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。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1是本发明实施例一中提供的一种车载激光雷达点云配准方法的流程图，该方法可适用于对车载激光雷达点云配准的情况，该方法可由车载激光雷达点云配准装置来执行，该装置可由软件和/或硬件实现，并可集成于电子设备中。如图1所示，本实施例中的车载激光雷达点云配准方法，包括以下步骤：

S110、控制待匹配源点云与待匹配目标点云进行质心重合，构建对应的平移矩阵。

其中，点云可以是指产品外观表面的点数据集合，例如可以是车载激光雷达在对路面信息进行测量时得到的点数据集合就是点云。待匹配源点云可以是指通过车载激光雷达对障碍物A待匹配源点云Q进行获取。待匹配目标点云可以是指通过点云高精地图对障碍物A待匹配目标点云P进行获取。

质心可以是指物质质量的中心，例如由车载激光雷达获取的待匹配源点云质量的中心。将由车载激光雷达获取的待匹配源点云的质心P_o与由点云高精地图获取的待匹配目标点云的质心Q_o进行质心重合，构建平移矩阵。

平移矩阵可以是指将待匹配目标点云进行平移，使待匹配源点云和待匹配目标点云质心重合得到的矩阵。

S120、对待匹配目标点云进行非角点剔除修正，得到参考目标点云；以及，对待匹配源点云进行非角点剔除修正，得到参考源点云。

角点可以是指两条线的交叉处的焦点，也可以是位于相邻的两个主要方向不同的事物上的点，例如可以是与待匹配目标点相邻的两个点。非角点剔除修正可以是指将点云中的非角点根据角点剔除条件进行剔除或保留。将对待匹配目标点云中的非角点根据角点剔除条件进行剔除或保留，得到参考目标点云；将对待匹配源点云中的非角点根据角点剔除条件进行剔除或保留，得到参考源点云。

S130、依据参考源点云与参考目标点云构建对应的旋转矩阵，使用构建的平移矩阵与旋转矩阵对待匹配源点云进行平移与旋转转换匹配，得到目标源点云。

旋转矩阵可以是指参考源点云与参考目标点云经过旋转，在参考源点与参考目标点之间距离的绝对值最小时，得到旋转矩阵R。

其中，α、β、γ分别表示参考源点云沿x、y、z轴的旋转角度。

目标源点云可以是指对待匹配源点云使用平移矩阵和旋转矩阵进行平移和旋转得到的新的源点云Q1，Q1＝RQ+T,其中R为旋转矩阵，T为旋转矩阵，Q为带匹配源点云。

S140、若目标源点云与待匹配目标点云之间不满足预设匹配条件，则从待匹配参考目标点云中获取待匹配参考目标点集，并找出目标源点云中的对应点集作为新的待匹配源点云，返回继续迭代匹配。

其中，预设匹配条件可以是指目标源点云与待匹配目标点云的点集之间的平均距离是否小于设定点集间的距离阈值，例如预设的距离阈值为0.1mm；还可以是指是否达到预设的迭代次数，例如迭代次数是否达到10次。

可选的，在首次迭代匹配时，通过车载雷达获取障碍物的待匹配源点云；以及，通过点云高精度地图获取障碍物的待匹配目标点云。而在非首次迭代时，待匹配源点云是利用经过平移和旋转得到的目标源点云进行迭代匹配生成的；待匹配参考目标点集是从待匹配参考目标点云中获取的。

本发明实施例提供的车载激光雷达点云配准方法，通过控制待匹配源点云与待匹配目标点云进行质心重合，构建平移矩阵；对待匹配目标点云以及待匹配源点云进行非角点剔除修正，分布得到参考目标点云以及参考源点云；依据参考源点云与参考目标点云构建旋转矩阵，使用构建的平移矩阵与旋转矩阵对待匹配源点云进行平移与旋转转换匹配，得到目标源点云；若目标源点云与待匹配目标点云之间不满足预设匹配条件，则从待匹配参考目标点云中获取待匹配参考目标点集，并找出目标源点云中的对应点集作为新的待匹配源点云，返回继续迭代匹配。通过对非角点剔除修正提高角点检测的速度，缩短点云配准时间，提高激光雷达点云配准准确率，进而提升车辆自动驾驶高精定位的性能。

