CN111461982B - 用于拼接点云的方法和装置 - Google Patents

用于拼接点云的方法和装置 Download PDF

Info

Publication number
CN111461982B
CN111461982B CN202010238191.0A CN202010238191A CN111461982B CN 111461982 B CN111461982 B CN 111461982B CN 202010238191 A CN202010238191 A CN 202010238191A CN 111461982 B CN111461982 B CN 111461982B
Authority
CN
China
Prior art keywords
grid map
conversion matrix
determining
ground
grid
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
CN202010238191.0A
Other languages
English (en)
Other versions
CN111461982A (zh
Inventor
袁鹏飞
宋适宇
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 CN202010238191.0A priority Critical patent/CN111461982B/zh
Publication of CN111461982A publication Critical patent/CN111461982A/zh
Application granted granted Critical
Publication of CN111461982B publication Critical patent/CN111461982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformation in the plane of the image
    • G06T3/40Scaling the whole image or part thereof
    • G06T3/4038Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请实施例公开了用于拼接点云的方法和装置,可用于自动驾驶。上述方法的一具体实施方式包括:获取点云数据;根据点云数据生成第一栅格地图以及第二栅格地图;调整第一栅格地图以及第二栅格地图,得到第三栅格地图和第四栅格地图;根据第三栅格地图和第四栅格地图,确定第一栅格地图和第二栅格地图之间的相对位姿;根据相对位姿,对点云数据进行拼接。该实施方式可以提高点云数据拼接的准确度,提高构建得到高精地图的准确度。

