CN115719409A - 点云建图方法、计算机设备及计算机可读存储介质 - Google Patents

Abstract

本发明涉及自动驾驶技术领域，具体提供一种点云建图方法、计算机设备及计算机可读存储介质，旨在解决如何高效且低成本地对停车场和补能场所等指定区域建图的问题。为此目的，本发明提供的方法包括获取授权车辆驶入指定区域之后采集到的激光雷达点云关键帧，根据激光雷达点云关键帧建立指定区域的新地图，获取指定区域的区域底图，根据新地图上的每个第一地图瓦块，分别对区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图；授权车辆是发起对指定区域建图授权的车辆。通过上述实施方式，无需专业的地图数据采集车辆，利用发起建图授权的普通车辆，就可以动态、高效、准确且低成本地获取各个指定区域的建图数据，完成地图建立。

Description

点云建图方法、计算机设备及计算机可读存储介质

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种点云建图方法、计算机设备及计算机可读存储介质。

背景技术

在对车辆进行自动驾驶控制时通常需要使用地图进行对车辆进行定位和/或行驶轨迹规划等，才能够保证车辆在道路上安全且可靠的自动驾驶。由于大部分时间车辆都是在城市公路和高速公路等车速较高的场景(高速场景)下行驶，只有少部分时间在停车场、补能场所(如充电站)和公路服务区等车速较低的场景(低速场景)下行驶，同时由于低速场景的数量比较多且场景结构各异，因此，出于建图成本和建图效率的考虑，目前常规的用于车辆自动驾驶的地图仅覆盖上述高速场景，当车辆行驶到停车场等低速场景时将无法利用地图继续对车辆进行安全且可靠的自动驾驶控制。

相应地，本领域需要一种新的技术方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决如何高效且低成本地对停车场和补能场所等低速场景建图的技术问题的点云建图方法、计算机设备及计算机可读存储介质。

在第一方面，提供一种点云建图方法，所述方法包括：

获取授权车辆驶入指定区域之后采集到的激光雷达点云关键帧；

根据所述激光雷达点云关键帧建立所述指定区域的新地图；

获取所述指定区域的区域底图；

根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图；

其中，所述授权车辆是发起对所述指定区域建图授权的车辆，每个所述第一地图瓦块与每个所述第二地图瓦块一一对应。

在上述点云建图方法的一个技术方案中，在“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤之前，所述方法还包括：

对所述新地图与所述区域底图进行地图对齐。

在上述点云建图方法的一个技术方案中，“对所述新地图与所述区域底图进行地图对齐”的步骤具体包括通过下列方式分别将所述新地图上的每个激光雷达点云关键帧与所述区域底图进行地图对齐：

根据所述新地图上当前激光雷达点云关键帧的位姿，从所述区域底图上的激光雷达点云关键帧中搜索所述当前激光雷达点云关键帧的最近邻激光雷达点云关键帧；

从所述区域底图上获取包含所述最近邻激光雷达点云关键帧在内的局部地图；

对所述当前激光雷达点云关键帧与所述局部地图进行点云匹配，以确定所述当前激光雷达点云关键帧与所述局部地图之间的相对位姿；

根据所述相对位姿对所述当前激光雷达点云关键帧进行位姿转换，以使所述当前激光雷达点云关键帧与所述区域底图对齐。

在上述点云建图方法的一个技术方案中，“从所述区域底图上获取包含所述最近邻激光雷达点云关键帧在内的局部地图”的步骤具体包括：

从所述区域底图上选取位于所述最近邻激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述最近邻激光雷达点云关键帧进行叠加，形成所述局部地图。

在上述点云建图方法的一个技术方案中，“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤具体包括：

获取相同瓦块位置的所述第一地图瓦块和所述第二地图瓦块；

对所述相同瓦块位置的所述第一地图瓦块与所述第二地图瓦块进行地图差分，根据地图差分的结果对所述第二地图瓦块进行更新。

在上述点云建图方法的一个技术方案中，“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤还包括：

输出所述新地图的第一地图瓦块与所述区域底图的第二地图瓦块；

响应于接收到的针对所述第二地图瓦块的人工更新指令，根据所述人工更新指令对所述第二地图瓦块进行更新。

在上述点云建图方法的一个技术方案中，“根据所述激光雷达点云关键帧建立所述指定区域的新地图”的步骤具体包括：

获取所述授权车辆多次驶入所述指定区域之后采集到的激光雷达点云关键帧；

根据所述授权车辆每次驶入所述指定区域之后采集到的激光雷达点云关键帧，分别建立一个单次地图；

根据所述单次地图创建因子图，所述因子图包括因子节点和相对位姿约束项；

基于所述因子图对每个所述单次地图上每个激光雷达点云关键帧的位姿进行优化，得到每个激光雷达点云关键帧的优化位姿；

根据每个激光雷达点云关键帧的优化位姿，对每个激光雷达点云关键帧进行叠加，形成所述指定区域的一个新地图；

其中，每个所述因子节点与每个所述激光雷达点云关键帧一一对应，所述相对位姿约束项是不同单次地图上能够形成回环的两个激光雷达点云关键帧之间相对位姿的约束项。

在上述点云建图方法的一个技术方案中，所述方法还包括通过下列方式创建所述相对位姿约束项：

获取不同单次地图上能够形成回环的两个激光雷达点云关键帧；

从所述两个激光雷达点云关键帧中第一个激光雷达点云关键帧所在的单次地图上，获取包含所述第一个激光雷达点云关键帧在内的第一局部地图；

从所述两个激光雷达点云关键帧中第二个激光雷达点云关键帧所在的单次地图上，获取包含所述第二个激光雷达点云关键帧在内的第二局部地图；

对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿并将所述匹配相对位姿作为所述两个激光雷达点云关键帧之间的最优相对位姿；

根据所述最优相对位姿，建立所述两个激光雷达点云关键帧之间相对位姿的约束项。

在上述点云建图方法的一个技术方案中，在“对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿”的步骤之前，所述方法还包括：

