CN111680673A - 一种栅格地图中动态物体的检测方法、装置及设备 - Google Patents

一种栅格地图中动态物体的检测方法、装置及设备 Download PDF

Info

Publication number
CN111680673A
CN111680673A CN202010815572.0A CN202010815572A CN111680673A CN 111680673 A CN111680673 A CN 111680673A CN 202010815572 A CN202010815572 A CN 202010815572A CN 111680673 A CN111680673 A CN 111680673A
Authority
CN
China
Prior art keywords
grid
map
target
laser
connected region
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.)
Granted
Application number
CN202010815572.0A
Other languages
English (en)
Other versions
CN111680673B (zh
Inventor
王世汉
韩松杉
朱明明
刘星
张弥
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 Sineva Technology Co ltd
Original Assignee
Beijing Sineva 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 Sineva Technology Co ltd filed Critical Beijing Sineva Technology Co ltd
Priority to CN202010815572.0A priority Critical patent/CN111680673B/zh
Publication of CN111680673A publication Critical patent/CN111680673A/zh
Application granted granted Critical
Publication of CN111680673B publication Critical patent/CN111680673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds

Abstract

本申请提供一种栅格地图中动态物体的检测方法、装置及设备，涉及激光栅格地图技术领域。该方法包括：根据激光帧点云数据构建第一栅格子地图；激光帧点云数据包括反射激光的激光点对应的物体的激光反射率；第一栅格子地图中包括多个栅格和对应的栅格信息，栅格信息包括观测参数和通过落入栅格的激光点对应的物体的激光反射率确定的激光反射参数；确定目标栅格组成的连通区域；目标栅格包括第一栅格子地图与待更新的占据栅格地图的重合区域中，在上述两个地图中的栅格信息不同的栅格；基于各目标栅格在第一栅格子地图中和在占据栅格地图中的栅格信息，从连通区域中确定出对应动态物体的目标连通区域，该方法提升了栅格地图中动态物体的识别准确度。

