建图定位方法、装置、设备及存储介质

技术领域

本申请涉及建图定位技术领域，尤其涉及一种建图定位方法、装置、设备及存储介质。

背景技术

随着人工智能技术的发展，移动机器人、无人驾驶、自动驾驶等应用越来越广泛，其中，机器人、汽车等在动态未知环境中进行移动，并自主完成任务的过程中，需要选择相对安全合理的路线进行移动，比如避免与建筑物发生碰撞、选择里程较短或较平整的路线。

目前，建图与定位技术有激光雷达建图定位技术、GNSS(Global NavigationSatellite System，全球导航卫星系统)建图定位技术、RTK(Real-time kinematic，实时载波相位差分)建图定位技术。建图与定位的过程是：设备在移动过程中根据位置估计和传感器数据进行自身定位，同时逐步完善和构建完整地图。激光雷达建图技术通过激光雷达向目标发射扫描激光，并接收目标反射的激光进行探测，获取物体的位置、形状等参数。GNSS建图定位技术或RTK建图定位技术(下文简称GNSS/RTK建图定位技术)均通过地面基站接收全球导航卫星发送的电磁波信号，获取位置信息。

然而，上述的激光雷达建图定位技术需要处理大量的原始数据，在大尺度建图时容易累计误差；上述的GNSS/RTK建图定位技术容易受到障碍物影响。上述技术均不在大尺度建图时保证全局地图的准确性。

发明内容

本申请提供一种建图定位方法、装置、设备及存储介质，用以保证大尺度建图时全局地图的准确性。

第一方面，本申请提供一种建图定位方法，包括：获取雷达传感器采集的雷达数据，以及全球导航卫星系统GNSS或实时载波相位差分RTK传感器采集的GNSS/RTK数据；对雷达数据与GNSS/RTK数据进行时间同步处理，获得不同时刻下对应的雷达数据和GNSS/RTK数据；分别根据相邻时刻下点云的匹配度和GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子；以及，基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据当前位置周边的空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子；其中，点云是基于雷达数据建立的；根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，最终的雷达权重因子和GNSS/RTK权重因子之和为1；根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图。

本申请既获取了雷达数据又获取了GNSS/RTK数据，通过确定二者的权重因子，实现了雷达技术和GNSS/RTK技术的联合建图，使得在大尺度建图时，保证全局地图的准确性。两种技术起到互相弥补的作用，比如空旷区域雷达数据可信度低时，GNSS/RTK技术可以保证全局地图的准确性；比如建筑物密集区域GNSS/RTK数据可信度低时，雷达技术可以保证全局地图的准确性。

进一步地，分别根据相邻时刻下点云的匹配度和不同时刻下GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子之前，还包括：对雷达数据进行坐标转换处理，获得地理坐标系下的雷达数据。

上述方法使得雷达数据和GNSS/RTK数据处于同一坐标系下，使得雷达数据能够用于建图和定位。由于雷达数据是以自身传感器为原点坐标的数据，将雷达数据转换至地理坐标系下，有利于直接采用雷达数据进行建图和定位。

进一步地，根据相邻时刻下点云的匹配度，设定初始的雷达权重因子，包括：

基于相邻时刻下的雷达数据，获得相邻时刻下的点云；

根据相邻时刻下的点云，基于第一公式，计算获得初始的雷达权重因子；其中，第一公式包括：

其中，GB

上述公式提供了一种可行的初始的雷达权重因子的求取方法，根据相邻两帧点云的匹配度，确定雷达权重因子，表征雷达数据的可信度。

进一步地，根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子，包括：根据GNSS/RTK数据的信号强度，基于第二公式，计算获得初始的GNSS/RTK权重因子；其中，第二公式包括：

GA

其中，GA

上述公式提供了一种可行的初始的GNSS/RTK权重因子的求取方法，根据GNSS/RTK数据信号强度，确定GNSS/RTK权重因子，表征GNSS/RTK数据的可信度。

进一步地，基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子，包括：

根据点云的坐标和分布信息，基于第三公式，计算获得调整后的GNSS/RTK权重因子；其中，第三公式包括：

其中，GC

根据点云的坐标和分布信息，基于第四公式，计算获得调整后的雷达权重因子；其中，第四公式包括：

其中，GC

上述方法，根据区域的空旷程度，对初始的雷达权重因子和初始的GNSS/RTK权重因子进行了调整。当空旷程度高时，雷达建图定位技术准确性低，将雷达权重因子减小，将GNSS/RTK权重因子增大，使得在空旷区域主要采用GNSS/RTK建图定位；当空旷程度低时，GNSS/RTK建图定位技术准确性低，将雷达权重因子增大，将GNSS/RTK权重因子降低，使得在障碍物密集区域主要采用雷达建图定位。

