CN115638787B - 一种数字地图生成方法、计算机可读存储介质及电子设备 - Google Patents
一种数字地图生成方法、计算机可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN115638787B CN115638787B CN202211660058.XA CN202211660058A CN115638787B CN 115638787 B CN115638787 B CN 115638787B CN 202211660058 A CN202211660058 A CN 202211660058A CN 115638787 B CN115638787 B CN 115638787B
- Authority
- CN
- China
- Prior art keywords
- frame
- data
- point cloud
- virtual
- map
- 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
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及数字地图技术领域,具体提供一种数字地图生成方法、计算机可读存储介质及电子设备,本发明的数字地图生成方法包括:获取预设感知范围并以预设感知范围的中心点沿预设切图轨迹遍历多轨迹全局点云地图,得到多个局部点云地图;其中,相邻两个局部点云地图至少部分重叠;以每个局部点云地图作为一个虚拟帧,获取各个虚拟帧的感知数据;并根据虚拟帧对应的中心点在预设切图轨迹上的切线方向确定虚拟位姿以及根据与虚拟帧距离最近帧点云数据所对应的采集时刻确定虚拟帧的采集时刻;至少基于虚拟帧的采集时刻、感知数据和虚拟位姿生成数字地图。该方法可以避免同一区域被反复识别产生冗余数据,有利于提高生成数字地图的效果。
Description
技术领域
本发明涉及数字地图技术领域,具体提供一种数字地图生成方法、计算机可读存储介质及电子设备。
背景技术
为了提升地图的完整性和准确性,高精度地图采集车一般搭载多种不同模态的传感器,如激光雷达、毫米波雷达、超声波雷达、多个相机等,在采集过程中不同传感器的时间和空间不尽相同;单帧传感器数据容易存在遮挡、感知范围不全的问题,因此,同一区域的高精度地图一般需要采集多趟。相关技术中,可以基于SLAM(Simultaneous Localizationand Mapping,同步定位与地图构建)技术融合多趟的原始传感器数据,并去除遮挡和无关的要素,形成多轨迹全局点云地图。但在后续基于多轨迹全局点云地图进行地图要素识别,以构建高精度地图时,因多轨迹全局点云地图中采集车轨迹存在重复,基于采集车轨迹进行地图要素识别容易造成同一区域被反复识别,产生冗余数据,且不便于后续高精度地图的构建。
发明内容
本发明旨在解决上述技术问题,即,解决现有基于同一区域的多趟采集车轨迹生成数字地图时,容易造成同一区域被反复识别产生冗余数据且不便于数字地图生成的问题。
在第一方面,本发明提供一种数字地图生成方法,其包括:
获取同一区域的多个激光雷达数据集以及与各个所述激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据;其中,多个所述激光雷达数据集由不同轨迹的所述激光雷达采集得到,每个所述激光雷达数据集包括多帧点云数据;
根据所述多个激光雷达数据集以及与各个所述激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据生成多轨迹全局点云地图;
获取预设感知范围并以所述预设感知范围的中心点沿预设切图轨迹遍历所述多轨迹全局点云地图,得到多个局部点云地图;其中,相邻两个所述局部点云地图至少部分重叠;
以每个所述局部点云地图作为一个虚拟帧,获取各个所述虚拟帧的感知数据;并根据所述虚拟帧对应的中心点在所述预设切图轨迹上的切线方向确定虚拟位姿以及根据与所述虚拟帧距离最近帧点云数据所对应的采集时刻确定所述虚拟帧的采集时刻;
至少基于所述虚拟帧的采集时刻、所述感知数据和所述虚拟位姿生成数字地图。
在一些实施例中,所述根据所述多个激光雷达数据集以及与各个所述激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据生成多轨迹全局点云地图,包括:
针对每个所述激光雷达数据集,根据相应所述全球导航卫星测量数据和所述惯性测量数据,确定采集每帧所述点云数据的所述激光雷达所对应的初始位姿;以及,根据采集每帧所述点云数据的所述激光雷达所对应的初始位姿从所述激光雷达数据集的多帧点云数据中确定出关键帧队列;
针对所述多个激光雷达数据集对应的多个所述关键帧队列,对各个所述关键帧队列中多个关键帧的所述初始位姿进行优化,得到多个所述关键帧队列的位姿图;
根据所述位姿图对多个所述关键帧队列进行拼接,得到所述多轨迹全局点云地图。
