基于鸟瞰视图的激光雷达隐式地图全局定位方法技术

本发明专利技术公开了一种基于鸟瞰视图的激光雷达隐式地图全局定位方法，包括：首先，点云经过运动补偿和体素降采样后转换为鸟瞰图图像，并利用卷积神经网络提取全局描述符和局部描述符，其次，加载当前位置附近的隐式局部地图，查询当前帧每个点最近邻神经点，得到特征向量和相对坐标后传到距离场解码器输出符号距离函数残差；然后，对所有点的残差优化求解此配准问题，得到当前姿态的最优估计；最后，对鸟瞰图图像的初始化匹配良好点和最终的平均残差，确定当前状态的不确定度。本发明专利技术利用鸟瞰图图像匹配方式，利用隐式地图高精度的特性，输出有效可靠的定位结果，同时通过神经网络参数表示环境，数据存储量可减少90%以上，大幅降低车载设备存储压力。

【技术实现步骤摘要】

本专利技术属于卫星信号遮挡或拒止环境下的状态估计应用领域，具体涉及一种基于鸟瞰视图的激光雷达隐式地图全局定位方法，特别涉及鸟瞰视图的应用。

技术介绍

1、全球定位系统在自动驾驶汽车中扮演着至关重要的角色。近年来，基于全球卫星导航系统(gnss)的定位技术虽然取得了显著进展，但在城市峡谷、隧道等信号遮蔽环境中，gnss信号容易受到多径效应和非视距误差的干扰，导致定位精度大幅下降，难以实现全域环境下的可靠定位。

2、为解决gnss拒止环境下的定位难题，基于地图的状态估计方法应运而生。传统的数字电子地图虽能提供辅助定位信息，但其定位精度往往受到地图本身分辨率的限制。而基于点云的高精度地图虽然定位精度较高，却面临存储空间庞大、计算复杂度高等问题，且定位性能在很大程度上受制于地图分辨率。

3、近年来，隐式神经地图因其轻量化、高保真的特点，在自动驾驶领域引起了研究人员的广泛关注。此类地图通过神经网络隐式表达环境信息，既能保持高精度表征能力，又大幅降低了存储需求。激光雷达(lidar)技术因其深度测量准确、不受光照条件影响等特性，近年来在自动驾驶本文档来自技高网...

【技术保护点】

1.基于鸟瞰视图的激光雷达隐式地图全局定位方法，其特征在于，包括：

2.如权利要求1所述的基于鸟瞰视图的激光雷达隐式地图全局定位方法，其特征在于，步骤1所述激光雷达采集的点云经过运动补偿和体素降采样后转换为鸟瞰图图像，按下式获得：

3.如权利要求1所述的基于鸟瞰视图的激光雷达隐式地图全局定位方法，其特征在于，步骤2所述的加载当前位置附近的隐式局部地图，查询当前帧每个点最近邻神经点，得到特征向量和相对坐标后传到距离场解码器中，输出符号距离函数残差r，按下式计算：

4.如权利要求1所述的基于鸟瞰视图的激光雷达隐式地图全局定位方法，其特征在于，步骤3所述的对...

【技术特征摘要】

1.基于鸟瞰视图的激光雷达隐式地图全局定位方法，其特征在于，包括：

2.如权利要求1所述的基于鸟瞰视图的激光雷达隐式地图全局定位方法，其特征在于，步骤1所述激光雷达采集的点云经过运动补偿和体素降采样后转换为鸟瞰图图像，按下式获得：

3.如权利要求1所述的基于鸟瞰视图的激光雷达隐式地图全局定位方法，其特征在于，步骤2所述的加载当前位置附近的隐式局部地图，查询当前帧每个点最近邻神经点，得到特征向量和相...

【专利技术属性】
技术研发人员：潘树国，刘宏，高旺，赵恒，黄飞璇，徐锦乐，赵庆，
申请(专利权)人：东南大学，
类型：发明
国别省市：