基于柱状物的定位方法和装置制造方法及图纸

一种基于柱状物的定位方法和装置，该方法包括：获取点云地图和当前点云帧，提取点云地图和当前点云帧中各自的柱状物；针对当前点云帧中的每个柱状物，从点云地图中获取柱状物的匹配柱状物以及匹配角度；基于当前点云帧中所有柱状物在点云地图中的匹配柱状物和匹配角度，确定当前点云帧与点云地图的匹配角度；基于当前点云帧与点云地图的匹配角度，以及当前点云帧中所有柱状物及其各自在点云地图中的匹配柱状物，确定并输出当前点云帧在点云地图中的位姿该方法和装置基于柱状物将当前点云帧与点云地图进行匹配，以此来获取当前点云帧在点云地图中的位姿，能够提高定位的精度和鲁棒性。棒性。棒性。

【技术实现步骤摘要】
基于柱状物的定位方法和装置


[0001]本申请涉及自动驾驶
，更具体地涉及一种基于柱状物的定位方法和装置。

技术介绍

[0002]当前汽车行业处在一个快速变革的时代，油车开始往电车转型，越来越多的传感器和计算单元开始预装上车，汽车相关的人工智能技术快速发展，自动驾驶相关技术应用和发展更是如火如荼。在自动驾驶技术中，定位是其中重要的一环。
[0003]当前基于点云地图的定位方法主要有两种方法：基于特征匹配的方法和直接匹配法。其中，基于特征匹配的方法首先将点云地图中的点按照曲率分类为线点和面点，对当前点云帧中的点也作同样处理，得到当前帧的线点和面点；特征匹配过程中，线点只与最近的线点匹配，面点只与最近的面点匹配，最后以最小化点线距离和点面距离为目标，计算垂直于线面的向量作为梯度下降方向，迭代求解出最优的位姿变换矩阵。
[0004]直接匹配法则无需提取特征，又可分为迭代最近点算法(Iterative Closest Point，简称为ICP)、正态分布变换(Normal Distance Transform，简称为NDT)等方法。ICP方法首先查找每个当前帧点在地图点云中的最近点，以最小化两点之间距离为目标，迭代求解出最优位姿。NDT方法则首先将地图点云按照一定大小划分到不同的栅格中，然后使用高斯分布表示每个栅格中点云的分布，以最大化当前帧点在高斯分布的概率和为目标，迭代求解最优位姿。
[0005]以上方法中，基于特征匹配的点云定位方法比较依赖结构化的环境，且存在一定的错误分类会导致匹配效果不好。直接匹配的方法对初始位姿要求较高，当初始位姿与真实位姿偏差较大时会导致收敛时间变长甚至无法收敛。

