建图方法、装置、电子设备和存储介质与流程

1.本公开涉及自动驾驶技术领域，尤其涉及一种建图方法、装置、电子设备和存储介质。


背景技术：

2.高精度地图技术是自动驾驶领域的核心技术之一。目前主流的建图算法主要采用激光雷达lidar数据与高精度gps(global positioning system，全球定位系统)数据相融合的方法。
3.其中，激光雷达基于slam(simultaneous localization andmapping，即时定位与建图)技术维护增量式的激光雷达里程计，但是该增量式的激光雷达里程计会存在累积误差，从而导致建图精度下降。


技术实现要素：

4.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种建图方法、装置、电子设备和存储介质，通过基于语义信息辅助建图，提升了建图精度与一致性，尤其是针对长距离缺失gps数据的应用场景，可大幅提升建图精度。
5.第一方面，本公开实施例提供了一种建图方法，该方法包括：
6.基于多种传感器数据确定激光雷达里程计位姿；
7.根据所述激光雷达里程计位姿以及车载激光雷达的原始点云确定目标路标的中心坐标，或者根据所述激光雷达里程计位姿、所述车载激光雷达的原始点云以及车载摄像装置采集的图像确定所述目标路标的中心坐标；
8.根据所述激光雷达里程计位姿构建里程计约束条件；
9.至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿；
10.基于所述优化后的所述目标路标关联的激光雷达里程计位姿获得高精地图。
11.第二方面，本公开实施例还提供了一种建图装置，该装置包括：
12.第一确定模块，用于基于多种传感器数据确定激光雷达里程计位姿；
13.第二确定模块，用于根据所述激光雷达里程计位姿以及车载激光雷达的原始点云确定目标路标的中心坐标，或者根据所述激光雷达里程计位姿、所述车载激光雷达的原始点云以及车载摄像装置采集的图像确定所述目标路标的中心坐标；
14.构建模块，用于根据所述激光雷达里程计位姿构建里程计约束条件；
15.第一优化模块，用于至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿；
16.建图模块，用于基于所述优化后的所述目标路标关联的激光雷达里程计位姿获得
高精地图。
17.第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：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上所述的建图方法。
18.第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的建图方法。
19.本公开实施例提供的建图方法，是一种基于语义信息辅助的激光建图方案，该方案在图优化中增加了对目标路标的观测以及目标路标与激光雷达里程计之间的约束关联，如此在长距离出现缺失gps数据的应用场景或者闭环检测场景中消除累积误差时，可以增加目标路标与激光雷达里程计之间的一致性，从而提升了建图精度。
附图说明
20.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
21.图1为本公开实施例中的一种建图方法的流程图；
22.图2为本公开实施例中的一种对激光雷达里程计位姿进行优化的架构示意图；
23.图3为本公开实施例中的一种建图装置的结构示意图；
24.图4为本公开实施例中的一种电子设备的结构示意图。
具体实施方式
25.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
26.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
27.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
