CN111427061A - 一种机器人建图方法、装置，机器人及存储介质 - Google Patents

一种机器人建图方法、装置，机器人及存储介质 Download PDF

Info

Publication number
CN111427061A
CN111427061A CN202010539729.1A CN202010539729A CN111427061A CN 111427061 A CN111427061 A CN 111427061A CN 202010539729 A CN202010539729 A CN 202010539729A CN 111427061 A CN111427061 A CN 111427061A
Authority
CN
China
Prior art keywords
robot
data
positioning
point cloud
laser
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
Application number
CN202010539729.1A
Other languages
English (en)
Inventor
李耀宗
支涛
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 Yunji Technology Co Ltd
Original Assignee
Beijing Yunji 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 Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN202010539729.1A priority Critical patent/CN111427061A/zh
Publication of CN111427061A publication Critical patent/CN111427061A/zh
Pending legal-status Critical Current

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
    • 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
    • G01C21/165—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 combined with non-inertial navigation instruments
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请提供一种机器人建图方法、装置，机器人及存储介质。该方法包括：获取通过激光雷达扫描得到的点云数据、通过定位模块获取的机器人的定位数据以及通过惯性测量单元获取的机器人的姿态数据；基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；基于所述点云数据中的各个激光点的实际坐标，生成第一地图。本申请实施例所提供的机器人建图方法，无需进行回环检测。此外，通过定位模块得到的机器人的位置数据和通过惯性测量单元得到的机器人的姿态数据，相较于通过点云数据反向确定出的机器人的位置数据和姿态数据更加准确，进而使得所构建的地图更加准确，也使得通过激光进行建图的方式可以适用于室外强光环境。

