合地图数据的第一轨迹点之间增加约束关系(constraint)，对应于同一目标路段的第二轨迹点之间增加约束关系。
114.步骤s440，基于所述各聚合地图数据以及所述目标路段信息，向所述图中对应于不同聚合地图数据的第一轨迹点之间、对应于不同目标路段的第二轨迹点之间以及第一轨迹点与第二轨迹点之间，增加匹配边。
115.通常，在对点云数据进行匹配时，可以采用语义icp(iterative closest point,迭代最近点)算法、ndt(normal distribution transformation,正态分布变换)算法等等。本发明实施例中，可以使用语义icp算法，基于上述聚合地图数据以及目标路段信息，对相应的轨迹点进行匹配，获得上述匹配边(即约束关系)，添加至上述图中相应的轨迹点之间。
116.例如，可以对上述对应于任意不属于同一聚合地图数据或目标路段的两个轨迹点，基于相应的聚合地图数据或目标路段信息进行匹配。若这两个轨迹点存在匹配关系，就可在这两个轨迹点之间增加匹配边。
117.步骤s450，基于所述图，对所述各聚合地图数据以及所述相邻目标路段进行图优化，得到各优化后聚合地图数据以及优化后相邻目标路段。
118.本发明实施例中，可以使用gtsam图优化算法，基于所述图，对所述各聚合地图数据以及所述相邻目标路段进行优化。
119.如上所述，车端通过图像采集设备直接采集的原始地图数据的精度较低，原始地图数据对应的各轨迹点的位姿、坐标信息的精度也相应较低。聚合地图数据是对目标原始地图数据进行聚合得到，目标路段是通过对原始地图数据进行简单的融合拼接得到的，相较于原始地图数据，上述聚合地图数据以及目标路段的精度略有提高，但依旧较低。相应的，聚合地图数据对应的轨迹点以及目标路段对应的轨迹点的精度也较低。因此，本发明实施例中，可以通过对上述图中各轨迹点的位姿进行优化，提高其精度，进而基于聚合地图数据以及目标路段与图中轨迹点的对应关系，来优化聚合地图数据以及目标路段。
120.即本发明实施例中，图优化的对象是图中各轨迹点的位姿。进行图优化之后就可获取各个轨迹点的最优位姿。之后可以基于各个轨迹点的最优位姿以及轨迹点之间的约束关系，对各聚合地图数据以及目标路段的位姿信息进行优化，得到各优化后聚合地图数据以及优化后相邻目标路段。
121.如上所述，在进行初步优化时，通常是针对孤立的路段进行优化，而不考虑路段之间的连接关系等。因此，通常，初步建图结果中，容易出现两相邻路段不能很好连接的问题，而路段中间的部分出现问题的概率相对较小。因此，本发明实施例中，可以只对临近目标连接点的部分进行图优化。之后，只需将优化后的临近目标连接点的部分与目标路段中的剩余部分进行连接即可。
122.作为一种具体实施方式，基于图4，如图5所示，在进行切片之前，还可以包括以下
步骤：
123.步骤s510，针对所述相邻目标路段，在距所述目标连接点预设距离处，对所述相邻目标路段进行切分，得到接口区路段。
124.本发明实施例中，上述预设距离(buffer length)可以人工进行设置，如可以是50m、60m等等。在距所述目标连接点预设距离处，对所述相邻目标路段进行切分后，就可以得到接口区(junction)路段以及非接口区路段。上述接口区路段是靠近所述目标连接点的部分，非接口区路段则是目标路段中除接口区路段之外的部分。
125.如上述图1b所示，将目标连接点附近预设距离以内的区域称为接口区区域，预设距离以外的区域称为非接口区区域。
126.如图5所示，上述步骤s430～步骤s450就可以细化为以下步骤：
127.步骤s431，向所述图中对应于同一聚合地图数据的第一轨迹点之间增加边，对应于同一接口区路段的第二轨迹点之间增加边；
128.步骤s441，基于所述各聚合地图数据以及所述目标路段信息，向所述图中对应于不同聚合地图数据的第一轨迹点之间、对应于不同接口区路段的第二轨迹点之间以及第一轨迹点与第二轨迹点之间，增加匹配边。
129.步骤s451，基于所述图，对所述各聚合地图数据以及所述相邻目标路段中的接口区路段进行图优化，得到各优化后聚合地图数据以及优化后接口区路段。
130.如图6所示，图6是本发明实施例中的图的一种示意图。
131.图是由不同的关键帧(顶点)和关键帧之间的约束关系(顶点之间的边)组成的。如上所述，目标路段的数据切分后，针对每段会加入一个关键帧至图中，相邻关键帧之间会加入一个约束关系；聚合地图数据切分后，针对每段也会表示成关键帧，相邻关键帧之间会有约束关系。若有n个聚合地图数据，那么在连接区，一共有n 2个数据，这些数据两两之间都可根据匹配关系加入约束关系。
132.当所有的关键帧和约束关系都加入图之后，就可以运行优化算法，获得关键帧的最优位姿。尽管目标原始地图数据作为局部地图，可能精度也不是很高，但和目标路段同时加入图之后，可以整体提高全局地图的质量。这使得目标路段每段的数据绝对精度获得改善，弥补了目标路段本身精度不足的缺点。而且目标原始地图数据可能在路口，汇合区等地段，会有更完善的语义信息，也可以让全局地图的完备性提高。
