【技术实现步骤摘要】
基于局部地图的置信度确定方法、装置、设备及存储介质
[0001]本公开涉及人工智能中的无人驾驶技术和建图技术,尤其涉及一种基于局部地图的置信度确定方法、装置、设备及存储介质。
技术介绍
[0002]车辆上安装有激光雷达,在车辆的行驶过程中,可以采用激光雷达采集点云数据进行建图。
[0003]在使用激光雷达进行建图的过程中,地图的精度依赖于点云配准的精度。当点云配准的处理出现错误时,会严重影响建图的质量。因此,需要准确地确定出点云配准处理的精度。
技术实现思路
[0004]本公开提供了一种基于局部地图的置信度确定方法、装置、设备及存储介质。
[0005]根据本公开的第一方面,提供了一种基于局部地图的置信度确定方法,包括:
[0006]确定至少两幅局部地图之间的相对位姿信息;其中,所述局部地图用于表示预设时间段内所采集的点云数据所构建的地图;所述相对位姿信息包括至少两幅局部地图在点云配准处理之前的初始相对位姿,以及至少两幅局部地图在点云配准处理之后的当前相对位姿;
[0007]根据所述相对位姿信息和所述局部地图中的点云数据,确定相对位姿误差;其中,所述相对位姿误差包括所述初始相对位姿的相对位姿误差和所述当前相对位姿的相对位姿误差;
[0008]根据所述初始相对位姿的相对位姿误差和所述当前相对位姿的相对位姿误差,确定置信度信息;其中,所述置信度信息用于指示对至少两幅局部地图所进行的点云配准处理的精度。
[0009]根据本公开的第二方面,提供了一种基于局部地图的 ...
【技术保护点】
【技术特征摘要】
1.一种基于局部地图的置信度确定方法,包括:确定至少两幅局部地图之间的相对位姿信息;其中,所述局部地图用于表示预设时间段内所采集的点云数据所构建的地图;所述相对位姿信息包括至少两幅局部地图在点云配准处理之前的初始相对位姿,以及至少两幅局部地图在点云配准处理之后的当前相对位姿;根据所述相对位姿信息和所述局部地图中的点云数据,确定相对位姿误差;其中,所述相对位姿误差包括所述初始相对位姿的相对位姿误差和所述当前相对位姿的相对位姿误差;根据所述初始相对位姿的相对位姿误差和所述当前相对位姿的相对位姿误差,确定置信度信息;其中,所述置信度信息用于指示对至少两幅局部地图所进行的点云配准处理的精度。2.根据权利要求1所述的方法,其中,所述根据所述相对位姿信息和所述局部地图中的点云数据,确定相对位姿误差,包括:根据所述局部地图中的点云数据,确定所述局部地图的点云数据微分熵;其中,所述点云数据微分熵用于表示对点云数据的微分熵的加和;根据所述初始相对位姿和所述局部地图的点云数据微分熵,确定所述初始相对位姿的相对位姿误差;并根据所述当前相对位姿和所述局部地图的点云数据微分熵,确定所述当前相对位姿的相对位姿误差。3.根据权利要求2所述的方法,其中,根据所述局部地图中的点云数据,确定所述局部地图的点云数据微分熵,包括:根据预设的半径范围,确定所述局部地图中点云数据的邻近点云数据;根据所述邻近点云数据在所述局部地图中的坐标信息,确定所述局部地图中点云数据的微分熵信息;其中,所述微分熵信息表征点云数据的坐标信息所对应的微分熵;根据所述局部地图中点云数据的微分熵信息,确定所述局部地图的点云数据微分熵。4.根据权利要求3所述的方法,其中,所述根据所述邻近点云数据在所述局部地图中的坐标信息,确定所述局部地图中点云数据的微分熵信息,包括:根据所述邻近点云数据在所述局部地图中的坐标信息,确定所述局部地图中点云数据的协方差信息;根据所述局部地图中点云数据的协方差信息,确定所述局部地图中点云数据的微分熵信息。5.根据权利要求3或4所述的方法,其中,所述根据所述局部地图中点云数据的微分熵信息,确定所述局部地图的点云数据微分熵,包括:对所述局部地图中点云数据的微分熵信息进行累加处理,得到所述局部地图的点云数据微分熵。6.根据权利要求2
‑
