点云特征匹配方法、装置、电子设备、存储介质制造方法及图纸

本发明专利技术提供一种点云特征匹配方法、装置、电子设备、存储介质。方法包括：将激光传感器采集的点云数据划分为地面点云数据以及地上点云数据；基于反射率自所述地面点云数据中提取路面标记特征；自所述地上点云数据中提取三维几何特征；将所述路面标记特征以及三维几何特征与预设地图的地图特征进行匹配，获得语义匹配特征。本发明专利技术提高前端特征提取和关联匹配的性能，以实现精确定位。以实现精确定位。以实现精确定位。

【技术实现步骤摘要】
点云特征匹配方法、装置、电子设备、存储介质


[0001]本专利技术涉及激光雷达数据处理领域，尤其涉及一种点云特征匹配方法、装置、电子设备、存储介质。

技术介绍

[0002]在常用的车辆定位方法中，差分GNSS(GlobalNavigationSatellite System，全球卫星导航系统)由于难以在电磁干扰和多径效应强的场景下工作，从而难以适用于港口环境中；而基于稠密点云匹配的定位方法由于港口环境中大型可移动物体过多从而定位性能较差。
[0003]为此，可以使用具有更高的鲁棒性和更低的系统负载的语义特征匹配来实现车辆定位。语义特征是指环境中的几何结构、交通标识等可以被归类描述用作路标的特征。在语义特征定位中，通过传感器提取到环境中的语义特征，并将这些特征与地图中预先存储的语义特征进行关联匹配从而获得定位观测的定位计算法。在该方法中，前端特征提取和关联匹配部分的性能对定位起到了决定性的作用。
[0004]由此，如何提高前端特征提取和关联匹配的性能，以实现精确定位，是本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]本专利技术为了克服上述现有技术存在的缺陷，提供一种点云特征匹配方法、装置、电子设备、存储介质，以提高前端特征提取和关联匹配的性能，以实现精确定位。
[0006]根据本专利技术的一个方面，提供一种点云特征匹配方法，包括：
[0007]将激光传感器采集的点云数据划分为地面点云数据以及地上点云数据；
[0008]基于反射率自所述地面点云数据中提取路面标记特征；
[0009]自所述地上点云数据中提取三维几何特征；
[0010]将所述路面标记特征以及三维几何特征与预设地图的地图特征进行匹配，获得语义匹配特征。
[0011]在本申请的一些实施例中，所述基于反射率自所述地面点云数据中提取路面标记特征包括：
[0012]根据环境参数和/或激光传感器参数确定反射率补偿系数；
[0013]基于所述反射率补偿系数调整所述地面点云数据的反射率。
[0014]在本申请的一些实施例中，所述基于反射率自所述地面点云数据中提取路面标记特征包括：
[0015]网格化地面点云数据；
[0016]根据各网格与所述激光传感器的位置关系补偿各网格内的地面点云数据的反射率。
[0017]在本申请的一些实施例中，所述基于反射率自所述地面点云数据中提取路面标记
特征包括：
[0018]采用mincut算法获取反射率大于设定反射率阈值的候选路面标记点云数据；
[0019]采用随机一致性算法自所述候选路面标记点云数据中提取车道线特征。
[0020]在本申请的一些实施例中，所述基于反射率自所述地面点云数据中提取路面标记特征包括：
[0021]将所述地面点云数据的反射率作为高度信息，对所述地面点云数据进行三维聚类，获得聚类点簇；
[0022]获取各所述聚类点簇的最小外接凸边形；
[0023]基于所述最小外接凸边形确定所述聚类点簇的预分类路标类型；
[0024]基于所述预分类路标类型确定所述聚类点簇的地面交通标记。
[0025]在本申请的一些实施例中，所述基于所述预分类路标类型确定所述聚类点簇的地面交通标记包括：
[0026]根据所述聚类点簇的设定距离范围之内的其他聚类点簇及其预分类路标类型，生成所述聚类点簇的第一描述子；
[0027]根据所述预设地图中，所述预分类路标类型的地图特征的设定距离范围之内的其他地图特征及其对应的地面交通标记，生成所述地图特征的第二描述子；
[0028]基于所述第一描述子和所述第二描述子的相似度，确定所述聚类点簇的地面交通标记。
[0029]在本申请的一些实施例中，所述自所述地上点云数据中提取三维几何特征包括：
[0030]对所述地上点云数据进行主成分分析，以提取所述地上点云数据的特征向量以及特征值，以将所述地上点云数据划分为不同几何特征类别；
[0031]对同一几何特征类别的地上点云数据进行聚类，获得三维几何特征。
[0032]在本申请的一些实施例中，所述对所述地上点云数据进行主成分分析，以提取所述地上点云数据的特征向量以及特征值，以将所述地上点云数据划分为不同几何特征类别包括：
[0033]基于所述地上点云数据，构建点云kd树；
