[发明专利]定位算法的精度检测方法、装置、计算机设备和存储介质

权利要求书

1.一种定位算法的精度检测方法，所述方法包括：

获取运动对象的实时点云图像；

采用实时定位算法，对所述实时点云图像和已构建的点云地图中的源点云图像进行匹配，得到所述运动对象的实时定位数据；

采用离线定位算法，对所述实时点云图像和所述点云地图中的源点云图像进行匹配，得到所述运动对象的离线定位数据；所述离线定位算法的定位精度大于所述实时定位算法的定位精度；

将所述离线定位数据作为实时定位数据的参考值，根据所述参考值和所述实时定位数据，确定所述实时定位数据的精度；

所述采用离线定位算法，对所述实时点云图像和所述点云地图中的源点云图像进行匹配，得到所述运动对象的离线定位数据，包括：

获取实时点云图像，将所述实时点云图像输入到离线定位算法中训练好的目标检测模型，得到目标障碍物点云图像；

将所述目标障碍物点云图像从所述实时点云图像中滤除，得到滤除处理后的实时点云图像；

将所述滤除处理后的实时点云图像输入到离线定位算法中训练好的匹配模型，得到与所述滤除处理后的实时点云图像对应的源点云图像；所述匹配模型为根据实时点云图像和对应的源点云图像训练得到的；

将所述实时点云图像对应的源点云图像的位置信息作为所述运动对象的离线定位数据。

2.根据权利要求1所述的方法，其特征在于，所述点云地图的构建方式，包括：

获取源点云图像，进行目标检测，得到源障碍物点云图像；

将所述源点云图像中的源障碍物点云图像滤除，根据所述滤除处理后的源点云图像构建点云地图。

3.根据权利要求2所述的方法，其特征在于，所述获取源点云图像，进行目标检测，得到源障碍物点云图像，包括：

获取源点云图像，将所述源点云图像输入到训练好的目标检测模型，得到源障碍物点云图像；所述目标检测模型为根据包含有障碍物的点云样本图像训练得到的。

4.根据权利要求1所述的方法，其特征在于，所述采用实时定位算法，对所述实时点云图像和已构建的点云地图中的源点云图像进行匹配，得到所述运动对象的实时定位数据，包括：

采用实时定位算法，对所述实时点云图像和已构建的点云地图中的源点云图像进行匹配，得到所述实时点云图像对应的源点云图像；

将所述实时点云图像对应的源点云图像的位置信息作为所述运动对象在所述点云地图中的实时定位数据。

5.根据权利要求1所述的方法，其特征在于，所述将所述滤除处理后的实时点云图像输入到离线定位算法中训练好的匹配模型，得到与所述滤除处理后的实时点云图像对应的源点云图像，包括：

根据所述滤除处理后的各个实时点云图像的匹配值，筛选出所述匹配值最大的实时点云图像，将所述匹配值最大的实时点云图像对应的源点云图像作为匹配模型的输出。

6.根据权利要求1所述的方法，其特征在于，所述匹配模型中静态物体点云的匹配值所对应的权重，高于动态物体点云的匹配值所对应的权重。

7.根据权利要求1所述的方法，其特征在于，所述将所述离线定位数据作为实时定位数据的参考值，根据所述参考值和所述实时定位数据，确定所述实时定位数据的精度，参考值包括：

获取所述实时定位数据与对应离线定位数据；

计算各个所述实时定位数据与所述对应离线定位数据的差值；

计算所述各个差值的平均值或加权平均值或中值，将所述平均值或加权平均值或中值作为所述定位算法的精度。