CN115773747B 一种高精度地图生成方法、装置、设备及存储介质 (紫金山实验室)_第1页
CN115773747B 一种高精度地图生成方法、装置、设备及存储介质 (紫金山实验室)_第2页
CN115773747B 一种高精度地图生成方法、装置、设备及存储介质 (紫金山实验室)_第3页
CN115773747B 一种高精度地图生成方法、装置、设备及存储介质 (紫金山实验室)_第4页
CN115773747B 一种高精度地图生成方法、装置、设备及存储介质 (紫金山实验室)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明提供一种高精度地图生成方法、装光点云帧之间的IMU数据和上一激光点云帧经后位姿估计值以及扫描当前激光点云时间内对应的IMU数据,对当前激光点云进行去畸变并提取将第二位姿估计值、第三位姿估计值输入因子后端优化的位姿估计值将去畸变后的当前激光2若当前激光点云帧数据是激光雷达采集的第一帧数据,则将点云帧之间的IMU数据和上一激光点云帧经后端优化的位姿,估计得到当前激光点云帧的根据所述第一位姿估计值以及扫描当前激光点云时间内对应的IMU数据,对当前激光根据去畸变后的当前激光点云帧得到当前描述子,根据所述当前描根据所述第一位姿估计值和所述特征点得到第三位姿估计值;将将每个区域中的激光点的发射强度的最大值保存到数组中,将该数组作为当前描述将所述当前描述子与历史点云地图中的每个关键帧对应的描述子分别进行如果某相似度大于回环阈值,则判断检测出回环,在通过所述第一位姿估计值将去畸变后的当前激光点云帧投影到历史点云地图的坐标3根据所述相对旋转量和相对位移量,对当前激光点对去畸变后的当前激光点云帧,计算每个点的曲率,将曲率超过预设根据最接近当前激光点云帧的若干关键帧拼接将所述特征点通过所述第一位姿估计值转换到所述局部地图坐标对所述第三位姿估计值进行速度判断,如果最近关键帧到当前帧的运键帧到最近关键帧的运动速度的比值大于预设的速度比值,则判断当前帧出现退化现象,或者,若当前激光点云帧与最近的关键帧的距离大获取当前经纬高数据,与最近关键帧的经纬高数据联合计算光点云帧之间的IMU数据和后端优化模块反馈的上一激光点云帧经后端优化的位姿,估计前端里程计模块,用于根据所述第一位姿估计值以及扫4后端优化模块,用于根据所述第一位姿估计值和所述特地图生成模块,用于若当前帧为第一帧,则通过所述第一个关键帧生述去畸变后的当前激光点云帧拼接到历史点云地图中,去除动态物体后生成静态点云地机程序存储在所述存储器中,所述处理器运行所述计算机程序执行权利要求1至11任一所算机程序被处理器执行时用于实现权利要求1至11任一所述的5[0001]本发明涉及计算机视觉图像处理技术领域,尤其涉及一种高精度地图生成方法、[0003]现有的基于激光雷达的高精度地图建图方式,在遇到长距离相似场景例如隧道用搭载单/双目/深度相机或2D/3D激光雷达的设备进行数据采集,再对采集到的数据进行相邻数据帧匹配,通常采用ICP算法(IterativeClosestPoint)或NDT(Normal位姿一般将相邻帧匹配计算得到的轨迹称为前端里程计。通过前端里程计拼接相机或激光雷达获得的点云数据,就可以获得局部点云地图。由于前端里程计由相邻帧数据计算得导致地图偏移,需要对局部地图中所有点云数据进行联合优化,其中可能还会加入IMU(InertialMeasurementUnit)数据(包括加速度和角速度)、RTK(Real_time个过程被称为地图处理线程。此外,上文提到的回环检测是一种常见的抑制累积误差的手6[0008]若当前激光点云帧数据是激光雷达采集的第一帧数据,则将其作为第一个关键前激光点云帧之间的IMU数据和上一激光点云帧经后端优化的位姿,估计得到当前激光点[0009]根据所述第一位姿估计值以及扫描当前激光点云时间内对应的IMU数据,对当前化的位姿估计值将所述去畸变后的当前激光点云帧拼接到历史点云地图中,去除动态物前激光点云帧之间的IMU数据和后端优化模块反馈的上一激光点云帧经后端优化的位姿,[0018]后端优化模块,用于根据所述第一位姿估计值和所述特征点得到第三位姿估计7之间的IMU数据和上一激光点云帧经后端优化的位姿进行估计,得到当前激光点云帧的第[0024]再根据第一位姿估计值和所述特征点得到第三位姿估计值;将第二位姿估计值、8帧到当前激光点云帧之间的IMU数据和上一激光点云帧经后端优化的位姿,估计得到当前9[0064]本步骤在回环检测模块中执行。历史点云地图为当前已的坐标系中,判断投影后的当前帧激光点云与历史点云地图的重合度是否大于重合度阈前帧的若干关键帧对应的位姿值为后端优化模块优设定时间内的若干个关键帧以及提取闭环容器中的回环对应的历史关键帧拼接成局部地地图中搜索特征点的最近点,通过因子图计算得到所述当前激光点云帧的第三位姿估计速度与第K_2关键帧到K_1关键帧的运动速度的比值大于预设的速度比值(如2倍关系则帧到当前帧的运动速度为:第K_1关键帧到当前帧的位姿变换/当前帧到第K_1关键帧的时[0084]重新计算的第三位姿估计值=第K_1关键帧的位姿+(K_2关键帧到K_1关键帧的速[0085]因子图中还存储之前所有的历史位姿数据,最后通过GTSAM库对上述第二位姿估据当前帧的后端优化后的位姿中的三维位置与K_1关键帧优化后三维位置的差值计算距[0090]本发明根据离当前激光点云帧时间上最近的关键帧到当前激光点云帧之间的IMU[0092]再根据第一位姿估计值和所述特征点得到第三位姿估计值;将第二位姿估计值、前激光点云帧之间的IMU数据和后端优化模块反馈的上一激光点云帧经后端优化的位姿,[0099]后端优化模块,用于根据所述第一位姿估计值和所述特征点得到第三位姿估计[0102]本发明实施例提供的一种高精度地图生成装置,IMU预处理

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论