进一步地，根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子，包括：

基于第五公式，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，第五公式包括：

其中，GC’

上述对雷达权重因子和GNSS/RTK权重因子的再次调整，使得二者权重和为1，有利于进行比较，也便于建图。

进一步地，上述的建图定位方法还包括：获取移动物体与建筑物之间的距离；

根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子，具体包括：若距离小于预设的第一阈值，则根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子；其中，初始的GNSS/RTK权重因子不大于预设的第一阈值；

根据相邻时刻下点云的匹配度，设定初始的雷达权重因子，具体包括：若距离超过预设的第二阈值，则根据相邻时刻下点云的匹配度，设定初始的雷达权重因子；其中，初始的雷达权重因子不大于预设的第二阈值。

上述方法，在雷达和GNSS/RTK联合建图定位过程中，通过分析雷达权重因子和GNSS/RTK权重因子的变化，合理规划路径，实现在传感器最佳状态下建图定位。

下面介绍本申请提供的装置、设备以及计算机存储介质，其内容和效果可参考方法部分。

第二方面，本申请提供一种建图定位装置，包括：获取模块，用于获取雷达传感器采集的雷达数据，以及GNSS/RTK传感器采集的GNSS/RTK数据；处理模块，用于对雷达数据与GNSS/RTK数据进行时间同步处理，获得不同时刻下对应的雷达数据和GNSS/RTK数据；处理模块，还用于分别根据相邻时刻下点云的匹配度和GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子；以及，基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据当前位置周边的空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子；其中，点云是基于雷达数据建立的；处理模块，还用于根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，最终的雷达权重因子和GNSS/RTK权重因子之和为1；建图模块，用于根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图。

进一步地，处理模块，用于分别根据相邻时刻下点云的匹配度和不同时刻下GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子之前，对雷达数据进行坐标转换处理，获得地理坐标系下的雷达数据。

进一步地，处理模块，用于根据相邻时刻下点云的匹配度，设定初始的雷达权重因子，具体包括：

基于相邻时刻下的雷达数据，获得相邻时刻下的点云；

根据相邻时刻下的点云，基于第一公式，计算获得初始的雷达权重因子；其中，第一公式包括：

其中，GB

进一步地，处理模块，用于根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子，具体包括：

根据GNSS/RTK数据的信号强度，基于第二公式，计算获得初始的GNSS/RTK权重因子；其中，第二公式包括：

GA

其中，GA

进一步地，处理模块，用于基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子，具体包括：

根据点云的坐标和分布信息，基于第三公式，计算获得调整后的GNSS/RTK权重因子；其中，第三公式包括：

其中，GC

根据点云的坐标和分布信息，基于第四公式，计算获得调整后的雷达权重因子；其中，第四公式包括：

其中，GC

进一步地，处理模块，用于根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子，具体包括：

基于第五公式，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，第五公式包括：

其中，GC’

进一步地，装置还包括：导航模块，用于获取移动物体与建筑物之间的距离；

处理模块，用于根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子，具体包括：若距离小于预设的第一阈值，则根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子；其中，初始的GNSS/RTK权重因子不大于预设的第一阈值；

处理模块，用于根据相邻时刻下点云的匹配度，设定初始的雷达权重因子，具体包括：若距离超过预设的第二阈值，则根据相邻时刻下点云的匹配度，设定初始的雷达权重因子；其中，初始的雷达权重因子不大于预设的第二阈值。

第三方面，本申请提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以实现如第一方面的方法。

第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面的方法。

本申请提供的建图定位方法、装置、设备及存储介质，对雷达传感器采集的雷达数据以及GNSS/RTK传感器采集的GNSS/RTK数据进行时间同步处理和坐标转换处理；根据相邻时刻下点云的匹配度和GNSS/RTK数据的信号强度，分别设定初始的雷达权重因子和GNSS/RTK权重因子；基于点云的坐标和分布信息，对初始的雷达权重因子和GNSS/RTK权重因子进行调整，后进行归一化处理，获得最终的雷达权重因子和GNSS/RTK权重因子；根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图。本申请设定了雷达权重因子和GNSS/RTK权重因子，并基于点云的坐标和分布信息对雷达权重因子和GNSS/RTK权重因子进行调整，实现对雷达技术和GNSS/RTK技术的结合利用，保证了在大尺度建图时全局地图的准确性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请提供的一种建图定位方法的应用场景；

