CN110889808A - 一种定位的方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种定位的方法、装置、设备及存储介质。第一个独权。该方法接收目标对象按照第一频率所检测到的至少两个实测位姿；接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，实现使得所确定的目标对象的实际位姿的轨迹更加顺滑、且提高所确定的实际位姿的准确性和效率的效果。

Description

一种定位的方法、装置、设备及存储介质

技术领域

本发明实施例涉及自动驾驶技术，尤其涉及一种定位的方法、装置、设备及存储介质。

背景技术

对无人汽车进行定位是自动驾驶技术中的重要组成部分。具体的，在无人汽车在行进过程中，可以通过激光雷达获取无人汽车周围的点云数据，并依据该点云数据在预先构建的地图进行匹配，以确定无人汽车在该地图的位置。并进一步的，实现对该无人汽车的精确导航，实现自动驾驶。

需要注意的是，由激光雷达容易受到环境的影响，如下雨、交通拥堵等，而使得所获取的点云数据出现较大的噪声、变得不平滑，增加了使用该点云数据与地图进行匹配的难度，降低了定位的准确性。

一般的，为了解决上述的问题，可以设置有大量的校准参数，并通过调整该校准参数，来对点云数据进行过滤和平滑的处理，以减少点云数据的噪声，便于提高定位的准确性。但是，基于过滤和平滑技术的定位结果对校准参数非常敏感，这就给校准的精度和频率带来了沉重负担。

发明内容

本发明提供一种定位的方法、装置、设备及存储介质，以实现提高定位的效率和准确性。

第一方面，本发明实施例提供了一种定位方法，该方法包括：

接收目标对象按照第一频率所检测到的至少两个实测位姿；

接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；

基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；

使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

进一步的，所述接收所述目标对象按照第二频率所检测到的至少两个原始点云数据，包括：

在目标对象的行进过程中，采集不同方位的点云数据；

按照第二频率，将所述点云数据划分为多个时间段；

将属于同一所述时间段内的所述点云数据的时间戳进行归一化，得到各所述时间段所对应的原始点云数据。

进一步的，所述基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据，包括：

确定所述原始点云数据所对应的第一时刻；

以所述第一时刻对应的所述实测位姿为起点，基于所述第一时刻对应的所述原始点云数据在预先构建的地图中，搜索所述目标对象在第一时刻的实际位姿；

将所述实际位姿与实测位姿之间的差距，确定为在所述第一时刻时，所述实测位姿对应的偏移数据；

依相邻两个所述第一时刻的偏移数据进行插值运算，得到相邻两个所述第一时刻之间每个所述实测位姿对应的偏移数据。

进一步的，所述以所述第一时刻对应的所述实测位姿为起点，基于所述第一时刻对应的所述原始点云数据在预先构建的地图中，搜索所述目标对象在第一时刻的实际位姿，包括：

以所述第一时刻对应的所述实测位姿为起点，初始化当前的、应用于所述实测位姿的变换关系，所述变换关系用于将所述实测位姿移动和/或旋转为估计位姿；

依据当前的所述变换关系，将所述第一时刻对应的原始点云数据的位姿调整为所述估计位姿；

使用调整后的所述原始点云数据，在预先构建的地图中进行匹配；

当所述匹配的结果满足收敛条件时，将所述估计位姿设置为所述目标对象在第一时刻的实际位姿。

进一步的，在所述使用调整后的所述原始点云数据，在预先构建的地图中进行匹配之后，还包括：

当所述匹配的结果不满足收敛条件时，根据所述匹配的结果，调整所述变换关系；

使用调整后的所述变换关系，作为当前的变换关系，并继续执行所述将所述第一时刻对应的原始点云数据的位姿调整为所述估计位姿直到所述匹配的结果满足所述收敛条件。

进一步的，所述使用调整后的所述原始点云数据，在预先构建的地图中进行匹配，包括：

对预先构建的地图中的参考点云数据进行栅格化，得到多个栅格；

依据所述栅格中所包括的参考点云数据的数量，确定每个所述栅格对应的概率分布；

确定每个所述原始点云数据所落入的栅格；

依据所述栅格对应的概率分布，计算每个所述原始点云数据的似然值；

将所有所述原始点云数据的似然值的乘积，作为所述匹配的结果。

进一步的，所述使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，包括：

将处于同一时刻下的所述偏移数据和所述实测位姿之和，确定为各个时刻下所述目标对象的实际位姿。

进一步的，所述使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，包括：

确定一预置的时间差；

针对各时刻下的实测位姿，将与所述实测位姿具有所述时间差的所述偏移数据与所述实测位姿相加，得到各个时刻下所述目标对象的实际位姿。

第二方面，本发明实施例还提供了一种定位装置，该装置包括：

实测位姿接收模块，用于接收目标对象按照第一频率所检测到的至少两个实测位姿；

原始点云接收模块，用于接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；

偏移数据确定模块，用于基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；

实际位姿确定模块，用于使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

第三方面，本发明实施例还提供了一种定位设备，该设备包括：存储器以及一个或多个处理器；

所述存储器，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第一方面中任一所述的定位方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的定位方法。

