基于杆状物识别的移动机器人自定位系统技术方案

本发明专利技术公开了一种基于杆状物识别的移动机器人自定位系统，其包括如下步骤：构建杆状物离线地图，利用激光雷达获取移动物体周围的点云数据，并从该点云数据中提取杆状物信息，根据杆状物信息与杆状物离线地图的匹配进行自定位，得到移动物体的定位信息。本发明专利技术使用激光雷达对杆状物进行识别跟踪，结合惯性测量单元及GPS的信息，通过相应的定位算法进行数据的处理和融合，从而实现移动物体的自定位。本发明专利技术的方法可以达到分米级的定位精度，在满足实际应用需求的前提下，有着成本较低、精度很高、实时性及鲁棒性好的优点。

【技术实现步骤摘要】
基于杆状物识别的移动机器人自定位系统
本专利技术属于机器人导航
，涉及一种基于杆状物识别的移动机器人自定位系统，如基于杆状物识别对移动车辆进行定位的方法。
技术介绍
在智能移动机器人或自动驾驶车辆进行导航时，需要高精度的地图去降低感知识别的误差和噪声带来的不确定性，同时通过各类传感器与地图进行匹配，并通过相应的算法进行数据处理从而得到准确的自身位姿。目前常用的定位方法一般是使用高精度的惯性测量装置配合差分全球定位系统(INS/DGPS)，但是这种方法有以下几个缺点：其一、传感器本身的成本过高。一套高精度的INS/DGPS系统就需要上万甚至几十万的成本，这对于日常或工业使用的移动机器人和自动驾驶车辆是不能接受的。其二、由于GPS本身对于环境要求较高，由于天气、位置、遮挡等原因会造成GPS的可靠性降低。另外，也可以采用基于激光雷达或者立体摄像头的定位方案。该定位方案是通过点云或图像的自身的局部特征点或全局特征，并与地图进行匹配，进行大量的计算得到定位。这种方法的缺点一方面是采集信息特征的不确定性，另一方面是由于点云或图像的特征计算和匹配需要很大的计算量，因而对于处理器硬件的需求就比本文档来自技高网...

【技术保护点】
1.一种基于杆状物识别对移动物体进行定位的方法，其特征在于：包括如下步骤：(1)、构建杆状物离线地图；(2)、利用激光雷达获取移动物体周围的点云数据，并从该点云数据中提取杆状物信息；(3)、根据所述杆状物信息与所述杆状物离线地图的匹配进行自定位，得到移动物体的定位信息。

【技术特征摘要】
1.一种基于杆状物识别对移动物体进行定位的方法，其特征在于：包括如下步骤：(1)、构建杆状物离线地图；(2)、利用激光雷达获取移动物体周围的点云数据，并从该点云数据中提取杆状物信息；(3)、根据所述杆状物信息与所述杆状物离线地图的匹配进行自定位，得到移动物体的定位信息。2.根据权利要求1所述的方法，其特征在于：在步骤(1)中，杆状物离线地图的构建方法如下：1-1、利用激光雷达获取一片区域内的点云数据集合；1-2、利用拟合地面直线算法剔除所述点云数据集合内所有代表地面的点云数据，得到非地面点云数据；1-3、将所述非地面点云数据转换为二维笛卡尔坐标系网格，每个网格内含有该网格的点云数量、最高高度和最低高度，网格的大小与该网格内点云大小呈正相关；1-4、根据每个网格内的点云数量对该二维笛卡尔坐标系网格进行聚类分割，将该二维笛卡尔坐标系网格分割成多个不同的连通区域，每个连通区域包含多个相关的网格；1-5、根据每个网格内的最高高度信息对不同的连通区域逐一进行聚类分割，将每个连通区域内高度差值小于20厘米的网格作为一个点云聚类，并获取每个点云聚类的宽度；所述高度差值为最高高度与最低高度的差值；1-6、剔除最高高度低于70厘米的点云聚类、宽度大于最高高度的点云聚类；1-7、利用圆杆模型算法提取剔除后的点云聚类中的杆状物信息，一片区域内所有的杆状物信息就构成了所述杆状物离线地图。3.根据权利要求1所述的方法，其特征在于：在步骤(2)中，利用激光雷达获取移动物体周...

【专利技术属性】
技术研发人员：陈广，叶灿波，卢凡，余卓平，陈凯，熊璐，杜嘉彤，许仲聪，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31