CN113888624A - 一种构建地图的方法及装置 - Google Patents

一种构建地图的方法及装置 Download PDF

Info

Publication number
CN113888624A
CN113888624A CN202111020594.9A CN202111020594A CN113888624A CN 113888624 A CN113888624 A CN 113888624A CN 202111020594 A CN202111020594 A CN 202111020594A CN 113888624 A CN113888624 A CN 113888624A
Authority
CN
China
Prior art keywords
historical
pose
point
historical track
track point
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.)
Granted
Application number
CN202111020594.9A
Other languages
English (en)
Other versions
CN113888624B (zh
Inventor
何祎
胡增科
李秋成
董峻峰
田咪
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.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online 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 Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202111020594.9A priority Critical patent/CN113888624B/zh
Publication of CN113888624A publication Critical patent/CN113888624A/zh
Application granted granted Critical
Publication of CN113888624B publication Critical patent/CN113888624B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本说明书公开了一种构建地图的方法及装置，所述方法应用于无人驾驶领域。首先，获取无人设备的历史传感数据以及历史行驶轨迹。其次，针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，无人设备位于该历史轨迹点时的第一位姿，以及确定在原始高精地图下，无人设备位于该历史轨迹点时的第二位姿。最后，根据各历史轨迹点对应的第一位姿与第二位姿之间位姿偏差，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图。本方法可以根据各历史轨迹点对应的位姿偏差，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图，从而，提高构建高精地图的效率以及准确率。

Description

一种构建地图的方法及装置
技术领域
本说明书涉及无人驾驶领域，尤其涉及一种构建地图的方法及装置。
背景技术
在无人驾驶领域，无人设备需要利用高精地图进行定位和规划，通过无人设备上的传感系统感知道路环境，自动规划行车路线并控制无人设备到达预定目标，可见，高精地图的发展直接影响无人设备在行驶过程中的安全性和精准度。
在实际应用中，通常通过将激光反射率底图与原始高精地图进行叠加，来构建高精地图。由于，在构建高精地图的过程中，激光反射率底图与原始高精地图进行叠加的过程中可能出现未对齐的情况。因此，需要开发人员通过肉眼观察激光反射率底图与原始高精地图的叠加图，来检查激光反射率底图与原始高精地图的对齐情况，并人工进行两者之间的对齐操作。但是，这种方式效率较低，且非常容易产生错误。
因此，如何能够提高构建高精地图的效率以及准确率，则是一个亟待解决的问题。
发明内容
本说明书提供一种构建地图的方法及装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种构建地图的方法，所述方法应用于无人驾驶领域，包括：
获取无人设备的历史传感数据以及历史行驶轨迹；
针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，作为第二位姿，所述原始高精地图是通过点云数据构建的；
确定所述第一位姿与所述第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差；
根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
可选地，所述历史传感数据包括：定位数据、点云数据以及激光反射率数据；