在一些实施例中,所述根据采集每帧所述点云数据的所述激光雷达所对应的初始位姿从所述激光雷达数据集的多帧点云数据中确定出关键帧队列,包括:
以所述激光雷达数据集的多帧所述点云数据中最先采集得到的一帧点云数据作为第一关键帧;
针对多帧所述点云数据中除所述第一关键帧之外的其余帧点云数据,基于采集顺序由先到后,根据每帧点云数据对应的初始位姿和已有关键帧对应的初始位姿,确定位移偏差和角度偏差;并将所述位移偏差和位移阈值进行对比,以及,将所述角度偏差和所述角度阈值进行对比;
根据所述位移偏差和所述位移阈值的对比结果以及所述角度偏差和所述角度阈值的对比结果,从所述其余帧点云数据中确定出关键帧并组成所述关键帧队列。
在一些实施例中,所述根据所述位移偏差和所述位移阈值的对比结果以及所述角度偏差和所述角度阈值的对比结果,从所述其余帧点云数据中确定出关键帧包括:
在所述已有关键帧为所述第一关键帧时,当所述位移偏差大于所述位移阈值和/或所述角度偏差大于所述角度阈值,将当前帧点云数据作为第二关键帧;
在所述已有关键帧有多帧时,当所述当前帧点云数据和每帧所述已有关键帧之间均满足所述位移偏差大于所述位移阈值和/或所述角度偏差大于所述角度阈值时,将当前帧点云数据作为关键帧。
在一些实施例中,所述针对所述多个激光雷达数据集对应的多个所述关键帧队列,对各个所述关键帧队列中多个关键帧的所述初始位姿进行优化,包括:
针对每个所述关键帧队列,采用帧间匹配约束、IMU预积分约束、GNSS约束和回环约束中的至少之一对所述关键帧队列中多个关键帧的所述初始位姿进行优化。
在一些实施例中,所述方法还包括:
在多个所述关键帧队列中的任意两个所述关键帧队列之间进行回环检测,得到回环关键帧对;采用回环约束对所述回环关键帧对的初始位姿进行优化。
在一些实施例中,所述根据所述位姿图对多个所述关键帧队列进行拼接,得到所述多轨迹全局点云地图包括:
根据所述位姿图对多个所述关键帧队列进行拼接,得到原始全局点云地图;
识别并滤除所述原始全局点云地图中的动态点云和/或地面点云,得到所述多轨迹全局点云地图。
在一些实施例中,所述至少基于所述虚拟帧的采集时刻、所述感知数据和所述虚拟位姿生成数字地图包括:
针对各个所述虚拟帧,基于所述虚拟位姿将与所述虚拟帧对应的所述感知数据转换至世界坐标系下,得到所述虚拟帧对应的观测数据;
基于所述虚拟帧的采集时刻,依序将各个所述虚拟帧对应的观测数据和已建局部地图进行匹配,根据匹配结果生成所述数字地图。
在一些实施例中,所述方法还包括:
利用第一传感器分别获取与各个所述激光雷达数据集对应的传感器数据集;每个所述传感器数据集包括多帧传感器数据;
针对每个所述传感器数据集,分别获取所述传感器数据集中各帧传感器数据的绝对位姿以及各帧传感器数据的实时感知数据;
所述至少基于所述虚拟帧的采集时刻、所述感知数据和所述虚拟位姿生成数字地图包括:
基于所述绝对位姿和所述虚拟位姿,将多帧所述传感器数据的实时感知数据和多帧所述虚拟帧的感知数据转换至世界坐标系下并进行融合,得到多帧融合观测数据;
基于所述虚拟帧的采集时刻和所述传感器数据的采集时刻,依序将各帧融合观测数据和已建局部地图进行匹配,根据匹配结果生成所述数字地图。
在第二方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的数字地图生成方法。
在第三方面,本发明提供了一种电子设备,其包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现上述任意一项所述的数字地图生成方法。
在采用上述技术方案的情况下,本发明能够通过获取预设感知范围并以预设感知范围的中心点沿预设切图轨迹遍历多轨迹全局点云地图,得到多个局部点云地图;其中,相邻两个局部点云地图至少部分重叠;以每个局部点云地图作为一个虚拟帧,获取各个虚拟帧的感知数据;并根据虚拟帧对应的中心点在预设切图轨迹上的切线方向确定虚拟位姿以及根据与虚拟帧距离最近帧点云数据所对应的采集时刻确定虚拟帧的采集时刻;至少基于虚拟帧的采集时刻、感知数据和虚拟位姿生成数字地图。该方法可以避免同一区域被反复识别产生冗余数据,有利于提高生成数字地图的效果。
附图说明
下面结合附图来描述本发明的优选实施方式,附图中:
图1是本发明实施例提供的数字地图生成方法主要步骤流程示意图;
图2是本发明实施例提供的步骤S12具体执行方法流程示意图;
图3是本发明具体示例提供的关键帧选取示意图;
图4是本发明实施例提供的多个关键帧的初始位姿优化示意图;
图5是本发明一具体示例提供的局部点云地图获取方法示意图;
图6是本发明另一实施例提供的数字地图生产方法流程示意图;
图7是本发明提供的一种电子设备70结构示意图。
具体实施方式
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
参见图1所示,图1是本发明实施例提供的数字地图生成方法主要步骤流程示意图,其可以包括:
步骤S11:获取同一区域的多个激光雷达数据集以及与各个激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据;