图2为本申请实施例一提供的一种建图定位方法的流程图；

图3为本申请实施例一提供的另一种建图定位方法的流程图；

图4为本申请实施例二提供的一种建图定位装置的结构示意图；

图5为本申请实施例二提供的另一种建图定位装置的结构示意图；

图6为本申请实施例三提供的一种电子设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与本申请的一些方面相一致的装置和方法的例子。

首先对本申请所涉及的名词进行解释：

点云：是指目标表面特性的海量点集合。当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得到大量的激光点，因而就可形成激光点云。

点云匹配：图像配准目的在于比较或融合。针对同一对象在不同条件下获取的图像，因为激光扫描光束受物体遮挡的原因，不可能通过一次扫描完成对整个物体的三维点云的获取。因此需要从不同的位置和角度对物体进行扫描。把不同位置的点云通过重叠部分的信息，变换到同一个位置，实现点云数据的拼接。

ICP(Iterative Closest Point)算法：基于数据配准法，利用最近点搜索法，从而解决基于自由形态曲面的配准问题的一种算法

LiDAR(激光探测及测距系统，Light Detection and Ranging)：一般称为激光雷达，是一种主动测量方式，主要有激光发射部分、接收部分组成、信号处理部分组成。包括两个主要基本功能是测距和探测。

GNSS(全球导航卫星系统，Global Navigation Satellite System)：是能在地球表面或近地空间的任何地点为用户提供全天候的三维坐标和速度以及时间信息的基无线电导航定位系统。

RTK(实时载波相位差分，Real Time Kinematic)技术：采用了载波相位差分技术，是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标。

需要说明的是，下文中“GNSS/RTK”指的是GNSS或RTK。比如“GNSS/RTK建图定位技术”指的是GNSS建图定位技术或RTK建图定位技术；“GNSS/RTK传感器”指的是GNSS传感器或RTK传感器。当采用GNSS建图定位技术时，对应采用GNSS传感器接收GNSS定位数据；当采用RTK建图定位技术时，对应采用RTK传感器接收RTK定位数据，以此类推，其他出现“GNSS/RTK”描述均指代GNSS或RTK。

随着人工智能技术的发展，移动机器人、无人驾驶、自动驾驶等应用越来越广泛，其中，机器人、汽车等在动态未知环境中进行移动，并自主完成任务的过程中，需要选择相对安全合理的路线进行移动，比如避免与建筑物发生碰撞、选择里程较短或较平整的路线。

目前，建图与定位技术有激光雷达建图定位技术、GNSS/RTK建图定位技术。建图与定位的过程是：设备在移动过程中根据位置估计和传感器数据进行自身定位，同时逐步完善和构建完整地图。激光雷达建图技术通过激光雷达向目标发射扫描激光，并接收目标反射的激光进行探测，获取物体的位置、形状等参数。GNSS/RTK建图定位技术通过地面基站接收全球导航卫星发送的电磁波信号，获取位置信息。

然而，上述的激光雷达建图定位技术需要处理大量的原始数据，在大尺度建图时容易累计误差；上述的GNSS/RTK建图定位技术容易受到障碍物影响。上述技术均不在大尺度建图时保证全局地图的准确性。

本申请提供了一种建图定位方法、装置、设备及存储介质，旨在解决现有技术中的如上技术问题。

本申请可以应用于无人驾驶车辆的导航的场景，如图1所示。无人驾驶的车辆上装载建图定位装置，该装置扫描车辆周围环境，构建地图，识别自身位置。随着车辆不断移动，该装置实时扫描周围环境，获取不同角度的环境数据，不断完善地图。该装置通过分析环境数据，可指导车辆躲避障碍物，规划行进路线。具体的，如图1所示的建图定位装置包括激光雷达传感器和GNSS/RTK传感器。其中，激光雷达传感器可接收激光雷达发射的激光的反射激光，该反射激光为是障碍物反射的，激光雷达传感器通过时间差探测障碍物与车辆的距离，改变车辆行进路线，避免碰撞。GNSS/RTK传感器可接受GNSS导航卫星发射的电磁波，确定自己的地理位置，结合载波相位差分技术(RTK)，获得精度达厘米单位的定位数据。

实际应用过程中，激光雷达可替换为4D毫米波雷达，也可以替换为双目立体视觉设备。本申请对此不做限定。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

