[发明专利]大规模行车路面三维点云的生成方法及系统

说明书

本发明揭示了一种大规模行车路面三维点云的生成方法及系统，所述生成系统包括坐标系转换模块、点云数据截取模块、局部地面点云获取模块、位姿获取模块、第四点云获取模块、大规模地面点云获取模块。坐标系转换模块用以将从激光坐标系中获得的各个原始点云数据转换为车辆坐标系下对应的第二点云数据；点云数据截取模块用以从各个第二点云数据去除高度大于设定阈值的点云数据，得到对应的第三点云数据；大规模地面点云获取模块用以根据第四点云获取模块获取的第四点云数据获得世界坐标系下的大规模地面点云数据。本发明提出的大规模行车路面三维点云的生成方法及系统，可有效制作任意场景、任意规模的地面点云地图，可用于地图标注、无人车等领域。

技术领域

本发明属于无人驾驶技术领域，涉及一种点云生成方法，尤其涉及一种大规模行车路面三维点云的生成方法及系统。

背景技术

随着无人驾驶技术的发展延伸，无人车相关技术与导航地图领域有了更为深入的结合。众所周知，车载激光已经成为无人车配置架构中的重要元素，作为一种高精度的、主动式传感器，激光雷在无人车技术中心的导航、定位、目标识别、避障等方面都有广泛应用。

对于无人驾驶汽车而言，因为行车路面包含大量语义信息，包括转向线、停止线、限速、车道线等，同时也包含地形地貌周围可通行区域状态，能够获取到路面地图的先验性信息对于导航、路径规划、定位等技术都是非常重要的。

目前地面点云生成的技术方法主要有三维点云向2.5D投影的栅格图类方法、基于平面模型拟合的方法、基于扫描线规则的提取方法等。

对于2.5D栅格图方法，有个明显缺陷就是该方法无法准确处理悬空物体，需要添加其他技术手段来弥补；

单纯基于平面拟合的方法无法做到任意场景、任意规模，在包含结构化道路和非结构化道路、上下坡道、城市立交、楼宇之间城市道路等场景中，单纯基于平面拟合是很难做到完整提取或避免提取到其他非路面的平面。

对于基于扫描线规则的路面激光点云生成方法，由于现实场景的纷繁复杂，扫描线规则的普适性并不强，只有在城市结构化道路中，依据扫描线规则进行提取才会比较稳定准确，另外其提取的鲁棒性也相对较差，会因为动态遮挡等问题影响效果。

有鉴于此，如今迫切需要设计一种新的三维点云生成方式，以便克服现有三维点云生成方式存在的上述缺陷。

发明内容

本发明提供一种大规模行车路面三维点云的生成方法及系统，可有效地制作任意场景、任意规模的地面点云地图；同时可提高提取的效率及准确率。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种大规模行车路面三维点云的生成方法，所述生成方法包括：

步骤S1、将从激光坐标系中获得的各个原始点云数据转换为车辆坐标系下对应的第二点云数据；

步骤S2、处理各个第二点云数据，从各个第二点云数据去除高度大于设定阈值的点云数据，得到对应的第三点云数据；

步骤S3、处理各个第三点云数据，获取各个第三点云数据在车辆坐标系下对应的局部地面点云数据；

步骤S4、对全部地面点云数据序列中的每个原始点云数据处理得到相应的车辆在世界坐标系的位姿；

步骤S5、根据步骤S3获取的各个局部地面点云数据及步骤S4获取的对应车辆在世界坐标系的位姿，经过变换得到各个局部地面点云数据在世界坐标系下的第四点云数据；

步骤S6、根据所述步骤S5获取的各个第四点云数据，获得世界坐标系下的大规模地面点云数据。

作为本发明的一种实施方式，所述步骤S1中，将从激光坐标系中获得的原始点云数据通过标定矩阵转换为车辆坐标系的第二点云数据。