Description

用于拼接点云的方法和装置
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于拼接点云的方法和装置。
背景技术
与人类驾驶相类似,环境感知、高精定位、决策、控制是自动驾驶的四个关键步骤。而高精定位需要利用车辆实时感知的环境信息与其记忆中的信息进行对比,从而判断出自己的位置和方向。而对于无人驾驶车辆而言,该记忆就是提前存储于其内部的高精度地图,因此高精度地图是无人驾驶过程中的必要条件。其在整个无人驾驶领域中扮演着核心角色,同时它可以帮助汽车预先感知路面复杂信息,如坡度、曲率、航向等,结合智能路径规划,让汽车做出正确决策。由于高精度地图的精度相比较于传统导航地图更高,因此激光雷达等高精度的传感器得到了较大的应用。
激光雷达获取的每帧点云数据是某个场景在一个局部坐标系下的真实反映,然而最终的高精度地图需要通过将这些数据恢复到获取该帧点云数据时其在真实世界中的位姿,因此结合GNSS(Global Navigation Satellite System,全球导航卫星系统)、IMU(Inertial Measurement Unit,惯性测量单元)等传感器对生成最终的高精度地图十分必要。由于GNSS系统在差分定位时的精度也未能达到高精度地图所需要的精度,而IMU根据其成本的不同在经过一定的距离后会有一定的漂移,因此通过结合激光雷达获取得到的点云数据进行后端的优化十分重要。
发明内容
本申请实施例提出了用于拼接点云的方法和装置。
第一方面,本申请实施例提供了一种用于拼接点云的方法,包括:获取点云数据;根据上述点云数据生成第一栅格地图以及第二栅格地图;调整上述第一栅格地图以及上述第二栅格地图,得到第三栅格地图和第四栅格地图;根据上述第三栅格地图和上述第四栅格地图,确定上述第一栅格地图和上述第二栅格地图之间的相对位姿;根据上述相对位姿,对上述点云数据进行拼接。
在一些实施例中,上述根据上述点云数据生成第一栅格地图以及第二栅格地图,包括:从上述点云数据中选取点云帧作为第一关键帧;根据上述第一关键帧以及与上述第一关键帧相邻的多个点云帧,生成第一栅格地图;根据上述第一关键帧以及预设的距离阈值,确定第二关键帧;根据上述第二关键帧以及上述第二关键帧相邻的多个点云帧,生成第二栅格地图。
在一些实施例中,上述调整上述第一栅格地图以及上述第二栅格地图,得到第三栅格地图和第四栅格地图,包括:提取上述第一栅格地图和上述第二栅格地图中的标志物;根据上述标志物,调整上述第一栅格地图和上述第二栅格地图,得到上述第三栅格地图和上述第四栅格地图。
在一些实施例中,上述标志物包括上述第一栅格地图中的第一地面和上述第二栅格地图中的第二地面;以及上述根据上述标志物,调整上述第一栅格地图和上述第二栅格地图,得到上述第三栅格地图和上述第四栅格地图,包括:调整上述第一地面,使上述第一地面的法向量为竖直方向,得到第一转换矩阵;调整上述第二地面,使上述第二地面的法向量为竖直方向,得到第二转换矩阵;基于上述第一转换矩阵、上述第二转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图。
在一些实施例中,上述标志物包括上述第一栅格地图中的至少一个竖直方向的第一杆状物和上述第二栅格地图中的至少一个竖直方向的第二杆状物;以及上述基于上述第一转换矩阵、上述第二转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图,包括:根据上述第一转换矩阵以及各上述第一杆状物,确定各上述第一杆状物对应的各第三杆状物;根据上述第二转换矩阵以及各上述第二杆状物,确定各上述第二杆状物对应的各第四杆状物;分别将各第三杆状物与各第四杆状物向XOY平面投影,得到第一投影图像和第二投影图像;调整上述第一投影图像和上述第二投影图像,使上述第一投影图像与上述第二投影图像匹配,得到第三转换矩阵;基于上述第一转换矩阵、上述第二转换矩阵、上述第三转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图。
在一些实施例中,上述调整上述第一投影图像和上述第二投影图像,使上述第一投影图像与上述第二投影图像匹配,得到第三转换矩阵,包括:对于上述第一投影图像每个第三杆状物,确定与该第三杆状物匹配的第四杆状物;对于上述第二投影图像每个第四杆状物,确定与该第四杆状物匹配的第三杆状物;确定相互匹配的第三杆状物和第四杆状物为匹配对;从上述匹配对中选取预设数量个匹配对;根据上述预设数量个匹配对,确定上述第三转换矩阵。
在一些实施例中,上述基于上述第一转换矩阵、上述第二转换矩阵、上述第三转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图,包括:根据上述第一转换矩阵以及上述第一地面,确定第三地面;根据上述第二转换矩阵以及上述第二地面,确定第四地面;调整上述第三地面的高度以及上述第四地面的高度至满足预设条件,得到第四转换矩阵;根据上述第一转换矩阵、上述第二转换矩阵、上述第三转换矩阵、上述第四转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图。
在一些实施例中,上述根据上述第三栅格地图和上述第四栅格地图,确定上述第一栅格地图和上述第二栅格地图之间的相对位姿,包括:对上述第三栅格地图以及上述第四栅格地图进行配准,得到第五转换矩阵;根据上述第一转换矩阵、上述第二转换矩阵、上述第三转换矩阵、上述第四转换矩阵以及上述第五转换矩阵,确定上述相对位姿。
第二方面,本申请实施例提供了一种用于拼接点云的装置,包括:获取单元,被配置成获取点云数据;生成单元,被配置成根据上述点云数据生成第一栅格地图以及第二栅格地图;调整单元,被配置成调整上述第一栅格地图以及上述第二栅格地图,得到第三栅格地图和第四栅格地图;确定单元,被配置成根据上述第三栅格地图和上述第四栅格地图,确定上述第一栅格地图和上述第二栅格地图之间的相对位姿;拼接单元,被配置成根据上述相对位姿,对上述点云数据进行拼接。
在一些实施例中,上述生成单元进一步被配置成:从上述点云数据中选取点云帧作为第一关键帧;根据上述第一关键帧以及与上述第一关键帧相邻的多个点云帧,生成第一栅格地图;根据上述第一关键帧以及预设的距离阈值,确定第二关键帧;根据上述第二关键帧以及上述第二关键帧相邻的多个点云帧,生成第二栅格地图。
在一些实施例中,上述调整单元包括:标志物提取模块,被配置成提取上述第一栅格地图和上述第二栅格地图中的标志物;栅格地图调整模块,被配置成根据上述标志物,调整上述第一栅格地图和上述第二栅格地图,得到上述第三栅格地图和上述第四栅格地图。
在一些实施例中,标志物包括上述第一栅格地图中的第一地面和上述第二栅格地图中的第二地面;以及上述栅格地图调整模块进一步被配置成:调整上述第一地面,使上述第一地面的法向量为竖直方向,得到第一转换矩阵;调整上述第二地面,使上述第二地面的法向量为竖直方向,得到第二转换矩阵;基于上述第一转换矩阵、上述第二转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图。
在一些实施例中,标志物包括上述第一栅格地图中的至少一个竖直方向的第一杆状物和上述第二栅格地图中的至少一个竖直方向的第二杆状物;以及上述栅格地图调整模块进一步被配置成:根据上述第一转换矩阵以及各上述第一杆状物,确定各上述第一杆状物对应的各第三杆状物;根据上述第二转换矩阵以及各上述第二杆状物,确定各上述第二杆状物对应的各第四杆状物;分别将各第三杆状物与各第四杆状物向XOY平面投影,得到第一投影图像和第二投影图像;调整上述第一投影图像和上述第二投影图像,使上述第一投影图像与上述第二投影图像匹配,得到第三转换矩阵;基于上述第一转换矩阵、上述第二转换矩阵、上述第三转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图。