实施例一

图2为本申请实施例一提供的一种建图定位方法的流程图，包括以下步骤：

S101、获取雷达传感器采集的雷达数据，以及GNSS/RTK传感器采集的GNSS/RTK数据。

实际应用过程中，雷达可以为传统的微波雷达，可以为激光雷达，可根据精度要求进行选择，本申请不做限定。具体的，激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。它结合了光源、光电探测等技术，有时还包括计算机图象处理技术，能够同时获得方位、俯仰角度、距离、强度、速度、姿态、甚至形状等参数等信息。

具体的，雷达传感器可以配置在计算机上使用，也可以配置在其他终端或者工作设备上使用。雷达数据中包含表征位置的坐标数据，还包括获取该坐标数据对应的时间戳。其中，时刻来自雷达传感器所配置的设备上。GNSS/RTK传感器需要与雷达传感器配置在同一设备上、或者建立了通信的不同设备上。GNSS/RTK数据包含表征位置的坐标数据，还包括获取该坐标数据对应的时间戳。其中，该时刻来自GNSS/RTK传感器所配置的设备上。

S102、对雷达数据与GNSS/RTK数据进行时间同步处理，获得不同时刻下对应的雷达数据和GNSS/RTK数据。

具体的，雷达数据的获取频率与GNSS/RTK数据的获取频率是不同的，某一时刻下，可能只有一组雷达数据，或者只有一组GNSS/RTK数据。以移动的车辆为例，随着时间的变化，车辆的位置也发生了移动，因此t1时刻下获取的雷达数据中的位置信息和t2时刻下获取的GNSS/RTK数据中的位置信息不具有可比性。因此，需要筛选出雷达数据和GNSS/RTK数据中的有效数据，即两类数据中获取的时间相近的数据。具体的筛选数据的方法是，当t1时刻与t2时刻之间的时间差小于预定的阈值时，则认为时间对齐。时间对齐时，可认为是同一时刻下获取的雷达数据和GNSS/RTK数据，两者表征位置的信息具有可比性。

S103、分别根据相邻时刻下点云的匹配度和GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子。

其中，相邻时刻下的点云指相邻两帧点云，点云是基于雷达数据建立的，雷达按照角度对某个空间进行探测，所有角度的点组合起来形成一帧点云。具体的，相邻两帧点云进行匹配，包括提取关键点并进行特征描述、将两个点云的特征点进行匹配、去除一些误匹配的特征点并进行粗略匹配、精确匹配四个步骤。其中粗匹配可使用聚类算法，精确匹配可以使用ICP算法。实际应用过程中，可根据精度需求和技术条件，选择合适的方法进行点云匹配。

步骤S103包括两方面，一是确定初始的雷达权重因子GB

示例性的，GB

进一步地，假设相机位置变换过程为：旋转R后平移t，理想情况下，q

上述出现误差等情况，体现了雷达数据的可信度。因此，根据相邻两帧点云匹配度，设定初始的雷达权重因子GB

示例性的，GA

S104、基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据当前位置周边的空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子；其中，点云是基于雷达数据建立的。

具体的，对点云数据进行语义计算和分析，可获得点云的坐标及分布(高度、远近、方位)。其中，点云语义可分为形状集和结构集，形状集包括像2D线(例如，2D轮廓、直线和曲线)，物体表面(例如，平面，曲面)、三维体(例如，立方体和圆柱体等)和3D边界等元素。结构集包括像法线、曲率、凹凸性等元素。举例说明，点云中的电线杆可以利用线语义检测。

进一步地，基于点云的坐标及分布，可分析获得区域的空旷程度。前述可知，激光雷达工作时，需要有障碍物进行反射光线，因此相较于空旷的区域，更适用于有建筑物的区域。GNSS/RTK接收导航卫星信号时，应避免障碍物造成干扰，因此相较于建筑物密集的区域，更适用于空旷无遮挡的区域。因此，可根据空旷程度，对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，选择根据可信度的数据进行建图。

两种技术起到互相弥补的作用，比如空旷区域雷达数据可信度低时，GNSS/RTK技术可以保证全局地图的准确性；比如建筑物密集区域GNSS/RTK数据可信度低时，雷达技术可以保证全局地图的准确性。

举例说明，在空旷且缺少纹理的区域，减少GB

S105、根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，最终的雷达权重因子和GNSS/RTK权重因子之和为1。

步骤S105的处理为归一化处理，因为本实施例仅采用了两种权重因子，二者此消彼长，互补关系，所以采用归一化处理。也有利于使用建图算法作图。

S106、根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图。即获得了融合了激光雷达数据和GNSS/RTK数据的优化地图。

