[發(fā)明專利]基于深度慣性里程計的巡檢機器人地下空間同時定位和地圖構(gòu)建方法

有效

• 申請?zhí)枺?/td>: 201711334617.7
• 申請日: 2017-12-13
• 公開（公告）號: CN108052103B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 朱華;陳常;李振亞;汪雷;楊汪慶;李鵬;趙勇;由韶澤
• 申請（專利權(quán)）人: 中國礦業(yè)大學(xué)
• 主分類號: G05D1/02
• 分類號: G05D1/02;G06T7/80
• 代理公司: 徐州市三聯(lián)專利事務(wù)所 32220
• 代理人: 耿巖

1.一種基于深度慣性里程計的巡檢機器人地下空間同時定位和地圖構(gòu)建方法，其特征在于，該方法為：

利用深度相機和慣性測量單元進行松耦合，通過深度相機采集的深度圖獲取點云信息，提取平面特征；

將深度相機采集的RGB圖像轉(zhuǎn)換成灰度圖和平面特征融合，利用迭代最近點算法進行優(yōu)化；

迭代最近點優(yōu)化后的數(shù)據(jù)和慣性測量單元數(shù)據(jù)進行松耦合，利用回環(huán)檢測提高位姿圖精度，得到巡檢機器人運行軌跡、點云地圖和樹跳表地圖，達到巡檢機器人在地下空間同時定位和地圖構(gòu)建的效果；

深度相機采集相鄰兩個幀為場景S和模型M，兩組匹配點分別記為P＝{p_i|i＝1,...,n}和Q＝{q_i|i＝1,...,n}；

其中p_i和q_i都表示三維空間點，能夠參數(shù)化成

M到S的運動用旋轉(zhuǎn)R和平移t描述，利用迭代最近點算法求解：

2.根據(jù)權(quán)利要求1所述的基于深度慣性里程計的巡檢機器人地下空間同時定位和地圖構(gòu)建方法，其特征在于：

深度相機模型為：

其中(u,v)為空間點(x,y,z)^T對應(yīng)的像素位置，d為深度值，C為相機內(nèi)參。

3.根據(jù)權(quán)利要求1所述的基于深度慣性里程計的巡檢機器人地下空間同時定位和地圖構(gòu)建方法，其特征在于：

從深度圖獲得的點云中提取平面特征，用四個參數(shù)來描述三維空間的平面：

p＝(a,b,c,d)＝{x,y,z|ax+by+cz+d＝0}；

令d＝0，將每個擬合的平面投影在成像平面上，得到平面點的成像位置(u,v),利用投影方程求解：

d＝z·s

其中f_x,f_y,c_x,c_y為深度相機的內(nèi)參，s是深度數(shù)據(jù)的縮放因子。

4.根據(jù)權(quán)利要求3所述的基于深度慣性里程計的巡檢機器人地下空間同時定位和地圖構(gòu)建方法，其特征在于：

對每個平面圖做一次灰度直方圖歸一化增強它的對比度，然后再提取特征點并計算特征點的深度：

5.根據(jù)權(quán)利要求1所述的基于深度慣性里程計的巡檢機器人地下空間同時定位和地圖構(gòu)建方法，其特征在于：

太多的關(guān)鍵幀會給后端和回環(huán)檢測帶來額外的計算量，而太少的關(guān)鍵幀就會導(dǎo)致關(guān)鍵幀之間運動太大，特征匹配數(shù)量不夠，導(dǎo)致容易丟失；在提取圖像的平面，計算它和上一個關(guān)鍵幀之間的相對運動超過某個閾值，就認為這是一個新的關(guān)鍵幀。

6.根據(jù)權(quán)利要求5所述的基于深度慣性里程計的巡檢機器人地下空間同時定位和地圖構(gòu)建方法，其特征在于：

閾值的計算是通過評價平移和歐拉角旋轉(zhuǎn)實現(xiàn)的：

這里(Δx,Δy,Δz)是相對平移，而(α,β,γ)是相對的歐拉角；

w₁＝(m,m,m),m∈(0.6,0.7)；w₂∈(0.95,1.05)。