[發(fā)明專利]一種基于激光雷達與環(huán)視相機融合制作高精度地圖方法及裝置

在審

• 申請?zhí)枺?/td>: 201811545531.3
• 申請日: 2018-12-17
• 公開（公告）號: CN111323027A
• 公開（公告）日: 2020-06-23
• 發(fā)明（設計）人: 周睿;孫宇;許易沖;王金強;周慶國
• 申請（專利權）人: 蘭州大學
• 主分類號: G01C21/32
• 分類號: G01C21/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于激光雷達與相機融合制作高精度地圖方法，其特征在于，所述方法包括：

獲取固定于車身上方激光雷達采集到的車身周圍環(huán)境的三維點云數據；

獲取固定于車身前方環(huán)視相機采集到的車輛周圍環(huán)境的圖片數據；

根據采集到的圖片數據，采用深度學習方法，標記出圖片上的臨時障礙物；

根據采集到的三維點云數據，對點云進行聚類處理；

根據所述點云和圖片數據，融合三維點云和圖片信息；

根據融合后的數據，刪除所述點云數據中屬于臨時障礙物的數據信息；

基于所述三維點云處理后得到的數據，生成高精度地圖。

2.根據權利要求1所述的采用深度學習標記出圖片上臨時障礙物的方法，其特征在于，訓練能夠準確識別車輛、行人等公共道路上可能存在的臨時障礙物的可靠模型，應用模型對圖片進行處理。

3.根據權利要求1所述的融合三維點云和圖片信息數據，其特征在于，將激光雷達和環(huán)視相機進行聯合標定，保證坐標系的統一和圖片信息中標記出的物體位置與三維點云數據中對應位置存在物體相同。

4.根據權利要求1所述的基于融合后的數據刪除點云數據中臨時障礙物所屬的數據信息，其特征在于，根據所述圖片標記得到障礙物對應點云數據位置，確定指定位置物體點云規(guī)模。

5.根據權利要求1所述的基于三維點云處理后得到數據生成高精度地圖的方法，其特征在于，基于經處理的點云數據，得到高精度地圖。

6.一種基于激光雷達與環(huán)視相機融合制作高精度地圖裝置，其特征在于，所述裝置包括：

數據采集模塊，用于獲取車身周圍三維點云數據和視覺圖片數據；

臨時障礙物標記模塊，應用深度學習算法處理圖片數據，標記圖片中臨時障礙物；

數據融合模塊，根據所述圖片數據與三維點云數據融合，刪除點云數據中對應臨時障礙物所屬點云；

確定制作模塊，應用經過處理后的點云數據制作高精度地圖。

7.根據權利要求6所述的數據采集模塊，其特征在于：

應用激光雷達采集車身周圍環(huán)境的三維點云數據；

應用環(huán)視相機采集車身周圍環(huán)境的視覺圖片數據。

8.根據權利要求6所述的臨時障礙物標記模塊，其特征在于，訓練能夠準確識別圖片中臨時障礙物的可靠深度學習模型，應用所述模型對數據采集模塊采集到的圖片信息進行處理，標記出圖片中車輛、行人等臨時障礙物。

9.根據權利要求6所述的數據融合模塊，其特征在于，對原始點云數據進行聚類處理，根據所述圖片數據與三維點云數據融合后，二者坐標系統一，將所述點云數據中聚類出的物體與圖片中標記的臨時障礙物進行對應，確定需要刪除的點云數據的范圍。

10.根據權利要求6所述的裝置，其特征在于，應用所述各個模塊配合運作，實現權利要求1至5所述的制作高精度地圖的方法。