一种空地异构协同建图方法技术

本申请涉及一种空地异构协同建图方法

【技术实现步骤摘要】
一种空地异构协同建图方法、装置、设备及存储介质


[0001]本申请涉及地图生成
，特别是涉及一种空地异构协同建图方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]三维高精度地图对于无人平台能够独立自主工作发挥着越来越重要的作用，与传统地图相比，高精度地图有更高的准确性，其涵盖更为丰富的环境特征，能够显著提高无人平台的态势感知能力，同时也为导航定位
、
决策规划等模块提供更大帮助，另外具有先验高精度地图信息，也能够增强人机协同的工作场景
。
[0003]目前依靠地面无人车等平台，通过激光雷达点云数据去离线构建高精度点云地图的技术已经趋于成熟，其能够应用在多种搭载三维旋转式激光雷达的自动驾驶平台上，应用场景覆盖复杂的城市场景，地下停车场，特征稀少的开阔场景以及越野场景等
。
然而，仅通过地面无人车平台只能驾驶在某些特定的区域中，且只能对可通行区域附近进行高精度地图的绘制，无法实现对无人平台工作所在的所有区域进行详尽的地图构建
。
而对于未来更加复杂的城市与越野环境，仅仅具有车辆可通行区域的高精度地图是不够的，各类的无人平台需要在更广的范围区域执行自主功能
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够通过探索能力更强的无人机平台去配合无人车平台，共同进行点云数据采集以及点云地图构建，实现空地协同高精度地图生成的一种空地异构协同建图方法
、r/>装置
、
设备及存储介质
。
[0005]一种空地异构协同建图方法，所述方法包括：构建包括无人车平台和无人机平台的空地异构平台，根据空地异构平台上搭载的激光雷达获取激光雷达点云数据并进行预处理，得到预处理的点云数据；根据空地异构平台上搭载的传感器获取预处理的点云数据中每个关键帧的位姿，以及关键帧之间的位姿约束，将关键帧的位姿作为节点，关键帧之间的位姿约束作为边，构建空地协同位姿因子图；其中，传感器包括激光里程计
、IMU
和
GNSS
，位姿约束包括位姿点观测约束和位姿边观测约束，位姿边观测约束包括局部相邻帧约束
、
闭环匹配约束和异构平台匹配约束；根据位姿图优化器对空地协同位姿因子图进行空地协同优化，生成优化后的关键帧位姿，根据优化后的关键帧位姿对预处理的点云数据进行拼接，生成高精度地图
。
[0006]在其中一个实施例中，根据空地异构平台上搭载的激光雷达获取激光雷达点云数据并进行预处理，包括：根据空地异构平台中无人车平台与无人机平台各自搭载的激光雷达分别获取无人车激光雷达点云数据和无人机激光雷达点云数据；分别对无人车激光雷达点云数据和无人机激光雷达点云数据进行间隔采样，获取
激光雷达点云数据中的关键帧；分别对无人车激光雷达点云数据和无人机激光雷达点云数据中由于空地异构平台运动造成的点云畸变进行点云帧内补偿，得到帧内补偿后的点云数据
。
[0007]在其中一个实施例中，分别对无人车激光雷达点云数据和无人机激光雷达点云数据进行间隔采样，获取激光雷达点云数据中的关键帧，包括：根据预设的距离间隔对无人车激光雷达点云数据进行间隔采样，获取无人车激光雷达点云数据中的关键帧；根据预设的距离间隔和姿态角度间隔对无人机激光雷达点云数据进行间隔采样，获取无人机激光雷达点云数据中的关键帧
。
[0008]在其中一个实施例中，分别对无人车激光雷达点云数据和无人机激光雷达点云数据中由于空地异构平台运动造成的点云畸变进行点云帧内补偿，得到帧内补偿后的点云数据，包括：根据空地异构平台上搭载的
IMU
和
GNSS
获取空地异构平台的位姿，根据空地异构平台的位姿分别对无人车激光雷达点云数据和无人机激光雷达点云数据进行点云帧内补偿，得到帧内补偿后的点云数据，表示为；其中，表示激光雷达坐标系
L
下的帧内补偿后的点云数据，表示
IMU
和
GNSS
所在的载体坐标系
I
与激光雷达坐标系
L
之间的变换关系，表示激光雷达坐标系
L
与载体坐标系
I
之间的变换关系，表示激光雷达坐标系
L
下的帧内补偿前的激光雷达点云数据，表示在载体坐标系
I
下将激光雷达点云数据从时刻变换到时刻的位姿变换矩阵，表示激光雷达点云数据的采集时间间隔
。
[0009]在其中一个实施例中，根据空地异构平台上搭载的传感器获取预处理的点云数据中每个关键帧的位姿，以及关键帧之间的位姿约束，将关键帧的位姿作为节点，关键帧之间的位姿约束作为边，构建空地协同位姿因子图，包括：根据空地异构平台上搭载的
IMU
和
GNSS
获取预处理的点云数据中每个关键帧的位姿，并将关键帧的位姿作为空地协同位姿因子图中的节点；将
IMU
和
GNSS
提供的全局观测约束作为位姿点观测约束，将空地异构平台上搭载的激光里程计采用点云匹配算法计算得到的位姿约束作为局部相邻帧约束，将预处理的点云数据中时间间隔超过设定时间阈值，且空间距离低于设定距离阈值的关键帧进行点云匹配获得的位姿约束作为闭环匹配约束，将空地异构平台中的无人车平台和无人机平台在不同时间行驶至相同区域时，分别获取的关键帧进行跨视角匹配得到的位姿约束作为异构平台匹配约束，根据位姿点观测约束
、
局部相邻帧约束
、
