CN113776530B - 一种点云地图构建方法、装置、电子设备和存储介质 - Google Patents
一种点云地图构建方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113776530B CN113776530B CN202010954400.1A CN202010954400A CN113776530B CN 113776530 B CN113776530 B CN 113776530B CN 202010954400 A CN202010954400 A CN 202010954400A CN 113776530 B CN113776530 B CN 113776530B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- target point
- pose
- cloud frame
- frame
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 3
- 239000002245 particle Substances 0.000 description 14
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012952 Resampling Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明实施例公开了一种点云地图构建方法、装置、设备和存储介质，该方法包括：基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，其中，所述至少两个目标点云帧依次被确定为所述当前目标点云帧；根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图。通过本发明实施例的技术方案，实现了高精点云地图的构建。
Description
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种点云地图构建方法、装置、电子设备和存储介质。
背景技术
在室内机器人领域，由于室内场景相比于室外场景较简单，因此通常使用占用栅格地图法进行机器人定位、地图构建与导航。占用栅格地图是基于位置的地图，每个栅格对应的数值越大表示该栅格被障碍物占据的概率越大。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
占用栅格地图中的每个栅格之间是独立的，因此需要分别计算每个栅格对应的数值，如此若要实现高精度地图，则需要提高栅格的密度，势必增加了计算量，对实时性以及计算资源均带来很大挑战，导致占用栅格地图无法实现较高的定位精度。
发明内容
本发明实施例提供了一种点云地图构建方法、装置、电子设备和存储介质，实现了高精度地图的构建。
第一方面，本发明实施例提供了一种点云地图构建方法，该方法包括：
基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；
根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，其中，所述至少两个目标点云帧依次被确定为所述当前目标点云帧；
根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图。
第二方面，本发明实施例还提供了一种点云地图构建装置，该装置包括：
确定模块，用于基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；
位姿调整模块，根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，所述至少两个目标点云帧依次被确定为所述当前目标点云帧；
构建模块，用于根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储器，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本发明任意实施例所提供的点云地图构建方法步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的点云地图构建方法步骤。
上述发明中的实施例具有如下优点或有益效果：
通过根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿；根据所述第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；将各调整后的目标点云帧进行点云拼接，获得点云地图的技术手段，实现了高精点云地图的构建，有利于提高移动目标的定位精度。
附图说明
图1是本发明实施例一提供的一种点云地图构建方法的流程图；
图2是本发明实施例二提供的一种点云地图构建方法的流程图；
图3是本发明实施例二提供的一种对各目标点云帧对应的移动目标的位姿进行调整，以确定各目标点云帧对应的移动目标的标记位姿的流程示意图；
图4是本发明实施例三提供的一种点云地图构建装置的结构示意图；
图5是本发明实施例四提供的一种电子设备的结构示意图。
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。
实施例一
图1为本发明实施例一提供的一种点云地图构建方法的流程图，本实施例可适用于室内机器人领域，由于室内场景相比于室外场景较简单，因此室内定位与地图构建通常使用单线激光雷达。该方法可以由点云地图构建装置来执行，该装置可以由软件和/或硬件的方式来实现。
如图1所示，该方法具体包括以下步骤：
步骤110、基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧。
典型的，所述移动目标可以是机器人、无人车等。所述周围环境具体可以是室内物理环境。
移动目标配置有激光雷达，在移动目标运行过程中以一定频率对周围环境进行激光扫描，采集周围环境的激光点云。通常激光雷达一秒钟可360度旋转至少10圈，每旋转一圈所采集到的点云为一帧点云，称为一个点云帧。
由于室内场景相比于室外场景较简单，因此室内定位与地图构建通常使用单线激光雷达，若移动目标的运动速度较慢，加之激光雷达的扫描频率较高，所采集的点云帧有很多冗余的点云数据，即针对同一物体的同一视角存在较多的点云数据。在保证所构建地图精度的前提下，为了降低运算量，通常对激光雷达所采集到的初始点云帧进行筛选，以过滤冗余的点云帧，达到减少点云数据量的目的，进而降低运算量。
示例性的，所述基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧，包括：
根据每个所述初始点云帧对应的所述移动目标的初始位姿，确定所述移动目标在每两个所述初始点云帧采集时刻之间的移动距离和/或旋转角度；
若所述移动距离达到第一距离阈值，和/或所述旋转角度达到第一角度阈值，则将所述两个所述初始点云帧分别确定为目标点云帧。
其中，每个所述初始点云帧对应的所述移动目标的初始位姿指采集每个所述初始点云帧时移动目标的位姿。所述移动目标的初始位姿包括移动目标的位置与姿态。每个点云帧均携带有时间戳，用于标识点云帧的采集时刻，若移动目标在两个点云帧的采集时刻之间运动了一定距离，或者姿态发生了一定角度，则确定该两个点云帧为所述目标点云帧。所述目标点云帧中冗余的点云数据较少，这是由于移动目标已经移动了一定距离，或者姿态发生了一定角度，因此所采集的点云帧中点云数据的冗余性较低。
需要说明的是，移动目标在每个点云帧的采集时刻的位姿可通过各传感器采集的数据确定，例如可通过组合惯导系统的采集数据确定，所述组合惯导系统具体为卫星定位系统和惯导系统的组合。所述组合惯导系统用于定位每时刻移动目标的地理位置信息，该地理位置信息具体指移动目标在全局坐标系下的坐标值，具体可表示为(B经度、L纬度、H高度)。具体的，惯导系统以较高的频率获取移动目标每时刻的加速度，通过对加速度进行积分获得移动目标每时刻的速度以及位移，进而可得到移动目标每时刻相对于初始位置的相对位置。受限于卫星定位系统的工作原理，卫星定位系统无法实现较高频率地输出，因此，卫星定位系统以较低的频率输出移动目标在一些时刻的地理位置信息，通过结合移动目标在一些时刻的地理位置信息以及移动目标在每时刻相对于初始位置的相对位置可计算得到移动目标每时刻的推算地理位置信息。考虑到成本问题，还可通过除组合惯导系统之外的方式确定移动目标在每个点云帧采集时刻的位姿，例如使用基于粒子滤波的室内栅格地图构建方法gmapping，在构建栅格地图的过程中计算移动目标在每个点云帧采集时刻的位姿。具体的，同步定位与地图构建的核心思想是根据其观测值和其里程计测量信息去估计联合后验概率密度函数，该联合概率密度函数代表地图中的点或者说是移动目标的移动轨迹，可以应用粒子滤波来估计。粒子滤波算法的核心思想是利用一系列随机样本的加权和近似后验概率密度函数，通过求和来近似积分操作。粒子滤波算法通常包括四步：预测阶段-校正阶段-重采样阶段-地图估计，其中预测阶段具体包括：粒子滤波首先根据状态转移函数预测生成大量的采样，这些采样就被称之为粒子，利用这些粒子的加权和来逼近后验概率密度。所述校正阶段包括：随着观测值的依次到达，为每个粒子计算相应的重要性权值，这个权值代表预测的位姿取第几个粒子时获得观测的概率，如此下来，对所有粒子都进行依次评价，越有可能获得观测的粒子，获得的权重越高。所述重采样阶段包括：根据权值的比例重新分布采样粒子。所述地图估计包括对于每个采样的粒子，通过其采样的轨迹与观测计算出相应的地图估计。
步骤120、根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，所述至少两个目标点云帧依次被确定为所述当前目标点云帧。
举例说明上述过程，假设所述目标点云帧依次为移动目标针对周围环境所采集的第一帧初始点云帧、第三帧初始点云帧以及第五帧初始点云帧，首先将所述第一帧初始点云帧作为当前目标点云帧，由于不存在与第一帧初始点云帧相邻的前一帧初始点云帧，因此无法对当前目标点云帧对应的所述移动目标的初始位姿进行调整，故将当前目标点云帧对应的所述移动目标的初始位姿确定为所述第一位姿。然后将所述第三帧初始点云帧作为当前目标点云帧，此时，与该当前目标点云帧(即所述第三帧初始点云帧)相邻的前一个目标点云帧为所述第一帧初始点云帧，则根据所述第一帧初始点云帧对应的所述移动目标的标记位姿，对该当前目标点云帧(即所述第三帧初始点云帧)对应的所述移动目标的初始位姿进行调整，获得该当前目标点云帧(即所述第三帧初始点云帧)对应的所述移动目标的第一位姿。同样的原理，将所述第五帧初始点云帧作为当前目标点云帧，此时，与该当前目标点云帧(即所述第五帧初始点云帧)相邻的前一个目标点云帧为所述第三帧初始点云帧，则根据所述第三帧初始点云帧对应的所述移动目标的标记位姿，对该当前目标点云帧(即所述第五帧初始点云帧)对应的所述移动目标的初始位姿进行调整，获得该当前目标点云帧(即所述第五帧初始点云帧)对应的所述移动目标的第一位姿。
其中，所述前一个目标点云帧对应的所述移动目标的标记位姿具体指经过至少一次位姿调整后得到位姿。由步骤120可知，对所述移动目标的初始位姿进行调整需要依赖前一个目标点云帧对应的所述移动目标的标记位姿，因此若所述当前目标点云帧为目标点云帧中的第一帧，则不对该当前目标点云帧对应的所述移动目标的初始位姿进行调整，而是作为初始值，即所述初始位姿即为所述标记位姿。
示例性的，所述根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，包括：
对所述前一个目标点云帧的点云以及所述当前目标点云帧的点云进行配准，以确定所述前一个目标点云帧与所述当前目标点云帧之间的转换矩阵；
通过所述转换矩阵以及所述前一个目标点云帧对应的所述移动目标的标记位姿获得当前目标点云帧对应的所述移动目标的第一位姿。
其中，点云配准是通过匹配两帧点云数据，从而得到移动目标的前后位姿差，即里程数据。常用的点云配准算法包括ICP(Iterative closest point，最近点迭代)、基于点线的最近点迭代PL-ICP。点云配准的目的是为了求取转换矩阵，其物理意义是：不同角度下对同一个实体看到的样子是不一样的，例如距离或者姿态等，假设通过激光雷达探知到同一个实体的位姿分别为A和B，则点云配准的目的是为了求取A转换到B的转换矩阵。
所述通过所述转换矩阵以及所述前一个目标点云帧对应的所述移动目标的标记位姿获得当前目标点云帧对应的所述移动目标的第一位姿，具体是所述标记位姿乘以所述转换矩阵得到所述第一位姿。通过利用所述前一个目标点云帧对应的所述移动目标的标记位姿对当前目标点云帧对应的所述移动目标的初始位姿进行调整，可提高当前目标点云帧对应的所述移动目标的位姿精度，进而达到提高所构建地图精度的目的。
步骤130、根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图。
具体的，所述根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图，包括：
根据当前目标点云帧对应的所述移动目标的第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；
将各调整后的目标点云帧进行点云拼接，获得点云地图
其中，特定位姿下所采集的点云具备特定的姿态，即目标实体与特定位置之间的相对位置关系固定，当所述当前目标点云帧对应的移动目标的位姿被调整时，为了提高当前目标点云帧中点云的精度，基于周围环境与移动目标之间的相对位置关系，利用所述第一位姿对当前目标点云帧的点云进行校准，获得调整后的当前目标点云帧。
具体的，每个点云点均携带坐标信息，基于点云点的坐标信息在设定坐标系下给每个点云点分配位置，进而将各点云点之间用线连接，即完成点云拼接，获得点云地图。
本实施例的技术方案，通过根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿；根据所述第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；将各调整后的目标点云帧进行点云拼接，获得点云地图的技术手段，实现了高精点云地图的构建，有利于提高移动目标的定位精度。
实施例二
图2为本发明实施例二提供的一种点云地图构建方法的流程图，本实施例在上述实施例的基础上，对当前目标点云帧对应的移动目标的位姿继续进行调整，以获得所述当前目标点云帧对应的所述移动目标的标记位姿，进而提高以当前目标点云帧为参考的下一个目标点云帧对应的移动目标的位姿调整精度。其中与上述实施例相同或相应的术语的解释在此不再赘述。
参见图2，本实施例提供的点云地图构建方法具体包括以下步骤：
步骤210、基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧。
步骤220、根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，其中，所述至少两个目标点云帧依次被确定为所述当前目标点云帧。
步骤230、根据所述第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧。
步骤240、将各调整后的目标点云帧进行点云拼接，获得点云地图。
步骤250、基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧。
示例性的，所述基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧，包括：
针对各所述目标点云帧，根据候选目标点云帧对应的所述移动目标的标记位姿，确定所述移动目标在所述当前目标点云帧与所述候选目标点云帧的采集时刻之间的移动距离和/或旋转角度；
若所述移动距离低于第二距离阈值，和/或所述旋转角度低于第二角度阈值，则将所述候选目标点云帧确定为所述邻近目标点云帧。
步骤260、将所述近邻目标点云帧的点云进行拼接，形成局部地图，以基于所述局部地图对所述当前目标点云帧对应的所述移动目标的所述第一位姿进行调整，获得所述当前目标点云帧对应的所述移动目标的标记位姿。
示例性的，所述基于所述局部地图对所述当前目标点云帧对应的所述移动目标的所述第一位姿进行调整，获得所述当前目标点云帧对应的所述移动目标的标记位姿，包括：
将所述调整后的当前目标点云帧的点云与所述局部地图的点云进行配准，以确定所述调整后的当前目标点云帧与所述近邻目标点云帧之间的转换矩阵；
根据所述当前目标点云帧与所述近邻目标点云帧之间的转换矩阵，以及所述第一位姿确定所述标记位姿。
进一步的，所述方法还包括：将所述当前目标点云帧对应的所述移动目标的标记位姿存储于预设数据结构，以提高当所述当前目标点云帧作为所述前一个目标点云帧时对所述标记位姿的搜索效率。
所述预设数据结构例如典型的可以是kd-tree，k-dimensional树的简称，是一种分割k维数据空间的数据结构，主要应用于多维空间关键数据的搜索(如：范围搜索和最近邻搜索)。
对应的，参考图3所示的一种对各目标点云帧对应的移动目标的位姿进行调整，以确定各目标点云帧对应的移动目标的标记位姿的流程示意图，具体包括：
首先基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧。每个目标点云帧携带有时间戳以及对应的移动目标的初始位姿，该时间戳用于表示当前目标点云帧的采集时刻，所述初始位姿指移动目标在所述时间戳表达的时刻时的位姿。各目标点云帧基于时间戳依次排序，最早采集的目标点云帧排在最前面。从所述目标点云帧中提取当前目标点云帧，判断当前目标点云帧是否为第一帧目标点云帧，即当前目标点云帧携带的时间戳是否为所有目标点云帧携带的时间戳中最早的，若是，则固定当前目标点云帧对应的移动目标的位姿和当前目标点云帧的点云，具体的，将当前目标点云帧对应的移动目标的位姿存储至kd-tree；若当前目标点云帧不是第一帧目标点云帧，则基于点线的最近点迭代PL-ICP法，根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿；搜索kd-tree，基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧，将所述近邻目标点云帧的点云进行拼接，形成局部地图，根据所述第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧，将所述调整后的当前目标点云帧的点云与所述局部地图的点云进行配准，以确定所述调整后的当前目标点云帧与所述近邻目标点云帧之间的转换矩阵；根据所述当前目标点云帧与所述近邻目标点云帧之间的转换矩阵，以及所述第一位姿确定所述标记位姿，将当前目标点云帧对应的所述移动目标的标记位姿存储至所述kd-tree，用于后续目标点云帧对应的移动目标位姿的调整。通过利用kd-tree存储各目标点云帧对应的移动目标的标记位姿，提高了基于各目标点云帧对应的移动目标的标记位姿，确定当前目标点云帧的近邻目标点云帧的搜索效率。
可以理解的是，为了进一步提高点云地图的构建精度，还可基于当前目标点云帧对应的移动目标的标记位姿对当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；将各调整后的目标点云帧进行点云拼接，获得点云地图。
进一步的，在获得点云地图后，可基于该点云地图生成任何分辨率的栅格地图，若最小栅格单元内存在点云点，则确定该最小栅格单元被障碍物占据，否则该最小栅格单元没有被障碍物占据。
具体的，可基于现有成熟的以粒子滤波为核心的占据栅格图构建方法，确定各目标点云帧，以及各目标点云帧对应的移动目标的初始位姿，以此为基础，通过对各目标点云帧对应的移动目标的初始位姿进行调整，达到提高移动目标位姿精度的目的，进而提高各目标点云帧的点云精度的目的，以调整后的点云为基础，进行点云拼接，构建高精度点云地图，使得后续定位可以使用点云匹配的方法进行定位精度的提升，同时亦可根据构建的点云地图生成任何精度的占据栅格图。
