【技术实现步骤摘要】
栅格地图更新方法、装置、电子设备及存储介质
[0001]本公开涉及自动驾驶技术及机器人技术，本公开尤其涉及一种基于位姿优化的栅格地图更新方法、装置、电子设备及存储介质。
技术介绍
[0002]随着自动驾驶和自主移动机器人技术的发展、新的应用场景的开发，对原有技术提出了新的要求。
[0003]其中，随着无人驾驶车辆活动范围的增大，行驶速度的大幅提高，对SLAM(Simultaneous Localization and Mapping)技术来讲，汽车等载具必须具备实时定位及大规模建图的能力，例如以下现有的技术方案：
[0004]现有技术1：《DLO:Direct LiDAR Odometry for 2.5D Outdoor Environment》发表了一种基于2.5D栅格地图的帧间匹配技术，该技术从视觉的光流直接法中得到启示，假定同一位置的地面点在不同的时刻具有相同的高程值，并借鉴概率栅格地图的思想对场景进行建模，但不同的是，栅格中不再存储是否被占有的概率值，而是存储与其位置对应的地面点的高程值，并以当前帧...
【技术保护点】
【技术特征摘要】
1.一种基于位姿优化的栅格地图更新方法，其特征在于，包括：S110、对于测距传感器获取的载具的视野场景的点云数据及IMU获取的载具的位姿数据，进行时间对齐以至少获取当前帧的载具位姿，去除载具运动导致的点云数据畸变；S120、将进行了时间对齐以及点云数据畸变去除的当前帧的点云数据分割为地面点云和非地面点云；S130、基于地面点云数据对当前帧的载具位姿进行第一优化处理，以获得第一优化处理后的载具位姿；S140、对进行了所述第一优化处理后的当前帧的载具位姿进行基于非地面点云的第二优化处理，以获得第二优化处理后的载具位姿；S150、将当前帧的优化后的载具位姿与IMU获取的载具的位姿数据进行时间对齐并进行融合处理，输出当前帧的融合处理后的载具位姿；以及S160、基于所述融合处理后的载具位姿，使用所述地面点云以及所述非地面点云对栅格地图进行更新。2.根据权利要求1所述的基于位姿优化的栅格地图更新方法，其特征在于，步骤S110中，进行时间对齐以至少获取当前帧的载具位姿，包括：S1102、基于IMU获取的载具的位姿数据获取载具在测距传感器获取当前帧点云数据时刻的位姿数据。3.根据权利要求2所述的基于位姿优化的栅格地图更新方法，其特征在于，步骤S110中，去除载具运动导致的点云数据畸变，包括：S1104、将当前帧点云数据转换到载具坐标系下，基于当前帧的点云数据中每个点的时间戳信息，通过差值的方式获取每个点对应的IMU位姿，并将每个点对应的IMU位姿转换到当前帧的点云数据中初始点对应的IMU位姿下。4.根据权利要求1所述的基于位姿优化的栅格地图更新方法，其特征在于，S120、将进行了时间对齐以及点云数据畸变去除的当前帧的点云数据分割为地面点和非地面点，包括：基于点云中各个点的高度值，将当前帧的点云数据分割为地面点和非地面点。5.根据权利要求4所述的基于位姿优化的栅格地图更新方法，其特征在于，S130、基于地面点云数据对当前帧的载具位姿进行第一优化处理，以获得第一优化处理后的载具位姿，包括：S1302、对当前帧的地面点云数据进行体素滤波；S1304、将滤波之后的当前帧的地面点云向栅格地图中作投影，基于点云中投影到目标栅格的各点的高度值与所述目标栅格的高程值的差值以及各点的高度值在所述目标栅格中的概率值构建第一代价函数；以及S1306、对所述第一代价函数进行迭代优化，以获得优化后的载具位姿。6.根据权利要求5所述的基于位姿优化的栅格地图更新方法，其特征在于，S1304、将滤波之后的当前帧的地面点云向栅格地图中作投影，基于点云中投影到目标栅格的各点的高度值与所述目标栅格的高程值的差值以及各点的高度值在所述目标栅格中的概率值构建第一代价函数，包括：用当前帧时刻测距传感器获取的地面的高程值与当前帧时刻之前的至少一个帧时刻
获取的地面的高程值的差值作为代价值，构建所述第一代价函数。7.根据权利要求6所述的基于位姿优化的栅格地图更新方法，其特征在于，所述第一代价函数为最小二乘函数；优选地，S140、对进行了所述第一优化处理后的当前帧的载具位姿进行基于非地面点云的第二优化处理，以获得第二优化处理后的载具位姿，包括：S1402、对当前帧的非地面点云数据进行体素滤波；S1404、将滤波之后的当前帧的非地面点云向栅格地图中作投影，获取每个栅格中的高程特征值，基于当前帧的每个栅格中的高...
【专利技术属性】
技术研发人员：郑林飞，
申请(专利权)人：北京易航远智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。