Description

一种栅格地图中动态物体的检测方法、装置及设备
技术领域
本申请涉及激光栅格地图技术领域，尤其涉及一种栅格地图中动态物体的检测方法、装置及设备。
背景技术
相关技术中在对通过激光数据创建的占据栅格地图进行更新时，检测出占据栅格地图中动态物体对应的栅格，进而根据动态物体对应的栅格更新占据栅格地图；当前常通过激光点云的空间特性检测动态物体对应的栅格，但上述方法中若在机器人通过激光对周围环境进行扫描的过程中，动态的物体的短暂停留时，仅能采集到少量的激光观测数据，进而通过少量的激光观测数据检测栅格地图中对应动态物体的栅格时，则会严重影响检测的准确度，且这种识别占据栅格地图中的动态物体的方法的鲁棒性差，识别准确度不稳定。
发明内容
本申请实施例提供一种栅格地图中动态物体的检测方法、装置及设备，用于提升占据栅格地图中动态物体的检测准确度。
本申请第一方面，提供一种栅格地图中动态物体的检测方法，包括：
根据获取的激光帧点云数据构建第一栅格子地图；所述激光帧点云数据包括目标移动设备在目标周期内，通过多条激光采集的多个激光点对应的物体的激光反射率；所述激光点包括反射所述激光的位置点；所述第一栅格子地图中包括多个栅格和所述多个栅格的栅格信息，所述栅格信息包括栅格的观测参数和激光反射参数，所述激光反射参数是通过落入栅格的激光点对应的物体的激光反射率确定的；
确定目标栅格组成的连通区域；所述目标栅格包括所述第一栅格子地图与待更新的占据栅格地图的重合区域中的栅格，且所述目标栅格的第一栅格信息和第二栅格信息不同；所述第一栅格信息为所述目标栅格在所述第一栅格子地图中的栅格信息，所述第二栅格信息为所述目标栅格在所述待更新的占据栅格地图中的栅格信息；以及
基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，所述目标连通区域包括对应动态物体的连通区域。
在一种可能的实现方式中，所述从所述连通区域中确定出目标连通区域之后，还包括：
利用所述目标连通区域中各目标栅格的第一栅格信息，调整所述目标连通区域中各目标栅格在所述待更新的占据栅格地图中的第二栅格信息，得到更新后的占据栅格地图。
在一种可能的实现方式中，所述根据获取的激光帧点云数据构建第一栅格子地图之后，还包括：
确定所述第一栅格子地图中不属于所述占据栅格地图的非重合区域；
将所述非重合区域中各栅格和所述非重合区域中各栅格的栅格信息，增添到所述待更新的占据栅格地图中，得到更新后的占据栅格地图。
在一种可能的实现方式中，所述获取的激光帧点云数据包括多个，所述根据获取的激光帧点云数据构建第一栅格子地图，包括：
按照多个激光帧点云数据的获取时间的先后顺序，针对每个激光帧点云数据，执行如下激光数据插入操作，将所述多个激光帧点云数据插入初始栅格子地图中，至所述初始栅格子地图中插入的激光帧点云数据的数量达到数量阈值，得到所述第一栅格子地图；其中针对获取的第i个激光帧点云数据，所述激光数据插入操作包括：
利用最小二乘法，对最近一次更新的第二栅格子地图和所述第i个激光帧点云数据进行匹配处理，获得所述第i个的激光帧点云数据中各激光点的位姿，以及第i个激光帧点云数据中各激光点的位姿的残差参数；
若所述残差参数小于残差阈值，则将所述第i个激光帧点云数据插入所述初始栅格子地图；以及
若所述残差参数小于残差阈值且所述目标移动设备的当前速度不大于速度阈值，则基于所述第二栅格子地图的状态信息，利用所述第i个激光帧点云数据更新所述第二栅格子地图，得到更新后的第二栅格子地图，所述更新后的第二栅格子地图用于对获取的第i+1个激光帧点云数据进行匹配处理；
其中，所述i为正整数，所述i为1时，所述最近一次更新的第二栅格子地图是由基于所述目标移动设备在所述待更新的占据栅格地图中的初始位姿，从所述待更新的占据栅格地图中抽取的栅格组成的。
在一种可能的实现方式中，所述基于所述第二栅格子地图的状态信息，利用所述第i个激光帧点云数据更新所述第二栅格子地图，得到更新后的第二栅格子地图，包括：
若所述第二栅格子地图中，存在不属于所述待更新的占据栅格地图的第一目标区域，则利用所述第i个激光帧点云数据中各激光点的激光反射率，更新所述第一目标区域在所述待更新的占据栅格地图中各栅格的激光反射参数和观测参数，得到更新后的第二栅格子地图；否则，直接将所述第二栅格子地图确定为更新后的第二栅格子地图。
在一种可能的实现方式中，所述确定目标栅格组成的连通区域，包括：
确定所述第一栅格子地图与所述待更新的占据栅格地图的重合区域中的栅格；
将确定的栅格中满足非重合条件的栅格，确定为所述目标栅格；所述非重合条件包括：第一栅格信息中的观测参数与第二栅格信息中的观测参数的差值大于观测阈值，且第一栅格信息中的激光反射参数与第二栅格信息中的激光反射参数的差值大于反射率阈值；
提取所述目标栅格组成的连通区域，其中，若所述连通区域中多个连通区域之间的距离小于距离阈值，则将所述多个连通区域合并为一个连通区域。
在一种可能的实现方式中，所述方法还包括：
将面积小于连通区域面积阈值的连通区域，确定为非目标连通区域，所述非目标连通区域为所述目标连通区域之外的连通区域。
在一种可能的实现方式中，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
若所述连通区域中，第一连通区域和第二连通区域的形状一致，且所述第一连通区域中各目标栅格的激光反射参数分布和所述第二连通区域中各目标栅格的激光反射参数分布一致，则确定所述第一连通区域和所述第二连通区域为所述目标连通区域；其中所述激光反射参数分布是基于连通区域中各目标栅格的第一栅格信息中的激光反射参数，以及连通区域中各目标栅格的第二栅格信息中的激光反射参数确定的。
在一种可能的实现方式中，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
针对所述连通区域中的一个连通区域：
若所述一个连通区域在所述待更新的占据栅格地图中为未知属性区域，则将所述一个连通区域确定为所述目标连通区域；所述未知属性区域为未标记是否被占据的区域；以及若在所述待更新的占据栅格地图中不存在与所述一个连通区域对应的区域，则将所述一个连通区域确定为所述目标连通区域；其中：
所述未知属性区域是通过所述一个连通区域的第一激光反射率均值和预设标定值确定的，所述第一激光反射率均值为所述一个连通区域中各目标栅格，在所述待更新的占据栅格地图中的激光反射参数的均值，所述预设标定值用于标识所述连通区域未标记是否被占据；或
所述未知属性区域是通过所述一个连通区域的未知属性栅格占比确定的，所述未知属性栅格占比为所述一个连通区域中未知属性栅格的数量与所述一个连通区域中目标栅格的总数量的比值，所述未知属性栅格为在所述待更新的占据栅格地图中未标记是否被占据的栅格。
在一种可能的实现方式中，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
针对所述连通区域中的一个连通区域：
确定所述一个连通区域中的第一栅格；所述第一栅格为在所述待更新的占据栅格地图中被占据且在所述第一栅格子地图中未被占据的目标栅格；所述第一栅格是通过所述一个连通区域中各目标栅格的激光反射参数和第一反射阈值确定的，所述第一反射阈值用于标识栅格是否被占据；
确定所述第一栅格的数量与所述一个连通区域中目标栅格的总数量的第一比值，若第一比值大于第一阈值，则将所述一个连通区域确定为所述目标连通区域。
在一种可能的实现方式中，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
针对所述连通区域中的一个连通区域：
确定所述一个连通区域中的第二栅格，所述第二栅格为在所述待更新的占据栅格地图中未被占据且在所述第一栅格子地图中被占据的目标栅格，所述第二栅格是通过所述一个连通区域中各目标栅格的激光反射参数和第二反射阈值确定的，所述第二反射阈值用于表征栅格是否被占据；
确定所述第二栅格的数量与所述一个连通区域中目标栅格的总数量的第二比值，若第二比值大于第二阈值，则确定所述一个连通区域为所述目标连通区域。
本申请第二方面，提供一种栅格地图中动态物体的检测装置，包括：
子地图创建单元，用于根据获取的激光帧点云数据构建第一栅格子地图；所述激光帧点云数据包括目标移动设备在目标周期内，通过多条激光采集的多个激光点对应的物体的激光反射率；所述激光点包括反射所述激光的位置点；所述第一栅格子地图中包括多个栅格和所述多个栅格的栅格信息，所述栅格信息包括栅格的观测参数和激光反射参数，所述激光反射参数是通过落入栅格的激光点对应的物体的激光反射率确定的；
连通区域确定单元，用于确定目标栅格组成的连通区域；所述目标栅格包括所述第一栅格子地图与待更新的占据栅格地图的重合区域中的栅格，且所述目标栅格的第一栅格信息和第二栅格信息不同；所述第一栅格信息为所述目标栅格在所述第一栅格子地图中的栅格信息，所述第二栅格信息为所述目标栅格在所述待更新的占据栅格地图中的栅格信息；以及
目标连通区域确定单元，用于基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，所述目标连通区域包括对应动态物体的连通区域。
在一种可能的实现方式中，所述目标连通区域确定单元还用于：
从所述连通区域中确定出目标连通区域之后，利用所述目标连通区域中各目标栅格的第一栅格信息，调整所述目标连通区域中各目标栅格在所述待更新的占据栅格地图中的第二栅格信息，得到更新后的占据栅格地图。
在一种可能的实现方式中，所述目标连通区域确定单元还用于：
根据获取的激光帧点云数据构建第一栅格子地图之后，确定所述第一栅格子地图中不属于所述占据栅格地图的非重合区域；
将所述非重合区域中各栅格和所述非重合区域中各栅格的栅格信息，增添到所述占据栅格地图中，得到更新后的占据栅格地图。
在一种可能的实现方式中，所述获取的激光帧点云数据包括多个，所述子地图创建单元具体用于：
按照多个激光帧点云数据的获取时间的先后顺序，针对每个激光帧点云数据，执行如下激光数据插入操作，将所述多个激光帧点云数据插入初始栅格子地图中，至所述初始栅格子地图中插入的激光帧点云数据的数量达到数量阈值，得到所述第一栅格子地图；其中针对获取的第i个激光帧点云数据，所述激光数据插入操作包括：
利用最小二乘法，对最近一次更新的第二栅格子地图和所述第i个激光帧点云数据进行匹配处理，获得所述第i个的激光帧点云数据中各激光点的位姿，以及第i个激光帧点云数据中各激光点的位姿的残差参数；
若所述残差参数小于残差阈值，则将所述第i个激光帧点云数据插入所述初始栅格子地图；以及
若所述残差参数小于残差阈值且所述目标移动设备的当前速度不大于速度阈值，则基于所述第二栅格子地图的状态信息，利用所述第i个激光帧点云数据更新所述第二栅格子地图，得到更新后的第二栅格子地图，所述更新后的第二栅格子地图用于对获取的第i+1个激光帧点云数据进行匹配处理；
其中，所述i为正整数，所述i为1时，所述最近一次更新的第二栅格子地图是由基于所述目标移动设备在所述待更新的占据栅格地图中的初始位姿，从所述待更新的占据栅格地图中抽取的栅格组成的。
在一种可能的实现方式中，所述子地图创建单元具体用于：
若所述第二栅格子地图中，存在不属于所述待更新的占据栅格地图的第一目标区域，则利用所述第i个激光帧点云数据中各激光点的激光反射率，更新所述第一目标区域在所述待更新的占据栅格地图中各栅格的激光反射参数和观测参数，得到更新后的第二栅格子地图；否则，直接将所述第二栅格子地图确定为更新后的第二栅格子地图。
在一种可能的实现方式中，所述连通区域确定单元具体用于：
确定所述第一栅格子地图与所述待更新的占据栅格地图的重合区域中的栅格；
将确定的栅格中满足非重合条件的栅格，确定为所述目标栅格；所述非重合条件包括：第一栅格信息中的观测参数与第二栅格信息中的观测参数的差值大于观测阈值，且第一栅格信息中的激光反射参数与第二栅格信息中的激光反射参数的差值大于反射率阈值；
提取所述目标栅格组成的连通区域，其中，若所述连通区域中多个连通区域之间的距离小于距离阈值，则将所述多个连通区域合并为一个连通区域。
在一种可能的实现方式中，所述目标连通区域确定单元还用于：
将面积小于连通区域面积阈值的连通区域，确定为非目标连通区域，所述非目标连通区域为所述目标连通区域之外的连通区域。
在一种可能的实现方式中，所述目标连通区域确定单元具体用于：
若所述连通区域中，第一连通区域和第二连通区域的形状一致，且所述第一连通区域中各目标栅格的激光反射参数分布和所述第二连通区域中各目标栅格的激光反射参数分布一致，则确定所述第一连通区域和所述第二连通区域为所述目标连通区域；其中所述激光反射参数分布是基于连通区域中各目标栅格的第一栅格信息中的激光反射参数，以及连通区域中各目标栅格的第二栅格信息中的激光反射参数确定的。
在一种可能的实现方式中，所述目标连通区域确定单元具体用于：
针对所述连通区域中的一个连通区域：
若所述一个连通区域在所述待更新的占据栅格地图中为未知属性区域，则将所述一个连通区域确定为所述目标连通区域；所述未知属性区域为未标记是否被占据的区域；以及若在所述待更新的占据栅格地图中不存在与所述一个连通区域对应的区域，则将所述一个连通区域确定为所述目标连通区域；其中：
所述未知属性区域是通过所述一个连通区域的第一激光反射率均值和预设标定值确定的，所述第一激光反射率均值为所述一个连通区域中各目标栅格，在所述待更新的占据栅格地图中的激光反射参数的均值，所述预设标定值用于标识所述连通区域未标记是否被占据；或
