[發明專利]一種基于激光雷達與環視相機融合制作高精度地圖方法及裝置

在審

• 申請號: 201811545531.3
• 申請日: 2018-12-17
• 公開（公告）號: CN111323027A
• 公開（公告）日: 2020-06-23
• 發明（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

本發明公開一種基于激光雷達與環視相機融合制作高精度地圖方法與裝置，它主要應用于無人駕駛領域，是一種利用多傳感器信息融合制作高精度地圖的方法。該方法包括：獲取激光雷達采集周圍環境的三維點云數據；獲取環視相機采集周圍環境的圖片數據；采用深度學習方法標記圖片上臨時障礙物；對原始點云進行聚類處理；融合點云和圖片信息，刪除點云數據中臨時障礙物所屬的點云數據；利用處理后點云數據生成高精度地圖。采用融合激光雷達和相機數據進行二次處理的方法，有效減少采樣地圖中位置不固定的物體信息對無人駕駛產生的影響，最大程度上得到準確道路信息，為無人駕駛車輛提供有效的高精度地圖。

技術領域

本發明涉及無人駕駛領域，特別涉及一種基于激光雷達與環視相機融合制作高精度地圖方法。

背景技術

現如今科學技術不斷發展，人工智能領域技術結合傳感器技術逐漸成型，并應用到汽車行業中，一種具備感知、規劃、控制于一體的智能無人駕駛汽車應運而生，人駕駛汽車可以通過自身傳感器對周圍環境進行感知，按照規劃模塊計算出的動作規劃及路線行駛在道路上，達到無需人類駕駛員手動操作的目標。高精度地圖由各個傳感器的數據融合處理得到，可以提供車輛周圍環境的詳細信息，包括車道類型、紅綠燈位置、彎道曲率等，為規劃提供重要依據，其在無人駕駛技術中占據著重要的地位。

在目前的技術上，無論是單純使用視覺傳感器還是單純使用激光雷達生成高精度地圖，都是利用傳感器采集車輛周圍實時環境信息數據生成高精度地圖。依靠這種方式采集到的數據中，存在大量只在采集過程中存在的臨時數據，將對后期規劃工作產生較大干擾。

發明內容

本發明的目的在于提出一種基于激光雷達與環視相機融合制作高精度地圖方法，以解決上述背景技術部分提到的技術缺陷。所述技術方案如下：

根據本發明的實施例的第一方面，提出一種基于激光雷達與環視相機融合制作高精度地圖的方法，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境的三維點云數據；

獲取固定于車身前方環視相機采集到的車輛周圍環境的圖片數據；

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臨時障礙物所屬數據信息；

基于所述三維點云處理后得到數據，生成高精度地圖。

采用深度學習方法標記圖片包括：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。

所述點云數據和圖片數據融合包括：將激光雷達和環視相機進行聯合標定，保證坐標系的統一以及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的物體相同。

基于對所述三維點云數據聚類處理，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模。

基于所述點云數據刪除屬于臨時障礙物的點云數據，處理的點云數據，制作高精度地圖。

根據本發明實施例的第二方面，提供一種基于激光雷達與環視相機融合制作高精度地圖裝置，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，應用經過處理后點云數據制作高精度地圖。