CN116045960A - 地图构建优化方法、装置、电子设备及可读存储介质 - Google Patents

地图构建优化方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN116045960A
CN116045960A CN202211700536.5A CN202211700536A CN116045960A CN 116045960 A CN116045960 A CN 116045960A CN 202211700536 A CN202211700536 A CN 202211700536A CN 116045960 A CN116045960 A CN 116045960A
Authority
CN
China
Prior art keywords
processing
single bitmap
map
bitmap
optimized
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
CN202211700536.5A
Other languages
English (en)
Inventor
黄子少
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.)
Shenzhen Jizhi Intelligent Technology Co ltd
Original Assignee
Shenzhen Jizhi 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 Shenzhen Jizhi Intelligent Technology Co ltd filed Critical Shenzhen Jizhi Intelligent Technology Co ltd
Priority to CN202211700536.5A priority Critical patent/CN116045960A/zh
Publication of CN116045960A publication Critical patent/CN116045960A/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
    • G01C21/38—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
    • 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
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3837—Data obtained from a single source
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种地图构建优化方法、装置、电子设备及可读存储介质，应用于数据处理技术领域，所述地图构建优化方法包括：获取预设建图算法根据激光数据生成的至少两个单位图；对各所述单位图进行边缘优化，得到优化单位图；根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。本申请解决了地图构建不准确的技术问题。

Description

地图构建优化方法、装置、电子设备及可读存储介质
技术领域
本申请涉及数据处理技术领域，尤其涉及一种地图构建优化方法、装置、电子设备及可读存储介质。
背景技术
目前，通常通过激光雷达数据和预设建图算法，以构建地图，具体地，根据激光数据构建至少两个单位图，根据雷达数据和各单位图对应的位姿，构建目标地图。由于激光雷达数据可能存在不稳定，且分辨率较低，构建得到的目标地图可能存在毛刺边缘直线、重影或者不笔直的线的情况，从而导致地图构建不准确。
发明内容
本申请的主要目的在于提供一种地图构建优化方法、装置、电子设备及可读存储介质，旨在解决现有技术中地图构建不准确的技术问题。
为实现上述目的，本申请提供一种地图构建优化方法，所述地图构建优化方法包括：
获取预设建图算法根据激光数据生成的至少两个单位图；
对各所述单位图进行边缘优化，得到优化单位图；
根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
可选地，在所述获取预设建图算法根据激光数据生成的至少两个单位图的步骤之前，还包括：
对所述激光数据进行噪点去除，得到处理激光数据；
对所述处理激光数据进行直线拟合处理，得到拟合直线点；
根据所述拟合直线点对应的坐标，对所述处理激光数据进行替换，得到目标激光数据，以供所述预设建图算法根据所述目标激光数据生成至少两个单位图。
可选地，所述对各所述单位图进行边缘优化，得到优化单位图的步骤包括：
将各所述单位图以预设倍数放大，得到放大单位图；
获取激光原点，在各所述放大单位图中将所述激光原点与各所述拟合直线点相连，得到连线区域；
清除处于所述连线区域中的激光数据，以对各所述放大单位图进行边缘优化，将各所述放大单位图以所述预设倍数缩小，得到所述优化单位图。
可选地，所述根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图的步骤包括：
在各所述优化单元图中筛选第一单位图组；