所述未知属性区域是通过所述一个连通区域的未知属性栅格占比确定的，所述未知属性栅格占比为所述一个连通区域中未知属性栅格的数量与所述一个连通区域中目标栅格的总数量的比值，所述未知属性栅格为在所述待更新的占据栅格地图中未标记是否被占据的栅格。
在一种可能的实现方式中，所述目标连通区域确定单元具体用于：
针对所述连通区域中的一个连通区域：
确定所述一个连通区域中的第一栅格；所述第一栅格为在所述待更新的占据栅格地图中被占据且在所述第一栅格子地图中未被占据的目标栅格；所述第一栅格是通过所述一个连通区域中各目标栅格的激光反射参数和第一反射阈值确定的，所述第一反射阈值用于标识栅格是否被占据；
确定所述第一栅格的数量与所述一个连通区域中目标栅格的总数量的第一比值，若第一比值大于第一阈值，则将所述一个连通区域确定为所述目标连通区域。
在一种可能的实现方式中，所述目标连通区域确定单元具体用于：
针对所述连通区域中的一个连通区域：
确定所述一个连通区域中的第二栅格，所述第二栅格为在所述待更新的占据栅格地图中未被占据且在所述第一栅格子地图中被占据的目标栅格，所述第二栅格是通过所述一个连通区域中各目标栅格的激光反射参数和第二反射阈值确定的，所述第二反射阈值用于表征栅格是否被占据；
确定所述第二栅格的数量与所述一个连通区域中目标栅格的总数量的第二比值，若第二比值大于第二阈值，则确定所述一个连通区域为所述目标连通区域。
第三方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面及一种可能的实施方式中任一所述的方法。
第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如第一方面及一种可能的实施方式中任一所述的方法。
本申请实施例至少带来以下有益效果：
由于本申请实施例中采集了各栅格的激光反射参数识别栅格地图中的动态物体，且激光反射参数是基于落入各栅格的激光点对应的物体的激光反射率确定的，由于同一物体的材质一般是相同的，而相同的材质对激光的反射率是相同的，因此通过的激光反射参数识别栅格地图中的动态物体，可以提升栅格地图中动态物体的识别准确度，以及提升识别方法的鲁棒性。
附图说明
图1为本申请实施例提供的一种栅格地图中动态物体的检测方法的流程示意图；
图2为本申请实施例提供的第一栅格子地图的示例图；
图3为本申请实施例提供的一种目标移动设备采集激光帧点云数据的过程示意图；
图4为本申请实施例提供的一种初始的占据栅格地图的示例图；
图5为本申请实施例提供的一种创建第一栅格子地图的过程示意图；
图6为本申请实施例提供的一种将激光帧点云数据插入初始栅格子地图的抽象示例图；
图7为本申请实施例提供的一种基于用于匹配的动态局部地图的状态信息，更新动态局部地图的示意图；
图8为本申请实施例提供的一种重合区域和目标栅格的示意图；
图9为本申请实施例提供的一种连通区域的示例图；
图10为本申请实施例提供的一种栅格地图中动态物体的检测系统结构示意图；
图11为本申请实施例提供的一种栅格地图中动态物体的检测装置的结构示意图；
图12为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了更好的理解本申请实施例提供的技术方案，下面将结合说明书附图以及具体的实施方式进行详细的说明。
为了便于本领域技术人员更好地理解本申请的技术方案，下面对本申请涉及的技术名词进行说明。
占据栅格地图（Occupancy grid map）：人工智能领域(例如自动驾驶车辆、机器人等)最常用的一种建图方法，将地图细化为一定精度的栅格，根据传感器回传的环境信息，估计占据栅格地图中的每个栅格被占据的概率，为路径规划提供依据；机器人通过激光扫描仪对周围环境进行探测得到点云信息，根据这些点云信息以及当前的扫描位置增量式地建立障碍物的位置信息的建图方式；在实际场景中，固定障碍物是不变的，在机器人的移动过程中，其激光对同一障碍物可能会扫描多次，由此可以计算同一障碍物存在的概率，实际为同一障碍物被扫描到的频率，此概率和栅格化的障碍物地图即构成了机器人领域中的占据栅格地图（也称为概率地图）。
目标移动设备：本申请实施例中的目标移动设备指安装有雷达等发射激光和采集激光数据的装置的设备，如机器人或其它智能设备等。
下面对本申请的设计思想进行说明。
由于已创建的占据栅格地图中可能存在动态（即运动）的障碍物，或，出现一些未在已创建的占据栅格地图中的障碍物，或，由于机器人移动过程中位置的累积误差的存在使采集的点云信息存在误差等情况，会导致所创建的占据栅格地图与实际环境中的障碍物的位置不符，因此需要对占据栅格地图进行更新；当前常通过激光点云的空间特性检测运动的障碍物对应的栅格，进而根据检测出的运动的障碍物的信息，对已创建的占据栅格地图进行更新，但上述检测运动的障碍物的方法中，若在机器人通过激光对周围环境进行扫描的过程中，动态的障碍物（如行走的人或正在移动的车辆）有短暂的停留时，仅能采集到少量的激光观测数据，进而通过少量的激光观测数据检测栅格地图中对应动态物体的栅格时，则会严重影响检测的准确度，且这种识别占据栅格地图中的动态物体的方法的鲁棒性差，识别准确度不稳定。
鉴于此，发明人设计了一种栅格地图中动态物体的检测方法、装置及设备，该方法中，根据获取的激光帧点云数据构建第一栅格子地图；激光帧点云数据中包括目标移动设备在目标周期内，采集反射激光的多个激光点对应的物体的激光反射率；该第一栅格子地图中包括多个栅格和多个栅格的栅格信息，该栅格信息包括栅格的观测参数和激光反射参数，激光反射参数是通过落入栅格的激光点对应的物体的激光反射率确定的；以及确定目标栅格组成的连通区域；上述目标栅格是上述第一栅格子地图与待更新的占据栅格地图的重合区域中，在上述两个地图中的栅格信息不同的栅格；进而基于连通区域中各目标栅格在上述两个地图中的栅格信息，从连通区域中确定出目标连通区域，目标连通区域包括对应动态物体的连通区域。
在介绍完本申请实施例的设计思想之后，下面结合附图以及具体实施方式，对本申请实施例提供的技术方案进行详细的说明。
虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在上述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施例提供的执行顺序。上述方法在实际的处理过程中或者装置执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。
请参见图1，本申请实施例提供一种栅格地图中动态物体的检测方法，具体包括如下步骤：
步骤S101，根据获取的激光帧点云数据构建第一栅格子地图；激光帧点云数据包括目标移动设备在目标周期内，通过多条激光采集的多个激光点对应的物体的激光反射率；激光点包括反射激光的位置点；该第一栅格子地图中包括多个栅格和该多个栅格的栅格信息，栅格信息包括栅格的观测参数和激光反射参数，激光反射参数是通过落入栅格的激光点对应的物体的激光反射率确定的。
上述激光反射参数可以但不局限于为落入栅格的激光点对应的物体的激光反射率的平均值，或落入栅格的激光点对应的物体的激光反射率的平方的平均值等，本领域的技术人员可根据实际需求设置上述激光反射参数的具体计算方式；上述观测参数可以是栅格内投影的激光的数量（即落入栅格内的激光的数量，又称为观测次数或被观测次数），本申请实施例中以激光反射率的均值作为栅格的激光反射参数，以栅格内投影的激光的数量为例进行说明。
为了更准确的判定反射激光的激光点的物体是否发生移动，在本申请实施例中目标移动设备接收激光帧点云数据中多个激光点对应的物体的激光反射率。且本申请实施例中一个激光帧点云数据中可以包括目标移动设备在目标周期内，通过多条激光采集的多个激光点对应的物体的激光反射率；一个激光帧点云数据中可以包括目标移动设备在某一时刻，通过多个角度的多条激光采集的多个激光点对应的物体的激光反射率，本领域的技术人员可根据实际需求设置。
步骤S102，确定目标栅格组成的连通区域；目标栅格包括第一栅格子地图与待更新的占据栅格地图的重合区域中的栅格，且目标栅格的第一栅格信息和第二栅格信息不同；第一栅格信息为目标栅格在第一栅格子地图中的栅格信息，第二栅格信息为目标栅格在待更新的占据栅格地图中的栅格信息。
步骤S103，基于上述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从上述连通区域中确定出目标连通区域，该目标连通区域包括对应动态物体的连通区域。
其中从上述连通区域中确定出目标连通区域具体方法，在本申请实施例中的下述内容中进行说明。
本申请实施例以下内容对上述步骤S101至步骤S103进行详细的说明。
请参见图2，首先给出一种第一栅格子地图的抽象示例图，本申请实施例中对第一栅格子地图中的栅格的数量不做限定，本领域的技术人员可以根据实际需求设置，在图2中以第一栅格子地图中包括100个栅格为例进行说明，图中方框S1至S100与上述100个栅格一一对应；栅格S1至S100在第一栅格子地图中的位置关系可以为图中a所示意出的位置关系；栅格S1至S100在第一栅格子地图中的位置关系也可以为图中b所示意出的位置关系，b中并不限定第一栅格子地图中每行的栅格数量和每列的栅格数量，本领域的技术人员可根据实际需求设置b中每行的栅格数量和每列的栅格数量；栅格S1至S100在第一栅格子地图中的位置关系也可以为图中c所示意出的位置关系；其中对每个栅格的形状不做限定，本领域的技术人员可根据实际需求设置如将其设置为正方形、矩形、多边形等，可参见图2中以正方形表示的栅格。
请参见图3，本申请实施例的以下内容中，以机器人作为上述目标移动设备，对采集激光帧点云数据的过程进行说明：机器人在移动的过程中，以设定的时间间隔向周围环境中，发射多个角度的多条激光，并接收被物体/障碍物被反射回的激光数据；请参见图3，目标移动设备向周围环境发射多个角度的激光，并接收被周围环境中的物体/障碍物反射的激光，图中有箭头的线条表示被反射回的激光，反射激光的点即为本申请实施例中的激光点，一个物体/障碍物上可以有多个激光点。
作为一种实施例，步骤S101中为了更准确的获取第一栅格子地图，可以根据获取的多个激光帧点云数据去构建第一栅格子地图，具体地，可以通过如下方式构建第一栅格子地图：
在获取激光帧点云数据之后，可以判断新获取的激光帧点云数据中的信息是否与待更新的占据栅格地图是否匹配，进而利用匹配的激光帧点云数据去构建第一栅格子地图，具体地，可以通过获取的激光帧点云数据与最近一次更新的第二栅格子地图是否匹配，确定激光帧点云数据是否与待更新的占据栅格地图匹配，其中第二栅格子地图是由根据目标移动设备的位置，从待更新的占据栅格地图中抽取出的栅格组成的区域，本申请实施例的以下内容中也将第二栅格子地图称为动态局部地图（ActiveLocalSubmap）。
上述待更新的占据栅格地图可以包括最近一次更新的占据栅格地图，也可以包括初始的占据栅格地图，以下对获取初始的占据栅格地图和获取初始的第二栅格子地图的过程进行说明：
在创建初始的占据栅格地图时，可以但不局限于通过单线激光雷达的硬件设备，结合google cartographer的软件方案，通过目标移动设备采集的激光帧点云数据构建初始的占据栅格地图，且在创建初始的占据栅格地图中需要注意如下两点：
1）创建初始的占据栅格地图中，不将目标移动设备的周围环境中的动态物体（即正在移动的物体，如行人、正在行驶的车辆等）创建进占据栅格地图中；具体地，若目标移动设备的周围环境中存在动态物体，则可以让目标移动设备在动态物体周围移动并通过激光采集一连串的激光点，进而在创建初始的占据栅格地图时，将上述一连串的激光点对应的物体排除掉。
2）在创建初始的占据栅格地图的过程中，需要确定每个栅格的栅格信息，该栅格信息包括栅格的观测参数和每个栅格的激光反射参数，并保存上述每个栅格的观测参数和每个栅格的激光反射参数。
请参见图4，给出一个初始的占据栅格地图的抽象示例图，该初始的占据栅格地图中包括多个子图Submap，每个子图中包括一个或多个栅格。
以下对获取初始的第二栅格子地图的过程进行说明，请继续参见图4，主要包括如下步骤：
步骤S401，加载初始的占据栅格地图，并加载初始的占据栅格地图中每个栅格的栅格信息（包括观测参数和激光反射参数）。
步骤S402，对目标移动设备进行重定位。
可以先手动指定目标移动设备的初始位姿，由手动指定位姿会存在误差，所以需要对目标移动设备重定位，以获取目标移动设备较为准确的位姿；具体地，可以获取目标移动设备当前采集的激光帧点云数据，并根据手动指定的初始位姿，获取占据栅格地图中距离上述初始位姿最近的几个子图Submap，通过cartographer的Correlative Scan Match（相关性匹配）算法等，利用目标移动设备当前采集的激光帧点云数据和获取的子图Submap，进行Scan-Submap（激光帧点云数据和子图）的匹配，加权计算目标移动设备的重定位的位姿。
步骤S403，根据重定位的位姿，从占据栅格地图中抽取栅格，构建动态局部地图。
根据重定位的位姿，以重定位的位姿的位置为中心，从占据栅格地图中抽取出以重定位的位姿为中心的目标区域中的所有栅格，并获取目标区域中各栅格对应的栅格信息（包括观测参数和激光反射参数），组成ActiveLocalSubmap；上述目标区域可以是以重定位的位姿为中心，设定边长的正方形围成的区域，或者是重定位的位姿为中心，设定长度和宽度的长方形围成的区域，或者是以重定位的位姿为中心，设定边长的多边形围成的区域，本领域的技术人员可以根据实际需求设置上述目标区域的范围。
