一种地图建立方法、装置、计算机设备及其存储介质与流程

本发明涉及地图建立领域，尤其涉及一种地图建立方法、装置、计算机设备及其存储介质。

背景技术：

在现代的无人车中，定位是必不可少的一个技术部分，而建图则是定位的中药基础，要实现自动驾驶、自动导航等功能，无人车首先需要获得精准的地图。现有的建图方法有很多，从地图的拼接上说就有分有一次成型建图和分段拼接建图，从传感器方面说有激光雷达传感器建图，有gps-激光雷达协同建图。

但是现有的建图技术都存在一些问题，如gps-激光雷达协同建图依靠卫星的数量来衡量定位的质量，且需要多个基站的协助来保证位置的精度，需要良好的传输信号支持，且成本高；一次成型建图难以保证规模大的地图足够精准，且难以修改，具有较大的局限性。

由此可见，现有的建图方法存在成本较高且精度难以保证，急需改进。

技术实现要素：

基于此，有必要针对上述的问题，提供一种地图建立方法、装置、计算机设备及存储介质。

在其中一个实施例中，本发明提供了一种地图建立方法，所述方法包括如下步骤：

按照预设的时间周期采样定位车的定位信息；

在全局坐标系中根据所述定位信息获取目标采样点的第一全局坐标；

根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程；所述相对里程包括所述目标采样点与所述上个采样点之间的距离和角度；

以所述上个采样点为起点，将所述相对里程投影至所述全局坐标系中，构建全局地图，并获取所述目标采样点的第二全局坐标，所述第二全局坐标为所述相对里程的终点在所述全局坐标系中的坐标；

根据所述第一全局坐标和第二全局坐标调整所述相对里程，得到最终地图。

在其中一个实施例中，本发明提供了一种地图建立装置，包括：

信息获取单元，用于按照预设的时间周期采样定位车的定位信息；

信息处理单元，用于在全局坐标系中根据所述定位信息获取目标采样点的第一全局坐标；根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程；所述相对里程包括所述目标采样点与所述上个采样点之间的距离和角度；以所述上个采样点为起点，将所述相对里程投影至所述全局坐标系中，构建全局地图，并获取所述目标采样点的第二全局坐标，所述第二全局坐标为所述相对里程的终点在所述全局坐标系中的坐标；根据所述第一全局坐标和第二全局坐标调整所述相对里程，得到最终地图；

信息输出单元，用于输出所述最终地图。

在其中一个实施例中，本发明还提供一种计算机设备，包括：存储器和处理器，所述存储器中存储有计算机程序，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上述实施例所述的地图建立方法。

在其中一个实施例中，本发明还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述实施例所述的地图建立方法。

本发明实施例中的地图建立方法、装置、计算机设备和存储介质，通过定位车精确测量分段地图的里程信息，并将测得的结果与激光建图进行融合，对分段地图的拼接点进行纠正，保证地图的精确性，并且成本低廉。

附图说明

图1为一个实施例中提供的地图建立方法的应用环境图；

图2为一个实施例中提供的地图建立方法的步骤图；

图3为一个实施例提供的地图件里装置的结构示意图；

图4为一个实施例提供的计算机设备的内部结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx单元称为第二xx单元，且类似地，可将第二xx单元称为第一xx单元。

图1为一个实施例中提供的数据处理方法的应用环境图，如图1所示，在该应用环境中，包括计算机设备110、定位车120。

计算机设备110可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和cdn(contentdeliverynetwork，内容分发网络)等基础云计算服务的云服务器。

定位车120用于定位采样点，并采样所述采样点的定位信息，所述定位车可以是任一形式的测量工具，如四轮小车、独轮车、或者其他具有测量里程信息功能的工具。

作为本发明实施例提供的一种应用场景，在建立某一地区的二维地图时，用于测量地图上实际里程信息的工具即为定位车，一般采用四轮小车，其中里程信息包括距离信息和角度信息，接收四轮小车测量数据的计算机即为计算机设备，计算机设备通过对四轮小车发送的数据进行处理，得到精准的二维地图。

