CN115661313A - 点云地图生成方法、设备及存储介质 - Google Patents

Abstract

本申请提供了一种点云地图生成方法、装置、设备和存储介质，通过确定周围环境图像的点云数据对应的位置信息，并对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；进一步根据预设的每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。通过综合点云数据和点云数据对应的位置信息，准确勾勒出能够反映周围环境图像内物体曲面的栅格地图，并通过添加点云数据的更新优先级，优先加入较准确的点云数据，从而产生更加准确的全局点云地图，旨在保障点云地图在扩建或者补建过程中的全局性，提高点云地图的定位精度。

Description

点云地图生成方法、设备及存储介质

技术领域

本申请涉及导航技术领域，尤其涉及一种点云地图生成方法、设备及存储介质。

背景技术

现有的点云地图一般由位姿图中的位姿节点进行简单拼接或者叠加生成。这种点云地图在不断扩建或者补建过程中，需要依赖激光雷达传感器或者视觉传感器等点云传感器不断移动扫描周围环境图像，而随着扫描次数的增加，同一物体的位姿节点之间的距离也会不断增加。由于激光雷达传感器或者视觉传感器的测距精度与距离成反比，在位姿节点之间的距离不断增加以及存在系统误差的情况下，位姿节点之间的位置信息误差也会不断增加，导致基于位姿节点拼接或者叠加生成的点云地图局部误差较大。因此，如何保证点云地图在扩建或者补建之后的定位精度是亟待解决的技术问题。

发明内容

本申请提供了一种点云地图生成方法、设备及存储介质，旨在保障点云地图在扩建或者补建过程中的全局性，提高点云地图的定位精度。

第一方面，本申请实施例提供了一种点云地图生成方法，所述方法包括：

获取周围环境图像的点云数据，确定所述点云数据对应的位置信息；

对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；

根据预设的每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。

第二方面，本申请实施例提供了一种点云地图生成装置，所述装置包括：

第一确定模块，用于获取周围环境图像的点云数据，确定所述点云数据对应的位置信息；

分析模块，用于对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；

第二确定模块，用于根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级；

更新模块，用于根据每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。

第三方面，本申请实施例提供了一种点云地图生成设备，包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如上第一方面所述的点云地图生成方法的步骤。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读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使所述处理器实现如上第一方面所述的点云地图生成方法的步骤。

本申请实施例提供了一种点云地图生成方法、装置、设备和存储介质，通过确定周围环境图像的点云数据对应的位置信息，并对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；进一步根据预设的每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。通过综合点云数据和点云数据对应的位置信息，准确勾勒出能够反映周围环境图像内物体曲面的栅格地图，并通过添加点云数据的更新优先级，优先加入较准确的点云数据，从而产生更加准确的全局点云地图，旨在保障点云地图在扩建或者补建过程中的全局性，提高点云地图的定位精度。

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，并不能限制本申请实施例的公开内容。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的点云地图生成方法的一应用场景示意图；

图2是本申请实施例提供的点云地图生成方法的实现流程示意图；

图3是图2中S202的具体实现流程图；

图4(a)是基于本申请实施例提供的点云地图生成方法生成的点云地图示意图；

图4(b)是基于现有的点云地图生成方法生成的点云地图示意图；

图5是本申请实施例提供的点云地图生成装置的结构示意图；

图6是本申请实施例提供的点云地图生成设备的示意性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

需要说明的是，本申请实施例提供的点云地图生成方法、装置、设备及存储介质。

其中，该点云地图生成方法可应用于具有中央处理器(Central ProcessingUnit，CPU)和/或图形处理器(Graphics Processing Unit，GPU)的点云地图生成设备，其中，该点云地图生成设备包括但不限于手持设备、终端、机器人、车辆、无人机、可穿戴设备、个人计算机(Personal Computer，PC)、工作站等。该智能设备也可以是具有CPU和/或GPU的服务器，服务器可以是独立的，也可以是服务器集群。在有些情况下，点云地图生成设备和服务器也可以协同实现上述点云地图生成方法。例如，在点云地图生成设备的处理功能受限如可穿戴设备，需要快速生成点云地图时，可以通过与该可穿戴设备通讯连接的服务器生成对应的点云地图，并下发至该可穿戴设备。