根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组；
在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图；
根据所述第一处理单位图组，对所述第二单位图进行处理，得到第二处理单位图，并将所述第二处理单位图加入所述第一处理单位图组；
返回执行所述在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图的步骤以及后续步骤，直至各所述优化单位图均选取完毕。
可选地，所述在各所述优化单元图中筛选第一单位图组的步骤包括：
获取各所述优化单元图在所述预设建图算法构建得到的全局地图的相对位置信息；
在各所述优化单元图中选取所述相对位置信息满足预设相对位置条件的第一单位图组。
可选地，所述第一单位图组包括第一单位子图和第二单位子图，所述第一处理单位图组包括第一处理单位子图和第二处理单位子图，
所述根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组的步骤包括：
将所述第一单位子图转换为第一点云数据，以及将所述第二单位子图转换为第二点云数据；
获取所述第一单位子图和所述第二单位子图之间的重叠区域内的所述第一单位子图对应的第三点云数据以及所述第二单位子图对应的第四点云数据；
根据所述第三点云数据和所述第四点云数据之间的第一转换关系以及所述第一单位子图与所述预设建图算法构建得到的全局地图之间的第二转换关系，确定所述第二单位子图与所述全局地图之间的第三转换关系；
根据所述第二转换关系，将所述第一点云数据转换为第五点云数据，得到第一处理单位子图，以及，根据所述第三转换关系，将所述第二点云数据转换为第六点云数据，得到第二处理单位子图。
可选地，所述将各所述处理单位图组合为目标地图的步骤包括：
将各所述处理单位图进行聚类组合，得到聚类地图；
对所述聚类地图进行二维化处理，得到目标地图。
为实现上述目的，本申请还提供一种地图构建优化装置，所述地图构建优化装置包括：
获取模块，用于获取预设建图算法根据激光数据生成的至少两个单位图；
优化模块，用于对各所述单位图进行边缘优化，得到优化单位图；
处理模块，用于根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
可选地，在所述获取预设建图算法根据激光数据生成的至少两个单位图的步骤之前，所述地图构建优化装置还用于：
对所述激光数据进行噪点去除，得到处理激光数据；
对所述处理激光数据进行直线拟合处理，得到拟合直线点；
根据所述拟合直线点对应的坐标，对所述处理激光数据进行替换，得到目标激光数据，以供所述预设建图算法根据所述目标激光数据生成至少两个单位图。
可选地，所述优化模块还用于：
将各所述单位图以预设倍数放大，得到放大单位图；
获取激光原点，在各所述放大单位图中将所述激光原点与各所述拟合直线点相连，得到连线区域；
清除处于所述连线区域中的激光数据，以对各所述放大单位图进行边缘优化，将各所述放大单位图以所述预设倍数缩小，得到所述优化单位图。
可选地，所述处理模块还用于：
在各所述优化单元图中筛选第一单位图组；
根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组；
在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图；
根据所述第一处理单位图组，对所述第二单位图进行处理，得到第二处理单位图，并将所述第二处理单位图加入所述第一处理单位图组；
返回执行所述在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图的步骤以及后续步骤，直至各所述优化单位图均选取完毕。
可选地，所述处理模块还用于：
获取各所述优化单元图在所述预设建图算法构建得到的全局地图的相对位置信息；
在各所述优化单元图中选取所述相对位置信息满足预设相对位置条件的第一单位图组。
可选地，所述第一单位图组包括第一单位子图和第二单位子图，所述第一处理单位图组包括第一处理单位子图和第二处理单位子图，所述处理模块还用于：
将所述第一单位子图转换为第一点云数据，以及将所述第二单位子图转换为第二点云数据；
获取所述第一单位子图和所述第二单位子图之间的重叠区域内的所述第一单位子图对应的第三点云数据以及所述第二单位子图对应的第四点云数据；
根据所述第三点云数据和所述第四点云数据之间的第一转换关系以及所述第一单位子图与所述预设建图算法构建得到的全局地图之间的第二转换关系，确定所述第二单位子图与所述全局地图之间的第三转换关系；
根据所述第二转换关系，将所述第一点云数据转换为第五点云数据，得到第一处理单位子图，以及，根据所述第三转换关系，将所述第二点云数据转换为第六点云数据，得到第二处理单位子图。
可选地，所述处理模块还用于：
将各所述处理单位图进行聚类组合，得到聚类地图；
对所述聚类地图进行二维化处理，得到目标地图。
本申请还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述地图构建优化方法的程序，所述地图构建优化方法的程序被处理器执行时可实现如上述的地图构建优化方法的步骤。
本申请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上存储有实现地图构建优化方法的程序，所述地图构建优化方法的程序被处理器执行时实现如上述的地图构建优化方法的步骤。
