[发明专利]地图构建方法、装置和设备

说明书

本申请实施例提供一种地图构建方法、装置和设备，方法包括：获取激光测距数据和激光强度数据，确定激光强度数据中记录的反光器件的数量不为0，计算第一位姿，根据激光测距数据、激光强度数据以及第一位姿计算目标位姿，根据激光测距数据和目标位姿更新栅格地图，根据激光强度数据和目标位姿更新路标地图。本申请实施例结合激光测距数据和激光强度数据进行地图构建，可以适用于更多的应用场景。

技术领域

本申请涉及机器人同步定位与地图构建(Simultaneous Localization andMapping,SLAM)领域，特别涉及一种地图构建方法、装置和设备。

背景技术

随着智能机器人技术的迅速发展，智能机器人的应用场景越来越广泛。从室内外搬运机器人，到自动驾驶汽车，再到空中无人机、水下探测机器人等，智能机器人的运用都得到了巨大突破。

在智能机器人研究中一个最关键的技术就是定位和地图构建，也就是SLAM技术。激光SLAM是用激光雷达作为智能机器人的外部传感器来完成智能机器人的定位和地图构建。激光SLAM技术可以包括基于反光材料的激光SLAM技术和基于轮廓的激光SLAM技术。

两种激光SLAM技术各有优缺点，均具有自身适用场景的局限性。

发明内容

本申请提供了一种地图构建方法、装置和设备，能够结合两种激光SLAM技术进行地图构建，相对于单一激光SLAM技术具有更广泛的应用场景。

第一方面，本申请实施例提供一种地图构建方法，包括：

获取激光测距数据和激光强度数据，所述激光测距数据用于记录激光雷达检测到的障碍物轮廓的位置信息；所述激光强度数据用于记录所述激光雷达检测到的反光器件的位置信息；所述激光雷达设置于所述智能机器人设备中；

确定所述激光强度数据中记录的反光器件的数量不为0，计算第一位姿，所述第一位姿是所述激光雷达在世界坐标系中位姿的粗略估计值；

根据所述激光测距数据、所述激光强度数据以及所述第一位姿计算目标位姿；所述目标位姿是所述激光雷达在世界坐标系中位姿的精确估计值；

根据所述激光测距数据和所述目标位姿更新所述栅格地图，根据所述激光强度数据和所述目标位姿更新所述路标地图。

在一种可能的实现方式中，所述根据所述激光测距数据、所述激光强度数据以及所述第一位姿计算目标位姿，包括：

根据所述激光测距数据、所述激光强度数据和所述第一位姿计算所述第一位姿的误差估计值；所述第一位姿的误差估计值是所述第一位姿相对于激光雷达的实际位姿的误差估计值；

根据所述第一位姿和所述第一位姿的误差估计值计算第二位姿；

判断所述第一位姿的误差估计值是否满足预设结束条件；

如果所述第一位姿的误差估计值满足所述预设结束条件，将所述第二位姿作为所述目标位姿；

如果所述第一位姿的误差估计值不满足所述预设结束条件，使用所述第二位姿替换所述第一位姿，返回计算所述第二位姿的误差估计值、计算第三位姿、判断所述第二位姿的误差估计值是否满足所述预设结束条件，循环至第K位姿的误差估计值满足所述预设结束条件，将所述第K+1位姿作为所述目标位姿，K是大于1的自然数。

在一种可能的实现方式中，所述激光测距数据包括：激光数据点的雷达坐标，所述激光强度数据包括：所述反光器件的雷达坐标；所述雷达坐标是雷达坐标系中的坐标；

所述根据所述激光测距数据、所述激光强度数据和所述第一位姿计算所述第一位姿的误差估计值，包括：