28.目前常用的自动驾驶建图算法，主要采用激光雷达与高精度gps数据融合的方式。其中，基于激光雷达扫描的点云通过slam(simultaneous localization and mapping，即时定位与地图构建)技术维护一个增量式的激光里雷达程计，该激光雷达里程计输出激光雷达里程计位姿(即车辆的实时位姿)，但该激光雷达里程计位姿会存在累积误差。因此，当当前帧激光雷达里程计位姿对应有观测到的高精度gps数据或者闭环检测成功时，会对当前帧激光雷达里程计位姿进行优化，消除当前帧的累积误差，并将累积误差以均分的形式前向传播给当前帧之前的激光雷达里程计位姿上，实现对激光雷达里程计位姿的整体矫正。这种方法的前提假设是增量式的激光雷达里程计位姿的累积误差在位姿的6个自由度上是线性增长的，如果累积误差符合线性增长(例如沿着一条直线建图)，应用均分误差的方式是可以有效消除累积误差的。
29.然而在实际的自动驾驶应用中，长距离无gps数据场景(如隧道)或者大尺度室内闭环场景，激光雷达里程计位姿的累积误差很难满足线性增长的假设，比如在急转弯处角度的累积误差会比直线行驶的大。这样就导致前向传播均分误差时，会出现一些位姿过矫正、一些位姿欠矫正的问题，很难准确地矫正当前帧之前的激光雷达里程计位姿，这样会导致所建地图的精度下降。
30.针对上述问题，本公开实施例提供了一种基于语义信息辅助的激光建图方案，该方案在图优化中增加了对目标路标的观测以及目标路标与激光雷达里程计之间的约束关联，如此在长距离出现缺失gps数据的应用场景或者闭环检测场景中消除累积误差时，可以增加目标路标与激光雷达里程计之间的一致性，从而提升了建图精度。
31.图1为本公开实施例中的一种建图方法的流程图。该方法可以由建图装置执行，该装置可以采用软件和/或硬件的方式实现，该装置可配置于电子设备中。如图1所示，该方法具体可以包括如下步骤：
32.步骤110、基于多种传感器数据确定激光雷达里程计位姿。
33.示例性地，基于激光雷达扫描的点云、车载摄像装置采集的图像、惯性测量单元检测到的数据以及轮速计的数据等，通过特定的slam算法确定激光雷达里程计位姿。所述特定的slam算法例如是loam、orb-slam、cartographer。
34.步骤120、根据所述激光雷达里程计位姿以及车载激光雷达的原始点云确定目标路标的中心坐标，或者根据所述激光雷达里程计位姿、所述车载激光雷达的原始点云以及车载摄像装置采集的图像确定所述目标路标的中心坐标。
35.其中，目标路标指车载激光雷达扫描到的特定路标，或者车载摄像头拍摄到的特定路标，例如路灯、电线杆或者车道线等。
36.可选的，若目标路标是类似于柱状物的路标，例如路灯、电线杆等，可通过如下方式确定其中心坐标：
37.针对单帧原始点云，根据高度信息去除地面点云，获得去除地面点云之后的目标点云；根据所述激光雷达里程计位姿将所述目标点云换算至全局坐标系下，生成全局点云地图；对所述全局点云地图中的点云进行聚类运算，获得多个点云簇；根据所述多个点云簇确定所述目标路标的中心坐标。
38.所述根据所述多个点云簇确定所述目标路标的中心坐标，包括：
39.从所述多个点云簇中确定符合预设形状的目标点云簇；确定所述目标点云簇中心的全局坐标；将所述目标点云簇中心的全局坐标确定为所述目标路标的中心坐标。
40.若目标路标是位于地面上的路标，例如箭头、车道线等，可通过如下方式确定其中心坐标：
41.基于单帧图像进行语义分割，获得所述单帧图像中所包括的目标路标的像素，其中，不同目标路标的像素使用不同的颜色进行区分，例如箭头的像素使用白色进行标记，车道线的像素使用黄色进行标记等；将与所述单帧图像时间戳最邻近的点云换算至所述单帧图像的坐标系中，获得语义单帧点云，在所述语义单帧点云中标记有所述目标路标的像素的颜色类别信息(例如白色、黄色)；根据所述激光雷达里程计位姿将所述语义单帧点云换算至全局坐标系下，生成语义点云地图；基于颜色的聚类算法对所述语义点云地图中的点云数据进行聚类运算，获得多个语义点云簇；将各所述语义点云簇中心的全局坐标确定为
所述目标路标的中心坐标。
42.步骤130、根据所述激光雷达里程计位姿构建里程计约束条件。
43.示例性的，根据所述激光雷达里程计位姿构建里程计约束条件，包括：
44.根据所述激光雷达里程计位姿、激光雷达里程计位姿增量、以及与激光雷达里程计关联的第三预设信息矩阵构建所述里程计约束条件。
45.步骤140、至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿。
46.其中，与所述目标路标关联的激光雷达里程计位姿指能够观测到所述目标路标的位姿，具体的，车辆在该位姿下其车载激光雷达能够扫描到所述目标路标，或者是车载摄像装置能够拍摄到所述目标路标。参考如图2所示的一种对激光雷达里程计位姿进行优化的架构示意图，其中，标号210a和210b表示随着时间的推移激光雷达里程计输出的激光雷达里程计位姿，标号220a和220b表示目标路标。其中，当目标路标是标号220a表示的目标路标时，与其关联的激光雷达里程计位姿是标号210a所表示的激光雷达里程计位姿；当目标路标是标号220b表示的目标路标时，与其关联的激光雷达里程计位姿是标号210b所表示的激光雷达里程计位姿。