获取所述授权车辆在采集所述第一个激光雷达点云关键帧与所述第二个激光雷达点云关键帧的同时所述授权车辆上同一图像采集装置采集到的两个车辆外部图像；

对所述两个车辆外部图像进行图像匹配，根据图像匹配的结果确定所述第一个激光雷达点云关键帧与所述第二个激光雷达点云关键帧之间的初始相对位姿；

“对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿”的步骤具体包括：

将所述初始位姿作为所述第一局部地图与所述第二局部地图之间相对位姿的初始值，根据所述初始值对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿。

在上述点云建图方法的一个技术方案中，“从所述两个激光雷达点云关键帧中第一个激光雷达点云关键帧所在的单次地图上，获取包含所述第一个激光雷达点云关键帧在内的第一局部地图”的步骤具体包括：

从所述单次地图上选取位于所述第一个激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述第一个激光雷达点云关键帧进行叠加，形成所述第一局部地图。

在上述点云建图方法的一个技术方案中，“从所述两个激光雷达点云关键帧中第二个激光雷达点云关键帧所在的单次地图上，获取包含所述第二个激光雷达点云关键帧在内的第二局部地图”的步骤具体包括：

从所述单次地图上选取位于所述第二个激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述第二个激光雷达点云关键帧进行叠加，形成所述第二局部地图。

在上述点云建图方法的一个技术方案中，“获取不同单次地图上能够形成回环的两个激光雷达点云关键帧”的步骤具体包括：

根据每个所述单次地图上每个激光雷达点云关键帧的绝对位姿，确定不同单次地图上能够形成回环的两个激光雷达点云关键帧；

在上述点云建图方法的一个技术方案中，“获取不同单次地图上能够形成回环的两个激光雷达点云关键帧”的步骤还包括：

获取所述授权车辆在采集每个激光雷达点云关键帧的同时所述授权车辆上同一图像采集装置采集到的车辆外部图像；

对不同单次地图上每个激光雷达点云关键帧各自对应的车辆外部图像进行相似性分析，以获取至少一个相似图像组，其中，所述相似图像组包括两个相似且分别与不同单次地图上的激光雷达点云关键帧对应的车辆外部图像；

针对每个所述相似图像组，将所述相似图像组中两个车辆外部图像各自对应的激光雷达点云关键帧，作为不同单次地图上能够形成回环的两个激光雷达点云关键帧。

在第二方面，提供一种计算机设备，该计算机设备包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述点云建图方法的技术方案中任一项技术方案所述的点云建图方法。

在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述点云建图方法的技术方案中任一项技术方案所述的点云建图方法。

方案1.一种点云建图方法，其特征在于，所述方法包括：

获取授权车辆驶入指定区域之后采集到的激光雷达点云关键帧；

根据所述激光雷达点云关键帧建立所述指定区域的新地图；

获取所述指定区域的区域底图；

根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图；

其中，所述授权车辆是发起对所述指定区域建图授权的车辆，每个所述第一地图瓦块与每个所述第二地图瓦块一一对应。

方案2.根据方案1所述的点云建图方法，其特征在于，在“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤之前，所述方法还包括：

对所述新地图与所述区域底图进行地图对齐。

方案3.根据方案2所述的点云建图方法，其特征在于，“对所述新地图与所述区域底图进行地图对齐”的步骤具体包括通过下列方式分别将所述新地图上的每个激光雷达点云关键帧与所述区域底图进行地图对齐：

根据所述新地图上当前激光雷达点云关键帧的位姿，从所述区域底图上的激光雷达点云关键帧中搜索所述当前激光雷达点云关键帧的最近邻激光雷达点云关键帧；

从所述区域底图上获取包含所述最近邻激光雷达点云关键帧在内的局部地图；

对所述当前激光雷达点云关键帧与所述局部地图进行点云匹配，以确定所述当前激光雷达点云关键帧与所述局部地图之间的相对位姿；

根据所述相对位姿对所述当前激光雷达点云关键帧进行位姿转换，以使所述当前激光雷达点云关键帧与所述区域底图对齐。

方案4.根据方案3所述的点云建图方法，其特征在于，“从所述区域底图上获取包含所述最近邻激光雷达点云关键帧在内的局部地图”的步骤具体包括：

从所述区域底图上选取位于所述最近邻激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述最近邻激光雷达点云关键帧进行叠加，形成所述局部地图。

方案5.根据方案1所述的点云建图方法，其特征在于，“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤具体包括：

获取相同瓦块位置的所述第一地图瓦块和所述第二地图瓦块；

对所述相同瓦块位置的所述第一地图瓦块与所述第二地图瓦块进行地图差分，根据地图差分的结果对所述第二地图瓦块进行更新。

方案6.根据方案1所述的点云建图方法，其特征在于，“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤还包括：

输出所述新地图的第一地图瓦块与所述区域底图的第二地图瓦块；

响应于接收到的针对所述第二地图瓦块的人工更新指令，根据所述人工更新指令对所述第二地图瓦块进行更新。

方案7.根据方案1所述的点云建图方法，其特征在于，“根据所述激光雷达点云关键帧建立所述指定区域的新地图”的步骤具体包括：

获取所述授权车辆多次驶入所述指定区域之后采集到的激光雷达点云关键帧；

根据所述授权车辆每次驶入所述指定区域之后采集到的激光雷达点云关键帧，分别建立一个单次地图；

根据所述单次地图创建因子图，所述因子图包括因子节点和相对位姿约束项；

基于所述因子图对每个所述单次地图上每个激光雷达点云关键帧的位姿进行优化，得到每个激光雷达点云关键帧的优化位姿；

根据每个激光雷达点云关键帧的优化位姿，对每个激光雷达点云关键帧进行叠加，形成所述指定区域的一个新地图；

其中，每个所述因子节点与每个所述激光雷达点云关键帧一一对应，所述相对位姿约束项是不同单次地图上能够形成回环的两个激光雷达点云关键帧之间相对位姿的约束项。

方案8.根据方案7所述的点云建图方法，其特征在于，所述方法还包括通过下列方式创建所述相对位姿约束项：

获取不同单次地图上能够形成回环的两个激光雷达点云关键帧；

从所述两个激光雷达点云关键帧中第一个激光雷达点云关键帧所在的单次地图上，获取包含所述第一个激光雷达点云关键帧在内的第一局部地图；

从所述两个激光雷达点云关键帧中第二个激光雷达点云关键帧所在的单次地图上，获取包含所述第二个激光雷达点云关键帧在内的第二局部地图；

对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿并将所述匹配相对位姿作为所述两个激光雷达点云关键帧之间的最优相对位姿；

