激光雷达的位姿估计方法、装置和电子设备制造方法及图纸

本申请提供了一种激光雷达的位姿估计方法、装置和电子设备，该方法包括：获取当前帧点云数据；基于多个特征信息由所述当前帧点云数据提取对应的点数据；将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，根据匹配结果确定位姿变换关系；基于所述位姿变换关系获取所述激光雷达的当前位姿。该激光雷达的位姿估计方法实现了从点云数据中提取特征信息以及与特征信息对应的点数据来估计激光雷达的位姿。在估计激光雷达的位姿时无需激光雷达的扫描线等信息，提高了估计激光雷达位姿的通用性和实时性。性。性。

【技术实现步骤摘要】
激光雷达的位姿估计方法、装置和电子设备


[0001]本申请涉及激光测量
，尤其是涉及一种激光雷达的位姿估计方法、装置和电子设备。

技术介绍

[0002]激光雷达作为提供环境信息的传感器，安装在机器人或者无人驾驶车辆中。激光雷达可以通过发射探测信号，将接收到的从环境物体对探测信息号反射回的反射信号，将探测信号与反射信号进行对比处理，可以获得环境信息，例如环境中存在的物体的信息等。
[0003]如果需要让机器人等行走、避障，需要机器人可以感知周边环境，确定自身位姿。
[0004]可以根据激光雷达不同帧的点云数据确定激光雷达在不同帧之间的运动估计。
[0005]现有的对激光雷达的运动估计方案，包括激光雷达里程计建图算法(LOAM，Lidar Odometry and Mapping)，具体地，将点云数据中每条扫描线上的点的曲率进行排序，筛选出边缘点和平面点。对边缘点和平面点进行匹配。然后采用基于梯度下降非线性优化的方法来最小化点到线(面)的距离的平方和，依次来估计相应的位姿变换。上述方法存在的问题：1、依赖雷达的扫描线信息，需要知道点云数据中各点的扫描线信息，即该点属于哪一条扫描线。2、采用的非线性优化方法计算速度较慢。

