云端地图更新方法及电子设备技术

本发明专利技术实施例提供一种云端地图地图更新方法及电子设备，属于计算机领域。所述云端地图更新方法包括：在一给定时间段内接收针对同一位置的多个点云信息；根据之前存储的针对该位置的点云信息以及所接收的多个点云信息，确定该多个点云信息各自的有效概率；根据所述多个点云信息各自的递交时间戳，确定该多个点云信息各自的时间可靠度；根据所述多个点云信息各自的有效概率及时间可靠度，对所述多个点云信息进行排列处理；以及确定排名靠前的点云信息，并利用该点云信息对之前存储的针对该位置的点云信息进行更新。通过上述技术方案，可实现很好的地图融合。

Cloud map updating method and electronic equipment

The embodiment of the invention provides a cloud map map updating method and an electronic device, belonging to the computer field. The method of updating the cloud end map includes receiving a plurality of point cloud information for the same location within a given time period, determining the effective probability of the multiple point cloud information according to the point cloud information for the location previously stored and the received multiple point cloud information, and the submission of the multiple point cloud information according to the root. A time stamp to determine the time reliability of the multiple point cloud information; to arrange and process the multiple point cloud information according to the respective effective probability and time reliability of the multiple point cloud information; and to determine the point cloud information that is ahead of the rankings and to use the point cloud information for the previously stored point cloud information against the location. The interest is updated. Through the above technical scheme, a good map fusion can be achieved.

【技术实现步骤摘要】
云端地图更新方法及电子设备
本专利技术涉及计算机领域，具体地，涉及一种云端地图更新方法及电子设备。
技术介绍
随着自动驾驶技术的不断发展，越来越多的自动驾驶服务开始进入人们的生活圈。无人车定位是自动驾驶的关键技术之一，精确的定位对于无人驾驶的环境感知和路径规划等任务至关重要。但是在城市环境下，受遮挡的GPS信号为基于全球卫星的定位方法提出了新的挑战。另外有研究人员提出采用激光里程计或者视觉里程计的方法进行位姿估计的方法，但是复杂的交通环境，繁多的动态/静态障碍物使得这一类方法的稳定性大大降低。高精度地图的提出为无人车在城市环境下的定位方式提出了新的策略，通过局部点云(由无人车激光获取)和高精度地图进行实时匹配实现高精度的定位结果，根据Google的技术报告，采用这种定位方法的精度可以达到厘米级别。高精度地图的使用一方面可以使得无人车系统摆脱对高分辨率激光设备的依赖，另一方面也可以获得稳定有效的定位、环境感知的结果。目前，在对云端地图进行更新时，经常会接收到针对同一位置在同一时段的多个局部地图数据时，现有技术往往是对这些局部地图数据进行平均处理以更新至云端地图。本申请专利技术人在实现本专利技术的过程中发现，采用信息平均处理的方法无法获得稳定的地图更新效果，因为针对同一位置在同一时段的多个局部地图数据中各个局部地图数据的质量有可能有差异。
技术实现思路
本专利技术实施例的目的是提供一种云端地图更新方法及电子设备，其可针对上述
技术介绍
中所提及的一个或多个问题，给出解决方案，实现云端地图更新。为了实现上述目的，本专利技术一实施例提供一种云端地图更新方法，该方法包括：在一给定时间段内接收针对同一位置的多个点云信息；根据之前存储的针对该位置的点云信息以及所接收的多个点云信息，确定该多个点云信息各自的有效概率；根据所述多个点云信息各自的递交时间戳，确定该多个点云信息各自的时间可靠度；根据所述多个点云信息各自的有效概率及时间可靠度，对所述多个点云信息进行排列处理；以及确定排名靠前的点云信息，并利用该点云信息对之前存储的针对该位置的点云信息进行更新。可选的，所述点云信息采用八叉树存储结构。可选的，所述根据之前存储的针对该位置的点云信息以及所接收的多个点云信息确定该多个点云信息各自的有效概率包括：根据以下等式计算多个点云信息各自的有效概率：Ij＝exp(1/Dj)其中，M0为之前存储的针对该位置的点云信息；Mj为在一给定时间段内接收针对同一位置的第j个点云信息；pi表示之前存储的针对该位置的点云信息M0的第i个节点；qi表示pi在Mj中的最近节点；M表示之前存储的针对该位置的点云信息内的节点总数；Dj表示Mj与M0的L1范数误差；Ij表示Mj与M0的相似度；表示所述给定时间段内接收针对同一位置的多个点云信息的I之和；P(j)表示Mj的有效概率。可选的，根据所述多个点云信息各自的递交时间戳确定该多个点云信息各自的时间可靠度包括：根据以下等式确定该多个点云信息各自的时间可靠度：其中，T为所述给定时间段的长度；tj及tk分别为在所述给定时间段内接收针对同一位置的第j个点云信息和第k个点云信息的递交时间；以及Q(j)表示所述多个点云信息各自的时间可靠度。可选的，，根据所述多个点云信息各自的有效概率及时间可靠度对所述多个点云信息进行排列处理包括：按照以下等式对所述多个点云信息分别进行投票估计，并以估计值对所述多个点云信息进行排列：V(j)＝α·P(j)+(1-α)·Q(j)其中，α为常数系数，用于调节对时间因素及有效因素的依赖性。可选的，所述确定排名靠前的点云信息并利用该点云信息对之前存储的针对该位置的点云信息进行更新包括：确定所述多个点云信息内排名靠前的30％的点云信息，并利用该30％的点云信息对所述之前存储的针对该位置的点云信息进行概率更新。可选的，所述针对同一位置的多个点云信息接收自多个可移动设备。相应地，本专利技术一实施例提供一种云端地图更新设备，该设备包括：接收单元，用于在一给定时间段内接收针对同一位置的多个点云信息；有效概率确定单元，用于根据之前存储的针对该位置的点云信息以及所接收的多个点云信息，确定该多个点云信息各自的有效概率；时间可靠度确定单元，用于根据所述多个点云信息各自的递交时间戳，确定该多个点云信息各自的时间可靠度；排列处理单元，用于根据所述多个点云信息各自的有效概率及时间可靠度，对所述多个点云信息进行排列处理；以及更新单元，用于确定排名靠前的点云信息，并利用该点云信息对之前存储的针对该位置的点云信息进行更新。可选的，所述点云信息采用八叉树存储结构。可选的，所述根据之前存储的针对该位置的点云信息以及所接收的多个点云信息确定该多个点云信息各自的有效概率包括：根据以下等式计算多个点云信息各自的有效概率：Ij＝exp(1/Dj)其中，M0为之前存储的针对该位置的点云信息；Mj为在一给定时间段内接收针对同一位置的第j个点云信息；pi表示之前存储的针对该位置的点云信息M0的第i个节点；qi表示pi在Mj中的最近节点；M表示之前存储的针对该位置的点云信息内的节点总数；Dj表示Mj与M0的L1范数误差；Ij表示Mj与M0的相似度；表示所述给定时间段内接收针对同一位置的多个点云信息的I之和；P(j)表示Mj的有效概率。可选的，根据所述多个点云信息各自的递交时间戳确定该多个点云信息各自的时间可靠度包括：根据以下等式确定该多个点云信息各自的时间可靠度：其中，T为所述给定时间段的长度；tj及tk分别为在所述给定时间段内接收针对同一位置的第j个点云信息和第k个点云信息的递交时间；以及Q(j)表示所述多个点云信息各自的时间可靠度。可选的，根据所述多个点云信息各自的有效概率及时间可靠度对所述多个点云信息进行排列处理包括：按照以下等式对所述多个点云信息分别进行投票估计，并以估计值对所述多个点云信息进行排列：V(j)＝α·P(j)+(1-α)·Q(j)其中，α为常数系数，用于调节对时间因素及有效因素的依赖性。可选的，所述确定排名靠前的点云信息并利用该点云信息对之前存储的针对该位置的点云信息进行更新包括：确定所述多个点云信息内排名靠前的30％的点云信息，并利用该30％的点云信息对所述之前存储的针对该位置的点云信息进行概率更新。可选的，所述针对同一位置的多个点云信息接收自多个可移动设备。相应的，本专利技术一实施例还提供一种电子设备，该电子设备包括：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执行上述云端地图更新方法。通过上述技术方案，可考虑给定时间段内接收的针对同一位置的多个点云信息的有效概率及时间可靠度，并对这些多个点云信息进行排名，取排名靠前的数个点云信息来对之前存储的针对该位置的点云信息进行更新，进而可实现很好的地图融合。本专利技术实施例的其它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专利技术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专利技术实施例，但并不构成对本专利技术实施例的限制。在附图中：图1为本专利技术一实施例提供的云端地图更新系统的结构示意图；图2为本专利技术一实施例提供的云端本文档来自技高网...

