CN114295119B - 一种构建地图的方法及装置 - Google Patents

Abstract

本说明书公开了一种构建地图的方法及装置，并具体公开了，获取至少一个采集设备采集的点云数据以及对应的轨迹点信息，而后，针对划分出的每个区域，根据归属于该区域内的轨迹点信息，确定针对该区域的高度区间，并在确定该高度区间的区间长度大于设定阈值时，在高度上对采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层，最后，根据在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图。这样，通过多个不同轨迹高度层对应的地图记录不同高度的道路的高度，进而可以记录位于道路交叠区域内的每一条道路的道路高度，使得在无人设备经过该区域时，能够更好地辅助无人设备感知障碍物。

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技术领域，尤其涉及一种构建地图的方法及装置。

背景技术

无人设备实现自动驾驶时，需要基于预设的自动驾驶地图来实现自动驾驶的感知、定位、规划、决策等技术。因此，构建自动驾驶地图是无人驾驶技术领域中的重要发展方向之一。

目前，自动驾驶地图的制作主要是基于平面的，所以在将激光雷达所采集的点云数据投射到预设的平面上，得到点云数据的反射率底图后，还需要建立记录道路上各处高度信息的地图。

但是，在根据点云数据自动生成该地图时，该地图中的每个位置点仅会记录一个高度信息，这样，当出现如高架桥、立交桥等存在交叠的多层道路时，将无法准确的生成每一层道路的地图。现有技术中，在对如高架桥、立交桥等存在交叠的多层道路面建立地图时，分别在每一层道路上采集相应的点云数据，并采用人工的方式根据采集的点云数据手动建立对应的地图。

因此，如何自动建立涵盖有如高架桥、立交桥等存在交叠的多层道路面的区域的地图，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，包括：

获取至少一个采集设备采集的点云数据，以及采集所述点云数据时所述至少一个采集设备的轨迹点信息；

针对划分出的每个区域，根据归属于该区域内的轨迹点信息中携带的高度信息，确定针对该区域的高度区间；

若确定所述高度区间的区间长度大于设定阈值，根据所述设定阈值，在高度上对所述至少一个采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层；

根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图，其中，所述地图记录地图覆盖范围内的各条道路的道路高度。