在一些实施例中,上述栅格地图调整模块进一步被配置成:对于上述第一投影图像每个第三杆状物,确定与该第三杆状物匹配的第四杆状物;对于上述第二投影图像每个第四杆状物,确定与该第四杆状物匹配的第三杆状物;确定相互匹配的第三杆状物和第四杆状物为匹配对;从上述匹配对中选取预设数量个匹配对;根据上述预设数量个匹配对,确定上述第三转换矩阵。
在一些实施例中,上述栅格地图调整模块进一步被配置成:根据上述第一转换矩阵以及上述第一地面,确定第三地面;根据上述第二转换矩阵以及上述第二地面,确定第四地面;调整上述第三地面的高度以及上述第四地面的高度至满足预设条件,得到第四转换矩阵;根据上述第一转换矩阵、上述第二转换矩阵、上述第三转换矩阵、上述第四转换矩阵、上述第一栅格地图和上述第二栅格地图,确定上述第三栅格地图和上述第四栅格地图。
在一些实施例中,上述确定单元进一步被配置成:对上述第三栅格地图以及上述第四栅格地图进行配准,得到第五转换矩阵;根据上述第一转换矩阵、上述第二转换矩阵、上述第三转换矩阵、上述第四转换矩阵以及上述第五转换矩阵,确定上述相对位姿。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的用于拼接点云的方法和装置,首先获取点云数据。然后,根据点云数据生成第一栅格地图以及第二栅格地图。然后,调整第一栅格地图以及第二栅格地图,得到第三栅格地图和第四栅格地图。根据第三栅格地图和第四栅格地图,确定第一栅格地图和第二栅格地图之间的相对位姿。最后,根据上述相对位姿,对点云是进行拼接。本实施例的方法,可以提高点云数据拼接的准确度,提高构建得到高精地图的准确度。
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是本申请的一个实施例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拼接点云的方法的一个实施例的流程图;
图3是根据本申请的用于拼接点云的方法的一个应用场景的示意图;
图4是根据本申请的用于拼接点云的方法的另一个实施例的流程图;
图5是根据本申请的用于拼接点云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电子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拼接点云的方法或用于拼接点云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可以包括各种无线连接类型。
车辆101在行驶过程中可以与服务器105交互,以接收或发送消息等。车辆101上可以安装有各种传感器,例如激光雷达传感器,这些传感器可以采集到点云数据。
车辆101可以是硬件,也可以是软件。当车辆101为硬件时,可以是能够行驶的各种车辆,包括自动驾驶车辆、半自动驾驶车辆、人工驾驶车辆等等。当车辆101为软件时,可以安装在上述所列举的车辆中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如对车辆101行驶过程中采集的点云数据进行处理的后台服务器。后台服务器可以对接收到数据进行分析等处理,并将处理结果(例如障碍物距离)反馈给车辆101。
需要说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于拼接点云的方法可以由车辆101执行,也可以由服务器103执行。相应地,用于拼接点云的装置可以设置于车辆101中,也可以设置于服务器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拼接点云的方法的一个实施例的流程200。本实施例的用于拼接点云的方法,包括以下步骤:
步骤201,获取点云数据。
在本实施例中,用于拼接点云的方法的执行主体(例如图1所示的车辆101中的电子设备或服务器103)可以通过有线连接方式或者无线连接方式获取点云数据。上述点云数据可以由激光雷达传感器、深度相机传感器等采集得到。这些点云数据可以包括行驶环境中的障碍物信息。执行主体可以根据这些点云数据感知行驶环境,以进行后续的决策。
步骤202,根据点云数据生成第一栅格地图以及第二栅格地图。
本实施例中,执行主体在获取到点云数据后,可以分别生成第一栅格地图和第二栅格地图。栅格地图发作为机器人学中地图的主要表示方法之一,通过将环境划分为一系列的栅格,其中每个栅格给定一个可能值,表示该栅格被障碍物占据的概率,从而构建当前环境的栅格地图。执行主体可以以预定分辨率切分上述点云数据,得到第一栅格地图和第二栅格地图。
在本实施例的一些可选的实现方式中,执行主体可以通过图2中未示出的以下步骤来生成第一栅格地图和第二栅格地图:从点云数据中选取点云帧作为第一关键帧;根据第一关键帧以及与第一关键帧相邻的多个点云帧,生成第一栅格地图;根据第一关键帧以及预设的距离阈值,确定第二关键帧;根据第二关键帧以及第二关键帧相邻的多个点云帧,生成第二栅格地图。
本实现方式中,执行主体可以首先从点云数据中选取点云帧作为第一关键帧。具体的,执行主体可以将相邻的两个点云帧之间的距离和/或角度满足预设条件时,将两个点云帧之中的前一点云帧或后一点云帧作为第一关键帧。然后,执行主体可以根据第一关键帧以及其相邻的N个点云帧,生成第一栅格地图。其中,N为自然数。
然后,执行主体可以与第一关键帧之间的距离小于预设的距离阈值的多个点云帧中选取一个作为第二关键帧。然后,根据第二关键帧以及其相邻的N个点云帧,生成第二栅格地图。由于第一关键帧与第二关键帧的距离在预设的距离范围内,则第一栅格地图和第二栅格地图表示的基本为同一场景,有利于后续的配准。
步骤203,调整第一栅格地图以及第二栅格地图,得到第三栅格地图和第四栅格地图。
在得到第一栅格地图和第二栅格地图后,执行主体可以调整二者,使二者满足一定的预设条件,这样,得到第一栅格地图对应的第三栅格地图和第二栅格地图对应的第四栅格地图。具体的,预设条件可以包括但不限于:第一栅格地图与第二栅格地图的匹配率大于预设阈值等等。
在本实施例的一些可选的实现方式中,执行主体可以根据第一栅格地图和第二栅格地图中包括的标志物来调整第一栅格地图和第二栅格地图。可以理解的是,调整后的第一栅格地图与第二栅格地图的标志物相互匹配。
步骤204,根据第三栅格地图和第四栅格地图,确定第一栅格地图和第二栅格地图之间的相对位姿。
本实施例中,执行主体在得到第三栅格地图和第四栅格地图后,可以根据二者,确定第一传感器和第二传感器之间的相对位姿。具体的,执行主体可以采用ICP(IterativeClosest Point,迭代就近点)算法对第三栅格地图和第四栅格地图进行配准,确定第一传感器和第二传感器之间的相对位姿。
步骤205,根据相对位姿,对点云数据进行拼接。
在确定上述相对位姿后,执行主体可以对第一点云数据与第二点云数据进行拼接。拼接后的点云数据可以更准确的反映车辆的行驶环境,有利于构建高精地图,从而提高决策的准确性。
继续参见图3,图3是根据本实施例的用于拼接点云的方法的一个应用场景的示意图。在图3的应用场景中,车辆上安装有激光雷达传感器,采集得到点云数据。车辆的车载电脑可以对点云数据执行步骤202~205的处理后,得到拼接后的点云数据。并根据拼接后的点云数据,构建高精地图。
