本申请提供一种在线点云地图构建方法、装置、电子设备及机器可读存储介质，应用于动态场景下的无人车，所述方法包括：获取动态场景在当前时间节点的点云数据集合；获取所述点云数据集合的线特征点，和/或，面特征点；将所述线特征点，和/或，所述面特征点，与所述动态场景在历史时间节点的点云数据集合中的点云数据对应的线特征点，和/或，对应的面特征点进行匹配，通过在所述动态场景中相邻的线特征点，和/或，面特征点确定所述无人车的位姿；根据所述动态场景的线特征点，和/或，面特征点，构建所述动态场景的在线点云地图，并基于所述无人车的位姿将所述在线点云地图加入所述动态场景的预设的点云地图中。景的预设的点云地图中。景的预设的点云地图中。
【技术实现步骤摘要】
一种在线点云地图构建方法、装置
[0001]本申请涉及点云地图构建
，尤其涉及一种在线点云地图构建方法、装置、电子设备及机器可读存储介质。
技术介绍
[0002]港口场景下内集卡主要负责在堆场和码头面之间搬运集装箱，为了实现车辆的无人化，需要解决无人车自动定位的问题，即让车辆实时准确的获知当前位置，这通常是通过无人车携带的传感器获取，例如GPS,Lidar等。因为港口场景中存在桥吊和集装箱等遮挡物，仅靠GPS并不能提供有效可靠的位置信息，因此还需要激光雷达Lidar进行定位，但是因为港口场景中集装箱在搬运过程中是不断变动的，常规的建立预设的点云地图，并且用当前激光雷达数据和预设的点云地图匹配的思路无法实现。
技术实现思路
[0003]本申请提供一种在线点云地图构建确定方法，应用于动态场景下的无人车，其特征在于，所述方法包括：
[0004]获取动态场景在当前时间节点的点云数据集合；
[0005]获取所述点云数据集合的线特征点，和/或，面特征点；
[0006]将所述线特征点，和/或，所述面特征点，与所述动态场景在历史时间节点的点云数据集合中的点云数据对应的线特征点，和/或，对应的面特征点进行匹配，通过在所述动态场景中相邻的线特征点，和/或，面特征点确定所述无人车的位姿；
[0007]根据所述动态场景的线特征点，和/或，面特征点，构建所述动态场景的在线点云地图，并基于所述无人车的位姿将所述在线点云地图加入所述动态场景的预设的点云地图中。
[0008]可选的，所述获取所述点云数据集合的线特征点，和/或，面特征点包括：
[0009]基于所述点云数据集合中点云数据与其相邻的至少一个点云数据，分别计算所述点云数据的曲率；
[0010]从计算出的曲率中，将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点。
[0011]可选的，所述将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点，包括：
[0012]选取所述曲率大于线特征点阈值和曲率小于面特征点阈值的点云数据，将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点。
[0013]可选的，所述根据所述动态场景的线特征点，和/或，面特征点，构建所述动态场景
的在线点云地图，包括：
[0014]对所述动态场景的至少一个时间节点的线特征点，和/或，面特征点进行拟合，获得线拟合线，和/或，拟合面，利用所述拟合线，和/或，拟合面构建所述动态场景的在线点云地图。
[0015]可选的，所述将所述在线点云地图加入所述动态场景的预设的点云地图中，包括：
[0016]通过所述无人车的位姿与全局坐标系的相对关系，将当前时间节点的在线点云地图投影到全局坐标系下，将所述在线点云地图加入所述动态场景的预设的点云地图中。
[0017]可选的，所述动态场景为港口场景。
[0018]本申请提供一种在线点云地图构建装置，应用于动态场景下的无人车，其特征在于，所述装置包括：
[0019]数据获取模块，用于获取动态场景在当前时间节点的点云数据集合；
[0020]特征提取模块，用于获取所述点云数据集合的线特征点，和/或，面特征点；
[0021]位姿确定模块，用于将所述线特征点，和/或，所述面特征点，与所述动态场景在历史时间节点的点云数据集合中的点云数据对应的线特征点，和/或，对应的面特征点进行匹配，通过在所述动态场景中相邻的线特征点，和/或，面特征点确定所述无人车的位姿；
[0022]地图更新模块，用于根据所述动态场景的线特征点，和/或，面特征点，构建所述动态场景的在线点云地图，并基于所述无人车的位姿将所述在线点云地图加入所述动态场景的预设的点云地图中。
[0023]可选的，所述获取所述点云数据集合的线特征点，和/或，面特征点包括：
[0024]基于所述点云数据集合中点云数据与其相邻的至少一个点云数据，分别计算所述点云数据的曲率；
[0025]从计算出的曲率中，将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点。