本发明实施例通过接收目标对象按照第一频率所检测到的至少两个实测位姿；接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，解决了因原始点云数据的采集过程容易受环境噪声的影响，而带来定位准确性降低的问题，使得所确定的目标对象的实际位姿的轨迹更加顺滑、且提高所确定的实际位姿的准确性和效率。

附图说明

图1A为本发明实施例一提供的一种定位方法的流程图；

图1B为本发明实施例一提供的一种获取实测位姿与原始点云数据的时刻的示意图；

图1C为本发明实施例一提供的一种实际位姿与实测位姿的关系示意图；

图2A为本发明实施例二提供的一种定位方法的流程图；

图2B为本发明实施例二提供的一种偏移数据的插值方式的示意图；

图3为本发明实施例三提供的一种定位装置的结构示意图；

图4为本发明实施例四提供的一种定位设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明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本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1A为本发明实施例一提供的一种定位方法的流程图，图1B为本发明实施例一提供的一种获取实测位姿与原始点云数据的时刻的示意图，图1C为本发明实施例一提供的一种实际位姿与实测位姿的关系示意图。本实施例可适用于定位目标对象的情况，该方法可以由定位装置执行。其中，该装置可由软件和/或硬件实现，并一般集成在目标对象的控制器中。需要说明的是，本实施例中的目标对象具体可指车辆、机器人、智能家具设备以及智能服务设备等能够自行执行相关工作的电子终端设备。可以理解的是，上述目标对象在无人控制的自动行进过程中，基于本实施例提供的定位方法，可以快速准确的实现对终端位姿的确定，以实现对该目标对象的精确导航以及避障。

为了清楚说明该方法，本实施例中，将以该目标对象为车辆的例子进行详细说明。参照图1A，该方法具体包括如下步骤：

S110、接收目标对象按照第一频率所检测到的至少两个实测位姿。

本实施例中，位姿可以包括位置和朝向。一般的，可以确定一参考坐标系，并确定目标对象在该参考坐标系中的坐标，作为该目标对象的位置；确定目标对象在该参考坐标系中的旋转角度，作为该目标对象的朝向。

进一步的，实测位姿可以是通过预置在目标对象的硬件所检测到的位姿。本实施例中对通过何种硬件获取实测位姿不作限定，本实施例中将通过举例进行说明。

1、位置的确定

示例性的，可以是在目标对象中预先设置关于卫星定位的硬件模块，以卫星定位的方式进行位置的确定。

其中，卫星定位是一种使用卫星对某物进行准确定位的技术。卫星定位系统是以确定空间位置为目标而构成的相互关联的一个集合体或装置(部件)。这个系统可以保证在任意时刻，地球上任意一点都可以同时观测到至少4颗卫星，以保证卫星可以采集到该观测点的经纬度和高度，以便实现导航、定位、授时等功能。这项技术可以用来引导飞机、船舶、车辆以及个人，安全、准确地沿着选定的路线，准时到达目的地。

一般的，主流定位系统除美国的全球定位系统(Global Positioning System，GPS)外，还有中国的北斗卫星导航系统、欧盟的伽利略卫星导航系统、俄罗斯全球导航卫星系统等。

进一步的，以目标对象的位置为从GPS系统获得的定位结果确定为例进行说明，当参考坐标系以经纬度进行表示时，该定位结果可以包括目标对象所在位置的经纬度坐标。进一步的，还可以通过高斯-克吕格投影、墨卡托投影、兰伯特投影、通用横轴墨卡托(Universal Transverse Mercator，UTM)投影等方法将该GPS的定位结果转换为平面坐标系下的坐标。

需要注意的是，由于卫星定位的精确度有限，一般为10米左右，不足以满足目标对象对高精度定位的需求。特别对于一些机器人、智能家具设备以及智能服务设备等能够自行执行相关工作的电子终端设备，需要设置该电子终端设备具备在其工作空间进行精确定位的功能。