可选地，获取采集所述点云数据时所述至少一个采集设备的轨迹点信息，具体包括：

获取采集所述点云数据时所述至少一个采集设备行驶时产生的各轨迹点，作为候选轨迹点；

以预设的轨迹点间距长度，从所述各候选轨迹点中间隔抽取轨迹点；

将抽取出的各轨迹点的轨迹点信息，作为采集所述点云数据时所述至少一个采集设备的轨迹点信息。

可选地，划分每个区域，具体包括：

针对每个轨迹点，以该轨迹点为圆心，设定距离为半径画圆，划分出该轨迹点对应的区域。

可选地，根据归属于该区域内的轨迹点信息中携带的高度信息，确定针对该区域的高度区间，具体包括：

根据采集所述点云数据时所述至少一个采集设备的轨迹点信息中携带地理坐标，构建关于所述至少一个采集设备行驶时产生的各轨迹点的树结构；

针对每个轨迹点，从所述树结构中确定出该轨迹点对应的节点，作为目标节点；

根据所述目标节点在所述树结构中的位置，查找出与该轨迹点距离不超过设定距离的其他轨迹点，并根据所述其他轨迹点和该轨迹点，构建该轨迹点归属的区域对应的轨迹点集；

根据所述轨迹点集内包含的各轨迹点的轨迹点信息中携带的高度信息，确定所述轨迹点集对应的高度区间，作为针对该区域的高度区间。

可选地，根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图，具体包括：

针对预设的每个地理区域，确定归属于该地理区域的区域，作为目标区域；

根据所述目标区域对应的各轨迹高度层，确定该地理区域对应的轨迹高度层；

针对该地理区域对应的每个轨迹高度层，根据所述至少一个采集设备在归属于该轨迹高度层的轨迹点上采集的点云数据，构建该地理区域在该轨迹高度层上的地图。

可选地，根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图之前，所述方法还包括：

基于所述至少一个采集设备行驶时产生的各轨迹点的轨迹点信息，以各轨迹点对应的位姿信息相连续为约束条件，对所述各轨迹点进行聚类，确定出至少一个轨迹点簇；

针对每个轨迹点簇，确定该轨迹点簇对应的至少一个轨迹高度层；

若确定该轨迹点簇所覆盖的轨迹区域满足预设条件，将该轨迹点簇对应的至少一个轨迹高度层进行合并。

可选地，确定该轨迹点簇所覆盖的轨迹区域满足预设条件，具体包括：

对该轨迹点簇所覆盖的轨迹区域进行划分，得到若干单位轨迹区域；

若确定任意一个单位轨迹区域对应的高度区域的区域长度均小于所述设定阈值，确定该轨迹点簇所覆盖的轨迹区域满足预设条件。

可选地，所述方法还包括：

针对每个轨迹高度层，从构建出的该轨迹高度层对应的地图中划分出各感兴趣区域；

针对每个感兴趣区域，根据位于该感兴趣区域中的轨迹点所对应的点云数据，构建该感兴趣区域对应的局部地图。

可选地，所述方法还包括：

获取无人设备的当前轨迹点信息；

根据所述当前轨迹点信息中携带的高度信息，预先确定出的各感兴趣区域对应的局部地图，确定所述无人设备当前所位于的感兴趣区域；

根据所述无人设备当前所位于的感兴趣区域，确定出所述无人设备所位于的轨迹高度层，作为目标高度层，并将所述目标高度层对应的地图，确定为所述无人设备需要使用的地图。

本说明书提供了一种构建地图的装置，包括：

获取模块，用于获取至少一个采集设备采集的点云数据，以及采集所述点云数据时所述至少一个采集设备的轨迹点信息；

高度区间确定模块，用于针对划分出的每个区域，根据归属于该区域内的轨迹点信息中携带的高度信息，确定针对该区域的高度区间；

轨迹高度层确定模块，用于若确定所述高度区间的区间长度大于设定阈值，根据所述设定阈值，在高度上对所述至少一个采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层；

地图构建模块，用于根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图，其中，所述地图记录地图覆盖范围内的各条道路的道路高度。

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，获取至少一个采集设备采集的点云数据，以及采集该点云数据时所述至少一个采集设备的轨迹点信息，而后，针对划分出的每个区域，根据归属于该区域内的轨迹点信息中携带的高度信息，确定针对该区域的高度区间，若确定该高度区间的区间长度大于设定阈值，根据该设定阈值，在高度上对至少一个采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层，最后，根据至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建记录有道路各处道路高度的地图。

从上述方法中可以看出，本方法中根据设定高度阈值，识别出存在上下交叠的道路的区域，并根据设定高度阈值确定出该区域涉及到多少该轨迹高度层，并针对不同轨迹高度层构建对应的地图，如此，通过合理设置设定高度阈值，可以使得针对每个轨迹高度层构建出的地图中，针对一个水平位置，仅需要记录一个高度，这样，就可以得到位于该区域内的每一条道路的道路高度信息。进而，可以在无人设备经过该地理区域时，能够更好的辅助无人设备感知障碍物，以实现自动驾驶。

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2A为本说明书中的划分每个区域的示意图；

图2B为本说明书中的一种合并轨迹高度层的实施例的示意图；

图3为通过本说明书中提供的构建地图的方法构建地图时的详细流程的示意图；

图4为本说明书提供的一种构建地图的装置的示意图；

图5为本说明书提供的对应于图1的电子设备示意图。

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。

下面将结合实施例详细阐述本说明书中提供的构建地图的方案。

图1为本说明书中一种构建地图的方法的流程示意图，具体包括以下步骤：

步骤S100，获取至少一个采集设备采集的点云数据，以及采集所述点云数据时所述至少一个采集设备的轨迹点信息。

在实现无人设备的自动驾驶功能时，无人设备需要基于安装的各类传感器(如，摄像机、激光雷达等)实施感知周围的环境，并基于环境感知结果，结合预先确定的规划行驶路径，以及预先构建的自动驾驶地图中所记录道路元素(如、信号灯、指示线、交通指示牌等)等信息，进行行驶决策，并根据决策结果对无人设备进行控制，以实现自动驾驶。

这其中，自动驾驶地图中不仅记录有各条道路上的道路元素时，还会针对每条道路记录该道路的每一处的道路高度，这样，在无人设备进行障碍物感知时，可以在识别出前方存在障碍物后，从自动驾驶地图中查询出障碍物所在位置的道路高度，而后，根据该障碍物的地理坐标，以及障碍物所在位置的道路高度，确定该障碍物的距地高度，以根据该障碍物的距地高度判断该障碍物是否妨碍无人设备行驶。

