本发明涉及数据处理，具体涉及一种地图构建方法、装置、设备及存储介质。
背景技术：
1、随着汽车和道路交通的不断发展，道路结构越来越复杂，例如环形交叉口、立交桥等，道路要求越来越多，例如红绿灯、限行、限速等。因此，用户对汽车的智能驾驶的要求也不断提升。车辆的智能驾驶依赖于准确的道路地图，目前道路地图的数据是通过专人对道路交通数据进行采集，绘制成高精度地图。
2、在上述方法中，由于是通过专人对道路进行采集来绘制和更新高精度地图的，但是采集范围有限、更新频次较低、更新难度较大，因此不能对道路交通做出及时的更新，对于某些特殊情况，如临时交通管制或未标识的路口，智能驾驶系统不能根据地图做出准确的决策，因此，构建道路地图的准确度较低、更新效率较低。
技术实现思路
1、本发明的目的在于提供一种地图构建方法、装置、设备及存储介质，以解决构建道路地图的准确度较低、更新效率较低的技术问题。本技术的技术方案如下：
2、根据本技术涉及的第一方面，提供一种地图构建方法，方法包括：获取目标车辆在目标路段采集的第一车辆信息和第一道路信息，第一车辆信息包括以下至少一项：地理位置、车速、车辆姿态、车辆角速度，第一道路信息包括以下至少一项：多张第一道路图像、道路标识、交通标识；基于第一车辆信息和第一道路信息，确定多张第一道路图像中的每张第一道路图像对应的点云数据；对多张第一道路图像中的每张第一道路图像对应的点云数据进行降采样处理，从多张第一道路图像对应的全部点云数据中获取目标点云数据；基于目标点云数据和目标车辆在目标路段的行驶轨迹，对目标点云数据进行矢量化处理，构建目标路段的地图模型。
3、根据上述技术手段，本技术通过目标车辆在目标路段获取包括地理位置、车速、车辆姿态、车辆角速度的第一车辆信息和包括多张第一道路图像、道路标识、交通标识的第一道路信息，并基于目标路段的第一车辆信息和第一道路信息，确定多张第一道路图像中的每张第一道路图像对应的点云数据。然后对多张第一道路图像中的每张第一道路图像对应的点云数据进行降采样处理，确定目标点云数据，再基于目标点云数据和目标车辆的行驶轨迹，对目标点云数据进行矢量化处理，构建目标路段的地图模型。通过上述方法，基于获取的车辆信息和道路信息，可以通过点云数据准确、有效的构建地图模型，方便后续地图模型的更新，提高道路地图构建的准确度和更新效率。
4、在一种可能的实施方式中，方法还包括：获取其他车辆在目标路段实时采集的第二车辆信息和第二道路信息，第二道路信息包括多张第二道路图像；将多张第二道路图像中的每张第二道路图像与目标路段的地图模型中的地图区域进行匹配，确定多张第二道路图像中的每张第二道路图像在目标路段的地图模型中对应的地图区域；基于多张第二道路图像中的每张第二道路图像更新目标路段的地图模型中对应的地图区域，得到更新后的目标路段的地图模型。
5、根据上述技术手段，本技术可以通过其他车辆对目标路段进行实时采集，并将采集到的第二道路信息和目标路段的地图模型进行匹配，确定对应的地图区域，从而将对应的地图区域进行更新，得到更新后的目标路段的地图模型。使地图模型的更新更为便捷，提高了目标路段地图模型的实时性和准确性，保证智能驾驶系统的正常运作，从而提高用户使用体验。
6、在一种可能的实施方式中，将多张第二道路图像中的每张第二道路图像与目标路段的地图模型中的地图区域进行匹配，确定多张第二道路图像中的每张第二道路图像在目标路段的地图模型中对应的地图区域，包括：基于多张第二道路图像中的每张第二道路图像，确定多张第二道路图像中的每张第二道路图像对应的点云数据；从目标路段的地图模型中选取多个第一数据点，并从多张第二道路图像中的任一张第二道路图像对应的点云数据中选取多个第二数据点；基于多个第一数据点中任意两个第一数据点之间的距离、多个第二数据点中任意两个第二数据点之间的距离、每个第一数据点的坐标和每个第二数据点的坐标，确定多个第一数据点和多个第二数据点之间的关联度；在多个第一数据点和多个第二数据点之间的关联度满足预设条件的情况下，基于多个第一数据点，将目标路段的地图模型中多个第一数据点对应的地图区域，确定为与多个第二数据点对应的任一张第二道路图像相匹配的区域。
