[發(fā)明專利]一種基于角特征加權(quán)的點云匹配方法

在審

• 申請?zhí)枺?/td>: 201710462330.6
• 申請日: 2017-06-19
• 公開（公告）號: CN107463871A
• 公開（公告）日: 2017-12-12
• 發(fā)明（設計）人: 石鵬;呂品;賴際舟;張竣涵;白師宇
• 申請（專利權(quán)）人: 南京航空航天大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 賀翔

技術(shù)領(lǐng)域

本發(fā)明屬于機器人自主導航技術(shù)領(lǐng)域，尤其涉及一種激光雷達Hector SLAM算法中基于角特征加權(quán)的點云匹配方法。

背景技術(shù)

同步定位與地圖(SLAM，Simultaneous Localization and Mapping)技術(shù)是機器人自主導航技術(shù)領(lǐng)域中的一大研究熱點。在無GPS(Global Positioning System)環(huán)境中，SLAM方法能夠幫助機器人實現(xiàn)在陌生環(huán)境中的導航與定位，是機器人實際應用中的關(guān)鍵技術(shù)。

根據(jù)使用的傳感器不同，目前主要的SLAM方法可以分為兩類：激光雷達SLAM和視覺SLAM。相對于視覺SLAM中使用的視覺傳感器——攝像頭，激光雷達的使用不依賴于外界的光照條件，并且能夠獲取高精度的測距信息，可靠性更高。在2011年，Stefan Kohlbrecher在論文《A Flexible and Scalable SLAM System with Full 3D Motion Estimation》中提出Hector SLAM方法，Hector SLAM是目前最為廣泛應用的一種激光雷達SLAM法，該方法只需要激光雷達數(shù)據(jù)，不需要里程計等額外傳感器，能夠同時應用于空中無人機和地面無人車中，且具有較好的定位精度，運算耗時少。

在激光雷達SLAM方法中，根據(jù)激光雷達采集的點云信息進行實時定位與地圖構(gòu)建，其中激光點云的匹配是一個關(guān)鍵問題。Hector SLAM中通過概率模型將激光點云與已構(gòu)建的地圖進行全局匹配，具有較好的定位與構(gòu)圖效果；但是，在特征稀疏環(huán)境中該匹配方法的誤差較大。

發(fā)明內(nèi)容

針對于上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于角特征加權(quán)的點云匹配方法，以解決激光雷達Hector SLAM在特征稀疏環(huán)境中定位與構(gòu)圖效果差的問題；本發(fā)明提高了激光雷達Hector SLAM中點云與已構(gòu)建的地圖之間的匹配精度。

為達到上述目的，本發(fā)明的技術(shù)方案為：

一種基于角特征加權(quán)的點云匹配方法，包括步驟如下：

(1)對激光點云數(shù)據(jù)進行預處理，根據(jù)不同型號激光雷達的測距有效范圍，將測距信息超出該有效范圍的數(shù)據(jù)剔除；

(2)對激光點云進行角特征檢測；

(3)根據(jù)步驟(2)中得到的角特征，對激光點云數(shù)據(jù)進行分類；

(4)計算激光點云中每類激光點數(shù)據(jù)的匹配權(quán)值；

(5)利用高斯牛頓迭代方法進行激光雷達的點云匹配計算。

優(yōu)選地，上述的步驟(3)中對激光點云數(shù)據(jù)進行分類的方法如下：步驟(2)中得到角特征的數(shù)量記為n_corner，檢測每個角特征的角點，以這些角點為中心，c_j為描述第j個角特征所用的激光點數(shù)量，j＝1,2,…n_corner，選取c_j個激光點為一類激光點數(shù)據(jù)，記為g_j，j＝1,2,…n_corner，描述第j個角特征，其中c_j根據(jù)不同情況選取合適的數(shù)值，且以此方法將描述每個角特征的激光點分別劃分為一類激光點數(shù)據(jù)；剩余的其它所有的激光點為未描述角特征的一類激光點數(shù)據(jù)，記為g₀，其激光點的數(shù)量記為c₀。

優(yōu)選地，上述的步驟(4)中計算每類激光點數(shù)據(jù)的匹配權(quán)值的方法如下：經(jīng)過步驟(1)預處理后激光點的數(shù)量為n，描述角特征的激光點數(shù)據(jù)的權(quán)值大于1，其余激光點的權(quán)值不大于1；其中第g_j類激光點數(shù)據(jù)的權(quán)值為其中，j＝1,2,…n_corner，k為比例因子，根據(jù)不同情況選取合適的數(shù)值，且k＞1；第g₀類激光點數(shù)據(jù)的權(quán)值為

優(yōu)選地，上述的步驟(5)中，建立如下基于角特征加權(quán)的點云匹配模型，基于角特征加權(quán)的點云匹配目標函數(shù)如下：

其中每個激光點數(shù)據(jù)的權(quán)值為λ_i，i＝1,2,…n，ξ為激光雷達所在載體的狀態(tài)，包括在激光雷達SLAM全局坐標系下的航向角ψ和位置坐標(p_x,p_y)，T表示轉(zhuǎn)置，其具體表達式如下：

ξ＝(ψ p_x p_y)^T