本说明书中，上述地图也就是指数字高程模型(Digital Elevation Model，DEM)，是通过地形高程数据(即高度)实现对地面地形的数字化模拟(即地形表面形态的数字化表达)。在自动驾驶地图中，该地图通常用于记录地图覆盖范围内的各条道路的道路高度，但是，由于地图针对一个水平位置点通常只能记录一个高度值，因此，在针对出现如高架桥等多条道路叠加的区域构建地图时，将会出现无法同时记录每一条道路的道路高度的情况。

为了解决这一问题，本说明书中将提供一种构建地图的方法，该方法中，根据对需要生成地图的区域进行划分，并针对划分后的每个区域，确定该区域内包含的给轨迹点所对应的高度区间的区间长度是否大于设定阈值，该设定阈值时根据上下交叠的两条道路之间的高度差确定的，若大于，则说明该区域内可能存在相互交叠的道路，此时，根据设定阈值，对该区域内的轨迹点进行划分，使得得到的每一层轨迹高度层中包含的轨迹点都不会重叠，这样，根据采集设备在每个轨迹高度层对应的轨迹上采集的点云数据构建出的地图，能够记录多条相互交叠的道路的道路高度。

本说明书中，在构建地图之前，需要安排采集设备沿道路行驶，并通过该采集设备上安装的激光雷达采集该采集设备所行驶的车道，以及车道两侧的点云数据。同时，还将获取采集设备采集点云数据时该采集设备行驶过程中产生的轨迹点的轨迹点信息。其中，轨迹点的轨迹点信息可以包括采集设备在该时刻的位置和姿态，可以从位姿图优化后得到的位姿文件，该位置是通过定位技术(如，全球定位系统(Global Positioning System，GPS))获取到的采集设备的定位信息，该姿态可以是通过无人设备上安装的惯性测量单元(Inertial measurement unit，IMU)测量得到的姿态信息。这样，终端设备可以根据采集设备采集点云数据时的位置和姿态，对采集到的点云数据中的每个点云点进行坐标转换，进而每个点云点在预设的世界坐标系下的地理坐标，以便于根据点云点的地理坐标，构建地图。

需要说明的是，该采集设备可以是一个采集设备，也可以是多个采集设备，当只有一个采集设备时，该采集设备需要针对即将生成的地图中所涵盖的每条道路采集到该道路上的点云数据。当存在多个采集设备时，则各采集设备所采集的点云数据，需要能够覆盖即将生成的地图中所涉及的每条道路。

具体实施中，在根据采集设备采集的点云数据，构建地图时，无人及时设备将获取采集设备采集的点云数据，以及采集这些点云数据时该采集设备的轨迹点信息。

需要说明的是，本说明书中提供的构建地图的方法的执行主体既可以是上文中提及的终端设备，也可以是为无人设备的自动驾驶提供业务支持的服务器。下面为了便于描述，将仅以执行主体为终端设备为例进行举例说明。

还需要说明的是，本说明书中所生成的地图可以服务无人设备实现自动驾驶。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，配置有应用本说明书提供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。

步骤S102，针对划分出的每个区域，根据归属于该区域内的轨迹点信息中携带的高度信息，确定针对该区域的高度区间。

具体实施中，终端设备将针对每个轨迹点，以该轨迹点为圆心，设定距离为半径画圆，划分出该轨迹点对应的区域，具体参见图2A。而后，终端设备针对每个轨迹点对应的区域，根据归属于该轨迹点对应的区域内的轨迹点信息中携带的高度信息，确定针对该轨迹点对应的区域的高度区间。

其中，在确定归属于每个轨迹点对应的区域内的轨迹点时，终端设备可以根据在采集点云数据时采集设备行驶过程中产生的各轨迹点的轨迹点信息，并根据各轨迹点信息中携带地理坐标，构建关于各轨迹点的树结构，而后，针对每个轨迹点，从树结构中确定出该轨迹点对应的节点，作为目标节点。接着，根据目标节点在树结构中的位置，查找出与该轨迹点距离不超过设定距离的其他轨迹点，并根据其他轨迹点和该轨迹点，构建该轨迹点归属的区域对应的轨迹点集，进而，根据该轨迹点集内包含的各轨迹点的轨迹点信息中携带的高度信息，确定轨迹点集对应的高度区间，作为针对该区域的高度区间。