Description

一种机器人建图方法、装置，机器人及存储介质
技术领域
本申请涉及机器人技术领域，具体而言，涉及一种机器人建图方法、装置，机器人及存储介质。
背景技术
目前，机器人构建地图的方法有很多，SLAM(Simultaneous Localization AndMapping，即时定位与地图构建)为最常用的方法，其通常是指在机器人上，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。而目前最常见的SLAM为激光SLAM。激光SLAM的核心是通过不同时刻激光雷达扫描得到的两片点云数据的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，以实现对机器人自身的定位，进而完成定位与地图的构建。但是该方式，存在以下缺点：1.在强光环境下，通过点云数据所得到的机器人的定位数据不准确。2.在建图时必须进行回环检测，但是在环境中存在的动态障碍物较多时，定位与建图效果差。
发明内容
本申请实施例的目的在于提供一种机器人建图方法、装置，机器人及存储介质，以改善“目前基于激光SLAM的建图方式，在强光环境下，得到的机器人的定位数据不准确，以及基于激光SLAM的建图方式需要进行回环检测，在环境动态障碍物较多时，定位与建图不稳定”的问题。
本发明是这样实现的：
第一方面，本申请实施例提供一种机器人建图方法，应用于机器人，所述机器人上设置有激光雷达、定位模块和惯性测量单元，所述方法包括：获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据；基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；基于所述点云数据中的各个激光点的实际坐标，生成第一地图。
本申请实施例所提供的机器人建图方法，基于定位模块获取的定位数据以及惯性测量单元获取的姿态数据，得到机器人的实际的定位以及准确的姿态，再通过机器人的实际的定位以及准确的姿态获取点云数据中的各个激光点的实际坐标，进而通过各个激光点的实际坐标完成建图。与现有技术相比，由于得到的机器人的位置为实际的定位，因此，无需再进行回环检测。此外，通过定位模块得到的机器人的位置数据和通过惯性测量单元得到的机器人的姿态数据，相较于通过点云数据反向确定出的机器人的位置数据和姿态数据更加准确，进而使得所构建的地图更加准确，也使得通过激光进行建图的方式可以适用于室外强光环境。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述点云数据中的各个激光点的坐标是以所述激光雷达的位置作为坐标原点所生成的第一空间坐标系中的坐标；所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：将所述第一空间坐标系中的各个激光点的坐标转换到以所述机器人作为坐标原点的本体空间坐标系中；其中，坐标转换是基于所述激光雷达在所述机器人上的设置位置进行的转换；将所述定位数据中的经度、纬度和高程转换到第二空间坐标系中，以使所述第二空间坐标系中的每个坐标点包含经度、纬度和高程这三个物理量；其中，所述第二空间坐标系以所述定位模块的位置作为坐标原点；基于所述机器人的姿态数据以及所述定位模块在所述机器人上的设置位置，将所述第二空间坐标系中的坐标转换到包含所述激光点的本体空间坐标系中，进而得到所述点云数据中各个激光点的实际坐标。
在本申请实施例中，通过将第一空间坐标系中的各个激光点的坐标转换到机器人本体的本体空间坐标系，再基于机器人的姿态数据以及定位模块在机器人上的设置位置，将第二空间坐标系中的坐标转换到包含激光点的本体空间坐标系中，进而生成准确的激光点的实际坐标。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：将所述定位数据以及所述姿态数据进行卡尔曼滤波，生成滤波后的定位数据以及滤波后的姿态数据；基于所述滤波后的定位数据以及所述滤波后的姿态数据，获取所述点云数据中的各个激光点的实际坐标。
在本申请实施例中，通过对定位数据以及姿态数据进行卡尔曼滤波，可以降低定位模块信号失锁时无法定位的情况，同时也减少惯性测量单元在测量过程中的累积误差，进而为机器人提供高精度高频率有效的定位、姿态数据，也进一步的提高了获取点云数据中的各个激光点的实际坐标的准确性。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：将所述定位数据以及所述姿态数据与所述点云数据进行时间同步对准，得到相同时刻下的定位数据、姿态数据以及点云数据；基于所述相同时刻下的定位数据、姿态数据以及点云数据获取所述点云数据中的各个激光点的实际坐标。
在本申请实施例中，通过将定位数据以及姿态数据与点云数据进行时间同步对准，保证了获取的数据之间在时间上是匹配的，进而提高了基于定位数据、姿态数据以及点云数据所构建的当前时刻下的地图的准确性。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述基于所述点云数据中的各个激光点的实际坐标，生成第一地图，包括：将所述点云数据的各个激光点的实际坐标进行二维投影，获取投影后的各个激光点的投影坐标；基于所述投影后的各个激光点的投影坐标，生成所述第一地图。
在本申请实施例中，通过将点云数据的各个激光点的实际坐标进行二维投影，获取投影后的各个激光点的投影坐标，进而基于投影后的各个激光点的投影坐标，生成二维的第一地图，便于后续机器人可以根据第一地图实现二维导航。
结合上述第一方面提供的技术方案，在一些可能的实现方式中，在所述基于所述投影后的各个激光点的投影坐标，生成所述第一地图之后，所述方法还包括：将所述第一地图导入到目标图像上，以使所述第一地图的原点位于所述目标图像的原点上；其中，所述目标图像为基于cartographer算法所构建的地图的原始图像；当所述定位模块未获取到所述机器人的新的定位数据时，通过所述cartographer算法在所述目标图像上进行地图构建，进而在所述目标图像上生成与所述第一地图连接的第二地图；其中，通过所述cartographer算法在所述目标图像上进行地图构建时，以最近一次获取到的所述机器人的定位数据作为所述机器人通过所述cartographer算法进行地图构建时的初始位置。
由于室内环境通常定位效果差，因此，本申请实施例中，当在室外空旷环境下，基于定位模块、激光雷达和惯性测量单元进行构建第一地图后，将第一地图导入到基于cartographer算法所构建的地图的原始图像。然后，当机器人处于室内时（也即机器人未获取到新的定位数据时），以最近一次获取到的机器人的定位数据作为通过cartographer算法进行地图构建时的初始位置进行地图构建，进而完成了室内室外准确的一体化构图。
