激光SLAM自适应分辨率栅格地图构建方法技术

本发明专利技术公开了一种激光SLAM自适应分辨率栅格地图构建方法：初始自定义高中低三种分辨率的大小，分别设为R

【技术实现步骤摘要】
激光SLAM自适应分辨率栅格地图构建方法
本专利技术属于自动控制与机器人导航
，更具体的说，是涉及一种激光SLAM自适应分辨率栅格地图构建方法。
技术介绍
机器人是机械、电子信息、通信、计算机和人工智能等多学科的集成体，是能够执行特定任务或具有一定功能(如决策能力、感知能力、运动能力)的自动化装置。自主移动机器人具备环境侦测、定位导航、路径规划、自主移动的能力，能够在未知的地形中执行复杂任务。而通过对周围环境的精确感知，得到准确的位置和姿态(位姿)信息则是实现复杂功能的前提。机器人通过自身传感器感知自身状态和周围环境信息，得到位姿信息，再通过位姿信息绘制周围环境地图，这一过程被称为SLAM(SimultaneousLocalizationAndMapping)。SLAM过程中的机器人位姿估计和环境地图构建形成了一个相辅相成、不断迭代的过程。目前针对室内移动机器人的SLAM方法包括视觉SLAM和激光SLAM。视觉SLAM使用相机作为主要传感器。相机具有的成本低、图像信息丰富等优点使视觉SLAM应用领域越来越广泛。激光SLAM使用激光雷达作为外部传感器，其优点是测量精度高、测距速度快、测量范围广、抗干扰能力强，适合实现实时SLAM。基于激光雷达的SLAM方式是目前最稳定、最可靠且性能最好的SLAM方式。Doucet等学者提出了基于Rao-Blackwellized粒子滤波器RBPF的SLAM方法(DoucetA,FreitasNDe,GordonN.SequentialMonteCarloMethodsinPractice[J].NewYork:SpringerVerlag,2001:496-497)，此算法能够较好地近似移动机器人位姿和环境地图的联合概率密度，但其存在计算复杂度较高、占用内存大、实时性较差等问题。使用单一传感器会因自身测量原理、测距范围、测量精度、信息量等方面的限制，在复杂多变的环境中可靠性较差，因此多种传感器的信息融合是十分必要的。牛津大学机器人研究组(NewmanP,ColeD,HoK.OutdoorSLAMusingvisualappearanceandlaserranging[J].Proc.IEEEIntlConf.Robotics&Automation,2006:1180-1187)使用3D激光雷达和相机进行室外SLAM研究，并使用递归图对闭环检测进行分析，但效率不高，实时性较差。M等人(M,GiguèreP,AstrupR.Mappingforestsusinganunmannedgroundvehiclewith3DLiDARandgraph-SLAM[J].Computers&ElectronicsinAgriculture,2018,145:217-225)使用三维激光、立体相机、IMU和GPS在森林中实现自动化3D建图。如上所述使用SLAM算法构建的栅格地图中，每张地图的栅格大小相同，这种相同分辨率栅格地图存在的问题为：如果分辨率低，则会导致复杂环境下的障碍物表示不够清晰；如果提高分辨率，又会增加信息存储量，且占用更多计算资源。在大尺度环境下创建地图，大多数场景地图不需要很高的地图分辨率，否则会浪费存储和计算资源，在障碍物(如办公室里的桌椅)较多的场景，则需要较高的地图分辨率，使得障碍物能够较好地在地图上显示出来。郭利进等人(郭利进,师五喜,李颖,等.基于四叉树的自适应栅格地图创建算法[J].控制与决策,2011,26(11):1690-1694)提出了一种基于四叉树的栅格大小自适应地图创建算法，利用四叉树理论，根据地图不同区域环境障碍物密度的变化，自适应调整各区域栅格尺度大小。专利201810772043.X(一种基于九叉树的机器人自适应栅格地图创建方法，北京工业大学)提出一种基于九叉树的自适应栅格地图创建方法。以上两种方法均是将整个环境分为四部分或九部分，再将每一部分逐步细分来提高局部分辨率。
技术实现思路
本专利技术的目的是为了解决上述因栅格地图分辨率相同产生的问题，提出一种激光SLAM自适应分辨率栅格地图构建方法，能够使地图的部分区域精度更高、整体上占用资源较少，且在大尺度场景也能更好地使用。本专利技术的目的是通过以下技术方案实现的。本专利技术激光SLAM自适应分辨率栅格地图构建方法，包括以下步骤：步骤一，初始自定义高中低三种分辨率的大小，分别设为Rh、Rm和Rl，自定义参数A、B、N；其中，Rh为高分辨率的值，Rm为中分辨率的值，Rl为低分辨率的值，A为对比直线段和弧线段总数的预设值，B为对比未包含进直线段和弧线段的散点数量预设值，N为机器人半径的倍数；步骤二，采集激光雷达点云信息；步骤三，检测点云信息中的直线段和弧线段；步骤四，统计检测出的直线段和弧线段的总数量C1以及未被包含进直线段和弧线段的点云数量C2；步骤五，修改地图分辨率：先根据C1和C2的值自动设置地图分辨率R*，再根据点云距离信息进行调整，得到地图分辨率R；步骤六，更新地图；当进入未建图区域后，重复步骤二至步骤五，直到整个环境地图更新完成。步骤二中采集激光雷达点云信息的具体实现过程：首先将扫描范围为360°的激光雷达安装在移动机器人上，测量激光雷达坐标系和移动机器人坐标系的变换参数；然后启动激光雷达，若使用单线激光雷达则会得到二维激光点云信息，若使用多线激光雷达则会得到三维激光点云信息。步骤三中检测点云信息中的直线段和弧线段的具体实现过程：得到二维或三维激光点云信息后，首先使用线段提取方法对直线段和弧线段进行检测，每条线所包含的点云数量应不小于一个阈值，该阈值的设定与激光雷达的点云数量相关。步骤五中修改地图分辨率的具体实现过程：将C1和C2的值分别与预设值A和B比较，当C2>B时，若此时地图分辨率为低分辨率，则将地图分辨率R*设置为中分辨率Rm，否则将地图分辨率R*设置为高分辨率Rh；当C2≤B且C1≤A时，若此时地图分辨率为高分辨率，则将地图分辨率R*设置为中分辨率Rm，否则将地图分辨率R*设置为低分辨率Rl；当C2≤B且C1>A时，此时自动将地图分辨率R*设置为中分辨率Rm；得到当前地图分辨率R*后，计算距离为N倍机器人半径范围外的点云数量与总点云数之比γ，最后得到地图分辨率R＝γ×R*。步骤六中更新地图的具体实现过程：移动机器人使用SLAM技术进行建图；更新地图时，将点云范围内的区域分为若干长宽均为R的栅格，初始栅格的状态均为未知，用-1表示；然后根据点云信息更新每个栅格的状态；如果栅格范围内不包括点云，则此栅格的状态更新为空置，用0表示；如果栅格范围内包括点云，则此栅格的状态更新为占据，用1表示；每次根据当前点云信息更新地图之后，将机器人移动至未知区域，再重复步骤二至步骤五，直到整个环境地图更新完成。与现有技术相比，本专利技术的技术方案所带来的有益效果是：(1)本专利技术提出的利用激光雷达SLAM技术构建自适应分辨率栅格地图方法，可以根本文档来自技高网...