其中，上述树结构，是基于各轨迹点信息中携带地理坐标中的水平地理坐标，构建出的关于采集设备的轨迹点的经纬度的两个维度的二叉树。上述二叉树中每个节点对应于至少一个轨迹点。

步骤S104，若确定所述高度区间的区间长度大于设定阈值，根据所述设定阈值，在高度上对所述至少一个采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层。

具体实施中，终端设备确定针对该区域的高度区间的区间长度大于设定阈值时，确定该区域内可能存在多条道路相交叠的情况，并将该区间长度除以该设定阈值，确定该区域内存在几个轨迹高度层，得到针对该区域的各轨迹高度层。

例如，终端设备针对每个区域，确定出针对该区域的高度区间为[15米，34米]设定距离阈值为5米，这样，针对该区域的高度区间的区间长度为34米-15米＝19米，而后，19米除以5米，并向上取整，可得在该区域内存在四个轨迹高度层，即针对该区域存在四个轨迹高度层，分别为[15米，20米)、[20米，25米)、[25米，30米)、[30米，35米)。

步骤S106，根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图。

具体实施中，终端设备得到针对每个区域的高度区间后，判断该区域的高度区间的区间长度是否大于设定阈值，若大于，则确定该区域内可能存在多条相互交叠的道路，需要对该区域的轨迹点进行分层，并针对得到的每个轨迹高度层，分别构建地图。若不大于，则确定该区域内不存在多条相互交叠的道路，可以通过常规的地图即可记录该区域内的道路的道路高度。

实际业务中，无人设备实现自动驾驶时所使用的地图是由若干覆盖不同地理区域的地图组合而成的。因此，在构建地图时，根据预定义的每个地图所覆盖的地理区域，分别构建相对应的地图。

具体的，终端设备针对预设的每个地理区域(即每一张地图所覆盖的地理区域)，获取位于各区域的圆心处的轨迹点的轨迹点信息，并根据各轨迹点的轨迹点信息，确定落在该地理区域内的轨迹点。而后，终端设备将这些轨迹点所对应的区域，作为归属于该地理区域的区域，作为目标区域。

接着，终端设备针对每个目标区域，根据目标区域对应的各轨迹高度层，以及位于该目标区域的圆心处的轨迹点的轨迹点信息，从目标区域对应的各轨迹高度层中确定该轨迹点所在的轨迹高度层，作为针对该目标区域的轨迹高度层，再将确定出的轨迹高度层，作为针对该目标区域的轨迹高度层。

随后，终端设备根据每个目标区域所对应的轨迹高度层，确定出该地理区域对应的轨迹高度层。最后，终端设备针对该地理区域对应的每个轨迹高度层，根据采集设备在归属于该轨迹高度层的轨迹点上采集的点云数据，构建该地理区域在该轨迹高度层上的地图。

其中，终端设备针对各目标区域的轨迹高度层后，针对每个轨迹高度层，将落在该轨迹高度层中的目标区域的圆心处的轨迹点提取出来，并保存。这样，在根据在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图时，可以根据当前需要生成地图的轨迹高度层，获取包含在该轨迹高度层内的目标区域，并根据针对各目标区域的轨迹高度层，构建该地理区域在该轨迹高度层上的地图。

基于此，由于终端设备会对于存在多个轨迹高度层的区域，将不同轨迹高度层的轨迹点的轨迹点信息分别保存，此时，在该地理区域在每个轨迹高度层上的地图时，需要先获取该轨迹高度层上的轨迹点信息，这些轨迹点信息时落在存在多条道路相交叠的区域内的，当该区域小于该地理区域时，则需要以确定出的存在多条道路相交叠的区域为基础向外延伸，确定出该地理区域内出存在多条道路相交叠的区域以外的其他区域，并获取出采集设备在该其他区域内的轨迹点信息，最后，根据获取到的该轨迹高度层上的轨迹点信息，以及该其他区域内的轨迹点信息，构建该地理区域在该轨迹高度层上的地图。

终端设备针对该地理区域对应的每个轨迹高度层，根据采集设备在归属于该轨迹高度层的轨迹点上采集的点云数据，构建该地理区域在该轨迹高度层上的地图时，首先从采集设备在归属于该轨迹高度层的轨迹点上采集的点云数据中，识别出落在地面上的地面点云点，而后，根据各地面点云点，确定出各点云点所归属的道路的道路高度。

