CN112132952A - 一种基于剖分框架的立体网格地图的构建方法 - Google Patents

Abstract

本发明公开了一种基于剖分框架的立体网格地图的构建方法，应用于智能驾驶系统，通过根据所述智能驾驶系统确定基于GeoSOT空间剖分框架的所述立体网格地图的空间范围以及所述立体网格地图的层级；采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分得到每个层级的子网格，并对所述每个层级的子网格进行编码，得到所述立体网格地图。能够更适用于智能驾驶的定位和障碍物规避等场景，且将重复冗余的原始数据抽象成无缝无叠的立体网格，大大压缩了原始数据的数据量，适于多传感器数据的共享和融合，以解决局部立体网格地图坐标系不统一、地图语义信息缺乏和地图内容更新困难的问题。

Description

一种基于剖分框架的立体网格地图的构建方法

技术领域

本发明属于基于地球空间信息剖分框架的智能驾驶地图领域，具体涉及一种剖分框架的立体网格地图的构建方法。

背景技术

地图作为智能驾驶领域的关键技术，具有重要的研究意义和应用前景。高精度地图帮助智能驾驶车辆辨别方向，规划路线，是其“认识”世界的工具，也是智能驾驶车辆感知模块和定位与构图模块的主要产出成果。当前智能驾驶网格图的构建技术在存在以下问题：局部地图坐标系不统一、地图语义信息缺乏和地图内容更新困难。

尽管工业界和学术界并没有给出高精度地图high-definition(HD)maps明确的定义和标准，但TOMTOM公司提出的ROADDNA概念被广泛认可，这是“泛指专门为机器理解而设计的、具有高准确性和真实性的地图”。车身的雷达、摄像头、GPS接收机、惯性导航等传感器为智能驾驶提供环境感知信息。但是传感器仅提供基础的功能，如定位、避障等，更高级别的智能驾驶决策必须依赖多传感器的数据来源，综合考虑环境的态势，才能模仿人类驾驶员做到基于驾驶认知经验的智能驾驶。分析梳理现有驾驶地图，面向智能驾驶还存在以下问题：

坐标系不统一。组织网格图的现有研究提供了统一的全球性网格框架来组织数据，而在智能驾驶领域，大多数构图方法构建的原始地图都是基于局部直角坐标系的地图，这些局部地图之间缺少坐标转换的方法，导致局部地图共享和分发困难，无法直接在实时智能驾驶场景中直接应用，必须依赖复杂的坐标转换关系求解。

语义信息获取困难。地图模型要求为用户提供丰富的语义信息和准确的定位信息。在当前的网格图模型中，准确的语义信息的获取相对困难。ORB-SLAM构建的特征地图仅包含少量的特征点，该特征地图仅能用于定位，而不能执行更复杂的任务，如避障、导航等。LeGO-SLAM基于激光点云构建的点云地图也仅包含三维点云信息和反射率信息，该点云地图一般用于构建空间占有地图，用于表示障碍物的占有状态，而障碍物的属性和类别则难以获取。现有的网格图模型在语义和定位两种重要信息的有效耦合中存在困难。

内容更新困难。现有技术虽然支持快速生成高精度地图，但是始终缺少高效的地图数据更新方法。由于矢量高精度地图的都是以浮点数坐标存储空间物体的几何形状，这种表达模式天然适合增加而不适合修改。因为每次修改的时候需要准确地匹配待修改的实体对应地图中的哪个实体，待修改的节点对应地图中的哪个节点，这种更新模式存在效率低下和容易匹配错误的问题。由于智能驾驶对于数据的现势性要求很高，因此更新频率较低的精细地图难以为智能驾驶提供安全保障。

发明内容

本发明克服了现有技术的不足之一提供了一种基于剖分框架的立体网格地图的构建方法，以解决局部立体网格地图坐标系不统一、地图语义信息缺乏和地图内容更新困难的问题。

根据本公开的一方面，本发明提供一种基于剖分框架的立体网格地图的构建方法，应用于智能驾驶系统，包括：

根据所述智能驾驶系统确定基于GeoSOT空间剖分框架的所述立体网格地图的空间范围以及所述立体网格地图的层级L；

采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分得到每个层级的子网格，并对所述每个层级的子网格进行编码，得到所述立体网格地图。

在一种可能的实现方式中，所述采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分，包括：

针对所述立体网格地图的第i层级网格，以P(X₀+2^L-i/10，Y₀+2^L-i/10，Z₀+2^L-i/10)为中心，采用OctoMap八叉树算法沿着X、Y、Z轴进行切分，形成八个2^17-i/10×2^17-i/10×2^17-i/10的第i+1层级的子网格；

