位姿检测方法、装置、电子设备和存储介质制造方法及图纸

本申请提出一种位姿检测方法、装置、电子设备和存储介质，其中，方法包括：获取第一点云图，根据第一点云图进行语义分割，以从第一点云图中提取属于对象元素的目标点，将第一点云图中属于对象元素的目标点，与矢量地图中标记的各对象元素进行位置匹配，根据矢量地图中与目标点位置匹配的目标元素在世界坐标系下的位置，对采集得到第一点云图的目标车辆进行位姿检测。本申请实施例中，在矢量地图中存在和点云图中属于对象原素的目标点位置匹配的目标元素时，根据目标元素在世界坐标系下的位置，对目标车辆进行位姿检测，因采用了轻量的矢量地图进行定位，相比需要采用大储量的定位层地图的情况，在满足定位精度的情况下提高了定位的效率和成本。定位的效率和成本。定位的效率和成本。

【技术实现步骤摘要】
位姿检测方法、装置、电子设备和存储介质


[0001]本申请涉及自动驾驶
，尤其涉及一种位姿检测方法、装置、电子设备和存储介质。

技术介绍

[0002]高精定位是可运用于自动驾驶中的一项关键技术，相关的定位技术包含视觉定位、激光定位和基于GNSS(Global Navigation Satellite System，全球导航卫星系统)与INS(Inertial Navigation System，惯性导航系统)的卫星导航定位。其中，卫星导航定位在卫星信号较差的区域定位效果较差，视觉定位相比对激光定位，容易收到光照和遮挡物的影响，定位精度低。因此，激光定位是主要的定位技术之一，而如何提高激光定位的定位效果是亟待解决的技术问题。

