System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种激光雷达位姿优化方法、装置、电子设备和存储介质制造方法及图纸_技高网

一种激光雷达位姿优化方法、装置、电子设备和存储介质制造方法及图纸

技术编号:40078227 阅读:10 留言:0更新日期:2024-01-17 01:56
本发明专利技术公开了一种激光雷达位姿优化方法、装置、电子设备和存储介质,包括:获取激光雷达采集的激光点云,以预设大小的栅格对激光点云在X‑Y平面上进行划分,针对每个栅格,基于栅格到激光雷达坐标系原点的距离在栅格内设置多个连续的高度区间,根据栅格内的激光点云在高度区间的分布趋势从激光点云中确定特征点,特征点包括水平面特征点和立面特征点;基于特征点和地图点云对激光雷达的位姿进行优化。水平面特征点、立面特征点都是平面上的特征点,一般来源于稳定存在的物体,例如厂房、马路等,相对于其他的点云稳定性更高,基于这些特征点和地图点云对激光雷达的位姿进行优化,可以提高激光雷达位姿的准确性和建图质量。

【技术实现步骤摘要】

本专利技术涉及激光雷达,尤其涉及一种激光雷达位姿优化方法、装置、电子设备和存储介质


技术介绍

1、基于激光雷达3d地图构建,是指通过激光雷达采集周围环境点云数据,并通过算法将在不同地点采集的点云数据进行匹配拼接构建环境地图的技术。该技术的关键是要准确获取环境中稳定的点云特征,以确保匹配优化时能得到精确的激光雷达的位姿,其对地图的精度起决定性作用。

2、在现有的激光雷达的位姿方法中,通常在激光雷达点云数据中提取特征与地图点云进行匹配优化,现有的多线激光雷达点云特征提取主要是对在单个线束内计算点的曲率来提取线特征点和面特征点。现有的方法虽然简单高效,但容易将落在不稳定对象上的激光点提取为特征点,如将落在簇拥的灌木和树叶等对象上的激光点误认为是平面点,尤其是在复杂环境中时,例如公园、空间小且树木多的小区等,会导致激光雷达位姿不准确、建图质量明显下降。


技术实现思路

1、本专利技术提供了一种激光雷达位姿优化方法,以解决现有的激光雷达的位姿方法存在激光雷达位姿不准确、建图质量明显下降的问题。

2、第一方面,本专利技术提供了一种激光雷达位姿优化方法,包括:

3、获取激光雷达采集的激光点云;

4、以预设大小的栅格对所述激光点云在x-y平面上进行划分;

5、针对每个所述栅格,基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间;

6、根据所述栅格内的所述激光点云在所述高度区间的分布趋势,从所述激光点云中确定特征点,所述特征点包括水平面特征点和立面特征点;

7、基于所述特征点和地图点云对激光雷达的位姿进行优化。

8、第二方面,本专利技术提供了一种激光雷达位姿优化装置,包括:

9、点云获取模块,用于获取激光雷达采集的激光点云;

10、点云划分模块,用于以预设大小的栅格对所述激光点云在x-y平面上进行划分;

11、高度区间划分模块,用于针对每个所述栅格,基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间;

12、特征点确定模块,用于根据所述栅格内的所述激光点云在所述高度区间的分布趋势,从所述激光点云中确定特征点,所述特征点包括水平面特征点和立面特征点;

13、位姿优化模块,用于基于所述特征点和地图点云对激光雷达的位姿进行优化。

14、第三方面,本专利技术提供了一种电子设备,所述电子设备包括:

15、至少一个处理器;以及

16、与所述至少一个处理器通信连接的存储器;其中,

17、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术第一方面所述的激光雷达位姿优化方法。

18、第四方面,本专利技术提供了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指令,所述计算机指令用于使处理器执行时实现本专利技术第一方面所述的激光雷达位姿优化方法。