技术实现思路

[0006]为了解决上述问题而提出了本申请。根据本申请一方面，提供了一种基于柱状物的定位方法，所述方法包括：获取点云地图和当前点云帧，提取所述点云地图和所述当前点云帧中各自的柱状物；针对所述当前点云帧中的每个柱状物，从所述点云地图中获取所述柱状物的匹配柱状物以及匹配角度；基于所述当前点云帧中所有柱状物在所述点云地图中的匹配柱状物和匹配角度，确定所述当前点云帧与所述点云地图的匹配角度；基于所述当前点云帧与所述点云地图的匹配角度，以及所述当前点云帧中所有柱状物及其各自在所述点云地图中的匹配柱状物，确定并输出所述当前点云帧在所述点云地图中的位姿。
[0007]根据本申请另一方面，还提供了一种基于柱状物的定位装置，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行如下操作：获取点云地图和当前点云帧，提取所述点云地图和所述当前点云帧中各自的柱状物；针对所述当前点云帧中的每个柱状物，从所述点云地图中获取所述柱状物的匹配柱状物以及匹配角度；基于所述当前点云帧中所有柱
状物在所述点云地图中的匹配柱状物和匹配角度，确定所述当前点云帧与所述点云地图的匹配角度；基于所述当前点云帧与所述点云地图的匹配角度，以及所述当前点云帧中所有柱状物及其各自在所述点云地图中的匹配柱状物，确定并输出所述当前点云帧在所述点云地图中的位姿。
[0008]根据本申请再一方面，提供了一种用于自动驾驶的系统，所述系统包括定位子系统、感知子系统、决策子系统和控制子系统，其中：所述定位子系统用于实时获得自动驾驶车辆的位姿信息并传送至所述决策子系统；所述感知子系统用于对车道和障碍物进行检测，并将检测结果传送至所述决策子系统；所述决策子系统用于结合所述定位子系统和所述感知子系统传送来的数据信息对所述自动驾驶车辆进行决策，并将决策信息传送至所述控制子系统；所述控制子系统用于基于所述决策子系统传送来的决策信息控制所述自动驾驶车辆；其中，所述定位子系统包括上述的基于柱状物的定位装置，以获得所述自动驾驶车辆的位姿信息。
[0009]根据本申请又一方面，提供了一种车辆，所述车辆包括上述用于自动驾驶的系统。
[0010]根据本申请又一方面，提供了一种存储介质，所述存储介质上存储有由处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行上述的基于柱状物的定位方法。
[0011]根据本申请实施例的基于柱状物的定位方法和装置基于柱状物将当前点云帧与点云地图进行匹配，以此来获取当前点云帧在点云地图中的位姿，能够提高定位的精度和鲁棒性。
附图说明
[0012]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0013]图1示出用于实现根据本专利技术实施例的基于柱状物的定位方法和装置的示例电子设备的示意性框图。
[0014]图2示出根据本申请实施例的基于柱状物的定位方法的示意性流程图。
[0015]图3示出根据本申请实施例的基于柱状物的定位方法中柱状物匹配过程的示意性流程图。
[0016]图4示出根据本申请实施例的基于柱状物的定位方法中确定当前点云帧在点云地图中的三自由度位姿的过程的示意性流程图。
[0017]图5示出根据本申请实施例的基于柱状物的定位装置的示意结构框图。
[0018]图6示出根据本申请实施例的用于自动驾驶的系统的示意性结构框图。
具体实施方式
[0019]为了使得本申请的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请中描述的
本申请实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其他实施例都应落入本申请的保护范围之内。
[0020]首先，参照图1来描述用于实现本专利技术实施例的基于柱状物的定位方法和装置的示例电子设备100。
[0021]如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106以及输出装置108，这些组件通过总线系统110和/或其他形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。
[0022]所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制所述电子设备100中的其他组件以执行期望的功能。
[0023]所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于柱状物的定位方法，其特征在于，所述方法包括：获取点云地图和当前点云帧，提取所述点云地图和所述当前点云帧中各自的柱状物；针对所述当前点云帧中的每个柱状物，从所述点云地图中获取所述柱状物的匹配柱状物以及匹配角度；基于所述当前点云帧中所有柱状物在所述点云地图中的匹配柱状物和匹配角度，确定所述当前点云帧与所述点云地图的匹配角度；基于所述当前点云帧与所述点云地图的匹配角度，以及所述当前点云帧中所有柱状物及其各自在所述点云地图中的匹配柱状物，确定并输出所述当前点云帧在所述点云地图中的位姿。2.根据权利要求1所述的方法，其特征在于，所述提取所述点云地图和所述当前点云帧中各自的柱状物，包括：将所述点云地图转换为第一深度图，基于所述第一深度图提取所述点云地图中的柱状物；将所述当前点云帧转换为第二深度图，基于所述第二深度图提取所述当前点云帧中的柱状物。3.根据权利要求1或2所述的方法，其特征在于，提取所述点云地图和所述当前点云帧中各自的柱状物是基于并查集聚类算法实现的。