闭环匹配约束以及异构平台匹配约束组合构成关键帧之间的位姿约束，并将关键帧之间的位姿约束作为空地协同位姿因子图中的边
。
[0010]在其中一个实施例中，将预处理的点云数据中时间间隔超过设定时间阈值，且空间距离低于设定距离阈值的关键帧进行点云匹配获得的位姿约束作为闭环匹配约束，包括：搜索预处理的点云数据中时间间隔超过设定时间阈值，且空间距离低于设定距离阈值的关键帧并获取对应的位姿进行局部拼接，生成闭环关键帧的超帧点云，根据正态分
布变换算法对闭环关键帧的超帧点云进行点云匹配，并将匹配得到的位姿约束作为闭环匹配约束
。
[0011]在其中一个实施例中，将空地异构平台中的无人车平台和无人机平台在不同时间行驶至相同区域时，分别获取的关键帧进行跨视角匹配得到的位姿约束作为异构平台匹配约束，包括：在预处理的点云数据中，搜索空地异构平台中的无人车平台和无人机平台在不同时间行驶至相同区域时分别获取的关键帧并获取对应的位姿进行局部拼接，生成平台匹配的超帧点云，根据正态分布变换算法对平台匹配的超帧点云进行跨视角匹配，并将匹配得到的位姿约束作为异构平台匹配约束
。
[0012]一种空地异构协同建图装置，所述装置包括：数据预处理模块，用于构建包括无人车平台和无人机平台的空地异构平台，根据空地异构平台上搭本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种空地异构协同建图方法，其特征在于，所述方法包括：构建包括无人车平台和无人机平台的空地异构平台，根据所述空地异构平台上搭载的激光雷达获取激光雷达点云数据并进行预处理，得到预处理的点云数据；根据所述空地异构平台上搭载的传感器获取所述预处理的点云数据中每个关键帧的位姿，以及关键帧之间的位姿约束，将所述关键帧的位姿作为节点，所述关键帧之间的位姿约束作为边，构建空地协同位姿因子图；其中，所述传感器包括激光里程计
、IMU
和
GNSS
，所述位姿约束包括位姿点观测约束和位姿边观测约束，所述位姿边观测约束包括局部相邻帧约束
、
闭环匹配约束和异构平台匹配约束；根据位姿图优化器对所述空地协同位姿因子图进行空地协同优化，生成优化后的关键帧位姿，根据所述优化后的关键帧位姿对所述预处理的点云数据进行拼接，生成高精度地图；其中，构建空地协同位姿因子图的具体步骤包括：根据所述空地异构平台上搭载的
IMU
和
GNSS
获取所述预处理的点云数据中每个关键帧的位姿，并将所述关键帧的位姿作为空地协同位姿因子图中的节点；将所述
IMU
和
GNSS
提供的全局观测约束作为位姿点观测约束，将所述空地异构平台上搭载的激光里程计采用点云匹配算法计算得到的位姿约束作为局部相邻帧约束，将所述预处理的点云数据中时间间隔超过设定时间阈值，且空间距离低于设定距离阈值的关键帧进行点云匹配获得的位姿约束作为闭环匹配约束，将所述空地异构平台中的无人车平台和无人机平台在不同时间行驶至相同区域时，分别获取的关键帧进行跨视角匹配得到的位姿约束作为异构平台匹配约束，根据所述位姿点观测约束
、
局部相邻帧约束
、
闭环匹配约束以及异构平台匹配约束组合构成所述关键帧之间的位姿约束，并将所述关键帧之间的位姿约束作为空地协同位姿因子图中的边；其中，获取异构平台匹配约束的具体步骤包括：在所述预处理的点云数据中，搜索所述空地异构平台中的无人车平台和无人机平台在不同时间行驶至相同区域时分别获取的关键帧并获取对应的位姿进行局部拼接，生成平台匹配的超帧点云，根据正态分布变换算法对所述平台匹配的超帧点云进行跨视角匹配，并将匹配得到的位姿约束作为异构平台匹配约束
。2.
根据权利要求1所述的方法，其特征在于，根据所述空地异构平台上搭载的激光雷达获取激光雷达点云数据并进行预处理，包括：根据所述空地异构平台中无人车平台与无人机平台各自搭载的激光雷达分别获取无人车激光雷达点云数据和无人机激光雷达点云数据；分别对所述无人车激光雷达点云数据和无人机激光雷达点云数据进行间隔采样，获取激光雷达点云数据中的关键帧；分别对所述无人车激光雷达点云数据和无人机激光雷达点云数据中由于空地异构平台运动造成的点云畸变进行点云帧内补偿，得到帧内补偿后的点云数据
。3.
根据权利要求2所述的方法，其特征在于，分别对所述无人车激光雷达点云数据和无人机激光雷达点云数据进行间隔采样，获取激光雷达点云数据中的关键帧，包括：根据预设的距离间隔对所述无人车激光雷达点云数据进行间隔采样，获取无人车激光雷达点云数据中的关键帧；
根据预设的距离间隔和姿态角度间隔对所述无人机激光雷达点云数据进行间隔采样，获取无人机激光雷达点云数据中的关键帧
。4.
根据权利要求2所述的方法，其特征在于，分别对所述无人车激光雷达点云数据和无人机激光雷达点云数据中由于空地异构平台运动造成的点云畸变进行点云帧内补偿，得到帧内补偿后的点云数据，包括：根据所述空地异构平台上搭载的
IMU
和
GNSS
获取空地异构平台的位姿，根据所述空地异构平台的位姿分别对所述无人车激光雷达点云数据和无人机激光雷达点云数据进行点云帧内补偿，得到帧内补偿后的点云数据，表示为；其中，表示激光雷达坐标系
L
下的帧内补偿后的点...

【专利技术属性】
技术研发人员：孙振平，涂志明，付浩，刘伯凯，吴涛，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：