一种标注方法、装置及电子设备制造方法及图纸

本发明专利技术实施例提供了一种标注方法、装置及电子设备。其中，所述方法包括：获取目标区域的目标三维点云；将所述目标三维点云映射至二维栅格地图，其中，所述二维栅格地图被划分为多个栅格；根据所述二维栅格地图中各个栅格的点云密度，在所述二维栅格地图中标注障碍物，其中，所述点云密度与栅格内包含的点云数量成正比。可以通过将三维点云映射至栅格地图的方式，确定出各个栅格内的点云密度，而障碍物区域的点云密度相对非障碍物区域的点云密度更高，因此基于栅格的点云密度能够在二维栅格地图中标注出障碍物。由于无需人工标注障碍物，因此障碍物标注的效率更高。因此障碍物标注的效率更高。因此障碍物标注的效率更高。

【技术实现步骤摘要】
一种标注方法、装置及电子设备


[0001]本专利技术涉及机器视觉
，特别是涉及一种标注方法、装置及电子设备。

技术介绍

[0002]“先建立地图，后基于所建立的地图进行定位”是自动驾驶技术的主流方法之一，该方法将定位技术拆分成2个步骤：构建场景的高精度地图以及基于场景的公高精度地图实现高精定位。因此定位的准确性依赖于地图的精度。所以确保高精度地图的精确性是整个定位技术的关键所在。
[0003]而为确保高精度地图的准确性，需要在高精度地图中准确的标注出各个目标物体，如障碍物的位置。相关技术中往往采用人工标注的方式进行障碍物的标注，效率较低。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种标注方法、装置及电子设备，以提高标注效率。具体技术方案如下：
[0005]本专利技术的第一方面，提供了一种标注方法，所述方法包括：
[0006]获取目标区域的目标三维点云；
[0007]将所述目标三维点云映射至二维栅格地图，其中，所述二维栅格地图被划分为多个栅格；
[0008]根据所述二维栅格地图中各个栅格的点云密度，在所述二维栅格地图中标注障碍物，其中，所述点云密度与栅格内包含的点云数量成正比。
[0009]本专利技术的第二方面，提供了一种标注装置，所述装置包括：
[0010]数据获取模块，用于获取目标区域的目标三维点云；
[0011]点云映射模块，用于将所述目标三维点云映射至二维栅格地图，其中，所述二维栅格地图被划分为多个栅格；/>[0012]障碍物标注模块，用于根据所述二维栅格地图中各个栅格的点云密度，在所述二维栅格地图中标注障碍物，其中，所述点云密度与栅格内包含的点云数量成正比。
[0013]本专利技术的第三方面，提供了一种电子设备，包括：
[0014]存储器，用于存放计算机程序；
[0015]处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一所述的方法步骤。
[0016]本专利技术的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤。
[0017]本专利技术实施例有益效果：
[0018]本专利技术实施例提供的标注方法、装置及电子设备，可以通过将三维点云映射至栅格地图的方式，确定出各个栅格内的点云密度，而障碍物区域的点云密度相对非障碍物区
域的点云密度更高，因此基于栅格的点云密度能够在二维栅格地图中标注出障碍物。由于无需人工标注障碍物，因此障碍物标注的效率更高。
[0019]当然，实施本专利技术的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的实施例。
[0021]图1为本专利技术实施例提供的标注方法的一种流程示意图；
[0022]图2为本专利技术实施例提供的应用于标注方法的垂直角评估方法原理示意图；
[0023]图3为本专利技术实施例提供的应用于标注方法的点云地图滤地效果示意图；
