一种多玻璃隔断环境下的同时定位与建图的方法技术

本发明专利技术实施例公开了一种多玻璃隔断环境下的同时定位与建图的方法。本发明专利技术实施例采用多种位置数据进行融合处理形成基础数据、再利用基础数据进行扫描建图并对新建地图进行回环优化，从而有效地识别玻璃，使得所建地图准确而全面，有利于移动机器人的后续路径规划等自主导航功能的实现。

【技术实现步骤摘要】
一种多玻璃隔断环境下的同时定位与建图的方法
本专利技术涉及移动机器人的
，特别是涉及一种多玻璃隔断环境下的同时定位与建图的方法。
技术介绍
同步定位与建图(SimultaneousLocalizationandMapping,简称SLAM)方法是移动机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和周边环境进行自身定位，同时在自身定位的基础上建造增量式地图，最终能实现移动机器人的自主定位和导航。目前，现有SLAM方法只使用激光雷达或摄像头等光学传感器感知环境，难以准确识别周围透明障碍物，如透明玻璃或透明塑料物等。现今很多建筑采用玻璃隔断方式隔离空间(例如玻璃门、幕墙等)，由于现有SLAM方法无法识别透明障碍物，因此现有SLAM方法建立的地图是残缺的，会给移动机器人后续路径规划等自主导航功能带来困难。因此，针对上述技术问题，有必要提供一种多玻璃隔断环境下的同时定位与建图的方法。
技术实现思路
有鉴于此，针对现有技术中的SLAM方法无法识别透明障碍物使得构建的地图具有缺陷的问题，本专利技术实施例采用多种位置数据进行融合处理形成基础数据、再利用基础数据进行扫描建图并对新建地图进行回环优化，从而有效地识别透明障碍物，使得所建地图准确而全面，有利于移动机器人的后续路径规划等自主导航功能的实现。为了实现上述目的，本专利技术一实施例提供的技术方案如下：一种多玻璃隔断环境下的同时定位与建图的方法，包括步骤S1：采用多种位置信息传感器采集位置数据，并将所述位置数据进行处理而获得建图的基础数据；S2：将预设帧数量的基础数据组建一张概率栅格地图；将再接收到新一帧的基础数据与所述概率栅格地图进行匹配，并由位姿解算器提供一个位姿初值而获得所述新一帧的基础数据相对于概率栅格地图的最优位姿；将所述最优位姿输入运动比较器，判断此次位姿变化大小并根据判断结果来确定是否更新所述概率栅格地图；S3：将步骤S2处理后的概率栅格地图和步骤S2中的新一帧的基础数据进行回环检测，并由位姿解算器提供一个位姿初值来判断所述概率栅格地图与所述新一帧的基础数据之间是否存在点云匹配超过预设匹配度的部分，根据判断结果来优化位姿。作为本专利技术的进一步改进，所述多种位置信息传感器包括超声波测距传感器、激光雷达传感器和位姿传感器。作为本专利技术的进一步改进，将步骤S2中所获得的最优位姿与所述位姿传感器所获得数据同时作为所述位姿解算器的输入量。作为本专利技术的进一步改进，所述位置数据进行处理包括数据预处理以及对所述数据预处理后获得的数据进行融合处理。作为本专利技术的进一步改进，所述超声波测距传感器所获得的数据进行预处理为将所述数据进行格式转换。作为本专利技术的进一步改进，所述激光雷达传感器所获得的数据进行预处理为将所述数据进行运动畸变修正和滤波去噪。作为本专利技术的进一步改进，所述位姿传感器所获得的数据进行预处理为将所述数据进行数据校正和姿态融合。作为本专利技术的进一步改进，步骤S2包括若此次位姿变化大小处于预设范围，则忽略所述新一帧的基础数据；若此次位姿变化大小超过预设范围，则将所述新一帧的基础数据插入所述概率栅格地图以更新所述概率栅格地图。作为本专利技术的进一步改进，若将所述新一帧的基础数据插入时，融合点云的数据数量等于或大于设定的数量阈值，则组建一张新的概率栅格地图。作为本专利技术的进一步改进，步骤S3包括若所述概率栅格地图与所述新一帧的基础数据之间存在点云匹配超过预设匹配度的部分，则产生回环约束并得到所述新一帧的基础数据相对所述概率栅格地图的位姿。本专利技术具有以下优点：本专利技术实施例采用多种位置数据进行融合处理形成基础数据、再利用基础数据进行扫描建图并对新建地图进行回环优化，从而有效地识别透明障碍物，使得所建地图准确而全面，有利于移动机器人的后续路径规划等自主导航功能的实现。进一步地，本专利技术实施例提供的同时定位与建图方法无需车轮里程计数据，可应用于多种(如轮式、履带式、足式)室内移动机器人，通用性强。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种多玻璃隔断环境下的同时定位与建图方法的流程示意图；图2为图1所示实施例的另一种表达方式示意图；图3为超声波测距数据的数据转换模型示意图；图4为实验环境的走廊全景示意图；图5为图4所示实验环境的走廊近景示意图；图6为采用现有SLAM方法对图4所示实验环境建立的地图示意图；图7为采用本专利技术实施例提出的SLAM方法对图4所示实验环境建立的地图示意图。具体实施方式为了使本
的人员更好地理解本专利技术中的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。参考图1所示，本专利技术实施例提供的一种多玻璃隔断环境下的同时定位与建图方法的流程示意图。结合图1和图2所示，本专利技术实施例提供的同时定位与建图方法大致包括三个步骤，每个步骤的具体内容如下详细描述。步骤S1：采用多种位置信息传感器采集位置数据，并将所述位置数据进行处理而获得建图的基础数据。如图2所示，该步骤可以简称为数据处理。多种位置信息传感器包括超声波测距传感器、激光测距传感器和位姿传感器。多个超声波测距传感器分别分布在移动机器人(如六棱柱形)每个侧面，可以得到量程范围内与前方障碍物之间的距离。激光测距传感器可以获得移动机器人所处位置周围环境(360°)的距离信息(即轮廓)。位姿传感器固定在移动机器人的中央，可以高频率输出移动机器人自身三轴加速度、角速度、磁场强度以及气压高度信息。多种位置传感器全方位地提供移动机器人所处的环境及位置信息，避免单一种类传感器信息不全而无法提供有效分辨透明障碍物数据的问题。位置数据进行处理包括数据预处理以及对所述数据预处理后获得的数据进行融合处理。不同种类传感器所获得的数据的数据预处理具体步骤为：超声波测距传感器所获得的数据进行预处理为将所述数据进行格式转换；激光传感器所获得的数据进行预处理为将所述数据进行运动畸变修正和滤波去噪；位姿传感器所获得的数据进行预处理为将所述数据进行数据校正和姿态融合。超声波测距传感器所获得的数据(简称超声波测距数据)进行转换，根据每个超声波测距传感器安装的位置把得到的距离值转换成带角度的离散点距离值，保持与激光传感器所获得的数据格式一致，以用于后续点云融合。如图3所示，超声波测距数据的数据转换模型是根据所使用的超声波测距探头标定所得，具体计算表达式如公式1所示：<本文档来自技高网...

