CN112086010B - 地图生成方法、装置、设备及存储介质 - Google Patents
地图生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112086010B CN112086010B CN202010917806.2A CN202010917806A CN112086010B CN 112086010 B CN112086010 B CN 112086010B CN 202010917806 A CN202010917806 A CN 202010917806A CN 112086010 B CN112086010 B CN 112086010B
- Authority
- CN
- China
- Prior art keywords
- key frame
- frame
- determining
- current comparison
- sequence
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/005—Map projections or methods associated specifically therewith
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
Abstract
本发明实施例公开了一种地图生成方法、装置、设备及存储介质。该方法包括:获取目标路段的定位数据;根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;根据所述优化关键帧序列生成地图。本发明实施例的技术方案,解决了仅通过激光雷达点云数据生成地图时时间消耗较长,精度较低的问题,提高了生成的地图的精度,保证了生成地图的准确性,降低了生成地图所需的时间。
Description
技术领域
本发明实施例涉及地图构建技术领域,尤其涉及一种地图生成方法、装置、设备及存储介质。
背景技术
随着自动驾驶功能的日益发展,越来越多的车辆配置了自动驾驶系统。为完善自动驾驶功能,车辆需要稳定、准确地得到自身位置,匹配定位算法应运而生。匹配定位算法是利用传感器扫描周围环境,构建离线的环境地图,再通过传感器实时检测到的环境信息与离线环境地图相匹配,以确定车辆在离线地图中的自身位置。因此,离线地图的构建对匹配定位算法至关重要。
现有技术中常通过激光雷达结合车辆自带的里程计或惯性导航单元构建离线地图,以提升单一依靠激光雷达构建地图的精度。然而,仅依靠里程计或惯性导航单元采集的惯导数据对激光雷达采集的点云数据进行修正,无法有效的消除配准点云在高程上的误差。
而通过含有高程信息的GPS数据结合激光雷达点云数据构建地图时,又没有对结合后的数据进行闭环检测,难以保证构建的离线地图的精度,同时,在通过激光雷达点云数据结合其他数据构建地图时时间消耗较长,精度较低,无法保证离线地图的准确性。
发明内容
本发明提供一种地图生成方法、装置、设备及存储介质,以实现多种位置信息结合下的离线地图生成,降低了地图生成所需时间,提高了生成的离线地图的精度,保证了离线地图的准确性。
第一方面,本发明实施例提供了一种地图生成方法,包括:
获取目标路段的定位数据;
根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;
根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;
根据所述优化关键帧序列生成地图。
第二方面,本发明实施例还提供了一种地图生成装置,该地图生成装置包括:
定位数据获取模块,用于获取目标路段的定位数据;
序列确定模块,用于根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;
优化序列确定模块,用于根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;
地图生成模块,用于根据所述优化关键帧序列生成地图。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如本发明任意实施例中提供的地图生成方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令由计算机处理器执行时用于执行如本发明任意实施例提供的地图生成方法。
本发明实施例通过获取目标路段的定位数据;根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;根据所述优化关键帧序列生成地图。通过预设关键帧确定方法确定定位数据中激光雷达点云数据的关键帧序列,可以快速准确的选择适合地图生成的关键帧并组成序列,通过对GPS数据和惯性导航数据对关键帧序列中各帧的位置信息进行优化,提高了用于生成地图的优化关键帧的位置精度,解决了仅通过激光雷达点云数据生成地图时时间消耗较长,精度较低的问题,提高了生成的地图的精度,保证了生成地图的准确性,降低了生成地图所需的时间。
附图说明
图1是本发明实施例一中的一种地图生成方法的流程图;
图2是本发明实施例二中的一种地图生成方法的流程图;
图3是本发明实施例三中的一种地图生成方法的流程图;
图4是本发明实施例四中的一种地图生成装置的结构示意图;
图5是本发明实施例五中的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以互相组合。
实施例一
