买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北大学

摘要：本发明属于计算机视觉及自动驾驶技术领域，公开一种基于图结构建模与优化的在线矢量化地图构建方法。矢量化局部地图看作图结构，地图元素作为子图，地图元素中的关键点作为子图节点，初始化子图节点查询输入基于图结构的地图解码模块中，通过子图之间注意力进行子图查询特征交互，通过子图内部节点注意力与边注意力提升子图节点查询对子图全局特征与局部结构特征表征，通过可形变注意力模块与鸟瞰图视角特征进行交互增强，增强后的节点查询用于子图属性预测。本发明进一步挖掘矢量化地图结构属性，基于图结构的地图元素建模与地图解码，提升子图节点查询对地图元素结构的全面表征，提升矢量化地图构建的精度，促进自动驾驶在线地图构建的研究。

主权项：1.一种基于图结构建模与优化的在线矢量化地图构建方法，其特征在于，具体步骤如下：步骤1：将多路环视相机采集的自车周围多视角透视图像，记为，其中，是每个时刻采集多视角透视图像的数量；、分别表示透视图像的尺寸；步骤2：将多个视角的透视图像输入到一个共享的通用深度学习特征学习模块，得到多个通道透视图像特征记为：；为特征通道数；步骤3：通过视角转换方法将多个通道的透视图像特征转化到一个统一的鸟瞰图视角BEV特征，记为：，与代表鸟瞰图视角特征的尺寸；步骤4：将BEV特征输入到由多个卷积层构成的栅格地图分割网络中，生成包含地图元素前景先验的特征图：；步骤5：将初始化的子图节点查询、BEV特征、包含地图元素前景先验的特征图，输入到基于图结构建模的地图解码模块中，对子图节点查询进行特征提取与增强；具体过程为：步骤5.1：初始化解码层计数k=0；步骤5.2：通过子图之间的多头自注意力，增强各个子图节点查询对整个图模型的理解；步骤5.3：通过子图内部的节点注意力和边注意力，增强子图节点查询对子图全局以及局部结构的表征；步骤5.4：将步骤5.3更新后的子图节点查询通过可形变交叉注意力机制与BEV特征进行交互与增强；步骤5.5：更新解码层计数k=k+1，以增量的方式更新子图节点参考位置；步骤5.6：判断是否满足终止条件，当k小于预先设定的解码层总数L，则重新进入步骤5.2-步骤5.5进行子图节点查询的增强，否则，输出增强后的子图节点查询；步骤6：将增强后的子图节点查询进行矢量化地图元素类别预测和地图元素节点位置的更新；步骤7：分别将最终预测的地图元素类别和地图元素节点位置坐标与对应的真值进行对比、计算损失，联合栅格地图分割损失，对图像特征提取、BEV特征生成、栅格地图分割、地图解码、类别预测、位置更新，进行迭代与优化。

全文数据：

权利要求：

百度查询： 东北大学 一种基于图结构建模与优化的在线矢量化地图构建方法