CN111693043B - 地图数据处理方法以及设备 - Google Patents

地图数据处理方法以及设备 Download PDF

Info

Publication number
CN111693043B
CN111693043B CN202010559266.5A CN202010559266A CN111693043B CN 111693043 B CN111693043 B CN 111693043B CN 202010559266 A CN202010559266 A CN 202010559266A CN 111693043 B CN111693043 B CN 111693043B
Authority
CN
China
Prior art keywords
pose
point cloud
relative
laser radar
displacement
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
CN202010559266.5A
Other languages
English (en)
Other versions
CN111693043A (zh
Inventor
万小波
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.)
Navinfo Co Ltd
Original Assignee
Navinfo 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 Navinfo Co Ltd filed Critical Navinfo Co Ltd
Priority to CN202010559266.5A priority Critical patent/CN111693043B/zh
Publication of CN111693043A publication Critical patent/CN111693043A/zh
Application granted granted Critical
Publication of CN111693043B publication Critical patent/CN111693043B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本申请提供一种地图数据处理方法以及设备，由水平安装的激光雷达采集水平点云，由于第一激光雷达发射激光束并未遮挡，水平点云分布均匀，且点云数量多，可根据水平点云获得第一激光雷达准确的第一位姿，由倾斜安装的激光雷达采集倾斜点云，用于倾斜安装的激光雷达可接收到更强返回激光束，可获得高质量的倾斜点云，由水平安装的激光雷达的第一位姿确定倾斜安装的激光雷达的第二位姿，在用第二位姿解算倾斜点云，可获得精准且高质量的解算结果。

