[發明專利]三維點云配準方法、移動設備及存儲介質在審
| 申請號: | 202210080099.5 | 申請日: | 2022-01-24 |
| 公開(公告)號: | CN114419118A | 公開(公告)日: | 2022-04-29 |
| 發明(設計)人: | 何弢;謝榮榮;廖文龍 | 申請(專利權)人: | 安徽酷哇機器人有限公司;上海酷移機器人有限公司 |
| 主分類號: | G06T7/33 | 分類號: | G06T7/33 |
| 代理公司: | 上海段和段律師事務所 31334 | 代理人: | 高璀璀 |
| 地址: | 241000 安徽省蕪湖市*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 三維 點云配準 方法 移動 設備 存儲 介質 | ||
1.一種三維點云配準方法,其特征在于,包括:
步驟1:根據移動設備的慣性測量數據和速度數據,得到位姿變化量,以及根據源點云和目標點云,分別得到源特征點云和目標特征點云;
步驟2:通過最近鄰距離觀測函數對所述源特征點云和所述目標特征點云進行迭代優化,得到第一觀測矩陣;
步驟3:通過所述第一觀測矩陣,確定退化位姿維度的強化數量;
步驟4:根據所述強化數量和所述位姿變化量,確定位姿變化量觀測函數;
步驟5:根據所述最近鄰距離觀測函數和所述位姿變化量觀測函數,得到優化矩陣方程;
步驟6:對所述優化矩陣方程進行求解,得到點云配準結果。
2.根據權利要求1所述的三維點云配準方法,其特征在于,所述步驟1,包括:
步驟101:根據所述移動設備的慣性測量數據和所述速度數據,采用組合導航算法,得到所述位姿變化量;
步驟102:對所述源點云和所述目標點云進行特征提取,分別得到所述源特征點云和所述目標特征點云。
3.根據權利要求1所述的三維點云配準方法,其特征在于,所述步驟3,包括:
步驟301:根據所述第一觀測矩陣,得到退化因子;
步驟302:根據所述退化因子,確定退化位姿維度;
步驟303:針對所述退化位姿維度,確定所述強化數量。
4.根據權利要求1所述的三維點云配準方法,其特征在于,所述步驟5,包括:
步驟501:根據所述最近鄰距離觀測函數和所述位姿變化量觀測函數,確定位姿優化函數;
步驟502:對所述位姿優化函數進行迭代優化,得到優化矩陣方程。
5.根據權利要求1或4所述的三維點云配準方法,其特征在于,所述最近鄰距離觀測函數表示為:
其中,n表示選取用來迭代優化的點的數量;ai、bi、ci、di、ei、fi、gi表示與所述源點云和所述目標點云有關的常量,i=1,2,…,n;δx、δy、δz、δφ、δθ、δψ是待優化參數,分別表示第一位姿維度、第二位姿維度、第三位姿維度、第四位姿維度、第五位姿維度和第六位姿維度。
6.根據權利要求5所述的三維點云配準方法,其特征在于,所述位姿變化量觀測函數表示為:
其中,dx、dy、dz、dφ、dg、dψ分別表示第一位姿維度、第二位姿維度、第三位姿維度、第四位姿維度、第五位姿維度和第六位姿維度的位姿變化量;N1、N2、N3、N4、N5、N6均為正整數,分別表示第一位姿維度、第二位姿維度、第三位姿維度、第四位姿維度、第五位姿維度和第六位姿維度的強化數量。
7.根據權利要求6所述的三維點云配準方法,其特征在于,所述位姿優化函數表示為:
8.一種移動設備,其特征在于,所述移動設備,包括:
激光雷達模塊,用于掃描所述移動設備周圍的環境,生成源點云;
高清地圖模塊,用于存儲所述移動設備活動區域的高清地圖,提供目標點云;
慣性測量單元,用于提供所述移動設備的慣性測量數據;
速度傳感器,用于提供所述移動設備的速度數據;
控制器模塊,包括數據存儲器、程序存儲器和處理器,所述數據存儲器存儲所述源點云、所述目標點云、所述慣性測量數據和所述速度數據,所述程序存儲器存儲有計算機程序,所述處理器執行所述計算機程序時實現如權利要求1-7中任一項所述三維點云配準方法。
9.一種存儲介質,其特征在于,所述存儲介質存儲有計算機程序,所述計算機程序被執行時實現如權利要求1-7中任一項所述三維點云配準方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽酷哇機器人有限公司;上海酷移機器人有限公司,未經安徽酷哇機器人有限公司;上海酷移機器人有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210080099.5/1.html,轉載請聲明來源鉆瓜專利網。





