CN117348019A - 一种激光雷达位姿优化方法、装置、电子设备和存储介质 - Google Patents

一种激光雷达位姿优化方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN117348019A
CN117348019A CN202311290819.1A CN202311290819A CN117348019A CN 117348019 A CN117348019 A CN 117348019A CN 202311290819 A CN202311290819 A CN 202311290819A CN 117348019 A CN117348019 A CN 117348019A
Authority
CN
China
Prior art keywords
point
grid
laser
pose
laser radar
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
CN202311290819.1A
Other languages
English (en)
Inventor
黄彬
李振
李聪平
周迪
赖志林
周勇
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.)
Guangzhou Saite Intelligent Technology Co Ltd
Original Assignee
Guangzhou Saite 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 Guangzhou Saite Intelligent Technology Co Ltd filed Critical Guangzhou Saite Intelligent Technology Co Ltd
Priority to CN202311290819.1A priority Critical patent/CN117348019A/zh
Publication of CN117348019A publication Critical patent/CN117348019A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • 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
    • 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
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了一种激光雷达位姿优化方法、装置、电子设备和存储介质，包括：获取激光雷达采集的激光点云，以预设大小的栅格对激光点云在X‑Y平面上进行划分，针对每个栅格，基于栅格到激光雷达坐标系原点的距离在栅格内设置多个连续的高度区间，根据栅格内的激光点云在高度区间的分布趋势从激光点云中确定特征点，特征点包括水平面特征点和立面特征点；基于特征点和地图点云对激光雷达的位姿进行优化。水平面特征点、立面特征点都是平面上的特征点，一般来源于稳定存在的物体，例如厂房、马路等，相对于其他的点云稳定性更高，基于这些特征点和地图点云对激光雷达的位姿进行优化，可以提高激光雷达位姿的准确性和建图质量。

Description

一种激光雷达位姿优化方法、装置、电子设备和存储介质
技术领域
本发明涉及激光雷达技术领域，尤其涉及一种激光雷达位姿优化方法、装置、电子设备和存储介质。
背景技术
基于激光雷达3D地图构建，是指通过激光雷达采集周围环境点云数据，并通过算法将在不同地点采集的点云数据进行匹配拼接构建环境地图的技术。该技术的关键是要准确获取环境中稳定的点云特征，以确保匹配优化时能得到精确的激光雷达的位姿，其对地图的精度起决定性作用。
在现有的激光雷达的位姿方法中，通常在激光雷达点云数据中提取特征与地图点云进行匹配优化，现有的多线激光雷达点云特征提取主要是对在单个线束内计算点的曲率来提取线特征点和面特征点。现有的方法虽然简单高效，但容易将落在不稳定对象上的激光点提取为特征点，如将落在簇拥的灌木和树叶等对象上的激光点误认为是平面点，尤其是在复杂环境中时，例如公园、空间小且树木多的小区等，会导致激光雷达位姿不准确、建图质量明显下降。
发明内容
本发明提供了一种激光雷达位姿优化方法，以解决现有的激光雷达的位姿方法存在激光雷达位姿不准确、建图质量明显下降的问题。
第一方面，本发明提供了一种激光雷达位姿优化方法，包括：
获取激光雷达采集的激光点云；
以预设大小的栅格对所述激光点云在X-Y平面上进行划分；
