点云匹配精度的评估方法、系统、电子设备及存储介质技术方案

本发明专利技术公开了一种点云匹配精度的评估方法、系统、电子设备及存储介质，评估方法包括：采集一帧激光雷达的点云数据，并获取当前激光雷达的点云数据与点云地图的匹配结果；将点云地图转换成树状数据结构，以用于最邻近搜索；将当前激光点云转换到点云地图的坐标系下；对转换后的激光点云的每个点，在点云地图中找一个最近邻的点，计算两点之间的距离；根据计算的两点之间的距离，计算点云匹配的平均距离和点云匹配得分；根据点云匹配得分和点云匹配的平均距离，评价当前点云的匹配精度。本发明专利技术的评估方法，主要用于评估当前点云匹配的精度，评价点云的匹配准确率，避免动态障碍物的影响导致分数降低而错误评估点云匹配的精度。导致分数降低而错误评估点云匹配的精度。导致分数降低而错误评估点云匹配的精度。

【技术实现步骤摘要】
点云匹配精度的评估方法、系统、电子设备及存储介质


[0001]本专利技术涉及移动机器人
，更具体地，涉及一种点云匹配精度的评估方法、系统、电子设备及存储介质。

技术介绍

[0002]移动机器人执行工作任务时，在当前点云与点云地图匹配输出结果后，需要对匹配的结果进行评估，评估该结果的准确性和可靠性，为后续剔除不良匹配结果，构建精准的点云地图和实时定位提供参考标准。
[0003]但是，现有的移动机器人通常采用栅格地图的定位方法，主要是利用点云与环境地图进行匹配或滤波，从而计算机器人的位姿，没有对匹配结果的进行评估，不利于后续构建精准的点云点图。鉴于此，本领域技术人员亟需提供一种点云匹配精度的评估方法，以解决现有技术中存在的上述技术问题。

