地图构建方法及装置制造方法及图纸

本申请提供了地图构建方法及装置，在建立点云数据和位姿的关联关系的过程中，针对任一帧点云数据，获取在采集所述点云数据的过程中，位姿采集模块采集的激光雷达的多个位姿以及所述多个位姿分别对应的时间戳；获得在采集该帧点云数据的过程中激光雷达的目标位姿变化信息；基于所述多个位姿、所述多个位姿分别对应的时间戳、所述目标位姿变化信息以及所述点云数据的时间戳，确定的所述点云数据关联的位姿更加准确，从而使得得到两两相邻两帧点云数据之间的相对位姿更加准确，基于所述多帧点云数据中两两相邻两帧点云数据之间的相对位姿以及所述多帧点云数据，构建得到的所述被测对象的三维图像更加准确。对象的三维图像更加准确。对象的三维图像更加准确。

【技术实现步骤摘要】
地图构建方法及装置


[0001]本申请涉及定位导航
，更具体的说，是涉及地图构建方法及装置。

技术介绍

[0002]SLAM(simultaneous localization and mapping，同步定位与地图创建)技术的原理是：利用激光雷达向被测对象发射光线并接收由被测对象反射的光线，计算该束光线的飞行距离，以得到被测对象与激光雷达的距离。激光雷达包括多个激光传感器，若利用多个激光传感器发射光线，则可以得到多个点，每一点的采集信息包括：该点对应的激光传感器位于激光雷达中的位置，该点对应的激光传感器发射的光线的次序以及该点对应的距离，将激光雷达中各个激光传感器扫描一圈后得到的多个点的称为一帧点云数据。通过对不同时刻两帧点云数据进行匹配与比对，计算出激光雷达在这两个时刻之间的相对位姿。若以第一帧的位姿为初始位姿，那么后续的每一帧点云数据都可以基于相对位姿，将本帧的点云数据变换到第一帧点云数据所在坐标系上，从而构建出点云地图；基于点云地图构建被测对象的三维图像。
[0003]在将两帧点云数据进行匹配与比对的过程中，由于采集激光雷达的位姿的位姿采集模块的采集频率与激光雷达采集点云数据的频率不同，导致位姿采集模块采集得到的位姿的数目与激光雷达得到的点云数据的帧数不同，所以需要基于各帧点云数据的时间戳与各个位姿的时间戳，将各帧点云数据与位姿建立关联。
[0004]目前，基于各帧点云数据的时间戳与各个位姿的时间戳，将各帧点云数据与位姿建立关联的方法不准确，使得计算得到的激光雷达在这两个时刻之间的相对位姿不准确，导致得到的点云地图不准确，最终导致基于点云地图构建被测对象的三维图像不准确。

