CN112668653A - 基于激光雷达地图的回环检测方法、装置、设备及介质 - Google Patents

基于激光雷达地图的回环检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN112668653A
CN112668653A CN202011626016.5A CN202011626016A CN112668653A CN 112668653 A CN112668653 A CN 112668653A CN 202011626016 A CN202011626016 A CN 202011626016A CN 112668653 A CN112668653 A CN 112668653A
Authority
CN
China
Prior art keywords
sub
grid
maps
map
feature vector
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.)
Pending
Application number
CN202011626016.5A
Other languages
English (en)
Inventor
谢青青
张彦福
张家立
袁梦
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.)
Apollo Zhilian Beijing 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 CN202011626016.5A priority Critical patent/CN112668653A/zh
Publication of CN112668653A publication Critical patent/CN112668653A/zh
Priority to JP2021124463A priority patent/JP7220754B2/ja
Priority to EP21205412.6A priority patent/EP3955024A3/en
Priority to KR1020210149976A priority patent/KR20210139202A/ko
Priority to US17/530,696 priority patent/US20220075026A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S17/006—Theoretical aspects
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了基于激光雷达地图的回环检测方法、装置、电子设备及存储介质，涉及智能交通领域和自动驾驶技术领域。具体实现方案为：获取激光雷达地图的N个子地图中每个子地图中每个栅格的特征向量，该特征向量用于表示栅格的特征的方向；N为大于等于2的整数；根据N个子地图中每个子地图中每个栅格的特征向量，确定N个子地图中每个子地图中每个栅格的目标特征向量；根据N个子地图中每个子地图中每个栅格的目标特征向量，构造N个子地图的直方图；若N个子地图中存在两个目标子地图的直方图的相似度大于预设阈值，则确定两个目标子地图之间存在回环关系。根据本公开的技术方案，能提高回环检测的准确度。