第二方面，本申请实施例提供一种机器人建图装置，应用于机器人，所述机器人上设置有激光雷达、定位模块和惯性测量单元，所述装置包括：获取模块，用于获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据；处理模块，用于基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；生成模块，用于基于所述点云数据中的各个激光点的实际坐标，生成第一地图。
第三方面，本申请实施例提供一种机器人，包括：处理器和存储器，所述处理器和所述存储器连接；所述存储器用于存储程序；所述处理器用于调用存储在所述存储器中的程序，执行如上述第一方面实施例和/或结合上述第一方面实施例的一些可能的实现方式提供的方法。
结合上述第三方面提供的技术方案，在一些可能的实现方式中，所述机器人还包括激光雷达、定位模块和惯性测量单元；所述处理器分别与所述激光雷达、所述定位模块和所述惯性测量单元电连接。
第四方面，本申请实施例提供一种存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上述第一方面实施例和/或结合上述第一方面实施例的一些可能的实现方式提供的方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的机器人的结构框图。
图2为本申请实施例提供的一种机器人建图方法的步骤流程图。
图3为本申请实施例提供的一种步骤S102的子步骤的流程图。
图4为本申请实施例提供的一种机器人建图装置的模块框图。
图标：100-机器人；110-处理器；120-存储器；130-激光雷达；140-定位模块；150-惯性测量单元；200-机器人建图装置；201-获取模块；202-处理模块；203-生成模块。
具体实施方式
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描述。
请参阅图1，为本申请实施例提供的一种机器人建图方法的机器人100的示意性结构框图。在结构上，机器人100可以包括处理器110和存储器120。
处理器110与存储器120直接或间接地电性连接，以实现数据的传输或交互，例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。机器人建图装置包括至少一个可以软件或固件（Firmware）的形式存储在存储器120中或固化在机器人100的操作系统（Robot Operating System，ROS）中的软件模块。处理器110用于执行存储器120中存储的可执行模块，例如，机器人建图装置所包括的软件功能模块及计算机程序等，以实现机器人建图方法。处理器110可以在接收到执行指令后，执行计算机程序。
其中，处理器110可以是一种集成电路芯片，具有信号处理能力。处理器110也可以是通用处理器，例如，数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit ，ASIC）、分立门或晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。此外，通用处理器可以是微处理器或者任何常规处理器等。
存储器120可以是，但不限于，随机存取存储器（Random Access Memory，RAM）、只读存储器（Read Only Memory，ROM）、可编程只读存储器（Programmable Read-OnlyMemory，PROM）、可擦可编程序只读存储器（Erasable Programmable Read-Only Memory，EPROM），以及电可擦编程只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM）。存储器120用于存储程序，处理器110在接收到执行指令后，执行该程序。
可选地，上述机器人100还包括：激光雷达130、定位模块140和惯性测量单元（Inertial Measurement Unit，IMU）150。处理器110分别与激光雷达130、定位模块140和惯性测量单元150电连接。
其中，激光雷达130是以发送激光束进行探测目标的位置、速度等特征量的雷达系统。通过激光雷达130可以对目标区域进行扫描，进而得到目标区域的点云数据。其中，点云数据是指的扫描资料以点的形式记录，每个点包含有三维坐标，有些点还会包含颜色信息或反射强度信息等。
其中，定位模块140用于获取机器人100的定位数据。具体的，定位数据中包括经度、纬度和高程。
上述的定位模块可以是GNSS（Global Navigation Satellite System，全球导航卫星系统）、也可以是GPS（Global Positioning System，全球定位系统），对此，本申请不作限定。
其中，惯性测量单元150用于获取机器人的姿态信息。具体的，姿态信息中包括横滚角、俯仰角和偏航角。需要解释的是，一般定义载体（比如机器人100）的右、前、上三个方向构成右手系，绕向前的轴旋转就是横滚角，绕向右的轴旋转就是俯仰角，绕向上的轴旋转就是航向角。
可以理解的是，上述的激光雷达130、定位模块140和惯性测量单元150可以是预先设置在机器人100上的，也可以是为了让机器人完成建图，额外的在机器人上增设的，对此，本申请不作限定。
应当理解，图1所示的结构仅为示意，本申请实施例提供的机器人100还可以具有比图1更少或更多的组件，或是具有与图1所示不同的配置。此外，图1所示的各组件可以通过软件、硬件或其组合实现。
可以理解的是，本申请实施例所提供的机器人建图方法还可以应用于服务器，也即，机器人在通过激光雷达扫描得到点云数据、通过定位模块获取自身的定位数据以及通过惯性测量单元获取自身的姿态数据后，将这类数据上传至服务器，由服务器完成建图。相应的，该机器人还应包括通信模块，用于与服务器进行通信连接。对此，本申请不作限定。
请参阅图2，图2为本申请实施例提供的机器人建图方法的流程示意图，下面以该方法应用于图1所示的机器人100进行说明。需要说明的是，本申请实施例提供的机器人建图方法不以图2及以下所示的顺序为限制。该方法包括：步骤S101-步骤S103。
步骤S101：获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据。
步骤S102：基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标。
步骤S103：基于所述点云数据中的各个激光点的实际坐标，生成第一地图。