图1为本发明实施例一提供的一种地图生产方法的流程图,本实施例可适用于通过激光雷达点云数据结合其他位置信息生成离线地图的情况,该方法可以由地图生成装置来执行,该地图生成装置可以由软件和/或硬件来实现,该地图生成装置可以配置在计算设备上,具体包括如下步骤:
S101、获取目标路段的定位数据。
其中,目标路段可理解为期望生成离线地图的路段。定位数据可理解为通过行驶过目标路段的车辆所携带的传感器采集的,用以表征目标路段位置信息、环境信息、经纬度信息等的数据。可选的,定位数据可包括GPS数据、惯性导航数据(Inertial MeasurementUnit,IMU)、激光雷达点云数据等;定位数据可为通过车辆行驶实时采集的,也可为车辆采集后上传至云端的,本发明实施例对此不进行限制。
具体的,通过车载激光雷达、车载GPS和车载惯性导航单元IMU实时获取车辆行驶在目标路段的激光雷达点云数据、GPS数据和惯性导航数据,或通过车载激光雷达、车载GPS和车载惯性导航单元IMU对目标路段的激光雷达点云数据、GPS数据和惯性导航数据进行采集并上传至云端,由云端获取对应目标路段的激光雷达点云数据、GPS数据和惯性导航数据。
进一步地,获取目标路段的GPS数据后,将GPS数据进行通用横墨卡托格网(Universal Transverse Mercator Grid System,UTM)转换,确定转换后的GPS数据。
其中,通用横墨卡托格网UTM坐标系可理解为一种平面直角坐标系。
具体的,在获取到目标路段的GPS数据后,将经纬度类型的GPS数据进行UTM转换,得到平面直角坐标系中的转换后的GPS数据。
进一步地,获取目标路段的激光雷达点云数据,并将激光雷达点云数据进行体素滤波,确定滤波后的激光雷达点云数据。
其中,点云数据可理解为将激光雷达扫描到的信息以点的形式记录所得到的点数据的集合,其中每个点均包含有三维坐标以及对应该点激光雷达接收到的反射强度信息或颜色信息等。体素滤波可理解为通过滤波减少点的数量,减少点云数据并同时保持点云的形状特征的对点云数据的处理方法。
具体的,在获取到目标路段的激光雷达点云数据后,对获取的点云数据进行体素滤波,在保留足够点云信息的情况下减少点云数据个数,得到滤波后稀疏的激光雷达点云数据。
进一步地,将转换后的GPS数据、惯性导航数据和滤波后的激光雷达点云数据确定为目标路段的定位数据。
S102、根据预设关键帧确定方法确定定位数据中激光雷达点云数据的关键帧序列。
其中,激光雷达点云数据中包含多个帧,关键帧序列可理解为点云数据中筛选出的相邻两帧间相互关联同时存在足够区别的帧,关键帧序列中的每一帧均可称为激光雷达点云数据中的关键帧。
具体的,将点云数据的第一帧确定为当前关键帧,并将其存入关键帧序列中作为关键帧序列中的第一帧。以该当前关键帧为模板,依次将点云数据中的其他帧与当前关键帧进行匹配,当匹配结果满足预设的匹配条件时,说明用于匹配的帧与当前关键帧间相互关联的同时存在足够的区别,该用于匹配的帧具备成为关键帧的条件,将其存入关键帧序列,并根据该用于匹配的帧确定出新的当前关键帧对点云数据继续进行匹配,直到点云数据中所有帧已经过匹配,将匹配过程中得到的满足匹配条件的各帧作为关键帧存储于关键帧序列中。
S103、根据关键帧序列,定位数据中的GPS数据和惯性导航数据确定优化关键帧序列。
其中,优化关键帧序列可理解为对关键帧序列中各帧进行校准优化,各帧所包含位置信息更准确的关键帧序列。
具体的,通过选择定位数据中的GPS数据和惯性导航数据与关键帧序列中各帧时间最近的值,实现GPS数据、惯性导航数据与关键帧序列中各帧的时间同步,并通过时间对应的GPS数据、惯性导航数据对关键帧序列中的帧进行融合校准,对校准后的关键帧序列进行闭环检测,在闭环检测过程中对序列中各帧进行修正,根据修正后的各帧得到优化关键帧序列。
S104、根据优化关键帧序列生成地图。
具体的,根据优化关键帧序列中各帧间的关联关系,对其中各帧进行平移和/或旋转后进行拼接,拼接结果为生成的点云地图。示例性的,优化关键帧序列中的一帧包含激光雷达在对应时刻采集的周边信息,比对与该帧相邻的相邻帧中包含的周边信息,根据重合的周边信息,确定相邻帧相对于该帧的旋转角度和平移量,对相邻帧进行平移旋转使之与该帧能够较好的相连,将平移旋转后的相邻帧与该帧拼接得到对应的点云地图。
本实施例的技术方案,通过获取目标路段的定位数据;根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;根据所述优化关键帧序列生成地图。通过预设关键帧确定方法确定定位数据中激光雷达点云数据的关键帧序列,可以快速准确的选择适合地图生成的关键帧并组成序列,通过对GPS数据和惯性导航数据对关键帧序列中各帧的位置信息进行优化,提高了用于生成地图的优化关键帧的位置精度,解决了仅通过激光雷达点云数据生成地图时时间消耗较长,精度较低的问题,提高了生成的地图的精度,保证了生成地图的准确性,降低了生成地图所需的时间。
实施例二
图2为本发明实施例二提供的一种地图生成方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化,具体包括如下步骤:
S201、获取目标路段的定位数据。
S202、将定位数据中激光雷达点云数据的第一帧确定为当前关键帧并存入关键帧序列。
具体的,由于定位数据中的激光雷达点云数据包括很多帧,且各帧依时序排列,点云数据中的第一帧可用以表征目标路段起始处的信息,应以其作为初始模板确定点云数据中后续帧是否可作为新的关键帧,因此点云数据中的第一帧比为关键帧,故将点云数据中的第一帧确定为当前关键帧并将其存入关键帧序列。
S203、将当前关键帧的下一帧确定为当前比较帧。
