WO2023045224A1 - 地图生成 - Google Patents

地图生成 Download PDF

Info

Publication number
WO2023045224A1
WO2023045224A1 PCT/CN2022/076191 CN2022076191W WO2023045224A1 WO 2023045224 A1 WO2023045224 A1 WO 2023045224A1 CN 2022076191 W CN2022076191 W CN 2022076191W WO 2023045224 A1 WO2023045224 A1 WO 2023045224A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
pose information
frame
target area
point
Prior art date
Application number
PCT/CN2022/076191
Other languages
English (en)
French (fr)
Inventor
余丽
Original Assignee
北京三快在线科技有限公司
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 北京三快在线科技有限公司 filed Critical 北京三快在线科技有限公司
Publication of WO2023045224A1 publication Critical patent/WO2023045224A1/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Instructional Devices (AREA)
  • Image Analysis (AREA)

Abstract

一种地图生成方法,包括:获取点云采集设备在目标区域采集的多帧点(S101);确定目标区域的信号强度是否满足预设高强度要求(S102);根据目标区域的信号强度是否满足预设高强度要求的确定结果,从多帧点云中确定点云匹配对,并根据点云匹配对,确定多帧点云各自的目标位姿信息(S103),其中,构成点云匹配对的两帧点云之间存在相同的点;根据多帧点云各自的目标位姿信息,生成目标区域的地图(S104)。通过构建点云匹配对,根据点云匹配对确定多帧点云各自的目标位姿信息。