在实际应用时，本申请提供的点云地图生成方法包括但不限于应用于如图1所示的应用环境中。

图1是本申请实施例提供的点云地图生成方法的一应用场景示意图。如图1所示，车辆10设置有车载导航系统110，车辆10前端设置有摄像机120。车载导航系统110与摄像机120可以通过网络、蓝牙等通讯连接；摄像机120可以对一个地理区域例如广场、车间、厂区等区域进行拍摄得到周围环境图像。所述车辆10可以为自动导引运输车(AGV)、自主移动机器人(AMR)、机动车、等可移动式载具。车载导航系统110获取摄像机120拍摄的周围环境图像中的点云数据，车载导航系统110中部署有点云地图生成装置1100，该点云地图生成装置1100包括第一确定模块1101、分析模块1102、第二确定模块1103和更新模块1104。其中，第一确定模块1101可以从摄像机120周围环境图像的点云数据，确定所述点云数据对应的位置信息。分析模块1102可以对第一确定模块1101确定的所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图。第二确定模块1103可以根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级。更新模块1104可以根据每个所述点云数据的更新优先级，更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。进一步地，车载导航系统110可以根据点云地图生成装置1100得到的更新之后的点云地图进行导航。在一些实施例中，所述车载导航系统110的各模块可以均集成在车辆10内部，也可以分布式地布置在车辆10及后台服务器中。

示例性地，下面实施例将以车载导航系统为例，对本申请实施例提供的点云地图生成方法进行说明。

如图2所示，图2是本申请实施例提供的点云地图生成方法的实现流程示意图。

由图2可知，本申请实施例提供的点云地图生成方法包括步骤S201至步骤S204。详述如下：

S201：获取周围环境图像的点云数据，确定所述点云数据对应的位置信息。

其中，周围环境图像的点云数据指周围环境图像中的物体在摄像机坐标系下对应的三维坐标，每个点云数据包括摄像机坐标系下的一个三维坐标。

应理解，定位导航就是通过确定物体的位置信息，并从这个位置信息指引到目的地的过程。因此，在点云地图生成过程中，物体的位置信息对定位精度起到很重要的作用。在本申请的实施例中，在获取到周围环境图像的点云数据后，需要确定所述点云数据对应的位置信息，将点云数据与位置信息相结合以实现准确勾勒出物体的曲面。

示例性地，所述确定所述点云数据对应的位置信息，包括：将各所述点云数据与预设地图进行匹配，得到各所述点云数据在所述预设地图上的匹配点；获取各所述匹配点对应在所述预设地图上的位置信息，得到所述点云数据对应的位置信息。

在本申请实施例中，预设地图为预先确定的包括当前环境图像的点云地图，该点云地图可以是预先构建的针对目标区域的地图，也可以根据现有的导航地图，例如百度地图、高德地图、腾讯地图等获得。通过将周围环境图像中的点云数据与已有的点云地图进行匹配，可以得到各点云数据在当前环境中的位置信息。

S202：对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图。

具体地，可以根据实时3D重建算法，例如，通过实时对所述点云数据和各自对应的位置信息进行点云占据栅格分析，重建对应的栅格地图。具体地，可以通过对点云数据各自对应的位置信息做加权处理后，在得到的由各点云数据组成的栅格区域内，选中点云数据占据栅格概率满足预设概率条件的栅格作为点云数据的占据栅格，进而将各占据栅格内的点云数据作为目标点云数据，基于各目标点云数据生成栅格地图。通过综合点云数据和各点云数据对应的位置信息进行了栅格地图重建，而对应栅格地图中每个占据栅格内的目标点云数据作为点云地图中代表物体曲面的厚度，实现了基于占据栅格内的目标点云数据来勾勒物体在点云地图中的曲面，随着选中点云数据占据栅格概率的预设概率条件不同，其对应勾勒出物体在点云地图中的曲面厚度不同。示例性地，若预设概率条件为选中点云数据占据栅格概率值大于或等于预设概率阈值，在该预设概率条件下，每个占据栅格内选取的目标点云数据有且仅有一个，对应地，勾勒出物体在点云地图中的曲面厚度仅为一个栅格厚度。应理解，勾勒出物体在点云地图中的曲面厚度越小，对应的点云地图精度越高。

