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() 点云定位方法、计算机可读存储介质及智能设备技术_技高网

点云定位方法、计算机可读存储介质及智能设备技术

技术编号:40665012 阅读:6 留言:0更新日期:2024-03-18 18:59
本申请涉及自动驾驶技术领域,具体提供一种点云定位方法、计算机可读存储介质及智能设备,旨在解决提高点云定位精度的问题。为此目的,本申请提供的方法包括对当前帧点云进行体素化处理,以形成多个体素;根据各体素内点云的分布特征,分别确定各体素的类型;分别对各类型的体素进行筛选,以平衡各类型的体素数量;对筛选保留的体素与先验地图进行配准,以获取当前帧点云的位姿。通过上述方法,对当前帧点云进行体素化处理实现了点云的降采样,可以极大地减少算力开销;另外,上述方法通过筛选平衡各类型的体素数量,可以显著提高配准的精度,从而准确得到当前帧点云的位姿。

【技术实现步骤摘要】

本申请涉及自动驾驶,具体涉及一种点云定位方法、计算机可读存储介质及智能设备


技术介绍

1、在对车辆进行自动驾驶控制时通常会将雷达获取的点云与先验地图进行配准,以获取准确的点云位姿,进而根据点云位姿得到准确的车辆位姿,根据车辆位姿规划车辆行驶路径,控制车辆按照行驶路径自动行驶。

2、目前常规的点云定位方法主要是将一帧点云内的所有点云都与先验地图进行配准,由于一帧点云内点云的数量可能会比较多,因此,会显著增加车端算力的压力。此外,在对点云与先验地图进行配准时通常会从先验地图上获取与每个点云匹配的地图点,然后将每个点云分别与各自匹配的地图点作为一个匹配对进行配准。但是,对于一些空旷无遮挡的场景,由于一帧点云内的点云主要都是地面点云,因此会得到大量的地面点云的匹配对,其他类别点云的匹配对非常少。如果利用这些匹配对进行配准,会显著降低点云定位的精度,从而影响车辆的安全行驶。

3、相应地,本领域需要一种新的技术方案来解决上述问题。


技术实现思路

1、为了克服上述缺陷,提出了本申请,以提供解决或至少部分地解决如何提高点云定位的精度,特别是空旷无遮挡场景下的点云定位精度的技术问题的点云定位方法、计算机可读存储介质及智能设备。

2、在第一方面,提供一种点云定位方法,所述方法包括:

3、对当前帧点云进行体素化处理,以形成多个体素;

4、根据各体素内点云的分布特征,分别确定各体素的类型;

5、分别对各类型的体素进行筛选,以平衡各类型的体素数量;

6、对筛选保留的体素与先验地图进行配准,以获取当前帧点云的位姿。

7、在上述点云定位方法的一个技术方案中,所述点云的分布特征包括点云分布的协方差矩阵,所述分别确定各体素的类型,包括:

8、针对每一体素,根据所述体素内点云分布的协方差矩阵,获取所述体素内点云构成的点云簇的平面度和法向量;

9、获取所述法向量与地面法向量之间的夹角;

10、当所述平面度大于第一设定阈值时,若所述夹角大于第二设定阈值,则所述体素为垂直平面体素;否则,所述体素为地面体素;

11、当所述平面度小于或等于第一设定阈值时,所述体素为非平面体素。

12、在上述点云定位方法的一个技术方案中,所述类型包括地面体素、垂直平面体素和非平面体素,所述分别对各类型的体素进行筛选,包括通过以下方式进行多级筛选:

13、分别对所述地面体素和所述垂直平面体素进行筛选,以分别去除所述地面体素和所述垂直平面体素中的劣质体素;

14、根据预设的非地面体素的最大数量,以及去除劣质体素之后垂直平面体素的保留数量,对所述非平面体素进行筛选,以使所述非平面体素和所述垂直平面体素的保留数量之和,小于或等于所述最大数量;

15、对去除劣质体素之后的地面体素再次进行筛选,以使所述地面体素在全部保留体素中的占比小于或等于设定比值。

16、在上述点云定位方法的一个技术方案中,在所述对去除劣质体素之后的地面体素再次进行筛选之后,所述多级筛选还包括:

17、对体素化处理之后的当前帧点云再次进行栅格化处理,以形成多个栅格,所述栅格包括多个体素;

18、基于所述栅格,对各类型筛选保留的体素进行均匀采样。

19、在上述点云定位方法的一个技术方案中,所述方法还包括通过以下方式对地面体素和垂直平面体素进行筛选,以去除劣质体素:

20、获取所述先验地图上与所述地面体素匹配的第一地图体素,获取所述先验地图上与所述垂直平面体素匹配的第二地图体素;

21、判断所述地面体素与所述第一地图体素,是否满足预设的两个地面之间的约束条件;若否,则去除所述地面体素;

22、判断所述垂直平面体素与所述第二地图体素,是否满足预设的两个垂直平面之间的约束条件;若否,则去除所述垂直平面体素;

23、其中,所述第一地图体素、第二地图体素是对所述先验地图进行体素化处理形成的。

24、在上述点云定位方法的一个技术方案中,所述点云的分布特征包括点云分布的协方差矩阵,所述判断所述地面体素与所述第一地图体素,是否满足预设的两个地面之间的约束条件,包括:

25、根据所述地面体素内点云分布的协方差矩阵,获取所述地面体素内点云构成的点云簇的第一平面度和第一法向量;

26、获取所述第一地图体素内点云构成的点云簇的第二平面度;

27、若所述第一平面度、第二平面度均大于第三设定阈值,且所述第一法向量与地面法向量之间的夹角小于第四设定阈值,则判断为满足所述约束条件;否则,判断为不满足所述约束条件。

28、在上述点云定位方法的一个技术方案中,所述点云的分布特征包括点云分布的协方差矩阵,所述判断所述垂直平面体素与所述第二地图体素,是否满足预设的两个垂直平面之间的约束条件,包括:

29、根据所述垂直平面体素内点云分布的协方差矩阵,获取所述垂直平面体素内点云构成的点云簇的第二平面度和第二法向量;

30、获取所述第二地图体素内点云构成的点云簇的第三平面度和第三法向量;

31、若所述第二平面度、第三平面度均大于第五设定阈值,且所述第二法向量、第三法向量之间的夹角小于第六设定阈值,则判断为满足所述约束条件;否则,判断为不满足所述约束条件。

32、在上述点云定位方法的一个技术方案中,所述对筛选保留的体素与先验地图进行配准,包括:

33、针对每一保留体素,获取所述先验地图上与所述保留体素匹配的地图体素,所述地图体素是对所述先验地图进行体素化处理形成的;

34、针对每一保留体素,根据所述保留体素内点云的分布特征,以及所述地图体素内点云的分布特征之间的距离差,构建残差项;

35、基于每一保留体素的残差项进行配准。

36、在上述点云定位方法的一个技术方案中,所述当前帧点云为智能设备上的雷达采集到的点云,所述智能设备还包括轮速计和imu,在所述对筛选保留的体素与先验地图进行配准之后,所述方法还包括:

37、获取在当前帧点云所在时刻,通过所述轮速计和imu得到的位姿;

38、对所述当前帧点云的位姿以及通过所述轮速计和imu得到的位姿,进行融合,以获取最终位姿。

39、在第二方面,提供一种计算机可读存储介质,该计算机可读存储介质其中存储有多条程序代码,所述程序代码适于由处理器加载并运行以执行上述点云定位方法的技术方案中任一项技术方案所述的方法。

40、在第三方面,提供一种智能设备,该智能设备包括至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器中存储有计算机程序,所述计算机程序被所述至少一个处理器执行时实现上述点云定位方法的技术方案中任一项技术方案所述的方法。

41、本申请上述一个或多个技术方案,至少具有如下一种或多种有益效果:

<本文档来自技高网...

【技术保护点】

1.一种点云定位方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述点云的分布特征包括点云分布的协方差矩阵,所述分别确定各体素的类型,包括:

3.根据权利要求1所述的方法,其特征在于,所述类型包括地面体素、垂直平面体素和非平面体素,所述分别对各类型的体素进行筛选,包括通过以下方式进行多级筛选:

4.根据权利要求3所述的方法,其特征在于,在所述对去除劣质体素之后的地面体素再次进行筛选之后,所述多级筛选还包括:

5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括通过以下方式对地面体素和垂直平面体素进行筛选,以去除劣质体素:

6.根据权利要求5所述的方法,其特征在于,所述点云的分布特征包括点云分布的协方差矩阵,所述判断所述地面体素与所述第一地图体素,是否满足预设的两个地面之间的约束条件,包括:

7.根据权利要求5所述的方法,其特征在于,所述点云的分布特征包括点云分布的协方差矩阵,所述判断所述垂直平面体素与所述第二地图体素,是否满足预设的两个垂直平面之间的约束条件,包括:

8.根据权利要求1所述的方法,其特征在于,所述对筛选保留的体素与先验地图进行配准,包括:

9.根据权利要求1所述的方法,其特征在于,所述当前帧点云为智能设备上的雷达采集到的点云,所述智能设备还包括轮速计和IMU,在所述对筛选保留的体素与先验地图进行配准之后,所述方法还包括:

10.一种计算机可读存储介质,其中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行权利要求1至9中任一项所述的点云定位方法。

11.一种智能设备,其特征在于,包括:

...

【技术特征摘要】

1.一种点云定位方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述点云的分布特征包括点云分布的协方差矩阵,所述分别确定各体素的类型,包括:

3.根据权利要求1所述的方法,其特征在于,所述类型包括地面体素、垂直平面体素和非平面体素,所述分别对各类型的体素进行筛选,包括通过以下方式进行多级筛选:

4.根据权利要求3所述的方法,其特征在于,在所述对去除劣质体素之后的地面体素再次进行筛选之后,所述多级筛选还包括:

5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括通过以下方式对地面体素和垂直平面体素进行筛选,以去除劣质体素:

6.根据权利要求5所述的方法,其特征在于,所述点云的分布特征包括点云分布的协方差矩阵,所述判断所述地面体素与所述第一地图体素,...

【专利技术属性】
技术研发人员:李琦游振兴孙立袁弘渊任少卿
申请(专利权)人:安徽蔚来智驾科技有限公司
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