2、朝向的确定

示例性的，本实施例中，可以是在目标对象中预先设置惯性测量单元(Inertialmeasurement unit，IMU)，以测量目标对象的三轴姿态角(或角速率)以及加速度的方式进行朝向的确定，以旋转角度进行表示。

一般的，一个IMU内会装有三轴的陀螺仪和三个方向的加速度计，来测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。为了提高可靠性，还可以为每个轴配备更多的传感器。一般而言。IMU要安装在被测物体的重心上。

进一步的，可以设置预置在目标对象的硬件以第一频率进行实测位姿的检测，形成携带有时间戳的、由实测位姿组成的第一序列。

需要注意的是，一般，通过硬件的方式，在以第一频率所确定的每个时刻均是可以获取到实测位姿的，也就是说，第一序列在时间上是顺滑的。但由于硬件的使用环境的影响，也存在确定的位置不准确的问题。如，针对基于卫星的定位，当卫星信号差时，可能无法为车辆的自动驾驶提供稳定、准确的定位结果。此外，为了提高卫星的定位结果的准确性，一般的，可以增加关于卫星定位的硬件的配置，但也带来了高昂的硬件成本。

S120、接收所述目标对象按照第二频率所检测到的至少两个原始点云数据。

点云数据是指透过三维扫描器所取得的数据的一种保存形式。一般的，在点云数据中，扫描数据以点的形式记录，每一个点可以包含有三维坐标，有些可能含有颜色信息(RGB)或反射面强度信息(Intensity)等。

进一步的，三维扫面器可以是激光雷达、红外扫描仪等。本实施例中，可以是以激光雷达为例进行说明。

其中，激光雷达，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数。在本实施例中，激光雷达可以获取目标对象周围环境物体与目标对象的距离，以生成点云数据。

一般的，在目标对象自动行进的应用场景中，如在车辆自动驾驶的应用场景中，可以将激光雷达安装在车顶上，机械式的激光雷达绕轴扫射。该激光雷达可以通过多个激光发射组件快速旋转的同时，发射高频率激光束对外界环境进行持续性的扫描，以在目标对象的行进过程中，采集不同方位的点云数据。进一步的，可以按照第二频率，将该点云数据划分为多个时间段，其中，该第二频率可以是激光雷达的旋转一周的频率，也可以是激光雷达的旋转一周的频率的倍数。每个时间段的点云数据，至少包括激光雷达每扫完一圈时，所扫描到的点云数据。进一步的，可以是以运动补偿的方式，将属于同一时间段内的点云数据的时间戳进行归一化，得到各时间段所对应的原始点云数据，以消除由于车辆行驶和激光雷达旋转，所带来的数据偏差。

也就是说，可以设置预置在目标对象以第二频率进行原始点云数据的扫描，形成携带有时间戳的、由原始点云数据组成的第二序列。

本实施例中，可以设置第一频率大于第二频率。进一步的，还可以设置第一频率是第二频率的倍数。示例性的，可以将第二频率设置为50赫兹，第一频率设置为500赫兹。也就是说，对于实测位姿对应的每个时刻而言，都可以获取该时刻下对应的原始点云数据。

示例性的，在第二频率为50赫兹，第一频率为500赫兹的例子中，参照如图1B中所示的时间轴，假设按照500赫兹的频率，获取时刻1到时刻10的10个实测位姿。该第一序列，可以表示为{实测位姿1、实测位姿2、实测位姿3……，实测位姿n}，其中，1，2，……，n为时间戳；同时，还可以按照50赫兹的频率，在时刻1和时刻10获取两个原始点云数据。该第二序列，可以表示为{原始点云数据1、原始点云数据10……，原始点云数据m}，其中，1，10，……，m为时间戳。

S130、基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据。

本实施例中，偏移数据为实测位姿与目标对象的实际位姿之间的差距。

进一步的，本实施例中，可以基于原始点云数据确定出偏移数据的第三序列。该第三序列，可以表示为{偏移数据1、偏移数据2、偏移数据3……，实偏移数据t}，其中，1，2，……，t为时间戳。并进一步的，使用该偏移数据对实测位姿进行校正处理，以确定目标对象的实际位姿。

对于具有相同时间戳的实测位姿和原始点云数据，可以认为该实测位姿与原始点云数据位于相同的时刻下。

一般的，可以采用构建地图的方式，通过对原始点云数据与预先构建的地图中的点云数据进行匹配，确定目标对象在地图中的估计位姿。并进一步的，可以将该估计位姿与实测位姿的差距，作为偏移数据。

