一种三维激光雷达快速鲁棒SLAM方法和装置制造方法及图纸

本发明专利技术公开一种三维激光雷达快速鲁棒SLAM方法和装置，采用高度传感器、惯性测量单元对激光雷达进行信息辅助，补偿点云配准前激光雷达点云的初始位姿，并通过解耦三维激光雷达点云配准算法实现UAV的六自由度导航解算。本发明专利技术相比于传统激光SLAM算法，有效抑制了点云过度匹配带来的高度解算误差以及水平耦合误差，提高了复杂环境下UAV的位姿估计精度，并且具有更高的计算效率。且具有更高的计算效率。且具有更高的计算效率。

【技术实现步骤摘要】
一种三维激光雷达快速鲁棒SLAM方法和装置


[0001]本专利技术属于组合导航领域，尤其涉及一种三维激光雷达快速鲁棒SLAM方法和装置，具体涉及一种复杂环境下微小型飞行器(UAV)三维激光雷达解耦SLAM方法和装置。

技术介绍

[0002]同步定位与地图(SLAM，Simultaneous Localization and Mapping)技术是机器人自主导航
中的一大研究热点。在无GPS(Global Positioning System)环境中，SLAM方法能够帮助机器人实现在陌生环境中的导航与定位，是机器人实际应用中的关键技术。
[0003]在SLAM算法中，采取迭代匹配两帧点云，寻找两帧点云之间的相对位姿关系的方式来确定机体位姿，通常采用基于概率统计的多元正态变换算法(NDT)进行无人机的位姿估计。然而UAV在高程方向飞行过程中，机载三维激光雷达点云的感知能力因为环境的结构特性被弱化，以NDT作为位姿估计的传统SLAM算法无法只对两帧点云实际重合部分进行匹配从而为其相对位姿关系的确定引入高程误差以及水平耦合误差。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维激光雷达快速鲁棒SLAM方法，其特征在于，包括如下步骤：步骤1、采集惯性传感器以及高度传感器数据，并据此计算当前时刻机体坐标系相对于全局坐标系的横滚角、俯仰角与高度；步骤2、采集激光雷达点云数据，并对激光雷达点云进行位姿补偿；步骤3、利用步骤2中位姿补偿后的点云，进行解耦点云配准算法的计算，解算当前时刻的机体六自由度位姿；步骤4、根据SLAM框架的更新条件对位姿矩阵进行更新，并将结果传递至步骤2。2.如权利要求1所述的三维激光雷达快速鲁棒SLAM方法，其特征在于，步骤1具体包括：步骤11、根据惯性传感器获得三轴角速度以及加速度信息，通过航姿算法得到惯性传感器相对于全局系的姿态角得到无人机机体相对于全局系的姿态角得到无人机机体相对于全局系的姿态角其中，为机体与惯性传感器之间安装误差对应的旋转矩阵；步骤12、获取高度传感器测距信息l
dis
，并根据惯性传感器解算的机体相对于全局坐标系的姿态角对测距信息l
dis
进行修正，得到机体距离地面高度进行修正，得到机体距离地面高度其中：分别为机体系相对于全局系的横滚角与俯仰角，为高度传感器在机体系下的高度坐标值；步骤13、分别定义机体外部位姿向量内部位姿向量为：为：其中，为第k帧点云对应的无人机外部位姿向量，由机体系在全局系下的横滚角俯仰角及高度组成；为第k帧点云对应的无人机内部位姿向量，由机体系在全局系下水平位置以及航向角组成3.如权利要求1或2所述的三维激光雷达快速鲁棒SLAM方法，其特征在于，步骤2具体包括：步骤21、将初始位姿向量转换为转换矩阵，所述初始位姿向量由第k帧点云对应的无人机外部位姿向量以及第k
‑
1帧点云解算出的无人机内部位姿向量组成；步骤22、将滤波去噪后的三维激光雷达点云根据初始位姿矩阵进行补偿，获得初始位姿较好的激光雷达点云。4.如权利要求3所述的三维激光雷达快速鲁棒SLAM方法，其特征在于，步骤3具体包括：步骤31、构建两帧点云之间的关联对空间进行网格化处理，根据空间网格中的点云分布及其坐标数据，对关键帧点云进
行多元正态分布函数表示：其中：μ
k
、Σ
k
分别为关键帧第k个网格中空间点云的均值与协方差；为输入点云中第i个点；为在该网格中对应的多元正态分布函数的概率值；d1、d2为常数；步骤32、构建待目标函数待优化函数为输入点云概率值之和，目标为求解输入点云的最优变换，使得该待优化函数值最大，待优化变量即为无人机内部位姿变化量函数值最大，待优化变量即为无人机内部位姿变化量其中，为根据转换矩阵计算出的输入点云总概率值，为输入点云中的第k个点，为第k
‑
1至k帧点云无人...

【专利技术属性】
技术研发人员：吕品，温烨贝，赖际舟，何洪磊，李志敏，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：