针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间；
根据所述栅格内的所述激光点云在所述高度区间的分布趋势，从所述激光点云中确定特征点，所述特征点包括水平面特征点和立面特征点；
基于所述特征点和地图点云对激光雷达的位姿进行优化。
第二方面，本发明提供了一种激光雷达位姿优化装置，包括：
点云获取模块，用于获取激光雷达采集的激光点云；
点云划分模块，用于以预设大小的栅格对所述激光点云在X-Y平面上进行划分；
高度区间划分模块，用于针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间；
特征点确定模块，用于根据所述栅格内的所述激光点云在所述高度区间的分布趋势，从所述激光点云中确定特征点，所述特征点包括水平面特征点和立面特征点；
位姿优化模块，用于基于所述特征点和地图点云对激光雷达的位姿进行优化。
第三方面，本发明提供了一种电子设备，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计算机程序，所述计算机程序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本发明第一方面所述的激光雷达位姿优化方法。
第四方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明第一方面所述的激光雷达位姿优化方法。
本发明实施例提供的激光雷达位姿优化方法，获取激光雷达采集的激光点云，以预设大小的栅格对激光点云在X-Y平面上进行划分；针对每个栅格，基于栅格到激光雷达坐标系原点的距离在栅格内设置多个连续的高度区间；根据栅格内的激光点云在高度区间的分布趋势，从激光点云中确定特征点，特征点包括水平面特征点和立面特征点；基于特征点和地图点云对激光雷达的位姿进行优化。水平面特征点、立面特征点都是平面上的特征点，一般来源于稳定存在的物体，例如厂房(对应立面特征点)、马路(对应水平面特征点)等，相对于其他的点云(例如容易摇晃的树叶)稳定性更高，基于这些特征点和地图点云对激光雷达的位姿进行优化，可以提高激光雷达位姿的准确性和建图质量。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例一提供的一种激光雷达位姿优化方法的流程图；
图2是本发明实施例一提供的一种栅格划分示意图；
图3是本发明实施例一提供的一种栅格内的高度区间设置示意图；
图4是本发明实施例二提供的一种激光雷达位姿优化方法的流程图；
图5是本发明实施例三提供的一种激光雷达位姿优化方法的流程图；
图6是本发明实施例四提供的一种激光雷达位姿优化装置的结构示意图；
图7是本发明实施例五提供的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
实施例一
图1为本发明实施例一提供的一种激光雷达位姿优化方法的流程图，本实施例可适用于对激光雷达位姿进行优化的情况，该方法可以由激光雷达位姿优化装置来执行，该激光雷达位姿优化装置可以采用硬件和/或软件的形式实现，该激光雷达位姿优化装置可配置于电子设备中。如图1所示，该激光雷达位姿优化方法包括：
S101、获取激光雷达采集的激光点云。
激光雷达可以装配于需要获取周围环境信息来实现定位、导航等功能的目标对象上，目标对象可以为汽车、无人机、机器人等。获取激光雷达采集的激光点云，具体指的是获取激光雷达在当前环境中采集的激光点云。
激光雷达在获取物体表面每个采样点的空间坐标后，得到的是一个点的集合，称之为点云，点云是指目标表面特性的点集合，即为数据集，数据集中的每个点代表一组几何坐标(x、y、z)和一个强度值。
机载(或车载)激光雷达系统是一个复杂的系统，包含了激光测距仪、角度编码器、GPS、IMU等子系统，每个子系统都采集有相应的数据，包含GPS数据、IMU数据、同步时间数据、多波段传感器数据等。其中有些是过程数据，如IMU数据、GPS数据等；有些是结果数据，如坐标数据、高程数据、回波强度数据等。
在一个可选实施例中，在获取激光雷达坐标系下的激光点云之后，还包括：根据惯性测量单元(IMU)采集的滚转角和俯仰角得到旋转矩阵；基于旋转矩阵对激光点云进行坐标转换，以对激光点云进行修正。这里是考虑到若激光雷达位于斜坡或不平整的路面时，使得激光雷达位于倾斜状态，这样测量结果可精准性降低，因此，通过上述修正过程可以使得激光点云位于水平状态。
S102、以预设大小的栅格对激光点云在X-Y平面上进行划分。
