[发明专利]地图生成方法、装置、计算机设备和存储介质

权利要求书

1.一种地图生成方法，所述方法包括：

获取待处理的原始点云集；

对所述原始点云集进行运动畸变校正，得到校正点云集；

计算所述校正点云集中每个校正点云的特征值，从所述特征值中确定目标特征值；所述特征值用于表示校正点云所在位置的弯曲程度，所述特征值为曲率，所述特征值越大表示弯曲程度越大，所述特征值越小表示弯曲程度越小；所述目标特征值包括数值最大的特征值和数值最小的特征值；

从所述校正点云集中获取所述目标特征值对应的校正点云进行点云配准，得到初始地图；所述点云配准是通过根据目标特征值确定相邻两帧中特征值最大的校正点云和特征值最小的校正点云，根据对应的特征值最大的校正点云的位置信息和特征值最小的校正点云的位置信息，联立方程求解得到转换关系实现的；

根据点云反射率范围阈值和掩膜对所述初始地图进行滤波，得到目标地图。

2.根据权利要求1所述的方法，其特征在于，在获取原始点云之前，所述方法还包括：

获取标定图像中各像素点在传感器组中每个传感器对应的传感器坐标系中的坐标位置；

通过所述坐标位置确定误差方程，根据所述误差方程对误差项进行处理以求取误差最小值时的转换矩阵，确定标定参数。

3.根据权利要求1所述的方法，其特征在于，所述对所述原始点云集进行运动畸变校正，得到校正点云集，包括：

通过传感器组对应的运动模型确定所述原始点云集中每个原始点云的位置信息在世界坐标系中的位置偏移量；

根据所述位置偏移量和所述位置信息，对所述原始点云集进行校正，得到校正点云集。

4.根据权利要求1所述的方法，其特征在于，在所述计算所述校正点云集中每个校正点云的特征值，从所述特征值中确定目标特征值之前，所述方法还包括：

对所述校正点云集中校正点云进行数据清洗，并将清洗后的校正点云集上传至服务器。

5.根据权利要求1所述的方法，其特征在于，所述计算所述校正点云对应的特征值，从所述特征值中确定目标特征值，包括：

获取所述校正点云集中每个校正点云的位置信息；

根据所述校正点云集中每个校正点云的位置信息计算每个点云的特征值；

从所述特征值中确定数值最大的特征值和数值最小的特征值，将所述数值最大的特征值和所述数值最小的特征值作为所述目标特征值；

从所述校正点云集中获取所述目标特征值对应的校正点云进行点云配准，得到初始地图包括：

从所述校正点云集中获取数值最大的特征值的校正点云和数值最小的特征值的校正点云；

对所述数值最大的特征值的校正点云和所述数值最小的特征值的校正点云进行点云配准，得到初始地图。

6.根据权利要求5项所述的方法，其特征在于，所述根据所述校正点云集中每个校正点云的位置信息计算每个点云的特征值，包括：

从所述校正点云集中获取目标校正点云，以所述目标校正点云对应的序号为起点，向序号增大方向获取第一预设数量的校正点云，以及向序号减小方向获取第二预设数量的校正点云，得到包含所述目标校正点云的候选校正点云集；根据所述候选校正点云集中每个校正点云的位置信息计算所述目标校正点云的特征值。

7.根据权利要求6项所述的方法，其特征在于，所述特征值为校正点云的曲率值，所述位置信息包括位置坐标，所述根据所述候选校正点云集中每个校正点云的位置信息计算所述目标校正点云的特征值，包括：

对所述候选校正点云集中每个校正点云的位置坐标进行求和；

根据所述位置坐标的平方和，确定目标校正点云的曲率值。

8.根据权利要求5所述的方法，其特征在于，对所述特征值最大的校正点云和所述特征值最小的校正点云进行点云配准，得到初始地图，包括：

通过参考坐标系对所述特征值最大的校正点云的位置信息、所述特征值最小的校正点云的位置信息进行坐标转换，得到转换后的位置信息；

根据所述转换后的位置信息对所述特征值最大的校正点云和特征值最小的校正点云进行拼接，得到初始地图。