本申请实施例所提供的机器人建图方法，基于定位模块获取的定位数据以及惯性测量单元获取的姿态数据，得到机器人的实际的定位以及准确的姿态，再通过机器人的实际的定位以及准确的姿态获取点云数据中的各个激光点的实际坐标，进而通过各个激光点的实际坐标完成建图。与现有技术相比，由于得到的机器人的位置为实际的定位，因此，无需再进行回环检测。此外，通过定位模块得到的机器人的位置数据和通过惯性测量单元得到的机器人的姿态数据，相较于通过点云数据反向确定出的机器人的位置数据和姿态数据更加准确，进而使得所构建的地图更加准确，也使得通过激光进行建图的方式可以适用于室外强光环境。
下面结合具体的示例对上述方法进行详细说明。
步骤S101：获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据。
可以理解的是，本申请实施例所提供的机器人建图方法，主要是将一个设置有激光雷达、定位模块和惯性测量单元的机器人放置在一个陌生环境中，进而根据机器人在陌生环境中的移动完成自身的定位以及对陌生环境进行的地图构建。当将一个机器人放置在陌生环境后，搭载在机器人上的激光雷达可以对陌生区域进行扫描，得到陌生区域的点云数据；搭载在机器人上的定位模块可以获取机器人的定位数据（包括机器人所处的经度、纬度和高程）；搭载在机器人上的惯性测量单元可以获取机器人的姿态数据（包括机器人的横滚角、俯仰角和偏航角）。
步骤S102：基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标。
在获取到机器人的定位数据和姿态数据以及点云数据后，便可以基于机器人的定位数据和姿态数据，获取得到点云数据中的各个激光点的实际坐标（即各个激光点的经度、纬度和高程）。
可选地，在通过定位模块获取到定位数据以及通过惯性测量单元获取到姿态数据后，可以先对定位数据以及姿态数据进行预处理。具体的，基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：将所述定位数据以及所述姿态数据进行卡尔曼滤波，生成滤波后的定位数据以及滤波后的姿态数据；基于所述滤波后的定位数据以及所述滤波后的姿态数据，获取所述点云数据中的各个激光点的实际坐标。
需要解释的是，惯性测量单元可以实时检测机器人的角速度和加速度信息，根据捷联算法递推更新机器人实时位置；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，将惯性测量单元得到的定位数据与定位模块获取的定位数据进行做差当作卡尔曼滤波量测模型的量测量，将惯性测量单元的位置误差、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。通过该方式，一来可以降低定位模块信息失锁时无法定位的情况，同时也减少了惯性测量单元在测量过程中的累积误差，进而为机器人提供高精度高频率有效的定位、姿态数据，也进一步的提高了获取点云数据中的各个激光点的实际坐标的准确性。
可选地，为了保证获取的数据之间在时间上是匹配的，进而提高了基于定位数据、姿态数据以及点云数据所构建的当前时刻下的地图的准确性，需要先对各项数据进行时间同步对准。具体的，基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：将定位数据以及姿态数据与点云数据进行时间同步对准，得到相同时刻下的定位数据、姿态数据以及点云数据；基于相同时刻下的定位数据、姿态数据以及点云数据获取点云数据中的各个激光点的实际坐标。
需要解释的是，时间同步对准，也可以理解为将定位数据、姿态数据以及点云数据在时间上进行匹配。比如定位模块是从14:57:40开始获取的定位数据，惯性测量单元是从14:57:28开始获取的姿态数据，而激光雷达是从14:57:41开始获取的点云数据。因此，以14:57:41进行同步对准，获取14:57:41时刻下的定位数据、姿态数据和点云数据，进而从14:57:41开始，基于当前时刻下的定位数据、姿态数据以及点云数据获取点云数据中的各个激光点的实际坐标。
可以理解的是，在其他实施例中，也存在由于各项数据获取的频率不同，进而无法匹配到相同时刻的情况，因此，可以以最相近的时刻作为同步时刻，比如将14:57:41获取的点云数据与14:57:42获取的定位数据进行同步。
通常情况下，激光雷达扫描得到的点云数据中的各个激光点的坐标为以激光雷达的位置作为坐标原点所生成的第一空间坐标系中的坐标点。为了后续将定位数据与点云数据匹配，定位数据中的经度、纬度和高程需要转换到空间直角坐标系中。也即，需要将定位数据中的经度、纬度和高程转换到第二空间坐标系中。而第二空间坐标系也是以定位模块的位置作为坐标原点。同时，机器人自身也包含一个本体空间坐标系。本体空间坐标系以机器人为坐标原点，比如，可以是以机器人的中心为坐标原点或者以机器人的头部为坐标原点，本申请不作限定。因此，请参阅图3，可以通过如下步骤进而坐标的转换，进而获取点云数据中的各个激光点的实际坐标，包括：步骤S201-步骤S203。
步骤S201：将所述第一空间坐标系中的各个激光点的坐标转换到以所述机器人作为坐标原点的本体空间坐标系中。
首先，先将第一空间坐标系中的各个激光点的坐标转换到以本体空间坐标系，也即根据第一空间坐标系的坐标原点与本体空间坐标系的坐标原点进行坐标转换。进一步地，坐标转换可以理解为基于激光雷达在机器人上的设置位置进行的转换。比如，本体空间坐标系是以机器人的中心作为的坐标原点，而激光雷达设置在机器人的中心下方。则可以根据激光雷达与机器人的中心的位置差值，确定坐标的转换量。需要说明的是，激光雷达与机器人的中心的位置差值是预先根据激光雷达的安装位置设置在机器人中的。因此，在获取到点云数据后，便可直接根据位置差值，确定坐标的转换量，进而根据坐标转换量将第一空间坐标系中的各个激光点的坐标转换到以本体空间坐标系。
步骤S202：将所述定位数据中的经度、纬度和高程转换到第二空间坐标系中，以使所述第二空间坐标系中的每个坐标点包含经度、纬度和高程这三个物理量。
该步骤即为将经度、纬度和高程转换为空间直角坐标系中的坐标。由于转换过程为本领域技术人员所熟知，因此，不作过多阐述。
步骤S203：基于所述机器人的姿态数据以及所述定位模块在所述机器人上的设置位置，将所述第二空间坐标系中的坐标转换到包含所述激光点的本体空间坐标系中，进而得到所述点云数据中各个激光点的实际坐标。
其中，机器人的姿态数据可以理解为确定的本体空间坐标系的方向，因此，最后基于定位模块在机器人上的设置位置，将第二空间坐标系中的坐标转换到包含激光点的本体空间坐标系中，然后在根据机器人的姿态数据确定出本体空间坐标系的方向数据，进而得到点云数据中各个激光点的实际坐标。
需要说明的是，根据定位模块在机器人上的设置位置，将第二空间坐标系中的坐标转换到包含激光点的本体空间坐标系中可以参考上述根据激光雷达在机器人上的设置位置进行的坐标转换过程。为了避免累赘，在此不作重复赘述。
