[发明专利]一种露天矿区地图众包采集及构建装置

权利要求书

1.一种露天矿区地图众包采集及构建装置，其特征在于，包括云平台-高精地图服务装置、车载-高精地图采集构建装置、众包地图采集车；

所述云平台-高精地图服务装置用于进行地图采集任务的构建及下发，以及对所述众包地图采集车的生产任务状态及地图采集状态进行监测，接收所述车载-高精地图采集构建装置上传的全量或增量地图数据，实现新版全量地图数据及增量数据与原有地图数据的融合与替代，并根据高精地图消费端需求进行地图数据定向传输；

所述车载-高精地图采集构建装置接收所述众包地图采集车的激光雷达和组合惯导采集的激光雷达点云数据、组合惯导数据，依次进行时间同步、点云语义分割、坐标转换、点云栅格化、生成灰度图、边界提取、增量数据判断以及轻量级地图压缩，将边界数据上传至所述云平台-高精地图服务装置；

所述众包地图采集车搭载所述车载-高精地图采集构建装置，在露天矿区进行生产作业及地图数据采集。

2.根据权利要求1所述的露天矿区地图众包采集及构建装置，其特征在于，所述众包地图采集车包括推土机、挖掘机和矿卡：

(1)推土机，用于修整排土工作线、清理装载区，采集排土场内最新的边界信息数据；

(2)挖掘机，用于采掘、装载矿石或岩土，采集装载区内最新的边界信息数据；

(3)矿卡，用于在无人驾驶作业区内进行运输作业，采集无人驾驶作业区内最新的边界信息数据。

3.根据权利要求2所述的露天矿区地图众包采集及构建装置，其特征在于，所述云平台-高精地图服务装置包括如下模块：

(1)生产作业任务状态监测模块，对推土机、挖掘机的工程作业任务及矿卡的运输任务进行目标读取与状态监控，为采集业务构建模块提供作业区域、作业时间、作业车辆、作业状态数据信息；

(2)地图采集状态监测模块，对地图采集车辆的采集状态信息进行监测，提供采集开始时间、车辆位置信息、采集状态数据信息；

(3)采集业务构建模块，进行地图采集任务及模式设定，完成采集任务构建及下发；

(4)高精地图存储及管理模块，接收所述车载-高精地图采集构建装置上传的全量或增量地图数据，实现新版全量地图数据及增量数据与原有地图数据的有效融合与替代，进行终版地图数据的版本生成与管理；

(5)高精地图服务模块，根据高精地图消费端需求，将指定版本地图数据向消费端完成地图数据定向传输。

4.根据权利要求3所述的露天矿区地图众包采集及构建装置，其特征在于，所述采集业务构建模块的采集任务触发形式有两种：

a、工程作业任务触发：根据推土机、挖掘机的工程作业调度任务，自行匹配工程车量的作业时间及区域，自动进行采集区域、采集时间及采集车辆设定，当工程作业车辆响应工程作业任务时，自动触发地图采集业务构建；

b、区域众包任务触发：人工圈定目标采集区域，设定采集车辆、采集时间、采集模式，采集业务构建模块依据设定生成地图采集电子围栏区域，待车辆途径电子围栏设定区域时，平台自动下发地图采集开始指令；车辆驶离电子围栏后，平台自动下发地图采集结束指令，车载-高精地图采集构建装置自动上传增量地图数据。

5.根据权利要求4所述的露天矿区地图众包采集及构建装置，其特征在于，所述采集模式包括以下两种模式：

a、增量采集模式：地图采集车进行日常工程作业或运输作业时，根据地图采集任务触发进行常态化地图构建与增量数据判断，当车载高精地图采集构建装置识别出部分区域存在道路边界发生变化时，将增量数据包进行上传，同时记录对应的采集车辆、采集时间、采集区域数据信息；

b、全量采集模式：地图采集车进行日常工程作业或运输作业时，根据地图采集任务触发进行常态化地图构建，将所检测出的所有道路边界信息进行存储和上传。

6.根据权利要求5所述的露天矿区地图众包采集及构建装置，其特征在于，所述车载-高精地图采集构建装置包括如下模块：

(1)时间同步模块，根据激光雷达点云和组合惯导数据的时间戳，对组合惯导数据进行插值，实现点云和组合惯导数据时间同步，同时用组合惯导数据对点云进行运动去畸变处理，去除由于车快速运动导致的点云畸变误差；

(2)语义分割模块，使用PolarNet模型对点云进行深度学习语义分割，将点云分割为不同类别；连续多帧点云语义进行权值判断，确认同一位置最终的语义标签类别；根据语义分割的类别，滤除障碍物目标点，提取地面、挡墙类别的静态目标点；

(3)坐标转换模块，组合导航系统输出车辆坐标系经纬度高程和姿态角，将组合导航输出的经纬度和高程数据，转换为UTM坐标系下对应数值；通过对激光雷达-组合惯导进行标定得到旋转矩阵R和平移矩阵T，联合组合导航的UTM坐标值，将目标点云数据转换到UTM坐标系下；

(4)点云栅格化模块，对UTM坐标系下的目标点云进行栅格化投射，如果在一个栅格单元中有两个及其以上的点落入，选择高程最低的数据点，如果没有点落入该栅格，则搜索该栅格单元的八邻域，选择离其最近点的高程作为该栅格单元高程；

(5)灰度图生成模块，每一个栅格内点云都对应着实地的高程值，将不同的高程值按照下式进行灰度量化:

G_i＝(Z_i-Z_min)/(Z_max-Z_min)*255

其中，G_i为栅格应点高程量化后的灰度值，其范围在0～255之间；

(6)边界提取模块，使用中值滤波对灰度图像进行去噪处理，并采用Canny边缘检测算子对道路边界进行提取，将边界点数据进行存储；

(7)增量数据判断模块，将新检测边界点与本地已存储的边界点在栅格中进行对比，若连续新检测边界点数目阈值N_thr1，则该边界位置已有道路边界发生变化，新检测边界点写入增量数据包；若栅格中存在连续新旧点高度差|ΔH|H_thr，且连续点数目阈值N_thr2，则该边界位置已有道路边界发生变化，新检测边界点写入增量数据包；若本地未有已存储边界信息，则默认为首次进行地图采集，直接跳转至轻量级地图压缩模块；

(8)轻量级地图压缩模块，使用轮廓线提取对语义分割生成的高精语义地图进行压缩：首先，将生成的语义地图映射到鸟瞰图上，每个像素表示一个网格；其次，提取每个语义组的轮廓，将轮廓点保存下来。