Description

地图生成
本申请要求在2021年9月26日提交中国专利局、申请号为202111130227.4、发明名称为“地图生成方法、装置、介质及电子设备”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本申请涉及自动驾驶领域,具体地,涉及地图生成。
背景技术
地图的应用场景非常广泛,例如,无人驾驶车辆可以利用电子地图来对周围环境进行认知,从而控制无人驾驶车辆的转向、加速或减速等行为,随着无人驾驶车辆的兴起,地图采集的规模在不断扩大。以外卖场景为例,无人车可以在城市中执行配送任务,将物品配送至用户,可以实现无接触配送,由于无人车需要地图来对周围环境进行认知,因此无人车的可靠运行依赖于高精度的地图。
发明内容
第一方面,本申请实施例提供一种地图生成方法,所述方法包括:
获取点云采集设备在目标区域采集的多帧点云;
确定所述目标区域的信号强度是否满足预设高强度要求;
根据所述目标区域的信号强度是否满足预设高强度要求的确定结果,从所述多帧点云中确定点云匹配对,并根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,其中,构成所述点云匹配对的两帧点云之间存在相同的点;
根据所述多帧点云各自的所述目标位姿信息,生成所述目标区域的地图。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述从所述多帧点云中确定点云匹配对,包括:
针对每帧点云,将所述多帧点云中与该帧点云存在相同的点、且与该帧 点云的时间戳距离最远的其他帧点云,与该帧点云构成所述点云匹配对。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,包括:
针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云各自的拼接点云,并根据两帧点云各自的所述拼接点云,确定两帧点云之间的相对位姿信息,其中,每一帧点云的所述拼接点云由所述点云采集设备在指定区域内采集的点云拼接而成,所述指定区域为所述点云采集设备采集该帧点云时所在位置周围的区域;
根据每一点云匹配对分别对应的所述相对位姿信息,确定多帧点云各自的所述目标位姿信息。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度不满足预设高强度要求的情况下,所述从所述多帧点云中确定点云匹配对,包括:
针对每帧点云,将所述多帧点云中与该帧点云存在相同的点的其他帧点云,与该帧点云构成所述点云匹配对。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度不满足预设高强度要求的情况下,所述根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,包括:
针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云中各自的特征点,并从所述特征点中确定两帧点云中的同名点;以最小化所述同名点之间的距离信息为目标,对两帧点云各自的当前位姿信息进行迭代调整,直至所述同名点之间的距离信息小于预设的距离阈值,得到两帧点云各自的所述目标位姿信息。
本申请的一些实施例中,所述确定所述目标区域的信号强度是否满足预设高强度要求,包括:
确定所述点云采集设备在所述目标区域采集所述多帧点云过程中、每隔第一预设时长的第一设备位姿信息,以及各个所述第一设备位姿信息分别对应的第一置信度;
根据所述第一置信度,确定所述目标区域的信号强度是否满足预设高强度要求。
本申请的一些实施例中,所述确定所述点云采集设备在所述目标区域采 集所述多帧点云过程中、每隔第一预设时长的第一设备位姿信息,以及各个所述第一设备位姿信息分别对应的第一置信度,包括:
获取导航设备在所述目标区域每隔第二预设时长采集的所述导航设备的第二设备位姿信息、以及各个所述第二设备位姿信息分别对应的第二置信度;
根据所述导航设备与所述点云采集设备之间的相对位置关系、以及所述第二设备位姿信息,确定所述第一设备位姿信息;
针对每一所述第一设备位姿信息,确定所述第二设备位姿信息中与所述第一设备位姿信息的时间戳最接近的目标第二设备位姿信息,并将所述目标第二设备位姿信息的第二置信度,作为所述第一设备位姿信息对应的第一置信度。
本申请的一些实施例中,所述根据所述第一置信度,确定所述目标区域的信号强度是否满足预设高强度要求,包括:
若高于预设置信度阈值的第一置信度的占比大于预设占比阈值,或者,高于所述预设置信度阈值的第一置信度的数量大于预设数量阈值,则确定所述目标区域的信号强度满足所述预设高强度要求。
第二方面,本申请的实施例中提供一种地图生成装置,所述装置包括:
获取模块,被配置成用于获取点云采集设备在目标区域采集的多帧点云;
第一确定模块,被配置成用于确定所述目标区域的信号强度是否满足预设高强度要求;
第二确定模块,被配置成用于根据所述目标区域的信号强度是否满足预设高强度要求的确定结果,从所述多帧点云中确定点云匹配对,并根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,其中,构成所述点云匹配对的两帧点云之间存在相同的点;
生成模块,被配置成用于根据所述多帧点云各自的所述目标位姿信息,生成所述目标区域的地图。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述第二确定模块用于通过如下方式从所述多帧点云中确定点云匹配对:针对每帧点云,将所述多帧点云中与该帧点云存在相同的点、且与该帧点云的时间戳距离最远的其他帧点云,与该帧点云构成所述点云匹配对。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述第二确定模块,包括:
第一确定子模块,被配置成用于针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云各自的拼接点云,并根据两帧点云各自的所述拼接点云,确定两帧点云之间的相对位姿信息,其中,每一帧点云的所述拼接点云由所述点云采集设备在指定区域内采集的点云拼接而成,所述指定区域为所述点云采集设备采集该帧点云时所在位置周围的区域;
第二确定子模块,被配置成用于根据每一点云匹配对分别对应的所述相对位姿信息,确定多帧点云各自的所述目标位姿信息。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度不满足预设高强度要求的情况下,所述第二确定模块用于通过如下方式从所述多帧点云中确定点云匹配对:针对每帧点云,将所述多帧点云中与该帧点云存在相同的点的其他帧点云,与该帧点云构成所述点云匹配对。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度不满足预设高强度要求的情况下,所述第二确定模块,包括:
