一种基于SLAM建图的开环优化方法及系统技术方案

本公开提出了一种基于SLAM建图的开环优化方法及系统，获取需要建图设备的所处的局部环境地图信息，并基于该局部环境地图信息进行地图；开环状态下，需要建图设备在接收到外部绝对定位信息时，建立绝对定位信息与当前运动位置信息之间的约束，根据约束信息进行全局地图的构建。本公开技术方案通过开环优化接收绝对位置信息的加入，保证了坐标系的统一，有助于解决多机器人协同地图构建时的地图融合问题。

An Open-Loop Optimization Method and System Based on SLAM Mapping

This disclosure presents an open-loop optimization method and system based on SLAM mapping, which obtains the local environment map information of the mapping equipment and carries out the map based on the local environment map information. In open-loop state, the mapping equipment needs to establish the absolute location information and the current absolute location information when it receives the external absolute location information. Constraints between location information are used to construct global maps based on constraints. The present disclosure technology scheme guarantees the unification of coordinate system by optimizing the absolute position information received through open-loop, which is helpful to solve the problem of map fusion in multi-robot cooperative map construction.

【技术实现步骤摘要】
一种基于SLAM建图的开环优化方法及系统
本专利技术涉及导航
，特别是涉及一种基于SLAM建图的开环优化方法及系统。
技术介绍
即时定位与地图构建(SimultaneousLocalizationandMapping，SLAM)技术，即在一个静态的未知环境中，通过机器人的运动和测量，来学习环境地图，并且同时确定机器人在地图中的位置。通俗的来讲，SLAM回答两个问题：“我在哪儿？”“我周围是什么？”，就如同人到了一个陌生环境中一样，SLAM试图要解决的就是恢复出观察者自身和周围环境的相对空间关系，“我在哪儿”对应的就是定位问题，而“我周围是什么”对应的就是建图问题，给出周围环境的一个描述。SLAM问题最早由1985年Cheeseman和Smith撰写的文章提出，文中创立了描述几何不确定性和特征与特征之间相互关系的统计学原理，这些原理构成了求解SLAM问题的数学基础。Smith，Self和Cheeseman在1987年提出基于卡尔曼滤波的SLAM算法，该理论研究框架使基于卡尔曼滤波的SLAM算法成为最广泛应用的方法。自从上世纪80年代SLAM概念的提出到现在，SLAM技术已经走过了30多年的历史。SLAM系统使用的传感器在不断拓展，从早期的声呐，到后来的2D/3D激光雷达，再到单目、双目、RGBD、ToF等各种相机，以及与惯性测量单元IMU等传感器的融合；SLAM的算法也从开始的基于滤波器的方法(EKF、PF等)向基于优化的方法转变，技术框架也从开始的单一线程向多线程演进。无人车是一种轮式机器人。近年来，随着人工智能技术的发展，无人车技术已经成为了当前十分热门的领域之一。其中基于卫星的导航定位技术发展已经相对成熟，但由于卫星信号易受到外界干扰，而且在城市道路中由于高楼、大桥、隧道等的遮挡致使GPS信号丢失，室内环境下GPS导航无法使用，因此发展不依赖卫星的定位技术已经成为了必然趋势，SLAM技术成为解决此技术需求的重要方法。无人车作为一种特殊机器人，其对周围环境地图的构建以及对于自身在环境中的精确定位是实现无人车安全行驶的前提。无人车SLAM技术，是通过车载传感器(摄像头，激光雷达，超声波等)对周围环境进行感知认知的过程，是未来人工智能方向的一个主要研究技术。SLAM建图技术包括视觉SLAM和激光SLAM，其中，激光SLAM技术由于发展较早，技术比较成熟，一直处于技术主导地位。视觉SLAM相比激光SLAM更便宜，轻便，图像信息更加丰富，但对数据运算处理的实时性有一定要求，且易受环境变化的影响。激光雷达具有精度高、速度快、能够快速响应动静状态下的环境变化等特点，因此激光SLAM技术的可靠性和安全性均优于图像SLAM。无论何种SLAM技术在建图的过程中都将依赖上一时刻自身所在的位置来确定下一时刻自身的位置。由于任何传感器都有一定的误差，在基于激光SLAM的机器人建图过程中，误差会逐渐累计，当在场景较小的环境中可以通过局部闭环检测对偏差进行修正。但在大回环和长廊环境下，累积误差过大则会导致机器人无法闭环，建图失败。
技术实现思路
本说明书实施方式的目的是提供一种基于SLAM建图的开环优化方法，能够根据环境中的绝对位置信息进行slam建图的实时地图构建，适用于大场景下的机器人稳定建图和多机器人协同地图构建。本说明书实施方式提供一种基于SLAM建图的开环优化方法，通过以下技术方案实现：获取需要建图设备的所处的局部环境地图信息，并基于该局部环境地图信息进行建图；开环状态下，需要建图设备在接收到外部绝对定位信息时，建立绝对定位信息与当前运动位置信息之间的约束，根据约束信息进行全局地图的构建。本说明书实施方式提供一种基于SLAM建图的开环优化系统，通过以下技术方案实现：局部环境地图的构建单元，被配置为：获取所处的局部环境地图信息，并基于该局部环境地图信息进行建图；全局地图的构建单元，被配置为：在接收到外部绝对定位信息时，建立绝对定位信息与当前运动位置信息之间的约束，根据约束信息进行全局地图的构建。本说明书实施方式提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现一种基于SLAM建图的开环优化方法步骤。本说明书实施方式提供一种计算机可读存储介质，其上存储有计算机程序(指令)，其特征在于，该程序(指令)被处理器执行时实现一种基于SLAM建图的开环优化方法步骤。本说明书实施方式提供一种机器人，所述机器人包括机器人本体，所述机器人本体上搭载有激光雷达传感器及获取外部绝对定位信息的传感器；激光雷达传感器检测的数据及外部绝对定位信息均传输至运算处理单元，所述运算处理单元被配置为：获取需要建图设备的所处的局部环境地图信息，并基于该局部环境地图信息进行地图；需要建图设备在接收到外部绝对定位信息时，建立绝对定位信息与当前运动位置信息之间的约束，根据约束信息进行全局地图的构建。与现有技术相比，本公开的有益效果是：本公开技术方案在传统的单机移动的建图模式基础上改进了建图算法，采用开环优化的方法，通过接收环境中的绝对定位信息增加了建图的稳健性。本公开技术方案通过接收环境中的绝对定位信息能够消除移动建模模式中的累积误差，在大场景环境下得到更加准确的导航地图。本公开技术方案通过在原有建图基础上增添不连续的绝对位置信息，保证建图质量提高的同时不影响建图的更新频率。本公开技术方案通过开环优化接收绝对位置信息的加入，保证了坐标系的统一，有助于解决多机器人协同地图构建时的多地图坐标融合问题。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。图1为本公开实施例子slam建图系统硬件架构图；图2为本公开实施例子slam建图系统软件架构图；图3为本公开实施例子基于开环优化的地图构建工作流程图；图4为本公开实施例子基于开环优化的地图构建算法流程图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。专利号“CN201810804313.0”公开了“一种实时SLAM场景地图构建系统、导航系统及方法”，该专利通过多机器人协同建图分别上传到云端，进行整体地图优化。本公开技术方案是利用预先设定的绝对位置信息，对机器人建图进行开环优化。此方法可用于优化单个机器人大场景下的建图误差，也可将多个机器人优化后的地图直接进行拼接，实现多机器人协同建图。在大场景下，如果使用多个机器人进行协同建图，可以在场景下随机的添加分散的绝对定位信息(如带有自身全局坐标的二维码等)，每个机器人看到二维码后，根据机器人相对二维码的位姿和二维码中包含的全局定位信息，即可知道每个机器人在全局坐标中的位置，且机器人建本文档来自技高网...