Description

地图数据处理方法以及设备
技术领域
本申请涉及地理信息技术领域，尤其涉及一种地图数据处理方法以及设备。
背景技术
高精度地图制作分为内业和外业，外业是指采集车在移动状态下连续采集数据的过程，内业是指对连续采集的数据进行处理，制作高精地图产品的过程。
采集车的车顶安装有激光雷达，在执行外业中，激光雷达沿着扫射面360°均匀扫描，以获得道路上各元素的点云。为了采集地面上元素的点云，通常将激光雷达倾斜放置，也就是让激光雷达的坐标系与大地坐标系存在一定旋转角。在采集到道路上个元素的点云之后再执行内业，也就是对上述地点云据进行处理，具体数据处理方法为：对点云进行同步定位与建图(Simultaneous Localization and Mapping，简称：SLAM)处理，生成采集设备的相对位姿。再根据相对位姿对点云进行解算，并根据解算结果制作高精地图。当采集室内道路时，例如：地下停车场，由于室内高度限制，激光雷达的安装高度受限，激光雷达在360°扫描过程中采集车车头容易遮挡住激光束，导致采集到点云缺失。
然而，采集车在采集位于室内的道路元素的点云时，容易出现点云缺失，导致现有数据处理方法无法得到准确的解算结果，使得制作高精地图准确度不高。
发明内容
本申请提供一种地图数据处理方法以及设备，以解决上述技术问题。
第一方面，本申请提供一种地图数据处理方法，包括：
获取位于室内的道路要素的多帧水平点云和多帧倾斜点云，其中，水平点云由水平安装的第一激光雷达采集，倾斜点云由倾斜安装的第二激光雷达采集；
对每帧水平点云进行处理，确定第一激光雷达采集水平点云时的第一位姿；
根据第一激光雷达与第二激光雷达之间的相对位姿和第一位姿，确定第二激光雷达采集倾斜点云时的第二位姿；
根据第二位姿解算每帧倾斜点云，获得道路要素的解算后的点云，解算后的点云用于制作室内道路要素的高精地图。
可选地，根据第一激光雷达与第二激光雷达之间的相对位姿和第一位姿，确定第二激光雷达采集倾斜点云时的第二位姿，具体包括：
将第一位姿的采集时刻与倾斜点云的采集时刻进行匹配，确定倾斜点云关联的第一位姿；
根据与倾斜点云关联的第一位姿和相对位姿，确定第二位姿。
可选地，第一位姿包括：第一姿态和第一位移，相对位姿包括：相对姿态和相对位移；
根据与倾斜点云关联的第一位姿和相对位姿，确定第二位姿，具体包括：
根据与倾斜点云关联的第一姿态和相对姿态，生成第二姿态；
根据与倾斜点云关联的第一位移、相对姿态和相对位移，确定第二位移；
根据第二姿态和第二位移，获得第二位姿。
可选地，根据与倾斜点云关联的第一姿态和相对姿态，生成第二姿态，具体包括：
用平置相对姿态和斜置相对姿态对第一姿态进行旋转处理，生成二姿态；
其中，相对姿态包括：第一激光雷达相对惯性测量单元IMU的平置相对姿态和第二激光雷达相对IMU的斜置相对姿态。
可选地，根据与倾斜点云关联的第一位移、相对姿态和相对位移，确定第二位移，具体包括：
用平置相对姿态对斜置相对位移进行旋转处理，生成中间相对位移；
将中间相对位移和第一位移叠加，生成中间位移；
用平置相对姿态和斜置相对姿态对中间位移进行旋转处理，生成第二位移；
其中，相对位移包括：第二激光雷达相对IMU的斜置相对位移。
可选地，对每帧水平点云进行处理，确定第一激光雷达采集水平点云时的第一位姿，具体包括：
对每帧水平点云进行同步定位与建图SLAM处理，生成用建图位姿表示的第一位姿，其中，第一位姿用建图位姿表示；或者
对每帧水平点云进行同步定位与建图SLAM处理，生成用里程计位姿表示的第一位姿。
可选地，根据第二位姿解算每帧倾斜点云，获得道路要素的解算后的点云，具体包括：
获取第二激光雷达采集第一帧倾斜点云时的初始绝对位姿；
将每个第二位姿和初始绝对位姿叠加，生成第二绝对位姿；
使用第二绝对位姿解算每帧倾斜点云，获得室内道路要素的解算后的点云。
可选地，获取第二激光雷达采集第一帧倾斜点云对应的绝对位姿，具体包括：
获取组合导航装置采集的多个备选绝对位姿；
从多个备选绝对位姿中确定第一帧倾斜点云对应的绝对位姿。
可选地，从多个备选绝对位姿中确定第一帧倾斜点云对应的绝对位姿，具体包括：
若备选绝对位姿的采集时刻和第一帧倾斜点云的采集时刻之间差值在预设阈值内，将备选绝对位姿作为第一帧倾斜点云对应的绝对位姿。
第二方面，本申请提供一种地图数据处理装置，包括：
获取模块，用于获取位于室内的道路要素的多帧水平点云和多帧倾斜点云，其中，水平点云由水平安装的第一激光雷达采集，倾斜点云由倾斜安装的第二激光雷达采集；
确定模块，用于对每帧水平点云进行处理，确定第一激光雷达采集水平点云时的第一位姿；
确定模块还用于根据第一激光雷达与第二激光雷达之间的相对位姿和第一位姿，确定第二激光雷达采集倾斜点云时的第二位姿；
解算模块，用于根据第二位姿解算每帧倾斜点云，获得道路要素的解算后的点云，解算后的点云用于制作室内道路要素的高精地图。
第三方面，本申请提供一种处理设备，包括：
存储器，用于存储程序；
