点云定位方法、可读存储介质及智能设备与流程

本申请涉及自动驾驶，具体提供一种点云定位方法、可读存储介质及智能设备。

背景技术：

1、自动驾驶技术中，通常是使用点云采集设备采集的点云与点云地图进行配准，从而实现点云定位的。

2、传统的方法，在进行点云定位时，通常使用icp(iterative closest point，迭代最近点算法)或者ndt(normal distribution transform，正态分布变换)方法，这些方法通常使用一帧内的所有点和点云地图进行配准。然而，当季节变化、环境变化时，点云地图的鲜度也就随之下降，从而导致点云定位不能获得精确的定位结果。

3、相应地，本领域需要一种新的点云定位方案来解决上述问题。

技术实现思路

1、为了克服上述缺陷，提出了本申请，以提供解决或至少部分地解决如何提升点云定位的精确程度的问题。

2、在第一方面，本申请提供一种点云定位方法，所述方法包括：

3、获取点云采集设备采集的当前点云帧；

4、对所述当前点云帧进行高斯分布变换，并为高斯分布变换后的当前点云帧添加语义信息，获得语义点云帧；

5、将所述语义点云帧与语义高斯轻量地图进行配准，获取所述当前点云帧的位姿；

6、其中，所述语义高斯轻量地图为应用高斯分布表达形式表征的，并包含语义信息的点云地图。

7、在上述点云定位方法的一个技术方案中，所述语义信息包括语义类别，不同的所述语义类别具有不同的匹配误差权重；

8、所述将所述语义点云帧与语义高斯轻量地图进行配准，获取所述当前点云帧的位姿，包括：

9、根据所述语义类别和所述语义类别的匹配误差权重，将所述语义点云帧和所述语义高斯轻量地图进行配准，以获得所述当前点云帧的位姿。

10、在上述点云定位方法的一个技术方案中，所述方法还包括：

11、根据所述语义类别对应的静态物体随时间的变化程度，设置所述语义类别的匹配误差权重；

12、其中，所述匹配误差权重与所述变化程度成反比。

13、在上述点云定位方法的一个技术方案中，所述语义信息还包括语义类别的置信度；

14、所述根据所述语义类别和所述语义类别的匹配误差权重，将所述语义点云帧和所述语义高斯轻量地图进行配准，以获得所述当前点云帧的位姿，包括：

15、根据所述语义类别、所述语义类别的置信度和所述语义类别的匹配误差权重，将所述语义点云帧和所述语义高斯轻量地图进行配准，以获得所述当前点云帧的位姿。

16、在上述点云定位方法的一个技术方案中，所述方法还包括根据以下步骤获取所述语义高斯轻量地图：

17、基于多帧历史点云和所述历史点云的位姿，构建点云地图；

18、对所述点云地图进行高斯分布变换，获得高斯轻量地图；

19、为所述高斯轻量地图添加语义信息，以获得所述语义高斯轻量地图。

20、在上述点云定位方法的一个技术方案中，所述高斯轻量地图包括多个地图体素；

21、所述为所述高斯轻量地图添加语义信息，以获得所述语义高斯轻量地图，包括：

22、根据每帧所述历史点云的语义信息，获取所述高斯轻量地图中的每个地图体素对所述语义信息的占据情况；

23、根据所述占据情况，为所述高斯轻量地图的地图体素添加语义信息，以获得所述语义高斯轻量地图。

24、在上述点云定位方法的一个技术方案中，所述占据情况包括占据；

25、所述根据所述占据情况，为所述高斯轻量地图的地图体素添加语义信息，以获得所述语义高斯轻量地图，包括：

26、获取所述占据情况为占据的地图体素，作为占据体素，并将所述占据体素中的动态物体滤除；

27、为滤除后所述占据体素添加语义信息，并对所述语义信息进行语义融合，以获取所述语义高斯轻量地图。

28、在上述点云定位方法的一个技术方案中，所述对所述点云地图进行高斯分布变换，获得高斯轻量地图，包括：

29、将所述点云地图划分为多个地图体素；

30、针对每个地图体素，获取当前地图体素中的点云的均值和协方差，并使用所述均值和所述协方差表示当前地图体素的点云的高斯分布，以实现所述点云地图的高斯分布变换，获得所述高斯轻量地图。

