CN110211228A - 用于建图的数据处理方法及装置 - Google Patents
用于建图的数据处理方法及装置 Download PDFInfo
- Publication number
- CN110211228A CN110211228A CN201910363879.9A CN201910363879A CN110211228A CN 110211228 A CN110211228 A CN 110211228A CN 201910363879 A CN201910363879 A CN 201910363879A CN 110211228 A CN110211228 A CN 110211228A
- Authority
- CN
- China
- Prior art keywords
- data
- point
- point cloud
- coordinate
- building
- 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.)
- Pending
Links
Classifications
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/18—Stabilised platforms, e.g. by gyroscope
-
- 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
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Abstract
本申请公开了一种用于建图的数据处理方法及装置,其中方法通过:获取点云数据、惯性测量数据以及定位数据;对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;根据所述数据包信息得到所述点云数据中各个点的坐标;根据所述各个点的坐标构建得到对应的点云地图。达到了能够得到高精度地图的目的,从而通过常用的组合导航方案中的惯性测量数据以及定位数据进行融合,组合后可以避免定位数据由于遮挡或信号失锁时无法定位问题,同时避免惯性测量数据的累积误差问题,与点云数据进行融合,建图时无需进行回环检测,使用惯性测量数据以及定位数据进行绝对定位无需考虑重定位问题。
Description
技术领域
本申请涉及地图构建技术领域,具体而言,涉及一种用于建图的数据处理方法及装置。
背景技术
目前,机器人构建地图的方法有很多,同时定位与地图构建(SimultaneousLocalization And Mapping,简称SLAM)为最常用的方法,其通常是指在机器人或者其他载体上,通过对各种传感器数据进行采集和计算,生成对其自身位置姿态的定位和场景地图信息的系统,它在自动驾驶、服务型机器人、无人机、AR/VR等领域有着广泛的应用,可以说凡是拥有一定行动能力的智能体都拥有某种形式的SLAM系统。
一般来讲,SLAM系统通常都包含多种传感器和多种功能模块。而按照核心的功能模块来区分,目前常见的机器人SLAM系统一般具有两种形式:基于激光雷达的SLAM(激光SLAM)和基于视觉的SLAM(Visual SLAM或VSLAM)。
激光SLAM通过对不同时刻两片点云的匹配与比对,计算激光雷达相对运动的距离和姿态的改变,也就完成了对机器人自身的定位。其具备距离测量比较准确,误差模型简单,点云的处理也比较容易,同时点云信息本身包含直接的几何关系,使得机器人的路径规划和导航变得直观的优点。但其也具有无法抗拒的缺点,比如在强光直射的环境中不稳定、周围环境动态障碍物较多时的定位、不擅长在类似的几何环境中的建图定位、重定位能力较差、建图需要回环检测能力、无法提供绝对定位信息等缺点。
视觉SLAM类似于人类眼睛的特点,是机器人获取外界信息的主要来源。它可以从环境中获取海量的、富于冗余的纹理信息,拥有超强的场景辨识能力,这带来了机器人重定位和场景分类上的巨大优势,同时其可以较为容易的跟踪和预测场景中的动态目标,在合理的配置下进行很大尺度场景的定位与地图构建。但其同时也具有在光照变化时的定位建图问题、无纹理环境(比如整洁的白墙面)以及光照特别弱的环境的建图定位问题、视觉slam对电脑配置要求较高、无法提供绝对定位信息等缺点。
针对相关技术中存在的诸多技术问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种用于建图的数据处理方法及装置,以解决相关技术中存在的至少一个技术问题。
为了实现上述目的,根据本申请的一个方面,提供了一种用于建图的数据处理方法。
根据本申请的用于建图的数据处理方法包括:
获取点云数据、惯性测量数据以及定位数据;
对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;
将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;
根据所述数据包信息得到所述点云数据中各个点的坐标;