步骤S103：基于所述点云数据中的各个激光点的实际坐标，生成第一地图。
最后，在得到点云数据中的各个激光点的时间坐标后，便可以根据各个激光点的时间坐标进行地图的构建，绘制生成第一地图。
可选地，为了便于后续机器人可以根据第一地图实现二维导航，基于所述点云数据中的各个激光点的实际坐标，生成第一地图，包括：将点云数据的各个激光点的实际坐标进行二维投影，获取投影后的各个激光点的投影坐标；基于投影后的各个激光点的投影坐标，生成第一地图。
通过上述的二维投影，即可得到陌生环境的二维地图。其中，上述的二维投影可以采用UTM（Universal Transverse Mercator Projection，通用横轴墨卡托）投影或者高斯-克吕格投影。对此，本申请不作限定。
综上所述，采用定位模块获取机器人的实际定位数据，然后将机器人的实际定位数据与点云数据相结合，该方式相较于通过点云数据反向确定出的机器人的位置数据和姿态数据的方式来说更加准确，进而使得通过激光进行建图的方式可以适用于室外的强光环境。但是，若是定位模块无法获取到准确的定位数据，比如，在室内由于信号不稳定，因此，可能会获取不到定位模块的定位数据，此时只能采用常规的cartographer算法进行地图构建。而为了实现室内外的统一地图，在上述基于投影后的各个激光点的投影坐标，生成第一地图之后，该方法还包括：将第一地图导入到目标图像上，以使第一地图的原点位于目标图像的原点上；其中，目标图像为基于cartographer算法所构建的地图的原始图像；当定位模块未获取到机器人的新的定位数据时，通过cartographer算法在目标图像上进行地图构建，进而在目标图像上生成与第一地图连接的第二地图。
需要说明的是，通过cartographer算法在目标图像上进行地图构建时，以最近一次获取到的机器人的定位数据作为机器人通过cartographer算法进行地图构建时的初始位置，进而使得在目标图像上所生成的第二地图刚好可以完成与第一地图的拼接。
在上述的将第一地图导入到目标图像上，以使第一地图的原点位于目标图像的原点上可以理解为将第一地图上的坐标原点进行平移和旋转，使得第一地图的坐标原点与cartographer算法所构建的地图的原始图像的原点位置一致。在上述将第一地图导入到目标图像上，以使第一地图的原点位于目标图像的原点上后，可以将目标图像写入CSV（Comma-Separated Values，逗号分隔值）文件中，然后当定位模块未获取到机器人的新的定位数据时，通过cartographer算法在进行地图构建，然后将生成的点云数据导入到写有目标图像的CSV文件中，进而完成第一地图与第二地图的拼接。最后所生成包含第一地图和第二地图的目标图像可以PNG（Portable Network Graphics，便携式网格图形）文件保存。
综上，由于室内环境通常定位效果差，因此，本申请实施例中，当在室外空旷环境下，基于定位模块、激光雷达和惯性测量单元进行构建第一地图后，将第一地图导入到基于cartographer算法所构建的地图的原始图像。然后，当机器人处于室内时（也即机器人未获取到新的定位数据时），以最近一次获取到的机器人的定位数据作为通过cartographer算法进行地图构建时的初始位置进行地图构建，进而完成了室内室外准确的一体化构图。
请参阅图4，基于同一发明构思，本申请实施例还提供一种机器人建图装置200，包括：获取模块201、处理模块202和生成模块203。
获取模块201，用于获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据。
处理模块202，用于基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标。
生成模块203，用于基于所述点云数据中的各个激光点的实际坐标，生成第一地图。
可选地，所述处理模块202，具体用于所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：将所述第一空间坐标系中的各个激光点的坐标转换到以所述机器人作为坐标原点的本体空间坐标系中；其中，坐标转换是基于所述激光雷达在所述机器人上的设置位置进行的转换；将所述定位数据中的经度、纬度和高程转换到第二空间坐标系中，以使所述第二空间坐标系中的每个坐标点包含经度、纬度和高程这三个物理量；其中，所述第二空间坐标系以所述定位模块的位置作为坐标原点；基于所述机器人的姿态数据以及所述定位模块在所述机器人上的设置位置，将所述第二空间坐标系中的坐标转换到包含所述激光点的本体空间坐标系中，进而得到所述点云数据中各个激光点的实际坐标。
可选地，所述处理模块202，具体用于将所述定位数据以及所述姿态数据进行卡尔曼滤波，生成滤波后的定位数据以及滤波后的姿态数据；基于所述滤波后的定位数据以及所述滤波后的姿态数据，获取所述点云数据中的各个激光点的实际坐标。
可选地，所述处理模块202，具体用于将所述定位数据以及所述姿态数据与所述点云数据进行时间同步对准，得到相同时刻下的定位数据、姿态数据以及点云数据；基于所述相同时刻下的定位数据、姿态数据以及点云数据获取所述点云数据中的各个激光点的实际坐标。
可选地，所述生成模块203，具体用于将所述点云数据的各个激光点的实际坐标进行二维投影，获取投影后的各个激光点的投影坐标；基于所述投影后的各个激光点的投影坐标，生成所述第一地图。
可选地，所述机器人建图装置200还包括拼接模块，所述拼接模块用于在所述基于所述投影后的各个激光点的投影坐标，生成所述第一地图之后，将所述第一地图导入到目标图像上，以使所述第一地图的原点位于所述目标图像的原点上；其中，所述目标图像为基于cartographer算法所构建的地图的原始图像；当所述定位模块未获取到所述机器人的新的定位数据时，通过所述cartographer算法在所述目标图像上进行地图构建，进而在所述目标图像上生成与所述第一地图连接的第二地图；其中，通过所述cartographer算法在所述目标图像上进行地图构建时，以最近一次获取到的所述机器人的定位数据作为所述机器人通过所述cartographer算法进行地图构建时的初始位置。
需要说明的是，由于所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
基于同一发明构思，本申请实施例还提供一种存储介质，其上存储有计算机程序，计算机程序在被运行时执行上述实施例中提供的方法。
该存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid State Disk(SSD)）等。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，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)