实施例二

图2是本申请实施例二提供的另一种车载激光雷达点云配准方法的流程图。本发明实施例在上述实施例的基础上对前述实施例进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示，本发明实施例中提供的车载激光雷达点云配准方法，可包括以下步骤：

S210、采用高斯滤波分别对待匹配源点云与待匹配目标点云进行预处理。

其中，采用高斯滤波对点云进行去噪等预处理，所述预处理包括但不限于对点云进行散列点与孤立点处理。

S220、分别计算待匹配源点云与待匹配目标点云的质心。

其中，点云的质心是一个点，其坐标是通过计算云中所有点的值的平均值得出的。例如，计算待匹配源点云的质心P_o。

其中，x_i，y_i，z_i为云中各点的坐标，i＝1，2，……，n。

S230、控制待匹配目标点云进行平移，并在使待匹配源点云的质心与待匹配目标点云的质心重合时构建得到对应的平移矩阵。

平移待匹配目标点云，使待匹配源点云和待匹配目标点云质心重合，得到平移矩阵T，T＝[t_x t_y t_z]^T，其中t_x、t_y、t_z分别表示待匹配目标点云沿x、y、z轴的平移量。

S240、对待匹配目标点云进行非角点剔除修正，得到参考目标点云；以及，对待匹配源点云进行非角点剔除修正，得到参考源点云。

可选的，针对待匹配目标点云中每一个待匹配目标点，从待匹配目标点云中确定与该待匹配目标点P_i距离最近的三个待匹配目标点P_ia、P_ib和P_ic；

计算该待匹配目标点到所述距离最近的三个待匹配目标点所在平面的距离，得到该待匹配目标点对应的点到平面距离d_P；

依据该待匹配目标点对应的点到平面距离以及预设的角点剔除条件信息对该待匹配目标点进行剔除或保留。

其中，所述角点剔除条件可以是指若该待匹配目标点对应的点到平面距离小于第一预设距离阈值，则将该待匹配目标点进行剔除；否则，将该待匹配目标点进行保留；即比较d_P和d_max，当d_P≥d_max时，将P_i进行保留，否则将P_i进行剔除；其中，所述第一预设距离阈值用于判断待匹配目标点是否属于障碍物上的角点，且测试过程中点云匹配效果进行确定。

在上述实施例的基础上，可选的，对待匹配源点云进行非角点剔除修正：

对待匹配源点云中的点Q_i求取最近的三个待匹配源点Q_i1、Q_i2和Q_i3；

计算待匹配源点云中的点Q_i到Q_i1、Q_i2和Q_i3所在平面距离d_Q；

比较d_Q与d_max，当d_Q≥d_max时，将Q_i进行保留，否则将Q_i进行剔除。

通过对非角点剔除修正提高角点检测的速度，缩短点云配准时间，提高激光雷达点云配准准确率。

对参考源点云Q_C与参考目标点云P_C，进行参考源点与参考目标点之间距离绝对值的最小遍历；

在遍历到参考源点Q_Ci与参考目标点P_Ci之间距离绝对值最小时得到旋转矩阵，即对‖P_Ci-Q_Ci‖＝min进行遍历，当min最小时，得到旋转矩阵。

S250、依据参考源点云与参考目标点云构建对应的旋转矩阵，使用构建的平移矩阵与旋转矩阵对待匹配源点云进行平移与旋转转换匹配，得到目标源点云。

可选的，当在min最小值时，求得旋转矩阵R，得到粗配准初始变换值R、T；对待匹配源点云Q的点集使用求得的旋转矩阵R和平移矩阵T进行旋转和平移变换；得到新的对应点集目标源点云Q1，Q1＝RQ+T。

S260、若目标源点云与待匹配目标点云之间不满足预设匹配条件，则从待匹配参考目标点云中获取待匹配参考目标点集，并找出目标源点云中的对应点集作为新的待匹配源点云，返回继续迭代匹配。

