一种基于扫描线段重合长度估计的激光雷达定位方法技术

本发明专利技术公开了一种基于扫描线段重合长度估计的激光雷达定位方法，首先对单线激光雷达扫描的原始数据进行坐标变换与空间滤波；然后进行扫描数据聚类处理、线段识别，构建局部2D环境地图；接着构建完整线段集，利用完整线段的长度作为匹配的参数，选择最长完整线段与已知的2D环境地图进行完整线段匹配对计算；最后进行激光雷达位姿估算、不同匹配对所对应扫描线段的重合长度计算，确定位姿。本发明专利技术通过计算匹配的完整线段的重合线段的长度来进行定位准确度的评价，解决了完整线段缺失时定位不准确的问题，具有适应性好、定位精度高、鲁棒性高等优势。

A Lidar Location Method Based on Scanning Line Coincidence Length Estimation

The invention discloses a lidar positioning method based on the estimation of coincidence length of scanning line segments. Firstly, coordinate transformation and spatial filtering are carried out on the original data scanned by single line lidar; secondly, scanning data clustering and line segment recognition are carried out to construct a local 2D environment map; secondly, a complete line segment set is constructed, and the length of the complete line segment is used as the matching parameter to select the best one. Lastly, the position and attitude of lidar are estimated, and the coincidence length of corresponding scanning lines is calculated by different matching to determine the position and attitude. The method evaluates the positioning accuracy by calculating the length of overlapping line segments of matched complete line segments, solves the problem of inaccurate positioning when complete line segments are missing, and has the advantages of good adaptability, high positioning accuracy and high robustness.