图2为一个实施例中提供的数据处理方法的步骤图，现结合计算机设备110，做详细说明。

本发明实施例提供一种地图建立方法，其步骤如图2所示：

在步骤s201中，按照预设的时间周期采样定位车的定位信息。

在本发明实施例中，定位信息为定位车所在位置在全局坐标系中的位置信息，包括其距离坐标原点的里程、角度等信息；其中全局坐标系是用来辅助建立地图的坐标系，一般以坐标系的原点作为地图的起点；并且采集定位信息需要按照预设的时间周期进行采样，所述预设的时间周期可以根据实际情况选择性的设置。

作为本发明一种实施例，所述时间周期设置为1s，即每一秒中获取一次定位车的定位信息，获取方式可以是直接接收定位车发送的测量数据，也可以是通过人工读取到定位车的测量数据后，将所述测量数据输入计算机设备中；获取到所述定位信息后，将获取定位信息时定位车所在的位置作为采样点，将所述采样点在全局坐标系中进行标记，记录该采样点的定位信息，所述采样点的定位信息包括该采样点到所述全局坐标系的原点的坐标值，所述坐标值根据定位车测量的距离、角度信息进行换算。

本发明实施例通过对定位车的定位信息进行采样，获取采样点的定位信息，以定位车测量的距离、角度等信息在全局坐标系中生成采样点，便于地图的建立。

在步骤s202中，在全局坐标系中根据所述定位信息获取目标采样点的第一全局坐标。

在本发明实施例中，全局坐标系是用来辅助建立地图的坐标系，一般以坐标系的原点作为地图的起点，目标采样点是当前段地图的终点，采样当前段地图的终点在第一全局坐标系中的坐标值，作为目标采样点的第一全局坐标。

作为本发明一种实施例，全局地图是通过一段一段的分段地图拼接而成的，分段地图是指两个相连采样点之间的地图，目标采样点是指此次建立的分段地图的终点，以全局地图的起点为坐标原点建立全局坐标系，所述全局地图的起点为地图上的一个点，由人工确定；接收到定位车发送的定位信息后，将该定位信息投影到全局坐标系中，并根据定位信息获取采样点在全局坐标系中的坐标，记为第一全局坐标。

本发明实施例通过将定位车测量的采样点的定位信息与辅助建立地图的全局坐标系进行结合，并获取采样点在全局坐标系中的坐标，记为第一全局坐标，用于建立更为准确的地图。

在步骤s203中，根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程；所述相对里程包括所述目标采样点与所述上个采样点之间的距离和角度。

在本发明实施例中，全局地图是通过一段一段的分段地图拼接而成的，分段地图是指两个相连采样点之间的地图，目标采样点是指此次建立的分段地图的终点，上个采样点是指上一个分段地图的终点。

作为本发明一种实施例，分段地图的实际距离由两个相连的采样点之间的距离确定，通过定位车对两个相连采样点之间的实际距离进行测量，其中，定位车采用四轮定位车，读取四轮里程数，解析之后分别得到里程数s1、s2、s3、s4，分别是左边前后轮和右边前后轮的里程数。解析这一步骤具有灵活性，可有多种方法，只要得到四轮里程数即可。

一般解析采用的转弯的运动模型为

其中，l为里程数s转换的弧长，l′为上一次的弧长，δθ1为小车当前时刻与上一时刻的航向角差，r为前后左轮的转弯半径，由下面公式求得：

其中，(δx,δy)为目标采样点相对于上个采样点的相对坐标。

本发明实施例通过对相连两个采样点之间的里程信息进行测量，且采用定位车测量，保证测量精度，建立分段地图。

在步骤s204中，以所述上个采样点为起点，将所述相对里程投影至所述全局坐标系中，构建全局地图，并获取所述目标采样点的第二全局坐标，所述第二全局坐标为所述相对里程的终点在所述全局坐标系中的坐标。

作为本发明一种实施例，将得到的分段地图的里程信息投影到全局坐标系中，其中里程信息是指定位车的位移信息和转向信息，根据以下的模型求得当前时刻与上一时刻的位移差：

xt＝xt-1+δx×cos(θt-1)-δy×sin(θt-1)

yt＝yt-1+δy×cos(θt-1)-δy×sin(θt-1)