Description

基于激光雷达地图的回环检测方法、装置、设备及介质
技术领域
本公开涉及智能交通领域，尤其涉及自动驾驶领域。
背景技术
在定位地图的构建过程中，由于技术水平有限，往往会产生累计误差，随着建图规模的增大，误差也会越来越大。解决此问题的一种手段是在建图过程中，选择存在回环的路径来进行数据采集。因此，回环检测的准确性和时效性都非常关键。相关技术中，往往根据图像或轨迹数据预判存在回环的可能性，而这种检测方式的准确性与时效性方面均表现欠佳。
发明内容
本公开提供了一种基于激光雷达地图的回环检测方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面，提供了一种基于激光雷达地图的回环检测方法，包括：
获取激光雷达地图的N个子地图中每个子地图中每个栅格的特征向量，特征向量用于表示栅格的特征的方向；N为大于等于2的整数；
根据N个子地图中每个子地图中每个栅格的特征向量，确定N个子地图中每个子地图中每个栅格的目标特征向量；
根据N个子地图中每个子地图中每个栅格的目标特征向量，构造N个子地图的直方图；
若N个子地图中存在两个目标子地图的直方图的相似度大于预设阈值，则确定两个目标子地图之间存在回环关系。
根据本公开的另一方面，提供了一种基于激光雷达地图的回环检测装置，包括：
获取单元，用于获取激光雷达地图的N个子地图中每个子地图中每个栅格的特征向量，特征向量用于表示栅格的特征的方向；N为大于等于2的整数；
第一确定单元，用于根据N个子地图中每个子地图中每个栅格的特征向量，确定N个子地图中每个子地图中每个栅格的目标特征向量；
构造单元，用于根据N个子地图中每个子地图中每个栅格的目标特征向量，构造N个子地图的直方图；
回环判断单元，用于若N个子地图中存在两个目标子地图的直方图的相似度大于预设阈值，则确定两个目标子地图之间存在回环关系。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术方案，能提高回环检测的准确度与实效性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开一个实施例的基于激光雷达地图的回环检测方法的示意图一；
图2是根据本公开一个实施例的基于激光雷达地图的回环检测方法的示意图二；
图3是根据本公开一个实施例的基于激光雷达地图的回环检测方法的示意图三；
图4是根据本公开一个实施例的基于激光雷达地图的回环检测方法的示意图四；
图5是根据本公开一个实施例的基于激光雷达地图的回环检测装置的示意图一；
图6是根据本公开一个实施例的基于激光雷达地图的回环检测装置的示意图二；
图7是根据本公开一个实施例的基于激光雷达地图的回环检测装置的示意图三；
图8是用来实现本公开实施例的基于激光雷达地图的回环检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了根据本公开一个实施例的基于激光雷达地图的回环检测方法的示意图，该方法可以应用于电子设备，该电子设备包括但不限于固定设备和/或移动设备，例如，固定设备包括但不限于服务器，服务器可以是云服务器或普通服务器。例如，移动设备包括但不限于：手机或平板电脑中的一项或是多项。如图1所示，该方法包括：
步骤S11，获取激光雷达地图的N个子地图中每个子地图中每个栅格的特征向量，该特征向量用于表示栅格的特征的方向；N为大于等于2的整数；
步骤S12，根据N个子地图中每个子地图中每个栅格的特征向量，确定N个子地图中每个子地图中每个栅格的目标特征向量；
步骤S13，根据N个子地图中每个子地图中每个栅格的目标特征向量，构造N个子地图的直方图；
步骤S14，若N个子地图中存在两个目标子地图的直方图的相似度大于预设阈值，则确定所述两个目标子地图之间存在回环关系。
其中，激光雷达地图是根据激光雷达数据绘制的地图。本公开对如何获取激光雷达地图不做限定。
其中，步骤S11中可以根据预设时间段内将整个激光雷达地图分为N个子地图，每个子地图的面积是相等的。需要说明的是，该预设时间段可根据设计需求如精度需求或速度需求进行设定或调整。
其中，步骤S11中还可以根据预设行驶里程将整个激光雷达地图分为N个子地图，每个子地图的面积是相等的。需要说明的是，该预设行驶里程段可根据设计需求如精度需求或速度需求进行设定或调整。
其中，栅格是将子地图分割成的有规律的网格。对于每个子地图区域，分割成等数量的栅格，每个栅格的面积是相等的。对于每一个子地图，引入栅格的概念，例如，对于范围为10m*10m*10m的子地图区域，可以从其中分割出一系列0.5m*0.5m*0.5m的小栅格，此时，子地图由20*20*20＝8000个小栅格构成。
其中，步骤S12中的目标特征向量是根据步骤S11中的特征向量得到的特征向量，目标特征向量使子地图的特征具有旋转不变性。
其中，目标子地图是从N个子地图中任选的子地图。
其中，该预设阈值可根据设计需求如精度需求或速度需求进行设定或调整。
这样，本公开方案根据获取的激光雷达地图的子地图中每个栅格的特征向量，确定子地图中每个栅格的目标特征向量；根据子地图中每个栅格的目标特征向量，构造子地图的直方图；若两个子地图的直方图的相似度大于预设阈值，则判定两个子地图之间存在回环关系；如此，从激光雷达子地图中提取激光数据的特征，利用激光雷达数据特征进行回环检测，相比于利用轨迹检测回环的检测方式而言，从激光雷达数据中进行回环检测，鲁棒性更强，检测成功率更高，提高了回环检测的准确度与时效性，从而也大大提升了回环检测结果的可信度。
在本公开实施例中，在实现上述任一方法的基础上，如图2所示，该方法还可以包括：