其中,多个激光雷达数据集由不同轨迹的激光雷达采集得到,每个激光雷达数据集包括多帧点云数据;
步骤S12:根据多个激光雷达数据集以及与各个激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据生成多轨迹全局点云地图;
步骤S13:获取预设感知范围并以预设感知范围的中心点沿预设切图轨迹遍历多轨迹全局点云地图,得到多个局部点云地图;其中,相邻两个局部点云地图至少部分重叠;
步骤S14:以每个局部点云地图作为一个虚拟帧,获取各个虚拟帧的感知数据;并根据虚拟帧对应的中心点在预设切图轨迹上的切线方向确定虚拟位姿以及根据与虚拟帧距离最近帧点云数据所对应的采集时刻确定虚拟帧的采集时刻;
步骤S15:至少基于虚拟帧的采集时刻、感知数据和虚拟位姿生成数字地图。
在一些实施例中,步骤S11可以具体为由不同车载激光雷达以不同轨迹同时获取同一区域的多帧点云数据,由同一车载激光雷达采集得到的多帧点云数据构成激光雷达数据集。
在另一些实施例中,步骤S11还可以具体为由相同或不同车载激光雷达以不同轨迹在不同时间获取同一区域的多帧点云数据,由同一车载激光雷达在同一趟采集得到的多帧点云数据构成激光雷达数据集。
在本发明实施例中,在基于激光雷达进行激光雷达数据采集的同时还可以基于车载的全球导航卫星系统(Global Navigation Satellite System,GNSS)得到全球导航卫星测量数据以及通过惯性测量单元(Inertial Measurement Unit,IMU)得到惯性测量数据。因此,对于区域的一条采集轨迹,可以相应得到一个激光雷达数据集、多帧全球导航卫星测量数据和多帧惯性测量数据。
其中,不同轨迹之间可以有部分重叠轨迹。
在一些实施例中,激光雷达数据集可以通过激光雷达编号、开始采集时刻以及采集对应的轨迹进行标识。
在本发明实施例中,与一个激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据即与该激光雷达数据集对应同一轨迹、同一趟采集得到的多帧的全球导航卫星测量数据和惯性测量数据。
在一些实施例中,参见图2所示,图2是本发明实施例提供的步骤S12具体执行方法流程示意图,步骤S12可以具体为:
步骤S121:针对每个激光雷达数据集,根据相应全球导航卫星测量数据和惯性测量数据,确定采集每帧点云数据的激光雷达所对应的初始位姿;以及,根据采集每帧点云数据的激光雷达所对应的初始位姿从激光雷达数据集的多帧点云数据中确定出关键帧队列;
步骤S122:针对多个激光雷达数据集对应的多个关键帧队列,对各个关键帧队列中多个关键帧的初始位姿进行优化,得到多个关键帧队列的位姿图;
步骤S123:根据位姿图对多个关键帧队列进行拼接,得到多轨迹全局点云地图。
在步骤S121中针对每个激光雷达数据集分别执行以下步骤:
获取在每帧点云数据对应时间戳下得到的全球导航卫星测量数据和惯性测量数据;
将全球导航卫星测量数据和惯性测量数据进行融合,得到采集相应帧点云数据的激光雷达所对应的初始位姿。
其中,全球导航卫星测量数据和惯性测量数据的融合可以采用现有的融合方式实现。
在一些实施例中,步骤S121中根据采集每帧点云数据的激光雷达所对应的初始位姿从激光雷达数据集的多帧点云数据中确定出关键帧队列,包括:
以激光雷达数据集的多帧点云数据中最先采集得到的一帧点云数据作为第一关键帧;
针对多帧点云数据中除第一关键帧之外的其余帧点云数据,基于采集顺序由先到后,根据每帧点云数据对应的初始位姿和已有关键帧对应的初始位姿,确定位移偏差和角度偏差;并将位移偏差和位移阈值进行对比,以及,将角度偏差和角度阈值进行对比;
根据位移偏差和位移阈值的对比结果以及角度偏差和角度阈值的对比结果,从其余帧点云数据中确定出关键帧并组成关键帧队列。
通过选取有明显位姿变化的帧作为关键帧并以选取出的关键帧用于后续全局点云地图的构建,可以有效减小计算量并提高效率。
需要说明的是,用于与每帧点云数据确定位移偏差和角度偏差的已有关键帧,可以为当前帧点云数据所属的激光雷达数据集中已有的关键帧,也可以为所有激光雷达数据集中已有的关键帧。当已有关键帧为所有激光雷达数据集中已有的关键帧时,步骤S121中通过综合考虑多个激光雷达数据集中的已有关键帧,可以实现整体上关键帧的均匀选取,避免出现某些区域关键帧太过稠密或稀疏引起的点云分布不均。
在一些实施例中,根据位移偏差和位移阈值的对比结果以及角度偏差和角度阈值的对比结果,从其余帧点云数据中确定出关键帧可以包括:
在已有关键帧为第一关键帧时,当位移偏差大于位移阈值和/或角度偏差大于角度阈值,将当前帧点云数据作为第二关键帧;
在已有关键帧有多帧时,当当前帧点云数据和每帧已有关键帧之间均满足位移偏差大于位移阈值和/或角度偏差大于角度阈值时,将当前帧点云数据作为关键帧。
参见图3所示,图3是本发明具体示例提供的关键帧选取示意图,其中,对于每帧点云数据,可以根据相应全球导航卫星测量数据和惯性测量数据融合得到采集该帧点云数据的激光雷达所对应的初始位姿为:
其中,x、y、z代表激光雷达的位置,代表角度。在六维空间中,用空心圆表示
已有关键帧,对于新一帧点云数据P1,其在该空间中离某一已有关键帧位移偏差小于距离
阈值且角度偏差也小于角度阈值,则确定不将点云数据P1作为关键帧;对于另一帧点云数
据P2,其在该空间中与其他已有关键帧的位移偏差均大于距离阈值和/或角度偏差均大于
角度阈值,则将点云数据P2作为关键帧。
在一些实施例中,步骤S122可以具体为:
针对每个关键帧队列,采用帧间匹配约束、IMU预积分约束、GNSS约束和回环约束中的至少之一对关键帧队列中多个关键帧的初始位姿进行优化。
其中,可以采用ICP(Iterative Closest Point,迭代最近点)算法和/或NDT(Normal Distributions Transform,正态分布转换)算法对相邻两个关键帧进行帧间匹配约束。
在一些实施例中,本发明提供的数字地图生成方法还可以包括:
在多个关键帧队列中的任意两个关键帧队列之间进行回环检测,得到回环关键帧对;
采用回环约束对回环关键帧对的初始位姿进行优化。
参见图4所示,图4是本发明实施例提供的多个关键帧的初始位姿优化示意图。其中,在每一个关键帧队列中,可以包括多个关键帧:关键帧1、关键帧2……关键帧N,每个椭圆节点与一个关键帧对应,代表关键帧的初始位姿。相邻关键帧之间可以进行IMU预积分约束以及帧间匹配约束,帧间匹配约束可以用Align表示。在全球导航卫星系统信号良好的情况,还可以对相应关键帧进行GNSS约束。同时,在一个关键帧队列中,例如第一关键帧队列中的关键帧N,还可以在关键帧1至关键帧N-1中通过单趟回环检测得到关键帧N的回环关键帧,即关键帧2;并对关键帧N和关键帧2进行回环约束。另外,对于不同的关键帧队列还可以进行多趟回环检测,得到回环关键帧对如第一关键帧队列中的关键帧2和第N关键帧队列中的关键帧3可以作为回环关键帧对并进行回环约束。
在一些实施例中,回环检测可以为确定出与当前关键帧的点云数据相似度满足预设条件的关键帧,作为当前关键帧的回环关键帧。
通过对关键帧的初始位姿进行优化,可以避免出现点云模糊、重影等现象,并有利于得到更高质量的多轨迹全局点云地图。
在一些实施例中,步骤S123可以具体为:
根据位姿图对多个关键帧队列进行拼接,得到原始全局点云地图;
识别并滤除原始全局点云地图中的动态点云和/或地面点云,得到多轨迹全局点云地图。
在一些实施例中,根据位姿图对多个关键帧队列进行拼接可以具体为对于同一关键帧队列,可以基于位姿图获取每个关键帧优化后的位姿并基于相邻两个关键帧各自的优化后的位姿计算出转换矩阵;基于转换矩阵进行相邻两个关键帧的拼接,类似的,可将同一关键帧队列中的多个关键帧拼接得到相应轨迹的原始全局点云地图,多个关键帧队列可得到多轨迹的原始全局点云地图。
在一些实施例中,可以采用现有技术识别并滤除原始全局点云地图中的动态点云和/或地面点云,得到多轨迹全局点云地图。
在一些实施例中,参见图5所示,图5是本发明一具体示例提供的局部点云地图获取方法示意图。
预设感知范围的大小以及形状可以根据需求进行设置,作为示例,预设感知范围可以设置为如图5中的正方形区域,预设切图轨迹可以设置为“弓”字型折线轨迹,正方形区域的中心点沿“弓”字型折线轨迹遍历多轨迹全局点云地图,p1、p2、p3……pn-1和pn分别为切图时正方形区域中心点的位置,每次切图后得到的局部点云地图为正方形区域覆盖多轨迹全局点云地图的区域,相邻两次切图时正方形区域中心点之间的距离小于正方形区域的边长,以使相邻两个局部点云地图至少部分重叠,如图中以pn-1和pn为中心点得到的两个局部点云地图,以便于后续两个相邻局部点云地图之间进行信息融合。
在其他些实施例中,步骤S13中还可以采用其他形状的预设感知范围和其他形状的预设切图轨迹。
由于多轨迹全局点云地图范围较大,感知模型的计算能力有限,不利于后续步骤S14中直接基于多轨迹全局点云地图进行感知数据识别。另外,多轨迹全局点云地图中存在重叠轨迹,直接按照采集轨迹切图容易造成同一区域被反复运算,产生冗余数据;该方法通过预设感知范围以及预设切图轨迹对多轨迹全局点云地图进行切图,得到多个局部点云地图,可以有效减少重复运算。
在一些实施例中,步骤S14可以具体为以每个局部点云地图作为一个虚拟帧,利用感知模型获取各个虚拟帧的感知数据。其中,感知模型可以为预先训练好的神经网络模型,用于识别一个虚拟帧中的地图要素。作为示例,地图要素可以包括车道线、路灯、电线杆等。感知数据可以包括地图要素关联点云的质心坐标或包围框的位置信息。
在一些实施例中,步骤S14中根据虚拟帧对应的中心点在预设切图轨迹上的切线方向确定虚拟位姿以及根据与虚拟帧距离最近帧点云数据所对应的采集时刻确定虚拟帧的采集时刻可以为以虚拟帧对应的中心点在预设切图轨迹上的切线方向作为虚拟位姿以及根据与虚拟帧距离最近帧点云数据所对应的采集时刻作为虚拟帧的采集时刻。
在一些实施例中,步骤S15可以具体为:
针对各个虚拟帧,基于虚拟位姿将与虚拟帧对应的感知数据转换至世界坐标系下,得到虚拟帧对应的观测数据;