其中,当前比较帧可理解为激光雷达点云数据中依照时序应与当前关键帧进行比较确定相对位姿关系的帧。
具体的,由初始位置对激光雷达点云数据确定当前关键帧,由于尚未对点云数据中任一帧进行相对位姿的确定,故依照时序将当前关键帧的下一帧确定为当前比较帧。
S204、确定当前比较帧相对于当前关键帧的相对位姿。
其中,相对位姿可理解为两帧点云中同样参考物体的相对位置、相对姿态和相对朝向等信息的集合。
具体的,通过确定当前比较帧与当前关键帧中同样参考物体的相对位置等信息确定当前比较帧相当于当前关键帧的相对位姿。
S205、判断相对位姿是否满足更新判断条件。
其中,更新判断条件可理解为用以根据当前比较帧与当前关键帧的相对位姿,确定当前比较帧相较于当前关键帧有足够多的差距可作为新的当前关键帧的条件。可选的,更新判断条件可包括根据相对位姿确定当前比较帧相对于当前关键帧的位置或角度差大于预设阈值,该预设阈值可根据实际情况进行设置,本发明实施例对此不进行限制。
具体的,确定相对位姿是否满足更新判断条件,若是,可认为当前比较帧与当前关键帧在保有关联的情况下差距足够大,此时转至执行步骤S206;若否,可认为当前比较帧与当前关键帧在保有关联的情况下差距较小,当前比较帧不具有成为关键帧的条件,此时转至执行步骤S207。
S206、将当前比较帧存入关键帧序列,并根据当前比较帧确定新的当前关键帧。
具体的,若根据相对位姿确定出当前比较帧相对于当前关键帧的位置差或角度差大于预设阈值,可认为当前比较帧与当前关键帧在保有关联的情况下差距足够大,当前比较帧可作为关键帧被存入关键帧序列以用来生成地图。此时根据当前比较帧确定出新的当前关键帧。
进一步地,本发明实施例还提供了一种根据当前比较帧确定新的当前关键帧的方法,具体包括如下步骤:
S2061、若当前比较帧满足模板生成条件,则根据当前比较帧前第一预设数量个关键帧与当前比较帧确定第一模板,并将第一模板确定为新的当前关键帧。
其中,模板生成条件可理解为当前比较帧前关键帧序列中已存在大于第一预设数量个关键帧。
具体的,若将当前比较帧存入关键帧序列时,关键帧序列中已存在大于第一预设数量个关键帧,则将当前比较帧以及当前比较帧前第一预设数量个关键帧根据相对位姿关系拼接起来作为第一模板,并将第一模板确定为新的当前关键帧。可选的,第一预设数量可根据实际情况进行设置,本发明实施例对此不进行限制。
通过将多个关键帧进行拼接形成第一模板以代替新的当前关键帧进行相对位姿的求取,使得确定出的新的当前比较帧相对于新的当前关键帧的相对位姿更加准确,解决了由于单帧关键帧的点云较为稀疏,导致根据单帧关键帧求得的相对位姿无法得到期望效果的问题。
S2062、若当前比较帧不满足模板生成条件,则将当前比较帧确定为新的当前关键帧。
具体的,若将当前比较帧存入关键帧序列时,关键帧序列中存在的关键帧数量小于第一预设数量,则认为当前比较帧为较先存入关键帧序列的帧,不具备生成模板的条件,此时将当前比较帧确定为新的当前关键帧。
S207、判断当前比较帧是不是点云数据的最后一帧。
具体的,确定当前比较帧是否为点云数据的最后一帧,若是,则认为已对所有点云数据的相对位姿关系进行确认,关键帧序列已构建完成,此时转至执行步骤S209;若否,则认为尚未对所有点云数据的相对位姿关系进行确认,此时转至执行步骤S208。
S208、将当前比较帧的下一帧确定为新的当前比较帧。
具体的,由于当前比较帧不是点云数据的最后一帧,则依据时序关系将当前比较帧的下一帧确定为新的当前比较帧,以实现对点云数据中所有帧求取相对于关键帧相对位姿的目的,此时转至执行步骤S204。
S209、根据关键帧序列,定位数据中的GPS数据和惯性导航数据确定优化关键帧序列。
S210、根据优化关键帧序列生成地图。
本实施例的技术方案,通过确定当前关键帧并根据当前比较帧与当前比较帧间的相对位姿,对当前关键帧进行更新以确定激光雷达点云数据中的关键帧序列,可以快速准确的选择适合地图生成的关键帧并组成序列,且在进行当前关键帧更新时对满足模板生成条件的当前比较帧,将多个关键帧进行拼接形成第一模板以代替新的当前关键帧进行相对位姿的求取,使得确定出的新的当前比较帧相对于新的当前关键帧的相对位姿更加准确,避免了由于单帧点云稀疏而导致的相对位姿无法达到期望效果的问题,提高了相对位姿确定的准确性。
实施例三
图3为本发明实施例三提供的一种地图生成方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化,具体包括如下步骤:
S301、获取目标路段的定位数据。
S302、根据预设关键帧确定方法确定定位数据中激光雷达点云数据的关键帧序列。
S303、将关键帧序列,定位数据中的GPS数据和惯性导航数据进行时间同步和信息融合,确定融合关键帧序列。
具体的,根据关键帧序列中各关键帧对应的时间戳,确定出与时间戳时间最近的GPS数据和惯性导航数据,将GPS数据与惯性导航数据与关键帧序列进行匹配,并通过对应的GPS数据和惯性导航数据对关键帧序列中各帧的定位信息进行约束调整,将调整后的关键帧序列确定为融合关键帧序列。
通过GPS数据和惯性导航数据与关键帧序列进行时间同步和信息融合,提高了关键帧序列中各帧定位信息的精确度,提高了利用关键帧序列生成的地图的精度,保证了生成地图的准确性。
S304、将融合关键帧序列的第一帧确定为当前闭环关键帧并存入优化关键帧序列。
具体的,由于融合关键帧序列中包含许多帧,为选出一个帧作为用以判断其他帧是否是闭环的起点,将融合关键帧序列的第一帧确定为当前闭环关键帧,并将其存入优化关键帧序列,以用于对地图的生成。
S305、将当前闭环关键帧的下一帧确定为当前比较关键帧。