其中，在构建地图时，可以采用同步定位与地图构建(SimultaneousLocalizationand Mapping，SLAM)的技术。其中，SLAM最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。

当然，本实施例中，由于实测位姿是按照第一频率进行检测，原始点云数据是按照第二频率进行采集，也就是说，并非所有实测位姿对应的时刻均有对应的原始点云数据。如参考图1B中的时间轴，其中，时刻1和时刻10下既有原始点云数据，也有实测位姿，可以直接确定时刻1和时刻10下的偏移数据；而时刻2到时刻9下具有实测位姿，但并没有获取对应的原始点云数据，无法直接获取偏移数据。

在一实施例中，当前时刻下的偏移数据可以依据相邻时刻下的偏移数据进行确定，如，时刻2到时刻9下的偏移数据可以是时刻1和时刻10之间的偏移数据的线性插值。

在又一实施例中，当前时刻下的偏移数据可以依据上一时刻下的偏移数据进行确定。如，时刻2到时刻9的偏移数据与时刻1相同，时刻11到时刻12……的偏移数据与时刻10的偏移数据相同。

需要说明的是，一般的，基于原始点云数据与预先构建的地图中的点云数据进行匹配，来确定目标对象在地图中的位姿，一方面，原始点云数据的获取容易受到环境因素的干扰，如在下雨天气、车辆拥堵的情况下，容易造成原始点云数据存在较大的噪声，进而影响到定位的准确性；另一方面，一般的，在进行点云数据的匹配是个耗费时间和耗费硬件算力的过程，容易给定位带来一定的滞后性，而滞后性在某些应用场景，如车辆无人驾驶的导航中，是致命的。本实施例中，使用实测位姿与原始点云数据确定的偏移数据之间的结合，来确定目标对象的实际位姿，一方面，以实测位姿为主的定位方式，可以减少由于原始点云数据受环境因素影响所带来的定位不准确的问题；另一方面，由于，无需在每一时刻，均进行原始点云数据与地图中的匹配，减少了匹配所带来的耗时，减少定位结果的滞后性。

S140、使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

在一实施例中，将处于同一时刻下的偏移数据和实测位姿之和，确定为各个时刻下目标对象的实际位姿。如，参照第一序列和第三序列，实际位姿1为偏移数据1与实测位姿1之和。示例性的，参照图1C，坐标系的横轴为时间轴，纵轴表示位姿的幅度；黑实线表示实测位姿随时间t的变化曲线，黑虚线表示实际位姿随时间t的变化曲线。则当时间t＝k时，实际位姿k为偏移数据k与实测位姿k之和。

在又一实施例中，可以确定一预置的时间差；针对各时刻下的实测位姿，将与实测位姿具有该时间差的偏移数据与所述实测位姿相加，得到各个时刻下目标对象的实际位姿。如，时间差为△时，参照第一序列和第三序列，实际位姿1为偏移数据1+△与实测位姿1之和，当△为一个时刻时，则实际位姿1为偏移数据2与实测位姿1之和。通过时间差的设置，相当于将基于原始点云数据确定偏移数据时所产生的噪声，平均分配到时间差△的时间段内，可以达到在保留使用偏移数据变化的大趋势的同时，将该噪声进行平滑处理的效果。其中，基于原始点云数据确定偏移数据时所产生的噪声，有可能是由于原始点云数据受到环境因素影响所带来的，也有可能是，原始点云数据与地图中的点云数据进行匹配所带来的。进一步的，该时间差△可以经过试验获得，可以设置为0.8s，在不影响实际位姿的准确度的情况下，也可以设置为更大的时间。

本实施例的技术方案，通过接收目标对象按照第一频率所检测到的至少两个实测位姿；接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，解决了因原始点云数据的采集过程容易受环境噪声的影响，而带来定位准确性降低的问题，实现使得所确定的目标对象的实际位姿的轨迹更加顺滑、且提高所确定的实际位姿的准确性和效率的效果。

实施例二

图2A为本发明实施例二提供的一种定位方法的流程图；图2B为本发明实施例二提供的一种偏移数据的插值方式的示意图。

本实施例在上述实施例的基础上进一步细化偏移数据的确定方式，具体的，参照图2A，该方法可以包括：

S210、接收目标对象按照第一频率所检测到的至少两个实测位姿。

参照如图1B中所示的时间轴，假设按照500赫兹的第一频率，获取时刻1到时刻10的10个实测位姿。该第一序列，可以表示为{实测位姿1、实测位姿2、实测位姿3……，实测位姿n}，其中，1，2，……，n为时间戳。