1.一种机器人建图方法，其特征在于，应用于机器人，所述机器人上设置有激光雷达、定位模块和惯性测量单元，所述方法包括：
获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据；
基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；
基于所述点云数据中的各个激光点的实际坐标，生成第一地图。
2.根据权利要求1所述的机器人建图方法，其特征在于，所述点云数据中的各个激光点的坐标是以所述激光雷达的位置作为坐标原点所生成的第一空间坐标系中的坐标；
所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：
将所述第一空间坐标系中的各个激光点的坐标转换到以所述机器人作为坐标原点的本体空间坐标系中；其中，坐标转换是基于所述激光雷达在所述机器人上的设置位置进行的转换；
将所述定位数据中的经度、纬度和高程转换到第二空间坐标系中，以使所述第二空间坐标系中的每个坐标点包含经度、纬度和高程这三个物理量；其中，所述第二空间坐标系以所述定位模块的位置作为坐标原点；
基于所述机器人的姿态数据以及所述定位模块在所述机器人上的设置位置，将所述第二空间坐标系中的坐标转换到包含所述激光点的本体空间坐标系中，进而得到所述点云数据中各个激光点的实际坐标。
3.根据权利要求1所述的机器人建图方法，其特征在于，所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：
将所述定位数据以及所述姿态数据进行卡尔曼滤波，生成滤波后的定位数据以及滤波后的姿态数据；
基于所述滤波后的定位数据以及所述滤波后的姿态数据，获取所述点云数据中的各个激光点的实际坐标。
4.根据权利要求1所述的机器人建图方法，其特征在于，所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：
将所述定位数据以及所述姿态数据与所述点云数据进行时间同步对准，得到相同时刻下的定位数据、姿态数据以及点云数据；
基于所述相同时刻下的定位数据、姿态数据以及点云数据获取所述点云数据中的各个激光点的实际坐标。
5.根据权利要求1所述的机器人建图方法，其特征在于，所述基于所述点云数据中的各个激光点的实际坐标，生成第一地图，包括：
将所述点云数据的各个激光点的实际坐标进行二维投影，获取投影后的各个激光点的投影坐标；
基于所述投影后的各个激光点的投影坐标，生成所述第一地图。
6.根据权利要求5所述的机器人建图方法，其特征在于，在所述基于所述投影后的各个激光点的投影坐标，生成所述第一地图之后，所述方法还包括：
将所述第一地图导入到目标图像上，以使所述第一地图的原点位于所述目标图像的原点上；其中，所述目标图像为基于cartographer算法所构建的地图的原始图像；
当所述定位模块未获取到所述机器人的新的定位数据时，通过所述cartographer算法在所述目标图像上进行地图构建，进而在所述目标图像上生成与所述第一地图连接的第二地图；
其中，通过所述cartographer算法在所述目标图像上进行地图构建时，以最近一次获取到的所述机器人的定位数据作为所述机器人通过所述cartographer算法进行地图构建时的初始位置。
7.一种机器人建图装置，其特征在于，应用于机器人，所述机器人上设置有激光雷达、定位模块和惯性测量单元，所述装置包括：
获取模块，用于获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据；
处理模块，用于基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；
生成模块，用于基于所述点云数据中的各个激光点的实际坐标，生成第一地图。
8.一种机器人，其特征在于，包括：处理器和存储器，所述处理器和所述存储器连接；
所述存储器用于存储程序；
所述处理器用于运行存储在所述存储器中的程序，执行如权利要求1-6中任一项所述的方法。
9.根据权利要求8所述的机器人，其特征在于，所述机器人还包括：激光雷达、定位模块和惯性测量单元；
所述处理器分别与所述激光雷达、所述定位模块和所述惯性测量单元电连接。
10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在被计算机运行时执行如权利要求1-6中任一项所述的方法。
CN202010539729.1A 2020-06-15 2020-06-15 一种机器人建图方法、装置，机器人及存储介质 Pending CN111427061A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010539729.1A CN111427061A (zh) 2020-06-15 2020-06-15 一种机器人建图方法、装置，机器人及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010539729.1A CN111427061A (zh) 2020-06-15 2020-06-15 一种机器人建图方法、装置，机器人及存储介质

