一种高精度地图的构建方法、系统、终端和存储介质技术方案

本发明专利技术提供一种高精度地图的构建方法、系统、终端和存储介质，包括以下步骤：S01：获取雷达扫描点云，给点云两两配准，生成重建后的点云，以惯性测量单元去除雷达运动过程产生的点云畸变；S02：提取每一帧点云的特征点，进行相邻帧特征点关联匹配；获取采集点云间隔时间内雷达姿态的变换；S03：提取三维点云中的地面点，形成地面特征集合生成高精度地图。特征点提取不采用现有特征，而是根据曲率大小，提取边角和平面特征；以惯性测量单元去除点云畸变，再提取特征点，进行特征点关联匹配，将一定距离地面一定高度的特征映射到地平面上形成高精度地图。

【技术实现步骤摘要】
一种高精度地图的构建方法、系统、终端和存储介质
本专利技术涉及汽车电子
，特别是涉及一种高精度地图的构建方法、系统、终端和存储介质。
技术介绍
精细地图作为一种电子地图，包括空间矢量数据和属性信息，空间矢量数据是电子地图属性信息的载体。传统电子地图的制作方法是采用基于栅格数据抽象提取空间矢量数据的方法或利用GPS、机器人定位跟踪装置记录采集所经区域的空间位置及视野信息，加工生产空间矢量数据。而这种精细地图并不能满足L4乃至L5等级自动驾驶的需求。高精度地图不仅包含空间矢量数据还包括许多语义信息，地图可能会报告交通灯上不同颜色的含义，也可能指示道路的速度限速，以及左转车道的位置，高精度地图做重要的特征之一是，精度，手机上的导航只能达到米级精度，高精度地图可以达到厘米级精度，这对无人驾驶车至关重要。保持这些地图的更新是一项重大任务，调查车队需要不断地对高精度地图进行验证和更新。此外，这些地图精度可以达到几厘米，这是水准最高的制图精度。高精度地图专为无人驾驶车设计，包含道路定义、交叉路口、交通信号、车道规则以及用于汽车导航的其他元素。<本文档来自技高网...

【技术保护点】
1.一种高精度地图的构建方法，其特征在于，包括：/nS01：获取雷达扫描点云，给点云两两配准，生成重建后的点云，以惯性测量单元去除雷达运动过程产生的点云畸变；/nS02：提取每一帧点云的特征点，进行相邻帧特征点关联匹配；获取采集点云间隔时间内雷达姿态的变换；/nS03：提取三维点云中的地面点，形成地面特征集合生成高精度地图。/n

【技术特征摘要】
1.一种高精度地图的构建方法，其特征在于，包括：
S01：获取雷达扫描点云，给点云两两配准，生成重建后的点云，以惯性测量单元去除雷达运动过程产生的点云畸变；
S02：提取每一帧点云的特征点，进行相邻帧特征点关联匹配；获取采集点云间隔时间内雷达姿态的变换；
S03：提取三维点云中的地面点，形成地面特征集合生成高精度地图。


2.根据权利要求1所述的高精度地图的构建方法，其特征在于，所述步骤S01中，以惯性测量单元去除雷达运动过程产生的点云畸变的具体步骤是：
S021：我们可以获得点云初始时刻的IMU状态_imuStart，以及经过实际扫描时间relSweepTime后，当前时刻的IMU状态_imuCur。:
S022：计算:经过扫描时间后，当前点产生的漂移：_imuPositionShift＝_imuCur.position-_imuStart.position-_imuStart.velocity*relSweepTime；
S022：上式假定在扫描时间relSweepTime内，车是匀速运动的。


3.根据权利要求1所述的高精度地图的构建方法，其特征在于，所述步骤S01中最近点迭代(IterativeClosestPoint，ICP)的具体步骤是：
S017：数据获取；
S018：特征点估计，通常是对点云进行降采样，或者采用其他计算方式
S019：特征值计算，采用的特征值通常有NARF、FPFH、SIFT等等，计算特征值的目的主要是匹配
S020：关联点匹配，需要用到近邻搜索的方式匹配后可以根据匹配的点计算出两帧点云的刚体变换，采用的方法比如奇异值分解(SVD)。
...

【专利技术属性】
技术研发人员：王凡，唐锐，
申请(专利权)人：纵目科技上海股份有限公司，
类型：发明
国别省市：上海;31