[0024]图4为本专利技术实施例提供的障碍物栅格确定方法的一种流程示意图；
[0025]图5为本专利技术实施例提供的障碍物及车位标注结构示意图；
[0026]图6为本专利技术实施例提供的另一种标注方法的流程示意图；
[0027]图7为本专利技术实施例提供的映射得到的目标三维点云的效果示意图；
[0028]图8为本专利技术实施例提供的标注装置的一种结构示意图；
[0029]图9为本专利技术实施例提供的电子设备的一种结构示意图。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员基于本申请所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]为了更清楚的对本专利技术实施例提供标注方法进行说明，下面将对本专利技术实施例提供的标注方法的一种可能的应用场景进行示例性说明，可以理解的是，以下示例仅是本专利技术实施例提供的标注方法的一种可能的应用场景，在其他可能的实施例中，本专利技术实施例提供的标注方法也可以应用于其他可能的应用场景，以下示例对此不做任何限制。
[0032]对于具备自动驾驶功能的车辆(下文称自动驾驶车辆)，可以通过激光雷达LiDAR扫描周边场景，从而构建自动驾驶车辆所处区域的局部点云，通过将局部点云与预先建立的全局点云进行配准，自动驾驶车辆能够确定出自身在全局坐标系中所处的位置。自动驾驶车辆结合自身所处的位置以及标注出的障碍物在全局坐标系下的位置，从而合理规划行驶路线，以避免与障碍物发生碰撞。
[0033]而相关技术中，障碍物的标注往往是通过人工标注实现的，一方面，人工标注的效率较低，另一方面，人工标注障碍物需要首先通过建立地图，再由人工在所建立的地图中标注障碍物，才能够基于所建立的地图进行定位，导致建立地图和定位无法无缝连接。
[0034]基于此，本专利技术实施例提供了一种标注方法，参见图1，图1所示为本专利技术实施例提供的标注方法的一种流程示意图，包括：
[0035]S101，获取目标区域的目标三维点云。
[0036]S102，将目标三维点云映射至二维栅格地图。
[0037]其中，二维栅格地图被划分为多个栅格。
[0038]S103，根据二维栅格地图中各个栅格的点云密度，在二维栅格地图中标注障碍物。
[0039]其中，点云密度与栅格内包含的点云数量成正比。
[0040]选用该实施例，可以通过将三维点云映射至栅格地图的方式，确定出各个栅格内的点云密度，而障碍物所处的区域的点云密度相对其他区域的点云密度更高，因此基于栅格的点云密度能够在二维栅格地图中标注出障碍物。由于无需人工标注障碍物，因此障碍物标注的效率更高。
[0041]另一方面，由于本专利技术实施例提供的标注方法能够基于目标三维点云自动标注障碍物，，从而使得后续能够基于标注的障碍物进行定位，因此能够实现建立地图与定位之间的无缝连接。
[0042]下面将分别对前述S101
‑
S103进行说明：
[0043]在S101中，获取目标三维点云的方式根据应用场景的不同可以不同，但是获取的目标三维点云的精度需要高于预设精度阈值，以使得后续能够根据目标三维点云准确标注障碍物。并且目标三维点云可以是由本专利技术实施例提供的标注方法的执行主体基于LiDAR扫描得到的激光帧构建得到的，也可以是由除执行主体以外其他设备基于激光帧构建得到的，本实施例对此不做任何限制。