[0026]可选的，所述将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点，包括：
[0027]选取所述曲率大于线特征点阈值和曲率小于面特征点阈值的点云数据，将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点。
[0028]可选的，所述根据所述动态场景的线特征点，和/或，面特征点，构建所述动态场景的在线点云地图，包括：
[0029]对所述动态场景的至少一个时间节点的线特征点，和/或，面特征点进行拟合，获得线拟合线，和/或，拟合面，利用所述拟合线，和/或，拟合面构建所述动态场景的在线点云地图。
[0030]可选的，所述将所述在线点云地图加入所述动态场景的预设的点云地图中，包括：
[0031]通过所述无人车的位姿与全局坐标系的相对关系，将当前时间节点的在线点云地图投影到全局坐标系下，将所述在线点云地图加入所述动态场景的预设的点云地图中。
[0032]本申请还提供一种电子设备，包括：
[0033]处理器；
[0034]用于存储处理器可执行指令的存储器；
[0035]其中，所述处理器通过运行所述可执行指令以实现上述方法的步骤。
[0036]本申请还提供一种机器可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述方法的步骤。
[0037]通过以上实施例，由于可以通过点云数据构建在线点云地图，并可以通过在线点云地图更新预设的点云地图，因此可以将更新后的点云地图和当前时间节点的无人车的位姿进行匹配，减少定位误差，提升无人车定位的准确性。
附图说明
[0038]图1是一示例性的实施例示出的一种在线点云地图构建方法的流程图；
[0039]图2是一示例性的实施例示出的一种在线点云地图构建装置的框图；
[0040]图3是一示例性的实施例示出的一种在线点云地图构建装置所在电子设备的硬件结构图。
具体实施方式
[0041]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种在线点云地图构建确定方法，应用于动态场景下的无人车，其特征在于，所述方法包括：获取动态场景在当前时间节点的点云数据集合；获取所述点云数据集合的线特征点，和/或，面特征点；将所述线特征点，和/或，所述面特征点，与所述动态场景在历史时间节点的点云数据集合中的点云数据对应的线特征点，和/或，对应的面特征点进行匹配，通过在所述动态场景中相邻的线特征点，和/或，面特征点确定所述无人车的位姿；根据所述动态场景的线特征点，和/或，面特征点，构建所述动态场景的在线点云地图，并基于所述无人车的位姿将所述在线点云地图加入所述动态场景的预设的点云地图中。2.根据权利要求1所述的方法，其特征在于，所述获取所述点云数据集合的线特征点，和/或，面特征点包括：基于所述点云数据集合中点云数据与其相邻的至少一个点云数据，分别计算所述点云数据的曲率；从计算出的曲率中，将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点。3.根据权利要求2所述的方法，其特征在于，所述将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点，包括：选取所述曲率大于线特征点阈值和曲率小于面特征点阈值的点云数据，将与最大的前M个曲率对应的点云数据，确定为所述动态场景的线特征点，和/或，将与最小的前N个曲率对应的点云数据，确定为所述动态场景的面特征点。4.根据权利要求1所述的方法，其特征在于，所述根据所述动态场景的线特征点，和/或，面特征点，构建所述动态场景的在线点云地图，包括：对所述动态场景的至少一个时间节点的线特征点，和/或，面特征点进行拟合，获得线拟合线，和/或，拟合面，利用所述拟合线，和/或，拟合面构建所述动态场景的在线点云地图。5.根据权利要求1所述的方法，其特征在于，所述基于所述无人车的位姿将所述在线点云地图加入所述动态场景的预设的点云地图中，包括：通过所述无人车的位姿与全局坐标系的相对关系，将当前时间节点的在线点云地图投影到全局坐标系下，将所述在线点云地图加入所述动态场景的预设的点云地图中。6.根据权利要求1所述的方法，其特征在于，所述动态场景为港口场景。7.一种在线点云地图构建装置，应用于动态场景下的无人车，其特征在于，所述装置包括：数据获取模块，用于获取动态场景在当前时间节点的点云数据集合；特征提取模块，用于获取所述...
【专利技术属性】
技术研发人员：任勇，张广鹏，何贝，刘鹤云，张岩，
申请(专利权)人：北京斯年智驾科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。