本申请的上述实施例提供的用于拼接点云的方法,首先获取点云数据。然后,根据点云数据生成第一栅格地图以及第二栅格地图。然后,调整第一栅格地图以及第二栅格地图,得到第三栅格地图和第四栅格地图。根据第三栅格地图和第四栅格地图,确定第一栅格地图和第二栅格地图之间的相对位姿。最后,根据上述相对位姿,对点云是进行拼接。本实施例的方法,可以提高点云数据拼接的准确度,提高构建得到高精地图的准确度。
继续参见图4,其示出了根据本申请的用于拼接点云的方法的另一个实施例的流程400。如图4所示,本实施例的用于拼接点云的方法,可以包括以下步骤:
步骤401,获取点云数据。
步骤402,根据点云数据生成第一栅格地图以及第二栅格地图。
本实施例中,记第一栅格地图为S1,第二栅格地图为S2
步骤403,提取第一栅格地图和第二栅格地图中的标志物。
本实施例中,第一栅格地图S1和第二栅格地图S2中都包括标志物。上述标志物可以包括地面和杆状物。杆状物可以包括电线杆、树木等物体。优选的,上述杆状物可以为竖直方向的杆状物。执行主体可以根据第一栅格地图S1和第二栅格地图S2中各点云点的高度以及预设的高度阈值,来确定第一栅格地图S1和第二栅格地图S2中的地面。即,将高度小于预设的高度阈值的点云点作为地面点云点。
类似地,执行主体可以将XY坐标都位于预设范围内的各点云点作为竖直方向的杆状物的点云点。此处,将第一栅格地图S1中的地面称为第一地面G1,将第二栅格地图S2中的地面称为第二地面G2。第一栅格地图S1中包括的至少一个竖直杆状物为第一杆状物Ps1,第二栅格地图S2中包括的至少一个竖直杆状物为第二杆状物Ps2
本实施例中,执行主体可以根据上述标志物,调整第一栅格地图S1和第二栅格地图S2,得到第三栅格地图S1’和第四栅格地图S2’。具体的,执行主体可以将第一地面G1和第二地面G2调整至水平,得到第三栅格地图S1’和第四栅格地图S2’。
在本实施例的一些可选的实现方式中执行主体可以通过以下步骤来调整第一栅格地图S1和第二栅格地图S2
步骤404,调整第一地面,使第一地面的法向量为竖直方向,得到第一转换矩阵。
执行主体在确定第一地面G1后,可以调整第一地面G1的法向量,使第一地面G1垂直于竖直方向,得到第一转换矩阵T11
步骤405,调整第二地面,使第二地面的法向量为竖直方向,得到第二转换矩阵。
同样的道理,执行主体也可以调整第一地面G2的法向量,使第一地面G2垂直于竖直方向,得到第二转换矩阵T12
执行主体可以根据上述第一转换矩阵T11和第二转换矩阵T12来调整第一栅格地图S1和第二栅格地图S2,得到第三栅格地图S1’和第四栅格地图S2’。
在本实施例的一些可选的实现方式中,执行主体可以通过以下步骤来调整第一栅格地图S1和第二栅格地图S2
步骤406,根据第一转换矩阵以及各第一杆状物,确定各第一杆状物对应的各第三杆状物。
执行主体在得到第一转换矩阵T11后,还可以对各第一杆状物Ps1进行调整,得到各第三杆状物Ps1’。可以理解的是,Ps1’=T11*Ps1
步骤407,根据第二转换矩阵以及各第二杆状物,确定各第二杆状物对应的各第四杆状物。
执行主体在得到第二转换矩阵T12后,还可以对各第二杆状物Ps2进行调整,得到各第四杆状物Ps2’。可以理解的是,Ps2’=T12*Ps2
步骤408,分别将各第三杆状物与各第四杆状物向XOY平面投影,得到各第一投影图像和各第二投影图像。
执行主体在得到各第三杆状物Ps1’与各第四杆状物Ps2’后,可以向XOY平面投影,得到第一投影图像Ps1”和第二投影图像Ps2”。可以理解的是,第一投影图像Ps1”中包括各第三杆状物Ps1’的二维点,第二投影图像Ps2”中包括第四杆状物Ps2’的二维点。
步骤409,调整第一投影图像和第二投影图像,使第一投影图像与第二投影图像匹配,得到第三转换矩阵。
本实施例中,执行主体可以调整第一投影图像Ps1”和第二投影图像Ps2”,使得第三杆状物Ps1’的二维点与第四杆状物Ps2’的二维点尽可能重合。在调整时,可以只调整第一投影图像Ps1”,也可以只调整第二投影图像Ps2”,也可以同时调整第一投影图像Ps1”和第二投影图像Ps2”。这样,可以得到第三转换矩阵T2
在得到第一转换矩阵T11、第二转换矩阵T12和第三转换矩阵T2后,执行主体可以根据这三个转换矩阵来调整第一栅格地图S1和第二栅格地图S2。例如,第三栅格地图S1’=S1*T11*T2,第四栅格地图S2’=S2*T12*T2
在本实施例的一些可选的实现方式中,上述步骤409具体可以通过图4中未示出的以下步骤来实现:对于第一投影图像每个第三杆状物,确定与该第三杆状物匹配的第四杆状物;对于第二投影图像每个第四杆状物,确定与该第四杆状物匹配的第三杆状物;确定相互匹配的第三杆状物和第四杆状物为匹配对;从匹配对中选取预设数量个匹配对;根据预设数量个匹配对,确定第三转换矩阵。
本实现方式中,可以首先固定第一投影图像Ps1”,通过调整第二投影图像Ps2”,使第一投影图像Ps1”与第二投影图像Ps2”吻合,此时可以得到一个转换矩阵。具体为,对于第一投影图像Ps1”中的每个第三杆状物Ps1’,在第二投影图像Ps2”中搜索与其匹配的第四杆状物Ps2’,搜索得到的第四杆状物Ps2’作为该第三杆状物Ps1’的候选杆状物。同时,对于第二投影图像Ps2”中的每个第四杆状物Ps2’,在第一投影图像Ps1”中搜索与其匹配的第三杆状物Ps1’,搜索得到的第四杆状物Ps1’作为该第三杆状物Ps2’的候选杆状物。如果某个第三杆状物的候选杆状物包括某个第四杆状物,同时该第四杆状物的候选杆状物包括该第三杆状物,则该第三杆状物和第四杆状物作为匹配对。在确定多个匹配对后,执行主体可以选取预设数量个匹配对。具体的,执行主体可以选取至少3个匹配对。然后根据选取的匹配对,来计算转换矩阵。
在本实施例的一些可选的实现方式中,执行主体选取的多个匹配对指示的杆状物不在同一条直线上。也就是说,执行主体需要选取能确定一个平面的杆状物的匹配对,来确定转换矩阵。
可以理解的是,执行主体的每次选取,都可以确定一个转换矩阵。由于每次选取的杆状物的匹配对都不同,因此可以得到一个转换矩阵集合。执行主体可以从上述转换矩阵集合中选取一个能使第一投影图像和第二投影图像中的杆状物匹配数量最多的转换矩阵作为第三转换矩阵。
在得到第一转换矩阵、第二转换矩阵、第三转换矩阵后,执行主体可以根据上述三者对第一栅格地图和第二栅格地图进行转换,得到第三栅格地图和第四栅格地图。
在本实施例的一些可选的实现方式中,执行主体可以通过图4中未示出的以下步骤来得到第三栅格地图和第四栅格地图:
步骤410,根据第一转换矩阵以及第一地面,确定第三地面。
由步骤404可知,将第一地面调整至其法向量与竖直方向平行时,可以得到第三平面。可以理解的是,第三平面G1’=T11*G1
步骤411,根据第二转换矩阵以及第二地面,确定第四地面.
由步骤405可知,将第二地面调整至其法向量与竖直方向平行时,可以得到第四平面。可以理解的是,第四平面G2’=T12*G2
步骤412,调整第三地面的高度以及第四地面的高度至满足预设条件,得到第四转换矩阵。
在得到第三地面G1’和第四地面G2’后,执行主体可以调整第三地面以及第四地面,使调整后的第三地面的高度以及调整后的第四地面的高度满足预设条件。这里,预设条件可以是指第三地面的高度与第四地面的高度差小于预设的高度阈值。
步骤413,根据第一转换矩阵、第二转换矩阵、第三转换矩阵、第四转换矩阵、第一栅格地图和第二栅格地图,确定第三栅格地图和第四栅格地图。
在得到各转换矩阵后,执行主体可以根据上述转换矩阵来确定第三栅格地图S1’和第四栅格地图S2’。具体的,执行主体可以根据以下公式来确定第三栅格地图S1’和第四栅格地图S2’:
S1’=T11*S1;S2’=T12*T2*T3*S2