[0034]遍历所述点云kd树，构建点云kd树的邻域内各点坐标分布的协方差矩阵；
[0035]获得所述协方差矩阵的特征值以及特征向量；
[0036]根据所述特征值以及特征向量确定所述地上点云数据的点所属的几何特征类别。
[0037]在本申请的一些实施例中，所述对同一几何特征类别的地上点云数据进行聚类，获得三维几何特征包括：
[0038]采用条件欧式空间内聚类算法，对同一几何特征类别的地上点云数据进行聚类，获得三维几何特征。
[0039]根据本专利技术的又一方面，还提供一种点云特征匹配装置，包括：
[0040]点云分割模块，用于将激光传感器采集的点云数据划分为地面点云数据以及地上点云数据；
[0041]地面特征提取模块，用于基于反射率自所述地面点云数据中提取路面标记特征；
[0042]地上特征提取模块，用于自所述地上点云数据中提取三维几何特征；
[0043]语义匹配模块，用于将所述路面标记特征以及三维几何特征与预设地图的地图特
征进行匹配，获得语义匹配特征。
[0044]根据本专利技术的又一方面，还提供一种电子设备，所述电子设备包括：处理器；存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如上所述的步骤。
[0045]根据本专利技术的又一方面，还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的步骤。
[0046]相比现有技术，本专利技术的优势在于：
[0047]通过将点云数据划分为地面点云数据以及地上点云数据，并基于反射率自所述地面点云数据中提取路面标记特征，自所述地上点云数据中提取三维几何特征，从而将所述路面标记特征以及三维几何特征与预设地图的地图特征进行匹配，获得语义匹配特征，由此，可以基于划分的点云数据分别对路面标记特征和三维几何特征进行特征提取，提高特征提取性能，同时，基于反射率提取路面标记特征以提高路面特征提取的准确性，从而提高车辆定位的准确性，且尤其能够适用于港口场景中。
附图说明
[0048]通过参照附图详细描述其示例实施方式，本专利技术的上述和其它特征及优点将变得更加明显。
[0049]图1示出了根据本专利技术实施例的点云特征匹配方法的流程图；
[0050]图2示出了根据本专利技术实施例的一种补偿点云反射率的流程图；
[0051]图3示出了根据本专利技术实施例的另一种补偿点云反射率的流程图；
[0052]图4示出了根据本专利技术实施例提取车道线特征的流程图；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云特征匹配方法，其特征在于，包括：将激光传感器采集的点云数据划分为地面点云数据以及地上点云数据；基于反射率自所述地面点云数据中提取路面标记特征；自所述地上点云数据中提取三维几何特征；将所述路面标记特征以及三维几何特征与预设地图的地图特征进行匹配，获得语义匹配特征。2.如权利要求1所述的点云特征匹配方法，其特征在于，所述基于反射率自所述地面点云数据中提取路面标记特征包括：根据环境参数和/或激光传感器参数确定反射率补偿系数；基于所述反射率补偿系数调整所述地面点云数据的反射率。3.如权利要求1所述的点云特征匹配方法，其特征在于，所述基于反射率自所述地面点云数据中提取路面标记特征包括：网格化地面点云数据；根据各网格与所述激光传感器的位置关系补偿各网格内的地面点云数据的反射率。4.如权利要求1所述的点云特征匹配方法，其特征在于，所述基于反射率自所述地面点云数据中提取路面标记特征包括：采用min cut算法获取反射率大于设定反射率阈值的候选路面标记点云数据；采用随机一致性算法自所述候选路面标记点云数据中提取车道线特征。5.如权利要求1所述的点云特征匹配方法，其特征在于，所述基于反射率自所述地面点云数据中提取路面标记特征包括：将所述地面点云数据的反射率作为高度信息，对所述地面点云数据进行三维聚类，获得聚类点簇；获取各所述聚类点簇的最小外接凸边形；基于所述最小外接凸边形确定所述聚类点簇的预分类路标类型；基于所述预分类路标类型确定所述聚类点簇的地面交通标记。6.如权利要求5所述的点云特征匹配方法，其特征在于，所述基于所述预分类路标类型确定所述聚类点簇的地面交通标记包括：根据所述聚类点簇的设定距离范围之内的其他聚类点簇及其预分类路标类型，生成所述聚类点簇的第一描述子；根据所述预设地图中，所述预分类路标类型的地图特征的设定距离范围之内的其他地图特征及其对应的地面交通标记，生成所述地图特征的第二描述子；基于所述第一描述子和所...

【专利技术属性】
技术研发人员：谭黎敏，周小凯，杨凌远，张波，
申请(专利权)人：上海西井信息科技有限公司，
类型：发明
国别省市：