133.本发明实施例中，在对目标路段以及聚合地图数据的位姿进行优化之后，就可执行以下步骤，如图7所示：
134.步骤s710，对所述各优化后聚合地图数据以及所述优化后接口区路段进行聚合，获得目标聚合路段。
135.本发明实施例中，可以基于上述dbscan算法对上述各优化后聚合地图数据以及所述优化后接口区路段进行聚合，得到上述目标聚合路段。聚合的过程是基于各优化后聚合地图数据以及所述优化后接口区路段的语义信息进行的，包含车道线，杆子，交通标识牌等。
136.上述目标聚合路段是经过目标连接点的最优路段。其中的一部分属于目标连接中的一个目标路段，另一部分则属于另一个目标路段。
137.步骤s720，基于所述目标连接点，对所述目标聚合路段进行切分，获取两个目标接
口区路段。
138.上述目标聚合路段也为点云数据，其包含了语义要素(如车道线)上的各个点以及各点的坐标、语义以及位姿信息。因此，可以基于上述目标连接点的坐标对上述目标聚合路段进行切分，获得两个目标接口路段。这两个目标接口路段分别属于目标连接中的两相邻目标路段。
139.如图8所示，图8示出了接口区的多个数据，在优化之后，聚合成一组质量较好的数据，并切分给连接中的两个目标路段的过程。即将各优化后聚合地图数据以及两优化后接口区路段进行聚合，得到目标聚合路段。并基于目标连接点的坐标对目标聚合路段进行切分，得到两个目标接口区路段。
140.步骤s730，针对各目标路段，基于所述目标接口区路段的位置以及所述非接口区路段的位置，对所述目标接口区路段以及所述非接口区路段进行连接，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系。
141.上述更新后相邻目标路段之间的连接关系可以指相邻目标路段之间的位置连接关系以及语义连接关系(如，同为交叉路口、车道线等等)。
142.本发明实施例中，在按照预设长度，对所述各聚合地图数据以及所述相邻目标路段进行切分，得到各聚合地图切片以及各目标路段切片时，还可以利用预设字段保存所述各目标路段切片对应的目标路段标识。
143.在一种具体实例中，可以通过prv_uuid字段保留各聚合地图数据以及所述相邻目标路段切断前的id。
144.相应的，之后就可以针对各目标路段，基于所述目标接口区路段的位置及对应目标路段标识，以及所述非接口区路段的位置及对应目标路段标识，对所述目标接口区路段以及所述非接口区路段进行连接，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系。
145.如图9所示，图9表示了如何更新目标路段连接处的连接关系。如上所述，本发明实施例中，针对目标聚合路段，基于目标连接点的坐标对其进行了打断，得到两个目标接口区路段，将目标接口区路段与相应的非接口区路段进行连接，得到了更新后目标路段。也就是说，针对各目标路段，在接口区对各目标路段之间进行了了打断。但实际上被打断的接口区的语义信息原本是属于一个实例(车道线、道路标识)的，因此，打断后的2个目标接口路段是有连接关系的。从道路层面上，被打断后获得的2个道路之间有连接关系；从车道层面上，被打断之后的每个语义之间都有连接关系，如图中所表示的车道实线和车道虚线。
146.可见，本发明实施例中，以每一个连接为单位，几何上，对连接点两边的路段的位置进行优化，对连接部分的车道要素信息进行补充和修复，提高众包地图的精度，完备性和一致性；逻辑上，可以获得相邻路段之间的连接关系，提高了逻辑层的完备性，是众包地图全局的逻辑关系不可或缺的一部分。本发明实施例通过局部地图对全局地图进行优化修复，有助于提高整个众包地图的精度，完备率和质量，为下游众包地图的应用提供了有利条件。
147.在本发明实施的另一方面，还提供了一种地图构建系统，如图10所示，该系统可以包括:第一几何模块1010、第二几何模块1020以及逻辑模块1030；
148.所述第一几何模块1010，用于对各原始地图数据进行融合拼接，得到初步建图结
果；获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据
149.所述第二几何模块1020，用于针对各所述目标连接，基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；
150.所述逻辑模块1030，用于针对各所述目标连接，对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。