上述动态局部地图的更新方式在接下来的内容中阐述，其主要组成仍然是栅格，其大小是不固定的，并且该动态局部地图是占据栅格地图中的一部分，该动态局部地图中每个栅格的栅格信息中都有激光反射参数；即动态局部子图ActiveLocalSubmap可以表示为：ActiveLocalSubmap{grids，intensities}，其中grids为从占据栅格地图中抽取的栅格的集合，intensities为抽取的栅格的栅格信息的集合。
作为一种实施例，在获取初始的动态局部地图之后，可以接收目标移动采集的新的激光帧点云数据，并利用与动态局部地图匹配的新的激光帧点云数据，构建上述第一栅格子图。
具体地，本申请实施例中可以但不局限于通过ROS topic的方式接收sensor_ msgs::LaserScan类型的激光帧点云数据，其中，sensor_msgs::LaserScan类型的ranges （范围）中按照角度递增的顺序存放每个激光点的扫描距离，intensities存放ranges中对 应点的反射率。由于激光点的数据是逐个采集的，因此，如果采集某一个激光帧点云数据 时，目标移动设备是运动的状态，该激光帧点云数据对应的激光点的数据是在不同时刻下 采集的，则该激光帧点云数据对应的激光点是不在同一个坐标系下的，因此可以将这些激 光点的位姿统一在同一时刻激光雷达坐标系下；可以但不局限于采用cartographer的校正 方式，利用轮速计插值的方式计算每个时刻目标移动设备的位姿（等同于安装在目标移动 设备上的激光雷达的位姿），最终将该激光帧点云数据中每个激光点的位姿转换到该激光 帧点云数据中最后采集的激光点的坐标系下；此处假设该激光帧点云数据的目标周期内第 1个时刻激光雷达的位姿为T1，根据轮速计插值计算上述目标周期内第i时刻激光雷达的位 姿为
Figure DEST_PATH_IMAGE001
，其中xi，yi为目标移动设备在上述目标周期内第i时刻在全局坐标 系（即世界坐标系）下的位置，
Figure 406048DEST_PATH_IMAGE002
为目标移动设备在上述目标周期内第i时刻在全局坐标系 下的角度；
进而假设上述目标周期内第1个时刻激光雷达的位置和第i个时刻激光雷达的位置之间共有n帧轮速计数据，轮速计数据包含此时目标移动设备的运动线速度Vi和角速度Wi，则Vi和Wi符合下述公式1中的关系。
公式1：
Figure DEST_PATH_IMAGE003
；
公式1中，
Figure 697090DEST_PATH_IMAGE004
为轮速计的积分，从第k到第k+1时间
Figure DEST_PATH_IMAGE005
内的积分 如下公式2所示：
公式2：
Figure 352193DEST_PATH_IMAGE006
；
公式2中，通过轮速计插值计算第j时刻的激光雷达位姿为
Figure DEST_PATH_IMAGE007
，将第i时 刻的激光点
Figure 941479DEST_PATH_IMAGE008
转换到第j时刻坐标下的点
Figure DEST_PATH_IMAGE009
的方法为：
Figure 631217DEST_PATH_IMAGE010
。
以下对步骤S101中创建第一栅格子地图的过程进行详细说明。
请参见图5，可以按照多个激光帧点云数据的获取时间的先后顺序，针对每个激光帧点云数据，执行如下激光数据插入操作，将上述多个激光帧点云数据插入初始栅格子地图中，至上述初始栅格子地图中插入的激光帧点云数据的数量达到数量阈值，得到第一栅格子地图。
其中针对获取的第i个激光帧点云数据，上述激光数据插入操作包括如下步骤：
步骤S501，利用最小二乘法，对最近一次更新的动态局部地图和上述第i个激光帧点云数据进行匹配处理，获得上述第i个的激光帧点云数据中各激光点的位姿，以及第i个激光帧点云数据中各激光点的位姿的残差参数。
其中上述i为正整数，上述i为1时，上述最近一次更新的动态局部地图是由基于上述目标移动设备在上述待更新的占据栅格地图中的位姿，从上述待更新的占据栅格地图中抽取的栅格组成的初始的动态局部地图；上述i为大于1的值时，上述最近一次更新的动态局部地图是由下述步骤S503更新得到的第二栅格子地图。
步骤S501中，第i个激光帧点云数据和最近一次更新的动态局部地图之间的匹配过程（scan-ActiveLocalSubmap匹配）具有如下两个特征：
特征1）激光帧点云数据与最近一次获取的动态局部地图进行匹配，而不是与第一栅格子地图进行匹配；
特征2）在scan-ActiveLocalSubmap匹配的过程中，考虑了激光反射率因素，并利用激光反射率计算激光帧点云数据和动态局部地图的匹配权重。
步骤S502，判断上述残差参数是否小于残差阈值，若上述残差参数小于残差阈值，则确定最近一次更新的第二栅格子地图和第i个激光帧点云数据匹配成功，将上述第i个激光帧点云数据插入上述初始栅格子地图，并进入下述步骤S503。
步骤S503，若上述残差参数小于残差阈值且目标移动设备的当前速度小于或等于速度阈值，则基于最近一次更新的动态局部地图的状态信息，利用第i个激光帧点云数据更新上述最近一次更新的动态局部地图，得到更新后的动态局部地图，上述更新后的动态局部地图用于对获取的第i+1个激光帧点云数据进行匹配处理，上述目标移动设备的当前速度是指上一时刻至当前时刻安装在目标移动设备上的激光雷达的速度。
以下给出上述步骤S501至步骤S503的一个具体实施示例：
具体地，步骤S501中scan-ActiveLocalSubmap匹配过程如下：
当前时刻接收到的第i个激光帧点云数据scani（{p1，p2，…，pm}，{I1，I2，…，Im}），其中 {p1，p2，…，pm}表示第i个激光帧点云数据包含m个激光点，{I1，I2，…，Im}表示第i个激光帧 点云数据从第1个到第m个激光点对应的物体的激光反射率；利用轮速计插值的方式获取当 前时刻的目标移动设备的位姿
Figure DEST_PATH_IMAGE011
；该scan-ActiveLocalSubmap匹配问题表示为如下公式 3至公式9所示的最小二乘问题：
公式3：
Figure 827581DEST_PATH_IMAGE012
；
公式4：
Figure DEST_PATH_IMAGE013
；
公式5：
Figure 969981DEST_PATH_IMAGE014
；
公式6：
Figure DEST_PATH_IMAGE015
；
公式7：
Figure 11624DEST_PATH_IMAGE016
；
公式8：
Figure DEST_PATH_IMAGE017
；
公式9：
Figure 555869DEST_PATH_IMAGE018
。
公式3至公式9中，
Figure DEST_PATH_IMAGE019
为待求解的目标移动设备的位姿
Figure 923134DEST_PATH_IMAGE020
，其中，
Figure DEST_PATH_IMAGE021
表示的是目标移动设备的位置
Figure 129993DEST_PATH_IMAGE022
，因此
Figure DEST_PATH_IMAGE023
也可以表示为
Figure 663743DEST_PATH_IMAGE024
，phit为该激光 点为占据状态时的概率，phit为一个固定不变的值。
Figure DEST_PATH_IMAGE025
指的是从局部动态地图 ActiveLocalSubmap中取出用平滑函数Mold（x）（例如：双立方插值函数等）插值得到的
Figure 374079DEST_PATH_IMAGE026
位置处的占据概率；
公式3中的
Figure DEST_PATH_IMAGE027
为上述第i个激光帧点云数据中各激光点的位姿的残差参数，公 式3中的
Figure 679289DEST_PATH_IMAGE028
为即平移的误差项，St为预先设置的平移权重，在本申请实施例 中，平移权重St可以但不局限于设置为3，该平移权重St设置的值越大，代表越相信初始值。
公式3中
Figure DEST_PATH_IMAGE029
为旋转的误差项，Sr为预先设置的旋转权重，在本申 请实施例中旋转权重Sr可以但不局限于设置为12，该旋转权重Sr设置的值越大，代表越相信 初始值。
公式3的
Figure 888291DEST_PATH_IMAGE030
为点云匹配误差项，Sp为预先设 置的点云的匹配权重值，在申请实施例中匹配权重值Sp可以但不局限于设置为1e-1，
Figure DEST_PATH_IMAGE031
为第k个点pk的匹配权重值的尺度因子，其取值范围为0-1，根据其计算公式 可知，Ik为当前的第i个激光帧点云数据中第k个激光点的激光反射率，
Figure 38781DEST_PATH_IMAGE032
指的 是利用平滑函数插值得到的在局部动态地图ActiveLocalSubmap中
Figure DEST_PATH_IMAGE033
位置处的激光反 射率；根据公式3，如果上述第k个激光点和在局部动态地图ActiveLocalSubmap中
Figure 790574DEST_PATH_IMAGE034
位 置处的栅格的激光反射率越接近，则该点的残差项越小。
公式3中的
Figure DEST_PATH_IMAGE035
为激光反射率匹配误差项，SI为预先设 置的反射率匹配的权重值。
通过上述公式3至公式9，采用最小二乘求解库求解（例如，Ceres），并得到优化后 的第i个激光帧点云数据的位姿
Figure 1107DEST_PATH_IMAGE036
。
另外，在计算出位姿后，可以计算匹配后的激光帧点云数据中的激光点和局部动态地图ActiveLocalSubmap里对应的栅格的差异：激光反射率的误差是否满足阈值，如果大于阈值，则认为在当前的匹配不够好，可能是有运动物体，在下次匹配时，如果有点落在该栅格，可以自动将该栅格对应的激光反射率的残差项的权重降低一半；如果小于阈值，则认为匹配够好，将激光反射率的残差项的权重调整到SI。
作为一种实施例，在上述步骤S502中，将第i个激光帧点云数据插入上述初始栅格子地图的过程中，可以根据第i个激光帧点云数据中各激光点的激光反射率，更新初始栅格子地图中的各栅格的栅格信息，请参见图6，给出一种将激光帧点云数据插入初始栅格子地图的抽象示例图；该示例图中，第i个激光帧点云数据表示为scani（{p1，p2，p3，p4，p5}，{I1，I2，I3，I4，I5}）；其中若激光点p1、激光点p2和激光点p3落入第一栅格子地图中的栅格S2中，激光点p4和激光点p5落入第一栅格子地图中的栅格S7中，则根据激光点p1、激光点p2和激光点p3的数量（即此处数量为3）更新栅格S2的栅格信息中的观测参数，根据激光点p1、激光点p2和激光点p3对应的激光反射率更新栅格S2的栅格信息中的激光反射参数，根据激光点p4和激光点p5的数量（即此处数量为2）更新栅格S7的栅格信息中的观测参数，根据激光点p4和激光点p5对应的激光反射率更新栅格S7的栅格信息中的激光反射参数。
其中可以参见下述公式10和公式11的原理，根据第i个激光帧点云数据，更新初始栅格子地图中栅格的相关信息，如根据下述公式10更新初始栅格子地图中栅格的占据概率：
公式10：
Figure DEST_PATH_IMAGE037
；
公式10中，Mold_submap（x）指的是更新前初始栅格子地图在栅格x的位置处的占据概率；Mnew_submap（x）指的是更新后初始栅格子地图在栅格x的位置处的占据概率。
其中可以参见下述公式11的原理，根据第i个激光帧点云数据，更新初始栅格子地图中栅格的栅格信息的激光反射参数：
公式11：
Figure 103930DEST_PATH_IMAGE038
；
公式11中，Inew_submap（x）指的是更新后初始栅格子地图在栅格x的位置处的激光反射参数；Iold_submap（x）指的是更新前初始栅格子地图在栅格x的位置处的激光反射参数；M指的是在更新前落入栅格x中的激光的数量（即栅格x的观测参数），I（x）指的是在该第i个激光帧点云数据中x的位置处的激光点反射率。
作为一种实施例，为了防止得到的第一栅格子地图过小，在将第i个激光帧点云数据插入初始栅格子地图之前，还可以采用简单的稀疏过滤方法，对第i个激光帧点云数据进行稀疏过滤；具体地，若上一次插入初始栅格子地图的激光帧点云数据的位姿为Tj，当前插入的第i个激光帧点云数据的位姿为Ti，则通过如下公式12计算Tj和Ti的相对位姿T，若相对位姿的T的相对平移和相对旋转角度都满足阈值，则将该第i个激光帧点云数据插入初始栅格子地图。
公式12：
Figure DEST_PATH_IMAGE039
；
作为一种实施例，在步骤S503中，上一时刻至当前时刻激光雷达的当前速度的估计过程如下：
假设目标移动设备采集第i个激光帧点云数据的时刻为第i时刻（即当前时刻），假设第i时刻的激光雷达的位姿为Ti，第i-1时刻的激光雷达的位姿为Ti-1，则可以通过如下公式13计算激光雷达的当前速度。
公式13：
Figure 58110DEST_PATH_IMAGE040
；
其中，公式13中
Figure DEST_PATH_IMAGE041
为第i-1时刻到第i时刻的时间增量，Vi是个矢量，包括线速度和角 速度。