第三确定子模块,被配置成用于针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云中各自的特征点,并从所述特征点中确定两帧点云中的同名点;以最小化所述同名点之间的距离信息为目标,对两帧点云各自的当前位姿信息进行迭代调整,直至所述同名点之间的距离信息小于预设的距离阈值,得到两帧点云各自的所述目标位姿信息。
本申请的一些实施例中,所述第一确定模块,包括:
第四确定子模块,被配置成用于确定所述点云采集设备在所述目标区域采集所述多帧点云过程中、每隔第一预设时长的第一设备位姿信息,以及各个所述第一设备位姿信息分别对应的第一置信度;
第五确定子模块,被配置成用于根据所述第一置信度,确定所述目标区域的信号强度是否满足预设高强度要求。
本申请的一些实施例中,所述第四确定子模块,包括:
获取子模块,被配置成用于获取导航设备在所述目标区域每隔第二预设时长采集的所述导航设备的第二设备位姿信息、以及各个所述第二设备位姿信息分别对应的第二置信度;
第六确定子模块,被配置成用于根据所述导航设备与所述点云采集设备之间的相对位置关系、以及所述第二设备位姿信息,确定所述第一设备位姿 信息;
第七确定子模块,被配置成用于针对每一所述第一设备位姿信息,确定所述第二设备位姿信息中与所述第一设备位姿信息的时间戳最接近的目标第二设备位姿信息,并将所述目标第二设备位姿信息的第二置信度,作为所述第一设备位姿信息对应的第一置信度。
本申请的一些实施例中,所述第五确定模块用于:若高于预设置信度阈值的第一置信度的占比大于预设占比阈值,或者,高于所述预设置信度阈值的第一置信度的数量大于预设数量阈值,则确定所述目标区域的信号强度满足所述预设高强度要求。
第三方面,本申请的实施例中提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请实施例提供的所述方法的步骤。
第四方面,本申请实施例中提供一种电子设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本申请实施例提供的所述方法的步骤。
通过上述技术方案,获取点云采集设备在目标区域采集的多帧点云,确定目标区域的信号强度是否满足预设高强度要求,根据确定结果从多帧点云中确定点云匹配对,根据点云匹配对,确定多帧点云各自的目标位姿信息,并根据多帧点云各自的目标位姿信息,生成目标区域的地图。这样,通过构建点云匹配对,根据点云匹配对确定多帧点云各自的目标位姿信息,无需直接根据全球定位系统和惯性测量单元的位姿信息得到点云采集设备的位姿信息,降低对全球定位系统的依赖,在全球定位系统的信号弱的情况下,也能生成精度较高的地图。另外,两帧点云之间存在相同的点,这两帧点云可构建点云匹配对,无需如相关技术中对每一个点找距离最近的点进行匹配,计算量相对小,根据目标区域的信号强度是否满足预设高强度要求的确定结果,从多帧点云中确定点云匹配对,可以使得构建的点云匹配对的数量与目标区域的信号强度相适应,通过构建点云匹配对的方式,可以提高地图生成的效率和精度。
本申请的一些实施例的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请的一些实施例的进一步理解,并且构成说明书 的一部分,与下面的具体实施方式一起用于解释本申请,但并不构成对本申请的限制。在附图中:
图1是根据一示例性实施例示出的一种地图生成方法的流程图。
图2是根据另一示例性实施例示出的一种地图生成方法的流程图。
图3是根据一示例性实施例示出的一种确定第一设备位姿信息和第一置信度的方法的流程图。
图4a是采用相关技术中的实施方式生成的地图的示意图。
图4b是采用相关技术中的实施方式生成的地图的示意图。
图4c是采用本申请的实施方式生成的地图的示意图。
图5是根据一示例性实施例示出的一种地图生成装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施例
相关技术中,地图构建系统一般是通过车载激光雷达来采集地图数据,车载激光雷达的位姿是从GPS(Global Position System,全球定位系统)和IMU(Inertial Measurement Unit,惯性测量单元)后处理的位姿中插值得到,因此对GPS的依赖较大,该系统在空旷的场地,例如高速公路,能够提供厘米级的精度,但是在城市高楼、林荫路等场景,卫星信号容易缺失或受到干扰,直接使用GSP和IMU得到车载激光雷达的位姿,会导致弱GPS场景下的雷达位姿不够准确,构建的地图存在重影,影响地图的精度。而且相关技术中在对雷达位姿进行优化时,需要对点云里的每个点,找与其距离最近的点进行匹配,这种方式一方面计算量非常大,且效率较低,另一方面容易受动态车辆的噪声干扰,导致最近距离的点匹配失败。
有鉴于此,本申请的一些实施例提供一种地图生成方法、装置、介质及电子设备,以部分地解决相关技术中存在的上述问题。
以下结合附图对本申请的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请,并不用于限制本申请。
图1是根据一示例性实施例示出的一种地图生成方法的流程图,该方法可以应用于具有处理能力的电子设备中,如终端或服务器。如图1所示,该方法可包括S101至S104。
在S101中,获取点云采集设备在目标区域采集的多帧点云。
目标区域可以是需要构建地图的任何区域,例如可以是城市中的街道,也可以是园区或小区内的道路等。点云采集设备例如可以是车载激光雷达,示例地,集成有点云采集设备的车辆可以在目标区域行驶一个或多个来回,车辆行驶过程中,点云采集设备可以不断的扫描采集周围的场景,点云采集设备每扫描一圈即为一帧,随着车辆行驶,点云采集设备可在目标区域采集到多帧点云,对于多帧点云的数量,本申请不做限制。
在S102中,确定目标区域的信号强度是否满足预设高强度要求。
示例地,目标区域的信号强度是否满足预设高强度要求,例如可根据点云采集设备在目标区域的设备位姿信息的置信度来确定,置信度可表征设备位姿信息的可信程度,置信度越高可表征目标区域的信号强度越高。
在S103中,根据目标区域的信号强度是否满足预设高强度要求的确定结果,从多帧点云中确定点云匹配对,并根据点云匹配对,确定多帧点云各自的目标位姿信息。
其中,构成点云匹配对的两帧点云之间存在相同的点。点云采集设备在不同的时刻可以扫描到相同的物体,例如在第一时刻和第二时刻均扫描到了同一棵树,那么点云采集设备在第一时刻采集的这一帧点云与在第二时刻采集的这一帧点云之间存在相同的点,这两帧点云可以构成点云匹配对(frame pair)。
示例地,本申请的一些实施例中可以基于闭环检测点云匹配对,举例来说,集成有点云采集设备的车辆可以在目标区域行驶一个或多个来回,车辆在目标区域以方向1行驶过程中,点云采集设备在第一时刻采集到一帧点云,车辆在目标区域以方向2行驶过程中,点云采集设备在第二时刻采集到一帧点云,方向1和方向2可以是相反的,如上示例,点云采集设备在第一时刻采集的点云和在第二时刻采集的点云存在相同的点,则这两帧点云可以构成点云匹配对,即构成点云匹配对的两帧点云可能不是时间上相邻的两帧点云,这样,基于闭环检测点云匹配对,构建点云匹配对时检测范围更广,不局限于相邻帧的约束。