根据所述各个点的坐标构建得到对应的点云地图。
进一步的,如前述的用于建图的数据处理方法,所述将所述高频位姿信息与所述点云数据进行处理并得到数据包信息,包括:
将所述高频位姿信息与所述点云数据进行时间同步对准;
得到同一时刻的高频位姿信息与点云数据,并得到所述数据包信息。
进一步的,如前述的用于建图的数据处理方法,所述根据所述数据包信息得到所述点云数据中各个点的坐标,包括:
根据所述数据包信息计算得到所述点云数据中各个点的空间绝对坐标;以及
根据所述数据包信息计算得到所述点云数据中各个点投影到utm直角坐标系下的坐标。进一步的,如前述的用于建图的数据处理方法,所述根据所述各个点的坐标构建得到对应的点云地图;包括:
根据所述各个点的空间绝对坐标构建得到地图信息;
将所述地图信息写入pcd格式文件中构建得到3D点云地图。
进一步的,如前述的用于建图的数据处理方法,所述根据所述各个点的坐标构建得到对应的点云地图;包括:
确定所述utm坐标系与像素坐标系的转换关系;
根据所述转换关系确定所述像素坐标系中各个像素所对应的点云数据中的各个点,并得到第一对应关系;
根据所述第一对应关系以及各个点的utm坐标得到2D点云地图。
为了实现上述目的,根据本申请的另一方面,提供了一种用于建图的数据处理装置。
根据本申请的用于建图的数据处理装置包括:一种用于建图的数据处理装置,其特征在于,包括:
数据获取单元,用于获取点云数据、惯性测量数据以及定位数据;
第一处理单元,用于对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;
第二处理单元,用于将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;
坐标获取单元,用于根据所述数据包信息得到所述点云数据中各个点的坐标;
地图构建单元,用于根据所述各个点的坐标构建得到对应的点云地图。
进一步的,如前述的用于建图的数据处理装置,所述第二处理单元包括:
时间同步对准模块,用于将所述高频位姿信息与所述点云数据进行时间同步对准;
数据包模块,用于得到同一时刻的高频位姿信息与点云数据,并得到所述数据包信息。
进一步的,如前述的用于建图的数据处理装置,所述坐标获取单元包括:
第一坐标模块,用于根据所述数据包信息计算得到所述点云数据中各个点的空间绝对坐标;以及
第二坐标模块,用于根据所述数据包信息计算得到所述点云数据中各个点投影到utm直角坐标系后的坐标。进一步的,如前述的用于建图的数据处理装置,所述地图构建单元;包括:第一地图构建子单元;所述第一地图构建子单元包括:
地图信息构建模块,用于根据所述各个点的空间绝对坐标构建得到地图信息;
3D点云地图模块,用于将所述地图信息写入pcd格式文件中构建得到3D点云地图。
进一步的,如前述的用于建图的数据处理装置,所述地图构建单元;包括:第二地图构建子单元;所述第二地图构建子单元包括:
转换关系确定模块,用于确定所述utm坐标系与像素坐标系的转换关系;
第一对应模块,用于根据所述转换关系确定所述像素坐标系中各个像素所对应的点云数据中的各个点,并得到第一对应关系;
2D点云地图模块,用于根据所述第一对应关系以及各个点的utm坐标得到2D点云地图。
在本申请实施例中,采用一种用于建图的数据处理方法及装置的方式,其中方法通过:获取点云数据、惯性测量数据以及定位数据;对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;根据所述数据包信息得到所述点云数据中各个点的坐标;根据所述各个点的坐标构建得到对应的点云地图。达到了通过上述方法得到高精度地图的目的,从而通过常用的组合导航方案中的惯性测量数据以及定位数据进行融合,组合后可以避免定位数据由于遮挡或信号失锁时无法定位问题,同时避免惯性测量数据的累积误差问题,扬长避短,为机器人提供高精度高频率有效的绝对定位信息,除此之外,与点云数据进行融合,实时计算点云绝对定位和姿态信息,建图时无需进行回环检测,定位时使用惯性测量数据以及定位数据进行绝对定位无需考虑重定位问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一种实施例的用于建图的数据处理方法的流程示意图;以及
图2是根据本申请一种实施例的用于建图的数据处理装置的功能模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
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。
根据本申请的一个实施例,提供了一种用于建图的数据处理方法。
根据本申请的用于建图的数据处理方法包括:如图1所示,该方法包括如下的步骤S1至步骤S5:
S1.获取点云数据、惯性测量数据以及定位数据;
具体的,所述惯性测量数据为通过IMU进行测量得到的数据,所述定位数据,优选的为通过全球导航卫星系统(GNSS)定位得到的数据;
S2.对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;