31、在上述点云定位方法的一个技术方案中，所述对所述当前点云帧进行高斯分布变换，并为高斯分布变换后的当前点云帧添加语义信息，获得语义点云帧，包括：

32、将所述当前点云帧划分为多个点云体素；

33、针对每个点云体素，获取当前点云体素中的点云的均值和协方差，并使用所述均值和所述协方差表示当前点云体素的点云的高斯分布，以实现所述当前点云帧的高斯分布变换；

34、为每个所述高斯分布变换后的点云体素添加语义信息，以获得所述语义点云帧。

35、在第二方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述点云定位方法的技术方案中任一项技术方案所述的点云定位方法。

36、在第三方面，提供一种智能设备，包括：

37、至少一个处理器；

38、以及，与所述至少一个处理器通信连接的存储器；

39、其中，所述存储器中存储有计算机程序，所述计算机程序被所述至少一个处理器执行时实现上述点云定位方法技术方案中所述的点云定位方法。

40、本申请上述一个或多个技术方案，至少具有如下一种或多种有益效果：

41、在实施本申请的技术方案中，本申请将点云设备的采集的当前点云帧进行高斯分布变换，并添加语义信息，从而获得语义点云帧，将语义点云帧与语义高斯轻量地图进行配准，获得当前点云帧的位姿。通过上述配置方式，由于本申请中的点云和地图均具有语义信息，在进行点云配准的同时，能够基于语义信息进行匹配，从而获得更为准确的当前帧点云的位姿。

42、进一步，可以对不同的语义信息中的语义类别设置不同的匹配误差权重，进而可以将在配准过程中对匹配结果的准确性影响更大的语义类别设置更高的匹配误差权重，从而使得匹配过程获得更为准确的当前帧点云的位姿。

43、进一步，可以根据不同语义类别对应的静态物体随时间的变化程度来设置语义类别的匹配误差权重，随时间的变化程度越高的语义类别的匹配误差权重越低，相反，随时间的变化程度越低的语义类别的匹配误差权重越高，这样就能够减少随时间变化程度较大的物体，在配准过程中产生的影响，更相信随时间的变化程度低的物体的误差信息，从而获得更为准确的当前帧点云的位姿。

技术特征：

1.一种点云定位方法，其特征在于，所述方法包括：

2.根据权利要求1所述的点云定位方法，其特征在于，所述语义信息包括语义类别，不同的所述语义类别具有不同的匹配误差权重；

3.根据权利要求2所述的点云定位方法，其特征在于，所述方法还包括：

4.根据权利要求2或3所述的点云定位方法，其特征在于，所述语义信息还包括语义类别的置信度；

5.根据权利要求1所述的点云定位方法，其特征在于，所述方法还包括根据以下步骤获取所述语义高斯轻量地图：

6.根据权利要求5所述的点云定位方法，其特征在于，所述高斯轻量地图包括多个地图体素；

7.根据权利要求6所述的点云定位方法，其特征在于，所述占据情况包括占据；

8.根据权利要求5至7中任一项所述的点云定位方法，其特征在于，

9.根据权利要求1所述的点云定位方法，其特征在于，

10.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至9中任一项所述的点云定位方法。

11.一种智能设备，其特征在于，包括：

技术总结
本申请涉及自动驾驶技术领域，具体提供一种点云定位方法、可读存储介质及智能设备，旨在解决如何提升点云定位的精确程度的问题。为此目的，本申请将点云设备的采集的当前点云帧进行高斯分布变换，并添加语义信息，从而获得语义点云帧，将语义点云帧与语义高斯轻量地图进行配准，获得当前点云帧的位姿。通过上述配置方式，由于本申请中的点云和地图均具有语义信息，在进行点云配准的同时，能够基于语义信息进行匹配，从而获得更为准确的当前帧点云的位姿。

技术研发人员：李琦,游振兴,孙立,袁弘渊,任少卿
受保护的技术使用者：安徽蔚来智驾科技有限公司
技术研发日：
技术公布日：2024/3/31