作为一种实施例，在步骤S502中，若估计出的当前速度大于速度阈值，则认为该当前速度异常，不再更新ActiveLocalSubmap，上述速度阈值可以但不局限于为线速度为1.0m/s，角速度为0.8rad/s；若当前速度不大于速度阈值；若所述第二栅格子地图中，存在不属于待更新的占据栅格地图的第一目标区域，则利用第i个激光帧点云数据中各激光点的激光反射率，更新第一目标区域在上述待更新的占据栅格地图中各栅格的激光反射参数和观测参数，得到更新后的第二栅格子地图；否则，直接将第二栅格子地图确定为更新后的第二栅格子地图。
具体地，可以参见图7，在步骤S502中，基于用于匹配的动态局部地图的状态信息，判断是否利用第i个激光帧点云数据更新动态局部地图具体包括如下两种情况：
情况1：用于匹配的动态局部地图ActionLocalSubmap全部在最近一次更新的占据栅格地图中，认为ActionLocalSubmap的中心位置未发生变化（即目标移动设备的位置没有发生变化），则将用于匹配的ActionLocalSubmap属性设置为动态，不更新ActionLocalSubmap。
情况2：用于匹配的ActionLocalSubmap部分在最近一次更新的占据栅格地图中，认为ActionLocalSubmap的中心位置发生变化（即目标移动设备的位置发生变化），将ActionLocalSubmap属性设置为固定，利用ActionLocalSubmap中不属于最近一次更新的占据栅格地图的第一目标区域在第i个激光帧点云数据中的信息，更新最近一次更新的占据栅格地图，即利用第i个激光帧点云数据更新图7中，ActionLocalSubmap中灰色区域的栅格（上述第一目标区域）的栅格信息（包括观测参数和激光反射参数）。
作为一种实施例，可以但不局限于通过如下公式14，确定上述情况1和情况2中目标移动设备的位置Posj（即ActiveLocalSubmap的中心位置Posj）。
公式14：
Figure 929989DEST_PATH_IMAGE042
；
公式14中，xj和yj为j机器人在j时刻的二维坐标（位置），可以根据ActiveLocalSubmap的中心位置Posj，从最近一次更新的占据栅格地图中抽取栅格，组成ActiveLocalSubmap。
在利用第i个激光帧点云数据更新超出ActionLocalSubmap中超出最近一次更新的占据栅格地图的过程，可参见上述将激光帧点云数据插入初始栅格子地图中方法，此处不再重复叙述。
步骤S102，确定目标栅格组成的连通区域；目标栅格包括第一栅格子地图与待更新的占据栅格地图的重合区域中的栅格，且目标栅格的第一栅格信息和第二栅格信息不同；第一栅格信息为目标栅格在第一栅格子地图中的栅格信息，第二栅格信息为目标栅格在待更新的占据栅格地图中的栅格信息。
作为一种实施例，步骤S102中，上述确定目标栅格组成的连通区域，包括：
确定上述第一栅格子地图与上述待更新的占据栅格地图的重合区域中的栅格；
将确定的栅格中满足非重合条件的栅格，确定为上述目标栅格；上述非重合条件包括：第一栅格信息中的观测参数与第二栅格信息中的观测参数的差值大于观测阈值，且第一栅格信息中的激光反射参数与第二栅格信息中的激光反射参数的差值大于反射率阈值；
提取上述目标栅格组成的连通区域，其中，若上述连通区域中多个连通区域之间的距离小于距离阈值，则将上述多个连通区域合并为一个连通区域。
请参见图8，以下给出一种上述重合区域，以及目标栅格的示意图，其中第一栅格子地图与待更新的占据栅格地图的重合区域，为栅格S1至栅格S9组成的区域，上述确定的栅格即为栅格S1至栅格S9；若栅格S4、栅格S8以及栅格S9满足上述非重合条件，则将上述栅格S4、栅格S8以及栅格S9确定为上述目标栅格。
作为一种实施例，可以通过如下确定不同的连通区域之间的距离，将两个的连通区域的最短边界距离作为该两个连通区域之间的距离，或将两个连通区域的中心点的距离作为该两个连通区域之间的距离；请参见图9，重合区域中每个小正方形表示一个栅格，重合区域中共有连通区域1至连通区域8共计8个连通区域，一个连通区域中可以有一个或多个栅格，可以将连通区域1和连通区域2的最短边界距离d1作为连通区域1和连通区域2之间的距离，也可以将连通区域1的中心点和连通区域2的中心点之间的距离d2作为连通区域1和连通区域2之间的距离，除了图9示意出的确定两个连通区域之间的距离的方式，本领域的技术人员可根据实际需求设置确定两个连通区域之间的距离的其它方式。
作为一种实施例，在步骤S103中，可以但不局限于通过如下一种或多种方式，从上述连通区域中，确定出对应动态物体的目标连通区域：
（一）第一种动态物体检测方法：
若第一连通区域和第二连通区域同时满足如下条件1和条件2，则将第一连通区域和第二连通区域确定为目标连通区域，其中第一连通区域和第二连通区域为上述重合区域中任意两个不同的连通区域：
条件1：第一连通区域和第二连通区域的形状一致。
具体地，可以但不局限于将满足如下条件11和条件12的第一连通区域和第二连通区域，确定为形状一致的第一连通区域和第二连通区域：
条件11：第一连通区域的面积和第二连通区域的面积的差值小于第一面积阈值。
条件12：第一连通区域的外接多边形属性参数和第二连通区域的外接多边形属性参数的差值小于第二阈值。
上述外接多边形属性参数为外接多边形的属性参数；外接多边形可以为连通区域的最小外接多边形，外接多边形可以但不局限于为外接矩形、外接正方形、外接圆形等；上述外接多边形属性参数可以但不局限于外接矩形的长宽比，外接正方形的边长和外接圆形的半径等；可以但不局限于通过最小包围盒算法，判断第一连通区域和第二连通区域是否满足上述条件12。
满足条件1的第一连通区域对应的第一物体和第二连通区域对应的第二物体的形状相同，则第一物体和第二物体很有可能是同一个物体，且这个物体在目标移动设备采集激光帧点云数据的过程中发生了移动，其很有可能从第一连通区域的位置移动到第二连通区域的位置，或从第二连通区域的位置移动到了第一连通区域的位置。
条件2：第一连通区域中各目标栅格的激光反射参数分布和第二连通区域中各目标栅格的激光反射参数分布一致；其中激光反射参数分布是基于连通区域中各目标栅格的第一栅格信息中的激光反射参数，以及连通区域中各目标栅格的第二栅格信息中的激光反射参数确定的。
由于条件1只能判定第一连通区域对应的第一物体和第二连通区域对应的第二物体的形状相同，但第一物体和第二物体可能仅仅是形状相同的不同物体；但由于不同的物体对激光的激光反射率不同，因此可以通过条件2中的激光反射率去判断上述第一物体和第二物体是否是同一个物体。
具体地，假设第一连通区域和第二连通区域中各目标栅格的激光反射参数分布为 正态分布；对于第一连通区域，分别从第一栅格子地图和待更新的占据栅格地图中，获取第 一连通区域中各目标栅格的激光反射参数（此处可为落入目标栅格中的各激光的激光反射 率的均值），并分别计算第一连通区域中目标栅格的激光反射参数的均值和方差，即对于第 一连通区域，得到两组均值和方差
Figure DEST_PATH_IMAGE043
，
Figure 842582DEST_PATH_IMAGE044
，
Figure 104805DEST_PATH_IMAGE045
，
Figure DEST_PATH_IMAGE046
，其中，
Figure 862676DEST_PATH_IMAGE047
，
Figure DEST_PATH_IMAGE048
代表从第一栅 格子地图中的栅格信息计算得到的激光反射率的均值和方差；
Figure 589061DEST_PATH_IMAGE049
，
Figure DEST_PATH_IMAGE050
代表从待更新的 占据栅格地图中的栅格信息，计算得到的反射率均值和方差；同样的，对于第二连通区域， 也可以得到
Figure 406976DEST_PATH_IMAGE051
，
Figure DEST_PATH_IMAGE052
，
Figure 218812DEST_PATH_IMAGE053
，
Figure DEST_PATH_IMAGE054
。计算
Figure 249216DEST_PATH_IMAGE055
、
Figure DEST_PATH_IMAGE056
、
Figure 95687DEST_PATH_IMAGE057
和
Figure DEST_PATH_IMAGE058
数值，若上述
Figure 84503DEST_PATH_IMAGE059
、
Figure DEST_PATH_IMAGE060
、
Figure 649214DEST_PATH_IMAGE061
和
Figure DEST_PATH_IMAGE062
均满足 对应的阈值，则确定第一连通区域中各目标栅格的激光反射参数分布和第二连通区域中各 目标栅格的激光反射参数分布一致。
满足上述条件1和条件2的第一连通区域对应的第一物体和第二连通区域对应的第二物体，形状一致且对激光的激光反射率也一致，则认为上述第一物体和第二物体为同一物体，且该物体在目标移动设备采集激光帧点云数据的过程中发生了移动，从第一连通区域的位置移动到第二连通区域的位置，或从第二连通区域的位置移动到了第一连通区域的位置，因此将第一连通区域和第二连通区域确定为目标区域。
（二）第二种动态物体检测方法：
针对上述连通区域中的每个连通区域，进行如下判断，进而确定各连通区域对应的物体是否为新增物体，具体地，针对其中一个连通区域而言：
若该连通区域在待更新的占据栅格地图中为未知属性区域，则将该个连通区域确定为目标连通区域；未知属性区域为未标记是否被占据的区域；以及若在待更新的占据栅格地图中不存在与该连通区域对应的区域，则将该连通区域确定为目标连通区域；即针对一个连通区域而言，若不知该连通区域在待更新的占据栅格地图中是否被占据，则将该连通区域对应的物体视为新增的物体，若该连通区域在待更新的占据栅格地图中不存在对应的区域，则也将将该连通区域对应的物体视为新增的物体。
其中可以但不局限于通过如下方式1和方式2中的至少一种，确定该连通区域是否为未知属性区域：
方式1：通过连通区域的第一激光反射率均值和预设标定值，确定连通区域是否为上述未知属性区域；第一激光反射率均值为连通区域中各目标栅格，在待更新的占据栅格地图中的激光反射参数的均值，预设标定值用于标识连通区域是否被占据。
具体地，即针对一个连通区域，可以通过上述条件2中的方法，针对该连通区域，根 据从待更新的占据栅格地图中的栅格信息，计算该连通区域中目标栅格在待更新的占据栅 格地图中的反射率均值
Figure 952150DEST_PATH_IMAGE063
，将
Figure 341543DEST_PATH_IMAGE063
作为该连通区域的第一激光反射率均值。
本方法中对上述预设标定值不做限定，本领域的技术人员可根据实际需求设置， 预设标定值用于表征对应区域未标记是否被占据，在本申请实施例中，若一个连通区域的 第一激光反射率均值为预设标定值，则将该连通区域确定为上述在未知属性区域，进而将 该连通区域确定为目标连通区域；如将预设标定值设置为-1，若一个连通区域的第一激光 反射率均值
Figure DEST_PATH_IMAGE064
为-1，则表明不知道该连通区域在待更新的占据栅格地图中是否被占据， 因此将该连通区域对应的物体视为新增的物体。
则确定该连通区域对应的物体为新增的物体，将该连通区域设置为目标连通区域。
方式2：通过连通区域中的位置属性栅格占比，确定连通区域是否为上述未知属性数据；未知属性栅格占比为连通区域中未知属性栅格的数量与该连通区域中目标栅格的总数量的比值，未知属性栅格为在待更新的占据栅格地图中未标记是否被占据的栅格
本方式中对上述占比阈值的具体数值不做限定，本领域的技术人员可根据实际需求设置，如将占比阈值设置为0.95，则若一个连通区域的未知属性栅格占比p1小于0.95，则确定该连通区域在待更新的占据栅格地图中未标记是否被占据，因此将该连通区域对应的物体视为新增的物体，将该连通区域确定为目标连通区域。
即若一个栅格在待更新的地图中为未知属性栅格，则该未知属性栅格在待更新的地图中很有可能没有对应的物体，因此不知道该未知属性栅格是否被占据，因此可以将未知属性栅格占比较大的连通区域确定为可能存在新增物体的目标连通区域；若一个连通区域第一激光发射率均值为未被标记是否被占据的预设标定值，则该连通区域在待更新的地图中很有可能没有对应的物体，因此可以将未标记是否被占据的连通区域，确定为可能存在新增物体的目标连通区域。
（三）第三种动态物体检测方法：
针对上述连通区域中的每个连通区域，进行如下判断，进而确定各连通区域对应的物体是否为被从连通区域中移走的物体，具体地，针对其中一个连通区域而言：
确定该连通区域中的第一栅格；第一栅格为在待更新的占据栅格地图中被占据，在第一栅格子地图中未被占据的目标栅格；可以通过该连通区域中各目标栅格的激光反射参数和第一反射阈值，确定该连通区域中属于第一栅格的目标栅格；具体地，可以将该连通区域中，在待更新的占据栅格地图中的激光反射参数大于第一反射阈值，且在上述第一栅格子地图中的激光发射参数为第一反射阈值的目标栅格，确定为第一栅格；其中上述第一反射阈值用于标识栅格是否被占据，当一个栅格的激光反射参数大于第一反射阈值，则该栅格被占据，当一个栅格的激光反射率为第一反射阈值，则该栅格未被占据；
确定第一栅格的数量与该连通区域中目标栅格的总数量的第一比值，若第一比值大于第一阈值，则确定该连通区域对应的物体被移走，将上述连通区域确定为目标连通区域；即一个连通区域在待更新的占据栅格地图中被占据，则在待更新的占据栅格地图中该连通区域的位置处存在物体，且另一方面，该连通区域在第一栅格子地图中未被占据，则在第一栅格子地图中该连通区域的位置处不存在物体，则由此可看出该连通区域对应的物体从该连通区域的位置处移走了。
