【技术实现步骤摘要】
一种适用于室内光照不利环境下RGB-D相机全局定位方法
本专利技术涉及全局定位
，尤其是涉及一种适用于室内光照不利环境下RGB-D相机全局定位方法。
技术介绍
作为移动机器人基础的核心功能模块之一，精确的定位导航是机器人实现其他功能的基础，为完成特定的任务和服务提供保障。在基于已有地图的定位系统中，全局定位初始化是其基础核心的模块之一，通过全局定位初始化为后续基于当前帧与地图精匹配的定位提供初值，保证机器人能够实现连续的跟踪定位工作。当机器人在连续跟踪定位时，由于传感器遮挡、匹配失败或系统故障等其他不可抗因素而导致跟踪丢失后，需要使用全局定位算法恢复机器人在全局地图中的当前位置实现重定位。在基于视觉定位方案中，主流的方法是基于词袋模型(BoW)实现重定位。通过基于词袋查找和特征匹配的方法构建当前帧与地图的观测约束，并求解相机位姿实现全局定位初始化。但是对于环境光照变化剧烈，纹理较少或重复纹理等场景，基于词袋模型的方法将失效，且需要针对不同的应用场景和不同的特征点描述子训练特定的词典，才能在实际的应用中获得较好的...
【技术保护点】
1.一种适用于室内光照不利环境下RGB-D相机全局定位方法，其特征在于，具体包括以下步骤：/n步骤S1：获取RGB-D传感器上传的实时数据中的深度图，将所述深度图投影至3D空间，并进行去噪处理生成实时原始点云，同时根据多站Lidar点云数据进行拼接和裁剪生成参考点云，对以上两类点云进行体素格网降采样得到采样点云；/n步骤S2：基于平滑度约束的聚类分割算法计算所述采样点云的法相，并对采样点云进行聚类分割，得到多个聚类子集；/n步骤S3：对每个聚类子集进行平面拟合，得到场景数据中的所有平面，将由于过分割或隔断导致的被分裂的重叠的平面进行合并，并根据平面的法向量的主方向不同，将所...
【技术特征摘要】
1.一种适用于室内光照不利环境下RGB-D相机全局定位方法，其特征在于，具体包括以下步骤：
步骤S1：获取RGB-D传感器上传的实时数据中的深度图，将所述深度图投影至3D空间，并进行去噪处理生成实时原始点云，同时根据多站Lidar点云数据进行拼接和裁剪生成参考点云，对以上两类点云进行体素格网降采样得到采样点云；
步骤S2：基于平滑度约束的聚类分割算法计算所述采样点云的法相，并对采样点云进行聚类分割，得到多个聚类子集；
步骤S3：对每个聚类子集进行平面拟合，得到场景数据中的所有平面，将由于过分割或隔断导致的被分裂的重叠的平面进行合并，并根据平面的法向量的主方向不同，将所有平面分为互相垂直的3组主方向平面；
步骤S4：所述3组主方向平面进行关联匹配，遍历所有存在关联性的数据关联，得到可能的若干数据关联组，每个关联组求解得到该组的初始位姿，根据该初始位姿进行ICP精匹配，计算对应的查找近邻点的总误差，选取总误差最小的一组主方向平面对应的初始位姿作为最终全局初始化的位姿。
2.根据权利要求1所述的一种适用于室内光照不利环境下RGB-D相机全局定位方法，其特征在于，所述步骤S2中基于平滑度约束的聚类分割算法包括法相估计模块和区域生长模块。
3.根据权利要求2所述的一种适用于室内光照不利环境下RGB-D相机全局定位方法，其特征在于，所述法相估计模块包括近邻点查找和局部平面拟合两个过程。
4.根据权利要求3所述的一种适用于室内光照不利环境下RGB-D相机全局定位方法，其特征在于，所述近邻点查找过程具体为通过建立k维树，根据所述k维树K近邻算法或半径搜索算法查找近邻点。
5.根据权利要求3所述的一种适用于室内光照不利环境下RGB-D相机全局定位方法，其特征在于，所述局部平面拟合过程具体为拟合出一个当前位置处的局部估计平面，所有近邻点到所述局部估计平面距离的二范数和最小。
6.根据权利要求2所述的一种适用于室内光照不利环境下RGB-D相机全局定位方法，其特征在于，所述区域生长模块具体执行步骤如下：
步骤S201：设置所述采样点云的残差阈值和平滑度阈值；
步骤...
【专利技术属性】
技术研发人员：叶勤，刘行，史鹏程，林怡，张硕，张晓晓，
申请(专利权)人：同济大学，
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。