执行主体在得到第三栅格地图S1’和第四栅格地图S2’后,可以确定第一传感器和第二传感器之间的相对位姿。具体的,执行主体可以利用现有算法对第三栅格地图S1’和第四栅格地图S2’进行配准,得到二者之间的位姿。然后结合第三栅格地图S1’和第四栅格地图S2’之间的位姿,确定第一栅格地图和第二栅格地图之间的相对位姿。
在本实施例的一些可选的实现方式中,执行主体可以通过图4中未示出的以下步骤来确定第一传感器与第二传感器之间的相对位姿:
步骤414,对第三栅格地图以及第四栅格地图进行配准,得到第五转换矩阵。
本实施例中,执行主体在进行上述处理后,可以再利用ICP算法或者GICP算法等对第三栅格地图S1’和第四栅格地图S2’进行配准,得到第五转换矩阵T4。由于经过了步骤403~步骤413的处理后,第三栅格地图S1’和第四栅格地图S2’已经非常接近,此时,再利用ICP算法或者GICP算法进行配准,其收敛速度以及配准结果都大大提升。
步骤415,根据第一转换矩阵、第二转换矩阵、第三转换矩阵、第四转换矩阵以及第五转换矩阵,确定上述相对位姿。
执行主体在确定上述各转换矩阵后,可以确定第一传感器和第二传感器之间的相对位姿。具体的上述相对位姿T=T11 -1*T12*T2*T3*T4
步骤416,根据相对位姿,对点云数据进行拼接。
本申请的上述实施例提供的用于拼接点云的方法,相比起现有的直接对点云数据得到的栅格地图进行配准的方法,可以避免由于栅格地图之间的相对位姿的初值太差导致配准失败的情况,提高了相对位姿的准确率。
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拼接点云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,本实施例的用于拼接点云的装置500包括:获取单元501、生成单元502、调整单元503、确定单元504以及拼接单元505。
获取单元501,被配置成获取点云数据。
生成单元502,被配置成根据点云数据生成第一栅格地图以及第二栅格地图。
调整单元503,被配置成调整第一栅格地图以及第二栅格地图,得到第三栅格地图和第四栅格地图。
确定单元504,被配置成根据第三栅格地图和第四栅格地图,确定第一栅格地图和第二栅格地图之间的相对位姿。
拼接单元505,被配置成根据相对位姿,对点云数据进行拼接。
在本实施例的一些可选的实现方式中,生成单元502可以进一步被配置成:从所述点云数据中选取点云帧作为第一关键帧;根据所述第一关键帧以及与所述第一关键帧相邻的多个点云帧,生成第一栅格地图;根据所述第一关键帧以及预设的距离阈值,确定第二关键帧;根据所述第二关键帧以及所述第二关键帧相邻的多个点云帧,生成第二栅格地图。
在本实施例的一些可选的实现方式中,调整单元503可以进一步包括图5中未示出的:标志物提取模块和栅格地图调整模块。
标志物提取模块,被配置成提取第一栅格地图和第二栅格地图中的标志物。
栅格地图调整模块,被配置成根据标志物,调整第一栅格地图和第二栅格地图,得到第三栅格地图和第四栅格地图。
在本实施例的一些可选的实现方式中,标志物包括第一栅格地图中的第一地面和第二栅格地图中的第二地面。栅格地图调整模块进一步被配置成:调整第一地面,使第一地面的法向量为竖直方向,得到第一转换矩阵;调整第二地面,使第二地面的法向量为竖直方向,得到第二转换矩阵;基于第一转换矩阵、第二转换矩阵、第一栅格地图和第二栅格地图,确定第三栅格地图和第四栅格地图。
在本实施例的一些可选的实现方式中,标志物包括第一栅格地图中的至少一个竖直方向的第一杆状物和第二栅格地图中的至少一个竖直方向的第二杆状物。栅格地图调整模块进一步被配置成:根据第一转换矩阵以及各第一杆状物,确定各第一杆状物对应的各第三杆状物;根据第二转换矩阵以及各第二杆状物,确定各第二杆状物对应的各第四杆状物;分别将各第三杆状物与各第四杆状物向XOY平面投影,得到第一投影图像和第二投影图像;调整第一投影图像和第二投影图像,使第一投影图像与第二投影图像匹配,得到第三转换矩阵;基于第一转换矩阵、第二转换矩阵、第三转换矩阵、第一栅格地图和第二栅格地图,确定第三栅格地图和第四栅格地图。
在本实施例的一些可选的实现方式中,栅格地图调整模块进一步被配置成:对于第一投影图像每个第三杆状物,确定与该第三杆状物匹配的第四杆状物;对于第二投影图像每个第四杆状物,确定与该第四杆状物匹配的第三杆状物;确定相互匹配的第三杆状物和第四杆状物为匹配对;从匹配对中选取预设数量个匹配对;根据预设数量个匹配对,确定第三转换矩阵。
在本实施例的一些可选的实现方式中,栅格地图调整模块进一步被配置成:根据第一转换矩阵以及第一地面,确定第三地面;根据第二转换矩阵以及第二地面,确定第四地面;调整第三地面的高度以及第四地面的高度至满足预设条件,得到第四转换矩阵;根据第一转换矩阵、第二转换矩阵、第三转换矩阵、第四转换矩阵、第一栅格地图和第二栅格地图,确定第三栅格地图和第四栅格地图。
在本实施例的一些可选的实现方式中,确定单元504可以进一步被配置成:对第三栅格地图以及第四栅格地图进行配准,得到第五转换矩阵;根据第一转换矩阵、第二转换矩阵、第三转换矩阵、第四转换矩阵以及第五转换矩阵,确定相对位姿。
应当理解,用于拼接点云的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于拼接点云的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)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装置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,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603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。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。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电子设备执行时,使得该电子设备:获取点云数据;根据点云数据生成第一栅格地图以及第二栅格地图;调整第一栅格地图以及第二栅格地图,得到第三栅格地图和第四栅格地图;根据第三栅格地图和第四栅格地图,确定第一栅格地图和第二栅格地图之间的相对位姿;根据相对位姿,对点云数据进行拼接。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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。
描述于本公开的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、生成单元、调整单元、确定单元和拼接单元。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“获取点云数据的单元”。
以上描述仅为本公开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,本公开的实施例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。例如上述特征与本公开的实施例中公开的(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)