具体的,可以通过对所述惯性测量数据以及定位数据进行卡尔曼滤波进行融合,得到融合数据,进而得到高频位姿信息;融合后可以避免GNSS定位信息由于遮挡或信号失锁时无法定位的问题,同时避免IMU的累积误差问题,扬长避短,为机器人提供高精度高频率有效的绝对定位信息;
举例的:
1.GNSS通过差分获取厘米级高精度定位;
2.IMU首先进行初始对准,完成后可以提供载体的初始姿态信息;而初始位置信息由GNSS提供;
3.IMU实时敏感载体角速度和加速度信息,根据捷联算法递推更新载体实时位置;但积分递推计算过程误差会随之增加,因而通常使用卡尔曼滤波算法,将其定位信息与GNSS定位信息进行做差当作卡尔曼滤波量测模型的量测量,将IMU的位置误差、速度误差、角度误差以及陀螺、加表零偏作为状态量进行估计,并实时反馈修正,从而获取到优于单一传感器的精度;
S3.将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;
具体的,所述高频位姿信息与所述点云数据得到的数据包信息中包含:点云在激光坐标系下的三维坐标x、y、z,以高频位姿信息中的经度、纬度、高程、横滚角、俯仰角、偏航角;
S4.根据所述数据包信息得到所述点云数据中各个点的坐标;
也就是说,需要将所述点云在激光坐标系下的三维坐标x、y、z转换为其它能够应用于地图构建的坐标系中的坐标;且转换方法可以包括坐标转换以及姿态转换等方式;
S5.根据所述各个点的坐标构建得到对应的点云地图。
也就是说,将所述视觉图像中的各个像素点找到与其对应的点云上的各个点,进而确定像素点对应的坐标,进而得到所述点云地图。
在一些实施例中,如前述的用于建图的数据处理方法,所述将所述高频位姿信息与所述点云数据进行处理并得到数据包信息,包括:
将所述高频位姿信息与所述点云数据进行时间同步对准;
得到同一时刻的高频位姿信息与点云数据,并得到所述数据包信息。
也就是说,需要获得机器人在同一时刻采集的高频位姿信息以及点云数据,进而使机器人是在同一位置上采集的所述高频位姿信息与所述点云数据,使得两个信息之间的数据能够对应上。
在一些实施例中,如前述的用于建图的数据处理方法,所述根据所述数据包信息得到所述点云数据中各个点的坐标,包括:
根据所述数据包信息计算得到所述点云数据中各个点的空间绝对坐标;
也就是说,将所述各个点的坐标通过大地坐标(经度、纬度、高程)直接表示;
根据所述数据包信息计算得到所述点云数据中各个点投影到utm直角坐标系后的坐标;
也就是说,根据所述各个点的坐标以及横滚角、俯仰角、偏航角信息,直接得到投影在地面上的平面坐标;
举例的,计算步骤如下所述:
1.根据经纬度计算地球坐标系与导航坐标系的转换矩阵;
2.根据横滚、俯仰、偏航角计算载体坐标系与导航坐标系的转换矩阵;
3.根据步骤1、2可以计算载体坐标系与地球坐标的转换矩阵;
4.经纬高BLH可以转换为地球坐标系的XYZ;
5.激光数据是相对于激光坐标系的xyz,补偿掉激光坐标系与载体坐标系之间的杆臂向量以及两坐标系的姿态偏差角度,使得两坐标系重合;
6.根据载体系与地球坐标系的转换矩阵、载体的地球坐标系XYZ坐标以及激光点在载体系坐标,进而计算激光点在地球坐标系下坐标;
7.将地球坐标系下坐标投影到UTM坐标系。
在一些实施例中,如前述的用于建图的数据处理方法,所述根据所述各个点的坐标构建得到对应的点云地图;包括:
根据所述各个点的空间绝对坐标构建得到地图信息;
也就是说,根据各个点的经纬度以及高度在3D图像中进行标注,进而得到一个由各个点构成的3D地图;
将所述地图信息写入pcd格式文件中构建得到3D点云地图。
在一些实施例中,如前述的用于建图的数据处理方法,所述根据所述各个点的坐标构建得到对应的点云地图;包括:
确定所述utm坐标系与像素坐标系的转换关系;
根据所述转换关系确定所述像素坐标系中各个像素所对应的点云数据中的各个点,并得到第一对应关系;
也就是说,通过该方法可以得到像素坐标系中的各个像素与utm坐标的对应关系;
根据所述第一对应关系以及各个点的utm坐标得到2D点云地图。也就是说,通过确定各个像素所对应的utm坐标进而得到对应的2D点云地图。
也就是说,所述2D点云地图是只包括地面定位信息的二维的点云地图;2D点云地图较为适宜于单线激光雷达进行定位,并且单线激光雷达具有使用成本低的优势,且基本满足室内外的普通使用需求。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例,还提供了一种用于实施上述用于建图的数据处理方法的用于建图的数据处理装置,如图2所示,该装置包括:
数据获取单元1,用于获取点云数据、惯性测量数据以及定位数据;
第一处理单元2,用于对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;
第二处理单元3,用于将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;
坐标获取单元4,用于根据所述数据包信息得到所述点云数据中各个点的坐标;