处理器，用于执行存储器存储的程序，当程序被执行时，处理器用于执行第一方面及可选方案所涉及的地图数据处理方法。
第四方面，本申请提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行第一方面及可选方案所涉及的地图数据处理方法。
本申请提供一种地图数据处理方法以及设备，获得水平安装的激光雷达采集到的水平点云和倾斜安装的激光雷达采集到的倾斜点云，由于水平安装的激光雷达发射激光束无遮挡，水平点云分布均匀，且点云数量多，可根据水平点云获得第一激光雷达准确的第一位姿，又倾斜安装的激光雷达可接收到更强返回激光束，所获得的倾斜点云质量更高，用水平安装的激光雷达的第一位姿确定倾斜安装的激光雷达的第二位姿，在用第二位姿解算倾斜点云，可获得精准且高质量的解算结果。
附图说明
图1为本申请提供的高精地图制作过程；
图2为现有技术中常见的采集车的结构示意图；
图3为现有技术中SLAM算法的原理图；
图4为现有技术中采集车的结构示意图；
图5为本申请提供的采集车的结构示意图；
图6为本申请实施例一提供的地图数据处理方法的流程图；
图7为本申请实施例一提供的地图数据处理方法的原理图；
图8为本申请实施例一提供的根据第一位姿获得第二位姿的原理图；
图9为本申请实施例一提供的获得第二绝对位姿的原理图；
图10为本申请实施例三提供的地图数据处理装置的结构示意图；
图11为本申请实施例四示出的处理设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
高精地图的制作过程分为内业和外业，外业是采集车行驶在待采集道路上，对道路进行数据采集过程，内业则是对采集到数据进行处理，生成矢量化地图数据，再对矢量化地图数据进行格式转换、代码转换、编译等处理，生成地图产品。
一般情况下，采集车的车顶配置有多个激光雷达和多个摄像机。激光雷达用于采集道路上各个要素的点云，摄像机用于采集各个要素的图像。采集车还配置有全球定位系统(Global Position System，简称：GPS)、惯性测量单元(Inertial Measurement Unit，简称：IMU)、里程计等传感器，用于实现组合导航。采集车上还配置有主机系统，主机系统接收用户输入指令，并根据指令控制各个传感器工作状态。在采集车的后备箱设置有硬盘，用于存储采集车采集的数据。
图1为本申请提供的高精地图制作过程，如图1所示，采集车执行完外业后，采集得到点云、图像及轨迹点。再通过结合轨迹点，对图像和点云分别进行预处理，例如：针对图像进行语义分割、深度图提取等预处理，对点云进行聚合处理、分类处理、解算处理等。再对进行预处理后的图像和点云进行融合处理生成矢量化地图数据。该矢量化地图数据能够反映采集道路上各个道路元素的位置信息和各道路元素的属性信息。属性信息包括：道路元素类型、道路元素颜色等。
采集车的车顶安装有激光雷达和摄像机，激光雷达沿着扫射面360°均匀扫描，以获得道路上各元素的点云。为了采集地面上元素的点云，通常将激光雷达倾斜放置，也就是让激光雷达的坐标系与大地坐标系存在一定旋转角，激光雷达发射的激光束经过道路要素发射后返回激光更多，生成的点云质量更好。图2为现有技术中常见的采集车的结构示意图，为了避免车头对激光雷达发射激光遮挡，如图2所示，通常采用长度较长的安装架安装激光雷达。可以采集得到分布均匀的点云，在获得点云之后，通过对点云进行聚合、分类等预处理后，再对点云进行同步定位与建图(Simultaneous Localization and Mapping，简称：SLAM)处理，生成采集设备的相对位姿。再根据位姿对点云进行解算，计算得到地面坐标系下各元素的点云。
图3为现有技术中SLAM算法的原理图，如图3所示，采集车在行驶过程中采集点云，依次标记为第0时刻点云、第1时刻点云、……、第k-1时刻点云、第k时刻点云、……、第N-1时刻点云、第N时刻点云。将任意两个相邻时刻采集的点云进行匹配，并根据匹配结果计算采集车行驶位移，即可获得相对于上一个时刻的位置，在根据初始时刻位置，即可获得采集车的位姿。根据SLAM算法的原理可知，点云分布越均匀，点云数量越多，越有利于同名点匹配。
然而，当采集室内道路时，例如：地下停车场，由于室内高度限制，激光雷达的安装高度受限，图4为现有技术中常见的采集车的结构示意图，如图4所示，安装架变短，激光雷达在360°扫描过程中采集车车头容易遮挡住激光束，容易出现点云缺失，导致现有数据处理方法无法得到准确的解算结果，使得制作高精地图准确度不高。
发明人通过分析上述问题，发现SLAM算法对采集点云的数量和分布均匀性要求较高，若采集点云出现缺失，必然会导致用SLAM算法生成的解算结果出现误差，进而影响高静地图的精度解算基于上述分析，发明人提出如下方案：在采集室内道路要素时，为了得到准确的位姿，在采集车上水平安装激光雷达，根据水平安装的激光雷达采集的点云计算得到位姿，再在采集车上倾斜安装激光雷达，并让倾斜安装激光雷达与水平安装的激光雷达同步工作，即可根据水平安装的激光雷达采集点云获得倾斜安装的激光雷达采集点云对应的位姿。再用得到位姿解算倾斜安装的激光雷达采集点云，即可获得准确解算结果，又倾斜安装的激光雷达采集点云质量更好，解算得到点云质量也更好。
