高精地图点云配准模型的数据处理方法和装置与流程

技术特征：
1.一种高精地图点云配准模型的数据处理方法，包括：获取目标高精地图的目标点云、以及所述目标点云对应的目标配准信息，其中，所述目标高精地图为未达到预设使用需求的高精地图，所述配准信息是基于预先训练的初始点云配准模型确定的；根据所述目标点云对所述目标配准信息进行修复处理，得到修复配准信息，并计算所述修复配准信息与所述目标配准信息之间的差异值；若所述差异值大于预设差异阈值，则将所述目标点云确定为训练集，其中，所述训练集用于对所述初始点云配准模型进行更新处理，或者，所述训练集用于训练新的点云配准模型。2.根据权利要求1所述的方法，其中，所述根据所述目标点云对所述目标配准信息进行修复处理，得到修复配准信息，包括：获取所述目标点云中表征同一对象的点；对所述表征同一对象的点的目标配准信息进行修复处理，得到所述表征同一对象的点的修复配准信息。3.根据权利要求2所述的方法，其中，所述目标点云中包括多帧点云；所述获取所述目标点云中表征同一对象的点，包括：将所述多帧点云划分为多组点云，每一组点云中包括至少两帧点云，并获取所述至少两帧点云中的表征同一对象的点；以及，所述对所述表征同一对象的点的目标配准信息进行修复处理，得到所述表征同一对象的点的修复配准信息，包括：将所述表征同一对象的点进行点云配准，得到所述表征同一对象的点的修复配准信息。4.根据权利要求3所述的方法，其中，所述表征同一对象的点的修复配准信息为，基于里程计采集到的、在时间上前后相邻的两帧点云中表征同一对象的点的配准信息；所述目标点云是采集车采集到的，所述采集车包括所述里程计。5.根据权利要求1-4中任一项所述的方法，所述方法还包括：根据确定为所述训练集的所述目标点云，对所述初始点云配准模型进行更新处理。6.根据权利要求5所述的方法，其中，所述根据确定为所述训练集的所述目标点云，对所述初始点云配准模型进行更新处理，包括：从所述目标点云中，分别确定目标训练数据、目标测试数据；根据所述目标训练数据、所述目标测试数据、以及获取到的用于训练所述初始点云配准模型的初始训练数据集，对所述初始点云配准模型进行更新处理。7.根据权利要求6所述的方法，其中，所述初始训练数据集包括：用于训练所述初始点云配准模型的初始训练数据、用于测试所述初始点云配准模型的初始测试数据；所述根据所述目标训练数据、所述目标测试数据、以及获取到的用于训练所述初始点云配准模型的初始训练数据集，对所述初始点云配准模型进行更新处理，包括：将所述目标训练数据和所述初始训练数据合并，得到新训练数据集；根据所述新训练数据集、所述目标测试数据、所述初始测试数据，对所述初始点云配准模型进行更新处理。8.根据权利要求7所述的方法，其中，所述根据所述新训练数据集、所述目标测试数据、
所述初始测试数据，对所述初始点云配准模型进行更新处理，包括：基于所述新训练数据集对所述初始点云配准模型进行训练，得到目标点云配准模型；分别采用所述目标测试数据和所述初始测试数据，对所述目标点云配准模型进行测试，得到各自对应的目标测试结果；根据所述各自对应的目标测试结果、以及获取到的初始测试结果，对所述初始点云配准模型进行更新处理，其中，所述初始测试结果为基于所述初始测试数据对所述初始点云配准模型的进行测试得到的测试结果。9.根据权利要求8所述的方法，其中，测试结果用于表征配准置信度，所述测试结果包括所述各自对应的目标测试结果、所述初始测试结果；所述根据所述各自对应的目标测试结果、以及获取到的初始测试结果，对所述初始点云配准模型进行更新处理，包括：若所述目标测试数据的目标测试结果表征的配准置信度，大于初始测试数据的目标测试结果表征的配准置信度，且所述初始测试数据的目标测试结果表征的配准置信度，大于等于所述初始测试结果表征配准置信度，则将所述初始点云配准模型替换为所述目标点云配准模型。10.根据权利要求7-9中任一项所述的方法，其中，所述目标训练数据包括第一训练数据和第一验证数据；所述初始训练数据包括第二训练数据和第二验证数据；所述新训练数据集包括：将所述第一训练数据和所述第二训练数据合并得到的训练数据集，以及将所述第一验证数据和所述第二验证数据合并得到的验证数据集。11.根据权利要求5-8中任一项所述的方法，所述方法应用于本地服务器；在所述计算所述修复配准信息与所述目标配准信息之间的差异值之后，所述方法还包括：若所述差异值大于预设差异阈值，则将所述目标点云存储于云端服务器；生成在所述云端服务器中存储所述目标点云的索引文本文件，并将所述索引文本文件存储于所述本地服务器。12.根据权利要求11所述的方法，在所述根据确定为所述训练集的所述目标点云，对所述初始点云配准模型进行更新处理之前，所述方法还包括：根据所述索引文本文件从所述云端服务器中获取所述目标点云。13.一种高精地图点云配准模型的数据处理装置，包括：第一获取单元，用于获取目标高精地图的目标点云、以及所述目标点云对应的目标配准信息，其中，所述目标高精地图为未达到预设使用需求的高精地图，所述配准信息是基于预先训练的初始点云配准模型确定的；修复单元，用于根据所述目标点云对所述目标配准信息进行修复处理，得到修复配准信息；计算单元，用于计算所述修复配准信息与所述目标配准信息之间的差异值；确定单元，用于若所述差异值大于预设差异阈值，则将所述目标点云确定为训练集，其中，所述训练集用于对所述初始点云配准模型进行更新处理，或者，所述训练集用于训练新的点云配准模型。14.根据权利要求13所述的装置，其中，所述修复子单元，包括：获取子单元，用于获取所述目标点云中表征同一对象的点；修复子单元，用于对所述表征同一对象的点的目标配准信息进行修复处理，得到所述
