[发明专利]用于生成导航自主车辆用的高清晰度地图的位姿图的分布式处理

说明书

根据实施例的一个方面，操作可包括获得包括多个节点的位姿图。操作还可包括将所述位姿图划分成多个位姿子图，每个位姿子图包括一个或更多个相应的位姿子图内部节点和一个或更多个相应的位姿子图边界节点。操作还可以包括基于所述多个位姿子图来生成一个或更多个边界子图，所述一个或更多个边界子图中的每个边界子图包括一个或更多个相应的边界子图边界节点并且包括一个或更多个相应的边界子图内部节点。操作还可包括通过执行位姿图优化来获得经优化的位姿图。所述位姿图优化可包括执行所述多个位姿子图的位姿子图优化以及执行所述多个边界子图的边界子图优化。

相关申请的交叉引用

本专利申请要求于2019年3月5日提交的美国临时申请No.62/813,842的权益和优先权，该申请通过引用以其全部内容并入在本公开中。

背景技术

本公开总体上涉及用于自主车辆的地图，并且更具体地涉及执行对齐由自主车辆捕获的数据的三维表示以生成用于自主车辆导航的高清晰度地图。

自主车辆(也被称为自驾车、无人驾驶车、汽车或机器人车)在不需要人类驾驶员控制和导航车辆的情况下可从源位置驾驶到目的地位置。由于若干原因，驾驶的自动化是困难的。例如，自主车辆使用传感器即时做出驾驶决定，但是车辆传感器不能一直观察所有事物。车辆传感器可能被拐角、起伏的群山和其他车辆遮挡。车辆传感器可能无法足够早地观察到某些事物来做出决定。此外，车道和标志可能在道路上缺失或被灌木撞倒或隐藏，并且因此不能被传感器检测到。此外，用于确定车辆可能从哪里驶来，或用于在紧急情况下转弯或移出车道或当存在必须经过已停止的障碍物时，通行权的道路标志可能不容易可见。

自主车辆可以使用地图数据来计算出以上信息中的一些，而不是依赖于传感器数据。然而，常规地图具有使它们难以用于自主车辆的若干缺点。例如，常规地图可能不提供有助于安全导航的目标精度水平(例如，30cm或更小)。基于GNSS(全球导航卫星系统)的系统提供大约3-5米的精度，但在一些实例中具有可能导致超过100m的精度的大误差条件。这使得准确地确定车辆的位置具有挑战性。

此外，常规地图由测量团队创建，测量团队使用具有特殊配备的、有高分辨率传感器的汽车的驾驶员，在地理区域周围驾驶并且进行测量。测量结果被取回并且地图编辑者的团队根据测量结果组装地图。该过程昂贵且耗时(例如，花可能几个月来完成地图)。因此，使用这样的技术组装的地图不具有新近的数据。例如，道路每年大约5％-10％频繁被更新/修改。但是测量车昂贵并且数量有限，使得它们可能不能捕获这些更新中的大多数。例如，测量车队可包括一千辆汽车。对于美国的即使一个州，一千辆汽车也无法在某些安全参数内定期保持地图最新以用于自驾。因此，维护地图的传统技术无法提供足够准确且最新的正确数据用于以目标精度水平(例如，将安全保持在阈值水平内的精度水平)导航自主车辆。

发明内容

根据实施例的一个方面，操作可以包括获得包括多个节点的位姿图，位姿图的每个节点表示多个车辆中的相应车辆的相应位姿，每个相应位姿包括相应车辆的地理位置和相应车辆的方位。所述操作还可包括将所述位姿图划分成多个位姿子图，每个位姿子图包括一个或更多个相应位姿子图内部节点和一个或更多个相应位姿子图边界节点。所述操作还可以包括基于所述多个位姿子图来生成一个或更多个边界子图，所述一个或更多个边界子图中的每个边界子图包括一个或更多个相应边界子图边界节点以及各自是相应位姿子图边界节点的一个或更多个相应边界子图内部节点。所述操作还可包括通过执行位姿图优化来获得经优化的位姿图。所述位姿图优化可包括执行所述多个位姿子图的位姿子图优化。执行位姿子图优化可包括调整相应位姿子图内部节点的内部节点位姿，同时保持相应位姿子图边界节点的边界节点位姿固定。所述位姿图优化还可包括执行所述多个边界子图的边界子图优化。执行边界子图优化可包括调整相应边界子图内部节点的内部节点位姿，同时保持相应边界子图边界节点的边界节点位姿固定。

附图说明

图1示出了根据实施例的与多个车辆计算系统交互的HD地图系统的整体系统环境。