本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的地图构建优化方法的步骤。
本申请提供了一种地图构建优化方法、装置、电子设备及可读存储介质，相比于通过激光雷达数据和预设建图算法，以构建地图，本申请通过获取预设建图算法根据激光数据生成的至少两个单位图；对各所述单位图进行边缘优化，得到优化单位图；根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图，通过对单位图进行边缘优化以及各优化单位图两两之间重叠处理，可实现对单位图的双重优化，避免了由于激光雷达数据可能存在不稳定，且分辨率较低，构建得到的目标地图可能存在毛刺边缘直线、重影或者不笔直的线情况的技术缺陷，从而提高了地图构建的准确性。
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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请地图构建优化方法第一实施例的流程示意图；
图2为本申请实施例中地图构建优化方法涉及的装置结构示意图；
图3为本申请实施例中地图构建优化方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，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，所描述的实施例仅仅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作出创造性劳动的前提下所获得的所有其它实施例，均属于本申请保护的范围。
实施例一
本申请实施例提供一种地图构建优化方法，在本申请地图构建优化方法的第一实施例中，参照图1，所述地图构建优化方法包括：
步骤S10，获取预设建图算法根据激光数据生成的至少两个单位图；
步骤S20，对各所述单位图进行边缘优化，得到优化单位图；
步骤S30，根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
在本实施例中，需要说明的是，所述预设建图算法为预先设置的用于根据激光雷达数据生成单位图的算法。
示例性地，步骤S10至步骤S30包括：通过传感器发射激光数据，通过预设建图算法根据所述激光数据生成至少两个单位图，获取各所述单位图；对各所述单位图进行边缘优化，得到优化单位图；根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
其中，在步骤S10中，在所述获取预设建图算法根据激光数据生成的至少两个单位图的步骤之前，还包括：
步骤A10，对所述激光数据进行噪点去除，得到处理激光数据；
步骤A20，对所述处理激光数据进行直线拟合处理，得到拟合直线点；
步骤A30，根据所述拟合直线点对应的坐标，对所述处理激光数据进行替换，得到目标激光数据，以供所述预设建图算法根据所述目标激光数据生成至少两个单位图。
容易理解的是，直接将激光数据传入预设建图算法以供预设建图算法根据激光数据生成至少两个单位图时，容易出现生成的单位图边缘毛刺的情况。
为克服上述缺陷，示例性地，步骤A10至步骤A30包括：对所述激光数据进行噪点去除，得到处理激光数据；对所述处理激光数据进行直线拟合处理，得到拟合直线点；获取各所述拟合直线点对应的坐标，根据所述坐标，对所述处理激光数据进行部分替换，得到目标激光数据，以供所述预设建图算法根据所述目标激光数据生成至少两个单位图。
作为一种示例，步骤A10包括：获取预设过滤算法，其中，所述预设过滤算法可以为基于距离的滤波算法，也可以为基于半径离群点搜索的欧几里得距离滤波算法等其他滤波算法，根据所述预设过滤算法，对所述激光数据进行噪点滤波，得到处理激光数据。
通过对激光数据进行噪点过滤以及直线拟合替换，从而通过预设建图算法根据处理后的激光数据生成单位图，使得生成的单位图边缘较笔直，进而提高了地图构建的准确性。
其中，在步骤S20中，所述对各所述单位图进行边缘优化，得到优化单位图的步骤包括：
步骤S21，将各所述单位图以预设倍数放大，得到放大单位图；
步骤S22，获取激光原点，在各所述放大单位图中将所述激光原点与各所述拟合直线点相连，得到连线区域；
步骤S23，清除处于所述连线区域中的激光数据，以对各所述放大单位图进行边缘优化，将各所述放大单位图以所述预设倍数缩小，得到所述优化单位图。
在本实施例中，需要说明的是，所述预设倍数为预先设置的经验放大倍数值。
示例性地，步骤S21至步骤S23包括：获取预设倍数，将各所述单位图以所述预设倍数放大，得到放大单位图；获取发射激光数据的传感器对应的传感器坐标原点，得到激光原点，在各所述放大单位图中将所述激光原点与各所述拟合直线点相连，得到连线区域；清除处于所述连线区域中的激光数据，以对各所述放大单位图进行边缘优化；将各所述放大单位图以所述预设倍数缩小，得到所述优化单位图，通过对各单位图进行放大，以提高各单位图的分辨率，进而可在高分辨率图片下清除障碍点，进而提高了地图构建的准确性。