步骤S15，根据N个子地图中每个子地图中每个栅格的点云点集合，确定N个子地图每个子地图中每个栅格分别对应的点云点集合中点云点的平均坐标和每个点云点的坐标的协方差；
步骤S16，根据N个子地图每个子地图中每个栅格分别对应的点云点集合中点云点的平均坐标和每个点云点的坐标的协方差，确定N个子地图中每个子地图中每个栅格的协方差矩阵。
其中，栅格的点云点集合是位于栅格内的所有点云点的集合。
其中，对于每一个子地图而言，根据子地图中每个栅格内的点云点集合，确定该点云点集合中点云点的平均坐标和每个点云点的坐标的协方差；根据该点云点集合中点云点的平均坐标和每个点云点的坐标的协方差，确定每个栅格的协方差矩阵。
通过上述实施方式，能够为后续求解栅格的特征向量构造计算条件，实现从激光雷达子地图中提取激光数据的特征，提高提取激光数据的特征的效率，从而提高利用激光雷达数据特征进行回环检测的时效性。
在本公开实施例中，在实现上述任一方法的基础上，如图3所示，步骤S11可以包括：
步骤S11a：对N个子地图中每个子地图中每个栅格的协方差矩阵进行特征值分解，得到N个子地图中每个子地图中每个栅格的三个特征值；
步骤S11b：根据N个子地图中每个子地图中每个栅格的三个特征值的大小关系，确定N个子地图中每个子地图中每个栅格的特性；
步骤S11c：根据N个子地图中每个子地图中每个栅格的特性确定N个子地图中每个子地图中每个栅格的特征向量。
对于每一个子地图而言，对该子地图中每个栅格的协方差矩阵进行特征值分解，得到每个栅格的三个特征值；根据每个栅格的三个特征值的大小关系，确定每个栅格的特性；根据每个栅格的特性确定每个栅格的特征向量。
其中，栅格的特性包括线特性、面特性和无明显特性，该点特性用于表征栅格内的点云点呈线状；该面特性用于表征栅格内的点云点呈面状。该无明显特性表征栅格内的点云点既不呈点状也不呈面状。
在一些实施方式中，根据每个栅格的三个特征值的大小关系，确定每个栅格的特性，包括：将每个栅格的三个特征值按照从大到小排列，分别记为第一特征值、第二特征值和第三特征值；若第一特征值是第二特征值的M倍，则确定栅格的特性为线特性，代表栅格内的点云点呈线状；若第一特征值与第二特征值在同一数量级且远大于第三特征值，则确定栅格的特性为面特性；若第一特征值、第二特征值和第三特征值均处于同一数量级且第一特征值与第二特征值的差值、第二特征值与第三特征值的差值均小于预设特征值阈值，则确定栅格特性为无明显特性。
在一些实施方式中，根据每个栅格的特性，确定子地图中每个栅格的特征向量，包括：当栅格的特性为线特性时，确定栅格的特征向量为第一特征值的方向向量；当栅格的特性为面特性时，确定栅格的特征向量为第三特征值的方向向量；当栅格的特性为无明显特性时，无需确定该栅格的特征向量，该栅格不参与后续的回环检测。
举例来说，协方差矩阵的三个特征值，按由大到小排列记作e1、e2、e3。根据相关数学原理，若e1显著大于e2，例如e1是e2的10倍)，则将该栅格的特性标记为线，代表位于该栅格内的点云点基本呈线状，该栅格特征方向为e1方向；若e1与e2基本在同一数量级且显著大于e3，例如e2是e3的10倍，则将该栅格的特性标记为面，代表位于该栅格内的点云点基本呈面状，该栅格特征方向为e3方向；若e1、e2、e3均处于同一数量级无显著大小区别，则该栅格无明显特性。
通过上述实施方式，能够基于协方差矩阵获取栅格的特征向量，实现从激光雷达子地图中提取激光数据的特征，提高激光数据的特征的提取效率，从而提高实现利用激光雷达数据特征进行回环检测的时效性。
在一些实施方式中，根据N个子地图中每个子地图中每个栅格的特性确定N个子地图中每个子地图中每个栅格的特征向量之前，还包括：根据N个子地图中每个子地图中每个栅格的特性，分别选择出所述N个子地图中每个子地图中参与回环检测的目标栅格；根据所述N个子地图中每个子地图中每个栅格的特性确定所述N个子地图中每个子地图中每个栅格的特征向量，包括：根据所述N个子地图中目标栅格的特性，确定所述N个子地图中目标栅格的特征向量。
其中，目标栅格是需要参与回环检测计算的栅格。
也就是说，对于每一个子地图而言，根据每个栅格的特性确定每个栅格的特征向量之前，还包括：根据子地图中每个栅格的特性，选择出该子地图中参与回环检测的目标栅格；根据该子地图中目标栅格的特性，确定该子地图中的目标栅格的特征向量。
通过上述实施方式，在确定子地地图中每个栅格的特征向量之前，确定出参与回环检测的目标栅格，即在后续计算过程中，忽略子地图中无明显特性的栅格，能够计算量，进一步提高利用激光雷达数据特征进行回环检测的效率。
当然，需要说明的是，获取激光雷达地图的N个子地图中栅格的特征向量的方式并不限于上述列举的方式，凡是能够从子地图中获取栅格的特征向量的方式均可，如根据深度学习的方式对子地图中的栅格进行特征向量计算。
为了使子地图任意旋转也可检测到回环，在本公开实施例中，在实现上述任一方法的基础上，如图4所示，步骤S12可以包括：
步骤S12a：确定N个子地图中每个子地图中每个栅格的特征向量与其特征向量的逆向量的乘积的总和；
步骤S12b：对N个子地图中每个子地图中每个栅格的该总和进行特征值分解，得到N个子地图中每个子地图中每个栅格的两个目标特征值；
步骤S12c：根据N个子地图中每个子地图中每个栅格的两个目标特征值，为N个子地图中栅格构造矩阵；
其中，该矩阵中第一列为最大目标特征值对应的特征向量，第二列为次大目标特征值对应的特征向量，第三列为第一列与第二列的叉乘，该矩阵两两正交满足旋转矩阵的特性；
步骤S12d：根据N个子地图中每个子地图中每个栅格的特征向量与其矩阵的转置矩阵，得到N个子地图中每个子地图中每个栅格的目标特征向量。