S220、接收所述目标对象按照第二频率所检测到的至少两个原始点云数据。

参照如图1B中所示的时间轴，假设按照50赫兹的第二频率，在时刻1和时刻10获取两个原始点云数据。该第二序列，可以表示为{原始点云数据1、原始点云数据10……，原始点云数据m}，其中，1，10，……，m为时间戳。

对于具有相同时间戳的实测位姿和原始点云数据，可以认为该实测位姿与原始点云数据位于相同的时刻下。

S230、确定所述原始点云数据所对应的第一时刻。

本实施例中，第一时刻为原始点云数据对应的时刻，如图1B中的原始点云数据1的时间戳为时刻1、原始点云数据1的时间戳为时刻10……

S240、以所述第一时刻对应的所述实测位姿为起点，基于所述第一时刻对应的所述原始点云数据在预先构建的地图中，搜索所述目标对象在第一时刻的实际位姿。

一般的，可以采用最近点迭代(Iterative Closest Point，ICP)、正态分布变换(Normal Distributions Transform，NDT)等算法，对原始点云数据与预先构建的地图中的点云数据中进行匹配，以确定目标对象在地图中的实际位姿。

示例性的，以NDT算法为例，步骤S240可以进一步细化为如下步骤：

S11、以该第一时刻对应的该实测位姿为起点，初始化当前的、应用于该实测位姿的变换关系，该变换关系用于将该实测位姿移动和/或旋转为估计位姿。

其中，当实测位姿使用包括位置和朝向的坐标的向量进行表征时，该变换关系可以是移动矩阵和/或旋转矩阵。

S12、依据当前的该变换关系，将该第一时刻对应的原始点云数据的位姿调整为该估计位姿。

将实测位姿的向量乘以该移动矩阵和/或旋转矩阵，即可实现对该实测位姿的移动和/或旋转，以得到估计位姿。

本实施例中，可以通过使用该变换关系获取多个估计位姿，以在满足收敛条件时，从多个估计位姿中，确定出一估计位姿，作为该目标对象在第一时刻的实际位姿。

S13、使用调整后的该原始点云数据，在预先构建的地图中进行匹配；

具体的，对预先构建的地图中的参考点云数据进行栅格化，得到多个栅格。如，将预先构建的地图中的参考点云数据所占的空间划分成指定大小(CellSize)的栅格或体素(Voxel)。

进一步的，可以依据该栅格中所包括的参考点云数据的数量，确定每个该栅格对应的概率分布。当使用正态分布来表示每个该栅格对应的概率分布，则可以计算每个栅格的多维正态分布参数，如均值q、协方差矩阵Σ，以确定每个栅格概率分布。

进一步的，可以确定每个该原始点云数据所落入的栅格；依据该栅格对应的概率分布，计算每个该原始点云数据的似然值；并将所有该原始点云数据的似然值的乘积，作为该匹配的结果。该匹配的结果的值越大，则可以表明该估计位姿作为实际位姿的概率越大。

S14、判断该匹配的结果是否满足收敛条件。

若是，则执行步骤S15；若否，则执行步骤S16。

本实施例中，可以使用匹配的结果，基于牛顿优化算法对变换关系进行调整。当变换关系的调整幅度小于预设值时，可以认为匹配的结果满足收敛条件，则该变换关系所对应的估计位姿，可以作为实际位姿。

S15、将该估计位姿设置为该目标对象在第一时刻的实际位姿。

S16、根据该匹配的结果，调整该变换关系。

S17、使用调整后的该变换关系，作为当前的变换关系，并继续执行步骤S12直到所述匹配的结果满足所述收敛条件。

S250、将所述实际位姿与实测位姿之间的差距，确定为在所述第一时刻时，所述实测位姿对应的偏移数据。

本实施例中，偏移数据为实测位姿与目标对象的实际位姿之间的差距。

进一步的，本实施例中，可以基于原始点云数据确定出偏移数据的第三序列。该第三序列，可以表示为{偏移数据1、偏移数据2、偏移数据3……，实偏移数据t}，其中，1，2，……，t为时间戳。并进一步的，使用该偏移数据对实测位姿进行校正处理，以确定目标对象的实际位姿。