技术实现思路

[0005]有鉴于此，本申请提供了一种地图构建方法及装置。
[0006]为实现上述目的，本申请提供如下技术方案：
[0007]根据本公开实施例的第一方面，提供一种地图构建方法，包括：
[0008]获取被测对象对应的多帧点云数据以及所述多帧点云数据分别对应的时间戳；
[0009]针对所述多帧点云数据中任一帧点云数据，获取在采集所述点云数据的过程中，位姿采集模块采集的激光雷达的多个位姿以及所述多个位姿分别对应的时间戳；
[0010]获取在采集所述点云数据的过程中所述激光雷达的目标位姿变化信息，其中，所述目标位姿变化信息是基于所述位姿采集模块采集得到的时间戳与该帧点云数据的时间戳最近的位姿变化信息得到的；
[0011]基于所述多个位姿、所述多个位姿分别对应的时间戳、所述目标位姿变化信息以及所述点云数据的时间戳，确定所述点云数据关联的位姿，以得到所述多帧点云数据分别关联的位姿；
[0012]针对所述多帧点云数据中任一帧点云数据，基于所述点云数据关联的位姿与所述
点云数据的前一帧点云数据关联的位姿，确定两帧点云数据之间的相对位姿，以得到所述多帧点云数据中两两相邻两帧点云数据之间的相对位姿；
[0013]基于所述多帧点云数据中两两相邻两帧点云数据之间的相对位姿以及所述多帧点云数据，构建所述被测对象的三维图像。
[0014]结合第一方面，在第一种可能的实现方式中，所述获取在采集所述点云数据的过程中所述激光雷达的目标位姿变化信息包括：
[0015]基于所述多个位姿分别对应的时间戳以及所述多个位姿，确定所述激光雷达的第一位姿变化信息；
[0016]获得所述位姿采集模块采集的所述激光雷达的第二位姿变化信息，其中，位姿采集模块采集的第二位姿变化信息对应的时间戳为距离所述点云数据对应的时间戳最近的时间戳；
[0017]基于所述第一位姿变化信息、第二位姿变化信息以及第一设定权重，确定目标位姿变化信息，所述第一设定权重用于表征所述第二位姿变化信息的准确度。
[0018]结合第一方面，在第二种可能的实现方式中，所述基于所述第一位姿变化信息、第二位姿变化信息以及第一设定权重，确定目标位姿变化信息包括：
[0019]基于以下公式确定所述目标位姿变化信息：
[0020]V＝λV
rtk/imu
+(1
‑
λ)V
stam
[0021]其中，V为所述目标位姿变化信息，V
rtk/imu
为所述第二位姿变化信息，V
slam
为所述第一位姿变化信息，λ为所述第一设定权重，所述第一设定权重基于计算所述第二位姿变化信息的卫星的数目以及所述激光雷达的速度协方差矩阵得到的。
[0022]结合第一方面，在第三种可能的实现方式中，λ＝a*V_xyzcov+b*GPS_num，其中，V_xyzcov为激光雷达的速度协方差矩阵，GPS_num为卫星的数目，a和b为标定参数。
[0023]结合第一方面，在第四种可能的实现方式中，所述基于所述点云数据关联的位姿与所述点云数据的前一帧点云数据关联的位姿，确定两帧点云数据之间的相对位姿包括：
[0024]从所述点云数据中获取边缘特征点集合以及平面特征点集合，所述边缘特征点集合包括一个或多个边点，所述平面特征点集合包括一个或多个面点；
[0025]基于第一待定相对位姿将所述前一帧点云数据的边缘特征点集合映射至所述点云数据所在的目标坐标系中，构成第一候选边缘特征点集合；
[0026]基于所述第一待定相对位姿将所述前一帧点云数据的平面特征点集合映射至所述目标坐标系中，构成第一候选平面特征点集合；
[0027]基于所述第一候选边缘特征点集合以及位于所述目标坐标系中的边缘特征点集合，确定第一误差；
[0028]基于所述第一候选平面特征点集合以及位于所述目标坐标系中的平面特征点集合，确定第二误差；
[0029]确定使得所述第一误差与所述第二误差之和最小的所述第一待定相对位姿，为两帧点云数据的相对位姿；
[0030]其中，所述第一误差与所述第二误差之和为误差函数f(R,T)，所述误差函数的公式如下：pi为所述点云数据中属于平面特征点集合或边缘特
征点集合中的点的坐标，若pi属于平面特征点集合，则qi属于第一候选平面特征点集合中的点，若pi属于边缘特征点集合，则qi属于第一候选边缘特征点集合中的点，R为所述点云数据和所述前一帧点云数据之间的相对的旋转矩阵，T为所述点云数据和所述前一帧点云数据之间的相对平移矩阵，使得所述误差函数最小的第一待定相对位姿为所述点云数据和所述前一帧点云数据之间的相对位姿(R,T)。
[0031]结合第一方面，在第五种可能的实现方式中，所述从所述点云数据中获取边缘特征点集合以及平面特征点集合包括：
[0032]将所述点云数据中位于同一平面的激光传感器得到的点划分至多个区域；