本申请实施例提供的地图数据处理方法用于处理设备，该处理设备为服务器、计算机等设备。该地图数据处理方法需要获取采集车采集到的点云数据，图5为本申请提供的采集车的结构示意图，如图5所示，采集车包括第一激光雷达、第二激光雷达以及组合导航装置，组合导航装置包括惯性测量单元、GPS系统和里程计。其中，第一激光雷达水平安装，第二激光雷达倾斜安装。水平安装是指第一激光雷达的坐标系与大地坐标系之间平行，或者激光雷达的坐标系与大地坐标系之间夹角在预设范围内，例如：激光雷达的坐标系与大地坐标系之间夹角在±5°以内。倾斜安装是指第二激光雷达的坐标系与大地坐标系之间有旋转角。当采集车执行外业时，第一激光雷达和第二激光雷达同步工作，也就是同时采集道路要素的点云。在信号良好的地方，例如：室外时，组合导航装置可以实现准确定位。在信号不佳的地方，例如：室内时，组合导航装置输出的定位信息不可靠。
图6为本申请实施例一提供的地图数据处理方法的流程图，图7为本申请实施例一提供的地图数据处理方法的原理图，如图6和图7所示，本申请实施例提供的地图数据处理方法包括如下步骤：
S101、获取室内道路要素的多帧水平点云和多帧倾斜点云。
其中，采集车对室内道路执行外业，第一激光雷达和第二激光雷达同步工作，第一激光雷达采集得到多帧第一原始点云，第二激光雷达采集得到多帧第二原始点云。对第一原始点云进行聚类、分类等预处理，得到多帧水平点云。对第二原始点云进行聚类、分类等预处理，得到多帧倾斜点云。其中，由于第一激光雷达和第二激光雷达同步工作，水平点云的采集时刻与倾斜点云的采集时刻在预设阈值内。
由于第一激光雷达水平安装，经过对第一激光雷达采集的原始点云进行预处理后的倾斜点云均匀分布。而第二激光雷达倾斜安装，经过对第二激光雷达所采集得到原始点云进行预处理后得到的倾斜点云质量更好。
S102、对每帧水平点云进行处理，确定第一激光雷达采集水平点云时的第一位姿。
其中，第一位姿是指第一激光雷达采集水平点云时所处的位置和姿态，第一位姿分为里程计位姿和建图位姿。其中，里程计位姿用于表示采集相邻帧点云的位姿关系，建图位姿用于表示当前帧水平点云相对第一帧水平点云之间位姿关系。对每帧水平点云进行同步定位与建图SLAM处理，生成用于里程计位姿，再根据里程计位姿生成建图位姿。
S103、根据第一激光雷达与第二激光雷达之间的相对位姿和第一位姿，确定第二激光雷达采集倾斜点云时的第二位姿。
其中，图8为本申请中根据第一位姿获得第二位姿的原理图，如图8所示，由于第一激光雷达与第二激光雷达同步工作，且第一激光雷达和第二激光雷达之间相对位置固定。由于第一激光雷达与第二激光雷达同步工作，第一激光雷达采集水平点云时的第一位姿和第二激光雷达采集倾斜点云是的第二位姿有关联。将第一位姿对应的采集时刻与倾斜点云的采集时刻匹配，确定倾斜点云关联的第一位姿。根据与倾斜点云关联的第一位姿和相对位姿，确定第二激光雷达采集倾斜点云时的第二位姿。
其中，确定倾斜点云关联的第一位姿具体包括：将第一位姿对应的采集时刻与倾斜点云的采集时刻之间差值是否在预设阈值范围内，若是，将倾斜点云和第一位姿进行关联。其中，预设阈值根据两个激光雷达同步工作误差确定。相对位姿是第一激光雷达和第二激光雷达之间的相对位姿，可以通过对采集车进行标定获得相对位姿。由于第一激光雷达和第二激光雷达之间位置关系固定，根据与倾斜点云关联的第一位姿和相对位姿，即可确定第二激光雷达采集倾斜点云时的第二位姿。
以下举例说明，如图8所示，三帧水平点云分别对应三个位姿，采集3帧水平点云的时刻分别为11:10:00、11:12:00、11:14:00。采集三帧倾斜点云的时刻为11:10:30、11:12:30、11:14:30。第一激光雷达和第二激光雷达同步工作误差在60s内，则设置预设阈值为60s，将第一位姿对应的采集时刻和倾斜点云的采集时刻进行匹配，例如：采集时刻为11:10:30的倾斜点云与对应采集时刻为11:10:00的第一位姿，二者时间差为30秒，在预设阈值内，则到达时刻为11:10:00的第一位姿作为采集时刻为11:10:30的倾斜点云关联的位姿，再根据第一位姿和相对位姿即可获得倾斜点云的第二位姿。
S104、根据第二位姿解算每帧倾斜点云，获得室内道路要素的解算后的点云。
其中，根据SLAM算法得到的第一位姿为相对位姿，也就是相对第一帧水平点云的位姿，或者相对于上一帧水平点云的位姿。根据第一位姿所获得的第二位姿也为相对位姿。为了对倾斜点云进行解算，需要获得倾斜点云对应的绝对位姿。使用第二绝对位姿解算每帧倾斜点云，获得室内道路要素的解算后的点云，解算后的点云用于制作室内道路要素的高精地图。