可选的，计算目标源点云Q1与待匹配目标点云P中的点的平均距离S，若平均距离S大于预定阈值S1，在待匹配目标点云P中取点集P_i∈Q，找出目标源点云Q1中的对应点集Q1_i∈Q1；使得‖Q1_i-P_i‖＝min；计算旋转矩阵R和平移矩阵T；对目标源点云Q1使用求得的旋转矩阵R和平移矩阵T进行旋转和平移变换；得到新的对应点集目标源点云Q1，Q1＝RQ+T；计算Q1与点集P_i的平均距离，如果S小于或等于预定的阈值，或大于预设的最大迭代次数，则停止迭代计算；否则继续迭代匹配。

本发明实施例提供了一种车载激光雷达点云配准方法，通过车载雷达获取障碍物的待匹配源点云；以及，通过点云高精度地图获取障碍物的待匹配目标点云；控制待匹配源点云与待匹配目标点云进行质心重合，构建平移矩阵；对待匹配目标点云以及待匹配源点云进行非角点剔除修正，分布得到参考目标点云以及参考源点云；依据参考源点云与参考目标点云构建旋转矩阵，使用构建的平移矩阵与旋转矩阵对待匹配源点云进行平移与旋转转换匹配，得到目标源点云；若目标源点云与待匹配目标点云之间不满足预设匹配条件，则从待匹配参考目标点云中获取待匹配参考目标点集，并找出目标源点云中的对应点集作为新的待匹配源点云，返回继续迭代匹配，直至结束。本发明实施例采用的技术方案可缩短ICP算法运行时间，使得源点云与目标点云之间更容易匹配，减少迭代次数，将原ICP算法更容易陷入局部极值的现象概率降低，达到了提高激光雷达点云配准准确率、缩短点云配准时间，进而提升车辆自动驾驶高精定位性能的技术效果。

实施例三

图3是本发明实施例三中提供的一种车载激光雷达点云配准装置的结构示意图。该装置可适用于对车载激光雷达点云配准的情况，该装置可由软件和/或硬件实现，并集成在电子设备中。该装置用于实现上述实施例提供的车载激光雷达点云配准方法。如图3所示，本实施例中提供的车载激光雷达点云配准装置，包括：

平移矩阵构建模块310，用于控制待匹配源点云与待匹配目标点云进行质心重合，构建对应的平移矩阵；

参考点云获取模块320，用于对待匹配目标点云进行非角点剔除修正，得到参考目标点云；以及，对待匹配源点云进行非角点剔除修正，得到参考源点云；

目标源点云获取模块330，用于依据参考源点云与参考目标点云构建对应的旋转矩阵，使用构建的平移矩阵与旋转矩阵对待匹配源点云进行平移与旋转转换匹配，得到目标源点云；

新待匹配源点云获取模块340，用于若目标源点云与待匹配目标点云之间不满足预设匹配条件，则从待匹配参考目标点云中获取待匹配参考目标点集，并找出目标源点云中的对应点集作为新的待匹配源点云，返回继续迭代匹配。