47.目标路标与车辆之间存在相对位置关系，该相对位置关系可以基于点云和/或图像确定，该相对位置关系可以作为基于目标路标的约束条件对车辆位姿(即激光雷达里程计位姿)进行校正。
48.可选的，所述方法还包括：基于所述优化后的所述目标路标关联的激光雷达里程计位姿对所有的所述激光雷达里程计位姿进行优化，获得优化后的所有的激光雷达里程计位姿。
49.或者说，根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计约束条件除了可以对所述目标路标关联的激光雷达里程计位姿进行优化之外，还可以对激光雷达里程计输出的所有激光雷达里程计位姿进行优化。
50.示例性地，在里程计约束条件下，可以根据优化后的目标路标关联的激光雷达里程计位姿对所有激光雷达里程计位姿进行优化，获得优化后的所有的激光雷达里程计位姿。参考图2所示，在目标路标220a关联的激光雷达里程计位姿210a、目标路标220a的中心坐标以及里程计约束211条件下，获得优化后的目标路标关联的激光雷达里程计位姿210a，之后在里程计约束211的条件下，根据优化后的目标路标关联的激光雷达里程计位姿210a对激光雷达里程计位姿210b进行优化(即根据优化后的目标路标关联的激光雷达里程计位姿210a向后传导)，依次类推，获得优化后的所有的激光雷达里程计位姿。
51.可选的，在一些实施例中，当车辆经过被遮挡的路段时，例如地下隧道，此时车辆通常无法正常获取高精度的gps数据，为了保证在该路段的建图精度，可参考该路段中目标路标的位置对该路段中的激光雷达里程计位姿进行校正。
52.进一步的，在车辆能够正常获取高精度的gps数据的路段中，也可以参考目标路标的位置对激光雷达里程计位姿进行校正，通过增加目标路标对车辆位姿的约束达到提高建图精度的目的。
53.示例性的，所述至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标
路标的中心坐标以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿，包括如下步骤：
54.131、根据与所述目标路标关联的激光雷达里程计位姿构建第一约束条件。
55.具体的，根据与所述目标路标关联的激光雷达里程计位姿构建如下第一损失函数：
[0056][0057]
其中，f
landmark1
表示所述第一损失函数，k表示目标路标的个数，l
p
表示在全局坐标系下第p个所述目标路标的中心坐标，n
p
表示所述激光雷达里程计位姿的帧数，tg表示第g帧激光雷达里程计位姿，th表示第h帧激光雷达里程计位姿，ω
l1
表示第一预设信息矩阵，
△
t
gh
表示第g帧激光雷达里程计位姿和第h帧激光雷达里程计位姿之间的增量；
[0058]
将上述第一损失函数确定为所述第一约束条件。
[0059]
132、和/或，根据所述激光雷达里程计位姿、所述目标路标的中心坐标以及所述中心坐标在所述激光雷达里程计位姿所对应点云的局部坐标系下的坐标构建第二约束条件。
[0060]
具体的，根据所述激光雷达里程计位姿、所述目标路标的中心坐标以及所述中心坐标在所述激光雷达里程计位姿所对应点云帧的局部坐标系下的坐标构建如下第二损失函数：
[0061][0062]
其中，f
landmark2
表示所述第二损失函数，k表示目标路标的个数，l
p
表示在全局坐标系下第p个所述目标路标的中心坐标，n
p
表示所述激光雷达里程计位姿的帧数，tg表示第g帧激光雷达里程计位姿，ω
l2
表示第二预设信息矩阵，l
plocal
表示中心坐标l
p
在第g帧激光雷达里程计位姿所对应点云帧的局部坐标下的坐标；
[0063]
将上述第二损失函数确定为所述第二约束条件。
[0064]
133、至少根据所述第一约束条件和/或所述第二约束条件以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿。
[0065]
其中，根据所述激光雷达里程计位姿构建里程计约束条件，包括：
[0066]
根据所述激光雷达里程计位姿、激光雷达里程计位姿增量、以及与激光雷达里程计关联的第三预设信息矩阵构建所述里程计约束条件。
