一种基于二维激光扫描仪角点特征的闭环检测方法技术

本发明专利技术公开了一种新颖的基于二维扫描仪角点特征的闭环检测方法，旨在减小二维点云地图创建过程中的累积误差。方法首先利用二维点云的角点特征来生成单帧点云的签名，该签名具有旋转不变性的特征，并利用点云签名之间的相似性来衡量点云之间的相似性。同时给出了一种基于点云角点特征之间几何结构的相对位姿计算方法，该方法具有相对位姿计算结果精度高的优点。利用得到的相似帧之间的相对位姿来构建图模型，对图模型进行优化，最后输出优化后的点云全局位姿信息完成闭环检测。该方法有效地减少了二维点云地图创建过程中的累积误差，大大提高了二维点云地图的质量。

A closed loop detection method based on corner feature of two dimensional laser scanner

The invention discloses a novel closed loop detection method based on the corner feature of a two-dimensional scanner, in order to reduce the accumulated error in the creation process of two-dimensional point cloud map. Firstly, the signature of single point cloud is generated by the corner feature of two-dimensional point cloud. The signature has the feature of rotation invariance, and the similarity between point clouds is used to measure the similarity between point clouds. At the same time, a relative position and attitude calculation method based on the geometric structure between point features of point clouds is presented. The method has the advantages of high accuracy of relative pose calculation results. By using the relative pose between the similar frames, the graph model is constructed, and the model is optimized. Finally, the global position and orientation information of the optimized point cloud is output, and the closed-loop detection is completed. This method effectively reduces the accumulated error in the process of creating 2D point cloud map, and greatly improves the quality of the two-dimensional point cloud map.

【技术实现步骤摘要】
一种基于二维激光扫描仪角点特征的闭环检测方法
本专利技术属于激光定位与导航
，特别地涉及一种基于二维激光扫描仪角点特征的闭环检测方法。在闭环检测方法中，涉及了二维点云的签名生成方法和相似点云间的相对位姿计算方法。
技术介绍
在SLAM中，只是依靠scanmatch或者里程计来建立地图的话，由于误差累积问题的存在，最终生成的地图会与实际环境有很大的偏差，而闭环算法作为校正这一偏差的重要方法，具有非常大的研究价值。一般而言，闭环算法可以分为两个步骤，首先需要进行地点识别，然后需要计算相似两帧之间的相对位姿进而生成图模型。地点识别的主要任务是当移动机器人从地点A出发后行进一段时间再度回到地点A时，需要能够识别出它之前到过地点A，即能检测到当前在A地扫到的数据帧F与出发时在A地扫到的数据帧F’具有相对较高的相似度。在地点识别完成之后，移动机器人需要计算两帧之间的相对位姿，同时根据得到的相对位姿也可以对两帧之间的相似度进行验证。在视觉领域，学者们已经对闭环算法进行了非常广泛的研究。相比之下，基于2DLidar的SLAM闭环算法研究工作就显得寥寥无几。而在基于2DLidar的闭环算法本就不本文档来自技高网...

【技术保护点】
一种基于二维激光扫描仪角点特征的闭环检测方法，其特征在于利用从二维激光扫描仪获得的二维点云数据中提取出的角点特征F，对二维点云数据C进行以下步骤处理：步骤1：利用提出得到的二维点云角点特征F，生成二维点云C的签名，该签名具有旋转不变性的特征；根据两帧点云签名之间的欧氏距离来衡量两帧点云之间的相似性；步骤2：利用点云角点特征之间的几何结构来计算相似两帧点云之间的相对位姿，并用两帧点云之间的相对位姿构建图模型，对图模型进行优化后输出优化后的全局位姿。

【技术特征摘要】
1.一种基于二维激光扫描仪角点特征的闭环检测方法，其特征在于利用从二维激光扫描仪获得的二维点云数据中提取出的角点特征F，对二维点云数据C进行以下步骤处理：步骤1：利用提出得到的二维点云角点特征F，生成二维点云C的签名，该签名具有旋转不变性的特征；根据两帧点云签名之间的欧氏距离来衡量两帧点云之间的相似性；步骤2：利用点云角点特征之间的几何结构来计算相似两帧点云之间的相对位姿，并用两帧点云之间的相对位姿构建图模型，对图模型进行优化后输出优化后的全局位姿。2.根据权利要求1所述的方法，其特征在于，二维点云的签名通过以下方法得到：1.1)对二维点云中任意两个特征点之间形成的线段的距离和角度进行离散化；1.2)对离散化后的距离和角度进行高斯建模；1.3)综合所有特征点对相应的高斯模型，生成二维点云的归一化后的签名；1.4)将得到的签名沿角度轴平移N个槽位，得到二维点云签名对应的N个平行签名；1.5)对任意两帧点云的签名，其距离定义为一帧点云的签名与另一帧点云M个平行签名之间最小的欧式距离。3.根据权利要求2所述的方法，其特征在于，两个特征点之间形成的线段的距离和角度离散化通过以下方法得到：对其中任意两个特征点Fi和Fj，其对应的坐标分别为(xi,yi)和(xj,yj)，则两个特征点之间形成的线段的距离dij和角度为：对dij和进行等距离离散化，离散化后的对应一个大小为Nd行，Nψ列的二维直方图中的一个槽bin(nd，nψ)：4.根据权利要求2所述的方法，其特征在于，(1.2)中所建立的高斯分布模型Gij的中心在nij＝(nd，nψ)，方差为Ωij。5.根据权利要求2所述的方法，其特征在于，(1.4)中所述的平行签名通过以下方法得到...

【专利技术属性】
技术研发人员：于慧敏，黎睿，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33