θt＝θt-1+r×δθl+(1-r)×δθ

其中，p(xn,yn,θn)为定位车的位姿信息，位姿信息是指定位车所在位置的位置信息和所述定位车的转向角度信息。

将上述定位车的位姿信息作为一个参考值pt，进行辅助虚拟激光里程的推算，推算的公式如下，其中wt是设定的里程所占的权重组，wl是设定的激光里程的权重组，pl是建图算法本身的激光虚拟里程位姿。

本发明实施例通过将分段地图与全局地图中表示该分段地图的部分进行比较，根据比较结果对分段地图的拼接点进行调整，保证地图的精确性。

在步骤s205中，根据所述第一全局坐标和第二全局坐标调整所述相对里程，得到最终地图。

作为本发明一种实施例，将4个相对里程数据进行卡尔曼滤波，所述4个相对里程数据是指定位车的4个车轮分别测量的分段地图的相对里程数据，得到一个稳定的相对里程信息，与全局地图中表示该分段地图的部分进行比较，当误差超过阈值时，否定当前分段地图的准确性，进行重新采集或算法调整。当误差不超过阈值时，将结束当前分段地图，并将相对里程的最后的位姿赋值于下一分段地图的起始位姿。

本发明实施例中通过定位车精确测量分段地图的里程信息，并将测得的结果与激光建图进行融合，对分段地图的拼接点进行纠正，保证地图的精确性，并且成本低廉。

本发明实施例提供的一种地图建立方法中，所述采样定位车的定位信息包括：

获取所述定位车轮子的里程数据和转向轮的转角数据，并对所述里程数据和所述转角数据进行过滤。

作为本发明一种实施例，转向轮的转角数据是指转向轮转过的角度数据，在实际测量过程中，可能因为路况等原因，导致车轮测量数据不够准确，需要通过滤波操作对数据进行过滤，得到较为准确的车轮测量的路程数据和转角数据。滤波操作一般采用卡尔曼滤波，对车轮测量的数据进行滤波，获得更加准确的测量数据。

本发明实施例通过对车轮测量数据进行过滤处理，去除干扰因素，保证车轮测量数据的准确性。

根据过滤后的所述里程数据和转角数据，结合所述定位车的运动模型得到所述定位车的第一定位信息。

作为本发明一种实施例，定位车的车轮有多个，结合定位车运动模型，将定位车多个轮子测量的数据进行整合，得到定位车通过轮子测量的定位信息，记为第一定位信息。运动模型根据定位车的实际选用情况，确定不同的运动模型，具体实施例本发明中后续会做详细说明。

获取激光测量装置测得的所述定位车的第二定位信息。

作为本发明一种实施例，定位车上还设有激光测量装置，激光能够测量出定位车当前位置相较于全局坐标系原地的距离信息和角度信息，并构成第二定位信息。

本发明实施例通过定位车的车轮对采样点的位置信息进行测量，并对测量结果进行过滤，得到较为准确的第一定位信息，通过激光测量采样点的位置信息得到第二定位信息，便于后续全局地图的建立。

本发明实施例提供的地图建立方法中，所述定位车为四轮独立驱动车，所述定位车的运动模型为：

其中，δx为定位车在局部坐标系中x轴方向的位移差，δy为定位车在局部坐标系中y轴方向的位移差，w为定位车的轮距，l为轴距，r2后左轮的转弯半径，δθ1为定位车的航向角差。

作为本发明一种实施例，读入四轮里程数，解析之后分别得到里程数s1、s2、s3、s4，分别是左边前后轮和右边前后轮的里程数。解析这一步骤具有灵活性，可有多种方法，只要得到四轮里程数即可。

一般转弯的运动模型为

其中，l为里程数s转换的弧长，l′为上一次的弧长，δθ1为小车当前时刻与上一时刻的航向角差，r为前后左轮的转弯半径，由下面公式求得：

其中，w为轮距，l为车的轴距。于是根据以下的模型求得当前时刻与上一时刻的位移差：

xt＝xt-1+δx×cos(θt-1)-δy×sin(θt-1)

yt＝yt-1+δy×cos(θt-1)-δy×sin(θt-1)