激光雷达的坐标系为三维空间坐标系(X-Y-Z)，则激光点云也分布于该三维空间中。栅格可以是垂直于X-Y平面的长方体，仅限制其X-Y平面长和宽，即栅格的大小，栅格的大小可以预先确定，例如为40cm×40cm。在划分激光点云时，栅格是紧密连接的，且每个栅格的大小相同(Z方向高度可不相同)。具体地，在获得激光点云后，首先可以先将激光点云投影在X-Y平面，获得包围X-Y平面上的所有激光点云的最小的矩形，然后在该矩形的基础上，以预设大小的栅格对激光点云在X-Y平面上进行划分。图2是一种栅格划分示意图，如图2所示，在X-Y平面上设置多个栅格20，多个栅格20覆盖包围X-Y平面上的所有激光点云的最小的矩形10，亦即覆盖了激光点云在X-Y平面的投影。
需要说明的是，由于栅格不一定能恰好填充满该矩形，可能出现栅格超出矩形边界的情况。例如，当栅格的大小为40cm×40cm，当矩形为80cm×40cm，则2个栅格可以划分该矩形并恰好填充满该矩形，而当矩形为110cm×50cm，则需要6个栅格来划分该矩形，此时栅格超出矩形边界，如图2所示，所有栅格20可以超过矩形10(虚线框)的边界。
栅格的大小也可以根据矩形的平面大小来确定，例如，可以设置栅格的大小占矩形的平面面积的百分比等，在已知矩形的平面面积时，便可以计算出栅格的大小。
S103、针对每个栅格，基于栅格到激光雷达坐标系原点的距离在栅格内设置多个连续的高度区间。
本发明的激光雷达为多线激光雷达，例如4线、8线、16线、32线、64线和128线，就是在垂直方向上具有多个发射器和接收器，通过电机的旋转，获得多条线束，线数越多，物体表面轮廓越完善。但所能检测到的点云的数量与物体到激光雷达的距离有关，因为物体到激光雷达的距离越远，则线束越稀疏，所获得的点云也越稀疏，在后续的步骤中，点云在高度区间中的分布趋势将作为特征点的参考因素，考虑到点云稀疏性与物体到雷达的距离有关，则可以基于物体到雷达的距离来设置每个栅格的高度区间。因此，本实施例基于栅格到激光雷达坐标系原点的距离来在栅格内设置多个连续的高度区间，同一栅格内每个高度区间的高度值相同。具体地，每个高度区间的高度值可以与栅格到激光雷达坐标系原点的距离成正比。图3为一种栅格内的高度区间设置示意图，如图3所示，在栅格201和栅格202中划分高度区间，栅格201到激光雷达坐标系原点的距离更近，因此栅格201中每个高度区间的高度值较小，在足够大的同等高度空间内，设置的高度区间的数量更多，栅格202到激光雷达坐标系原点的距离更远，因此栅格201中每个高度区间的高度值较大，在足够大的同等高度空间内，设置的高度区间的数量相对更少。
需要说明的是，栅格到激光雷达坐标系原点的距离，可以是栅格的中心点到激光雷达坐标系原点的距离，也可以是栅格上的一点到激光雷达坐标系原点的最小距离或最大距离等，本发明对此不加以限制。此外，对于一个栅格内的连续的高度区间来说，至少各个高度区间所对应的z轴的值要覆盖所有点云的高度值，因此，各个栅格对应的高度区间的总高度值可以不同。当然，也可以将所有点云的高度最大值作为各个栅格对应的高度区间的总高度值，再基于此来划分高度区间。
现有的点云特征提取采用PFH(point feature histogram，点特征直方图)、FPFH(Fast point feature histograms，快速点特征直方图)等方法，这些方法一般存在效率低、对稀疏点云进行点云特征提取的效果不佳等缺点。本实施例中，通过基于栅格到激光雷达坐标系原点的距离确定出单位高度，然后基于该单位高度来设置高度区间，充分考虑了点云的稀疏性与检测距离的关系，可以高效率地提取到效果较好的特征点。
S104、根据栅格内的激光点云在高度区间的分布趋势，从激光点云中确定特征点，特征点包括水平面特征点和立面特征点。
特征点包括水平面特征点和立面特征点，水平面特征点即位于水平面上的特征点，其特征是法向量与重力方向平行，立面特征点即位于立面(或立柱)上的特征点，其特征是法向量与重力方向垂直。
针对每个栅格，根据栅格内的激光点云在高度区间的分布趋势，从激光点云中确定特征点，对于一个立面来说，在该立面所在的位置的竖直(重力)方向上，将存在连续的点云，因此，可以将点云分布的连续性作为立面的判断依据。在先已经针对各个栅格设置了高度区间，每个高度栅格表示一个较小的水平方向的位置范围，若在一个较小的水平位置范围内，在连续的高度区间内均存在点云，则说明这些点云位于同一立面上，且这些点云属于立面特征点。当然，还可以将同一栅格内的点云拟合成平面，然后计算该平面与预设垂直立面之间的夹角(锐角)，若夹角小于预设角度，则认为栅格内的点云位于同一立面上，且这些点云属于立面特征点。
对于一个水平面来说，考虑到测量误差，水平面上所有点云的高度是相同或相近的，因此可以根据一个栅格内，所有点云的高度值的差值来判断该栅格内的点云是否位于同一水平面。同样地，也可以通过平面拟合，然后计算平面与预设的水平面之间的夹角来进行判断。
对于上述特征点来说，都是位于平面上的点，包括水平面和立面，水平面一般为路面、平直的房顶等平直的物体，而立面可以为灯杆、厂房等竖直的物体，相对于灌木丛、树叶这类物体来说，这些特征点所在平面都是相对稳定的，可以用于激光雷达的位姿优化。