通过上述步骤，终端设备根据设定高度阈值，识别出存在上下交叠的道路的区域，并根据设定高度阈值确定出该区域涉及到多少该轨迹高度层，并针对不同轨迹高度层构建对应的地图，如此，通过合理设置设定高度阈值，可以使得针对每个轨迹高度层构建出的地图中，针对一个水平位置，仅需要记录一个高度，这样，就可以得到位于该区域内的每一条道路的道路高度信息。进而，可以在无人设备经过该地理区域时，能够更好的辅助无人设备感知障碍物，以实现自动驾驶。

实际业务中，若仅根据针对区域的高度区间的区域长度设立的设定阈值，对区域内的轨迹点进行划分，则由于地形(如，回环式的坡道、河流上方的桥等)或道路设计(高架桥之间的转向辅路)等原因造成道路发生较大起伏时，

具体实施中，终端设备基于采集设备行驶时产生的各轨迹点的轨迹点信息，以各轨迹点对应的位姿信息相连续为约束条件，对各轨迹点进行聚类，确定出至少一个轨迹点簇，而后，针对每个轨迹点簇，确定该轨迹点簇对应的至少一个轨迹高度层，最后，若确定该轨迹点簇所覆盖的轨迹区域满足预设条件，将该轨迹点簇对应的至少一个轨迹高度层进行合并。

其中，终端设备针对每个轨迹点簇，判断该轨迹点簇所覆盖的轨迹区域满足预设条件时，首先对该轨迹点簇所覆盖的轨迹区域进行划分，得到若干单位轨迹区域，而后，针对每个单位轨迹区域，判断该单位轨迹区域对应的高度区间的区间长度均小于设定阈值，若确定任意一个单位轨迹区域对应的高度区域的区域长度均小于设定阈值，确定该轨迹点簇所覆盖的轨迹区域满足预设条件。

具体的，终端设备确定该单位轨迹区域时，可以针对轨迹点簇中的每个轨迹点，以该轨迹点为圆心，设定距离为半径画圆，得到该轨迹点的设定邻域，并将该轨迹点的设定邻域，作为该轨迹点簇内的一个单位轨迹区域。

进一步地，终端设备针对每个轨迹点簇，确定该轨迹点簇所覆盖的轨迹区域满足预设条件后，确定该轨迹点簇内包含的各轨迹点所对应的轨迹高度层，在针对每个轨迹高度层，判断该轨迹高度层中是否还存在其他的未包含该轨迹点簇内的轨迹点，若不存在，则将该轨迹点簇对应的至少一个轨迹高度层，合并为一个轨迹高度层。例如，如图2B所示，在图中的弯道处(即阴影部分)，行驶轨迹逐渐攀升，但，每个单位区域内的轨迹点所涉及的高度小于设定高度时，则可以确定在各单位区域内都是单层行驶轨迹，此时，若弯道处涉及到多个轨迹高度层，则可以将这些轨迹高度层进行合并。

需要说明的是，本说明书中提及的针对每个轨迹点划定的区域的宽度，至少需要大于道路的道路宽度，以获取到道路之外的其他轨迹点，进而可以判断该区域内是否可能存在多条道路相交叠的道路，因此，以轨迹点为圆心画圆时，该圆的半径应该比较大(如50米)。而，根据确定出的轨迹点簇的轨迹点，该轨迹点簇所覆盖的轨迹区域所覆盖的轨迹区域满足预设条件。

而在确定出每个地理区域对应的轨迹高度层后，对该地理区域内的轨迹高度层进行合并时，划分出的单位轨迹区域，是为了在可能存在多层道路的区域内找出连续存在的，并且道路并未重叠的区域，因此，相较于识别可能存在多层道路相交叠的区域时所划分的区域，该单位轨迹区域的范围更小(如，设定距离可以为3米)，维持在一个可以将重叠区域识别出来的大小即可。

实际业务中，终端设备在获取采集点云数据时采集设备的轨迹点信息时，可以获取采集点云数据时采集设备行驶时产生的所有轨迹点，作为候选轨迹点，而后，以预设的轨迹点间距长度(如，每个1米选取一个轨迹点)，从这些候选轨迹点中间隔抽取轨迹点，并将抽取出的各轨迹点的轨迹点信息，作为采集点云数据时采集设备的轨迹点信息。这样，终端设备可以在根据采集点云数据时采集设备的轨迹点信息，识别出可能出现多条道路相交叠的区域时，可以仅以筛选出的轨迹点为圆心，来划分每个区域，这样可以大大减少终端设备的运算量，提升业务执行效率。当然，终端设备还可以通过其他方式来筛选轨迹点，如根据各轨迹点的时刻，每隔1秒获取一个轨迹点的轨迹点信息。