本申请实施例提供了一种地图构建优化方法，相比于通过激光雷达数据和预设建图算法，以构建地图，本申请实施例通过获取预设建图算法根据激光数据生成的至少两个单位图；对各所述单位图进行边缘优化，得到优化单位图；根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图，通过对单位图进行边缘优化以及各优化单位图两两之间重叠处理，可实现对单位图的双重优化，避免了由于激光雷达数据可能存在不稳定，且分辨率较低，构建得到的目标地图可能存在毛刺边缘直线、重影或者不笔直的线情况的技术缺陷，从而提高了地图构建的准确性。
实施例二
进一步地，基于本申请第一实施例，在本申请另一实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，其中，在步骤S30中，所述根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图的步骤包括：
步骤S31，在各所述优化单元图中筛选第一单位图组；
步骤S32，根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组；
步骤S33，在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图；
步骤S34，根据所述第一处理单位图组，对所述第二单位图进行处理，得到第二处理单位图，并将所述第二处理单位图加入所述第一处理单位图组；
步骤S35，返回执行所述在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图的步骤以及后续步骤，直至各所述优化单位图均选取完毕。
在本实施例中，需要说明的是，所述第二单位图可以为单个，也可以为多个。
示例性地，步骤S31至步骤S35包括：在各所述优化单元图中筛选第一单位图组；根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组；在各所述优化单位图中选取除所述第一单位图组以外且与所述第一处理单位图组相邻的第二单位图；根据与所述第二单位图相邻的所述第一处理单位图组，对所述第二单位图进行处理，得到第二处理单位图，并将所述第二处理单位图加入所述第一处理单位图组；返回执行所述在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图的步骤以及后续步骤，直至各所述优化单位图均选取完毕。
其中，在步骤S31中，所述在各所述优化单元图中筛选第一单位图组的步骤包括：
步骤B10，获取各所述优化单元图在所述预设建图算法构建得到的全局地图的相对位置信息；
步骤B20，在各所述优化单元图中选取所述相对位置信息满足预设相对位置条件的第一单位图组。
在本实施例中，需要说明的是，所述全局地图为预设建图算法生成的单位图拼接成的完整地图。所述预设相对位置条件为预先设置的优化单元图在全局地图的相对位置的限制条件。
可以理解的是，通常将第一单位图组选为全局地图中间位置的优化单元图，以避免当选取边缘位置时，由于可能存在某个方位没有相邻优化单元图，导致图组处理效率低的情况。
作为一种示例，所述相对位置信息包括相对位置坐标，所述预设相对位置条件包括预设相对位置坐标范围，步骤B10至步骤B20包括：获取各所述优化单元图在所述预设建图算法构建得到的全局地图的相对位置坐标；在各所述优化单元图中选取所述相对位置坐标满足预设相对位置坐标范围的第一单位图组。
作为一种示例，所述相对位置信息包括相对方位和相对距离，所述预设相对位置条件包括预设距离和预设方位，步骤B10至步骤B20包括：获取各所述优化单元图在所述预设建图算法构建得到的全局地图中心的相对方位和相对距离；在各所述优化单元图中选取所述相对方位满足预设方位且所述相对距离满足预设距离的第一单位图组。
其中，在步骤S32中，所述第一单位图组包括第一单位子图和第二单位子图，所述第一处理单位图组包括第一处理单位子图和第二处理单位子图，
所述根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组的步骤包括：
步骤C10，将所述第一单位子图转换为第一点云数据，以及将所述第二单位子图转换为第二点云数据；
步骤C20，获取所述第一单位子图和所述第二单位子图之间的重叠区域内的所述第一单位子图对应的第三点云数据以及所述第二单位子图对应的第四点云数据；
步骤C30，根据所述第三点云数据和所述第四点云数据之间的第一转换关系以及所述第一单位子图与所述预设建图算法构建得到的全局地图之间的第二转换关系，确定所述第二单位子图与所述全局地图之间的第三转换关系；
步骤C40，根据所述第二转换关系，将所述第一点云数据转换为第五点云数据，得到第一处理单位子图，以及，根据所述第三转换关系，将所述第二点云数据转换为第六点云数据，得到第二处理单位子图。
作为一种示例，步骤C10包括：将所述第一单位子图对应的二维坐标数据按三维格式进行赋值，得到第一点云数据，将所述第二单位子图对应的二维坐标数据按三维格式进行赋值，得到第二点云数据。
作为一种示例，步骤C20至步骤C40包括：获取所述第一单位子图和所述第二单位子图之间的重叠区域内的所述第一单位子图对应的第三点云数据以及所述第二单位子图对应的第四点云数据；对所述第三点云数据和所述第四点云数据进行重叠匹配，得到所述第三点云数据和所述第四点云数据之间的第一转换关系，根据所述第一单位子图在所述预设建图算法构建得到的全局地图的相对位置信息，确定所述第一单位子图与所述全局地图之间的第二转换关系，根据所述第一转换关系和所述第二转换关系，确定所述第二单位子图与所述全局地图之间的第三转换关系；根据所述第二转换关系，将所述第一点云数据转换为第五点云数据，得到第一处理单位子图，以及，根据所述第三转换关系，将所述第二点云数据转换为第六点云数据，得到第二处理单位子图。
