申请/专利权人：深圳市其域创新科技有限公司

申请日：2024-03-26

公开（公告）日：2024-06-21

公开（公告）号：CN117949968B

主分类号：G01S17/89

分类号：G01S17/89;G01S17/86;G01S7/48;G01C21/00;G06V10/44;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明涉及一种激光雷达SLAM定位方法、装置、设备及存储介质，通过激光雷达和视觉传感器对目标场景进行扫描，获取包含视觉图像的激光SLAM点云，目标场景中布置有标识点；在目标场景的场景退化程度满足预设条件的情况下，对激光SLAM点云进行语义识别处理，以识别出激光SLAM点云中的标识点，并提取标识点的三维坐标，以及确定标识点的先验特征；获取激光SLAM点云的特征点和特征点的信息，并在特征点和特征点的信息的基础上，结合标识点的三维坐标和先验特征，进行位姿优化得到定位数据，有效解决了在隧道、长走廊等纹理较少的场景中，激光雷达SLAM算法特征匹配困难、定位不稳定的技术问题。

主权项：1.一种激光雷达SLAM定位方法，其特征在于，包括以下步骤：通过激光雷达和视觉传感器对目标场景进行扫描，获取包含视觉图像的激光SLAM点云，所述目标场景中布置有标识点；基于所述包含视觉图像的激光SLAM点云，确定所述目标场景的场景退化程度；在所述目标场景的场景退化程度满足预设条件的情况下，对所述激光SLAM点云进行语义识别处理，以识别出所述激光SLAM点云中的标识点，并提取所述标识点的三维坐标，以及确定所述标识点的先验特征；获取所述激光SLAM点云的特征点和所述特征点的信息，并在所述特征点和所述特征点的信息的基础上，结合所述标识点的三维坐标和先验特征，进行位姿优化得到定位数据；其中，对所述激光SLAM点云进行语义识别处理，以识别出所述激光SLAM点云中的标识点，包括：收集包含视觉图像的数据集，而数据集中包含具有正确标注的标识点，以用作深度学习语义分割网络的训练数据；使用所收集的数据集训练深度学习语义分割网络，语义分割网络的任务是将输入图像的每个像素分配到特定的语义类别，其中一个类别对应标识点；控制激光SLAM点云和视觉图像在时间上和空间上对齐；将训练好的语义分割网络应用于新的视觉图像，获取每个像素的语义标签，以生成一个与图像同样大小的语义分割图；将激光SLAM点云投影到相应的图像平面上，以获得与语义分割图相对应的三维点云；将语义分割图中的每个像素的语义标签与相应点云的三维坐标融合在一起，并根据语义信息，筛选出被识别为标识点的激光SLAM点云中的点，进而得到激光SLAM点云中的标识点；其中，所述包含视觉图像的激光SLAM点云通过以下步骤获得：对传感器进行同步处理，以确保激光雷达的数据和视觉传感器的数据在时间上是同步的；将三维点云投影到视觉图像平面上，获取相机坐标系下的二维点；在相机图像中提取特征，并通过匹配三维点云中的特征点和视觉图像中的特征点来建立它们之间的对应关系；将匹配得到的视觉图像的二维特征点与三维点云的三维信息进行融合，生成一个融合了激光信息和视觉信息的激光SLAM点云。

全文数据：

权利要求：

百度查询： 深圳市其域创新科技有限公司 激光雷达SLAM定位方法、装置、计算机设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD