一种确定SFM地图绝对尺度的方法及电子设备技术

本发明专利技术实施例提供了一种确定SFM地图绝对尺度的方法及电子设备，涉及定位技术领域，能提高确定SFM地图绝对尺度的准确度。本发明专利技术实施例包括：获取SFM视觉稀疏点云地图和目标激光点云；SFM视觉稀疏点云地图基于相机拍摄指定场景得到的多帧图像构建，目标激光点云为相机拍摄多帧图像的其中一帧目标图像时，激光雷达扫描指定场景得到的激光点云。然后将SFM视觉稀疏点云地图中的地图点与目标激光点云中的激光点进行匹配，获得多对匹配点。再根据各对匹配点的坐标，计算SFM地图尺度因子。接着针对SFM视觉稀疏点云地图中的每个地图点，根据SFM尺度因子计算该地图点的绝对坐标，并将该地图点的相对坐标更新为该地图点的绝对坐标。地图点的相对坐标更新为该地图点的绝对坐标。地图点的相对坐标更新为该地图点的绝对坐标。

【技术实现步骤摘要】
一种确定SFM地图绝对尺度的方法及电子设备


[0001]本专利技术涉及定位
，特别是涉及一种确定SFM地图绝对尺度的方法及电子设备。

技术介绍

[0002]在无人驾驶领域，比如在无人驾驶汽车中，可以利用相机拍摄的图像构建运动恢复结构（Structure From Motion，SFM）地图，从而为无人驾驶汽车在驾驶过程中提供更准确的轨迹姿态估计等服务。SFM是一种通过多帧图像估计物理世界三维结构的方法。通过SFM方法，可以根据相机从不同位置拍摄的多帧图像，确定多帧图像在相平面上的同名点，使用三角化技术估计这些同名点在三维物理世界中的位置，从而得到SFM地图。然而，由于相机成像过程是将三维世界投影到二维相机平面，丢失了尺度信息，使得SFM地图没有绝对尺度。其中，绝对尺度用于度量SFM地图中的各地图点对应的物理位置之间的实际距离。没有绝对尺度的SFM地图中的地图点的坐标是相对坐标，基于地图点的相对坐标，不能获得地图点对应的物理位置之间的实际距离。
[0003]为了使得SFM地图具有绝对尺度信息，需要对SFM地图进行恢复。现有的恢复SFM地图绝对尺度的方法为：在汽车行驶过程中，利用相机拍摄多帧图像，并利用惯性测量单元（Inertial Measurement Unit，IMU）获取汽车的加速度和角速度，确定汽车行驶速度。然后根据汽车的行驶速度，确定相机拍摄各帧图像时所处的位置之间的实际距离，进而得到SFM地图中的地图点的绝对坐标。SFM地图中的两个地图点的绝对坐标之间的距离为这两个地图点对应的物理位置之间的实际距离。
[0004]但是IMU存在零点偏置，即在汽车的行驶速度为0时，IMU确定的汽车的行驶速度大于零，使得利用IMU确定的汽车行驶速度不准确，因此利用不同时间段内拍摄的图像确定的地图绝对尺度不同，即存在尺度漂移，导致确定的SFM地图绝对尺度不准确。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种确定SFM地图绝对尺度的方法及电子设备，以提高确定的SFM地图绝对尺度的准确度。具体技术方案如下：第一方面，本专利技术实施例提供了一种确定SFM地图绝对尺度的方法，所述方法包括：获取运动恢复结构SFM视觉稀疏点云地图和目标激光点云；其中，SFM视觉稀疏点云地图基于相机拍摄指定场景得到的多帧图像构建，所述目标激光点云为所述相机拍摄所述多帧图像的其中一帧目标图像时，激光雷达扫描所述指定场景得到的激光点云；将所述SFM视觉稀疏点云地图中的地图点与所述目标激光点云中的激光点进行匹配，获得多对匹配点；根据各对匹配点的坐标，计算SFM地图尺度因子，所述SFM地图尺度因子用于表示SFM视觉稀疏点云地图中的地图点的相对坐标与绝对坐标之间的转换关系；
针对所述SFM视觉稀疏点云地图中的每个地图点，根据所述SFM尺度因子计算该地图点的绝对坐标，并将该地图点的相对坐标更新为该地图点的绝对坐标。
[0006]可选的，在所述根据各对匹配点的坐标，计算SFM地图尺度因子之后，所述方法还包括：根据所述SFM尺度因子，分别确定所述SFM视觉稀疏点云地图中的每个地图点在指定坐标系下的坐标；分别确定所述目标激光点云中的每个激光点在所述指定坐标系下的坐标；针对每一对匹配点，判断该对匹配点的残差是否大于预设残差，其中，该对匹配点的残差为：该对匹配点包括的地图点在所述指定坐标系下的坐标与该对匹配点包括的激光点在所述指定坐标系下的坐标之间的残差；若是，则忽略该对匹配点；若否，则保留该对匹配点；根据保留的各对匹配点的坐标，更新所述SFM地图尺度因子。
[0007]可选的，在所述针对所述SFM视觉稀疏点云地图中的每个地图点，根据所述SFM尺度因子计算该地图点的绝对坐标之前，所述方法还包括：若更新所述SFM地图尺度因子的次数未达到预设次数，则将所述多帧图像中所述目标图像的下一帧图像作为所述目标图像，将所述目标图像对应的激光点云作为所述目标激光点云，并返回所述将所述SFM视觉稀疏点云地图中的地图点与所述目标激光点云中的激光点进行匹配，获得多对匹配点的步骤；若更新所述SFM地图尺度因子的次数达到所述预设次数，则根据最近所述预设次数更新的所述SFM地图尺度因子，判断所述SFM地图尺度因子是否稳定；若是，则执行所述针对所述SFM视觉稀疏点云地图中的每个地图点，根据所述SFM尺度因子计算该地图点的绝对坐标的步骤；若否，则将所述多帧图像中所述目标图像的下一帧图像作为所述目标图像，将所述目标图像对应的激光点云作为所述目标激光点云，并返回所述将所述SFM视觉稀疏点云地图中的地图点与所述目标激光点云中的激光点进行匹配，获得多对匹配点的步骤。
