CN115235482A - 地图更新方法、装置、计算机设备及介质 - Google Patents

地图更新方法、装置、计算机设备及介质 Download PDF

Info

Publication number
CN115235482A
CN115235482A CN202111146247.0A CN202111146247A CN115235482A CN 115235482 A CN115235482 A CN 115235482A CN 202111146247 A CN202111146247 A CN 202111146247A CN 115235482 A CN115235482 A CN 115235482A
Authority
CN
China
Prior art keywords
point
probability
cloud data
point cloud
target
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
CN202111146247.0A
Other languages
English (en)
Inventor
黄超
林炜奕
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.)
Shanghai Xiantu Intelligent Technology Co Ltd
Original Assignee
Shanghai Xiantu Intelligent 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 Shanghai Xiantu Intelligent Technology Co Ltd filed Critical Shanghai Xiantu Intelligent Technology Co Ltd
Priority to CN202111146247.0A priority Critical patent/CN115235482A/zh
Priority to PCT/CN2022/071051 priority patent/WO2023050647A1/zh
Publication of CN115235482A publication Critical patent/CN115235482A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2246—Trees, e.g. B+trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Navigation (AREA)

Abstract

本说明书提供一种地图更新方法、装置、计算机设备及介质，该方法包括：基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置；基于目标对象的位置，从预先建立的地图中，获取目标对象对应的预设范围内的第二点云数据；基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率；基于第二概率和第一点云数据，对预先建立的地图进行更新，使得更新后的地图更加符合实际的道路情况，进而保证能够基于更新后的地图，实现目标对象的定位和路径规划。