4.根据权利要求1所述的方法，其特征在于，所述针对所述当前点云帧中的每个柱状物，从所述点云地图中获取所述柱状物的匹配柱状物以及匹配角度，包括：针对所述点云地图和所述当前点云帧中的每个柱状物生成柱状物描述子，所述柱状物描述子描述了一个柱状物周围的其他柱状物的分布情况；基于所述柱状物描述子，针对所述当前点云帧中的每个柱状物，从所述点云地图中获取所述柱状物的匹配柱状物以及匹配角度。5.根据权利要求4所述的方法，其特征在于，所述柱状物描述子包括角度描述子和距离描述子，其中：对于一个柱状物，所述柱状物的角度描述子描述了以所述柱状物的中心点为原点，以预设角分辨率为步进值得到的不同角度上是否存在其他柱状物，所述距离描述子描述了所述不同角度的每个角度上，以预设距离分辨率为步进值得到的不同距离处是否存在其他柱状物。6.根据权利要求5所述的方法，其特征在于，所述角度描述子和所述距离描述子均为二进制向量，其中：所述角度描述子的每一位代表一个角度，每一位的值为0或1，其中0表示所述角度上不存在其他柱状物，1表示所述角度上存在其他柱状物；所述角度描述子的每一位都对应于一个所述距离描述子，所述距离描述子的每一位代表一个距离，每一位的值为0或1，其中0表示所述距离处不存在其他柱状物，1表示所述距离处存在其他柱状物。7.根据权利要求6所述的方法，其特征在于，基于所述柱状物描述子，针对所述当前点云帧中的每个柱状物，从所述点云地图中获取所述柱状物的匹配柱状物以及匹配角度，包括第一步骤和第二步骤，其中所述第一步骤包括针对所述当前点云帧中的每个柱状物执行
的步骤1到步骤7，所述第二步骤包括步骤8，其中：步骤1：确定第一角度描述子与第二角度描述子对应位处的值是否均为1，如果是，则将所述位作为待处理位，其中将所述当前点云帧中的当前柱状物的角度描述子作为所述第一角度描述子，将所述点云地图中的一个柱状物的角度描述子作为所述第二角度描述子,；步骤2：对于每个所述待处理位，计算所述第一角度描述子与所述第二角度描述子在所述待处理位处各自对应的距离描述子之间的汉明距离；步骤3：将所述第一角度描述子与所述第二角度描述子在所有所述待处理位处对应的所述汉明距离相加，得到汉明距离集合中的第一个值；步骤4：将所述第一角度描述子左移一位，得到更新的第一角度描述子，将所述更新的第一角度描述子替代所述第一角度描述子，回到步骤1，迭代步骤1到步骤4，直到左移次数等于所述第一角度描述子的总位数减去1，最终得到所述汉明距离集合的最后一个值；步骤5：确定所述汉明距离集合中的最大值以及得到所述最大值时将所述第一角度描述子左移的位数，并基于所述第一角度描述子左移的位数确定所述当前柱状物与所述点云地图中的所述一个柱状物的匹配角度值，将所述最大值作为汉明距离值，记录所述汉明距离值和所述匹配角度值作为所述当前柱状物与所述点云地图中的所述一个柱状物的匹配结果；步骤6：迭代执行步骤1到步骤5，得到所述当前柱状物与所述点云地图中的其他柱状物的匹配结果；步骤7：基于所述当前柱状物与所述点云地图中的所有柱状物的匹配结果，确定所述匹配结果各自包括的汉明距离值中的最大值，将所述最大值所在的匹配结果对应的柱状物作为所述当前柱状物的匹配柱状物，将所述最大值所在的匹配结果中包括的匹配角度值作为所述当前柱状物与所述匹配柱状物的匹配角度；步骤8：在确定所述当前点云帧中每个柱状物对应的匹配柱状物以及匹配角度后，统计所述匹配角度中的角度种类以及每个角度种类的个数，其中每个角度种类对应于一种角度，将个数最多的角度种类对应的角度作为所述当前点云帧与所述点云地图的匹配角度。8.根据权利要求1所述的方法，其特征在于，所述确定所述当前点云帧在所述点云地图中的位姿，包括：确定所述当前点云帧在所述点云地图中三自由度位姿。9.根据权利要求1所述的方法，其特征在于，所述确定所述当前点云帧在所述点云地图中的位姿，包括：确定所述当前点云帧在所述点云地图中的三自由度位姿；基于所述三自由度位姿确定当前点云帧在所述点云地图中的六自由度位姿。10.根据权利要求8或9所述的方法，其特征在于，所述确定所述当前点云帧在所述点云地图中的三自由度位姿，包括：步骤1：获取三自由度位姿向量，所述三自由度位姿向量的位置坐标初始值为0，角度初始值为所述当前点云帧与所述点云地图的匹配角度；步骤2：基于所述位姿向量以及所述当前点云帧中所有柱状物的位置坐标及其各自在所述点云地图中的匹配柱状物的位置坐标，得到雅可比矩阵和海塞矩阵，基于所述雅可比矩阵和所述海塞矩阵，求解增量方程，得到所述当前点云帧相对于所述点云地图的位姿增量；
步骤3：更新所述三自由度位姿向量，回到步骤2，迭代执行步骤2和步骤3，直到得到的所述位姿增量小于预设阈值时迭代结束；步骤4：基于迭代结束时得到的位姿增量，计算得到所述当前点云帧在所述点云地图中的三自由度位姿。11.一种基于柱状物的定位装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行如下操作：获取点云地图和当前点云帧，提取所述点云地图和所述当前点云帧中各自的柱状物；针对所述当前点云帧中的每个柱状物，从所述点云地图中获取所述柱状物的匹配柱状物以及匹配角度；基于所述当前点云帧中所有柱状物在所述点云地图中的匹配柱状物和匹配角度，确定所述当前点云帧与所述点云地图的匹配角度；基于所述当前点云帧与所述点云地图的匹配角度，以及所述当前点云帧中所有柱状物及其各自在所述点云地图中的匹配柱状物...

【专利技术属性】
技术研发人员：张鹏，
申请(专利权)人：九识智行北京科技有限公司，
类型：发明
国别省市：