也就是说，针对每一个子地图而言，确定该子地图中每个栅格的特征向量及其特征向量的逆向量的乘积的总和；对该子地图中每个栅格的所述总和进行特征值分解，得到两个目标特征值；根据两个目标特征值构造矩阵；其中，该矩阵中第一列为最大目标特征值对应的特征向量，第二列为次大目标特征值对应的特征向量，第三列为第一列与第二列的叉乘，该矩阵两两正交满足旋转矩阵的特性；根据该子地图中每个栅格的特征向量与其矩阵的转置矩阵，得到该子地图中每个栅格的目标特征向量。
为使基于激光雷达地图的回环检测具有旋转不变性，需要对子地图进行旋转，使其最多的特征方向分布在X轴，次多的特征方向分布在Y轴。记每个栅格的特征向量为cd，记σ为子地图内所有栅格中cd*cd’的总和，对σ进行特征值分解，构造一个矩阵，其第一列为最大目标特征值对应的特征向量，第二列为次大目标特征值对应的特征向量，第三列为第一列与第二列的叉乘，则该矩阵两两正交满足旋转矩阵的特性，记该矩阵的转置为R，将每个栅格的特征向量进行更新，更新后得到目标特征向量为R*cd。
通过上述实施方式，使基于激光雷达地图的回环检测具有旋转不变性，增加了回环检测算法的鲁棒性，从而提高回环检测的准确度。
在本公开实施例中，在实现上述任一方法的基础上，根据子地图中每个栅格的目标特征向量，构造子地图的直方图，包括：将子地图每个栅格的目标特征向量表示成用球坐标
Figure BDA0002874861350000081
表示的栅格点，其中，r表示表示栅格点到原点的距离，θ表示原点到栅格点的连线与正Z轴之间的天顶角，
Figure BDA0002874861350000082
表示原点到栅格点的连线在XY平面的连线与正X轴之间的方位角，横轴和纵轴各有N个离散坐标值；其中，N为正整数；将直方图的每个点均初始化为0，遍历子地图中每个栅格的θ值与
Figure BDA0002874861350000083
值，对
Figure BDA0002874861350000084
点的值进行加1的操作，直至遍历结束，得到子地图的直方图。
其中，离散坐标值的个数可以根据设计需求如精度需求或速度需求进行设定或调整。
示例性地，P＝60，遍历子地图中每个栅格的θ值与
Figure BDA0002874861350000091
值，对
Figure BDA0002874861350000092
点的值进行加1的操作。
又示例性地，P＝30，遍历子地图中每个栅格的θ值与
Figure BDA0002874861350000093
值，对
Figure BDA0002874861350000094
Figure BDA0002874861350000095
点的值进行加1的操作。
通过上述实施方式，将三维的子地图降维成二维的直方图，由于特征的维度大大降低了，降低了后续匹配工作的工作量，从而能提高基于激光雷达地图的回环检测的实效性。
在本公开实施例中，在实现上述任一方法的基础上，若两个子地图的直方图的相似度大于预设阈值，则判定两个子地图之间存在回环关系，包括：
记第一子地图的第一直方图为H1，第二子地图的第二直方图为H2；若H1与H2满足下述关系：
Figure BDA0002874861350000096
大于预设阈值，则判定第一子地图与第二子地图之间存在回环关系；
其中，i表示θ/(180/P)，j表示
Figure BDA0002874861350000097
H1(i,j)表示第一直方图(i,j)点对应的值，
Figure BDA0002874861350000098
表示第一直方图内所有(i,j)点的值的平均值；H2(i,j)表示第二直方图(i,j)点对应的值，
Figure BDA0002874861350000099
表示第二直方图内所有(i,j)点的值的平均值。
由此，即可实现基于激光雷达数据的回环检测，使用激光数据而非图像数据进行回环检测，对于光照及视角等因素的干扰表现的鲁棒性更强。
本公开提供的基于激光雷达地图的回环检测方法，可以用于地图构建或回环检测等项目中。示例性地，方法的执行主体可以是电子设备，该电子设备可以是各种地图构建设备或回环检测设备。
作为对上述各方法的实现，本公开还提供一种基于激光雷达地图的回环检测装置。图5示出了基于激光雷达地图的回环检测装置的示意图。如图5所示，该装置包括：
获取单元510，用于获取激光雷达地图的N个子地图中每个子地图中每个栅格的特征向量，特征向量用于表示栅格的特征的方向；N为大于等于2的整数；
第一确定单元520，用于根据N个子地图中每个子地图中每个栅格的特征向量，确定N个子地图中每个子地图中每个栅格的目标特征向量；
构造单元530，用于根据N个子地图中每个子地图中每个栅格的目标特征向量，构造N个子地图的直方图；
回环判断单元540，用于若N个子地图中存在两个目标子地图的直方图的相似度大于预设阈值，则确定两个目标子地图之间存在回环关系。
在一些实施方式中，如图6所示，该装置还可以包括：
第二确定单元550，用于根据N个子地图中每个子地图中每个栅格的点云点集合，确定N个子地图每个子地图中每个栅格分别对应的点云点集合中点云点的平均坐标和每个点云点的坐标的协方差；根据N个子地图每个子地图中每个栅格分别对应的点云点集合中点云点的平均坐标和每个点云点的坐标的协方差，确定N个子地图中每个子地图中每个栅格的协方差矩阵。
在一些实施方式中，如图7所示，该装置还可以包括：
第三确定单元560，用于对N个子地图中每个子地图中每个栅格的协方差矩阵进行特征值分解，得到N个子地图中每个子地图中每个栅格的三个特征值；根据N个子地图中每个子地图中每个栅格的三个特征值的大小关系，确定N个子地图中每个子地图中每个栅格的特性；根据N个子地图中每个子地图中每个栅格的特性确定N个子地图中每个子地图中每个栅格的特征向量。
