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】
本专利技术涉及电子地图,尤其涉及一种基于信息融合的高精地图生成方法及装置。
技术介绍
1、随着科技的发展,电子地图的应用已经越来越普遍。一方面,人们可以使用电子地图进行导航来帮助人们出行;另一方面,随着无人驾驶车辆的兴起,无人驾驶车辆可以利用电子地图来对周围环境进行认知,从而控制等无人驾驶车辆的转向、加速或减速等行为。为实现无人配送小车在车间及工厂内的自动行驶,需制作高精地图。高精地图包括大量的车道线的信息,如车道线的标线、标识、部件、坡度等等。
2、现有高精地图在进行车道线标注时,大部分根据路面标志的激光反射强度进行识别,或者浏览对应地点的图片进行联合识别。然而,完全依据激光反射强度会造成路面标志识别不准确的情况,在识别时浏览图像需要花费较多时间且无法保证其准确性。
技术实现思路
1、本专利技术提供一种基于信息融合的高精地图生成方法及装置,用以解决现有技术中高精地图准确性不高的缺陷,实现高精度的高精地图的生成。
2、本专利技术提供一种基于信息融合的高精地图生成方法,包括:获取目标时间段内的目标图像帧序列以及所述目标图像帧序列中各帧目标图像对应的点云数据;将各帧所述目标图像分别与其对应的点云数据进行信息融合,得到对应帧点云融合数据;利用所述点云融合数据进行激光建图,得到点云地图;对所述点云地图进行目标检测,并根据目标检测结果和所述点云地图,生成高精度地图。
3、根据本专利技术提供的一种基于信息融合的高精地图生成方法,所述将各帧所述目标图像分别与其
4、根据本专利技术提供的一种基于信息融合的高精地图生成方法,所述点云融合数据包括对应帧点云数据中各点的点云信息和图像像素信息;所述利用所述点云融合数据进行激光建图,得到点云地图,包括:针对各帧所述点云融合数据,基于对应帧点云数据中各点的点云信息,利用雷达-惯性传感器lidar-imu紧耦合算法,生成第一地图;根据对应帧点云数据中各点对应的点云信息和图像像素信息,结合所述第一地图,得到点云地图。
5、根据本专利技术提供的一种基于信息融合的高精地图生成方法,所述根据对应帧点云数据中各点对应的点云信息和图像像素信息,结合所述第一地图,得到点云地图,包括:根据对应帧点云数据中各点对应的点云信息和图像像素信息,确定所述第一地图中对应的目标点;基于所述对应帧点云数据中各点对应的图像像素信息,对各所述目标点添加对应像素值,得到点云地图。
6、根据本专利技术提供的一种基于信息融合的高精地图生成方法,所述针对各帧所述点云融合数据,基于对应帧点云数据中各点的点云信息,利用雷达-惯性测量单元lidar-imu紧耦合算法,生成第一地图,包括:对当前帧点云数据进行预处理;对预处理后的当前帧点云数据进行状态估计,得到预估状态;利用所述预估状态对当前帧局部地图进行优化,并将优化结果与所述当前帧局部地图进行融合,所述当前帧局部地图是基于在先帧点云数据优化并融合在先帧局部地图得到的;利用融合后的当前帧局部地图,优化基于在先帧局部地图得到的全局地图,得到第一地图。
7、根据本专利技术提供的一种基于信息融合的高精地图生成方法,所述对预处理后的当前帧点云数据进行状态估计,包括:利用激光雷达-惯性里程计fast-lio算法,对预处理后的当前帧点云数据进行状态估计;或者,利用激光惯导紧耦合的slam lio-sam算法,对预处理后的当前帧点云数据进行状态估计。
8、根据本专利技术提供的一种基于信息融合的高精地图生成方法,在所述将各帧所述目标图像分别与其对应的点云数据进行信息融合之后,包括:根据所述点云融合数据中的点云数据是否融合有像素信息,对所述点云融合数据添加标签;
9、在所述利用所述点云融合数据进行激光建图,得到点云地图之后,包括:基于所述标签,对所述点云地图中未融合有像素信息的点云数据进行滤除。