此外，由于激光雷达的工作特性，采集到的点云点与激光雷达的距离越近，该点云点所确定的地理位置的高度的执行度越高。本说明书中，上述地图是终端设备根据从采集设备所采集到的所有点云数据中，识别出的地面点云点构成的。这样，识别出的地面点云点中必然包含有距离激光雷达较远的地面点云点，所生成的地图在某些根据距离激光雷达较远的地面点云点构建而成的地理位置处时，该位置的实际高度与地图中记录的高度之间存在较大差异，进而导致确定出的无人设备需要使用的地图出现错误。

基于此，本说明书中，针对构建出的每个地图，生成一个与该地图相匹配的局部地图，用于辅助无人设备确定需要使用的地图。

具体的，终端设备针对每个轨迹高度层，从构建出的该轨迹高度层对应的地图中，以该轨迹高度层中包含的每个轨迹点为区域中心，划定出该轨迹点对应的感兴趣区域，而后，根据各轨迹点对应的感兴趣区域，确定出该轨迹高度层对应的地图所对应的感兴趣区域，最后，针对每个感兴趣区域，根据位于该感兴趣区域中的轨迹点所对应的点云数据，构建该感兴趣区域对应的局部地图。

其中，不同轨迹高度层所对应的地图之间的感兴趣区域之间不重叠，且，同一轨迹高度层所对应的地图内的各感兴趣区域之间不重叠。

针对通过上述构建地图的方法构建出的地图，本说明书中还提供了相应的使用方法。

具体实施中，无人设备获取无人设备的当前轨迹点信息，再根据当前轨迹点信息中携带的高度信息，预先确定出的各感兴趣区域对应的局部地图，确定无人设备当前所位于的感兴趣区域，而后，根据无人设备当前所位于的感兴趣区域，确定出所述无人设备所位于的轨迹高度层，作为目标高度层，并将该目标高度层对应的地图，确定为无人设备需要使用的地图。

具体的，无人设备根据GPS定位信息，确定无人设备当前所在轨迹点的地理位置，以及各局部地图所覆盖的地理区域，确定无人设备当前所在位置所归属的局部地图，而后，根据该地理位置的水平坐标(如经纬度)，查询确定出的局部地图，得到在各局部地图中该无人设备所对应的高度，而后，将确定出的高度与该地理位置的高度进行比对，确定与该地理位置距离最近的局部地图，并将该局部地图作为无人设备所位于的目标轨迹高度层，并根据目标轨迹高度层，找到无人设备当前坐在地理位置所需使用的地图。而后，无人设备根据采集的针对障碍物的点云数据进行坐标转换后，即可得到各点云点在预设的世界坐标系下的地理坐标，再根据该地理坐标查询确定出的地图，则可查询到每个点云点所在位置对应的道路高度，当从该点云数据中识别出障碍物时，即可得到障碍物对应的道路高度，进而辅助无人设备进行判断识别出的障碍物是否会对无人设备行驶造成干扰。

下面将给出本说明书中提供的无人设备的控制方法的详细流程图，具体参见图3。

步骤S300，终端设备获取采集设备采集的点云数据，以及采集设备在采集点云数据时的轨迹点信息。

步骤S302，终端设备针对每个轨迹点，以该轨迹点为圆心，设定距离为半径画圆，划分出该轨迹点对应的区域，得到若干区域。

步骤S304，终端设备针对每个轨迹点，从预先根据采集设备在采集点云数据时产生的轨迹点信息中携带地理坐标所构建出的关于各轨迹点的树结构中，确定出该轨迹点对应的节点，作为目标节点。

步骤S306，终端设备根据该目标节点在该树结构中的位置，查找出与该轨迹点距离不超过设定距离的其他轨迹点，并根据其他轨迹点和该轨迹点，构建该轨迹点归属的区域对应的轨迹点集。

步骤S308，终端设备根据构建出的轨迹点集内包含的各轨迹点的轨迹点信息中携带的高度信息，确定该轨迹点集对应的高度区间，作为针对该区域的高度区间。

步骤S310，终端设备确定针对该区域的高度区间的区间长度是否大于设定阈值，根据该设定阈值，在高度上对采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层。

