高精地图的生成方法、装置、设备及存储介质与流程

1.本公开实施例涉及高精地图技术领域，尤其涉及一种高精地图的生成方法、装置、设备及存储介质。


背景技术：

2.在自动驾驶技术中高精地图具有重要作用。但是本技术发明人发现：在高精地图的制作过程中常常会遇到如下问题，即在高精地图采集车以低速通过或者静止在某一区域时，该区域采集的点云数据会不断积累，使得同样距离采集的点云数据量过大或同样时间采集的距离过短，进而导致点云数据占用的内存过多甚至溢出、点云数据处理速度慢、数据密度不一致等问题，因此，亟需一种方法来解决上述问题。


技术实现要素：

3.为了解决上述技术问题，本公开实施例提供了一种高精地图的生成方法、装置、设备及存储介质。
4.本公开实施例的第一方面提供了一种高精地图的生成方法，该方法包括：获取采集设备采集到的点云数据，惯性测量数据和定位数据；基于获取到的点云数据、惯性测量数据和定位数据中的至少两种数据，确定采集设备是否处于目标场景，目标场景是指移动速度小于预设速度的场景；如果采集设备处于目标场景，对点云数据进行降采样处理，得到目标点云数据；基于目标点云数据生成高精地图。
5.本公开实施例的第二方面提供了一种高精地图生成装置，包括：
6.获取模块，用于获取采集设备采集到的点云数据，惯性测量数据和定位数据；
7.确定模块，用于基于获取到的点云数据、惯性测量数据和定位数据中的至少两种数据，确定采集设备是否处于目标场景，目标场景是指移动速度小于预设速度的场景；
8.降采样模块，用于在采样设备处于目标场景时，对点云数据进行降采样处理，得到目标点云数据；
9.生成模块，用于基于目标点云数据生成高精地图。
10.本公开实施例的第三方面提供了一种计算机设备，该计算机设备包括存储器和处理器，其中，存储器中存储有计算机程序，当该计算机程序被处理器执行时，可以实现上述第一方面的方法。
11.本公开实施例的第四方面提供了一种计算机可读存储介质，该存储介质中存储有计算机程序，当该计算机程序被处理器执行时，可以实现上述第一方面的方法。
12.本公开实施例的第五方面提供了一种计算机程序产品，该计算机程序产品存储于存储介质中，当计算机程序产品被计算机设备执行时，计算机设备可以执行上述第一方面的方法。
13.本公开实施例的第六方面提供了一种基于位置的服务提供方法，其中，所述方法利用上述第一方面的方法生成的高精地图，并基于建模后的高精地图为被服务对象提供基
于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
14.本公开实施例提供的技术方案与现有技术相比具有如下优点：
15.本公开实施例，通过获取采集设备采集的点云数据、惯性测量数据和定位数据，基于点云数据、惯性测量数据和定位数据中的至少两种数据，确定采集设备是否处于低速或停止的目标场景，能够防止单种数据的误差影响目标场景确定的准确性。通过对目标场景的点云数据进行降采样处理能够减少低速或者停止等目标场景的点云数据量，节约内存空间，防止内存溢出，提高点云数据的处理效率和高精地图的准确性。
附图说明
16.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
17.为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1是本公开实施例提供的一种高精地图生成场景的示意图；
19.图2是本公开实施例提供的一种高精地图的生成方法的流程图；
20.图3是本公开实施例提供的一种确定目标场景的方法示意图；
21.图4是本公开实施例提供的另一种确定目标场景的方法示意图；
22.图5是本公开实施例提供的又一种确定目标场景的方法示意图；
23.图6是本公开实施例提供的一种确定目标场景的方法的示意图；
24.图7是本公开实施例提供的一种对点云数据进行降采样的方法的流程图；
25.图8是本公开实施例提供的一种高精地图生成方案的示意图；
26.图9是本公开实施例提供的一种高精地图生成装置的结构示意图；
27.图10是本公开实施例提供的一种计算机设备的结构示意图。
具体实施方式
28.为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