Description

地图更新方法、装置、计算机设备及介质
技术领域
本说明书涉及计算机技术领域，尤其涉及一种地图更新方法、装置、计算机设备及介质。
背景技术
自动驾驶技术作为汽车产业与人工智能、大数据等新一代信息技术融合的产物，能够有效减少交通事故的发生，提升驾驶安全性。
在自动驾驶系统中，自动驾驶车辆通过将传感器采集到的数据，与预先确定出的地图数据进行比对，来获取自动驾驶车辆的位置、自动驾驶车辆当前所处的环境等信息，以便在通过获取到的信息来进行路径规划时，能够做出更精准的驾驶决策。
但是，实际的道路情况可能发生变化，例如，可能出现马路整修、建筑物外观改变、障碍物位置发生变化等情况，从而导致实际的地图数据发生变化，进而导致传感器采集到的数据与预先确定出的地图数据不符，使得自动驾驶车辆定位和路径规划失败。
发明内容
为克服相关技术中存在的问题，本说明书提供了一种地图更新方法、装置、计算机设备及介质。
根据本说明书实施例的第一方面，提供一种地图更新方法，该方法包括：
基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置；
基于目标对象的位置，从预先建立的地图中，获取目标对象对应的预设范围内的第二点云数据；
基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率，第一概率为已确定出的、预先建立的地图中各个点属于动态障碍物的概率；
基于第二概率和第一点云数据，对预先建立的地图进行更新。
在一些实施例中，第一点云数据通过设置在目标对象的设定范围内的激光传感器采集得到；
基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率，包括：
基于第二点云数据，确定第二点云数据所包括的各个点的球坐标；
基于激光传感器的探测角度，以及第二点云数据所包括的各个点的球坐标，从第二点云数据所包括的各个点中，确定位于激光传感器的探测角度内的目标点；
基于第一点云数据和第二点云数据，对第一概率进行更新，得到第二概率。
在一些实施例中，基于第一点云数据和第二点云数据，对第一概率进行更新，得到第二概率，包括：
基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点；
基于候选点的方位角和目标点的方位角，对第一概率进行更新，得到第二概率。
在一些实施例中，基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点，包括：
按照对应方位角从小到大的顺序，对第一点云数据所包括的各个点进行排序；
将排序位于目标位置的点，确定为根节点，按照各个点之间的相邻关系，构建搜索树；
从根节点开始对搜索树进行搜索，以确定候选点。
在一些实施例中，基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点，包括：
基于第一点云数据所包括的各个点的球坐标，按照设定步长，构建表格；
基于目标点的方位角，从表格的第一项开始，对表格中各个点的方位角进行查询，以确定候选点。
在一些实施例中，基于候选点的方位角和目标点的方位角，对第一概率进行更新，得到第二概率，包括下述任一项：
若候选点的方位角与目标点的方位角的角度差值大于预设角度阈值，则在第一概率的基础上增加第一预设值，得到第二概率；
若角度差值小于或等于预设角度阈值，则基于第一距离和第二距离，对第一概率进行更新，得到第二概率，第一距离为目标点与激光传感器的原点之间的距离，第二距离为候选点与激光传感器的原点之间的距离。
在一些实施例中，基于第一距离和第二距离，对第一概率进行更新，得到第二概率，包括下述任一项：
若第一距离大于第二距离，且第一距离与第二距离的距离差值大于预设距离阈值，则将第一概率作为第二概率；
若第一距离小于第二距离，且距离差值大于预设距离阈值，则在第一概率的基础上增加第二预设值，得到第二概率；
若距离差值小于预设距离阈值，则在第一概率的基础上减小第三预设值，得到第二概率。
在一些实施例中，第一预设值、第二预设值和第三预设值基于目标点对应的障碍物所属的平面，与雷达发射的射线之间的角度确定。
在一些实施例中，基于第二概率和第一点云数据，对预先建立的地图进行更新，包括下述任一项：
对于第一点云数据中的任一点，若任一点的第二概率大于预设概率阈值，则从预先建立的地图中，去除任一点；
若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中存在与任一点的坐标匹配的点，则在预先建立的地图中，更新任一点的反射强度信息；
若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中不存在与任一点的坐标匹配的点，则在预先建立的地图中添加任一点。
在一些实施例中，运动数据包括目标对象的全球定位系统GPS坐标；
基于预先建立的地图，以及目标对象在运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置，包括：
基于目标对象的GPS坐标，从预先建立的地图中，获取GPS坐标对应的目标范围内的点云数据；
将目标范围内的点云数据中，与第一点云数据的匹配程度最高的点云数据对应的地面点，确定为目标对象所处的位置。
根据本说明书实施例的第二方面，提供一种地图更新装置，该装置包括：
确定单元，用于基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定所述目标对象在所述预先建立的地图中所处的位置；
获取单元，用于基于所述目标对象的位置，从预先建立的地图中，获取所述目标对象对应的预设范围内的第二点云数据；
概率更新单元，用于基于所述第一点云数据和所述第二点云数据，对所述第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到所述第二点云数据所包括的各个点属于动态障碍物的第二概率，所述第一概率为已确定出的、预先建立的地图中各个点属于动态障碍物的概率；
地图更新单元，用于基于所述第二概率和所述第一点云数据，对所述预先建立的地图进行更新。
在一些实施例中，第一点云数据通过设置在目标对象的设定范围内的雷达采集得到；
概率更新单元，在用于基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率时，包括坐标确定子单元、目标点确定子单元和概率更新子单元；
坐标确定子单元，用于基于第二点云数据，确定第二点云数据所包括的各个点的球坐标；
目标点确定子单元，用于基于雷达的探测角度，以及第二点云数据所包括的各个点的球坐标，从第二点云数据所包括的各个点中，确定位于雷达的探测角度内的目标点；
概率更新子单元，用于基于第一点云数据和第二点云数据，对第一概率进行更新，得到第二概率。
在一些实施例中，概率更新子单元，在用于基于第一点云数据和第二点云数据，对第一概率进行更新，得到第二概率时，包括候选点确定模块和概率更新模块；
候选点确定模块，用于基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点；
概率更新模块，用于基于候选点的方位角和目标点的方位角，对第一概率进行更新，得到第二概率。
在一些实施例中，候选点确定模块，在用于基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点时，具体用于：
按照对应方位角从小到大的顺序，对第一点云数据所包括的各个点进行排序；
将排序位于目标位置的点，确定为根节点，按照各个点之间的相邻关系，构建搜索树；
从根节点开始对搜索树进行搜索，以确定候选点。
在一些实施例中，候选点确定模块，在用于基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点时，具体用于：
基于第一点云数据所包括的各个点的球坐标，按照设定步长，构建表格；
基于目标点的方位角，从表格的第一项开始，对表格中各个点的方位角进行查询，以确定候选点。
在一些实施例中，概率更新模块，在用于基于候选点的方位角和目标点的方位角，对第一概率进行更新，得到第二概率时，包括第一更新子模块和第二更新子模块；
第一更新子模块，用于若候选点的方位角与目标点的方位角的角度差值大于预设角度阈值，则在第一概率的基础上增加第一预设值，得到第二概率；
第二更新子模块，用于若角度差值小于或等于预设角度阈值，则基于第一距离和第二距离，对第一概率进行更新，得到第二概率，第一距离为目标点与雷达的原点之间的距离，第二距离为候选点与雷达的原点之间的距离。
在一些实施例中，第二更新子模块，在用于基于第一距离和第二距离，对第一概率进行更新，得到第二概率时，具体用于下述任一项：
若第一距离大于第二距离，且第一距离与第二距离的距离差值大于预设距离阈值，则将第一概率作为第二概率；
若第一距离小于第二距离，且距离差值大于预设距离阈值，则在第一概率的基础上增加第二预设值，得到第二概率；
若距离差值小于预设距离阈值，则在第一概率的基础上减小第三预设值，得到第二概率。
