地图生成方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种地图生成方法、装置、计算机设备和存储介质。所述方法包括：获取待处理的原始点云；对原始点云进行运动畸变校正，得到校正点云；计算校正点云的特征值，从特征值中确定目标特征值；从校正点云中获取目标特征值对应的校正点云进行点云配准，得到初始地图；根据点云反射率范围阈值和掩膜对初始地图进行滤波，得到目标地图。采用本方案能够提高地图精确度。

Map generation method, device, computer equipment and storage medium

【技术实现步骤摘要】
地图生成方法、装置、计算机设备和存储介质
本申请涉及电子地图
，特别是涉及一种地图生成方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展，电子地图(例如，高精地图)的应用越来越广泛，用户对电子地图的要求也越来越高。高精地图是可用于无人驾驶车辆导航，可以给无人车提供一定的预判空间，即无人车通过高精地图获取前方的路况，提前做行驶规划；还可以帮助无人车减少计算量，即在无人车通过路口时，提前感知前方的信号灯状况，定位在信号灯所在的区域。为了获取更精准的高精地图，高精地图的生成方式至关重要。然而，目前使用的高精地图存在精确度低的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高地图精确度的地图生成方法、装置、计算机设备和存储介质。一种地图生成方法，所述方法包括：获取待处理的原始点云；对所述原始点云进行运动畸变校正，得到校正点云；计算所述校正点云的特征值，从所述特征值中确定目标特征值；从所述校正点云中获取所述目标特征值对应的校正点云进行点云配准，得本文档来自技高网...

【技术保护点】
1.一种地图生成方法，所述方法包括：/n获取待处理的原始点云集；/n对所述原始点云集进行运动畸变校正，得到校正点云集；/n计算所述校正点云集中每个校正点云的特征值，从所述特征值中确定目标特征值；/n从所述校正点云集中获取所述目标特征值对应的校正点云进行点云配准，得到初始地图；/n根据点云反射率范围阈值和掩膜对所述初始地图进行滤波，得到目标地图。/n

【技术特征摘要】
1.一种地图生成方法，所述方法包括：
获取待处理的原始点云集；
对所述原始点云集进行运动畸变校正，得到校正点云集；
计算所述校正点云集中每个校正点云的特征值，从所述特征值中确定目标特征值；
从所述校正点云集中获取所述目标特征值对应的校正点云进行点云配准，得到初始地图；
根据点云反射率范围阈值和掩膜对所述初始地图进行滤波，得到目标地图。


2.根据权利要求1所述的方法，其特征在于，在所述获取原始点云之前，所述方法还包括：
获取标定图像中各像素点在传感器组中每个传感器对应的传感器坐标系中的坐标位置；
通过所述坐标位置确定误差方程，根据所述误差方程对误差项进行处理以求取误差最小值时的转换矩阵，确定标定参数。


3.根据权利要求1所述的方法，其特征在于，所述对所述原始点云集进行运动畸变校正，得到校正点云集，包括：
通过传感器组对应的运动模型确定所述原始点云集中每个原始点云的位置信息在世界坐标系中的位置偏移量；
根据所述位置偏移量和所述位置信息，对所述原始点云集进行校正，得到校正点云集。


4.根据权利要求1所述的方法，其特征在于，在所述计算所述校正点云集中每个校正点云的特征值，从所述特征值中确定目标特征值之前，所述方法还包括：
对所述校正点云集中校正点云进行数据清洗，并将清洗后的校正点云集上传至服务器。


5.根据权利要求1所述的方法，其特征在于，所述计算所述校正点云对应的特征值，从所述特征值中确定目标特征值，包括：
获取所述校正点云集中每个校正点云的位置信息；
根据所述校正点云集中每个校正点云的位置信息计算每个点云的特征值；
从所述特征值中确定数值最大的特征值和数值最小的特征值，将所述数值最大的特征值和所述数值最小的特征值作为所述目标特征值；
从所述校正点云集中获取所述目标特征值对应的校正点云进行点云配准，得到初始地图包括：
从所述校正点云集中获取数值最大的特征值的校正点云和数值最小的特征值的校正点云；
对所述数值最大的特征值的校正点云和所述数值最小的特征值的校正点云进行点云配准，得到初始地图。


6.根据...

【专利技术属性】
技术研发人员：刘天瑜，唐铭锴，朱亦隆，李梁，熊学良，刘明，王鲁佳，
申请(专利权)人：深圳一清创新科技有限公司，
类型：发明
国别省市：广东;44