摘要
本发明公开了一种基于点云描述子的地图更新方法及系统,数据预处理阶段进行点云的去畸变处理,并基于误差状态卡尔曼滤波融合姿态数据与预处理后的点云数据,结合搜索到的回环约束,实现更加精确地位姿输出;提出行向量描述子和列向量描述子,提取的描述子进行当前帧点云和先验地图点云的第一次相似性和第二次相似性判断,找出具有相似性的区域,实现当前帧点云的全局定位,依据定位结果判断周围环境的变化情况。地图更新阶段,采用回环约束、点云位姿相对距离和点云占比实现点云先验地图的第一次和第二次更新,充分考虑了未探索区域、先验地图中变化的点云,实现地图的自动更新。有效地自动更新周围变化的环境地图提高无人驾驶的安全系数。
技术关键词
地图更新方法
点云
卡尔曼滤波融合
地图更新系统
数据处理单元
车辆周围环境
坐标系
判断周围环境
激光雷达数据
定位模块
ICP算法
分辨率
误差状态
位移误差
姿态误差
系统为您推荐了相关专利信息
图像数据生成方法
三维场景数据
分布式存储系统
计算机执行指令
模拟传感器
匹配定位方法
稀疏特征
像素点
特征点集合
跨模态
外骨骼控制方法
髋关节
无监督
振荡器系统
仿真环境
激光雷达扫描仪
人形机器人
激光雷达扫描系统
池化方法
语义特征提取
样本类别标签
机载激光雷达点云
周期
分类方法
深度学习模型