本实施例的技术方案，在所述根据所述第一位姿对所述当前目标点云帧的点云进行调整之后，通过基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧；将所述近邻目标点云帧的点云进行拼接，形成局部地图，以基于所述局部地图对所述当前目标点云帧对应的所述移动目标的所述第一位姿进行调整，获得所述当前目标点云帧对应的所述移动目标的标记位姿的技术手段，为后续以当前目标点云帧为参考确定其它目标点云帧对应的移动目标的位姿提供了基础，且为后续确定用于生成局部地图的目标点云帧提供了数据基础，通过对移动目标位姿的校准，进而对目标点云帧的点云进行校正，实现了高精度点云地图的构建，亦可根据构建的点云地图生成任何精度的占据栅格图，有利于提高室内机器人的定位精度。
以下是本发明实施例提供的点云地图构建装置的实施例，该装置与上述各实施例的点云地图构建方法属于同一个发明构思，在点云地图构建装置的实施例中未详尽描述的细节内容，可以参考上述点云地图构建方法的实施例。
实施例三
图4为本发明实施例三提供的一种点云地图构建装置的结构示意图，该装置具体包括：确定模块410、位姿调整模块420和构建模块430。
其中，确定模块410，用于基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；位姿调整模块420，用于针对所述至少两个目标点云帧，根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿；构建模块430，用于根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图。
进一步的，确定模块410包括：
第一确定单元，用于根据每个所述初始点云帧对应的所述移动目标的初始位姿，确定所述移动目标在每两个所述初始点云帧采集时刻之间的移动距离和/或旋转角度；
第二确定单元，用于若所述移动距离达到第一距离阈值，和/或所述旋转角度达到第一角度阈值，则将所述两个所述初始点云帧分别确定为目标点云帧。
进一步的，位姿调整模块420包括：
配准单元，用于对所述前一个目标点云帧的点云以及所述当前目标点云帧的点云进行配准，以确定所述前一个目标点云帧与所述当前目标点云帧之间的转换矩阵；
调整单元，用于通过所述转换矩阵以及所述前一个目标点云帧对应的所述移动目标的标记位姿获得当前目标点云帧对应的所述移动目标的第一位姿。
进一步的，构建模块430包括：
点云调整单元，用于根据所述第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；拼接单元，用于将各调整后的目标点云帧进行点云拼接，获得点云地图。
进一步的，所述装置还包括：
近邻帧确定模块，用于在所述根据所述第一位姿对所述当前目标点云帧的点云进行调整之后，基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧；
局部地图生成模块，用于将所述近邻目标点云帧的点云进行拼接，形成局部地图，以基于所述局部地图对所述当前目标点云帧对应的所述移动目标的所述第一位姿进行调整，获得所述当前目标点云帧对应的所述移动目标的标记位姿。
进一步的，所述局部地图生成模块包括：
配准单元，用于将所述调整后的当前目标点云帧的点云与所述局部地图的点云进行配准，以确定所述调整后的当前目标点云帧与所述近邻目标点云帧之间的转换矩阵；
确定单元，用于根据所述当前目标点云帧与所述近邻目标点云帧之间的转换矩阵，以及所述第一位姿确定所述标记位姿。
进一步的，所述近邻帧确定模块包括：
第一确定单元，用于针对各所述目标点云帧，根据候选目标点云帧对应的所述移动目标的标记位姿，确定所述移动目标在所述当前目标点云帧与所述候选目标点云帧的采集时刻之间的移动距离和/或旋转角度；
第二确定单元，用于若所述移动距离低于第二距离阈值，和/或所述旋转角度低于第二角度阈值，则将所述候选目标点云帧确定为所述邻近目标点云帧。
进一步的，所述装置还包括：
存储模块，用于将所述当前目标点云帧对应的所述移动目标的标记位姿存储于预设数据结构，以提高当所述当前目标点云帧作为所述前一个目标点云帧时对所述标记位姿的搜索效率。
本实施例的技术方案，通过根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿；根据所述第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；将各调整后的目标点云帧进行点云拼接，获得点云地图的技术手段，实现了高精点云地图的构建，有利于提高移动目标的定位精度。