基于虚拟帧的采集时刻,依序将各个虚拟帧对应的观测数据和已建局部地图进行匹配,根据匹配结果生成数字地图。
其中,可以基于虚拟帧的采集时刻由先至后,依序将各个虚拟帧对应的观测数据和基于当前帧之前的虚拟帧已构建的局部地图进行匹配,在一些实施例中,对于当前虚拟帧和已构建的局部地图可以采用匈牙利匹配算法进行匹配,以将当前虚拟帧中与已构建的局部地图中属于同一地图要素的点云进行关联。其中,对于关联成功的点云,可以采用卡尔曼滤波算法基于以构建的局部地图中关联点云的状态数据对当前帧中相应点云进行状态估计,得到当前帧中相应点云的初始状态数据;并利用当前帧中相应点云的观测数据对状态估计得到的初始状态数据进行优化、更新,输出最终的状态数据。在其他实施例中,还可以采用因子图优化方法对关联成功的当前帧点云所对应的观测数据进行优化。对于匹配失败的观测数据,判定为出现了新的地图要素,在已建局部地图的基础上增加与新的地图要素对应的点云以及该点云的初始状态数据,并采用卡尔曼滤波或因子图优化方法对该点云的初始状态数据进行更新,最后自动生成全局的数字地图。
以上为本发明实施例提供的一种数字地图生成方法,通过获取同一区域的多个激光雷达数据集以及与各个激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据;根据多个激光雷达数据集以及与各个激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据生成多轨迹全局点云地图;获取预设感知范围并以预设感知范围的中心点沿预设切图轨迹遍历多轨迹全局点云地图,得到多个局部点云地图;其中,相邻两个局部点云地图至少部分重叠;以每个局部点云地图作为一个虚拟帧,获取各个虚拟帧的感知数据;并根据虚拟帧对应的中心点在预设切图轨迹上的切线方向确定虚拟位姿以及根据与虚拟帧距离最近帧点云数据所对应的采集时刻确定虚拟帧的采集时刻;至少基于虚拟帧的采集时刻、感知数据和虚拟位姿生成数字地图。该方法可以避免同一区域被反复识别产生冗余数据,有利于提高生成数字地图的效果。
为了提高数字地图的信息量,还可以结合其他类型的第一传感器得到多模态融合的数字地图,具体可参见下文中的描述。
参见图6所示,图6是本发明另一实施例提供的数字地图生产方法流程示意图,其可包括:
步骤S21:获取同一区域的多个激光雷达数据集以及与各个激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据;
其中,多个激光雷达数据集由不同轨迹的激光雷达采集得到,每个激光雷达数据集包括多帧点云数据;
步骤S22:利用第一传感器分别获取与各个激光雷达数据集对应的传感器数据集;每个传感器数据集包括多帧传感器数据;
步骤S23:根据多个激光雷达数据集以及与各个激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据生成多轨迹全局点云地图;
步骤S24:获取预设感知范围并以预设感知范围的中心点沿预设切图轨迹遍历多轨迹全局点云地图,得到多个局部点云地图;其中,相邻两个局部点云地图至少部分重叠;
步骤S25:以每个局部点云地图作为一个虚拟帧,获取各个虚拟帧的感知数据;并根据虚拟帧对应的中心点在预设切图轨迹上的切线方向确定虚拟位姿以及根据与虚拟帧距离最近帧点云数据所对应的采集时刻确定虚拟帧的采集时刻;
步骤S26:针对每个传感器数据集,分别获取传感器数据集中各帧传感器数据的绝对位姿以及各帧传感器数据的实时感知数据;
步骤S27:基于绝对位姿和虚拟位姿,将多帧传感器数据的实时感知数据和多帧虚拟帧的感知数据转换至世界坐标系下并进行融合,得到多帧融合观测数据;
步骤S28:基于虚拟帧的采集时刻和传感器数据的采集时刻,依序将各帧融合观测数据和已建局部地图进行匹配,根据匹配结果生成数字地图。
其中,步骤S21、S23-S25可以相应采用和步骤S11-S14相同的方式实现,为了简要起见在此不再赘述。
在一些实施例中,步骤S22可以和步骤S21同步执行,具体的,可以针对同一区域在以一个轨迹进行数据采集的过程中,同时利用激光雷达和至少一种类型的第一传感器获取该轨迹上相应模态的数据。在一些实施例中,第一传感器可以包括图像采集装置和/或毫米波雷达。作为示例,当第一传感器为图像采集装置时,可以相应得到该区域的多帧图像。
其中,因不同传感器的采集频率不同,在同一趟中获取的多帧点云数据和多帧传感器数据中至少部分帧的时间戳不对齐。
在一些实施例中,步骤S26可以具体为针对每个传感器数据集,通过插值的方法,在位姿图中与各帧传感器数据的时间戳相应的位置进行插值,得到传感器数据集中各帧传感器数据在对应时间戳的绝对位姿。
在一些实施例中,步骤S27可以具体为基于绝对位姿将当前帧的传感器数据转换至世界坐标系下,得到该帧传感器数据的实时感知数据;以及基于虚拟位姿,将多帧虚拟帧的感知数据转换至世界坐标系下,得到该帧虚拟帧的感知数据;最后,可通过遍历的方式将当前虚拟帧的感知数据和各帧传感器数据的实时感知数据进行融合,得到多帧融合观测数据。