针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的定位数据，确定在所述激光反射率底图下该历史轨迹点所在区域；
根据在所述激光反射率底图下该历史轨迹点所在区域，以及该历史轨迹点对应的激光反射率数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿；
根据该历史轨迹点对应的历史传感数据，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
根据该历史轨迹点对应的定位数据，确定在所述原始高精地图下该历史轨迹点所在区域；
根据在所述原始高精地图下该历史轨迹点所在区域，以及该历史轨迹点对应的点云数据，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，根据在所述激光反射率底图下该历史轨迹点所在区域，以及该历史轨迹点对应的激光反射率数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
从所述无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，确定位于以该历史轨迹点为中心的预设范围内，激光反射率大于设定反射率阈值的点云点，作为第一目标点；
从所述激光反射率底图中，确定以该历史轨迹点为中心的所述预设范围内的参照点，作为第一参照点；
根据所述第一目标点以及所述第一参照点，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，根据所述第一目标点以及所述第一参照点，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
通过调整所述无人设备在该历史轨迹点处的位姿，对齐所述第一目标点与所述第一参照点，并将对齐所述第一目标点与所述第一参照点时所调整出的所述无人设备在该历史轨迹点处的位姿，作为在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，根据在所述原始高精地图下该历史轨迹点所在区域，以及该历史轨迹点对应的点云数据，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
从所述无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，将该历史轨迹点对应的点云数据映射到二维栅格图中，确定在二维栅格图中，各栅格中点云密度大于设定密度阈值的第二目标点；
从所述原始高精地图中确定该历史轨迹点对应的第二参照点；
根据所述第二目标点以及所述第二参照点，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，根据所述第二目标点以及所述第二参照点，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
通过调整所述无人设备在该历史轨迹点处的位姿，对齐所述第二目标点与所述第二参照点，并将对齐所述第二目标点与所述第二参照点时所调整出的所述无人设备在该历史轨迹点处的位姿，作为在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图，具体包括：
从所述各历史轨迹点中，确定出存在位姿偏差的轨迹点，作为待调整轨迹点；
以所述待调整轨迹点的数量最小化为目标，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
本说明书提供了一种构建地图的装置，所述装置应用于无人驾驶领域，包括：
获取模块，用于获取无人设备的历史传感数据以及历史行驶轨迹；
确定模块，用于针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，作为第二位姿，所述原始高精地图是通过点云数据构建的；
偏差模块，用于确定所述第一位姿与所述第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差；
构建模块，用于根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述构建地图的方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述构建地图的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的构建地图的方法中，首先，获取无人设备的历史传感数据以及历史行驶轨迹。其次，针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，无人设备位于该历史轨迹点时的位姿，作为第二位姿，原始高精地图是通过点云数据构建的。而后，确定第一位姿与第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差。最后，根据历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图。