在一些实施方式中，该第三确定单元560，还用于：根据N个子地图中每个子地图中每个栅格的特性，分别选择出N个子地图中每个子地图中参与回环检测的目标栅格；根据N个子地图中目标栅格的特性，分别确定N个子地图中目标栅格的特征向量。
在一些实施方式中，该第一确定单元520，还用于：确定N个子地图中每个子地图中每个栅格的特征向量与其特征向量的逆向量的乘积的总和；对N个子地图中每个子地图中每个栅格的总和进行特征值分解，得到两个目标特征值；根据N个子地图中每个子地图中每个栅格的两个目标特征值，为N个子地图中栅格构造矩阵；矩阵中第一列为最大目标特征值对应的特征向量，第二列为次大目标特征值对应的特征向量，第三列为第一列与第二列的叉乘，矩阵两两正交满足旋转矩阵的特性；根据N个子地图中每个子地图中每个栅格的特征向量与其矩阵的转置矩阵，得到N个子地图中每个子地图中每个栅格的目标特征向量。
本实施例的基于激光雷达地图的回环检测装置，从激光雷达子地图中提取激光数据的特征，利用激光雷达数据特征进行回环检测，相比于利用轨迹进行回环检测的方式而言，鲁棒性更强，检测成功率更高，能提高回环检测的准确度与时效性，大大提升了回环检测结果的可信度。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图8所示，是根据本公开实施例的基于激光雷达地图的回环检测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示，该电子设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。
存储器802即为本公开所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本公开所提供的基于激光雷达地图的回环检测方法。本公开的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的基于激光雷达地图的回环检测方法。
存储器802作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本公开实施例中的基于激光雷达地图的回环检测方法对应的程序指令/模块(例如，附图5所示的获取单元510，第一确定单元520，构造单元530，回环判断单元540，以及附图6所示的第二确定单元550，以及附图7所示的第三确定单元560)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的基于激光雷达地图的回环检测方法。
存储器802可以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、至少一个功能所需要的应用程序；存储数据区可存储根据基于激光雷达地图的回环检测方法的电子设备的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至基于激光雷达地图的回环检测方法的电子设备。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。
基于激光雷达地图的回环检测方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息，以及产生与基于激光雷达地图的回环检测方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light Emitting Diode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
根据本公开的实施例，本公开还提供了一种电子设备。该设备可以包括：
一个或多个处理器；以及
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上述方法实施例中的搜索词分推荐方法。
其中，电子设备的处理器和存储装置的功能以及实现方式，可以参考上述电子设备实施例中的关于处理器和存储器的描述。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuit，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语"机器可读介质"和"计算机可读介质"指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(Programmable Logic Devices，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语"机器可读信号"指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，阴极射线管(Cathode Ray Tube，CRT)或者LCD监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(Virtual private server，VPS)服务中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
根据本公开实施例的技术方案，从激光雷达子地图中提取激光数据的特征，利用激光雷达数据特征进行回环检测，相比于利用轨迹进行回环检测的方式而言，鲁棒性更强，检测成功率更高，能提高回环检测的准确度与时效性，大大提升了回环检测结果的可信度。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

