雷达点云数据处理方法、装置、可移动平台及存储介质与流程

1.本技术涉及电子技术领域，更具体而言，涉及一种雷达点云数据处理方法、数据处理装置、可移动平台及非易失性计算机可读存储介质。


背景技术：

2.近年来，激光雷达技术在未知环境下定位，尤其是无法使用gps等这类依赖外部环境提供定位辅助的技术的场景下发挥了重要的作用。激光雷达能够在没有定位的环境中进行移动并建立地图。通常，激光雷达建立地图需要根据雷达在不同姿态获取的点云图确定激光雷达的位姿。目前的激光雷达的位姿计算较为复杂，处理效率和准确度较低。


技术实现要素：

3.本技术实施方式提供雷达点云数据处理方法、数据处理装置、可移动平台及非易失性计算机可读存储介质。
4.本技术实施方式的数据处理方法包括：获取所述雷达在不同位姿下采集到的第一点云和第二点云；获取估计角度范围及第一采样范围，根据所述第一点云、所述第二点云、所述第一采样范围及所述估计角度范围内的多个角度确定多个初始评估值，所述估计角度范围是所述第一点云与所述第二点云之间的角度变化的估计范围，所述第一采样范围是所述第一点云和所述第二点云中点云的角度分布范围；根据多个所述初始评估值获取多个匹配度，所述匹配度表征第一点云和第二点云的角度匹配关系；根据多个所述匹配度获取最终角；及获取所述最终角的最终评估值，根据所述最终评估值获取位移矢量，所述最终评估值表征最终角对应的第一点云中的点和第二点云中的点之间的距离关系；及根据所述最终角及所述位移矢量对所述雷达进行定位和/或控制所述雷达调整位姿。
5.本技术实施方式的数据处理装置包括：第一获取模块，用于获取第一点云和第二点云，所述第一点云和第二点云分别对应所述雷达的不同位姿；第二获取模块，用于获取估计角度范围及第一采样范围，根据所述第一点云、所述第二点云、所述第一采样范围及所述估计角度范围内的多个角度确定多个初始评估值，所述估计角度范围是所述第一点云与所述第二点云之间的角度变化的估计范围，所述第一采样范围是所述第一点云和所述第二点云中坐标点的角度范围，所述初始评估值表征所述第一点云和所述第二点云中坐标点的距离关系和角度关系；匹配模块，用于根据多个所述初始评估值获取多个匹配度，所述匹配度表征第一点云和第二点云的角度匹配关系；计算模块，用于根据多个所述匹配度获取最终角；及获取所述最终角的最终评估值，根据所述最终评估值获取位移矢量，所述最终评估值表征最终角对应的第一点云中的点和第二点云中的点之间的距离关系；及处理模块，用于根据所述最终角及所述位移矢量对所述雷达进行定位和/或控制所述雷达调整位姿。
6.本技术实施方式的可移动平台包括：雷达、一个或多个处理器、存储器及一个或多个程序。一个或多个所述程序被存储在所述存储器中，并且被一个或多个所述处理器执行，所述程序包括用于执行：获取第一点云和第二点云，所述第一点云和第二点云分别对应所
述雷达的不同位姿；获取估计角度范围及第一采样范围，根据所述第一点云、所述第二点云、所述第一采样范围及所述估计角度范围内的多个角度确定多个初始评估值，所述估计角度范围是所述第一点云与所述第二点云之间的角度变化的估计范围，所述第一采样范围是所述第一点云和所述第二点云中点云的角度分布范围；根据多个所述初始评估值获取多个匹配度，所述匹配度表征第一点云和第二点云的角度匹配关系；根据多个所述匹配度获取最终角；及获取所述最终角的最终评估值，根据所述最终评估值获取位移矢量；之中任意一项所述的数据处理方法的指令。
7.本技术实施方式的非易失性计算机可读存储介质包含计算机程序，当所述计算机程序被一个或多个处理器执行时，使得一个或多个所述处理器实现如下数据方法：获取第一点云和第二点云，所述第一点云和第二点云分别对应所述雷达的不同位姿；获取估计角度范围及第一采样范围，根据所述第一点云、所述第二点云、所述第一采样范围及所述估计角度范围内的多个角度确定多个初始评估值，所述估计角度范围是所述第一点云与所述第二点云之间的角度变化的估计范围，所述第一采样范围是所述第一点云和所述第二点云中点云的角度分布范围；根据多个所述初始评估值获取多个匹配度，所述匹配度表征第一点云和第二点云的角度匹配关系；根据多个所述匹配度获取最终角；及获取所述最终角的最终评估值，根据所述最终评估值获取位移矢量。
8.本技术实施方式的数据处理方法、数据处理装置、可移动平台及非易失性计算机可读存储介质能够更准确地获取最终角和位移矢量，以准确地确定雷达的位姿。
9.本技术的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实施方式的实践了解到。
附图说明
10.本技术的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：
11.图1是本技术某些实施方式的数据处理方法的流程示意图；
12.图2是本技术某些实施方式的可移动平台的结构示意图；
13.图3是本技术某些实施方式的数据处理装置的结构示意图；
14.图4是本技术某些实施方式的数据处理方法的应用场景示意图；
15.图5是本技术某些实施方式的数据处理方法的流程示意图；
16.图6是本技术某些实施方式的数据处理方法的流程示意图；
17.图7是本技术某些实施方式的数据处理方法的流程示意图；
18.图8是本技术某些实施方式的数据处理方法的流程示意图；
19.图9是本技术某些实施方式的数据处理方法的应用场景示意图；
20.图10是本技术某些实施方式的数据处理方法的应用场景示意图；
21.图11是本技术某些实施方式的数据处理方法的流程示意图；
22.图12是本技术某些实施方式的数据处理方法的流程示意图；
23.图13是本技术某些实施方式的数据处理方法的流程示意图；
24.图14是本技术某些实施方式的数据处理方法的流程示意图；
25.图15是本技术某些实施方式的数据处理方法的应用场景示意图；