其中,当前比较关键帧可理解为融合关键帧序列中依照时序应与当前闭环关键帧进行比较确定是否可以进行闭环检测的帧。闭环检测可理解为针对同一位置的两次数据采集偏差大小的判断及针对偏差的调整。
具体的,由融合关键帧的起始位置确定当前闭环关键帧,由于尚未对融合关键帧序列中任一帧进行确定是否可以进行闭环检测,故意找时序将当前闭环关键帧的下一帧确定为当前比较关键帧。
S306、判断当前比较关键帧相对于当前闭环关键帧是否满足闭环检测条件。
其中,闭环检测条件可理解为确定两帧是否为在同一位置采集且在两帧并非连续采集的判定条件。具体的,闭环检测条件可为:当前比较关键帧相对于当前闭环关键帧的里程距离大于预设里程阈值,且当前比较关键帧相对于当前闭环关键帧的位移距离小于预设位移阈值。其中,里程距离可由惯性导航数据或激光雷达点云数据确定,位移距离可由GPS数据或激光雷达点云数据确定,本发明实施例对此不进行限制。
具体的,确定当前比较关键帧相对于当前闭环关键帧的里程距离和位移距离是否满足闭环检测条件,若是,则可认为两帧为同一位置在不同时刻的采集,此时转至执行步骤S307;若否,则认为两帧无法进行闭环检测,此时转至执行步骤S308。
S307、根据当前比较关键帧确定闭环匹配模板,根据闭环匹配模板对当前比较关键帧进行闭环检测得到修正关键帧,将修正关键帧存入优化关键帧序列并将修正关键帧确定为新的当前闭环关键帧。
其中,闭环匹配模板可理解为根据多个闭环关键帧拼接确定的用以对比较关键帧进行闭环检测的模板。
具体的,根据当前比较关键帧确定出与当前比较关键帧最相关的闭环匹配模板,利用闭环匹配模板对当前比较关键帧进行闭环检测并根据闭环检测结果对当前比较关键帧进行修正,得到修正关键帧,修正关键帧可理解为最终用于生成地图的关键帧,故将想给自己找存入优化关键帧序列,并将修正关键帧确定为新的当前闭环关键帧。
进一步地,本发明实施例还提供了一种根据当前比较关键帧确定闭环匹配模板的方法,具体包括如下步骤:
S3071、确定与当前比较关键帧距离最近的第一闭环关键帧。
具体的,根据各闭环关键帧与当前比较关键帧间的相对位姿确定各闭环关键帧相对于当前比较关键帧的相对距离,选择相对距离最近的闭环关键帧作为第一闭环关键帧。
S3072、根据与第一闭环关键帧相邻的第二预设数量个闭环关键帧与第一闭环关键帧确定闭环匹配模板。
具体的,将第一闭环关键帧以及与第一闭环关键帧相邻的第二预设数量个关键帧根据相对位姿关系进行拼接,得到闭环匹配模板。可选的,第二预设数量可根据实际情况进行设置,本发明实施例对此不进行限制。
通过将多个闭环关键帧进行拼接形成闭环匹配模板,并通过闭环匹配模板对当前比较关键帧进行闭环检测,降低了闭环检测的时间消耗,同时提升了闭环检测的检测精度,使得得到的修正关键帧中包含信息更加准确,进而使得根据优化关键帧序列生成的地图更加准确。
S308、判断当前比较关键帧是不是融合关键帧序列的最后一帧。
具体的,确定当前比较关键帧是否为融合关键帧序列的最后一帧,若是,则认为已对融合关键帧序列中的所有帧进行修正,优化关键帧序列已构建完成,此时转至执行步骤S310;若否,则认为尚未对融合关键帧序列中的所有帧进行修正,此时转至执行步骤S309。
S309、将当前比较关键帧的下一帧确定为新的当前比较关键帧。
具体的,由于当前比较关键帧不是融合关键帧序列中的最后一帧,则依据时序关系将当前比较关键帧的下一帧确定为新的当前比较关键帧,以实现对融合关键帧序列中所有帧进行修正的目的,此时转至执行步骤S306。
S310、确定优化关键帧序列中各相邻帧间的相对位姿。
S311、根据各相对位姿拼接优化关键帧序列中各关键帧,生成地图。
具体的,根据确定出的优化关键帧序列中各相邻帧间的相对位姿,确定出各相邻帧中同一参考物体的相对位置关系,根据该相对位置关系对相邻帧进行平移和/或旋转,并根据参考物体对相邻帧进行拼接,将优化关键帧序列中各帧均进行拼接后得到点云地图。
进一步地,在生成地图后可检查地图是否满足精度要求,若不满足,则可将上述优化关键帧序列载入至二次图优化工具中,对优化关键帧序列的参数进行调整,以使得根据优化关键帧序列生成的地图精度满足需求。
本实施例的技术方案,通过GPS数据和惯性导航数据对关键帧序列进行时间同步和信息融合,提高了关键帧序列中各帧所包含的定位信息的准确度,根据融合后的关键帧序列进行闭环检测,并在闭环检测的过程中通过多个闭环关键帧进行拼接形成闭环匹配模板,并通过闭环匹配模板对融合关键帧序列中的帧进行闭环检测,降低了闭环检测的时间消耗,提升了闭环检测的检测精度,使得用于生成地图的关键帧序列中包含的信息更加准确,保证了生成地图的准确性。
实施例四
图4为本发明实施例四提供的一种地图生成装置的结构示意图,该地图生成装置包括:定位数据获取模块41,序列确定模块42,优化序列确定模块43和地图生成模块44。
其中,定位数据获取模块41,用于获取目标路段的定位数据;序列确定模块42,用于根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;优化序列确定模块43,用于根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;地图生成模块44,用于根据所述优化关键帧序列生成地图。
本实施例的技术方案,解决了仅通过激光雷达点云数据生成地图时时间消耗较长,精度较低的问题,提高了生成的地图的精度,保证了生成地图的准确性,降低了生成地图所需的时间。
可选的,定位数据获取模块41,包括:
GPS数据获取单元,用于获取目标路段的GPS数据,并将所述GPS数据进行通用横墨卡托格网UTM转换,确定转换后的GPS数据;
惯导数据获取单元,用于获取所述目标路段的惯性导航数据;