1.一种基于激光雷达地图的回环检测方法，包括：
获取激光雷达地图的N个子地图中每个子地图中每个栅格的特征向量，所述特征向量用于表示栅格的特征的方向；N为大于等于2的整数；
根据所述N个子地图中每个子地图中每个栅格的特征向量，确定所述N个子地图中每个子地图中每个栅格的目标特征向量；
根据所述N个子地图中每个子地图中每个栅格的目标特征向量，构造所述N个子地图的直方图；
若所述N个子地图中存在两个目标子地图的直方图的相似度大于预设阈值，则确定所述两个目标子地图之间存在回环关系。
2.根据权利要求1所述的方法，还包括：
根据所述N个子地图中每个子地图中每个栅格的点云点集合，确定所述N个子地图中每个子地图每个栅格分别对应的所述点云点集合中点云点的平均坐标和每个点云点的坐标的协方差；
根据所述N个子地图中每个子地图每个栅格分别对应的所述点云点集合中点云点的平均坐标和每个点云点的坐标的协方差，确定所述N个子地图中每个子地图每个栅格的协方差矩阵。
3.根据权利要求2所述的方法，还包括：
对所述N个子地图中每个子地图中每个栅格的协方差矩阵进行特征值分解，得到所述N个子地图中每个子地图中每个栅格的三个特征值；
根据所述N个子地图中每个子地图中每个栅格的三个特征值的大小关系，确定所述N个子地图中每个子地图中每个栅格的特性；
根据所述N个子地图中每个子地图中每个栅格的特性确定所述N个子地图中每个子地图中每个栅格的特征向量。
4.根据权利要求3所述的方法，其中，根据所述N个子地图中每个子地图中每个栅格的特性确定所述N个子地图中每个子地图中每个栅格的特征向量之前，还包括：
根据所述N个子地图中每个子地图中每个栅格的特性，分别选择出所述N个子地图中每个子地图中参与回环检测的目标栅格；
所述根据所述N个子地图中每个子地图中每个栅格的特性确定所述N个子地图中每个子地图中每个栅格的特征向量，包括：
根据所述N个子地图中每个子地图中每个目标栅格的特性，确定所述N个子地图中每个子地图中每个目标栅格的特征向量。
5.根据权利要求1所述的方法，其中，所述根据所述N个子地图中每个子地图中每个栅格的特征向量，确定所述N个子地图中每个子地图中每个栅格的目标特征向量，包括：
确定所述N个子地图中每个子地图中每个栅格的特征向量与其特征向量的逆向量的乘积的总和；
对所述N个子地图中每个子地图中每个栅格的所述总和进行特征值分解，得到所述N个子地图中每个子地图中每个栅格的两个目标特征值；
根据所述N个子地图中每个子地图中每个栅格的所述两个目标特征值构造矩阵；所述矩阵中第一列为最大目标特征值对应的特征向量，第二列为次大目标特征值对应的特征向量，第三列为第一列与第二列的叉乘，所述矩阵两两正交满足旋转矩阵的特性；
根据所述N个子地图中每个子地图中每个栅格的特征向量与所述矩阵的转置矩阵，得到所述N个子地图中每个子地图中每个栅格的目标特征向量。
6.一种基于激光雷达地图的回环检测装置，包括：
获取单元，用于获取激光雷达地图的N个子地图中每个子地图中每个栅格的特征向量，所述特征向量用于表示栅格的特征的方向；N为大于等于2的整数；
第一确定单元，用于根据所述N个子地图中每个子地图中每个栅格的特征向量，确定所述N个子地图中每个子地图中每个栅格的目标特征向量；
构造单元，用于根据所述N个子地图中每个子地图中每个栅格的目标特征向量，构造所述N个子地图的直方图；
回环判断单元，用于若所述N个子地图中存在两个目标子地图的直方图的相似度大于预设阈值，则确定所述两个目标子地图之间存在回环关系。
7.根据权利要求6所述的装置，还包括：
第二确定单元，用于根据所述N个子地图中每个子地图中每个栅格的点云点集合，确定所述N个子地图中每个子地图每个栅格分别对应的所述点云点集合中点云点的平均坐标和每个点云点的坐标的协方差；根据所述N个子地图每个子地图中每个栅格分别对应的所述点云点集合中点云点的平均坐标和每个点云点的坐标的协方差，确定所述N个子地图中每个子地图中每个栅格的协方差矩阵。
8.根据权利要求7所述的装置，还包括：
第三确定单元，用于对所述N个子地图中每个子地图中每个栅格的协方差矩阵进行特征值分解，得到所述N个子地图中每个子地图中每个栅格的三个特征值；根据所述N个子地图中每个子地图中每个栅格的三个特征值的大小关系，确定所述N个子地图中每个子地图中每个栅格的特性；根据所述N个子地图中每个子地图中每个栅格的特性确定所述N个子地图中每个子地图中每个栅格的特征向量。
9.根据权利要求8所述的装置，其中，所述第三确定单元，还用于：根据所述N个子地图中每个子地图中每个栅格的特性，分别选择出所述N个子地图中每个子地图中参与回环检测的目标栅格；根据所述N个子地图中每个子地图中每个目标栅格的特性，分别确定所述N个子地图中每个子地图中每个目标栅格的特征向量。
10.根据权利要求6所述的装置，其中，所述第一确定单元，还用于：确定所述N个子地图中每个子地图中每个栅格的特征向量与其特征向量的逆向量的乘积的总和；对所述N个子地图中每个子地图中每个栅格的所述总和进行特征值分解，得到所述N个子地图中每个子地图中每个栅格的两个目标特征值；根据所述N个子地图中每个子地图中每个栅格的所述两个目标特征值构造矩阵；所述矩阵中第一列为最大目标特征值对应的特征向量，第二列为次大目标特征值对应的特征向量，第三列为第一列与第二列的叉乘，所述矩阵两两正交满足旋转矩阵的特性；根据所述N个子地图中每个子地图中每个栅格的特征向量与所述矩阵的转置矩阵，得到所述N个子地图中每个子地图中每个栅格的目标特征向量。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行权利要求1-5中任一项所述的方法。
13.一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
CN202011626016.5A 2020-12-30 2020-12-30 基于激光雷达地图的回环检测方法、装置、设备及介质 Pending CN112668653A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202011626016.5A CN112668653A (zh) 2020-12-30 2020-12-30 基于激光雷达地图的回环检测方法、装置、设备及介质
JP2021124463A JP7220754B2 (ja) 2020-12-30 2021-07-29 レーザレーダマップに基づくループバック検出方法、ループバック検出装置、電子デバイス、記憶媒体及びプログラム
EP21205412.6A EP3955024A3 (en) 2020-12-30 2021-10-28 Lidar map-based loop detection method and apparatus, medium, program product
KR1020210149976A KR20210139202A (ko) 2020-12-30 2021-11-03 라이다 맵 기반의 루프 클로저 검출 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램
US17/530,696 US20220075026A1 (en) 2020-12-30 2021-11-19 Lidar map-based loop detection method, device, and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011626016.5A CN112668653A (zh) 2020-12-30 2020-12-30 基于激光雷达地图的回环检测方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN112668653A true CN112668653A (zh) 2021-04-16