5中任一项所述的方法,其中,所述根据所述初始相对位姿和所述局部地图的点云数据微分熵,确定所述初始相对位姿的相对位姿误差,包括:根据所述局部地图的点云数据微分熵和所述局部地图中的点云数据的数量,确定所述至少两幅局部地图之间的分离微分熵信息;其中,所述分离微分熵信息表征所述至少两幅局部地图的点云数据微分熵的加和与所述至少两幅局部地图中的点云数据的数量加和的
比值;根据所述初始相对位姿,对所述局部地图中的点云数据进行融合,得到第一融合点云数据;根据所述第一融合点云数据和所述局部地图中的点云数据的数量,确定所述至少两幅局部地图之间的第一联合微分熵信息;其中,所述第一联合微分熵信息表征所述至少两幅局部地图在配准前的联合微分熵的大小;根据所述分离微分熵信息和所述第一联合微分熵信息,确定所述初始相对位姿的相对位姿误差。7.根据权利要求6所述的方法,其中,所述根据所述初始相对位姿,对所述局部地图中的点云数据进行融合,得到第一融合点云数据,包括:从至少两幅局部地图的点云数据的坐标系中确定一个目标坐标系;根据所述初始相对位姿,将所述局部地图的点云数据均映射到所述目标坐标系中,得到所述目标坐标系中的第一融合点云数据。8.根据权利要求6或7所述的方法,其中,所述根据所述第一融合点云数据和所述局部地图中的点云数据的数量,确定所述至少两幅局部地图之间的第一联合微分熵信息,包括:根据所述第一融合点云数据,确定所述第一融合点云数据的点云数据微分熵;根据所述局部地图中的点云数据的数量和所述第一融合点云数据的点云数据微分熵,确定所述至少两幅局部地图之间的第一联合微分熵信息。9.根据权利要求2
‑
8中任一项所述的方法,其中,所述根据所述当前相对位姿和所述局部地图的点云数据微分熵,确定所述当前相对位姿的相对位姿误差,包括:根据所述局部地图的点云数据微分熵和所述局部地图中的点云数据的数量,确定所述至少两幅局部地图之间的分离微分熵信息;根据所述当前相对位姿,对所述局部地图中的点云数据进行融合,得到第二融合点云数据;根据所述第二融合点云数据和所述局部地图中的点云数据的数量,确定所述至少两幅局部地图之间的第二联合微分熵信息;其中,所述第二联合微分熵信息表征所述至少两幅局部地图在配准后的联合微分熵的大小;根据所述分离微分熵信息和所述第二联合微分熵信息,确定所述当前相对位姿的相对位姿误差。10.根据权利要求9所述的方法,其中,所述根据所述初始相对位姿,对所述局部地图中的点云数据进行融合,得到第二融合点云数据,包括:从至少两幅局部地图的点云数据的坐标系中确定一个目标坐标系;根据所述当前相对位姿,将所述局部地图的点云数据均映射到所述目标坐标系中,得到所述目标坐标系中的第二融合点云数据。11.根据权利要求9或10所述的方法,其中,所述根据所述第二融合点云数据和所述局部地图中的点云数据的数量,确定所述至少两幅局部地图之间的第二联合微分熵信息,包括:根据所述第二融合点云数据,确定所述第二融合点云数据的点云数据微分熵;根据所述局部地图中的点云数据的数量和所述第二融合点云数据的点云数据微分熵,
确定所述至少两幅局部地图之间的第二联合微分熵信息。12.根据权利要求1
‑
11中任一项所述的方法,其中,所述根据所述初始相对位姿的相对位姿误差和所述当前相对位姿的相对位姿误差,确定置信度信息,包括:将所述初始相对位姿的相对位姿误差和所述当前相对位姿的相对位姿误差进行相减,得到的差值为所述置信度信息。13.根据权利要求1
‑
12中任一所述的方法,还包括:若所述置信度信息所表征的数值,大于预设的置信度阈值,则根据所述置信度信息,确定所述当前相对位姿的权重;根据所述当前相对位姿的权重,优化针对所采集的点云数据的建图处理,得到全局地图。14.一种基于局部地图的置信度确定装置,包括:第一确定单元,用于确定至少两幅局部地图之间的相对位姿信息;其中,所述局部地图用于表示预设时间段内所采集的点云数据所构...
【专利技术属性】
技术研发人员:曲旭中,丁文东,万国伟,白宇,
申请(专利权)人:北京百度网讯科技有限公司,
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。