本发明实施例所提供的点云地图构建装置可执行本发明任意实施例所提供的点云地图构建方法，具备执行点云地图构建方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备12的框图。图5显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个确定模块410、位姿调整模块420、点云调整模块430和拼接模块440)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个确定模块410、位姿调整模块420、点云调整模块430和拼接模块440)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及点云地图构建，例如实现本发实施例所提供的一种点云地图构建方法步骤，该方法包括：
基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；
根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，其中，所述至少两个目标点云帧依次被确定为所述当前目标点云帧；
根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的点云地图构建方法的技术方案。
实施例五
本实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的点云地图构建方法步骤，该方法包括：
基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；
根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，其中，所述至少两个目标点云帧依次被确定为所述当前目标点云帧；
根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
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)
1.一种点云地图构建方法，其特征在于，包括：
基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；
根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，其中，所述至少两个目标点云帧依次被确定为所述当前目标点云帧；
根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图；
其中，所述前一个目标点云帧对应的所述移动目标的标记位姿指经过至少一次位姿调整后得到的位姿；
其中，所述根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图，包括：
根据当前目标点云帧对应的所述移动目标的第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；
将各调整后的目标点云帧进行点云拼接，获得点云地图；
其中，所述根据当前目标点云帧对应的所述移动目标的第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧，包括：
基于周围环境与所述移动目标之间的相对位置关系，利用所述第一位姿对所述当前目标点云帧的点云进行校准，获得调整后的当前目标点云帧；
其中，所述根据当前目标点云帧对应的所述移动目标的第一位姿对所述当前目标点云帧的点云进行调整之后，还包括：
基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧；
将所述近邻目标点云帧的点云进行拼接，形成局部地图，以基于所述局部地图对所述当前目标点云帧对应的所述移动目标的所述第一位姿进行调整，获得所述当前目标点云帧对应的所述移动目标的标记位姿。
2.根据权利要求1所述的方法，其特征在于，所述基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧，包括：
根据每个所述初始点云帧对应的所述移动目标的初始位姿，确定所述移动目标在每两个所述初始点云帧采集时刻之间的移动距离和/或旋转角度；
若所述移动距离达到第一距离阈值，和/或所述旋转角度达到第一角度阈值，则将所述两个所述初始点云帧分别确定为目标点云帧。
3.根据权利要求1所述的方法，其特征在于，所述根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，包括：
对所述前一个目标点云帧的点云以及所述当前目标点云帧的点云进行配准，以确定所述前一个目标点云帧与所述当前目标点云帧之间的转换矩阵；
通过所述转换矩阵以及所述前一个目标点云帧对应的所述移动目标的标记位姿获得当前目标点云帧对应的所述移动目标的第一位姿。
4.根据权利要求1所述的方法，其特征在于，所述基于所述局部地图对所述当前目标点云帧对应的所述移动目标的所述第一位姿进行调整，获得所述当前目标点云帧对应的所述移动目标的标记位姿，包括：
将所述调整后的当前目标点云帧的点云与所述局部地图的点云进行配准，以确定所述调整后的当前目标点云帧与所述近邻目标点云帧之间的转换矩阵；
根据所述当前目标点云帧与所述近邻目标点云帧之间的转换矩阵，以及所述第一位姿确定所述标记位姿。