根据所述最优相对位姿，建立所述两个激光雷达点云关键帧之间相对位姿的约束项。

方案9.根据方案8所述的点云建图方法，其特征在于，在“对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿”的步骤之前，所述方法还包括：

获取所述授权车辆在采集所述第一个激光雷达点云关键帧与所述第二个激光雷达点云关键帧的同时所述授权车辆上同一图像采集装置采集到的两个车辆外部图像；

对所述两个车辆外部图像进行图像匹配，根据图像匹配的结果确定所述第一个激光雷达点云关键帧与所述第二个激光雷达点云关键帧之间的初始相对位姿；

“对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿”的步骤具体包括：

将所述初始位姿作为所述第一局部地图与所述第二局部地图之间相对位姿的初始值，根据所述初始值对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿。

方案10.根据方案8所述的点云建图方法，其特征在于，“从所述两个激光雷达点云关键帧中第一个激光雷达点云关键帧所在的单次地图上，获取包含所述第一个激光雷达点云关键帧在内的第一局部地图”的步骤具体包括：

从所述单次地图上选取位于所述第一个激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述第一个激光雷达点云关键帧进行叠加，形成所述第一局部地图。

方案11.根据方案8所述的点云建图方法，其特征在于，“从所述两个激光雷达点云关键帧中第二个激光雷达点云关键帧所在的单次地图上，获取包含所述第二个激光雷达点云关键帧在内的第二局部地图”的步骤具体包括：

从所述单次地图上选取位于所述第二个激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述第二个激光雷达点云关键帧进行叠加，形成所述第二局部地图。

方案12.根据方案8所述的点云建图方法，其特征在于，“获取不同单次地图上能够形成回环的两个激光雷达点云关键帧”的步骤具体包括：

根据每个所述单次地图上每个激光雷达点云关键帧的绝对位姿，确定不同单次地图上能够形成回环的两个激光雷达点云关键帧。

方案13.根据方案8所述的点云建图方法，其特征在于，“获取不同单次地图上能够形成回环的两个激光雷达点云关键帧”的步骤还包括：

获取所述授权车辆在采集每个激光雷达点云关键帧的同时所述授权车辆上同一图像采集装置采集到的车辆外部图像；

对不同单次地图上每个激光雷达点云关键帧各自对应的车辆外部图像进行相似性分析，以获取至少一个相似图像组，其中，所述相似图像组包括两个相似且分别与不同单次地图上的激光雷达点云关键帧对应的车辆外部图像；

针对每个所述相似图像组，将所述相似图像组中两个车辆外部图像各自对应的激光雷达点云关键帧，作为不同单次地图上能够形成回环的两个激光雷达点云关键帧。

方案14.一种计算机设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行方案1至13中任一项所述的点云建图方法。

方案15.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行方案1至13中任一项所述的点云建图方法。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

在实施本发明的技术方案中，可以获取授权车辆驶入指定区域之后采集到的激光雷达点云关键帧，然后根据激光雷达点云关键帧建立指定区域的新地图，最后获取指定区域的区域底图，根据新地图上的每个第一地图瓦块，分别对区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图；其中，授权车辆是发起对指定区域建图授权的车辆，每个第一地图瓦块与每个第二地图瓦块一一对应。

通过上述实施方式，无需专业的地图数据采集车辆，即使是普通车辆，只要发起了对指定区域的建图授权，就可以利用普通车辆获取指定区域所需要的激光雷达点云关键帧，进而完成地图建立。指定区域既可以是城市公路和高速公路等车速较高的场景(高速场景)下的区域，也可以是停车场、补能场所和公路服务区等车速较低的场景(低速场景)下的区域。可见，利用上述实施方式，通过大量的普通车辆，就可以高效、准确且低成本地获取各个指定区域的激光雷达点云关键帧，完成地图建立，克服了现有技术中出于建图成本和建图效率的考虑，常规地图仅能覆盖上述高速场景的问题。

此外，通过上述实施方式可以对指定区域的区域底图进行动态地模块化更新，进一步提高了指定区域的地图准确性和更新灵活性。

附图说明

参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。其中：

图1是根据本发明的一个实施例的点云建图方法的主要步骤流程示意图；

图2是根据本发明的一个实施例的建立新地图的方法的主要步骤流程示意图；

图3是根据本发明的一个实施例的对新地图与区域底图进行地图对齐的方法的主要步骤流程示意图；

图4是根据本发明的一个实施例的计算机设备的主要结构示意图。

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。

在本发明的描述中，“处理器”可以包括硬件、软件或者两者的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。

这里先解释本发明涉及到的一些术语。

授权车辆是指发起了对指定区域建图授权的车辆，例如向服务器发起了建图授权的车辆，即允许服务器获取授权车辆在驶入指定区域之后授权车辆采集到的激光雷达点云和图像等数据并使用这些数据对这个指定区域进行地图建立。指定区域可以是在城市公路和高速公路等车速较高的场景(高速场景)下任意一个指定的区域，也可以是在停车场、补能场所和公路服务区等车速较低的场景(低速场景)下任意一个指定的区域。特别的，在一些实施方式中，授权车辆可以是拥有该车辆所有权的车主通过终端设备向服务器发起对指定区域建图授权的车辆，其中，终端设备可以是手机、平板电脑等。

激光雷达点云关键帧是指相比于之前的一个激光雷达点云帧而言，激光雷达点云帧的位姿的变化量大于预设阈值的一个激光雷达点云帧。本领域技术人员可以根据实际需求灵活设置预设阈值的具体数值，本发明实施例对此不进行具体限定。