其中，获得倾斜点云对应的绝对位姿过程为：获取第二激光雷达采集第一帧倾斜点云时的初始绝对位姿，将每个第二位姿和初始绝对位姿叠加，生成第二绝对位姿。如图9所示，由于采集车在采集室内道路对象的点云时，组合导航装置的信号弱，无法准确定位。可以从组合导航装置在信号强时采集的备选绝对位姿中，选择第一帧倾斜点云对应的绝对位姿。若备选绝对位姿的采集时刻和第一帧倾斜点云的采集时刻之间差值在预设阈值内，将备选绝对位姿作为第一帧倾斜点云对应的绝对位姿。
下面举例说明：组合导航装置在信号好的地方采集多帧备选绝对位姿，其中三个备选绝对位姿的到达时刻依次为：11:10:15、11:10:35、11:10:55。第一激光雷达开始工作的时间为11:10:30。设置预设阈值为30s。到达时刻为11:10:55的备选绝对位姿与第一激光雷达开始工作的时间之间的时间差为25s，在预设阈值范围内，则将到达时刻为11:10:55的备选绝对位姿作为第一激光雷达开始工作的初始位置。
在本实施例提供的地图数据处理方法中，倾斜激光雷达可采集高质量的位于室内的道路要素的点云，为了准确获得倾斜安装的激光雷达采集的倾斜点云时的第二位姿，在采集车上水平安装的激光雷达，并让水平安装的激光雷达与倾斜安装的激光雷达同步工作，即可通过水平安装的激光雷达采集水平点云，并确定水平点云对应的第一位姿。再根据第一位姿和两个激光雷达之间相对位置关系、以及同步工作模式，获得倾斜点云的第二位姿，可以根据第二位姿准确解算倾斜点云。
下面重点描述本申请实施例二提供的地图数据处理方法，本申请实施例提供的地图数据处理方法包括如下步骤：
S201、获取室内道路要素的多帧水平点云和多帧倾斜点云。
其中，该步骤已经在实施例一的S101中详细说明，此处不再赘述。
S202、对每帧水平点云进行处理，确定第一激光雷达采集水平点云时的第一位姿。
其中，该步骤已经在实施例一的S102中详细说明，重复部分不再赘述。
S203、根据第一激光雷达与第二激光雷达之间的相对位姿和第一位姿，确定第二激光雷达采集倾斜点云时的第二位姿。
其中，第一位姿包括：第一姿态和第一位移。第一姿态用(α,β,γ)表示，第一位移用(x,y,z)表示。
若第一位姿为里程计位姿，则第一姿态为第一里程计姿态，用符号
Figure GDA0004083679410000091
表示，其中，k和k+1表示相邻帧，l表示平置激光，
Figure GDA0004083679410000101
平置激光在tk+1时刻相对tk时刻的姿态。若第一位姿为建图位姿，则第一姿态为第一建图姿态，用符号Rl_k，Rl_k表示平置激光在tk时刻相对初始时刻的姿态。
若第一位移为里程计位移，则第一位移为第一里程计位移，用符号
Figure GDA0004083679410000102
表示，
Figure GDA0004083679410000103
表示平置激光在tk+1时刻相对tk时刻的位移。若第一位移为建图位移，则第一位移为第一建图位移，用符号Tl_k表示，Tl_k表示平置激光在tk时刻相对初始时刻的位移。
第一激光雷达与第二激光雷达之间的相对位姿包括：相对姿态和相对位移。其中，相对姿态包括：第一激光雷达相对IMU的平置相对姿态
Figure GDA0004083679410000104
和第二激光雷达相对IMU的斜置相对姿态Rt I，相对位移包括：第一激光雷达相对IMU的平置相对位移
Figure GDA0004083679410000105
和第二激光雷达相对IMU的斜置相对位移
Figure GDA0004083679410000106
其中，根据与倾斜点云关联的第一位姿和相对位姿，确定第二激光雷达采集倾斜点云时的第二位姿，具体包括：根据与倾斜点云关联的第一姿态和相对姿态，生成第二姿态。根据与倾斜点云关联的第一位移、相对姿态和相对位移，确定第二位移。
其中，根据与倾斜点云关联的第一姿态和相对姿态，生成第二姿态，具体包括：用平置相对姿态和斜置相对姿态对第一姿态进行旋转处理，生成第二姿态。
其中，根据与倾斜点云关联的第一位移、第一相对姿态和第一相对位移，确定第二位移，具体包括：采用平置相对姿态对斜置相对位移进行旋转处理，生成中间相对位移。将中间相对位移和第一位移叠加，生成中间位移。用平置相对姿态和斜置相对姿态对中间位移进行旋转处理，生成第二位移。
相应地，也就是根据如下公式分别计算得到第二姿态和第二位移：
Figure GDA0004083679410000107
其中，
Figure GDA0004083679410000108
表示第二里程计姿态，
Figure GDA0004083679410000109
表示第一里程计姿态，
Figure GDA00040836794100001010
表示斜置相对姿态，
Figure GDA00040836794100001011
表示平置相对姿态，
Figure GDA00040836794100001012
表示第二里程计位移，
Figure GDA00040836794100001013