其中，(X₀，Y₀，Z₀)为GeoSOT空间网格的起始点的平面坐标值，i为正整数。

在一种可能的实现方式中，对所述每个层级的子网格进行编码，包括：

针对每个层级的子网格采用八进制进行编码，并将每个子网格的编码添加到所述子网格的父网格编码的后面，得到每个所述子网格的编码。

本发明提供的基于剖分框架的立体网格地图的构建方法，应用于智能驾驶系统，通过根据所述智能驾驶系统确定基于GeoSOT空间剖分框架的所述立体网格地图的空间范围以及所述立体网格地图的层级；采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分得到每个层级的子网格，并对所述每个层级的子网格进行编码，得到所述立体网格地图。能够更适用于智能驾驶的定位和障碍物规避等场景，且将重复冗余的原始数据抽象成无缝无叠的立体网格，大大压缩了原始数据的数据量，适于多传感器数据的共享和融合，以解决局部立体网格地图坐标系不统一、地图语义信息缺乏和地图内容更新困难的问题。

附图说明

附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。

图1为本发明实施例提供的一种基于剖分框架的立体网格地图的构建方法的流程示意图。

图2为本发明实施例提供的一种基于剖分框架的立体网格地图的构建方法的八叉树剖分结构示意图。

图3为本发明实施例提供的一种基于剖分框架的立体网格地图的构建方法的第0层级和第1层级的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

第一实施例

本实施例提供了一种基于剖分框架的立体网格地图的构建方法，该方法应用于电子系统，例如智能驾驶系统和/或与该智能驾驶系统关联的终端设备，当所述立体网格地图的构建方法应用于所述智能驾驶系统时，执行步骤S11至步骤S12。

步骤S11：根据所述智能驾驶系统确定基于GeoSOT空间剖分框架的所述立体网格地图的空间范围以及所述立体网格地图的层级。

其中，GeoSOT(Geographical coordinate Subdividing grid with Onedimension integer coding on 2n-Tree，基于2n及整型一维数组全球经纬度剖分网格)是一种对历史数据具有很好继承性的多层次全球剖分网络。

在一示例中，本公开的立体网格地图的经纬度范围继承GeoSOT地理位置网格，可以以GeoSOT第13层级即4分的地理网格范围构建局部立体网格地图，即以每个15层级地理网格的平面坐标的最小值为坐标原点，构建局部立体网格剖分框架。15级地理网格是4′×4′×4的立体网格，其在赤道附近约占8公里的平面范围，所以局部立体网格地图的立体空间范围为4′×4′×8km。

由于GeoSOT地理位置网格将高度范围设定在地表以下约6000千米到地表以上约5万千米，该范围远远超过智能驾驶汽车的活动范围。因此局部立体网格地图的高程范围(空间范围)则根据智能驾驶的活动范围进行设定。由于地球海拔最高的城市约4千米，海拔最低的城市约负400米，因此，选择海拔负1000米为最低高程，海拔7000米为最高高程。

一般，高精度地图的平面精度和高程精度约为分米级，智能驾驶系统的传感器空间分辨率约为20厘米，带差分信号的GPS定位装置精度最高可以达到厘米级。举例说明，可以将局部立体网格地图的最细网格粒度设为10厘米，即局部立体网格地图的平面分辨率和高程分辨率均为10厘米。

如表1所示，4′×4′×8km的局部立体网格空间，即网格大小为13107.2米×13107.2米×13107.2米的立方体空间范围，最多可以包含网格大小为0.1米×0.1米×0.1米的立体网格约2E15个，为了能够覆盖4′×4′×8km的局部立体网格空间，可以设定立体网格空间地图的最细划分层级L为17级。

表1局部网格地图各层网格的数量和尺寸

步骤S12：采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分得到每个层级的子网格，并对所述每个层级的子网格进行编码，得到所述立体网格地图。

其中，针对所述立体网格地图的第i层级网格，以P(X₀+2^L-i/10，Y₀+2^L-i/10，Z₀+2^L-i/10)为中心，采用OctoMap八叉树算法沿着X、Y、Z轴进行切分，形成八个2^17-i/10×2^17-i/10×2^17-i/10的第i+1层级的子网格；(X₀，Y₀，Z₀)为GeoSOT空间网格的起始点的平面坐标值，i为正整数。

举例说明各级网格划分的方法如下：

图2为本发明实施例提供的一种基于剖分框架的立体网格地图构建方法的八叉树剖分结构示意图，图3为本发明实施例提供的一种基于剖分框架的立体网格地图构建方法的第0层级和第1层级的结构示意图，如图2、图3所示，

1)0级网格划分：0级局部立体图网格为13107.2米×13107.2米×13107.2米的立体空间大小，该0级局部立体图网格的空间起始点P的坐标为(X₀，Y₀，Z₀)为GeoSOT地理网格的平面坐标的最小值，该0级局部立体图网格的空间坐标最大值为P(X0+13107.2,Y0+13107.2,Z0+13107.2)。

