道路环境复杂、定位信号遮挡等导致重访点云存在位置不一致性，无法满足道路要素高精度提取的需求；道路要素结构复杂、语义多态以及遮挡和重叠等也给道路要素结构化提取与增强带来巨大挑战。针对上述瓶颈问题，本项目以车载点云和影像为数据源，重点研究顾及非刚性形变的点云位置改正模型，实现无控条件下重访点云位置一致性改正；发展融合车载点云与影像的道路要素“全景分割”方法，实现50余种典型道路要素结构化提取；创建知识图谱引导生成对抗学习的道路要素完整性增强方法，实现不完整道路要素的智能化补全；提升高清地图道路要素结构化提取与增强的智能化水平，满足高清地图道路要素位置精准度、语义正确性、几何完整度的需求。

基于车载点云和影像的高清地图道路要素结构化提取核心技术