技术实现思路

[0003]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
[0004]本申请第一方面实施例提出了一种姿态检测方法，包括：
[0005]获取第一点云图；
[0006]根据所述第一点云图进行语义分割，以从所述第一点云图中提取属于对象元素的目标点；
[0007]将所述第一点云图中属于所述对象元素的目标点，与矢量地图中标记的各所述对象元素进行位置匹配；
[0008]根据所述矢量地图中与所述目标点位置匹配的目标元素在世界坐标系下的位置，对采集得到所述第一点云图的目标车辆进行位姿检测。
[0009]在本申请的一些实施例中，所述将所述第一点云图中属于所述对象元素的目标点，与矢量地图中标记的各所述对象元素进行位置匹配之后，还包括：
[0010]所述矢量地图中不存在与所述目标点位置匹配的目标元素的情况下，获取车载雷达采集的多帧第二点云图；其中，所述多帧第二点云图，是在采集所述第一点云图之前的设定时段内采集到的；
[0011]根据所述多帧第二点云图中各采样点在所述世界坐标系下的预测位置，在所述世界坐标系下合成所述多帧第二点云图，以得到局部点云地图；
[0012]将所述第一点云图中的各采样点与所述局部点云地图中各采样点所在虚拟平面进行位置匹配；
[0013]根据所述第一点云图中的各采样点所匹配的虚拟平面在所述世界坐标系下的位置，对所述目标车辆进行位姿检测。
[0014]在本申请的一些实施例中，所述将所述第一点云图中的各采样点与所述局部点云地图中各采样点所在虚拟平面进行位置匹配之前，还包括：
[0015]根据所述局部点云地图中各采样点及其相邻点在所述世界坐标系中的位置，确定
所述局部点云地图中各采样点的法向信息；
[0016]根据所述局部点云地图中各采样点的法向信息，确定所述局部点云地图中各采样点所在虚拟平面。
[0017]在本申请的一些实施例中，所述根据所述矢量地图中与所述目标点位置匹配的目标元素在世界坐标系下的位置，对采集得到所述第一点云图的目标车辆进行位姿检测，包括：
[0018]根据所述目标车辆的车载惯性器件对所述目标车辆在所述世界坐标系下的位姿进行检测得到的位姿观测值，以及根据所述目标点在所述第一点云图中的相对位置，确定所述目标点在所述世界坐标系下的位置；
[0019]根据所述矢量地图中所述目标元素在世界坐标系下的位置，与所述目标点在所述世界坐标系下的位置之间的残差，确定第一目标函数的取值；
[0020]根据所述第一目标函数的取值，对所述目标车辆的车载惯性器件的位姿观测值进行调整，以使所述第一目标函数的取值最小化；
[0021]根据调整后的位姿观测值，确定所述目标车辆在所述第一点云图对应采样时刻的预测位姿。
[0022]在本申请的一些实施例中，所述根据所述第一点云图中的各采样点所匹配的虚拟平面在所述世界坐标系下的位置，对所述目标车辆进行位姿检测，包括：
[0023]根据所述目标车辆的车载惯性器件对所述目标车辆在所述世界坐标系下的位姿进行检测得到的位姿观测值，以及根据所述第一点云图中各采样点的相对位置，确定所述第一点云图中各采样点在所述世界坐标系下的位置；
[0024]根据所述虚拟平面在世界坐标系下的位置，与所述第一点云图中匹配的各采样点在所述世界坐标系下的位置之间的残差，确定第二目标函数的取值；
[0025]根据所述第二目标函数的取值，对所述目标车辆的车载惯性器件的位姿观测值进行调整，以使所述第二目标函数的取值最小化；
[0026]根据调整后的位姿观测值，确定所述目标车辆在所述第一点云图对应采样时刻的预测位姿。
[0027]在本申请的一些实施例中，所述第一目标函数或所述第二目标函数的取值与下列中的至少一个为正向关系：
[0028]所述位姿观测值中的速度值与所述目标车辆的轮速计检测的速度值之间的残差；
[0029]所述采样时刻的预测位姿与历史时刻的预测位姿之间的相对位姿，与所述采样时刻到所述历史时刻累积的位姿观测值之间的残差。
[0030]在本申请的一些实施例中，所述获取第一点云图，包括：
[0031]获取所述目标车辆的车载雷达最近采集的多帧点云图；
[0032]对所述最近采集的多帧点云图进行叠加，以得到所述第一点云图。
[0033]本申请第二方面实施例提出了一种位姿检测装置，包括：
[0034]获取模块，用于获取第一点云图；
[0035]提取模块，用于根据所述第一点云图进行语义分割，以从所述第一点云图中提取属于对象元素的目标点；
[0036]匹配模块，用于将所述第一点云图中属于所述对象元素的目标点，与矢量地图中
标记的各所述对象元素进行位置匹配；
[0037]第一检测模块，用于根据所述矢量地图中与所述目标点位置匹配的目标元素在世界坐标系下的位置，对采集得到所述第一点云图的目标车辆进行位姿检测。
[0038]在本申请的一些实施例中，所述装置，还包括：
[0039]所述获取模块，还用于在所述矢量地图中不存在与所述目标点位置匹配的目标元素的情况下，获取车载雷达采集的多帧第二点云图；其中，所述多帧第二点云图，是在采集所述第一点云图之前的设定时段内采集到的；