S105、基于特征点和地图点云对激光雷达的位姿进行优化。
激光雷达的位姿是指目标物体在激光雷达的对应的三维空间(激光雷达坐标系)中的位置和姿态。位置的三个变量分别为x、y、z，姿态的三个变量分别为roll(横滚角)、pitch(俯仰角)、yaw(偏航角)。
地图点云相当于是地图坐标系下的标准点云。在获取到特征点时，可以基于特征点和地图点云对激光雷达的位姿进行优化，具体地，可以针对每个特征点，根据地图点云确定特征点在地图坐标系中最近的校准平面，基于特征点到校准平面的点面距离对激光雷达的位姿进行优化。
本发明实施例提供的激光雷达位姿优化方法，获取激光雷达采集的激光点云，以预设大小的栅格对激光点云在X-Y平面上进行划分；针对每个栅格，基于栅格到激光雷达坐标系原点的距离在栅格内设置多个连续的高度区间；根据栅格内的激光点云在高度区间的分布趋势，从激光点云中确定特征点，特征点包括水平面特征点和立面特征点；基于特征点和地图点云对激光雷达的位姿进行优化。水平面特征点、立面特征点都是平面上的特征点，一般来源于稳定存在的物体，例如厂房(对应立面特征点)、马路(对应水平面特征点)等，相对于其他的点云(例如容易摇晃的树叶)稳定性更高，基于这些特征点和地图点云对激光雷达的位姿进行优化，可以提高激光雷达位姿的准确性和建图质量。
实施例二
图4为本发明实施例二提供的一种激光雷达位姿优化方法的流程图，本发明实施例在上述实施例一的基础上进行优化，如图4所示，该激光雷达位姿优化方法包括：
S401、获取激光雷达采集的激光点云。
在一个可选实施例中，在以预设大小的栅格对激光点云在X-Y平面上进行划分之后，还包括：针对每个栅格，判断栅格内的激光点云的数量是否小于预设第一数量；若是，删除栅格内的激光点云。
对于一个栅格来说，栅格内激光点云的数量是否小于预设第一数量，则确定数量过少，认为该栅格内的激光点云为噪点，预设第一数量可以为5个。将噪点进行清除，可以提高点云数据处理的效率和准确性。
S402、以预设大小的栅格对激光点云在X-Y平面上进行划分。
S403、针对每个栅格，基于栅格到激光雷达坐标系原点的距离确定出单位高度。
单位高度与栅格到激光雷达坐标系原点的距离成正比。
单位高度h的大小设置采用自适应的方式，使其与栅格到激光雷达中心的距离成正比，即h＝α*dist，其中α>0，α为比例参数，可根据激光雷达的线束分布设置，dist为栅格中心到激光雷达中心的距离。
S404、将单位高度作为每个高度区间的高度值，在栅格内设置多个连续的高度区间。
S405、根据栅格内的激光点云在高度区间的分布趋势，从激光点云中确定特征点，特征点包括水平面特征点和立面特征点。
具体地，针对每个栅格，判断栅格内的激光点云是否分布于连续的高度区间内；若是，确定栅格内的激光点云为立面特征点；若否，计算栅格内的激光点云的最大高度值与最小高度值的差值；判断差值是否小于预设的高度阈值；若差值小于预设的高度阈值，确定栅格内的激光点云为水平面特征点。
S406、针对每个特征点，根据地图点云确定特征点在地图坐标系中最近的校准平面。
具体地，针对每个特征点，将特征点从激光雷达坐标系转换到地图坐标系下；在地图点云中获取距离特征点最近的预设第二数量的点，作为参考点；判断参考点是否位于同一平面；若是，将参考点所在的平面作为特征点在地图坐标系中最近的校准平面；若否，丢弃特征点。需要说明的是，此处是遍历每个特征点，针对每个特征确定对应的校准平面。
本步骤在确定校准平面的同时，对提取到的特征点的稳定性进行评估，若特征点最近的参考点位于同一平面，认为特征点也位于平面上，即可确定该特征点是稳定的，反之，则确定该特征点是不稳定的。例如，当特征点位于灌木上时，灌木具有参差不齐的特征，则该特征点最近的参考点，很大可能不能集成于同一平面，而当特征点位于马路、厂房的墙壁等平面时，则其最近的参考点通常也是通常是位于同一平面的。
S407、基于特征点到校准平面的点面距离对激光雷达的位姿进行优化。
特征点是用于位姿优化的点，在先已经确定了各个特征点的校准平面，实际上是在确定特征点应当所属的平面，理论上来说特征点到其所属的平面的点面距离应为0，但由于激光雷达的位姿测量误差，则可能出现不为0的情况，因此，可以基于上述点面距离来优化激光雷达的位姿。具体地，可以构建点面距离与激光雷达的位姿的优化函数，以点面距离的和值的最小值作为限制条件，来对激光雷达的位姿进行优化。
本实施例对噪声点云进行清除，以及对所提取到的特征点的稳定性进行评估，可以进一步提高用于优化的特征点的可用性，进而提高激光雷达的位姿的准确性。
实施例三
图5为本发明实施例三提供的一种激光雷达位姿优化方法的流程图，本发明实施例在上述实施例一的基础上进行优化，如图5所示，该激光雷达位姿优化方法包括：
S501、获取激光雷达采集的激光点云。
S502、以预设大小的栅格对激光点云在X-Y平面上进行划分。