示例性地，如图3所示，图3是图2中S202的具体实现流程图。由图3可知，在本实施例中，步骤S202包括步骤S2021至S2024。详述如下：

S2021，对各所述点云数据各自对应的位置信息进行加权处理，得到各所述点云数据组成的栅格区域。

具体地，可以基于预设的加权最小二乘函数对各所述点云数据各自对应的位置信息进行加权最小二乘计算，得到各所述点云数据所构成的栅格区域。其中，加权最小二乘函数可以由加权最小二乘直线模型进行确定，具体在此不做任何限定。

S2022，对栅格区域进行点云数据占据栅格概率分析。

所述对栅格区域进行点云数据占据栅格概率分析，可以包括：基于截断符号距离算法对所述区域进行点云数据占据栅格概率分析。其中，截断符号距离算法包括：通过预设的截断符号距离函数，限制各点云数据距离传感器的距离在预设范围内，例如[-1，1]内；将栅格区域按照预设的栅格边长划分为多个栅格，当有点云数据位于对应的栅格内时，若该点云数据距离传感器的距离在预设范围内，则确定该点云数据位于该栅格内的概率值大于预设概率值；否则确定该点云数据位于该栅格内的概率小于预设概率值。通过该方式可以对各栅格内的点云数据距离传感器的距离进行限制，以获取距离传感器的距离在预设范围内的点云数据作为构建点云地图中物体曲面的点云数据，降低由于传感器误差导致的点云地图构建误差。

S2023，获取占据栅格概率值满足预设概率值条件的目标点云数据。

所述获取占据栅格概率值满足预设概率值条件的目标点云数据，可以包括：获取占据栅格概率值大于或等于预设概率阈值的所述目标点云数据。

S2024，根据所述目标点云数据对应的栅格，生成所述栅格地图。

具体地，将各栅格对应的目标点云数据分别放置在对应的栅格内，生成栅格地图。

通过对各所述点云数据各自对应的位置信息进行加权处理，得到各所述点云数据组成的栅格区域后，对栅格区域进行点云数据占据栅格概率分析，并获取占据栅格概率值满足预设概率值条件的目标点云数据，根据所述目标点云数据对应的栅格，生成对应的栅格地图。而对应栅格地图中每个占据栅格内的目标点云数据作为点云地图中代表物体曲面的厚度，实现了基于占据栅格内的目标点云数据来勾勒物体在点云地图中的曲面，能够有效降低由于传感器误差导致的点云地图构建误差。

S203：根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级。

所述点云数据的更新优先级与点云数据的采集距离成正比关系。申请人发现，距离传感器越远的点云数据对应的精度越差，因此可以降低距离传感器较远的点云数据加入栅格地图的优先级来提高更新后的点云地图的定位精度。

具体地，各所述点云数据的采集距离为各点云数据距离传感器的距离。

所述根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级，可以包括：分别根据每个所述点云数据的采集距离，确定每个所述点云数据对应的更新优先级。

需要说明的是，S202和S203可以并行执行，也可以按照设定的先后顺序执行，本实施例对此不作限定。

S204：根据每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。

在本申请的实施例中，先将离达传感器距离近的点放入栅格地图中，也就是说，距离传感器距离越近的点云数据对应的更新优先级越高。在具体实施时，可以为栅格地图中的每个栅格设置点云数据的数量限制，也就是设置对应放置点云数据的阈值，当有栅格中放入的点云数据的数量达到预设点云数据的数量阈值时，在该栅格内不再放入点云数据。

需要说明的是，随着栅格地图中栅格的边长不同，对应落入栅格内的点云数据的数量也不同。如果栅格地图的栅格边长较小，那么落在栅格中的点云数据不会形成复杂的形状，因此可以将对应栅格内的点云数据简化为一条厚度有限的曲线。在本申请的实施例中，可以预设每个栅格内放置的点云数据的数量大致和边长成正比，也就是对应预设的每一个栅格内放置点云数据的数量阀值与对应栅格边长成正比，例如，栅格边长为2，对应预设的放置点云数据的数量阈值为4。

应理解，随着对栅格地图中点云数据的不断更新，伴随着对环境图像中的物体曲面的恢复越清晰，对应越能准确地恢复物体曲面的点云数据，定位的精度也会越高。

示例性地，请参阅图4(a)和图4(b)所示，其中，图4(a)是基于本申请实施例提供的点云地图生成方法生成的点云地图示意图；图4(b)是基于现有的点云地图生成方法生成的点云地图示意图；需要说明的是，图4(a)和图4(b)中所示点云地图包含的线段为由点云数据构成的代表物体曲面的线段。各线段的粗细代表物体曲面的厚度。应理解，在实际应用中，物体曲面在地图上是无厚度的，地图中物体曲面的厚度实际来自于传感器等的误差。点云点图中代表物体曲面的线段越细，表明误差越小，对物体边缘的描述越准确，对应的定位精度越高。由图4(a)和图4(b)可知，图4(a)中代表物体曲面的线段比图4(b)中代表物体曲面的线段更细，说明基于该点云地图的定位精度较高。

