点云融合方法、装置、电子设备和介质制造方法及图纸

本公开提供了一种点云融合方法、装置、电子设备和介质，涉及自动驾驶技术领域，尤其涉及高精地图、云计算技术领域。具体实现方案为：根据目标点云图像的目标采集位置从历史点云图像中确定待配准点云图像；根据所述目标点云图像包括的目标道路元素的目标元素位置，从所述待配准点云图像中确定与所述目标道路元素关联的辅助道路元素；根据所述目标元素位置和所述辅助道路元素的辅助元素位置，对所述目标点云图像和所述待配准点云图像进行配准。本公开实现了减少点云图像配准所需数据量的效果，缩短了点云图像配准所需的时间，从而提高了点云图像配准的效率。云图像配准的效率。云图像配准的效率。

【技术实现步骤摘要】
点云融合方法、装置、电子设备和介质


[0001]本公开涉及自动驾驶
，尤其涉及高精地图、云计算
，特别涉及一种点云融合方法、装置、电子设备和介质。

技术介绍

[0002]高精地图也称高精度地图，是自动驾驶汽车使用。高精地图，拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助汽车预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。目前激光雷达采集的地图通常都是以点云图像的形式存在，点云图像是三维物体或者三维场景的一种表现形式，是由空间中一组无规则分布的、表达三维物体或三维场景的空间结构和表面属性的离散点所构成。
[0003]对点云图像进行点云融合之前，需要对各点云图像进行配准，目前通常的方法是基于全量点云的几何信息进行配准。