在一些实施例中，第一预设值、第二预设值和第三预设值基于目标点对应的障碍物所属的平面，与雷达发射的射线之间的角度确定。
在一些实施例中，地图更新单元，在用于基于第二概率和第一点云数据，对预先建立的地图进行更新时，具体用于下述任一项：
对于第一点云数据中的任一点，若任一点的第二概率大于预设概率阈值，则从预先建立的地图中，去除任一点；
若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中存在与任一点的坐标匹配的点，则在预先建立的地图中，更新任一点的反射强度信息；
若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中不存在与任一点的坐标匹配的点，则在预先建立的地图中添加任一点。
在一些实施例中，运动数据包括目标对象的全球定位系统GPS坐标；
确定单元，在用于基于预先建立的地图，以及目标对象在运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置时，具体用于：
基于目标对象的GPS坐标，从预先建立的地图中，获取GPS坐标对应的目标范围内的点云数据；
将目标范围内的点云数据中，与第一点云数据的匹配程度最高的点云数据对应的地面点，确定为目标对象所处的位置。
根据本说明书实施例的第三方面，提供一种计算机设备，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，其中，处理器执行计算机程序时实现上述地图更新方法所执行的操作。
根据本说明书实施例的第四方面，提供一种计算机可读存储介质，计算机可读存储介质上存储有程序，程序被处理器执行上述地图更新方法所执行的操作。
根据本说明书实施例的第五方面，提供一种计算机程序产品，包括计算机程序，所述程序被处理器执行时实现上述地图更新方法所执行的操作。
本说明书的实施例提供的技术方案可以包括以下有益效果：
本说明书实施例中，通过基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置，从而基于目标对象的位置，从预先建立的地图中，获取目标对象对应的预设范围内的第二点云数据，进而基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率，以便基于第二概率和第一点云数据，对预先建立的地图进行更新，使得更新后的地图更加符合实际的道路情况，进而保证能够基于更新后的地图，实现目标对象的定位和路径规划。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
图1是本说明书根据一示例性实施例示出的一种地图更新方法的流程图。
图2是本说明书根据一示例性实施例示出的一种概率更新过程的流程图。
图3是本说明书根据一示例性实施例示出的一种地图更新过程的流程图。
图4是本说明书根据一示例性实施例示出的一种地图更新装置的框图。
图5是本说明书根据一示例性实施例示出的一种计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请提供了一种地图更新方法，用于更新预先建立的地图(如预先建立的高精度地图)。该地图更新方法可以由计算机设备执行，计算机设备可以是终端设备或服务器。在计算机设备为终端设备的情况下，终端设备可以是固定终端，如安装在目标对象上的台式机、广告机、一体机等；可选地，终端设备还可以是移动终端，如手机、平板电脑、游戏机、便携式计算机等等。在计算机设备为服务器的情况下，服务器可以是一台服务器、多台服务器、服务器集群、云计算平台等等，本申请对计算机设备的具体类型不加以限定。
在本申请中，目标对象的设定范围内设置有激光传感器，以便在目标对象的运动过程中，通过激光传感器采集点云数据，进而将采集到的第一点云数据发送给计算机设备。计算机设备在接收到第一点云数据后，基于第一点云数据，来对预先建立的地图进行更新，使得更新后的地图更加符合实际的道路情况，以保证能够基于更新后的地图，实现目标对象的定位和路径规划。
以目标对象为自动驾驶车辆，如自动驾驶清扫车，计算机设备为自动驾驶清扫车的车载终端为例，自动驾驶清扫车上安装有至少一个激光传感器(例如，单线激光雷达、多线激光雷达、毫米波雷达以及能产生点云数据的双目立体摄像头等)，在自动驾驶清扫车的行驶过程中，通过安装在自动驾驶清扫车上的至少一个激光传感器，来采集自动驾驶清扫车所处的环境的第一点云数据，至少一个激光传感器在采集到第一点云数据后，将采集到的第一点云数据发送给自动驾驶清扫车的车载终端，车载终端接收至少一个激光传感器发送的第一点云数据，从而基于接收到的第一点云数据，来对于预先建立的地图进行更新。
上述为对本申请应用场景的一种示例性说明，并不构成对本申请应用场景的限定，在更多可能的实现方式中，本申请可以应用在多种涉及到地图更新过程的场景中。
上述为关于本申请的应用场景的相关介绍，接下来结合本说明书实施例，对本申请所提供的地图更新方法进行详细说明。
如图1所示，图1是本说明书根据一示例性实施例示出的一种地图更新方法的流程图，该地图更新方法包括以下步骤：
步骤101、基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置。
其中，预先建立的地图为预先建立的高精度地图，如预先建立的高精度点云地图，可选地，预先建立的地图为其他类型的地图，本申请对此不加以限定。第一点云数据包括各个点的三维坐标信息，可选地，第一点云数据还包括其他信息，例如，各个点的激光反射强度信息等，本申请对第一点云数据具体包括的信息类型不加以限定。
目标对象对应的设定范围内可以设置有激光传感器，以便通过激光传感器来采集第一点云数据。可选地，目标对象的设定范围内还可以设置有其他传感器，以便通过其他传感器来获取目标对象的运动数据。例如，目标对象的设定范围内设置有全球定位系统(Global Positioning System，GPS)传感器，以便通过GPS传感器获取目标对象的GPS坐标，作为目标对象的运动数据。
其中，目标对象对应的设定范围可以是以目标对象为圆心，以第一设定长度为半径的圆形范围，或者，目标对象对应的设定范围为目标对象上，或者，目标对象对应的设定范围为其他类型，本申请对此不加以限定。其中，第一设定长度为任意长度，本申请对此不加以限定。
设置在目标对象对应的设定范围内的激光传感器和其他传感器，均可以随着目标对象的运动而移动，以便在目标对象的运动过程中，能够采集到目标对象在不同位置时的数据。
在一种可能的实现方式中，在获取到第一点云数据后，基于获取到的第一点云数据，确定属于地面的地面点云，实现基于第一点云数据的路面提取，进而从第一点云数据中去除已确定出的地面点云，即可得到第一点云数据所包括的障碍物的障碍物点云，实现基于第一点云数据的障碍物分割。
其中，在基于获取到的第一点云数据确定属于地面的地面点云时，基于激光传感器的设置高度，从第一点云数据中，获取纵坐标值小于设置高度的第一点云，从第一点云中，获取翻滚角小于预设角度的第二点云，作为第一点云数据所包括的地面点云。其中，翻滚角为各个点到坐标原点的连线与z轴的夹角。预设角度为任意角度值，例如，预设角度为10度，可选地，预设角度为其他角度值，本申请对此不加以限定。
以激光传感器的设置高度为1米，预设角度为10度为例，从第一点云数据中，获取纵坐标取值小于1米的第一点云，进而从第一点云中，获取翻滚角小于10度的第二点云，将获取到的第二点云作为地面点云。
上述为基于获取到的点云数据进行路面提取和障碍物分割的一种示例性方式，在更多可能的实现方式中，采用其他方式来进行路面提取和障碍物分割，本申请对此不加以限定。
通过基于第一点云数据进行路面提取和障碍物分割，以从第一点云数据中，区分出路面点云和障碍物点云，而通过区分出路面点云，在确定目标对象在预先建立的地图中所处的位置时，即可基于预先建立的地图、在目标对象的运动过程中采集到的第一点云数据所包括的地面点云、以及在目标对象的运动过程中采集到的运动数据，来进行位置的确定。而通过区分出障碍物点云，以便后续对第二点云数据所包括的各个点属于动态障碍物的概率进行更新时，基于已确定出的障碍物点云进行概率更新。
步骤102、基于目标对象的位置，从预先建立的地图中，获取目标对象对应的预设范围内的第二点云数据。
其中，预设范围为以目标对象所处的位置为圆心，以第二设定长度为半径的圆形范围，或者，预设范围为其他类型，本申请对预设范围的具体类型不加以限定。第二设定长度为任意长度，例如，第二设定长度为大于激光传感器探测半径的长度，可选地，第二设定长度为其他长度，本申请对此不加以限定。
在一些实施例中，基于目标对象的位置，从预先建立的地图中所获取的第二点云数据中各个点的坐标，均为世界坐标系中的坐标，在获取到第二点云数据之后，可以将第二点云数据中各个点的坐标由世界坐标系转换至以目标对象的位置为原点、以目标对象的运动方向为x轴正方向的目标坐标系中，以便后续对第二点云数据所包括的各个点属于动态障碍物的概率进行更新。