在一些实施例中,步骤S28可以采用和步骤S15相同的方式依序将各帧融合观测数据和已建局部地图进行匹配,并根据匹配结果生产数字地图。
以上为本发明另一实施例提供的一种数字地图生成方法,其可以达到与上述图1对应实施例相同的有益效果,另外通过融合其他模态的实时传感器数据,可以生成信息更丰富的数字地图。
本领域技术人员能够理解的是,本发明实现上述实施例的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
本发明的另一方面还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,计算机程序被处理器执行时能够实现上述任一实施例所述的数字地图生成方法。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
本发明的另一方面,还提供了一种电子设备,参见图7所示,图7是本发明提供的一种电子设备70结构示意图,其可以包括:
存储器71和处理器72,存储器71中存储有计算机程序,计算机程序被处理器72执行时实现上述任一实施例所述的数字地图生成方法。
在一些实施例中,电子设备70可以包括多个存储器71和多个处理器72。而执行上述方法实施例的数字地图生成方法的程序可以被分割成多段子程序,每段子程序分别可以由处理器加载并运行以执行上述方法实施例的数字地图生成方法的不同步骤。具体地,每段子程序可以分别存储在不同的存储器71中,每个处理器72可以被配置成用于执行一个或多个存储器71中的程序,以共同实现上述方法实施例的数字地图生成方法,即每个处理器72分别执行上述方法实施例的数字地图生成方法的不同步骤,来共同实现上述方法实施例的数字地图生成方法。
电子设备70实现上述任一实施例所述的数字地图生成方法时,可达到与执行相应实施例相同的有益效果。
在一些实施例中,电子设备70可以为车辆,车辆上还可以设置有激光雷达、图像采集装置和毫米波雷达。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (11)
1.一种数字地图生成方法,其特征在于,包括:
获取同一区域的多个激光雷达数据集以及与各个所述激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据;其中,多个所述激光雷达数据集由不同轨迹的所述激光雷达采集得到,每个所述激光雷达数据集包括多帧点云数据;
根据所述多个激光雷达数据集以及与各个所述激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据生成多轨迹全局点云地图;
获取预设感知范围并以所述预设感知范围的中心点沿预设切图轨迹遍历所述多轨迹全局点云地图,得到多个局部点云地图;其中,相邻两个所述局部点云地图至少部分重叠;
以每个所述局部点云地图作为一个虚拟帧,获取各个所述虚拟帧的感知数据;并根据所述虚拟帧对应的中心点在所述预设切图轨迹上的切线方向确定虚拟位姿以及根据与所述虚拟帧距离最近帧点云数据所对应的采集时刻确定所述虚拟帧的采集时刻;
至少基于所述虚拟帧的采集时刻、所述感知数据和所述虚拟位姿生成数字地图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个激光雷达数据集以及与各个所述激光雷达数据集对应得到的全球导航卫星测量数据和惯性测量数据生成多轨迹全局点云地图,包括:
针对每个所述激光雷达数据集,根据相应所述全球导航卫星测量数据和所述惯性测量数据,确定采集每帧所述点云数据的所述激光雷达所对应的初始位姿;以及,根据采集每帧所述点云数据的所述激光雷达所对应的初始位姿从所述激光雷达数据集的多帧点云数据中确定出关键帧队列;
针对所述多个激光雷达数据集对应的多个所述关键帧队列,对各个所述关键帧队列中多个关键帧的所述初始位姿进行优化,得到多个所述关键帧队列的位姿图;
根据所述位姿图对多个所述关键帧队列进行拼接,得到所述多轨迹全局点云地图。
3.根据权利要求2所述的方法,其特征在于,所述根据采集每帧所述点云数据的所述激光雷达所对应的初始位姿从所述激光雷达数据集的多帧点云数据中确定出关键帧队列,包括:
以所述激光雷达数据集的多帧所述点云数据中最先采集得到的一帧点云数据作为第一关键帧;
针对多帧所述点云数据中除所述第一关键帧之外的其余帧点云数据,基于采集顺序由先到后,根据每帧点云数据对应的初始位姿和已有关键帧对应的初始位姿,确定位移偏差和角度偏差;并将所述位移偏差和位移阈值进行对比,以及,将所述角度偏差和角度阈值进行对比;
根据所述位移偏差和所述位移阈值的对比结果以及所述角度偏差和所述角度阈值的对比结果,从所述其余帧点云数据中确定出关键帧并组成所述关键帧队列。
4.根据权利要求3所述的方法,其特征在于,所述根据所述位移偏差和所述位移阈值的对比结果以及所述角度偏差和所述角度阈值的对比结果,从所述其余帧点云数据中确定出关键帧包括:
在所述已有关键帧为所述第一关键帧时,当所述位移偏差大于所述位移阈值和/或所述角度偏差大于所述角度阈值,将当前帧点云数据作为第二关键帧;