其中，在步骤S30中，所述将各所述处理单位图组合为目标地图的步骤包括：
步骤D10，将各所述处理单位图进行聚类组合，得到聚类地图；
步骤D20，对所述聚类地图进行二维化处理，得到目标地图。
示例性地，步骤D10至步骤D20包括：根据各所述处理单位图在所述全局地图的相对位置信息，将各所述处理单位图进行聚类组合，得到聚类地图；对所述聚类地图进行二维化处理，得到目标地图。
本申请实施例提供了一种地图构建优化方法，相比于通过激光雷达数据和预设建图算法，以构建地图，本申请实施例通过获取预设建图算法根据激光数据生成的至少两个单位图；对各所述单位图进行边缘优化，得到优化单位图；根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图，通过对单位图进行边缘优化以及各优化单位图两两之间重叠处理，可实现对单位图的双重优化，避免了由于激光雷达数据可能存在不稳定，且分辨率较低，构建得到的目标地图可能存在毛刺边缘直线、重影或者不笔直的线情况的技术缺陷，从而提高了地图构建的准确性。
实施例三
本申请实施例还提供一种地图构建优化装置，参照图2，所述地图构建优化装置包括：
获取模块，用于获取预设建图算法根据激光数据生成的至少两个单位图；
优化模块，用于对各所述单位图进行边缘优化，得到优化单位图；
处理模块，用于根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
可选地，在所述获取预设建图算法根据激光数据生成的至少两个单位图的步骤之前，所述地图构建优化装置还用于：
对所述激光数据进行噪点去除，得到处理激光数据；
对所述处理激光数据进行直线拟合处理，得到拟合直线点；
根据所述拟合直线点对应的坐标，对所述处理激光数据进行替换，得到目标激光数据，以供所述预设建图算法根据所述目标激光数据生成至少两个单位图。
可选地，所述优化模块还用于：
将各所述单位图以预设倍数放大，得到放大单位图；
获取激光原点，在各所述放大单位图中将所述激光原点与各所述拟合直线点相连，得到连线区域；
清除处于所述连线区域中的激光数据，以对各所述放大单位图进行边缘优化，将各所述放大单位图以所述预设倍数缩小，得到所述优化单位图。
可选地，所述处理模块还用于：
在各所述优化单元图中筛选第一单位图组；
根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组；
在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图；
根据所述第一处理单位图组，对所述第二单位图进行处理，得到第二处理单位图，并将所述第二处理单位图加入所述第一处理单位图组；
返回执行所述在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图的步骤以及后续步骤，直至各所述优化单位图均选取完毕。
可选地，所述处理模块还用于：
获取各所述优化单元图在所述预设建图算法构建得到的全局地图的相对位置信息；
在各所述优化单元图中选取所述相对位置信息满足预设相对位置条件的第一单位图组。
可选地，所述第一单位图组包括第一单位子图和第二单位子图，所述第一处理单位图组包括第一处理单位子图和第二处理单位子图，所述处理模块还用于：
将所述第一单位子图转换为第一点云数据，以及将所述第二单位子图转换为第二点云数据；
获取所述第一单位子图和所述第二单位子图之间的重叠区域内的所述第一单位子图对应的第三点云数据以及所述第二单位子图对应的第四点云数据；
根据所述第三点云数据和所述第四点云数据之间的第一转换关系以及所述第一单位子图与所述预设建图算法构建得到的全局地图之间的第二转换关系，确定所述第二单位子图与所述全局地图之间的第三转换关系；
根据所述第二转换关系，将所述第一点云数据转换为第五点云数据，得到第一处理单位子图，以及，根据所述第三转换关系，将所述第二点云数据转换为第六点云数据，得到第二处理单位子图。
可选地，所述处理模块还用于：
将各所述处理单位图进行聚类组合，得到聚类地图；
对所述聚类地图进行二维化处理，得到目标地图。
本申请提供的地图构建优化装置，采用上述实施例中的地图构建优化方法，解决了地图构建不准确的技术问题。与现有技术相比，本申请实施例提供的地图构建优化装置的有益效果与上述实施例提供的地图构建优化方法的有益效果相同，且该地图构建优化装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
实施例四
本申请实施例提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例中的地图构建优化方法。
下面参考图3，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中，还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常，以下系统可以连接至I/O接口：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置；包括例如磁带、硬盘等的存储装置；以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从ROM被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。
