(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210352745.9 (22)申请日 2022.03.31 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 陈术义　王玉斌　湛波　曾清喻　 李友浩　常松涛　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 吴晓兵 (51)Int.Cl. G01C 21/32(2006.01) G01C 21/00(2006.01) G06V 20/56(2022.01) G06V 10/42(2022.01)G06V 10/44(2022.01) G06V 10/46(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01) G06T 17/05(2011.01) (54)发明名称 地图生成方法、 装置、 电子设备、 存储介质、 及车辆 (57)摘要 本公开提供了一种地图生成方法、 装置、 电 子设备、 存储介质、 程序产品、 以及自动驾驶车 辆， 涉及计算机视觉技术领域， 尤其涉及自动驾 驶技术领域。 具体实现方案为： 确定多个图像各 自的局部 特征点描述子集合； 针对多个图像中的 每个图像， 对图像的局部特征点描述子集合进行 聚合处理， 确定多个图像各自的全局描述子； 基 于多个图像各自的全局描述子， 计算多个图像中 任意两个图像 之间的全局匹配度， 得到多个全局 匹配度； 以及基于多个全局 匹配度， 从多个图像 中确定多个目标图像， 多个目标图像为用于生成 目标地图的起始图像 。 权利要求书3页 说明书10页 附图5页 CN 114674328 A 2022.06.28 CN 114674328 A 1.一种地图生成方法， 包括： 确定多个图像各自的局部特 征点描述子集 合； 针对所述多个图像中的每个图像， 对所述图像的局部特征点描述子集合进行聚合处 理， 确定所述多个图像各自的全局描述子； 基于所述多个图像各自的全局描述子， 计算所述多个图像中任意两个图像之间的全局 匹配度， 得到多个全局匹配度； 以及 基于所述多个全局匹配度， 从所述多个图像 中确定多个目标图像， 其中， 所述多个目标 图像为用于生成目标地图的起始图像。 2.根据权利要求1所述的方法， 其中， 所述局部特征点描述子集合包括多个局部特征点 各自的局部特 征点描述子； 所述方法还 包括： 针对所述多个图像中的任意两个图像， 基于所述两个图像各自的多个局部特征点描述 子， 从所述两个图像中确定N个局部特征点对和N个局部匹配度， 其中， 所述N为大于或者等 于2的整数； 以及 基于所述两个图像之间的全局匹配度和所述N个局部匹配度， 从所述两个图像中确定 目标局部特 征点对， 得到所述多个图像的多个目标局部特 征点对。 3.根据权利要求2所述的方法， 其中， 所述基于所述两个图像之间的全局匹配度和所述 N个局部匹配度， 从所述两个图像中确定目标局部特 征点对包括： 基于所述两个图像之间的全局匹配度和所述两个图像的所述N个局部特征点对各自的 局部匹配度， 得到N个初始目标局部匹配度； 从所述N个初始目标局部匹配度中确定目标局部匹配度， 其中， 所述目标局部匹配度 大 于预定局部匹配度阈值； 以及 将与所述目标局部匹配度相对应的局部特 征点对作为所述目标局部特 征点对。 4.根据权利要求2所述的方法， 其中， 所述局部特征点描述子集合包括M个局部特征点、 所述M个局部特征点各自的局部特征点置信度和所述M个局部特征点各自的局部特征点位 置信息， 其中， 所述M为大于或者 等于2的整数； 所述对所述局部特征点描述子集合进行聚合处理， 确定所述多个图像各自的全局描述 子包括： 针对所述多个图像中的任意一个 图像， 基于M个局部特征点置信度， 从所述图像中的M 个局部特征点中确定Q个目标局部特征点， 其中， 所述Q个目标局部特征点中任意一个目标 局部特征点的局部特 征点置信度大于 置信度阈值； 以及 将所述Q个目标局部特征点各自的局部特征点描述子和所述Q个目标局部特征点各自 的位置信息 输入至局部聚合向量模型中， 得到所述图像的全局描述子 。 