θt＝θt-1+r×δθl+(1-r)×δθ

其中，p(xn,yn,θn)为定位车的位姿信息，位姿信息是指定位车所在位置的位置信息和所述定位车的转向角度信息。

本发明实施例通过定位车的运动模型对定位车的车轮测量的数据进行换算，能够精确获取定位车的定位信息，且通过确定定位车的位姿信息，能够确定地图中下一段地图的起点和角度，便于分段地图之间的拼接。

本发明实施例提供的地图建立方法中，所述在全局坐标系中根据所述定位信息获取目标采样点的第一全局坐标包括：

以所述全局坐标系的原点为起点，根据所述第二定位信息确定所述目标采样点在所述全局坐标系中的第一全局坐标。

作为本发明一种实施例，第二定位信息为上述实施例中提供的通过激光测量装置测量的采样点的定位信息，将其投影到全局坐标系中，获取该采样点的坐标，记为第一全局坐标。

本发明实施例通过将激光测量的定位信息作为目标采样点在全局坐标系中的第一全局坐标，用于作为激光建图算法的一个输入，建立全局地图。

本发明实施例提供的地图建立算法中，所述根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程；所述相对里程包括所述目标采样点与所述上个采样点之间的距离和角度包括：

获取目标采样点与所述上个采样点之间的第一定位信息。

作为本发明一种实施例，上一个采样点是指上一段分段地图的终点，目标采样点与所述上个采样点之间的第一定位信息是指通过定位车轮测量的两个采样点之间的里程信息，采用本发明上述实施例中提到的定位车运动模型对车辆车轮的测量数据进行转换，已得到两个采样点之间精准的距离信息。

在所述全局坐标系中，根据所述第一定位信息确定所述相对里程。

作为本发明一种实施例，确定目标采样点与所述上个采样点之间的第一定位信息后，计算得到目标采样点与上个采样点之间的相对里程信息，相对里程包括两个采样点之间的距离信息、角度信息等，是两个采样点之间实际距离的精准测量值。

本发明实施例通过定位车测量目标采样点与上个采样点之间的里程信息，作为两个采样点之间的实际里程，用于纠正通过激光建图算法建立的地图中拼接点的误差。

本发明实施例提供的地图建立方法中，还包括当所述目标采样点与所述上个采样点的采样时间不连续时，所述根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程之后包括：

以预设的起点为起点，将所述相对里程投影至所述全局坐标系中，构建全局地图，并获取所述定位车的第二全局坐标，所述第二全局坐标为所述相对里程的终点在所述全局坐标系中的坐标。

作为本发明一种实施例，地图可能不只一条线，可能需要从已经建好的地图的中间伸出另一条路，则此时分段地图的起点即为预设的起点，而具体的预设点则是在实际建立地图中，需要在地图中的哪一点建立新的地图，则将这一点作为新一段地图的起点，即预设点。作为本发明一种实施例，将得到的分段地图的里程信息投影到全局坐标系中，根据以下的模型求得当前时刻与上一时刻的位移差：

xt＝xt-1+δx×cos(θt-1)-δy×sin(θt-1)

yt＝yt-1+δy×cos(θt-1)-δy×sin(θt-1)

θt＝θt-1+r×δθl+(1-r)×δθ

其中，p(xn,yn,θn)为定位车的位姿信息。

将上述定位车的位姿信息作为一个参考值pt，进行辅助虚拟激光里程的推算，推算的公式如下，其中wt是设定的里程所占的权重组，wl是设定的激光里程的权重组，pl是建图算法本身的激光虚拟里程位姿。