本申请提供的电子设备，采用上述实施例中的地图构建优化方法，解决了地图构建不准确的技术问题。与现有技术相比，本申请实施例提供的电子设备的有益效果与上述实施例提供的地图构建优化方法的有益效果相同，且该电子设备中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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，可轻易想到变化或替换，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所述权利要求的保护范围为准。
实施例五
本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例中的地图构建优化方法的方法。
本申请实施例提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取预设建图算法根据激光数据生成的至少两个单位图；对各所述单位图进行边缘优化，得到优化单位图；根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Sma l lta lk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单位本身的限定。
本申请提供的计算机可读存储介质，存储有用于执行上述地图构建优化方法的计算机可读程序指令，解决了地图构建不准确的技术问题。与现有技术相比，本申请实施例提供的计算机可读存储介质的有益效果与上述实施提供的地图构建优化方法的有益效果相同，在此不做赘述。
实施例六
本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的地图构建优化方法的步骤。
本申请提供的计算机程序产品解决了地图构建不准确的技术问题。与现有技术相比，本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的地图构建优化方法的有益效果相同，在此不做赘述。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种地图构建优化方法，其特征在于，所述地图构建优化方法包括：
获取预设建图算法根据激光数据生成的至少两个单位图；
对各所述单位图进行边缘优化，得到优化单位图；
根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
2.如权利要求1所述地图构建优化方法，其特征在于，在所述获取预设建图算法根据激光数据生成的至少两个单位图的步骤之前，还包括：
对所述激光数据进行噪点去除，得到处理激光数据；
对所述处理激光数据进行直线拟合处理，得到拟合直线点；
根据所述拟合直线点对应的坐标，对所述处理激光数据进行替换，得到目标激光数据，以供所述预设建图算法根据所述目标激光数据生成至少两个单位图。
3.如权利要求2所述地图构建优化方法，其特征在于，所述对各所述单位图进行边缘优化，得到优化单位图的步骤包括：
将各所述单位图以预设倍数放大，得到放大单位图；
获取激光原点，在各所述放大单位图中将所述激光原点与各所述拟合直线点相连，得到连线区域；
清除处于所述连线区域中的激光数据，以对各所述放大单位图进行边缘优化，将各所述放大单位图以所述预设倍数缩小，得到所述优化单位图。
4.如权利要求1所述地图构建优化方法，其特征在于，所述根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图的步骤包括：
在各所述优化单元图中筛选第一单位图组；
根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组；
在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图；
根据所述第一处理单位图组，对所述第二单位图进行处理，得到第二处理单位图，并将所述第二处理单位图加入所述第一处理单位图组；
返回执行所述在各所述优化单位图中选取与所述第一处理单位图组相邻的第二单位图的步骤以及后续步骤，直至各所述优化单位图均选取完毕。
5.如权利要求4所述地图构建优化方法，其特征在于，所述在各所述优化单元图中筛选第一单位图组的步骤包括：
获取各所述优化单元图在所述预设建图算法构建得到的全局地图的相对位置信息；
在各所述优化单元图中选取所述相对位置信息满足预设相对位置条件的第一单位图组。
6.如权利要求4所述地图构建优化方法，其特征在于，所述第一单位图组包括第一单位子图和第二单位子图，所述第一处理单位图组包括第一处理单位子图和第二处理单位子图，
所述根据所述第一单位图组中各优化单位图两两之间的重叠区域，对所述第一单位图组进行处理，得到第一处理单位图组的步骤包括：
将所述第一单位子图转换为第一点云数据，以及将所述第二单位子图转换为第二点云数据；
获取所述第一单位子图和所述第二单位子图之间的重叠区域内的所述第一单位子图对应的第三点云数据以及所述第二单位子图对应的第四点云数据；
根据所述第三点云数据和所述第四点云数据之间的第一转换关系，以及所述第一单位子图与所述预设建图算法构建得到的全局地图之间的第二转换关系，确定所述第二单位子图与所述全局地图之间的第三转换关系；