【技术保护点】
1.一种基于SLAM建图的开环优化方法，其特征是，包括：获取需要建图设备的所处的局部环境地图信息，并基于该局部环境地图信息进行地图；开环状态下，需要建图设备在接收到外部绝对定位信息时，建立绝对定位信息与当前运动位置信息之间的约束，根据约束信息进行全局地图的构建。

【技术特征摘要】
1.一种基于SLAM建图的开环优化方法，其特征是，包括：获取需要建图设备的所处的局部环境地图信息，并基于该局部环境地图信息进行地图；开环状态下，需要建图设备在接收到外部绝对定位信息时，建立绝对定位信息与当前运动位置信息之间的约束，根据约束信息进行全局地图的构建。2.如权利要求1所述的一种基于SLAM建图的开环优化方法，其特征是，需要建图设备在接收到外部绝对定位信息时，首先进行判断是否为第一帧绝对位姿信息，若是，则基于该信息确定全局坐标系，之后将绝对位姿作为观测位姿，否则，直接将绝对位姿作为观测位姿。3.如权利要求1所述的一种基于SLAM建图的开环优化方法，其特征是，获取需要建图设备的所处的局部环境地图信息时，利用激光雷达获取环境中的激光数据，将每一帧激光数据通过scan-to-map映射到子地图中。4.如权利要求3所述的一种基于SLAM建图的开环优化方法，其特征是，在子地图数量增多后，通过扫描匹配确定的机器人的运动轨迹与实际运动轨迹之间的累计误差变大，进行后端优化，每一帧scan不仅只与上一帧submap进行匹配，还与之前几帧的submap进行比较，建立局部回环，对局部地图进行优化。5.如权利要求3所述的一种基于SLAM建图的开环优化方法，其特征是，当没有检测到外部的绝对位置信息时，将当前的激光数据帧在存储地图中对应的位姿作为观测位姿，与运动位姿产生的偏差作为约束，构建残差方程，对全局地图进行SPA优化，修正误差...

【专利技术属性】
技术研发人员：周风余，于帮国，万方，边钧健，庄文密，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37