应当说明的，本领域的技术人员可根据实际需求设置上述第一反射阈值，如可以但不局限于将第一反射阈值设置为0等。
（四）第四种动态物体检测方法：
针对上述连通区域中的每个连通区域，进行如下判断，进而确定各连通区域对应的物体是否为连通区域中新增的物体，具体地，针对其中一个连通区域而言：
确定该连通区域中的第二栅格；第二栅格为在待更新的占据栅格地图中未被占据，在第一栅格子地图中被占据的目标栅格；可以通过该连通区域中各目标栅格的激光反射参数和第二反射阈值，确定该连通区域中属于第二栅格的目标栅格；具体地，可以将该连通区域中，在待更新的占据栅格地图中的激光反射参数为第二反射阈值，且在上述第一栅格子地图中的激光发射参数大于第二反射阈值的目标栅格，确定为第二栅格；其中上述第二反射阈值用于标识栅格是否被占据，当一个栅格的激光反射参数大于第二反射阈值，则该栅格被占据，当一个栅格的激光反射率为第二反射阈值，则该栅格未被占据；
确定第二栅格的数量与该连通区域中目标栅格的总数量的第二比值，若第二比值大于第二阈值，则确定该连通区域对应的物体为新增的物体，将上述连通区域确定为目标连通区域；即一个连通区域在待更新的占据栅格地图中未被占据，则在待更新的占据栅格地图中该连通区域的位置处不存在物体，且另一方面，该连通区域在第一栅格子地图中被占据，则在第一栅格子地图中该连通区域的位置处存在物体，则由此可看出该连通区域对应的物体是新移动到该连通区域的，因此将该连通区域对应的物体视为动态物体。
应当说明的，本领域的技术人员可根据实际需求设置上述第二反射阈值，如可以但不局限于将第二反射阈值设置为0等。
作为一种实施例，在基于上述第一种动态物体检测方法至第四种动态物体检测方法之外，还可以根据各连通区域的面积，确定连通区域中是否是非目标连通区域，若一个连通区域的面积小于连通区域面积阈值，则认为该目标连通区域是非目标连通区域，若一个连通区域的面积大于或等于连通区域面积区域，则可以通过上述第一种动态物体检测方法至第四种动态物体检测方法，确定该连通区域是否是目标连通区域，非目标连通区域为目标连通区域之外的连通区域。
作为一种实施例，在步骤S103确定出目标连通区域之后，还可以利用目标连通区域更新待更新的占据栅格地图；具体地，可以利用目标连通区域中各目标栅格的第一栅格信息，调整上述目标连通区域中各目标栅格在待更新的占据栅格地图中的第二栅格信息，得到更新后的占据栅格地图，如将上述第二栅格信息替换为对应的第一栅格信息，得到更新后的占据栅格地图。
作为一种实施例，在步骤S101根据获取的激光帧点云数据构建第一栅格子地图之后，还可以确定上述第一栅格子地图中不属于上述占据栅格地图的非重合区域；进而直接利用非重合区域更新上述待更新的占据栅格地图，如直接将非重合区域中各栅格和非重合区域中各栅格的栅格信息，增添到待更新的占据栅格地图中，得到更新后的占据栅格地图，上述非重合区域可参见图8。
请参见图10，作为一种实施例，本申请还提供一种栅格地图中动态物体的检测系统，该检测系统中包括地图创建模块1001、前端处理模块1002以及地图更新模块1003；其中：
地图创建模块1001，用于根据目标移动设备采集的激光帧点云数据，创建初始的占据栅格地图，以及从初始的占据栅格地图中抽取部分栅格，组成初始的动态局部地图；创建初始的占据栅格地图和初始的动态局部地图的方式可参见上述内容，此处不再重复叙述。
前端处理模块1002，用于对目标移动设备新获取的激光帧点云数据进行处理，并进行scan-ActiveLocalSubmap匹配过程，以及根据匹配的结果，利用新获取的激光帧点云数据创建第一栅格子地图以及更新局部动态地图；以及从目标栅格组成的连通区域中，确定出目标连通区域；前端处理模块1002实现上述功能的具体过程可参见上述描述，此处不再重复叙述。
地图更新模块1003，用于根据确定出的目标连通区域以及非重合区域中各栅格的栅格信息，对最近一次更新的占据栅格地图进行更新；其中占据栅格地图的具体更新方式可参见上述内容，此处不再重复叙述。
本申请实施例中采集了多个激光点的激光反射率，通过落入栅格中的激光点对应的激光反射率去确定栅格的栅格信息（包括激光反射参数以及观测参数），则新地图（第一栅格子地图）和老地图（待更新的占据栅格地图）中栅格信息不同的栅格确定为目标栅格，由于同一物体对激光的反射率一般是相同的，若同一个栅格在新地图和老地图中的栅格信息不同，则上述同一个栅格在新地图和老地图中对应的物体则可能是不同的，则目标栅格对应的物体可能是动态物体，进而本申请实施例中根据连通区域中各目标栅格在新地图中的栅格信息以及老地图中的栅格信息的对比情况，识别出动态物体对应的目标连通区域，提升了栅格地图中动态物体的识别准确度，进而根据识别结果更新栅格地图时，能更准确的更新栅格地图。
请参见图11，基于同一技术构思，本申请实施例还提供一种栅格地图中动态物体的检测装置1100，包括：
子地图创建单元1101，用于根据获取的激光帧点云数据构建第一栅格子地图；上述激光帧点云数据包括目标移动设备在目标周期内，通过多条激光采集的多个激光点对应的物体的激光反射率；上述激光点包括反射上述激光的位置点；上述第一栅格子地图中包括多个栅格和上述多个栅格的栅格信息，上述栅格信息包括栅格的观测参数和激光反射参数，上述激光反射参数是通过落入栅格的激光点对应的物体的激光反射率确定的；
连通区域确定单元1102，用于确定目标栅格组成的连通区域；上述目标栅格包括上述第一栅格子地图与待更新的占据栅格地图的重合区域中的栅格，且上述目标栅格的第一栅格信息和第二栅格信息不同；上述第一栅格信息为上述目标栅格在上述第一栅格子地图中的栅格信息，上述第二栅格信息为上述目标栅格在上述待更新的占据栅格地图中的栅格信息；以及
目标连通区域确定单元1103，用于基于上述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从上述连通区域中确定出目标连通区域，上述目标连通区域包括对应动态物体的连通区域。
作为一种实施例，目标连通区域确定单元1103还用于：
从上述连通区域中确定出目标连通区域之后，利用上述目标连通区域中各目标栅格的第一栅格信息，调整上述目标连通区域中各目标栅格在上述待更新的占据栅格地图中的第二栅格信息，得到更新后的占据栅格地图。
作为一种实施例，目标连通区域确定单元1103还用于：
根据获取的激光帧点云数据构建第一栅格子地图之后，确定上述第一栅格子地图中不属于上述占据栅格地图的非重合区域；
将上述非重合区域中各栅格和上述非重合区域中各栅格的栅格信息，增添到上述占据栅格地图中，得到更新后的占据栅格地图。
作为一种实施例，上述获取的激光帧点云数据包括多个，上述子地图创建单元1101具体用于：
按照多个激光帧点云数据的获取时间的先后顺序，针对每个激光帧点云数据，执行如下激光数据插入操作，将上述多个激光帧点云数据插入初始栅格子地图中，至上述初始栅格子地图中插入的激光帧点云数据的数量达到数量阈值，得到上述第一栅格子地图；其中针对获取的第i个激光帧点云数据，上述激光数据插入操作包括：
利用最小二乘法，对最近一次更新的第二栅格子地图和上述第i个激光帧点云数据进行匹配处理，获得上述第i个的激光帧点云数据中各激光点的位姿，以及第i个激光帧点云数据中各激光点的位姿的残差参数；
若上述残差参数小于残差阈值，则将上述第i个激光帧点云数据插入上述初始栅格子地图；以及
若上述残差参数小于残差阈值且上述目标移动设备的当前速度不大于速度阈值，则基于上述第二栅格子地图的状态信息，利用上述第i个激光帧点云数据更新上述第二栅格子地图，得到更新后的第二栅格子地图，上述更新后的第二栅格子地图用于对获取的第i+1个激光帧点云数据进行匹配处理；
其中，上述i为正整数，上述i为1时，上述最近一次更新的第二栅格子地图是由基于上述目标移动设备在上述待更新的占据栅格地图中的初始位姿，从上述待更新的占据栅格地图中抽取的栅格组成的。
作为一种实施例，子地图创建单元1101具体用于：
若上述第二栅格子地图中，存在不属于上述待更新的占据栅格地图的第一目标区域，则利用上述第i个激光帧点云数据中各激光点的激光反射率，更新上述第一目标区域在上述待更新的占据栅格地图中各栅格的激光反射参数和观测参数，得到更新后的第二栅格子地图；否则，直接将上述第二栅格子地图确定为更新后的第二栅格子地图。
作为一种实施例，连通区域确定单元1102具体用于：
确定上述第一栅格子地图与上述待更新的占据栅格地图的重合区域中的栅格；
将确定的栅格中满足非重合条件的栅格，确定为上述目标栅格；上述非重合条件包括：第一栅格信息中的观测参数与第二栅格信息中的观测参数的差值大于观测阈值，且第一栅格信息中的激光反射参数与第二栅格信息中的激光反射参数的差值大于反射率阈值；
提取上述目标栅格组成的连通区域，其中，若上述连通区域中多个连通区域之间的距离小于距离阈值，则将上述多个连通区域合并为一个连通区域。
作为一种实施例，目标连通区域确定单元1103还用于：
将面积小于连通区域面积阈值的连通区域，确定为非目标连通区域，上述非目标连通区域为上述目标连通区域之外的连通区域。
作为一种实施例，目标连通区域确定单元1103具体用于：
若上述连通区域中，第一连通区域和第二连通区域的形状一致，且上述第一连通区域中各目标栅格的激光反射参数分布和上述第二连通区域中各目标栅格的激光反射参数分布一致，则确定上述第一连通区域和上述第二连通区域为上述目标连通区域；其中上述激光反射参数分布是基于连通区域中各目标栅格的第一栅格信息中的激光反射参数，以及连通区域中各目标栅格的第二栅格信息中的激光反射参数确定的。
作为一种实施例，目标连通区域确定单元1103具体用于：
针对上述连通区域中的一个连通区域：
若上述一个连通区域在上述待更新的占据栅格地图中为未知属性区域，则将上述一个连通区域确定为上述目标连通区域；上述未知属性区域为未标记是否被占据的区域；以及若在上述待更新的占据栅格地图中不存在与上述一个连通区域对应的区域，则将上述一个连通区域确定为上述目标连通区域；其中：
上述未知属性区域是通过上述一个连通区域的第一激光反射率均值和预设标定值确定的，上述第一激光反射率均值为上述一个连通区域中各目标栅格，在上述待更新的占据栅格地图中的激光反射参数的均值，上述预设标定值用于标识上述连通区域未标记是否被占据；或
上述未知属性区域是通过上述一个连通区域的未知属性栅格占比确定的，上述未知属性栅格占比为上述一个连通区域中未知属性栅格的数量与上述一个连通区域中目标栅格的总数量的比值，上述未知属性栅格为在上述待更新的占据栅格地图中未标记是否被占据的栅格。
作为一种实施例，目标连通区域确定单元1103具体用于：
针对上述连通区域中的一个连通区域：
确定上述一个连通区域中的第一栅格；上述第一栅格为在上述待更新的占据栅格地图中被占据且在上述第一栅格子地图中未被占据的目标栅格；上述第一栅格是通过上述一个连通区域中各目标栅格的激光反射参数和第一反射阈值确定的，上述第一反射阈值用于标识栅格是否被占据；
确定上述第一栅格的数量与上述一个连通区域中目标栅格的总数量的第一比值，若第一比值大于第一阈值，则将上述一个连通区域确定为上述目标连通区域。
作为一种实施例，目标连通区域确定单元1103具体用于：
针对上述连通区域中的一个连通区域：
确定上述一个连通区域中的第二栅格，上述第二栅格为在上述待更新的占据栅格地图中未被占据且在上述第一栅格子地图中被占据的目标栅格，上述第二栅格是通过上述一个连通区域中各目标栅格的激光反射参数和第二反射阈值确定的，上述第二反射阈值用于表征栅格是否被占据；
确定上述第二栅格的数量与上述一个连通区域中目标栅格的总数量的第二比值，若第二比值大于第二阈值，则确定上述一个连通区域为上述目标连通区域。
基于同一技术构思，本申请实施例还提供一种计算机设备1200，请参照图12，该计算机设备包括处理器1201和存储器1202，其中：
存储器1202中存储有计算机程序；
处理器1201执行该计算机程序时实现前文论述的栅格地图中动态物体的检测方法。
图12中是以一个处理器1201为例，但实际上不限制处理器1201的数量。
其中，存储器1202可以是易失性存储器（volatile memory），例如随机存取存储器（random-access memory，RAM）；存储器1202也可以是非易失性存储器（non-volatilememory），例如只读存储器，快闪存储器（flash memory），硬盘（hard disk drive，HDD）或固态硬盘（solid-state drive，SSD）、或者存储器1202是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器1202可以是上述存储器的组合。
作为一种实施例，图11中的检测装置1100的各个模块的功能可以通过图12中的处理器1201来实现。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例提供的一种栅格地图中动态物体的检测方法。
基于同一技术构思，本申请实施例还一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，当上述计算机指令在计算机上运行时，使得计算机执行如前文论述的栅格地图中动态物体的检测方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (14)