地图构建单元5,用于根据所述各个点的坐标构建得到对应的点云地图。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的用于建图的数据处理装置,所述第二处理单元包括:
时间同步对准模块,用于将所述高频位姿信息与所述点云数据进行时间同步对准;
数据包模块,用于得到同一时刻的高频位姿信息与点云数据,并得到所述数据包信息。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的用于建图的数据处理装置,所述坐标获取单元包括:
第一坐标模块,用于根据所述数据包信息计算得到所述点云数据中各个点的空间绝对坐标;以及
第二坐标模块,用于根据所述数据包信息计算得到所述点云数据中各个点投影到utm直角坐标系后的坐标。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的用于建图的数据处理装置,所述地图构建单元;包括:第一地图构建子单元;所述第一地图构建子单元包括:
地图信息构建模块,用于根据所述各个点的空间绝对坐标构建得到地图信息;
3D点云地图模块,用于将所述地图信息写入pcd格式文件中构建得到3D点云地图。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的用于建图的数据处理装置,所述地图构建单元;包括:第二地图构建子单元;所述第二地图构建子单元包括:
转换关系确定模块,用于确定所述utm坐标系与像素坐标系的转换关系;
第一对应模块,用于根据所述转换关系确定所述像素坐标系中各个像素所对应的点云数据中的各个点,并得到第一对应关系;
2D点云地图模块,用于根据所述第一对应关系以及各个点的utm坐标得到2D点云地图。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种用于建图的数据处理方法,其特征在于,包括:
获取点云数据、惯性测量数据以及定位数据;
对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;
将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;
根据所述数据包信息得到所述点云数据中各个点的坐标;
根据所述各个点的坐标构建得到对应的点云地图。
2.根据权利要求1所述的用于建图的数据处理方法,其特征在于,所述将所述高频位姿信息与所述点云数据进行处理并得到数据包信息,包括:
将所述高频位姿信息与所述点云数据进行时间同步对准;
得到同一时刻的高频位姿信息与点云数据,并得到所述数据包信息。
3.根据权利要求1所述的用于建图的数据处理方法,其特征在于,所述根据所述数据包信息得到所述点云数据中各个点的坐标,包括:
根据所述数据包信息计算得到所述点云数据中各个点的空间绝对坐标;以及
根据所述数据包信息计算得到所述点云数据中各个点投影到utm直角坐标系下的坐标。
4.根据权利要求3所述的用于建图的数据处理方法,其特征在于,所述根据所述各个点的坐标构建得到对应的点云地图;包括:
根据所述各个点的空间绝对坐标构建得到地图信息;
将所述地图信息写入pcd格式文件中构建得到3D点云地图。
5.根据权利要求3所述的用于建图的数据处理方法,其特征在于,所述根据所述各个点的坐标构建得到对应的点云地图;包括:
确定所述utm坐标系与像素坐标系的转换关系;
根据所述转换关系确定所述像素坐标系中各个像素所对应的点云数据中的各个点,并得到第一对应关系;
根据所述第一对应关系以及各个点的utm坐标得到2D点云地图。
6.一种用于建图的数据处理装置,其特征在于,包括:
数据获取单元,用于获取点云数据、惯性测量数据以及定位数据;
第一处理单元,用于对所述惯性测量数据以及定位数据进行处理得到高频位姿信息;
第二处理单元,用于将所述高频位姿信息与所述点云数据进行处理并得到数据包信息;
坐标获取单元,用于根据所述数据包信息得到所述点云数据中各个点的坐标;
地图构建单元,用于根据所述各个点的坐标构建得到对应的点云地图。
7.根据权利要求6所述的用于建图的数据处理装置,其特征在于,所述第二处理单元包括:
时间同步对准模块,用于将所述高频位姿信息与所述点云数据进行时间同步对准;
数据包模块,用于得到同一时刻的高频位姿信息与点云数据,并得到所述数据包信息。
8.根据权利要求6所述的用于建图的数据处理装置,其特征在于,所述坐标获取单元包括:
第一坐标模块,用于根据所述数据包信息计算得到所述点云数据中各个点的空间绝对坐标;以及
第二坐标模块,用于根据所述数据包信息计算得到所述点云数据中各个点投影到utm直角坐标系下的坐标。
9.根据权利要求8所述的用于建图的数据处理装置,其特征在于,所述地图构建单元;包括:第一地图构建子单元;所述第一地图构建子单元包括:
地图信息构建模块,用于根据所述各个点的空间绝对坐标构建得到地图信息;
3D点云地图模块,用于将所述地图信息写入pcd格式文件中构建得到3D点云地图。
