CN108732584B - 用于更新地图的方法和装置 - Google Patents

用于更新地图的方法和装置 Download PDF

Info

Publication number
CN108732584B
CN108732584B CN201710248760.8A CN201710248760A CN108732584B CN 108732584 B CN108732584 B CN 108732584B CN 201710248760 A CN201710248760 A CN 201710248760A CN 108732584 B CN108732584 B CN 108732584B
Authority
CN
China
Prior art keywords
pose
point cloud
scanning period
current
map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710248760.8A
Other languages
English (en)
Other versions
CN108732584A (zh
Inventor
易世春
王成
余丽
宋适宇
徐宝强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710248760.8A priority Critical patent/CN108732584B/zh
Priority to US15/876,032 priority patent/US10705219B2/en
Publication of CN108732584A publication Critical patent/CN108732584A/zh
Application granted granted Critical
Publication of CN108732584B publication Critical patent/CN108732584B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了用于更新地图的方法和装置。该方法的一具体实施方式包括：获取车载激光雷达对周围环境扫描到的激光点云以及获取车辆在扫描周期的周期位姿变化；基于激光雷达在上一个扫描周期的参考时刻的已知位姿以及周期位姿变化，确定激光雷达在当前扫描周期的参考时刻的先验位姿；对扫描到的激光点云进行运动补偿，形成已补偿点云帧；使用已补偿点云帧中的特征点生成用于局部点云特征地图；将局部点云特征地图与使用先验位姿在基准点云地图中得到的地图区域进行匹配，对先验位姿进行修正，得到后验位姿；按照后验位姿，使用已补偿点云帧更新待构建区域的三维点云地图。该实施方式实现了在卫星定位信号较差的条件下对三维点云地图的精确构建。