本发明实施例通过将分段地图与全局地图中表示该分段地图的部分进行比较，根据比较结果对分段地图的拼接点进行调整，保证地图的精确性。

本发明实施例中提供的地图建立方法中，还包括所述根据所述第一全局坐标和第二全局坐标调整所述相对坐标，得到最终地图包括：

比较所述第一全局坐标和所述第二全局坐标，当比较结果在预设的阈值范围内时，地图建立成功；否则，重新计算所述相对坐标构建所述全局地图。

作为本发明一种实施例，将4个相对里程数据进行卡尔曼滤波，所述4个先对里程数据是指定位车的4个车轮分别测量的分段地图的相对里程数据，得到一个稳定的相对里程信息，与全局地图中表示该分段地图的部分进行比较，当误差超过阈值时，否定当前分段地图的准确性，进行重新采集或算法调整。当误差不超过阈值时，将结束当前分段地图，并将相对里程的最后的位姿赋值于下一分段地图的起始位姿，从而调整分段地图间位置的关系，得到一个较为精准的二维激光地图。

本发明实施例通过定位车精确测量分段地图的里程信息，并将测得的结果与激光建图进行融合，对分段地图的拼接点进行纠正，保证地图的精确性，并且成本低廉。

图3为一个实施例提供的一种地图建立装置，详述如下：

本发明实施例还提供一种地图建立装置，如图3所示，包括：

信息获取单元，用于按照预设的时间周期采样定位车的定位信息。

在本发明实施例中，定位信息包括定位车所在位置在所述地图中的位置信息，包括其距离标志点的距离、角度等信息；并且采集定位信息需要按照预设的时间周期进行采样，所述时间周期可以根据实际情况选择性的设置。

作为本发明一种实施例，所述时间周期设置为1s，即每一秒中获取一次定位车的定位信息，获取方式可以是直接接收定位车发送的测量数据，也可以是通过人工读取到定位车的测量数据后，将所述测量数据输入计算机设备中；获取到所述定位信息后，将所述采样点在全局地图中进行标记，并记录该采样点的定位信息，包括该采样点到所述全局坐标系的原点的坐标值，所述坐标值根据定位车测量的距离、角度信息进行换算。

本发明实施例通过对定位车的定位信息进行采样，获取采样点的位置信息，以定位车测量的距离、角度等信息在全局坐标系中生成采样点，便于点图的建立。

信息处理单元，用于在全局坐标系中根据所述定位信息获取目标采样点的第一全局坐标；根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程；所述相对里程包括所述目标采样点与所述上个采样点之间的距离和角度；以所述上个采样点为起点，将所述相对里程投影至所述全局坐标系中，构建全局地图，并获取所述目标采样点的第二全局坐标，所述第二全局坐标为所述相对里程的终点在所述全局坐标系中的坐标；根据所述第一全局坐标和第二全局坐标调整所述相对里程，得到最终地图。

作为本发明一种实施例，信息处理单元能够执行本发明上述实施例中提出的地图建立方法放的步骤，详述如下。

在步骤s201中，按照预设的时间周期采样定位车的定位信息。

在本发明实施例中，定位信息包括定位车所在位置在全局坐标系中的位置信息，包括其距离坐标原点的里程、角度等信息；其中全局坐标系是用来辅助建立地图的坐标系，一般以坐标系的原点作为地图的起点；并且采集定位信息需要按照预设的时间周期进行采样，所述预设时间周期可以根据实际情况选择性的设置。

作为本发明一种实施例，所述时间周期设置为1s，即每一秒中获取一次定位车的定位信息，获取方式可以是直接接收定位车发送的测量数据，也可以是通过人工读取到定位车的测量数据后，将所述测量数据输入计算机设备中；获取到所述定位信息后，将获取定位信息时定位车所在的位置作为采样点，并将所述采样点在全局坐标系中进行标记，记录该采样点的定位信息，所述采样点的定位信息包括该采样点到所述全局坐标系的原点的坐标值，所述坐标值根据定位车测量的距离、角度信息进行换算。

本发明实施例通过对定位车的定位信息进行采样，获取采样点的位置信息，以定位车测量的距离、角度等信息在全局坐标系中生成采样点，便于地图的建立。

在步骤s202中，在全局坐标系中根据所述定位信息获取目标采样点的第一全局坐标。

在本发明实施例中，全局坐标系是用来辅助建立地图的坐标系，一般以坐标系的原点作为地图的起点，目标采样点是当前段地图的终点，采样当前段地图的终点在第一全局坐标系中的坐标值，作为目标采样点的第一全局坐标。