29.在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
30.图1是本公开实施例提供的一种高精地图生成场景的示意图。图1中的采集设备11可以理解为搭载有点云采集设备(比如激光雷达、深度摄像头等)、惯性测量设备(比如，惯性测量单元(inertial measurement unit，简称imu)等)以及全球卫星导航系统(global navigation satellite system，简称gnss)(比如，北斗导航系统、全球定位系统(global positioning system，简称gps)等)的可移动设备。该可移动设备诸如可以是高精地图采集车、无人飞行器等，但不局限于高精地图采集车和无人飞行器。计算机设备12可以理解为任意一种具有计算和处理能力的设备，比如服务器和电脑等。
31.在一些实施例中，采集设备11可以实时的或定期的将点云采集设备采集的点云数据、惯性测量设备采集的惯性测量数据(比如角速度和加速度等)以及gnss采集的定位数据发送给计算机设备12。计算机设备12用于根据点云数据、惯性测量数据和定位数据生成高精地图。其中，计算机设备12在生成高精地图时至少可以执行如下操作：根据接收到的点云数据、惯性测量数据和定位数据中的至少两种数据，确定采集设备是否处于低速移动或者静止的目标场景。当采集设备处于目标场景时，通过对目标场景对应的点云数据进行降采样处理，得到预设密度的目标点云数据，通过将目标点云数据与非目标场景(即非低速行驶和静止的场景)中采集的点云数据进行配准和拼接处理生成高精地图。
32.本公开实施例，基于点云数据、惯性测量数据和定位数据中的至少两种数据，确定采集设备是否处于低速或停止的目标场景，能够防止单种数据中的误差对目标场景确定造成影响。通过对目标场景的点云数据进行降采样处理能够减少低速行驶或静止等目标场景的点云数据量，节约内存空间，提高点云数据的处理效率和高精地图的准确性。
33.下面结合示例性的实施例对本公开实施例提供的高精地图的生成方法进行说明。
34.图2是本公开实施例提供的一种高精地图的生成方法的流程图，该方法可以由一种计算机设备来执行，该计算机设备可以是诸如电脑、服务器等具备处理能力和计算能力的设备。如图2所示，本公开实施例提供的高精地图生成方法可以包括如下步骤：
35.步骤201、获取采集设备采集到的点云数据，惯性测量数据和定位数据。
36.在本公开实施例中采集设备可以通过诸如激光雷达等点云采集设备采集周围环境的点云数据，通过imu等惯性测量设备采集获得角速度和加速度等惯性测量数据，通过gnss系统等定位系统采集获得采集设备的定位数据。
37.在本公开实施例的一种实施方式中，采集设备采集到的点云数据、惯性测量数据和定位数据中可以包括时间戳信息。通过时间戳可以确定相同时刻采集到的点云数据、定位数据和惯性测量数据。
38.在本公开实施例的另一种实施方式中，点云数据、惯性测量数据和定位数据中也可以不包括时间戳信息，此时可以将相同时刻采集到的点云数据、惯性测量数据和定位数据封装在同一数据包中。
39.采集设备采集到的点云数据、惯性测量数据以及定位数据以实时的或周期性的方式传输给计算机设备。计算机设备基于接收到的点云数据、惯性测量数据以及定位数据生成高精地图。
40.在本公开实施例的一个实施方式中，计算机设备获取点云数据，惯性测量数据和定位数据的方式可以包括：接收采集设备实时上传的点云数据，惯性测量数据和定位数据。
41.在本公开实施例的另一个实施方式中，计算机设备获取点云数据，惯性测量数据和定位数据的方式还可以包括：从采集设备一段时间或者一段距离内采集到的数据中获取某个时刻或者某个时间片段内采集到的点云数据、惯性测量数据和定位数据。例如，采集设备1个小时上传一次数据，计算机设备可以在接收到数据后，先从接收数据中获取第1分钟采集到的数据，并对第1分钟的数据进行预设处理，然后再获取第2分钟采集到的数据，依此类推，直到完成对全部1个小时的数据的获取和处理为止。当然这里仅为示例说明而不是唯一限定。
42.步骤202、基于获取到的点云数据、惯性测量数据和定位数据中的至少两种数据，