Description

用于更新地图的方法和装置
技术领域
本申请涉及计算机技术领域，具体涉及定位技术领域，尤其涉及用于更新地图的方法和装置。
背景技术
三维点云地图，是将激光雷达采集到的点云数据投影到世界坐标系上所生成的地图。高精度的三维点云地图是无人驾驶技术的重要组成部分，是无人车辆路径规划和决策控制的基础，也为高精度的车辆自定位提供核心数据。
现有的高精度地图制作方式通常依赖良好的卫星导航信号，在卫星导航信号较差时往往难以得到激光雷达在各个扫描时刻的位姿，从而难以在这种条件生成高精度的三维点云地图。
发明内容
本申请的目的在于提出一种改进的用于更新地图的方法和装置，来解决以上背景技术部分提到的技术问题。
第一方面，本申请实施例提供了一种用于更新地图的方法，该方法包括：获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化，其中周期位姿变化是通过车辆的车载惯导系统进行测算而得到的；基于激光雷达在当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及当前扫描周期和/或上一个扫描周期的周期位姿变化，确定激光雷达在当前扫描周期的参考时刻的先验位姿；以当前周期的参考时刻为基准，对当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成当前扫描周期的已补偿点云帧；使用从已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图；将局部点云特征地图与使用先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对先验位姿进行修正，得到后验位姿，其中基准点云地图是使用部署在待构建区域的各个固定测量站点的三维扫描仪静态扫描得到的激光点云构建而生成的；按照激光雷达在当前扫描周期的参考时刻的后验位姿，使用当前扫描周期的已补偿点云帧更新待构建区域的三维点云地图。
在一些实施例中，上述方法还包括：将激光雷达在当前扫描周期的参考时刻的后验位姿设置为激光雷达在当前扫描周期的已知位姿，以供处理激光雷达在后续扫描周期中扫描到的激光点云。
在一些实施例中，上述以当前周期的参考时刻为基准，对当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成当前扫描周期的已补偿点云帧，包括：根据当前扫描周期和/或上一个扫描周期的周期位姿变化，确定激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量；按照激光雷达在当前周期中每个扫描时刻的位姿偏移量，对所对应的扫描时刻扫描到的激光点云进行运动补偿，以生成当前扫描周期的已补偿点云帧。
在一些实施例中，上述根据当前扫描周期的周期位姿变化，确定激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量，包括：将激光雷达在单个扫描周期内的位姿变化视为匀速变化，以求取激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量。
在一些实施例中，上述使用从已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图，包括：从当前扫描周期的已补偿点云帧以及与当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点；将从多个已补偿点云帧提取出的特征点拼接成局部点云特征地图。
在一些实施例中，上述将局部点云特征地图中的特征点与使用先验位姿的位置在基准点云地图中进行定位而得到定位到的地图区域的特征点进行匹配，并根据匹配结果对先验位姿进行修正，以得到后验位姿，包括：迭代调整激光雷达在当前周期的参考时刻的先验位姿，以使调整位姿后的局部点云特征地图与地图区域达到最佳匹配状态；使用迭代调整的调整量对先验位姿进行修正，以得到后验位姿。
在一些实施例中，上述方法还包括基准点云地图生成步骤，基准点云地图生成步骤包括：使用导线控制测量方式逐站测量部署在待构建区域的各个测量站点的三维扫描仪的空间坐标；在各个三维扫描仪对周围环境扫描得到的激光点云之间进行匹配，得到各个三维扫描仪的姿态；依据各个三维扫描仪的空间坐标以及姿态，对各个三维扫描仪扫描得到的激光点云进行拼接，生成基准点云地图。
第二方面，本申请实施例提供了一种用于更新地图的装置，该装置包括：获取单元，用于获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化，其中周期位姿变化是通过车辆的车载惯导系统进行测算而得到的；确定单元，用于基于激光雷达在当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及当前扫描周期和/或上一个扫描周期的周期位姿变化，确定激光雷达在当前扫描周期的参考时刻的先验位姿；运动补偿单元，用于以当前周期的参考时刻为基准，对当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成当前扫描周期的已补偿点云帧；生成单元，用于使用从已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图；修正单元，用于将局部点云特征地图与使用先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对先验位姿进行修正，得到后验位姿，其中基准点云地图是使用部署在待构建区域的各个固定测量站点的三维扫描仪静态扫描得到的激光点云构建而生成的；更新单元，用于按照激光雷达在当前扫描周期的参考时刻的后验位姿，使用当前扫描周期的已补偿点云帧更新待构建区域的三维点云地图。
在一些实施例中，上述装置还包括：设置单元，用于将激光雷达在当前扫描周期的参考时刻的后验位姿设置为激光雷达在当前扫描周期的已知位姿，以供处理激光雷达在后续扫描周期中扫描到的激光点云。
在一些实施例中，运动补偿单元包括：确定子单元，用于根据当前扫描周期的周期位姿变化，确定激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量；运动补偿子单元，用于按照当前周期中每个扫描时刻的位姿偏移量，对所对应的扫描时刻扫描到的激光点云进行运动补偿，以生成当前扫描周期的已补偿点云帧。
在一些实施例中，确定子单元进一步用于：将激光雷达在单个扫描周期内的位姿变化视为匀速变化，以求取激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量。
在一些实施例中，生成单元进一步用于：从当前扫描周期的已补偿点云帧以及与当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点；将从多个已补偿点云帧提取出的特征点拼接成局部点云特征地图。
在一些实施例中，迭代调整激光雷达在当前周期的参考时刻的先验位姿，以使调整位姿后的局部点云特征地图与地图区域达到最佳匹配状态；使用迭代调整的调整量对先验位姿进行修正，以得到后验位姿。
在一些实施例中，上述装置还包括基准点云地图生成单元，基准点云地图生成单元用于：使用导线控制测量方式逐站测量部署在待构建区域的各个测量站点的三维扫描仪的空间坐标；在各个三维扫描仪对周围环境扫描得到的激光点云之间进行匹配，得到各个三维扫描仪的姿态；依据各个三维扫描仪的空间坐标以及姿态，对各个三维扫描仪扫描得到的激光点云进行拼接，生成基准点云地图。
第三方面，本申请实施例提供一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一项所描述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面中任一项所描述的方法。
本申请提供的用于更新地图的方法和装置，通过惯导系统预估出的激光雷达的位姿变化以及运动补偿后的点云帧与基准点云地图之间的匹配，不断预估与修正激光雷达在每个扫描周期的参考时间点的准确位姿，从而可以按照该准确位姿使用各个扫描周期的已运动补偿的点云帧更新三维点云地图，从而在无法或难以优先使用全球导航卫星系统进行有效定位的场景下也可构建高精度的三维点云地图。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于更新地图的方法的一个实施例的流程图；
图3是根据本申请的用于更新地图的方法的又一个实施例的流程图；
图4a、4b是根据图3所示实施例中生成局部点云特征地图的效果示意图；
图5是根据本申请的用于更新地图的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于更新地图的方法或用于更新地图的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括车辆101，网络102和服务器103。网络102用以在车辆101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
车辆上可以安装各种传感器，以采集相应的传感器数据。车辆101可以通过网络102将传感器数据传输至服务器103。服务器103可以针对所接受到的传感器数据进行分析等处理，以生成处理结果，例如高精度三维点云地图。
需要说明的是，本申请实施例所提供的用于更新地图的方法一般由服务器103执行，相应地，用于更新地图的装置一般设置于服务器103中。
应该理解，图1中的车辆、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的车辆、网络和服务器。
继续参考图2，示出了根据本申请的用于更新地图的方法的一个实施例的流程200。该用于更新地图的方法，包括以下步骤：
步骤201，获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化。
在本实施例中，用于更新地图的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从车辆处获取车辆通过车载的传感器采集到的数据。该车辆上可以安装有车载激光雷达以及车载惯导系统等传感器。该车辆可以在需要构建三维点云地图的待构建区域内行驶并开启车载激光雷达以及车载惯导系统，以采集激光点云和测算激光雷达在每个扫描周期内的周期位姿变化。之后，电子设备可以获取到该激光点云和周期位姿变化。
车载惯导系统中可以包括三轴加速度计和陀螺仪测量等测量器，分别可以测量车辆在每个测量时刻的加速度fb和角速度ωb，根据加速度fb和角速度ωb可以求取车辆在测量时刻的车辆姿态变化