表征同一对象的点的修复配准信息。15.根据权利要求14所述的装置，其中，所述目标点云中包括多帧点云；所述获取子单元用于，将所述多帧点云划分为多组点云，每一组点云中包括至少两帧点云，并获取所述至少两帧点云中的表征同一对象的点；以及，所述修复子单元用于，将所述表征同一对象的点进行点云配准，得到所述表征同一对象的点的修复配准信息。16.根据权利要求14所述的装置，其中，所述表征同一对象的点的修复配准信息为，基于里程计采集到的、在时间上前后相邻的两帧点云中表征同一对象的点的配准信息；所述目标点云是采集车采集到的，所述采集车包括所述里程计。17.根据权利要求13-16中任一项所述的装置，所述装置还包括：更新单元，用于根据确定为所述训练集的所述目标点云，对所述初始点云配准模型进行更新处理。18.根据权利要求17所述的装置，其中，所述更新单元，包括：确定子单元，用于从所述目标点云中，分别确定目标训练数据、目标测试数据；更新子单元，用于根据所述目标训练数据、所述目标测试数据、以及获取到的用于训练所述初始点云配准模型的初始训练数据集，对所述初始点云配准模型进行更新处理。19.根据权利要求18所述的装置，其中，所述初始训练数据集包括：用于训练所述初始点云配准模型的初始训练数据、用于测试所述初始点云配准模型的初始测试数据；所述更新子单元，包括：合并模块，用于将所述目标训练数据和所述初始训练数据合并，得到新训练数据集；更新模块，用于根据所述新训练数据集、所述目标测试数据、所述初始测试数据，对所述初始点云配准模型进行更新处理。20.根据权利要求19所述的装置，其中，所述更新模块，包括：训练子模块，用于基于所述新训练数据集对所述初始点云配准模型进行训练，得到目标点云配准模型；测试子模块，用于分别采用所述目标测试数据和所述初始测试数据，对所述目标点云配准模型进行测试，得到各自对应的目标测试结果；更新子模块，用于根据所述各自对应的目标测试结果、以及获取到的初始测试结果，对所述初始点云配准模型进行更新处理，其中，所述初始测试结果为基于所述初始测试数据对所述初始点云配准模型的进行测试得到的测试结果。21.根据权利要求20所述的装置，其中，测试结果用于表征配准置信度，所述测试结果包括所述各自对应的目标测试结果、所述初始测试结果；所述更新子模块用于，若所述目标测试数据的目标测试结果表征的配准置信度，大于初始测试数据的目标测试结果表征的配准置信度，且所述初始测试数据的目标测试结果表征的配准置信度，大于等于所述初始测试结果表征配准置信度，则将所述初始点云配准模型替换为所述目标点云配准模型。22.根据权利要求19-21中任一项所述的装置，其中，所述目标训练数据包括第一训练数据和第一验证数据；所述初始训练数据包括第二训练数据和第二验证数据；所述新训练数据集包括：将所述第一训练数据和所述第二训练数据合并得到的训练数据集，以及将所述第一验证数据和所述第二验证数据合并得到的验证数据集。
23.根据权利要求17-20中任一项所述的装置，所述装置应用于本地服务器；所述装置还包括：第一存储单元，用于若所述差异值大于预设差异阈值，则将所述目标点云存储于云端服务器；生成单元，用于生成在所述云端服务器中存储所述目标点云的索引文本文件；第二存储单元，用于将所述索引文本文件存储于所述本地服务器。24.根据权利要求23所述的装置，所述装置还包括：第二获取单元，用于根据所述索引文本文件从所述云端服务器中获取所述目标点云。25.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。26.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。27.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-12中任一项所述方法的步骤。

技术总结
本公开提供了一种高精地图点云配准模型的数据处理方法和装置，涉及计算机技术领域和数据处理技术领域，尤其涉及高精地图技术，可以应用于自动驾驶和智能交通，包括：获取目标高精地图的目标点云、目标点云对应的目标配准信息，根据目标点云对目标配准信息进行修复处理，得到修复配准信息，并计算修复配准信息与目标配准信息之间的差异值，若差异值大于预设差异阈值，则将目标点云确定为训练集，避免了依赖人工方式收集训练集造成的效率低和可靠性低的弊端，实现了获取训练集的自动化和智能化，提高了获取训练集的效率，还避免了人为因素的影响，提高了获取到的训练集的准确性和可靠性。靠性。靠性。


技术研发人员：文永琨 丁文东 万国伟 白宇
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2022.10.31
技术公布日：2023/1/31