[发明专利]一种语义地图增量更新方法及系统

说明书

本发明属于地图更新技术领域，更具体地，涉及一种语义地图增量更新方法及系统，方法具体包括：构建当前局部语义地图；将当前局部语义地图与先前全局语义地图进行配准并转换至同一坐标系下；检测当前局部语义地图与先前全局语义地图的对应的点云的语义不一致的区域，得到语义变化区域；分别计算语义变化区域对应的先前全局语义地图与当前局部语义地图的点云分布类别并进行对比，确定环境变化区域；提取环境变化区域并更新至先前全局语义地图，得到当前全局语义地图。本方案中通过语义对比初步检测出变化区域，再通过点云分布类别的对比确认变化的区域是否为环境变化区域，从而提高环境变化检测的准确性，使得语义地图增量更新更为齐全。

技术领域

本发明属于地图更新技术领域，更具体地，涉及一种语义地图增量更新方法及系统。

背景技术

语义地图即高精度语义地图，其包含丰富的语义信息，可以让自动驾驶系统充分感知周围环境信息，从而做出合适的驾驶动作。

由于语义地图数据量极大，在目前硬件设备性能的限制下，语义地图的构建速度还是不能达到自动驾驶车辆所需要的实时性能，因此，现阶段的语义地图需要先提前构建存储起来，自动驾驶系统再实时调用语义地图进行车辆控制，这样自动驾驶系统控制决策的实时性才能得到保证。然而，语义地图构建完成后至自动驾驶系统调用的这段时间内，相关环境可能会发生变化，若自动驾驶直接使用先前的语义地图，则会严重影响行车安全，因此需要针对变化的环境对语义地图进行更新。

传统地，对地图进行更新主要有两种方式，第一种是全量更新，即对整个地图进行更新，但这样计算量大、更新速度慢；第二种是增量更新，即仅对变化的区域进行更新，其一般通过匹配点云数据的特征后确定变化区域并进行更新，这样计算量相较于全量更新小、更新速度快，但是对于语义信息巨大的信息量来说，点云特征匹配的计算量还是过大，因此其也不适用于语义地图的增量更新。

现有技术中一种基于特征点检测与分割的语义地图增量更新方法，其通过对比点云的语义信息检测环境的变化并增量式更新语义地图，这样方法过于依赖语义分割进而容易导致无法准确变化区域的便捷，使得语义地图增量更新不齐全；而且，现有技术方案中对于地图变化区域的检测速度和精度都较低，因此，如何实现语义地图的快速精确检测，提高语义地图增量更新的效果是当前的技术难点。

发明内容

本发明为克服上述现有技术中的至少一个缺陷，提供一种语义地图增量更新方法及系统，其可以提高语义地图更新的速度，且保证更新齐全。

为解决上述技术问题，本发明采用的技术方案是：

提供一种语义地图增量更新方法，包括以下步骤：

S1：获取先前全局语义地图，并构建当前局部语义地图；

S2：将当前局部语义地图与先前全局语义地图进行配准并转换至同一坐标系下；

S3：检测当前局部语义地图与先前全局语义地图的对应的点云的语义不一致的区域，得到语义变化区域；

S4：分别计算语义变化区域对应的先前全局语义地图与当前局部语义地图的点云分布类别并进行对比，确定环境变化区域；

S5：提取环境变化区域为增量并更新至先前全局语义地图，得到当前全局语义地图。

本方案中先通过语义对比初步检测出变化的区域，再通过点云分布类别的对比进一步确认变化的区域是否为环境变化区域，从而提高环境变化检测的准确性，保证语义地图增量更新的效果。

优选地，上述的步骤S1中构建当前局部语义地图具体为：

S11：采集当前环境的信息并构建点云地图；

S12：对点云地图赋予语义信息，得到环境局部语义地图；

S13：检测并剔除环境局部语义地图中的临时目标，得到当前局部语义地图。