一种语义地图增量更新方法及系统技术方案

本发明专利技术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。更为齐全。更为齐全。

【技术实现步骤摘要】
一种语义地图增量更新方法及系统


[0001]本专利技术属于地图更新
，更具体地，涉及一种语义地图增量更新方法及系统。

技术介绍

[0002]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。
[0003]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。
[0004]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。
[0005]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。

技术实现思路

[0006]本专利技术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。
[0007]为解决上述技术问题，本专利技术采用的技术方案是：
[0008]提供一种语义地图增量更新方法，包括以下步骤：
[0009]S1：获取先前全局语义地图，并构建当前局部语义地图；
[0010]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；
[0011]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；
[0012]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；
[0013]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。
[0014]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。
[0015]优选地，上述的步骤S1中构建当前局部语义地图具体为：
[0016]S11：采集当前环境的信息并构建点云地图；
[0017]S12：对点云地图赋予语义信息，得到环境局部语义地图；
[0018]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。
[0019]优选地，上述的步骤S2中通过SAC
‑
IA粗配准以及ICP精配准实现当前局部语义地图与先前全局语义地图的配准。
[0020]优选地，上述的步骤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具体为判断某个语义区域内是否有超过当前局部语义地图第一设定比例的点发生语义变化，若是，则该语义区域为语义变化区域，若否，则该语义区域为非语义变化区域。
[0021]优选地，上述的步骤S1中先前全局语义地图为体素化数据，步骤S4具体包括以下步骤：
[0022]S41：将语义变化区域对应的当前局部语义地图区域进行体素化；
[0023]S42：分别计算当前局部语义地图以及全局语义地图中对应的体素单元格内点云的概率密度函数，根据概率密度函数得到点云分布类别，点云分布类别包括球形、平面以及线状；
[0024]S43：根据当前局部语义地图与全局语义地图中体素单元格内的点云分布类别确认环境变化区域。
[0025]优选地，上述的步骤S41中通过三维正态分布变换算法计算概率密度函数P(x)，具体公式为：
[0026][0027][0028][0029]其中，x表示体素单元格内的坐标，q为体素单元格的平均向量，∑为体素单元格的协方差矩阵，T为转置，y
k
为体素单元格内点的坐标，k为体素单元格内点的数量且k＝1,...,m。
[0030]优选地，上述的步骤S43中根据点云分布类别确认环境变化区域具体为：
[0031]判断当前局部语义地图与先前全局语义地图的体素单元格内点云分布类别是否相同；若否，则认为语义变化区域为环境变化区域；若是，则判断点云分布类别是否为球形，若否，则认为语义变化区域为环境变化区域，若是，则计算体素单元格的协方差矩阵的特征向量，若特征向量的方向不同则认为是环境变化区域，否则认为是非环境变化区域。
[0032]优选地，上述的步骤S42中根据概率密度函数得到点云分布类别具体为：
[0033]设协方差矩阵的三个特征值为λ1、λ2、λ3，当λ3≈λ2≈λ1＞＞0，则认为点云分布类别为球形；当λ3≈λ2＞＞λ1≈0，则认为点云分布类别为平面；当λ3＞＞λ2≈λ1≈0，则认为点云分布类别为线状。
[0034]优选地，上述的步骤S5具体包括：
[0035]S51：细化环境变化区域的边界，得到增量；
[0036]S52：根据增量的边界将先前全局语义地图中的区域删除；
[0037]S53：将增量更新至先前全局语义地图中，得到当前全局语义地图。
[0038]本方案中还提供一种语义地图增量更新系统，系统存储有体素化的先前全局语义地图，系统包括顺次通信连接的建图模块、配准模块、检测模块以及更新模块；
[0039]建图模块用于构建当前局部语义地图并输入至配准模块；
[0040]配准模块用于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，并将配准及坐标转换后的数据输入检测模块；
[0041]检测模块用于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区域，得到语义变化区域以及根据语义变化区域确定环境变化区域，并将环境变化区域输入更新模块；
[0042]更新模块用于提取环境变化区域为增量并更新至先前全局语义地图，得到全局语义地图。
[0043]与现有技术相比，有益效果是：
[0044]本专利技术一方面通过语义对比与三维正态分布变换算法的组合，对环境变化进行检测，得到的环境变化区域更加精准；另一方面，本专利技术中仅对语义变化的区域进行体素化，再计算体素单元格内的概率密度分布函数，这样可以有效减少计算量，进而整体提高更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语义地图增量更新方法，其特征在于，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。2.根据权利要求1所述的一种语义地图增量更新方法，其特征在于，步骤S1中所述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。3.根据权利要求2所述的一种语义地图增量更新方法，其特征在于，步骤S2中通过SAC
‑
IA粗配准以及ICP精配准实现当前局部语义地图与先前全局语义地图的配准。4.根据权利要求3所述的一种语义地图增量更新方法，其特征在于，步骤S3所述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具体为判断某个语义区域内是否有超过当前局部语义地图第一设定比例的点发生语义变化，若是，则该语义区域为语义变化区域，若否，则该语义区域为非语义变化区域。5.根据权利要求4所述的一种语义地图增量更新方法，其特征在于，步骤S1中所述先前全局语义地图为体素化数据，所述步骤S4具体包括以下步骤：S41：将语义变化区域对应的当前局部语义地图区域进行体素化；S42：分别计算当前局部语义地图以及全局语义地图中对应的体素单元格内点云的概率密度函数，根据概率密度函数得到点云分布类别，所述点云分布类别包括球形、平面以及线状；S43：根据所述当前局部语义地图与全局语义地图中体素单元格内的点云分布类别确认环境变化区域。6.根据权利要求5所述的一种语义地图增量更新方法，其特征在于，步骤S41中通过三维正态分布变换算法计算概率密度函数P(x)，具体公式为：维正态分布变换算法计算概率密度函数P(x)，具体公式为：维正态分布变换算法计算概率密度...

【专利技术属性】
技术研发人员：陈龙，朱裕昌，刘坤华，郭浩文，
申请(专利权)人：中山大学，
类型：发明
国别省市：