在一实施例中，为了减少计算偏移数据时所涉及的计算量，可以在执行上述步骤S240以确定实测位姿时，增加对上一时刻的偏移数据的考虑，如依据上一时刻的偏移数据先对当前时刻的实测位姿进行校正处理，并以校正后的实测位姿为起点，基于所述第一时刻对应的原始点云数据在预先构建的地图中，搜索目标对象在第一时刻的实际位姿；进一步的，再执行步骤S250。一般的，相邻时刻之间的偏移数据一般存在连续性或者差距较小，先以上一时刻的偏移时刻对当前时刻的实测位姿进行校正，相当于减小了校正后的实测位姿与实际位姿的差距，减小了在预先构建的地图中搜索实际位姿的搜索范围。示例性的，在使用NDT算法进行实际位姿的搜索时，可以减少NDT算法中调整变换关系的次数，也是减少了使用原始点云数据在地图中进行匹配的次数，进而减少了搜索得到实际位姿的时间。

当然需要注意的是，在计算偏移数据时，仍然是计算实际位姿与实测位姿之间的差距，而不是计算实际位姿与校正后的实测位姿之间的差距。

具体的，可以分为两种情况进行分析：

1、上一时刻存在偏移数据

示例性的，当时刻t＝1时，假设在该时刻之前不存在已计算得到的偏移数据，则可以利用该时刻的原始点云数据1和实测位姿1，在预先构建的地图中，以NDT算法，搜索得到实际位姿1；之后，将得到的实际位姿1减去实测位姿1，得到时刻t＝1时的偏移数据1。

2、上一时刻不存在偏移数据

当时刻t＝k+1时，假设在该时刻k+1之前的时刻k存在已计算得到的偏移数据k，则可以利用时刻k+1测得的实测位姿k+1，并使用时刻k的偏移数据k对实测位姿k+1进行校正处理，得到校正后的实测位姿k+1(如，实测位姿k+1与偏移数据k相加)，并以校正后的实测位姿k+1在预先构建的地图中，使用NDT算法，搜索得到实际位姿k+1；之后，将得到的实际位姿k+1减去实测位姿k+1，得到时刻t＝k+1时的偏移数据k+1。

以此类推，则可以得到各个时刻的偏移数据。

S260、依相邻两个所述第一时刻的偏移数据进行插值运算，得到相邻两个所述第一时刻之间每个所述实测位姿对应的偏移数据。

本实施例中，当前时刻下的偏移数据可以依据相邻两个第一时刻下的偏移数据进行确定，如，时刻2到时刻9下的偏移数据(偏移数据2到偏移数据9)可以是时刻1和时刻10的偏移数据(偏移数据1和偏移数据10)的线性插值。

该插值运算可以是线性插值或者非线性插值。本实施例中，以线性插值为例进行举例说明，参照图2B，坐标系的横轴为时间轴，虚线所对应的时刻为第一时刻，每相邻两个第一时刻之间的时刻所对应的偏移数据，可以依据依相邻两个第一时刻的偏移数据进行线性插值运算得到。如时刻t＝k+x为第一时刻t＝k与第一时刻t＝k+1之间的时刻，则x为小于1大于0的数。进一步的，可以使用correction(k)表示时刻k所对应的偏移数据k；用t(k)表示时刻k。则偏移数据k+1可以表示为：

S270、使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

本实施例中，可以将处于同一时刻下的偏移数据和实测位姿之和，确定为各个时刻下目标对象的实际位姿。如，参照第一序列和第三序列，实际位姿1为偏移数据1与实测位姿1之和。

本实施例的技术方案，通过接收目标对象按照第一频率所检测到的至少两个实测位姿；接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；确定所述原始点云数据所对应的第一时刻；以所述第一时刻对应的所述实测位姿为起点，基于所述第一时刻对应的所述原始点云数据在预先构建的地图中，搜索所述目标对象在第一时刻的实际位姿；将所述实际位姿与实测位姿之间的差距，确定为在所述第一时刻时，所述实测位姿对应的偏移数据；依相邻两个所述第一时刻的偏移数据进行插值运算，得到相邻两个所述第一时刻之间每个所述实测位姿对应的偏移数据；使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，解决了因原始点云数据的采集过程容易受环境噪声的影响，而带来定位准确性降低的问题，实现使得所确定的目标对象的实际位姿的轨迹更加顺滑、且提高所确定的实际位姿的准确性和效率的效果。

实施例三

图3为本发明实施例三提供的一种定位装置的结构示意图。

参照图3，该装置具体包括如下结构：实测位姿接收模块310、原始点云接收模块320、偏移数据确定模块330和实际位姿确定模块340。

实测位姿接收模块310，用于接收目标对象按照第一频率所检测到的至少两个实测位姿。

原始点云接收模块320，用于接收所述目标对象按照第二频率所检测到的至少两个原始点云数据。

偏移数据确定模块330，用于基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据。

实际位姿确定模块340，用于使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

本实施例的技术方案，通过接收目标对象按照第一频率所检测到的至少两个实测位姿；接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，解决了因原始点云数据的采集过程容易受环境噪声的影响，而带来定位准确性降低的问题，实现使得所确定的目标对象的实际位姿的轨迹更加顺滑、且提高所确定的实际位姿的准确性和效率的效果。

