[发明专利]定位方法、装置、设备、可读存储介质及程序产品

说明书

本申请提供一种定位方法、装置、设备、可读存储介质及程序产品，方法包括获取运动对象的待定位点云段，待定位点云段包括当前帧点云和其前N‑1帧点云；将待定位点云段输入至时序定位模型中，通过时序定位模型提取每帧点云的低维特征，基于低维特征确定每帧点云的高维特征，聚合待定位点云段的高维特征和时序信息，得到待定位点云段对应的全局描述符；将全局描述符与点云地图数据进行对比，确定目标点云段，点云地图数据包括多个地图点云段，每个地图点云段包括对应的描述符和位置信息，目标点云段对应的描述符与全局描述符相匹配；将目标点云段对应的位置信息确定为运动对象的当前位置信息。这样有效保证定位的高鲁棒性和高精度。

技术领域

本申请属于激光雷达定位技术领域，尤其涉及一种定位方法、装置、设备、可读存储介质及程序产品。

背景技术

随着智能化的不断发展，为了满足智能化需求，车辆或智能家居产品等运动对象均需要对其进行定位。目前可以采用局部扫描点云的方式进行定位，然而对于一些复杂场景，容易出现点云高度相似或者点云大面积缺失等情况导致定位不准确、鲁棒性较低的问题。

发明内容

本申请实施例提供一种定位方法、装置、设备、可读存储介质及程序产品，能够实现高鲁棒性和高精度的定位功能。

第一方面，本申请实施例提供一种定位方法，方法包括：

获取运动对象的待定位点云段，待定位点云段包括当前帧点云和当前帧点云的前N-1帧点云，N为大于1的整数；

将待定位点云段输入至时序定位模型中，通过时序定位模型提取每帧点云的低维特征，基于低维特征确定每帧点云的高维特征，聚合待定位点云段的高维特征和时序信息，得到待定位点云段对应的全局描述符；

将全局描述符与点云地图数据进行对比，确定目标点云段，点云地图数据包括多个地图点云段，且每个地图点云段包括对应的描述符和位置信息，目标点云段对应的描述符与全局描述符相匹配；

将目标点云段对应的位置信息确定为运动对象的当前位置信息。

在一些实施例中，时序定位模型包括第一特征转换模块、第二特征转换模块和时序模块；

将待定位点云段输入至时序定位模型中，通过时序定位模型提取每帧点云的低维特征，基于低维特征确定每帧点云的高维特征，聚合待定位点云段的高维特征和时序信息，得到待定位点云段对应的全局描述符，包括：

将待定位点云段输入至第一特征转换模块中，通过第一特征转换模块得到的结果与每帧点云进行向量相乘，得到包含每帧点云的低维特征的第一潜在向量；

将每帧点云的第一潜在向量输入至第二特征转换模块中，通过第二特征转换模块得到的结果与第一潜在向量相乘，得到包含每帧点云的高维特征的第二潜在向量；

将待定位点云段的第二潜在向量输入至时序模块中，通过时序模块聚合待定位点云段的高维特征和时序信息，得到待定位点云段对应的全局描述符。

在一些实施例中，将待定位点云段输入至时序定位模型中，通过时序定位模型提取每帧点云的低维特征，基于低维特征确定每帧点云的高维特征，聚合待定位点云段的高维特征和时序信息，得到待定位点云段对应的全局描述符之前，方法还包括：

获取训练样本集，训练样本集包括点云查询数据和点云地图数据；

对训练样本集进行预处理，得到多个查询点云段和多个地图点云段，每个查询点云段包括点云查询数据中的N帧点云，每个地图点云段包括点云地图数据中的N帧点云；

针对每个查询点云段，从多个地图点云段中标注查询点云段的正样本点云段和负样本点云段；

根据正样本点云段和负样本点云段，训练时序定位模型。