本发明涉及及地图构建，具体而言，涉及一种语义地图的构建方法、装置、设备及存储介质。
背景技术：
1、目前在泊车场景下定位和构建语义地图还存在许多困难，室内停车场没有gps信号且视野狭小、视线昏暗，传统的组合导航算法不能奏效，vo(视觉里程计)算法则面临特征丢失、重复纹理等多种问题，也不能稳定的工作。
2、为了满足自动泊车的需求，目前大部分方案都是增加传感器，比如激光雷达、imu(惯性测量单元)等，然而这不可避免的导致成本的增加；还有方案是基于回环来修正地图精度，然而在泊车时大多数情况下车辆是不会回到重复位置，从而不具备回环的前提条件。
技术实现思路
1、本发明的目的在于提供一种语义地图的构建方法、装置、设备及可读存储介质，以改善上述问题。
2、为了实现上述目的，本申请实施例提供了如下技术方案：
3、一方面，本申请实施例提供了一种语义地图的构建方法，所述方法包括：
4、获取车身周围四路相机当前时刻采集得到的图像数据，四路相机分别安装在车辆前后左右四个位置；
5、将全部的所述图像数据拼接成ipm图，基于ipm图生成点云并构建当前时刻激光关键帧；
6、获取先验位姿，扰动先验位姿创建预设个数的假设在车辆中心的粒子，每个粒子代表获取当前时刻激光关键帧时车辆中心所可能处于的位姿，基于所述当前时刻激光关键帧对所述粒子进行筛选，根据筛选后的粒子构建语义地图。
7、进一步的，将全部的所述图像数据拼接成ipm图，基于ipm图生成点云并构建当前时刻激光关键帧，包括，
8、将全部的所述图像数据拼接成ipm图；利用神经网络从所述ipm图中提取语义信息，所述语义信息包括车道线信息、转向箭头信息、车位线减速带信息；
9、对包含语义信息的ipm图进行缩放处理，缩放处理后将ipm图中像素转换为点云，得到当前时刻激光关键帧。
10、进一步的，先验位姿的获取方法，包括：
11、获取当前的里程计数据和方向盘转角；
12、使用里程计数据和方向盘转角作为vo的初值，输出vo位姿作为匹配的先验位姿。
13、进一步的，基于所述当前时刻激光关键帧对所述粒子进行筛选，根据筛选后的粒子构建语义地图，包括：
14、根据扰动大小为每个粒子分配对应的权重；
15、分配权重后对每个粒子都进行当前时刻激光关键帧与当前时刻子图的匹配，得到各自对应的匹配分数，将匹配分数乘以权重得到各自对应的最终匹配分数，将最终匹配分数小于预设阈值的粒子删除；其中，根据位姿的不同，将当前时刻激光关键帧与预设个数的历史时刻激光关键帧通过位姿变换转到世界坐标系下，形成不同粒子对应的当前时刻子图；
16、保留的粒子分别将当前激光关键帧插入各自对应的当前时刻子图中；当车辆移动预设距离或者转动预设的角度时将当前时刻子图与上一时刻子图进行子图与子图匹配，将匹配分数在预设范围内的粒子保留，并根据保留的粒子创建新的子图，根据新的子图实时创建语义地图。
17、第二方面，本申请实施例提供了一种语义地图的构建装置，所述装置包括获取模块、第一构建模块和第二构建模块。
18、获取模块，用于获取车身周围四路相机当前时刻采集得到的图像数据，四路相机分别安装在车辆前后左右四个位置；
19、第一构建模块，用于将全部的所述图像数据拼接成ipm图，基于ipm图生成点云并构建当前时刻激光关键帧；
20、第二构建模块，用于获取先验位姿，扰动先验位姿创建预设个数的假设在车辆中心的粒子，每个粒子代表获取当前时刻激光关键帧时车辆中心所可能处于的位姿，基于所述当前时刻激光关键帧对所述粒子进行筛选，根据筛选后的粒子构建语义地图。
21、进一步的，第一构建模块，包括，
22、提取单元，用于将全部的所述图像数据拼接成ipm图；利用神经网络从所述ipm图中提取语义信息，所述语义信息包括车道线信息、转向箭头信息、车位线减速带信息；
23、转换单元，用于对包含语义信息的ipm图进行缩放处理，缩放处理后将ipm图中像素转换为点云，得到当前时刻激光关键帧。
24、进一步的，第二构建模块，包括：
25、获取单元，用于获取当前的里程计数据和方向盘转角；
26、第一计算单元，用于使用里程计数据和方向盘转角作为vo的初值，输出vo位姿作为匹配的先验位姿。
27、进一步的，第二构建模块，包括：
28、第二计算单元，用于根据扰动大小为每个粒子分配对应的权重；分配权重后对每个粒子都进行当前时刻激光关键帧与当前时刻子图的匹配，得到各自对应的匹配分数，将匹配分数乘以权重得到各自对应的最终匹配分数，将最终匹配分数小于预设阈值的粒子删除；其中，根据位姿的不同，将当前时刻激光关键帧与预设个数的历史时刻激光关键帧通过位姿变换转到世界坐标系下，形成不同粒子对应的当前时刻子图；
29、构建单元，用于保留的粒子分别将当前激光关键帧插入各自对应的当前时刻子图中；当车辆移动预设距离或者转动预设的角度时将当前时刻子图与上一时刻子图进行子图与子图匹配，将匹配分数在预设范围内的粒子保留，并根据保留的粒子创建新的子图，根据新的子图实时创建语义地图。
30、第三方面，本申请实施例提供了一种语义地图的构建设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述语义地图的构建方法的步骤。
31、第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述语义地图的构建方法的步骤。
32、本发明的有益效果为：
33、1、本发明提出了基于粒子优化和图-图匹配的泊车场景定位及语义地图构建方法。该方法通过粒子优化、帧-子图和子图-子图匹配优化等关键算法和技术，无需使用除相机、里程这两种车辆自带的传感器外的其他传感器，不需要回环，也能实现在地下车库等泊车场景的高精度定位和语义地图构建。
34、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
1.一种语义地图的构建方法，其特征在于，包括：
2.根据权利要求1所述的语义地图的构建方法，其特征在于，将全部的所述图像数据拼接成ipm图，基于ipm图生成点云并构建当前时刻激光关键帧，包括：
3.根据权利要求1所述的语义地图的构建方法，其特征在于，先验位姿的获取方法，包括：
4.根据权利要求1所述的语义地图的构建方法，其特征在于，基于所述当前时刻激光关键帧对所述粒子进行筛选，根据筛选后的粒子构建语义地图，包括：
5.一种语义地图的构建装置，其特征在于，包括：
6.根据权利要求5所述的语义地图的构建装置，其特征在于，第一构建模块，包括：
7.根据权利要求5所述的语义地图的构建装置，其特征在于，第二构建模块，包括：
8.根据权利要求5所述的语义地图的构建装置，其特征在于，第二构建模块，包括：
9.一种语义地图的构建设备，其特征在于，包括：
10.一种可读存储介质，其特征在于：
