[发明专利]一种用于激光定位的匹配方法、装置、设备和存储介质

说明书

本发明涉及图像分析的技术领域，尤其是涉及一种用于激光定位的匹配方法、装置、设备和存储介质。其中，上述匹配方法包括：获取基于激光定位图像的激光点云数据和基于待匹配图像的待匹配栅格数据；对所述激光点云数据进行过滤，并根据栅格化算法对滤除噪声后的激光点云数据进行处理，获得激光栅格数据；根据相位相关算法，对所述激光栅格数据和所述待匹配栅格数据进行匹配，获得旋转参数和平移参数；根据所述旋转参数、所述平移参数和所述待匹配栅格数据。其能快速完成激光点云数据的匹配过程，并获得高精度匹配结果。

技术领域

本发明涉及图像分析的技术领域，尤其是涉及一种用于激光定位的匹配方法、装置、设备和存储介质。

背景技术

高精度定位是自动驾驶系统的重要组成部分之一，它不仅能通过提供装载有自动驾驶系统的车辆的位置和姿态，来保证自动驾驶系统的决策部分可以顺利为车辆规划行驶路线；还能辅助环境感知对周边进行预判，帮助制作高精度地图。

在实际应用中，自动驾驶系统的高精度定位模块对车辆的定位精度需达到厘米量级，而对车辆姿态的定位精度则需小于0.2°。

传统的高精度定位模块多是通过GNSS(Global Navigation Satellites System，全球导航卫星系统)差分定位算法来完成车辆的定位工作，并借助陀螺仪和加速度计完成帧间插值和弱观测值时的修正。

但在实际应用过程中，面对隧道、高楼、林阴路等非开阔场景时，上述差分定位算法由于受到多径干扰和误差累积的影响，所以无法始终保持对车辆的高精度定位效果，基于此，一些企业便对应补充设计了激光定位方案，即在上述差分定位算法应用过程中，通过对局部观测值的优化，来使车辆始终保有高精度定位效果。

当前业界常见的激光定位方案主要为，在获得激光定位三维点云底图后，利用ICP(iterative closest point，迭代最近点)算法进行对三维点云数据进行匹配，从而获得车辆的位置和姿态。由于ICP算法通常需要考虑6个自由度的运算，即包括3个自由度的平移和3个自由度的旋转，这使得整体匹配过程的时空复杂度较高，因此该算法的匹配速度慢；同时还因为ICP算法不会对三维点云数据进行过滤，所以受三维点云数据中噪声的干扰，该算法的匹配精度较低。

因此，企业亟需一种新的技术方案，来解决基于激光定位底图的三维点云数据匹配速度慢且匹配精度低的问题。

发明内容

本发明提供一种用于激光定位的匹配方法、装置、设备和存储介质，以实现快速完成三维点云数据的匹配过程，并获得高精度匹配结果的效果。

第一方面，本发明实施例提供了一种用于激光定位的匹配方法，该用于激光定位的匹配方法包括：

获取基于激光定位图像的激光点云数据和基于待匹配图像的待匹配栅格数据；

对所述激光点云数据进行过滤，并根据栅格化算法对滤除噪声后的激光点云数据进行处理，获得激光栅格数据；

根据相位相关算法，对所述激光栅格数据和所述待匹配栅格数据进行匹配，获得旋转参数，所述旋转参数用于说明所述激光定位图像和所述待匹配图像之间的旋转关系；

根据所述旋转参数对所述待匹配栅格数据进行旋转，获得旋转后栅格数据；

根据所述相位相关算法，对所述激光栅格数据和所述旋转后栅格数据进行匹配，获得平移参数，所述平移参数用于说明所述激光定位图像和所述待匹配图像之间的平移关系；

根据所述旋转参数、所述平移参数和所述待匹配栅格数据获得实际定位数据。

第二方面，本发明实施例提供了一种用于激光定位的匹配装置，该用于激光定位的匹配装置包括：

获取模块，用于获取基于激光定位图像的激光点云数据和基于待匹配图像的待匹配栅格数据；