用于定向LIDAR系统的地图的方法与流程

本发明涉及一种根据权利要求1的前序部分的用于定向（ausrichten）或创建电子定位系统（ortungssystem）的地图的方法，所述电子定位系统尤其是在机动车的或地面运输工具（flurförderzeug）的驾驶员辅助系统中以及在移动机器人或者在机动车、地面运输工具的自动化行驶中使用的lidar定位系统。计算机程序、用于存储所述计算机程序的机器可读的数据载体和电子控制设备也是本发明的主题，借助所述计算机程序、所述数据载体和所述电子控制设备能够执行根据本发明的方法。

背景技术：

在机动车技术领域中使用的驾驶员辅助系统众所周知地包括用于确定相应的机动车的位置的导航装置。由此可能的是，在预给定的坐标系统中确定机动车的目前位置并且将所述位置显示在数字地图中。数字地图的能够借助这样的驾驶员辅助系统来显示给驾驶员的所需要的数据量现今持续增加并且也包括所谓的“兴趣点（pointsofinterest）”或者待行驶的车道。

对于多个驾驶员辅助系统以及对于自动化行驶，需要对自身车辆的位置的准确认识。因此，存在用于定位车辆的如下方法，所述方法基于不同的物理原理，例如“globalpositioningsystems（全球定位系统）”（gps）、基于无线电技术的定位系统、具有虚拟标记的识别的基于图像的定位系统以及所谓的“lidar”定位系统（lidar=lightdetectionandranging（光探测和测距））。不同于基于摄像机的定位方法，基于lidar的定位方法相对于亮度变化较不灵敏。与在其他定位方法中类似地，lidar系统需要如下地图，所述地图作为用于lidar定位的参考。

在用于创建所提到的地图的所需的测绘过程（kartierungsprozess）中，装备有lidar系统的平台系统性地离开待测绘的区域，以便借助所谓的“slam”算法（simultaneouslocalizationandmapping（即时定位与地图构建））创建所述周围环境的2d视图。在此，如此产生的lidar地图的坐标系统的原点是用于测绘行驶（kartierungsfahrt）的起始点。原点的方位（lage）又是必要的，以便能够将lidar地图与其他地图进行比较。

为了能够有意义地利用借助lidar所确定的位置数据例如用于运输任务，必须使地理位置数据能够参考语义学的位置数据。作为示例，应提及在仓库中的块区或货位，其经常以由字母与数字组成的组合来被标出。为了进行参考，目前为止在测绘过程中需要手动的再加工步骤，在该再加工步骤中，根据现有的地图手动地相对于语义学的位置和必要时相对于取向来定向lidar地图。在此，定向到现有的建筑物图则（gebäudeplan）上也可以是有意义的，以便使lidar地图的观察者更容易理解（zurechtfinden）。测绘过程为此大多利用用户界面（gui），在所述用户界面情况下，类似于在图像处理程序情况下的那样，操作者可以旋转lidar地图或使lidar地图移位。

技术实现要素：

本发明尤其基于以下思想：在车辆的车队利用lidar定位来开始运转（inbetriebnahme）时，由于周围环境数据中的相对大的改变而需要新的测绘。此外，lidar传感器在车队的相应的车辆中安置（verbauen）在分别不同的高度上。因此，操作者必须单独地在地理上或者甚至在空间上手动地定向新创建（anlegen）的全部地图。

所提出的方法因此基于以下思想：例如相对于现有的建筑物模型和/或现有的其他lidar地图自动化地或可自动化地执行lidar地图的定向。

然而，在此，尤其基于以下问题：基于对于lidar系统而言固有的定位不准确性和/或由于周围环境的由改建引起的（umbaubedingt）改变，重新的测绘行驶的起始点不同于原先的起始点。即使测绘行驶总是从所谓的基地（homebase）/充电站开始，无论如何留有例如1度（空间取向）或几厘米（地理位置）的仅仅小的偏差对于人类观察者是未察觉的并且因此不能够手动修正。但结果，重新测绘行驶的起始位置的相应地不准确的定向导致与先前的地图有偏差的地图。因此，操作者必须在车辆车队开始运转时重新完全地定向多个地图。

根据所提出的方法，能够通过以下方式来自动地或可自动化地执行lidar地图的定向：基于由操作者定向的第一地图可以自动地定向所有其他的或者在将来还待定向的地图。在此尤其也可能的是，在lidar传感器在相应的车辆中的不同的安装高度（einbauhöhe）的情况下所创建的地图相对于彼此定向，至少当这些地图不是相互非常不同时。

利用所提出的方法可以显著减小尤其在以下两种状况中所需要的手动干预的数目：

在具有不同的lidar安装高度的车辆车队开始运转的情况下；

在由于相对大的周围环境变化而需要的、重新测绘行驶的情况下。

此外，利用所提出的用于定向所提到的地图的方法可实现的准确性显著高于在通过操作者手动定向的情况下得出的准确性。尤其在所提出的方法情况下的准确性与所使用用于定向的监视器的大小和分辨率无关。由于所述方法，对于车队的开始运转，仅仅在开始时需要第一地图的相对于例如建筑物图则的手动定向。来源于具有不同的安装高度的车辆的另外的地图然后可以利用所述方法根据第一地图来自动定向。

所提出的方法的另一个优点在于，测绘行驶的起始点因此是可自由选择的。

根据所提出的用于将所述至少一个待定向的地图关于建筑物模型定向的方法的第一构型方案，可以设置以下步骤：

执行第一测绘行驶，其中借助所述第一测绘行驶生成第一地图；

执行至少第二测绘行驶，用于生成至少一个待定向的第二地图；

借助代表所述建筑物模型的建筑物图则手动地定向所述第一地图，用于生成经手动定向的第一地图；

根据经手动定向的第一地图自动地定向所述至少一个待定向的第二地图，用于自动地生成经定向的第二地图。

根据所提出的用于将所述至少一个待定向的地图关于已经定向的地图定向的方法的第二构型方案，可以设置以下步骤：

将所述至少一个待定向的地图和所述已经定向的地图转换成所谓的“特征集（feature-sets）”（p0和p1），例如点云、线段等等；

根据匹配器算法（matcher-algorithmus'）计算所述特征集p0和p1之间的变换t；

检查：借助所述变换t是否能够建立所述至少两个地图之间的一致性；

当能够建立一致性时，根据所计算的变换t，定向待定向的地图。

在根据第二构型方案的所提出的方法中，此外可以规定：当不能够计算变换t时和/或不能够建立所述至少两个地图之间的一致性时，输出差错报告。

作为匹配器算法可以应用以下算法中的一个或多个：

“迭代最近点（iterativeclosestpoint）”、

“kd树最近邻搜索（kd-treenearestneighborsearch）”（flann）、

“ndt匹配器”、

“暴力匹配（bruteforcematching）”、

“粒子滤波（particlefiltering）”。

在所提出的方法中，此外可以规定：在根据所述匹配器算法计算所述特征集p0和p1之间的变换（transformation）t之前，减少被包含在所述特征集p0和p1中的数据。由此，可以显著提高在计算变换t时的效率或计算能力。应注意，变换可以包括平移和/或旋转以及这两个操作的组合。

本发明尤其可以应用在装备有定位系统的机动车、地面运输工具或移动机器人中。

根据本发明的计算机程序被设立用于，尤其当所述计算机程序在计算设备或控制设备上运行时执行所述方法的每个步骤。所述计算机程序能够实现根据本发明的方法在电子控制设备上的实施，而不必在控制设备上进行结构性的改变。为此，设置机器可读的数据载体，在所述数据载体上存储根据本发明的计算机程序。通过在电子控制设备上加载（aufspielen）根据本发明的计算机程序，获得根据本发明的电子控制设备，所述电子控制设备被设立用于在所提到的测绘过程中借助根据本发明的方法来支持或控制定位系统。

本发明的另外的优点和构型方案由说明书和附上的附图得出。

显然，先前提到的以及接下来还要阐述的特征不仅仅以相应说明的组合，而且以其他组合或单独地可应用，而不偏离本发明的范围。

附图说明

图1根据流程图示出所提出的用于相对于建筑物模型来自动化定向激光雷达地图（lidarkarten）的方法的第一实施例；

图2根据流程图示出所提出的用于相对于其他激光雷达地图来自动化定向激光雷达地图的方法的第二实施例。

具体实施方式

在图1中示出的是用于相对于建筑物模型来自动化定向激光雷达地图的方法。所述方法首先从第一测绘行驶200出发，第一激光雷达地图借助第一测绘行驶来被生成210并且于是作为地图存在215。与此并行地，待借助所述方法定向的第二激光雷达地图通过第二测绘行驶205来被生成210‘并且于是同样作为地图存在215‘。

现有的第一地图215借助现有的用于建筑物模型的建筑物图则220在操作者侧手动地被定向225，从而存在手动地定向的第一地图230。根据如此定向的第一地图230，借助接下来根据图2描述的方法自动地定向240所生成的第二地图215‘。因此，结果，存在经自动地定向的第二地图245。

接下来根据图2描述的用于根据其他激光雷达地图自动地或自动化地进行地图定向的方法步骤尤其应视为所描述的测绘过程的一部分并且能够实现：在创建或定向相应的地图材料时节省至少一个手动步骤。在图2中示出的方法的情况下，这相应于在第二地图205、245的定向240情况下的相应节省。

在所述方法中，操作者首先确定待定向的第一地图305（k1）以及第二地图300（k0），其中应借助于所述第二地图来定向第一地图305。在第一步骤中，将地图300、305转换成特征集（p0和p1）310、310‘。此后，根据本身已知的匹配器算法'来计算315特征集p0和p1之间的变换t（平移和/或旋转）。

紧接着，检查317：借助所述变换t是否能够建立所述至少两个地图300、305之间的一致性（“match（匹配）”）。如果满足该条件，那么借助所计算的变换t来定向320地图305，从而结果存在327经自动定向的地图。

如果因为例如这两个特征集p0和p1过度强烈地不同而不能够借助匹配器算法确定变换，则所述方法触发325差错报告，从而操作者可以例外地手动实施该步骤。

所提到的合适的匹配方法的示例是：

“迭代最近点”、

“kd树最近邻搜索”（flann）、

“ndt匹配器”=在基于激光的用于所谓的lam（simultaneouslocalizationandmapping（即时定位与地图构建））的测量的领域中众所周知地应用的“正态分布变换（normaldistributionstransform）”算法、

“暴力匹配”、

“粒子滤波”。

为了提高匹配器算法的效率，可选地还可以执行在图2中以虚线地绘出的预处理阶段（vorverarbeitungsstufe）330、330‘，在所述预处理阶段中，被包含在特征集p0和p1中的数据事先还被“稀释（ausdünnen）”或减少。对于所述稀释，可以使用所提到的kd树方法。借助所述稀释，除了显著改善效率或性能之外，附加地尤其也可以取得更鲁棒性的匹配结果，其中，优选地也追求以下两个目标：

1.消除所谓的“outlier（离群值）”，也即通过消除单独的反射点（reflexpunkt）来平滑特征集；

2.获得特征集的外部轮廓以及特征集的位于内部的特征的加强的稀释。

所提到的方法步骤或措施尤其基于以下事实：现有的建筑物结构可以非常近似地视为稳定的，并且，建筑物结构此外相对于lidar传感器的结构高度是（高度）无关的。

所描述的方法可以以用于运行定位系统的电子控制设备的控制程序形式或以一个或多个相应的电子控制单元（ecu）的形式来实现。