【技术实现步骤摘要】
一种基于扫描线段重合长度估计的激光雷达定位方法
本专利技术涉及一种激光雷达定位方法，特别涉及一种基于扫描线段重合长度估计的激光雷达定位方法。
技术介绍
室内定位是移动机器人自主导航中最基本的环节。现有技术多利用完整线段进行室内定位，如论文《基于激光雷达的移动机器人障碍物检测和自定位[D]》(项志宇，浙江大学，2002)利用激光雷达获取局部环境地图中的完整线段和全局图进行匹配，方法计算量小，鲁棒性好。但是在进行匹配准确度评价时，选取的是完整线段的参数进行评价，没有考虑完整线段数量不足的情况，这样会导致定位不准确。论文《室内自主移动机器人的定位研究[D]》(于克，燕山大学，2009)基于完整线段的长度关系建立匹配假设，根据完整线段与特征点的位置关系对匹配假设进行评价，得到匹配矩阵和标志矩阵，最后根据匹配矩阵和标志矩阵，提出最佳匹配搜索算法。该方法避免了频繁的坐标变换，降低了系统消耗，实时性较好，但是该方法没有考虑到特殊情况下完整线段和特征点数量不足的问题。
技术实现思路
本专利技术的目的在于提供一种基于扫描线段重合长度估计的激光雷达定位方法，克服了现有技术在完整线段缺失情况下定位不准确的问题。实现本专利技术目的的技术解决方案为：一种基于扫描线段重合长度估计的激光雷达定位方法，具体包括如下步骤：步骤1、对单线激光雷达扫描的原始数据进行坐标变换与空间滤波；步骤2、进行扫描数据聚类处理、线段识别，构建局部2D环境地图；步骤3、构建完整线段集，利用完整线段的长度作为匹配的参数，选择最长完整线段与已知的2D环境地图进行完整线段匹配对计算；步骤4、进行激光雷达位姿估算、不同匹配对所对应扫描线段的重合长度计算，确定位姿。专利技术与现有技术相比，其显著优点为：1)本专利技术利用快速近邻聚类算法对激光雷达点云数据进行区域分割，不再取相邻的两个点进行比较，而是隔一个点进行比较，大幅的减小了计算量，提高了点云数据分类的时效性；2)本专利技术在进行线段识别时，首先采用较小的阈值尽量排除欠缺分割的情况，然后在进行直线拟合后判断相邻线段间的夹角是否大于179°来确定相邻线段是否属于同一条线段，解决了过分割和欠分割问题；3)本专利技术通过计算匹配的完整线段的重合线段的长度来进行定位准确度的评价，解决了完整线段缺失时定位不准确的问题，具有适应性好、定位精度高、鲁棒性高等优势。附图说明图1为本专利技术基于扫描线段重合长度估计的激光雷达定位的方法流程图。图2为本专利技术坐标变换的示意图。图3为本专利技术完整线段判定的示意图。图4为本专利技术激光雷达位姿估算的示意图。图5为本专利技术重合线段重合部分长度的示意图。具体实施方式下面结合附图和具体实施例，进一步说明本专利技术方案。如图1所示，基于扫描线段重合长度估计的激光雷达定位方法，具体包括如下步骤：步骤1、对激光雷达扫描的原始数据进行坐标变换与空间滤波；坐标变换与空间滤波：单线激光雷达获取的原始数据点是测距值和与之对应的扫描角度，因此其数据表示形式是以极坐标来表示的，即(r,α)的形式。为了后续的环境地图构建，我们首先要做的就是对激光雷达获取的局部原始数据进行坐标转换，将其极坐标转换为直角坐标，如图2所示建立激光雷达的局部直角坐标系，以激光雷达发射中心为坐标原点，其运动方向为y轴正方向，y轴开始顺时针旋转90°为x轴正方向。设激光雷达的某一扫描点为点P，将点P的极坐标(r,θ)转换成直角坐标(xp,yp)，如下式所示：xp＝rcosθyp＝rsinθ空间滤波：采用空间均值滤波法对原始数据进行平滑处理，选择窗口长度为3，传统的空间均值滤波法对边缘数据的平滑效果很差，因此这里针对边缘效果的改进，首先需要确定边缘点，将某一点的距离值与相邻的左右两点的距离值进行比较，如果它们之间差值的绝对值大于设定的阈值，说明该点为边缘点。然后对非边缘点进行空间均值滤波。步骤2、进行扫描数据聚类处理、线段识别，构建局部2D环境地图；扫描数据聚类处理：采用基于自适应阈值的快速近邻聚类法对点云数据进行区域分割，具体方法为：将第一点作为第一个物体的初始边界点，作为第一类，隔点进行比较，若两点间的距离小于阈值2TD，则认为该点与前一点属于同一类，将该点添加至当前类中；若两点间的距离大于阈值2TD，则认为该点不属于当前类，则开始新的一个类，并以该点作为新的一个类的起点，但此时还需要判断中间点与前一点间的距离是否小于另一个阈值TD来确定中间点的类别，若小于TD，则中间点归为上一类，反之，则认为与下一点为一类，重复上述比较。这里的自适应阈值TD采用如下的方式进行计算：TD＝αΔr其中Δr表示相邻两点间的距离，Δr＝rsinΔθ，Δθ为激光雷达的角分辨率，本实施例中，为0.1667°，根据激光雷达的测距精度结合室内环境的特点，这里将α设为8。线段识别：采用改进的IEPF来进行线段分割，具体过程为：将同区域内的数据点集中的起点和终点连成一条线段，计算点集中的每一个点到这条线段的距离，找出距离最大的点，如果该距离大于设置的阈值，则以该点为分界点将点集分割为两个新的点集。对两个新的点集重复进行上述过程，直至所有的点到线段的距离都不大于设定的阈值时，结束分割，最后采用RANSAC对分割后的点云数据进行直线拟合。针对欠分割，将阈值设置的尽量小一些，以保证充分分割，尽量排除欠缺分割的情况，这里阈值一般取0.05和0.15之间。针对过分割的情况，在进行直线拟合后判断相邻线段间的夹角是否大于某一阈值角度，这里阈值角度一般取170°和179°之间，来确定相邻线段是否属于同一条线段。构建局部2D环境地图：利用线段特征表示室内局部2D环境地图。步骤3、构建完整线段集，利用完整线段的长度作为匹配的参数，选择最长完整线段与已知的2D环境地图进行完整线段匹配对计算；构建完整线段集：局部环境地图中存在完整线段和非完整线段，首先需要判定完整线段，如图3所示，点VS,VE分别为线段两端点S,E的虚拟延伸点，点O是激光雷达原点。具体判定条件如下：1)对于激光雷达获取的局部地图的某一线段，将它向其自身两端各延伸一个虚拟点，若该两虚拟延伸点到原点(激光雷达原点)的距离均比实际已知的小，则该线段必为完整线段，OVS＜OS',OVE＜OE'，因此SE为完整线段；2)两个端点各自与两条不同的线段相连接的线段必是完整线段，OVS＞OS',OVE＞OE'，因此SE是不完整线段。完整线段匹配对计算：利用完整线段的长度作为匹配的参数，选择长度最长的完整线段在全局地图中搜索可能与之匹配的完整线段。两条完整线段的长度差值在一个阈值范围内，那么则认为这两条完整线段是一对可能的匹配对。步骤4、进行激光雷达位姿估算、不同匹配对所对应扫描线段的重合长度计算，确定位姿。激光雷达位姿估算：根据每对可能的匹配对通过坐标变换分别估算出激光雷达此时的位姿。具体坐标转换公式如下：设激光雷达某个时刻所处的位置在全局直角坐标系中的位姿为R＝[xr,yr,α]T，某一点的局部坐标(xC,yC)和其全局坐标(xG,yG)的关系可由下式表示：两条对应的完整线段的端点之间的对应有两种情况：1)局部地图中完整线段的起点与终点分别与全局地图中完整线段的起点和终点依次对应；2)局部地图中完整线段的起点与全局地图中完整线段的终点对应，局部地图中完整线段的终点与全局地图中本文档来自技高网...