[0067]
具体的，根据所述激光雷达里程计位姿、激光雷达里程计位姿增量、以及与激光雷达里程计关联的第三预设信息矩阵构建如下第三损失函数，将该第三损失函数确定为所述里程计约束条件：
[0068][0069]
其中，f
odom
表示所述第三损失函数，n表示激光雷达里程计位姿的帧数，t
lj
表示第j
帧激光雷达里程计位姿、t
lj 1
表示第j 1帧激光雷达里程计位姿、
△
t
lj
表示第j帧激光雷达里程计位姿增量、ω
lj
表示所述第三预设信息矩阵。
[0070]
可选的，至少根据所述第一约束条件和/或所述第二约束条件以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿，包括：
[0071]
根据所述第一损失函数和/或所述第二损失函数，以及所述第三损失函数生成总损失函数；对所述总损失函数进行求解，将所述总损失函数取最小值时对应的激光雷达里程计位姿确定为优化后的所述目标路标关联的激光雷达里程计位姿。
[0072]
进一步的，在一些实施方式中，所述方法还包括：
[0073]
根据全球定位系统位姿的坐标值、激光雷达里程计位姿的坐标值以及所述与全球定位系统关联的第四预设信息矩阵构建全球定位系统约束条件；
[0074]
根据所述第一约束条件、所述第二约束条件、所述里程计约束条件以及所述全球定位系统约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿。
[0075]
具体的，根据全球定位系统位姿的坐标值、激光雷达里程计位姿的坐标值以及所述与全球定位系统关联的第四预设信息矩阵构建如下第四损失函数，将该第四损失函数确定为所述全球定位系统约束条件：
[0076][0077]
其中，f
gps
表示所述第四损失函数，m表示与全球定位系统位姿对应的激光雷达位姿的帧数，t
li
表示第i帧与全球定位系统位姿对应的激光雷达位姿的坐标值，t
gi
表示第i帧全球定位系统位姿的坐标值，ω
gj
表示所述第四预设信息矩阵。
[0078]
根据所述第一损失函数、所述第二损失函数、所述第三损失函数以及所述第四损失函数生成总损失函数；对所述总损失函数进行求解，将所述总损失函数取最小值时对应的激光雷达里程计位姿确定为优化后的所述目标路标关联的激光雷达里程计位姿。
[0079]
具体的，总损失函数f＝f
landmark1
f
landmark2
f
odom
f
gps
，对总损失函数f进行求解的问题是一个非线性最小二乘问题，通过优化所有的激光雷达里程计位姿以及目标路标的中心坐标，使得总损失函数f最小。实际应用中可采用gtsam优化器的lm(levenberg-marquardt，列文伯格-马夸尔特)算法或者高斯牛顿法进行求解。
[0080]
步骤150、基于所述优化后的所述目标路标关联的激光雷达里程计位姿获得高精地图。
[0081]
概括性的，参考如图2所示的一种对激光雷达里程计位姿进行优化的架构示意图，其中，标号210a和210b表示随着时间的推移激光雷达里程计输出的激光雷达里程计位姿，标号220a和220b表示目标路标，标号230表示gps数据，标号211表示激光雷达里程计对激光雷达里程计位姿构成的约束，标号221表示目标路标对激光雷达里程计位姿构成的约束，标号231表示gps数据对激光雷达里程计位姿构成的约束。综上，通过多种约束对激光雷达里程计的位姿进行优化，获得精度较高的优化后的激光雷达里程计位姿。根据优化后的激光雷达里程计位姿，建立高精地图。
[0082]
其中，本公开实施例提供的建图方法既可以适用于局部路段的建图，也可以适用于全局路段的建图。
[0083]
本实施例提供的建图方法，通过结合激光雷达里程计提出一种基于语义信息辅助的激光建图方法，该方法主要包含目标路标的语义提取、目标路标与激光雷达里程计位姿之间的数据关联、目标路标在位姿图优化中损失函数的构建。使用该方法可以提升激光建图的精度与一致性，尤其是针对长距离缺失gps数据或者室内大尺度闭环的应用场景，可较明显地提升激光建图的质量与精度。
[0084]
图3为本公开实施例中的一种建图装置的结构示意图。如图3所示：该装置包括：第一确定模块310、第二确定模块320、构建模块330、第一优化模块340和建图模块350。
[0085]