7、根据上述技术手段，本技术可以通过获取的第二车辆信息和第二道路信息，确定多张第二道路图像中的每张第二道路图像对应的点云数据，并从目标路段的地图模型中选取多个第一数据点，与点云数据中的多个第二数据点进行关联度的计算，在关联度满足预设条件的情况下，确定多张第二道路图像中的每张第二道路图像在目标路段的地图模型中对应的地图区域，从而可以将对应的地图区域进行更新，保证了地图模型更新的效率。
8、在一种可能的实施方式中，基于第一车辆信息和第一道路信息，确定多张第一道路图像中的每张第一道路图像对应的点云数据，包括：基于目标车辆在目标路段的行驶轨迹，对第一车辆信息和第一道路信息进行插值处理，得到插值后的第三车辆信息和第三道路信息；基于第三车辆信息和第三道路信息，确定第三道路信息包括的多张第三道路图像中的每张第三道路图像对应的点云数据。
9、根据上述技术手段，本技术可以通过对第一车辆信息和第一道路信息进行插值处理，进而得到包含目标路段的第一车辆信息和第一道路信息的点云数据，为后续矢量化处理，得到目标路段的地图模型提供数据支持。
10、根据本技术提供的第二方面，提供一种地图构建装置，地图构建装置包括获取模块和处理模块；获取模块，用于获取目标车辆在目标路段采集的第一车辆信息和第一道路信息，第一车辆信息包括以下至少一项：地理位置、车速、车辆姿态、车辆角速度，第一道路信息包括以下至少一项：多张第一道路图像、道路标识、交通标识；处理模块，用于基于第一车辆信息和第一道路信息，确定多张第一道路图像中的每张第一道路图像对应的点云数据；处理模块，还用于对多张第一道路图像中的每张第一道路图像对应的点云数据进行降采样处理，从多张第一道路图像对应的全部点云数据中获取目标点云数据；处理模块，还用于基于目标点云数据和目标车辆在目标路段的行驶轨迹，对目标点云数据进行矢量化处理，构建目标路段的地图模型。
11、在一种可能的实施方式中，获取模块，还用于获取其他车辆在目标路段实时采集的第二车辆信息和第二道路信息，第二道路信息包括多张第二道路图像；处理模块，还用于将多张第二道路图像中的每张第二道路图像与目标路段的地图模型中的地图区域进行匹配，确定多张第二道路图像中的每张第二道路图像在目标路段的地图模型中对应的地图区域；处理模块，还用于基于多张第二道路图像中的每张第二道路图像更新目标路段的地图模型中对应的地图区域，得到更新后的目标路段的地图模型。
12、在一种可能的实施方式中，处理模块，具体用于基于多张第二道路图像中的每张第二道路图像，确定多张第二道路图像中的每张第二道路图像对应的点云数据；处理模块，具体用于从目标路段的地图模型中选取多个第一数据点，并从多张第二道路图像中的任一张第二道路图像对应的点云数据中选取多个第二数据点；处理模块，具体用于基于多个第一数据点中任意两个第一数据点之间的距离、多个第二数据点中任意两个第二数据点之间的距离、每个第一数据点的坐标和每个第二数据点的坐标，确定多个第一数据点和多个第二数据点之间的关联度；处理模块，具体用于在多个第一数据点和多个第二数据点之间的关联度满足预设条件的情况下，基于多个第一数据点，将目标路段的地图模型中多个第一数据点对应的地图区域，确定为与多个第二数据点对应的任一张第二道路图像相匹配的区域。
13、在一种可能的实施方式中，处理模块，具体用于基于目标车辆在目标路段的行驶轨迹，对第一车辆信息和第一道路信息进行插值处理，得到插值后的第三车辆信息和第三道路信息；处理模块，具体用于基于第三车辆信息和第三道路信息，确定第三道路信息包括的多张第三道路图像中的每张第三道路图像对应的点云数据。
14、根据本技术提供的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现上述第一方面及其任一种可能的实施方式的方法。
15、根据本技术提供的第四方面，提供一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述第一方面中及其任一种可能的实施方式的方法。
