[发明专利]一种构建点云地图的方法、装置、设备及存储介质

说明书

本申请实施例公开了一种构建点云地图的方法、装置、设备及存储介质。该方法包括：获取子图点云数据、预设时间段内每个时刻的点云数据和位姿、轮速计数据、IMU数据和GNSS数据；确定预设时间段内第一时刻与第二时刻之间的位姿变化量；计算第二时刻的匹配位姿；确定预设时间段内的关键帧点云数据和第二时刻的关键帧点云数据的回环相对位姿；计算多个约束数据，并根据匹配位姿和多个约束数据，计算得到第二时刻的关键帧位姿，根据第二时刻的关键帧位姿，拼接第二时刻的关键帧点云数据，得到点云地图。本申请实施例提供的方法能够构建高精度的点云地图。

技术领域

本申请涉及点云地图技术领域，尤其涉及一种构建点云地图的方法、装置、设备及存储介质。

背景技术

随着自动驾驶技术的发展，自动驾驶系统对地图精度的要求越来越高，现有的地图已不能满足需求。

通常首先采用激光雷达、轮速计等多传感器采集的数据构建点云地图，其中，激光雷达转动一周指向同一个位置的时间差导致雷达数据不匹配，也就是产生运动畸变，从而造成激光雷达采集的点云数据不准确，通常采用里程计等传感器采集的数据对点云数据去运动畸变；再对轮速计采集的数据做预积分，得到轮速惯性预积分结果，采用轮速惯性预积分结果对当前帧点云数据的位姿进行预测，得到位姿的预测解；然后，利用点云匹配方法将当前帧点云数据与子图点云中的点云数据进行匹配，得到位姿的匹配解，也就是点云的先验位姿；根据轮速计采集的数据与回环约束作为约束项求解用于构建地图的点云位姿，回环约束指当前帧点云数据与当前帧之前的一帧点云数据之间的相对位姿；最后基于点云位姿和点云构建点云地图。

由于现有的构建点云地图的方法中，激光雷达以外的传感器采集的数据仅用于上述构建点云地图过程中的去运动畸变和计算先验位姿，且求解用于构建地图的点云位姿时采用的约束数据较少，造成构建的点云地图精度低。

发明内容

本申请实施例提供一种构建点云地图的方法、装置、设备及存储介质，能够构建高精度点云地图。

第一方面，本申请实施例提供一种构建点云地图的方法，该方法包括：

获取子图点云数据、预设时间段内每个时刻的点云数据和位姿、轮速计数据、惯性测量单元(Inertial Measurement Unit，IMU)数据和全球卫星导航系统(GlobalNavigation Satellite System，GNSS)数据，子图点云数据包括预设时间段内的关键帧点云数据，点云数据包括关键帧点云数据；

根据轮速计数据、IMU数据，确定预设时间段内第一时刻与第二时刻之间的位姿变化量；

根据子图点云数据、第一时刻的位姿、第二时刻的点云数据和位姿变化量，计算第二时刻的匹配位姿；

根据预设时间段内的关键帧点云数据、第二时刻的关键帧点云数据，确定预设时间段内的关键帧点云数据和第二时刻的关键帧点云数据的回环相对位姿，回环相对位姿表征预设时间段内与第二时刻的关键帧点云数据的相似度满足预设条件的关键帧点云数据，与第二时刻的关键帧点云数据的第一相对位姿；

根据第一时刻的关键帧点云数据、第二时刻的关键帧点云数据和回环相对位姿，计算回环约束数据，回环约束数据表征回环相对位姿对应的误差数据；根据第一时刻的关键帧点云数据、第二时刻的关键帧点云数据和位姿变化量，计算预积分约束数据，预积分约束数据表征位姿变化量对应的误差数据；根据第一时刻的关键帧点云数据和第二时刻的关键帧点云数据，计算激光里程计约束数据，激光里程计约束数据表征第一时刻的关键帧点云数据和第二时刻的关键帧点云数据的第二相对位姿对应的误差数据；GNSS数据包括第二时刻的关键帧点云数据的全局位姿约束数据，根据第一时刻的关键帧点云数据和全局位姿约束数据，计算GNSS约束数据，GNSS约束数据表征全局位姿约束数据对应的误差数据；根据第一时刻的位姿中的旋转数据和匹配位姿中的旋转数据，计算运动约束数据，运动约束数据表征第一时刻的位姿中的旋转数据和匹配位姿中的旋转数据之间的相对误差数据；