10.根据权利要求8所述的用于建图的数据处理装置,其特征在于,所述地图构建单元;包括:第二地图构建子单元;所述第二地图构建子单元包括:
转换关系确定模块,用于确定所述utm坐标系与像素坐标系的转换关系;
第一对应模块,用于根据所述转换关系确定所述像素坐标系中各个像素所对应的点云数据中的各个点,并得到第一对应关系;
2D点云地图模块,用于根据所述第一对应关系以及各个点的utm坐标得到2D点云地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910363879.9A CN110211228A (zh) | 2019-04-30 | 2019-04-30 | 用于建图的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910363879.9A CN110211228A (zh) | 2019-04-30 | 2019-04-30 | 用于建图的数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110211228A true CN110211228A (zh) | 2019-09-06 |
Family
ID=67785444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910363879.9A Pending CN110211228A (zh) | 2019-04-30 | 2019-04-30 | 用于建图的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110211228A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110542436A (zh) * | 2019-09-11 | 2019-12-06 | 百度在线网络技术(北京)有限公司 | 车辆定位系统的评测方法、装置、设备及存储介质 |
CN111340952A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 一种移动测量失锁区域制图方法和装置 |
CN111402339A (zh) * | 2020-06-01 | 2020-07-10 | 深圳市智绘科技有限公司 | 一种实时定位方法、装置、系统及存储介质 |
CN111427061A (zh) * | 2020-06-15 | 2020-07-17 | 北京云迹科技有限公司 | 一种机器人建图方法、装置,机器人及存储介质 |
CN111457902A (zh) * | 2020-04-10 | 2020-07-28 | 东南大学 | 基于激光slam定位的水域测量方法及系统 |
CN111508072A (zh) * | 2020-04-23 | 2020-08-07 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111645067A (zh) * | 2020-05-15 | 2020-09-11 | 深圳国信泰富科技有限公司 | 一种高智能机器人环境感知方法及系统 |
CN111812668A (zh) * | 2020-07-16 | 2020-10-23 | 南京航空航天大学 | 绕机检查装置及其定位方法、存储介质 |
CN112711257A (zh) * | 2020-12-25 | 2021-04-27 | 珠海市一微半导体有限公司 | 机器人基于单点tof的沿边方法、芯片和移动机器人 |
CN112747746A (zh) * | 2020-12-25 | 2021-05-04 | 珠海市一微半导体有限公司 | 基于单点tof的点云数据获取方法、芯片和移动机器人 |
WO2022027611A1 (zh) * | 2020-08-07 | 2022-02-10 | 苏州珊口智能科技有限公司 | 移动机器人的定位方法、构建地图的方法及移动机器人 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180018787A1 (en) * | 2016-07-18 | 2018-01-18 | King Abdullah University Of Science And Technology | System and method for three-dimensional image reconstruction using an absolute orientation sensor |
CN108254758A (zh) * | 2017-12-25 | 2018-07-06 | 清华大学苏州汽车研究院(吴江) | 基于多线激光雷达和gps的三维道路构建方法 |
CN108694882A (zh) * | 2017-04-11 | 2018-10-23 | 百度在线网络技术(北京)有限公司 | 用于标注地图的方法、装置和设备 |