通过上述分析可知，本申请实施例提的点云地图生成方法，通过确定周围环境图像的点云数据对应的位置信息，并对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；进一步根据预设的每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。通过综合点云数据和点云数据对应的位置信息，准确勾勒出能够反映周围环境图像内物体曲面的栅格地图，并通过添加点云数据的更新优先级，优先加入较准确的点云数据，从而产生更加准确的全局点云地图，旨在保障点云地图在扩建或者补建过程中的全局性，提高点云地图的定位精度。

需要说明的是，对于上述方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制。

本领域的技术人员根据以上描述的内容，能够想到的其他合理的步骤组合，也属于本申请的保护范围内。其次，本领域技术人员也应该熟悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请所必须的。

上文中结合图1至图4，详细描述了本申请所提供的点云地图生成方法，下面将结合附图，描述根据本申请所提供的点云地图生成装置和设备。

如图5所示，图5是本申请实施例提供的点云地图生成装置的结构示意图。该点云地图生成装置1100包括：

第一确定模块1101，用于获取周围环境图像的点云数据，确定所述点云数据对应的位置信息；

分析模块1102，用于对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；

第二确定模块1103，用于根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级；

更新模块1104，用于根据每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。

在一实施例中，分析模块1102，包括：

计算单元，用于对各所述点云数据各自对应的位置信息进行加权处理，得到各所述点云数据组成的栅格区域；

分析单元，用于对栅格区域进行点云数据占据栅格概率分析；

获取单元，用于获取占据栅格概率值满足预设概率值条件的目标点云数据；

生成单元，用于根据所述目标点云数据对应的栅格，生成所述栅格地图。

在一实施例中，分析单元，还用于：

基于截断符号距离算法对所述栅格区域进行点云数据占据栅格概率分析。

在一实施例中，获取单元，还用于：

获取占据栅格概率值大于或等于预设概率阈值的所述目标点云数据。

在一实施例中，所述点云数据的更新优先级与点云数据的采集距离成正相关。

在一实施例中，第二确定模块1103，还用于：

分别根据每个所述点云数据的采集距离，确定每个所述点云数据对应的更新优先级。

在一实施例中，第一确定模块1101，包括：

匹配单元，用于将各所述点云数据与预设地图进行匹配，得到各所述点云数据在所述预设地图上的匹配点；

得到单元，用于获取各所述匹配点对应在所述预设地图上的位置信息，得到所述点云数据对应的位置信息。

根据本申请实施例的点云地图生成装置可对应于执行本申请实施例中描述的方法，并且点云地图生成装置中的各个模块的上述和其它操作和/或功能分别为了实现图2、图3中的各个方法的相应流程，为了简洁，在此不再赘述。

另外需说明的是，以上所描述的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实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。

请参阅图6所示，图6是本申请实施例提供的点云地图生成设备的示意性框图。

示例性的，点云地图生成设备500可以手持设备、终端、机器人、车辆、无人机、可穿戴设备、个人计算机(Personal Computer，PC)、工作站等。

所述点云地图生成设备500包括处理器501和存储器502。

示例性的，处理器501和存储器502通过总线503连接，所述总线503比如为I2C(Inter-integrated Circuit)总线。

具体地，处理器501可以是微控制单元(Micro-controller Unit，MCU)、中央处理单元(Central Processing Unit，CPU)或数字信号处理器(Digital Signal Processor，DSP)等。