5.根据权利要求1所述的方法，其特征在于，所述基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧，包括：
针对各所述目标点云帧，根据候选目标点云帧对应的所述移动目标的标记位姿，确定所述移动目标在所述当前目标点云帧与所述候选目标点云帧的采集时刻之间的移动距离和/或旋转角度；
若所述移动距离低于第二距离阈值，和/或所述旋转角度低于第二角度阈值，则将所述候选目标点云帧确定为所述近邻目标点云帧。
6.根据权利要求1所述的方法，其特征在于，还包括：
将所述当前目标点云帧对应的所述移动目标的标记位姿存储于预设数据结构，以提高当所述当前目标点云帧作为所述前一个目标点云帧时对所述标记位姿的搜索效率。
7.一种点云地图构建装置，其特征在于，包括：
确定模块，用于基于移动目标针对周围环境所采集的初始点云帧确定至少两个目标点云帧；
位姿调整模块，用于根据与当前目标点云帧相邻的前一个目标点云帧对应的所述移动目标的标记位姿，对当前目标点云帧对应的所述移动目标的初始位姿进行调整，获得当前目标点云帧对应的所述移动目标的第一位姿，所述至少两个目标点云帧依次被确定为所述当前目标点云帧；
构建模块，用于根据各目标点云帧对应的所述移动目标的第一位姿，以及所述各目标点云帧获得点云地图；
其中，所述前一个目标点云帧对应的所述移动目标的标记位姿指经过至少一次位姿调整后得到的位姿；
其中，所述构建模块包括：
点云调整单元，用于根据所述第一位姿对所述当前目标点云帧的点云进行调整，获得调整后的当前目标点云帧；拼接单元，用于将各调整后的目标点云帧进行点云拼接，获得点云地图；
其中，所述点云调整单元，具体用于基于周围环境与所述移动目标之间的相对位置关系，利用所述第一位姿对所述当前目标点云帧的点云进行校准，获得调整后的当前目标点云帧；
其中，所述装置还包括：
近邻帧确定模块，用于在所述根据所述第一位姿对所述当前目标点云帧的点云进行调整之后，基于各所述目标点云帧对应的所述移动目标的标记位姿，确定所述当前目标点云帧的近邻目标点云帧；
局部地图生成模块，用于将所述近邻目标点云帧的点云进行拼接，形成局部地图，以基于所述局部地图对所述当前目标点云帧对应的所述移动目标的所述第一位姿进行调整，获得所述当前目标点云帧对应的所述移动目标的标记位姿。
8.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，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中任一所述的点云地图构建方法步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的点云地图构建方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010954400.1A CN113776530B (zh) | 2020-09-11 | 2020-09-11 | 一种点云地图构建方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010954400.1A CN113776530B (zh) | 2020-09-11 | 2020-09-11 | 一种点云地图构建方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113776530A CN113776530A (zh) | 2021-12-10 |
| CN113776530B true CN113776530B (zh) | 2024-06-18 |
Family
ID=78834992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010954400.1A Active CN113776530B (zh) | 2020-09-11 | 2020-09-11 | 一种点云地图构建方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113776530B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111443359A (zh) * | 2020-03-26 | 2020-07-24 | 达闼科技成都有限公司 | 定位方法、装置及设备 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108732584B (zh) * | 2017-04-17 | 2020-06-30 | 百度在线网络技术（北京）有限公司 | 用于更新地图的方法和装置 |
| CN109407073B (zh) * | 2017-08-15 | 2020-03-10 | 百度在线网络技术（北京）有限公司 | 反射值地图构建方法和装置 |
| CN109521403B (zh) * | 2017-09-19 | 2020-11-20 | 百度在线网络技术（北京）有限公司 | 多线激光雷达的参数标定方法及装置、设备及可读介质 |
