[发明专利]激光里程计的特征存储方法、电子设备和存储介质

说明书

本发明提供了一种激光里程计的特征存储方法、电子设备和计算机可读存储介质。该方法包括：接收激光里程计的输入数据，输入数据至少包括时间连续的各帧激光点云；对各帧激光点云进行特征提取得到点云特征，点云特征包括多个激光特征点在直角坐标系下的直角坐标值；根据各激光特征点的直角坐标值计算各激光特征点的极坐标值；根据预设长度分辨率和预设角度分辨率对极坐标值进行离散化得到各激光特征点的离散极坐标值，从而得到包括多个激光特征点的离散极坐标值的转换后点云特征；将各帧激光点云的转换后点云特征作为激光里程计输出的各帧激光特征的至少一部分进行存储。本发明的方案存储更灵活，且大大减少激光特征存储空间的消耗。

技术领域

本发明涉及自动驾驶技术领域，特别是一种激光里程计的特征存储方法、电子设备和计算机可读存储介质。

背景技术

在自动驾驶领域，为了对车辆进行定位，需要构造环境地图。目前主要通过激光SLAM(Simultaneous Localization and Mapping，同步定位与建图)来构造环境地图。激光SLAM是一种基于激光雷达的实时定位和建图算法，分为前端和后端。前端称为激光里程计，用于估计两帧激光点云间的位姿。后端称为非线性优化，用于减少前端帧间配准的累积误差。前端输出的点云特征存储后用于后端进行非线性优化。

现有技术中，前端输出的点云特征主要有以下两种存储方式：第一种，基于UDP(User Datagram Protocol，用户数据报协议)包的格式存储。这种存储方式一般用于原始激光点云的存储，在存储时可以按照激光点云的扫描面和扫描线的配置信息有序存储。由于扫描面和扫描线的配置信息保存在激光雷达的配置文件中，而每种激光雷达的配置文件并不相同，因此，基于UDP包的格式存储需依赖相应的配置文件，使得这种存储方式不够灵活。并且，在激光里程计输出的点云特征不再是原始点云的情况下，这些输出的点云特征已失去了原始点云的结构，并不适于采用UDP包格式存储。第二种，基于PCD(Point CloudData，点云数据)的格式存储。PCD是一种点云存储格式，然而，在点云特征点数量众多的情况下，即使采用二进制的PCD格式保存点云特征，存储空间的消耗仍然很大。因此，亟需一种存储更灵活、节省存储空间的点云特征的存储方案。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的激光里程计的特征存储方法、电子设备和计算机可读存储介质。

本发明的一个目的是提供一种存储更灵活、节省存储空间的激光里程计的特征存储方法。

特别地，根据本发明实施例的一方面，提供了一种激光里程计的特征存储方法，包括：

接收激光里程计的输入数据，所述输入数据至少包括时间连续的各帧激光点云；

对各帧激光点云进行特征提取得到点云特征，所述点云特征包括多个激光特征点在直角坐标系下的直角坐标值；

根据各所述激光特征点的直角坐标值计算各所述激光特征点的极坐标值；

根据预设长度分辨率和预设角度分辨率对所述极坐标值进行离散化得到各所述激光特征点的离散极坐标值，从而得到包括多个所述激光特征点的离散极坐标值的转换后点云特征；

将各帧激光点云的所述转换后点云特征作为所述激光里程计输出的各帧激光特征的至少一部分进行存储。

可选地，所述直角坐标值包括x轴坐标、y轴坐标和z轴坐标；

所述极坐标值包括长度值、垂直角和水平角；

所述根据各所述激光特征点的直角坐标值计算各所述激光特征点的极坐标值，包括：

根据各所述激光特征点的x轴坐标、y轴坐标和z轴坐标，按照下式(1)、(2)和(3)，计算各所述激光特征点的长度值l、垂直角β和水平角α：