并且,根据目标区域的信号强度是否满足预设高强度要求的确定结果,从多帧点云中确定点云匹配对,其中,在目标区域的信号强度不满足预设高强度要求的情况下,可表征目标区域的信号强度不够高,为了避免弱信号强度影响地图质量,可构建更多的点云匹配对,在目标区域的信号强度满足预 设高强度要求的情况下,可表征目标区域的信号强度较高,为了提高计算效率,这种情况下构建的点云匹配对的数量可以相对少。
点云匹配对的数量可以有多个,根据点云匹配对,可确定每一帧点云各自的目标位姿信息,其中,目标区域的信号强度是否满足预设高强度要求的确定结果不同,确定每一帧点云各自的目标位姿信息的方式可以不同,可以使得构建的点云匹配对的数量以及确定目标位姿信息的方式与目标区域的信号强度相适应。其中,一帧点云的目标位姿信息,可以指的是采集该帧点云时,点云采集设备当时的位置信息和姿态信息,位置信息可以为三维坐标信息,姿态信息可包括俯仰角、横滚角、航偏角。
在S104中,根据多帧点云各自的目标位姿信息,生成目标区域的地图。
在确定多帧点云各自的目标位姿信息后,可针对每一帧点云,将该帧点云的目标位姿信息转换到全局坐标系下,如果需要生成三维地图,可根据转换到全局坐标系下的位姿信息生成目标区域的三维地图,如果需要生成二维地图,可再将全局坐标系下的位姿信息转换到二维平面上,以得到目标区域的二维地图。
通过上述技术方案,获取点云采集设备在目标区域采集的多帧点云,确定目标区域的信号强度是否满足预设高强度要求,根据确定结果从多帧点云中确定点云匹配对,根据点云匹配对,确定多帧点云各自的目标位姿信息,并根据多帧点云各自的目标位姿信息,生成目标区域的地图。这样,通过构建点云匹配对,根据点云匹配对确定多帧点云各自的目标位姿信息,无需直接根据全球定位系统和惯性测量单元的位姿信息得到点云采集设备的位姿信息,降低对全球定位系统的依赖,在全球定位系统的信号弱的情况下,也能生成精度较高的地图。另外,两帧点云之间存在相同的点,这两帧点云可构建点云匹配对,无需如相关技术中对每一个点找距离最近的点进行匹配,计算量相对小,根据目标区域的信号强度是否满足预设高强度要求的确定结果,从多帧点云中确定点云匹配对,可以使得构建的点云匹配对的数量与目标区域的信号强度相适应,通过构建点云匹配对的方式,可以提高地图生成的效率和精度。
图2是根据另一示例性实施例示出的一种地图生成方法的流程图,如图2所示,该方法可包括S201至S209,其中,S102可包括S202和S203。
在S201中,获取点云采集设备在目标区域采集的多帧点云。该步骤S201的实施方式可参照S101。
在S202中,确定点云采集设备在目标区域采集多帧点云过程中、每隔第一预设时长的第一设备位姿信息,以及各个第一设备位姿信息分别对应的第一置信度。
该步骤S202的示例性实施方式可如图3所示,包括S2021至S2023。
在S2021中,获取导航设备在目标区域每隔第二预设时长采集的导航设备的第二设备位姿信息、以及各个第二设备位姿信息分别对应的第二置信度。
其中,导航设备可以为组合导航设备,例如可以为GPS和IMU构成的组合导航设备,导航设备和点云采集设备可以同时集成在车辆上,车辆在目标区域行驶的过程中,导航设备可以每隔第二预设时长采集自身的第二设备位姿信息,第二预设时长例如可以为0.01s,即导航设备可以100HZ的频率采集自身的位姿信息。
导航设备在输出自身采集的第二设备位姿信息的同时,还可输出各个第二设备位姿信息分别对应的第二置信度,第二置信度可用于表征对应第二设备位姿信息的可信程度,第二置信度越高,表征对应的第二设备位姿信息的可信程度越高,即准确度越高。示例地,第二置信度可根据导航设备采集对应的第二设备位姿信息时卫星的个数、经纬度误差、位置精度强弱度等参数确定。
在S2022中,根据导航设备与点云采集设备之间的相对位置关系、以及第二设备位姿信息,确定第一设备位姿信息。
导航设备与点云采集设备之间的相对位置关系可预先标定出,根据该相对位置关系以及导航设备的第二设备位姿信息,通过插值的方式,可得到点云采集设备每隔第一预设时长的第一设备位姿信息。其中,导航设备的频率和点云采集设备的频率不同,导航设备的频率可以为100HZ,点云采集设备的频率可以为10HZ,该第一预设时长可以为0.1s,即,可根据高频的导航设备的第二设备位姿信息确定低频的点云采集设备的第一设备位姿信息。需要说明的是,上述第一预设时长和第二预设时长的示例,仅为解释说明,不构成对本申请实施方式的限制。
在S2023中,针对每一第一设备位姿信息,确定第二设备位姿信息中与第一设备位姿信息的时间戳最接近的目标第二设备位姿信息,并将目标第二设备位姿信息的第二置信度,作为第一设备位姿信息对应的第一置信度。
其中,点云采集设备和导航设备,二者的频率不同,与第一设备位姿信 息的时间戳最接近的第二设备位姿信息的第二置信度,最能表征该第一设备位姿信息对应时刻的信号强弱,因此,可将与第一设备位姿信息的时间戳最接近的第二设备位姿信息作为目标第二设备位姿信息,并将目标第二设备位姿信息的第二置信度,作为该第一设备位姿信息对应的第一置信度,如此根据导航设备的位姿信息的置信度,准确确定点云采集设备的位姿信息的置信度。
在S203中,根据第一置信度,确定目标区域的信号强度是否满足预设高强度要求。在否的情况下,执行S204、S205和S209;在是的情况下,执行S206至S209。
该步骤S203的示例性实施方式可以为:若高于预设置信度阈值的第一置信度的占比大于预设占比阈值,或者,高于预设置信度阈值的第一置信度的数量大于预设数量阈值,则确定目标区域的信号强度满足预设高强度要求。
其中,第一置信度高于预设置信度阈值,可表征对应的第一设备位姿信息的可信程度较高,如果高于预设置信度阈值的第一置信度的占比大于预设占比阈值,或者,高于预设置信度阈值的第一置信度的数量大于预设数量阈值,可表征在目标区域采集点云的过程中,点云采集设备的第一设备位姿信息的整体可信程度较高,点云采集设备的第一设备位姿信息可以是根据导航设备的第二设备位姿信息确定的,因此同时可表征导航设备采集的自身的位姿信息较为准确,即目标区域的信号强度较好,满足预设高强度要求。
在S204中,针对每帧点云,将多帧点云中与该帧点云存在相同的点的其他帧点云,与该帧点云构成点云匹配对。
其中,目标区域的信号强度不满足预设高强度要求,可表征目标区域的信号强度不够高,为了避免弱信号强度影响地图质量,可构建更多的点云匹配对,在确定结果表征目标区域的信号强度不满足预设高强度要求的情况下,S103中从多帧点云中确定点云匹配对的实施方式可以如S204,即只要与该帧点云存在相同的点,则可与该帧点云构成点云匹配对,使得构成的点云匹配对的数量更多,以提高最终生成的地图的质量。
在S205中,针对每一点云匹配对,确定构成点云匹配对的两帧点云中各自的特征点,并从特征点中确定两帧点云中的同名点;以最小化同名点之间的距离信息为目标,对两帧点云各自的当前位姿信息进行迭代调整,直至同名点之间的距离信息小于预设的距离阈值,得到两帧点云各自的目标位姿 信息。
在确定结果表征目标区域的信号强度不满足预设高强度要求的情况下,S103中根据点云匹配对,确定多帧点云各自的目标位姿信息的实施方式可如S205。