从上述方法中可以看出，相比于现有技术中需要开发人员通过肉眼观察激光反射率底图与原始高精地图的叠加图，来检查激光反射率底图与原始高精地图的对齐情况，并人工进行两者之间的对齐操作的方式来说，本方法可以通过无人设备在各历史轨迹点对应的位姿偏差，确定各历史轨迹点对应的激光反射率底图与原始高精地图之间是否对齐，并根据各历史轨迹点对应的位姿偏差，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图，从而，提高构建高精地图的效率以及准确率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种构建地图的方法的流程示意图；
图2为本说明书实施例提供的一种构建地图过程的示意图；
图3为本说明书提供的一种构建地图的装置的示意图；
图4为本说明书提供的一种对应于图1的电子设备的示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种构建地图的方法的流程示意图，包括以下步骤：
S100：获取无人设备的历史传感数据以及历史行驶轨迹。
本说明书中对构建地图的执行主体可以是服务器，也可以是诸如台式电脑、笔记本电脑等电子设备。为了便于描述，下面仅以服务器为执行主体，对本说明书提供的构建地图的方法进行说明。
在本说明书实施例中，服务器可以获取无人设备的历史传感数据以及历史行驶轨迹。服务器可以通过历史传感数据，确定出无人设备处于历史行驶轨迹中的每个历史轨迹点时周围的环境情况。
具体的，历史传感数据可以包括定位数据、点云数据以及激光反射率数据，服务器可以通过无人设备上设置的激光雷达，获取到点云数据以及激光反射率数据，定位数据可以是指通过无人设备上设置的惯性导航系统以及卫星定位系统获取到的组合惯性导航数据、或是GPS数据等用于无人设备进行定位的数据。
需要说明的是，本说明书提到的无人设备可以是指无人车、机器人、自动配送设备等能够实现自动驾驶的设备。基于此，应用本说明书提供的构建地图的方法的无人设备可以用于执行配送领域的配送任务，如，使用无人设备进行快递、物流、外卖等配送的业务场景。
S102：针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，作为第二位姿，所述原始高精地图是通过点云数据构建的。
在本说明书实施例中，服务器可以根据获取到的无人设备的历史传感数据以及历史行驶轨迹，预先构建出激光反射率底图以及原始高精地图，通过在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图。
在实际应用中，不同材质的物体具备不同的激光反射率，例如，对于道路上的标线来说，为了醒目常采用高反射率的反光涂料，这就导致激光打在这些反光涂料上时，反射率也会相对增加。基于此，服务器可以通过预先构建的激光反射率底图，以确定无人设备周围的环境信息激光反射率底图主要用于体现诸如车道线、马路边缘、路灯等因激光反射率明显不同而较为突出的信息。
服务器还可以通过预先构建的原始高精地图，以确定无人设备周围的环境信息(主要为障碍物信息等因点云密度明显不同所展示的信息)。但是，在构建高精地图的过程中，预先构建的激光反射率底图与预先构建的原始高精地图进行叠加的过程中可能出现未对齐的情况，因此，需要通过后续的方法进行对齐操作，以构建出准确的高精地图。
在本说明书实施例中，服务器可以针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，无人设备位于该历史轨迹点时的位姿，作为第二位姿。
在实际应用中，由于定位数据可以是指通过无人设备上设置的惯性导航系统以及卫星定位系统获取到的，定位精度为米级，仅能得到无人设备在激光反射率底图或原始高精地图中的粗略的位姿，基于此，服务器可以确定出无人设备在激光反射率底图或原始高精地图中所在的区域，再根据无人设备所在的区域以及无人设备采集到的历史传感数据，确定出无人设备在激光反射率底图或原始高精地图中准确的位姿，这里提到的准确的位姿的定位精度可是更为精细的厘米级。
具体的，服务器可以针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的定位数据，确定在激光反射率底图下该历史轨迹点所在区域。而后，服务器再根据在激光反射率底图下该历史轨迹点所在区域，以及该历史轨迹点对应的激光反射率数据，确定在激光反射率底图下，无人设备位于该历史轨迹点时的位姿。
同样的，服务器可以根据该历史轨迹点对应的定位数据，确定在原始高精地图下该历史轨迹点所在区域。再根据在原始高精地图下该历史轨迹点所在区域，以及该历史轨迹点对应的点云数据，确定在原始高精地图下，无人设备位于该历史轨迹点时的位姿。
进一步的，由于道路上的车道线为了醒目常采用高反射率的反光涂料，车道线对应的激光反射率与地面对应的激光反射率差距较大，因此，服务器可以从无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，确定位于以该历史轨迹点为中心的预设范围内，激光反射率大于设定反射率阈值的点云点，作为第一目标点。例如，服务器可以通过激光反射率，确定出无人设备位于该历史轨迹点时，其附近具有哪些车道线，相应的，车道线中所包含的点，即为第一目标点。