下面对本发明提供的点云建图方法实施例进行说明。

参阅附图1，图1是根据本发明的一个实施例的点云建图方法的主要步骤流程示意图。如图1所示，本发明实施例中的点云建图方法主要包括下列步骤S101至步骤S104。

步骤S101：获取授权车辆驶入指定区域之后采集到的激光雷达点云关键帧。

步骤S102：根据激光雷达点云关键帧建立指定区域的新地图。

在本发明实施例中可以预先设置好动态建立新地图的间隔时长，然后每隔一个间隔时长就建立一次新地图。由于季节、天气和施工等原因，可能会导致指定区域内的道路和建筑物等区域元素发生变化，通过动态地建立指定区域的新地图，可以尽可能地获取到指定区域内区域元素的最新状态(包括但不限于最新的位置、形状等)，这样在根据这些新地图对指定区域进行地图更新后可以提高地图的准确性。

此外，除了按照预先设置好的间隔时长动态地建立新地图，在一些实施方式中也可以响应于接收到的建图指令，获取指定时间段内授权车辆采集到的激光雷达点云关键帧，建立新地图，提高建图的灵活性。

需要说明的是，本领域技术人员可以根据实际需求灵活设置间隔时长的具体数值，本发明实施例对此不进行具体限定，例如间隔时长可以是1个月。

步骤S103：获取指定区域的区域底图。

具体地，当步骤S102建立的新地图是首次建立的新地图时区域底图是根据授权车辆驶入指定区域之后采集到的历史激光雷达点云关键帧建立的初始地图，当步骤S102建立的新地图不是首次建立的新地图时区域底图是根据上一次建立的新地图更新后的底图。

在本发明实施例中可以先为指定区域建立一个初始地图，然后以这个初始地图为更新的基础，通过每次建立的新地图不断地进行更新。因此，对于首次建立的新地图而言，这个初始地图是区域底图，对这个初始地图进行更新之后形成的底图，就是根据下一次建立的新地图进行地图更新时的区域底图，即对于非首次建立的新地图而言，通过前一次建立的新地图更新之后的底图是区域底图。

历史激光雷达点云关键帧是指在首次建立新地图之前授权车辆驶入指定区域内采集到的激光雷达点云关键帧。

步骤S104：根据新地图上的每个第一地图瓦块，分别对区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图。

本发明实施例是先为指定区域建立一个初始地图，然后以这个初始地图为更新的基础，通过每次建立的新地图不断地进行更新。这个初始地图的地图坐标系可以是经纬高坐标系，即由经度(longitude)、纬度(latitude)和高度(height)形成的三维坐标系，对此可以在建立好初始地图后对初始地图进行瓦块划分，以形成多个地图瓦块。而新地图的坐标系同样可以是经纬高坐标系，在对区域底图进行更新之前也可以采用与初始地图相同的地图瓦块划分方式对新地图进行瓦块划分，以形成多个地图瓦块。为了描述简介，将对新地图进行瓦块划分形成的地图瓦块称为第一地图瓦块，将对区域进行瓦块划分形成的地图瓦块称为第二地图瓦块，每个第一地图瓦块与每个第二地图瓦块一一对应。

由于第一地图瓦块和第二地图瓦块的瓦块划分方式相同，因此可以获取相同瓦块位置(坐标相同)的第一地图瓦块和第二地图瓦块，然后利用第一地图瓦块内的地图元素对第二地图瓦块内的地图元素进行更新。其中，地图元至少包括道路上的交通标识和/或其他能够起到标识作用的物体，交通标识至少包括车道线、停止线、路标标识(如左转弯箭头)、交通显示灯和交通标志牌等，其他能够起到标识作用的物体至少包括杆状物体。

激光雷达点云是由激光雷达得到的在激光雷达坐标系下的数据，激光雷达坐标系是一个局部坐标系，因此，根据激光雷达点云关键帧建立的新地图实际上是以局部坐标系为参考坐标系建立的，这个新地图具备局部一致性。但是由于激光雷达输出的激光雷达点云存在随机噪声，这会导致新地图与区域底图在全局坐标系下会存在差异，使得二者不具备全局一致性。如果不去除这种差异，直接根据新地图对区域底图进行更新，会降低地图的准确性。对此，在本发明实施例的一些实施方式中中可以先对新地图与区域底图进行地图对齐，使得新地图与区域底图具备全局一致性，然后再根据对齐后的新地图对区域底图进行更新。

基于上述步骤S101至步骤S104所述的方法，无需专业的地图数据采集车辆，即使是普通车辆，只要发起了对指定区域的建图授权，就可以利用普通车辆获取指定区域所需要的激光雷达点云，进而完成地图建立，即通过大量的普通车辆，高效、准确且低成本地获取各个指定区域的激光雷达点云，完成地图建立。此外，由于新地图是动态获取的，因此根据每次建立的新地图进行地图更新，也就实现了对指定区域的动态地图更新，即可以定期地对指定区域进行地图更新。在更新底图的过程中以地图瓦块为更新维度，对区域底图进行模块化更新，提高地图更新的灵活性。

下面对上述步骤S102和步骤S104作进一步说明。

一、对步骤S102作进一步说明。

在本发明实施例中在获取到激光雷达点云关键帧之后，除了可以采用地图技术领域中常规的点云地图建立方法，根据这些激光雷达点云关键帧建立指定区域的地图，还可以通过多车采集和/或同车多次采集的方式获取指定区域内的激光雷达点云关键帧，然后采用上述常规的点云地图建立方法分别根据每次采集到的激光雷达点云关键帧建立一个单次地图，最后对这些单次地图进行叠加，将叠加形成的地图作为一个新地图。

