[发明专利]一种三维高精度地图生成方法及装置

权利要求书

1.一种三维高精度地图生成方法，其特征在于，包括：

实时采集车辆在移动过程中车身周围的环境信息，所述环境信息包括环境点云数据和车身惯导信息；

针对每一帧的环境点云数据，执行如下操作：

对所述环境点云数据进行滤波和消除变形处理，获得预处理后的环境点云数据，具体包括：对所述环境点云数据进行滤波处理，去除所述环境点云数据中的噪声和离群点；融合滤波后的环境点云数据和所述车身惯导信息，消除所述滤波后的环境点云数据的变形，获得预处理后的环境点云数据；

融合滤波后的环境点云数据和所述车身惯导信息，消除所述滤波后的环境点云数据的变形，具体包括：针对所述环境点云数据中的任意一个三维数据点，均执行以下步骤：根据扫描周期、在所述扫描周期内的所述任意一个三维数据点的水平扫描角度、在所述扫描周期内接收到的第一个三维数据点的水平扫描角度，以及在所述扫描周期内接收到的最后一个三维数据点的水平扫描角度，确定所述任意一个三维数据点的时间戳；将在所述扫描周期内的车身惯导信息数据与所述任意一个三维数据点根据时间戳大小进行排序，获得所述任意一个三维数据点的时间戳之前和所述任意一个三维数据点的时间戳之后两个最近的车身惯导信息数据；确定所述两个最近的车身惯导信息数据之间车辆的位置偏移；以所述第一个三维数据点作为基准点，分别确定所述两个最近的车身惯导信息数据到达时车辆相对于所述基准点的位置偏移；根据所述两个最近的车身惯导信息数据到达时车辆相对于所述基准点的位置偏移、所述两个最近的车身惯导信息数据的时间戳以及所述任意一个三维数据点的时间戳，通过线性插值法确定所述任意一个三维数据点相对于所述基准点的位置偏移；根据所述任意一个三维数据点的三维坐标与所述任意一个三维数据点相对于所述基准点的位置偏移，确定消除变形后的所述任意一个三维数据点的三维坐标；

根据扫描周期、在所述扫描周期内的所述任意一个三维数据点的水平扫描角度、在所述扫描周期内接收到的第一个三维数据点的水平扫描角度，以及在所述扫描周期内接收到的最后一个三维数据点的水平扫描角度，确定所述任意一个三维数据点的时间戳，具体包括：计算所述任意一个三维数据点的水平扫描角度和所述在所述扫描周期内接收到的第一个三维数据点的水平扫描角度的第一差值；计算在所述扫描周期内接收到的最后一个三维数据点的水平扫描角度和所述在所述扫描周期内接收到的第一个三维数据点的水平扫描角度的第二差值；将所述第一差值和第二差值的比值乘以所述扫描周期，获得所述任意一个三维数据点相对于所述第一个三维数据点的时间偏移；将所述扫描周期的起始时间和所述时间偏移之和确定为所述任意一个三维数据点的时间戳；

根据所述任意一个三维数据点的三维坐标与所述任意一个三维数据点相对于所述基准点的位置偏移，确定消除变形后的所述任意一个三维数据点的三维坐标，具体包括：将所述任意一个三维数据点的三维坐标与该三维数据点相对于所述基准点的位置偏移之和确定为消除变形后的所述任意一个三维数据点的三维坐标；

去除所述预处理后的环境点云数据中的路面点；

根据预设的神经网络模型对所述环境点云数据进行物体检测和语义分割，确定可移动障碍物点云数据，并将所述可移动障碍物点云数据从所述环境点云数据中去除；

根据预设算法将该去除了可移动障碍物点云数据的环境点云数据和存储的上一帧的去除了可移动障碍物点云数据的环境点云数据进行点云配准；

根据进行了点云配准后的环境点云数据完成三维高精度地图的一次增量更新。

2.如权利要求1所述的方法，其特征在于，所述环境点云数据包括所述车辆车身周围环境的三维数据点坐标，所述车身惯导信息包括所述车辆的加速度。

3.如权利要求2所述的方法，其特征在于，去除所述预处理后的环境点云数据中的路面点，具体包括：

以所述车辆为中心，根据预设步长生成所述预处理后的环境点云数据的障碍物栅格图；

根据预处理后的环境点云数据的各三维数据点坐标投影到所述障碍物栅格图上的x轴坐标和y轴坐标所对应的z轴坐标，计算在每个栅格内的最大高度差；

将所述最大高度差小于预设阈值的三维数据点坐标标记为路面点；

去除所述路面点对应的三维数据点。