[发明专利]一种点云配准方法、装置、电子设备及存储介质

说明书

本公开提供了一种点云配准方法、装置、电子设备及存储介质，该方法包括：获取待配准的源点云和目标点云；将所述目标点云划分成多个栅格，得到所述目标点云的体素栅格图；以初始相对位姿为搜索起点，搜索得到所述源点云相对于所述目标点云的多组目标相对位姿数据；基于所述多组目标相对位姿数据以及所述体素栅格图，确定优化相对位姿；基于所述优化相对位姿以及迭代算法，对所述源点云以及所述目标点云进行点云配准。本公开实施例，能够在初始相对位姿误差较大的情况下，仍能保证了点云的配准精度，提高了点云配准方法的适用性。

技术领域

本公开涉及无人驾驶技术领域，具体而言，涉及一种点云配准方法、装置、电子设备及存储介质。

背景技术

近年来，无人驾驶领域高速发展，其中高精度地图是无人驾驶系统的基石技术。高精度地图通常分为多个图层，其中的点云地图层是其他图层的基础，而保障点云地图层达到高精度水平的核心技术是点云配准技术。比如，在构建点云地图时，将得到的当前帧的点云与已经得到的局部点云地图进行配准，在配准后将当前帧的点云加入得到的局部点云地图形成新的局部点云，如此往复，得到完整的点云地图。

通常采用的点云配准方法是正态分布变换(NDT，Normal DistributionTransform)算法，NDT算法的基本思想是首先确定源点云(当前帧的点云)和目标点云(得到的局部点云地图)在初始状态下的初始相对位姿(也称初值)，然后基于该初值以及迭代算法，进行点云配准。然而，该方法对初值较为依赖，若初值的误差较大，将影响点云配准的精度。例如，在无人驾驶场景中，在峡谷或隧道等GNSS(Global Navigation SatelliteSystem，全球卫星导航)受限的场景，组合惯导提供的位姿信息会比较差，导致初值误差较大，进而影响点云配准的精度。

发明内容

本公开实施例至少提供一种点云配准方法、装置、电子设备及计算机可读存储介质。

第一方面，本公开实施例提供了一种点云配准方法，包括：

获取待配准的源点云和目标点云；

将所述目标点云划分成多个栅格，得到所述目标点云的体素栅格图；

以初始相对位姿为搜索起点，搜索得到所述源点云相对于所述目标点云的多组目标相对位姿数据；

基于所述多组目标相对位姿数据以及所述体素栅格图，确定优化相对位姿；

基于所述优化相对位姿以及迭代算法，对所述源点云以及所述目标点云进行点云配准。

本公开实施例中，由于在得到初始相对位姿后，以初始相对位姿为搜索起点，搜索得到所述源点云相对于所述目标点云的多组目标相对位姿数据，再基于所述多组目标相对位姿数据以及所述体素栅格图，确定优化相对位姿，最后基于优化相对位姿进行后面的迭代过程，如此，通过对初始相对位姿进行优化，即使初始相对位姿误差较大，也能够保证点云配准的精度，提高了点云配准方法的适用性。此外，由于该方法中的对初始相对位姿进行优化的过程可以和现有的NDT算法采用同一算法的框架来实现，进而提高了整体算法的处理效率。

根据第一方面，在一种可能的实施方式中，所述以初始相对位姿为搜索起点，搜索得到所述源点云相对于所述目标点云的多组目标相对位姿数据，包括：

以所述初始相对位姿为搜索起点，按照预设的搜索方向以及预设步长进行搜索，搜索得到所述多组目标相对位姿数据。

本公开实施例中，通过按照预设的搜索方向以及预设步长进行搜索，可以减少计算量，提高处理效率。

根据第一方面，在一种可能的实施方式中，所述以初始相对位姿为搜索起点，按照预设的搜索方向以及预设步长进行搜索，搜索得到所述多组目标相对位姿数据，包括：

以所述初始相对位姿为搜索起点，按照所述预设的搜索方向以及所述预设步长进行搜索，搜索得到多组相对位姿数据；