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()
【技术实现步骤摘要】
本专利技术属于自动驾驶,涉及到高精度地图的构建,具体涉及到一种地面纹理视觉建图方法、系统及车辆。
技术介绍
1、高精度地图中的各类车道线、其他地面道路标识(如箭头、停止线等)等地面道路标识是一类重要的几何要素,其位置精度及完备性对高等级自动驾驶中的定位、规划控制等模块是重要的数据源。现有的车道线、道路标识制作方法一般依赖于高精激光点云地图,通过基于深度学习的点云分割或人工参与的方式,利用点云反射率的差异绘制矢量化的地面道路标识,然而此方法存在一些问题:
2、1.不同场景由于地面道路标识的粉刷时间差异、路况不同,存在不同程度的磨损,部分区域点云反射率对比度差,为地面道路标识的制作带来了困难;
3、2.激光点云本身的稀疏性使得一些地面道路标识边界不清晰,引入误差。
技术实现思路
1、针对上述问题,本专利技术的主要目的在于设计一种地面纹理视觉建图方法、系统及车辆,利用高精点云地图获取的地面信息,结合高分辨率图像利用投影的方式制作地面纹理地图,为地面道路标识的制作提供有效的参考信息,解决地面道路标识边界不清晰,和部分区域点云反射率对比度差的技术问题。
2、为了实现上述目的本专利技术采用如下技术方案:
3、一种地面纹理视觉建图方法,该方法包括以下步骤:
4、步骤1:获取激光雷达的点云数据,将点云数据建图得到激光点云地图,将激光点云地图、关键帧序列、标定参数、图像序列作为输入信息;
5、步骤2:将步骤1的激光点云地图与关键
6、步骤3:通过地面点云的后处理得到模拟地面点云;
7、步骤4:将步骤1的关键帧序列与图像序列作为输入信息,进行关键帧图像搜索;
8、步骤5:将步骤1的标定参数、步骤3得到的模拟地面点云与关键帧图像序列作为输入信息,通过地图拼接并基于点云投影和冗余点滤除,得到纹理地图。
9、作为本专利技术的进一步描述,所述步骤1中,关键帧序列kl={kl1,kl2,...kln}为利用激光雷达点云数据建图过程中的关键帧信息,第i个关键帧kli中包含当前帧的位姿矩阵和时间戳tbi,其中,表示i时刻车体坐标系到世界坐标系的转换矩阵;
10、所述标定参数包括相机畸变模型及参数d、相机内参k、相机到车体系的外参转换矩阵
11、所述图像序列为激光雷达采集的图像数据,每帧图像的时间戳已知。
12、作为本专利技术的进一步描述,所述步骤2中,鲁棒的地面提取方法,包括步骤如下:
13、s201:构建车体系下的二维包围框,记为bbox1,bbox1二维包围框的框选区域为车辆正前方的矩形框;
14、s202:读取输入的激光点云地图,初始化地面点云g;
15、s203:针对每个关键帧kli,基于bbox1二维包围框进行地面点云提取并处理,再将处理后的地面点云加入g中;
16、s204:将g进行下采样,获得激光点云地图对应的地面点云。
17、作为本专利技术的进一步描述,所述步骤s203中,基于二维包围框进行地面点云提取并处理,包括步骤如下:
18、s2031:利用将激光点云地图从世界坐标系转换到当前车体系下,根据bbox1提取点云,再将提取的点云转换到世界坐标系记为t1;
19、s2032:利用将初始化的地面点云转换到当前车体系下,根据bbox1提取点云,再将提取的点云转换到世界坐标系记为t2;
20、s2033:对t1进行下采样,并使用随机采样一致与特征值分解的方法估计地面方程,提取满足点到平面距离小于阈值的点云记为t3;
21、s2034:对t2进行下采样,与t3叠加记为t4;
22、s2035:使用特征值分解的方法,对t4进行地面方程估计,提取满足点到平面距离小于阈值的点云记为t5;
23、s2036:将t5加入g中。
24、作为本专利技术的进一步描述,所述步骤3中,地面点云的后处理为:将地面点云按照设定规格划分为栅格,每个栅格内的点云用特征值分解的方法估计地面方程,并根据地面方程与设定的分辨率生成栅格内的模拟地面点云,记为点云s。
25、作为本专利技术的进一步描述,所述步骤4中,利用输入的关键帧序列与图像序列,找到每个关键帧kli对应的最近邻图像ii,ii对应的时间戳tci为所有图像序列中离关键帧时间戳tbi最近的;
26、搜索到的关键帧图像序列记作kc={kc1,kc2,...kcn},第i个关键帧kci中包括图像ii以及当前帧的位姿矩阵从关键帧序列kl中获取或者结合组合车辆导航系统输出的位姿进行插值,获取关键帧的精确位姿。
27、作为本专利技术的进一步描述,所述步骤5中,得到纹理地图的步骤包括如下:
28、s501:构建车体系下的二维包围框,记为bbox2,bbox2二维包围框的框选区域为车辆正前方的矩形框且bbox2的区域小于bbox1的区域;
