[发明专利]基于低成本设备的高精度三维点云地图构建方法

摘要

本发明针对自动驾驶场景，提供基于低成本设备的高精度三维点云地图构建方法，是在低成本三维点云地图构建平台上依次执行点云预处理、帧间配准、筛选关键帧、融合gps与imu数据、关键帧位姿优化构建五个步骤，生成三维点云地图。平台由激光点云采集单元、imu数据采集单元、gps数据采集单元和计算平台组成，其中激光点云采集单元采用16线或32线激光雷达；gps数据采集单元采用误差等级米的低成本gps，为系统提供低频的经纬度信息；imu数据采集单元为系统提供高频的加速度和角速度信息。本发明使用低成本的建图设备配合全新的建图算法，在满足同等精度的前提下，节省了三维点云地图的构建成本。

主权项

1.一种基于低成本设备的高精度三维点云地图构建方法，其特征在于：由激光点云采集单元、imu数据采集单元、gps数据采集单元组成低成本三维点云地图采集平台；所述激光点云采集单元选用低成本16线或32线激光雷达；所述gps数据采集单元选用误差等级米的低成本gps，为系统提供低频的经纬度信息；所述imu数据采集单元选用千元级低成本imu，为系统提供加速度和角速度信息；在低成本三维点云地图计算平台上运行点云生成算法生成cm级精度的三维点云地图，算法由以下步骤组成:步骤1，点云预处理：首先标记出当前点云帧中的地面点和非地面点，然后在非地面点中标记出角点和平面点，剔除点云数据中除了地面点，角点和平面点之外的所有点；步骤2，帧间配准：使用经过预处理的当前点云帧和经过预处理的上一帧点云进行点云配准，计算出自上一帧点云数据到这一帧点云数据，激光雷达的位移矩阵和旋转矩阵，以系统收到的第一帧点云数据为起点利用相邻帧位移矩阵和旋转矩阵，累加相邻点云帧得到连续的点云地图；步骤3，筛选关键帧：以系统收到的第一帧点云数据作为第一个关键帧，随着帧间配准的进行，统计当前帧到上一关键帧的欧式距离，当欧式距离大于设定的阈值时，则将当前帧标记为关键帧；步骤4，融合gps与imu数据：首先利用imu的加速度和角速度对时间积分计算出带有时间戳的路径点，使用ekf方法融合gps路径点和imu积分出的路径点，得到融合后的路径点数据集合，所述路径点数据包含位移和旋转矩阵；步骤5，关键帧位姿优化：根据路径点的时间戳在步骤4得到的融合后路径点数据集合中寻找时间与当前点云关键帧最接近的两个路径点，在匀速直线运动的假设下，利用线性插值计算出关键帧基于路径点的假设位姿，所述假设位姿包含假设位移和旋转矩阵，以这个假设位姿为约束，利用位姿图优化方法优化全局地图中点云的位移矩阵和旋转矩阵。