在本实施例的基础上，可选的，所述装置还包括：

待匹配点云获取模块，用于在首次迭代匹配时，通过车载雷达获取障碍物的待匹配源点云；以及，通过点云高精度地图获取障碍物的待匹配目标点云。

在本实施例的基础上，可选的，所述平移矩阵构建模块还包括：

采用高斯滤波分别对待匹配源点云与待匹配目标点云进行预处理；所述预处理至少包括对点云进行散列点与孤立点处理；

分别计算待匹配源点云与待匹配目标点云的质心；

控制待匹配目标点云进行平移，并在使待匹配源点云与待匹配目标点云质心重合时构建得到对应的平移矩阵。

在本实施例的基础上，可选的，所述参考点云获取模块还包括：

针对待匹配目标点云中每一个待匹配目标点，从待匹配目标点云中确定与该待匹配目标点距离最近的三个待匹配目标点；

计算该待匹配目标点到所述距离最近的三个待匹配目标点所在平面的距离，得到该待匹配目标点对应的点到平面距离；

依据该待匹配目标点对应的点到平面距离以及预设的角点剔除条件信息对该待匹配目标点进行剔除或保留。

在本实施例的基础上，可选的，所述参考点云获取模块还包括：

针对待匹配源点云中每一个待匹配源点，从待匹配源点云中确定与该待匹配源点距离最近的三个待匹配源点；

计算该待匹配源点到所述距离最近的三个待匹配源点所在平面的距离，得到该待匹配源点对应的点到平面距离；

依据该待匹配源点对应的点到平面距离以及预设的角点剔除条件信息对该待匹配源点进行剔除或保留。

在本实施例的基础上，可选的，所述目标点云获取模块还包括：

对参考源点云与参考目标点云，进行参考源点与参考目标点之间距离绝对值的最小遍历；

在遍历到参考源点与参考目标点之间距离绝对值最小时得到旋转矩阵。

本发明实施例中所提供的车载激光雷达点云配准装置可执行上述本发明任意实施例中所提供的车载激光雷达点云配准方法，具备执行该车载激光雷达点云配准方法相应的功能和有益效果，详细过程参见前述实施例中车载激光雷达点云配准方法的相关操作。

实施例四

图4是本申请实施例四提供的一种电子设备的结构示意图。本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的车载激光雷达点云配准装置。如图4所示，本实施例提供了一种电子设备400，其包括：一个或多个处理器420；存储装置410，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420执行，使得所述一个或多个处理器420实现本申请实施例所提供的车载激光雷达点云配准方法，该方法包括：

控制待匹配源点云与待匹配目标点云进行质心重合，构建对应的平移矩阵；

对待匹配目标点云进行非角点剔除修正，得到参考目标点云；以及，对待匹配源点云进行非角点剔除修正，得到参考源点云；

依据参考源点云与参考目标点云构建对应的旋转矩阵，使用构建的平移矩阵与旋转矩阵对待匹配源点云进行平移与旋转转换匹配，得到目标源点云；

若目标源点云与待匹配目标点云之间不满足预设匹配条件，则从待匹配参考目标点云中获取待匹配参考目标点集，并找出目标源点云中的对应点集作为新的待匹配源点云，返回继续迭代匹配。

当然，本领域技术人员可以理解，处理器420还实现本申请任意实施例所提供的车载激光雷达点云配准方法的技术方案。

图4显示的电子设备400仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图4所示，该电子设备400包括处理器420、存储装置410、输入装置430和输出装置440；电子设备中处理器420的数量可以是一个或多个，图4中以一个处理器420为例；电子设备中的处理器420、存储装置410、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线440连接为例。

存储装置410作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块单元，如本申请实施例中的车载激光雷达点云配准方法对应的程序指令。

存储装置410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置410可进一步包括相对于处理器420远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏、扬声器等电子设备。

本申请实施例提供的电子设备，可以达到提高激光雷达点云配准准确率、缩短点云配准时间，进而提升车辆自动驾驶高精定位性能的技术效果。

实施例五

本发明实施例五中提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时用于执行车载激光雷达点云配准方法，该方法包括：

控制待匹配源点云与待匹配目标点云进行质心重合，构建对应的平移矩阵；

对待匹配目标点云进行非角点剔除修正，得到参考目标点云；以及，对待匹配源点云进行非角点剔除修正，得到参考源点云；

依据参考源点云与参考目标点云构建对应的旋转矩阵，使用构建的平移矩阵与旋转矩阵对待匹配源点云进行平移与旋转转换匹配，得到目标源点云；

若目标源点云与待匹配目标点云之间不满足预设匹配条件，则从待匹配参考目标点云中获取待匹配参考目标点集，并找出目标源点云中的对应点集作为新的待匹配源点云，返回继续迭代匹配。

可选的，该程序被处理器执行时还可以用于执行本发明任意实施例中所提供的车载激光雷达点云配准方法。

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(Random AccessMemory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。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、无线电频率(RadioFrequency，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)。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。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例或示例。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例或示例中以合适的方式结合。

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。