Figure BDA0001271378990000071
考虑到惯导测量频率远高于激光雷达扫描频率，扫描周期内的车辆姿态变化
Figure BDA0001271378990000072
可通过对各个测量时刻的车辆姿态变化进行积分而估计，即
Figure BDA0001271378990000073
扫描周期内各个测量时刻下车辆相对导航坐标系的姿态可以通过公式
Figure BDA0001271378990000074
来表征。其中，
Figure BDA0001271378990000075
是指第i时刻车辆姿态相对上一时刻i-1的姿态变化，主要与车辆自身旋转角速度相关；
Figure BDA0001271378990000076
是导航坐标系的姿态变化，主要与车辆运动速度、地球自转角速度相关。根据这两个变量，结合上一时刻车辆在导航坐标下的姿态变化
Figure BDA0001271378990000077
便可迭代推导出当前时刻车辆在导航坐标下的姿态变化
Figure BDA0001271378990000078
接着，可以对车辆在各个测量时刻相对导航坐标系的姿态变化
Figure BDA0001271378990000079
进行积分，得到当前扫描周期内车辆相对导航坐标系的姿态变化
Figure BDA00012713789900000710
车辆的位置变化则可以通过以下过程进行计算：根据车辆在前两个扫描周期的位置
Figure BDA00012713789900000711
以及扫描周期的周期时间估算车辆在当前周期的初速度
Figure BDA00012713789900000712
此外，还可以基于车辆姿态、初速度估计及加速度计输出，即可使用速度微分方程计算各时刻的加速度
Figure BDA00012713789900000713
即
Figure BDA00012713789900000714
其中，
Figure BDA00012713789900000715
是地球自转角速度在导航坐标系上的投影，
Figure BDA00012713789900000716
为导航坐标系相对于大地坐标系的旋转在导航坐标系上的投影，fb为加速度计测量的比力，
Figure BDA00012713789900000717
为第k个扫描周期内i时刻的车辆在导航坐标系的速度，g为重力加速度。使用上述初速度
Figure BDA00012713789900000718
以及加速度
Figure BDA00012713789900000719
进行积分，即可得到扫描周期内的位置变化T，由此便得到第k个扫描周期激光雷达的周期位姿变化ΔPk(ξ,T)。
步骤202，基于激光雷达在当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及当前扫描周期和/或上一个扫描周期的周期位姿变化，确定激光雷达在当前扫描周期的参考时刻的先验位姿。
在本实施例中，基于步骤201中得到的各个扫描周期的周期位姿变化，上述电子设备(例如图1所示的服务器)可以将激光雷达在当前扫描周期和/或上一个扫描周期的周期位姿变化结合激光雷达在当前扫描周期的上一个扫描周期的参考时刻的已知位姿进行计算，以得到激光雷达在当前扫描周期的参考时刻的先验位姿。其中，激光雷达的每个扫描周期的时长可以是固定的，例如为100ms。扫描周期中的参考时刻可以是扫描周期中预先设置的时刻。例如，可以是扫描周期的初始时刻，也可以是扫描周期的结束时刻，还可以是时间中点等其他时刻。当参考时刻为扫描周期的初始时刻时，则激光雷达在当前扫描周期的参考时刻(即开始时刻)的先验位姿，可以通过上一个扫描周期的参考时刻(即开始时刻)的已知位姿与激光雷达在上一个扫描周期的周期位姿变化进行结合而算出。例如，激光雷达在上一扫描周期的开始时刻的已知位姿
Figure BDA0001271378990000081
可以是通过各种方法获得的。基于该已知位姿
Figure BDA0001271378990000082
以及上一扫描周期的周期位姿变化ΔPk(ξ,T)，电子设备可以通过
Figure BDA0001271378990000083
这一公式得到激光雷达在当前扫描周期的开始时刻的位姿
Figure BDA0001271378990000084
即先验位姿。
当参考时刻为扫描周期的结束时刻时，则激光雷达在当前扫描周期的参考时刻(即结束时刻)的先验位姿，可以通过上一个扫描周期的参考时刻(即结束时刻)的已知位姿与激光雷达在当前扫描周期的周期位姿变化进行结合而算出；当参考时刻为扫描周期中除开始时刻与结束时刻之外的其他时刻时，则参考时刻的先验位姿需要通过激光雷达在当前扫描周期和上一个扫描周期的周期位姿变化以及相应的比例求取出来。
步骤203，以当前周期的参考时刻为基准，对当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成当前扫描周期的已补偿点云帧。
在本实施例中，电子设备可以将当前周期的参考时刻作为基准，对当前周期中每个扫描时刻扫描到的激光点云进行位姿调整，以使其映射为激光雷达在参考时刻的位姿对相同区域进行扫描所扫描到的激光点云，从而可以按照各个激光点运动补偿后的位姿形成当前扫描周期的已补偿点云帧。
在本实施例的一些可选实现方式中，上述步骤203可以具体包括：根据当前扫描周期的周期位姿变化，确定激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量；按照激光雷达在当前周期中每个扫描时刻的位姿偏移量，对所对应的扫描时刻扫描到的激光点云进行运动补偿，以当前扫描周期的已补偿点云帧。在该实现方式中，电子设备可以根据当前扫描周期的周期位姿变化以及激光雷达的旋转参数拟合出激光雷达在当前扫描周期内相对于初始时刻的位姿变化轨迹，从而可以确定每个扫描时刻的位姿变化量。根据每个扫描时刻的位姿变化量与参考时刻的位姿变化量之差即可设为激光雷达在该扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量。将激光雷达在当前周期中每个扫描时刻的位姿偏移量与原始扫描得到的激光点云中的激光点的位姿偏移量进行矩阵相乘，即可得到各个激光点的运动补偿后位姿，从而可以按照各个激光点运动补偿后的位姿将激光点拼接成已补偿点云帧。若某个时刻激光点云的原始返回位置为xt＝[x,y,z]T，该时刻激光雷达相对于参考时刻的位姿偏移量为Pt，则该时刻运动补偿后的点云坐标为x′t＝Pt·xt。
在本实施例的一些可选实现方式中，上述根据当前扫描周期的周期位姿变化，确定激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量，包括：将激光雷达在单个扫描周期内的位姿变化视为匀速变化，以求取激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量。在该实现方式中，可以将激光雷达在单个扫描周期内的位姿变化视为匀速变化，以求取激光雷达在每个扫描时刻的位姿的位姿偏移量。在一次扫描周期内，假设激光雷达在当前扫描周期的起始时刻为t0，结束时刻为t1，t1相对t0时刻的位姿变化为ΔP(ξ,T)，其中ξ为4元数表示的姿态变化，T＝[Δx,Δy,Δz]表示位置变化。激光雷达的位置变化可简化为匀速运动，姿态变化简化为绕旋转轴的匀速转动，因此对扫描周期内的任意时刻t,t0≤t≤t1，激光雷达相对初始位置的位姿Pt(ξt,Tt)可按下式估算：
Figure BDA0001271378990000101
其中，sinω为四元数虚部的模。
将每个时刻相对于初始位置的位姿与参考时刻的位姿相比，即可得到该时刻的位姿相对于参考时刻的位姿偏移量。例如，当参考时刻为初始时刻时，则每个扫描时刻相对于初始位置的位姿即为该扫描时刻相对于参考时刻的位姿偏移量。
步骤204，使用从已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图。
在本实施例中，基于步骤203得到的已补偿点云帧，电子设备可以使用已补偿点云帧进行处理，以生成用于匹配的局部点云特征。通常，电子设备可以从当前扫描周期的已补偿点云帧提取出特征点，以构成用于后续匹配的局部点云特征地图。需要说明的是，电子设备还可以从其他扫描周期的已补偿点云帧提取出其他特征点，并将该其他特征点与从当前扫描周期的已补偿点云帧提取出的特征点进行结合，从而生成局部点云特征地图。
步骤205，将局部点云特征地图与使用先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对先验位姿进行修正，得到后验位姿。
在本实施例中，基于步骤204生成的局部点云特征地图，电子设备可以进一步将局部点云特征地图中的特征点与使用先验位姿的位置在基准点云地图中定位到的地图区域的特征点进行匹配。其中，基准点云地图是使用部署在待构建区域的各个固定测量站点的三维扫描仪静态扫描得到的激光点云构建而生成的。基准点云地图中可以预先记录其激光点在世界坐标系的精准坐标。根据匹配结果，电子设备可以对先验位姿进行修正，从而得到修正后的后验位姿。在进行匹配时，通常可以根据局部点云特征地图以及地图区域中的点特征、线特征或面特征之间的特征距离确定两者之间较合适的位姿差异，然后利用该位姿差对先验位姿进行修正，以得到修正后的后验位姿。该后验位姿通过匹配得出的，该步骤的目的是为了将点云帧的位姿从雷达坐标系转换成世界坐标系。
步骤206，按照激光雷达在当前扫描周期的参考时刻的后验位姿，使用当前扫描周期的已补偿点云帧更新待构建区域的三维点云地图。
在本实施例中，基于步骤201至步骤205的过程，可以得到激光雷达在当前扫描周期的参考时刻的后验位姿，电子设备将当前扫描周期对应的已补偿点云帧按照该后验位姿添加到三维点云地图中，以实现对三维点云地图的更新。
在本实施例的一些可选实现方式中，上述方法包括：将激光雷达在当前扫描周期的参考时刻的后验位姿设置为激光雷达在当前扫描周期的已知位姿，以供处理激光雷达在后续扫描周期中扫描到的激光点云。在该实现方式中，将当前扫描周期的参考时刻的后验位姿设置为激光雷达在当前扫描周期的已知位姿，供后续使用，可以将对上一扫描周期的参考时刻算出的后验位姿作为计算下一个扫描周期的参考时刻的先验位姿的起始位姿，整个过程需要第一个扫描周期的初始位姿并通过该方法自身的迭代即可算出每个扫描周期的后验位姿，不需要引入额外的定位设备，具有较高的处理效率，且成本较低。
本申请的上述实施例提供的方法，通过惯导系统预估出的激光雷达的位姿变化以及运动补偿后的点云帧与基准点云地图之间的匹配，不断预估与修正激光雷达在每个扫描周期的参考时间点的准确位姿，从而可以按照该准确位姿使用各个扫描周期的已运动补偿的点云帧更新三维点云地图，从而在无法或难以优先使用全球导航卫星系统进行有效定位的场景下也可构建高精度的三维点云地图。