Publications (1)

Publication Number Publication Date
CN111427061A true CN111427061A (zh) 2020-07-17

Family

ID=71555258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010539729.1A Pending CN111427061A (zh) 2020-06-15 2020-06-15 一种机器人建图方法、装置，机器人及存储介质

Country Status (1)

Country Link
CN (1) CN111427061A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112086010A (zh) * 2020-09-03 2020-12-15 中国第一汽车股份有限公司 地图生成方法、装置、设备及存储介质
CN112082545A (zh) * 2020-07-29 2020-12-15 武汉威图传视科技有限公司 一种基于imu和激光雷达的地图生成方法、装置及系统
CN112116656A (zh) * 2020-08-03 2020-12-22 歌尔股份有限公司 同步定位与地图构建slam中的增量建图方法和装置
CN112269187A (zh) * 2020-09-28 2021-01-26 广州视源电子科技股份有限公司 机器人状态检测方法、装置及设备
CN112414403A (zh) * 2021-01-25 2021-02-26 湖南北斗微芯数据科技有限公司 一种机器人的定位定姿方法、设备及存储介质
CN112506200A (zh) * 2020-12-14 2021-03-16 广州视源电子科技股份有限公司 机器人定位方法、装置、机器人及存储介质
CN113671527A (zh) * 2021-07-23 2021-11-19 国电南瑞科技股份有限公司 一种提高配网带电作业机器人的精准作业方法及装置
CN113724382A (zh) * 2021-07-23 2021-11-30 北京搜狗科技发展有限公司 地图生成方法、装置及电子设备
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
CN114047771A (zh) * 2022-01-17 2022-02-15 广州里工实业有限公司 移动机器人的对接方法、系统、计算机设备及存储介质
CN114137953A (zh) * 2021-10-12 2022-03-04 杭州电子科技大学 基于三维激光雷达的电力巡检机器人系统及建图方法
CN115308684A (zh) * 2022-07-05 2022-11-08 广州晓网电子科技有限公司 一种uwb超宽带室内定位方法及装置
CN118261982A (zh) * 2024-04-26 2024-06-28 连云港空巡智能科技有限公司 一种利用激光点云扫描技术构建无人机三维模型的方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445520A (zh) * 2017-12-25 2018-08-24 达闼科技（北京）有限公司 一种基于云端的室内外建图方法、装置、电子设备及计算机程序产品
CN109887053A (zh) * 2019-02-01 2019-06-14 广州小鹏汽车科技有限公司 一种slam地图拼接方法及系统
CN110211228A (zh) * 2019-04-30 2019-09-06 北京云迹科技有限公司 用于建图的数据处理方法及装置
CN110766979A (zh) * 2019-11-13 2020-02-07 奥特酷智能科技(南京)有限公司 一种用于自动驾驶车辆的泊车车位检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445520A (zh) * 2017-12-25 2018-08-24 达闼科技（北京）有限公司 一种基于云端的室内外建图方法、装置、电子设备及计算机程序产品
CN109887053A (zh) * 2019-02-01 2019-06-14 广州小鹏汽车科技有限公司 一种slam地图拼接方法及系统
CN110211228A (zh) * 2019-04-30 2019-09-06 北京云迹科技有限公司 用于建图的数据处理方法及装置
CN110766979A (zh) * 2019-11-13 2020-02-07 奥特酷智能科技(南京)有限公司 一种用于自动驾驶车辆的泊车车位检测方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112082545B (zh) * 2020-07-29 2022-06-21 武汉威图传视科技有限公司 一种基于imu和激光雷达的地图生成方法、装置及系统
CN112082545A (zh) * 2020-07-29 2020-12-15 武汉威图传视科技有限公司 一种基于imu和激光雷达的地图生成方法、装置及系统
CN112116656A (zh) * 2020-08-03 2020-12-22 歌尔股份有限公司 同步定位与地图构建slam中的增量建图方法和装置
CN112116656B (zh) * 2020-08-03 2024-05-31 歌尔股份有限公司 同步定位与地图构建slam中的增量建图方法和装置
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
CN112086010B (zh) * 2020-09-03 2022-03-18 中国第一汽车股份有限公司 地图生成方法、装置、设备及存储介质
CN112086010A (zh) * 2020-09-03 2020-12-15 中国第一汽车股份有限公司 地图生成方法、装置、设备及存储介质
CN112269187A (zh) * 2020-09-28 2021-01-26 广州视源电子科技股份有限公司 机器人状态检测方法、装置及设备
CN112269187B (zh) * 2020-09-28 2024-05-14 广州视源电子科技股份有限公司 机器人状态检测方法、装置及设备
CN112506200A (zh) * 2020-12-14 2021-03-16 广州视源电子科技股份有限公司 机器人定位方法、装置、机器人及存储介质
CN112506200B (zh) * 2020-12-14 2023-12-08 广州视源电子科技股份有限公司 机器人定位方法、装置、机器人及存储介质
CN112414403A (zh) * 2021-01-25 2021-02-26 湖南北斗微芯数据科技有限公司 一种机器人的定位定姿方法、设备及存储介质
CN113724382A (zh) * 2021-07-23 2021-11-30 北京搜狗科技发展有限公司 地图生成方法、装置及电子设备
CN113671527A (zh) * 2021-07-23 2021-11-19 国电南瑞科技股份有限公司 一种提高配网带电作业机器人的精准作业方法及装置
CN113724382B (zh) * 2021-07-23 2024-07-02 北京搜狗科技发展有限公司 地图生成方法、装置及电子设备
CN114137953A (zh) * 2021-10-12 2022-03-04 杭州电子科技大学 基于三维激光雷达的电力巡检机器人系统及建图方法
CN114047771A (zh) * 2022-01-17 2022-02-15 广州里工实业有限公司 移动机器人的对接方法、系统、计算机设备及存储介质
CN115308684A (zh) * 2022-07-05 2022-11-08 广州晓网电子科技有限公司 一种uwb超宽带室内定位方法及装置
CN118261982A (zh) * 2024-04-26 2024-06-28 连云港空巡智能科技有限公司 一种利用激光点云扫描技术构建无人机三维模型的方法及系统

