绘图与定位方法、系统及计算机可读存储介质技术方案

本发明专利技术公开了一种绘图与定位方法、系统及计算机可读存储介质，其中绘图与定位方法包括基于SLAM算法对通过激光雷达获取的视角内的点云信息进行处理得到三维点云数据；基于单目摄像头获取所述三维点云数据对应的二维纹理信息，通过所述二维纹理信息校正所述三维点云数据，得到校正后的三维点云数据；根据所述校正后的三维点云数据构建三维点云地图，得到三维点云地图。在激光雷达SLAM的基础上，结合单目摄像头的二维纹理信息，使得SLAM任务中的绘图与定位都有较高的精度。根据二维纹理校正后的结果构建三维点云地图，保证SLAM算法的实用性，提高SLAM的精度。

Drawing and positioning method, system and computer readable storage medium

The invention discloses a drawing and positioning method, a system and a computer readable storage medium, in which the drawing and positioning method includes processing the point cloud information in the view acquired by lidar based on SLAM algorithm to obtain three-dimensional point cloud data, and acquiring two-dimensional lines corresponding to the three-dimensional point cloud data based on monocular camera. The corrected 3-D point cloud data are obtained by correcting the 3-D point cloud data with the 2-D texture information, and the 3-D point cloud map is constructed based on the corrected 3-D point cloud data to obtain the 3-D point cloud map. Based on the SLAM of lidar and the two-dimensional texture information of monocular camera, the mapping and positioning of SLAM tasks have high accuracy. According to the results of two-dimensional texture correction, a three-dimensional point cloud map is constructed to ensure the practicability of SLAM algorithm and improve the accuracy of SLAM.

【技术实现步骤摘要】
绘图与定位方法、系统及计算机可读存储介质
本专利技术涉及机器视觉
，尤其涉及一种绘图与定位方法、系统及计算机可读存储介质。
技术介绍
随着传感器技术、人工智能理论、计算机技术的迅速发展，机器人领域不断深入研究，各种各样的具有环境感知能力、行为控制与动态决策能力以及人机交互能力的自主移动机器人被研发出来。相对于传统的工业机器人，自主移动机器人最大的特点是能够在复杂的环境中自由移动，从而进行多种工作任务。在目标运动状态和空间结构未知的情况下，通过视觉等手段对目标进行3D尺度的探测、重构，并对其位姿进行精确测量，为进一步的操作提供条件。传统的基于扫描式激光雷达的测量方法，虽然能够通过获取目标表面密集的三维点云信息，最终实现目标的三维重构，但其测量精度与距离平方成反比，且仅适用于近距离运动平缓的目标测量。单目视觉是最常见也是最简单的光学传感器，已是大部分航天器上的标准装备。国外研究者将基于单目相机的机器人“即时定位与建图技术(SimultaneousLocalizationandMapping，以下简称为SLAM)”方法进行扩展，并成功应用到目标的测量中。但单目视觉无法直接获取目标的深本文档来自技高网...

【技术保护点】
1.一种绘图与定位方法，其特征在于，所述绘图与定位方法包括以下步骤：基于SLAM算法对通过激光雷达获取的视角内的点云信息进行处理得到三维点云数据；基于单目摄像头获取所述三维点云数据对应的二维纹理信息，通过所述二维纹理信息校正所述三维点云数据，得到校正后的三维点云数据；根据所述校正后的三维点云数据构建三维点云地图，得到三维点云地图。

【技术特征摘要】
1.一种绘图与定位方法，其特征在于，所述绘图与定位方法包括以下步骤：基于SLAM算法对通过激光雷达获取的视角内的点云信息进行处理得到三维点云数据；基于单目摄像头获取所述三维点云数据对应的二维纹理信息，通过所述二维纹理信息校正所述三维点云数据，得到校正后的三维点云数据；根据所述校正后的三维点云数据构建三维点云地图，得到三维点云地图。2.如权利要求1所述的绘图与定位方法，其特征在于，所述基于SLAM算法对通过激光雷达获取的视角内的点云信息进行处理得到三维点云数据的步骤包括：对激光雷达点云信息每隔x帧进行一次特征点提取，x大于或者等于零；根据光滑度对每隔x帧点云信息的特征点进行匹配；对匹配的特征点对进行运动估计，得到激光雷达的运动轨迹，进而得到三维点云数据。3.如权利要求2所述的绘图与定位方法，其特征在于，所述根据光滑度对每隔x帧点云信息的特征点进行匹配的步骤包括：若每隔x帧点云的特征点的光滑度的差值小于当前特征点的光滑度的5％，则所述特征点之间匹配；若每隔x帧点云的特征点的光滑度的差值大于或者等于当前特征点的光滑度的5％，则所述特征点之间不匹配。4.如权利要求2所述的绘图与定位方法，其特征在于，所述基于单目摄像头获取所述三维点云数据对应的二维纹理信息的步骤包括：基于单目摄像头获取二维图像信息，将所述图像信息转换为灰度图像；利用ORB特征提取算法对每帧所述灰度图像进行特征提取，得到每帧所述二维图像的ORB特征点；利用最近邻法对相邻两帧所述图像的特征点进行匹配，对匹配的特征点对进行运动估计，得到单目摄像头的运动轨迹，进而得到与所述三维点云数据对应的二维纹理信息。5.如权利要求4所述的绘图与定位方法，其特征在于，所述通过所述二维纹理信息校正所述三维点云数据，得到校正后的三维点云...

【专利技术属性】
技术研发人员：刘新，宋朝忠，郭烽，
申请(专利权)人：深圳市易成自动驾驶技术有限公司，
类型：发明
国别省市：广东,44