表示第一里程计位移，
Figure GDA00040836794100001014
表示倾斜相对位移，第二里程计位姿包括第二里程计姿态和第二里程计位移。
当第二位姿为第二建图位姿时，第二建图位姿包括第二建图姿态和第二建图位移，根据如下公式计算得到第二建图位姿：
Figure GDA0004083679410000111
其中，Rt_k表示第二建图姿态，Rl_k表示第一建图姿态，
Figure GDA0004083679410000112
表示斜置相对姿态，
Figure GDA0004083679410000113
表示平置相对姿态，Tt_k表示第二建图位移，Tl_k表示第一建图位移，
Figure GDA0004083679410000114
表示倾斜相对位移，第二建图位姿包括第二建图姿态和第二建图位移。
S204、根据第二位姿解算每帧倾斜点云，获得室内道路要素的解算后的点云。
其中，该步骤已经在实施例一的S104中详细说明，此处不再赘述。
在本实施例提供的地图数据处理方法，将第一位姿分解为第一姿态和第一位移，再分别根据第一姿态和相对姿态生成第二姿态，根据第一位移和相对位姿生成第二位移，进而获得第二位姿，在利用第二位姿解算倾斜点云，即可获得解算后的点云。
图10为本申请实施例三提供的地图数据处理装置的结构示意图，如图10所示，本申请实施例三提供一种地图数据处理装置300，该装置包括：
获取模块301，用于获取位于室内的道路要素的多帧水平点云和多帧倾斜点云，其中，水平点云由水平安装的第一激光雷达采集，倾斜点云由倾斜安装的第二激光雷达采集；
确定模块302，用于对每帧水平点云进行处理，确定第一激光雷达采集水平点云时的第一位姿；
确定模块302还用于根据第一激光雷达与第二激光雷达之间的相对位姿和第一位姿，确定第二激光雷达采集倾斜点云时的第二位姿；
解算模块303，用于根据第二位姿解算每帧倾斜点云，获得道路要素的解算后的点云，解算后的点云用于制作室内道路要素的高精地图。
可选地，确定模块302具体用于：
将第一位姿的采集时刻与倾斜点云的采集时刻进行匹配，确定倾斜点云关联的第一位姿；
根据与倾斜点云关联的第一位姿和相对位姿，确定第二位姿。
可选地，第一位姿包括：第一姿态和第一位移，相对位姿包括：相对姿态和相对位移；确定模块302具体用于：
根据与倾斜点云关联的第一姿态和相对姿态，生成第二姿态；
根据与倾斜点云关联的第一位移、相对姿态和相对位移，确定第二位移；
根据第二姿态和第二位移，获得第二位姿。
可选地，确定模块302具体用于：
用平置相对姿态和斜置相对姿态对第一姿态进行旋转处理，生成二姿态；
其中，相对姿态包括：第一激光雷达相对惯性测量单元IMU的平置相对姿态和第二激光雷达相对IMU的斜置相对姿态。
可选地，确定模块302具体用于：
用平置相对姿态对斜置相对位移进行旋转处理，生成中间相对位移；
将中间相对位移和第一位移叠加，生成中间位移；
用平置相对姿态和斜置相对姿态对中间位移进行旋转处理，生成第二位移；
其中，相对位移包括：第二激光雷达相对IMU的斜置相对位移。
可选地，确定模块302具体用于：
对每帧水平点云进行同步定位与建图SLAM处理，生成用建图位姿表示的第一位姿，其中，第一位姿用建图位姿表示；或者
对每帧水平点云进行同步定位与建图SLAM处理，生成用里程计位姿表示的第一位姿。
可选地，解算模块303具体用于：
获取第二激光雷达采集第一帧倾斜点云时的初始绝对位姿；
将每个第二位姿和初始绝对位姿叠加，生成第二绝对位姿；
使用第二绝对位姿解算每帧倾斜点云，获得室内道路要素的解算后的点云。
可选地，解算模块303具体用于：
获取组合导航装置采集的多个备选绝对位姿；
从多个备选绝对位姿中确定第一帧倾斜点云对应的绝对位姿。
可选地，解算模块303具体用于：
若备选绝对位姿的采集时刻和第一帧倾斜点云的采集时刻之间差值在预设阈值内，将备选绝对位姿作为第一帧倾斜点云对应的绝对位姿。
图11为本申请实施例四示出的处理设备的结构示意图。如图11所示，本实施例提供的处理设备400包括：发送器401、接收器402、存储器403、及处理器404。
发送器401，用于发送指令和数据；
接收器402，用于接收指令和数据；
存储器403，用于存储计算机执行指令；
处理器404，用于执行存储器存储的计算机执行指令，以实现上述实施例中地图数据处理方法所执行的各个步骤。具体可以参见前述地图数据处理方法实施例中的相关描述。
可选地，上述存储器403既可以是独立的，也可以跟处理器404集成在一起。
当存储器403独立设置时，该处理设备还包括总线，用于连接存储器403和处理器404。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上处理设备所执行的地图数据处理方法。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (9)

