【技术实现步骤摘要】
适用于多地形的多传感器融合的2Dslam方法及其系统
本专利技术涉及定位导航与地图构建
,特别是涉及一种适用于多地形的多传感器融合的2Dslam方法及其系统。
技术介绍
SLAM(SimultaneousLocalizationAndMapping,即时定位与地图构建)主要用于解决移动设备在未知环境中运行时进行定位导航与地图构建的问题。要进行定位和建图,首先需要采集数据,目前大多数是采用编码器和激光雷达传感器来进行数据采集。然而,常规采用编码器解算位置和单线激光雷达检测障碍物的slam方法,仅适用于平坦地形。此外,颠簸和斜坡地形等复杂地形采用常规方法建图和定位,精度差。因此,复杂地形使用编码器和激光雷达同时建图与定位是非常值得研究的问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种适用于多地形的多传感器融合的2Dslam方法及其系统,适用于平坦、颠簸和斜坡地形,突破传统2Dslam适用场合。为解决上述技术问题,本专利技术采用的一个技术方案是:提供一种适用于多地形的多传感器融合的2Dslam方法,包括以下步骤:S1:获取编码器脉冲值,依据脉冲值解算运动模型参数;读取激光雷达点云,网格均值降采样处理点云数据并根据运动模型去除点云畸变;S2:基于扫描线特征分割激光点云地面点和非地面点,计算地面点的坡度,根据坡度将非三维地面点投影为二维地面点;S3:根据上一时刻的粒子位姿以及编码器数据运动模型,估计得到当前时刻的粒子位姿;S4:依据处理后的二维激光雷 ...
【技术保护点】
1.一种适用于多地形的多传感器融合的2Dslam方法,其特征在于,包括以下步骤:/nS1:获取编码器脉冲值,依据脉冲值解算运动模型参数;读取激光雷达点云,网格均值降采样处理点云数据并根据运动模型去除点云畸变;/nS2:基于扫描线特征分割激光点云地面点和非地面点,计算地面点的坡度,根据坡度将非三维地面点投影为二维地面点;/nS3:根据上一时刻的粒子位姿以及编码器数据运动模型,估计得到当前时刻的粒子位姿;/nS4:依据处理后的二维激光雷达点云,以及上一时刻的粒子地图,采用梯度下降的方法扫描匹配优化粒子位姿,更新权重;/nS5:根据得到粒子的姿态参考当前激光雷达扫描数据对各个粒子的地图进行更新,将权重最高的粒子的地图作为当前地图。/n
【技术特征摘要】
1.一种适用于多地形的多传感器融合的2Dslam方法,其特征在于,包括以下步骤:
S1:获取编码器脉冲值,依据脉冲值解算运动模型参数;读取激光雷达点云,网格均值降采样处理点云数据并根据运动模型去除点云畸变;
S2:基于扫描线特征分割激光点云地面点和非地面点,计算地面点的坡度,根据坡度将非三维地面点投影为二维地面点;
S3:根据上一时刻的粒子位姿以及编码器数据运动模型,估计得到当前时刻的粒子位姿;
S4:依据处理后的二维激光雷达点云,以及上一时刻的粒子地图,采用梯度下降的方法扫描匹配优化粒子位姿,更新权重;
S5:根据得到粒子的姿态参考当前激光雷达扫描数据对各个粒子的地图进行更新,将权重最高的粒子的地图作为当前地图。
2.根据权利要求1所述的适用于多地形的多传感器融合的2Dslam方法,其特征在于,步骤S1的具体步骤包括:
S1.1:获取编码器脉冲值,解算出自身运动速度V、角速度ω;
S1.2:读取激光雷达探测范围所有三维点云存放于容器A,对A中点云采取长宽高均为d的网格,取每个网格内所有点云坐标(x,y,z)和时间戳的均值,将所有网格均值存放在容器B;
S1.3:依据速度V和角速度ω的匀速运动模型,根据容器B中点云时间戳将坐标转换到t起始时刻,将转换后的点云存放在容器C。
3.根据权利要求2所述的适用于多地形的多传感器融合的2Dslam方法,其特征在于,所述d的取值范围为0.005—0.001m。
4.根据权利要求2所述的适用于多地形的多传感器融合的2Dslam方法,其特征在于,步骤S2的具体步骤包括:
S2.1:依据容器C中,假设相邻两扫面线同一射线角的点分别为(x1,y1,z1)和(x2,y2,z2),倾斜角倾斜角小于10°认为是地面点,以此分割地面点和非地面点;
S2.2:依据计算得到的地面点云扫描线间的相邻线段间距倾斜度α、绝对高度差H=|z1-z2|,将非地面三维点(x,y,z)投影到二维坐标二维点云存放在容器D。
5.根据权利要求4所述的适用于多地形的多传感器融合的2Dslam方法,其特征在于,步骤S4的具体步骤包括:
S4.1:依据容器D中的激光点云和(t-1)时刻粒子地图采用梯度下降法扫描匹配,优化粒子位姿得到该粒子最优估计位姿
S4.2...
【专利技术属性】
技术研发人员:江如海,王玉龙,袁胜,刘跃,丁骥,
申请(专利权)人:合肥中科智驰科技有限公司,
类型:发明
国别省市:安徽;34
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。