技术实现思路

[0004]本公开提供了一种用于对点云图像进行配准的方法、装置、电子设备和介质。
[0005]根据本公开的一方面，提供了一种点云融合方法，包括：
[0006]根据目标点云图像的目标采集位置从历史点云图像中确定待配准点云图像；
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云融合方法，包括：根据目标点云图像的目标采集位置从历史点云图像中确定待配准点云图像；根据所述目标点云图像包括的目标道路元素的目标元素位置，从所述待配准点云图像中确定与所述目标道路元素关联的辅助道路元素；根据所述目标元素位置和所述辅助道路元素的辅助元素位置，对所述目标点云图像和所述待配准点云图像进行配准。2.根据权利要求1所述的方法，其中，所述根据所述目标点云图像包括的目标道路元素的目标元素位置，从所述待配准点云图像中确定与所述目标道路元素关联的辅助道路元素，包括：从所述目标道路元素中确定基准目标道路元素，并根据所述基准目标道路元素的基准目标元素位置，采用随机抽样一致算法从所述待配准点云图像中确定与所述基准目标道路元素关联的基准辅助道路元素；确定所述目标点云图像中其他目标道路元素与所述基准目标道路元素之间的元素位置关系；根据所述元素位置关系从所述待配准点云图像中确定与所述其他目标道路元素关联的除所述基准辅助道路元素以外的其他辅助道路元素。3.根据权利要求2所述的方法，其中，所述根据所述元素位置关系从所述待配准点云图像中确定与所述其他目标道路元素关联的除所述基准辅助道路元素以外的其他辅助道路元素，包括：根据所述元素位置关系以及所述基准辅助道路元素的基准辅助元素位置，从所述待配准点云图像中确定搜索位置；根据所述其他目标道路元素的元素类型以及距离阈值，在所述搜索位置进行邻域搜索，确定与所述其他目标道路元素关联的其他辅助道路元素。4.根据权利要求1
‑
3中任一所述的方法，其中，所述根据所述目标元素位置和所述辅助道路元素的辅助元素位置，对所述目标点云图像和所述待配准点云图像进行配准，包括：确定所述目标点云图像的目标采集姿态，以及所述待配准点云图像的辅助采集位置和辅助采集姿态；根据所述目标采集位置、所述目标采集姿态、所述辅助采集位置、所述辅助采集姿态、所述目标元素位置和所述辅助元素位置，对所述目标点云图像和所述待配准点云图像进行配准。5.根据权利要求4所述的方法，其中，所述根据所述目标采集位置、所述目标采集姿态、所述辅助采集位置、所述辅助采集姿态、所述目标元素位置和所述辅助元素位置，对所述目标点云图像和所述待配准点云图像进行配准，包括：根据所述目标采集位置、所述目标采集姿态和所述目标元素位置，确定所述目标道路元素在世界坐标系的目标位姿矩阵；根据所述辅助采集位置、所述辅助采集姿态和所述辅助元素位置，确定所述辅助道路元素在世界坐标系的辅助位姿矩阵；根据所述目标位姿矩阵和所述辅助位姿矩阵，对所述目标点云图像和所述待配准点云图像进行配准。
6.根据权利要求5所述的方法，其中，所述根据所述目标位姿矩阵和所述辅助位姿矩阵，对所述目标点云图像和所述待配准点云图像进行配准，包括：根据所述目标位姿矩阵和所述辅助位姿矩阵，构建约束函数；采用寻优算法对所述目标位姿矩阵和所述辅助位姿矩阵进行调整，并确定在所述约束函数的函数值为目标值时，所述目标位姿矩阵调整后的第一位姿矩阵，以及所述辅助位姿矩阵调整后的第二位姿矩阵；根据所述第一位姿矩阵和所述第二位姿矩阵，对所述目标点云图像和所述待配准点云图像进行配准。7.根据权利要求6所述的方法，其中，所述根据所述第一位姿矩阵和所述第二位姿矩阵，对所述目标点云图像和所述待配准点云图像进行配准，包括：根据所述第一位姿矩阵和所述目标位姿矩阵，确定目标旋转矩阵和目标位移矩阵；根据所述第二位姿矩阵和所述辅助位姿矩阵，确定辅助旋转矩阵和辅助位移矩阵；采用所述目标旋转矩阵和所述目标位移矩阵对所述目标点云图像进行配准，并采用所述辅助旋转矩阵和所述辅助位移矩阵对所述待配准点云图像进行配准。8.根据权利要求6
‑
7中任一所述的方法，其中，所述根据所述目标位姿矩阵和所述辅助位姿矩阵，构建约束函数，包括：在所述目标道路元素和所述辅助道路元素的元素类型包括路牌的情况下，构建如下e1和e2约束函数：约束函数：其中，所述表示目标位姿矩阵，所述R
src
表示目标采集姿态，所述T
src
表示目标采集位置，所述P
src
表示目标元素位置，所述表示辅助位姿矩阵，所述R
dst
表示辅助采集姿态，所述T
dst
表示辅助采集位置，所述P
dst
表示辅助元素位置，所述表示所述目标道路元素的法向量，所述n
dst
表示所述辅助道路元素的法向量，w1和w2为固定常数。9.根据权利要求6
‑
8中任一所述的方法，其中，所述根据所述目标位姿矩阵和所述辅助位姿矩阵，构建约束函数，包括：在所述目标道路元素和所述辅助道路元素的元素类型包括车道线和/或路灯杆的情况下，构建如下e3和e4约束函数：约束函数：其中，所述表示目标位姿矩阵，所述R
src
表示目标采集姿态，所述T
src
表示目标采集位置，所述P
src
表示目标元素位置，所述表示辅助位姿矩阵，所述R
dst
表示辅助采集姿态，所述T
dst
表示辅助采集位
置，所述P
dst
表示辅助元素位置，所述v
src
表示所述目标道路元素的朝向，所述v
dst
表示所述辅助道路元素的朝向，w3和w4为固定常数。10.根据权利要求6
‑
9中任一所述的方法，其中，所述根据所述目标位姿矩阵和所述辅助位姿矩阵，构建约束函数，包括：在所述目标道路元素和所述辅助道路元素的元素类型包括道路箭头的情况下，构建如下e5约束函数：其中，所述表示目标位姿矩阵，所述R
src
表示目标采集姿态，所述T
src
表示目标采集位置，所述P
src
表示目标元素位置，所述表示辅助位姿矩阵，所述R
dst
表示辅助采集姿态，所述T
dst
表示辅助采集位置，所述P
dst
表示辅助元素位置。11.根据权利要求1
‑
10中任一所述的方法，其中，所述根据目标点云图像的目标采集位置从历史点云图像中确定待配准点云图像，包括：根据所述目标采集位置以及距离阈值，在多维空间树中进行搜索，确定辅助采集位置；其中，所述多维空间树根据各所述历史点云图像的采集位置构建得到；将所述辅助采集位置对应的历史点云图像作为所述待配准点云图像。12.一种点...

【专利技术属性】
技术研发人员：秦莹莹，丁文东，代洋洋，杨瀚，彭亮，万国伟，
申请(专利权)人：阿波罗智能技术北京有限公司，
类型：发明
国别省市：