1.一种地图数据处理方法，其特征在于，包括：
获取位于室内的道路要素的多帧水平点云和多帧倾斜点云，其中，所述水平点云由水平安装的第一激光雷达采集，所述倾斜点云由倾斜安装的第二激光雷达采集；所述第一激光雷达和所述第二激光雷达同步工作，所述水平点云的采集时刻与所述倾斜点云的采集时刻在预设阈值内，且所述第一激光雷达和所述第二激光雷达之间相对位置固定；
对每帧水平点云进行处理，确定所述第一激光雷达采集所述水平点云时的第一位姿；
根据所述第一激光雷达与所述第二激光雷达之间的相对位姿和所述第一位姿，确定所述第二激光雷达采集所述倾斜点云时的第二位姿；
根据所述第二位姿解算每帧倾斜点云，获得所述道路要素的解算后的点云，所述解算后的点云用于制作所述室内道路要素的高精地图；
根据所述第一激光雷达与所述第二激光雷达之间的相对位姿和所述第一位姿，确定所述第二激光雷达采集所述倾斜点云时的第二位姿，具体包括：
将所述第一位姿的采集时刻与所述倾斜点云的采集时刻进行匹配，确定所述倾斜点云关联的第一位姿；
根据与倾斜点云关联的第一位姿和所述相对位姿，确定所述第二位姿。
2.根据权利要求1所述的方法，其特征在于，所述第一位姿包括：第一姿态和第一位移，所述相对位姿包括：相对姿态和相对位移；
根据与倾斜点云关联的第一位姿和所述相对位姿，确定所述第二位姿，具体包括：
根据与倾斜点云关联的第一姿态和所述相对姿态，生成第二姿态；
根据与倾斜点云关联的第一位移、所述相对姿态和所述相对位移，确定第二位移；
根据所述第二姿态和所述第二位移，获得所述第二位姿。
3.根据权利要求2所述的方法，其特征在于，根据与倾斜点云关联的第一姿态和所述相对姿态，生成第二姿态，具体包括：
用平置相对姿态和斜置相对姿态对所述第一姿态进行旋转处理，生成所述二姿态；
其中，所述相对姿态包括：所述第一激光雷达相对惯性测量单元的所述平置相对姿态和所述第二激光雷达相对所述惯性测量单元的所述斜置相对姿态。
4.根据权利要求2所述的方法，其特征在于，所述根据与倾斜点云关联的第一位移、所述相对姿态和所述相对位移，确定第二位移，具体包括：
用平置相对姿态对斜置相对位移进行旋转处理，生成中间相对位移；
将所述中间相对位移和所述第一位移叠加，生成中间位移；
用所述平置相对姿态和所述斜置相对姿态对所述中间位移进行旋转处理，生成所述第二位移；
其中，所述相对位移包括：所述第二激光雷达相对惯性测量单元的所述斜置相对位移。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述对每帧水平点云进行处理，确定所述第一激光雷达采集所述水平点云时的第一位姿，具体包括：
对每帧水平点云进行同步定位与建图SLAM处理，生成用建图位姿表示的第一位姿，其中，所述第一位姿用建图位姿表示；或者
对每帧水平点云进行同步定位与建图SLAM处理，生成用里程计位姿表示的第一位姿。
6.根据权利要求1至4中任意一项所述的方法，其特征在于，根据所述第二位姿解算所述每帧倾斜点云，获得所述道路要素的解算后的点云，具体包括：
获取所述第二激光雷达采集第一帧倾斜点云时的初始绝对位姿；
将每个第二位姿和所述初始绝对位姿叠加，生成第二绝对位姿；
使用所述第二绝对位姿解算所述每帧倾斜点云，获得室内道路要素的解算后的点云。
7.根据权利要求6所述的方法，其特征在于，获取所述第二激光雷达采集第一帧倾斜点云对应的绝对位姿，具体包括：
获取组合导航装置采集的多个备选绝对位姿；
从所述多个备选绝对位姿中确定所述第一帧倾斜点云对应的绝对位姿。
8.根据权利要求7所述的方法，其特征在于，从所述多个备选绝对位姿中确定所述第一帧倾斜点云对应的绝对位姿，具体包括：
若所述备选绝对位姿的采集时刻和所述第一帧倾斜点云的采集时刻之间差值在预设阈值内，将所述备选绝对位姿作为所述第一帧倾斜点云对应的绝对位姿。
9.一种处理设备，其特征在于，包括：
存储器，用于存储程序；
处理器，用于执行所述存储器存储的所述程序，当所述程序被执行时，所述处理器用于执行如权利要求1至8中任一项所述的地图数据处理方法。
CN202010559266.5A 2020-06-18 2020-06-18 地图数据处理方法以及设备 Active CN111693043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010559266.5A CN111693043B (zh) 2020-06-18 2020-06-18 地图数据处理方法以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010559266.5A CN111693043B (zh) 2020-06-18 2020-06-18 地图数据处理方法以及设备