其次，从激光反射率底图中，服务器可以进一步地确定出以该历史轨迹点为中心的预设范围内的参照点，作为第一参照点。例如，服务器可以从已经预先生成的激光反射率底图中，确定出按照该历史轨迹点将无人设备的位置投射到该激光反射率底图中时，无人设备附近有哪些车道线。
从上述可以看出，第一目标点可以理解成是从无人设备实际采集的点云数据中确定出的，而第一参考点则可以理解成是从预先生成的激光反射率底图中确定出的。相应的，服务器可以根据第一目标点以及第一参照点，确定在激光反射率底图下，无人设备位于该历史轨迹点时的位姿。换句话说，服务器可以将在该历史轨迹点时，无人设备周围的环境信息与激光发射率底图中的无人设备所在区域对应的环境信息进行对比，以得到无人设备位于该历史轨迹点时的位姿。
同样的，由于激光传感下发射出的激光会被障碍物所阻挡并反射回来，使得障碍物周围的点云密度较高，因此，服务器可以从无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，将该历史轨迹点对应的点云数据映射到二维栅格图中，确定在二维栅格图中，各栅格中点云密度大于设定密度阈值的第二目标点。这里提到的二维栅格图可以是指用若干个栅格组成的网格图，栅格中可以存储有点云密度(点云点的数量)等。也就是说，服务器可以通过点云密度，确定出在该历史轨迹点时，无人设备周围的环境信息。
其次，服务器可以从原始高精地图中确定该历史轨迹点对应的第二参照点。也就是说，服务器可以从原始高精地图中，确定出无人设备所在区域在原始高精地图中应该对应有哪些环境信息。
最后，根据第二目标点以及第二参照点，确定在原始高精地图下，无人设备位于该历史轨迹点时的位姿。换句话说，服务器可以将在该历史轨迹点时，无人设备周围的环境信息与原始高精地图中的无人设备所在区域对应的环境信息进行对比，以得到无人设备位于该历史轨迹点时的位姿。
在本说明书实施例中，若激光反射率底图与原始高精地图之间是对齐的，服务器通过同一历史轨迹点对应的历史传感数据，得到无人设备在激光反射率底图中的位姿，与无人设备在原始高精地图中的位姿应当也是相同的。因此，服务器可以根据无人设备在激光反射率底图中的位姿，与无人设备在原始高精地图中的位姿，确定激光反射率底图与原始高精地图是否对齐。
在本说明书实施例中，服务器可以通过调整无人设备在该历史轨迹点处的位姿，对齐第一目标点与第一参照点，并将对齐第一目标点与第一参照点时所调整出的无人设备在该历史轨迹点处的位姿，作为在激光反射率底图下，无人设备位于该历史轨迹点时的位姿。
具体的，服务器可以通过调整无人设备在该历史轨迹点处的位姿，对齐第一目标点与第一参照点，并在对齐的过程中，确定第一目标点与第一参照点之间的对齐程度。若第一目标点与第一参照点之间的对齐程度达到最高，则可以确定出在激光反射率底图下，无人设备位于该历史轨迹点时的位姿。具体公式如下：
Figure BDA0003241800350000101
在上述公式中，argminε可以用于表征使目标函数
Figure BDA0003241800350000102
取最小值时的变量值。ε可以用于表征变量值。Tε可以用于表征通过定位数据确定出的无人设备在历史轨迹点对应的位姿。hk可以用于表征第k个第一目标点。Tεhk可以用于表征将第k个第一目标点，按照无人设备在历史轨迹点对应的位姿，从激光雷达坐标系变换到地图坐标系。Msmooth是一个三次样条插值函数，可以用于表征第一目标点与第一参照点之间的对齐程度，对齐程度越高，数值越接近1。
从上述公式中可以看出，服务器通过不断调整无人设备在该历史轨迹点处的位姿，以优化第一目标点与第一参照点之间的对齐程度，从而确定出精确的无人设备位姿。也就是说，当对齐程度达到最高时，可以确定出无人设备在历史轨迹点对应的精确的位姿。
同样的，服务器可以通过调整所述无人设备在该历史轨迹点处的位姿，对齐第二目标点与第二参照点，并将对齐第二目标点与第二参照点时所调整出的无人设备在该历史轨迹点处的位姿，作为在原始高精地图下，无人设备位于该历史轨迹点时的位姿。
具体的，服务器可以通过调整无人设备在该历史轨迹点处的位姿，对齐第二目标点与第二参照点，并在对齐的过程中，确定第二目标点与第二参照点之间的对齐程度。若第二目标点与第二参照点之间的对齐程度达到最高，则可以确定出在原始高精地图下，无人设备位于该历史轨迹点时的位姿。具体公式如下：
Figure BDA0003241800350000111
在上述公式中，jk可以用于表征第k个第二目标点。Tεjk可以用于表征将第k个第二目标点，按照无人设备在历史轨迹点对应的位姿，从激光雷达坐标系变换到地图坐标系。Msmooth是一个三次样条插值函数，可以用于表征第二目标点与第二参照点之间的对齐程度，对齐程度越高，数值越接近1。
从上述公式中可以看出，服务器通过不断调整无人设备在该历史轨迹点处的位姿，以优化第二目标点与第二参照点之间的对齐程度，从而确定出精确的无人设备位姿。也就是说，当对齐程度达到最高时，可以确定出无人设备在历史轨迹点对应的精确的位姿。
S104：确定所述第一位姿与所述第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差。
在本说明书实施例中，服务器可以确定第一位姿与第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差。具体公式如下：
