【技术实现步骤摘要】
基于分组阶梯式阈值判断的激光点云匹配方法
本专利技术涉及机器人导航领域，尤其涉及一种基于分组阶梯式阈值判断的激光点云匹配方法。
技术介绍
目前，机器人定位技术广泛应用于园区巡检，仓储搬运等领域中，机器人自主定位导航技术的应用可以有效代替人完成部分作业，因此，机器人的定位导航技术式当前的研究热点。在机器人导航过程中，通过激光雷达对周围环境进行扫描，实现对机器人自身的定位。其中，机器人定位技术的难点在于对周围障碍物的识别并成功匹配。例如，在激光雷达扫描过程中，激光雷达会在不同时间、不同位置对同一障碍物进行扫描，需要将这两组或两组以上的点云进行匹配，来成功匹配出环境中的障碍物。现有技术常使用迭代最近点(ICP)算法对周围环境的障碍物进行扫描匹配，是一种点集对点集的匹配方法。迭代最近点法是将同一障碍物扫描的两组点云，通过旋转变换，使两组点云最大化地重叠，完成匹配。在进行迭代最近点匹配过程中，需要对一组点云的每一个点进行最近邻点匹配，计算量大，且可能会陷入局部最优问题。在传统的ICP算法中，在寻找对应点的时候，认为欧式距离最近的点就是对应点，这种假设有可能会产生一定数量的错...
【技术保护点】
1.一种基于分组阶梯式阈值判断的激光点云匹配方法，包括步骤：S1：在当前时刻获取一激光雷达的前一帧的第一点云数据M和后一帧的第二点云数据N；S2：将当前所述第一点云数据M和所述第二点云数据N分别分成固定数组的第一云数据子组和第二云数据子组；所述第一云数据子组和所述第二云数据子组分别包括多个点云；S3：对当前所述第一点云数据M和所述第二点云数据N的每一所述点云进行迭代最近点匹配；S4：判断所述第一云数据子组和所述第二云数据子组的匹配率是否大于第一预设阈值；如大于，所述第一云数据子组与所述第二云数据子组匹配成功，继续后续步骤，否则，所述第一云数据子组与所述第二云数据子组匹配失败...
【技术特征摘要】
1.一种基于分组阶梯式阈值判断的激光点云匹配方法，包括步骤：S1：在当前时刻获取一激光雷达的前一帧的第一点云数据M和后一帧的第二点云数据N；S2：将当前所述第一点云数据M和所述第二点云数据N分别分成固定数组的第一云数据子组和第二云数据子组；所述第一云数据子组和所述第二云数据子组分别包括多个点云；S3：对当前所述第一点云数据M和所述第二点云数据N的每一所述点云进行迭代最近点匹配；S4：判断所述第一云数据子组和所述第二云数据子组的匹配率是否大于第一预设阈值；如大于，所述第一云数据子组与所述第二云数据子组匹配成功，继续后续步骤，否则，所述第一云数据子组与所述第二云数据子组匹配失败，舍弃当前所述第一云数据子组与所述第二云数据子组；S5：判断所述第一点云数据M和所述第二点云数据N的匹配成功的匹配组率是否大于第二预设阈值；如大于，匹配成功，结束步骤，否则继续后续步骤；S6：获取下一时刻的所述激光雷达的前后两帧的两组点云数据，分别作为新的所述第一点云数据M和所述第二点云数据N，返回步骤S2。2.根据权利要求1所述的基于分组阶梯式阈值判断的激光点云匹配方法，其特征在于，所述S3步骤进一步包括步骤：S31：利用公式(1)计算当前所述第一点云数据M和所述第二点云数据N的各所述点云的质心：其中，μm表示第一点云数据M中第i组第j个点云的质心；μn表示第二点云数据N中第i组第j个点云的质心；D表示所述第一云数据子组和所述第二云数据子组包含的每个点集点的实际个数；mij表示第一点云数据M中第i组第j个点云；nij表示第二点云数据N中第i组第j个点云；i、j表示大于零的自然数；S32：自各所述点云中去除所述质心，获得更新后的所述第一点云数据M’和更新后的所述第二点云数据N’；S33：利用公式(2)和更新后的所述第一点云数据M’和更新后的所述第二点云数据N’计算获得第一变换矩阵U和第二变换矩阵V：其中，W表示求解奇异值分解的矩阵；m′ij表示更新后的所述第一点云数据M...
【专利技术属性】
技术研发人员：章弘凯，范光宇，周圣杰，陈年生，徐圣佳，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。