【技术保护点】
1.一种多玻璃隔断环境下的同时定位与建图的方法，其特征在于，所述同时定位与建图的方法包括步骤：/nS1：采用多种位置信息传感器采集位置数据，并将所述位置数据进行处理而获得建图的基础数据；/nS2：将预设帧数量的基础数据组建一张概率栅格地图；将再接收到新一帧的基础数据与所述概率栅格地图进行匹配，并由位姿解算器提供一个位姿初值而获得所述新一帧的基础数据相对于概率栅格地图的最优位姿；将所述最优位姿输入运动比较器，判断此次位姿变化大小并根据判断结果来确定是否更新所述概率栅格地图；/nS3：将步骤S2处理后的概率栅格地图和步骤S2中的新一帧的基础数据进行回环检测，并由位姿解算器提供一个位姿初值来判断所述概率栅格地图与所述新一帧的基础数据之间是否存在点云匹配超过预设匹配度的部分，根据判断结果来优化位姿。/n

【技术特征摘要】
1.一种多玻璃隔断环境下的同时定位与建图的方法，其特征在于，所述同时定位与建图的方法包括步骤：
S1：采用多种位置信息传感器采集位置数据，并将所述位置数据进行处理而获得建图的基础数据；
S2：将预设帧数量的基础数据组建一张概率栅格地图；将再接收到新一帧的基础数据与所述概率栅格地图进行匹配，并由位姿解算器提供一个位姿初值而获得所述新一帧的基础数据相对于概率栅格地图的最优位姿；将所述最优位姿输入运动比较器，判断此次位姿变化大小并根据判断结果来确定是否更新所述概率栅格地图；
S3：将步骤S2处理后的概率栅格地图和步骤S2中的新一帧的基础数据进行回环检测，并由位姿解算器提供一个位姿初值来判断所述概率栅格地图与所述新一帧的基础数据之间是否存在点云匹配超过预设匹配度的部分，根据判断结果来优化位姿。


2.根据权利要求1所述的一种多玻璃隔断环境下的同时定位与建图的方法，其特征在于，所述多种位置信息传感器包括超声波测距传感器、激光雷达传感器和位姿传感器。


3.根据权利要求2所述的一种多玻璃隔断环境下的同时定位与建图的方法，其特征在于，将步骤S2中所获得的最优位姿与所述位姿传感器所获得数据同时作为所述位姿解算器的输入量。


4.根据权利要求2所述的一种多玻璃隔断环境下的同时定位与建图的方法，其特征在于，所述位置数据进行处理包括数据预处理以及对所述数据预处理后获得的数据进行融合处理。
...

【专利技术属性】
技术研发人员：杨信田，任子武，刘强龙，姜瑞卿，杨凡，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32