本申请采集雷达与GNSS/RTK两种数据，通过设定权重因子，并基于点云语义分析，调整权重因子，实现了雷达技术和GNSS/RTK技术的联合建图，使得在大尺度建图时，保证全局地图的准确性。

进一步地，S103之前对雷达数据和GNSS/RTK数据的预处理还包括：对雷达数据进行坐标转换处理，获得地理坐标系下的雷达数据。上述坐标转换处理可以位于步骤S102的时间同步处理之前。为了降低计算量，坐标转换处理可以位于步骤S102的时间同步处理之后。

容易理解的，统一坐标系有利于雷达数据和GNSS/RTK数据的融合。由于雷达数据是以自身传感器为原点坐标的数据，GNSS/RTK数据是地理坐标系，因此选择将雷达数据转换至地理坐标系下，有利于直接采用雷达数据进行建图和定位。一种可选的坐标转换方法为：事先标定雷达传感器和GNSS/RTK传感器的外参(即两个传感器的距离参数)，基于外参，将雷达数据转换到地理坐标系下，地理坐标系以北为x轴正方向，以东为y轴正方向。

一个示例中，步骤S103中，根据相邻时刻下点云的匹配度，设定初始的雷达权重因子，具体包括：

S201、基于相邻时刻下的雷达数据，获得相邻时刻下的点云；

S202、根据相邻时刻下的点云，基于第一公式，计算获得初始的雷达权重因子；其中，第一公式包括：

其中，GB

第一公式提供了一种可行的初始的雷达权重因子的求取方法，根据相邻两帧点云的匹配度，确定雷达权重因子，用于表征雷达数据的可信度。

一个示例中，步骤S103中，根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子，具体包括：

根据GNSS/RTK数据的信号强度，基于第二公式，计算获得初始的GNSS/RTK权重因子；其中，第二公式包括：

GA

其中，GA

上述第二公式提供了一种可行的初始的GNSS/RTK权重因子的求取方法，根据GNSS/RTK数据信号强度，确定GNSS/RTK权重因子，用于表征GNSS/RTK数据的可信度。

下面根据GNSS/RTK传感器的工作模式，进一步介绍第二公式。不同工作模式下，系数k的取值不同，不同定位模式定位精度相差很大，因此权重系数α、β、γ、δ也不同。第二公式具体如下：

当捕获到满足信号强度的卫星数量小于要求时，GA

GNSS模式，是单点定位，在地球协议坐标系中，确定观测站相对地球质心的位置。在此定位过程中，存在着三部分误差。一部分是对每一个用户接收机所公有的，例如，卫星钟误差、星历误差、电离层误差、对流层误差等；第二部分为不能由用户测量或由校正模型来计算的传播延迟误差；第三部分为各用户接收机所固有的误差，例如内部噪声、通道延迟、多径效应等。利用差分技术，第一部分误差完全可以消除，第二部分误差大部分可以消除，其主要取决于基准接收机和用户接收机的距离，第三部分误差则无法消除。

为了减小误差，提出了差分定位法，即使用一台GPS基准接收机(基准站)和一台用户接收机(移动站)，利用实时或事后处理技术，使用户测量时消去公共的误差源—卫星轨道误差、卫星钟差、大气延时、多路径效应。差分定位技术的工作原理是相同的，即都是由基准站发送修正数据，由用户站接收并对其测量结果进行修正，以获得精确的定位结果。不同的是，发送修正数据的具体内容不一样，其差分定位精度也不同。

伪距差分定位(differential global navigation satellite system，DGNSS)模式。基准站上的接收机计算它至可见卫星的距离，并将此计算出的距离与含有误差的测量值加以比较。利用一个α-β滤波器将此差值滤波并求出其偏差。然后将所有卫星的测距误差传输给用户，用户利用此测距误差来改正测量的伪距。最后，用户利用改正后的伪距来解出本身的位置，就可消去公共误差，提高定位精度。与位置差分相似，伪距差分能将两站公共误差抵消，但随着用户到基准站距离的增加又出现了系统误差，这种误差用任何差分法都是不能消除的。用户和基准站之间的距离对精度有决定性影响。

RTK(real time kinematic，载波相位差分)模式。RTK技术是建立在及时处理两个测站的载波相位基础上的。载波相位差分技术能实时提供观测点的三维坐标，并达到厘米级的高精度。与伪距差分原理相同，由基准站通过数据链及时将其载波观测值及基准站坐标信息一同传送给用户站。用户站接收定位卫星的载波相位与来自基准站的载波相位，并组成相位差分观测值进行及时处理，能及时给出厘米级的定位结果。