10、本专利技术还提供一种基于信息融合的高精地图生成装置,包括:数据获取模块,获取目标时间段内的目标图像帧序列以及所述目标图像帧序列中各帧目标图像对应的点云数据;信息融合模块,将各帧所述目标图像分别与其对应的点云数据进行信息融合,得到对应帧点云融合数据;激光建图模块,利用所述点云融合数据进行激光建图,得到点云地图;地图构建模块,对所述点云地图进行目标检测,并根据目标检测结果和所述点云地图,得到高精度地图。
11、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于信息融合的高精地图生成方法的步骤。
12、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于信息融合的高精地图生成方法的步骤。
13、本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述基于信息融合的高精地图生成方法的步骤。
14、本专利技术提供的基于信息融合的高精地图生成方法及装置,通过对点云数据和目标图像进行信息融合,以使点云数据中融合像素值,进而提高生成的点云地图的精确度,并通过对点云地图进行目标检测,以便于根据目标检测结果对点云地图进行标注,从而实现高精度高静地图的生成;此外,本系统投资较小,结构相对简单,可操作性好,具有较好的应用前景。
本文档来自技高网...【技术保护点】
1.一种基于信息融合的高精地图生成方法,其特征在于,包括:
2.根据权利要求1所述的基于信息融合的高精地图生成方法,其特征在于,所述将各帧所述目标图像分别与其对应的点云数据进行信息融合,得到对应帧点云融合数据,包括:
3.根据权利要求1所述的基于信息融合的高精地图生成方法,其特征在于,所述点云融合数据包括对应帧点云数据中各点的点云信息和图像像素信息;所述利用所述点云融合数据进行激光建图,得到点云地图,包括:
4.根据权利要求3所述的基于信息融合的高精地图生成方法,其特征在于,所述根据对应帧点云数据中各点对应的点云信息和图像像素信息,结合所述第一地图,得到点云地图,包括:
5.根据权利要求3所述的基于信息融合的高精地图生成方法,其特征在于,所述针对各帧所述点云融合数据,基于对应帧点云数据中各点的点云信息,利用雷达-惯性测量单元lidar-imu紧耦合算法,生成第一地图,包括:
6.根据权利要求5所述的基于信息融合的高精地图生成方法,其特征在于,所述对预处理后的当前帧点云数据进行状态估计,包括:
7.根据权利要求
8.一种基于信息融合的高精地图生成装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于信息融合的高精地图生成方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于信息融合的高精地图生成方法的步骤。
...【技术特征摘要】
1.一种基于信息融合的高精地图生成方法,其特征在于,包括:
2.根据权利要求1所述的基于信息融合的高精地图生成方法,其特征在于,所述将各帧所述目标图像分别与其对应的点云数据进行信息融合,得到对应帧点云融合数据,包括:
3.根据权利要求1所述的基于信息融合的高精地图生成方法,其特征在于,所述点云融合数据包括对应帧点云数据中各点的点云信息和图像像素信息;所述利用所述点云融合数据进行激光建图,得到点云地图,包括:
4.根据权利要求3所述的基于信息融合的高精地图生成方法,其特征在于,所述根据对应帧点云数据中各点对应的点云信息和图像像素信息,结合所述第一地图,得到点云地图,包括:
5.根据权利要求3所述的基于信息融合的高精地图生成方法,其特征在于,所述针对各帧所述点云融合数据,基于对应帧点云数据中各点的点云信息,利用雷达-惯性测量单元lida...
【专利技术属性】
技术研发人员:陈波,闵伟,袁士琳,彭小彬,陈智超,
申请(专利权)人:商飞智能技术有限公司,
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。