[发明专利]一种实时定位及建图方法、装置及终端设备

说明书

本申请适用于车辆定位技术技术领域，提供了实时定位及建图方法、装置及终端设备，方法包括：基于车辆在预构建的全局特征点云地图中的初始位姿数据确定初始局部点云地图；检测到车辆位于未知区域时，基于当前帧的位姿数据及第一关键帧数据构建目标局部点云地图，同时启动闭环检测程序；根据当前帧的特征点云数据与目标局部点云地图中的第二关键帧数据进行位姿优化，得到车辆定位信息并构建未知区域点云地图，基于闭环检测结果对定位信息进行优化，得到优化后的定位信息，拼接未知区域点云地图和全局特征点云地图，得到目标全局特征点云地图。本申请基于已知特征点云地图实现车辆实时定位，及构建未知区域的点云地图，提高定位精度及地图构建精度。

技术领域

本申请属于车辆定位技术领域，尤其涉及一种实时定位及建图方法、装置及终端设备。

背景技术

无人驾驶系统中，通常需要基于预先构建点云地图以及激光雷达的扫描信号来定位车辆在已知点云地图的位置。

然而，由于预先构建的点云地图范围有限，在车辆行驶到预先构建的点云地图之外的其它区域时，车辆将很难确定自身所在的位置。

一般的定位方法通过算法基于激光里程计确定的位置数据，也会因里程计累积误差而导致车辆定位信息不精确，导致车辆无法确定位置及方向，影响无人驾驶车辆的正常运行。

发明内容

本申请实施例提供了一种实时定位及建图方法、装置及终端设备，可以解决无人驾驶车辆定位精度较低的问题。

第一方面，本申请实施例提供了一种实时定位及建图方法，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。

在一个实施例中，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。

在一个实施例中，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。