载波相位差分模式又分为RTK固定解(fix)模式和RTK浮点解(float)模式。拥有固定解意味着解算出了正确的解。在常规条件下，可拥有了1～3cm的测量精度。RTK浮点解又称差分解，此时算法尚未得到固定解。由于没有固定解，因此提供了一种浮点解决方案，它的位置始终比固定解决方案的精度低，精度介于厘米级和米级之间。

另外，需要说明的是，第二公式中的求和符号，表示的是对每颗卫星的信号强度相关数据的加和。不同工作模式下，捕获卫星的数量也不同。

一个示例中，步骤S104中，基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子，具体包括：

根据点云的坐标和分布信息，基于第三公式，计算获得调整后的GNSS/RTK权重因子；其中，第三公式包括：

其中，GC

根据点云的坐标和分布信息，基于第四公式，计算获得调整后的雷达权重因子；其中，第四公式包括：

其中，GC

在实际点云匹配过程中，角点特征最明显，权重最大，平面特征显著性最小，权重最小，因此c>b>a。

上述第三公式和第四公式提供了一种可行的对权重因子的调整方法。根据区域的空旷程度调整雷达权重因子和GNSS/RTK权重因子，有效融合了雷达技术和GNSS/RTK技术，同时根据雷达技术和GNSS/RTK技术各自的实用条件，合理的分配其在建图过程中的数据贡献度，保证全局地图的准确性、一致性。

在一个示例中，步骤S106具体包括：

基于第五公式，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，第五公式包括：

其中，GC’

上述处理为归一化处理，因为本实施例仅采用了两种权重因子，二者此消彼长，互补关系，所以采用归一化处理。也有利于使用建图算法作图。

进一步地，前述的建图定位方法还包括：获取移动物体与建筑物之间的距离。

基于移动物体与建筑物之间的距离，步骤S103具体包括：

S301、若距离小于预设的第一阈值，则根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子；其中，初始的GNSS/RTK权重因子不大于预设的第一阈值；

S302、若距离超过预设的第二阈值，则根据相邻时刻下有效雷达数据的匹配度，设定初始的雷达权重因子；其中，初始的雷达权重因子不大于预设的第二阈值。

具体的，在雷达和GNSS/RTK联合建图定位过程中，通过分析雷达权重因子和GNSS/RTK权重因子的变化，合理规划路径，尽量使GC

图3为本申请实施例一提供的另一种建图定位方法的流程图，以3D激光雷达为例，首先获取3D激光雷达数据和GNSS/RTK数据；接着进行数据预处理，包括时间同步处理和坐标变换处理；进一步地，GNSS/RTK数据处理为分析GNSS/RTK数据信号强度，进而设定GNSS/RTK权重因子；点云匹配用于设定雷达权重因子；点云语义分析用于调整GNSS/RTK权重因子和雷达权重因子；最终，基于最终的GNSS/RTK权重因子和雷达权重因子在Graph算法中计算建图。在联合建图过程中，基于优化的地图，合理规划导航路径；同时，导航路径的优化，实现在传感器最佳状态下建图定位。

上述通过采集3D激光雷达数据和GNSS/RTK数据，根据点云语义分析，计算雷达和GNSS/RTK的权重因子；采用3D激光雷达技术和GNSS/RTK技术联合建图定位，能够建立与地理坐标系对齐的点云地图，基于点云语义对权重因子的Graph算法优化，能够有效融合雷达和GNSS/RTK数据，全局地图一致性好；在3D激光雷达和GNSS/RTK联合建图定位过程中，通过分析雷达和GNSS/RTK的权重因子的变化，合理规划路径，实现在传感器最佳状态下建图定位。

实际应用过程中，一种可选的替代方案为使用4D毫米波雷达等设备替代激光雷达。对获取的稠密点云进行语义分析，与GNSS/RTK数据融合计算Graph加权因子，实现建图定位。另一种可选的替代方案为使用双目视觉替代激光雷达。在图像中进行语义分析，与GNSS/RTK数据融合计算Graph加权因子，建立稀疏/稠密点云地图，实现建图定位。

本申请提供一种建图定位方法，包括对雷达传感器采集的雷达数据以及GNSS/RTK传感器采集的GNSS/RTK数据进行时间同步处理和坐标转换处理；根据相邻时刻下点云的匹配度和GNSS/RTK数据的信号强度，分别设定初始的雷达权重因子和GNSS/RTK权重因子；基于点云的坐标和分布信息，对初始的雷达权重因子和GNSS/RTK权重因子进行调整，后进行归一化处理，获得最终的雷达权重因子和GNSS/RTK权重因子；根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图。本申请通过设定雷达权重因子和GNSS/RTK权重因子，以及基于点云的坐标和分布信息对两个权重因子的调整，实现了雷达数据和GNSS/RTK数据的有效融合，实现了雷达技术和GNSS/RTK技术的联合建图，保证了全局地图的准确性。