点云数据获取单元,用于获取所述目标路段的激光雷达点云数据,并将所述激光雷达点云数据进行体素滤波,确定滤波后的激光雷达点云数据。
进一步地,将所述转换后的GPS数据,所述惯性导航数据和所述滤波后的激光雷达点云数据确定为所述目标路段的定位数据。
可选的,序列确定模块42,包括:
当前关键帧确定单元,用于将所述定位数据中激光雷达点云数据的第一帧确定为当前关键帧并存入关键帧序列;
相对位姿确定单元,用于将所述当前关键帧的下一帧确定为当前比较帧,确定所述当前比较帧相对于所述当前关键帧的相对位姿;
第一更新单元,用于若所述相对位姿满足更新判断条件,则将所述当前比较帧存入关键帧序列,并根据所述当前比较帧确定新的当前关键帧,将所述当前比较帧的下一帧确定为新的当前比较帧,返回执行相对位姿的确定操作,直到所述当前比较帧为所述点云数据的最后一帧;
第二更新单元,用于若所述相对位姿不满足更新判断条件,则将所述当前比较帧的下一帧确定为新的当前比较帧,返回执行相对位姿的确定操作,直到所述当前比较帧为所述点云数据的最后一帧。
进一步地,根据所述当前比较帧确定新的当前关键帧,包括:
若所述当前比较帧满足模板生成条件,则根据所述当前比较帧前第一预设数量个关键帧与所述当前比较帧确定第一模板,并将所述第一模板确定为新的当前关键帧;
若所述当前比较帧不满足模板生成条件,则将所述当前比较帧确定为新的当前关键帧。
可选的,优化序列确定模块43,包括:
融合序列确定单元,用于将所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据进行时间同步与信息融合,确定融合关键帧序列;
当前闭环关键帧确定单元,用于将所述融合关键帧序列的第一帧确定为当前闭环关键帧并存入优化关键帧序列;
检测条件判断单元,用于将所述当前闭环关键帧的下一帧确定为当前比较关键帧,判断所述当前比较关键帧相对于所述当前闭环关键帧是否满足闭环检测条件;
修正单元,用于若满足,则根据所述当前比较关键帧确定闭环匹配模板,根据所述闭环匹配模板对所述当前比较关键帧进行闭环检测得到修正关键帧,将所述修正关键帧存入所述优化关键帧序列并将所述修正关键帧确定为新的当前闭环关键帧,将所述当前比较关键帧的下一帧确定为新的当前比较关键帧,返回执行闭环检测条件判断操作,直到所述当前比较关键帧为所述融合关键帧序列的最后一帧;
更新单元,用于若不满足,则将所述当前比较关键帧的下一帧确定为新的当前比较关键帧,返回执行闭环检测条件判断操作,直到所述当前比较关键帧为所述融合关键帧序列的最后一帧。
进一步地,根据所述当前比较关键帧确定闭环匹配模板,包括:
确定与所述当前比较关键帧距离最近的第一闭环关键帧;
根据与所述第一闭环关键帧相邻的第二预设数量个闭环关键帧与所述第一闭环关键帧确定闭环匹配模板。
可选的,地图生成模块44,包括:
相对位姿确定单元,用于确定所述优化关键帧序列中各相邻帧间的相对位姿;
地图生成单元,用于根据各所述相对位姿拼接所述优化关键帧序列中各关键帧,生成地图。
本发明实施例提供的地图生成装置可执行本发明任意实施例所提供的地图生成方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种设备的结构示意图,如图5所示,该设备包括处理器51、存储装置52、输入装置53和输出装置54;设备中处理器51的数量可以是一个或多个,图5中以一个处理器51为例;设备中的处理器51、存储装置52、输入装置53和输出装置54可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储装置52作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的地图生成方法对应的程序指令/模块(例如,定位数据获取模块41,序列确定模块42,优化序列确定模块43和地图生成模块44)。处理器51通过运行存储在存储装置52中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的地图生成方法。
存储装置52可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置52可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置52可进一步包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置53可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入,可以包括触屏、键盘和鼠标等。输出装置54可包括显示屏等显示设备。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种地图生成方法,该方法包括:
获取目标路段的定位数据;
根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;
根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;
根据所述优化关键帧序列生成地图。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的地图生成方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述搜索装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种地图生成方法,其特征在于,包括:
获取目标路段的定位数据;
