[發(fā)明專利]一種基于激光雷達的無人系統(tǒng)快速重定位方法和裝置

在審

• 申請?zhí)枺?/td>: 202110440727.1
• 申請日: 2021-04-23
• 公開（公告）號: CN113140004A
• 公開（公告）日: 2021-07-20
• 發(fā)明（設計）人: 賴際舟;溫燁貝;呂品;何洪磊;李志敏
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06K9/62;G06F16/29;G06F16/245;G06F16/23;G01S17/06;G01C21/30;G01C21/20
• 代理公司: 北京東方盛凡知識產(chǎn)權代理事務所(普通合伙) 11562
• 代理人: 張換君

1.一種基于激光雷達的無人系統(tǒng)快速重定位方法，其特征在于，包括：

步驟1、采集激光雷達點云，獲取每幀點云的特征描述矩陣、特征描述向量以及點云位姿；將特征描述矩陣，特征描述向量，點云位姿三者組合成點云存儲單元并進行存儲，構建點云特征資源池；

步驟2、基于點云特征資源池通過特征描述匹配實現(xiàn)對查詢點云的快速搜索，從而獲取查詢點云的初始位姿，實現(xiàn)無人系統(tǒng)的全局初始定位。

2.如權利要求1所述的基于激光雷達的無人系統(tǒng)快速重定位方法，其特征在于，步驟1具體包括：

步驟11、構建特征描述矩陣

根據(jù)激光雷達環(huán)境探測的結構特征，設點云三維坐標為(p_x,p_y,p_z)，按照下式構建點云特征描述矩陣S_c：

S_c(p_row,p_col)＝max p_z

其中，p_row表示該點的歸一化深度，p_col表示該點歸一化角度；

步驟12、構建特征描述向量，即

其中，S_row為特征描述向量，為特征矩陣列向量，N_c為特征描述矩陣的列數(shù)；

步驟13、在激光雷達數(shù)據(jù)采集過程中獲取點云位姿；

步驟14、構建點云存儲單元結構，即，其中，S_c,k表示第k幀點云的特征描述矩陣，S_row,k表示特征描述向量以及P_k表示點云位姿。

3.如權利要求1或2所述的基于激光雷達的無人系統(tǒng)快速重定位方法，其特征在于，步驟2具體包括：

步驟21、通過特征描述向量實現(xiàn)候選點云的快速聚類

計算查詢點云特征向量與資源池中點云特征向量的距離dis_row

步驟22、通過特征描述矩陣從候選點云中選取最優(yōu)匹配解

通過如下式所示距離函數(shù)計算兩特征描述矩陣之間的最小偏差：

其中，是由列向量偏移n位后形成的特征描述矩陣，并且：

其中，分別表示目標點云與輸入點云特征矩陣的第k列向量，

獲取距離最小點云的位姿即為無人系統(tǒng)的初始位姿。

4.如權利要求1或3所述的基于激光雷達的無人系統(tǒng)快速重定位方法，其特征在于，還包括：步驟3、對特征存儲資源池的更新。

5.如權利要求4所述的基于激光雷達的無人系統(tǒng)快速重定位方法，其特征在于，步驟3具體包括：

步驟31、根據(jù)建圖環(huán)境的水平空間尺寸大小l_x×l_y，以及設定的空間分辨率Δl，申請并維護大小為l_m×l_n的哈希表用以存儲點云特征，

步驟32、通過哈希表內每個存儲空間h_k存儲一個點云特征其中，k_x、k_y對應第k_x行k_y列網(wǎng)格化后的地圖空間；

步驟33、當獲取新的點云特征，并且在哈希表中該位置已有特征存儲，則根據(jù)步驟二中距離函數(shù)計算兩特征描述矩陣之間的偏差，判斷新點云特征矩陣與原存儲點云特征矩陣的距離，當大于設定的閾值λ時，對該存儲空間的內容進行更新。

6.一種基于激光雷達的無人系統(tǒng)快速重定位裝置，其特征在于，包括：

構建模塊，用于采集激光雷達點云，獲取每幀點云的特征描述矩陣、特征描述向量以及點云位姿；將特征描述矩陣，特征描述向量，點云位姿三者組合成點云存儲單元并進行存儲，構建點云特征資源池；

定位模塊，用于基于點云特征資源池通過特征描述匹配實現(xiàn)對查詢點云的快速搜索，從而獲取查詢點云的初始位姿，實現(xiàn)無人系統(tǒng)的全局初始定位。

7.如權利要求1所述的基于激光雷達的無人系統(tǒng)快速重定位裝置，其特征在于，還包括：

更新模塊，用于對特征存儲資源池的更新。