实施例二

图4为本申请实施例二提供的一种建图定位装置的结构示意图，包括：

获取模块10，用于获取雷达传感器采集的雷达数据，以及GNSS/RTK传感器采集的GNSS/RTK数据；

处理模块20，用于对雷达数据与GNSS/RTK数据进行时间同步处理，获得不同时刻下对应的雷达数据和GNSS/RTK数据；

处理模块20，还用于分别根据相邻时刻下点云的匹配度和GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子；以及，基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据当前位置周边的空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子；其中，点云是基于雷达数据建立的；

处理模块20，还用于根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，最终的雷达权重因子和GNSS/RTK权重因子之和为1；

建图模块30，用于根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图。

具体的，建图定位装置首先采集雷达与GNSS/RTK两种数据；之后对两种数据进行时间同步处理处理，获得时间对齐的有效数据。接着，分别设定两种权重因子，对自身可信度进行评价。接着，基于点云语义分析，调整两种权重因子，实现了雷达数据和GNSS/RTK数据的有效融合；最后，根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图，实现了雷达技术和GNSS/RTK技术的联合建图，使全局地图一致性好、准确性高。

进一步地，处理模块20，用于分别根据相邻时刻下点云的匹配度和不同时刻下GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子之前，对雷达数据进行坐标转换处理，获得地理坐标系下的雷达数据。

具体的，统一坐标系有利于雷达数据和GNSS/RTK数据的融合。由于雷达数据是以自身传感器为原点坐标的数据，GNSS/RTK数据是地理坐标系，因此选择将雷达数据转换至地理坐标系下，有利于直接采用雷达数据进行建图和定位。一种可选的坐标转换方法为：事先标定雷达传感器和GNSS/RTK传感器的外参(即两个传感器的距离参数)，基于外参，将雷达数据转换到地理坐标系下，地理坐标系以北为x轴正方向，以东为y轴正方向。

在一个示例中，处理模块20，用于根据相邻时刻下点云的匹配度，设定初始的雷达权重因子，具体包括：

基于相邻时刻下的雷达数据，获得相邻时刻下的点云；

根据相邻时刻下的点云，基于第一公式，计算获得初始的雷达权重因子；其中，第一公式包括：

其中，GB

第一公式提供了一种可行的初始的雷达权重因子的求取方法，根据相邻两帧点云的匹配度，确定雷达权重因子，用于表征雷达数据的可信度。

在一个示例中，处理模块20，用于根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子，具体包括：

根据GNSS/RTK数据的信号强度，基于第二公式，计算获得初始的GNSS/RTK权重因子；其中，第二公式包括：

GA

其中，GA

上述第二公式提供了一种可行的初始的GNSS/RTK权重因子的求取方法，根据GNSS/RTK数据信号强度，确定GNSS/RTK权重因子，用于表征GNSS/RTK数据的可信度。第二公式中括号内的求和符号，表示的是对每颗卫星的信号强度相关数据的加和。不同工作模式下，捕获卫星的数量也不同。

下面根据GNSS/RTK传感器的工作模式，进一步介绍第二公式。不同工作模式下，系数k的取值不同。第二公式具体如下：

GNSS卫星定位是利用一组卫星的伪距、星历、卫星发射时间等观测值来实现的，同时还必须知道用户钟差。因此，要获得地面点的三维坐标，必须对4颗卫星进行测量。在此定位过程中，存在着三部分误差。一部分是对每一个用户接收机所公有的，例如，卫星钟误差、星历误差、电离层误差、对流层误差等；第二部分为不能由用户测量或由校正模型来计算的传播延迟误差；第三部分为各用户接收机所固有的误差，例如内部噪声、通道延迟、多径效应等。利用差分技术，第一部分误差完全可以消除，第二部分误差大部分可以消除，其主要取决于基准接收机和用户接收机的距离，第三部分误差则无法消除。

为了减小误差，提出了差分定位法，即使用一台GPS基准接收机(基准站)和一台用户接收机(移动站)，利用实时或事后处理技术，使用户测量时消去公共的误差源—卫星轨道误差、卫星钟差、大气延时、多路径效应。

