本申请涉及一种基于激光雷达的定位方法、装置、计算机设备和存储介质。所述方法包括：获取激光雷达中当前帧的点云数据；从多个历史帧中确定与所述当前帧相匹配的非相邻的目标帧，并获取所述目标帧的点云数据；根据所述当前帧的点云数据以及所述目标帧的点云数据，得到所述当前帧与所述目标帧的相对位姿；根据所述当前帧与所述目标帧的相对位姿以及至少一个与所述当前帧非相邻的其他历史帧的位姿信息，得到所述当前帧的目标位姿。本申请能够降低单帧连续帧间匹配带来的累计误差，能够实现在不需要维护在线局部地图的情况下也保证了当前帧的位姿的递推精度。的位姿的递推精度。的位姿的递推精度。
【技术实现步骤摘要】
基于激光雷达的定位方法、装置、计算机设备和存储介质
[0001]本申请涉及定位
，特别是涉及一种基于激光雷达的定位方法、装置、计算机设备和存储介质。
技术介绍
[0002]目前，为了实现无人驾驶设备运行的安全稳定，一般利用激光雷达扫描技术来实现无人驾驶设备的定位、定向控制。
[0003]具体而言，传统的激光雷达扫描技术一般是相邻帧进行匹配得到帧间位姿，同时维护一个局部地图，把每帧或者历史帧加入到局部地图中，每帧会对地图进行匹配。
[0004]然而，传统的定位技术中，通过相邻帧进行匹配，使得累计误差较大。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种激光雷达的定位方法、装置、计算机设备和存储介质。
[0006]一种基于激光雷达的定位方法，包括：
[0007]获取激光雷达中当前帧的点云数据；
[0008]从多个历史帧中确定与当前帧相匹配的非相邻的目标帧，并获取目标帧的点云数据；
[0009]根据当前帧的点云数据以及目标帧的点云数据，得到当前帧与目标帧的相对位姿；
[0010]根据当前帧与目标帧的相对位姿以及至少一个与当前帧非相邻的其他历史帧的位姿信息，得到当前帧的目标位姿。
[0011]在其中一个实施例中，上述的方法还包括：
[0012]对当前帧的点云数据进行预处理；
[0013]对预处理后的当前帧的点云数据进行特征提取，得到当前帧的多个特征点的坐标值以及特征点类型；
[0014]上述的根据当前帧的点云数据与以及目标帧的点云数据，得到当前帧与目标帧的相对位姿，包括：
[0015]获取目标帧的各特征点的坐标值以及特征点类型；将当前帧的各特征点的坐标值转换到目标帧的坐标系中，得到各转换点的坐标值；在目标帧中分别获取与各转换点的距离小于第一预设阈值的且特征点类型相同的特征点，得到多个特征点匹配成功的特征点对；分别获取各特征点对中两个特征点的坐标值；根据各特征点对中两个特征点的坐标值，得到当前帧与目标帧的相对位姿。
[0016]在其中一个实施例中，上述的从多个历史帧中确定与当前帧相匹配的非相邻的目标帧，并获取目标帧的点云数据，包括：
[0017]从多个历史帧中确定预设数目的关键帧，将各关键帧的标识信息的队列存储于预
设的滑动窗口中，滑动窗口中相邻两个关键帧之间满足预设条件，预设条件包括帧间距离大于第二预设阈值，帧间距离为根据两个关键帧的位姿信息得到；
[0018]从滑动窗口中获取与当前帧相匹配的非相邻的目标帧的标识信息，并根据目标帧的标识信息获取目标帧的点云数据；
[0019]根据至少一个关键帧的位姿信息，确定当前帧的预测位姿；
[0020]根据当前帧的预测位姿以及各关键帧的位姿信息，得到当前帧与各历史帧之间的距离；
[0021]根据当前帧与各历史帧之间的距离以及预设条件确定目标帧，并获取目标帧的点云数据。
[0022]在其中一个实施例中，上述的预设条件还包括帧间距离小于第三预设阈值，且帧间的特征点匹配率大于第四预设阈值，特征点匹配率为匹配成功的特征点对数与待匹配的特征点数目的比值。
[0023]在其中一个实施例中，上述的方法还包括：
[0024]从滑动窗口中获取各关键帧的位姿信息，得到至少一个与当前帧非相邻的其他历史帧的位姿信息；
[0025]上述的位姿信息包括绝对位姿以及相对位姿，根据当前帧与目标帧的相对位姿以及至少一个与当前帧非相邻的其他历史帧的位姿信息，得到当前帧的目标位姿，包括：
[0026]根据当前帧与目标帧的相对位姿、各关键帧的绝对位姿以及相对位姿以及预设的第一优化目标函数，得到当前帧的目标位姿。
[0027]在其中一个实施例中，上述的方法还包括：
[0028]从当前帧中获取与各特征点相同以及相邻的两条激光雷达扫描线中的多个候选点；
[0029]计算各特征点与其对应的各候选点的协方差矩阵并进行特征值分解，得到各协方差矩阵对应的各特征值以及各特征向量；
[0030]根据各协方差矩阵对应的各特征值以及各特征向量对当前帧的各特征点进行过滤。
[0031]在其中一个实施例中，上述的根据各特征点对中两个特征点的坐标值，得到当前帧与目标帧的相对位姿，包括：
[0032]根据各特征点对的坐标值对各对特征点对进行误差构建，得到各特征点对的误差值；
[0033]根据各特征点对的误差值以及预设的第二优化目标函数，得到当前帧与目标帧的相对位姿；
[0034]在其中一个实施例中，上述的方法还包括：
