[发明专利]一种高精地图变化的在线检测方法、装置、设备和介质

权利要求书

1.一种高精地图检测方法，其特征在于，包括：

当接收到激光雷达在当前帧采集的激光点云时，对所述激光点云进行第一畸变处理，得到降维点云并转换为点云深度图；

按照预定间距对所述降维点云与所述激光雷达之间的线束进行点采样并进行第二畸变处理，得到各组所述线束分别对应的降维虚拟点云；

采用所述降维点云与多个所述降维虚拟点云分别匹配预设的高精地图，根据匹配结果对所述点云深度图内的像素位置进行标记，得到多个标识像素；

计算全部所述标识像素在所述点云深度图内所占的像素比例，并根据所述像素比例与预设比例阈值的比较结果，生成地图变化结果。

2.根据权利要求1所述的方法，其特征在于，所述激光点云设有起始时刻戳和终止时刻戳；所述当接收到激光雷达在当前帧采集的激光点云时，对所述激光点云进行第一畸变处理，得到降维点云并转换为点云深度图的步骤，包括：

当接收到激光雷达在当前帧采集的激光点云时，计算所述终止时刻戳与所述起始时刻戳之间的插值区间；

获取所述激光点云在所述起始时刻戳对应的第一位姿信息，并在所述插值区间对所述第一位姿信息进行线性插值，得到所述激光点云在所述终止时刻戳对应的第二位姿信息；

计算所述第二位姿信息与所述第一位姿信息之间的位姿变化值；

根据预设的标定外参和所述位姿变化值，对所述终止时刻戳对应的激光点云进行坐标系转换，得到降维点云；

根据所述激光雷达对应的规格参数与各个所述降维点云对应的三维坐标，生成点云深度图。

3.根据权利要求2所述的方法，其特征在于，所述规格参数包括线束数量和扫描间隔角度；所述根据所述激光雷达对应的规格参数与各个所述降维点云对应的三维坐标，生成点云深度图的步骤，包括：

计算预设视觉角度与所述扫描间隔角度之间的角度比值；

采用所述线束数量作为深度图行数，所述角度比值作为深度图列数，创建初始深度图；

分别计算各个所述降维点云与所述激光雷达之间的点云距离；

采用各个所述点云距离分别作为所述初始深度图内各个像素位置对应的像素值，得到点云深度图。

4.根据权利要求1所述的方法，其特征在于，所述按照预定间距对所述降维点云与所述激光雷达之间的线束进行点采样并进行第二畸变处理，得到各组所述线束分别对应的降维虚拟点云的步骤，包括：

按照预定间距对所述降维点云与所述激光雷达之间的线束进行点采样，得到与每组所述线束对应的虚拟点云；

获取各个所述虚拟点云分别对应的位姿信息；

采用所述位姿信息对各个所述虚拟点云进行第二畸变处理，得到各组所述线束分别对应的降维虚拟点云。

5.根据权利要求1所述的方法，其特征在于，所述标识像素包括第一标识像素和第二标识像素；所述采用所述降维点云与多个所述降维虚拟点云分别匹配预设的高精地图，根据匹配结果对所述点云深度图内的像素位置进行标记，得到多个标识像素的步骤，包括：

采用各个所述降维虚拟点云分别匹配预设的高精地图，确定第一点云网格；

将缓存有高斯分布信息的所述第一点云网格所属的降维点云确定为第一目标点云，将除所述第一目标点云以外的所述降维点云确定为剩余点云；

从所述点云深度图内获取所述第一目标点云对应的第一像素位置，在所述第一像素位置标记第一标识像素；

采用所述剩余点云匹配所述高精地图，确定第二点云网格；

判断各所述第二点云网格内是否缓存有高斯分布信息；

若否，则从所述点云深度图内获取所述第二点云网格所属剩余点云的像素位置作为第二像素位置，在所述第二像素位置标记第二标识像素。

6.根据权利要求5所述的方法，其特征在于，所述采用各个所述降维虚拟点云分别匹配预设的高精地图，确定第一点云网格的步骤，包括：

获取各个所述降维虚拟点云对应的第一三维坐标；

采用各个所述第一三维坐标分别计算第一索引；

按照各个所述第一索引匹配所述高精地图，确定各个所述第一索引对应的点云网格作为第一点云网格。