【技术保护点】
1.一种云端地图更新方法，其特征在于，该方法包括：在一给定时间段内接收针对同一位置的多个点云信息；根据之前存储的针对该位置的点云信息以及所接收的多个点云信息，确定该多个点云信息各自的有效概率；根据所述多个点云信息各自的递交时间戳，确定该多个点云信息各自的时间可靠度；根据所述多个点云信息各自的有效概率及时间可靠度，对所述多个点云信息进行排列处理；以及确定排名靠前的点云信息，并利用该点云信息对之前存储的针对该位置的点云信息进行更新。

【技术特征摘要】
1.一种云端地图更新方法，其特征在于，该方法包括：在一给定时间段内接收针对同一位置的多个点云信息；根据之前存储的针对该位置的点云信息以及所接收的多个点云信息，确定该多个点云信息各自的有效概率；根据所述多个点云信息各自的递交时间戳，确定该多个点云信息各自的时间可靠度；根据所述多个点云信息各自的有效概率及时间可靠度，对所述多个点云信息进行排列处理；以及确定排名靠前的点云信息，并利用该点云信息对之前存储的针对该位置的点云信息进行更新。2.根据权利要求1所述的云端地图更新方法，其特征在于，所述点云信息采用八叉树存储结构。3.根据权利要求2所述的云端地图更新方法，其特征在于，所述根据之前存储的针对该位置的点云信息以及所接收的多个点云信息确定该多个点云信息各自的有效概率包括：根据以下等式计算多个点云信息各自的有效概率：Ij＝exp(1/Dj)其中，M0为之前存储的针对该位置的点云信息；Mj为在一给定时间段内接收针对同一位置的第j个点云信息；pi表示之前存储的针对该位置的点云信息M0的第i个节点；qi表示pi在Mj中的最近节点；M表示之前存储的针对该位置的点云信息内的节点总数；Dj表示Mj与M0的L1范数误差；Ij表示Mj与M0的相似度；表示所述给定时间段内接收针对同一位置的多个点云信息的I之和；P(j)表示Mj的有效概率。4.根据权利要求1或2所述的云端地图更新方法，其特征在于，根据所述多个点云信息各自的递交时间戳确定该...

【专利技术属性】
技术研发人员：殷鹏，
申请(专利权)人：乐视汽车北京有限公司，
类型：发明
国别省市：北京,11