[0044]下文将对如何获取三维点云进行示例性说明，可以参见下文中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种标注方法，其特征在于，所述方法包括：获取目标区域的目标三维点云；将所述目标三维点云映射至二维栅格地图，其中，所述二维栅格地图被划分为多个栅格；根据所述二维栅格地图中各个栅格的点云密度，在所述二维栅格地图中标注障碍物，其中，所述点云密度与栅格内包含的点云数量成正比。2.根据权利要求1所述的方法，其特征在于，所述根据所述二维栅格地图中各个栅格的点云密度，在所述二维栅格地图中标注障碍物，包括：根据所述二维栅格地图中各个栅格的点云密度，在所述二维栅格地图中确定属于障碍物区域的障碍物栅格；将所述障碍物栅格划分为至少一个障碍物栅格组，其中，所述障碍物栅格组内任意两个所述障碍物栅格之间的距离小于预设距离阈值；针对每个所述障碍物栅格组，确定将所述障碍物栅格组包围在内的最小凸包区域；将所述最小凸包区域标注为障碍物。3.根据权利要求2所述的方法，其特征在于，所述将所述最小凸包区域标注为障碍物，包括：若所述障碍物栅格组的尺寸满足预设先验尺寸条件，将所述最小凸包区域标注为障碍物。4.根据权利要求2所述的方法，其特征在于，所述根据所述二维栅格地图中各个栅格的点云密度，在所述二维栅格地图中确定属于障碍物区域的障碍物栅格，包括：在所述二维栅格地图中确定点云密度大于预设密度阈值的栅格，作为占据栅格；针对每个所述占据栅格，若所述占据栅格邻域内存在至少一个占据栅格，将所述占据栅格和所述邻域内的栅格确定为障碍物栅格。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定两个相邻的障碍物之间的区域，作为空闲区域；若所述空闲区域的尺寸大于预设车位尺寸，将所述空闲区域标注为车位。6.根据权利要求5所述的方法，其特征在于，所述确定两个相邻的障碍物之间的区域，作为空闲区域，包括：确定第一障碍物的第一边界和第二障碍物的第二边界，其中，所述第一障碍物和所述第二障碍物为任意两个相邻的障碍物，所述第一障碍物和所述第二障碍物位于所述第一边界的不同侧，且所述第一障碍物和所述第二障碍物位于所述第二边界的不同侧；确定所述第一边界与所述第二边界之间的区域，作为空闲区域。7.根据权利要求1所述的方法，其特征在于，所述将所述目标三维点云映射至二维栅格地图，包括：去除所述目标三维点云中属于地面的点，得到滤地后三维点云；将所述滤地后三维点云映射至二维栅格地图。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：针对所述目标三维点云中每个点带中的每个点云，计算所述点云与所述点带中的地面点之间连线的垂角，其中，所述点带为同一激光帧中水平方位相同的点云的集合，所述地面
点云为已经确定为属于地面的点云；若所述垂角小于预设角度阈值，确定所述点为属于地面的点云。9.根据权利要求1所述的方法，其特征在于，所述获取目标区域的目标三维点云，包括：获取激光雷达LiDAR扫描目标区域得到的多个激光帧以及所述多个激光帧各自的位姿；针对每个所述激光帧，根据所述激光帧的位姿将所述激光帧中的点云映射至预设全局坐标系，得到目标三维点云。10.根据权利要求9所述的方法，其特征在于，所述获取所述多个激光帧各自的位姿，包括：基于惯性传感器IMU测量得到的所述LiDAR的运动数据，分别确定所述LiDAR采集得到各个所述激光帧时所处的位姿，作为所述激光帧的位姿初值；针对每个所述激光帧，根据所述激光帧的位姿初值，将所述激光帧的点云映射至全局坐标系，得到所述激光帧对应的第一当前点云；针对每个所述激光帧，对所述激光帧对应的所述第一当前点云与局部点云进行配准，得到所述激光帧的位姿，其中，所述局部点云为基于位姿已知的激光帧构建得到的三维点云中局部区域内的点云。11.根据权利要求10所述的方法，其特征在于，所述对所述激光帧对应的所述第一当前点云与局部点云进行配准，得到所述激光帧的位姿，包括：对所述激光帧对应的所述第一当前点云与局部点云进行配准，确定所述第一当前点云相对所述局部点云的偏移转动量；按照所述偏移转动量对所述位姿初值进行偏移转动，得到所述激光帧的位姿。