本发明专利技术公开了基于点云金字塔的自动驾驶车辆全局定位方法和装置。该方法的一具体实施方式包括：通过自动驾驶车辆搭载的激光雷达获取单帧激光点云；基于单帧激光点云和预设的多种尺寸，生成各种尺寸的降采样点云；其中，各种降采样点云按照尺寸由大到小的顺序构成点云金字塔，降采样点云的尺寸越大，所在的层级越低；将点云金字塔各个层级的降采样点云分别与高精地图进行配准，得到自动驾驶车辆的3D位姿。本发明专利技术通过生成点云金字塔并由粗到精的与高精地图进行逐层配准，定位准确并获得更准确的车辆位姿结果；使用点云金字塔定位可以有效降低计算复杂度，加快定位速度，提高定位效率；可以通过改变预设尺寸的大小来适应不同的场景，进而提高鲁棒性。进而提高鲁棒性。进而提高鲁棒性。
【技术实现步骤摘要】
一种基于点云金字塔的自动驾驶车辆全局定位方法和装置
[0001]本专利技术涉及自动驾驶领域，尤其涉及一种基于点云金字塔的自动驾驶车辆全局定位方法和装置。
技术介绍
[0002]作为自动驾驶(无人驾驶)系统的重要组成部分，定位技术主要解决“我在哪儿”的问题，且在后续路径规划与控制、自主感知、自主决策过程中均发挥重要作用。一般而言，无人车的定位过程按发生的先后次序可分为全局定位(定位初始化)和局部定位(位姿跟踪)两个阶段。全局定位主要在无初始位姿信息或初始位姿信息精度受限情况下，确定车辆在全局地图中的精确位置，通常发生在车辆启动阶段，且仅需进行一次。局部定位是在已知上一时刻精确位姿情况下的时序位姿跟踪，且在车辆行进过程中按一定频率持续进行位姿更新。
[0003]现有的无人车全局定位技术包括：基于差分GPS技术的全局定位方法和基于道路面反射强度分布的方法，但是由于道路场景的复杂多样性，以及无人车对定位算法的高精度和高鲁棒性要求，现有的各种全局定位技术存在一定局限性。基于差分GPS技术的全局定位方法在隧道、桥区、室内等存在信号遮挡的场景，或环境中存在电磁干扰等情况下，定位结果会出现较大偏差，无法满足应用需求；基于道路面反射强度分布的方法主要基于道路面的反射强度分布进行定位，因此对于路面纹理的清晰度与特征差异化要求较高。无法适用于无地面划线或因为道路拥堵等因素导致的路面被遮挡情景下的车辆定位。
[0004]有鉴于此，急需对现有的无人车全局定位方法进行改进，提升无人车全局定位的速度和鲁棒性并拓展无人车的应用场景。
技术实现思路
[0005]本专利技术公开一种基于点云金字塔的自动驾驶车辆全局定位方法和装置，用于解决现有技术中，无人车全局定位的速度和鲁棒性差以及无人车全局定位的应用场景少的问题。
[0006]第一方面，本说明书提供了一种基于点云金字塔的自动驾驶车辆全局定位方法，包括：
[0007]通过自动驾驶车辆搭载的激光雷达获取单帧激光点云；
[0008]基于所述单帧激光点云和预设的多种尺寸，生成各种所述尺寸的降采样点云；其中，各种所述降采样点云按照尺寸由大到小的顺序构成点云金字塔，所述降采样点云的尺寸越大，所在的层级越低；
[0009]将所述点云金字塔各个层级的降采样点云分别与高精地图进行配准，得到所述自动驾驶车辆的3D位姿。
[0010]第二方面，本说明书实施例提供了一种基于点云金字塔的自动驾驶车辆全局定位装置，设置在所述自动驾驶车辆上，所述装置包括：
[0011]采集模块，配置为通过自动驾驶车辆搭载的激光雷达获取单帧激光点云；
[0012]处理模块，配置为基于所述单帧激光点云和预设的多种尺寸，生成各种所述尺寸的降采样点云；其中，各种所述降采样点云按照尺寸由大到小的顺序构成点云金字塔，所述降采样点云的尺寸越大，所在的层级越低；
[0013]配准模块，配置为将所述点云金字塔各个层级的降采样点云分别与高精地图进行配准，得到所述自动驾驶车辆的3D位姿。
[0014]第三方面，本说明书实施例提供了一种电子设备，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，以执行如上述任一实施例所述的方法。
[0015]第四方面，本说明书实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任一实施例所述的方法。
[0016]本专利技术采用的技术方案能够达到以下有益效果：
[0017]通过生成点云金字塔并由粗到精的与高精地图进行逐层配准，定位更加准确并且能够获得更准确的车辆位姿结果；使用点云金字塔定位可以有效降低计算复杂度，加快定位速度，提高定位效率；可以通过改变预设尺寸的大小来适应不同的场景，进而提高鲁棒性。
附图说明
[0018]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，构成本专利技术的一部分，本专利技术的示意性实施例及其说明解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0019]图1为本专利技术一个实施例提供的基于点云金字塔的自动驾驶车辆全局定位方法的流程图；