其中，第一确定模块310，用于基于多种传感器数据确定激光雷达里程计位姿；第二确定模块320，用于根据所述激光雷达里程计位姿以及车载激光雷达的原始点云确定目标路标的中心坐标，或者根据所述激光雷达里程计位姿、所述车载激光雷达的原始点云以及车载摄像装置采集的图像确定所述目标路标的中心坐标；构建模块330用于根据所述激光雷达里程计位姿构建里程计约束条件；第一优化模块340，用于至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿；建图模块350，用于基于所述优化后的所述目标路标关联的激光雷达里程计位姿获得高精地图。
[0086]
可选的，还包括第二优化模块，用于基于所述优化后的所述目标路标关联的激光雷达里程计位姿对所有的所述激光雷达里程计位姿进行优化，获得优化后的所有的激光雷达里程计位姿。
[0087]
可选的，第一优化模块340包括：构建单元，用于根据与所述目标路标关联的激光雷达里程计位姿构建第一约束条件；和/或，根据所述激光雷达里程计位姿、所述目标路标的中心坐标以及所述中心坐标在所述激光雷达里程计位姿所对应点云的局部坐标系下的坐标构建第二约束条件；优化单元，用于至少根据所述第一约束条件和/或所述第二约束条件以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿。
[0088]
可选的，所述优化单元包括：构建子单元，用于根据所述激光雷达里程计位姿、激光雷达里程计位姿增量、以及与激光雷达里程计关联的第三预设信息矩阵构建所述里程计约束条件；根据全球定位系统位姿的坐标值、激光雷达里程计位姿的坐标值以及所述与全球定位系统关联的第四预设信息矩阵构建全球定位系统约束条件；优化子单元，用于根据所述第一约束条件、所述第二约束条件、所述里程计约束条件以及所述全球定位系统约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿。
[0089]
可选的，所述构建单元具体用于：根据与所述目标路标关联的激光雷达里程计位姿构建如下第一损失函数：
[0090]
[0091]
其中，f
landmark1
表示所述第一损失函数，k表示目标路标的个数，l
p
表示在全局坐标系下第p个所述目标路标的中心坐标，n
p
表示所述激光雷达里程计位姿的帧数，tg表示第g帧激光雷达里程计位姿，th表示第h帧激光雷达里程计位姿，ω
l1
表示第一预设信息矩阵，
△
t
gh
表示第g帧激光雷达里程计位姿和第h帧激光雷达里程计位姿之间的增量。
[0092]
根据所述激光雷达里程计位姿、所述目标路标的中心坐标以及所述中心坐标在所述激光雷达里程计位姿所对应点云帧的局部坐标系下的坐标构建如下第二损失函数：
[0093][0094]
其中，f
landmark2
表示所述第二损失函数，k表示目标路标的个数，l
p
表示在全局坐标系下第p个所述目标路标的中心坐标，n
p
表示所述激光雷达里程计位姿的帧数，tg表示第g帧激光雷达里程计位姿，ω
l2
表示第二预设信息矩阵，l
plocal
表示中心坐标l
p
在第g帧激光雷达里程计位姿所对应点云帧的局部坐标下的坐标。
[0095]
可选的，第二确定模块320包括：过滤单元，用于针对单帧原始点云，根据高度信息去除地面点云，获得去除地面点云之后的目标点云；第一换算单元，用于根据所述激光雷达里程计位姿将所述目标点云换算至全局坐标系下，生成全局点云地图；第一聚类单元，用于对所述全局点云地图中的点云进行聚类运算，获得多个点云簇；第一确定单元，用于根据所述多个点云簇确定所述目标路标的中心坐标。
[0096]
进一步的，所述第一确定单元具体用于：从所述多个点云簇中确定符合预设形状的目标点云簇；确定所述目标点云簇中心的全局坐标；将所述目标点云簇中心的全局坐标确定为所述目标路标的中心坐标。
[0097]
进一步的，第二确定模块320包括：分割单元，用于基于单帧图像进行语义分割，获得所述单帧图像中所包括的目标路标的像素，其中，不同目标路标的像素使用不同的颜色进行区分；第二换算单元，用于将与所述单帧图像时间戳最邻近的点云换算至所述单帧图像的坐标系中，获得语义单帧点云，在所述语义单帧点云中标记有所述目标路标的像素的颜色类别信息；第三换算单元，用于根据所述激光雷达里程计位姿将所述语义单帧点云换算至全局坐标系下，生成语义点云地图；第二聚类单元，用于基于颜色的聚类算法对所述语义点云地图中的点云数据进行聚类运算，获得多个语义点云簇；第二确定单元，用于将各所述语义点云簇中心的全局坐标确定为所述目标路标的中心坐标。
[0098]
