[發明專利]用于建圖的數據處理方法及裝置

在審

• 申請號: 201910363879.9
• 申請日: 2019-04-30
• 公開（公告）號: CN110211228A
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 支濤;李耀宗
• 申請（專利權）人: 北京云跡科技有限公司
• 主分類號: G06T17/05
• 分類號: G06T17/05;G01C21/18;G01C21/32
• 代理公司: 北京卓唐知識產權代理有限公司 11541
• 代理人: 唐海力;李志剛

本申請公開了一種用于建圖的數據處理方法及裝置，其中方法通過：獲取點云數據、慣性測量數據以及定位數據；對所述慣性測量數據以及定位數據進行處理得到高頻位姿信息；將所述高頻位姿信息與所述點云數據進行處理并得到數據包信息；根據所述數據包信息得到所述點云數據中各個點的坐標；根據所述各個點的坐標構建得到對應的點云地圖。達到了能夠得到高精度地圖的目的，從而通過常用的組合導航方案中的慣性測量數據以及定位數據進行融合，組合后可以避免定位數據由于遮擋或信號失鎖時無法定位問題，同時避免慣性測量數據的累積誤差問題，與點云數據進行融合，建圖時無需進行回環檢測，使用慣性測量數據以及定位數據進行絕對定位無需考慮重定位問題。

技術領域

本申請涉及地圖構建技術領域，具體而言，涉及一種用于建圖的數據處理方法及裝置。

背景技術

目前，機器人構建地圖的方法有很多，同時定位與地圖構建(SimultaneousLocalization And Mapping，簡稱SLAM)為最常用的方法，其通常是指在機器人或者其他載體上，通過對各種傳感器數據進行采集和計算，生成對其自身位置姿態的定位和場景地圖信息的系統，它在自動駕駛、服務型機器人、無人機、AR/VR等領域有著廣泛的應用，可以說凡是擁有一定行動能力的智能體都擁有某種形式的SLAM系統。

一般來講，SLAM系統通常都包含多種傳感器和多種功能模塊。而按照核心的功能模塊來區分，目前常見的機器人SLAM系統一般具有兩種形式：基于激光雷達的SLAM(激光SLAM)和基于視覺的SLAM(Visual SLAM或VSLAM)。

激光SLAM通過對不同時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態的改變，也就完成了對機器人自身的定位。其具備距離測量比較準確，誤差模型簡單，點云的處理也比較容易，同時點云信息本身包含直接的幾何關系，使得機器人的路徑規劃和導航變得直觀的優點。但其也具有無法抗拒的缺點，比如在強光直射的環境中不穩定、周圍環境動態障礙物較多時的定位、不擅長在類似的幾何環境中的建圖定位、重定位能力較差、建圖需要回環檢測能力、無法提供絕對定位信息等缺點。

視覺SLAM類似于人類眼睛的特點，是機器人獲取外界信息的主要來源。它可以從環境中獲取海量的、富于冗余的紋理信息，擁有超強的場景辨識能力，這帶來了機器人重定位和場景分類上的巨大優勢，同時其可以較為容易的跟蹤和預測場景中的動態目標，在合理的配置下進行很大尺度場景的定位與地圖構建。但其同時也具有在光照變化時的定位建圖問題、無紋理環境(比如整潔的白墻面)以及光照特別弱的環境的建圖定位問題、視覺slam對電腦配置要求較高、無法提供絕對定位信息等缺點。

針對相關技術中存在的諸多技術問題，目前尚未提出有效的解決方案。

發明內容

本申請的主要目的在于提供一種用于建圖的數據處理方法及裝置，以解決相關技術中存在的至少一個技術問題。

為了實現上述目的，根據本申請的一個方面，提供了一種用于建圖的數據處理方法。

根據本申請的用于建圖的數據處理方法包括：

獲取點云數據、慣性測量數據以及定位數據；

對所述慣性測量數據以及定位數據進行處理得到高頻位姿信息；

將所述高頻位姿信息與所述點云數據進行處理并得到數據包信息；

根據所述數據包信息得到所述點云數據中各個點的坐標；

根據所述各個點的坐標構建得到對應的點云地圖。

進一步的，如前述的用于建圖的數據處理方法，所述將所述高頻位姿信息與所述點云數據進行處理并得到數據包信息，包括：

將所述高頻位姿信息與所述點云數據進行時間同步對準；