pose_diff＝pose1-1*pose2
在上述公式中，pose_diff可以用于表征第一位姿与第二位姿之间的位姿偏差。pose1-1可以用于表征在激光反射率底图下，无人设备位于该历史轨迹点时的第一位姿的逆矩阵。pose2可以用于表征在原始高精地图下，无人设备位于该历史轨迹点时的第二位姿。从上述公式中可以看出，服务器可以确定出各历史轨迹点对应的位姿偏差。
S106：根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
在实际应用中，激光反射率底图是开发人员在服务器通过历史传感数据中的激光反射率数据，构建的激光反射率底图的基础上，进一步进行人工绘制的，因此，可以认为激光反射率底图是准确的，并不需要经常进行更新。而随着道路不断修建，建筑工地的出现和消失，道路附属设施的改变，高精地图中的原始高精地图则需要经常进行更新，因此，服务器往往是较为频繁的更新原始高精地图。
也就是说，服务器在确定出激光反射率底图与原始高精地图之间的差值后，以激光反射率底图为基准，根据激光反射率底图与原始高精地图之间的差值，将原始高精地图中包含的点云数据，向激光反射率底图进行对齐，以此进行叠加。
具体的，以激光反射率底图作为地面，将原始高精地图中除地面信息(车道线、马路边缘等信息)以外的其他点云数据提取出来，并叠加到激光反射率底图上，以构建高精地图。
在本说明书实施例中，服务器可以根据历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图。具体如图2所示。
图2为本说明书实施例提供的一种构建地图过程的示意图。
在图2中，服务器可以获取历史传感数据，并根据历史传感数据，生成激光反射率底图以及原始高精地图。其次，再针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，无人设备位于该历史轨迹点时的第一位姿，以及确定在原始高精地图下，无人设备位于该历史轨迹点时的第二位姿。而后，确定第一位姿与第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差。最后，根据历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图。
其中，服务器可以先从各历史轨迹点中，确定出存在位姿偏差的轨迹点，作为待调整轨迹点。而后，可以根据待调整轨迹点对应的第一位姿与激光发射率底图中的待调整轨迹点所在区域对应的环境信息之间的偏差关系，作为第一偏差关系。
其次，服务器可以根据待调整轨迹点对应的第二位姿与原始高精地图中，待调整轨迹点所在区域对应的环境信息之间的偏差关系，作为第二偏差关系。
最后，服务器可以根据待调整轨迹点对应的位姿偏差、第一偏差关系以及第二偏差关系，确定激光反射率底图与原始高精地图之间的差值，并根据差值进行对齐，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图。
而由于激光反射率底图与原始高精地图之间可能并不能完全对齐，因此，服务器需要将激光反射率底图与原始高精地图之间尽可能的对齐。基于此，在本说明书实施例中，服务器在总体上可以待调整轨迹点的数量最小化为目标，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图。
换句话说，在将激光反射率底图与原始高精地图对齐的过程中，确定待调整轨迹点对应的位姿偏差是否小于设定阈值，若待调整轨迹点对应的位姿偏差小于设定阈值，则确定待调整轨迹点所在区域的激光反射率底图与原始高精地图对齐，将该待调整轨迹点转变为正常的轨迹点。通过这种方式，尽可能的降低待调整轨迹点的数量，构建出精确的高精地图。
从上述过程中可以看出，本方法可以无人设备采集到的历史传感数据，确定出无人设备在激光反射率底图或原始高精地图中准确的位姿。并通过无人设备在各历史轨迹点对应的位姿偏差，确定各历史轨迹点对应的激光反射率底图与原始高精地图之间是否对齐。并根据各历史轨迹点对应的位姿偏差、第一偏差关系以及第二偏差关系，确定激光反射率底图与原始高精地图之间的差值，并根据差值进行对齐，在激光反射率底图上叠加原始高精地图中包含的点云数据，以构建高精地图，从而，提高构建高精地图的效率以及准确率。
还需说明的是，服务器可以根据历史行驶轨迹中的各历史轨迹点对应的位姿偏差的数值，对历史行驶轨迹中的各历史轨迹点进行颜色标注，以此生成具有颜色标注的行驶轨迹图。例如，将位姿偏差大于20厘米的历史轨迹点标注成红色，将位姿偏差大于10厘米且小于20厘米的历史轨迹点标注成黄色。通过上述方法，开发人员可以直观的看出激光反射率底图与原始高精地图之间未对齐的部分，进而将激光反射率底图与原始高精地图进行对齐，以构建高精地图。
以上为本说明书的一个或多个实施例提供的构建地图的方法，基于同样的思路，本说明书还提供了相应的构建地图的装置，如图3所示。
图3为本说明书提供的一种构建地图的装置示意图，所述装置应用于无人驾驶领域，包括：
获取模块300，用于获取无人设备的历史传感数据以及历史行驶轨迹；
