地图更新方法、模型训练方法、装置、电子设备及介质与流程

本公开涉及人工智能，尤其涉及自动驾驶、智能交通、计算机视觉、图像处理等领域，更具体地，本公开提供了一种地图更新方法、地图更新模型的训练方法、地图更新装置、地图更新模型的训练装置、电子设备、存储介质以及计算机程序产品。

背景技术：

1、自动驾驶地图可以为自动驾驶车辆提供丰富的道路元素数据以及车道级路径规划，从而为自动驾驶保驾护航。然而，自动驾驶地图的覆盖规模以及更新时效成为制约该领域发展的关键问题。

技术实现思路

1、本公开提供了一种地图更新方法、地图更新模型的训练方法、地图更新装置、地图更新模型的训练装置、电子设备、存储介质以及计算机程序产品。

2、根据本公开的一方面，提供了一种地图更新方法，包括：针对同一个位置信息，确定相关联的历史地图数据和基于时序的m个采集图像数据，m是大于等于1的整数；对历史地图数据和m个采集图像数据分别进行编码，得到历史地图特征和m个采集图像特征；根据历史地图特征和m个采集图像特征，确定目标实例的位置信息和类别信息，目标实例表征车道信息；以及根据目标实例的位置信息和类别信息，更新地图数据。

3、根据本公开的另一方面，提供了一种地图更新模型的训练方法，包括：确定训练样本，训练样本包括：地图先验、基于时序的n个样本图像和标签；地图先验与n个样本图像均与同一个位置信息相关联，标签表征n个样本图像中是否存在真实实例以及表征真实实例的真实位置信息和真实类别，真实实例表征车道信息，n是大于等于1的整数；对地图先验和n个样本图像分别进行编码，得到地图特征和n个样本图像特征；根据地图特征和n个样本图像特征，确定至少一个输出实例的输出位置信息和输出类别；以及根据真实位置信息、输出位置信息、真实类别和输出类别，训练地图更新模型。

4、根据本公开的另一方面，提供了一种地图更新装置，包括：第一数据确定模块、第一编码模块、目标实例确定模块和更新模块。第一数据确定模块用于针对同一个位置信息，确定相关联的历史地图数据和基于时序的m个采集图像数据，m是大于等于1的整数。第一编码模块用于对历史地图数据和m个采集图像数据分别进行编码，得到历史地图特征和m个采集图像特征。目标实例确定模块用于根据历史地图特征和m个采集图像特征，确定目标实例的位置信息和类别信息，目标实例表征车道信息。更新模块用于根据目标实例的位置信息和类别信息，更新地图数据。

5、根据本公开的另一方面，提供了一种地图更新模型的训练装置，包括：样本确定模块、第二编码模块、第二数据确定模块和训练模块。样本确定模块用于确定训练样本，训练样本包括：地图先验、基于时序的n个样本图像和标签；地图先验与n个样本图像均与同一个位置信息相关联，标签表征n个样本图像中是否存在真实实例以及表征真实实例的真实位置信息和真实类别，真实实例表征车道信息，n是大于等于1的整数。第二编码模块用于对地图先验和n个样本图像分别进行编码，得到地图特征和n个样本图像特征。第二数据确定模块用于根据地图特征和n个样本图像特征，确定至少一个输出实例的输出位置信息和输出类别。训练模块用于根据真实位置信息、输出位置信息、真实类别和输出类别，训练地图更新模型。

6、根据本公开的另一个方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的方法。

7、根据本公开的另一个方面，提供了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，计算机指令用于使计算机执行本公开提供的方法。

8、根据本公开的另一个方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开提供的方法。

9、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种地图更新方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述历史地图特征和所述m个采集图像特征，确定目标实例的位置信息和类别信息包括：

3.根据权利要求2所述的方法，其中，所述根据所述m个采集图像特征、所述m个第一置信度图和所述历史地图特征，确定所述目标实例的位置信息和类别信息包括：

4.一种地图更新模型的训练方法，包括：

5.根据权利要求4所述的方法，其中，所述根据所述地图特征和所述n个样本图像特征，确定至少一个输出实例的输出位置信息和输出类别包括：

6.根据权利要求5所述的方法，其中，所述根据所述n样本图像特征、所述n个第二置信度图和所述地图特征，确定所述至少一个输出实例的输出位置信息和输出类别包括：

7.根据权利要求4所述的方法，其中，所述根据所述真实位置信息、所述输出位置信息、所述真实类别和所述输出类别，训练所述地图更新模型包括：

8.根据权利要求7所述的方法，其中，所述确定匹配关系包括：

9.根据权利要求7所述的方法，其中，所述确定匹配关系包括：

10.根据权利要求7所述的方法，其中，所述根据所述匹配关系、所述真实位置信息、所述输出位置信息、所述真实类别和所述输出类别，确定总损失函数值包括：

11.一种地图更新装置，包括：

12.根据权利要求11所述的装置，其中，所述目标实例确定模块包括：

13.根据权利要求12所述的装置，其中，所述第二确定子模块包括：

14.一种地图更新模型的训练装置，包括：

15.根据权利要求14所述的装置，其中，所述第二数据确定模块包括：

16.根据权利要求15所述的装置，其中，所述第四确定子模块包括：

17.根据权利要求14所述的装置，其中，所述训练模块包括：

18.根据权利要求17所述的装置，其中，所述匹配子模块包括：

19.根据权利要求17所述的装置，其中，所述匹配子模块包括：

20.根据权利要求17所述的装置，其中，所述总损失确定子模块包括：

21.一种电子设备，包括：

22.一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至10中任一项所述的方法。

23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至10中任一项所述的方法。

技术总结
本公开提供了一种地图更新方法、模型训练方法、装置、电子设备及介质，涉及人工智能技术领域，尤其涉及自动驾驶、智能交通、计算机视觉、图像处理等领域。具体实现方案为：针对同一个位置信息，确定相关联的历史地图数据和基于时序的M个采集图像数据，M是大于等于1的整数；对历史地图数据和M个采集图像数据分别进行编码，得到历史地图特征和M个采集图像特征；根据历史地图特征和M个采集图像特征，确定目标实例的位置信息和类别信息，目标实例表征车道信息；以及根据目标实例的位置信息和类别信息，更新地图数据。

技术研发人员：夏德国,刘希岩,黄际洲
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：
技术公布日：2024/2/29