进一步参考图3，其示出了用于更新地图的方法的又一个实施例的流程300。该用于更新地图的方法的流程300，包括以下步骤：
步骤301，获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化。
在本实施例中，步骤301的具体处理可以参考步骤201，这里不再赘述。
步骤302，基于激光雷达在当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及当前扫描周期和/或上一个扫描周期的周期位姿变化，确定激光雷达在当前扫描周期的参考时刻的先验位姿。
在本实施例中，步骤302的具体处理可以参考图2对应实施例的步骤202，这里不再赘述。
步骤303，以当前周期的参考时刻为基准，对当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成当前扫描周期的已补偿点云帧。
在本实施例中，步骤303的具体处理可以参考图2对应实施例的步骤203，这里不再赘述。
步骤304，从当前扫描周期的已补偿点云帧以及与当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点。
在本实施例中，电子设备可以使用与生成当前扫描周期的已补偿点云帧相同的方式，生成与当前扫描周期的至少一个相邻扫描周期的已补偿点云帧。此时，电子设备可以将当前扫描周期的已补偿点云帧和与当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点。
步骤305，将从多个已补偿点云帧提取出的特征点拼接成局部点云特征地图。
在本实施例中，基于步骤304中对多个已补偿点云帧提取出的特征点，电子设备可以将从各个已补偿点云帧提取出的特征点拼接成局部点云特征地图。在本实施例中，对于提取出的形成平面或圆柱体(圆柱体可以视为穿过中心的直线)的特征点，可以表示为fk(ck,nk)。对于组成的平面，ck代表中心坐标，nk表示平面的法向量；对于组成的圆柱体，ck代表中心坐标，nk表示穿过圆柱中心的直线的方向。在后续匹配时，任一点p到平面的特征距离d可以通过公式d＝(p-ck)·nk求取，任一点p到圆柱体(直线)的特征距离d则可以通过公式d＝||(p-ck)×nk||求取。最小化两个已补偿点云帧之间的特征距离，便可估计出已补偿点云帧的相对姿态。将多帧连续点云特征按照估计的相对姿态拼接在一起，即得局部特征地图。
其中，步骤304和步骤305处理的效果如图4a和4b所示。其中，图4a是单个扫描周期的已执行运动补偿的点云帧，通过步骤303和步骤304从多个相邻的点云帧中提取出组成平面和/或圆柱体的特征点，并将所提取出的特征点拼接成图4b所示的局部点云特征地图。如图4b所示，所形成的局部点云特征地图相比于单个扫描周期的点云帧，能覆盖较大的区域范围，且地图中的特征物更有规则性，有利于提高匹配的准确性。
步骤306，将局部点云特征地图与使用先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对先验位姿进行修正，得到后验位姿。
在该实施例中，假设激光雷达在当前扫描周期的参考时刻的先验位姿为
Figure BDA0001271378990000131
以先验位姿
Figure BDA0001271378990000132
的位置为中心从基准点云地图抓取出匹配用的地图区域为Mr，前述过程生成的局部地图为Ml。在点云匹配时可以通过匹配Mr与Ml，得到两者之间的最佳位姿差异Δp，后验位姿
Figure BDA0001271378990000133
便可通过公式
Figure BDA0001271378990000134
进行求取。
在本实施例的一些可选实现方式中，步骤306可以具体包括以下过程：迭代调整激光雷达在当前周期的参考时刻的先验位姿，以使调整位姿后的局部点云特征地图与地图区域达到最佳匹配状态；使用迭代调整的调整量对先验位姿进行修正，以得到后验位姿。可选的，该实现方式中进行点云匹配时，可以采用就近点搜索法ICP算法，优化目标函数可以包括但不限于标准ICP、点面Point-to-Plane ICP、GICP等。特征距离的方式可以如步骤305中所描述。
步骤307，按照激光雷达在当前扫描周期的参考时刻的后验位姿，使用当前扫描周期的已补偿点云帧更新待构建区域的三维点云地图。
在本实施例中，步骤307的具体处理可以参考图2对应实施例中的步骤206，这里不再赘述。
在本实施例的一些可选实现方式中，上述方法还包括基准点云地图生成步骤，该基准点云地图生成步骤包括：使用导线控制测量方式逐站测量部署在待构建区域的各个测量站点的三维扫描仪的空间坐标；在各个三维扫描仪对周围环境扫描得到的激光点云之间进行匹配，得到各个三维扫描仪的姿态；依据各个三维扫描仪的空间坐标以及姿态，对各个三维扫描仪扫描得到的激光点云进行拼接，生成基准点云地图。
从图3中可以看出，与图2对应的实施例相比，本实施例中的用于更新地图的方法的流程300突出了从当前扫描周期的已补偿点云帧以及与当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点以形成用于与基准点云地图匹配用的局部点云特征地图，相对于使用单帧点云作为匹配用的局部地图，这种方式中使用相邻的多个点云帧并去除掉一些特征不明显的特征点，有利于提高匹配的精准度。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于更新地图的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于更新地图的装置500包括：获取单元501、确定单元502、运动补偿单元503、生成单元504、修正单元505和构建单元506。其中，获取单元501用于获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化，其中周期位姿变化是通过车辆的车载惯导系统进行测算而得到的；确定单元502用于基于激光雷达在当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及当前扫描周期和/或上一个扫描周期的周期位姿变化，确定激光雷达在当前扫描周期的参考时刻的先验位姿；运动补偿单元503用于以当前周期的参考时刻为基准，对当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成当前扫描周期的已补偿点云帧；生成单元504用于使用从已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图；修正单元505用于将局部点云特征地图与使用先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对先验位姿进行修正，得到后验位姿，其中基准点云地图是使用部署在待构建区域的各个固定测量站点的三维扫描仪静态扫描得到的激光点云构建而生成的；而构建单元506用于按照激光雷达在当前扫描周期的参考时刻的后验位姿，使用当前扫描周期的已补偿点云帧更新待构建区域的三维点云地图。
在本实施例中，获取单元501、确定单元502、运动补偿单元503、生成单元504、修正单元505和构建单元506的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204、步骤205以及步骤206，这里不再赘述。
在本实施例的一些可选实现方式中，获取单元501进一步用于：使用车辆的车载惯导系统测量车辆在当前扫描周期的结束时刻相对于开始时刻的周期位姿变化。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式，这里不再赘述。
在本实施例的一些可选实现方式中，上述装置500还包括：设置单元(未示出)，用于将激光雷达在当前扫描周期的参考时刻的后验位姿设置为激光雷达在当前扫描周期的已知位姿，以供处理激光雷达在后续扫描周期中扫描到的激光点云。
在本实施例的一些可选实现方式中，运动补偿单元503可以包括：确定子单元(未示出)，用于根据当前扫描周期的周期位姿变化，确定激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量；运动补偿子单元(未示出)，用于按照当前周期中每个扫描时刻的位姿偏移量，对所对应的扫描时刻扫描到的激光点云进行运动补偿，以生成当前扫描周期的已补偿点云帧。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式，这里不再赘述。
在本实施例的一些可选实现方式中，上述确定子单元进一步用于：将激光雷达在单个扫描周期内的位姿变化视为匀速变化，以求取激光雷达在当前扫描周期内的每个扫描时刻的位姿相对于激光雷达在当前扫描周期的参考时刻的先验位姿的位姿偏移量。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式，这里不再赘述。
在本实施例的一些可选实现方式中，生成单元504可以进一步用于：从当前扫描周期的已补偿点云帧以及与当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点；将从多个已补偿点云帧提取出的特征点拼接成局部点云特征地图。该实现方式的具体处理可以参考图3对应实施例中相应的步骤，这里不再赘述。
在本实施例的一些可选实现方式中，修正单元505可以进一步用于：迭代调整激光雷达在当前周期的参考时刻的先验位姿，以使调整位姿后的局部点云特征地图与地图区域达到最佳匹配状态；使用迭代调整的调整量对先验位姿进行修正，以得到后验位姿。该实现方式的具体处理可以参考图3对应实施例中相应的实现方式，这里不再赘述。
在本实施例的一些可选实现方式中，装置500还包括基准点云地图生成单元，基准点云地图生成单元用于：使用导线控制测量方式逐站测量部署在待构建区域的各个测量站点的三维扫描仪的空间坐标；在各个三维扫描仪对周围环境扫描得到的激光点云之间进行匹配，得到各个三维扫描仪的姿态；依据各个三维扫描仪的空间坐标以及姿态，对各个三维扫描仪扫描得到的激光点云进行拼接，生成基准点云地图。该实现方式的具体处理可以参考图3对应实施例中相应的实现方式，这里不再赘述。