S503、针对每个栅格，基于栅格到激光雷达坐标系原点的距离在栅格内设置多个连续的高度区间。
S504、根据栅格内的激光点云在高度区间的分布趋势，从激光点云中确定特征点，特征点包括水平面特征点和立面特征点。
S501-S504可参考实施例一中的S101-S104，在此不加以描述。
S505、针对每个特征点，根据地图点云确定特征点在地图坐标系中最近的校准平面。
具体地，针对每个特征点，将特征点从激光雷达坐标系转换到地图坐标系下；在地图点云中获取距离特征点最近的预设第二数量的点，作为参考点；判断参考点是否位于同一平面；若是，将参考点所在的平面作为特征点在地图坐标系中最近的校准平面；若否，丢弃特征点。
S506、针对立面特征点所在的栅格，计算栅格内立面特征点的最大高度值与最小高度值的差值，作为栅格内的立面特征点对应的立面的高度属性值。
示例性的，栅格内的立面特征点的高度值包括1.3、1.2、2.1、1.5、3.6、3.2、3.8、4.2(单位m)，那么该栅格内的立面特征点对应的立面的高度属性值：4.2m(高度最大值)-1.2m(高度最小值)＝3m。
S507、基于预设的水平权重、立面特征点对应的高度属性值确定每个立面特征点对应的点面距离的立面权重。
水平权重为每个水平面特征点对应的点面距离的权重。
在进行位姿优化时，若有些不太稳定的特点与稳定显著的特征点在优化中起同等作用，这容易导致获取到的激光雷达位姿精度下降，从而影响地图构建的质量，例如，使地图出现重影以及建筑弯曲等现象。因此，在一个可选的实施例中，基于参与位姿优化的水平面特征点的数量和预设的水平权重计算总权重；根据立面特征点对应的高度属性值将总权重分配给立面特征点对应的点面距离，得到每个立面特征点对应的点面距离的立面权重，立面权重的大小与高度属性值成正比。
示例性的，将水平面特征点的点面距离的水平权重相同，均设置为a，则总权重M＝nums*a，nums为位姿优化的水平面特征点的数量，再将总权重M分配给立面特征点i对应的点面距离，每个立面特征点对应的点面距离的立面权重bi＝M*hi/hsum，hi为立面特征点i对应的高度属性值，hsum为所有高度属性值的和值。
立面特征点对应的高度属性值表示立面的显著性，高度属性值越大则特征点的显著性越强，显著性强的特征点往往落在，较大的立面上，会比那些高度属性值较小的点稳定，对于位姿优化更为重要。对于同一个栅格来说，其中的所有立面特征点的对应的高度属性值相同。
水平面特征点有助于优化坐标中的z值、姿态中的roll、pitch，立面特征点有助于优化坐标中的x值、y值以及姿态中的yaw，因此，为了保证所有的位姿能均衡地被优化，本实施例设置水平面特征点的总权重和立面特征点的总权重相同，来保证在激光雷达的位姿优化时，立面特征点的参与度与水平面特征点的参与度相同。因为在实际的检测中，立面特征点的数量相对较少，而水平面特征点的数量相对较多，本实施例这样设置，可以保证优化过程中两种特征点的参与度相同，即所有的位姿能均衡地被优化。
S508、基于水平权重、立面权重以及特征点到校准平面的点面距离优化激光雷达的位姿。
具体包括：针对一个特征点，将特征点到校准平面的点面距离、点面距离的权重的乘积作为子距离；构建所有子距离的和值与激光雷达的位姿的优化函数；计算使得所有子距离的和值最小时的优化函数的解，以此来优化激光雷达的位姿。通过将所有子距离的和值最小作为限制条件来求解优化函数的解，可以对激光雷达的位姿进行优化。
本实施例通过对水平面特征点、立面特征点的总权重进行均分，可以保证位姿优化的均衡性，此外，对于每个立面特征点，根据立面特征点所在立面的高度属性来进行权重分配，可以使得立面显著性更强的特征点、稳定性更高的点在优化过程中的占比权重更大，有利于激光雷达的位姿优化，即使在公园、小区等不稳定对象比较多的场景也能保持较高的精度。
实施例四
图6为本发明实施例四提供的一种激光雷达位姿优化装置的结构示意图。如图6所示，该激光雷达位姿优化装置包括：
点云获取模块601，用于获取激光雷达采集的激光点云；
点云划分模块602，用于以预设大小的栅格对所述激光点云在X-Y平面上进行划分；
高度区间划分模块603，用于针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间；
特征点确定模块604，用于根据所述栅格内的所述激光点云在所述高度区间的分布趋势，从所述激光点云中确定特征点，所述特征点包括水平面特征点和立面特征点；
位姿优化模块605，用于基于所述特征点和地图点云对激光雷达的位姿进行优化。
在一个可选实施例中，所述激光雷达位姿优化装置，还包括：
旋转矩阵获取模块，用于根据惯性测量单元采集的滚转角和俯仰角得到旋转矩阵；
点云修正模块，用于基于所述旋转矩阵对所述激光点云进行坐标转换，以对所述激光点云进行修正。
在一个可选实施例中，所述激光雷达位姿优化装置，还包括：
