电子地图为地面无人驾驶车辆(UGV)定位、地形估计和场景理解提供路面环境等信息,是UGV进行自主决策和全局路径规划的重要组成部分。当前大部分电子地图无法在非结构化环境或复杂任务中使用,且存在更新周期长、道路网络精度低等缺点,无法满足UGV自主导航需求,因此需要设计适用于UGV的高效地图构建方法。大部分UGV依赖电子地图中精确拓扑路网完成路径引导,但地图中道路信息无法直接应用于UGV,而人工提取绘制的方法严重限制UGV的大范围应用,所以需要从构建的地图中提取道路网络,提高UGV导航规划能力。针对这一问题,本文提出一种解决方案,旨在由一系列图像生成二维或三维地图,同时提取其中的道路区域,使得UGV可以依据地图提供的先验信息完成全局路径规划等任务,本文从二维、三维地图构建以及二维图像的道路提取几个方面展开论述。1.提出由全景图像构建二维地图的方法。首先通过车载全景相机与高精度定位系统,采集全景图像与其对应的车辆定位信息;将全景图像由球面坐标系转换到车体坐标系中,得到以UGV为中心俯视效果的逆透视投影(IPM)图;之后依据车辆定位信息将一系列IPM图拼接为大范围二维场景地图。基于此,在GIS数据库中构建包含道路拓扑网络的电子地图,并添加道路的各种属性信息,为UGV全局路径规划与自主导航提供道路及先验信息。2.研究基于多视图几何算法对航拍图像进行地理空间三维重建的方法。首先提取航拍数据集中的图像特征点,基于近似最近邻算法计算特征点的匹配关系,并采用对极约束过滤错误的匹配点,完成无序图片的“有序化”。然后使用多视图几何算法,从匹配特征点数目最多的两张图像开始重建,得到初始点云,并增量式地加入其余图像得到所有图像的相机位姿与整个地理空间的稀疏点云。在相机位姿与3D点坐标的优化过程中,相对于传统的最小化重投影误差,本文增加了最小化相机中心距离,优化相机的旋转与平移矩阵。针对航拍图像分辨率较高的特点,采用基于块的点云稠密方法计算图像的深度图,最后通过深度图融合得到稠密点云地图。3.基于上述工作,提出一种从二维图像中提取道路的方法,首先选取一部分图像的道路区域作为训练样本,根据道路的光谱特征,使用最小二乘法拟合训练样本得到道路二值图像。其次,采用开闭运算等算法平滑二值图,设计多边形检测的方法以去除房屋边缘等非道路区域的干扰。由于拓扑道路网络更易于UGV进行全局路径规划,所以采用拓扑细化的方法将道路二值图像转化为由单像素构成的道路网络,最后跟据道路枝丫长度去除单像素道路中的短枝丫,得到最终的拓扑路网。4.为验证本文算法的有效性,搭建地图构建、道路提取的实验平台,并采用多个数据集验证算法的效率和精度。首先展示构建的大范围二维地图以及应用于UGV全局路径规划的效果,而后通过两个图像数据集得到三维地理空间地图并分析该方法构建地图的精度,最后计算得到道路拓扑的提取精度,通过实验验证本文提出的方法在不同场景的有效性。