此外，本申请还提供一种设备，该设备通常可以是服务器。该设备可以包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得该一个或多个处理器实现如图2或图3所对应的实施例或任一可选实现方式所描述的方法。图6示出了适于用来实现本申请实施例的设备的计算机系统600的结构示意图。图6示出的设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、确定单元、运动补偿单元、生成单元、修正单元和构建单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该设备执行时，使得该设备：获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取所述车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化，其中周期位姿变化是通过所述车辆的车载惯导系统进行测算而得到的；基于所述激光雷达在所述当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及所述当前扫描周期和/或所述上一个扫描周期的周期位姿变化，确定所述激光雷达在所述当前扫描周期的参考时刻的先验位姿；以所述当前周期的参考时刻为基准，对所述当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成所述当前扫描周期的已补偿点云帧；使用从所述已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图；将所述局部点云特征地图与使用所述先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对所述先验位姿进行修正，得到后验位姿，其中所述基准点云地图是使用部署在待构建区域的各个固定测量站点的三维扫描仪静态扫描得到的激光点云构建而生成的；按照所述激光雷达在所述当前扫描周期的所述参考时刻的后验位姿，使用所述当前扫描周期的已补偿点云帧更新所述待构建区域的三维点云地图。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种用于更新地图的方法，其特征在于，所述方法包括：
获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取所述车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化，其中周期位姿变化是通过所述车辆的车载惯导系统进行测算而得到的；
基于所述激光雷达在所述当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及所述当前扫描周期和/或所述上一个扫描周期的周期位姿变化，确定所述激光雷达在所述当前扫描周期的参考时刻的先验位姿；
以所述当前周期的参考时刻为基准，对所述当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成所述当前扫描周期的已补偿点云帧；
使用从所述已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图；
将所述局部点云特征地图与使用所述先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对所述先验位姿进行修正，得到后验位姿，其中所述基准点云地图是使用部署在待构建区域的各个固定测量站点的三维扫描仪静态扫描得到的激光点云构建而生成的；
按照所述激光雷达在所述当前扫描周期的所述参考时刻的后验位姿，使用所述当前扫描周期的已补偿点云帧更新所述待构建区域的三维点云地图。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述激光雷达在所述当前扫描周期的参考时刻的后验位姿设置为所述激光雷达在所述当前扫描周期的已知位姿，以供处理所述激光雷达在后续扫描周期中扫描到的激光点云。
3.根据权利要求1所述的方法，其特征在于，以所述当前周期的参考时刻为基准，对所述当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成所述当前扫描周期的已补偿点云帧，包括：
根据所述当前扫描周期和/或所述上一个扫描周期的周期位姿变化，确定所述激光雷达在所述当前扫描周期内的每个扫描时刻的位姿相对于所述激光雷达在所述当前扫描周期的参考时刻的先验位姿的位姿偏移量；
按照所述激光雷达在所述当前周期中每个扫描时刻的位姿偏移量，对所对应的扫描时刻扫描到的激光点云进行运动补偿，以生成所述当前扫描周期的已补偿点云帧。
4.根据权利要求3所述的方法，其特征在于，所述根据所述当前扫描周期的周期位姿变化，确定所述激光雷达在所述当前扫描周期内的每个扫描时刻的位姿相对于所述激光雷达在所述当前扫描周期的参考时刻的先验位姿的位姿偏移量，包括：
将所述激光雷达在单个扫描周期内的位姿变化视为匀速变化，以求取所述激光雷达在所述当前扫描周期内的每个扫描时刻的位姿相对于所述激光雷达在所述当前扫描周期的参考时刻的先验位姿的位姿偏移量。
5.根据权利要求1所述的方法，其特征在于，所述使用从所述已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图，包括：
从所述当前扫描周期的已补偿点云帧以及与所述当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点；
将从多个已补偿点云帧提取出的特征点拼接成局部点云特征地图。
6.根据权利要求1所述的方法，其特征在于，所述将所述局部点云特征地图中的特征点与使用所述先验位姿的位置在基准点云地图中进行定位而得到定位到的地图区域的特征点进行匹配，并根据匹配结果对所述先验位姿进行修正，以得到后验位姿，包括：
迭代调整所述激光雷达在所述当前周期的参考时刻的先验位姿，以使调整位姿后的局部点云特征地图与所述地图区域达到最佳匹配状态；
使用迭代调整的调整量对所述先验位姿进行修正，以得到后验位姿。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括基准点云地图生成步骤，所述基准点云地图生成步骤包括：
使用导线控制测量方式逐站测量部署在待构建区域的各个测量站点的三维扫描仪的空间坐标；
在各个三维扫描仪对周围环境扫描得到的激光点云之间进行匹配，得到各个三维扫描仪的姿态；
依据各个三维扫描仪的空间坐标以及姿态，对各个三维扫描仪扫描得到的激光点云进行拼接，生成所述基准点云地图。
8.一种用于更新地图的装置，其特征在于，所述装置包括：
获取单元，用于获取车辆在待构建区域内行驶并使用车载激光雷达对周围环境进行扫描时在当前扫描周期的每个扫描时刻得到的激光点云以及获取所述车辆在每个扫描周期的结束时刻相对于开始时刻的周期位姿变化，其中周期位姿变化是通过所述车辆的车载惯导系统进行测算而得到的；
确定单元，用于基于所述激光雷达在所述当前扫描周期的上一个扫描周期的参考时刻的已知位姿以及所述当前扫描周期和/或所述上一个扫描周期的周期位姿变化，确定所述激光雷达在所述当前扫描周期的参考时刻的先验位姿；
运动补偿单元，用于以所述当前周期的参考时刻为基准，对所述当前周期内每个扫描时刻扫描到的激光点云进行运动补偿，形成所述当前扫描周期的已补偿点云帧；
生成单元，用于使用从所述已补偿点云帧中提取出的特征点生成用于匹配的局部点云特征地图；
修正单元，用于将所述局部点云特征地图与使用所述先验位姿的位置在基准点云地图中进行定位而得到的地图区域进行匹配，并根据匹配结果对所述先验位姿进行修正，得到后验位姿，其中所述基准点云地图是使用部署在待构建区域的各个固定测量站点的三维扫描仪静态扫描得到的激光点云构建而生成的；
构建单元，用于按照所述激光雷达在所述当前扫描周期的所述参考时刻的后验位姿，使用所述当前扫描周期的已补偿点云帧更新所述待构建区域的三维点云地图。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
设置单元，用于将所述激光雷达在所述当前扫描周期的参考时刻的后验位姿设置为所述激光雷达在所述当前扫描周期的已知位姿，以供处理所述激光雷达在后续扫描周期中扫描到的激光点云。
10.根据权利要求8所述的装置，其特征在于，所述运动补偿单元包括：
确定子单元，用于根据所述当前扫描周期的周期位姿变化，确定所述激光雷达在所述当前扫描周期内的每个扫描时刻的位姿相对于所述激光雷达在所述当前扫描周期的参考时刻的先验位姿的位姿偏移量；
运动补偿子单元，用于按照所述当前周期中每个扫描时刻的位姿偏移量，对所对应的扫描时刻扫描到的激光点云进行运动补偿，以生成所述当前扫描周期的已补偿点云帧。
11.根据权利要求10所述的装置，其特征在于，所述确定子单元进一步用于：
将所述激光雷达在单个扫描周期内的位姿变化视为匀速变化，以求取所述激光雷达在所述当前扫描周期内的每个扫描时刻的位姿相对于所述激光雷达在所述当前扫描周期的参考时刻的先验位姿的位姿偏移量。
12.根据权利要求8所述的装置，其特征在于，所述生成单元进一步用于：
从所述当前扫描周期的已补偿点云帧以及与所述当前扫描周期的至少一个相邻扫描周期的已补偿点云帧分别提取出组成平面和/或圆柱体的特征点；
将从多个已补偿点云帧提取出的特征点拼接成局部点云特征地图。
13.根据权利要求8所述的装置，其特征在于，所述修正单元进一步用于：
迭代调整所述激光雷达在所述当前周期的参考时刻的先验位姿，以使调整位姿后的局部点云特征地图与所述地图区域达到最佳匹配状态；
使用迭代调整的调整量对所述先验位姿进行修正，以得到后验位姿。
14.根据权利要求8所述的装置，其特征在于，所述装置还包括基准点云地图生成单元，所述基准点云地图生成单元用于：
使用导线控制测量方式逐站测量部署在待构建区域的各个测量站点的三维扫描仪的空间坐标；
在各个三维扫描仪对周围环境扫描得到的激光点云之间进行匹配，得到各个三维扫描仪的姿态；
依据各个三维扫描仪的空间坐标以及姿态，对各个三维扫描仪扫描得到的激光点云进行拼接，生成所述基准点云地图。
15.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201710248760.8A 2017-04-17 2017-04-17 用于更新地图的方法和装置 Active CN108732584B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710248760.8A CN108732584B (zh) 2017-04-17 2017-04-17 用于更新地图的方法和装置
US15/876,032 US10705219B2 (en) 2017-04-17 2018-01-19 Method and apparatus for updating maps