【技术保护点】
1.一种基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，具体包括如下步骤：步骤1、对单线激光雷达扫描的原始数据进行坐标变换与空间滤波；步骤2、进行扫描数据聚类处理、线段识别，构建局部2D环境地图；步骤3、构建完整线段集，利用完整线段的长度作为匹配的参数，选择最长完整线段与已知的2D环境地图进行完整线段匹配对计算；步骤4、进行激光雷达位姿估算、不同匹配对所对应扫描线段的重合长度计算，确定位姿。

【技术特征摘要】
1.一种基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，具体包括如下步骤：步骤1、对单线激光雷达扫描的原始数据进行坐标变换与空间滤波；步骤2、进行扫描数据聚类处理、线段识别，构建局部2D环境地图；步骤3、构建完整线段集，利用完整线段的长度作为匹配的参数，选择最长完整线段与已知的2D环境地图进行完整线段匹配对计算；步骤4、进行激光雷达位姿估算、不同匹配对所对应扫描线段的重合长度计算，确定位姿。2.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤1中，对激光雷达获取的局部原始数据进行坐标转换，将其极坐标转换为直角坐标，具体是以激光雷达发射中心为坐标原点，其运动方向为y轴正方向，y轴开始顺时针旋转90°为x轴正方向建立激光雷达的局部直角坐标系，设激光雷达的某一扫描点为点P，将点P的极坐标(r,θ)转换成直角坐标(xp,yp)，如下式所示：xp＝rcosθyp＝rsinθ。3.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤1中，空间滤波采用改进的空间均值滤波法对边缘数据的平滑效果进行改进，首先需要确定边缘点，将某一点的距离值与相邻的左右两点的距离值进行比较，如果它们之间差值的绝对值大于设定的阈值，说明该点为边缘点，然后对非边缘点进行空间均值滤波。4.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤2中，扫描数据聚类处理采用基于自适应阈值的快速近邻聚类法对点云数据进行区域分割，具体方法为：将第一点作为第一个物体的初始边界点，作为第一类，隔点进行比较，若两点间的距离小于阈值2TD，则认为该点与前一点属于同一类，将该点添加至当前类中；若两点间的距离大于阈值2TD，则认为该点不属于当前类，则开始新的一个类，并以该点作为新的一个类的起点，但此时还需要判断中间点与前一点间的距离是否小于另一个阈值TD，若小于TD，则中间点归为上一类，反之，则认为与下一点为一类，重复上述比较，其中TD为自适应阈值，采用如下的方式进行计算：TD＝αΔr其中Δr表示相邻两点间的距离，Δr＝rsinΔθ，r为雷达获取的极坐标半径，Δθ为激光雷达的角分辨率。5.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤2中，线段识别采用改进的IEPF来进行线段分割，具体过程为：将同区域内的数据点集中的起点和终点连成一条线段，计算点集中的每一个点到这条线段的距离，找出距离最大的点，如果该距离大于设置的阈值，则以该点为分界点，将原始点集分割成两个新的点集，对两个新的点集重复进行上述过程，直至所有的点到线段的距离都不大于设定的阈值时，结束分割，最后采用RANSAC对分割后...

【专利技术属性】
技术研发人员：来建成，邹艾伶，李振华，王春勇，严伟，纪运景，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32