【技术保护点】
1.一种激光SLAM自适应分辨率栅格地图构建方法，其特征在于，包括以下步骤：/n步骤一，初始自定义高中低三种分辨率的大小，分别设为R

【技术特征摘要】
1.一种激光SLAM自适应分辨率栅格地图构建方法，其特征在于，包括以下步骤：
步骤一，初始自定义高中低三种分辨率的大小，分别设为Rh、Rm和Rl，自定义参数A、B、N；其中，Rh为高分辨率的值，Rm为中分辨率的值，Rl为低分辨率的值，A为对比直线段和弧线段总数的预设值，B为对比未包含进直线段和弧线段的散点数量预设值，N为机器人半径的倍数；
步骤二，采集激光雷达点云信息；
步骤三，检测点云信息中的直线段和弧线段；
步骤四，统计检测出的直线段和弧线段的总数量C1以及未被包含进直线段和弧线段的点云数量C2；
步骤五，修改地图分辨率：先根据C1和C2的值自动设置地图分辨率R*，再根据点云距离信息进行调整，得到地图分辨率R；
步骤六，更新地图；当进入未建图区域后，重复步骤二至步骤五，直到整个环境地图更新完成。


2.根据权利要求1所述的激光SLAM自适应分辨率栅格地图构建方法，其特征在于，步骤二中采集激光雷达点云信息的具体实现过程：首先将扫描范围为360°的激光雷达安装在移动机器人上，测量激光雷达坐标系和移动机器人坐标系的变换参数；然后启动激光雷达，若使用单线激光雷达则会得到二维激光点云信息，若使用多线激光雷达则会得到三维激光点云信息。


3.根据权利要求1所述的激光SLAM自适应分辨率栅格地图构建方法，其特征在于，步骤三中检测点云信息中的直线段和弧线段的具体实现过程：得到二维或三维激光点云信息后，首先使用...

【专利技术属性】
技术研发人员：孟庆浩，李鸿彬，靳荔成，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12