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710248760.8A CN108732584B (zh) 2017-04-17 2017-04-17 用于更新地图的方法和装置

Publications (2)

Publication Number Publication Date
CN108732584A CN108732584A (zh) 2018-11-02
CN108732584B true CN108732584B (zh) 2020-06-30

Family

ID=63789958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710248760.8A Active CN108732584B (zh) 2017-04-17 2017-04-17 用于更新地图的方法和装置

Country Status (2)

Country Link
US (1) US10705219B2 (zh)
CN (1) CN108732584B (zh)

Families Citing this family (90)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11181383B2 (en) * 2018-09-15 2021-11-23 Toyota Research Institute, Inc. Systems and methods for vehicular navigation and localization
US11906657B2 (en) * 2018-10-02 2024-02-20 Fortem Technologies, Inc. System and method for drone and object classification
CN111174777A (zh) * 2018-11-09 2020-05-19 阿里巴巴集团控股有限公司 定位方法、装置以及电子设备
JP2021508815A (ja) * 2018-11-15 2021-03-11 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド 妨害物体の検出に基づいて高精細度マップを補正するためのシステムおよび方法
CN109725303B (zh) * 2018-12-04 2021-07-02 北京万集科技股份有限公司 坐标系的修正方法及装置、存储介质
CN109633665A (zh) * 2018-12-17 2019-04-16 北京主线科技有限公司 交通场景稀疏激光点云拼接方法
CN109613550B (zh) * 2018-12-28 2023-04-07 芜湖哈特机器人产业技术研究院有限公司 一种基于反光板的激光雷达地图构建及定位方法
CN112005079B (zh) * 2019-01-03 2022-08-09 北京嘀嘀无限科技发展有限公司 用于更新高清地图的系统和方法
CN109807933B (zh) * 2019-01-29 2022-04-15 江苏通佑视觉科技有限公司 一种能力图点云更新方法、装置、设备及存储介质
JP7086111B2 (ja) * 2019-01-30 2022-06-17 バイドゥドットコム タイムズ テクノロジー （ベイジン） カンパニー リミテッド 自動運転車のｌｉｄａｒ測位に用いられるディープラーニングに基づく特徴抽出方法
US10733511B1 (en) * 2019-01-30 2020-08-04 StradVision, Inc. Learning method and learning device for updating HD map by reconstructing 3D space by using depth estimation information and class information on each object, which have been acquired through V2X information integration technique, and testing method and testing device using the same
US10408939B1 (en) * 2019-01-31 2019-09-10 StradVision, Inc. Learning method and learning device for integrating image acquired by camera and point-cloud map acquired by radar or LiDAR corresponding to image at each of convolution stages in neural network and testing method and testing device using the same
CN109682358B (zh) * 2019-02-01 2024-03-08 中国铁建重工集团股份有限公司 具有三维扫描功能的工程车和扫描处理方法
CN109870157B (zh) * 2019-02-20 2021-11-02 苏州风图智能科技有限公司 确定车体位姿的方法及装置、制图方法
CN111665512B (zh) * 2019-02-21 2024-04-30 香港科技大学 基于3d激光雷达和惯性测量单元的融合的测距和绘图
CN109813310B (zh) * 2019-03-11 2023-01-06 中南大学 地下作业设备定位方法、装置、系统及存储介质
CN110008851B (zh) * 2019-03-15 2021-11-19 深兰科技（上海）有限公司 一种车道线检测的方法及设备
DE102019203623A1 (de) * 2019-03-18 2020-09-24 Zf Friedrichshafen Ag Verfahren zur Bereitstellung einer Karte
CN111735439B (zh) * 2019-03-22 2022-09-30 北京京东乾石科技有限公司 地图构建方法、装置和计算机可读存储介质
CN109974712A (zh) * 2019-04-22 2019-07-05 广东亿嘉和科技有限公司 一种基于图优化的变电站巡检机器人建图方法
CN111854727B (zh) * 2019-04-27 2022-05-13 北京魔门塔科技有限公司 一种车辆位姿的修正方法和装置
WO2020223974A1 (zh) * 2019-05-09 2020-11-12 珊口（深圳）智能科技有限公司 更新地图的方法及移动机器人
CN113874681B (zh) * 2019-05-23 2024-06-18 北京嘀嘀无限科技发展有限公司 点云地图质量的评估方法和系统
CN110070544A (zh) * 2019-06-06 2019-07-30 江苏省农业科学院 一种果树靶标三维数据补偿方法及补偿系统
CN112116654B (zh) * 2019-06-20 2024-06-07 杭州海康威视数字技术股份有限公司 一种车辆位姿确定方法、装置及电子设备
CN110333495A (zh) * 2019-07-03 2019-10-15 深圳市杉川机器人有限公司 利用激光slam在长走廊建图的方法、装置、系统、存储介质
CN110427986B (zh) * 2019-07-16 2022-02-01 浙江大学 一种基于毫米波雷达点云特征的核支持向量机目标分类方法
CN110297224A (zh) * 2019-08-01 2019-10-01 深圳前海达闼云端智能科技有限公司 激光雷达的定位方法、装置、机器人及计算设备
CN112395376A (zh) * 2019-08-15 2021-02-23 纳恩博（北京）科技有限公司 地图的构建方法和装置、存储介质及电子装置
WO2021031157A1 (zh) * 2019-08-21 2021-02-25 深圳市速腾聚创科技有限公司 外参标定方法、装置、计算设备以及计算机存储介质
CN110501712B (zh) * 2019-09-05 2022-06-28 北京百度网讯科技有限公司 无人驾驶中用于确定位置姿态数据的方法、装置和设备
WO2021046699A1 (en) 2019-09-10 2021-03-18 Beijing Voyager Technology Co., Ltd. Systems and methods for positioning
CN112629518A (zh) * 2019-10-09 2021-04-09 炬星科技（深圳）有限公司 激光地图更新方法、机器人和集群机器人系统
CN112652062B (zh) * 2019-10-10 2024-04-05 北京京东乾石科技有限公司 一种点云地图构建方法、装置、设备和存储介质
DE102019217264A1 (de) * 2019-11-08 2021-05-12 Continental Automotive Gmbh Verfahren zum Erkennen von Änderungen in Referenzdaten für geografische Daten
CN110889808B (zh) * 2019-11-21 2023-02-28 广州文远知行科技有限公司 一种定位的方法、装置、设备及存储介质
CN110969649B (zh) * 2019-11-29 2024-04-05 上海有个机器人有限公司 一种激光点云与地图的匹配评价方法、介质、终端和装置
US11391577B2 (en) * 2019-12-04 2022-07-19 Pony Ai Inc. Dynamically modelling objects in map
CN111325780B (zh) * 2020-02-17 2021-07-27 天目爱视（北京）科技有限公司 一种基于图像筛选的3d模型快速构建方法
US11852751B2 (en) * 2020-03-02 2023-12-26 Beijing Baidu Netcom Science And Technology Co., Ltd. Method, apparatus, computing device and computer-readable storage medium for positioning
US11725944B2 (en) 2020-03-02 2023-08-15 Apollo Intelligent Driving Technology (Beijing) Co, Ltd. Method, apparatus, computing device and computer-readable storage medium for positioning