确定模块302，用于针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，作为第二位姿，所述原始高精地图是通过点云数据构建的；
偏差模块304，用于确定所述第一位姿与所述第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差；
构建模块306，用于根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
可选地，所述历史传感数据包括：定位数据、点云数据以及激光反射率数据；
所述确定模块302具体用于，针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的定位数据，确定在所述激光反射率底图下该历史轨迹点所在区域，根据在所述激光反射率底图下该历史轨迹点所在区域，以及该历史轨迹点对应的激光反射率数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，根据该历史轨迹点对应的定位数据，确定在所述原始高精地图下该历史轨迹点所在区域，根据在所述原始高精地图下该历史轨迹点所在区域，以及该历史轨迹点对应的点云数据，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，所述确定模块302具体用于，从所述无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，确定位于以该历史轨迹点为中心的预设范围内，激光反射率大于设定反射率阈值的点云点，作为第一目标点，从所述激光反射率底图中，确定以该历史轨迹点为中心的所述预设范围内的参照点，作为第一参照点，根据所述第一目标点以及所述第一参照点，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，所述确定模块302具体用于，通过调整所述无人设备在该历史轨迹点处的位姿，对齐所述第一目标点与所述第一参照点，并将对齐所述第一目标点与所述第一参照点时所调整出的所述无人设备在该历史轨迹点处的位姿，作为在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，所述确定模块302具体用于，从所述无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，将该历史轨迹点对应的点云数据映射到二维栅格图中，确定在二维栅格图中，各栅格中点云密度大于设定密度阈值的第二目标点，从所述原始高精地图中确定该历史轨迹点对应的第二参照点，根据所述第二目标点以及所述第二参照点，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，所述确定模块302具体用于，通过调整所述无人设备在该历史轨迹点处的位姿，对齐所述第二目标点与所述第二参照点，并将对齐所述第二目标点与所述第二参照点时所调整出的所述无人设备在该历史轨迹点处的位姿，作为在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
可选地，所述构建模块306具体用于，从所述各历史轨迹点中，确定出存在位姿偏差的轨迹点，作为待调整轨迹点，以所述待调整轨迹点的数量最小化为目标，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种构建地图的方法。
本说明书还提供了图4所示的一种对应于图1的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的构建地图的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种构建地图的方法，其特征在于，所述方法应用于无人驾驶领域，包括：
获取无人设备的历史传感数据以及历史行驶轨迹；
针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，作为第二位姿，所述原始高精地图是通过点云数据构建的；
确定所述第一位姿与所述第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差；
根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
2.如权利要求1所述的方法，其特征在于，所述历史传感数据包括：定位数据、点云数据以及激光反射率数据；
针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
针对历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的定位数据，确定在所述激光反射率底图下该历史轨迹点所在区域；
根据在所述激光反射率底图下该历史轨迹点所在区域，以及该历史轨迹点对应的激光反射率数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿；
根据该历史轨迹点对应的历史传感数据，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
根据该历史轨迹点对应的定位数据，确定在所述原始高精地图下该历史轨迹点所在区域；