确定采集设备是否处于目标场景，目标场景是指移动速度小于预设速度的场景。
43.在实际场景中，基于点云数据、惯性测量数据或者定位数据中的任意一种均可确定采集设备所处的场景是否为低速移动或者停止的场景，即目标场景。
44.比如，在基于定位数据确定目标场景的情况下，可以将当前获取到的定位数据与预设时间之前获取到的定位数据进行位置比对，如果当前位置与预设时间之前所处位置的距离偏差小于预设距离，则确定采集设备处于目标场景，和/或，还可以用当前位置与预设时间之前所处位置的距离偏差除以所述预设时间，得到采集设备的速度，如果速度小于预设速度，则确定采集设备处于目标场景，否则处于非目标场景。
45.再比如，图3是本公开实施例提供的一种确定目标场景的方法示意图，如图3所示，在基于点云数据确定目标场景的情况下，可以将点云数据的坐标信息与预设地图上的位置信息进行匹配，从而确定得到采集设备在第一时刻采集到该点云数据时的位置(以下简称第一位置)。进一步的，基于采集设备的第一位置以及采集设备在第一时刻之前的某个第二时刻的位置，可以计算出采集设备从第二时刻到第一时刻的位移，通过将第二时刻到第一时刻的位移与第一时刻到第二时刻的时间差进行除法运算，即可求解得到采集设备从第二时刻到第一时刻的平均速度(以下简称第一速度)，并将第一速度作为采集设备在第一时刻的速度。进而在第一速度小于预设速度时确定采集设备处于静止或低速移动的目标场景。或者，在其他实施方式中也可以根据第一位置，当第一位置与第二时刻的位置的位置偏差小于预设距离时，确定采集设备处于目标场景，否则处于非目标场景。
46.又比如，图4是本公开实施例提供的另一种确定目标场景的方法示意图，如图4所示，在本公开实施例提供的另一种目标场景的确定方法中，可以先对获取到的点云数据进行特征提取处理，得到点云数据的第一特征数据，然后将第一特征数据与采集设备前一时刻采集到的点云数据的第二特征数据进行特征匹配，得到当前时刻相比于前一时刻的位置变化量，进而根据位置变化量以及前一时刻的位置，就可以确定出采集设备当前的位置(即第一位置)。如果第一位置与前一时刻的位置相同，或者当前时刻的第一位置相对于前一时刻的位置的位置变化量小于预设距离，则可以确定采集设备处于目标场景，否则采集设备处于非目标场景。或者也可以根据前一时刻到当前时刻的位置变化量以及从前一时刻的位置到当前位置的用时，计算出采集设备的速度(即第一速度)，如果第一速度小于预设速度，则确定采集设备处于目标场景，否则处于非目标场景。
47.又比如，图5是本公开实施例提供的又一种确定目标场景的方法示意图，如图5所示，在本公开实施例提供的又一种目标场景的确定方法中，还可以通过对惯性测量数据中的角速度和加速度进行机械编排处理，得到采集设备在采集得到上述惯性测量数据时的速度(以下简称第二速度)和/或位置(以下简称第二位置)。如果第二速度小于预设速度，则可以确定采集设备处于目标场景。或者也可以根据第二位置，当第二位置与前一时刻的位置之间的距离偏差小于预设距离时，确定采集设备处于目标场景，否则采集设备处于非目标场景。其中，机械编排的处理方法可以参照现有技术本公开实施例不多做赘述。
48.但是，考虑到实际环境中，gnss信号容易被干扰和遮挡，比如，在城市高楼附近、隧道、林荫道等场景中，gnss信号的鲁棒性较低。激光雷达容易被道路上的动态物体干扰，比如来往的行人、车辆等。imu会随着时间不断分散，在低速移动或者静止的场景下会不断漂移。为了提高目标场景确定的准确性，在本公开实施例的一些实施方式中，可以同时基于点
云数据、惯性测量数据以及定位数据中的至少两种数据确定采集设备是否处于目标场景。例如，图6是本公开实施例提供的一种确定目标场景的方法的示意图，如图6所示，图6中示出了同时采用激光雷达采集的点云数据、imu采集的角速度和加速度、以及gnss采集的定位数据确定目标场景的方法。在该方法中，可以先将点云数据、imu采集的惯性测量数据(比如，角速度和加速度)，以及gnss采集的定位数据都转换到同一目标坐标系(比如，imu坐标系，但不局限于imu的坐标系)中得到点云数据在目标坐标系中的第一坐标转换数据、惯性测量数据在目标坐标系中的第二坐标转换数据以及定位数据在目标坐标系中的第三坐标转换数据。