[0020]图2为本专利技术另一个实施例提供的基于点云金字塔的自动驾驶车辆全局定位方法的流程图；
[0021]图3为本专利技术一个实施例提供的基于点云金字塔的自动驾驶车辆全局定位装置的示意图；
[0022]图4为适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
[0023]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]如图1所示，本专利技术提供的基于点云金字塔的自动驾驶车辆全局定位方法，包括：
[0025]步骤101，通过自动驾驶车辆搭载的激光雷达获取单帧激光点云。
[0026]步骤102，基于单帧激光点云和预设的多种尺寸，生成各种尺寸的降采样点云；其中，各种降采样点云按照尺寸由大到小的顺序构成点云金字塔，降采样点云的尺寸越大，所
在的层级越低。
[0027]其中，预设的尺寸至少有两个，以构成点云金字塔，在一个优选的实施例中，依次给定三个尺度。各个尺度之间的取值根据定位精度和定位速度来确定，如，各个尺度依次递减一半。点云金字塔的层级是从下到上依次排列的，即最底层为第一层级，最上层为最高层级。
[0028]步骤103，将点云金字塔各个层级的降采样点云分别与高精地图进行配准，得到自动驾驶车辆的3D位姿。
[0029]本专利技术通过生成点云金字塔并由粗到精的与高精地图进行逐层配准，定位更加准确并且能够获得更准确的车辆位姿结果；使用点云金字塔定位可以有效降低计算复杂度，加快定位速度，提高定位效率；可以通过改变预设尺寸的大小来适应不同的场景，进而提高鲁棒性。
[0030]在本专利技术的一个实施例中，基于单帧激光点云和预设的多种尺寸，生成各种尺寸的降采样点云，包括：
[0031]针对任一种尺寸：获取单帧激光点云，创建预设的当前尺度下的三维体素栅格；计算各个三维体素栅格的重心；
[0032]其中，各个三维体素栅格的重心，构成当前尺度下的降采样点云。
[0033]具体的，三维体素栅格为三维立方体。本实施例中，基于VoxelGridfilter点云降采样方法，来构建的点云金字塔。当然也可以采取其他的方法来构建点云金字塔，在这里不做限定。
[0034]在本专利技术的一个实施例中，将点云金字塔各个层级的降采样点云分别与高精地图进行配准，得到自动驾驶车辆的3D位姿，包括：
[0035]基于点云金字塔中第一层级的降采样点云，以及预先获取的高精地图、自动驾驶车辆的初始位置和本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于点云金字塔的自动驾驶车辆全局定位方法，其特征在于，包括：通过自动驾驶车辆搭载的激光雷达获取单帧激光点云；基于所述单帧激光点云和预设的多种尺寸，生成各种所述尺寸的降采样点云；其中，各种所述降采样点云按照尺寸由大到小的顺序构成点云金字塔，所述降采样点云的尺寸越大，所在的层级越低；将所述点云金字塔各个层级的降采样点云分别与高精地图进行配准，得到所述自动驾驶车辆的3D位姿。2.如权利要求1所述的方法，其特征在于，基于所述单帧激光点云和预设的多种尺寸，生成各种所述尺寸的降采样点云，包括：针对任一种尺寸：获取所述单帧激光点云，创建预设的当前尺度下的三维体素栅格；计算各个所述三维体素栅格的重心；其中，各个所述三维体素栅格的重心，构成当前尺度下的降采样点云。3.如权利要求1所述的方法，其特征在于，将所述点云金字塔各个层级的降采样点云分别与高精地图进行配准，得到所述自动驾驶车辆的3D位姿，包括：基于所述点云金字塔中第一层级的降采样点云，以及预先获取的高精地图、所述自动驾驶车辆的初始位置和所述自动驾驶车辆的搜索半径，进行格网搜索，得到所述自动驾驶车辆的位姿初值集合；基于所述位姿初值集合，将所述点云金字塔中层级最低的第一层级的降采样点云与所述高精地图进行配准，得到第一层级的点云配准结果和配准得分；根据前一层级的点云配准结果、配准得分和所述高精地图，对所述点云金字塔的当前层级的降采样点云进行极值搜索，得到所述点云金字塔的当前层级的配准结果和配准得分；重复执行极值搜索，直至当前层级为最高层级；所述点云金字塔的最后一层级的配准得分最高的配准结果，为所述自动驾驶车辆的3D位姿。4.如权利要求3所述的方法，其特征在于，基于所述点云金字塔中第一层级的降采样点云，以及预先获取的高精地图、所述自动驾驶车辆的初始位置和所述自动驾驶车辆的搜索半径，进行格网搜索，得到所述自动驾驶车辆的位姿初值集合，包括：以初始位置为中心、s为单位步长，基于所述点云金字塔中第一层级的降采样点云，在由所述搜索半径确定的搜索范围内构建初值搜索的格网；在每个格网角点处以0角为角度递增单位，在36...
【专利技术属性】
技术研发人员：孙晓峰，
申请(专利权)人：九识苏州智能科技有限公司，
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。