本公开实施例提供的建图装置，可执行本公开方法实施例所提供的建图方法中的步骤，具备执行步骤和有益效果此处不再赘述。
[0099]
图4为本公开实施例中的一种电子设备的结构示意图。下面具体参考图4，其示出了适于用来实现本公开实施例中的电子设备500的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0100]
如图4所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理以实现如本公开所述的实施例的方法。在ram 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
[0101]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码，从而实现如上所述的建图方法。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
[0102]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0103]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述建图方法。
[0104]
可选的，当上述一个或者多个程序被该电子设备执行时，该电子设备还可以执行上述实施例所述的其他步骤。
[0105]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0106]
方案1、一种建图方法，所述方法包括：
[0107]
基于多种传感器数据确定激光雷达里程计位姿；
[0108]
根据所述激光雷达里程计位姿以及车载激光雷达的原始点云确定目标路标的中心坐标，或者根据所述激光雷达里程计位姿、所述车载激光雷达的原始点云以及车载摄像装置采集的图像确定所述目标路标的中心坐标；
[0109]
根据所述激光雷达里程计位姿构建里程计约束条件；
[0110]
至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计位姿对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿；
[0111]
基于所述优化后的所述目标路标关联的激光雷达里程计位姿获得高精地图。
[0112]
方案2、根据方案1所述的方法，还包括：
[0113]
基于所述优化后的所述目标路标关联的激光雷达里程计位姿对所有的所述激光雷达里程计位姿进行优化，获得优化后的所有的激光雷达里程计位姿。
[0114]
方案3、根据方案1所述的方法，所述至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿，包括：
[0115]
根据与所述目标路标关联的激光雷达里程计位姿构建第一约束条件；
[0116]
和/或，根据所述激光雷达里程计位姿、所述目标路标的中心坐标以及所述中心坐标在所述激光雷达里程计位姿所对应点云的局部坐标系下的坐标构建第二约束条件；
[0117]
至少根据所述第一约束条件和/或所述第二约束条件以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿。方案4、根据方案3所述的方法，所述根据与所述目标路标关联的激光雷达里程计位姿构建第一约束条件，包括：
[0118]
根据与所述目标路标关联的激光雷达里程计位姿构建如下第一损失函数：
[0119][0120]
其中，f
landmark1
表示所述第一损失函数，k表示目标路标的个数，l
p
表示在全局坐标系下第p个所述目标路标的中心坐标，n
p
表示所述激光雷达里程计位姿的帧数，tg表示第g帧激光雷达里程计位姿，th表示第h帧激光雷达里程计位姿，ω
l1
表示第一预设信息矩阵，
△
t
gh
表示第g帧激光雷达里程计位姿和第h帧激光雷达里程计位姿之间的增量。
[0121]
方案5、根据方案3所述的方法，所述根据所述激光雷达里程计位姿、所述目标路标的中心坐标以及所述中心坐标在所述激光雷达里程计位姿所对应点云帧的局部坐标系下的坐标构建第二约束条件，包括：
[0122]
根据所述激光雷达里程计位姿、所述目标路标的中心坐标以及所述中心坐标在所述激光雷达里程计位姿所对应点云帧的局部坐标系下的坐标构建如下第二损失函数：
[0123][0124]
其中，f
landmark2