然后，基于第一坐标转换数据，采用图3或图4所示的方法确定采集设备的第一速度和/或第一位置；基于惯性测量数据中的加速度和角速度，采用图5所示的方法确定采集设备的第二速度和/或第二位置。通过对第一速度和/或第一位置、第二速度和/或第二位置以及第三坐标转换数据进行融合滤波处理，得到采集设备的第三速度和/或第三位置。当第三速度小于预设速度时，则确定采集设备处于目标场景，否则处于非目标场景，或者当第三位置与预设时间之前的位置之间的距离偏差小于预设距离时，确定采集设备处于目标场景，否则处于非目标场景。其中，本公开实施例所称的融合滤波处理可以理解为：基于预设的置信度算法分别计算第一速度和/或第一位置对应的第一置信度，第二速度和/或第二位置对应的第二置信度，以及第三坐标转换数据(即坐标转换后的定位数据)对应的第三置信度，基于各数据对应的置信度对各数据进行加权求和处理得到第三速度和/或第三位置。
49.需要说明的是，虽然图6是以三种数据确定目标场景的情况，但是在其他实施例中也可以采用与图6类似的方法，将点云数据、惯性测量数据以及定位数据中的任意两种数据转到同一目标坐标系中，然后基于坐标转换后得到的坐标转换数据来确定采集设备是否处于目标场景。
50.另外，在一些实施方式中，为了进一步提高目标场景确定的准确性，还可以在第三速度和/或第三位置与机械编排得到的第二速度和/或第二位置不一致时，基于第三速度与第二速度之间的差异，和/或第三位置与第二位置之间的差异，确定得到imu零偏和比例因子，并基于imu零偏和比例因子对机械编排处理的参数进行校准，使得第二速度与第三速度一致，和/或第二位置与第三位置一致。也就是说，在本公开实施例的一些实施方式中，可以通过融合滤波得到的第三速度和/或第三位置对机械编排的参数进行校准，从而提高机械编排的准确性。本公开实施例基于第三速度与第二速度之间的差异，和/或第三位置与第二位置之间的差异，确定得到imu零偏和比例因子的方法可以参见相关技术，在这里不再赘述。
51.步骤203、响应于采集设备处于目标场景，对点云数据进行降采样处理，得到目标点云数据。
52.示例的，在一些实施方式中，可以基于预设采样间隔对目标场景的点云数据进行采样得到目标点云数据，或者在其他实施例中，也可以根据预设的数据量，随机从目标场景的点云数据中采用得到所述数据量的点云数据。当然，这里仅为示例说明而不是唯一限定，实际上，本公开实施例所称的降采样方式可以根据需要进行设定，而不必局限于某一种特定的方式。
53.步骤204、基于目标点云数据生成高精地图。
54.在一些实施方式中，可以通过将目标点云数据与预先采集得到的非目标场景的点
云数据进行配准处理和拼接处理，得到拼接数据，进而基于拼接数据生成高精地图。其中，点云数据的配准和拼接方法，以及基于配准和拼接处理后的点云数据生成高精地图的方法可以参见相关技术，在这里不再赘述。
55.本公开实施例，通过获取采集设备采集的点云数据、惯性测量数据和定位数据，基于点云数据、惯性测量数据和定位数据中的至少两种数据，确定采集设备是否处于低速或停止的目标场景，能够防止单种数据的误差影响目标场景判别的准确性。通过对目标场景的点云数据进行降采样处理能够减少低速、停止等目标场景的点云数据量，节约内存空间，防止内存溢出，提高点云数据的处理效率和高精地图的准确性。
56.图7是本公开实施例提供的一种对点云数据进行降采样的方法的流程图，如图7所示，该方法包括：
57.步骤701、基于采样时间对目标场景对应的点云数据进行分割处理，得到多个点云数据块。
58.步骤702、分割得到的多个点云数据块进行降采样处理，得到目标点云数据。
59.示例的，图8是本公开实施例提供的一种高精地图生成方案的示意图，如图8所示，在本公开实施例的一种实施方式中，可以基于上述实施例的融合滤波结果判断采集设备是否处于低速移动或静止场景(即目标场景)，如果不是，则确定处于非目标场景，通过对非目标场景的点云数据进行配准和拼接生成高精地图。如果处于目标场景，则对目标场景对应的点云数据进行分割处理，得到多个点云数据块。通过对多个点云数据块进行降采样处理，将采样得到的目标点云数据与非目标场景的点云数据进行配准和拼接处理，可以得到拼接数据，进而基于拼接数据即可快速准确的生成高精地图。
