[發明專利]一種移動機器人SLAM問題中的實時回環檢測方法

有效

• 申請號: 201911230320.5
• 申請日: 2019-12-04
• 公開（公告）號: CN110907947B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 周遜
• 申請（專利權）人: 同濟人工智能研究院（蘇州）有限公司
• 主分類號: G01S17/89
• 分類號: G01S17/89;G01S7/497
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 翁惠瑜

本發明涉及一種移動機器人SLAM問題中的實時回環檢測方法，該方法包括以下步驟：1)獲取移動機器人存儲的子圖；2)獲取移動機器人的當前掃描幀，基于移動機器人存儲的子圖對當前掃描幀進行初步回環檢測，獲取處于同一環境地圖位置的掃描幀?子圖對；3)對處于同一地圖位置的掃描幀?子圖對進行相關性度量和復雜性度量計算；4)基于相關性度量和復雜性度量的計算結果，獲得最終回環檢測結果。與現有技術相比，本發明采用相關性度量和復雜性度量對初步回環檢測進行了驗證，既保證了精度又保證了實時性，采用分枝定界法和預計算柵格獲取相對位姿，有效減小了計算量，提高了回環檢測效率。

技術領域

本發明涉及領域，尤其是涉及一種移動機器人SLAM問題中的實時回環檢測方法。

背景技術

移動機器人執行各類任務，如導航、傳遞、搜索和救援等，一般都需要對其工作環境建構地圖，并確定自己的在環境中的位置，這就需要同時定位與地圖構建(simultaneouslocalization?and?mapping,以下簡稱SLAM)技術。其中，基于激光雷達的SLAM技術具有較多優勢，成為目前最受關注的SLAM方向之一。目前，市面上有很多開源的激光SLAM整體解決方案，如Gmapping、Hector、Karto、Cartographer等，可分為基于濾波器的和基于圖優化的。然而這些方案應用在移動機器人平臺和大范圍工作環境時，基于濾波器的gmapping等嚴重依賴里程計，長時間下會出現誤差的顯著累積，難以保證軌跡和地圖的全局一致。基于圖優化的，hector對里程計要求低但對激光雷達要求高，且也沒有處理回環問題，仍難以保證全局一致；karto保證了精度但保證不了實時性；cartographer是目前較好的激光SLAM方案，實現了前端多傳感器融合，有回環檢測模塊，但在對稱性較強的環境中(辦公室、走廊等往往有這樣的特點)，回環檢測可能出現誤報(false-positive)。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種移動機器人SLAM問題中的實時回環檢測方法。

本發明的目的可以通過以下技術方案來實現：

一種移動機器人SLAM問題中的實時回環檢測方法，該方法包括以下步驟：

S1：獲取移動機器人存儲的子圖；

S2：獲取移動機器人的當前掃描幀，基于移動機器人存儲的子圖對當前掃描幀進行初步回環檢測，獲取處于同一環境地圖位置的掃描幀-子圖對；

S3：對處于同一地圖位置的掃描幀-子圖對進行相關性度量和復雜性度量計算；

S4：基于相關性度量和復雜性度量的計算結果，獲得最終回環檢測結果。

所述子圖包括組成環境地圖的若干局部地圖和機器人先前存儲的所有掃描幀；

所述相關性度量，描述掃描幀和子圖經回環變換對齊后，共有地形的數量；

所述復雜性度量，考察共有地形中是否有長的直線段。

進一步地，所述步驟S3中，相關性度量的計算包括以下步驟：

S301：獲取步驟S2回環檢測中的掃描幀-子圖對相對位姿，對掃描幀-子圖對中的掃描幀進行位姿變換，使得掃描幀與子圖對齊；

S302：將對齊后的掃描幀和子圖網格化為相等大小的空間區域；

S303：基于網格化的掃描幀和子圖，分別構建歸一化的掃描幀二維直方圖和歸一化的子圖二維直方圖；

S304：基于交叉核函數，計算歸一化的掃描幀二維直方圖和歸一化的子圖二維直方圖的相關性度量值。

進一步地，所述步驟S304中，交叉核函數的表達式為：