摘要
本发明属于鲁棒性人工智能领域,涉及一种基于多车协同机制的鲁棒性语义矢量地图构建方法及系统,所述方法包括:利用图像复原模型对主车和多辆代理车的环视图像进行复原处理,获得复原后的图像;基于复原后的图像,利用语义矢量地图构建模型构建语义矢量地图,其包括:基于复原后的图像获得主车和多辆代理车的三维特征;利用主车和代理车的位置关系对每辆代理车的三维特征进行掩码处理;对主车的三维特征和代理车的掩码处理后的三维特征进行层进式融合;利用融合特征构建语义矢量地图。其能够实现对交通环境信息的高效感知,进一步提升自动驾驶的可靠性和安全性。
技术关键词
矢量地图
多车协同
融合特征
鲁棒性
图像
语义
交叉注意力机制
编码特征
掩码矩阵
交通环境信息
模块
解码
特征提取器
特征点
视角
构建系统
关系
系统为您推荐了相关专利信息
智能控制方法
像素点
卷积神经网络模型
视觉传感器
图像处理算法
时空融合特征
时序特征
气体识别方法
多源信息融合
注意力机制
图像识别系统
图像特征提取
直方图均衡化
深度学习模型
识别策略
PCB板缺陷检测
注意力模型
计算机可读取存储介质
缺陷检测方法
线性单元