步骤S312，终端设备基于确定出的针对该区域的各轨迹高度层，将该区域内位于圆心处的轨迹点所落入的轨迹高度层，作为针对该区域的轨迹高度层。

步骤S314，终端设备针对预设的每个地理区域，确定归属于该地理区域的区域，作为目标区域，并根据每个目标区域对应的轨迹高度层，确定该地理区域对应的各轨迹高度层。

步骤S316，针对该地理区域对应的每个轨迹高度层，根据采集设备在归属于该轨迹高度层的轨迹点上采集的点云数据，构建该地理区域在该轨迹高度层上的地图，并针对从构建出的该轨迹高度层对应的地图中划分出的每个感兴趣区域，根据位于该感兴趣区域中的轨迹点所对应的点云数据，构建该感兴趣区域对应的局部地图。

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4所示。

图4为本说明书提供的一种构建地图的装置示意图，具体包括：

获取模块400，用于获取至少一个采集设备采集的点云数据，以及采集所述点云数据时所述至少一个采集设备的轨迹点信息；

高度区间确定模块401，用于针对划分出的每个区域，根据归属于该区域内的轨迹点信息中携带的高度信息，确定针对该区域的高度区间；

轨迹高度层确定模块402，用于若确定所述高度区间的区间长度大于设定阈值，根据所述设定阈值，在高度上对所述至少一个采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层；

地图构建模块403，用于根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图，其中，所述地图记录地图覆盖范围内的各条道路的道路高度。

可选地，所述获取模块400，具体用于获取采集所述点云数据时所述至少一个采集设备行驶时产生的各轨迹点，作为候选轨迹点；以预设的轨迹点间距长度，从所述各候选轨迹点中间隔抽取轨迹点；将抽取出的各轨迹点的轨迹点信息，作为采集所述点云数据时所述至少一个采集设备的轨迹点信息。

可选地，所述高度区间确定模块401，具体用于针对每个轨迹点，以该轨迹点为圆心，设定距离为半径画圆，划分出该轨迹点对应的区域。

可选地，所述高度区间确定模块401，具体用于根据采集所述点云数据时所述至少一个采集设备的轨迹点信息中携带地理坐标，构建关于所述至少一个采集设备行驶时产生的各轨迹点的树结构；针对每个轨迹点，从所述树结构中确定出该轨迹点对应的节点，作为目标节点；根据所述目标节点在所述树结构中的位置，查找出与该轨迹点距离不超过设定距离的其他轨迹点，并根据所述其他轨迹点和该轨迹点，构建该轨迹点归属的区域对应的轨迹点集；根据所述轨迹点集内包含的各轨迹点的轨迹点信息中携带的高度信息，确定所述轨迹点集对应的高度区间，作为针对该区域的高度区间。

可选地，所述地图构建模块403，具体用于针对预设的每个地理区域，确定归属于该地理区域的区域，作为目标区域；根据所述目标区域对应的各轨迹高度层，确定该地理区域对应的轨迹高度层；针对该地理区域对应的每个轨迹高度层，根据所述至少一个采集设备在归属于该轨迹高度层的轨迹点上采集的点云数据，构建该地理区域在该轨迹高度层上的地图。

可选地，所述装置还包括：

轨迹高度层合并模块404，用于根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图之前，基于所述至少一个采集设备行驶时产生的各轨迹点的轨迹点信息，以各轨迹点对应的位姿信息相连续为约束条件，对所述各轨迹点进行聚类，确定出至少一个轨迹点簇；针对每个轨迹点簇，确定该轨迹点簇对应的至少一个轨迹高度层；若确定该轨迹点簇所覆盖的轨迹区域满足预设条件，将该轨迹点簇对应的至少一个轨迹高度层进行合并。

可选地，所述轨迹高度层合并模块404，具体用于，对该轨迹点簇所覆盖的轨迹区域进行划分，得到若干单位轨迹区域；若确定任意一个单位轨迹区域对应的高度区域的区域长度均小于所述设定阈值，确定该轨迹点簇所覆盖的轨迹区域满足预设条件。

