[发明专利]点云数据生成方法、装置、电子设备及存储介质

说明书

本公开提供了一种点云数据生成方法、装置、电子设备及存储介质，该方法包括：获取目标设备采集的当前场景对应的场景图像，以及所述目标设备的定位位姿信息；利用同步定位与建图SLAM系统对应的特征点提取方式，从所述场景图像中提取至少一个二维特征点；根据所述定位位姿信息、和所述二维特征点在所述场景图像中的位置信息，确定预先构建的三维场景地图中，与所述二维特征点匹配的三维特征点、以及所述三维特征点的三维位置信息；基于所述三维特征点、和所述三维特征点的三维位置信息，生成所述当前场景对应的点云数据。

技术领域

本公开涉及定位技术领域，具体而言，涉及一种点云数据生成方法、装置、电子设备及存储介质。

背景技术

即时定位与地图构建(simultaneous localization and mapping，SLAM)是指可移动设备在未知环境中从一个未知位置开始移动，在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上建造增量式地图，从而实现可移动设备的自主定位和导航。一般的，在可移动设备上运行的SLAM系统在长距离跟踪中会产生较大的误差累计，降低了SLAM系统的准确度和稳定性。

发明内容

有鉴于此，本公开至少提供一种点云数据生成方法、装置、电子设备及存储介质。

一方面，本公开提供了一种点云数据生成方法，包括：

获取目标设备采集的当前场景对应的场景图像，以及所述目标设备的定位位姿信息；

利用同步定位与建图(simultaneous localization and mapping，SLAM)系统对应的特征点提取方式，从所述场景图像中提取至少一个二维特征点；

根据所述定位位姿信息、和所述二维特征点在所述场景图像中的位置信息，确定预先构建的三维场景地图中，与所述二维特征点匹配的三维特征点、以及所述三维特征点的三维位置信息；

基于所述三维特征点、和所述三维特征点的三维位置信息，生成所述当前场景对应的点云数据。

采用上述方法，可以利用SLAM系统对应的特征点提取方式，从采集到的场景图像中提取至少一个二维特征点，并根据获取到的定位位姿信息和二维特征点在场景图像中的位置信息，确定三维场景地图中，与二维特征点匹配的三维特征点、以及三维特征点的三维位置信息，由于三维场景地图中包括的特征点信息较为准确，故可以较准确的确定与二维特征点匹配的三维特征点和三维特征点的三维位置信息，进一步，可以生成当前场景对应的较为准确的点云数据。由于使用了SLAM系统对应的特征点提取方式提取场景图像中的二维特征点，该二维特征点与SLAM系统相匹配，使得生成的当前场景的点云数据与SLAM系统相匹配，进而后续可以利用当前场景对应的点云数据对SLAM系统的累计误差进行修正。

一种可能的实施方式中，所述方法还包括：

确定所述三维特征点的语义信息，和/或，所述三维特征点的三维位置信息对应的位置置信度；

所述基于所述三维特征点、和所述三维特征点的三维位置信息，生成所述当前场景对应的点云数据，包括：

基于所述三维特征点、所述三维特征点的三维位置信息，以及确定的所述语义信息和/或所述位置置信度，生成所述当前场景对应的点云数据。

上述实施方式中，通过确定三维特征点的语义信息和/或三维特征点的三维位置信息对应的位置置信度，基于三维特征点、三维特征点的三维位置信息，以及确定的语义信息和/或位置置信度，生成当前场景对应的点云数据，生成的点云数据中包括的三维特征点的信息较为丰富。

一种可能的实施方式中，所述方法还包括：

确定所述三维特征点的语义信息，和/或，所述三维特征点的三维位置信息对应的位置置信度；