步骤103、基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率，第一概率为已确定出的、预先建立的地图中各个点属于动态障碍物的概率。
在一种可能的实现方式中，在将第二点云数据中各个点的坐标由世界坐标系转换至目标坐标系中后，再将第二点云数据中各个点的坐标由目标坐标系转换至以激光发射中心为原点、以激光发射方向为正方向的激光传感器坐标系中，以便基于第二点云数据在激光传感器坐标系中的坐标，以及第一点云数据，来对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新。
其中，在构建预先建立的地图时，设置预先建立的地图中各个点属于动态障碍物的初始概率，也即是，在构建预先建立的地图时，将预先建立的地图中各个点属于动态障碍物的概率设置为初始概率值，初始概率值为任意正数值，例如，初始概率值为0.2，或者，初始概率值为其他取值，本申请对此不加以限定。
可选地，预先建立的地图中各个点属于动态障碍物的初始概率相同，或者，预先建立的地图中各个点属于动态障碍物的初始概率不同，本申请对此不加以限定。
在预先建立的地图中各个点属于动态障碍物的初始概率不同的情况下，可以基于各个点是属于路面点云还是属于障碍物点云，确定各个点属于动态障碍物的初始概率。在一种可能的实现方式中，将路面点云中的点属于动态障碍物的初始概率设置为第一初始概率值，将障碍物点云中的点属于动态障碍物的初始概率设置为第二初始概率值，第一初始概率值小于第二初始概率值，例如，第一初始概率值为0.1，第二初始概率值为0.2，或者，第一初始概率值和第二初始概率值为其他取值，保证第一初始概率值小于第二初始概率值即可，本申请对第一初始概率值和第二初始概率值的具体取值不加以限定。
需要说明的是，在预先建立的地图构建完成后，可以基于在目标对象的运动过程中采集到的点云数据，对预先建立的地图进行至少一次更新，从而使得预先建立的地图中各个点属于动态障碍物的概率发生改变，也即是，使得预先建立的地图中各个点属于动态障碍物的概率由初始概率变为第一概率，进而基于第一概率继续进行后续概率更新过程。
步骤104、基于第二概率和第一点云数据，对预先建立的地图进行更新。
上述过程通过基于在目标对象的运动过程中采集到的第一点云数据，来对预先建立的地图进行更新，使得更新后的地图更加符合实际的道路情况，进而保证能够基于更新后的地图，实现目标对象的定位和路径规划。
在介绍了本申请的基本实现过程之后，下面具体介绍本申请的各种非限制性实施方式。
在一些实施例中，运动数据包括目标对象的全球定位系统GPS坐标，相应地，基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置，包括以下步骤：
步骤1011、基于目标对象的GPS坐标，从预先建立的地图中，获取GPS坐标对应的目标范围内的点云数据。
在目标对象的运动过程中，GPS传感器获取目标对象所处位置的GPS坐标，进而将获取到的GPS坐标发送给计算机设备，以便计算机设备能够获取到目标对象的GPS坐标，进而基于获取到的GPS坐标，来进行目标对象所处位置的确定。
其中，目标范围为以GPS坐标为圆心，以第三设定长度为半径的圆形范围，或者，目标范围为其他类型，本申请对此不加以限定。第三设定长度为任意长度，本申请对第三设定长度的取值不加以限定。
步骤1012、将目标范围内的点云数据中，与第一点云数据的匹配程度最高的点云数据对应的地面点，确定为目标对象所处的位置。
在一种可能的实现方式中，以目标范围内的点云数据中的各个地面点分别作为圆心，以激光传感器的探测半径为半径，从目标范围内的点云数据中，确定出多个候选点云数据，其中，所确定出的每个候选点云数据均为以地面点为圆心，以探测半径作为半径的圆形区域中的点云数据；基于各个候选点云数据、第一点云数据和目标误差函数，确定在目标误差函数的函数值最下的情况下对应的旋转矩阵和平移矩阵；基于旋转矩阵和平移矩阵，对第一点云数据进行旋转和/或平移；将与经过旋转和/或平移的第一点云数据匹配程度最大的候选点云数据所对应的地面点，确定为目标对象所处的位置。
其中，目标误差函数表示在旋转矩阵和平移矩阵下，候选点云数据与第一点云数据的误差，也即是，目标误差函数用于指示第一点云数据经过旋转和/或平移后，与各个候选点云数据的差距。
在一种可能的实现方式中，在基于各个候选点云数据、第一点云数据和目标误差函数，确定在目标误差函数的函数值最下的情况下对应的旋转矩阵和平移矩阵时，对于任一候选点云数据，分别从任一候选点云数据和第一点云数据中，按照目标约束条件，确定最近邻点(pi,qi)，从而基于最近邻点(pi,qi)和如公式(1)所示的目标误差函数，确定旋转矩阵和平移矩阵。公式(1)参见下式：
Figure BDA0003285630940000141
其中，R表示旋转矩阵，t表示平移矩阵，f(R,t)表示目标误差函数，m表示最近邻点对的个数，pi表示任一候选点云数据中的一点，qi表示第一点云数据中的一点。
对于上述过程中涉及到的目标约束条件，可以为任一候选点云数据中的点pi，与第一点云数据的距离最小，也即是，目标约束条件可以参见如下公式(2)：
Figure BDA0003285630940000151
其中，pi表示任一候选点云数据中的一点，qi表示第一点云数据中的一点，Q表示目标点云数据，d(pi,Q)表示任一候选点云数据中的点pi与第一点云数据Q的距离。
需要说明的是，在基于旋转矩阵和平移矩阵，对第一点云数据进行旋转和/或平移，可能存在旋转矩阵或平移矩阵为零矩阵的情况，若旋转矩阵为零矩阵，则表明无需对第一点云数据进行旋转，而仅对第一点云数据进行平移即可；若平移矩阵为零矩阵，则表明无需对第一点云数据进行平移，而仅对第一点云数据进行旋转即可。
在一种可能的实现方式中，在确定与经过旋转和/或平移的第一点云数据匹配程度最大的候选点云数据时，确定各个候选点云数据与经过旋转和/或平移的第一点云数据之间的距离，从而将对应距离最小的候选点云数据，确定为与经过旋转和/或平移的第一点云数据匹配程度最大的候选点云数据。
其中，在确定各个候选点云数据与经过旋转和/或平移后的第一点云数据之间的距离时，可以通过如下公式(3)实现：
Figure BDA0003285630940000152
其中，d(P,Q’)表示任一候选点云数据与经过旋转和/或平移后的第一点云数据之间的距离，pi表示任一候选点云数据中的一点，qi’表示经过旋转和/或平移后的第一点云数据中的一点，P表示任一候选点云数据，Q’表示经过旋转和/或平移后的第一点云数据。
上述仅为确定目标对象所处的位置的一种示例性方式，在更多可能的实现方式中，还可以采用其他方式来进行位置的确定，本申请对此不加以限定。例如，在另一种可能的实现方式中，目标对象对应的设定范围内设置的其他传感器还可以包括轮速计，则目标对象的运动数据包括目标对象的运动速度，在通过上述步骤1011至步骤1012确定出目标对象所处的位置的情况下，目标对象继续运动，将上述步骤1011至步骤1012所确定出位置的位置，为目标对象在第一时刻所处的位置，若要确定目标对象在第二时刻所处的位置，可以基于第一时刻所处的位置，以及根据轮速计的数据确定出的目标对象的运动速度，来确定目标对象在第二时刻所处的位置。
在一些实施例中，基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率，包括以下步骤：
步骤1031、基于第二点云数据，确定第二点云数据所包括的各个点的球坐标。
以将第二点云数据中的点P(x,y,z)转换为球坐标系下的坐标的过程为例，通过如下公式(4)至公式(6)，来将第二点云数据所包括的各个点在激光雷达坐标系下的坐标，转换为球坐标系下的坐标(也即是球坐标)：
Figure BDA0003285630940000161
Figure BDA0003285630940000162
Figure BDA0003285630940000163
其中，x为P点在激光雷达坐标系中的横坐标，y为P点在激光雷达坐标系中的纵坐标，z为P点在激光雷达坐标系中的高度，r为P点到球坐标系的坐标原点的径向距离，θ为P点的仰角，也即是P点到球坐标系的坐标原点的连线与z轴的夹角，
Figure BDA0003285630940000164
为P点的方位角，也即是P点到球坐标系的坐标原点的连线在xy平面的投影与x轴的夹角。
步骤1032、基于激光传感器的探测角度，以及第二点云数据所包括的各个点的球坐标，从第二点云数据所包括的各个点中，确定位于激光传感器的探测角度内的目标点。
需要说明的是，激光传感器具有探测角度限制，若设置在目标对象的设定范围内的激光传感器为多个，则这多个激光传感器的探测角度可以相同，也可以不同，本申请对此不加以限定。
以基于任一个激光传感器的探测角度，来确定位于激光传感器的探测角度内的目标点的过程为例，在一种可能的实现方式中，基于该激光传感器的探测角度，以及第二点云数据的各个点的球坐标所包括的方位角，从第二点云数据所包括的各个点中，去除方位角超过该激光传感器的探测角度的点，从而得到位于激光传感器的探测角度内的目标点。而对于超过激光传感器的探测角度的点，则无需对这些点进行概率更新。