数量确定模块，用于针对每个所述栅格，判断所述栅格内的所述激光点云的数量是否小于预设第一数量；若是，则执行点云删除模块的内容。
点云删除模块，用于删除所述栅格内的所述激光点云。
在一个可选实施例中，所述高度区间划分模块603，包括：
单位高度确定子模块，用于针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离确定出单位高度；
高度区间设置子模块，用于将所述单位高度作为每个高度区间的高度值，在所述栅格内设置多个连续的高度区间。
在一个可选实施例中，所述单位高度与所述栅格到激光雷达坐标系原点的距离成正比。
在一个可选实施例中，所述特征点确定模块604，包括：
趋势判断子模块，用于针对每个所述栅格，判断所述栅格内的所述激光点云是否分布于连续的所述高度区间内；若是执行立面特征点确定子模块的内容，若否执行高度差值计算子模块的内容。
立面特征点确定子模块，用于确定所述栅格内的所述激光点云为立面特征点；
高度差值计算子模块，用于计算所述栅格内的所述激光点云的最大高度值与最小高度值的差值；
差值判断子模块，用于判断所述差值是否小于预设的高度阈值；
水平面特征点确定子模块，用于若所述差值小于预设的高度阈值，确定所述栅格内的所述激光点云为水平面特征点。
在一个可选实施例中，位姿优化模块605，包括：
校准平面确定子模块，用于针对每个所述特征点，根据地图点云确定所述特征点在地图坐标系中最近的校准平面；
位姿优化子模块，用于基于所述特征点到所述校准平面的点面距离对激光雷达的位姿进行优化。
在一个可选实施例中，所述校准平面确定子模块，包括：
坐标转换单元，用于针对每个所述特征点，将所述特征点从激光雷达坐标系转换到地图坐标系下；
参考点确定单元，用于在所述地图点云中获取距离所述特征点最近的预设第二数量的点，作为参考点；
平面判断单元，用于判断所述参考点是否位于同一平面；若是执行校准平面确定单元的内容；若否执行特征点丢弃单元的内容；
校准平面确定单元，用于将所述参考点所在的平面作为所述特征点在地图坐标系中最近的校准平面；
特征点丢弃单元，用于丢弃所述特征点。
在一个可选实施例中，所述位姿优化子模块，包括：
高度属性值确定单元，用于针对所述立面特征点所在的所述栅格，计算所述栅格内的所述立面特征点的最大高度值与最小高度值的差值，作为所述栅格内的所述立面特征点对应的立面的高度属性值；
权重分配单元，用于基于预设的水平权重、所述立面特征点对应的所述高度属性值确定每个所述立面特征点对应的点面距离的立面权重，所述水平权重为每个所述水平面特征点对应的点面距离的权重；
位姿优化单元，用于基于所述水平权重、所述立面权重以及所述特征点到所述校准平面的点面距离优化激光雷达的位姿。
在一个可选实施例中，所述权重分配单元，包括：
总权重计算子单元，用于基于参与位姿优化的所述水平面特征点的数量和预设的水平权重计算总权重；
立面权重确定子单元，用于根据所述立面特征点对应的所述高度属性值将所述总权重分配给所述立面特征点对应的点面距离，得到每个所述立面特征点对应的点面距离的立面权重，所述立面权重的大小与所述高度属性值成正比。
在一个可选实施例中，所述位姿优化单元，包括：
子距离计算子单元，用于针对一个所述特征点，将所述特征点到所述校准平面的点面距离、所述点面距离的权重的乘积作为子距离；
优化函数构建子单元，用于构建所有所述子距离的和值与激光雷达的位姿的优化函数；
位姿优化子单元，用于计算使得所有所述子距离的和值最小时的所述优化函数的解，以此来优化激光雷达的位姿。
本发明实施例所提供的激光雷达位姿优化装置可执行本发明任意实施例所提供的激光雷达位姿优化方法，具备执行方法相应的功能模块和有益效果。
实施例五
图7示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器(ROM)42、随机访问存储器(RAM)43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序，来执行各种适当的动作和处理。在RAM 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如激光雷达位姿优化方法。
在一些实施例中，激光雷达位姿优化方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时，可以执行上文描述的激光雷达位姿优化方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行激光雷达位姿优化方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (14)

1.一种激光雷达位姿优化方法，其特征在于，包括：
获取激光雷达采集的激光点云；
以预设大小的栅格对所述激光点云在X-Y平面上进行划分；