在上述技术方案的基础上，所述原始点云接收模块320，包括：

点云数据采集单元，用于在目标对象的行进过程中，采集不同方位的点云数据。

时间段划分单元，用于按照第二频率，将所述点云数据划分为多个时间段。

原始点云数据确定单元，用于将属于同一所述时间段内的所述点云数据的时间戳进行归一化，，得到各所述时间段所对应的原始点云数据。

在上述技术方案的基础上，所述偏移数据确定模块330，包括：

第一时刻确定单元，用于确定所述原始点云数据所对应的第一时刻；

搜索单元，用于以所述第一时刻对应的所述实测位姿为起点，基于所述第一时刻对应的所述原始点云数据在预先构建的地图中，搜索所述目标对象在第一时刻的实际位姿；

偏移数据确定单元，用于将所述实际位姿与实测位姿之间的差距，确定为在所述第一时刻时，所述实测位姿对应的偏移数据；

插值运算单元，用于依相邻两个所述第一时刻的偏移数据进行插值运算，得到相邻两个所述第一时刻之间每个所述实测位姿对应的偏移数据。

在上述技术方案的基础上，所述搜索单元，具体用于：以所述第一时刻对应的所述实测位姿为起点，初始化当前的、应用于所述实测位姿的变换关系，所述变换关系用于将所述实测位姿移动和/或旋转为估计位姿；依据当前的所述变换关系，将所述第一时刻对应的原始点云数据的位姿调整为所述估计位姿；使用调整后的所述原始点云数据，在预先构建的地图中进行匹配；当所述匹配的结果满足收敛条件时，将所述估计位姿设置为所述目标对象在第一时刻的实际位姿。

在上述技术方案的基础上，所述搜索单元，还用于：当所述匹配的结果不满足收敛条件时，根据所述匹配的结果，调整所述变换关系；使用调整后的所述变换关系，作为当前的变换关系，并继续执行所述将所述第一时刻对应的原始点云数据的位姿调整为所述估计位姿直到所述匹配的结果满足所述收敛条件。

在上述技术方案的基础上，所述搜索单元，还用于在使用调整后的所述原始点云数据，在预先构建的地图中进行匹配时，对预先构建的地图中的参考点云数据进行栅格化，得到多个栅格；依据所述栅格中所包括的参考点云数据的数量，确定每个所述栅格对应的概率分布；确定每个所述原始点云数据所落入的栅格；据所述栅格对应的概率分布，计算每个所述原始点云数据的似然值；将所有所述原始点云数据的似然值的乘积，作为所述匹配的结果。

在上述技术方案的基础上，所述实际位姿确定模块340，包括：

第一校正单元，用于将处于同一时刻下的所述偏移数据和所述实测位姿之和，确定为各个时刻下所述目标对象的实际位姿。

在上述技术方案的基础上，所述实际位姿确定模块340，包括：

时间差确定单元，用于确定一预置的时间差。

第二校正单元，用于针对各时刻下的实测位姿，将与所述实测位姿具有所述时间差的所述偏移数据与所述实测位姿相加，得到各个时刻下所述目标对象的实际位姿。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4为本发明实施例四提供的一种定位设备的结构示意图。如图4所示，该定位设备包括：处理器40、存储器41、输入装置42以及输出装置43。该定位设备中处理器40的数量可以是一个或者多个，图4中以一个处理器40为例。该定位设备中存储器41的数量可以是一个或者多个，图4中以一个存储器41为例。该定位设备的处理器40、存储器41、输入装置42以及输出装置43可以通过总线或者其他方式连接，图4中以通过总线连接为例。该定位设备可以是电脑和服务器等。本实施例以定位设备为服务器进行详细说明，该服务器可以是独立服务器或集群服务器。

存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例所述的定位方法对应的程序指令/模块(例如，定位装置中的实测位姿接收模块310、原始点云接收模块320、偏移数据确定模块330和实际位姿确定模块340)。存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置42可用于接收输入的数字或者字符信息，以及产生与定位设备的观众用户设置以及功能控制有关的键信号输入，还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置43可以包括扬声器等音频设备。需要说明的是，输入装置42和输出装置43的具体组成可以根据实际情况设定。

处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的定位方法。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种定位方法，包括：

