一种基于多模态数据在线学习优化的高精地图智能化修正与更新方法

本发明公开了一种基于多模态数据在线学习优化的高精地图智能化修正与更新方法，本发明通过构建地图参考线的拓扑结构和序列点集离散，实现了地图信息的统一序列表示，提高了地图数据的组织和处理效率；并采用CNN语义分割和逆透视变换，结合位姿图优化方法，实现了对矿场道路边界的精确感知和融合，提高了地图数据的空间精度；利用Frenet坐标系转化对车辆实时运动轨迹偏移状态进行推导，有效地表征了车辆实时运行时路线与地图参考线的误差量，提高了地图更新学习模型的准确性。