步骤1033、基于第一点云数据和第二点云数据，对第一概率进行更新，得到第二概率。
在一种可能的实现方式中，基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点；基于候选点的方位角和目标点的方位角，对第一概率进行更新，得到第二概率。
其中，在确定候选点时，有如下两种可选的实现方式：
在一种可能的实现方式中，按照对应方位角从小到大的顺序，对第一点云数据所包括的各个点进行排序；将排序位于目标位置的点，确定为根节点，按照各个点之间的相邻关系，构建搜索树；从根节点开始对搜索树进行搜索，以确定候选点。
其中，目标位置为排序后的方位角的中值对应的位置，或者，目标位置为其他位置，本申请对此不加以限定。
以第一点云数据包括的点为A、B、C、D、E，上述各个点的方位角分别为60度、43度、133度、26度、92度为例，则按照对应方位角从大到小的顺序，对各个点排序的结果为D(26度)、B(43度)、A(60度)、E(92度)、C(133度)，则在构建搜索树时，以位于中值位置的A点作为根节点，以B点和E点作为B点的子节点，以D点作为B点的子节点，以C点作为E点的子节点，从而得到该搜索树。
基于上述的搜索树示例，以目标点的方位角为23度为例，则在进行搜索时，从D点开始进行搜索，可以确定D点的子节点中与目标点方位角差距较小的为B点，继续从B点开始向下搜索可查询到作为B点的子节点的D点，进而通过比较B点和D点与目标点之间方位角的差距，即可确定候选点为D点。
在另一种可能的实现方式中，基于第一点云数据所包括的各个点的球坐标，按照设定步长，构建表格；基于目标点的方位角，从表格的第一项开始，对表格中各个点的方位角进行查询，以确定候选点。
在构建表格时，基于各个点的球坐标所包括的角度，按照设定步长，来将第一点云数据中的各个点转换至表格中，从而实现表格构建。例如，基于各个点的球坐标所包括的方位角和仰角，按照设定步长，来将第一点云数据中的各个点转换至表格中，从而实现表格构建。
其中，设定步长为任意角度值，例如，设定步长为0.1度，或者，设定步长为其他角度值，本申请对此不加以限定。
以设定步长为0.1度为例，第一点云数据的方位角取值为0度至360度，仰角的取值为0度到180度，则构建的表格为3600*1800的表格。
通过以设定步长来对方位角和仰角进行划分，以使表格中每一项均包括一个点，以便后续对表格进行查询。
可选地，在从表格的第一项开始查询时，确定表格中的各个点的方位角与目标点的方位角的差值，进而在遍历完成后，对确定出的各个差值进行比较，以确定与目标点的方位角差值最小的候选点。
上述仅为确定候选点的两种示例性方式，在更多可能的实现方式中，还可以采用其他方式来进行候选点的确定，本申请对此不加以限定。
其中，在基于候选点的方位角和目标点的方位角，对第一概率进行更新时，有如下两种可能情况：
情况一、若候选点的方位角与目标点的方位角的角度差值大于预设角度阈值，则在第一概率的基础上增加第一预设值，得到第二概率。
若角度差值大于预设角度阈值，则认为目标点找不到对应的候选点，也即是，目标点找不到对应的激光反射点，这表明该点可能原本属于动态障碍物，但由于动态障碍物移动导致激光传感器所发射的激光无法返回，此时，需要增加目标点属于动态障碍物的概率。
其中，预设角度阈值为任意角度值，本申请对此不加以限定。第一设定值基于目标点对应的障碍物所属的平面，与激光传感器发射的射线之间的角度确定。若目标点对应的障碍物所属的平面，与激光传感器发射的射线之间的角度越大，则第一设定值越大。例如，目标点对应的障碍物所属的平面与激光传感器发射的射线之间的角度，和第一设定值成正比例关系。
情况二、若角度差值小于或等于预设角度阈值，则基于第一距离和第二距离，对第一概率进行更新，得到第二概率，第一距离为目标点与激光传感器的原点之间的距离，第二距离为候选点与激光传感器的原点之间的距离。
其中，基于第一距离与第二距离更新概率的过程包括如下三种可能情况：
一、若第一距离大于第二距离，且第一距离与第二距离的距离差值大于预设距离阈值，则将第一概率作为第二概率。
若第一距离大于第二距离，且距离差值大于预设距离阈值，则可能为目标点暂时被新的障碍物遮挡，此时无需对目标点属于动态障碍物的第一概率进行更新，而直接将第一概率作为更新得到的第二概率即可。其中，预设距离阈值为任意取值，本申请对此不加以限定。
二、若第一距离小于第二距离，且距离差值大于预设距离阈值，则在第一概率的基础上增加第二预设值，得到第二概率。
若第一距离小于第二距离，且距离差值大于预设距离阈值，则表明原本处于目标点对应区域的障碍物消失，则目标点更有可能属于动态障碍物，此时，需要增加目标点属于动态障碍物的概率。
其中，第二设定值基于目标点对应的障碍物所属的平面，与激光传感器发射的射线之间的角度确定。若目标点对应的障碍物所属的平面，与激光传感器发射的射线之间的角度越大，则第二设定值越大。例如，目标点对应的障碍物所属的平面与激光传感器发射的射线之间的角度，和第二设定值成正比例关系。
三、若距离差值小于预设距离阈值，则在第一概率的基础上减小第三预设值，得到第二概率。
距离差值小于预设距离阈值，包括如下三种可能：
1、第一距离大于第二距离，但距离差值小于等于预设距离阈值；
2、第一距离小于第二距离，但距离差值小于等于预设距离阈值；
3、第一距离等于第二距离。
无论是以上哪种可能，均能表明目标点对应的区域一直存在障碍物，则目标点所属的障碍物更有可能为静态障碍物，此时，需要减小目标点属于动态障碍物的概率。
其中，第三设定值基于目标点对应的障碍物所属的平面，与激光传感器发射的射线之间的角度确定。若目标点对应的障碍物所属的平面，与激光传感器发射的射线之间的角度越大，则第三设定值越大。例如，目标点对应的障碍物所属的平面与激光传感器发射的射线之间的角度，和第三设定值成正比例关系。
在一些实施例中，在基于第二概率和第一点云数据，对预先建立的地图进行更新时，有如下三种可能情况：
情况一、对于第一点云数据中的任一点，若任一点的第二概率大于预设概率阈值，则从预先建立的地图中，去除任一点。
任一点的第二概率大于预设概率阈值，表明该任一点属于动态障碍物的可能性已经很大，因此，可以直接从预先建立的地图中剔除该任一点。其中，预设概率阈值为任意概率值，本申请对此不加以限定。
情况二、若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中存在与任一点的坐标匹配的点，则在预先建立的地图中，更新任一点的反射强度信息。
任一点的第二概率小于或等于预设概率阈值，表明该任一点属于动态障碍物的可能性较小，此时，若预先建立的地图中存在与任一点的坐标匹配的点，则可以基于最新采集到的第一点云数据中与任一点的坐标匹配的点，来更新任一点的反射强度信息。
可选地，若激光传感器为能产生点云数据的双目立体摄像头，则通过这种激光传感器，还可以采集到的物体表面颜色信息，则还可以基于采集到的物体表面颜色信息，更新任一点的物体表面颜色信息。
情况三、若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中不存在与任一点的坐标匹配的点，则在预先建立的地图中添加任一点。
任一点的第二概率小于或等于预设概率阈值，表明该任一点属于动态障碍物的可能性较小，此时，若预先建立的地图中不存在与任一点的坐标匹配的点，则可以将该任一点加入地图中，以实现对预先建立的地图的更新。
上述过程所涉及的地图更新方法的流程可以参见图2，图2是本说明书根据一示例性实施例示出的一种地图更新过程的流程图，在通过激光传感器获取到第一点云数据后，对第一点云数据进行路面提取和障碍物分割，并基于第一点云数据和预先建立的地图，对目标对象进行定位，进而从预先建立的地图中获取作为局部点云数据的第二点云数据，基于第一点云数据和获取到的第二点云数据，更新预先建立的地图中的点(也即是第二点云数据中的点)属于动态障碍物的概率，从而基于第一点云数据和更新后的概率，来对预先建立的地图进行更新。
其中，更新预先建立的地图中的点属于动态障碍物的概率参见图3，图3是本说明书根据一示例性实施例示出的一种概率更新过程的流程图，在获取到第二点云数据后，将第二点云数据转移至激光传感器坐标系下，从而基于激光传感器坐标系下的第二点云数据，遍历计算各个点的球坐标，进而根据球坐标确定第二点云数据中的任一点(记为目标点)是否位于激光传感器探测角度内，如果目标点不是位于激光传感器探测角度内，则跳过目标点属于动态障碍物的概率的更新过程，直至第二点云数据中的各个点遍历结束；如果目标点是位于激光传感器探测角度内，则从第一点云数据中，搜索与目标点方位角角度最接近的候选点，如果目标点与候选点方位角的角度差值大于或等于预设角度阈值，则增加目标点属于动态障碍物的概率，如果目标点与候选点方位角的角度差值小于预设角度阈值，则确定目标点与候选点的距离情况，如果对于激光传感器的坐标原点来说，目标点远于候选点，且目标点与坐标原点的距离，以及候选点与坐标原点的距离之间的距离差值大于预设距离阈值，则跳过概率更新过程，如果目标点接近候选点，则降低目标点属于动态障碍物的概率，如果对于激光传感器的坐标原点来说，目标点近于候选点，且距离差值大于预设距离阈值，则增加目标点属于动态障碍物的概率，进而基于更新后的概率，来对预先建立的地图进行更新，更新方式包括但不限于从预先建立的地图中，去除概率高的点。
