【技术实现步骤摘要】
基于多智能体激光雷达和视觉信息融合的地图生成方法
本专利技术属于多智能体传感器
，涉及智能体激光雷达和视觉信息融合方法，尤其涉及一种基于多智能体激光雷达和视觉信息融合构建栅格地图的方法。
技术介绍
近些年来，由于生物学、计算机科学、人工智能、控制科学、社会学等多个学科交叉和渗透发展，多智能体系统越来越受到众多学者的广泛关注，已成为当前控制学科以及人工智能领域的研究热点。多智能体(multi-agentsystem)的目标是让若干个具备简单智能却便于管理控制的系统能通过相互协作实现复杂智能，使得在降低系统建模复杂性的同时，提高系统的鲁棒性、可靠性、灵活性。目前多智能体已在智能机器人、传感器网络、数据融合、多机器人合作控制、交通车辆控制、网络的资源分配等领域广泛应用。随着信息技术和智能机器人的发展，集视觉设计、人工智能、体系结构、自动控制等众多技术于一体的智能体应运而生。通过智能体传感系统感知道路环境,为达到预定目标自动规划行驶路线并控制行驶姿态，实现安全的行驶。在智能体的各项技术中，环境感知是实现车辆自动...
【技术保护点】
1.一种基于多智能体激光雷达和视觉信息融合的地图生成方法，每个单智能体分别联合标定单智能体的激光雷达和视觉传感器，并识别单智能体的视觉传感器时间一致下的静态和动态目标；根据单智能体的GPS信息，将多智能体的检测结果进行融合；/n在单智能体行进过程中，每个单智能体的视觉传感器在采集数据周期中，均执行以下步骤构建栅格地图：/n步骤一、采集单智能体的激光雷达生成的点云数据，利用点云数据高程信息进行地面区域分割，去除地面反射点及不感兴趣区域，得到静态目标数据，包括静态目标的位置和形状，所述静态目标即静态障碍物；/n步骤二、采集单智能体的视觉传感器拍摄的图像数据，使用图像检测算法，检...
【技术特征摘要】
1.一种基于多智能体激光雷达和视觉信息融合的地图生成方法，每个单智能体分别联合标定单智能体的激光雷达和视觉传感器，并识别单智能体的视觉传感器时间一致下的静态和动态目标；根据单智能体的GPS信息，将多智能体的检测结果进行融合；
在单智能体行进过程中，每个单智能体的视觉传感器在采集数据周期中，均执行以下步骤构建栅格地图：
步骤一、采集单智能体的激光雷达生成的点云数据，利用点云数据高程信息进行地面区域分割，去除地面反射点及不感兴趣区域，得到静态目标数据，包括静态目标的位置和形状，所述静态目标即静态障碍物；
步骤二、采集单智能体的视觉传感器拍摄的图像数据，使用图像检测算法，检测出图像中的动态目标数据，包括动态目标的位置及尺寸信息；
步骤三、将单智能体视觉传感器得到的动态目标数据投射到单智能体激光雷达得到的静态目标数据中，融合形成动静态目标数据；
采用同样方法对同一场景下另一单智能体传感器数据进行融合，并分别构建得到局部栅格地图；
步骤四、根据多智能体的位置信息，将局部栅格地图扩展成全局栅格地图；
通过上述步骤，即实现基于多智能体激光雷达和视觉信息融合的栅格地图生成。
2.如权利要求1所述基于多智能体激光雷达和视觉信息融合的地图生成方法，其特征是，对得到的数据进行融合的方法具体包括如下步骤：
1)获取激光雷达坐标系和视觉传感器相机坐标系之间的变换关系：首先将空间中的一点由世界坐标系转换到摄像机坐标系；然后再投影到成像平面，最后再将成像平面上的数据转换到图像平面；
2)利用激光雷达点云数据的高程信息进行地面区域分割；根据车辆位置，去除道路内的动态目标，得到静态目标的点云集合；
3)对于摄像机图像数据，利用激光雷达到图像坐标系变换关系的逆变换，将检测到的图像中的动态目标及动态目标区域内的像素点投影到激光雷达点云数据上，得到动态目标的点云集合；
4)对静态目标的点云集合和动态目标的点云集合进行聚类和归一化处理，计算得到点云概率密度图，生成局部栅格地图；
5)对另一智能体激光雷达及摄像机数据进行同样处理，即执行步骤2)～4)；再根据多智能体位置关系，将两张局部栅格地图拼接成为全局栅格地图。
3.如权利要求2所述基于多智能体激光雷达和视觉信息融合的地图生成方法，其特征是，步骤1)获取激光雷达坐标系和视觉传感器相机坐标系之间的变换关系，具体包括如下步骤：
使用标定板对激光雷达及视觉传感器进行标定，得到激光雷达坐标系和视觉传感器相机坐标系之间的变换关系，表示为：
其中，(xc，yc，zc)表示摄像机坐标系的三维坐标轴；Xc，Yc为光心图像坐标，Zc为物体离光心的距离；点云数据为含有3列(xw，yw，zw)的N行数组；(xw，yw，zw)是世...
【专利技术属性】
技术研发人员：孙嘉航，李瑜茹，陈晨，程翔，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11
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。