【技术实现步骤摘要】
特征点的提取和匹配方法、装置、地图制作系统及介质
[0001]本申请涉及数据处理
,特别涉及一种特征点的提取和匹配方法
、
装置
、
地图制作系统
、
介质及设备
。
技术介绍
[0002]车辆的定位,是自动驾驶车辆与
3D
地图对应程度的重要体现,在自动驾驶车辆在行驶过程中,准确的定位信息能够使得自动驾驶车辆对环境的感知更加准确
。
在地库中进行定位的过程中,首先需要进行特征的提取与匹配,利用对特征点的提取与匹配获得的定位信息精度高,因此,特征点的提取与匹配在定位过程往往更受欢迎
。
[0003]在传统的特征点提取过程中,往往采取基于纯图像或基于纯点云的提取和匹配方式,获取特征点,利用特征点实现对自动驾驶车辆的定位
。
[0004]然而,无论是采取基于纯图像或基于纯点云的提取和匹配方式,其在匹配过程中多采用最近邻匹配的方式获取匹配结果,但是该方式往往会出现匹配错误的情况;例如,对于车辆在路上行驶一段之后又回到原地,此时对于车辆行驶过程中的出发点与终止点,本应该能够匹配成功,但是由于终止点为行驶一段之后的特征点,该特征点具有累计数据,因此在进行最近邻匹配时,不会将出发点与终止点作为互相的最近邻点,以致于出发点与终止点匹配失败,造成匹配错误的情况,进而造成车辆定位错误,使用户体验效果降低
。
技术实现思路
[0005]针对现有技术存在的由于累计信息的影响,造成匹配错误的情 ...
【技术保护点】
【技术特征摘要】
1.
一种特征点的提取和匹配方法,其特征在于,包括:利用预建立的
3D
鸟瞰坐标系,将所述
3D
鸟瞰坐标系下的
3D
点云数据转化为
2D
灰度图像;从所述
2D
灰度图像中提取特征点,获取所述特征点的特征信息;利用所述特征信息对所述特征点进行匹配,将匹配上的所述特征点作为关联点
。2.
根据权利要求1所述的特征点的提取和匹配方法,其特征在于,所述将
3D
鸟瞰坐标系下的
3D
点云数据转化为
2D
灰度图像,进一步包括:预建立以鸟瞰视角为中心的所述
3D
鸟瞰坐标系;在所述
3D
鸟瞰坐标系建立预设范围的
3D
网格;将所述
3D
网格中的
3D
点云数据转化为灰度值,获取
2D
灰度图像
。3.
根据权利要求2所述的特征点的提取和匹配方法,其特征在于,所述在所述
3D
鸟瞰坐标系建立预设范围的
3D
网格,进一步包括:将所述
3D
鸟瞰坐标系平均划分为大小相等的所述
3D
网格
。4.
根据权利要求2所述的特征点的提取和匹配方法,其特征在于,所述在所述
3D
鸟瞰坐标系建立预设范围的
3D
网格,还包括:根据与所述
3D
鸟瞰坐标系的轴心之间的距离,对所述
3D
鸟瞰坐标系进行网格划分,使得与所述轴心之间的距离越大的所述
3D
网格的径向宽度越大
。5.
根据权利要求2所述的特征点的提取和匹配方法,其特征在于,所述在所述
3D
鸟瞰坐标系建立预设范围的
3D
网格,还包括:以所述
3D
鸟瞰坐标系的轴心为圆心画圆,获取半径不等的同心圆;根据预设的角度差,从所述圆心发送射线,获取所述
3D
网格,其中所述
3D
网格为所述同心圆的弧线与所述射线合围成的封闭区域
。6.
根据权利要求2所述的特征点的提取和匹配方法,其特征在于,所述将所述
3D
...
【专利技术属性】
技术研发人员:朱敏峰,高诚壑,刘哲铭,
申请(专利权)人:北京初速度科技有限公司,
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。