上述图2和图3仅为流程性的说明，具体实现过程可参见上述内容，此处不再赘述。
与前述方法的实施例相对应，本说明书还提供了装置及其所应用的终端的实施例。
如图4所示，图4是本说明书根据一示例性实施例示出的一种地图更新装置的框图，该地图更新装置包括：
确定单元401，用于基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定所述目标对象在所述预先建立的地图中所处的位置；
获取单元402，用于基于所述目标对象的位置，从预先建立的地图中，获取所述目标对象对应的预设范围内的第二点云数据；
概率更新单元403，用于基于所述第一点云数据和所述第二点云数据，对所述第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到所述第二点云数据所包括的各个点属于动态障碍物的第二概率，所述第一概率为已确定出的、预先建立的地图中各个点属于动态障碍物的概率；
地图更新单元404，用于基于所述第二概率和所述第一点云数据，对所述预先建立的地图进行更新。
在一些实施例中，第一点云数据通过设置在目标对象的设定范围内的雷达采集得到；
概率更新单元403，在用于基于第一点云数据和第二点云数据，对第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到第二点云数据所包括的各个点属于动态障碍物的第二概率时，包括坐标确定子单元、目标点确定子单元和概率更新子单元；
坐标确定子单元，用于基于第二点云数据，确定第二点云数据所包括的各个点的球坐标；
目标点确定子单元，用于基于雷达的探测角度，以及第二点云数据所包括的各个点的球坐标，从第二点云数据所包括的各个点中，确定位于雷达的探测角度内的目标点；
概率更新子单元，用于基于第一点云数据和第二点云数据，对第一概率进行更新，得到第二概率。
在一些实施例中，概率更新子单元，在用于基于第一点云数据和第二点云数据，对第一概率进行更新，得到第二概率时，包括候选点确定模块和概率更新模块；
候选点确定模块，用于基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点；
概率更新模块，用于基于候选点的方位角和目标点的方位角，对第一概率进行更新，得到第二概率。
在一些实施例中，候选点确定模块，在用于基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点时，具体用于：
按照对应方位角从小到大的顺序，对第一点云数据所包括的各个点进行排序；
将排序位于目标位置的点，确定为根节点，按照各个点之间的相邻关系，构建搜索树；
从根节点开始对搜索树进行搜索，以确定候选点。
在一些实施例中，候选点确定模块，在用于基于目标点的球坐标，从第一点云数据所包括的各个点中，确定与目标点的方位角差距最小的候选点时，具体用于：
基于第一点云数据所包括的各个点的球坐标，按照设定步长，构建表格；
基于目标点的方位角，从表格的第一项开始，对表格中各个点的方位角进行查询，以确定候选点。
在一些实施例中，概率更新模块，在用于基于候选点的方位角和目标点的方位角，对第一概率进行更新，得到第二概率时，包括第一更新子模块和第二更新子模块；
第一更新子模块，用于若候选点的方位角与目标点的方位角的角度差值大于预设角度阈值，则在第一概率的基础上增加第一预设值，得到第二概率；
第二更新子模块，用于若角度差值小于或等于预设角度阈值，则基于第一距离和第二距离，对第一概率进行更新，得到第二概率，第一距离为目标点与雷达的原点之间的距离，第二距离为候选点与雷达的原点之间的距离。
在一些实施例中，第二更新子模块，在用于基于第一距离和第二距离，对第一概率进行更新，得到第二概率时，具体用于下述任一项：
若第一距离大于第二距离，且第一距离与第二距离的距离差值大于预设距离阈值，则将第一概率作为第二概率；
若第一距离小于第二距离，且距离差值大于预设距离阈值，则在第一概率的基础上增加第二预设值，得到第二概率；
若距离差值小于预设距离阈值，则在第一概率的基础上减小第三预设值，得到第二概率。
在一些实施例中，第一预设值、第二预设值和第三预设值基于目标点对应的障碍物所属的平面，与雷达发射的射线之间的角度确定。
在一些实施例中，地图更新单元404，在用于基于第二概率和第一点云数据，对预先建立的地图进行更新时，具体用于下述任一项：
对于第一点云数据中的任一点，若任一点的第二概率大于预设概率阈值，则从预先建立的地图中，去除任一点；
若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中存在与任一点的坐标匹配的点，则在预先建立的地图中，更新任一点的反射强度信息；
若任一点的第二概率小于或等于预设概率阈值，且预先建立的地图中不存在与任一点的坐标匹配的点，则在预先建立的地图中添加任一点。
在一些实施例中，运动数据包括目标对象的全球定位系统GPS坐标；
确定单元401，在用于基于预先建立的地图，以及目标对象在运动过程中采集到的第一点云数据和运动数据，确定目标对象在预先建立的地图中所处的位置时，具体用于：
基于目标对象的GPS坐标，从预先建立的地图中，获取GPS坐标对应的目标范围内的点云数据；
将目标范围内的点云数据中，与第一点云数据的匹配程度最高的点云数据对应的地面点，确定为目标对象所处的位置。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本申请还提供了一种计算机设备，参见图5，图5是本说明书根据一示例性实施例示出的一种计算机设备的结构示意图。如图5所示，计算机设备包括处理器510、存储器520和网络接口530，存储器520用于存储可在处理器510上运行的计算机指令，处理器510用于在执行所述计算机指令时实现本申请任一实施例所提供的地图更新方法，网络接口530用于实现输入输出功能。在更多可能的实现方式中，计算机设备还可以包括其他硬件，本申请对此不做限定。
本申请还提供了一种计算机可读存储介质，计算机可读存储介质可以是多种形式，比如，在不同的例子中，计算机可读存储介质可以是：RAM(Radom Access Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、DVD等)，或者类似的存储介质，或者它们的组合。特殊的，计算机可读介质还可以是纸张或者其他合适的能够打印程序的介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本申请任一实施例所提供的地图更新方法。
本申请还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现本申请任一实施例所提供的地图更新方法。
本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、装置、终端、计算机可读存储介质或计算机程序产品。因此，本说明书一个或多个实施例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，本说明书一个或多个实施例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，对于计算机设备所对应的实施例而言，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。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中描述的主题及功能操作的实施例可以在以下中实现：数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行，并且装置也可以实现为专用逻辑电路。
适合用于执行计算机程序的计算机包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备，仅举几例。
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。
类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。
由此，主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下，权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。也即是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。
以上所述仅为本说明书的可选实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (13)