具体而言，参阅附图2，在上述步骤S102的一些实施方式中，可以通过下列步骤S1021至步骤S1025建立多个单次地图并对单次地图进行叠加形成新地图。

步骤S1021：获取授权车辆多次驶入指定区域之后采集到的激光雷达点云关键帧。

步骤S1022：根据授权车辆每次驶入指定区域之后采集到的激光雷达点云关键帧，分别建立一个单次地图。

步骤S1023：根据单次地图创建因子图，因子图可以包括因子节点和相对位姿约束项。

每个因子节点与每个激光雷达点云关键帧一一对应，相对位姿约束项是不同单次地图上能够形成回环的两个激光雷达点云关键帧之间相对位姿的约束项。

步骤S1024：基于因子图对每个单次地图上每个激光雷达点云关键帧的位姿进行优化，得到每个激光雷达点云关键帧的优化位姿。

步骤S1025：根据每个激光雷达点云关键帧的优化位姿，对每个激光雷达点云关键帧进行叠加，形成指定区域的一个新地图。

下面分别对上述步骤S1023至步骤S1025进行说明。

(一)对步骤S1023进行说明。

为描述简介，将不同单次地图上能够形成回环的两个激光雷达点云关键帧称为回环激光雷达点云关键帧，通过“回环激光雷达点云关键帧之间相对位姿的约束项”可以对不同单次地图上回环激光雷达点云关键帧之间的实际相对位姿与最优相对位姿进行约束，使得实际相对位姿不断接近于这个最优相对位姿。下面分别对确定不同单次地图上回环激光雷达点云关键帧的方法以及创建上述约束项的方法进行说明。

1、确定不同单次地图上回环激光雷达点云关键帧的方法

在本发明实施例中可以根据每个单次地图上每个激光雷达点云关键帧的绝对位姿，确定不同单次地图上能够形成回环的两个激光雷达点云关键帧。具体地，可以计算两个激光雷达点云关键帧之间的绝对位姿的差值，判断这个差值是否小于设定阈值，若是则判定这两个激光雷达点云关键帧是能够形成回环的两个激光雷达点云关键帧，否则判定不是能够形成回环的两个激光雷达点云关键帧。其中，绝对位姿包括绝对位置和绝对姿态，绝对位姿的差值包括绝对位置的差值和绝对姿态的差值，判断差值是否小于设定阈值是指判断绝对位置和绝对姿态的差值是否分别小于各自对应的设定阈值，绝对位置和绝对姿态各自对应的设定阈值可以不同。本领域技术人员可以根据实际需求灵活设置上述设定阈值的具体数值，本发明实施例对此不进行具体限定。

由于绝对位姿是利用授权车辆上的全球卫星定位装置得到的激光雷达点云关键帧的位姿，在地下停车场等场景中全球卫星定位装置的定位信号可能发生异常，此时无法准确得到激光雷达点云关键帧的位姿，也就无法准确地确定回环激光雷达点云关键帧了。其中，全球卫星定位装置是指利用卫星导航定位技术进行定位的装置，例如基于全球导航卫星系统(Global Navigation Satellite System)进行定位的装置。

在此情况下，可以利用授权车辆上图像采集装置的采集到的车辆外部图像来确定回环激光雷达点云关键帧。具体而言，在本发明实施例中可以通过下列步骤11至步骤13来确定不同单次地图上能够形成回环的两个激光雷达点云关键帧。

步骤11：获取授权车辆在采集到每个激光雷达点云关键帧的同时授权车辆上同一图像采集装置采集的车辆外部图像。

同一图像采集装置是指采集范围或视场相同的图像采集装置，一般而言，设置授权车辆上相同位置且安装角度相同的图像采集装置的采集范围相同。

步骤12：对不同单次地图上每个激光雷达点云关键帧各自对应的车辆外部图像进行相似度分析，以获取至少一个相似图像组，其中，相似图像组包括两个相似且分别与不同单次地图上的激光雷达点云关键帧对应的车辆外部图像。

在本发明实施例中可以提取车辆外部图像的图像特征，根据两个车辆外部图像的图像特征获取这两个车辆外部图像之间的相似度，然后将相似度与预设的相似度阈值进行比较；若相似度大于预设的相似度阈值，则表明这两个车辆外部图像的相似程度很高，二者是匹配的或相似的；若相似度小于等于预设的相似度阈值，则表明这两个车辆外部图像的相似程度比较低，二者是不匹配的或不相似的。在通过上述方法进行相似度分析后，将相似的两个车辆外部图像构成一个相似图像组。需要说明的是，本领域技术人员可以采用图像处理技术领域常规的图像相似度获取方法获取两个车辆外部图像之间的相似度，本发明实施例对此不进行具体限定。例如，在一些实施方式中可以计算两个车辆外部图像的图像特征之间的欧式距离(Euclidean Metric)，然后计算欧式距离的倒数，将这个倒数作为相似度。

步骤13：针对每个相似图像组，将相似图像组中两个车辆外部图像各自对应的激光雷达点云关键帧，作为不同单次地图上能够形成回环的两个激光雷达点云关键帧。

当两个车辆外部图像的相似程度很高时，表明这两个车辆外部图像是车辆行驶到同一个位置时图像采集装置采集到的图像，因此，在采集到这两个车辆外部图像的同时采集到的激光雷达点云关键帧能够形成回环。

基于上述步骤11至步骤13所述的方法，可以在全球卫星定位装置的定位信号发生异常时利用车辆采集到的图像准确地确定出不同单次地图上回环激光雷达点云关键帧。

2、不同单次地图上回环激光雷达点云关键帧之间相对位姿的约束项的建立方法

根据前述描述可知，“回环激光雷达点云关键帧之间相对位姿的约束项”的主要作用是对不同单次地图上两个能够形成回环的激光雷达点云关键帧之间的实际相对位姿与最优相对位姿进行约束，使得实际相对位姿不断接近于这个最优相对位姿。因此，最优相对位姿是否准确将会极大地影响约束项的约束能力。为了尽可能地提高上述约束项的约束能力，在本发明实施例中可以通过下列步骤21至步骤25获取上述最优相对位姿，进而根据最优相对位姿建立不同单次地图上回环激光雷达点云关键帧之间相对位姿的约束项。