151.本发明实施例提供的地图构建系统，对各原始地图数据进行融合拼接，得到初步建图结果；获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据；基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。应用本发明实施例，针对初步建图结果中的各相邻目标路段，获取包含相邻目标路段之间连接点的目标地图原始地图数据，即获取目标路段之间的原始局部地图数据，由于目标路段是根据原始地图数据进行建图的初步结果，其相对精度以及完备率都更好，而通过使用相邻路段之间目标的原始局部地图数据对初步建图结果中的各路段中的各部分进行优化，可以修复路段连接处的缺失，使得各路段之间连接平滑，进一步提高了地图精度。
152.图11示出了本发明实施例中，上述系统的执行过程一种具体实例示意图，具体可以包括：
153.第一几何层(first layer，本发明实施例中的第一几何模块)，针对一个目标连接，获取n个目标原始数据(n趟node_rms数据)、两个相邻目标路段(edge1、edge2)。将目标原始数据分簇聚合，得到n个聚合后的聚合地图数据(node_junction)；将两相邻目标路段切分为接口区路段(edge_junction)以及非接口区路段(edge_non_junction)。将上述结果输入至第二几何层。
154.第二几何层(second layer，本发明实施例中的第二几何模块)，基于上述数据进行图优化，来得到优化后聚合地图数据以及优化后目标路段。之后对接口区的优化后聚合地图数据以及优化后目标路段进行聚合，得到目标聚合路段。并对接口区的目标聚合路段进行切分，得到目标接口区路段，之后将目标接口区路段与非接口区路段连接平滑。
155.逻辑层(本发明实施例中的逻辑模块)则根据上述第二几何模块产生的数据更新目标路段之间的连接关系(更新逻辑关系)。以生成最终的目标地图。
156.本发明实施例还提供了一种电子设备，如图12所示，包括处理器1201、通信接口1202、存储器1203和通信总线1204，其中，处理器1201，通信接口1202，存储器1203通过通信
总线1204完成相互间的通信，
157.存储器1203，用于存放计算机程序；
158.处理器1201，用于执行存储器1203上所存放的程序时，实现如下步骤：
159.对各原始地图数据进行融合拼接，得到初步建图结果；
160.获取所述初步建图结果中各目标路段信息，以及相邻目标路段之间的目标连接点信息；其中，任意两相邻目标路段以及所述相邻目标路段之间的目标连接点构成一个目标连接；
161.针对各所述目标连接，获取包括所述目标连接点的各目标原始地图数据；
162.针对各所述目标连接，基于所述各目标原始地图数据以及所述相邻目标路段信息，对所述各目标原始地图数据以及所述相邻目标路段进行图优化，得到各优化后目标原始地图数据以及优化后相邻目标路段；
163.针对各所述目标连接，对所述各优化后目标原始地图数据以及所述优化后相邻目标路段进行聚合，得到更新后相邻目标路段以及所述更新后相邻目标路段之间的连接关系；
164.基于各所述更新后相邻目标路段以及各所述更新后相邻目标路段之间的连接关系，生成目标地图。
165.上述电子设备提到的通信总线可以是外设部件互连标准(peripheral componentinterconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
166.通信接口用于上述电子设备与其他设备之间的通信。
167.存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
168.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
169.在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一地图构建方法的步骤。
170.在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一地图构建方法。
171.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质
中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
172.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
173.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统、电子设备、存储介质以及程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
174.以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。