【技术实现步骤摘要】
本申请涉及即时定位与地图构建，具体而言，涉及一种场景地图构建方法及地图构建装置。
技术介绍
1、激光slam（simultaneous localization and mapping，即时定位与地图构建）是指利用激光雷达传感器进行即时定位与地图构建的技术。在采用基于激光slam技术的便携式三维激光扫描建图系统对场景做扫描建图时，建图结果的全局精度和尺度一致性是衡量移动建图质量的关键指标，但随着扫描距离和时间的增加，不可避免会产生累积误差，而累积误差会导致位置估计逐渐偏离真实位置，进而影响建图结果的全局精度和尺度一致性。
2、现有的移动建图方法主要包括闭环优化方法和局部束调整（bundle adjustment，ba）优化方法，或者将上述两种方法相结合。其中，闭环优化是指在重新访问之前已经扫描过的区域时，通过检测到的闭环来修正累积误差，而局部ba是指通过对一段时间内的观测数据进行联合优化来减少累计误差。采用上述闭环优化方法虽然可以提高建图的全局一致性，但在没有重访的区域仍然无法解决位置偏离问题，而采用上述局部ba优化方法虽然可以在一定时间跨度内缓解累积误差，但无法提供全局约束，且优化效率较低。
3、因此，现有的移动建图方法均存在一定的局限性，移动建图的全局精度和尺度一致性并不能得到保证，且执行效率较低，进而导致移动建图质量较低。
技术实现思路
1、本申请的目的在于，针对上述现有技术中的不足，提供一种地图构建方法及地图构建装置，以解决现有技术中移动建图存在一定
2、为实现上述目的，本申请实施例采用的技术方案如下：
3、第一方面，本申请实施例提供了一种地图构建方法，所述方法包括：
4、获取三维激光雷达传感器扫描采集的多帧点云数据；
5、根据所述多帧点云数据，构建依次相邻的多个点云层级，其中，各点云层级中分别包括至少一个点云组，各点云组中分别包括至少一帧点云数据，且，相邻的第一点云层级和第二点云层级中，第二点云层级中的点云组的数量小于第一点云层级中点云组的数量，且，第二点云层级中各点云组由第一点云层级中的多个点云组融合而成；
6、针对各点云层级，分别对所述点云层级内的各点云组进行体素切分，得到各点云组对应的多个体素，并根据各体素内的点云数据的特征点几何特性，在所述点云层级内进行位姿优化，得到所述点云层级对应的位姿优化结果；
7、基于各点云层级对应的位姿优化结果和预设约束因子对所述多帧点云数据的位姿进行全局优化，得到优化后点云数据，并根据优化后点云数据进行坐标变换，得到全局地图。
8、第二方面，本申请实施例提供了一种地图构建装置，所述装置包括：
9、获取模块，用于获取三维激光雷达传感器扫描采集的多帧点云数据；
10、层级构建模块，用于根据所述多帧点云数据，构建依次相邻的多个点云层级，其中，各点云层级中分别包括至少一个点云组，各点云组中分别包括至少一帧点云数据，且，相邻的第一点云层级和第二点云层级中，第二点云层级中的点云组的数量小于第一点云层级中点云组的数量，且，第二点云层级中各点云组由第一点云层级中的多个点云组融合而成；
11、位姿优化模块，用于针对各点云层级，分别对所述点云层级内的各点云组进行体素切分，得到各点云组对应的多个体素，并根据各体素内的点云数据的特征点几何特性，在所述点云层级内进行位姿优化，得到所述点云层级对应的位姿优化结果；
12、全局优化模块，用于基于各点云层级对应的位姿优化结果和预设约束因子对所述多帧点云数据的位姿进行全局优化，得到优化后点云数据，并根据优化后点云数据进行坐标变换，得到全局地图。
13、第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，在电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面任一项所述的地图构建方法的步骤。
14、第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面任一项所述的地图构建方法的步骤。
15、根据本申请实施例的地图构建方法及地图构建装置，根据三维激光雷达传感器扫描采集的多帧点云数据，构建依次相邻的多个点云层级，针对各点云层级，分别对点云层级内的各点云组进行体素切分，得到各点云组对应的多个体素，并根据各体素内的点云数据的特征点几何特性，在点云层级内进行位姿优化，得到点云层级对应的位姿优化结果，基于各点云层级对应的位姿优化结果和预设约束因子对多帧点云数据的位姿进行全局优化，得到优化后点云数据，并根据优化后点云数据进行坐标变换，得到全局地图。根据本申请实施例，各点云层级中分别包括至少一个点云组，各点云组中分别包括至少一帧点云数据，且，相邻的第一点云层级和第二点云层级中，第二点云层级中的点云组的数量小于第一点云层级中点云组的数量，且，第二点云层级中各点云组由第一点云层级中的多个点云组融合而成，以此构建多层级的点云数据结构，在高层次级中，点云数据被融合成更大的体素或点云组，且通过体素切分进一步减少数据处理量以提高计算效率。进一步地，通过提取体素内的特征点几何特性进行位姿优化，且是在不同层级上进行位姿优化，以此实现更细粒度上进行匹配以及从粗到细逐步细化位姿估计，从而提高位姿估计的精度。并且在分层优化的基础上引入约束因子进行全局优化，在全局范围内确保所有点云数据在全局坐标系下的位姿一致，从而提高全局地图的一致性。
本文档来自技高网...【技术保护点】
1.一种地图构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各体素内的点云数据的特征点几何特性，在所述点云层级内进行位姿优化，得到所述点云层级对应的位姿优化结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各体素对应的平面特征点的位姿以及边缘特征点的位姿，进行所述点云层级对应的位姿优化，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各体素对应的平面特征点的位姿以及边缘特征点的位姿，进行各体素的位姿优化，得到各体素的位姿优化结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于各点云层级对应的位姿优化结果和预设约束因子对所述多帧点云数据的位姿进行全局优化，得到优化后点云数据之前，还包括：
6.根据权利要求1所述的方法，其特征在于，所述基于各点云层级对应的位姿优化结果和预设约束因子对所述多帧点云数据的位姿进行全局优化，得到优化后点云数据，包括：
7.根据权利要求1所述的方法，其特征在于，所述对所述点云层级内的各点云组进行体素切分，得到各点云组对应
8.根据权利要求7所述的方法，其特征在于，所述根据所述第一体素内点云数据的协方差矩阵的特征值，确定是否对所述第一体素进行切分，包括：
9.根据权利要求1所述的方法，其特征在于，所述得到各点云组对应的多个体素之后，还包括：
10.一种地图构建装置，其特征在于，包括：
...【技术特征摘要】
1.一种地图构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各体素内的点云数据的特征点几何特性，在所述点云层级内进行位姿优化，得到所述点云层级对应的位姿优化结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各体素对应的平面特征点的位姿以及边缘特征点的位姿，进行所述点云层级对应的位姿优化，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各体素对应的平面特征点的位姿以及边缘特征点的位姿，进行各体素的位姿优化，得到各体素的位姿优化结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于各点云层级对应的位姿优化结果和预设约束因子对所述多帧点云数据的...
【专利技术属性】
技术研发人员：张奇源，王晓南，王晨宇，范声榕，卢金，
申请(专利权)人：武汉中观自动化科技有限公司，
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。