根据在所述原始高精地图下该历史轨迹点所在区域，以及该历史轨迹点对应的点云数据，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
3.如权利要求2所述的方法，其特征在于，根据在所述激光反射率底图下该历史轨迹点所在区域，以及该历史轨迹点对应的激光反射率数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
从所述无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，确定位于以该历史轨迹点为中心的预设范围内，激光反射率大于设定反射率阈值的点云点，作为第一目标点；
从所述激光反射率底图中，确定以该历史轨迹点为中心的所述预设范围内的参照点，作为第一参照点；
根据所述第一目标点以及所述第一参照点，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿。
4.如权利要求3所述的方法，其特征在于，根据所述第一目标点以及所述第一参照点，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
通过调整所述无人设备在该历史轨迹点处的位姿，对齐所述第一目标点与所述第一参照点，并将对齐所述第一目标点与所述第一参照点时所调整出的所述无人设备在该历史轨迹点处的位姿，作为在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿。
5.如权利要求2所述的方法，其特征在于，根据在所述原始高精地图下该历史轨迹点所在区域，以及该历史轨迹点对应的点云数据，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
从所述无人设备位于该历史轨迹点的历史时刻时所采集到的点云数据中，将该历史轨迹点对应的点云数据映射到二维栅格图中，确定在二维栅格图中，各栅格中点云密度大于设定密度阈值的第二目标点；
从所述原始高精地图中确定该历史轨迹点对应的第二参照点；
根据所述第二目标点以及所述第二参照点，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
6.如权利要求5所述的方法，其特征在于，根据所述第二目标点以及所述第二参照点，确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，具体包括：
通过调整所述无人设备在该历史轨迹点处的位姿，对齐所述第二目标点与所述第二参照点，并将对齐所述第二目标点与所述第二参照点时所调整出的所述无人设备在该历史轨迹点处的位姿，作为在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿。
7.如权利要求1所述的方法，其特征在于，根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图，具体包括：
从所述各历史轨迹点中，确定出存在位姿偏差的轨迹点，作为待调整轨迹点；
以所述待调整轨迹点的数量最小化为目标，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
8.一种构建地图的装置，其特征在于，所述装置应用于无人驾驶领域，包括：
获取模块，用于获取无人设备的历史传感数据以及历史行驶轨迹；
确定模块，用于针对所述历史行驶轨迹中的每个历史轨迹点，根据该历史轨迹点对应的历史传感数据，确定在激光反射率底图下，所述无人设备位于该历史轨迹点时的位姿，作为第一位姿，以及确定在原始高精地图下，所述无人设备位于该历史轨迹点时的位姿，作为第二位姿，所述原始高精地图是通过点云数据构建的；
偏差模块，用于确定所述第一位姿与所述第二位姿之间的位姿偏差，作为该历史轨迹点对应的位姿偏差；
构建模块，用于根据所述历史行驶轨迹中的各历史轨迹点对应的位姿偏差，在所述激光反射率底图上叠加所述原始高精地图中包含的点云数据，以构建高精地图。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。
CN202111020594.9A 2021-09-01 2021-09-01 一种构建地图的方法及装置 Active CN113888624B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111020594.9A CN113888624B (zh) 2021-09-01 2021-09-01 一种构建地图的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111020594.9A CN113888624B (zh) 2021-09-01 2021-09-01 一种构建地图的方法及装置

Publications (2)

Publication Number Publication Date
CN113888624A true CN113888624A (zh) 2022-01-04
CN113888624B CN113888624B (zh) 2023-04-07