12.根据权利要求10所述的方法，其特征在于，所述对所述激光帧对应的所述第一当前点云与局部点云进行配准，包括：根据LiDAR的工作参数确定点云极化矩阵的大小；根据所述第一当前点云中各点云在通过所述LiDAR采集时相对于所述LiDAR的位置，确定各点云的行坐标、列坐标和深度值；根据所述点云极化矩阵的大小和各点云的行坐标、列坐标和深度值构建点云极化矩阵；根据所述点云极化矩阵确定所述第一当前点云中的特征点云；对所述特征点云与局部点云进行配准。13.根据权利要求12所述的方法，其特征在于，所述根据所述点云极化矩阵确定所述第一当前点云中的特征点云，包括：通过以下公式确定所述第一当前点云中点云i的曲率c
i
：其中，S为所述点云极化矩阵中分布在点云i左右两侧的点集，||代表点集的数量，r
j
为S中第j个点云在所述点云极化矩阵中的深度值，r
i
为点云i在所述点云极化矩阵中的深度值；根据所述第一当前点云中各的点云曲率的大小筛选出第一当前点云中的特征点云。
14.根据权利要求9所述的方法，其特征在于，所述针对每个所述激光帧，根据所述激光帧的位姿将所述激光帧中的点云映射至预设全局坐标系，得到目标三维点云，包括：针对所述多个激光帧中的每个激光帧，根据所述激光帧的位姿，将所述激光帧的点云映射至全局坐标系，得到所述激光帧对应的第二当前点云；针对每个所述激光帧，对所述激光帧对应的所述第二当前点云与全局点云进行配准，得到所述激光帧的矫正后的位姿，其中，所述全局点云为基于位姿已知的激光帧构建得到的三维点云中全部的点云；针对每个所述激光帧，根据所述激光帧的所述矫正后的位姿将所述激光帧中的点云映射至预设全局坐标系，得到目标三维点云。15.根据权利要求14所述的方法，其特征在于，所述针对每个所述激光帧，根据所述激光帧的所述矫正后的位姿将所述激光帧中的点云映射至预设全局坐标系，得到目标三维点云，包括：对每个所述激光帧的所述矫正后的位姿进行位姿平滑，得到每个所述激光帧的优化后的位姿；针对每个所述激光帧，根据所述激光帧的所述优化后的位姿将所述激光帧中的点云映射至预设全局坐标系，得到目标三维点云。16.根据权利要求9所述的方法，其特征在于，每个所述激光帧包括多个扇角数据，所述方法还包括：针对所述多个激光帧中的每个激光帧，确定所述激光帧中采集时间相邻的扇角数据的采集时间之间的间隔；所述针对每个所述激光帧，根据所述激光帧的位姿将所述激光帧中的点云映射至预设全局坐标系，得到目标三维点云，包括：针对任一所述间隔不大于预设间隔阈值的每个所述激光帧，根据所述激光帧的位姿将所述激光帧中的点云映射至预设全局坐标系，得到目标三维点云。17.根据权利要求9所述的方法，其特征在于，每个所述激光帧包括多个扇角数据，所述方法还包括：针对每个所述激光帧，基于惯性传感器IMU测量得到的所述LiDAR的运动数据，分别确定所述LiDAR采集得到所述激光帧中各扇角数据时所处的位姿，作为扇角数据各自对应的位姿；针对每个所述激光帧，分别根据所述激光帧中每个扇角数据对应的位姿，将每个扇角数据中的点云映射至同一坐标系，得到所述激光帧中的点云。18.根据权利要求17所述的方法，其特征在于，所述针对每个所述激光帧，分别根据所述激光帧中每个扇角数据对应的位姿，将每个扇角数据中的点云映射至同一坐标系，得到所述激光帧中的点云，包括：确定所述激光帧中每个扇角数据相对于第一扇角数据的位姿变换关系，所述第一扇角数据为所述激光帧中的一个扇角数据；根据所述位姿变换关系，将所述激光帧中每个扇角数据的位姿映射至所述第一扇角数据的位姿所处...

【专利技术属性】
技术研发人员：李飞，李威，邝宏武，
申请(专利权)人：杭州海康汽车软件有限公司，
类型：发明
国别省市：