[发明专利]一种建图方法、设备、车辆及存储介质

说明书

本申请涉及高精地图技术领域，尤其涉及一种建图方法、设备、车辆及存储介质，用以提高建图效率。其中，该方法包括：获取预先采集的增量点云；根据增量点云中点的位置信息，对增量点云进行特征提取，得到增量点云对应的特征图，特征图上的特征区域和增量点云中的点之间存在映射关系；根据特征图中各特征区域的指定参数，在特征图上确定指定参数满足第一预设条件的特征区域，作为目标特征区域，并根据映射关系，从增量点云中选择出对应于目标特征区域的点，作为目标点；确定增量点云与待更新的高精地图中所包含的点云之间的相对位姿，并将以相对位姿变换后的目标点加入高精地图所包含的点云中，以对高精地图进行更新。

背景技术

随着人工智能技术的快速发展，自动驾驶和移动机器人受到越来越广泛地关注。在自动驾驶中或在移动机器人移动中，通过建图（Mapping）技术可以对空间场景进行构建，以便定位使用。

建图是通过使用激光雷达或摄像头等传感器对周围环境进行数据采集，实现空间构建。激光雷达具有测距、精度高、不受光线影响等特性，从而被广泛应用于建图过程中。

相关技术中，使用激光雷达采集环境信息进行建图时，单帧点云所包含环境场景的信息不全，因而，通常将多帧点云拼接得到高精地图。但是，在该拼接的过程中，需要对各帧点云进行配准，配准的计算量大，建图效率低。

因此，如何提高建图效率，成为亟待解决的问题。

发明内容

本申请实施例中的一种建图方法、设备、车辆及存储介质，用以提高建图效率。

本申请实施例中的一种建图方法，所述方法包括：

获取预先采集的增量点云，所述增量点云用于对预先构建的高精地图中所包含的点云进行更新；

根据所述增量点云中点的位置信息，对所述增量点云进行特征提取，得到所述增量点云对应的特征图，所述特征图上的特征区域和所述增量点云中的点之间存在映射关系；

根据所述特征图中各特征区域的指定参数，在所述特征图上确定指定参数满足第一预设条件的特征区域，作为目标特征区域，并根据所述映射关系，从所述增量点云中选择出对应于所述目标特征区域的点，作为目标点；

确定所述增量点云与待更新的所述高精地图中所包含的点云之间的相对位姿，并将以所述相对位姿变换后的目标点加入所述高精地图所包含的点云中，以对所述高精地图进行更新。

本申请实施例中的一种建图设备，包括：处理器和存储器；其中，所述存储器与所述处理器连接，所述存储器用于存储计算机程序；当所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取预先采集的增量点云，所述增量点云用于对预先构建的高精地图中所包含的点云进行更新；

根据所述增量点云中点的位置信息，对所述增量点云进行特征提取，得到所述增量点云对应的特征图，所述特征图上的特征区域和所述增量点云中的点之间存在映射关系；

根据所述特征图中各特征区域的指定参数，在所述特征图上确定指定参数满足第一预设条件的特征区域，作为目标特征区域，并根据所述映射关系，从所述增量点云中选择出对应于所述目标特征区域的点，作为目标点；

确定所述增量点云与待更新的所述高精地图中所包含的点云之间的相对位姿，并将以所述相对位姿变换后的目标点加入所述高精地图所包含的点云中，以对所述高精地图进行更新。

在一些实现方式中，上述处理器执行的方法形成程序后，各个程序功能模块对应的硬件执行模块可包括：获取模块、特征提取模块、选取模块及更新模块；所述获取模块与所述特征提取模块、所述选取模块及所述更新模块相连，其中：

所述获取模块，用于获取预先采集的增量点云，所述增量点云用于对预先构建的高精地图中所包含的点云进行更新；