步骤21：获取不同单次地图上能够形成回环的两个激光雷达点云关键帧。

步骤22：从两个激光雷达点云关键帧中第一个激光雷达点云关键帧所在的单次地图上，获取包含第一个激光雷达点云关键帧在内的第一局部地图。

在一些优选实施方式中可以从单次地图上选取位于所述第一个激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧，然后对所述之前和之后的多个激光雷达点云关键帧以及第一个激光雷达点云关键帧进行叠加，形成第一局部地图。

步骤23：从两个激光雷达点云关键帧中第二个激光雷达点云关键帧所在的单次地图上，获取包含第二个激光雷达点云关键帧在内的第二局部地图。

在一些优选实施方式中可以从单次地图上选取位于第二个激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧，然后对所述之前和之后的多个激光雷达点云关键帧以及第二个激光雷达点云关键帧进行叠加，形成第二局部地图。

步骤24：对第一局部地图与第二局部地图进行点云匹配，以确定第一局部地图与第二局部地图之间的匹配相对位姿并将匹配相对位姿作为两个激光雷达点云关键帧之间的最优相对位姿。

通过点云匹配可以得到第一局部地图与第二局部地图之间的匹配相对位姿，根据两个地图之间的匹配相对位姿可以得到两个地图中任意两个激光雷达点云关键帧之间的相对位姿。

在本发明实施例中可以采用自动驾驶技术领域中常规的点云匹配方法对上述第一局部地图与第二局部地图进行点云匹配。例如，可以采用基于ICP(Iterative ClosestPoint)算法的点云匹配方法对上述局部地图进行点云匹配，基于ICP算法的点云匹配方法可以是基于ICP算法中plane-to-plane的方法的点云匹配方法。本发明实施例不对上述局部地图进行点云匹配的方法作具体限定。

步骤25：根据最优相对位姿，建立两个激光雷达点云关键帧之间相对位姿的约束项。具体地，将匹配相对位姿作为能够形成回环的两个激光雷达点云关键帧之间的最优相对位姿，根据这个最优相对位姿建立约束项。

基于上述步骤21至步骤25所述的方法，可以得到较为准确的最优相对位姿，进而提高了根据这个最优相对位姿建立的约束项的约束能力。

进一步，在上述步骤S1023的一些优选实施方式中，在执行步骤24之前还可以包括一个获取能够形成回环的两个激光雷达点云关键帧之间的初始相对位姿的步骤(步骤26)，在通过这个步骤得到初始相对位姿之后将这个初始相对位姿作为第一局部地图与第二局部地图之间相对位姿的初始值(即对第一局部地图与第二局部地图之间相对位姿进行初始化)，然后在执行步骤25时根据这个初始值对第一局部地图与第二局部地图进行点云匹配，以确定第一局部地图与第二局部地图之间的匹配相对位姿。

具体而言，上述获取初始相对位姿的步骤(步骤26)具体可以包括下列步骤261至步骤263。

步骤261：获取不同单次地图上能够形成回环的两个激光雷达点云关键帧。

步骤262：获取授权车辆在采集两个激光雷达点云关键帧中第一个激光雷达点云关键帧与第二个激光雷达点云关键帧的同时授权车辆上同一图像采集装置采集到的两个车辆外部图像。

步骤263：对两个车辆外部图像进行图像匹配，根据图像匹配的结果确定第一个激光雷达点云关键帧与第二个激光雷达点云关键帧之间的初始相对位姿。

具体地，通过对两个车辆外部图像进行匹配，可以得到这两个车辆外部图像之间的相对位姿，然后再将这个相对位姿由图像坐标系转换至激光雷达坐标系，最后将转至激光雷达坐标系的相对位姿作为上述初始相对位姿。需要说明的是，在本发明实施例中可以采用图像处理技术领域中常规的图像匹配方法对两个车辆外部图像进行匹配，得到这两个车辆外部图像之间的相对位姿，本发明实施例不对上述图像匹配方法作具体限定。

基于上述步骤261至步骤263所述的方法，可以利用车辆外部图像得到较为准确的回环激光雷达点云关键帧之间的初始相对位姿，将这个初始相对位姿作为第一局部地图与第二局部地图之间相对位姿的初始值，可以克服由于初始位姿不准确导致的无法通过点云匹配准确获取第一局部地图与第二局部地图之间相对位姿的问题。

(二)对步骤S1024进行说明。

在通过因子图对每个单次地图上每个激光雷达点云关键帧的位姿进行优化的过程中，基于“不同单次地图上回环激光雷达点云关键帧之间相对位姿的约束项”可以准确且高效地消除不同单次地图上同一位置的激光雷达点云关键帧的位姿偏差，减少不同单次地图上同一位置的差异，实现对不同单次地图上的每个激光雷达点云关键帧的坐标系对齐，得到更加准确的位姿，从而能够快速且准确地建立出点云地图。

在本发明实施例中可以采用自动驾驶技术领域中常规的基于因子图对激光雷达点云进行位姿优化的方法，通过因子图对每个单次地图上每个激光雷达点云关键帧的位姿进行优化，本发明实施例不对通过因子图进行优化的具体方法进行赘述。

(三)对步骤S1025进行说明。

在本发明实施例中可以根据每个激光雷达点云关键帧的优化位姿，将每个激光雷达点云关键帧投影到同一个坐标系下进行叠加，形成指定区域对应的新地图。例如，如果优化位姿是绝对位姿，那么可以将每个激光雷达点云关键帧投影到绝对坐标系下进行叠加，形成指定区域对应的新地图。

以上是对步骤S1023至步骤S1025的说明。

基于上述步骤S1021至步骤S1025所述的方法，可以利用通过多车采集和/或同车多次采集的方式获取到的指定区域内的激光雷达点云关键帧，建立指定区域的新地图，相比于利用单车或同车单次采集的激光雷达点云关键帧建立指定区域的新地图，能够显著提高新地图的准确性。

此外，需要说明的是，在本发明实施例中同样可以采用上述步骤S1021至步骤S1025所述的方法建立指定区域的初始地图，区别仅在于步骤S1021中获取的不是新的激光雷达点云关键帧，而是历史激光雷达点云关键帧。