1.一种地图更新方法，其特征在于，所述方法包括：
基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定所述目标对象在所述预先建立的地图中所处的位置；
基于所述目标对象的位置，从预先建立的地图中，获取所述目标对象对应的预设范围内的第二点云数据；
基于所述第一点云数据和所述第二点云数据，对所述第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到所述第二点云数据所包括的各个点属于动态障碍物的第二概率，所述第一概率为已确定出的、预先建立的地图中各个点属于动态障碍物的概率；
基于所述第二概率和所述第一点云数据，对所述预先建立的地图进行更新。
2.根据权利要求1所述的方法，其特征在于，所述第一点云数据通过设置在所述目标对象的设定范围内的激光传感器采集得到；
所述基于所述第一点云数据和所述第二点云数据，对所述第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到所述第二点云数据所包括的各个点属于动态障碍物的第二概率，包括：
基于所述第二点云数据，确定所述第二点云数据所包括的各个点的球坐标；
基于所述激光传感器的探测角度，以及所述第二点云数据所包括的各个点的球坐标，从所述第二点云数据所包括的各个点中，确定位于所述激光传感器的探测角度内的目标点；
基于所述第一点云数据和所述第二点云数据，对所述第一概率进行更新，得到所述第二概率。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一点云数据和所述第二点云数据，对所述第一概率进行更新，得到所述第二概率，包括：
基于所述目标点的球坐标，从所述第一点云数据所包括的各个点中，确定与所述目标点的方位角差距最小的候选点；
基于所述候选点的方位角和所述目标点的方位角，对所述第一概率进行更新，得到所述第二概率。
4.根据权利要求3所述的方法，其特征在于，所述基于所述目标点的球坐标，从所述第一点云数据所包括的各个点中，确定与所述目标点的方位角差距最小的候选点，包括：
按照对应方位角从小到大的顺序，对所述第一点云数据所包括的各个点进行排序；
将排序位于目标位置的点，确定为根节点，按照各个点之间的相邻关系，构建搜索树；
从所述根节点开始对所述搜索树进行搜索，以确定所述候选点。
5.根据权利要求3所述的方法，其特征在于，所述基于所述目标点的球坐标，从所述第一点云数据所包括的各个点中，确定与所述目标点的方位角差距最小的候选点，包括：
基于所述第一点云数据所包括的各个点的球坐标，按照设定步长，构建表格；
基于所述目标点的方位角，从所述表格的第一项开始，对所述表格中各个点的方位角进行查询，以确定所述候选点。
6.根据权利要求3所述的方法，其特征在于，所述基于所述候选点的方位角和所述目标点的方位角，对所述第一概率进行更新，得到所述第二概率，包括下述任一项：
若所述候选点的方位角与所述目标点的方位角的角度差值大于预设角度阈值，则在所述第一概率的基础上增加第一预设值，得到所述第二概率；
若所述角度差值小于或等于所述预设角度阈值，则基于第一距离和第二距离，对所述第一概率进行更新，得到所述第二概率，所述第一距离为所述目标点与所述激光传感器的原点之间的距离，所述第二距离为所述候选点与所述激光传感器的原点之间的距离。
7.根据权利要求6所述的方法，其特征在于，所述基于第一距离和第二距离，对所述第一概率进行更新，得到所述第二概率，包括下述任一项：
若所述第一距离大于所述第二距离，且所述第一距离与所述第二距离的距离差值大于预设距离阈值，则将所述第一概率作为所述第二概率；
若所述第一距离小于所述第二距离，且所述距离差值大于所述预设距离阈值，则在所述第一概率的基础上增加第二预设值，得到所述第二概率；
若所述距离差值小于所述预设距离阈值，则在所述第一概率的基础上减小第三预设值，得到所述第二概率。
8.根据权利要求6或7所述的方法，其特征在于，所述第一预设值、所述第二预设值和所述第三预设值基于所述目标点对应的障碍物所属的平面，与所述激光传感器发射的射线之间的角度确定。
9.根据权利要求1所述的方法，其特征在于，所述基于所述第二概率和所述第一点云数据，对所述预先建立的地图进行更新，包括下述任一项：
对于所述第一点云数据中的任一点，若所述任一点的第二概率大于预设概率阈值，则从所述预先建立的地图中，去除所述任一点；
若所述任一点的第二概率小于或等于所述预设概率阈值，且所述预先建立的地图中存在与所述任一点的坐标匹配的点，则在所述预先建立的地图中，更新所述任一点的反射强度信息；
若所述任一点的第二概率小于或等于所述预设概率阈值，且所述预先建立的地图中不存在与所述任一点的坐标匹配的点，则在所述预先建立的地图中添加所述任一点。
10.根据权利要求1所述的方法，其特征在于，所述运动数据包括所述目标对象的全球定位系统GPS坐标；
所述基于预先建立的地图，以及目标对象在运动过程中采集到的第一点云数据和运动数据，确定所述目标对象在所述预先建立的地图中所处的位置，包括：
基于所述目标对象的GPS坐标，从预先建立的地图中，获取所述GPS坐标对应的目标范围内的点云数据；
将所述目标范围内的点云数据中，与所述第一点云数据的匹配程度最高的点云数据对应的地面点，确定为所述目标对象所处的位置。
11.一种地图更新装置，其特征在于，所述装置包括：
确定单元，用于基于预先建立的地图，以及在目标对象的运动过程中采集到的第一点云数据和运动数据，确定所述目标对象在所述预先建立的地图中所处的位置；
获取单元，用于基于所述目标对象的位置，从预先建立的地图中，获取所述目标对象对应的预设范围内的第二点云数据；
概率更新单元，用于基于所述第一点云数据和所述第二点云数据，对所述第二点云数据所包括的各个点属于动态障碍物的第一概率进行更新，得到所述第二点云数据所包括的各个点属于动态障碍物的第二概率，所述第一概率为已确定出的、预先建立的地图中各个点属于动态障碍物的概率；
地图更新单元，用于基于所述第二概率和所述第一点云数据，对所述预先建立的地图进行更新。
12.一种计算机设备，其特征在于，所述计算机设备包括存储器、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，其中，所述处理器执行所述程序时实现如权利要求1至10中任一项所述的地图更新方法所执行的操作。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序，所述程序被处理器执行如权利要求1至10中任一项所述的地图更新方法所执行的操作。
CN202111146247.0A 2021-09-28 2021-09-28 地图更新方法、装置、计算机设备及介质 Pending CN115235482A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111146247.0A CN115235482A (zh) 2021-09-28 2021-09-28 地图更新方法、装置、计算机设备及介质
PCT/CN2022/071051 WO2023050647A1 (zh) 2021-09-28 2022-01-10 地图更新的方法、装置、计算机设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111146247.0A CN115235482A (zh) 2021-09-28 2021-09-28 地图更新方法、装置、计算机设备及介质