技术实现思路

[0006]提供该公开内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0007]本申请实施例提供了一种激光雷达的位姿估计方法、装置和电子设备。
[0008]第一方面，本申请实施例提供了一种激光雷达的位姿估计方法，包括：获取当前帧点云数据；基于多个特征信息由所述当前帧点云数据提取对应的点数据；将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，根据匹配结果确定位姿变换关系；基于所述位姿变换关系获取所述激光雷达的当前位姿。
[0009]可选地，所述获取当前帧点云数据，包括：获取当前帧初始点云数据的开始时间、结束时间以及当前帧初始点云数据中各点数据的时间信息；对所述当前帧初始点云数据中各点数据进行运动补偿，得到去畸变后的所述当前帧点云数据。
[0010]可选地，所述获取当前帧初始点云数据的开始时间、结束时间以及当前帧初始点云数据中各点数据的时间信息，包括：根据所述当前帧初始点云数据的各点数据的时间戳，确定所述各点数据在所述当前帧初始点云数据中的时间比；以及所述对所述当前帧初始点云数据中各点数据进行运动补偿，得到去畸变后的所述当前帧点云数据，包括：根据所述时间比对所述当前帧初始点云数据的各点数据进行对应的坐标变换，将各点数据转换到当前帧初始点云数据所在坐标系下在同一时刻对应的点数据，得到所述当前帧点云数据。
[0011]可选地，所述基于多个特征信息由所述当前帧点云数据提取对应的点数据包括：
提取所述当前帧点云数据中的多个非地面点数据；基于所述非地面点数据的局部特征，确定多个非地面点数据中对应各特征信息的点数据。
[0012]可选地，所述提取所述当前帧点云数据中的多个非地面点数据，包括：将所述当前帧点云数据投影到预设参考平面，得到所述当前帧点云数据的各点数据在所述预设参考平面的投影点，所述投影点包括点数据的局部特征；按照预设划分规则，将所述预设参考平面划分为多个子区域；确定子区域中的非地面点集合。
[0013]可选地，所述基于所述非地面点数据的局部特征，确定多个非地面点数据中对应各特征信息的点数据，包括：确定子区域中的非地面点集合的局部特征；基于所述局部特征确定所述子区域中的非地面点集合对应的特征信息，以确定所述子区域中多个非地面点数据中对应各特征信息的点数据。
[0014]可选地，所述局部特征至少包括：线性度、平面度和曲率。
[0015]可选地，所述基于所述局部特征确定所述子区域中的非地面点集合对应的特征信息，包括：依照如下顺序利用各所述局部特征确定所述子区域中的非地面点集合所对应的特征信息：平面度、线性度、曲率。
[0016]可选地，所述确定子区域中的非地面点集合的局部特征，包括：计算子区域中非地面集合对应的协方差矩阵；基于所述协方差矩阵确定所述局部特征。
[0017]可选地，所述将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，根据匹配结果确定位姿变换关系，包括：按照特征信息的类别，将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，基于匹配结果采用线性化方法确定位姿变换矩阵。
[0018]可选地，所述历史点云数据包括当前帧之前多个帧中多个特征信息对应的点数据的集合。
[0019]可选地，所述按照特征信息的类别，将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，基于匹配结果采用线性化方法确定位姿变换矩阵，包括执行如下确定位姿变换矩阵的操作：按照特征信息的类别，在历史点云数据中选取与所述各特征信息对应的点数据之间距离最小的点数据作为候选点数据；根据所述各特征信息对应的点数据与所述候选点数据获取残差，基于所述残差确定位姿变换矩阵；其中所述残差至少包括以下之一：所述当前帧点云数据中多个特征信息对应的点数据与其在历史点云数据中对应的点数据之间的距离；所述当前帧点云数据中多个特征信息对应的点数据与其在历史点云数据中对应所在平面之间的距离；所述当前帧点云数据中多个特征信息对应的点数据与其在历史点云数据中对应所在线之间的距离。
[0020]可选地，所述基于所述残差确定位姿变换矩阵，包括：基于所述残差，确定采用欧拉角表征的位姿变换矩阵；其中，所述欧拉角包括翻滚角、俯仰角和偏航角。
[0021]可选地，所述确定采用欧拉角表征的位姿变换矩阵，包括：采用矩阵间线性运算确定位姿变换矩阵。
[0022]可选地，所述基于所述残差确定位姿变换矩阵，包括：响应于所述残差满足预设条件，将当前位姿变换矩阵确定为所述位姿变换矩阵；否则重复执行所述确定位姿变换矩阵的操作。
[0023]可选地，所述基于所述位姿变换关系获取所述激光雷达的当前位姿，包括：根据所
述位姿变换关系与历史点云数据的激光雷达的历史位姿，确定所述激光雷达的当前位姿；所述位姿变换关系包括朝向变换、中心点空间坐标变换。
[0024]可选地，所述激光雷达的位姿估计方法还包括：基于所述当前帧多个特征信息对应的点数据与所述历史点云数据，更新历史点云数据。
[0025]可选地，所述方法还包括：根据所述激光雷达的当前位姿与历史点云数据对应的历史位姿，确定所述激光雷达的当前轨迹；若所述当前轨迹与历史轨迹之间的距离小于预定距离，根据所述历史轨迹，优化所述激光雷达的当前位姿。
[0026]可选地，所述激光雷达的位姿估计方法还包括：根据优化后所述激光雷达的当前位姿，校正所述历史位姿。
[0027]可选地，所述激光雷达的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光雷达的位姿估计方法，包括：获取当前帧点云数据；基于多个特征信息由所述当前帧点云数据提取对应的点数据；将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，根据匹配结果确定位姿变换关系；基于所述位姿变换关系，获取所述激光雷达的当前位姿。2.根据权利要求1所述的方法，其中，所述获取当前帧点云数据，包括：获取当前帧初始点云数据的开始时间、结束时间以及当前帧初始点云数据中各点数据的时间信息；对所述当前帧初始点云数据中各点数据进行运动补偿，得到去畸变后的所述当前帧点云数据。3.根据权利要求2所述的方法，其中，所述获取当前帧初始点云数据的开始时间、结束时间以及当前帧初始点云数据中各点数据的时间信息，包括：根据所述当前帧初始点云数据的各点数据的时间戳，确定所述各点数据在所述当前帧初始点云数据中的时间比；以及所述对所述当前帧初始点云数据中各点数据进行运动补偿，得到去畸变后的所述当前帧点云数据，包括：根据所述时间比对所述当前帧初始点云数据的各点数据进行坐标变换，将各点数据转换到当前帧初始点云数据所在坐标系下在同一时刻对应的点数据，得到所述当前帧点云数据。4.根据权利要求1所述的方法，其中，所述基于多个特征信息由所述当前帧点云数据提取对应的点数据包括：提取所述当前帧点云数据中的多个非地面点数据；基于所述非地面点数据的局部特征，确定多个非地面点数据中对应各特征信息的点数据。5.根据权利要求4所述的方法，其中，所述提取所述当前帧点云数据中的多个非地面点数据，包括：将所述当前帧点云数据投影到预设参考平面，得到所述当前帧点云数据的各点数据在所述预设参考平面的投影点，所述投影点包括点数据的局部特征；按照预设划分规则，将所述预设参考平面划分为多个子区域；确定子区域中的非地面点集合。6.根据权利要求5所述的方法，其中，所述基于所述非地面点数据的局部特征，确定多个非地面点数据中对应各特征信息的点数据，包括：确定子区域中的非地面点集合的局部特征；基于所述局部特征确定所述子区域中的非地面点集合对应的特征信息，以确定所述子区域中多个非地面点数据中对应各特征信息的点数据。7.根据权利要求6所述的方法，其中，所述局部特征至少包括：线性度、平面度和曲率。8.根据权利要求6所述的方法，其中，所述基于所述局部特征确定所述子区域中的非地面点集合对应的特征信息，包括：
依照如下顺序利用各所述局部特征确定所述子区域中的非地面点集合所对应的特征信息：平面度、线性度、曲率。9.根据权利要求6所述的方法，其中，所述确定子区域中的非地面点集合的局部特征，包括：计算子区域中非地面集合对应的协方差矩阵；基于所述协方差矩阵确定所述局部特征。10.根据权利要求1所述的方法，其中，所述将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，根据匹配结果确定位姿变换关系，包括：按照所述特征信息的类别，将所述多个特征信息对应的点数据与历史点云数据中所述多个特征信息对应的点数据进行匹配，基于匹配结果采用线性化方法确定位姿变换矩阵。11.根据权利要求10所述的方法，其中，所述历史点云数据包括当前帧之前多个帧中多个特征信息对应的点数据的集合。12.根据权利要求10所述的方法，其中，所述按照特...

【专利技术属性】
技术研发人员：肖鹏川，潘越，邵振雷，向少卿，
申请(专利权)人：上海禾赛科技有限公司，
类型：发明
国别省市：