其中,特征点可以是关键点,例如可以采用深度学习(Deep Registration)的方式提取点云中的特征点,点云中包括的点的数量众多,首先确定两帧点云中各自的特征点,再从特征点中确定同名点的方式,可以降低一定的计算量。
其中,同名点可以指的是相同的点,两帧点云中可以有一组或多组同名点,同名点之间的距离信息可以指的是同名点之间的欧式距离,也可以指同名点在特征空间之间的距离,例如可以采用向量对点进行表示,同名点之间的距离信息可转化为两个点各自对应的向量之间的距离。由于同名点是相同的点,相同的点之间的距离应该尽可能小,因此本申请实施例中中以最小化同名点之间的距离信息为目标,对两帧点云各自的当前位姿信息进行迭代调整,示例地,进行迭代调整的方式例如可采用梯度下降法,其中,点云的初始位姿信息可以是点云采集设备在采集该帧点云时的设备位姿信息。如果两帧点云中同名点的数量有多组,则可以最小化每组同名点之间的距离信息之和为目标,对两帧点云各自的当前位姿信息进行迭代调整。退出迭代调整的条件可以为同名点之间的距离信息小于预设的距离阈值,当同名点之间的距离信息小于预设的距离阈值时,表征同名点之间的距离满足要求,即可退出迭代调整过程,得到两帧点云各自的目标位姿信息。该迭代调整过程中的目标函数E可以如下公式(1)所示:
Figure PCTCN2022076191-appb-000001
其中,m表示第m帧点云,n表示第n帧点云,第m帧点云和第n帧点云构成点云匹配对,FPS表示点云匹配对的集合,
Figure PCTCN2022076191-appb-000002
表示第m帧点云中的第a个点,
Figure PCTCN2022076191-appb-000003
表示第n帧点云中的第b个点,第a个点和第b个点为一组同名点,W ab表示该组同名点所占权重,
Figure PCTCN2022076191-appb-000004
表示第a个点和第b个点之间的距离信息,S k表示第m帧点云和第n帧点云中同名点的集合,T表示转置矩阵。
在S206中,针对每帧点云,将多帧点云中与该帧点云存在相同的点、且与该帧点云的时间戳距离最远的其他帧点云,与该帧点云构成点云匹配对。
其中,目标区域的信号强度满足预设高强度要求,可表征目标区域的信号强度较高,为了提高计算效率,这种情况下构建的点云匹配对的数量可以相对少,在构建点云匹配对时,除了考虑是否存在相同的点外,还可考虑点云的采集时间。在确定结果表征目标区域的信号强度满足预设高强度要求的情况下,S103中从多帧点云中确定点云匹配对的实施方式可以如S206,针对每帧点云,将多帧点云中与该帧点云存在相同的点、且与该帧点云的时间戳距离最远的其他帧点云,与该帧点云构成点云匹配对,其中,该帧点云的时间戳可以指的是点云采集设备采集该帧点云时的时间,每一帧点云都有对应的时间戳,这种方式构建的点云匹配对的数量相对少,可以提高地图生成效率。
在S207中,针对每一点云匹配对,确定构成点云匹配对的两帧点云各自的拼接点云,并根据两帧点云各自的拼接点云,确定两帧点云之间的相对位姿信息。
在确定结果表征目标区域的信号强度满足预设高强度要求的情况下,S103中根据点云匹配对,确定多帧点云各自的目标位姿信息的实施方式可如S207和S208。
其中,每一帧点云的拼接点云由点云采集设备在指定区域内采集的点云拼接而成,该指定区域可以为点云采集设备采集该帧点云时所在位置周围的区域。示例地,点云采集设备采集该帧点云时所在位置、以及该位置前方5m和后方5m构成的区域,可作为指定区域,需要说明的是,该数值仅作为示例,对于指定区域的范围不做限制。
拼接点云是由多帧点云拼接而成,根据两帧点云各自的拼接点云确定两帧点云之间的相对位姿信息,可以对每一帧点云所在的场景进行扩充,使得每一帧点云各自对应的视野更广泛,从而使得确定的两帧点云之间的相对位姿信息更准确。示例地,例如可以采用GICP(Generalized Iterative Closest Point,广义迭代最近点)根据拼接点云确定两帧点云之间的相对位姿信息。
在S208中,根据每一点云匹配对分别对应的相对位姿信息,确定多帧点云各自的目标位姿信息。
在得到每一点云匹配对分别对应的相对位姿信息后,例如可采用Pose Graph得到多帧点云各自的目标位姿信息,目标函数可如下公式(2)所示:
Figure PCTCN2022076191-appb-000005
其中,i表示第i帧点云,j表示第j帧点云,第i帧点云和第j帧点云构成点云匹配对,x i表示第i帧点云的位姿信息,x j表示第j帧点云的位姿信息,T i,j表示第i帧点云相对于第j帧点云的旋转平移矩阵,c i,j表示第i帧点云经过旋转平移矩阵转换之后的位姿信息与第j帧点云的位姿信息之间的差异信息。
在S209中,根据多帧点云各自的目标位姿信息,生成目标区域的地图。该步骤S209的实施方式可参照S104。
通过上述技术方案,目标区域的信号强度满足预设高强度要求或者不满足预设高强度要求,这两种情况下确定点云匹配对的方式不同,以及确定多帧点云各自的目标位姿信息的方式也不同,在目标区域的信号强度满足预设高强度要求的情况下,构建的点云匹配对的数量可以相对少,在目标区域的信号强度不满足预设高强度要求的情况下,为了提高地图精度,构建的点云匹配对的数量可以相对多,如此,通过构建点云匹配对的方式,可以提高地图生成的效率和精度。
下面对采用相关技术中的实施方式生成的地图,与采用本申请的实施方式生成的地图进行对比说明,图4a和4b是采用相关技术中的实施方式生成的地图的示意图,如图4a和图4b所示,从白色矩形框中的区域可看出,这两张地图中车道线均有明显的重影现象,图4c是采用本申请的实施方式生成的地图的示意图,如图4c所示,从图4c中左边矩形框中的区域可看出,车道线未出现重影现象,从图4c中右边矩形框中的区域可看出,物体未出现模糊现象,地图质量和精度更高。
基于同一发明构思,本申请还提供一种地图生成装置,图5是根据一示例性实施例示出的一种地图生成装置的框图,如图5所示,该装置500可包括:
获取模块501,被配置成用于获取点云采集设备在目标区域采集的多帧点云;
第一确定模块502,被配置成用于确定所述目标区域的信号强度是否满足预设高强度要求;
第二确定模块503,被配置成用于根据所述目标区域的信号强度是否满足预设高强度要求的确定结果,从所述多帧点云中确定点云匹配对,并根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,其中,构成所述点云匹配对的两帧点云之间存在相同的点;
生成模块504,被配置成用于根据所述多帧点云各自的所述目标位姿信息,生成所述目标区域的地图。
通过上述技术方案,获取点云采集设备在目标区域采集的多帧点云,确定目标区域的信号强度是否满足预设高强度要求,根据确定结果从多帧点云中确定点云匹配对,根据点云匹配对,确定多帧点云各自的目标位姿信息,并根据多帧点云各自的目标位姿信息,生成目标区域的地图。这样,通过构建点云匹配对,根据点云匹配对确定多帧点云各自的目标位姿信息,无需直接根据全球定位系统和惯性测量单元的位姿信息得到点云采集设备的位姿信息,降低对全球定位系统的依赖,在全球定位系统的信号弱的情况下,也能生成精度较高的地图。另外,两帧点云之间存在相同的点,这两帧点云可构建点云匹配对,无需如相关技术中对每一个点找距离最近的点进行匹配,计算量相对小,根据目标区域的信号强度是否满足预设高强度要求的确定结果,从多帧点云中确定点云匹配对,可以使得构建的点云匹配对的数量与目标区域的信号强度相适应,通过构建点云匹配对的方式,可以提高地图生成的效率和精度。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述第二确定模块503用于通过如下方式从所述多帧点云中确定点云匹配对:针对每帧点云,将所述多帧点云中与该帧点云存在相同的点、且与该帧点云的时间戳距离最远的其他帧点云,与该帧点云构成所述点云匹配对。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述第二确定模块503,包括:
第一确定子模块,被配置成用于针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云各自的拼接点云,并根据两帧点云各自的所述拼接点云,确定两帧点云之间的相对位姿信息,其中,每一帧点云的所述拼接点云由所述点云采集设备在指定区域内采集的点云拼接而成,所述指定区域为所述点云采集设备采集该帧点云时所在位置周围的区域;
第二确定子模块,被配置成用于根据每一点云匹配对分别对应的所述相对位姿信息,确定多帧点云各自的所述目标位姿信息。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度不满足预设高强度要求的情况下,所述第二确定模块503用于通过如下方式从所述多帧点云中确定点云匹配对:针对每帧点云,将所述多帧点云中与该 帧点云存在相同的点的其他帧点云,与该帧点云构成所述点云匹配对。
本申请的一些实施例中,在所述确定结果表征所述目标区域的信号强度不满足预设高强度要求的情况下,所述第二确定模块503,包括:
第三确定子模块,被配置成用于针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云中各自的特征点,并从所述特征点中确定两帧点云中的同名点;以最小化所述同名点之间的距离信息为目标,对两帧点云各自的当前位姿信息进行迭代调整,直至所述同名点之间的距离信息小于预设的距离阈值,得到两帧点云各自的所述目标位姿信息。
本申请的一些实施例中,所述第一确定模块502,包括:
第四确定子模块,被配置成用于确定所述点云采集设备在所述目标区域采集所述多帧点云过程中、每隔第一预设时长的第一设备位姿信息,以及各个所述第一设备位姿信息分别对应的第一置信度;
第五确定子模块,被配置成用于根据所述第一置信度,确定所述目标区域的信号强度是否满足预设高强度要求。
本申请的一些实施例中,所述第四确定子模块,包括:
获取子模块,被配置成用于获取导航设备在所述目标区域每隔第二预设时长采集的所述导航设备的第二设备位姿信息、以及各个所述第二设备位姿信息分别对应的第二置信度;
第六确定子模块,被配置成用于根据所述导航设备与所述点云采集设备之间的相对位置关系、以及所述第二设备位姿信息,确定所述第一设备位姿信息;
第七确定子模块,被配置成用于针对每一所述第一设备位姿信息,确定所述第二设备位姿信息中与所述第一设备位姿信息的时间戳最接近的目标第二设备位姿信息,并将所述目标第二设备位姿信息的第二置信度,作为所述第一设备位姿信息对应的第一置信度。
本申请的一些实施例中,所述第五确定模块用于:若高于预设置信度阈值的第一置信度的占比大于预设占比阈值,或者,高于所述预设置信度阈值的第一置信度的数量大于预设数量阈值,则确定所述目标区域的信号强度满足所述预设高强度要求。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种电子设备700的框图。如图6所 示,该电子设备700可以包括:处理器701,存储器702。该电子设备700还可以包括多媒体组件703,输入/输出(I/O)接口704,以及通信组件705中的一者或多者。
其中,处理器701用于控制该电子设备700的整体操作,以完成上述的地图生成方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作,这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near Field Communication,简称NFC),2G、3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件705可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的地图生成方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的地图生成方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器702,上述程序指令可由电子设备700的处理器701执行以完成上述的地图生成方法。
图7是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图7,电子设备1900包括处理器1922,其数量可以为一个或多个,以及存储器1932,用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器1922可以被配置为执行该计算机程序,以执行上述的地图生成方法。
另外,电子设备1900还可以包括电源组件1926和通信组件1950,该电源组件1926可以被配置为执行电子设备1900的电源管理,该通信组件1950可以被配置为实现电子设备1900的通信,例如,有线或无线通信。此外,该电子设备1900还可以包括输入/输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows Server TM,Mac OS X TM,Unix TM,Linux TM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的地图生成方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器1932,上述程序指令可由电子设备1900的处理器1922执行以完成上述的地图生成方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的地图生成方法的代码部分。
在又一示例性实施例中,还提供一种计算机程序,包括计算机可读代码,当所述计算机可读代码在电子设备上运行时,导致所述电子设备执行上述的地图生成方法。
以上结合附图详细描述了本申请的优选实施方式,但是,本申请并不限于上述实施方式中的具体细节,在本申请的技术构思范围内,可以对本申请的技术方案进行多种简单变型,这些简单变型均属于本申请的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本申请的实施例中对各种可能的组合方式不再另行说明。
此外,本申请的各种不同的实施方式之间也可以进行任意组合,只要其不违背本申请的思想,其同样应当视为本申请所公开的内容。