1.一种栅格地图中动态物体的检测方法，其特征在于，包括：
根据获取的激光帧点云数据构建第一栅格子地图；所述激光帧点云数据包括目标移动设备在目标周期内，通过多条激光采集的多个激光点对应的物体的激光反射率；所述激光点包括反射所述激光的位置点；所述第一栅格子地图中包括多个栅格和所述多个栅格的栅格信息，所述栅格信息包括栅格的观测参数和激光反射参数，所述激光反射参数是通过落入栅格的激光点对应的物体的激光反射率确定的；
确定目标栅格组成的连通区域；所述目标栅格包括所述第一栅格子地图与待更新的占据栅格地图的重合区域中的栅格，且所述目标栅格的第一栅格信息和第二栅格信息不同；所述第一栅格信息为所述目标栅格在所述第一栅格子地图中的栅格信息，所述第二栅格信息为所述目标栅格在所述待更新的占据栅格地图中的栅格信息；以及
基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，所述目标连通区域包括对应动态物体的连通区域。
2.如权利要求1所述的方法，其特征在于，所述从所述连通区域中确定出目标连通区域之后，还包括：
利用所述目标连通区域中各目标栅格的第一栅格信息，调整所述目标连通区域中各目标栅格在所述待更新的占据栅格地图中的第二栅格信息，得到更新后的占据栅格地图。
3.如权利要求2所述的方法，其特征在于，所述根据获取的激光帧点云数据构建第一栅格子地图之后，还包括：
确定所述第一栅格子地图中不属于所述占据栅格地图的非重合区域；
将所述非重合区域中各栅格和所述非重合区域中各栅格的栅格信息，增添到所述待更新的占据栅格地图中，得到更新后的占据栅格地图。
4.如权利要求1所述的方法，其特征在于，所述获取的激光帧点云数据包括多个，所述根据获取的激光帧点云数据构建第一栅格子地图，包括：
按照多个激光帧点云数据的获取时间的先后顺序，针对每个激光帧点云数据，执行如下激光数据插入操作，将所述多个激光帧点云数据插入初始栅格子地图中，至所述初始栅格子地图中插入的激光帧点云数据的数量达到数量阈值，得到所述第一栅格子地图；其中针对获取的第i个激光帧点云数据，所述激光数据插入操作包括：
利用最小二乘法，对最近一次更新的第二栅格子地图和所述第i个激光帧点云数据进行匹配处理，获得所述第i个的激光帧点云数据中各激光点的位姿，以及第i个激光帧点云数据中各激光点的位姿的残差参数；
若所述残差参数小于残差阈值，则将所述第i个激光帧点云数据插入所述初始栅格子地图；以及
若所述残差参数小于残差阈值且所述目标移动设备的当前速度小于速度阈值，则基于所述第二栅格子地图的状态信息，利用所述第i个激光帧点云数据更新所述第二栅格子地图，得到更新后的第二栅格子地图，所述更新后的第二栅格子地图用于对获取的第i+1个激光帧点云数据进行匹配处理；
其中，所述i为正整数，所述i为1时，所述最近一次更新的第二栅格子地图是由基于所述目标移动设备在所述待更新的占据栅格地图中的初始位姿，从所述待更新的占据栅格地图中抽取的栅格组成的。
5.如权利要求4所述的方法，其特征在于，所述基于所述第二栅格子地图的状态信息，利用所述第i个激光帧点云数据更新所述第二栅格子地图，得到更新后的第二栅格子地图，包括：
若所述第二栅格子地图中，存在不属于所述待更新的占据栅格地图的第一目标区域，则利用所述第i个激光帧点云数据中各激光点的激光反射率，更新所述第一目标区域在所述待更新的占据栅格地图中各栅格的激光反射参数和观测参数，得到更新后的第二栅格子地图；否则，直接将所述第二栅格子地图确定为更新后的第二栅格子地图。
6.如权利要求1-5任一项所述的方法，其特征在于，所述确定目标栅格组成的连通区域，包括：
确定所述第一栅格子地图与所述待更新的占据栅格地图的重合区域中的栅格；
将确定的栅格中满足非重合条件的栅格，确定为所述目标栅格；所述非重合条件包括：第一栅格信息中的观测参数与第二栅格信息中的观测参数的差值大于观测阈值，且第一栅格信息中的激光反射参数与第二栅格信息中的激光反射参数的差值大于反射率阈值；
提取所述目标栅格组成的连通区域，其中，若所述连通区域中多个连通区域之间的距离小于距离阈值，则将所述多个连通区域合并为一个连通区域。
7.如权利要求6所述的方法，其特征在于，所述方法还包括：
将面积小于连通区域面积阈值的连通区域，确定为非目标连通区域，所述非目标连通区域为所述目标连通区域之外的连通区域。
8.如权利要求1-5任一项所述的方法，其特征在于，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
若所述连通区域中，第一连通区域和第二连通区域的形状一致，且所述第一连通区域中各目标栅格的激光反射参数分布和所述第二连通区域中各目标栅格的激光反射参数分布一致，则确定所述第一连通区域和所述第二连通区域为所述目标连通区域；其中所述激光反射参数分布是基于连通区域中各目标栅格的第一栅格信息中的激光反射参数，以及连通区域中各目标栅格的第二栅格信息中的激光反射参数确定的。
9.如权利要求1-5任一项所述的方法，其特征在于，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
针对所述连通区域中的一个连通区域：
若所述一个连通区域在所述待更新的占据栅格地图中为未知属性区域，则将所述一个连通区域确定为所述目标连通区域；所述未知属性区域为未标记是否被占据的区域；以及若在所述待更新的占据栅格地图中不存在与所述一个连通区域对应的区域，则将所述一个连通区域确定为所述目标连通区域；其中：
所述未知属性区域是通过所述一个连通区域的第一激光反射率均值和预设标定值确定的，所述第一激光反射率均值为所述一个连通区域中各目标栅格，在所述待更新的占据栅格地图中的激光反射参数的均值，所述预设标定值用于标识所述连通区域未标记是否被占据；或
所述未知属性区域是通过所述一个连通区域的未知属性栅格占比确定的，所述未知属性栅格占比为所述一个连通区域中未知属性栅格的数量与所述一个连通区域中目标栅格的总数量的比值，所述未知属性栅格为在所述待更新的占据栅格地图中未标记是否被占据的栅格。
10.如权利要求1-5任一项所述的方法，其特征在于，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
针对所述连通区域中的一个连通区域：
确定所述一个连通区域中的第一栅格；所述第一栅格为在所述待更新的占据栅格地图中被占据且在所述第一栅格子地图中未被占据的目标栅格；所述第一栅格是通过所述一个连通区域中各目标栅格的激光反射参数和第一反射阈值确定的，所述第一反射阈值用于标识栅格是否被占据；
确定所述第一栅格的数量与所述一个连通区域中目标栅格的总数量的第一比值，若第一比值大于第一阈值，则将所述一个连通区域确定为所述目标连通区域。
11.如权利要求1-5任一项所述的方法，其特征在于，所述基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，包括：
针对所述连通区域中的一个连通区域：
确定所述一个连通区域中的第二栅格，所述第二栅格为在所述待更新的占据栅格地图中未被占据且在所述第一栅格子地图中被占据的目标栅格，所述第二栅格是通过所述一个连通区域中各目标栅格的激光反射参数和第二反射阈值确定的，所述第二反射阈值用于表征栅格是否被占据；
确定所述第二栅格的数量与所述一个连通区域中目标栅格的总数量的第二比值，若第二比值大于第二阈值，则确定所述一个连通区域为所述目标连通区域。
12.一种栅格地图中动态物体的检测装置，其特征在于，包括：
子地图创建单元，用于根据获取的激光帧点云数据构建第一栅格子地图；所述激光帧点云数据包括目标移动设备在目标周期内，通过多条激光采集的多个激光点对应的物体的激光反射率；所述激光点包括反射所述激光的位置点；所述第一栅格子地图中包括多个栅格和所述多个栅格的栅格信息，所述栅格信息包括栅格的观测参数和激光反射参数，所述激光反射参数是通过落入栅格的激光点对应的物体的激光反射率确定的；
连通区域确定单元，用于确定目标栅格组成的连通区域；所述目标栅格包括所述第一栅格子地图与待更新的占据栅格地图的重合区域中的栅格，且所述目标栅格的第一栅格信息和第二栅格信息不同；所述第一栅格信息为所述目标栅格在所述第一栅格子地图中的栅格信息，所述第二栅格信息为所述目标栅格在所述待更新的占据栅格地图中的栅格信息；以及
目标连通区域确定单元，用于基于所述连通区域中各目标栅格的第一栅格信息和第二栅格信息，从所述连通区域中确定出目标连通区域，所述目标连通区域包括对应动态物体的连通区域。
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-11中任一权利要求所述方法的步骤。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-11中任一项所述的方法。
CN202010815572.0A 2020-08-14 2020-08-14 一种栅格地图中动态物体的检测方法、装置及设备 Active CN111680673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010815572.0A CN111680673B (zh) 2020-08-14 2020-08-14 一种栅格地图中动态物体的检测方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010815572.0A CN111680673B (zh) 2020-08-14 2020-08-14 一种栅格地图中动态物体的检测方法、装置及设备