针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间；
根据所述栅格内的所述激光点云在所述高度区间的分布趋势，从所述激光点云中确定特征点，所述特征点包括水平面特征点和立面特征点；
基于所述特征点和地图点云对激光雷达的位姿进行优化。
2.如权利要求1所述的激光雷达位姿优化方法，其特征在于，在所述获取激光雷达采集的激光点云之后，还包括：
根据惯性测量单元采集的滚转角和俯仰角得到旋转矩阵；
基于所述旋转矩阵对所述激光点云进行坐标转换，以对所述激光点云进行修正。
3.如权利要求1所述的激光雷达位姿优化方法，其特征在于，在所述以预设大小的栅格对所述激光点云在X-Y平面上进行划分之后，还包括：
针对每个所述栅格，判断所述栅格内的所述激光点云的数量是否小于预设第一数量；
若是，删除所述栅格内的所述激光点云。
4.如权利要求1所述的激光雷达位姿优化方法，其特征在于，所述针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间，包括：
针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离确定出单位高度；
将所述单位高度作为每个高度区间的高度值，在所述栅格内设置多个连续的高度区间。
5.如权利要求4所述的激光雷达位姿优化方法，其特征在于，所述单位高度与所述栅格到激光雷达坐标系原点的距离成正比。
6.如权利要求1所述的激光雷达位姿优化方法，其特征在于，所述根据所述栅格内的所述激光点云在所述高度区间的分布趋势，从所述激光点云中确定特征点，包括：
针对每个所述栅格，判断所述栅格内的所述激光点云是否分布于连续的所述高度区间内；
若是，确定所述栅格内的所述激光点云为立面特征点；
若否，计算所述栅格内的所述激光点云的最大高度值与最小高度值的差值；
判断所述差值是否小于预设的高度阈值；
若所述差值小于预设的高度阈值，确定所述栅格内的所述激光点云为水平面特征点。
7.如权利要求1-6任一项所述的激光雷达位姿优化方法，其特征在于，所述基于所述特征点和地图点云对激光雷达的位姿进行优化，包括：
针对每个所述特征点，根据地图点云确定所述特征点在地图坐标系中最近的校准平面；
基于所述特征点到所述校准平面的点面距离对激光雷达的位姿进行优化。
8.如权利要求7所述的激光雷达位姿优化方法，其特征在于，所述针对每个所述特征点，根据地图点云确定所述特征点在地图坐标系中最近的校准平面，包括：
针对每个所述特征点，将所述特征点从激光雷达坐标系转换到地图坐标系下；
在所述地图点云中获取距离所述特征点最近的预设第二数量的点，作为参考点；
判断所述参考点是否位于同一平面；
若是，将所述参考点所在的平面作为所述特征点在地图坐标系中最近的校准平面；
若否，丢弃所述特征点。
9.如权利要求7所述的激光雷达位姿优化方法，其特征在于，所述基于所述特征点到所述校准平面的点面距离对激光雷达的位姿进行优化，包括：
针对所述立面特征点所在的所述栅格，计算所述栅格内的所述立面特征点的最大高度值与最小高度值的差值，作为所述栅格内的所述立面特征点对应的立面的高度属性值；
基于预设的水平权重、所述立面特征点对应的所述高度属性值确定每个所述立面特征点对应的点面距离的立面权重，所述水平权重为每个所述水平面特征点对应的点面距离的权重；
基于所述水平权重、所述立面权重以及所述特征点到所述校准平面的点面距离优化激光雷达的位姿。
10.如权利要求9所述的激光雷达位姿优化方法，其特征在于，所述基于预设的水平权重、所述立面特征点对应的所述高度属性值确定每个所述立面特征点对应的点面距离的立面权重，包括：
基于参与位姿优化的所述水平面特征点的数量和预设的水平权重计算总权重；
根据所述立面特征点对应的所述高度属性值将所述总权重分配给所述立面特征点对应的点面距离，得到每个所述立面特征点对应的点面距离的立面权重，所述立面权重的大小与所述高度属性值成正比。
11.如权利要求9所述的激光雷达位姿优化方法，其特征在于，所述基于所述水平权重、所述立面权重以及所述特征点到所述校准平面的点面距离优化激光雷达的位姿，包括：
针对一个所述特征点，将所述特征点到所述校准平面的点面距离、所述点面距离的权重的乘积作为子距离；
构建所有所述子距离的和值与激光雷达的位姿的优化函数；
计算使得所有所述子距离的和值最小时的所述优化函数的解，以此来优化激光雷达的位姿。
12.一种激光雷达位姿优化装置，其特征在于，包括：
点云获取模块，用于获取激光雷达采集的激光点云；
点云划分模块，用于以预设大小的栅格对所述激光点云在X-Y平面上进行划分；
高度区间划分模块，用于针对每个所述栅格，基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间；