根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;
根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;
根据所述优化关键帧序列生成地图;
其中,所述根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列,包括:
将所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据进行时间同步与信息融合,确定融合关键帧序列;
将所述融合关键帧序列的第一帧确定为当前闭环关键帧并存入优化关键帧序列;
将所述当前闭环关键帧的下一帧确定为当前比较关键帧,判断所述当前比较关键帧相对于所述当前闭环关键帧是否满足闭环检测条件;
若满足,则根据所述当前比较关键帧确定闭环匹配模板,根据所述闭环匹配模板对所述当前比较关键帧进行闭环检测得到修正关键帧,将所述修正关键帧存入所述优化关键帧序列并将所述修正关键帧确定为新的当前闭环关键帧,将所述当前比较关键帧的下一帧确定为新的当前比较关键帧,返回执行闭环检测条件判断操作,直到所述当前比较关键帧为所述融合关键帧序列的最后一帧;
若不满足,则将所述当前比较关键帧的下一帧确定为新的当前比较关键帧,返回执行闭环检测条件判断操作,直到所述当前比较关键帧为所述融合关键帧序列的最后一帧。
2.根据权利要求1所述的方法,其特征在于,所述获取目标路段的定位数据,包括:
获取目标路段的GPS数据,并将所述GPS数据进行通用横墨卡托格网UTM转换,确定转换后的GPS数据;
获取所述目标路段的惯性导航数据;
获取所述目标路段的激光雷达点云数据,并将所述激光雷达点云数据进行体素滤波,确定滤波后的激光雷达点云数据;
将所述转换后的GPS数据,所述惯性导航数据和所述滤波后的激光雷达点云数据确定为所述目标路段的定位数据。
3.根据权利要求1所述的方法,其特征在于,所述根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列,包括:
将所述定位数据中激光雷达点云数据的第一帧确定为当前关键帧并存入关键帧序列;
将所述当前关键帧的下一帧确定为当前比较帧,确定所述当前比较帧相对于所述当前关键帧的相对位姿;
若所述相对位姿满足更新判断条件,则将所述当前比较帧存入关键帧序列,并根据所述当前比较帧确定新的当前关键帧,将所述当前比较帧的下一帧确定为新的当前比较帧,返回执行相对位姿的确定操作,直到所述当前比较帧为所述点云数据的最后一帧;
若所述相对位姿不满足更新判断条件,则将所述当前比较帧的下一帧确定为新的当前比较帧,返回执行相对位姿的确定操作,直到所述当前比较帧为所述点云数据的最后一帧。
4.根据权利要求3所述的方法,其特征在于,所述根据所述当前比较帧确定新的当前关键帧,包括:
若所述当前比较帧满足模板生成条件,则根据所述当前比较帧前第一预设数量个关键帧与所述当前比较帧确定第一模板,并将所述第一模板确定为新的当前关键帧;
若所述当前比较帧不满足模板生成条件,则将所述当前比较帧确定为新的当前关键帧。
5.根据权利要求1所述的方法,其特征在于,所述根据所述当前比较关键帧确定闭环匹配模板,包括:
确定与所述当前比较关键帧距离最近的第一闭环关键帧;
根据与所述第一闭环关键帧相邻的第二预设数量个闭环关键帧与所述第一闭环关键帧确定闭环匹配模板。
6.根据权利要求1所述的方法,其特征在于,所述根据所述优化关键帧序列生成地图,包括:
确定所述优化关键帧序列中各相邻帧间的相对位姿;
根据各所述相对位姿拼接所述优化关键帧序列中各关键帧,生成地图。
7.一种地图生成装置,其特征在于,包括:
定位数据获取模块,用于获取目标路段的定位数据;
序列确定模块,用于根据预设关键帧确定方法确定所述定位数据中激光雷达点云数据的关键帧序列;
优化序列确定模块,用于根据所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据确定优化关键帧序列;
地图生成模块,用于根据所述优化关键帧序列生成地图;
所述优化序列确定模块,包括:
融合序列确定单元,用于将所述关键帧序列,所述定位数据中的GPS数据和惯性导航数据进行时间同步与信息融合,确定融合关键帧序列;
当前闭环关键帧确定单元,用于将所述融合关键帧序列的第一帧确定为当前闭环关键帧并存入优化关键帧序列;
检测条件判断单元,用于将所述当前闭环关键帧的下一帧确定为当前比较关键帧,判断所述当前比较关键帧相对于所述当前闭环关键帧是否满足闭环检测条件;
修正单元,用于若满足,则根据所述当前比较关键帧确定闭环匹配模板,根据所述闭环匹配模板对所述当前比较关键帧进行闭环检测得到修正关键帧,将所述修正关键帧存入所述优化关键帧序列并将所述修正关键帧确定为新的当前闭环关键帧,将所述当前比较关键帧的下一帧确定为新的当前比较关键帧,返回执行闭环检测条件判断操作,直到所述当前比较关键帧为所述融合关键帧序列的最后一帧;
更新单元,用于若不满足,则将所述当前比较关键帧的下一帧确定为新的当前比较关键帧,返回执行闭环检测条件判断操作,直到所述当前比较关键帧为所述融合关键帧序列的最后一帧。