5.根据权利要求1至4中任一项所述的方法， 还 包括： 三角化处理所述多个目标图像中任意两个目标图像的目标局部特征点对， 生成空间三 维点； 以及 基于所述空间三维点， 生成地图模型。 6.根据权利要求5所述的方法， 还 包括： 基于其他目标局部特征点对， 将其他图像注册到所述地图模型中， 生成所述目标地图，权　利　要　求　书 1/3 页 2 CN 114674328 A 2其中， 所述其他目标局部特征点对包括所述多个目标局部特征点对中的除所述任意两个目 标图像的目标局部特征点对外的目标局部特征点对， 所述其他图像包括所述图像中除所述 目标图像外的图像。 7.根据权利要求1至6 中任一项所述的方法， 其中， 所述基于所述多个全局匹配度， 从所 述多个图像中确定多个目标图像包括： 对所述多个全局匹配度进行排序， 得到排序结果； 以及 基于所述 排序结果， 从所述多个图像中确定所述多个目标图像。 8.一种地图生成装置， 包括： 第一确定模块， 用于确定多个图像各自的局部特 征点描述子集 合； 聚合模块， 用于针对所述多个图像中的每个图像， 对所述图像的局部特征点描述子集 合进行聚合处 理， 确定所述多个图像各自的全局描述子； 第二确定模块， 用于基于所述多个图像各自的全局描述子， 计算所述多个图像中任意 两个图像之间的全局匹配度， 得到多个全局匹配度； 以及 第三确定模块， 用于基于所述多个全局匹配度， 从所述多个图像中确定多个目标图像， 其中， 所述多个目标图像为用于生成目标地图的起始图像。 9.根据权利要求8所述的装置， 其中， 所述局部特征点描述子集合包括多个局部特征点 各自的局部特 征点描述子； 所述装置还 包括： 第四确定模块， 用于针对所述多个图像中的任意两个图像， 基于所述两个图像各自的 多个局部特征点描述子， 从所述两个图像中确定N个局部特征点对和N个局部匹配度， 其中， 所述N为大于或者 等于2的整数； 以及 第五确定模块， 用于基于所述两个图像之间的全局匹配度和所述N个局部匹配度， 从所 述两个图像中确定目标局部特 征点对， 得到所述多个图像的多个目标局部特 征点对。 10.根据权利要求9所述的装置， 其中， 所述第五确定模块包括： 局部匹配单元， 用于基于所述两个图像之间的全局匹配度和所述两个图像的所述N个 局部特征点对各自的局部匹配度， 得到N个初始目标局部匹配度； 第一筛选单元， 用于从所述N个初始目标局部匹配度中确定目标局部匹配度， 其中， 所 述目标局部匹配度大于预定局部匹配度阈值； 以及 点对确定单元， 用于将与 所述目标局部匹配度相对应的局部特征点对作为所述目标局 部特征点对。 11.根据权利要求9所述的装置， 其中， 所述局部特征点描述子集合包括M个局部特征 点、 所述M个局部特征点各自的局部特征点置信度和所述M个局部特征点各自的局部特征点 位置信息， 其中， 所述M为大于或者 等于2的整数； 所述聚合模块包括： 第二筛选单元， 用于针对所述多个图像中的任意一个图像， 基于M个局部特征点置信 度， 从所述图像中的M个局部特征点中确定Q个目标局部特征点， 其中， 所述Q个目标局部特 征点中任意 一个目标局部特 征点的局部特 征点置信度大于 置信度阈值； 以及 聚合单元， 用于将所述Q个目标局部特征点各自的局部特征点描述子和所述Q个目标局 部特征点各自的位置信息 输入至局部聚合向量模型中， 得到所述图像的全局描述子 。权　利　要　求　书 2/3 页 3 CN 114674328 A 3