[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

说明书

本发明公开了一种高精地图变化的在线检测方法、装置、设备和介质，应用于缓存有稠密点云对应的高精地图的自动驾驶系统，并设有激光雷达，方法包括：当接收到激光雷达在当前帧采集的激光点云时，对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；按照预定间距对降维点云与激光雷达之间的线束进行点采样并进行第二畸变处理，得到分别对应的降维虚拟点云；采用降维点云与多个降维虚拟点云分别匹配高精地图，根据匹配结果对点云深度图内的像素位置进行标记，得到多个标识像素；计算全部标识像素在点云深度图内所占的像素比例，比较像素比例与预设比例阈值，生成地图变化结果，从而能够实时得知当前环境的变化，提高自动驾驶的安全性。

技术领域

本发明涉及地图检测技术领域，尤其涉及一种高精地图变化的在线检测方法、装置、设备和介质。

背景技术

随着科技的不断发展，自动驾驶的相关技术也日益成熟。而高精地图(HD Map，High Definition Map)技术作为自动驾驶系统的核心技术，其相较于传统面向用户的静态电子地图而言，它不仅拥有更高的位置精度，且包含更丰富的道路和交通元素，例如实时动态的交通和路况信息等。

在GPS信号较差的情况下，高精地图仍然能够为定位所需的多种传感器融合提供可靠的点云定位观测信息，且能够为语义地图提供车道语义信息标注的数据基础。可见，高精地图对自动驾驶而言至关重要，其变化的更新时效可能会对自动驾驶安全带来极大影响。

为此，在车辆实际行进环境发生变化时，高精地图应当及时进行地图更新。而现有高精地图的更新方案通常是利用图像以及深度学习模型的检测方式实现，但上述方案由于二维图像的内容局限性以及模型处理的时延影响，无法实时检测高精地图空间结构的变化，导致自动驾驶安全性降低。

发明内容

本发明提供了一种高精地图变化的在线检测方法、装置、设备和介质，解决了现有的地图更新方案由于二维图像的内容局限性以及模型处理的时延影响，无法实时检测高精地图空间结构的变化，导致自动驾驶安全性降低的技术问题。

本发明第一方面提供的一种高精地图变化的在线检测方法，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。

可选地，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。