Family

ID=79011589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111020594.9A Active CN113888624B (zh) 2021-09-01 2021-09-01 一种构建地图的方法及装置

Country Status (1)

Country Link
CN (1) CN113888624B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110186467A (zh) * 2018-02-23 2019-08-30 通用汽车环球科技运作有限责任公司 群感测点云地图
CN110956100A (zh) * 2019-11-15 2020-04-03 北京三快在线科技有限公司 一种高精度地图生成方法、装置、电子设备和存储介质
CN112380312A (zh) * 2020-11-30 2021-02-19 重庆智行者信息科技有限公司 基于栅格检测的激光地图更新方法、终端及计算机设备
CN112677993A (zh) * 2021-01-05 2021-04-20 北京三快在线科技有限公司 一种模型训练的方法及装置
CN113192138A (zh) * 2021-04-28 2021-07-30 坎德拉（深圳）科技创新有限公司 一种机器人自主重定位方法、装置、机器人及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110186467A (zh) * 2018-02-23 2019-08-30 通用汽车环球科技运作有限责任公司 群感测点云地图
CN110956100A (zh) * 2019-11-15 2020-04-03 北京三快在线科技有限公司 一种高精度地图生成方法、装置、电子设备和存储介质
CN112380312A (zh) * 2020-11-30 2021-02-19 重庆智行者信息科技有限公司 基于栅格检测的激光地图更新方法、终端及计算机设备
CN112677993A (zh) * 2021-01-05 2021-04-20 北京三快在线科技有限公司 一种模型训练的方法及装置
CN113192138A (zh) * 2021-04-28 2021-07-30 坎德拉（深圳）科技创新有限公司 一种机器人自主重定位方法、装置、机器人及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈贵宾: "基于三维激光雷达的自动驾驶车辆高精度地图构建", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN113888624B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN112766468B (zh) 一种轨迹预测方法、装置、存储介质及电子设备
CN111076739B (zh) 一种路径规划的方法及装置
US10288437B2 (en) Routing with data version stitching
CN111508258B (zh) 一种定位方法及装置
CN112712558A (zh) 一种无人驾驶设备的定位方法及装置
CN112013853B (zh) 一种对无人驾驶设备的轨迹点验证的方法及装置
CN112163475A (zh) 一种确定车道线方向的方法及装置
CN114295119A (zh) 一种构建地图的方法及装置
CN112327864A (zh) 一种无人驾驶设备的控制方法及控制装置
CN110530398B (zh) 一种电子地图精度检测的方法及装置
CN112859131B (zh) 一种无人驾驶设备的定位方法及装置
CN113888624B (zh) 一种构建地图的方法及装置
CN112712009A (zh) 一种障碍物检测的方法及装置
CN114440902A (zh) 一种构建高程地图的方法及装置
CN114299147A (zh) 一种定位方法、装置、存储介质及电子设备
CN116300842A (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN112712561A (zh) 一种建图方法、装置、存储介质及电子设备
CN116721118B (zh) 一种基于点云的飞行器安全降落点的选择方法及装置
CN112699200A (zh) 一种地图更新的方法及装置
CN116740197B (zh) 一种外参的标定方法、装置、存储介质及电子设备
CN114506341A (zh) 一种无人设备的控制方法、装置及电子设备
CN117664094A (zh) 一种点云数据优化的方法、装置以及电子设备
CN117315968A (zh) 一种交通信号灯朝向的确定方法及装置
CN116993931A (zh) 一种构建地图的方法及装置
CN114721372A (zh) 一种无人设备的控制方法及装置

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