Claims (12)

  1. 一种地图生成方法,所述方法包括:
    获取点云采集设备在目标区域采集的多帧点云;
    确定所述目标区域的信号强度是否满足预设高强度要求;
    根据所述目标区域的信号强度是否满足预设高强度要求的确定结果,从所述多帧点云中确定点云匹配对,并根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,其中,构成所述点云匹配对的两帧点云之间存在相同的点;
    根据所述多帧点云各自的所述目标位姿信息,生成所述目标区域的地图。
  2. 根据权利要求1所述的方法,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述从所述多帧点云中确定点云匹配对,包括:
    针对每帧点云,将所述多帧点云中与该帧点云存在相同的点、且与该帧点云的时间戳距离最远的其他帧点云,与该帧点云构成点云匹配对。
  3. 根据权利要求1所述的方法,在所述确定结果表征所述目标区域的信号强度满足预设高强度要求的情况下,所述根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,包括:
    针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云各自的拼接点云,并根据两帧点云各自的所述拼接点云,确定两帧点云之间的相对位姿信息,其中,每一帧点云的所述拼接点云由所述点云采集设备在指定区域内采集的点云拼接而成,所述指定区域为所述点云采集设备采集该帧点云时所在位置周围的区域;
    根据每一点云匹配对分别对应的所述相对位姿信息,确定多帧点云各自的所述目标位姿信息。
  4. 根据权利要求1所述的方法,在所述确定结果表征所述目标区域的信 号强度不满足预设高强度要求的情况下,所述从所述多帧点云中确定点云匹配对,包括:
    针对每帧点云,将所述多帧点云中与该帧点云存在相同的点的其他帧点云,与该帧点云构成所述点云匹配对。
  5. 根据权利要求1所述的方法,在所述确定结果表征所述目标区域的信号强度不满足预设高强度要求的情况下,所述根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,包括:
    针对每一所述点云匹配对,确定构成所述点云匹配对的两帧点云中各自的特征点,并从所述特征点中确定两帧点云中的同名点;以最小化所述同名点之间的距离信息为目标,对两帧点云各自的当前位姿信息进行迭代调整,直至所述同名点之间的距离信息小于预设的距离阈值,得到两帧点云各自的所述目标位姿信息。
  6. 根据权利要求1所述的方法,所述确定所述目标区域的信号强度是否满足预设高强度要求,包括:
    确定所述点云采集设备在所述目标区域采集所述多帧点云过程中、每隔第一预设时长的第一设备位姿信息,以及各个所述第一设备位姿信息分别对应的第一置信度;
    根据所述第一置信度,确定所述目标区域的信号强度是否满足预设高强度要求。
  7. 根据权利要求6所述的方法,所述确定所述点云采集设备在所述目标区域采集所述多帧点云过程中、每隔第一预设时长的第一设备位姿信息,以及各个所述第一设备位姿信息分别对应的第一置信度,包括:
    获取导航设备在所述目标区域每隔第二预设时长采集的所述导航设备的第二设备位姿信息、以及各个所述第二设备位姿信息分别对应的第二置信度;
    根据所述导航设备与所述点云采集设备之间的相对位置关系、以及所述第二设备位姿信息,确定所述第一设备位姿信息;
    针对每一所述第一设备位姿信息,确定所述第二设备位姿信息中与所述第一设备位姿信息的时间戳最接近的目标第二设备位姿信息,并将所述目标第二设备位姿信息的第二置信度,作为所述第一设备位姿信息对应的第一置信度。
  8. 根据权利要求6所述的方法,所述根据所述第一置信度,确定所述目标区域的信号强度是否满足预设高强度要求,包括:
    若高于预设置信度阈值的第一置信度的占比大于预设占比阈值,或者,高于所述预设置信度阈值的第一置信度的数量大于预设数量阈值,则确定所述目标区域的信号强度满足所述预设高强度要求。
  9. 一种地图生成装置,所述装置包括:
    获取模块,被配置成用于获取点云采集设备在目标区域采集的多帧点云;
    第一确定模块,被配置成用于确定所述目标区域的信号强度是否满足预设高强度要求;
    第二确定模块,被配置成用于根据所述目标区域的信号强度是否满足预设高强度要求的确定结果,从所述多帧点云中确定点云匹配对,并根据所述点云匹配对,确定所述多帧点云各自的目标位姿信息,其中,构成所述点云匹配对的两帧点云之间存在相同的点;
    生成模块,被配置成用于根据所述多帧点云各自的所述目标位姿信息,生成所述目标区域的地图。
  10. 一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。
  11. 一种电子设备,包括:
    存储器,其上存储有计算机程序;
    处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-8中任一项所述方法的步骤。
  12. 一种计算机程序,包括计算机可读代码,当所述计算机可读代码在电子设备上运行时,导致所述电子设备执行根据权利要求1至8中的任一项所述的方法。
PCT/CN2022/076191 2021-09-26 2022-02-14 地图生成 WO2023045224A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202111130227.4A CN113920258A (zh) 2021-09-26 2021-09-26 地图生成方法、装置、介质及电子设备
CN202111130227.4 2021-09-26