接收目标对象按照第一频率所检测到的至少两个实测位姿；

接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；

基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；

使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的定位方法操作,还可以执行本发明任意实施例所提供的定位方法中的相关操作，且具备相应的功能和有益效果。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是机器人，个人计算机，服务器，或者网络设备等)执行本发明任意实施例所述的定位方法。

值得注意的是，上述定位装置中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的描述中，参考术语“在一实施例中”、“在又一实施例中”、“示例性的”或“在具体的实施例中”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (11)

1.一种定位方法，其特征在于，包括：

接收目标对象按照第一频率所检测到的至少两个实测位姿；

接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；

基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；

使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

2.根据权利要求1所述的方法，其特征在于，所述接收所述目标对象按照第二频率所检测到的至少两个原始点云数据，包括：

在目标对象的行进过程中，采集不同方位的点云数据；

按照第二频率，将所述点云数据划分为多个时间段；

将属于同一所述时间段内的所述点云数据的时间戳进行归一化，得到各所述时间段所对应的原始点云数据。

3.根据权利要求1所述的方法，其特征在于，所述基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据，包括：

确定所述原始点云数据所对应的第一时刻；

以所述第一时刻对应的所述实测位姿为起点，基于所述第一时刻对应的所述原始点云数据在预先构建的地图中，搜索所述目标对象在第一时刻的实际位姿；

将所述实际位姿与实测位姿之间的差距，确定为在所述第一时刻时，所述实测位姿对应的偏移数据；

依相邻两个所述第一时刻的偏移数据进行插值运算，得到相邻两个所述第一时刻之间每个所述实测位姿对应的偏移数据。

4.根据权利要求3所述的方法，其特征在于，所述以所述第一时刻对应的所述实测位姿为起点，基于所述第一时刻对应的所述原始点云数据在预先构建的地图中，搜索所述目标对象在第一时刻的实际位姿，包括：

以所述第一时刻对应的所述实测位姿为起点，初始化当前的、应用于所述实测位姿的变换关系，所述变换关系用于将所述实测位姿移动和/或旋转为估计位姿；

依据当前的所述变换关系，将所述第一时刻对应的原始点云数据的位姿调整为所述估计位姿；

使用调整后的所述原始点云数据，在预先构建的地图中进行匹配；

当所述匹配的结果满足收敛条件时，将所述估计位姿设置为所述目标对象在第一时刻的实际位姿。

5.根据权利要求4所述的方法，其特征在于，在所述使用调整后的所述原始点云数据，在预先构建的地图中进行匹配之后，还包括：

当所述匹配的结果不满足收敛条件时，根据所述匹配的结果，调整所述变换关系；

使用调整后的所述变换关系，作为当前的变换关系，并继续执行所述将所述第一时刻对应的原始点云数据的位姿调整为所述估计位姿直到所述匹配的结果满足所述收敛条件。

6.根据权利要求4所述的方法，其特征在于，所述使用调整后的所述原始点云数据，在预先构建的地图中进行匹配，包括：

对预先构建的地图中的参考点云数据进行栅格化，得到多个栅格；

依据所述栅格中所包括的参考点云数据的数量，确定每个所述栅格对应的概率分布；

确定每个所述原始点云数据所落入的栅格；

依据所述栅格对应的概率分布，计算每个所述原始点云数据的似然值；

将所有所述原始点云数据的似然值的乘积，作为所述匹配的结果。

7.根据权利要求1所述的方法，其特征在于，所述使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，包括：

将处于同一时刻下的所述偏移数据和所述实测位姿之和，确定为各个时刻下所述目标对象的实际位姿。

8.根据权利要求1所述的方法，其特征在于，所述使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿，包括：

确定一预置的时间差；

针对各时刻下的实测位姿，将与所述实测位姿具有所述时间差的所述偏移数据与所述实测位姿相加，得到各个时刻下所述目标对象的实际位姿。

9.一种定位装置，其特征在于，包括：

实测位姿接收模块，用于接收目标对象按照第一频率所检测到的至少两个实测位姿；

原始点云接收模块，用于接收所述目标对象按照第二频率所检测到的至少两个原始点云数据；

偏移数据确定模块，用于基于所述原始点云数据，确定与所述实测位姿在相同时刻下的偏移数据；

实际位姿确定模块，用于使用所述偏移数据对所述实测位姿进行校正处理，得到各个时刻下所述目标对象的实际位姿。

10.一种定位设备，其特征在于，包括：存储器以及一个或多个处理器；

所述存储器，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1-8中任一所述的定位方法。

11.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的定位方法。

Images