一种定位真值校验方法、装置、设备及存储介质与流程

本发明实施例涉及自动驾驶技术，尤其涉及一种定位真值校验方法、装置、设备及存储介质。

背景技术：

自动驾驶汽车又称无人驾驶汽车，它依靠人工智能、计算机视觉、雷达、全球定位系统及高精地图等技术，能够自动获取车辆周围的环境信息并进行决策和路径规划，从而实现完全不依赖人类操作的自动驾驶。激光雷达定位作为目前自动驾驶的主流定位方案之一，对其在各种环境与场景中的定位效果进行评估具有重要意义。

目前，激光雷达定位效果的评估流程大体如下：首先采集定位所需的数据，然后将该数据输入给定位算法，通过定位算法计算得到定位结果，最后通过将定位结果与车辆的定位真值进行比对，得到定位效果的评估结果。

其中，车辆的定位真值的获取依赖多重环节，由全球导航卫星系统(globalnavigationsatellitesystem，gnss)信号质量及迭代最近点(icp)算法等各种算法质量决定，所以存在定位真值可信度不确定的问题。因此需要对获取的定位真值进行校验，目前校验定位真值的过程大多依赖人工校验，效率低下。

技术实现要素：

本发明提供一种定位真值校验方法、装置、设备及存储介质，以提高定位真值的校验效率。

第一方面，本发明实施例提供了一种定位真值校验方法，所述方法包括：

将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧；

提取生成的各点云数据帧中的点云信息；

根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果。

第二方面，本发明实施例还提供了一种定位真值校验装置，所述装置包括：

配准模块，用于将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧；

提取模块，用于提取生成的各点云数据帧中的点云信息；

校验结果获取模块，用于根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果。

第三方面，本发明实施例还提供了一种电子设备，所述设备包括：

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述第一方面所述的定位真值校验方法。

第四方面，本发明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述第一方面所述的定位真值校验方法。

本发明提供的一种定位真值校验方法通过采用将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧；提取生成的各点云数据帧中的点云信息；根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果的技术手段，实现了对定位真值进行自动化校验的目的，免去了对人工校验的依赖，提高了定位真值的校验效率。

附图说明

图1是本发明实施例一中的一种定位真值校验方法流程示意图；

图2是本发明实施例二中的一种定位真值校验方法流程示意图；

图3是本发明实施例三中的一种定位真值校验方法流程示意图；

图4是本发明实施例四中的一种定位真值校验方法流程示意图；

图5是本发明实施例五中的一种定位真值校验装置的结构示意图；

图6是本发明实施例六中的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种定位真值校验方法流程示意图；本实施例提供的定位真值校验方法可适用于对无人驾驶汽车基于自身的定位系统得到的定位真值进行校验的情况，该方法可以由定位真值校验装置来执行，该装置可由软件和/或硬件组成，一般集成于终端中，例如服务器。具体参见图1所示，所述方法包括如下步骤：

