地图构建方法、定位方法、数据采集车辆及车辆技术

本发明专利技术公开了一种地图构建方法、定位方法、数据采集车辆及车辆，其中，定位方法包括：获取点云数据，其中，点云数据是通过雷达扫描真实世界得到的，点云数据中包括多个第一雷达点；确定每个第一雷达点在站心坐标系下的坐标得到第一雷达点坐标，其中，站心坐标系的原点为雷达的中心；确定每个第一雷达点在站心坐标系下的法向量得到第一雷达点法向量；根据第一雷达点坐标和第一雷达点法向量构建一级三维网格；根据一级三维网格构建二级三维网格；根据一级三维网格和二级三维网格确定目标地图。本发明专利技术解决了相关技术中车辆在进行定位时定位精度差的技术问题。位精度差的技术问题。位精度差的技术问题。

【技术实现步骤摘要】
地图构建方法、定位方法、数据采集车辆及车辆


[0001]本专利技术涉及智能驾驶
，具体而言，涉及一种地图构建方法、定位方法、数据采集车辆及车辆。

技术介绍

[0002]即时定位与地图构建(Simultaneous Localization and Mapping，SLAM)技术，是自动驾驶领域应用较广的定位方案之一，通过建立高精度地图，并在已有的地图中进行定位。SLAM技术在自动驾驶领域的具体应用可以分为建图和定位两部分。现有技术中都是采用卡尔曼滤波进行定位，因此如何构建误差模型则成为一个比较难处理的技术问题。目前在构建测量方程和预测方程时，大多数的技术方案都是在理想情况下估计的，因此无法预估其准确性，从而导致了车辆定位精度差的技术问题。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种地图构建方法、定位方法、数据采集车辆及车辆，以至少解决相关技术中车辆在进行定位时定位精度差的技术问题。
[0005]根据本专利技术其中一实施例，提供了一种地图构建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地图构建方法，其特征在于，包括：获取点云数据，其中，所述点云数据是通过雷达扫描真实世界得到的，所述点云数据中包括多个第一雷达点；确定每个所述第一雷达点在站心坐标系下的坐标得到第一雷达点坐标，其中，所述站心坐标系的原点为所述雷达的中心；确定每个所述第一雷达点在所述站心坐标系下的法向量得到第一雷达点法向量；根据所述第一雷达点坐标和所述第一雷达点法向量构建一级三维网格；根据所述一级三维网格构建二级三维网格；根据所述一级三维网格和所述二级三维网格确定目标地图。2.根据权利要求1所述的地图构建方法，其特征在于，所述确定每个所述第一雷达点在所述站心坐标系下的法向量得到第一雷达点法向量包括：确定每个所述第一雷达点的曲率；将每个所述第一雷达点的曲率与预设曲率阈值进行对比得到对比结果；响应于所述对比结果表示所述第一雷达点的曲率小于所述预设曲率阈值，确定所述第一雷达点所在平面；根据所述第一雷达点所在平面，确定所述第一雷达点法向量。3.根据权利要求2所述的地图构建方法，其特征在于，所述确定每个所述第一雷达点的曲率包括：根据所述第一雷达点的多个空间最近邻点和所述第一雷达点确定所述第一雷达点的曲率，其中，所述空间最近邻点为所述雷达同一扫描线束上相邻的点。4.根据权利要求3所述的地图构建方法，其特征在于，所述根据所述第一雷达点坐标和所述第一雷达点法向量构建一级三维网格包括：在所述站心坐标系下划分多个预设一级三维网格；根据所述第一雷达点坐标确定所述第一雷达点所属的预设一级三维网格得到匹配网格；将所述第一雷达点投影至所述匹配网格；根据所述匹配网格中包含的所述第一雷达点坐标和所述第一雷达点法向量，确定所述匹配网格的网格坐标和网格法向量；根据所述网格坐标和所述网格法向量，构建所述一级三维网格。5.一种定位方法，其特征在于，包括：获取待定位主体的初始位姿和所述待定位主体周围环境的当前点云数据；根据所述初始位姿，加载目标地图，其中，所述目标地图通过上述权利要求1中所述的地图构建方法构建得到，所述目标地图中包括一级三维网格和二级三维网格；根据所述当前点云数据，从所述目标地图中确定目标一级三维网格，其中，所述目标一级三维网格为所述当前点云数据对应的所述一级三维网格；根据所述当前点云数据和所述目标一级...

【专利技术属性】
技术研发人员：顾帅，吴继超，郭毅，
申请(专利权)人：一汽南京科技开发有限公司，
类型：发明
国别省市：