Similar Documents

Publication Publication Date Title
CN111427061A (zh) 一种机器人建图方法、装置，机器人及存储介质
JP6918885B2 (ja) 相対的位置姿勢の標定方法、相対的位置姿勢の標定装置、機器及び媒体
CN110780285B (zh) 激光雷达与组合惯导的位姿标定方法、系统及介质
CN110873883B (zh) 融合激光雷达和imu的定位方法、介质、终端和装置
WO2020038285A1 (zh) 车道线的定位方法和装置、存储介质、电子装置
CN110927708B (zh) 智能路侧单元的标定方法、装置及设备
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
Georgiev et al. Localization methods for a mobile robot in urban environments
CN113406682B (zh) 一种定位方法、装置、电子设备及存储介质
CN110595494A (zh) 地图误差确定方法和装置
CN112652062B (zh) 一种点云地图构建方法、装置、设备和存储介质
JP7351892B2 (ja) 障害物検出方法、電子機器、路側機器、及びクラウド制御プラットフォーム
CN112835086B (zh) 确定车辆位置的方法和装置
US20220365217A1 (en) Generating environmental map by aligning captured scans
CN112762945A (zh) 高精度地图全要素采集设备的信息同步方法、系统及装置
JP6610466B2 (ja) 車両制御システム
US20240069203A1 (en) Global optimization methods for mobile coordinate scanners
CN114897942B (zh) 点云地图的生成方法、设备及相关存储介质
CN116203544A (zh) 一种移动测量系统往返测回无控自检校方法、装置及介质
EP3956690B1 (en) System and method for converging mediated reality positioning data and geographic positioning data
CN112578363B (zh) 激光雷达运动轨迹获取方法及装置、介质
CN112400122B (zh) 定位目标对象的系统和方法
CN116642511A (zh) Ar导航图像渲染方法、装置、电子设备及存储介质
TW202137138A (zh) 含大地座標之3d點雲地圖的產生方法和3d點雲地圖產生系統
CN113551678A (zh) 构建地图的方法、构建高精度地图的方法及移动设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200717

RJ01 Rejection of invention patent application after publication