Publications (1)

Publication Number Publication Date
WO2023045224A1 true WO2023045224A1 (zh) 2023-03-30

Family

ID=79236271

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/076191 WO2023045224A1 (zh) 2021-09-26 2022-02-14 地图生成

Country Status (2)

Country Link
CN (1) CN113920258A (zh)
WO (1) WO2023045224A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116736327A (zh) * 2023-08-10 2023-09-12 长沙智能驾驶研究院有限公司 定位数据优化方法、装置、电子设备和可读存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920258A (zh) * 2021-09-26 2022-01-11 北京三快在线科技有限公司 地图生成方法、装置、介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921947A (zh) * 2018-07-23 2018-11-30 百度在线网络技术(北京)有限公司 生成电子地图的方法、装置、设备、存储介质以及采集实体
EP3506203A1 (en) * 2017-12-29 2019-07-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for fusing point cloud data technical field
CN111912417A (zh) * 2020-07-10 2020-11-10 上海商汤临港智能科技有限公司 地图构建方法、装置、设备及存储介质
CN111968229A (zh) * 2020-06-28 2020-11-20 北京百度网讯科技有限公司 高精度地图制图方法及装置
US20210182633A1 (en) * 2019-12-14 2021-06-17 Ubtech Robotics Corp Ltd Localization method and helmet and computer readable storage medium using the same
CN113920258A (zh) * 2021-09-26 2022-01-11 北京三快在线科技有限公司 地图生成方法、装置、介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3506203A1 (en) * 2017-12-29 2019-07-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for fusing point cloud data technical field
CN108921947A (zh) * 2018-07-23 2018-11-30 百度在线网络技术(北京)有限公司 生成电子地图的方法、装置、设备、存储介质以及采集实体
US20210182633A1 (en) * 2019-12-14 2021-06-17 Ubtech Robotics Corp Ltd Localization method and helmet and computer readable storage medium using the same
CN111968229A (zh) * 2020-06-28 2020-11-20 北京百度网讯科技有限公司 高精度地图制图方法及装置
CN111912417A (zh) * 2020-07-10 2020-11-10 上海商汤临港智能科技有限公司 地图构建方法、装置、设备及存储介质
CN113920258A (zh) * 2021-09-26 2022-01-11 北京三快在线科技有限公司 地图生成方法、装置、介质及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116736327A (zh) * 2023-08-10 2023-09-12 长沙智能驾驶研究院有限公司 定位数据优化方法、装置、电子设备和可读存储介质
CN116736327B (zh) * 2023-08-10 2023-10-24 长沙智能驾驶研究院有限公司 定位数据优化方法、装置、电子设备和可读存储介质

Also Published As

Publication number Publication date
CN113920258A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
JP6812404B2 (ja) 点群データを融合させるための方法、装置、コンピュータ読み取り可能な記憶媒体、及びコンピュータプログラム
KR102145109B1 (ko) 지도 생성 및 운동 객체 위치 결정 방법 및 장치
US10437252B1 (en) High-precision multi-layer visual and semantic map for autonomous driving
CN108717710B (zh) 室内环境下的定位方法、装置及系统
US8526677B1 (en) Stereoscopic camera with haptic feedback for object and location detection
KR102382420B1 (ko) 차량 위치 결정 방법, 전자 기기 및 저장 매체
WO2023045224A1 (zh) 地图生成
CN112005079B (zh) 用于更新高清地图的系统和方法
JP6950832B2 (ja) 位置座標推定装置、位置座標推定方法およびプログラム
JP2016029564A (ja) 対象検出方法及び対象検出装置
WO2021097983A1 (zh) 定位的方法、装置、设备及存储介质
CN104833354A (zh) 一种多基多模组网融合室内人员导航定位系统及其实施方法
AU2018253980A1 (en) Distributed device mapping
CN113916243A (zh) 目标场景区域的车辆定位方法、装置、设备和存储介质
US20140286537A1 (en) Measurement device, measurement method, and computer program product
US11836861B2 (en) Correcting or expanding an existing high-definition map
US11474193B2 (en) Camera calibration for localization
JP2017181476A (ja) 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム
JP2022176322A (ja) 自己位置推定装置、制御方法、プログラム及び記憶媒体
CN113240813B (zh) 三维点云信息确定方法及装置
Yadav et al. Developing basic design and mathematical framework for a mobile mapping system—a case study using available sensors
JP2019174191A (ja) データ構造、情報送信装置、制御方法、プログラム及び記憶媒体
CN110390252B (zh) 基于先验地图信息的障碍物检测方法、装置和存储介质
WO2023138331A1 (zh) 一种构建语义地图的方法及装置
CN116678424A (zh) 高精度车辆定位、矢量化地图构建及定位模型训练方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22871290

Country of ref document: EP

Kind code of ref document: A1