特征点确定模块，用于根据所述栅格内的所述激光点云在所述高度区间的分布趋势，从所述激光点云中确定特征点，所述特征点包括水平面特征点和立面特征点；
位姿优化模块，用于基于所述特征点和地图点云对激光雷达的位姿进行优化。
13.一种电子设备，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计算机程序，所述计算机程序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1-11中任一项所述的激光雷达位姿优化方法。
14.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-11中任一项所述的激光雷达位姿优化方法。
CN202311290819.1A 2023-10-07 2023-10-07 一种激光雷达位姿优化方法、装置、电子设备和存储介质 Pending CN117348019A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311290819.1A CN117348019A (zh) 2023-10-07 2023-10-07 一种激光雷达位姿优化方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311290819.1A CN117348019A (zh) 2023-10-07 2023-10-07 一种激光雷达位姿优化方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN117348019A true CN117348019A (zh) 2024-01-05

Family

ID=89370395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311290819.1A Pending CN117348019A (zh) 2023-10-07 2023-10-07 一种激光雷达位姿优化方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN117348019A (zh)

Similar Documents

Publication Publication Date Title
CN114387319B (zh) 点云配准方法、装置、设备以及存储介质
CN110795978B (zh) 路面点云数据提取方法、装置、存储介质及电子设备
CN115718305A (zh) 一种激光点云公路断面处理方法、装置、设备及存储介质
CN114217665A (zh) 一种相机和激光雷达时间同步方法、装置及存储介质
CN116659503A (zh) 巡检航线的规划方法、装置、电子设备及存储介质
CN115656989A (zh) 外参标定方法、装置、电子设备及存储介质
CN114299242A (zh) 高精地图中图像处理方法、装置、设备以及存储介质
CN114596362B (zh) 一种高点摄像头坐标计算方法、装置、电子设备及介质
CN116777966A (zh) 一种农田路面环境下车辆航向角的计算方法
CN117348019A (zh) 一种激光雷达位姿优化方法、装置、电子设备和存储介质
CN116129422A (zh) 单目3d目标检测方法、装置、电子设备和存储介质
CN116091709A (zh) 建筑物的三维重建方法、装置、电子设备和存储介质
CN113920273B (zh) 图像处理方法、装置、电子设备和存储介质
CN114910892A (zh) 一种激光雷达的标定方法、装置、电子设备及存储介质
CN114842305A (zh) 深度预测模型训练方法、深度预测方法及相关装置
CN114987497A (zh) 一种后向车道线拟合方法、装置、电子设备和存储介质
CN114019532A (zh) 工程进度核查方法及设备
CN113033456A (zh) 车辆车轮接地点的确定方法、装置、路侧设备及云控平台
CN117392000B (zh) 一种噪点去除方法、装置、电子设备及存储介质
CN116559927B (zh) 激光雷达的航向角确定方法、装置、设备及介质
CN113569856B (zh) 用于实测实量的模型语义分割方法及激光雷达
CN117075171B (zh) 激光雷达的位姿信息确定方法、装置、设备及存储介质
CN114612544B (zh) 图像处理方法、装置、设备和存储介质
CN115527188A (zh) 一种车库语义地图的确定方法、装置、设备及存储介质
CN118010003A (zh) 一种地图构建方法、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