CN111257909B (zh) * 2020-03-05 2021-12-07 安徽意欧斯物流机器人有限公司 一种多2d激光雷达融合建图与定位方法及系统
US20230110609A1 (en) * 2020-03-13 2023-04-13 Chiba Institute Of Technology Self-localization device
CN111381248B (zh) * 2020-03-23 2023-06-09 湖南大学 一种考虑车辆颠簸的障碍物检测方法及系统
CN111442722B (zh) * 2020-03-26 2022-05-17 达闼机器人股份有限公司 定位方法、装置、存储介质及电子设备
CN111427060B (zh) * 2020-03-27 2023-03-07 深圳市镭神智能系统有限公司 一种基于激光雷达的二维栅格地图构建方法和系统
CN113748357B (zh) * 2020-03-27 2023-06-30 深圳市速腾聚创科技有限公司 激光雷达的姿态校正方法、装置和系统
US11340081B2 (en) * 2020-04-08 2022-05-24 Pony Ai Inc. System and method for updating map
CN111458722B (zh) * 2020-04-16 2022-04-01 杭州师范大学钱江学院 一种激光雷达小车在具有坡度环境下的地图构建方法
CN111735451B (zh) * 2020-04-16 2022-06-07 中国北方车辆研究所 一种基于多源先验信息的点云匹配高精度定位方法
CN111553844B (zh) 2020-04-29 2023-08-29 阿波罗智能技术(北京)有限公司 用于更新点云的方法及装置
CN111578951B (zh) * 2020-04-30 2022-11-08 阿波罗智能技术(北京)有限公司 一种自动驾驶中用于生成信息的方法和装置
JP7409959B2 (ja) * 2020-05-01 2024-01-09 株式会社Soken 物体検出装置
CN111882977B (zh) * 2020-05-06 2022-04-29 北京嘀嘀无限科技发展有限公司 一种高精度地图构建方法及系统
CN111678516B (zh) * 2020-05-08 2021-11-23 中山大学 一种基于激光雷达的有界区域快速全局定位方法
CN111667506B (zh) * 2020-05-14 2023-03-24 电子科技大学 一种基于orb特征点的运动估计方法
CN114026461A (zh) * 2020-05-19 2022-02-08 深圳市大疆创新科技有限公司 构建点云帧的方法、目标检测方法、测距装置、可移动平台和存储介质
CN111710039B (zh) * 2020-06-03 2024-06-14 纵目科技（上海）股份有限公司 一种高精度地图的构建方法、系统、终端和存储介质
CN113776544B (zh) * 2020-06-10 2024-07-09 杭州海康威视数字技术股份有限公司 一种点云地图更新方法、装置、电子设备及定位系统
CN113759369B (zh) * 2020-06-28 2023-12-05 北京京东乾石科技有限公司 基于双多线雷达的建图方法和装置
CN112073722B (zh) * 2020-07-23 2024-05-17 西安万像电子科技有限公司 图像处理方法、装置、设备及存储介质
CN111862214B (zh) * 2020-07-29 2023-08-25 上海高仙自动化科技发展有限公司 计算机设备定位方法、装置、计算机设备和存储介质
CN112731450B (zh) * 2020-08-19 2023-06-30 深圳市速腾聚创科技有限公司 点云的运动补偿方法、装置和系统
CN112130168B (zh) * 2020-09-11 2023-04-14 北京埃福瑞科技有限公司 一种用于折返控制的列车位置状态检测方法及系统
CN113776530B (zh) * 2020-09-11 2024-06-18 北京京东乾石科技有限公司 一种点云地图构建方法、装置、电子设备和存储介质
CN112180382B (zh) * 2020-09-28 2024-03-08 知行汽车科技(苏州)股份有限公司 基于恒速模型的自适应3d-lslam定位方法、装置和系统
US20220108487A1 (en) * 2020-10-07 2022-04-07 Qualcomm Incorporated Motion estimation in geometry point cloud compression
CN112184906B (zh) * 2020-10-22 2023-10-03 北京爱笔科技有限公司 一种三维模型的构建方法及装置
CN112415535B (zh) * 2020-10-22 2024-05-28 武汉万集信息技术有限公司 导航系统和导航方法
CN112363158B (zh) * 2020-10-23 2024-03-12 浙江华睿科技股份有限公司 机器人的位姿估计方法、机器人和计算机存储介质
CN112339748B (zh) * 2020-11-09 2021-10-26 东风汽车集团有限公司 自动泊车中通过环境扫描修正车辆位姿信息的方法及装置
CN112346037B (zh) * 2020-11-19 2023-10-31 中国第一汽车股份有限公司 车载激光雷达的标定方法、装置、设备及车辆
CN112446827B (zh) * 2020-11-23 2023-06-23 北京百度网讯科技有限公司 点云信息的处理方法和装置
CN112629522B (zh) * 2020-12-31 2023-04-11 山东大学 一种反光板与激光slam融合的agv定位方法及系统
CN112880674A (zh) * 2021-01-21 2021-06-01 深圳市镭神智能系统有限公司 一种行驶设备的定位方法、装置、设备及存储介质
CN113778077B (zh) * 2021-02-09 2024-04-16 贵州京邦达供应链科技有限公司 移动平台的定位方法、设备以及存储介质
CN113112478B (zh) * 2021-04-15 2023-12-15 深圳市优必选科技股份有限公司 一种位姿的识别方法及终端设备
CN113325428A (zh) * 2021-04-29 2021-08-31 中国科学院沈阳自动化研究所 一种基于激光雷达的距离与航向测量方法
CN113325435B (zh) * 2021-05-25 2024-01-09 武汉大学 定位方法、装置、设备及可读存储介质
CN113361365B (zh) * 2021-05-27 2023-06-23 浙江商汤科技开发有限公司 定位方法和装置、设备及存储介质
CN113503883B (zh) * 2021-06-22 2022-07-19 北京三快在线科技有限公司 采集用于构建地图的数据的方法、存储介质及电子设备
CN113639745B (zh) * 2021-08-03 2023-10-20 北京航空航天大学 一种点云地图的构建方法、装置及存储介质
CN113534097B (zh) * 2021-08-27 2023-11-24 北京工业大学 一种适用于旋轴激光雷达的优化方法
DE102021125653A1 (de) 2021-10-04 2023-04-06 Valeo Schalter Und Sensoren Gmbh Entfernen nicht relevanter Punkte aus einer Punktwolke
CN114115263B (zh) * 2021-11-19 2024-04-09 武汉万集光电技术有限公司 用于agv的自主建图方法、装置、移动机器人及介质
CN114577215B (zh) * 2022-03-10 2023-10-27 山东新一代信息产业技术研究院有限公司 一种移动机器人的特征地图更新方法、设备及介质
CN115390085A (zh) * 2022-07-28 2022-11-25 广州小马智行科技有限公司 基于激光雷达的定位方法、装置、计算机设备和存储介质
CN115326051A (zh) * 2022-08-03 2022-11-11 广州高新兴机器人有限公司 一种基于动态场景的定位方法、装置、机器人及介质
CN115493600A (zh) * 2022-10-12 2022-12-20 江苏盛海智能科技有限公司 一种基于激光雷达的无人驾驶遇障路径规划方法与终端
CN117739954B (zh) * 2024-02-07 2024-06-04 未来机器人（深圳）有限公司 地图局部更新方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101297299A (zh) * 2005-10-28 2008-10-29 通用汽车环球科技运作公司 用有外部传感器的探测车辆修正交通数据的系统和方法
CN104764457A (zh) * 2015-04-21 2015-07-08 北京理工大学 一种用于无人车的城市环境构图方法
CN106199626A (zh) * 2016-06-30 2016-12-07 上海交通大学 基于摆动激光雷达的室内三维点云地图生成系统及方法
CN106338736A (zh) * 2016-08-31 2017-01-18 东南大学 一种基于激光雷达的全3d占据体元地形建模方法
CN106461402A (zh) * 2014-04-30 2017-02-22 通腾全球信息公司 用于确定相对于数字地图的位置的方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104380133B (zh) * 2012-04-17 2018-01-16 联邦科学和工业研究组织 三维扫描束和成像系统
US9292961B1 (en) * 2014-08-26 2016-03-22 The Boeing Company System and method for detecting a structural opening in a three dimensional point cloud
US11567201B2 (en) * 2016-03-11 2023-01-31 Kaarta, Inc. Laser scanner with real-time, online ego-motion estimation
SG10201700299QA (en) * 2017-01-13 2018-08-30 Otsaw Digital Pte Ltd Three-dimensional mapping of an environment