26.图16是本技术某些实施方式的数据处理方法的流程示意图；
27.图17是本技术某些实施方式的数据处理方法的流程示意图；
28.图18是本技术某些实施方式的数据处理方法的流程示意图；
29.图19是本技术某些实施方式的计算机可读存储介质和处理器的连接状态示意图。
具体实施方式
30.下面详细描述本技术的实施方式，所述实施方式的示例在附图中示出，其中，相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本技术的实施方式，而不能理解为对本技术的实施方式的限制。
31.视觉slam(simultaneous localization and mapping，slam)技术，是一种可移动平台100(相机、机器人、可移动平台100等)在移动的过程中感知环境(拍摄环境的图像或视频)对自身定位的技术。尤其是在未知环境下或无法使用gps等导航设备的环境下，应用视觉slam技术能够以可移动平台100采集到的环境信息建立当前环境的地图，并准确地确定可移动平台100在当前环境(当前环境的地图)中的位置。
32.在相关技术中，将激光雷达40应用于视觉slam技术，根据环境中的激光雷达40在不同姿态下进行扫描生成的点云图对雷达40进行定位以及建立地图。本技术实施方式提供一种雷达40点云数据处理方法，能够准确地确定雷达40的位姿，使雷达40建立的地图准确。
33.请参阅图1至图3，本技术实施方式提供一种雷达40点云数据处理方法。该数据处理方法包括：
34.01：获取雷达40在两个不同位姿下对应采集到的第一点云和第二点云。
35.例如，请结合图4，激光雷达40在环境中移动，激光雷达40在处于第一位姿g1和第二位姿g2时分别对环境进行扫描，分别生成第一点云图a1和第二点云图a2。第一点云是第一点云图a1中的数据点的集合，第二点云是第二点云图a2中的数据点的集合，点云图中的每个数据点是表征雷达40测量的距离与角度的数对。
36.02：获取估计角度范围及第一采样范围，根据第一点云、第二点云、第一采样范围及估计角度范围内的多个角度确定多个初始评估值。
37.其中，估计角度范围是第一点云与第二点云之间的角度变化的估计角度范围。例如，请结合图4，激光雷达40从第一位姿变换为第二位姿，第一位姿变换为第二位姿改变的角度为rr。则激光扫描到的某一静止物体在第一点云图中的点，与其在第二点云中的点之间的角度变化同样为rr。估计角度范围是对角度rr的估计角度范围。在一个实施例中，估计角度范围可以是预设的经验值。在又一个实施例中，估计角度范围可以根据传感器测得的雷达40的旋转角度确定，例如根据罗盘、陀螺仪等传感器测得一个粗略的角度rc，在角度rc的基础上获取估计角度范围。例如，陀螺仪的误差为
±3°
，测得的旋转角度为30
°
，那么可以将估计角度范围确定为[27
°
，33
°
]。
[0038]
第一采样范围是第一点云和第二点云中点云的角度分布范围。例如，在极坐标系下，第一点云图中的[0
°
，360
°
]范围均有点云分布，第二点云图中的[0
°
，360
°
]范围均有点云分布，则采样的点云的范围为[0
°
，360
°
]，即第一采样范围为[0
°
，360
°
]。再例如，在极坐标系下，第一点云图中的[0
°
，180
°
]范围均有点云分布，第二点云图中的[90
°
，270
°
]范围均
有点云分布，则采样的点云的范围为第一点云的分布范围与第二点云的分布范围的并集，即第一采样范围为[0
°
，270
°
]。
[0039]
03：根据多个初始评估值获取多个匹配度，匹配度表征第一点云和第二点云的角度匹配关系。
[0040]
每个初始评估值对应一个匹配度，每个初始评估值对应一个第一点云中的点和一个第二点云中的点，表征第一点云和第二点云中坐标点的距离关系和角度关系。匹配度的值越大，则该匹配度对应的初始评估值所对应的第一点云中的点和第二点云中的点是不同位姿下的同一个位置点的概率越大。例如，某一初始评估值c1对应的第一点云中的点是静止物体上的点，对应的第二点云中的点是移动的物体上的点；另一初始评估值c2对应的第一点云中的点和第二点云中的点均为同一静止物体上的点，那么初始评估值c2所对应的匹配度s2的值大于初始评估值c1所对应的匹配度s1的值。如此，根据匹配度的值的大小可以筛选出大概率为不同位姿下的同一个位置点对应的一对第一点云和第二点云中的点。
[0041]
04：根据多个匹配度获取最终角。
[0042]
最终角是基于第一点云中的点和第二点云中的点的匹配程度确定的角。例如，可将第一点云中的点和第二点云中的点的匹配程度最高的情况下对应的第一点云与第二点云的旋转角作为最终角。相较于估计角度范围，最终角能够更准确地反映第一点云与第二点云的旋转关系，即反映雷达40从第一位姿到第二位姿的旋转关系。
[0043]
05：获取最终角的最终评估值，根据最终评估值获取位移矢量。
[0044]
在一个实施例中，每个匹配度对应一个初始评估值，最终角是根据匹配度获取的角，则最终角对应的初始评估值为最终评估值。最终评估值表征最终角对应的第一点云中的点和第二点云中的点之间的距离关系，若最终角能够准确地反映雷达40从第一位姿到第二位姿的旋转关系，那么相应地，最终评估值能够准确地反映雷达40从第一位姿到第二位姿的位移矢量。
[0045]
09：根据最终角及位移矢量对雷达进行定位和/或控制雷达调整位姿。
[0046]
最终角和位移矢量能够描述雷达40的位姿。雷达40的位姿能够表征雷达40在当前环境(当前环境的地图)中的相对位置，从而根据雷达40的位姿可以确定雷达40在当前环境(当前环境的地图)中的位置，实现对雷达40进行定位。
[0047]
根据最终角和位移矢量确定雷达40的位姿后，可以根据计算得到的位姿控制雷达40调整位姿，以继续采集环境信息。
[0048]