Publications (1)

Publication Number Publication Date
CN115235482A true CN115235482A (zh) 2022-10-25

Family

ID=83666176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111146247.0A Pending CN115235482A (zh) 2021-09-28 2021-09-28 地图更新方法、装置、计算机设备及介质

Country Status (2)

Country Link
CN (1) CN115235482A (zh)
WO (1) WO2023050647A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024164952A1 (zh) * 2023-02-10 2024-08-15 抖音视界有限公司 一种地图生成方法、装置、计算机设备以及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117128985B (zh) * 2023-04-27 2024-05-31 荣耀终端有限公司 点云地图更新的方法及设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840448A (zh) * 2017-11-24 2019-06-04 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的信息输出方法和装置
CN109145489B (zh) * 2018-09-07 2020-01-17 百度在线网络技术（北京）有限公司 一种基于概率图的障碍物分布仿真方法、装置以及终端
US11725944B2 (en) * 2020-03-02 2023-08-15 Apollo Intelligent Driving Technology (Beijing) Co, Ltd. Method, apparatus, computing device and computer-readable storage medium for positioning
CN112949366B (zh) * 2020-04-01 2022-04-12 北京京东乾石科技有限公司 障碍物识别方法和装置
CN114521836B (zh) * 2020-08-26 2023-11-28 北京石头创新科技有限公司 一种自动清洁设备
CN113362444B (zh) * 2021-05-21 2023-06-16 北京百度网讯科技有限公司 点云数据的生成方法、装置、电子设备及存储介质
CN113256712B (zh) * 2021-06-01 2023-04-18 北京有竹居网络技术有限公司 定位方法、装置、电子设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024164952A1 (zh) * 2023-02-10 2024-08-15 抖音视界有限公司 一种地图生成方法、装置、计算机设备以及存储介质

Also Published As

Publication number Publication date
WO2023050647A1 (zh) 2023-04-06

Similar Documents

Publication Publication Date Title
CN109540142B (zh) 一种机器人定位导航的方法、装置、计算设备
US20220130156A1 (en) Three-dimensional object detection and intelligent driving
CN112179330B (zh) 移动设备的位姿确定方法及装置
CN111624622B (zh) 障碍物检测方法、装置
CN110412635A (zh) 一种环境信标支持下的gnss/sins/视觉紧组合方法
US20220011117A1 (en) Positioning technology
CN114111774B (zh) 车辆的定位方法、系统、设备及计算机可读存储介质
CN115235482A (zh) 地图更新方法、装置、计算机设备及介质
CN111308500B (zh) 基于单线激光雷达的障碍物感知方法、装置和计算机终端
CN112166457A (zh) 点云分割方法、系统和可移动平台
CN112505671B (zh) Gnss信号缺失环境下毫米波雷达目标定位方法及装置
CN113822944B (zh) 一种外参标定方法、装置、电子设备及存储介质
CN114398455B (zh) 异构多机器人协同slam地图融合方法
KR20220001274A (ko) 3d 맵의 변경 구역 업데이트 시스템 및 그 방법
CN112166446A (zh) 可通行性的识别方法、系统、设备及计算机可读存储介质
CN115494845A (zh) 基于深度相机的导航方法、装置、无人车及存储介质
CN113587937A (zh) 车辆的定位方法、装置、电子设备和存储介质
CN115248430B (zh) 目标物体的定位方法、装置、终端及介质
CN112965076B (zh) 一种用于机器人的多雷达定位系统及方法
CN112629547A (zh) 用于创建定位地图的方法和设备
CN109598199B (zh) 车道线生成方法和装置
CN116704024A (zh) 一种联合多类约束的车载激光点云位姿图优化方法及系统
CN111400537A (zh) 一种道路元素信息获取方法、装置和电子设备
CN115019204A (zh) 一种知识图谱的战场目标识别方法、装置、设备及介质
CN112614162B (zh) 基于空间优化策略的室内视觉快速匹配定位方法及系统

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