一种无人设备定位方法、装置、设备及存储介质与流程

技术特征：
1.一种无人设备定位方法，其特征在于，包括：获取在待定位点同一可视范围内同时采集的点云和原始图像数据；将所述点云投影到所述原始图像数据上，得到目标图像数据；从所述目标图像数据中检测出基于空间特征的第一定位元素和基于视觉特征的第二定位元素，得到由所述第一定位元素和所述第二定位元素组成的局部语义地图；将所述局部语义地图与预先建立的全局语义地图进行配准，确定所述待定位点的定位结果。2.根据权利要求1所述的无人设备定位方法，其特征在于，将所述点云投影到所述原始图像数据上，得到目标图像数据，包括：查询所述点云在激光雷达所在的坐标系上的第一坐标，所述激光雷达用于采集所述点云；将所述第一坐标映射为相机所在的坐标系上的第二坐标，所述相机用于采集所述原始图像数据；将所述第二坐标映射为所述原始图像数据中的第三坐标；将所述点云投影到所述原始图像数据中处于所述第三坐标的像素点，得到目标图像数据。3.根据权利要求1所述的无人设备定位方法，其特征在于，从所述目标图像数据中检测出基于空间特征的第一定位元素和基于视觉特征的第二定位元素，得到由所述第一定位元素和所述第二定位元素组成的局部语义地图，包括：基于目标检测算法从所述目标图像数据中检测出第一定位元素；基于语义分割算法从所述目标图像数据中分割出第二定位元素；融合所述第一定位元素和所述第二定位元素，得到局部语义地图。4.根据权利要求3所述的无人设备定位方法，其特征在于，基于目标检测算法从所述目标图像数据中检测出第一定位元素，包括：将目标图像数据中的点云构成的点云空间切割为多个尺寸相同的三维体素；对各所述体素内的点云进行特征提取，得到由各所述体素对应的特征向量构成的特征矩阵；基于所述特征矩阵对所述目标图像数据进行分类检测和位置回归，得到第一定位元素的类别和标识所述第一定位元素的三维检测框。5.根据权利要求3所述的无人设备定位方法，其特征在于，基于语义分割算法从所述目标图像数据中分割出第二定位元素，包括：从所述目标图像数据中提取多种不同尺度的特征；融合多种不同尺度的特征，得到与所述目标图像数据尺度相同的融合特征；基于所述融合特征对所述目标图像数据进行像素分类，确定所述目标图像数据中的第二定位元素。6.根据权利要求3所述的无人设备定位方法，其特征在于，融合所述第一定位元素和所述第二定位元素，得到局部语义地图，包括：取所述第一定位元素的中心点作为目标点；取所述第二定位元素的边缘线作为目标线；
融合所述目标点和所述目标线，得到局部语义地图。7.根据权利要求1
‑
6任一所述的无人设备定位方法，其特征在于，将所述局部语义地图与预先建立的全局语义地图进行配准，确定所述待定位点的定位结果，包括：将所述局部语义地图叠加到全局语义地图上；以所述全局语义地图为参考，对所述局部语义地图进行平移变换；计算所述局部语义地图与所述全局语义地图的匹配度；将所述局部语义地图与所述全局语义地图匹配度最高时，所述全局语义地图的平移变换结果作为所述待定位点的定位结果。8.根据权利要求7所述的无人设备定位方法，其特征在于，将所述局部语义地图叠加到全局语义地图上，包括：将所述全局语义地图的三维空间网格化，得到多个三维网格；将所述局部语义地图中的点云投影到所述三维网格内。9.根据权利要求8所述的无人设备定位方法，其特征在于，计算所述局部语义地图与所述全局语义地图的匹配度，包括：基于所述三维网格内的点云计算所述三维网格的概率密度函数；以平移变换后的所述局部语义地图中的所述点云作为所述概率密度函数的自变量构建似然函数；计算似然函数的似然值作为所述局部语义地图与所述全局语义地图的匹配度。10.根据权利要求1
‑
6任一所述的无人设备定位方法，其特征在于，在从所述目标图像数据中检测出基于空间特征的第一定位元素和基于视觉特征的第二定位元素之后，还包括：判断所述第一定位元素和所述第二定位元素的总数量是否大于预设的阈值；若是，则执行将所述局部语义地图与预先建立的全局语义地图进行配准，确定所述待定位点的定位结果的步骤；若否，则控制所述无人设备保持当前车道行驶；当所述无人设备行驶至当前车道预定位置时，返回执行获取在待定位点同一可视范围内同时采集的点云和原始图像数据的步骤。11.一种无人设备定位装置，其特征在于，包括：数据获取模块，用于获取在待定位点同一可视范围内同时采集的点云和原始图像数据；投影模块，用于将所述点云投影到所述原始图像数据上，得到目标图像数据；局部语义地图确定模块，用于从所述目标图像数据中检测出基于空间特征的第一定位元素和基于视觉特征的第二定位元素，得到由所述第一定位元素和所述第二定位元素组成的局部语义地图；定位结果确定模块，用于将所述局部语义地图与预先建立的全局语义地图进行配准，确定所述待定位点的定位结果。12.一种计算机设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1
‑
10中任一所述的无人设备定位方法。13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1
‑
10中任一所述的无人设备定位方法。

技术总结
本发明公开了一种无人设备定位方法、装置、设备及存储介质。通过将图像数据的视觉特征与点云的空间特征结合，使得目标图像数据既包含了丰富的视觉特征，又包含了点云的坐标、激光强度等空间特征，大大丰富了特征的维度，有利于提高定位精度；此外，通过融合基于空间特征的第一定位元素和基于视觉特征的第二定位元素，形成局部语义地图，并与全局语义地图配准，提高了定位精度，即使场景内环境发生变化，也可以通过基于视觉特征的第二定位元素弥补信息损失，实现无人设备的准确定位。实现无人设备的准确定位。实现无人设备的准确定位。


技术研发人员：王睿 杨庆雄 韩旭
受保护的技术使用者：广州文远知行科技有限公司
技术研发日：2021.08.17
技术公布日：2021/11/17