[发明专利]一种基于虚拟描述符的全局定位方法及其系统

说明书

本发明涉及一种基于虚拟描述符的全局定位方法及其系统，该方法包括：对激光雷达点云数据进行预处理以及特征点云提取操作；针对关键帧特征点云，以任意位置为中心依次动态生成虚拟描述符；结合从GNSS/INS组合定位系统获取的定位信息，构建密度可调的稀疏描述符地图；同时利用原始点云信息，构建点云地图；针对查询帧特征点云，从中提取出SC描述符，加载稀疏描述符地图进行二阶段加权搜索匹配，得到候选帧及匹配初值；加载候选帧周围设定范围内点云信息，构建局部点云地图，将查询帧点云与局部点云地图进行匹配，得到全局定位信息。与现有技术相比，本发明能够同时具有旋转和平移不变性，具有计算量小、地图采集工作量小、精度高、环境适用性强的优点。

技术领域

本发明涉及自动驾驶汽车定位技术领域，尤其是涉及一种基于虚拟描述符的全局定位方法及其系统。

背景技术

近年来，随着自动驾驶技术的飞速发展，智能车辆对定位的要求越来越高。其中，固定区域的自动驾驶和特定场景的自动驾驶是行业内公认的最有望率先落地的应用场景，而基于激光雷达的全局定位算法，因其具有较好的定位精度及稳定性，在以上场景已被广泛应用。

目前国内外基于激光雷达的全局定位方法主要包括：1、基于点云匹配的全局定位方法，由于环境点云地图一般较大，导致该方法不仅工作量巨大、实时性较差，且简单的算法常常无法完成全局定位的复杂任务；2、基于描述符匹配的全局定位方法，该方法的效率和精度都更高，但是目前已提出的全局描述符(如SC描述符)只具有旋转不变性，不具有平移不变性，当全局定位轨迹与地图轨迹具有平移、环境特征稀疏、高墙遮挡等情况时，常常导致位置识别失败，此外，通过实车实验证明，基于SC描述符实现成功定位所允许的最大采图间隔是3m，为此要求必须在车辆可行驶区域进行地图的密集采集，这就使得点云地图数据量巨大，容易引发地图载入速率低、内存消耗大等问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于虚拟描述符的全局定位方法及其系统，能够同时具有旋转不变性和平移不变性，提高定位成功率及准确性。

本发明的目的可以通过以下技术方案来实现：一种基于虚拟描述符的全局定位方法，包括以下步骤：

S1、获取激光雷达点云数据，并依次进行点云预处理以及特征点云提取操作，得到关键帧特征点云和查询帧特征点云；

S2、针对关键帧特征点云，以任意位置为中心依次动态生成虚拟描述符；

结合从GNSS/INS组合定位系统获取的定位信息，构建得到密度可调的稀疏描述符地图；

同时利用原始点云信息，构建得到点云地图；

S3、针对查询帧特征点云，从中提取出SC描述符，之后加载稀疏描述符地图进行二阶段加权搜索匹配，得到候选帧及匹配初值；

S4、加载候选帧周围设定范围内点云信息，以构建局部点云地图，将查询帧点云与局部点云地图进行匹配，得到全局定位信息。

进一步地，所述步骤S2具体包括以下步骤：

S21、针对一个关键帧特征点云，使用设定尺寸的栅格滤波进行下采样；

再以任意位置为中心，使用扇形栅格进行空间区域的划分；

S22、遍历每个栅格中的点云，计算每个栅格对应的最大高度特征值，以得到虚拟描述符初值；

S23、针对各虚拟描述符，分别进行环境一致性检验，以确定出虚拟描述符中每一个栅格的特征值终值及其环境一致性权重；

S24、结合从GNSS/INS组合定位系统获取的定位信息，利用步骤S23中环境一致性检验后的虚拟描述符，构建得到稀疏描述符地图；

同时利用原始点云信息，构建得到点云地图。