16、根据本技术提供的第五方面，提供一种车辆，包括：地图构建装置，用于实现上述第一方面及其任一种可能的实施方式的方法。
17、根据本技术提供的第六方面，提供一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令在电子设备上运行时，使得电子设备执行上述第一方面及其任一种可能的实施方式的方法。
18、由此，本技术的上述技术特征具有以下有益效果：
19、(1)通过目标车辆在目标路段获取包括地理位置、车速、车辆姿态、车辆角速度的第一车辆信息和包括多张第一道路图像、道路标识、交通标识的第一道路信息，并基于目标路段的第一车辆信息和第一道路信息，确定多张第一道路图像中的每张第一道路图像对应的点云数据。然后对多张第一道路图像中的每张第一道路图像对应的点云数据进行降采样处理，确定目标点云数据，再基于目标点云数据和目标车辆的行驶轨迹，对目标点云数据进行矢量化处理，构建目标路段的地图模型。通过上述方法，基于获取的车辆信息和道路信息，可以通过点云数据准确、有效的构建地图模型，方便后续地图模型的更新，提高道路地图构建的准确度和更新效率。
20、(2)可以通过其他车辆对目标路段进行实时采集，并将采集到的第二道路信息和目标路段的地图模型进行匹配，确定对应的地图区域，从而将对应的地图区域进行更新，得到更新后的目标路段的地图模型。使地图模型的更新更为便捷，提高了目标路段地图模型的实时性和准确性，保证智能驾驶系统的正常运作，从而提高用户使用体验。
21、(3)可以通过获取的第二车辆信息和第二道路信息，确定多张第二道路图像中的每张第二道路图像对应的点云数据，并从目标路段的地图模型中选取多个第一数据点，与点云数据中的多个第二数据点进行关联度的计算，在关联度满足预设条件的情况下，确定多张第二道路图像中的每张第二道路图像在目标路段的地图模型中对应的地图区域，从而可以将对应的地图区域进行更新，保证了地图模型更新的效率。
22、(4)可以通过对第一车辆信息和第一道路信息进行插值处理，进而得到包含目标路段的第一车辆信息和第一道路信息的点云数据，为后续矢量化处理，得到目标路段的地图模型提供数据支持。
23、需要说明的是，第二方面至第六方面中的任一种实现方式所带来的技术效果可参见第一方面中对应实现方式所带来的技术效果，此处不再赘述。
24、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
1.一种地图构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述多张第二道路图像中的每张第二道路图像与所述目标路段的地图模型中的地图区域进行匹配，确定所述多张第二道路图像中的每张第二道路图像在所述目标路段的地图模型中对应的地图区域，包括：
4.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一车辆信息和所述第一道路信息，确定所述多张第一道路图像中的每张第一道路图像对应的点云数据，包括：
5.一种地图构建装置，其特征在于，所述地图构建装置包括获取模块和处理模块；
6.根据权利要求5所述的地图构建装置，其特征在于，所述获取模块，还用于获取其他车辆在所述目标路段实时采集的第二车辆信息和第二道路信息，所述第二道路信息包括多张第二道路图像；
7.根据权利要求6所述的地图构建装置，其特征在于，所述处理模块，具体用于基于所述多张第二道路图像中的每张第二道路图像，确定所述多张第二道路图像中的每张第二道路图像对应的点云数据；
8.一种电子设备，其特征在于，包括：处理器；
9.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中存储的计算机执行指令由电子设备的处理器执行时，所述电子设备能够执行如权利要求1至4中任一项所述的方法。
10.一种车辆，其特征在于，所述车辆包括如权利要求5至7中任一项所述的地图构建装置，所述车辆用于实现如权利要求1至4中任一项所述的方法。