[0040]合成模块，用于根据所述多帧第二点云图中各采样点在所述世界坐标系下的预测位置，在所述世界坐标系下合成所述多帧第二点云图，以得到局部点云地图；
[0041]所述匹配模块，还用于将所述第一点云图中的各采样点与所述局部点云地图中各采样点所在虚拟平面进行位置匹配；
[0042]第二检测模块，还用于根据所述第一点云图中的各采样点所匹配的虚拟平面在所述世界坐标系下的位置，对所述目标车辆进行位姿检测。
[0043]在本申请的一些实施例中，所述装置，还包括：
[0044]确定模块，用于根据所述局部点云地图中各采样点及其相邻点在所述世界坐标系中的位置，确定所述局部点云地图中各采样点的法向信息；根据所述局部点云地图中各采样点的法向信息，确定所述局部点云地图中各采样点所在虚拟平面。
[0045]在本申请的一些实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种位姿检测方法，其特征在于，包括以下步骤：获取第一点云图；根据所述第一点云图进行语义分割，以从所述第一点云图中提取属于对象元素的目标点；将所述第一点云图中属于所述对象元素的目标点，与矢量地图中标记的各所述对象元素进行位置匹配；根据所述矢量地图中与所述目标点位置匹配的目标元素在世界坐标系下的位置，对采集得到所述第一点云图的目标车辆进行位姿检测。2.根据权利要求1所述的方法，其特征在于，所述将所述第一点云图中属于所述对象元素的目标点，与矢量地图中标记的各所述对象元素进行位置匹配之后，还包括：所述矢量地图中不存在与所述目标点位置匹配的目标元素的情况下，获取车载雷达采集的多帧第二点云图；其中，所述多帧第二点云图，是在采集所述第一点云图之前的设定时段内采集到的；根据所述多帧第二点云图中各采样点在所述世界坐标系下的预测位置，在所述世界坐标系下合成所述多帧第二点云图，以得到局部点云地图；将所述第一点云图中的各采样点与所述局部点云地图中各采样点所在虚拟平面进行位置匹配；根据所述第一点云图中的各采样点所匹配的虚拟平面在所述世界坐标系下的位置，对所述目标车辆进行位姿检测。3.根据权利要求2所述的方法，其特征在于，所述将所述第一点云图中的各采样点与所述局部点云地图中各采样点所在虚拟平面进行位置匹配之前，还包括：根据所述局部点云地图中各采样点及其相邻点在所述世界坐标系中的位置，确定所述局部点云地图中各采样点的法向信息；根据所述局部点云地图中各采样点的法向信息，确定所述局部点云地图中各采样点所在虚拟平面。4.根据权利要求1所述的方法，其特征在于，所述根据所述矢量地图中与所述目标点位置匹配的目标元素在世界坐标系下的位置，对采集得到所述第一点云图的目标车辆进行位姿检测，包括：根据所述目标车辆的车载惯性器件对所述目标车辆在所述世界坐标系下的位姿进行检测得到的位姿观测值，以及根据所述目标点在所述第一点云图中的相对位置，确定所述目标点在所述世界坐标系下的位置；根据所述矢量地图中所述目标元素在世界坐标系下的位置，与所述目标点在所述世界坐标系下的位置之间的残差，确定第一目标函数的取值；根据所述第一目标函数的取值，对所述目标车辆的车载惯性器件的位姿观测值进行调整，以使所述第一目标函数的取值最小化；根据调整后的位姿观测值，确定所述目标车辆在所述第一点云图对应采样时刻的预测位姿。5.根据权利要求2所述的方法，其特征在于，所述根据所述第一点云图中的各采样点所匹配的虚拟平面在所述世界坐标系下的位置，对所述目标车辆进行位姿检测，包括：
根据所述目标车辆的车载惯性器件对所述目标车辆在所述世界坐标系下的位姿进行检测得到的位姿观测值，以及根据所述第一点云图中各采样点的相对位置，确定所述第一点云图中各采样点在所述世界坐标系下的位置；根据所述虚拟平面在世界坐标系下的位置，与所述第一点云图中匹配的各采样点在所述世界坐标系下的位置之间的残差，确定第二目标函数的取值；根据所述第二目标函数的取值，对所述目标车辆的车载惯性器件的位姿观测值进行调整，以使所述第二目标函数的取值最小化；根据调整后的位姿观测值，确定所述目标车辆在所述第一点云图对应采样时刻的预测位姿。6.根据权利要求4或5所述的方法，其特征在于，所述第一目标函数或所述第二目标函数的取值与下列中的至少一个为正向关系：所述位姿观测值中的速度值与所述目标车辆的轮速计检测的速度值之间的残差；所述采样时刻的预测位姿与历史时刻的预测位姿之间的相对位姿，与所述采样时刻到所述历史时刻累积的位姿观测值之间的残差。7.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述获取第一点云图，包括：获取所述目标车辆的车载雷达最近采集的多帧点云图；对所述最近采集的多帧点云图进行叠加，以得到所述第一点云图。8.一种位姿检测装置，其特征在于，包括：获取模块，用于获取第一点云图；提取模块，用于根...

【专利技术属性】
技术研发人员：张弛，刘力文，薛周鹏，郭坤，杨奎元，蔡锐，李志伟，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：