60.其中，点云数据的分割方法可以有多种，比如，在一种实施方式中，可以根据设定将点云数据分割成相同大小的多个点云数据块，然后，再以预设规则，比如每平方米采集预设个数的三维点，即可实现对点云数据块的降采样。再比如，在另一种实施方式中，还可以根据点云数据的密度分布情况，将密度较高的区域分割成范围较小的点云数据块，将密度较低的区域分割成范围较大的点云数据块，然后以预设步长对每个点云数据块进行采样，得到目标点云数据。当然，这里仅为示例说明而不是唯一限定。
61.需要说明的是，计算机设备对点云数据、惯性测量数据以及定位数据的处理可以是非实时的，因此，计算机设备中可以存储有多个时刻采集到的点云数据、惯性测量数据和定位数据。此时在确定采集设备在某个时刻或者某个时间区间内处于目标场景时，可以根据点云数据、惯性测量数据和定位数据的采集时间从存储的数据中分割出该时刻或该时间区间内的点云数据，然后再将该时刻或该时间区间内的点云数据分割成多个点云数据块。
62.本公开实施例，通过对低速或停止场景的点云数据进行分割处理，得到多个点云数据块，进一步再对多个点云数据块进行降采样处理，能够减少低速或停止场景的点云数据量，减少点云数据对内存的占用，提高点云处理效率。
63.图9是本公开实施例提供的一种高精地图生成装置的结构示意图，该装置可以理解为上述实施例中的计算机设备或者上述计算机设备中的部分功能模块。如图9所示，高精地图生成装置90包括：
64.获取模块91，用于获取采集设备采集到的点云数据，惯性测量数据和定位数据；
65.确定模块92，用于基于所述点云数据、所述惯性测量数据和所述定位数据中的至
少两种数据，确定所述采集设备是否处于目标场景，所述目标场景是指移动速度小于预设速度的场景；
66.降采样模块93，用于在所述采样设备处于目标场景时，对所述点云数据进行降采样处理，得到目标点云数据；
67.生成模块94，用于基于所述目标点云数据生成高精地图。
68.在一种实施方式中，确定模块92，包括：
69.第一确定子模块，用于在所述坐标转换数据中包括所述点云数据对应的第一坐标转换数据、所述惯性测量数据对应的第二坐标转换数据和所述定位数据对应的第三坐标转换数据时，基于所述第一坐标转换数据，确定所述采集设备的第一速度和/或第一位置；基于所述第二坐标转换数据，确定所述采集设备的第二速度和/或第二位置；
70.滤波子模块，用于对所述第一速度和/或第一位置、所述第二速度和/或第二位置，以及所述第三坐标转换数据进行融合滤波处理，得到第三速度和/或第三位置；
71.第二确定子模块，用于基于所述第三速度和/或第三位置，确定所述采集设备是否处于目标场景。
72.在一种实施方式中，第一确定子模块，用于对所述第一坐标转换数据进行特征提取处理，得到第一特征数据；将所述第一特征数据与第二特征数据进行特征匹配处理，得到所述采集设备的第一速度和/或第一位置；其中，所述第二特征数据是指在采集所述点云数据的前一时刻采集到的点云数据的特征数据。
73.在一种实施方式中，第二坐标转换数据包括加速度和角速度，第一确定子模块，用于基于所述加速度和角速度进行机械编排处理，得到所述采集设备的第二速度和/或第二位置。
74.在一种实施方式中，高精地图生成装置90还可以包括：
75.校准模块，用于基于所述第三速度和/或第三位置，对机械编排的参数进行校准。
76.在一种实施方式中，降采样模块93，用于对所述点云数据进行分割处理，得到多个点云数据块；对所述多个点云数据块进行降采样处理，得到目标点云数据。
77.在一种实施方式中，生成模块94，用于将所述目标点云数据与采集到的非目标场景的点云数据进行配准处理和拼接处理，得到拼接数据；基于所述拼接数据生成高精地图。
78.本公开实施例提供的装置能够执行图2-图8中任一实施例的方法，执行方式和有意效果类似，在这里不再赘述。
79.本公开实施例还提供了一种基于位置的服务提供方法，其中，所述方法利用图2-图8中任一实施例的方法生成的高精地图，并基于建模后的高精地图为被服务对象提供基于位置的服务，所述基于位置的服务包括：导航、地图渲染、路线规划中的一种或多种。
80.本公开实施例还提供一种计算机设备，该计算机设备包括处理器和存储器，其中，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时可以实现上述图2-图8中任一实施例的方法。