步骤110、将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧。

在本实施例中，无人驾驶汽车配置有激光雷达(还可以是毫米波雷达或者超声波雷达等雷达传感器)，用于在无人驾驶汽车行驶过程中对行驶环境周围的目标物体进行扫描，获取无人驾驶汽车当前行驶环境周围的点云数据帧，该点云数据帧被定义为所述激光雷达采集的原始点云数据帧。为了实现无人驾驶汽车的正常行驶，定位系统是无人驾驶系统的重要组成部分，随着追求的定位精度越来越高，各种定位系统和定位算法被应用于无人驾驶汽车。在本实施例中不对所述定位真值的获取方式进行限定，例如所述定位真值可以是基于无人驾驶汽车的gnss(globalnavigationsatellitesystem，全球导航卫星系统)数据、imu(inertialmeasurementunit,惯性测量单元)数据以及激光点云数据计算得到，所述gnss数据以差分gps数据为例，具体是，在无人驾驶汽车行驶过程中通过车载gps模块实时获取差分gps数据、通过惯性测量单元实时获取imu数据和通过激光雷达实时获取激光点云数据，随后，可以将差分gps数据和激光点云数据利用icp(iterativeclosestpoints，迭代最近点)算法进行离线配准，得到无人驾驶汽车当前的定位真值；也可以将获取的差分gps数据、imu数据和激光点云数据与预先确定的高精地图进行比对，得到无人驾驶汽车当前的定位真值。由于差分gps数据的定位精度可以达到厘米级，再结合激光点云数据利用icp算法进行离线配准确定的定位真值的准确度可高于厘米级。所述定位真值还可以是依据无人驾驶汽车的传感定位数据得到，所述传感定位数据指的是无人驾驶汽车中定位传感器采集的数据，以无人驾驶汽车采用ins(inertialnavigationsystem，惯性导航系统)进行定位为例，定位传感器可以包括陀螺仪和加速度传感器等，传感定位数据可以包括加速度数据和角速度数据等，ins从无人驾驶汽车的起始位置依据连续测得的无人驾驶汽车的航向角和速度推算出无人驾驶汽车下一点的定位坐标信息，从而可连续测出无人驾驶汽车在每一时刻的定位坐标信息，即所述定位真值。当然所述无人驾驶汽车还可以采用其他多种定位系统进行定位，例如gps(globalpositioningsystem,全球定位系统)或者bds(beidounavigationsatellitesystem,北斗卫星导航系统)等。

本实施例对所述定位真值进行校验的原理为：以所述定位真值为参考原点，基于激光雷达采集的原始点云数据帧构建局部地图，然后将该局部地图与预先确定的高精地图进行匹配，根据匹配相似度确定所述定位真值的准确度，进而实现对所述定位真值进行校验的目的。因此，首先需要将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧，具体可以采用icp算法将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，即将激光雷达采集的原始点云数据与所述定位真值的位置姿态数据变换到一个统一的坐标系下，以实现构建局部地图。

步骤120、提取生成的各点云数据帧中的点云信息。

点云数据帧能够准确表征目标物体的拓扑结构和几何结构，即表征了目标物体的特征，该目标物体通常指静态的物体，例如公交车站牌、交通标识、电线杆或者树木等，此类静态物体的稳定性较高，不会被经常改变，因此，一旦生成高精地图可在很长时间内无需对高精地图进行更新。通过从构建的以定位真值为参考原点的局部地图中提取点云信息，然后将该点云信息与预先制作的高精地图中与所述局部地图对应的区域的点云信息进行比对，从而确定所述定位真值的准确度。

具体的，所述点云信息可以包括点云的三维坐标值、点云强度值以及颜色信息，所述点云强度值指激光的反射强度信息，具体是激光雷达对目标物体发射激光光束的后向散射回波的光功率。同一目标物体的点云强度值相同或接近。所述点云信息用于表征目标物体的特征。

步骤130、根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果。

其中，所述激光雷达定位所使用的高精地图在制作时，会对物体的特征进行提取，比如会包含一些点、线、面还有速感，特征提取出来后，会在高精地图中存储起来，作为原始数据；配备有激光雷达的车在行驶过程中会对周围目标物体进行扫描，即获得所述原始点云数据帧，然后将该原始点云数据帧与定位真值建立关系后进行特征提取，最后将提取的特征与高精地图中所述定位真值附近区域的点云信息特征进行比对，根据比对结果确定所述定位真值的准确度。

具体的，所述根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果实质为：将实时检测到的定位真值附近的目标物体的点云信息与激光雷达定位所使用的高精地图上所述定位真值附近的目标物体的点云信息进行比对，若点云信息的相似度越高，则表明所述定位真值的准确度越高。

本实施例提供的一种定位真值校验方法，通过采用将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧；提取生成的各点云数据帧中的点云信息；根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果的技术手段，实现了对定位真值进行自动化校验的目的，免去了对人工校验的依赖，提高了定位真值的校验效率。

实施例二

图2为本发明实施例二提供的一种定位真值校验方法的流程示意图，在上述实施例的基础上，本实施例给出了“步骤110、将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧”的一种实现方式，在本实施例中所述定位真值的位置姿态数据包括：时间戳、3d位置坐标和姿态信息，所述姿态信息具体可指无人驾驶汽车当前时刻的航向角或者角速度。具体参见图2所示，所述方法包括如下步骤：

步骤210、将定位真值的位置姿态数据中的3d位置坐标作为原点赋予给原始点云数据帧对应的点云坐标系，生成新的点云坐标系。

具体的，可采用icp配准算法实现上述的将定位真值的位置姿态数据中的3d位置坐标作为原始点云数据帧对应的点云坐标系中的原点，对所述原始点云数据帧进行坐标值更新，生成新的点云坐标系的过程，实现构建以所述定位真值为原点的局部点云地图。

步骤220、提取生成的各点云数据帧中的点云信息。

步骤230、根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果。

其中，所述激光雷达定位所使用的高精地图指与所述定位真值对应的局部高精地图，并非指高精地图的全部。

在上述实施例的基础上，本实施例提供的定位真值校验方法，通过将定位真值的位置姿态数据中的3d位置坐标作为原点赋予给原始点云数据帧对应的点云坐标系，实现了将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧的操作，提高了定位真值的校验效率。

实施例三

图3为本发明实施例三提供的一种定位真值校验方法的流程示意图，在上述实施例的基础上，本实施例对“步骤120、提取生成的各点云数据帧中的点云信息”以及“步骤130、根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果”进行了优化，优化的好处是提高了定位真值校验的准确度，具体参见图3所示，所述方法包括如下步骤：

步骤310、将定位真值的位置姿态数据中的3d位置坐标作为原点赋予给原始点云数据帧对应的点云坐标系，生成新的点云坐标系。

步骤320、提取生成的各点云数据帧中的点云强度的均值和方差、以及点云高度的均值和方差。

步骤330、根据提取的点云强度的均值和方差，生成点云强度图，根据提取的点云高度的均值和方差，生成点云高度图。

其中，所述点云强度图具体是横轴表示时间，纵轴表示点云强度的二维图，同理，所述点云高度图具体是横轴表示时间，纵轴表示点云高度的二维图。点云强度图和点云高度图更能凸显点云所代表的目标物体的特征。

步骤340、将所述点云强度图及所述点云高度图分别与激光雷达定位所使用的高精地图进行比对，得到所述定位真值的准确度校验结果。

示例性的，所述将所述点云强度图及所述点云高度图分别与激光雷达定位所使用的高精地图进行比对，得到所述定位真值的准确度校验结果，包括：

使用误差平方和ssd算法和/或绝对误差和sad算法，分别计算得到所述点云强度图与激光雷达定位所使用的高精地图的点云强度偏差值、以及所述点云高度图与激光雷达定位所使用的高精地图的点云高度偏差值；

将所述点云强度偏差值以及所述点云高度偏差值作为所述定位真值的准确度校验结果。

在上述实施例的基础上，本实施例提供的一种定位真值校验方法，通过具体提取生成的各点云数据帧中的点云强度的均值和方差、以及点云高度的均值和方差，并根据提取的点云强度的均值和方差，生成点云强度图，根据提取的点云高度的均值和方差，生成点云高度图，最后将所述点云强度图及所述点云高度图分别与激光雷达定位所使用的高精地图进行比对，得到所述定位真值的准确度校验结果的技术手段，提高了定位真值的校验准确度。

实施例四

图4为本发明实施例四提供的一种定位真值校验方法的流程示意图，在上述实施例的基础上，本实施例增加了“根据所述点云强度偏差值、点云高度偏差值、对应的点云数据帧的时间及对应的点云数据帧的位置，确定定位真值准确度小于设定阈值的区域及时段”的步骤，这样设置的好处是可根据定位真值的准确度校验结果给出准确度较差的区域，通过该区域可以反推出定位真值准确度较差的区域及时段，可以有选择性地使用可信度较高的定位真值，进而提高整个定位效果评估流程的准确度。具体参见图4所示，所述方法包括如下步骤：

步骤410、将定位真值的位置姿态数据中的3d位置坐标作为原点赋予给原始点云数据帧对应的点云坐标系，生成新的点云坐标系。

步骤420、提取生成的各点云数据帧中的点云强度的均值和方差、以及点云高度的均值和方差。

步骤430、根据提取的点云强度的均值和方差，生成点云强度图，根据提取的点云高度的均值和方差，生成点云高度图。

步骤440、将所述点云强度图及所述点云高度图分别与激光雷达定位所使用的高精地图进行比对，得到所述定位真值的准确度校验结果。

步骤450、根据所述点云强度偏差值、点云高度偏差值、对应的点云数据帧的时间及对应的点云数据帧的位置，确定定位真值准确度小于设定阈值的区域及时段。

在上述实施例的基础上，本实施例提供的一种定位真值校验方法，在得到定位真值的准确度校验结果后，可进一步根据各点云数据帧的时间戳确定定位真值准确度小于设定阈值的时段以及区域，实现了根据定位真值的准确度校验结果给出准确度较差的区域，通过该区域可以反推出定位真值准确度较差的区域及时段，可以有选择性地使用可信度较高的定位真值，进而提高整个定位效果评估流程的准确度。

实施例五

图5为本发明实施例五提供的一种定位真值校验装置的结构示意图，所述装置可由软件和/或硬件组成，一般集成于终端中，例如服务器。具体参见图5所示，所述装置包括：配准模块510、提取模块520和校验结果获取模块530；

其中，配准模块510，用于将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧；

提取模块520，用于提取生成的各点云数据帧中的点云信息；

校验结果获取模块530，用于根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果。

示例性的，所述位置姿态数据包括时间戳、3d位置坐标和姿态信息。

示例性的，所述配准模块510具体用于：将定位真值的位置姿态数据中的3d位置坐标作为原点赋予给原始点云数据帧对应的点云坐标系，生成新的点云坐标系。

示例性的，所述提取模块520具体用于：提取生成的各点云数据帧中的点云强度的均值和方差、以及点云高度的均值和方差。

示例性的，所述校验结果获取模块包括：

生成单元，用于根据提取的点云强度的均值和方差，生成点云强度图；根据提取的点云高度的均值和方差，生成点云高度图；

比对单元，用于将所述点云强度图及所述点云高度图分别与激光雷达定位所使用的高精地图进行比对，得到所述定位真值的准确度校验结果。

示例性的，所述比对单元具体用于：

使用误差平方和ssd算法和/或绝对误差和sad算法，分别计算得到所述点云强度图与激光雷达定位所使用的高精地图的点云强度偏差值、以及所述点云高度图与激光雷达定位所使用的高精地图的点云高度偏差值；

将所述点云强度偏差值以及所述点云高度偏差值作为所述定位真值的准确度校验结果。

进一步的，所述装置还包括：确定模块，用于根据所述点云强度偏差值、点云高度偏差值、对应的点云数据帧的时间及对应的点云数据帧的位置，确定定位真值准确度小于设定阈值的区域及时段。

本实施例提供的一种定位真值校验装置通过采用将激光雷达采集的原始点云数据帧配准到定位真值的位置姿态数据上，生成以所述位置姿态数据为基准的点云数据帧；提取生成的各点云数据帧中的点云信息；根据提取的点云信息和激光雷达定位所使用的高精地图，获得所述定位真值的准确度校验结果的技术手段，实现了对定位真值进行自动化校验的目的，免去了对人工校验的依赖，提高了定位真值的校验效率。

本发明实施例所提供的定位真值校验装置可执行本发明任意实施例所提供的定位真值校验方法，具备执行方法相应的功能模块和有益效果。

实施例六

图6为本发明实施例6提供的一种设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备12的框图。图6显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如配准模块510、提取模块520和校验结果获取模块530)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(配准模块510、提取模块520和校验结果获取模块530)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的定位真值校验方法。

实施例七

本发明实施例七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，其特征在于，该程序被处理器执行时实现上述实施例所述的定位真值校验方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。

计算机可读的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。计算机可读的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——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。