CN108801276A (zh) * | 2018-07-23 | 2018-11-13 | 奇瑞汽车股份有限公司 | 高精度地图生成方法及装置 |
CN108959173A (zh) * | 2018-07-06 | 2018-12-07 | 北京数字绿土科技有限公司 | 一种激光雷达点云数据的解算方法及装置 |
CN109507677A (zh) * | 2018-11-05 | 2019-03-22 | 浙江工业大学 | 一种结合gps和雷达里程计的slam方法 |
-
2019
- 2019-04-30 CN CN201910363879.9A patent/CN110211228A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180018787A1 (en) * | 2016-07-18 | 2018-01-18 | King Abdullah University Of Science And Technology | System and method for three-dimensional image reconstruction using an absolute orientation sensor |
CN108694882A (zh) * | 2017-04-11 | 2018-10-23 | 百度在线网络技术(北京)有限公司 | 用于标注地图的方法、装置和设备 |
CN108254758A (zh) * | 2017-12-25 | 2018-07-06 | 清华大学苏州汽车研究院(吴江) | 基于多线激光雷达和gps的三维道路构建方法 |
CN108959173A (zh) * | 2018-07-06 | 2018-12-07 | 北京数字绿土科技有限公司 | 一种激光雷达点云数据的解算方法及装置 |
CN108801276A (zh) * | 2018-07-23 | 2018-11-13 | 奇瑞汽车股份有限公司 | 高精度地图生成方法及装置 |
CN109507677A (zh) * | 2018-11-05 | 2019-03-22 | 浙江工业大学 | 一种结合gps和雷达里程计的slam方法 |
Non-Patent Citations (1)
Title |
---|
陈允芳 等,: ""车载移动测图系统设计与应用探讨"", 《工程勘察》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110542436A (zh) * | 2019-09-11 | 2019-12-06 | 百度在线网络技术(北京)有限公司 | 车辆定位系统的评测方法、装置、设备及存储介质 |
CN111457902B (zh) * | 2020-04-10 | 2021-10-29 | 东南大学 | 基于激光slam定位的水域测量方法及系统 |
CN111457902A (zh) * | 2020-04-10 | 2020-07-28 | 东南大学 | 基于激光slam定位的水域测量方法及系统 |
CN111508072A (zh) * | 2020-04-23 | 2020-08-07 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111508072B (zh) * | 2020-04-23 | 2023-07-04 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111645067A (zh) * | 2020-05-15 | 2020-09-11 | 深圳国信泰富科技有限公司 | 一种高智能机器人环境感知方法及系统 |
CN111645067B (zh) * | 2020-05-15 | 2022-05-31 | 深圳国信泰富科技有限公司 | 一种高智能机器人环境感知方法及系统 |
CN111340952A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 一种移动测量失锁区域制图方法和装置 |
CN111340952B (zh) * | 2020-05-19 | 2020-09-04 | 北京数字绿土科技有限公司 | 一种移动测量失锁区域制图方法和装置 |
CN111402339A (zh) * | 2020-06-01 | 2020-07-10 | 深圳市智绘科技有限公司 | 一种实时定位方法、装置、系统及存储介质 |
CN111427061A (zh) * | 2020-06-15 | 2020-07-17 | 北京云迹科技有限公司 | 一种机器人建图方法、装置,机器人及存储介质 |
CN111812668A (zh) * | 2020-07-16 | 2020-10-23 | 南京航空航天大学 | 绕机检查装置及其定位方法、存储介质 |
WO2022027611A1 (zh) * | 2020-08-07 | 2022-02-10 | 苏州珊口智能科技有限公司 | 移动机器人的定位方法、构建地图的方法及移动机器人 |