具体地，存储器502可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。

其中，所述处理器501用于运行存储在存储器502中的计算机程序，并在执行所述计算机程序时实现上述点云地图生成方法的步骤。

示例性的，所述处理器501用于运行存储在存储器502中的计算机程序，并在执行所述计算机程序时实现如下步骤：

获取周围环境图像的点云数据，确定所述点云数据对应的位置信息；

对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；

根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级；

根据每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。

在一实施例中，所述对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图，包括：

对各所述点云数据各自对应的位置信息进行加权处理，得到各所述点云数据组成的栅格区域；

对栅格区域进行点云数据占据栅格概率分析；

获取占据栅格概率值满足预设概率值条件的目标点云数据；

根据所述目标点云数据对应的栅格，生成所述栅格地图。

在一实施例中，所述对栅格区域进行点云数据占据栅格概率分析，包括：

基于截断符号距离算法对所述栅格区域进行点云数据占据栅格概率分析。

在一实施例中，所述获取占据栅格概率值满足预设概率值条件的目标点云数据，包括：

获取占据栅格概率值大于或等于预设概率阈值的所述目标点云数据。

在一实施例中，所述点云数据的更新优先级与点云数据的采集距离成正相关。

在一实施例中，所述根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级，包括：

分别根据每个所述点云数据的采集距离，确定每个所述点云数据对应的更新优先级。

在一实施例中，所述确定所述点云数据对应的位置信息，包括：

将各所述点云数据与预设地图进行匹配，得到各所述点云数据在所述预设地图上的匹配点；

获取各所述匹配点对应在所述预设地图上的位置信息，得到所述点云数据对应的位置信息。

本实施例提供的点云地图生成设备的具体原理和实现方式均与前述实施例中点云地图生成方法实现过程类似，此处不再赘述。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读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使所述处理器实现如上实施例提供的点云地图生成方法的步骤。

其中，所述计算机可读存储介质可以是前述实施例中所述的点云地图生成设备的内部存储单元，例如所述点云地图生成设备的硬盘或内存。所述计算机可读存储介质也可以是所述点云地图生成设备的外部存储设备，例如所述点云地图生成设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

应当理解，在此本申请中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。

还应当理解，在本申请和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种点云地图生成方法，其特征在于，包括：

获取周围环境图像的点云数据，确定所述点云数据对应的位置信息；

对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；

根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级；

根据每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。

2.根据权利要求1所述的点云地图生成方法，其特征在于，所述对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图，包括：

对各所述点云数据各自对应的位置信息进行加权处理，得到各所述点云数据组成的栅格区域；

对栅格区域进行点云数据占据栅格概率分析；

获取占据栅格概率值满足预设概率值条件的目标点云数据；

根据所述目标点云数据对应的栅格，生成所述栅格地图。

3.根据权利要求2所述的点云地图生成方法，其特征在于，所述对栅格区域进行点云数据占据栅格概率分析，包括：

基于截断符号距离算法对所述栅格区域进行点云数据占据栅格概率分析。

4.根据权利要求1所述的点云地图生成方法，其特征在于，所述获取占据栅格概率值满足预设概率值条件的目标点云数据，包括：

获取占据栅格概率值大于或等于预设概率阈值的所述目标点云数据。

5.根据权利要求4所述的点云地图生成方法，其特征在于，所述点云数据的更新优先级与点云数据的采集距离正相关。

6.根据权利要求5所述的点云地图生成方法，其特征在于，所述根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级，包括：

分别根据每个所述点云数据的采集距离，确定每个所述点云数据对应的更新优先级。

7.根据权利要求1所述的点云地图生成方法，其特征在于，所述确定所述点云数据对应的位置信息，包括：

将各所述点云数据与预设地图进行匹配，得到各所述点云数据在所述预设地图上的匹配点；

获取各所述匹配点对应在所述预设地图上的位置信息，得到所述点云数据对应的位置信息。

8.一种点云地图生成装置，其特征在于，包括：

第一确定模块，用于获取周围环境图像的点云数据，确定所述点云数据对应的位置信息；

分析模块，用于对所述点云数据和各自对应的位置信息进行点云占据栅格分析，得到栅格地图；

第二确定模块，用于根据预设的点云数据优先级确定规则，确定每个所述点云数据的更新优先级；

更新模块，用于根据预设的每个所述点云数据的更新优先级，分别更新所述栅格地图中每个栅格内的所述点云数据，得到更新之后的点云地图。

9.一种点云地图生成设备，其特征在于，包括：处理器、存储器和通信总线；所述通信总线用于实现所述处理器和存储器之间的连接通信；所述处理器用于执行所述存储器中存储的流量控制程序，以实现如权利要求1-7任一项所述的点云地图生成方法的步骤。

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一个或者多个计算机程序，所述计算机程序可被一个或者多个处理器执行，以实现如权利要求1-7任一项所述的点云地图生成方法的步骤。

Images