在所述已有关键帧有多帧时,当所述当前帧点云数据和每帧所述已有关键帧之间均满足所述位移偏差大于所述位移阈值和/或所述角度偏差大于所述角度阈值时,将当前帧点云数据作为关键帧。
5.根据权利要求2所述的方法,其特征在于,所述针对所述多个激光雷达数据集对应的多个所述关键帧队列,对各个所述关键帧队列中多个关键帧的所述初始位姿进行优化,包括:
针对每个所述关键帧队列,采用帧间匹配约束、IMU预积分约束、GNSS约束和回环约束中的至少之一对所述关键帧队列中多个关键帧的所述初始位姿进行优化。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在多个所述关键帧队列中的任意两个所述关键帧队列之间进行回环检测,得到回环关键帧对;
采用回环约束对所述回环关键帧对的初始位姿进行优化。
7.根据权利要求2所述的方法,其特征在于,所述根据所述位姿图对多个所述关键帧队列进行拼接,得到所述多轨迹全局点云地图包括:
根据所述位姿图对多个所述关键帧队列进行拼接,得到原始全局点云地图;
识别并滤除所述原始全局点云地图中的动态点云和/或地面点云,得到所述多轨迹全局点云地图。
8.根据权利要求1所述的方法,其特征在于,所述至少基于所述虚拟帧的采集时刻、所述感知数据和所述虚拟位姿生成数字地图包括:
针对各个所述虚拟帧,基于所述虚拟位姿将与所述虚拟帧对应的所述感知数据转换至世界坐标系下,得到所述虚拟帧对应的观测数据;
基于所述虚拟帧的采集时刻,依序将各个所述虚拟帧对应的观测数据和已建局部地图进行匹配,根据匹配结果生成所述数字地图。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
利用第一传感器分别获取与各个所述激光雷达数据集对应的传感器数据集;每个所述传感器数据集包括多帧传感器数据;
针对每个所述传感器数据集,分别获取所述传感器数据集中各帧传感器数据的绝对位姿以及各帧传感器数据的实时感知数据;
所述至少基于所述虚拟帧的采集时刻、所述感知数据和所述虚拟位姿生成数字地图包括:
基于所述绝对位姿和所述虚拟位姿,将多帧所述传感器数据的实时感知数据和多帧所述虚拟帧的感知数据转换至世界坐标系下并进行融合,得到多帧融合观测数据;
基于所述虚拟帧的采集时刻和所述传感器数据的采集时刻,依序将各帧融合观测数据和已建局部地图进行匹配,根据匹配结果生成所述数字地图。
10.一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中存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至9中任意一项所述的数字地图生成方法。
11.一种电子设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现权利要求1至9中任意一项所述的数字地图生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211660058.XA CN115638787B (zh) | 2022-12-23 | 2022-12-23 | 一种数字地图生成方法、计算机可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211660058.XA CN115638787B (zh) | 2022-12-23 | 2022-12-23 | 一种数字地图生成方法、计算机可读存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115638787A CN115638787A (zh) | 2023-01-24 |
CN115638787B true CN115638787B (zh) | 2023-03-21 |
Family
ID=84949972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211660058.XA Active CN115638787B (zh) | 2022-12-23 | 2022-12-23 | 一种数字地图生成方法、计算机可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115638787B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977622A (zh) * | 2023-09-22 | 2023-10-31 | 国汽(北京)智能网联汽车研究院有限公司 | 初始化定位方法及其装置、设备、介质 |
CN117475092B (zh) * | 2023-12-27 | 2024-03-19 | 安徽蔚来智驾科技有限公司 | 位姿优化方法、设备、智能设备和介质 |
