一種用于精確定位的概率地圖的生成方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及領(lǐng)域，尤其涉及一種用于精確定位的概率地圖的生成方法。
【背景技術(shù)】
[0002] 無人車自動(dòng)駕駛系統(tǒng)一般分為兩種：
[0003] 1、不依靠預(yù)先采集的行駛環(huán)境知識(shí)，在實(shí)時(shí)自動(dòng)駕駛過程中一邊感知一邊決策 的。這種系統(tǒng)比較常用于陌生環(huán)境中的行駛，如野外。
[0004] 2、完全或者主要依靠預(yù)先采集的行駛環(huán)境知識(shí)，在實(shí)時(shí)自動(dòng)駕駛過程中先在預(yù)先 采集的信息中確定自己的位置，然后再結(jié)合預(yù)先采集的信息和實(shí)時(shí)感知到的信息，做出決 策。這種方法比起前一種實(shí)現(xiàn)難度低、算法復(fù)雜度低、效果更好。主要因?yàn)椋?br>[0005] a.行駛過程中的感知范圍有限。預(yù)先采集可以從各種不同的角度和維度感知環(huán)境
[0006] b.車載計(jì)算機(jī)運(yùn)算能力有限，比起理論上無限的預(yù)先采集預(yù)先運(yùn)算處理
[0007] c.車載傳感器的性能、數(shù)量和類型有限。預(yù)先采集可以動(dòng)用各自類型的傳感器，包 括空基（如機(jī)載合成孔徑雷達(dá)）、天基（如衛(wèi)星）等。
[0008] 本發(fā)明提出一種生成一種二維的、記錄了傳感器感知信號(hào)（如激光雷達(dá)的反射強(qiáng) 度信號(hào)）的概率分布的地圖（以下簡稱概率地圖）的方法。這種概率地圖屬于預(yù)先采集 的用于自動(dòng)駕駛的輔助信息的一種，特別適用于實(shí)時(shí)自動(dòng)駕駛時(shí)幫助無人車確定自身的位 置。
[0009] 無人車可以依靠這張概率地圖，配合自身傳感器的信息（如全球定位系統(tǒng)的坐 標(biāo)、激光雷達(dá)掃描后的點(diǎn)云），利用概率的方法估算自己當(dāng)前最可能的實(shí)際位置/坐標(biāo)。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明要解決的技術(shù)問題，在于提供一種用于精確定位的概率地圖的生成方法， 解決無人駕駛地圖數(shù)據(jù)采集的問題。
[0011] 本發(fā)明是這樣實(shí)現(xiàn)的：一種用于精確定位的概率地圖的生成方法，包括如下步 驟：
[0012] 在目標(biāo)行駛環(huán)境中采集原始數(shù)據(jù)；
[0013] 對(duì)原始數(shù)據(jù)進(jìn)行后期處理；
[0014] 根據(jù)處理后的原始數(shù)據(jù)生成概率地圖。
[0015] 具體地，"對(duì)原始數(shù)據(jù)進(jìn)行后期處理"包括：
[0016] 糾正原始數(shù)據(jù)每一次掃描時(shí)的坐標(biāo)值；
[0017] 校正用于采集原始數(shù)據(jù)的激光雷達(dá)的反射強(qiáng)度值。
[0018] 進(jìn)一步地，所述概率地圖為一張二維網(wǎng)格，每個(gè)單元網(wǎng)格由激光雷達(dá)反射數(shù)據(jù)的 高斯分布表示，高斯分布包括激光雷達(dá)反射的平均強(qiáng)度及其強(qiáng)度方差。
[0019] 具體地，"在目標(biāo)行駛環(huán)境中采集原始數(shù)據(jù)"包括：
[0020] 控制載有激光雷達(dá)的車輛在被采集環(huán)境中以預(yù)設(shè)的方式行駛；
[0021] 在行駛的過程中獲取激光雷達(dá)傳感器記錄下來的在每個(gè)目標(biāo)點(diǎn)的激光反射強(qiáng)度 及其對(duì)應(yīng)激光束代碼；
[0022] 將獲取到的激光反射強(qiáng)度及其對(duì)應(yīng)激光束代碼成組地被記錄成原始數(shù)據(jù)。
[0023] -種用于精確定位的概率地圖的生成裝置，包括數(shù)據(jù)采集模塊、后期處理模塊、地 圖生成模塊；
[0024] 所述數(shù)據(jù)采集模塊用于在目標(biāo)行駛環(huán)境中采集原始數(shù)據(jù)；
[0025] 所述后期處理模塊用于對(duì)原始數(shù)據(jù)進(jìn)行后期處理；
[0026] 所述地圖生成模塊用于根據(jù)處理后的原始數(shù)據(jù)生成概率地圖。
[0027] 具體地，所述后期處理模塊還用于糾正原始數(shù)據(jù)每一次掃描時(shí)的坐標(biāo)值；
[0028] 所述后期處理模塊還用于校正用于采集原始數(shù)據(jù)的激光雷達(dá)的反射強(qiáng)度值。
[0029] 進(jìn)一步地，所述概率地圖為一張二維網(wǎng)格，每個(gè)單元網(wǎng)格由激光雷達(dá)反射數(shù)據(jù)的 高斯分布表示，高斯分布包括激光雷達(dá)反射的平均強(qiáng)度及其強(qiáng)度方差。
[0030] 具體地，還包括行駛控制模塊；
[0031] 所述行駛控制模塊用于控制載有激光雷達(dá)的車輛在被采集環(huán)境中以預(yù)設(shè)的方式 行駛；