Publications (2)

Publication Number Publication Date
CN111693043A CN111693043A (zh) 2020-09-22
CN111693043B true CN111693043B (zh) 2023-04-07

Family

ID=72481640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010559266.5A Active CN111693043B (zh) 2020-06-18 2020-06-18 地图数据处理方法以及设备

Country Status (1)

Country Link
CN (1) CN111693043B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114279434B (zh) * 2021-12-27 2024-06-14 驭势科技（北京）有限公司 一种建图方法、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106443687A (zh) * 2016-08-31 2017-02-22 欧思徕（北京）智能科技有限公司 一种基于激光雷达和全景相机的背负式移动测绘系统
CN109253731A (zh) * 2018-08-06 2019-01-22 百度在线网络技术（北京）有限公司 停车场地图生成方法、装置、设备及可读存储介质
CN109725330A (zh) * 2019-02-20 2019-05-07 苏州风图智能科技有限公司 一种车体定位方法及装置
CN109991984A (zh) * 2019-04-22 2019-07-09 上海蔚来汽车有限公司 用于生成高精细地图的方法、装置和计算机存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11397088B2 (en) * 2016-09-09 2022-07-26 Nanyang Technological University Simultaneous localization and mapping methods and apparatus
EP3645972A4 (en) * 2017-06-30 2021-01-13 SZ DJI Technology Co., Ltd. CARD GENERATION SYSTEMS AND METHODS
CN108089191B (zh) * 2017-12-25 2021-03-30 中山大学 一种基于激光雷达的全局定位系统及方法
CN110095786B (zh) * 2019-04-30 2021-02-02 北京云迹科技有限公司 基于一线激光雷达的三维点云地图生成方法及系统
CN110398751A (zh) * 2019-09-11 2019-11-01 北京云迹科技有限公司 基于激光雷达生成地图的系统及方法
CN110929669B (zh) * 2019-11-29 2023-10-10 阿波罗智能技术(北京)有限公司 数据标注方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106443687A (zh) * 2016-08-31 2017-02-22 欧思徕（北京）智能科技有限公司 一种基于激光雷达和全景相机的背负式移动测绘系统
CN109253731A (zh) * 2018-08-06 2019-01-22 百度在线网络技术（北京）有限公司 停车场地图生成方法、装置、设备及可读存储介质
CN109725330A (zh) * 2019-02-20 2019-05-07 苏州风图智能科技有限公司 一种车体定位方法及装置
CN109991984A (zh) * 2019-04-22 2019-07-09 上海蔚来汽车有限公司 用于生成高精细地图的方法、装置和计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
全息高精度导航地图:概念及理论模型;余卓渊等;《地球信息科学学报》;20200425(第04期);正文第760-770页 *

Also Published As

Publication number Publication date
CN111693043A (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
CN109285220B (zh) 一种三维场景地图的生成方法、装置、设备及存储介质
CN110178048B (zh) 交通工具环境地图生成和更新的方法和系统
EP2082188B1 (en) Computer arrangement for and method of matching location data of different sources
CN113424232A (zh) 三维点云地图构建方法、系统和设备
AU2018286594A1 (en) Methods and systems for color point cloud generation
CN115407357B (zh) 基于大场景的低线束激光雷达-imu-rtk定位建图算法
JP2010530997A (ja) 道路情報を生成する方法及び装置
CN109596121B (zh) 一种机动站自动目标检测与空间定位方法
CN114636993A (zh) 一种激光雷达与imu的外参标定方法、装置及设备
JP6950832B2 (ja) 位置座標推定装置、位置座標推定方法およびプログラム
CN112987065A (zh) 一种融合多传感器的手持式slam装置及其控制方法
CN114111775B (zh) 一种多传感器融合定位方法、装置、存储介质及电子设备
CN110515110B (zh) 数据评估的方法、装置、设备和计算机可读存储介质
CN114119886A (zh) 高精地图点云重建方法、装置、车辆、设备和存储介质
CN110398258A (zh) 一种惯性导航系统的性能测试装置及方法
JP6647171B2 (ja) 情報処理装置、情報処理方法、及びプログラム
CN113240813A (zh) 三维点云信息确定方法及装置
CN114863096B (zh) 室内停车场的语义地图构建及定位方法和装置
CN111693043B (zh) 地图数据处理方法以及设备
CN115760636A (zh) 激光雷达点云的畸变补偿方法、装置、设备及存储介质
CN110223223A (zh) 街道扫描方法、装置及扫描仪
Zeybek et al. 3D dense reconstruction of road surface from UAV images and comparison of SfM based software performance
Zhao et al. Updating a digital geographic database using vehicle-borne laser scanners and line cameras
CN117665869A (zh) 基于信号特征与机器学习的卫星导航非视距观测检测方法
CN116129669B (zh) 一种基于激光雷达的车位测评方法、系统、设备及介质

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