CN112747746A (zh) * | 2020-12-25 | 2021-05-04 | 珠海市一微半导体有限公司 | 基于单点tof的点云数据获取方法、芯片和移动机器人 |
CN112711257A (zh) * | 2020-12-25 | 2021-04-27 | 珠海市一微半导体有限公司 | 机器人基于单点tof的沿边方法、芯片和移动机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110211228A (zh) | 用于建图的数据处理方法及装置 | |
CN112650255B (zh) | 基于视觉与激光雷达信息融合的机器人定位导航方法 | |
US11441899B2 (en) | Real time position and orientation tracker | |
CN108663681B (zh) | 基于双目摄像头与二维激光雷达的移动机器人导航方法 | |
CN111156998B (zh) | 一种基于rgb-d相机与imu信息融合的移动机器人定位方法 | |
CN102419178B (zh) | 基于红外路标的移动机器人定位系统和方法 | |
CN104932515B (zh) | 一种自主巡航方法以及巡航设备 | |
US20100265327A1 (en) | System for recording Surroundings | |
CN108981687A (zh) | 一种视觉与惯性融合的室内定位方法 | |
US20220390954A1 (en) | Topology Processing for Waypoint-based Navigation Maps | |
CN109387194A (zh) | 一种移动机器人定位方法和定位系统 | |
Li et al. | Hybrid filtering framework based robust localization for industrial vehicles | |
CN110220517A (zh) | 一种结合环境语意的室内机器人鲁棒slam方法 | |
El-Hakim et al. | A mobile system for indoors 3-D mapping and positioning | |
Andert et al. | On the safe navigation problem for unmanned aircraft: Visual odometry and alignment optimizations for UAV positioning | |
CN110320912A (zh) | 激光与视觉slam融合的agv定位导航装置及方法 | |
CN111536976A (zh) | 一种校园穿梭防控系统 | |
CN113403942B (zh) | 一种基于标签辅助的桥梁检测无人机视觉导航方法 | |
Roozing et al. | Low-cost vision-based 6-DOF MAV localization using IR beacons | |
Ruotsalainen et al. | Monocular visual SLAM for tactical situational awareness | |
CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及系统 | |
Kaiser et al. | Position and orientation of an aerial vehicle through chained, vision-based pose reconstruction | |
Rydell et al. | Chameleon v2: Improved imaging-inertial indoor navigation | |
Bai et al. | Research on key technologies of meal delivery robot based on the fusion of lidar and machine vision | |
CN112099509A (zh) | 地图优化方法、装置及机器人 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089 Applicant after: Beijing Yunji Technology Co.,Ltd. Address before: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089 Applicant before: BEIJING YUNJI TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information |