[0032] 所述數(shù)據(jù)采集模塊還用于在行駛的過程中獲取激光雷達(dá)傳感器記錄下來的在每 個(gè)目標(biāo)點(diǎn)的激光反射強(qiáng)度及其對(duì)應(yīng)激光束代碼；
[0033] 所述數(shù)據(jù)數(shù)據(jù)采集模塊還用于將獲取到的激光反射強(qiáng)度及其對(duì)應(yīng)激光束代碼成 組地被記錄成原始數(shù)據(jù)。
[0034] 本發(fā)明具有如下優(yōu)點(diǎn)：準(zhǔn)確度高，定位精確，操作簡便。
【附圖說明】
[0035] 圖1為本發(fā)明【具體實(shí)施方式】所述方法流程圖；
[0036]圖2為本發(fā)明【具體實(shí)施方式】所述裝置模塊圖；
[0037] 圖3為本發(fā)明【具體實(shí)施方式】所述坐標(biāo)過濾矯正后原始的電子云數(shù)據(jù)；
[0038] 圖4為本發(fā)明【具體實(shí)施方式】所述紅外反射強(qiáng)度均值地圖；
[0039] 圖5為本發(fā)明【具體實(shí)施方式】所述紅外反射強(qiáng)度方差地圖。
[0040] 附圖標(biāo)記說明：
[0041] 200、數(shù)據(jù)采集模塊；
[0042] 202、后期處理模塊；
[0043] 204、地圖生成模塊；
[0044] 206、行駛控制模塊。
【具體實(shí)施方式】
[0045] 為詳細(xì)說明本發(fā)明的技術(shù)內(nèi)容、構(gòu)造特征、所實(shí)現(xiàn)目的及效果，以下結(jié)合實(shí)施方式 并配合附圖詳予說明。
[0046] 請(qǐng)參閱圖1一種用于精確定位的概率地圖的生成方法，包括如下步驟：
[0047] 步驟S101，在目標(biāo)行駛環(huán)境中采集原始數(shù)據(jù)；在某些具體的實(shí)施例中，"在目標(biāo)行 駛環(huán)境中采集原始數(shù)據(jù)"包括：
[0048] 1)控制載有激光雷達(dá)的車輛在被采集環(huán)境中以預(yù)設(shè)的方式行駛；
[0049] 2)在行駛的過程中獲取激光雷達(dá)傳感器記錄下來的在每個(gè)目標(biāo)點(diǎn)的激光反射強(qiáng) 度及其對(duì)應(yīng)激光束代碼；
[0050] 3)將獲取到的激光反射強(qiáng)度及其對(duì)應(yīng)激光束代碼成組地被記錄成原始數(shù)據(jù)。
[0051] 具體的某些實(shí)施例中，可以讓載車在被采集環(huán)境中攜帶著激光雷達(dá)傳感器以預(yù)設(shè) 的方式行駛，所述預(yù)設(shè)的方式可以為目標(biāo)行駛環(huán)境中的一段路途，優(yōu)選為某些閉合環(huán)形路 途，行駛的過程中激光雷達(dá)傳感器會(huì)記錄下來的在每個(gè)目標(biāo)點(diǎn)的激光反射強(qiáng)度及其對(duì)應(yīng)激 光束代碼（一般的儀器可以發(fā)射并感應(yīng)64束激光），這些數(shù)據(jù)成組的被記錄成原始數(shù)據(jù)日 VI、J、〇
[0052] 再進(jìn)行步驟S102對(duì)原始數(shù)據(jù)進(jìn)行后期處理；具體包括：
[0053] 1)糾正原始數(shù)據(jù)每一次掃描時(shí)的坐標(biāo)值；采集原始數(shù)據(jù)的載車在行駛過程中自 身的坐標(biāo)/位置非常重要，直接決定了概率地圖生成后地圖上的各個(gè)區(qū)域各種特征的坐標(biāo) 是否準(zhǔn)確。因此，載車需要搭載一個(gè)能提供精準(zhǔn)坐標(biāo)信息的傳感器（如全球定位/慣性導(dǎo) 航融合系統(tǒng)）。
[0054] 然而，任何傳感器都存在誤差，隨著時(shí)間的推移，偏差會(huì)逐漸積累。當(dāng)載車行駛了 一大圈后又回到之前到過的一個(gè)地點(diǎn)時(shí)，很可能會(huì)發(fā)現(xiàn)對(duì)于同一個(gè)地點(diǎn)新測的坐標(biāo)和第一 次測的坐標(biāo)不一樣，實(shí)際上應(yīng)該閉合的行駛路線按照傳感器的坐標(biāo)值卻無法閉合。這樣會(huì) 使得不同位置得到掃描數(shù)據(jù)在空間上融合起來的時(shí)候出現(xiàn)斷層/錯(cuò)位。
[0055] 為了消除這種不一致，需要對(duì)原始數(shù)據(jù)日志中的每一條記錄的坐標(biāo)進(jìn)行過濾，盡 可能消除偏差。過濾可以用基于粒子的、基于卡爾曼過濾器的或者基于貝葉斯網(wǎng)格的算法， 如圖3所示進(jìn)行坐標(biāo)過濾矯正后，原始的電子云數(shù)據(jù)拼接起來就沒有錯(cuò)位
[0056] 2)校正用于采集原始數(shù)據(jù)的激光雷達(dá)的反射強(qiáng)度值。為了保證激光雷達(dá)（或者其 它傳感器）對(duì)于環(huán)境感知的一致性，進(jìn)而提高概率地圖的準(zhǔn)確性，需要對(duì)原始數(shù)據(jù)日志中 的反射強(qiáng)度值進(jìn)行校正。
[0057] 這里根據(jù)