以上是对步骤S102的进一步说明。

二、对步骤S104作进一步说明。

根据前述方法实施例可知，在步骤S104中可以先对新地图与区域底图进行地图对齐，然后再根据对齐后的新地图的第一地图瓦块，对区域底图的第二地图瓦块进行更新，得到更新后的底图，可见地图对齐的准确性会极大影响地图更新的准确性。对此，参阅附图3，在上述步骤S104的一些实施方式中可以通过下列步骤S1041至步骤S1044，分别将新地图的每个激光雷达点云关键帧与区域底图进行对齐，以实现将整个新地图与区域底图对齐。

步骤S1041：根据新地图上当前激光雷达点云关键帧的位姿，从区域底图上的激光雷达点云关键帧中搜索当前激光雷达点云关键帧的最近邻激光雷达点云关键帧。

具体地，可以根据激光雷达点云关键帧的位姿，分别计算当前激光雷达点云关键帧与区域底图的每个激光雷达点云关键帧之间的距离，从区域底图上选取距离小于预设距离阈值的激光雷达点云关键帧作为与当前激光雷达点云关键帧最近邻的最近邻激光雷达点云关键帧。本领域技术人员可以根据实际需求灵活设置预设距离阈值的数值，比如预设距离阈值可以是5米，本发明实施例对此不进行具体限定。

步骤S1042：从区域底图上获取包含最近邻激光雷达点云关键帧在内的局部地图。

在一些优选实施方式中，可以从区域底图上选取位于最近邻激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧，然后对所述之前和之后的多个激光雷达点云关键帧以及最近邻激光雷达点云关键帧进行叠加，形成局部地图。

步骤S1043：对当前激光雷达点云关键帧与局部地图进行点云匹配，以确定当前激光雷达点云关键帧与局部地图之间的相对位姿。

在本发明实施例中可以采用自动驾驶技术领域中常规的点云匹配方法对上述当前激光雷达点云关键帧与局部地图进行点云匹配。例如，可以采用基于ICP算法的点云匹配方法对上述局部地图进行点云匹配，基于ICP算法的点云匹配方法可以是基于ICP算法中point-to-plane的方法的点云匹配方法。本发明实施例不对上述点云匹配的方法作具体限定。

步骤S1044：根据相对位姿对当前激光雷达点云关键帧进行位姿转换，以使当前激光雷达点云关键帧与区域底图对齐。

由于新地图与区域底图之间不具备全局一致性，因而会导致新地图上每个激光雷达点云关键帧与各自对应的局部地图之间的相对位姿可能不同，在得到准确的相对位姿之后利用这个相对位姿对新地图上每个激光雷达点云关键帧进行位姿转换，就可以消除新地图与区域底图在全局坐标系下的差异，使得新地图与区域底图具备全局一致性。

此外，为了进一步提高地图更新的准确性，在上述步骤S104的另一些实施方式中可以采用基于地图差分的更新方式进行地图更新或者采用人工更新的方式进行地图更新。

1、基于地图差分的更新方式

基于地图差分的更新方式主要包括：获取相同瓦块位置的第一地图瓦块和第二地图瓦块(即坐标相同的第一地图瓦块和第二地图瓦块)，然后对相同瓦块位置的第一地图瓦块与第二地图瓦块进行地图差分，根据地图差分的结果对第二地图瓦块进行更新。地图差分主要是对第一地图瓦块上的地图元素与第二地图瓦块的地图元素进行匹配，根据匹配的结果确定出第一地图瓦块与第二地图瓦块之间的差异，即得到地图差分的结果。在确定出差异之后，可以根据差异对第二地图瓦块进行更新，比如在第二地图瓦块上增加新的地图元素或删除已有的地图元素等。需要说明的是，在本发明实施例中可以采用地图技术领域中常规的地图差分方法对第一地图瓦块和第二地图瓦块进行地图差分，进而根据地图差分的结果对第二地图瓦块进行更新，本发明实施例不对上述地图差分方法作具体限定。

通过上述基于地图差分的更新方式进行地图更新，无需人工介入，就可以自动且高效地完成地图更新。

2、人工更新的方式

人工更新的方式主要包括：输出对齐后的新地图的第一地图瓦块与区域底图的第二地图瓦块，响应于接收到的针对第二地图瓦块的人工更新指令，根据人工更新指令对第二地图瓦块进行更新。人工更新指令中可以包含对第二地图瓦块进行更新的内容(比如增加或删除地图元素)，根据上述更新的内容对第二地图瓦块进行更新。

通过人工更新的方式进行地图更新，可以随时地根据更新需求对指定区域的区域底图进行更新，提高了地图更新的灵活性。

需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时(并行)执行或以其他顺序执行，这些变化都在本发明的保护范围之内。

本领域技术人员能够理解的是，本发明实现上述一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。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

进一步，本发明还提供了一种计算机设备。

参阅附图4，图4是根据本发明的一个计算机设备实施例的主要结构示意图。如图4所示，本发明实施例中的计算机设备主要包括存储装置和处理器，存储装置可以被配置成存储执行上述方法实施例的点云建图方法的程序，处理器可以被配置成用于执行存储装置中的程序，该程序包括但不限于执行上述方法实施例的点云建图方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。

在本发明实施例中计算机设备可以是包括各种电子设备形成的控制装置设备。在一些可能的实施方式中，计算机设备可以包括多个存储装置和多个处理器。而执行上述方法实施例的点云建图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点云建图方法的不同步骤。具体地，每段子程序可以分别存储在不同的存储装置中，每个处理器可以被配置成用于执行一个或多个存储装置中的程序，以共同实现上述方法实施例的点云建图方法，即每个处理器分别执行上述方法实施例的点云建图方法的不同步骤，来共同实现上述方法实施例的点云建图方法。

上述多个处理器可以是部署于同一个设备上的处理器，例如上述计算机设备可以是由多个处理器组成的高性能设备，上述多个处理器可以是该高性能设备上配置的处理器。此外，上述多个处理器也可以是部署于不同设备上的处理器，例如上述计算机设备可以是服务器集群，上述多个处理器可以是服务器集群中不同服务器上的处理器。

