本发明涉及自动驾驶，尤其涉及一种交通标示牌三维重构方法、装置及移动工具。
背景技术：
1、自动驾驶技术的蓬勃发展对交通要素的实时识别提出了更高的要求。作为一种先验信息，高精度地图能够为自动驾驶车辆提供行驶区域内的动态及静态环境信息。作为实现自动驾驶系统的关键组成部分之一，高精度地图能够一定程度上弥补车载传感器的感知局限性，为车辆提供更加可靠的感知能力，增强自动驾驶车辆对环境的感知能力。
2、交通标示牌可以提供道路信息，指路导向，因此其为高精度地图必须进行绘制的静态交通要素。自动驾驶汽车上的车载感知系统能够实时检测环境中的交通标示牌，但其精度往往不满足高精度地图对于交通元素坐标的“厘米级要求”。因此，无法直接适用于高精度地图的生产流程。
3、为满足交通标示牌的坐标精度要求，目前往往采用人工作业，由制图员人工识别并在地图上绘制交通标示牌，完成交通标示牌的三维重构。或者仅仅通过单传感器的方法检测并完成交通标示牌的三维重构。但是，对于基于视觉传感器采集的图像信息进行交通标示牌检测与三维重构，由于受限于坐标转换过程中得到的深度信息的准确性，导致通过这种方法给出的坐标精确度往往不能满足高精度地图的坐标精度要求。对于基于激光雷达的进行交通标示牌检测与三维重构，虽然基于点云的反射率能够进行聚类，但是这种方法很难输出交通标示牌对象类别，即使能够提升标示牌对象坐标精度，由于缺乏类别属性，也不利于后续将识别出的对象集成至高精度地图中。
技术实现思路
1、本发明的目的是针对现有技术所存在的缺陷，提供一种交通标示牌三维重构方法、装置及移动工具，可以精确输出交通标示牌的类别以及三维坐标，从而提高高精度地图的生产效率，为后续自动驾驶系统正确安全运行提供可靠的先验信息。
2、为实现上述目的，本发明第一方面，提供一种交通标示牌三维重构方法，包括：
3、将预处理的图像数据输入预先训练好的模型，生成交通标示牌的检测结果；所述检测结果包括图像采集时间、待重构交通标示牌类别和待重构交通标示牌坐标；
4、根据所述图像采集时间将所述检测结果进行排序，生成多个检测区间；
5、将每个所述检测区间中所述待重构交通标示牌类别相同的待重构交通标示牌坐标对应的检测框面积进行计算，从而确定目标坐标；
6、将点云按照预设的规则与包括有目标坐标的检测结果进行映射，从而筛选出待重构交通标示牌目标点云；
7、根据所述待重构交通标示牌目标点云，按照预设的算法，对交通标示牌进行重构。
8、本发明第二方面，提供一种交通标示牌三维重构装置，包括：
9、检测结果生成模块，用于将预处理的图像数据输入预先训练好的模型，生成交通标示牌的检测结果；所述检测结果包括图像采集时间、待重构交通标示牌类别和待重构交通标示牌坐标；
10、检测区间生成模块，用于根据所述图像采集时间将所述检测结果进行排序，生成多个检测区间；
11、目标坐标确定模块，用于将每个所述检测区间中所述待重构交通标示牌类别相同的待重构交通标示牌坐标对应的检测框面积进行计算，从而确定目标坐标；
12、目标点云筛选模块，用于将点云按照预设的规则与包括有目标坐标的检测结果进行映射，从而筛选出待重构交通标示牌目标点云；
13、交通标示牌重构模块，用于根据所述待重构交通标示牌目标点云，按照预设的算法，对交通标示牌进行重构。
14、本发明第三方面，提供一种计算机可读存储介质，包括程序或指令，当所述程序或指令在计算机上运行时，实现如第一方面任一项所述的交通标示牌三维重构方法。
15、本发明第四方面，提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如第一方面任一项所述的交通标示牌三维重构方法。
16、本发明第五方面，提供一种芯片系统，包括处理器，所述处理器与存储器的耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现第一方面任一项所述的交通标示牌三维重构方法。
17、本发明第六方面，提供一种计算机系统，包括存储器，以及与所述存储器通信连接的一个或多个处理器；
18、所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行，以使所述一个或多个处理器实现如第一方面任一项所述的交通标示牌三维重构方法。
19、本发明第七方面，提供一种移动工具，包括前述第六方面所述的计算机系统。
20、本发明实施例提供的一种交通标示牌三维重构方法，根据图像采集时间将检测结果进行排序，得到多个检测区间，然后再进行待重构交通标示排坐标的计算，从而可以确定目标坐标，这样，可以减少计算的时间和计算资源的浪费，继而将点云与目标坐标映射，筛选到目标点云，该目标点云为融合了传感器参数、同一时刻车辆位姿信息以及去噪处理之后的点云，因此，运用目标点云进行的计算，不会生成冗余的结果，可以精确输出交通标示牌的类别以及三维坐标，从而提高高精度地图的生产效率，为后续自动驾驶系统正确安全运行提供可靠的先验信息。
1.一种交通标示牌三维重构方法，其特征在于，包括：
2.根据权利要求1所述的交通标示牌三维重构方法，其特征在于，将预处理好图像数据输入预先训练好的模型之前，还包括：
3.根据权利要求1所述的交通标示牌三维重构方法，其特征在于，将预处理好图像数据输入预先训练好的模型之前，还包括：
4.根据权利要求1所述的交通标示牌三维重构方法，其特征在于，根据所述图像采集时间将所述检测结果进行排序，生成多个检测区间，具体包括：
5.根据权利要求1所述的交通标示牌三维重构方法，其特征在于，将每个所述检测区间中所述待重构交通标示牌类别相同的待重构交通标示牌坐标对应的检测框面积进行计算，从而确定目标坐标，具体包括：
6.根据权利要求1所述的交通标示牌三维重构方法，其特征在于，将点云按照预设的规则与包括有目标坐标的检测结果进行映射之后，还包括：
7.根据权利要求1所述的交通标示牌三维重构方法，其特征在于，得到初筛目标点云之后，还包括：
8.一种交通标示牌三维重构装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，包括程序或指令，当所述程序或指令在计算机上运行时，实现如权利要求1～7任一项所述的交通标示牌三维重构方法。
10.一种芯片系统，其特征在于，包括处理器，所述处理器与存储器的耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现权利要求1～7任一项所述的交通标示牌三维重构方法。
11.一种计算机系统，其特征在于，包括存储器，以及与所述存储器通信连接的一个或多个处理器；
12.一种移动工具，其特征在于，包括权利要求11所述的计算机系统。
