[发明专利]一种实时定位及建图方法、装置及终端设备

权利要求书

1.一种实时定位及建图方法，其特征在于，包括：

确定车辆在预构建的全局特征点云地图中的初始位姿数据，基于所述初始位姿数据确定对应的初始局部点云地图；

根据所述初始局部点云地图检测到所述车辆位于未知区域时，基于当前帧的位姿数据及满足第一预设条件的第一关键帧数据，构建对应的目标局部点云地图，同时启动闭环检测程序得到闭环检测结果；

根据当前帧的特征点云数据与所述目标局部点云地图中的第二关键帧数据进行位姿优化，得到所述车辆的定位信息并构建所述未知区域的未知区域点云地图；

基于闭环检测结果对所述定位信息进行优化，得到优化后的定位信息；

将所述未知区域点云地图和所述全局特征点云地图进行拼接，得到目标全局特征点云地图。

2.如权利要求1所述的实时定位及建图方法，其特征在于，所述确定车辆在预构建的全局特征点云地图中的初始位姿数据，基于所述初始位姿数据确定对应的初始局部点云地图，包括：

获取预构建的全局特征点云地图；

根据预设定位算法确定所述车辆在所述全局特征点云地图中的初始位姿数据；

以所述初始位姿数据为中心，对所述全局特征点云地图进行分割，得到满足第二预设条件的初始局部点云地图。

3.如权利要求1所述的实时定位及建图方法，其特征在于，所述根据所述初始局部点云地图检测到所述车辆位于未知区域时，基于当前帧的位姿数据及满足第一预设条件的第一关键帧数据，构建对应的目标局部点云地图，同时启动闭环检测程序得到闭环检测结果，包括：

确定所述初始局部点云地图中的点云数据的数量；

在检测到所述点云数据的数量小于或等于点云数量预设阈值时，确定所述车辆位于所述未知区域内；

基于当前帧的位姿数据选取满足第一预设条件的第一关键帧数据；其中，第一关键帧数据包括第一关键帧位姿数据和第一关键帧点云数据；

根据第一关键帧位姿数据及对应的第一关键帧点云数据，构建所述目标局部点云地图，同时启动闭环检测程序得到闭环检测结果。

4.如权利要求1所述的实时定位及建图方法，其特征在于，所述根据当前帧的特征点云数据与所述目标局部点云地图中的第二关键帧数据进行位姿优化，得到所述车辆的定位信息并构建所述未知区域的未知区域点云地图，包括：

对所述当前帧的雷达扫描数据进行特征提取，得到对应的当前帧的特征点云数据；其中，第二关键帧数据包括第二关键帧位姿数据和第二关键帧点云数据；

将所述当前帧的特征点云数据与所述目标局部点云地图中的第二关键帧点云数据进行关联并进行位姿优化，得到所述车辆的定位信息并构建所述未知区域的未知区域点云地图。

5.如权利要求4所述的实时定位及建图方法，其特征在于，所述全局特征点云地图包括全局边缘点特征地图和全局平面点特征地图；所述全局边缘点特征地图包括全局边缘点关键帧数据及对应的边缘点关键帧间约束信息；所述全局平面点特征地图包括全局平面点关键帧数据及对应的平面点关键帧间约束信息；目标局部特征点云地图包括目标局部边缘点特征地图和目标局部平面点特征地图；所述目标局部边缘点特征地图包括局部边缘点关键帧数据及对应的第一局部关键帧间约束信息；所述目标局部平面点特征地图包括局部平面点关键帧数据及对应的第二局部关键帧间约束信息；对应的第二关键帧数据包括局部边缘点关键帧位姿数据、局部边缘点关键帧点云数据、局部平面点关键帧位姿数据及局部平面点关键帧点云数据；

所述将所述当前帧的特征点云数据与所述目标局部点云地图中的第二关键帧点云数据进行关联并进行位姿优化，得到所述车辆的定位信息并构建所述未知区域的未知区域点云地图，包括：

识别所述当前帧的特征点云数据的类型；

在检测到所述当前帧的特征点云数据为边缘点时，将所述当前帧的特征点云数据与所述目标局部点云地图中的局部边缘点关键帧数据进行数据关联；

在检测到所述当前帧的特征点云数据为平面点时，将所述当前帧的特征点云数据与所述目标局部点云地图中的局部平面点关键帧数据进行数据关联；

基于所述当前帧的特征点云数据及关联的第二关键帧点云数据进行位姿优化，得到所述车辆的定位信息并构建所述未知区域的未知区域点云地图。