[发明专利]一种基于激光雷达与环视相机融合制作高精度地图方法及装置

说明书

本发明公开一种基于激光雷达与环视相机融合制作高精度地图方法与装置，它主要应用于无人驾驶领域，是一种利用多传感器信息融合制作高精度地图的方法。该方法包括：获取激光雷达采集周围环境的三维点云数据；获取环视相机采集周围环境的图片数据；采用深度学习方法标记图片上临时障碍物；对原始点云进行聚类处理；融合点云和图片信息，删除点云数据中临时障碍物所属的点云数据；利用处理后点云数据生成高精度地图。采用融合激光雷达和相机数据进行二次处理的方法，有效减少采样地图中位置不固定的物体信息对无人驾驶产生的影响，最大程度上得到准确道路信息，为无人驾驶车辆提供有效的高精度地图。

技术领域

本发明涉及无人驾驶领域，特别涉及一种基于激光雷达与环视相机融合制作高精度地图方法。

背景技术

现如今科学技术不断发展，人工智能领域技术结合传感器技术逐渐成型，并应用到汽车行业中，一种具备感知、规划、控制于一体的智能无人驾驶汽车应运而生，人驾驶汽车可以通过自身传感器对周围环境进行感知，按照规划模块计算出的动作规划及路线行驶在道路上，达到无需人类驾驶员手动操作的目标。高精度地图由各个传感器的数据融合处理得到，可以提供车辆周围环境的详细信息，包括车道类型、红绿灯位置、弯道曲率等，为规划提供重要依据，其在无人驾驶技术中占据着重要的地位。

在目前的技术上，无论是单纯使用视觉传感器还是单纯使用激光雷达生成高精度地图，都是利用传感器采集车辆周围实时环境信息数据生成高精度地图。依靠这种方式采集到的数据中，存在大量只在采集过程中存在的临时数据，将对后期规划工作产生较大干扰。

发明内容

本发明的目的在于提出一种基于激光雷达与环视相机融合制作高精度地图方法，以解决上述背景技术部分提到的技术缺陷。所述技术方案如下：

根据本发明的实施例的第一方面，提出一种基于激光雷达与环视相机融合制作高精度地图的方法，所述方法包括：

获取固定于车身上方激光雷达采集到的车身周围环境的三维点云数据；

获取固定于车身前方环视相机采集到的车辆周围环境的图片数据；

根据采集到的图片数据，采用深度学习方法，标记出图片上的临时障碍物；

根据采集到的三维点云数据，对点云进行聚类处理；

根据所述点云和图片数据，融合三维点云和图片信息；

根据融合后的数据，删除所述点云数据中临时障碍物所属数据信息；

基于所述三维点云处理后得到数据，生成高精度地图。

采用深度学习方法标记图片包括：训练能够准确识别车辆、行人等公共道路上可能存在的临时障碍物的可靠模型，应用模型对图片进行处理。

所述点云数据和图片数据融合包括：将激光雷达和环视相机进行联合标定，保证坐标系的统一以及图片信息中标记出的物体位置与三维点云数据中对应位置存在的物体相同。

基于对所述三维点云数据聚类处理，根据所述图片标记得到障碍物对应点云数据位置，确定指定位置物体点云规模。

基于所述点云数据删除属于临时障碍物的点云数据，处理的点云数据，制作高精度地图。

根据本发明实施例的第二方面，提供一种基于激光雷达与环视相机融合制作高精度地图装置，所述装置包括：

数据采集模块，用于获取车身周围三维点云数据和视觉图片数据；

临时障碍物标记模块，应用深度学习算法处理图片数据，标记图片中临时障碍物；

数据融合模块，根据所述图片数据与三维点云数据融合，删除点云数据中对应临时障碍物所属点云；

确定制作模块，应用经过处理后点云数据制作高精度地图。