[發(fā)明專利]復雜環(huán)境下多傳感器的移動機器人slam建圖方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810952109.3
• 申請日: 2018-08-21
• 公開（公告）號: CN109059927A
• 公開（公告）日: 2018-12-21
• 發(fā)明（設計）人: 李曉飛;王鵬飛;吳聰;柴磊
• 申請（專利權）人: 南京郵電大學
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

本發(fā)明公開了一種復雜環(huán)境下多傳感器的移動機器人slam建圖方法和系統(tǒng)，方法包括：同時獲取同一環(huán)境的激光雷達數(shù)據(jù)、深度數(shù)據(jù)以及超聲數(shù)據(jù)；將三者數(shù)據(jù)都轉換成角度和距離構成的數(shù)值對格式，分別進行卡爾曼濾波；對三組數(shù)值對中對應同一時刻的三個數(shù)據(jù)，挑選出最大優(yōu)先級類型的數(shù)值對輸出作為最終的數(shù)值對；利用輸出的最終一組數(shù)值對進行建圖。本發(fā)明方法將同一時刻同一環(huán)境的激光雷達、深度和超聲數(shù)據(jù)進行數(shù)據(jù)融合，提高同時定位和地圖創(chuàng)建的精度和可靠性的同時增加了對透明障礙物的檢測能力。

技術領域

本發(fā)明涉及信息融合技術領域，具體涉及一種復雜環(huán)境下多傳感器的移動機器人slam建圖方法和系統(tǒng)。

背景技術

機器人的研究越來越多的得到關注和投入，隨著計算機技術和人工智能的發(fā)展，智能自主移動機器人成為機器人領域的一個重要研究方向和研究熱點。移動機器人的定位和地圖創(chuàng)建是自主移動機器人領域的熱點研究問題。對于已知環(huán)境中的機器人自主定位和已知機器人位置的地圖創(chuàng)建已經(jīng)有了一些實用的解決方法。但無一能夠完全解決諸如野外，復雜室內環(huán)境，光照變化等問題。

隨著機器人技術的不斷發(fā)展，機器人的應用領域和功能有了極大的拓展和提高。智能化已成為機器人技術的發(fā)展趨勢，而傳感器技術則是實現(xiàn)機器人智能化的基礎之一。由于單一傳感器獲得的信息非常有限，而且，還要受到自身品質和性能的影響，因此，智能機器人通常配有數(shù)量眾多的不同類型的傳感器，以滿足探測和數(shù)據(jù)采集的需要。若對各傳感器采集的信息進行單獨、孤立地處理，不僅會導致信息處理工作量的增加，而且，割斷了各傳感器信息間的內在聯(lián)系，丟失了信息經(jīng)有機組合后可能蘊含的有關環(huán)境特征，造成信息資源的浪費，甚至可能導致決策失誤。

在復雜室內環(huán)境下，現(xiàn)有激光雷達slam地圖存在漏檢，檢測精度低的問題。為了解決上述問題，本發(fā)明提出了多傳感器融合技術。

發(fā)明內容

本發(fā)明的目的在于克服現(xiàn)有技術中的不足，提出了一種復雜環(huán)境下多傳感器的移動機器人slam建圖方法和系統(tǒng)，將同一時刻同一環(huán)境的激光雷達、深度和超聲數(shù)據(jù)在保留冗余和互補信息的情況下進行數(shù)據(jù)融合，提高同時定位和地圖創(chuàng)建的精度和可靠性的同時增加了對透明障礙物的檢測能力。

為解決上述技術問題，本發(fā)明提供了一種復雜環(huán)境下多傳感器的移動機器人slam建圖方法，其特征是，包括以下步驟：

步驟S1，同時獲取同一環(huán)境的激光雷達數(shù)據(jù)、深度數(shù)據(jù)以及超聲數(shù)據(jù)；

步驟S2，從激光雷達數(shù)據(jù)中提取角度和距離構成的數(shù)值對，并將深度數(shù)據(jù)和超聲數(shù)據(jù)也轉換成角度和距離構成的數(shù)值對格式；

步驟S3，將激光雷達、深度和超聲類型所對應的三組數(shù)值對進行時間同步，并分別進行卡爾曼濾波；

步驟S4，對三組數(shù)值對中對應同一時刻的三個數(shù)據(jù)，將兩兩不同類型之間的數(shù)據(jù)差值與預設閾值進行對比，若大于閾值則挑選出最大優(yōu)先級類型的數(shù)值對輸出作為最終的數(shù)值對，重復此過程直至完成整組數(shù)值對；

步驟S5，利用輸出的最終一組數(shù)值對進行建圖。

優(yōu)選的，步驟S2中，采用多線程同時處理。

優(yōu)選的，以激光雷達數(shù)據(jù)格式為標準對深度數(shù)據(jù)進行格式轉換的具體步驟如下：

步驟S2.1，提取深度圖水平中線上下設定值像素區(qū)域作為敏感區(qū)域；

步驟S2.2，對敏感區(qū)域中每列像素點取灰度最小值；

步驟S2.3，對敏感區(qū)域中水平范圍內，取整數(shù)角度對應列上灰度最小值作為距離數(shù)據(jù)，加上對應角度值，轉換為激光雷達數(shù)據(jù)格式的角度和距離數(shù)值對。

優(yōu)選的，以激光雷達數(shù)據(jù)格式為標準對超聲數(shù)據(jù)格式轉換的具體過程如下：