[0008]可选的，所述根据最近所述预设次数更新的所述SFM地图尺度因子，判断所述SFM地图尺度因子是否稳定，包括：确定最近所述预设次数更新的各SFM地图尺度因子的离散程度；如果所述离散程度是否小于预设离散程度，则确定所述SFM地图尺度因子稳定；如果所述离散程度大于等于所述预设离散程度，则确定所述SFM地图尺度因子不稳定。
[0009]可选的，所述将所述SFM视觉稀疏点云地图中的地图点与所述目标激光点云中的激光点进行匹配，获得多对匹配点，包括：分别确定所述SFM视觉稀疏点云地图中的每个地图点在所述目标图像上的地图投影点，以及确定所述目标激光点云中的每个激光点在所述目标图像上的激光投影点；针对每个地图投影点，确定以该地图投影点为中心的第一预设尺寸的第一图像块；如果所述第一图像块内的激光投影点数量达到预设数量，且所述第一图像块内的
激光投影点对应的激光点两两之间的距离小于预设距离，则确定所述第一图像块内的激光投影点对应的激光点的平均坐标；将该地图投影点对应的地图点与所述目标激光点云中所述平均坐标处的激光点作为一对匹配点。
[0010]可选的，所述确定所述目标激光点云中的每个激光点在所述目标图像上的激光投影点，包括：依次将所述目标激光点云中的每个激光点作为当前激光点；将所述当前激光点投影至所述目标图像，确定所述当前激光点在所述目标图像上的当前激光投影点；确定以所述当前激光投影点为中心的第二预设尺寸的第二图像块；在所述第二图像块内存在除所述当前激光点以外的其他激光投影点时，判断所述第二图像块内，是否存在激光投影点对应的激光点与所述激光雷达之间的距离，小于等于所述当前激光点与所述激光雷达之间的距离；若存在，则删除所述当前激光投影点，保留所述第二图像块内的其他激光投影点；若不存在，则删除所述第二图像块内的其他激光投影点，保留所述当前激光投影点；在所述第二图像块内不存在除所述当前激光点以外的其他激光投影点时，保留所述当前激光投影点。
[0011]可选的，所述根据各对匹配点的坐标，计算SFM地图尺度因子，包括：确定每对匹配点的残差，并计算在确定的各残差总和最小的情况下的SFM地图尺度因子；其中，针对一对匹配点，该对匹配点的残差为：该对匹配点包括的地图点在指定坐标系下的坐标与该对匹配点包括的激光点在所述指定坐标系下的坐标之间的残差。
[0012]可选的，所述确定每对匹配点的残差，并计算在确定的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定SFM地图绝对尺度的方法，其特征在于，所述方法包括：获取运动恢复结构SFM视觉稀疏点云地图和目标激光点云；其中，SFM视觉稀疏点云地图基于相机拍摄指定场景得到的多帧图像构建，所述目标激光点云为所述相机拍摄所述多帧图像的其中一帧目标图像时，激光雷达扫描所述指定场景得到的激光点云；将所述SFM视觉稀疏点云地图中的地图点与所述目标激光点云中的激光点进行匹配，获得多对匹配点；根据各对匹配点的坐标，计算SFM地图尺度因子，所述SFM地图尺度因子用于表示SFM视觉稀疏点云地图中的地图点的相对坐标与绝对坐标之间的转换关系；针对所述SFM视觉稀疏点云地图中的每个地图点，根据所述SFM尺度因子计算该地图点的绝对坐标，并将该地图点的相对坐标更新为该地图点的绝对坐标。2.根据权利要求1所述的方法，其特征在于，在所述根据各对匹配点的坐标，计算SFM地图尺度因子之后，所述方法还包括：根据所述SFM尺度因子，分别确定所述SFM视觉稀疏点云地图中的每个地图点在指定坐标系下的坐标；分别确定所述目标激光点云中的每个激光点在所述指定坐标系下的坐标；针对每一对匹配点，判断该对匹配点的残差是否大于预设残差，其中，该对匹配点的残差为：该对匹配点包括的地图点在所述指定坐标系下的坐标与该对匹配点包括的激光点在所述指定坐标系下的坐标之间的残差；若是，则忽略该对匹配点；若否，则保留该对匹配点；根据保留的各对匹配点的坐标，更新所述SFM地图尺度因子。3.根据权利要求2所述的方法，其特征在于，在所述针对所述SFM视觉稀疏点云地图中的每个地图点，根据所述SFM尺度因子计算该地图点的绝对坐标之前，所述方法还包括：若更新所述SFM地图尺度因子的次数未达到预设次数，则将所述多帧图像中所述目标图像的下一帧图像作为所述目标图像，将所述目标图像对应的激光...

【专利技术属性】
技术研发人员：杨涵，杨再甫，鲁荣荣，李正宁，林宝尉，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：