2)1级别网格划分：以P(X0+6553.6,Y0+6553.6,Z0+6553.6)为中心，沿着三个坐标轴方向切分，形成八个6553.6米×6553.6米×6553.6米的第1层级子网格。

3)2～16级别网格划分：第i层级以P(X₀+2^L-i/10，Y₀+2^L-i/10，Z₀+2^L-i/10)为中心，沿着三个坐标轴方向切分，形成八个2^17-i/10米×2^17-i/10米×2^17-i/10米的第i+1层级子网格。

通过采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分，可以形成大到13公里、小到10厘米的均匀的多层级的网格，每一层级的网格的大小为等大小的立方体。

对所述每个层级的子网格进行编码，得到所述立体网格地图，可以是指针对每一层级的子网格采用八进制进行编码，并将每个子网格的编码添加到所述子网格的父网格编码的后面，得到该层级的所述子网格的编码；迭代每一层级的子网格得到每一层级的子网格的编码，以得到所述立体网格地图。

举例说明，局部立体网格地图坐标可以采用八进制1维变长编码法，具体如下：0级网格标识为G，代表整个局部立体网格地图空间。按照局部立体网格地图的三个坐标轴方向逐级进行二分的立体八叉树剖分，局部立体网格的编码采用八进制数字0(000)、1(001)、2(010)、3(011)、4(100)、5(101)、6(110)、7(111)进行编码，该八进制数可与3位二进制编码X_codeY_codeZ_code对应，其中X_code为0指代X轴小于等于中点的区域，X_code为1指代X轴大于中点的区域；Y_code为0指代Y轴小于等于中点的区域，Y_code为1指代Y轴大于中点的区域；Y_code为0指代Y轴小于等于中点的区域，Y_code为1指代Y轴大于中点的区域。通过对每个子网格采用八叉树的划分，以及与3位二进制编码X_codeY_codeZ_code对应，可以知道每个子网格在其所在层级的粗略位置。且局部立体网格编码长度由局部立体网格的层级总数决定，每一位的数字代表父网格的某一个子网格空间，其中，以L0510为例，长度为4，说明该立体网格地图的总层级为4，根据表1可知该立体网格大小为819.2米，该网格的的最小坐标值点为(3276.8，0，3276.8)。通过基于网格图模型GeoSOT采用八叉树算法划分局部网格地图，定义了全球剖分与局部剖分的关系，以及局部剖分与网格编码的方法能够解决局部高精细场景的环境量化与态势表达问题，可以成为智能驾驶系统环境信息统一量化表达的基本规范。

通过采用上述步骤S11至步骤S12，能够更适用于智能驾驶的定位和障碍物规避等场景，且将重复冗余的原始数据抽象成无缝无叠的立体网格，大大压缩了原始数据的数据量，适于多传感器数据的共享和融合，以解决局部立体网格地图坐标系不统一、地图语义信息缺乏和地图内容更新困难的问题。

综上，本发明提供的一种于剖分框架的立体网格地图构建方法，通过包括所述智能驾驶系统的平面精度和高程精度确定基于GeoSOT空间剖分框架的所述立体网格地图的空间范围以及所述立体网格地图的层级；采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分得到每个层级的子网格，并对所述每个层级的子网格进行编码，得到所述立体网格地图。能够更适用于智能驾驶的定位和障碍物规避等场景，且将重复冗余的原始数据抽象成无缝无叠的立体网格，大大压缩了原始数据的数据量，适于多传感器数据的共享和融合，以解决局部立体网格地图坐标系不统一、地图语义信息缺乏和地图内容更新困难的问题。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (3)

1.一种基于剖分框架的立体网格地图的构建方法，应用于智能驾驶系统，其特征在于，所述方法包括：

根据所述智能驾驶系统确定基于GeoSOT空间剖分框架的所述立体网格地图的空间范围以及所述立体网格地图的层级L；

采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分得到每个层级的子网格，并对所述每个层级的子网格进行编码，得到所述立体网格地图。

2.根据权利要求1所述的立体网格地图的构建方法，其特征在于，所述采用OctoMap八叉树算法对所述立体网格地图的每个层级进行划分，包括：

针对所述立体网格地图的第i层级网格，以P(X₀+2^L-i/10，Y₀+2^L-i/10，Z₀+2^L-i/10)为中心，采用OctoMap八叉树算法沿着X、Y、Z轴进行切分，形成八个2^17-i/10×2^17-i/10×2^17-i/10的第i+1层级的子网格；

其中，(X₀，Y₀，Z₀)为GeoSOT空间网格的起始点的平面坐标值，i为正整数。

3.根据权利要求1所述的立体网格地图的构建方法，其特征在于，对所述每个层级的子网格进行编码，包括：

针对每个层级的子网格采用八进制进行编码，并将每个子网格的编码添加到所述子网格的父网格编码的后面，得到每个所述子网格的编码。

Images