CN118067114B (zh) * | 2024-04-24 | 2024-07-26 | 成都赛力斯科技有限公司 | 一种地图构建方法、装置、电子设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934920B (zh) * | 2019-05-20 | 2019-08-09 | 奥特酷智能科技(南京)有限公司 | 基于低成本设备的高精度三维点云地图构建方法 |
JP7491398B2 (ja) * | 2020-11-18 | 2024-05-28 | 日本電気株式会社 | マップ生成装置、マップ生成方法、及びプログラム |
CN113066105B (zh) * | 2021-04-02 | 2022-10-21 | 北京理工大学 | 激光雷达和惯性测量单元融合的定位与建图方法及系统 |
CN115046540A (zh) * | 2022-05-25 | 2022-09-13 | 新驱动重庆智能汽车有限公司 | 一种点云地图构建方法、系统、设备和存储介质 |
CN115183762A (zh) * | 2022-08-02 | 2022-10-14 | 上海于万科技有限公司 | 一种机场仓库内外建图方法、系统、电子设备及介质 |
CN115423965B (zh) * | 2022-11-04 | 2023-02-28 | 安徽蔚来智驾科技有限公司 | 地图构建方法、设备、车辆和存储介质 |
-
2022
- 2022-12-23 CN CN202211660058.XA patent/CN115638787B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115638787A (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115638787B (zh) | 一种数字地图生成方法、计算机可读存储介质及电子设备 | |
CN105667518B (zh) | 车道检测的方法及装置 | |
JP6595182B2 (ja) | マッピング、位置特定、及び姿勢補正のためのシステム及び方法 | |
JP6561199B2 (ja) | レーザ点群に基づく都市道路の認識方法、装置、記憶媒体及び機器 | |
WO2021218620A1 (zh) | 地图构建方法、装置、设备及存储介质 | |
CN113593017B (zh) | 露天矿地表三维模型构建方法、装置、设备及存储介质 | |
EP3570253A1 (en) | Method and device for reconstructing three-dimensional point cloud | |
US20210001891A1 (en) | Training data generation for dynamic objects using high definition map data | |
CN112162297B (zh) | 一种剔除激光点云地图中动态障碍伪迹的方法 | |
US10914605B1 (en) | Guided batching | |
US11295521B2 (en) | Ground map generation | |
JP2016057750A (ja) | 自車走行レーン推定装置及びプログラム | |
CN113286982A (zh) | 生成、更新和增强大比例尺高精度3d道路地图和多级道路图的系统和方法 | |
WO2020156923A2 (en) | Map and method for creating a map | |
WO2024149060A1 (zh) | 可行驶区域和路沿的检测方法、装置及相关设备 | |
CN114114367A (zh) | Agv室外定位切换方法、计算机装置及程序产品 | |
CN113325389A (zh) | 一种无人车激光雷达定位方法、系统及存储介质 | |
CN115661299A (zh) | 车道线地图的构建方法、计算机设备及存储介质 | |
Xiong et al. | Road-Model-Based road boundary extraction for high definition map via LIDAR | |
CN115599119A (zh) | 一种无人机的避障系统 | |
JP6828448B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム | |
JP4946072B2 (ja) | 樹頂探索方法、装置及びプログラム | |
CN118135569A (zh) | 基于激光雷达的单多帧协同可通行点云分割方法及装置 | |
CN116704037B (zh) | 一种基于图像处理技术的卫星失锁重定位方法及系统 | |
CN112435336A (zh) | 一种弯道类型识别方法、装置、电子设备及存储介质 |
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 |