Family

ID=75412439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011626016.5A Pending CN112668653A (zh) 2020-12-30 2020-12-30 基于激光雷达地图的回环检测方法、装置、设备及介质

Country Status (5)

Country Link
US (1) US20220075026A1 (zh)
EP (1) EP3955024A3 (zh)
JP (1) JP7220754B2 (zh)
KR (1) KR20210139202A (zh)
CN (1) CN112668653A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113628256A (zh) * 2021-08-20 2021-11-09 北京京东乾石科技有限公司 一种数据处理方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256060A (zh) * 2018-01-16 2018-07-06 广州视源电子科技股份有限公司 一种闭环检测方法、装置、终端及存储介质
CN109614459A (zh) * 2019-03-06 2019-04-12 上海思岚科技有限公司 应用于二维激光的地图构建回环检测方法及设备
CN110288708A (zh) * 2019-05-05 2019-09-27 深圳大学 一种地图构建方法、装置及终端设备
CN110645998A (zh) * 2019-09-10 2020-01-03 上海交通大学 一种基于激光点云的无动态物体地图分段建立方法
CN110907947A (zh) * 2019-12-04 2020-03-24 同济人工智能研究院(苏州)有限公司 一种移动机器人slam问题中的实时回环检测方法
CN111540005A (zh) * 2020-04-21 2020-08-14 南京理工大学 基于二维栅格地图的回环检测方法
US20200333162A1 (en) * 2018-10-19 2020-10-22 Beijing Geekplus Technology Co., Ltd. Ground texture image-based navigation method and device, and storage medium
CN111950597A (zh) * 2020-07-15 2020-11-17 重庆邮电大学 机器人基于原图光照不变图词袋模型改进的闭环检测方法
WO2020233724A1 (zh) * 2019-05-23 2020-11-26 全球能源互联网研究院有限公司 一种基于视觉slam的电网作业环境地图的构建方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260539B2 (en) * 2010-05-12 2012-09-04 GM Global Technology Operations LLC Object and vehicle detection and tracking using 3-D laser rangefinder
KR101925862B1 (ko) * 2018-09-13 2018-12-06 주식회사 에이엠오토노미 3차원 라이다를 이용한 실시간 3차원 지도 생성 방법 및 장치