8.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的地图生成方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令由计算机处理器执行时用于执行如权利要求1-6中任一所述的地图生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917806.2A CN112086010B (zh) | 2020-09-03 | 2020-09-03 | 地图生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917806.2A CN112086010B (zh) | 2020-09-03 | 2020-09-03 | 地图生成方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112086010A CN112086010A (zh) | 2020-12-15 |
CN112086010B true CN112086010B (zh) | 2022-03-18 |
Family
ID=73731410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010917806.2A Active CN112086010B (zh) | 2020-09-03 | 2020-09-03 | 地图生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112086010B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113835099A (zh) * | 2021-02-01 | 2021-12-24 | 贵州京邦达供应链科技有限公司 | 点云地图更新方法及装置、存储介质、电子设备 |
CN112950781B (zh) * | 2021-03-19 | 2023-04-25 | 中山大学 | 特种场景的多传感器动态加权融合的点云地图构建方法 |
CN113628335A (zh) * | 2021-07-28 | 2021-11-09 | 深圳优艾智合机器人科技有限公司 | 点云地图构建方法、装置及计算机可读存储介质 |
CN113624222A (zh) * | 2021-07-30 | 2021-11-09 | 深圳市优必选科技股份有限公司 | 一种地图的更新方法、机器人及可读存储介质 |
CN113675923B (zh) * | 2021-08-23 | 2023-08-08 | 追觅创新科技(苏州)有限公司 | 充电方法、充电装置及机器人 |
CN113884025A (zh) * | 2021-09-16 | 2022-01-04 | 河南垂天智能制造有限公司 | 增材制造结构光回环检测方法、装置、电子设备和存储介质 |
CN114742884B (zh) * | 2022-06-09 | 2022-11-22 | 杭州迦智科技有限公司 | 一种基于纹理的建图、里程计算、定位方法及系统 |
CN114973910B (zh) * | 2022-07-27 | 2022-11-11 | 禾多科技(北京)有限公司 | 地图生成方法、装置、电子设备和计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2017208503A1 (ja) * | 2016-05-30 | 2018-09-27 | 三菱電機株式会社 | 地図データ更新装置、地図データ更新方法および地図データ更新プログラム |
CN109814572A (zh) * | 2019-02-20 | 2019-05-28 | 广州市山丘智能科技有限公司 | 移动机器人定位建图方法、装置、移动机器人和存储介质 |
CN109816769A (zh) * | 2017-11-21 | 2019-05-28 | 深圳市优必选科技有限公司 | 基于深度相机的场景地图生成方法、装置及设备 |
CN109934920A (zh) * | 2019-05-20 | 2019-06-25 | 奥特酷智能科技(南京)有限公司 | 基于低成本设备的高精度三维点云地图构建方法 |
CN110501017A (zh) * | 2019-08-12 | 2019-11-26 | 华南理工大学 | 一种基于orb_slam2的移动机器人导航地图生成方法 |
CN111427061A (zh) * | 2020-06-15 | 2020-07-17 | 北京云迹科技有限公司 | 一种机器人建图方法、装置,机器人及存储介质 |
WO2020154965A1 (en) * | 2019-01-30 | 2020-08-06 | Baidu.Com Times Technology (Beijing) Co., Ltd. | A real-time map generation system for autonomous vehicles |
CN111596329A (zh) * | 2020-06-10 | 2020-08-28 | 中国第一汽车股份有限公司 | 车辆定位方法、装置、设备及车辆 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563308B (zh) * | 2017-08-11 | 2020-01-31 | 西安电子科技大学 | 基于粒子群优化算法的slam闭环检测方法 |
CN108845343B (zh) * | 2018-07-03 | 2020-04-28 | 河北工业大学 | 一种基于视觉、gps与高精度地图融合的车辆定位方法 |
CN109064506B (zh) * | 2018-07-04 | 2020-03-13 | 百度在线网络技术(北京)有限公司 | 高精度地图生成方法、装置及存储介质 |
-