作为本发明一种实施例，以全局地图的起点为坐标原点建立全局坐标系，所述全局地图的起点是需要建立的地图上的一个，由人工确定；接收到定位车发送的定位信息后，将该定位信息投影到全局坐标系中，并根据定位信息获取采样点在全局坐标系中的坐标，记为第一全局坐标。

本发明实施例通过将定位车测量的采样点的定位信息与建立地图的全局坐标系进行结合，并获取采样点在全局坐标系中的坐标，记为第一全局坐标，用户建立更为准确的地图。

在步骤s203中，根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程；所述相对里程包括所述目标采样点与所述上个采样点之间的距离和角度。

在本发明实施例中，全局地图是通过一段一段的分段地图拼接而成的，分段地图是指两个相连采样点之间的地图，目标采样点是指此次建立的分段地图的终点，上个采样点是指上一个分段地图的终点。

作为本发明一种实施例，分段地图的实际距离由两个相连的采样点之间的距离确定，通过定位车对两个相连采样点之间的实际距离进行测量，读入四轮里程数，解析之后分别得到里程数s1、s2、s3、s4，分别是左边前后轮和右边前后轮的里程数。解析这一步骤具有灵活性，可有多种方法，只要得到四轮里程数即可。

一般解析采用的转弯的运动模型为

其中，l为里程数s转换的弧长，l′为上一次的弧长，δθ1为小车当前时刻与上一时刻的航向角差，r为前后左轮的转弯半径，由下面公式求得：

其中，(δx,δy)为目标采样点相对于上个采样点的相对坐标。

本发明实施例通过对相连两个采样点之间的里程信息进行测量，且采用定位车测量，保证测量精度，建立分段地图。

在步骤s204中，以所述上个采样点为起点，将所述相对里程投影至所述全局坐标系中，构建全局地图，并获取所述目标采样点的第二全局坐标，所述第二全局坐标为所述相对里程的终点在所述全局坐标系中的坐标。

作为本发明一种实施例，将得到的分段地图的里程信息投影到全局坐标系中，根据以下的模型求得当前时刻与上一时刻的位移差：

xt＝xt-1+δx×cos(θt-1)-δy×sin(θt-1)

yt＝yt-1+δy×cos(θt-1)-δy×sin(θt-1)

θt＝θt-1+r×δθl+(1-r)×δθ

其中，p(xn,yn,θn)为定位车的位姿信息，位姿信息是指定位车所在位置的位置信息和所述定位车的转向角度信息。

将上述定位车的位姿信息当做一个参考值pt，进行辅助虚拟激光激光里程的推算，推算的公式如下，其中wt是设定的里程所占的权重组，wl是设定的激光里程的权重组，pl是建图算法本身的激光虚拟里程位姿。

本发明实施例通过将分段地图与全局地图中表示该分段地图的部分进行比较，根据比较结果对分段地图的拼接点进行调整，保证地图的精确性。

在步骤s205中，根据所述第一全局坐标和第二全局坐标调整所述相对里程，得到最终地图。

作为本发明一种实施例，将4个相对里程数据进行卡尔曼滤波，所述4个相对里程数据是指定位车的4个车轮分别测量的分段地图的相对里程数据，得到一个稳定的相对里程信息，与全局地图中表示该分段地图的部分进行比较，当误差超过阈值时，否定当前分段地图的准确性，进行重新采集或算法调整。当误差不超过阈值时，将结束当前分段地图，并将相对里程的最后的位姿赋值于下一分段地图的起始位姿。

本发明实施例中通过定位车精确测量分段地图的里程信息，并将测得的结果与激光建图进行融合，对分段地图的拼接点进行纠正，保证地图的精确性，并且成本低廉。

本发明实施例提供的一种地图建立方法中，所述采样定位车的定位信息包括：

获取所述定位车轮子的里程数据和转向轮的转角数据，并对所述里程数据和所述转角数据进行过滤。

作为本发明一种实施例，转向轮的转角数据是指转向轮转过的角度数据，在实际测量过程中，可能因为路况等原因，导致车轮测量数据不够准确，需要通过滤波操作对数据进行过滤，得到较为准确的车轮测量的路程数据和转角数据。滤波操作一般采用卡尔曼滤波，对车轮测量的数据进行滤波，获得更加准确的测量数据。