1.一种用于拼接点云的方法,包括:
获取点云数据;
根据所述点云数据生成第一栅格地图以及第二栅格地图;
调整所述第一栅格地图以及所述第二栅格地图,得到第三栅格地图和第四栅格地图,包括:提取所述第一栅格地图和所述第二栅格地图中的标志物;根据预设条件和所述标志物,调整所述第一栅格地图和所述第二栅格地图,得到所述第三栅格地图和所述第四栅格地图,其中,所述预设条件包括所述第一栅格地图与所述第二栅格地图的匹配率大于预设阈值;
根据所述第三栅格地图和所述第四栅格地图,确定所述第一栅格地图和所述第二栅格地图之间的相对位姿;
根据所述相对位姿,对所述点云数据进行拼接。
2.根据权利要求1所述的方法,其中,所述根据所述点云数据生成第一栅格地图以及第二栅格地图,包括:
从所述点云数据中选取点云帧作为第一关键帧;
根据所述第一关键帧以及与所述第一关键帧相邻的多个点云帧,生成第一栅格地图;
根据所述第一关键帧以及预设的距离阈值,确定第二关键帧;
根据所述第二关键帧以及所述第二关键帧相邻的多个点云帧,生成第二栅格地图。
3.根据权利要求1所述的方法,其中,所述标志物包括所述第一栅格地图中的第一地面和所述第二栅格地图中的第二地面;以及
所述根据预设条件和所述标志物,调整所述第一栅格地图和所述第二栅格地图,得到所述第三栅格地图和所述第四栅格地图,包括:
调整所述第一地面,使所述第一地面的法向量为竖直方向,得到第一转换矩阵;
调整所述第二地面,使所述第二地面的法向量为竖直方向,得到第二转换矩阵;
基于所述第一转换矩阵、所述第二转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图。
4.根据权利要求3所述的方法,其中,所述标志物包括所述第一栅格地图中的至少一个竖直方向的第一杆状物和所述第二栅格地图中的至少一个竖直方向的第二杆状物;以及
所述基于所述第一转换矩阵、所述第二转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图,包括:
根据所述第一转换矩阵以及各所述第一杆状物,确定各所述第一杆状物对应的各第三杆状物;
根据所述第二转换矩阵以及各所述第二杆状物,确定各所述第二杆状物对应的各第四杆状物;
分别将各第三杆状物与各第四杆状物向XOY平面投影,得到第一投影图像和第二投影图像;
调整所述第一投影图像和所述第二投影图像,使所述第一投影图像与所述第二投影图像匹配,得到第三转换矩阵;
基于所述第一转换矩阵、所述第二转换矩阵、所述第三转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图。
5.根据权利要求4所述的方法,其中,所述调整所述第一投影图像和所述第二投影图像,使所述第一投影图像与所述第二投影图像匹配,得到第三转换矩阵,包括:
对于所述第一投影图像每个第三杆状物,确定与该第三杆状物匹配的第四杆状物;
对于所述第二投影图像每个第四杆状物,确定与该第四杆状物匹配的第三杆状物;
确定相互匹配的第三杆状物和第四杆状物为匹配对;
从所述匹配对中选取预设数量个匹配对;
根据所述预设数量个匹配对,确定所述第三转换矩阵。
6.根据权利要求4所述的方法,其中,所述基于所述第一转换矩阵、所述第二转换矩阵、所述第三转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图,包括:
根据所述第一转换矩阵以及所述第一地面,确定第三地面;
根据所述第二转换矩阵以及所述第二地面,确定第四地面;
调整所述第三地面的高度以及所述第四地面的高度至满足预设条件,得到第四转换矩阵;
根据所述第一转换矩阵、所述第二转换矩阵、所述第三转换矩阵、所述第四转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图。
7.根据权利要求6所述的方法,其中,所述根据所述第三栅格地图和所述第四栅格地图,确定所述第一栅格地图和所述第二栅格地图之间的相对位姿,包括:
对所述第三栅格地图以及所述第四栅格地图进行配准,得到第五转换矩阵;
根据所述第一转换矩阵、所述第二转换矩阵、所述第三转换矩阵、所述第四转换矩阵以及所述第五转换矩阵,确定所述相对位姿。
8.一种用于拼接点云的装置,包括:
获取单元,被配置成获取点云数据;
生成单元,被配置成根据所述点云数据生成第一栅格地图以及第二栅格地图;
调整单元,被配置成调整所述第一栅格地图以及所述第二栅格地图,得到第三栅格地图和第四栅格地图;
确定单元,被配置成根据所述第三栅格地图和所述第四栅格地图,确定所述第一栅格地图和所述第二栅格地图之间的相对位姿;
拼接单元,被配置成根据所述相对位姿,对所述点云数据进行拼接;
其中,所述调整单元包括:标志物提取模块,被配置成提取所述第一栅格地图和所述第二栅格地图中的标志物;栅格地图调整模块,被配置成根据预设条件和所述标志物,调整所述第一栅格地图和所述第二栅格地图,得到所述第三栅格地图和所述第四栅格地图,其中,所述预设条件包括所述第一栅格地图与所述第二栅格地图的匹配率大于预设阈值。
9.根据权利要求8所述的装置,其中,所述生成单元进一步被配置成:
从所述点云数据中选取点云帧作为第一关键帧;
根据所述第一关键帧以及与所述第一关键帧相邻的多个点云帧,生成第一栅格地图;
根据所述第一关键帧以及预设的距离阈值,确定第二关键帧;
根据所述第二关键帧以及所述第二关键帧相邻的多个点云帧,生成第二栅格地图。
10.根据权利要求8所述的装置,其中,所述标志物包括所述第一栅格地图中的第一地面和所述第二栅格地图中的第二地面;以及
所述栅格地图调整模块进一步被配置成:
调整所述第一地面,使所述第一地面的法向量为竖直方向,得到第一转换矩阵;
调整所述第二地面,使所述第二地面的法向量为竖直方向,得到第二转换矩阵;
基于所述第一转换矩阵、所述第二转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图。
11.根据权利要求10所述的装置,其中,所述标志物包括所述第一栅格地图中的至少一个竖直方向的第一杆状物和所述第二栅格地图中的至少一个竖直方向的第二杆状物;以及
所述栅格地图调整模块进一步被配置成:
根据所述第一转换矩阵以及各所述第一杆状物,确定各所述第一杆状物对应的各第三杆状物;
根据所述第二转换矩阵以及各所述第二杆状物,确定各所述第二杆状物对应的各第四杆状物;
分别将各第三杆状物与各第四杆状物向XOY平面投影,得到第一投影图像和第二投影图像;
调整所述第一投影图像和所述第二投影图像,使所述第一投影图像与所述第二投影图像匹配,得到第三转换矩阵;
基于所述第一转换矩阵、所述第二转换矩阵、所述第三转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图。
12.根据权利要求11所述的装置,其中,所述栅格地图调整模块进一步被配置成:
对于所述第一投影图像每个第三杆状物,确定与该第三杆状物匹配的第四杆状物;
对于所述第二投影图像每个第四杆状物,确定与该第四杆状物匹配的第三杆状物;
确定相互匹配的第三杆状物和第四杆状物为匹配对;
从所述匹配对中选取预设数量个匹配对;
根据所述预设数量个匹配对,确定所述第三转换矩阵。
13.根据权利要求11所述的装置,其中,所述栅格地图调整模块进一步被配置成:
根据所述第一转换矩阵以及所述第一地面,确定第三地面;
根据所述第二转换矩阵以及所述第二地面,确定第四地面;
调整所述第三地面的高度以及所述第四地面的高度至满足预设条件,得到第四转换矩阵;
根据所述第一转换矩阵、所述第二转换矩阵、所述第三转换矩阵、所述第四转换矩阵、所述第一栅格地图和所述第二栅格地图,确定所述第三栅格地图和所述第四栅格地图。
14.根据权利要求13所述的装置,其中,所述确定单元进一步被配置成:
对所述第三栅格地图以及所述第四栅格地图进行配准,得到第五转换矩阵;
根据所述第一转换矩阵、所述第二转换矩阵、所述第三转换矩阵、所述第四转换矩阵以及所述第五转换矩阵,确定所述相对位姿。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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。
16.一种计算机可读介质,其上存储有计算机程序,其中,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。
CN202010238191.0A 2020-03-30 2020-03-30 用于拼接点云的方法和装置 Active CN111461982B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010238191.0A CN111461982B (zh) 2020-03-30 2020-03-30 用于拼接点云的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010238191.0A CN111461982B (zh) 2020-03-30 2020-03-30 用于拼接点云的方法和装置

