[发明专利]一种基于多传感器数据的高精度点云地图生成方法

说明书

本发明涉及自动驾驶技术领域，具体涉及一种基于多传感器数据的高精度点云地图生成方法，包括步骤：S1，数据采集车辆在自动驾驶车辆待行驶区域进行行驶，利用数据采集车辆上安装的车载传感器、GNSS全球定位系统和惯性导航系统采集待行驶区域内的原始地理数据；S2，对车载传感器、GNSS全球定位系统和惯性导航系统采集到的数据进行离线处理，进行数据帧时间对齐，并且通过激光雷达点云数据处理；S3，利用点云匹配算法提取激光雷达数据的关键帧，并利用自适应参数计算相邻关键帧的变换关系；……S6，利用提取到的关键帧构建位姿图，并进行优化，得到全局最优位姿；S7，点云拼接和存储，生成高精度点云地图。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种基于多传感器数据的高精度点云地图生成方法。

背景技术

自动驾驶技术的研究在近年来得到了广泛关注，包括国内外汽车制造商，IT企业，高校和科研机构等都在此领域进行投入和积极探索。自动驾驶技术被看作是解决交通效率和安全问题的可行方案。

在目前的自动驾驶的经典技术框架中，高精度定位是基础但是最重要的因素，是决定自动驾驶感知准确性，决策规划可靠性以及控制执行精确性的最基础保障。自动驾驶中按照不同的定位实现技术，高精度定位可以分为三类：1基于信号的定位，典型代表就是GNSS定位，即全球卫星导航系统；2航迹推算 -IMU惯性测量单元，其根据上一时刻的位置和方位推断现在的位置和方位；3环境特征匹配，基于激光雷达/立体视觉的定位，用观测到的特征和数据库中存储的特征进行匹配，得到当前时刻车辆的位置和姿态。高精度点云地图作为静态先验，可根据激光雷达点云数据实时获取自动驾驶车辆的位置。

现有高精度点云地图的采集和制作可大致分为两类，即基于激光雷达点云和基于图像的方法。基于视觉图像的高精度地图制作方案成本低廉，操作方便，但在目前的技术前提下，对图片质量以及采集环境等都有较高要求。而基于激光雷达点云的制作方案，则受工况等影响较小，可在多种条件下进行数据采集，且后期处理方便，可方便快速地生成高精度点云地图。

公开号为CN106441319A的中国专利，提供了无人驾驶车辆车道级导航地图的生成系统和方法。该系统有离线全局地图和在线局部地图两部分组成，离线模块在无人驾驶车辆形式区域，利用卫星照片，车载传感器，高精度组合定位获取原始数据，然后经过数据处理，提取道路信息，最后对道路信息提取结果进行融合生成全局地图。在线模块在无人驾驶车行驶中，根据实时定位信息，提取出离线全局地图中的道路数据，绘制出以车辆为中心，固定距离范围内的在线局部地图。

公开号为CN104573733A的中国专利，提供了一种基于高清正射影图的高精地图生成系统和方法。该系统中利用车载图像采集系统对道路数据进行采集，并利用算法处理得到全局地图。基于此地图，进行道路标志的标注。

这些方法在较大范围内运行时，受地理特征变化的影响，导致累计误差增大，且未考虑高精度点云地图生成中回环检测问题，保证地图的闭环，完整以及一致性。

发明内容

本发明的目的在于提供一种基于多传感器数据的高精度点云地图生成方法，解决以往自动驾驶车辆的定位系统容易受地理特征变化的影响，导致累积误差增大，从而影响驾驶精度的问题。

为解决上述的技术问题，本发明采用以下技术方案：

一种基于多传感器数据的高精度点云地图生成方法，包括步骤：S1，数据采集车辆在自动驾驶车辆待行驶区域进行行驶，利用数据采集车辆上安装的车载传感器、GNSS全球定位系统和惯性导航系统采集待行驶区域内的原始地理数据；S2，对车载传感器、GNSS全球定位系统和惯性导航系统采集到的数据进行离线处理，进行数据帧时间对齐，并且通过激光雷达点云数据处理；S3，利用点云匹配算法提取激光雷达数据的关键帧，并利用自适应参数计算相邻关键帧的变换关系；S4，对关键帧进行多轮扫描，利用不同的参数加入鲁棒的回环约束条件；S5，对关键帧加入GNSS定位坐标约束；S6，利用提取到的关键帧构建位姿图，并进行优化，得到全局最优位姿；S7，点云拼接和存储，生成高精度点云地图。