Publications (2)

Publication Number Publication Date
CN111680673A true CN111680673A (zh) 2020-09-18
CN111680673B CN111680673B (zh) 2020-12-22

Family

ID=72458322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010815572.0A Active CN111680673B (zh) 2020-08-14 2020-08-14 一种栅格地图中动态物体的检测方法、装置及设备

Country Status (1)

Country Link
CN (1) CN111680673B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112835063A (zh) * 2021-01-08 2021-05-25 北京京东乾石科技有限公司 物体动静属性的确定方法、装置、设备及存储介质
CN113031006A (zh) * 2021-02-26 2021-06-25 杭州海康机器人技术有限公司 一种定位信息的确定方法、装置及设备
CN113110473A (zh) * 2021-04-26 2021-07-13 珠海市一微半导体有限公司 基于连通性的区域判定方法、芯片及机器人
CN113295176A (zh) * 2021-05-27 2021-08-24 上海商汤临港智能科技有限公司 地图更新方法、地图更新装置及计算机可读存储介质
US11308656B1 (en) 2020-11-16 2022-04-19 International Business Machines Corporation Power line extraction using reference data
WO2022100353A1 (en) * 2020-11-16 2022-05-19 International Business Machines Corporation Power line georectification
CN115469292A (zh) * 2022-11-01 2022-12-13 天津卡尔狗科技有限公司 环境感知方法、装置、电子设备和存储介质
CN116168173A (zh) * 2023-04-24 2023-05-26 之江实验室 车道线地图生成方法、装置、电子装置和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012112683A2 (en) * 2011-02-15 2012-08-23 Optical Air Data Systems, Llc Scanning non-scanning lidar
CN110686651A (zh) * 2019-11-08 2020-01-14 上海勘察设计研究院(集团)有限公司 基于三维激光扫描的建筑物外立面测量方法及系统
CN110852312A (zh) * 2020-01-14 2020-02-28 深圳飞科机器人有限公司 悬崖检测方法、移动机器人的控制方法及移动机器人

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012112683A2 (en) * 2011-02-15 2012-08-23 Optical Air Data Systems, Llc Scanning non-scanning lidar
CN110686651A (zh) * 2019-11-08 2020-01-14 上海勘察设计研究院(集团)有限公司 基于三维激光扫描的建筑物外立面测量方法及系统
CN110852312A (zh) * 2020-01-14 2020-02-28 深圳飞科机器人有限公司 悬崖检测方法、移动机器人的控制方法及移动机器人

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11308656B1 (en) 2020-11-16 2022-04-19 International Business Machines Corporation Power line extraction using reference data
WO2022100353A1 (en) * 2020-11-16 2022-05-19 International Business Machines Corporation Power line georectification
US11594022B2 (en) 2020-11-16 2023-02-28 International Business Machines Corporation Power line georectification
CN112835063A (zh) * 2021-01-08 2021-05-25 北京京东乾石科技有限公司 物体动静属性的确定方法、装置、设备及存储介质
CN112835063B (zh) * 2021-01-08 2024-04-12 北京京东尚科信息技术有限公司 物体动静属性的确定方法、装置、设备及存储介质
CN113031006A (zh) * 2021-02-26 2021-06-25 杭州海康机器人技术有限公司 一种定位信息的确定方法、装置及设备
CN113031006B (zh) * 2021-02-26 2023-06-27 杭州海康机器人股份有限公司 一种定位信息的确定方法、装置及设备
CN113110473A (zh) * 2021-04-26 2021-07-13 珠海市一微半导体有限公司 基于连通性的区域判定方法、芯片及机器人
CN113110473B (zh) * 2021-04-26 2024-05-07 珠海一微半导体股份有限公司 基于连通性的区域判定方法、芯片及机器人
CN113295176A (zh) * 2021-05-27 2021-08-24 上海商汤临港智能科技有限公司 地图更新方法、地图更新装置及计算机可读存储介质
CN115469292A (zh) * 2022-11-01 2022-12-13 天津卡尔狗科技有限公司 环境感知方法、装置、电子设备和存储介质
CN116168173A (zh) * 2023-04-24 2023-05-26 之江实验室 车道线地图生成方法、装置、电子装置和存储介质

Also Published As

Publication number Publication date
CN111680673B (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
CN111680673B (zh) 一种栅格地图中动态物体的检测方法、装置及设备
CN110530368B (zh) 一种机器人定位方法及设备
CN111536964B (zh) 机器人定位方法及装置、存储介质
CN109509210B (zh) 障碍物跟踪方法和装置
US11709058B2 (en) Path planning method and device and mobile device
WO2022188663A1 (zh) 一种目标检测方法及装置
CN107766405A (zh) 自动车辆道路模型定义系统
CN108332752B (zh) 机器人室内定位的方法及装置
CN108628318B (zh) 拥堵环境检测方法、装置、机器人及存储介质
CN112880694B (zh) 确定车辆的位置的方法
CN111066064A (zh) 使用误差范围分布的网格占用建图
CN112464812B (zh) 一种基于车辆的凹陷类障碍物检测方法
WO2019136613A1 (zh) 机器人室内定位的方法及装置
CN114119920A (zh) 三维点云地图构建方法、系统
CN113593035A (zh) 一种运动控制决策生成方法、装置、电子设备及存储介质
CN113589306B (zh) 定位方法、装置、电子设备及存储介质
CN115273018A (zh) 障碍物识别方法、装置及电子设备
CN116608847A (zh) 基于面阵激光传感器和图像传感器的定位和建图方法
CN116429090A (zh) 基于线激光的同步定位和建图方法、装置、移动机器人
CN116465393A (zh) 基于面阵激光传感器的同步定位和建图方法及装置
CN112578798B (zh) 机器人地图获取方法、装置、处理器和电子装置
CN111504317B (zh) 一种基于单线激光雷达的室内定位方法
CN114862953A (zh) 一种基于视觉特征和3d激光的移动机器人重定位方法及装置
Vatavu et al. Environment perception using dynamic polylines and particle based occupancy grids
CN112667924A (zh) 机器人地图获取方法、装置、处理器和电子装置

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