81.示例的，图10是本公开实施例提供的一种计算机设备的结构示意图。下面具体参考图10，其示出了适于用来实现本公开实施例中的计算机设备1000的结构示意图。本公开实施例中的计算机设备1000可以包括但不限于诸如笔记本电脑、车机、服务器等具有图像处理能力的设备图10示出的计算机设备仅仅是一个示例，不应对本公开实施例的功能和使
用范围带来任何限制。
82.如图10所示，计算机设备1000可以包括处理装置(例如中央处理器、图形处理器等)1001，其可以根据存储在只读存储器(rom)1002中的程序或者从存储装置1009加载到随机访问存储器(ram)1003中的程序而执行各种适当的动作和处理。在ram 1003中，还存储有计算机设备1000操作所需的各种程序和数据。处理装置1001、rom 1002以及ram 1003通过总线1004彼此相连。输入/输出(i/o)接口1005也连接至总线1004。
83.通常，以下装置可以连接至i/o接口1005：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1006；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置1007；包括例如磁带、硬盘等的存储装置1009；以及通信装置1009。通信装置1009可以允许计算机设备1000与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的计算机设备1000，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
84.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1009从网络上被下载和安装，或者从存储装置1009被安装，或者从rom 1002被安装。在该计算机程序被处理装置1001执行时，执行本公开实施例的方法中限定的上述功能。
85.需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
86.上述计算机可读介质可以是上述计算机设备中所包含的；也可以是单独存在，而未装配入该计算机设备中。
87.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该计算机设备执行时，使得该计算机设备：获取采集设备采集到的点云数据，惯性测量数据和定位数据；基于获取到的点云数据、惯性测量数据和定位数据中的至少两种数据，确定采集设备是否处于目标场景，目标场景是指移动速度小于预设速度的场景；如果采集设备处于目
标场景，对点云数据进行降采样处理，得到目标点云数据；基于目标点云数据生成高精地图。
88.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
89.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
90.描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
91.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
92.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
93.本公开实施例还提供一种计算机可读存储介质，所述存储介质中存储有计算机程序，当所述计算机程序被处理器执行时可以实现上述图2-图8中任一实施例的方法，其执行方式和有益效果类似，在这里不再赘述。
94.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在
涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
95.以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。