[发明专利]生成高精度地图的方法和装置

说明书

本发明公开了在不依赖RTK(实时动态定位)的情况下生成高精度地图的方法和装置。该方法包括：从相机获取图片数据；从激光雷达获取点云数据；从全球导航卫星系统(GNSS)/惯性测量单元(IMU)获取姿态信息；对图片数据进行处理以提取视觉特征信息，根据当前帧提取的视觉特征信息、先前融合的整体姿态信息及先前维护的地图视觉特征信息进行姿态估计以获得相机姿态估计；对点云数据进行处理以获得点云信息，并根据该点云信息与其它信息进行姿态估计以获得雷达姿态估计；将所述姿态信息、相机姿态估计和雷达姿态估计进行融合，以获得更准确稳定的姿态估计结果；根据更准确稳定的姿态估计结果，将所述图片数据和所述点云数据进行融合以构建高精度地图。

技术领域

概括地说，本发明涉及自动驾驶领域，具体地说，涉及基于相机、激光雷达和GNSS生成高精度地图和进行定位的方法和装置。

背景技术

随着技术的发展，机器人驾驶交通工具(例如，“UAV”或“无人机、无人车”)自动驾驶技术开始逐渐成为热点。正在开发机器人驾驶交通工具以用于广泛的应用，自动驾驶中关键的一环是要知道车辆在哪里以及要去哪里，高精度地图在其中发挥着重要的作用，如何生成高精度地图是自动驾驶领域的核心问题。

通常的高精度地图方案依赖于具有RTK(Real-Time Kinematic，实时动态定位)的高精度GPS和惯性测量单元(IMU)组合导航系统，但其成本过于昂贵，同时在高楼大厦、隧道、地下车库等信号微弱甚至没有信号的环境，或者在车辆急速转弯、抖动、天气恶劣的情况下，误差都会变大到远远无法达到高精度厘米(cm)级别的要求。

机器人驾驶交通工具通常都装备有能够捕获图像、图像序列或视频的相机、能够获得雷达点云数据的雷达装置、以及能够接收和处理导航信号的GNSS接收器。机器人驾驶交通工具可以使用捕获的图像、雷达点云数据以及GNSS信号来生成高精度地图，执行基于视觉的导航和定位，从而为在各种环境中导航机器人驾驶交通工具提供灵活的、可扩展且低成本的解决方案。

发明内容

有鉴于此，本发明公开内容提供了基于相机、激光雷达和GNSS生成高精度地图和进行定位的方法、装置、设备和计算机存储介质，用于实现在各种驾驶场景中获得cm级别的高精度地图，从而提高机器人驾驶交通工具自动驾驶的安全性。

在一个方面，本发明的实施例提供了一种用于生成高精度地图的方法，该方法包括：从相机获取图片数据；从激光雷达获取点云数据；从全球导航卫星系统(GNSS)/惯性测量单元(IMU)获取姿态信息；对所述图片数据进行处理以提取视觉特征信息，根据当前帧提取的所述视觉特征信息、先前融合的整体姿态信息以及先前维护的地图视觉特征信息进行姿态估计以获得相机姿态估计；对所述点云数据进行处理以获得点云信息，并根据所述点云信息与其它信息进行姿态估计以获得雷达姿态估计；将所述姿态信息、所述相机姿态估计和所述雷达姿态估计进行融合，以获得更准确稳定的姿态估计结果；根据所述更准确稳定的姿态估计结果，将所述图片数据和所述点云数据进行融合，构建高精度地图。这里的其它信息可以是先前融合的姿态信息和先前保存的点云信息。

在本发明公开内容的一个实施例中，在本地存储之前，对所述图片数据、所述点云数据和所述姿态信息进行预处理。

在本发明公开内容的一个实施例中，所述预处理包括对所述图片数据、所述点云数据和所述姿态信息进行解析、时间同步、以及筛选。

在本发明公开内容的一个实施例中，所述姿态信息包括所述GNSS/IMU提供的加速度、角速度、坐标等等。