点云匹配方法、设备及存储介质组成比例

本发明专利技术公开了一种本发明专利技术点云匹配方法、设备及存储介质，通过在已部署反光条的室内环境中，利用激光雷达进行点云探测，获取探测到的激光点；根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型；其中，所述光点类型包括：反光点和普通点；根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系；基于建立的所述关联关系，构造代价函数并对所述代价函数进行迭代优化，从而完成激光点云的匹配操作；达到了在动态变化的室内环境中完成精准而稳定的激光点云匹配的目的，提高了激光点云匹配的稳定性。

【技术实现步骤摘要】
点云匹配方法、设备及存储介质
本专利技术涉及机器人
，特别涉及一种点云匹配方法、设备及存储介质。
技术介绍
移动机器人的定位与建图是实现机器人移动作业的关键问题之一。激光雷达由于测量精度高、运行稳定，被广泛应用于移动机器人领域，成为机器人定位与建图的重要传感器，而激光点云的匹配操作，将直接影响定位和建图的结果。目前的点云匹配算法如ICP、PL-ICP等，已经广泛应用于移动机器人领域中。由于机器人所处的环境可能会发生动态改变，比如场景轮廓的改变等，而传统的点云匹配算法则无法识别这种变化，因此，点云的匹配过程也会出现问题，影响最终的建图和定位精度。目前现有的替代方案中，通常采用视觉二维码方式进行识别，但这种处理方式对光照条件有较高的要求且识别范围较小，匹配精度低于激光。因此，如何在动态变化的室内环境中实现精准而稳定的激光点云匹配，从而为机器人的建图和定位提供技术基础，成为目前亟待解决的问题之一。
技术实现思路
本专利技术提供一种点云匹配方法、设备及存储介质，用以在动态变化的室内环境中完成精准而稳定的激光点云匹配。<本文档来自技高网...

【技术保护点】
1.一种点云匹配方法，其特征在于，所述点云匹配方法包括：/n在已部署反光条的室内环境中，利用激光雷达进行点云探测，获取探测到的激光点；/n根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型；其中，所述光点类型包括：反光点和普通点；/n根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系；/n基于建立的所述关联关系，构造代价函数并对所述代价函数进行迭代优化，从而完成激光点云的匹配操作。/n

【技术特征摘要】
1.一种点云匹配方法，其特征在于，所述点云匹配方法包括：
在已部署反光条的室内环境中，利用激光雷达进行点云探测，获取探测到的激光点；
根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型；其中，所述光点类型包括：反光点和普通点；
根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系；
基于建立的所述关联关系，构造代价函数并对所述代价函数进行迭代优化，从而完成激光点云的匹配操作。


2.如权利要求1所述的点云匹配方法，其特征在于，所述点云匹配方法还包括：
在所述室内环境中部署对应的反光条，并测量所述反光条的反射强度与距离之间的关系，得到反映所述反光条的反射强度与距离关系的反射特性曲线。


3.如权利要求2所述的点云匹配方法，其特征在于，所述测量所述反光条的反射强度与距离之间的关系，得到反映所述反光条的反射强度与距离关系的反射特性曲线，包括：根据激光雷达的量程范围，规划出不同的采样点；基于规划出的所述采样点，对每个所述采样点采集预设次数的激光点数据，同时记录激光点数据对应的反射强度值和相应的距离；以距离为横轴、反射强度为纵轴，建立二维坐标系，根据记录的所述反射强度值和相应的距离，绘制得到反映所述反光条的反射强度与距离关系的反射特性曲线。


4.如权利要求1至3任一项所述的点云匹配方法，其特征在于，所述根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型，包括：根据测定的所述反光条对应的反射特性曲线，利用基本对数模型对所述反射特性曲线进行拟合，得到对应的光点识别模型；利用得到的所述光点识别模型，对探测到的所有激光点进行反光点和普通点的类型识别和判断，识别出所述激光点的光点类型是反光点还是普通点。


5.如权利要求4所述的点云匹配方法，其特征在于，所述根据测定的所述反光条对应的反射特性曲线，利用基本对数模型对所述反射特性曲线进行拟合，得到对应的光点识别模型，包括：
根据测定的所述反光条对应的反射特性曲线，利用基本对数模型对所述反射特性曲线进行拟合，则有：
f(x)=alogb(x-c)+d；其中，x表示反光板的距离，y表示激光对应的反射强度，a、b、c、d表示光点识别模型的模型参数；
针对已经测量得到的多组数据：f(x)=alogb(x-c)+d，利用最小二乘法对其进行优化，得到所述光点识别模型的模型参数a、b、c、d，则有：

；其中，i表示所述反射特性曲线包含的激光点中计算所述模型参数所使用的个数，其取值范围是[1，N]；将得到的所述模型参数a、b、c、d代入f(x)=alogb(x-c)+d，即可得到对应的光点识别模型。


6.如权利要求5所述的点云匹配方法，其特征在于，所述利用得到的所述光点识别模型，对探测到的所有激光点进行反光点和普通点的类型识别和判断，识别出所述激光点的光点类型是反光点还是普通点，包括：
利用得到的所述光点识别模型f(x)=alogb(x-c)+d,对探测到的所有激光点进行判断，若满足：,则判断出所述激光点的光点类型为反光点；反之，若不满足，则判断出所述激光点的光点类型为普通点；
其中，di为所述激光点对应的距离，h为对所述激光点测量得到的实际反射强度；f(di)为利用所述光点识别模型计算得到的理论反射强度。


7.如权利要求1所述的点云匹配方法，其特征在于，所述根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系，包括：
针对进行点云匹配的点云S和点云T，若识别出点云S中的激光点Si的光点类型是反光点，则在距离反光点Si的预设范围内，查找点云T中距离所述反光点Si最近的两个反光点；
根据反光点的查找结果，记录反光点的匹配类型，从而建立点云S与点云T的关联关系；
若识别出点云S中的所述激光点Si的光点类型是普通点，则在距离所述激光点Si的预设范围内，查找点云T中距离所述普通点Si最近的两个普通点；
根据普通点...

【专利技术属性】
技术研发人员：刘俊斌，其他发明人请求不公开姓名，
申请(专利权)人：炬星科技深圳有限公司，
类型：发明
国别省市：广东;44