[发明专利]一种基于正态分布变换的建图方法、装置及智能车

说明书

本发明实施例提供一种基于正态分布变换的建图方法、装置和智能车，智能车上设有激光雷达，通过获取激光雷达采集的第一点云图像和第二点云图像，从第一点云图像和第二点云图像中分别提取第一点云数据和第二点云数据，基于正态分布计算第一点云数据和第二点云数据的变换参数，然后根据变换参数对第二点云数据进行坐标变换，以使第二点云数据加载至第一点云图像中，计算加载后的第一点云图像中各点云的可信度权重，根据可信度权重对第一点云图像进行更新，并输出更新后的第一点云图像。通过在建图的过程中计算各点云的可信度权重，并根据权重更新输出的点云图像，提高了建图的准确性，并使得建图更加的自动化。

【技术领域】

本发明涉及图像处理的技术领域，特别涉及一种基于正态分布变换的建图方法、装置及智能车。

【背景技术】

随着社会科学的进步，基于正态分布变换NDT(Normal Distributions TransformMapping)的激光点云建图算法也越来越成熟，但是，在使用正态分布变换的激光点云建图时，所述地图中可能存在动态障碍物，比如人或者车辆，对于这一动态障碍物，现有的技术中并没有涉及去除建图过程中遇到的动态障碍物这一步骤，或是在建图完成后，再手动去除障碍物，然而通过上述方式去除建图过程中的动态障碍物，使得基于正态分布变换的激光点云建图算法在小范围进行先验全局规划时无法得到最优解。

【发明内容】

鉴于上述问题，本发明实施例提供了一种基于正态分布变换的建图方法、装置以及智能车，克服了上述问题或者至少部分地解决了上述问题。

为解决上述技术问题，本发明实施方式采用的一个技术方案是：提供一种基于正态分布变换的建图方法，应用于智能车，其中，所述智能车上设有激光雷达，所述方法包括：

获取所述激光雷达采集的第一点云图像和第二点云图像，并从所述第一点云图像中提取第一点云数据，从所述第二点云图像中提取第二点云数据；

基于正态分布计算所述第一点云数据和第二点云数据的变换参数；

根据所述变换参数对所述第二点云数据进行坐标变换，以使所述第二点云数据加载至所述第一点云图像中；

计算加载了所述第二点云数据后的所述第一点云图像中各点云的可信度权重，并根据所述可信度权重对加载了所述第二点云数据后的所述第一点云图像进行更新，以输出更新后的第一点云图像。

可选的，所述基于正态分布变换计算所述第一点云数据和第二点云数据的变换参数的步骤具体包括：

获取初始变换参数；

根据所述初始变换参数，将所述第二点云数据转换并加载至所述第一点云图像；

基于正态分布计算加载了所述第二点云数据的所述第一点云图像中各点云的第一概率密度；

根据所述第一概率密度，计算加载了所述第二点云数据的所述第一点云图像中各点云的配准得分，并将所述配准得分进行求和运算；

根据预设收敛条件，优化所述初始变换参数，得到变换参数。

可选的，所述基于正态分布变换计算加载了所述第二点云数据的所述第一点云图像中各点云的第一概率密度的步骤具体包括：

将加载了所述第二点云数据的所述第一点云图像中各点云所占空间划分为预设大小的体素网格；

计算每个所述体素网格的重心和协方差；

根据每个所述体素网格的重心和协方差以及所述各点云的坐标，计算所述第一概率密度。

可选的，所述根据预设收敛条件，优化所述初始变换参数，得到变换参数的步骤具体包括：

计算所述第二点云数据的正态分布概率密度，并对所述正态分布概率密度求和；