[发明专利]一种复杂城区环境中的高精度点云地图创建系统及方法

说明书

本发明公开了一种复杂城区环境中的高精度点云地图创建系统及方法，该系统主要包括：里程计模块、回环检测模块、后端优化模块和地图生成模块。该方法的主要思路是，里程计模块利用语义分割将点云分为地面点云和障碍物点云，并在点云配准中引入双向对应并构建基于L1范数的鲁棒目标函数；利用全局特征和局部特征双阶段匹配的方法有效检测回环，其中全局特征用于快速剔除错误回环，局部特征用于精确筛选回环；后端优化模块构造基于L1范数的鲁棒目标函数，以克服回环和GPS包含外点的情况；地图生成模块对地面点云和障碍物点云分别处理，提升了地图标注效率和在线定位的鲁棒性。

技术领域

本发明属于智能交通领域与高精度建图系统领域，特别涉及一种复杂城区环境中的高精度点云地图创建系统及方法。

背景技术

高精度建图是无人驾驶的核心模块。通过提前构建环境的精确三维描述，可以最大限度地减少无人驾驶在线感知模块的不确定性，提升整个无人驾驶系统的可靠性。另一方面，高精度点云地图是高精度建图的基础，通过点云地图可以进一步构造特征级地图如车道线/道路边界/交通灯地图，和拓扑级地图如导航地图等。

给定由激光雷达采集的点云帧序列、GPS和IMU信息，高精度建图方法通常包括位姿计算和地图生成两个步骤。然而，上述两个步骤受城区环境和激光传感器的扫描方式影响。位姿计算通常包括里程计、回环检测和后端优化，里程计使用相邻帧点云推算位姿，其核心点云配准算法易受动态障碍物、遮挡的影响，回环检测常常使用GPS快速剔除错误回环，但城区环境下GPS信号易受高楼、隧道、林荫道影响，后端优化基于高斯噪声假设融合里程计、回环检测和GPS信息，但不可靠的GPS和误检的回环会导致后端优化失效；地图生成上，由于城区环境的复杂性和激光雷达的扫描方式，导致生成的点云地图地面点比例很高，影响地图标注和在线定位算法的可靠性。

综上所述，目前的建图系统无法完成开放式、复杂城区下的建图任务，不具备在技术研发和应用上的推广。

发明内容

本发明的目的在于提供一种复杂城区环境中的高精度点云地图创建系统及方法，以解决上述问题。

为实现上述目的，本发明采用以下技术方案：

一种复杂城区环境中的高精度点云地图创建系统，包括里程计模块M1、回环检测模块M2、后端优化模块M3和地图生成模块M4；里程计模块M1、回环检测模块M2均连接到后端优化模块M3，后端优化模块M3连接地图生成模块M4，里程计模块M1连接回环检测模块M2；

里程计模块M1输入点云帧序列和IMU，输出障碍物点云、地面点云和里程计信息；回环检测模块M2输入障碍物点云帧序列和IMU，输出回环信息；后端优化模块M3输入里程计模块、回环检测模块和GPS，输出最优位姿；地图生成模块M4输入最优位姿、障碍物点云和地面点云，输出高精度点云地图。

进一步的，里程计模块M1包括语义分割模块M11和点云配准模块M12；语义分割模块M11用于将输入点云划分为空间栅格，通过栅格特征将点云划分为地面和障碍物两类；点云配准模块M12给定连续两帧、经语义分割的点云。

进一步的，回环检测模块M2包括全局特征筛选模块M21和局部特征筛选模块M22；全局特征筛选模块M22包括全局特征构建模块和特征匹配模块，全局特征构建模块的目标是对每帧点云构建全局特征；全局特征筛选模块M21计算每帧点云对应的全局特征，通过全局特征之间的匹配筛选得到回环的索引集合。

进一步的，一种复杂城区环境中的高精度点云地图创建方法，包括以下步骤：

步骤1，语义分割模块M11采用栅格图算法将单帧点云分割为地面点云阳非地面点云

步骤2，点云配准模块M12输入两帧点云和IMU信息，输出两帧点云之间的刚性变换