[0035]当当前帧与滑动窗口中最新加入的关键帧满足预设条件时，将当前帧的标识信息加入滑动窗口中，以替换滑动窗口中最先加入的关键帧。
[0036]一种基于激光雷达的定位装置，包括：
[0037]获取模块，用于获取激光雷达中当前帧的点云数据；
[0038]匹配模块，用于从多个历史帧中确定与当前帧相匹配的非相邻的目标帧，并获取目标帧的点云数据；
[0039]配准模块，用于根据当前帧的点云数据以及目标帧的点云数据，得到当前帧与目标帧的相对位姿；
[0040]处理模块，用于根据当前帧与目标帧的相对位姿以及至少一个与当前帧非相邻的其他历史帧的位姿信息，得到当前帧的目标位姿。
[0041]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
[0042]获取激光雷达中当前帧的点云数据；
[0043]从多个历史帧中确定与当前帧相匹配的非相邻的目标帧，并获取目标帧的点云数据；
[0044]根据当前帧的点云数据以及目标帧的点云数据，得到当前帧与目标帧的相对位姿；
[0045]根据当前帧与目标帧的相对位姿以及至少一个与当前帧非相邻的其他历史帧的位姿信息，得到当前帧的目标位姿。
[0046]一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0047]获取激光雷达中当前帧的点云数据；
[0048]从多个历史帧中确定与当前帧相匹配的非相邻的目标帧，并获取目标帧的点云数据；
[0049]根据当前帧的点云数据以及目标帧的点云数据，得到当前帧与目标帧的相对位姿；
[0050]根据当前帧与目标帧的相对位姿以及至少一个与当前帧非相邻的其他历史帧的位姿信息，得到当前帧的目标位姿。
[0051]上述基于激光雷达的定位方法、装置、计算机设备和存储介质，通过获取激光雷达中当前帧的点云数据；从多个历史帧中确定与当前帧相匹配的非相邻的目标帧，并获取目标帧的点云数据；根据当前帧的点云数据与以及目标帧的点云数据，得到当前帧与目标帧的相对位姿；根据当前帧与目标帧的相对位姿以及至少一个与当前帧非相邻的其他历史帧的位姿信息，得到当前帧的目标位姿。本申请通过利用非相邻帧进行匹配，能够降低单帧连续帧间匹配带本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于激光雷达的定位方法，其特征在于，所述方法包括：获取激光雷达中当前帧的点云数据；从多个历史帧中确定与所述当前帧相匹配的非相邻的目标帧，并获取所述目标帧的点云数据；根据所述当前帧的点云数据以及所述目标帧的点云数据，得到所述当前帧与所述目标帧的相对位姿；根据所述当前帧与所述目标帧的相对位姿以及至少一个与所述当前帧非相邻的其他历史帧的位姿信息，得到所述当前帧的目标位姿。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述当前帧的点云数据进行预处理；对预处理后的当前帧的点云数据进行特征提取，得到所述当前帧的多个特征点的坐标值以及特征点类型；所述根据所述当前帧的点云数据与以及所述目标帧的点云数据，得到所述当前帧与所述目标帧的相对位姿，包括：获取所述目标帧的各特征点的坐标值以及特征点类型；将所述当前帧的各特征点的坐标值转换到所述目标帧的坐标系中，得到各转换点的坐标值；在所述目标帧中分别获取与各所述转换点的距离小于第一预设阈值的且特征点类型相同的特征点，得到多个特征点匹配成功的特征点对；分别获取各所述特征点对中两个特征点的坐标值；根据各所述特征点对中两个特征点的坐标值，得到所述当前帧与所述目标帧的相对位姿。3.根据权利要求1所述的方法，其特征在于，所述从多个历史帧中确定与所述当前帧相匹配的非相邻的目标帧，并获取所述目标帧的点云数据，包括：从所述多个历史帧中确定预设数目的关键帧，将各所述关键帧的标识信息的队列存储于预设的滑动窗口中，所述滑动窗口中相邻两个关键帧之间满足预设条件，所述预设条件包括帧间距离大于第二预设阈值，所述帧间距离为根据两个所述关键帧的位姿信息得到；从所述滑动窗口中获取与所述当前帧相匹配的非相邻的目标帧的标识信息，并根据所述目标帧的标识信息获取所述目标帧的点云数据；根据至少一个所述关键帧的位姿信息，确定所述当前帧的预测位姿；根据所述当前帧的预测位姿以及各所述关键帧的位姿信息，得到所述当前帧与各所述历史帧之间的距离；根据所述当前帧与各所述历史帧之间的距离以及所述预设条件确定所述目标帧，并获取所述目标帧的点云数据；优选的，所述预设条件还包括帧间距离小于第三预设阈值，且帧间的特征点匹配率大于第四预设阈值，所述特征点匹配率为匹配成功的特征点对数与待匹配的特征点数目的比值。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：从所述...
【专利技术属性】
技术研发人员：李四林，
申请(专利权)人：广州小马智行科技有限公司，
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。