一种动态场景的智能车定位方法及系统技术方案

本发明专利技术公开了一种动态场景的智能车定位方法及系统，基于部署在智能车上的激光雷达和相机实现，所述方法包括：接收激光雷达采集的点云数据和相机采集的图像数据；基于图像数据，识别环境中的物体类别，并对物体类别为可移动物体构建语义地图；基于点云数据，使用SLAM方法构建静态地图；根据静态地图和语义地图，结合持续获得的点云数据，调整可移动物体对应的观测权重；基于调整后的观测权重，根据静态地图和语义地图，对智能车进行实时定位。本发明专利技术的方法可以解决由于可移动物体低动态性的特性导致的定位精度降低的问题，提供了一种长期定位的方案，在环境中物体发生变化之后，依然可以根据环境中的静态物体提供较高的精度。精度。精度。

【技术实现步骤摘要】
一种动态场景的智能车定位方法及系统


[0001]本专利技术涉及建图和定位
，尤其涉及一种动态场景的智能车定位方法及系统。

技术介绍

[0002]同时定位和建图(SLAM)是智能车领域的一个关键问题。在过去的几十年里，人们一直在努力将其智能车从实验室场景扩展到室外场景，其中的主要的难点在于识别并去除环境中的动态物体。在包含动态和可移动物体的建图和定位领域的研究是无人驾驶的研究重点和难点之一。当前的建图和定位系统通常基于静态环境的假设或者只能解决包含高动态物体的环境下的建图和定位问题，但环境中的可移动物体通常会严重影响建图和定位精度，因此需要一种适用于可移动环境下的建图和定位方法，保证无人驾驶系统在该环境下的定位精度。

技术实现思路

[0003]本专利技术的目的在于克服现有技术缺陷，提出了一种动态场景的智能车定位方法及系统。
[0004]为了实现上述目的，本专利技术提出了一种动态场景的智能车定位方法，基于部署在智能车上的激光雷达和相机实现，所述方法包括：
[0005]接收激光雷达采集的点云数据和相机采集的图像数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态场景的智能车定位方法，基于部署在智能车上的激光雷达和相机实现，所述方法包括：接收激光雷达采集的点云数据和相机采集的图像数据；基于图像数据，识别环境中的物体类别，并对物体类别为可移动物体构建语义地图；基于点云数据，使用SLAM方法构建静态地图；根据静态地图和语义地图，结合持续获得的点云数据，调整可移动物体对应的观测权重；基于调整后的观测权重，根据静态地图和语义地图，对智能车进行实时定位。2.根据权利要求1所述的动态场景的智能车定位方法，其特征在于，所述物体类别包括静止物体、可移动物体和高动态物体；其中，所述可移动物体为识别时处于静止状态，具有运动能力的物体；所述高动态物体为识别时处于运动状态的物体。3.根据权利要求2所述的动态场景的智能车定位方法，其特征在于，所述对物体类别为可移动物体构建语义地图；具体包括：用矩形框框选出环境中的可移动物体；标定激光雷达和相机的空间位置关系，并将激光雷达点云投影到像素坐标系下，计算在矩形框内的激光雷达点对应可移动物体的位置信息；该位置信息在地图坐标系下；计算静态地图的连通区域，结合物体类别信息，得到环境中可移动物体的语义地图。4.根据权利要求3所述的动态场景的智能车定位方法，其特征在于，所述根据静态地图和语义地图，结合持续获得的点云数据，调整可移动物体对应的观测权重；具体包括：遍历点云中的每个激光雷达点，分别计算当前激光雷达点在静态地图的距离值和在语义地图的距离值，如果当前激光雷达点的两个距离值相差在一定范围内并且在语义地图的距离值大于一定阈值，则根据权重降低策略降低权重。5.根据权利要求4所述的动态场景的智能车定位方...

【专利技术属性】
技术研发人员：李骏，张新钰，朱世凡，鲍泽峰，熊一瑾，郭世纯，
申请(专利权)人：清华大学，
类型：发明
国别省市：