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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。