表示所述第二损失函数，k表示目标路标的个数，l
p
表示在全局坐标系下第p个所述目标路标的中心坐标，n
p
表示所述激光雷达里程计位姿的帧数，tg表示第g帧激光雷达里程计位姿，ω
l2
表示第二预设信息矩阵，l
plocal
表示中心坐标l
p
在第g帧激光雷达里程计位姿所对应点云帧的局部坐标下的坐标；
[0125]
方案6、根据方案3所述的方法，所述至少根据所述第一约束条件和/或所述第二约
束条件以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿，包括：
[0126]
根据所述激光雷达里程计位姿、激光雷达里程计位姿增量、以及与激光雷达里程计关联的第三预设信息矩阵构建所述里程计约束条件；
[0127]
根据全球定位系统位姿的坐标值、激光雷达里程计位姿的坐标值以及所述与全球定位系统关联的第四预设信息矩阵构建全球定位系统约束条件；
[0128]
根据所述第一约束条件、所述第二约束条件、所述里程计约束条件以及所述全球定位系统约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿。
[0129]
方案7、根据方案1-6任一项所述的方法，所述根据所述激光雷达里程计位姿以及车载激光雷达的原始点云确定目标路标的中心坐标，包括：
[0130]
针对单帧原始点云，根据高度信息去除地面点云，获得去除地面点云之后的目标点云；
[0131]
根据所述激光雷达里程计位姿将所述目标点云换算至全局坐标系下，生成全局点云地图；
[0132]
对所述全局点云地图中的点云进行聚类运算，获得多个点云簇；
[0133]
根据所述多个点云簇确定所述目标路标的中心坐标。
[0134]
方案8、根据方案7所述的方法，所述根据所述多个点云簇确定所述目标路标的中心坐标，包括：
[0135]
从所述多个点云簇中确定符合预设形状的目标点云簇；
[0136]
确定所述目标点云簇中心的全局坐标；
[0137]
将所述目标点云簇中心的全局坐标确定为所述目标路标的中心坐标。
[0138]
方案9、根据方案1-6任一项所述的方法，所述根据所述激光雷达里程计位姿、所述车载激光雷达的原始点云以及车载摄像装置采集的图像确定所述目标路标的中心坐标，包括：
[0139]
基于单帧图像进行语义分割，获得所述单帧图像中所包括的目标路标的像素，其中，不同目标路标的像素使用不同的颜色进行区分；
[0140]
将与所述单帧图像时间戳最邻近的点云换算至所述单帧图像的坐标系中，获得语义单帧点云，在所述语义单帧点云中标记有所述目标路标的像素的颜色类别信息；
[0141]
根据所述激光雷达里程计位姿将所述语义单帧点云换算至全局坐标系下，生成语义点云地图；
[0142]
基于颜色的聚类算法对所述语义点云地图中的点云数据进行聚类运算，获得多个语义点云簇；
[0143]
将各所述语义点云簇中心的全局坐标确定为所述目标路标的中心坐标。
[0144]
方案10、一种建图装置，包括：
[0145]
第一确定模块，用于基于多种传感器数据确定激光雷达里程计位姿；
[0146]
第二确定模块，用于根据所述激光雷达里程计位姿以及车载激光雷达的原始点云确定目标路标的中心坐标，或者根据所述激光雷达里程计位姿、所述车载激光雷达的原始点云以及车载摄像装置采集的图像确定所述目标路标的中心坐标；
[0147]
构建模块，用于根据所述激光雷达里程计位姿构建里程计约束条件；
[0148]
第一优化模块，用于至少根据与所述目标路标关联的激光雷达里程计位姿、所述目标路标的中心坐标以及所述里程计约束条件对所述目标路标关联的激光雷达里程计位姿进行优化，获得优化后的所述目标路标关联的激光雷达里程计位姿；
[0149]
建图模块，用于基于所述优化后的所述目标路标关联的激光雷达里程计位姿获得高精地图。
[0150]
方案11、一种电子设备，所述电子设备包括：
[0151]
一个或多个处理器；
[0152]
存储装置，用于存储一个或多个程序；
[0153]
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方案1-9中任一项所述的方法。
[0154]
方案12、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如方案1-9中任一项所述的方法。
[0155]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。