进一步，本发明还提供了一种计算机可读存储介质。

在根据本发明的一个计算机可读存储介质的实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的点云建图方法的程序，该程序可以由处理器加载并运行以实现上述点云建图方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。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。

至此，已经结合附图所示的一个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 (10)

1.一种点云建图方法，其特征在于，所述方法包括：

获取授权车辆驶入指定区域之后采集到的激光雷达点云关键帧；

根据所述激光雷达点云关键帧建立所述指定区域的新地图；

获取所述指定区域的区域底图；

根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图；

其中，所述授权车辆是发起对所述指定区域建图授权的车辆，每个所述第一地图瓦块与每个所述第二地图瓦块一一对应。

2.根据权利要求1所述的点云建图方法，其特征在于，在“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤之前，所述方法还包括：

对所述新地图与所述区域底图进行地图对齐。

3.根据权利要求2所述的点云建图方法，其特征在于，“对所述新地图与所述区域底图进行地图对齐”的步骤具体包括通过下列方式分别将所述新地图上的每个激光雷达点云关键帧与所述区域底图进行地图对齐：

根据所述新地图上当前激光雷达点云关键帧的位姿，从所述区域底图上的激光雷达点云关键帧中搜索所述当前激光雷达点云关键帧的最近邻激光雷达点云关键帧；

从所述区域底图上获取包含所述最近邻激光雷达点云关键帧在内的局部地图；

对所述当前激光雷达点云关键帧与所述局部地图进行点云匹配，以确定所述当前激光雷达点云关键帧与所述局部地图之间的相对位姿；

根据所述相对位姿对所述当前激光雷达点云关键帧进行位姿转换，以使所述当前激光雷达点云关键帧与所述区域底图对齐。

4.根据权利要求3所述的点云建图方法，其特征在于，“从所述区域底图上获取包含所述最近邻激光雷达点云关键帧在内的局部地图”的步骤具体包括：

从所述区域底图上选取位于所述最近邻激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述最近邻激光雷达点云关键帧进行叠加，形成所述局部地图。

5.根据权利要求1所述的点云建图方法，其特征在于，“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤具体包括：

获取相同瓦块位置的所述第一地图瓦块和所述第二地图瓦块；

对所述相同瓦块位置的所述第一地图瓦块与所述第二地图瓦块进行地图差分，根据地图差分的结果对所述第二地图瓦块进行更新。

6.根据权利要求1所述的点云建图方法，其特征在于，“根据所述新地图上的每个第一地图瓦块，分别对所述区域底图上的每个第二地图瓦块进行地图更新，得到更新后的区域底图”的步骤还包括：

输出所述新地图的第一地图瓦块与所述区域底图的第二地图瓦块；

响应于接收到的针对所述第二地图瓦块的人工更新指令，根据所述人工更新指令对所述第二地图瓦块进行更新。

7.根据权利要求1所述的点云建图方法，其特征在于，“根据所述激光雷达点云关键帧建立所述指定区域的新地图”的步骤具体包括：

获取所述授权车辆多次驶入所述指定区域之后采集到的激光雷达点云关键帧；

根据所述授权车辆每次驶入所述指定区域之后采集到的激光雷达点云关键帧，分别建立一个单次地图；

根据所述单次地图创建因子图，所述因子图包括因子节点和相对位姿约束项；

基于所述因子图对每个所述单次地图上每个激光雷达点云关键帧的位姿进行优化，得到每个激光雷达点云关键帧的优化位姿；

根据每个激光雷达点云关键帧的优化位姿，对每个激光雷达点云关键帧进行叠加，形成所述指定区域的一个新地图；

其中，每个所述因子节点与每个所述激光雷达点云关键帧一一对应，所述相对位姿约束项是不同单次地图上能够形成回环的两个激光雷达点云关键帧之间相对位姿的约束项。

8.根据权利要求7所述的点云建图方法，其特征在于，所述方法还包括通过下列方式创建所述相对位姿约束项：

获取不同单次地图上能够形成回环的两个激光雷达点云关键帧；

从所述两个激光雷达点云关键帧中第一个激光雷达点云关键帧所在的单次地图上，获取包含所述第一个激光雷达点云关键帧在内的第一局部地图；

从所述两个激光雷达点云关键帧中第二个激光雷达点云关键帧所在的单次地图上，获取包含所述第二个激光雷达点云关键帧在内的第二局部地图；

对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿并将所述匹配相对位姿作为所述两个激光雷达点云关键帧之间的最优相对位姿；

根据所述最优相对位姿，建立所述两个激光雷达点云关键帧之间相对位姿的约束项。

9.根据权利要求8所述的点云建图方法，其特征在于，在“对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿”的步骤之前，所述方法还包括：

获取所述授权车辆在采集所述第一个激光雷达点云关键帧与所述第二个激光雷达点云关键帧的同时所述授权车辆上同一图像采集装置采集到的两个车辆外部图像；

对所述两个车辆外部图像进行图像匹配，根据图像匹配的结果确定所述第一个激光雷达点云关键帧与所述第二个激光雷达点云关键帧之间的初始相对位姿；

“对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿”的步骤具体包括：

将所述初始位姿作为所述第一局部地图与所述第二局部地图之间相对位姿的初始值，根据所述初始值对所述第一局部地图与所述第二局部地图进行点云匹配，以确定所述第一局部地图与所述第二局部地图之间的匹配相对位姿。

10.根据权利要求8所述的点云建图方法，其特征在于，“从所述两个激光雷达点云关键帧中第一个激光雷达点云关键帧所在的单次地图上，获取包含所述第一个激光雷达点云关键帧在内的第一局部地图”的步骤具体包括：

从所述单次地图上选取位于所述第一个激光雷达点云关键帧之前和之后的多个激光雷达点云关键帧；

对所述之前和之后的多个激光雷达点云关键帧以及所述第一个激光雷达点云关键帧进行叠加，形成所述第一局部地图。

Images