技术实现思路

[0004]本专利技术的一个目的是提供一种点云匹配精度的评估方法、系统、电子设备及存储介质的新技术方案。
[0005]本专利技术的第一方面，提供了一种点云匹配精度的评估方法，包括：
[0006]采集一帧激光雷达的点云数据，并获取当前所述激光雷达的所述点云数据与点云地图的匹配结果；
[0007]将所述点云地图转换成树状数据结构，以用于最邻近搜索；
[0008]将当前激光点云转换到所述点云地图的坐标系下；
[0009]对转换后的所述激光点云的每个点，在所述点云地图中找一个最近邻的点，计算两点之间的距离；
[0010]根据计算的两点之间的距离，计算点云匹配的平均距离和点云匹配得分；
[0011]根据所述点云匹配得分和点云匹配的平均距离，评价当前点云的匹配精度。
[0012]可选地，当前所述激光雷达的所述点云数据与点云地图的匹配结果为齐次矩阵。
[0013]可选地，所述树状数据结构的每个叶子节点为k维点的二叉树，非叶子节点为一个超平面，将所述点云地图转换成树状数据结构的步骤包括：
[0014]计算所述树状数据结构的每一个轴的方差，在方差最大的轴上进行分割；
[0015]在分割的轴上找到当前轴的对应坐标的中位数，所述中位数对应的点为根节点，其中，根节点左子树则为小于当前对应维度的点，右子树则为大于当前维度的点；
[0016]在所述树状数据结构的其次轴上进行分割，循环以上步骤，将完整的所述激光点云转换成所述树状数据结构。
[0017]可选地，将当前激光点云转换到所述点云地图的坐标系下的公式为：
[0018]P_mapi＝Matrix_RT*P_i
[0019]其中，P_mapi为转到所述点云地图的坐标系下的每个点，Matrix_RT为获取的当前
所述点云数据与所述点云地图的匹配结果，P_i为所述激光点云中的每个点。
[0020]可选地，对转换后的所述激光点云的每个点，在所述点云地图中找一个最近邻的点，计算两点之间的距离的公式为：
[0021][0022]其中，points_dis为两点之间的距离，x为两点的x轴坐标值之差，y为两点的y轴坐标值之差，z为两点的z轴坐标值之差。
[0023]可选地，计算所述点云匹配得分的公式为：
[0024]score＝in_cnt/clouds_all*100％
[0025]其中，score为所述点云匹配得分，in_cnt表示两点之间的距离小于预设的精度范围距离的累计数，clouds_all为当前所述激光点云的总个数。
[0026]可选地，计算点云匹配的平均距离的公式为：
[0027]arg_dis＝total_dis/clouds_all
[0028]其中，arg_dis为点云匹配的平均距离，total_dis为总的累计距离，clouds_all为当前所述激光点云的总个数。
[0029]本专利技术的第二方面，提供一种点云匹配精度的评估系统，应用于上述实施例中所述的点云匹配精度的评估方法，所述评估系统包括：
[0030]获取模块，所述获取模块用于采集一帧激光雷达的点云数据，并获取当前所述激光雷达的所述点云数据与点云地图的匹配结果；
[0031]第一转换模块，所述第一转换模块用于将所述点云地图转换成树状数据结构，以用于最邻近搜索；
[0032]第二转换模块，所述第二转换模块用于将当前激光点云转换到所述点云地图的坐标系下；
[0033]第一计算模块，所述第一计算模块用于根据对转换后的所述激光点云的每个点，在所述点云地图中找一个最近邻的点，计算两点之间的距离；
[0034]第二计算模块，所述第二计算模块用于根据计算的两点之间的距离，计算点云匹配的平均距离和点云匹配得分；
[0035]评价模块，所述评价模块用于根据所述点云匹配得分和点云匹配的平均距离，评价当前点云的匹配精度。
[0036]本专利技术的第三方面，提供一种电子设备，包括：处理器和存储器，在所述存储器中存储有计算机程序指令，其中，在所述计算机程序指令被所述处理器运行时，使得所述处理器执行上述实施例中所述的点云匹配精度的评估方法的步骤。
[0037]本专利技术的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器运行时，使得所述处理器执行上述实施例中所述的点云匹配精度的评估方法的步骤。
[0038]本专利技术的点云匹配精度的评估方法，将点云地图转换成树状数据结构，对点云匹配输出的结果，转换到点云地图的坐标系下，根据计算的点云匹配得分和点云匹配的平均距离，来评估当前点云匹配的精度。该评估方法根据匹配结果转换当前雷达点云，根据预设的精度范围距离归一化成百分比，来评价点云的匹配准确率。通过利用点云匹配的平均距离综合判断点云匹配的精度，避免动态障碍物的影响导致分数降低而错误评估点云匹配的
精度。
[0039]通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。
附图说明
[0040]被结合在说明书中并构成说明书的一部分的附图示出了本专利技术的实施例，并且连同其说明一起用于解释本专利技术的原理。
[0041]图1是根据本专利技术实施例的点云匹配精度的评估方法的流程图；
[0042]图2是根据本专利技术实施例的电子设备的原理图。
[0043]附图标记：
[0044]处理器201；
[0045]存储器202；操作系统2021；应用程序2022；
[0046]网络接口203；
[0047]输入设备204；
[0048]硬盘205；
[0049]显示设备206。
具体实施方式
[0050]现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。
[0051]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。
[0052]对于相关领域普通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云匹配精度的评估方法，其特征在于，包括：采集一帧激光雷达的点云数据，并获取当前所述激光雷达的所述点云数据与点云地图的匹配结果；将所述点云地图转换成树状数据结构，以用于最邻近搜索；将当前激光点云转换到所述点云地图的坐标系下；对转换后的所述激光点云的每个点，在所述点云地图中找一个最近邻的点，计算两点之间的距离；根据计算的两点之间的距离，计算点云匹配的平均距离和点云匹配得分；根据所述点云匹配得分和点云匹配的平均距离，评价当前点云的匹配精度。2.根据权利要求1所述的点云匹配精度的评估方法，其特征在于，当前所述激光雷达的所述点云数据与点云地图的匹配结果为齐次矩阵。3.根据权利要求1所述的点云匹配精度的评估方法，其特征在于，所述树状数据结构的每个叶子节点为k维点的二叉树，非叶子节点为一个超平面，将所述点云地图转换成树状数据结构的步骤包括：计算所述树状数据结构的每一个轴的方差，在方差最大的轴上进行分割；在分割的轴上找到当前轴的对应坐标的中位数，所述中位数对应的点为根节点，其中，根节点左子树则为小于当前对应维度的点，右子树则为大于当前维度的点；在所述树状数据结构的其次轴上进行分割，循环以上步骤，将完整的所述激光点云转换成所述树状数据结构。4.根据权利要求1所述的点云匹配精度的评估方法，其特征在于，将当前激光点云转换到所述点云地图的坐标系下的公式为：P_mapi＝Matrix_RT*P_i其中，P_mapi为转到所述点云地图的坐标系下的每个点，Matrix_RT为获取的当前所述点云数据与所述点云地图的匹配结果，P_i为所述激光点云中的每个点。5.根据权利要求4所述的点云匹配精度的评估方法，其特征在于，对转换后的所述激光点云的每个点，在所述点云地图中找一个最近邻的点，计算两点之间的距离的公式为：其中，points_dis为两点之间的距离，x为两点的x轴坐标值之差，y为两点的y轴坐标值之差，z为两点的z轴坐标值之差。6.根据权利要求5所述的点云匹配精度的评估方法，其特征在于，计算所述点云匹配...

【专利技术属性】
技术研发人员：赖松锐，柏林，刘彪，舒海燕，袁添厦，沈创芸，祝涛剑，王恒华，方映峰，
申请(专利权)人：广州高新兴机器人有限公司，
类型：发明
国别省市：