例如，请结合图2，雷达40设置于可移动平台100，可移动平台100包括处理器30，处理器30用于执行上述01、02、03、04、05及09中的数据处理方法。在处理器30获取最终角和位移矢量后，可根据最终角和位移矢量计算出雷达40的当前位姿，以控制可移动平台100进行平移或旋转运动，使雷达40的位姿改变，从而实现控制雷达40调整位姿。
[0049]
请参阅图2，本技术实施方式还提供一种可移动平台100，可移动平台100包括雷达40、一个或多个处理器30、存储器20及一个或多个程序。
[0050]
其中，可移动平台100可以是无人机、无人车、无人船、智能机器人等设备。可移动平台100能够在场景中进行移动和旋转。
[0051]
在一个实施例中，可移动平台100包括可移动平台本体60，雷达40设置于可移动平台本体60，包括可拆卸地安装于可移动平台本体60或固定安装于可移动平台本体60，在此
不作限制。
[0052]
在一个实施例中，雷达40为激光雷达，用于朝场景中的物体投射激光并接收物体反射回的激光，以获取雷达40与物体之间的距离，例如根据三角测距原理或tof测距原理获取雷达40与物体之间的距离，在此不作限制。
[0053]
在一个实施例中，雷达40或可移动平台本体60设有光接收器50，用于接收物体反射回的激光生成对应的电信号。处理器30根据电信号生成点云图，打在物体上的每一束激光脉冲对应点云图中的一个点。
[0054]
一个或多个程序被存储在存储器20中，并且被一个或多个处理器30执行。程序包括用于执行上述数据处理方法01、02、03、04、及05的指令。处理器30可用于执行上述01、02、03、04、05及09中的方法。
[0055]
请参阅图3，本技术实施方式还提供一种数据处理装置10，数据处理装置10可应用于可移动平台100。数据处理装置10包括第一获取模块11、第二获取模块12、匹配模块13、计算模块14及处理模块15。第一获取模块11可用于执行01中的方法。第二获取模块12可用于执行02中的方法。匹配模块13可用于执行03中的方法。计算模块14可用于执行04及05中的方法。处理模块15可用于执行09中的方法。
[0056]
即，第一获取模块11可用于获取雷达40在两个不同位姿下对应采集到的第一点云和第二点云。第二获取模块12可用于获取估计角度范围及第一采样范围，根据第一点云、第二点云、第一采样范围及估计角度范围内的多个角度确定多个初始评估值，估计角度范围是第一点云与第二点云之间的角度变化的估计角度范围，第一采样范围是第一点云和第二点云中坐标点的角度范围，初始评估值表征第一点云和第二点云中坐标点的距离关系和角度关系。匹配模块13可用于根据多个初始评估值获取多个匹配度，匹配度表征第一点云和第二点云的角度匹配关系。计算模块14可用于根据多个匹配度获取最终角；及获取最终角的最终评估值，根据最终评估值获取位移矢量。处理模块15可用于根据最终角及位移矢量对雷达进行定位和/或控制雷达调整位姿。
[0057]
综上，本技术实施方式的数据处理方法、数据处理装置及可移动平台100，能够利用雷达40采集的第一点云、第二点云确定第一采样范围，并结合预设的估计角度范围获取初始评估值，初始评估值用于评估第一点云中的点和第二点云中的点的匹配程度，以根据第一点云中的点和第二点云中的点的匹配程度获取最终角，并根据最终角确定位移矢量。如此，能够基于第一点云中的点和第二点云中的点的匹配程度获取最终角，从而更准确地获取最终角和位移矢量，以准确地确定雷达40的位姿。再有，通过预设的估计角度范围获取初始评估值，能够缩小第一点云和第二点云的匹配范围，以提高计算最终角的效率，从而提高对雷达40的位姿计算的效率。
[0058]
下面结合附图做进一步说明。
[0059]
请参阅图5，在某些实施方式中，01：获取第一点云和第二点云包括：
[0060]
011：在极坐标系中获取第一点云和第二点云的坐标点。
[0061]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法011的指令。处理器30还可用于执行011中的方法。
[0062]
请参阅图3，在某些实施方式中，第一获取模块11还可用于执行011中的方法。即，第一获取模块11还可用于：在极坐标系中获取第一点云和第二点云的坐标点。
[0063]
点云中的每个点都可以以坐标点的形式表现，描述环境中的一个位置。点云中的点在极坐标中表现为角度和距离构成的数对，即，点云为角度和距离构成的数对的集合。其中，极坐标系的中心为雷达40的中心，距离为雷达40测得的距离，角度为雷达40投射激光的角度，从而能够直接采用雷达40的原始数据进行点云数据处理，无需大量的三角函数计算过程，角度和距离解耦，具体实施过程甚至可以无需使用浮点数，大幅提升计算机处理速度。
[0064]
请参阅图6，在某些实施方式中，02：获取估计角度范围及第一采样范围，根据第一点云、第二点云、第一采样范围及估计角度范围内的多个角度确定多个初始评估值，包括：
[0065]
021：根据第一点云、第二点云、估计角度范围及第一采样范围内的一个第一采样角确定第一采样角对应的初始评估值；及
[0066]
022：确定第一采样范围中每个第一采样角对应的初始评估值，以获取多个初始评估值。
[0067]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法021及022的指令。处理器30还可用于执行021及022中的方法。
[0068]
请参阅图3，在某些实施方式中，第二获取模块12还可用于执行021及022中的方法。即，第二获取模块12还可用于：根据第一点云、第二点云、估计角度范围及第一采样范围内的一个第一采样角确定第一采样角对应的初始评估值；及确定第一采样范围中每个第一采样角对应的初始评估值，以获取多个初始评估值。
[0069]
在某些实施方式中，根据预设的精度划分第一采样范围获取多个第一采样角。预设的精度可根据光接收器50的分辨率确定，例如光接收器50的最小分辨率为1
°
，第一采样范围为[0
°
，360
°
]，则能够在第一采样范围内确定360个第一采样角，相邻的第一采样角直接的角度差为1
°
。
[0070]
在某些实施方式中，初始评估值与第一点云和第二点云中的点相关，能够评估第一点云中的点和第二点云中的点的匹配度。在极坐标系中，点云的旋转关系只与坐标点的角度相关，与坐标点的距离无关，因此，第一点云和第二点云中的点的匹配度可通过第一点云中的坐标点和第二点云中的坐标点之间的角度参数描述。若第一点云到第二点云的实际旋转角度为rs，那么在第一点云中角度为x的坐标点在第二点云中所对应的坐标点的角度为x+rs。本技术实施方式的数据处理方法，在未确定实际旋转角度为rs的情况下，利用估计角度范围获取初始评估值，以根据初始评估值确定估计角度范围中最接近实际旋转角度为rs的角度，从而基于传感器测得的或经验值估计的雷达40的旋转角度获取更准确的旋转角度。
[0071]
例如，雷达40从第一位姿变换为第二位姿，传感器采集到雷达40由第一位姿变换为第二位姿时改变的角度，处理器根据该角度获取估计角度范围rg，估计角度范围内的角为r，第一采样角为x。若估计角度范围内的角r准确，则在第一点云中角度为x的坐标点在第二点云中所对应的坐标点的角度为x+r，该组匹配的坐标点对应的初始评估值为m(x，r)。其中，x的值可以为第一采样范围内的任意值，r的值可以为估计角度范围rg内的任意值。
[0072]
方法021和方法022中，在一个第一采样角x的值确定的情况下根据不同的角r确定多个初始评估值，再改变第一采样角x的值，确定第一采样范围内每个第一采样角x对应的多个初始评估值，以获取每个第一采样角x与估计角度范围内的每个角r的组合对应的初始
评估值。在另一实施例中，也可以是先固定估计角度范围内的角r的值，在一个角r的值确定的情况下根据不同的第一采样角x确定多个初始评估值，再改变角r的值，确定估计角度范围内的每个角r对应的多个初始评估值，在此不作限制。
[0073]
请参阅图7，在某些实施方式中，021：根据第一点云、第二点云、估计角度范围及第一采样范围内的一个第一采样角确定第一采样角对应的初始评估值，包括：
[0074]
0211：选择估计角度范围内的一个估计角；
[0075]
0212：根据估计角及第一采样角，在第一点云中确定与第一采样角对应的第一坐标点，及在第二点云中确定与第一坐标点对应的第二坐标点，第一坐标点的角度值为第一采样角与估计角之和，第二坐标点的角度值为第一采样角；及
[0076]
0213：根据第一坐标点和第二坐标点获取第一采样角对应的初始评估值。
[0077]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法0211、0212及0213的指令。处理器30还可用于执行0211、0212及0213中的方法。
[0078]
请参阅图3，在某些实施方式中，第二获取模块12还可用于执行0211、0212及0213中的方法。即，第二获取模块12还可用于：选择估计角度范围内的一个估计角；根据估计角及第一采样角，在第一点云中确定与第一采样角对应的第一坐标点，及在第二点云中确定与第一坐标点对应的第二坐标点，第一坐标点的角度值为第一采样角与估计角之和，第二坐标点的角度值为第一采样角；及根据第一坐标点和第二坐标点获取第一采样角对应的初始评估值。
[0079]
在某些实施方式中，可根据预设步长在估计角度范围内确定多个估计角。例如，估计角度范围rg为[-30
°
，30
°
]，预设的步长为10
°
，则根据预设步长可以在估计角度范围rg确定7个估计角，rg＝{-30
°
，-20
°
，-10
°
，0
°
，10
°
，20
°
，30
°
}。预设步长越小，则对估计角度范围划分越精细，在后续处理中获取的最终角越准确。预设步长越大，则数据处理量越小，数据处理速率越快。可根据应用场景的需求对步长进行相应的调整，例如在粗测的场景下采用较大的预设步长，在精细测量的应用场景下采用较小的预设步长。
[0080]
估计角度范围越大，则越容易将实际的旋转角包括在估计角度范围内；估计角度范围越小，则按照预设步长在估计角度范围能够确定的估计角数量越少，数据处理量越小，处理速率越快。估计角度范围同样可根据应用场景的需求进行调整。
[0081]
设估计角度范围为rg，第一采样范围为rc1，估计角为r，r∈rg，第一采样角为x，x∈rc1，第一坐标点为p1(d，θ)，第二坐标点为p2(d，θ)，其中，d是极坐标系的距离分量，θ是极坐标系的角度分量。则，根据估计角为r和第一采样角x，在第一点云中确定第一坐标点p1(d，x+r)，在第二点云中确定与第一坐标点p1(d，x+r)对应的第二坐标点p2(d，x)，表征第一坐标点p1(d，x+r)转换为第二坐标点p2(d，x)旋转了角度r。根据第一坐标点p1(d，x+r)和第二坐标点p2(d，x)获取的初始评估值m(x，r)即为第一采样角x对应的初始评估值。例如，在rg＝{-30
°
，-20
°
，-10
°
，0
°
，10
°
，20
°
，30
°
}时，第一采样角x对应7个初始评估值，分别为m(x，-30
°
)、m(x，-20
°
)、m(x，-10
°
)、m(x，0
°
)、m(x，10
°
)、m(x，20
°
)、m(x，30
°
)。
[0082]
类似地，初始评估值m(x，r)同样为估计角r对应的初始评估值。例如，在rc1＝[0
°
，360
°
]，按预设精度为1
°
划分为360个第一采样角x，则估计角r对应360个初始评估值，包括m(0
°
，r)、m(1
°
，r)、
……
、m(360
°
，r)，在此不一一列举。
[0083]
请参阅图8，在某些实施方式中，0213：根据第一坐标点和第二坐标点获取第一采
样角对应的初始评估值，包括：
[0084]
02131：根据第一坐标点和第二坐标点获取第一距离；
[0085]
02132：获取第一坐标点对应的第一对称点及第二坐标点对应的第二对称点，第一对称点的角度值与第一坐标点的角度值之间相差180
°
，第二对称点的角度值与第二坐标点的角度值之间相差180
°
；
[0086]
02133：根据第一对称点和第二对称点获取第二距离；及
[0087]
02134：根据第一距离和第二距离获取第一采样角对应的初始评估值。
[0088]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法021及022的指令。处理器30还可用于执行02131、02132、02133及02134中的方法。
[0089]
请参阅图3，在某些实施方式中，第二获取模块12还可用于执行02131、02132、02133及02134中的方法。即，第二获取模块12还可用于：根据第一坐标点和第二坐标点获取第一距离；获取第一坐标点对应的第一对称点及第二坐标点对应的第二对称点，第一对称点的角度值与第一坐标点的角度值之间相差180
°
，第二对称点的角度值与第二坐标点的角度值之间相差180
°
；根据第一对称点和第二对称点获取第二距离；及根据第一距离和第二距离获取第一采样角对应的初始评估值。
[0090]
例如，设第一坐标点p1(d，x+r)对应的第一对称点为p1’(d，x’+r)，x’＝x+180
°
，即第一坐标点p1(d，x+r)对应的第一对称点为p1’(d，x+180
°
+r)。类似地，第二坐标点p2(d，x)对应的第一对称点为p2’(d，x+180
°
)。其中，坐标点与对应的对称点的对称关系仅表现于角度分量θ的180
°
对称关系，与距离分量d无关。
[0091]
设第一距离为d1(x，r)，d1(x，r)＝p2(d，x)-p1(d，x+r)。设第二距离为d2(x’，r)，d2(x’，r)＝p2’(d，x+180
°
)-p2(d，x)，则对应的初始估计值m(x，r)＝d2(x’，r)-d1(x，r)。
[0092]
请结合图9，在一个实施例中，在第一坐标点p1和第一对称点p1’所在的直线l1与雷达40的移动方向平行、第一坐标点和第二坐标点是静止的物体的某一点分别在第一点云和第二点云对应的坐标点及估计角r等于雷达40实际的旋转角的情况下，若第一坐标点p1对应环境中雷达40前进方向上的一点pv1，第一对称点p1’对应环境中雷达40后退方向上的一点pv1’，则雷达40前进改变位姿后，雷达40靠近pv1改变的位移d1与雷达40远离pv1’改变的位移d2等大反向，对应的初始估计值m的绝对值最大，为位移改变量的两倍。
[0093]
请结合图10，在又一个实施例中，在第一坐标点p1和第一对称点p1’所在的直线l1与雷达40的移动方向垂直、第一坐标点和第二坐标点是静止的物体的某一点分别在第一点云和第二点云对应的坐标点及估计角r等于雷达40实际的旋转角的情况下，若第一坐标点p1对应环境中雷达40左侧方向上的一点pv1，第一对称点p1’对应环境中雷达40右侧方向上的一点pv1’，则雷达40前进改变位姿后，雷达40相对pv1改变的位移d1与雷达40相对pv1’改变的位移d2等大同向，对应的初始估计值m的绝对值最小，为0。
[0094]
请结合图9及图10，在第一坐标点p1和第一对称点p1’所在的直线l1于雷达40的移动方向既不平行也不垂直、第一坐标点和第二坐标点是静止的物体的某一点分别在第一点云和第二点云对应的坐标点、及估计角r等于雷达40实际的旋转角的情况下，对应的初始估计值m的绝对值介于最大与最小之间。
[0095]
在估计角r与雷达40实际的旋转角之间存在一定偏差的情况下，对于固定的估计角r对应的多个初始估计值m中，仍然满足绝对值最大的初始估计值m对应与雷达40的移动
方向平行的第一采样角x，及绝对值最大的初始估计值m对应与雷达40的移动方向垂直的第一采样角x，只是最大的绝对值并非恰好为雷达40改变的位移的两倍，而是在位移的两倍附近，最小的绝对值并非恰好为0，而是在0附近。
[0096]
由此，可以利用第一坐标点p1和第二坐标点的p2对应的第一采样角x与雷达40的移动方向平行或垂直情况下对应的初始估计值m最大或最小的特点，分别利用不同的估计角r和第一采样角x获取多个对应的初始估计值m(x，r)，以从多个初始估计值m(x，r)中找到绝对值最大或最小的估计值m，绝对值最大或最小的估计值m所对应的估计角r即为最接近雷达40实际的旋转角的估计角r。
[0097]
请结合图4，在某些实施方式中，雷达40能够在相反的两个方向分别投射激光，以确保在第一采样范围rc1内，每个第一采样角x存在与之角度对称的角x+180
°
。第一距离d1(x，r)＝p2(d，x)-p1(d，x+r)，第二距离为d2(x’，r)，d2(x’，r)＝p2’(d，x+180
°
)-p2(d，x)，则第一距离d1和第二距离d2分别描述相反的两个方向分别投射的激光测得的距离。在相反的两个方向分别投射的激光测量的物体均为静止的物体的情况下，第一距离d1和第二距离d2应该表现为等大反向。反之，若第一距离d1和第二距离d2并非等大反向，则说明至少一个方向投射的激光扫描到了移动的物体，需要去除这一组第一距离d1和第二距离d2对应的初始估计值m，避免对数据处理产生干扰。
[0098]
即，02134：根据第一距离和第二距离获取第一采样角对应的初始评估值，包括：
[0099]
在第一距离和第二距离等大反向的情况下，根据第一距离和第二距离获取第一采样角对应的初始评估值。
[0100]
从而避免雷达40扫描到的移动的物体对点云数据处理造成干扰。
[0101]
请参阅图11，在某些实施方式中，0213：根据第一坐标点和第二坐标点获取第一采样角对应的初始评估值，还包括：
[0102]
02135：根据雷达40的测距范围获取距离阈值；
[0103]
02136：根据距离阈值对第一距离进行筛选；及
[0104]
02137：根据筛选后的第一距离获取第一采样角对应的初始评估值。
[0105]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法02135、02136及02137的指令。处理器30还可用于执行02135、02136及02137中的方法。
[0106]
请参阅图3，在某些实施方式中，第二获取模块12还可用于执行02135、02136及02137中的方法。即，第二获取模块12还可用于：根据雷达40的测距范围获取距离阈值；根据距离阈值对第一距离进行筛选；及根据筛选后的第一距离获取第一采样角对应的初始评估值。
[0107]
在某些实施方式中，距离阈值是雷达40的测距范围的最大值，若第一距离d1在距离阈值内，则认为该第一距离d1具有可信度，在筛选后保留。若第一距离d1在距离阈值外，则认为该第一距离d1不具有可信度，在筛选后剔除。根据筛选后的第一距离获取第一采样角对应的初始评估值，能够确保初始评估值具有可信度。
[0108]
请参阅图12，在某些实施方式中，03：根据多个初始评估值获取多个匹配度，包括：
[0109]
031：获取每个初始评估值在第一采样范围内的角度的积分并作为每个初始评估值的匹配度，以获取多个匹配度。
[0110]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法031的指
令。处理器30还可用于执行031中的方法。
[0111]
请参阅图3，在某些实施方式中，匹配模块13还可用于执行031中的方法。即，匹配模块13还可用于：获取每个初始评估值在第一采样范围内的角度的积分并作为每个初始评估值的匹配度，以获取多个匹配度。
[0112]
设匹配度为s，s＝m(x，r)dx，x∈rc1，rc1为第一采样范围。结合前文所述，初始估计值m能够评价某一第一采样角x对应的第一坐标点p1和第二坐标点p2的匹配情况，绝对值最大或最小的初始估计值m为匹配情况最好的情况之一。匹配度s对初始评估值m求其在第一采用范围内的角度的积分，能够评价采样范围全局的点云匹配情况。若一个估计角r0对应的匹配度s0相较于其他的估计角r对应的匹配度s为最大或最小，则说明该估计角r0对应的全局点云匹配情况最好，该估计角r0是根据估计角度范围rg确定的多个估计角r中最接近雷达40的实际旋转角的一个。
[0113]
在某些实施方式中，初始评估值m具有角度对称性，表现为第一采样角x对应的初始评估值m(x，r)与第一采样角x的对称角x+180
°
对应的初始评估值m(x+180
°
，r)等大反向。这表明雷达40朝第一侧发射的激光束与雷达40朝与第一侧相反方向的第二侧发射的激光束具有相同的权重。因此，在一个实施例中，匹配度s对应的第一采样角x的积分范围可以是第一采样范围的一半，第一采样范围的另一半的匹配度与匹配度s一致。例如，rc1＝[0，360
°
]时，s＝m(x，r)dx，x∈[0，180
°
]。
[0114]
请结合图13，在某些实施方式中，04：根据多个匹配度获取最终角，包括：
[0115]
041：获取估计角度范围内每个估计角对应的多个匹配度；及
[0116]
042：根据多个匹配度中的最大值对应的估计角获取最终角。
[0117]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法041及042的指令。处理器30还可用于执行041及042中的方法。
[0118]
请参阅图3，在某些实施方式中，计算模块14还可用于执行041及042中的方法。即，计算模块14还可用于获取估计角度范围内每个估计角对应的多个匹配度；及根据多个匹配度中的最大值对应的估计角获取最终角。
[0119]
即，匹配度s是与估计角r相关的函数s(r)，估计角r变化则对应的匹配度s(r)变化。分别获取估计角度范围rg内的每个估计角r对应的匹配度s(r)，多个匹配度s(r)中的最大值对应的估计角r为多个估计角r中最接近雷达40的实际旋转角的一个。
[0120]
例如，角度范围rg＝{r1，r2，r3}，估计角r1、估计角r2、估计角r3分别对应匹配度s(r1)、匹配度s(r2)、匹配度s(r3)。若在匹配度s(r1)、匹配度s(r2)、匹配度s(r3)中的最大值为匹配度s(r3)，则将估计角r3作为最终角，表征数据处理获取的雷达40从第一点云对应的位姿变换为第二点云对应的位姿旋转的角度。
[0121]
请参阅图14，在某些实施方式中，05：获取最终角的最终评估值，根据最终评估值获取位移矢量，包括：
[0122]
051：获取第二采样范围；
[0123]
052：根据第一点云、第二点云、最终角及第二采样范围获取多个采样评估值；及
[0124]
053：根据多个采样评估值确定最终评估值。
[0125]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法051、052及053的指令。处理器30还可用于执行051、052及053中的方法。
[0126]
请参阅图3，在某些实施方式中，计算模块14还可用于执行051、052及053中的方法。即，计算模块14还可用于：根据最终角确定第二采样范围；根据第一点云、第二点云、第二采样范围及第二采样范围获取多个采样评估值；及根据多个采样评估值确定最终评估值。
[0127]
最终评估值用于评估点云中点的角度是否与雷达40的移动方向垂直或平行。在极坐标系中，若第一点云中的点的角度与其在第二点云中对应的点的角度均与雷达40的移动方向垂直或平行，则第一点云中的点的与其在第二点云中对应的点坐标变换仅与雷达40的平移相关，与雷达40的旋转无关。由此，可根据最终评估值确定与雷达40的移动方向垂直或平行的角度，以根据该角度获取较为准确的位移矢量。
[0128]
请结合图15，由此，第二采样范围可选取极坐标系中的水平和正交四个方向的一定范围内的点云角度，根据第一点云、第二点云、最终角及第二采样范围获取的多个采样评估值表征水平和正交方向附近的点云角度与雷达40的移动方向的关系。根据多个采样评估值中的最大值，可以确定雷达40的移动方向平行的点云角度；根据多个采样评估值中的最小值，可以确定雷达40的移动方向垂直的点云角度。
[0129]
结合前文所述，雷达40朝第一侧发射的激光束与雷达40朝与第一侧相反方向的第二侧发射的激光束具有相同的权重，因此可以进一步缩小第二采样范围，第二采样范围可选取极坐标系中的水平和竖直两个方向的一定范围内的点云角度。例如，在一个实施例中，第二采样范围为[-20
°
，20
°
]∪[70
°
，110
°
]。
[0130]
在某些实施方式中，将多个采样评估值中的最大值确定为最终评估值。从而，最终评估值对应的点云角度是最接近与雷达40的移动方向平行的点云角度，以基于该点云角度在第一点云中该点云角度对应的坐标点与第二点云中该点云角度的对应的坐标点的距离获取位移矢量。
[0131]
请结合图16，在某些实施方式中，052：根据第一点云、第二点云、最终角及第二采样范围获取多个采样评估值，包括：
[0132]
0521：选择第二采样范围内的一个第二采样角；
[0133]
0522：根据最终角及第二采样角，在第一点云中确定与第一采样角对应的第三坐标点，及在第二点云中确定与第三坐标点对应的第四坐标点，第三坐标点的角度值为第二采样角与最终角之和，第四坐标点的坐标值为第二采样角；
[0134]
0523：根据第三坐标点和第四坐标点获取第三距离；
[0135]
0524：获取第三坐标点对应的第三对称点及第四坐标点对应的第四对称点，第三对称点的角度值与第三坐标点的角度值之间相差180
°
，第四对称点的角度值与第四坐标点的角度值之间相差180
°
；
[0136]
0525：根据第三对称点和第四对称点获取第四距离；
[0137]
0526：根据第三距离和第四距离获取第二采样角对应的采样评估值；及
[0138]
0527：确定第二采样范围中每个第二采样角对应的采样评估值，以获取多个采样评估值。
[0139]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法0521、0522、0523、0524、0525、0526及0527的指令。处理器30还可用于执行0521、0522、0523、0524、0525、0526及0527中的方法。
[0140]
请参阅图3，在某些实施方式中，计算模块14还可用于执行0521、0522、0523、0524、0525、0526及0527中的方法。即，计算模块14还可用于：选择第二采样范围内的一个第二采样角；根据最终角及第二采样角，在第一点云中确定与第一采样角对应的第三坐标点，及在第二点云中确定与第三坐标点对应的第四坐标点，第三坐标点的角度值为第二采样角与最终角之和，第四坐标点的坐标值为第二采样角；根据第三坐标点和第四坐标点获取第三距离；获取第三坐标点对应的第三对称点及第四坐标点对应的第四对称点，第三对称点的角度值与第三坐标点的角度值之间相差180
°
，第四对称点的角度值与第四坐标点的角度值之间相差180
°
；根据第三对称点和第四对称点获取第四距离；根据第三距离和第四距离获取第二采样角对应的采样评估值；确定第二采样范围中每个第二采样角对应的采样评估值，以获取多个采样评估值。
[0141]
请结合图1至图14，设估计角为r，最终角为rz，第一采样角为x1，第二采样角为x2，初始评估值为m1(x1，r)，采样评估值为m2(x2，rz)。
[0142]
根据第一点云、第二点云、最终角及第二采样范围获取多个采样评估值的方法，与根据第一点云、第二点云、第一采样范围及估计角度范围内的多个角度确定多个初始评估值的方法类似，区别在于：初始评估值m1(x1，r)的参数第一采样角x1和估计角r均为变化值，而采样评估值m2(x2，rz)的参数中，最终角rz为固定值，第二采样角x2为变化值。
[0143]
在一个实施例中，设第三坐标点为p3(t3，x2+rz)，第三坐标点p3对应的第三对称点为p3’(t3’，x2’+rz)，x2’＝x2+180
°
，即第三坐标点p3对应的第三对称点为p3’(t3’，x2+180
°
+rz)。其中，t3是雷达40测得的第三坐标点p3的距离，t3’是雷达40测得的第三对称点p3’的距离。
[0144]
类似地，第四坐标点p4(t4，x2)对应的第四对称点为p4’(t4’，x2+180
°
)。其中，t4是雷达40测得的第四坐标点p4的距离，t4’是雷达40测得的第四对称点p4’的距离。
[0145]
设第三距离为d3(x2，rz)，d3(x2，rz)＝p4(t4，x2)-p3(t3，x2+rz)。设第四距离为d4(x2’，rz)，d4(x2’，rz)＝p4’(t4’，x2+180
°
)-p3’(t3’，x2’+rz)，对应的第二估计值m2(x2，rz)＝d4(x2’，rz)-d3(x2，rz)。
[0146]
请结合图14，在某些实施方式中，根据不同的x2，可以确定多个对应的第二估计值m2(x2，rz)。将多个采样评估值m2(x2，rz)的绝对值中的最大值确定为最终评估值。结合前文，在某一第二采样角x2的方向最接近雷达40平移的方向的情况下，该第二采样角x2对应的第三坐标点p3(t3，x2+rz)和第三对称点p3’(t3’，x2’+rz)所在的直线方向最接近于平行于雷达40的移动方向该第二采样角x2对应的第三距离d3(x2，rz)和第四距离d4(x2’，rz)最接近于雷达40平移的位移，该第二采样角x2对应的最终评估值大约为雷达40平移的位移的两倍。若最接近雷达40平移的方向的第二采样角x2，其方向与雷达40平移的方向相同，且最终角rz与雷达40实际旋转角度之间的偏差为0，则该第二采样角x2对应的最终评估值为雷达40平移的位移的两倍。
[0147]
由此，可以根据最终评估值获取位移矢量，位移矢量的绝对值为最终评估值的绝对值的二分之一，位移矢量的方向为最终评估值对应的第二采样角x2的方向。最终角rz越准确，则获取的位移矢量越准确。
[0148]
请参阅图17，在某些实施方式中，05：获取最终角的最终评估值，根据最终评估值获取位移矢量，包括：
[0149]
054：判断最终评估值对应的第三距离和第四距离是否为相反数；及
[0150]
055：在第三距离和第四距离互为相反数的情况下，根据最终评估值对应的第三距离和第四距离获取位移矢量。
[0151]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法054及055的指令。处理器30还可用于执行054及055中的方法。
[0152]
请参阅图3，在某些实施方式中，计算模块14还可用于执行054及055中的方法。即，计算模块14还可用于：判断最终评估值对应的第三距离和第四距离是否为相反数；及在第三距离和第四距离互为相反数的情况下，根据最终评估值对应的第三距离和第四距离获取位移矢量。
[0153]
结合前文，在相反的两个方向分别投射的激光测量的物体均为静止的物体的情况下，第三距离d3和第四距离d4应该表现为等大反向，即第三距离d3和第四距离d4互为相反数。反之，若第三距离d3和第四距离d4并非互为相反数，则说明至少一个方向投射的激光扫描到了移动的物体，需要去除这一组第三距离d3和第四距离d4对应的第二估计值m2，避免对数据处理产生干扰。
[0154]
请参阅图18，在某些实施方式中，数据处理方法还包括：
[0155]
06：根据多个采样评估值获取多个位移矢量；
[0156]
07：对多个位移矢量进行加权处理获取平移向量；及
[0157]
08：根据最终角及平移向量确定雷达40的位姿。
[0158]
请参阅图2，在某些实施方式中，程序还包括用于执行上述数据处理方法06、07及08的指令。处理器30还可用于执行06、07及08中的方法。
[0159]
请参阅图3，在某些实施方式中，计算模块14还可用于执行06、07及08中的方法。即，计算模块14还可用于：根据最终评估值和位移矢量获取平移向量；及根据最终角及平移向量确定雷达40的位姿。
[0160]
平移向量表征雷达40位姿变化过程发生的平移。对多个位移矢量进行加权处理获取平移向量，使获取的平移向量具有较高的可靠性。
[0161]
设平移向量为tz，采样评估值为m2(x2)，采样评估值m2(x2)对应的位移矢量为tn(x2)，第二采样范围的最小值和最大值分别为x2min和x2max。在一个实施例中，加权过程为：
[0162][0163]
即，在第二采样范围内，根据采样评估值m2(x2)对位移矢量为tn(x2)进行加权得到平移向量tz。其中，在第二采样角x2的取值使采样评估值m2(x2)的绝对值最大的情况下，即采样评估值m2(x2)对应的位移矢量tn(x2)对计算平移向量的贡献度最大。结合前文所述，在第二采样角x2的取值使采样评估值m2(x2)的绝对值最大的情况下，采样评估值m2(x2)即为最终评估值。即，在加权计算平移向量的过程中，最终评估值对计算平移向量的贡献度最大，也即是：与雷达40移动方向平行部分的点云测距变化量对计算平移向量的贡献度最大。
[0164]
结合前文所述，最终角表征雷达40位姿变化过程发生的旋转，平移向量表征雷达40位姿变化过程发生的平移。因此，根据最终角及平移向量能够确定雷达40的位姿。本技术
实施方式的数据处理方法能够获取较为准确的最终角和平移向量，以更准确地确定雷达40的位姿。
[0165]
请参阅图19，本技术实施方式还提供一种包含计算机程序401的非易失性计算机可读存储介质400。当计算机程序401被一个或多个处理器30执行时，使得一个或多个处理器30执行上述任一实施方式的数据处理方法。非易失性计算机可读存储介质400可设置在可移动平台100内，也可设置在云端服务器或其他装置中，此时，可移动平台100能够与云端服务器或其他装置进行通讯来获取到相应的计算机程序410。
[0166]
请结合图2，例如，当计算机程序401被一个或多个处理器30执行时，使得一个或多个处理器30执行上述任一实施方式中的方法。例如执行以下数据处理方法：
[0167]
01：获取第一点云和第二点云，第一点云和第二点云分别对应雷达40的不同位姿；
[0168]
02：获取估计角度范围及第一采样范围，根据第一点云、第二点云、第一采样范围及估计角度范围内的多个角度确定多个初始评估值，估计角度范围是第一点云与第二点云之间的角度变化的估计范围，第一采样范围是第一点云和第二点云中点云的角度分布范围；
[0169]
03：根据多个初始评估值获取多个匹配度，匹配度表征第一点云和第二点云的角度匹配关系；
[0170]
04：根据多个匹配度获取最终角；及
[0171]
05：获取最终角的最终评估值，根据最终评估值获取位移矢量。
[0172]
在本说明书的描述中，参考术语“某些实施方式”、“一个例子中”、“示例地”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0173]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0174]
尽管上面已经示出和描述了本技术的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施方式进行变化、修改、替换和变型。