Publications (2)

Publication Number Publication Date
CN111461982A CN111461982A (zh) 2020-07-28
CN111461982B true CN111461982B (zh) 2023-09-22

Family

ID=71685142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010238191.0A Active CN111461982B (zh) 2020-03-30 2020-03-30 用于拼接点云的方法和装置

Country Status (1)

Country Link
CN (1) CN111461982B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105843223A (zh) * 2016-03-23 2016-08-10 东南大学 一种基于空间词袋模型的移动机器人三维建图与避障方法
CN106023210A (zh) * 2016-05-24 2016-10-12 百度在线网络技术(北京)有限公司 无人车、无人车定位方法、装置和系统
CN108053432A (zh) * 2017-11-14 2018-05-18 华南理工大学 基于局部icp的室内稀疏点云场景的配准方法
CN109298629A (zh) * 2017-07-24 2019-02-01 来福机器人 用于为自主和非自主位置意识提供鲁棒跟踪的容错
CN109598670A (zh) * 2018-11-14 2019-04-09 广州广电研究院有限公司 地图信息采集的内存管理方法、装置、存储介质和系统
CN109857123A (zh) * 2019-03-21 2019-06-07 郑州大学 一种基于视觉感知和激光探测的室内slam地图的融合方法
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
EP3506212A1 (en) * 2017-12-29 2019-07-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for generating raster map
CN109978767A (zh) * 2019-03-27 2019-07-05 集美大学 基于多机器人协同的激光slam地图方法
CN110070567A (zh) * 2019-04-28 2019-07-30 中铁七局集团有限公司 一种地面激光点云配准方法
CN110084840A (zh) * 2019-04-24 2019-08-02 百度在线网络技术(北京)有限公司 点云配准方法、装置、服务器和计算机可读介质
CN110163968A (zh) * 2019-05-28 2019-08-23 山东大学 Rgbd相机大型三维场景构建方法及系统
CN110298311A (zh) * 2019-06-28 2019-10-01 北京智行者科技有限公司 路面积水检测方法及装置
CN110361010A (zh) * 2019-08-13 2019-10-22 中山大学 一种基于占据栅格地图且结合imu的移动机器人定位方法
CN110411464A (zh) * 2019-07-12 2019-11-05 中南大学 三维点云地图生成方法、装置、设备及存储介质
CN110530368A (zh) * 2019-08-22 2019-12-03 浙江大华技术股份有限公司 一种机器人定位方法及设备
WO2019232075A1 (en) * 2018-06-01 2019-12-05 Magic Leap, Inc. Compression of dynamic unstructured point clouds
CN110849374A (zh) * 2019-12-03 2020-02-28 中南大学 地下环境定位方法、装置、设备及存储介质
CN110887493A (zh) * 2019-11-29 2020-03-17 上海有个机器人有限公司 基于局部地图匹配的轨迹推算方法、介质、终端和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10121224B2 (en) * 2016-07-28 2018-11-06 Raytheon Company Device and method of multi-dimensional frequency domain extrapolation of sensor data

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105843223A (zh) * 2016-03-23 2016-08-10 东南大学 一种基于空间词袋模型的移动机器人三维建图与避障方法
CN106023210A (zh) * 2016-05-24 2016-10-12 百度在线网络技术(北京)有限公司 无人车、无人车定位方法、装置和系统
CN109298629A (zh) * 2017-07-24 2019-02-01 来福机器人 用于为自主和非自主位置意识提供鲁棒跟踪的容错
CN108053432A (zh) * 2017-11-14 2018-05-18 华南理工大学 基于局部icp的室内稀疏点云场景的配准方法
EP3506212A1 (en) * 2017-12-29 2019-07-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for generating raster map
WO2019232075A1 (en) * 2018-06-01 2019-12-05 Magic Leap, Inc. Compression of dynamic unstructured point clouds
CN109598670A (zh) * 2018-11-14 2019-04-09 广州广电研究院有限公司 地图信息采集的内存管理方法、装置、存储介质和系统
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
CN109857123A (zh) * 2019-03-21 2019-06-07 郑州大学 一种基于视觉感知和激光探测的室内slam地图的融合方法
CN109978767A (zh) * 2019-03-27 2019-07-05 集美大学 基于多机器人协同的激光slam地图方法
CN110084840A (zh) * 2019-04-24 2019-08-02 百度在线网络技术(北京)有限公司 点云配准方法、装置、服务器和计算机可读介质
CN110070567A (zh) * 2019-04-28 2019-07-30 中铁七局集团有限公司 一种地面激光点云配准方法
CN110163968A (zh) * 2019-05-28 2019-08-23 山东大学 Rgbd相机大型三维场景构建方法及系统
CN110298311A (zh) * 2019-06-28 2019-10-01 北京智行者科技有限公司 路面积水检测方法及装置
CN110411464A (zh) * 2019-07-12 2019-11-05 中南大学 三维点云地图生成方法、装置、设备及存储介质
CN110361010A (zh) * 2019-08-13 2019-10-22 中山大学 一种基于占据栅格地图且结合imu的移动机器人定位方法
CN110530368A (zh) * 2019-08-22 2019-12-03 浙江大华技术股份有限公司 一种机器人定位方法及设备
CN110887493A (zh) * 2019-11-29 2020-03-17 上海有个机器人有限公司 基于局部地图匹配的轨迹推算方法、介质、终端和装置
CN110849374A (zh) * 2019-12-03 2020-02-28 中南大学 地下环境定位方法、装置、设备及存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"Automatic registration of laser point cloud using precisely located sphere targets";Yanming Wang et al.;《Journal of Applied Remote Sensing》;20170718;第8卷;全文 *
"Point Cloud Registration Based On CPD algorithm";Jun Lu et al.;《Proceedings of the 37th Chinese Control Conference》;20180727;全文 *
"Registration of Laser Scanning Point Clouds: A Review: Web of science, point clouds registration lidar";Liang Cheng et al.;《Sensors》;20180521;第1641卷(第18期);全文 *
"Registration of Multi-Sensor Bathymetric Point Clouds in Rural Areas Using Point-to-Grid Distances";Richard Boerner et al.;《International Journal of Geo-Information》;20190405;第178卷(第8期);全文 *
"基于三维激光扫描仪的三维点云地图构建研究";蒋盛锋;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20171115(第11期);全文 *
"面向无人驾驶的高精细语义点云建图方法研究";曹明玮;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20200215(第2期);全文 *

Also Published As

Publication number Publication date
CN111461982A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
EP3505869B1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
CN111174799B (zh) 地图构建方法及装置、计算机可读介质、终端设备
CN109214248B (zh) 用于识别无人驾驶车辆的激光点云数据的方法和装置
CN111461981B (zh) 点云拼接算法的误差估计方法和装置
CN111563450B (zh) 数据处理方法、装置、设备及存储介质
CN111829532B (zh) 一种飞行器重定位系统和重定位方法
CN110110029B (zh) 用于匹配车道的方法和装置
CN111353453B (zh) 用于车辆的障碍物检测方法和装置
CN114459471B (zh) 定位信息确定方法、装置、电子设备及存储介质
CN110163900B (zh) 用于调整点云数据方法和装置
EP4170581A1 (en) Method, device and system for cooperatively constructing point cloud map
US11448771B2 (en) Method and apparatus for evaluating data, device, and computer-readable storage medium
CN112652062B (zh) 一种点云地图构建方法、装置、设备和存储介质
CN113932796A (zh) 高精地图车道线生成方法、装置和电子设备
CN111461980B (zh) 点云拼接算法的性能估计方法和装置
CN113758492A (zh) 地图检测方法和装置
CN111461982B (zh) 用于拼接点云的方法和装置
CN113269168B (zh) 障碍物数据处理方法、装置、电子设备和计算机可读介质
CN115620264A (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN115032672A (zh) 一种基于定位子系统的融合定位方法及系统
CN111383337B (zh) 用于识别对象的方法和装置
CN111523409B (zh) 用于生成位置信息的方法和装置
CN115578522B (zh) 一种基于图像的彩色稠密化点云生成方法及装置
CN111398961B (zh) 用于检测障碍物的方法和装置
CN117387644A (zh) 定位方法、装置、电子设备、存储介质及程序产品

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