【技术实现步骤摘要】
本专利技术涉及点云匹配，尤其涉及一种适用于环境变化的高精度点云匹配方法和系统及存储介质。
技术介绍
1、点云匹配是高精建图中的关键环节之一，匹配结果直接决定了点云地图的精度，可以保证自动驾驶车辆的行驶安全。高精地图需要保证时效性和新鲜度，由于街道上的树木、绿化等会进行频繁的更新，环境变化给高精地图的点云匹配带来极大的困难。
2、现有的点云匹配方法主要分为传统方法和基于神经网络的方法。其中传统方法主要分为基于icp或者ndt的点云匹配方法，该种方法对初值和环境变化比较敏感，无法有效处理大范围环境变化的场景。而基于神经网络的方法主要以提取点云特征点为主，以特征点的对应关系求解位姿，现有的具有代表性的基于神经网络的点云匹配方法是fcgf、d3feat和geotransformer等，但这些方法在大范围环境变化的场景会提取出错误的特征点对应关系，无法有效处理大范围环境变化的场景。
3、不管是传统的点云匹配方法还是基于神经网络的点云匹配方法，当环境发生大范围变化时，都无法求解出正确的位姿。根据现有的点云匹配方法都无法有效处...
【技术保护点】
1.一种适用于环境变化的高精度点云匹配方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，在步骤S3中，通过编码器网络对待匹配点云进行编码，然后通过解码器网络获得待匹配点云中的特征点。
3.根据权利要求2所述的方法，其特征在于，在步骤S3中，采用Transformer模型的编码器-解码器结构。
4.根据权利要求1所述的方法，其特征在于，在步骤S4中，通过卷积神经网络对特征点和特征点附近的点云进行卷积，获得特征点局部描述符，通过获得的特征点局部描述符筛选具有相似场景的特征点，从而剔除掉发生环境变化的位置的特征点...
【技术特征摘要】
1.一种适用于环境变化的高精度点云匹配方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，在步骤s3中，通过编码器网络对待匹配点云进行编码，然后通过解码器网络获得待匹配点云中的特征点。
3.根据权利要求2所述的方法，其特征在于，在步骤s3中，采用transformer模型的编码器-解码器结构。
4.根据权利要求1所述的方法，其特征在于，在步骤s4中，通过卷积神经网络对特征点和特征点附近的点云进行卷积，获得特征点局部描述符，通过获得的特征点局部描述符筛选具有相似场景的特征点，从而剔除掉发生环境变化的位置的特征点，最后获得正确的特征点对应关系。
5.根据权利要求4所述的方法，其特征在于，在步骤s4中，卷积神经网络使用基于特征金字塔网络的卷积架构...
【专利技术属性】
技术研发人员：何弢，廖文龙，刘峻，谢荣荣，
申请(专利权)人：酷哇科技有限公司，
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。