可选地，所述装置还包括：

局部地图构建模块405，针对每个轨迹高度层，从构建出的该轨迹高度层对应的地图中划分出各感兴趣区域，

针对每个感兴趣区域，根据位于该感兴趣区域中的轨迹点所对应的点云数据，构建该感兴趣区域对应的局部地图。

可选地，所述装置还包括：

地图选取模块406，用于获取无人设备的当前轨迹点信息；根据所述当前轨迹点信息中携带的高度信息，预先确定出的各感兴趣区域对应的局部地图，确定所述无人设备当前所位于的感兴趣区域；根据所述无人设备当前所位于的感兴趣区域，确定出所述无人设备所位于的轨迹高度层，作为目标高度层，并将所述目标高度层对应的地图，确定为所述无人设备需要使用的地图。

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提供的构建地图的方法。

本说明书还提供了图5所示的电子设备的示意结构图。如图5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，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、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 (9)

1.一种构建地图的方法，其特征在于，包括：

获取至少一个采集设备采集的点云数据，以及采集所述点云数据时所述至少一个采集设备的轨迹点信息；

针对划分出的每个区域，根据采集所述点云数据时所述至少一个采集设备的轨迹点信息中携带地理坐标，构建关于所述至少一个采集设备行驶时产生的各轨迹点的树结构；

针对每个轨迹点，从所述树结构中确定出该轨迹点对应的节点，作为目标节点；

根据所述目标节点在所述树结构中的位置，查找出与该轨迹点距离不超过设定距离的其他轨迹点，并根据所述其他轨迹点和该轨迹点，构建该轨迹点归属的区域对应的轨迹点集；

根据所述轨迹点集内包含的各轨迹点的轨迹点信息中携带的高度信息，确定所述轨迹点集对应的高度区间，作为针对该区域的高度区间；

若确定所述高度区间的区间长度大于设定阈值，根据所述设定阈值，在高度上对所述至少一个采集设备在该区域内行驶时产生的各轨迹点进行划分，确定出针对该区域的各轨迹高度层；

根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图，其中，所述地图记录地图覆盖范围内的各条道路的道路高度。

2.权利要求1所述的方法，其特征在于，划分每个区域，具体包括：

针对每个轨迹点，以该轨迹点为圆心，设定距离为半径画圆，划分出该轨迹点对应的区域。

3.权利要求1所述的方法，其特征在于，根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图，具体包括：

针对预设的每个地理区域，确定归属于该地理区域的区域，作为目标区域；

根据所述目标区域对应的各轨迹高度层，确定该地理区域对应的轨迹高度层；

针对该地理区域对应的每个轨迹高度层，根据所述至少一个采集设备在归属于该轨迹高度层的轨迹点上采集的点云数据，构建该地理区域在该轨迹高度层上的地图。

4.权利要求1所述的方法，其特征在于，根据所述至少一个采集设备在每个轨迹高度层对应的轨迹上采集的点云数据，构建地图之前，所述方法还包括：

基于所述至少一个采集设备行驶时产生的各轨迹点的轨迹点信息，以各轨迹点对应的位姿信息相连续为约束条件，对所述各轨迹点进行聚类，确定出至少一个轨迹点簇；

针对每个轨迹点簇，确定该轨迹点簇对应的至少一个轨迹高度层；

若确定该轨迹点簇所覆盖的轨迹区域满足预设条件，将该轨迹点簇对应的至少一个轨迹高度层进行合并。

5.如权利要求4所述的方法，其特征在于，确定该轨迹点簇所覆盖的轨迹区域满足预设条件，具体包括：

对该轨迹点簇所覆盖的轨迹区域进行划分，得到若干单位轨迹区域；

若确定任意一个单位轨迹区域对应的高度区间的区间长度均小于所述设定阈值，确定该轨迹点簇所覆盖的轨迹区域满足预设条件。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

针对每个轨迹高度层，从构建出的该轨迹高度层对应的地图中划分出各感兴趣区域，

针对每个感兴趣区域，根据位于该感兴趣区域中的轨迹点所对应的点云数据，构建该感兴趣区域对应的局部地图。

7.如权利要求6所述的方法，其特征在于，所述方法还包括：

获取无人设备的当前轨迹点信息；

根据所述当前轨迹点信息中携带的高度信息，预先确定出的各感兴趣区域对应的局部地图，确定所述无人设备当前所位于的感兴趣区域；

根据所述无人设备当前所位于的感兴趣区域，确定出所述无人设备所位于的轨迹高度层，作为目标高度层，并将所述目标高度层对应的地图，确定为所述无人设备需要使用的地图。

8.一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。

9.一种电子设备，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。