本发明实施例通过对车轮测量数据进行过滤处理，去除干扰因素，保证车轮测量数据的准确性。

根据过滤后的所述里程数据和转角数据，结合所述定位车的运动模型得到所述定位车的第一定位信息。

作为本发明一种实施例，定位车的车轮有多个，结合定位车运动模型，将定位车多个轮子测量的数据进行整合，得到定位车通过轮子测量的定位信息，记为第一定位信息。运动模型根据定位车的实际选用情况，确定不同的运动模型，具体实施例本发明中后续会做详细说明。

获取激光测量装置测得的所述定位车的第二定位信息。

作为本发明一种实施例，定位车上还设有激光测量装置，激光能够测量出定位车当前位置相较于全局坐标系原地的距离信息和角度信息，并构成第二定位信息。

本发明实施例通过定位车的车轮对采样点的位置信息进行测量，并对测量结果进行过滤，得到较为准确的第一定位信息，通过激光测量采样点的位置信息得到第二定位信息，便于后续地图的建立。

本发明实施例提供的地图建立方法中，还包括所述定位车为四轮独立驱动车，所述定位车的运动模型为：

其中，δx为定位车在局部坐标系中x轴方向的位移差，δy为定位车在局部坐标系中y轴方向的位移差，w为定位车的轮距，l为轴距，r2后左轮的转弯半径，δθ1为定位车的航向角差。

作为本发明一种实施例，读入四轮里程数，解析之后分别得到里程数s1、s2、s3、s4，分别是左边前后轮和右边前后轮的里程数。解析这一步骤具有灵活性，可有多种方法，只要得到四轮里程数即可。

一般转弯的运动模型为

其中，l为里程数s转换的弧长，l′为上一次的弧长，δθ1为小车当前时刻与上一时刻的航向角差，r为前后左轮的转弯半径，由下面公式求得：

其中，w为轮距，l为车的轴距。于是根据以下的模型求得当前时刻与上一时刻的位移差：

xt＝xt-1+δx×cos(θt-1)-δy×sin(θt-1)

yt＝yt-1+δy×cos(θt-1)-δy×sin(θt-1)

θt＝θt-1+r×δθl+(1-r)×δθ

其中，p(xn,yn,θn)为定位车的位姿信息。

本发明实施例通过定位车的运动模型对定位车的车轮测量的数据进行换算，能够精确获取定位车的定位信息，且通过确定定位车的位姿信息，能够确定地图中下一段地图的起点和角度，便于分段地图之间的拼接。

本发明实施例提供的地图建立方法中，还包括所述在全局坐标系中根据所述定位信息获取目标采样点的第一全局坐标包括：

以所述全局坐标系的原点为起点，根据所述第二定位信息确定所述目标采样点在所述全局坐标系中的第一全局坐标。

作为本发明一种实施例，第二定位信息为上述实施例中提供的通过激光测量装置测量的在采样点测量的定位信息，将其投影到全局坐标系中，获取该采样点的坐标，即为第一全局坐标。

本发明实施例通过将激光测量的定位信息作为目标采样点在全局坐标系中的第一全局坐标，用于作为激光建图算法的一个输入，建立全局地图。

本发明实施例提供的地图建立算法中，还包括所述根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程；所述相对里程包括所述目标采样点与所述上个采样点之间的距离和角度包括：

获取目标采样点与所述上个采样点之间的第一定位信息。

作为本发明一种实施例，上一个采样点是指上一段分段地图的终点，目标采样点与所述上个采样点之间的第一定位信息是指通过定位车轮测量的两个采样点之间的里程信息，采用本发明上述实施例中提到的定位车运动模型对车辆车轮的测量数据进行转换，已得到两个采样点之间精准的距离信息。