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256060A (zh) * 2018-01-16 2018-07-06 广州视源电子科技股份有限公司 一种闭环检测方法、装置、终端及存储介质
US20200333162A1 (en) * 2018-10-19 2020-10-22 Beijing Geekplus Technology Co., Ltd. Ground texture image-based navigation method and device, and storage medium
CN109614459A (zh) * 2019-03-06 2019-04-12 上海思岚科技有限公司 应用于二维激光的地图构建回环检测方法及设备
CN110288708A (zh) * 2019-05-05 2019-09-27 深圳大学 一种地图构建方法、装置及终端设备
WO2020233724A1 (zh) * 2019-05-23 2020-11-26 全球能源互联网研究院有限公司 一种基于视觉slam的电网作业环境地图的构建方法及系统
CN110645998A (zh) * 2019-09-10 2020-01-03 上海交通大学 一种基于激光点云的无动态物体地图分段建立方法
CN110907947A (zh) * 2019-12-04 2020-03-24 同济人工智能研究院(苏州)有限公司 一种移动机器人slam问题中的实时回环检测方法
CN111540005A (zh) * 2020-04-21 2020-08-14 南京理工大学 基于二维栅格地图的回环检测方法
CN111950597A (zh) * 2020-07-15 2020-11-17 重庆邮电大学 机器人基于原图光照不变图词袋模型改进的闭环检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIARONGLIN 等: "A fast, complete, point cloud based loop closure for LiDAR odometry andmapping", 《ARXIV:1909.11811V1 [CS.RO]》, pages 1 - 7 *
危双丰;庞帆;刘振彬;师现杰;: "基于激光雷达的同时定位与地图构建方法综述", 计算机应用研究, no. 02, pages 327 - 332 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113628256A (zh) * 2021-08-20 2021-11-09 北京京东乾石科技有限公司 一种数据处理方法和装置
CN113628256B (zh) * 2021-08-20 2024-04-16 北京京东乾石科技有限公司 一种数据处理方法和装置

Also Published As

Publication number Publication date
JP2021170402A (ja) 2021-10-28
JP7220754B2 (ja) 2023-02-10
EP3955024A2 (en) 2022-02-16
KR20210139202A (ko) 2021-11-22
US20220075026A1 (en) 2022-03-10
EP3955024A3 (en) 2022-05-11

Similar Documents

Publication Publication Date Title
EP3926526A2 (en) Optical character recognition method and apparatus, electronic device and storage medium
CN111259671B (zh) 文本实体的语义描述处理方法、装置及设备
EP3852008A2 (en) Image detection method and apparatus, device, storage medium and computer program product
US20230008696A1 (en) Method for incrementing sample image
CN111539347B (zh) 用于检测目标的方法和装置
CN111488740A (zh) 一种因果关系的判别方法、装置、电子设备及存储介质
US11423650B2 (en) Visual positioning method and apparatus, and computer-readable storage medium
EP3879457A2 (en) Method and apparatus for model distillation
US20210209160A1 (en) Method and apparatus for identifying map region words
US11574414B2 (en) Edge-based three-dimensional tracking and registration method and apparatus for augmented reality, and storage medium
CN111797745A (zh) 一种物体检测模型的训练及预测方法、装置、设备及介质
CN113780098A (zh) 文字识别方法、装置、电子设备以及存储介质
CN112241716A (zh) 训练样本的生成方法和装置
CN113157829A (zh) 一种兴趣点名称比对方法、装置、电子设备和存储介质
CN115359308A (zh) 模型训练、难例识别方法、装置、设备、存储介质及程序
CN111966767B (zh) 轨迹热力图生成方法、装置、电子设备和存储介质
CN112668653A (zh) 基于激光雷达地图的回环检测方法、装置、设备及介质
CN112488126A (zh) 特征图处理方法、装置、设备以及存储介质
CN111488972B (zh) 数据迁移方法、装置、电子设备和存储介质
CN112529181A (zh) 用于模型蒸馏的方法和装置
CN111767990A (zh) 神经网络的处理方法和装置
CN114674328B (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN111696134A (zh) 一种目标检测方法、装置以及电子设备
CN112200190B (zh) 兴趣点的位置确定方法、装置、电子设备和存储介质
CN111339344B (zh) 室内图像检索方法、装置及电子设备

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
TA01 Transfer of patent application right

Effective date of registration: 20211018

Address after: 100176 Room 101, 1st floor, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right