根据所述第二转换关系，将所述第一点云数据转换为第五点云数据，得到第一处理单位子图，以及，根据所述第三转换关系，将所述第二点云数据转换为第六点云数据，得到第二处理单位子图。
7.如权利要求1所述地图构建优化方法，其特征在于，所述将各所述处理单位图组合为目标地图的步骤包括：
将各所述处理单位图进行聚类组合，得到聚类地图；
对所述聚类地图进行二维化处理，得到目标地图。
8.一种地图构建优化装置，其特征在于，所述地图构建优化装置包括：
获取模块，用于获取预设建图算法根据激光数据生成的至少两个单位图；
优化模块，用于对各所述单位图进行边缘优化，得到优化单位图；
处理模块，用于根据各所述优化单位图两两之间的重叠区域，对各所述优化单位图进行处理得到处理单位图，并将各所述处理单位图组合为目标地图。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述的地图构建优化方法的步骤。
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上存储有实现地图构建优化方法的程序，所述实现地图构建优化方法的程序被处理器执行以实现如权利要求1至7中任一项所述地图构建优化方法的步骤。
CN202211700536.5A 2022-12-28 2022-12-28 地图构建优化方法、装置、电子设备及可读存储介质 Pending CN116045960A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211700536.5A CN116045960A (zh) 2022-12-28 2022-12-28 地图构建优化方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211700536.5A CN116045960A (zh) 2022-12-28 2022-12-28 地图构建优化方法、装置、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN116045960A true CN116045960A (zh) 2023-05-02

Family

ID=86128718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211700536.5A Pending CN116045960A (zh) 2022-12-28 2022-12-28 地图构建优化方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN116045960A (zh)

Similar Documents

Publication Publication Date Title
CN112101209B (zh) 用于路侧计算设备的确定世界坐标点云的方法和装置
WO2022105622A1 (zh) 图像分割方法、装置、可读介质及电子设备
CN111272181B (zh) 构建地图的方法、装置、设备和计算机可读介质
CN112150491B (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN113129366B (zh) 单目slam初始化方法、装置及电子设备
CN111400537B (zh) 一种道路元素信息获取方法、装置和电子设备
CN110490926B (zh) 标高确定方法、装置和电子设备
CN116045960A (zh) 地图构建优化方法、装置、电子设备及可读存储介质
CN116342785A (zh) 一种图像处理方法、装置、设备及介质
CN110619028A (zh) 房源详情页的地图显示方法、装置、终端设备及介质
CN113506356B (zh) 面积图的绘制方法、装置、可读介质和电子设备
CN110807164B (zh) 图像区域的自动调节方法、装置、电子设备及计算机可读存储介质
CN111311665B (zh) 视频处理方法、装置及电子设备
CN112416189A (zh) 跨页寻焦方法、装置及电子设备
CN111159593A (zh) 流程图的生成方法、装置、存储介质和电子设备
CN114661938B (zh) 地图数据展示方法和装置
CN111200705A (zh) 图像处理方法和装置
CN114724528B (zh) 显示设备的显示控制方法、装置、电子设备及存储介质
CN112395826B (zh) 文字特效处理方法及装置
CN113791628B (zh) 基于复合冀无人机的快速着陆轨迹规划方法及装置
CN111563214B (zh) 参考线处理方法及装置
CN115908143B (zh) 车辆跨层泊车方法、装置、电子设备和计算机可读介质
CN115470292B (zh) 区块链共识方法、装置、电子设备及可读存储介质
CN110263797B (zh) 骨架的关键点估计方法、装置、设备及可读存储介质
US20240153128A1 (en) Method of detecting collision of objects, device, and storage medium

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