在所述全局坐标系中，根据所述第一定位信息确定所述相对里程。

作为本发明一种实施例，确定目标采样点与所述上个采样点之间的第一定位信息后，计算得到目标采样点与上个采样点之间的相对里程信息，相对里程包括两个采样点之间的距离信息、角度信息等，是两个采样点之间实际距离的精准测量值。

本发明实施例通过定位车测量目标采样点与上个采样点之间的里程信息，作为两个采样点之间的实际里程，用于纠正通过激光建图算法建立的地图中拼接点的误差。

本发明实施例提供的地图建立方法中，还包括当所述目标采样点与所述上个采样点的采样时间不连续时，所述根据所述定位信息获取所述目标采样点相对于上个采样点的相对里程之后包括：

以预设的起点为起点，将所述相对里程投影至所述全局坐标系中，构建全局地图，并获取所述定位车的第二全局坐标，所述第二全局坐标为所述相对里程的终点在所述全局坐标系中的坐标。

作为本发明一种实施例，地图可能不只一条线，可能需要从已经建好的地图的中间伸出另一条路，则此时分段地图的起点即为预设的起点，而具体的预设点则是在实际建立地图中，需要在地图中的哪一点建立新的地图，则将这一点作为新一段地图的起点，即预设点。作为本发明一种实施例，将得到的分段地图的里程信息投影到全局坐标系中，根据以下的模型求得当前时刻与上一时刻的位移差：

xt＝xt-1+δx×cos(θt-1)-δy×sin(θt-1)

yt＝yt-1+δy×cos(θt-1)-δy×sin(θt-1)

θt＝θt-1+r×δθl+(1-r)×δθ

其中，p(xn,yn,θn)为定位车的位姿信息。

将上述定位车的位姿信息当做一个参考值pt，进行辅助虚拟激光激光里程的推算，推算的公式如下，其中wt是设定的里程所占的权重组，wl是设定的激光里程的权重组，pl是建图算法本身的激光虚拟里程位姿。

本发明实施例通过将分段地图与全局地图中表示该分段地图的部分进行比较，根据比较结果对分段地图的拼接点进行调整，保证地图的精确性。

本发明实施例中提供的地图建立方法中，还包括所述根据所述第一全局坐标和第二全局坐标调整所述相对坐标，得到最终地图包括：

比较所述第一全局坐标和所述第二全局坐标，当比较结果在预设的阈值范围内时，地图建立成功；否则，重新计算所述相对坐标构建所述全局地图。

作为本发明一种实施例，将4个相对里程数据进行卡尔曼滤波，所述4个先对里程数据是指定位车的4个车轮分别测量的分段地图的相对里程数据，得到一个稳定的相对里程信息，与全局地图中表示该分段地图的部分进行比较，当误差超过阈值时，否定当前分段地图的准确性，进行重新采集或算法调整。当误差不超过阈值时，将结束当前分段地图，并将相对里程的最后的位姿赋值于下一分段地图的起始位姿，从而调整分段地图间位置的关系，得到一个较为精准的二维激光地图。

本发明实施例通过定位车精确测量分段地图的里程信息，并将测得的结果与激光建图进行融合，对分段地图的拼接点进行纠正，保证地图的精确性，并且成本低廉。

如图4所示，为本发明实施例提供的一种计算机设备的结构框图，本发明实施例提供的一种计算机设备，包括存储器401、处理器402、通信模块403和用户接口404。

存储器401中存储有操作系统405，用于处理各种基本系统服务和用于执行硬件相关任务的程序；还存储有应用软件406，用于实现本发明实施例中的地图建立方法的各个步骤。

在本发明实施例中，存储器401可以是高速随机存取存储器，诸如dram、sram、ddr、ram、或者其他随机存取固态存储设备，或者非易失性存储器，诸如一个或多个硬盘存储设备、光盘存储设备、内存设备等。

在本发明实施例中，处理器402可通过通信模块403接收和发送数据以实现区块链网络通信或者本地通信。

用户接口404可以包括一个或多个输入设备407，比如键盘、鼠标、触屏显示器，用户接口404还可以包括一个或者多个输出设备408，比如显示器、扩音器等。

另外，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述地图建立方法的步骤。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。