根据差分定位的基准站发送的信息方式可将差分定位技术分为三类：位置差分、伪距差分和载波相位差分。这三类差分方式的工作原理是相同的，即都是由基准站发送修正数据，由用户站接收并对其测量结果进行修正，以获得精确的定位结果。不同的是，发送修正数据的具体内容不一样，其差分定位精度也不同。

在一个示例中，处理模块20，用于基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子，具体包括：

根据点云的坐标和分布信息，基于第三公式，计算获得调整后的GNSS/RTK权重因子；其中，第三公式包括：

其中，GC

根据点云的坐标和分布信息，基于第四公式，计算获得调整后的雷达权重因子；其中，第四公式包括：

其中，GC

在实际点云匹配过程中，角点特征最明显，权重最大，平面特征显著性最小，权重最小，因此c>b>a。

上述第三公式和第四公式提供了一种可行的对权重因子的调整方法。根据区域的空旷程度调整雷达权重因子和GNSS/RTK权重因子，有效融合了雷达技术和GNSS/RTK技术，同时根据雷达技术和GNSS/RTK技术各自的实用条件，合理的分配其在建图过程中的数据贡献度，保证全局地图的准确性、一致性。

在一个示例中，处理模块20，用于根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子，具体包括：

基于第五公式，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，第五公式包括：

其中，GC’

上述处理为归一化处理，因为本实施例仅采用了两种权重因子，二者此消彼长，互补关系，所以采用归一化处理。也有利于使用建图算法作图。

在一个示例中，建图定位装置还包括：导航模块40，如图5所示。图5为本申请实施例二提供的另一种建图定位装置的结构示意图，其中，导航模块用于获取移动物体与建筑物之间的距离。

进一步地，若距离小于预设的第一阈值，处理模块20则根据GNSS/RTK数据的信号强度，设定初始的GNSS/RTK权重因子；其中，初始的GNSS/RTK权重因子不大于预设的第一阈值。若距离超过预设的第二阈值，处理模块20则根据相邻时刻下点云的匹配度，设定初始的雷达权重因子；其中，初始的雷达权重因子不大于预设的第二阈值。

具体的，在雷达和GNSS/RTK联合建图定位过程中，通过分析雷达权重因子和GNSS/RTK权重因子的变化，合理规划路径，尽量使GC

本申请提供一种建图定位装置，包括获取模块10，用于获取雷达传感器采集的雷达数据，以及GNSS/RTK传感器采集的GNSS/RTK数据；处理模块20，用于对雷达数据与GNSS/RTK数据进行时间同步处理，获得不同时刻下对应的雷达数据和GNSS/RTK数据；处理模块20，还用于分别根据相邻时刻下点云的匹配度和GNSS/RTK数据的信号强度，设定初始的雷达权重因子和GNSS/RTK权重因子；以及，基于点云的坐标和分布信息，获得当前位置周边的空旷程度，根据当前位置周边的空旷程度对初始的雷达权重因子和初始的GNSS/RTK权重因子进行调整，获得调整后的雷达权重因子和调整后的GNSS/RTK权重因子；其中，点云是基于雷达数据建立的；处理模块20，还用于根据调整后的雷达权重因子和调整后的GNSS/RTK权重因子再次进行调整处理，获得最终的雷达权重因子和GNSS/RTK权重因子；其中，最终的雷达权重因子和GNSS/RTK权重因子之和为1；建图模块30，用于根据最终的雷达权重因子和GNSS/RTK权重因子，使用建图算法建立地图。本申请通过设定雷达权重因子和GNSS/RTK权重因子，以及基于点云的坐标和分布信息对两个权重因子的调整，实现了雷达数据和GNSS/RTK数据的有效融合，实现了雷达技术和GNSS/RTK技术的联合建图，保证了全局地图的准确性。

实施例三

图6为本申请实施例三提供的一种电子设备的结构示意图，如图6所示，电子设备包括：

处理器(processor)291，电子设备还包括了存储器(memory)292；还可以包括通信接口(Communication Interface)293和总线294。其中，处理器291、存储器292、通信接口293、可以通过总线294完成相互间的通信。通信接口293可以用于信息传输。处理器291可以调用存储器292中的逻辑指令，以执行上述实施例的方法。

此外，上述的存储器292中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器292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，如本申请实施例中的方法对应的程序指令/模块。处理器291通过运行存储在存储器292中的软件程序、指令以及模块，从而执行功能应用以及数据处理，即实现上述方法实施例中的方法。

存储器292可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设备的使用所创建的数据等。此外，存储器292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。

本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现实施例一提供的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。