[发明专利]点云地图的矢量化、矢量地图转化点云地图的方法和装置

权利要求书

1.一种点云地图的矢量化方法，应用于自动驾驶，其特征在于，包括：

对点云地图中的每个地图点进行局部几何结构估计，得到每个地图点对应的局部平面和局部曲面；

将各地图点的局部平面和局部曲面进行聚类融合，得到属于同一类的地图点对应的融合局部平面和融合局部曲面；

将属于同一类的地图点投影到所属类对应的融合局部平面，得到投影图像，并从所述投影图像中提取投影位置对应的二维多边形，以形成矢量地图；

其中，属于同一类的地图点对应的融合局部平面和融合局部曲面作为所述矢量地图的要素，用于将所述矢量地图转换为点云地图。

2.根据权利要求1所述的方法，其特征在于，在形成矢量地图之后，所述方法还包括：

将所述矢量地图的相关信息进行存储；

其中，所述相关信息包括：每个地图点对应的局部平面和局部曲面、聚类后各类地图点分别对应的融合局部曲面、融合局部平面、建立在融合局部平面上的二维坐标系信息、所有二维多边形基于对应二维坐标系信息的二维坐标位置，二维多边形中各孔洞的二维顶点坐标以及各二维多边形分别对应的融合局部平面和融合局部曲面的序号。

3.根据权利要求1所述的方法，其特征在于，将各地图点的局部平面和局部曲面进行聚类融合，得到属于同一类的地图点对应的融合局部平面和融合局部曲面，包括：

将任意一个地图点作为起始点，并将所有未聚类的地图点按照与所述起始点从近到远的距离进行排序，并依次将排序后的地图点添加到所述起始点的集合中；

将所述起始点对应的局部平面和局部曲面作为初始平面和初始曲面，并在每次添加未聚类的地图点之后，采用移动最小二乘法MLS对所述集合中的所有地图点进行局部几何结构估计，得到新的融合局部平面和融合局部曲面；

判断所述新的融合局部曲面与所述集合内各个地图点距离的最大值是否超过预设阈值；

如果未超过所述预设阈值，则将集合内的地图点作为同一类地图点，并将所述新的融合局部平面和融合局面曲面分别作为该类地图点对应的融合局部平面和融合局部曲面；

如果超过所述预设阈值，则将当前添加的地图点之前所添加的所有地图点作为同一类地图点，并将添加当前地图点之前所得到的融合局部平面和融合局部曲面分别作为该类地图点对应的局部曲面。

4.根据权利要求1所述的方法，其特征在于，将属于同一类的地图点投影到所属类对应的融合局部平面，得到投影图像，包括：

将属于同一类的地图点投影到所属类对应的融合局部平面上，并将投影位置的像素值设置为255，其他位置的像素值设置为0，得到投影图像；

相应的，在得到所述投影图像之后，所述方法还包括：

对所述投影图像进行闭运算的形态学操作，得到二值图像；

相应的，从所述投影图像中提取投影位置对应的二维多边形，包括：

提取所述二值图像上白色区域的边界，得到二维多边形；

基于拉默-道格拉斯-普克ramer-douglas-peucker算法，对所述二维多边形进行简化，得到顶点个数简化后的简化二维多边形，以形成矢量地图。

5.根据权利要求4所述的方法，其特征在于，在得到顶点个数简化后的简化二维多边形之后，所述方法还包括：

在所述简化二维多边形的各个边上进行等间距地采样，得到多个采样点；

基于非线性优化算法，对所述简化二维多边形的顶点的位置进行优化，使得各采样点实际位置上的像素值与预设像素值差的平方和最小，以得到优化后的二维多边形。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

将优化后的二维多边形的顶点通过所属融合局部平面和融合局部曲面进行反投影，得到三维位置；

根据所述三维位置确定优化后的二维多边形所对应的三维多边形，以使得所述矢量地图以三维的形式存在。