29、s502:初始化纹理点云,记为w;
30、s503:针对每个关键帧kci,基于bbox2二维包围框进行地面点云提取并处理,再将处理后的地面点云加入w中;
31、s504:将s中的点云投影到w中,并将w经过冗余点滤波后获得最终的纹理点云地图。
32、作为本专利技术的进一步描述,所述步骤s503中,基于bbox2二维包围框进行地面点云提取并处理,包括步骤如下:
33、s5031:利用将s中的点云转换到当前车体系下,并根据bbox2提取点云,再将提取的点云转回到世界坐标系下,记为点云li;
34、s5032:根据标定参数将li投影到当前图像ii上,表达式为:
35、
36、pi=kf(pc,d)
37、其中,pw为点云li中的任意一点,pc为pw转换到相机坐标系下的坐标,pi为转换到像素坐标系下的坐标,f为相机畸变模型;
38、s5033:pi的坐标值在当前图像内,则获取对应像素坐标处的rgb值,构造在世界坐标系下的带颜色点pw_rgb,该点的坐标值等于pw,rgb值为pi处的像素值,将li中满足条件的点记为点云ri;
39、s5034:将ri加入w中。
40、一种地面纹理视觉建图系统,该系统包括数据获取模块、数据建图模块、地面模拟模块、地图拼接模块;
41、数据获取模块,用于获取激光雷达的点云数据和图像数据;
42、数据建图模块,用于将点云数据建图得到激光点云地图,并将激光点云地图、关键帧序列、标定参数、图像序列作为地面模拟模块与地图拼接模块的输入信息;
43、地面模拟模块,用于将激光点云地图与关键帧序列作为输入信息,基于鲁棒的地面提取方法并通过地面模拟,获取模拟地面点云;
44、地图拼接模块,用于将标定参数、模拟地面点云与本文档来自技高网...
【技术保护点】
1.一种地面纹理视觉建图方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种地面纹理视觉建图方法,其特征在于:所述步骤1中,关键帧序列KL={kl1,kl2,...kln}为利用激光雷达点云数据建图过程中的关键帧信息,第i个关键帧kli中包含当前帧的位姿矩阵和时间戳tbi,其中,表示i时刻车体坐标系到世界坐标系的转换矩阵;
3.根据权利要求2所述的一种地面纹理视觉建图方法,其特征在于:所述步骤2中,鲁棒的地面提取方法,包括步骤如下:
4.根据权利要求3所述的一种地面纹理视觉建图方法,其特征在于:所述步骤S203中,基于二维包围框进行地面点云提取并处理,包括步骤如下:
5.根据权利要求2所述的一种地面纹理视觉建图方法,其特征在于:所述步骤3中,地面点云的后处理为:将地面点云按照设定规格划分为栅格,每个栅格内的点云用特征值分解的方法估计地面方程,并根据地面方程与设定的分辨率生成栅格内的模拟地面点云,记为点云S。
6.根据权利要求5所述的一种地面纹理视觉建图方法,其特征在于:所述步骤4中,利用输入的关键帧序列与
7.根据权利要求6所述的一种地面纹理视觉建图方法,其特征在于:所述步骤5中,得到纹理地图的步骤包括如下:
8.根据权利要求7所述的一种地面纹理视觉建图方法,其特征在于:所述步骤S503中,基于BBox2二维包围框进行地面点云提取并处理,包括步骤如下:
9.一种地面纹理视觉建图系统,其特征在于:该系统包括数据获取模块、数据建图模块、地面模拟模块、地图拼接模块;
10.一种车辆,其特征在于:该车辆包括权利要求9的建图系统,并通过建图系统执行上述权利要求1-8任一项所述的建图方法。
...【技术特征摘要】
1.一种地面纹理视觉建图方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种地面纹理视觉建图方法,其特征在于:所述步骤1中,关键帧序列kl={kl1,kl2,...kln}为利用激光雷达点云数据建图过程中的关键帧信息,第i个关键帧kli中包含当前帧的位姿矩阵和时间戳tbi,其中,表示i时刻车体坐标系到世界坐标系的转换矩阵;
3.根据权利要求2所述的一种地面纹理视觉建图方法,其特征在于:所述步骤2中,鲁棒的地面提取方法,包括步骤如下:
4.根据权利要求3所述的一种地面纹理视觉建图方法,其特征在于:所述步骤s203中,基于二维包围框进行地面点云提取并处理,包括步骤如下:
5.根据权利要求2所述的一种地面纹理视觉建图方法,其特征在于:所述步骤3中,地面点云的后处理为:将地面点云按照设定规格划分为栅格,每个栅格内的点云用特征值分解的方法估计地面方程,并根据...
【专利技术属性】
技术研发人员:罗玮,江灿森,潘志琛,周勇,衡量,
申请(专利权)人:上海友道智途科技有限公司,
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。