[0033]针对所述多个区域中任一区域，若所述区域中平滑度最小的第一数目个点中存在平滑度小于第一阈值的第一目标点，确定所述第一目标点为面点；
[0034]针对所述多个区域中任一区域，若所述区域中平滑度最高的第二数目个点中存在平滑度大于第二阈本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地图构建方法，其特征在于，包括：获取被测对象对应的多帧点云数据以及所述多帧点云数据分别对应的时间戳；针对所述多帧点云数据中任一帧点云数据，获取在采集所述点云数据的过程中，位姿采集模块采集的激光雷达的多个位姿以及所述多个位姿分别对应的时间戳；获取在采集所述点云数据的过程中所述激光雷达的目标位姿变化信息，其中，所述目标位姿变化信息是基于所述位姿采集模块采集得到的时间戳与该帧点云数据的时间戳最近的位姿变化信息得到的；基于所述多个位姿、所述多个位姿分别对应的时间戳、所述目标位姿变化信息以及所述点云数据的时间戳，确定所述点云数据关联的位姿，以得到所述多帧点云数据分别关联的位姿；针对所述多帧点云数据中任一帧点云数据，基于所述点云数据关联的位姿与所述点云数据的前一帧点云数据关联的位姿，确定两帧点云数据之间的相对位姿，以得到所述多帧点云数据中两两相邻两帧点云数据之间的相对位姿；基于所述多帧点云数据中两两相邻两帧点云数据之间的相对位姿以及所述多帧点云数据，构建所述被测对象的三维图像。2.根据权利要求1所述地图构建方法，其特征在于，所述获取在采集所述点云数据的过程中所述激光雷达的目标位姿变化信息包括：基于所述多个位姿分别对应的时间戳以及所述多个位姿，确定所述激光雷达的第一位姿变化信息；获得所述位姿采集模块采集的所述激光雷达的第二位姿变化信息，其中，位姿采集模块采集的第二位姿变化信息对应的时间戳为距离所述点云数据对应的时间戳最近的时间戳；基于所述第一位姿变化信息、第二位姿变化信息以及第一设定权重，确定目标位姿变化信息，所述第一设定权重用于表征所述第二位姿变化信息的准确度。3.根据权利要求2所述地图构建方法，其特征在于，所述基于所述第一位姿变化信息、第二位姿变化信息以及第一设定权重，确定目标位姿变化信息包括：基于以下公式确定所述目标位姿变化信息：V＝λV
rtk/imu
+(1
‑
λ)V
stam
其中，V为所述目标位姿变化信息，V
rtk/imu
为所述第二位姿变化信息，V
slam
为所述第一位姿变化信息，λ为所述第一设定权重，所述第一设定权重基于计算所述第二位姿变化信息的卫星的数目以及所述激光雷达的速度协方差矩阵得到的。4.根据权利要求3所述地图构建方法，其特征在于，λ＝a*V_xyzcov+b*GPS_num其中，V_xyzcov为激光雷达的速度协方差矩阵，GPS_num为卫星的数目，a和b为标定参数。5.根据权利要求1至4任一所述地图构建方法，其特征在于，所述基于所述点云数据关联的位姿与所述点云数据的前一帧点云数据关联的位姿，确定两帧点云数据之间的相对位姿包括：从所述点云数据中获取边缘特征点集合以及平面特征点集合，所述边缘特征点集合包
括一个或多个边点，所述平面特征点集合包括一个或多个面点；基于第一待定相对位姿将所述前一帧点云数据的边缘特征点集合映射至所述点云数据所在的目标坐标系中，构成第一候选边缘特征点集合；基于所述第一待定相对位姿将所述前一帧点云数据的平面特征点集合映射至所述目标坐标系中，构成第一候选平面特征点集合；基于所述第一候选边缘特征点集合以及位于所述目标坐标系中的边缘特征点集合，确定第一误差；基于所述第一候选平面特征点集合以及位于所述目标坐标系中的平面特征点集合，确定第二误差；确定使得所述第一误差与所述第二误差之和最小的所述第一待定相对位姿，为两帧点云数据的相对位姿；其中，所述第一误差与所述第二误差之和为误差函数f(R,T)，所述误差函数的公式如下：pi为所述点云数据中属于平面特征点集合或边缘特征点集合中的点的坐标，若pi属于平面特征点集合，则qi属于第一候选平面特征点集合中的点，若pi属于边缘特征点集合，则qi属于第一候选边缘特征点集合中的点，R为所述点云数据和所述前一帧点云数据之间的相对的旋转矩阵，T为所述点云数据和所述前一帧点云数据之间的相对平移矩阵，使得所述误差函数最小的第一待定相对位姿为所述点云数据和所述前一帧点云数据之间的相对位姿(R,T)。6.根据权利要求5所述地图构建方法，其特征在于，所述从所述点云数据中获取边缘特征点集合以及平面特征点集合包...

【专利技术属性】
技术研发人员：包麒麟，
申请(专利权)人：北京经纬恒润科技股份有限公司，
类型：发明
国别省市：