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101297299A (zh) * 2005-10-28 2008-10-29 通用汽车环球科技运作公司 用有外部传感器的探测车辆修正交通数据的系统和方法
CN106461402A (zh) * 2014-04-30 2017-02-22 通腾全球信息公司 用于确定相对于数字地图的位置的方法及系统
CN104764457A (zh) * 2015-04-21 2015-07-08 北京理工大学 一种用于无人车的城市环境构图方法
CN106199626A (zh) * 2016-06-30 2016-12-07 上海交通大学 基于摆动激光雷达的室内三维点云地图生成系统及方法
CN106338736A (zh) * 2016-08-31 2017-01-18 东南大学 一种基于激光雷达的全3d占据体元地形建模方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Extraction 3D road boundaries from mobile laser scanning point clouds;Lina Fang et al.;《2015 2nd IEEE International Conference on Spatial Data Mining and Geographical Knowledge Services (ICSDM)》;20150710;全文 *
基于激光雷达的移动机器人定位和地图创建;王元华 等;《机器人技术》;20091231;全文 *

Also Published As

Publication number Publication date
CN108732584A (zh) 2018-11-02
US10705219B2 (en) 2020-07-07
US20180299557A1 (en) 2018-10-18

Similar Documents

Publication Publication Date Title
CN108732584B (zh) 用于更新地图的方法和装置
CN108732603B (zh) 用于定位车辆的方法和装置
EP3612854B1 (en) Vehicle navigation system using pose estimation based on point cloud
CN107481292B (zh) 车载摄像头的姿态误差估计方法和装置
WO2018142900A1 (ja) 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム
CN110197615B (zh) 用于生成地图的方法及装置
CN107884800B (zh) 观测时滞系统的组合导航数据解算方法、装置及导航设备
CN110849362A (zh) 一种基于车载惯性的激光雷达与视觉组合导航算法
CN111461981B (zh) 点云拼接算法的误差估计方法和装置
CN112005079B (zh) 用于更新高清地图的系统和方法
CN113405545B (zh) 定位方法、装置、电子设备及计算机存储介质
CN104501814A (zh) 一种基于视觉和惯性信息的姿态与位置估计方法
CN112113582A (zh) 时间同步处理方法、电子设备及存储介质
KR101985344B1 (ko) 관성 및 단일 광학 센서를 이용한 슬라이딩 윈도우 기반 비-구조 위치 인식 방법, 이를 수행하기 위한 기록 매체 및 장치
CN112050806B (zh) 一种移动车辆的定位方法及装置
CN113240813B (zh) 三维点云信息确定方法及装置
CN113587934B (zh) 一种机器人、室内定位方法、装置和可读存储介质
JP2014186004A (ja) 計測装置、方法及びプログラム
CN114279434B (zh) 一种建图方法、装置、电子设备和存储介质
CN102576459B (zh) 估计机载或空中的推扫式传感器获得的线图像的偏移的方法
JP2014240266A (ja) センサドリフト量推定装置及びプログラム
CN114442133A (zh) 无人机定位方法、装置、设备及存储介质
CN116958452A (zh) 三维重建方法和系统
CN115900697B (zh) 对象运动轨迹信息处理方法、电子设备以及自动驾驶车辆
CN113495281B (zh) 可移动平台的实时定位方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant