基于激光雷达的高精度语义导航地图构建方法和装置

1.一种基于激光雷达的高精度语义导航地图构建方法，其特征在于，包括：获取车载激光雷达采集的车辆周边三维点云与反射强度数据；获取车载组合导航系统采集的车辆的经纬度和姿态信息；根据所述车载激光雷达和所述车载组合导航系统的相对位置关系以及所述车辆的经纬度和姿态信息，将所述三维点云数据转换到大地坐标系，并根据所述三维点云数据在所述大地坐标系中得到高精度点云地图；根据所述三维点云的反射强度数据，在所述高精度点云地图中标注出包含语义信息的离散点并分类后得到地图语义元素集合；根据所述地图语义元素集合中各元素的语义关联信息，生成高精度语义导航地图；所述根据所述车载激光雷达和所述车载组合导航系统的相对位置关系以及所述车辆的经纬度和姿态信息，将所述三维点云数据转换到大地坐标系，并根据所述三维点云数据在所述大地坐标系中得到高精度点云地图，包括：根据所述车载激光雷达和所述车载组合导航系统的相对位置关系，将所述三维点云数据从激光雷达坐标系转换到车身坐标系；根据所述车辆的经纬度和姿态信息，将所述三维点云数据从车身坐标系转换到大地坐标系，并根据所述三维点云数据在所述大地坐标系中得到高精度点云地图；所述根据所述三维点云的反射强度数据，在所述高精度点云地图中标注出包含语义信息的离散点并分类后得到地图语义元素集合，包括：根据所述三维点云的反射强度数据，在所述高精度点云地图中标注出包含语义信息的离散点，将所述包含语义信息的离散点连接成多边形并分类，后得到地图语义元素集合{(x 1,c k ,y 1,c k ),(x 2,c k ,y 2,c k ),...(x n,c k ,y n,c k ),k＝1,2…m c }，其中c为语义类别，m c 为属于类别c的多边形个数，(x n,c k ,y n,c k )表示第k个多边形的第n个点云在高精度点云地图中的坐标，j为车道中心线，根据车道的左右边界生成，{(0.5×x i,左 j +0.5×x i,右 j ,0.5×y i,左 j +0.5×y i,右 j ),i＝1,2,…,n}，x i,左 j 、x i,右 j 、y i,左 j 、y i,右 j 分别表示车道中心线j左右边界第i个点云在高精度点云地图中的坐标；所述根据所述地图语义元素集合中各元素的语义关联信息，生成高精度语义导航地图，包括：将所有车道中心线的首尾两点 建立KD树，针对第i个车道中心线的首尾两点分别查找KD树，找到最邻近点所属的第a和第b个车道，作为第i个车道的前向和后向关联，遍历所有车道获得完整的连接关系，生成高精度语义导航地图；所述获取车载组合导航系统采集的车辆的经纬度和姿态信息，包括：获取车载组合导航系统采集的车辆的IMU数据和卫星定位数据；根据所述IMU数据和卫星定位数据得到所述车辆的经纬度和姿态信息。 2.根据权利要求1所述的方法，其特征在于，所述三维点云以三维极坐标表示，所述根据所述车载激光雷达和所述车载组合导航系统的相对位置关系，将所述三维点云数据从激光雷达坐标系转换到车身坐标系，包括：将所述三维点云数据所在的三维极坐标系转换到笛卡尔坐标系；根据所述车载激光雷达和所述车载组合导航系统的平移和旋转关系，将所述三维点云数据从笛卡尔坐标系转换到车身坐标系。 3.根据权利要求2所述的方法，其特征在于，所述三维点云的三维极坐标为(ρ i ,θ i ,γ i )，其中ρ i 表示所述车载激光雷达中心到检测物体的欧式距离，θ i 为激光三维极坐标系下的偏航发射角度，γ i 是三维极坐标系下的俯仰发射角度；所述将所述三维点云数据所在的三维极坐标系转换到笛卡尔坐标系，包括：根据公式 将所述三维点云数据所在的三维极坐标系转换到笛卡尔坐标系，其中(x i ,y i ,z i )为三维点云在笛卡尔坐标系中的三维坐标；所述根据所述车载激光雷达和所述车载组合导航系统的平移和旋转关系，将所述三维点云数据从笛卡尔坐标系转换到车身坐标系，包括：根据公式 将所述三维点云数据从笛卡尔坐标系转换到车身坐标系，其中：其中(x v ,y v ,z v )为三维点云在车身坐标系中的三维坐标，[x sv ,y sv ,z sv ]表示所述车载激光雷达和所述车载组合导航系统的平移关系，[ψ s ,β s ,φ s ]表示所述车载激光雷达和所述车载组合导航系统的旋转关系。 4.一种基于激光雷达的高精度语义导航地图构建装置，其特征在于，包括：雷达数据采集模块，用于获取车载激光雷达采集的车辆周边三维点云与反射强度数据；导航数据采集模块，用于获取车载组合导航系统采集的车辆的经纬度和姿态信息；所述获取车载组合导航系统采集的车辆的经纬度和姿态信息，包括：获取车载组合导航系统采集的车辆的IMU数据和卫星定位数据；根据所述IMU数据和卫星定位数据得到所述车辆的经纬度和姿态信息；坐标转换和模块，用于根据所述车载激光雷达和所述车载组合导航系统的相对位置关系以及所述车辆的经纬度和姿态信息，将所述三维点云数据转换到大地坐标系，并根据所述三维点云数据在所述大地坐标系中得到高精度点云地图；所述根据所述车载激光雷达和所述车载组合导航系统的相对位置关系以及所述车辆的经纬度和姿态信息，将所述三维点云数据转换到大地坐标系，并根据所述三维点云数据在所述大地坐标系中得到高精度点云地图，包括：根据所述车载激光雷达和所述车载组合导航系统的相对位置关系，将所述三维点云数据从激光雷达坐标系转换到车身坐标系；根据所述车辆的经纬度和姿态信息，将所述三维点云数据从车身坐标系转换到大地坐标系，并根据所述三维点云数据在所述大地坐标系中得到高精度点云地图；语义分类模块，用于根据所述三维点云的反射强度数据，在所述高精度点云地图中标注出包含语义信息的离散点并分类后得到地图语义元素集合；所述根据所述三维点云的反射强度数据，在所述高精度点云地图中标注出包含语义信息的离散点并分类后得到地图语义元素集合，包括：根据所述三维点云的反射强度数据，在所述高精度点云地图中标注出包含语义信息的离散点，将所述包含语义信息的离散点连接成多边形并分类，后得到地图语义元素集合{(x 1,c k ,y 1,c k ),(x 2,c k ,y 2,c k ),...(x n,c k ,y n,c k ),k＝1,2…m c }，其中c为语义类别，m c 为属于类别c的多边形个数，(x n,c k ,y n,c k )表示第k个多边形的第n个点云在高精度点云地图中的坐标，j为车道中心线，根据车道的左右边界生成，{(0.5×x i,左 j +0.5×x i,右 j ,0.5×y i,左 j +0.5×y i,右 j ),i＝1,2,…,n}，x i,左 j 、x i,右 j 、y i,左 j 、y i,右 j 分别表示车道中心线j左右边界第i个点云在高精度点云地图中的坐标；地图建立模块，用于根据所述地图语义元素集合中各元素的语义关联信息，生成高精度语义导航地图；所述根据所述地图语义元素集合中各元素的语义关联信息，生成高精度语义导航地图，包括：将所有车道中心线的首尾两点 建立KD树，针对第i个车道中心线的首尾两点分别查找KD树，找到最邻近点所属的第a和第b个车道，作为第i个车道的前向和后向关联，遍历所有车道获得完整的连接关系，生成高精度语义导航地图。 5.一种基于激光雷达的高精度语义导航地图构建系统，其特征在于，包括：车载激光雷达，用于采集车辆周边三维点云与反射强度数据；车载组合导航系统，用于采集的车辆的经纬度和姿态信息；如权利要求4所述的高精度语义导航地图构建装置。 6.一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如权利要求1-3中任一所述的基于激光雷达的高精度语义导航地图构建方法。