19、本专利技术实施例提供的激光雷达位姿优化方法,获取激光雷达采集的激光点云,以预设大小的栅格对激光点云在x-y平面上进行划分;针对每个栅格,基于栅格到激光雷达坐标系原点的距离在栅格内设置多个连续的高度区间;根据栅格内的激光点云在高度区间的分布趋势,从激光点云中确定特征点,特征点包括水平面特征点和立面特征点;基于特征点和地图点云对激光雷达的位姿进行优化。水平面特征点、立面特征点都是平面上的特征点,一般来源于稳定存在的物体,例如厂房(对应立面特征点)、马路(对应水平面特征点)等,相对于其他的点云(例如容易摇晃的树叶)稳定性更高,基于这些特征点和地图点云对激光雷达的位姿进行优化,可以提高激光雷达位姿的准确性和建图质量。

20、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种激光雷达位姿优化方法,其特征在于,包括:

2.如权利要求1所述的激光雷达位姿优化方法,其特征在于,在所述获取激光雷达采集的激光点云之后,还包括:

3.如权利要求1所述的激光雷达位姿优化方法,其特征在于,在所述以预设大小的栅格对所述激光点云在X-Y平面上进行划分之后,还包括:

4.如权利要求1所述的激光雷达位姿优化方法,其特征在于,所述针对每个所述栅格,基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间,包括:

5.如权利要求4所述的激光雷达位姿优化方法,其特征在于,所述单位高度与所述栅格到激光雷达坐标系原点的距离成正比。

6.如权利要求1所述的激光雷达位姿优化方法,其特征在于,所述根据所述栅格内的所述激光点云在所述高度区间的分布趋势,从所述激光点云中确定特征点,包括:

7.如权利要求1-6任一项所述的激光雷达位姿优化方法,其特征在于,所述基于所述特征点和地图点云对激光雷达的位姿进行优化,包括:

8.如权利要求7所述的激光雷达位姿优化方法,其特征在于,所述针对每个所述特征点,根据地图点云确定所述特征点在地图坐标系中最近的校准平面,包括:

9.如权利要求7所述的激光雷达位姿优化方法,其特征在于,所述基于所述特征点到所述校准平面的点面距离对激光雷达的位姿进行优化,包括:

10.如权利要求9所述的激光雷达位姿优化方法,其特征在于,所述基于预设的水平权重、所述立面特征点对应的所述高度属性值确定每个所述立面特征点对应的点面距离的立面权重,包括:

11.如权利要求9所述的激光雷达位姿优化方法,其特征在于,所述基于所述水平权重、所述立面权重以及所述特征点到所述校准平面的点面距离优化激光雷达的位姿,包括:

12.一种激光雷达位姿优化装置,其特征在于,包括:

13.一种电子设备,其特征在于,所述电子设备包括:

14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-11中任一项所述的激光雷达位姿优化方法。

...

【技术特征摘要】

1.一种激光雷达位姿优化方法,其特征在于,包括:

2.如权利要求1所述的激光雷达位姿优化方法,其特征在于,在所述获取激光雷达采集的激光点云之后,还包括:

3.如权利要求1所述的激光雷达位姿优化方法,其特征在于,在所述以预设大小的栅格对所述激光点云在x-y平面上进行划分之后,还包括:

4.如权利要求1所述的激光雷达位姿优化方法,其特征在于,所述针对每个所述栅格,基于所述栅格到激光雷达坐标系原点的距离在所述栅格内设置多个连续的高度区间,包括:

5.如权利要求4所述的激光雷达位姿优化方法,其特征在于,所述单位高度与所述栅格到激光雷达坐标系原点的距离成正比。

6.如权利要求1所述的激光雷达位姿优化方法,其特征在于,所述根据所述栅格内的所述激光点云在所述高度区间的分布趋势,从所述激光点云中确定特征点,包括:

7.如权利要求1-6任一项所述的激光雷达位姿优化方法,其特征在于,所述基于所述特征点和地图点云对激光雷达的位姿进行优化,包括:

8.如权利要求7...

【专利技术属性】
技术研发人员:黄彬李振李聪平周迪赖志林周勇
申请(专利权)人:广州赛特智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1