2020
- 2020-09-03 CN CN202010917806.2A patent/CN112086010B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2017208503A1 (ja) * | 2016-05-30 | 2018-09-27 | 三菱電機株式会社 | 地図データ更新装置、地図データ更新方法および地図データ更新プログラム |
CN109816769A (zh) * | 2017-11-21 | 2019-05-28 | 深圳市优必选科技有限公司 | 基于深度相机的场景地图生成方法、装置及设备 |
WO2020154965A1 (en) * | 2019-01-30 | 2020-08-06 | Baidu.Com Times Technology (Beijing) Co., Ltd. | A real-time map generation system for autonomous vehicles |
CN109814572A (zh) * | 2019-02-20 | 2019-05-28 | 广州市山丘智能科技有限公司 | 移动机器人定位建图方法、装置、移动机器人和存储介质 |
CN109934920A (zh) * | 2019-05-20 | 2019-06-25 | 奥特酷智能科技(南京)有限公司 | 基于低成本设备的高精度三维点云地图构建方法 |
CN110501017A (zh) * | 2019-08-12 | 2019-11-26 | 华南理工大学 | 一种基于orb_slam2的移动机器人导航地图生成方法 |
CN111596329A (zh) * | 2020-06-10 | 2020-08-28 | 中国第一汽车股份有限公司 | 车辆定位方法、装置、设备及车辆 |
CN111427061A (zh) * | 2020-06-15 | 2020-07-17 | 北京云迹科技有限公司 | 一种机器人建图方法、装置,机器人及存储介质 |
Non-Patent Citations (1)
Title |
---|
利用惯导测量单元确定关键帧的实时SLAM算法;卫文乐等;《计算机应用》;20191017(第04期);第1157-1163页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112086010A (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112086010B (zh) | 地图生成方法、装置、设备及存储介质 | |
US11506769B2 (en) | Method and device for detecting precision of internal parameter of laser radar | |
CN112069856A (zh) | 地图生成方法、驾驶控制方法、装置、电子设备及系统 | |
CN113538919A (zh) | 车道偏离识别方法、装置、设备和存储介质 | |
KR20190082070A (ko) | 지도 생성 및 운동 객체 위치 결정 방법 및 장치 | |
CN114459471B (zh) | 定位信息确定方法、装置、电子设备及存储介质 | |
EP3859273B1 (en) | Method for constructing driving coordinate system, and application thereof | |
CN113989451B (zh) | 高精地图构建方法、装置及电子设备 | |
WO2024012212A1 (zh) | 环境感知方法、域控制器、存储介质及车辆 | |
CN111680747A (zh) | 用于占据栅格子图的闭环检测的方法和装置 | |
CN112146682B (zh) | 智能汽车的传感器标定方法、装置、电子设备及介质 | |
CN111667545A (zh) | 高精度地图生成方法、装置、电子设备及存储介质 | |
CN114829971A (zh) | 一种激光雷达的标定方法、装置及存储介质 | |
CN115855084A (zh) | 地图数据融合方法、装置、电子设备及自动驾驶产品 | |
CN109916417B (zh) | 一种地图建立方法、装置、计算机设备及其存储介质 | |
CN110782774A (zh) | 一种众包道路数据的分布式处理方法及装置 | |
CN112965076A (zh) | 一种用于机器人的多雷达定位系统及方法 | |
CN113503883B (zh) | 采集用于构建地图的数据的方法、存储介质及电子设备 | |
CN114076595B (zh) | 道路高精度地图生成方法、装置、设备及存储介质 | |
CN112556726B (zh) | 一种车辆位置修正方法、装置、车辆及介质 | |
CN111461982B (zh) | 用于拼接点云的方法和装置 | |
CN114219907B (zh) | 三维地图生成方法、装置、设备以及存储介质 | |
CN111784835B (zh) | 制图方法、装置、电子设备及可读存储介质 | |
CN116358573B (zh) | 地图建立方法、装置、存储介质以及车辆 | |
CN116878487B (zh) | 一种用于建立自动驾驶地图的方法、装置、车辆和服务器 |
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 |