| CN108932736B (zh) * | 2018-05-30 | 2022-10-11 | 南昌大学 | 二维激光雷达点云数据处理方法以及动态机器人位姿校准方法 |
| CN109186608B (zh) * | 2018-09-27 | 2021-10-15 | 大连理工大学 | 一种面向重定位的稀疏化三维点云地图生成方法 |
| CN109974712A (zh) * | 2019-04-22 | 2019-07-05 | 广东亿嘉和科技有限公司 | 一种基于图优化的变电站巡检机器人建图方法 |
| CN110322500B (zh) * | 2019-06-28 | 2023-08-15 | Oppo广东移动通信有限公司 | 即时定位与地图构建的优化方法及装置、介质和电子设备 |
| CN110930453B (zh) * | 2019-10-30 | 2023-09-08 | 北京迈格威科技有限公司 | 目标物体定位方法、装置及可读存储介质 |
| CN111340860B (zh) * | 2020-02-24 | 2023-09-19 | 北京百度网讯科技有限公司 | 点云数据的配准、更新方法、装置、设备和存储介质 |
-
2020
- 2020-09-11 CN CN202010954400.1A patent/CN113776530B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111443359A (zh) * | 2020-03-26 | 2020-07-24 | 达闼科技成都有限公司 | 定位方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113776530A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6866441B2 (ja) | ３次元シーンマップの生成方法、生成装置、機器および記憶媒体 | |
| JP6831414B2 (ja) | 測位のための方法、測位のための装置、デバイス及びコンピュータ読み取り可能な記憶媒体 | |
| CN110764111B (zh) | 雷达坐标与大地坐标的转换方法、装置、系统及介质 | |
| CN109521403B (zh) | 多线激光雷达的参数标定方法及装置、设备及可读介质 | |
| CN107888828B (zh) | 空间定位方法及装置、电子设备、以及存储介质 | |
| US20200088858A1 (en) | Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle | |
| JP6830137B2 (ja) | 動的障害物の位置校正方法、装置、機器、及び記憶媒体 | |
| CN109435955B (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
| CN110386142A (zh) | 用于自动驾驶车辆的俯仰角校准方法 | |
| CN113933818A (zh) | 激光雷达外参的标定的方法、设备、存储介质及程序产品 | |
| CN111427061A (zh) | 一种机器人建图方法、装置，机器人及存储介质 | |
| CN114387319B (zh) | 点云配准方法、装置、设备以及存储介质 | |
| CN112652062B (zh) | 一种点云地图构建方法、装置、设备和存储介质 | |
| CN109300143A (zh) | 运动向量场的确定方法、装置、设备、存储介质和车辆 | |
| CN111862215A (zh) | 一种计算机设备定位方法、装置、计算机设备和存储介质 | |
| CN111121755B (zh) | 一种多传感器的融合定位方法、装置、设备及存储介质 | |
| CN112965076B (zh) | 一种用于机器人的多雷达定位系统及方法 | |
| CN113313765B (zh) | 定位方法、装置、电子设备和存储介质 | |
| CN113776530B (zh) | 一种点云地图构建方法、装置、电子设备和存储介质 | |
| CN110853098A (zh) | 机器人定位方法、装置、设备及存储介质 | |
| CN111696159A (zh) | 激光里程计的特征存储方法、电子设备和存储介质 | |
| CN114820953B (zh) | 一种数据处理方法、装置、设备以及存储介质 | |
| CN115900697A (zh) | 对象运动轨迹信息处理方法、电子设备以及自动驾驶车辆 | |
| CN116520302A (zh) | 应用于自动驾驶系统的定位方法和构建三维地图的方法 | |
| CN115147482A (zh) | 一种位姿初始化方法 |
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 |