一种基于轮式里程计的激光雷达点云数据校正方法技术

本发明专利技术属于移动机器人定位与建图技术领域，具体涉及一种基于轮式里程计的激光雷达点云数据校正方法。本发明专利技术的方案中，输入为机器人的位姿，激光雷达传感器采集的原始环境点云数据，机器人自带轮式里程计采集的车轮运动信息，根据机器人的运动模型，即车轮的运动和机器人运动之间的转换关系，利用轮式里程计推算机器人的位姿变换，校正激光雷达因运动生成的畸变点云数据，实现更高精度的机器人自主定位和建图。本发明专利技术的有益效果是：结合机器人自带的轮式里程计，估算机器人的位姿变换，校正激光雷达因运动生成的畸变点云数据，获得更加准确可靠的外界环境信息，提高机器人自主定位和建图的精度。

【技术实现步骤摘要】
一种基于轮式里程计的激光雷达点云数据校正方法
本专利技术属于移动机器人定位与建图
，具体涉及一种基于轮式里程计的激光雷达点云数据校正方法。
技术介绍
随着计算机技术和传感器技术的快速发展，机器人的智能化水平不断提高，自主定位和建图是机器人实现智能化的关键技术，实现机器人的自主定位和建图需要通过机器人自身携带的传感器获取外界环境信息。目前，激光雷达传感器因具有测距准确、可靠性强、分辨率高等优势而被广泛使用。机器人的自主定位和建图就是在未知环境中，机器人在移动过程中通过对传感器获得的环境信息进行处理，确定其在环境中的具体位置，同时构建所处环境的地图。机器人在移动的过程中，其上搭载的激光雷达传感器会跟随机器人一起移动，导致激光雷达采集的点云数据产生运动畸变，降低了机器人自主定位和建图的精度。为了校正激光雷达获取的畸变点云数据，现有的主流方法主要是利用其他传感器采集的环境信息，与激光雷达的点云数据进行信息融合，校正因运动产生畸变的激光点云数据，但是该方法需要额外的传感器，增加了机器人系统的成本，同时对不同传感器的数据进行处理，再进行融合，增加了机器人系统的计算复杂度。
技术实现思路
本专利技术的目的是：结合机器人自身携带的轮式里程计，校正激光雷达传感器因运动产生的畸变点云数据，提高机器人自主定位和建图的精度，本专利技术提供了一种基于轮式里程计的激光雷达点云数据校正方法。本专利技术的技术方案如下：一种基于轮式里程计的激光雷达点云数据校正方法，利用校正的激光点云数据，可以提高机器人自主定位和建图的精度，流程图如图1所示，具体包括以下步骤：S1、初始化机器人系统，已知机器人的初始位姿和状态，机器人开始移动，在移动的过程中，利用机器人上安装的激光雷达传感器，采集周围的环境数据，获得激光点云数据；S2、在机器人的移动过程中，机器人自带的轮式里程计根据车轮上的光电编码器记录单位采样时间内的脉冲个数，再根据车轮的尺寸等信息，计算出车轮的速度和位移；S3、根据机器人的运动模型和步骤S2得到的车轮的运动信息，而且机器人的运动是刚体运动，可以求出机器人的运动信息，即单位时间间隔内机器人的位姿变换信息，得到了相邻时刻机器人位姿变换量；S4、由于激光雷达传感器是固定在机器人上，两者是相对静止的，激光雷达传感器和机器人的运行情况是一致的，可以得到相邻时刻激光雷达的位姿变换量，根据激光雷达的采样时间等信息，对激光雷达的点云数据进行校正，去除因运动产生的点云数据畸变；S5、根据步骤S4获得的校正激光点云数据，作为机器人系统所观测的更准确的外界环境信息，实现机器人的自主定位和建图。本专利技术的方案中，输入为机器人的位姿，激光雷达传感器采集的原始环境点云数据，机器人自带轮式里程计采集的车轮运动信息，根据机器人的运动模型，即车轮的运动和机器人运动之间的转换关系，利用轮式里程计推算机器人的位姿变换，校正激光雷达因运动生成的畸变点云数据，实现更高精度的机器人自主定位和建图。本专利技术的有益效果是：结合机器人自带的轮式里程计，估算机器人的位姿变换，校正激光雷达因运动生成的畸变点云数据，获得更加准确可靠的外界环境信息，提高机器人自主定位和建图的精度。附图说明图1为本专利技术的流程示意图；图2为机器人的运动模型；图3为对激光雷达畸变点云数据进行校正的示意图。具体实施方式本专利技术所使用的激光雷达传感器是单线的，即激光雷达扫描得到的点云数据是二维的，每个激光点可以表示为极坐标(ρl,θl)，下标L表示以激光雷达作为参照物的参考系。由于机器人是在水平面移动的，机器人的位姿可以表示为(xr,yr,θr)，下标R表示以机器人作为参照物的参考系，其中xr、yr表示机器人的位置信息，θr表示机器人的偏移角度。如图2所示，为机器人的运动模型。机器人前进的线速度v可以定义为：v＝(vl+vr)/2其中，vl、vr分别表示机器人左右轮的线速度。由于时间间隔Δt比较小，机器人的位姿变化不大，根据三角函数的公式，机器人的航向角偏移量为：其中，l表示左右两轮之间的间距,d表示右轮比左轮多走的距离因此，机器人的角速度可以表示为：根据上述公式，机器人的运动半径为：假设机器人的两个驱动轮半径均为R，光电编码器的光码盘精度为p线/转，在时间间隔Δt内记录的脉冲个数为N，则在单位采样时间Δt内车轮转动的距离Δd为：Δd＝2πR·(N/p)由上式可以分别计算出在时间间隔Δt内，左右轮的位移改变量，移动机器人的位姿变化量可以表示为：其中，Δdk表示移动机器人在时间内移动的距离，Δθk表示移动机器人在时间内转过的角度，l表示左右两轮之间的间距。根据单位时间间隔Δt内，机器人的位姿变化量，可以知道机器人坐标系相对于世界坐标系的转换关系，然后结合坐标系转换关系将激光雷达坐标系下的点云数据转换到世界坐标系下，假设t时刻，点P在激光雷达坐标系下的坐标为(ρl,θl)，经过Δt后，点P在激光雷达坐标系下的坐标为(ρl’,θl’)，以时间戳t时刻为基准，点P的测量校正坐标为：其中，xl、yl可以通过以下公式求出：(ρl,θl)可以由激光雷达观测的坐标(ρl’,θl’)，通过机器人的运动模型以及坐标转换计算得到。根据激光雷达观测点云数据的坐标和时间戳信息，再结合机器人自带的轮式里程计，可以校正所有的点云数据。如图3所示，为本专利技术所提出的方法对激光雷达畸变点云数据进行校正的示意图，图中实线表示激光雷达采集的原始环境点云数据，虚线表示结合机器人自带的轮式里程计校正后的激光点云数据，可以看出校正后的激光点云数据更加符合机器人所处的真实环境，为后续机器人的自主定位和建图提供更加准确的数据。本文档来自技高网...

【技术保护点】
1.一种基于轮式里程计的激光雷达点云数据校正方法，其特征在于，包括以下步骤：/nS1、初始化机器人系统，已知机器人的初始位姿和状态，机器人开始移动，在移动的过程中，利用机器人上安装的激光雷达传感器，采集周围的环境数据，获得激光点云数据；/nS2、在机器人的移动过程中，机器人自带的轮式里程计根据车轮上的光电编码器记录单位采样时间内的脉冲个数，再根据车轮的尺寸信息，计算出车轮的速度和位移；/nS3、根据机器人的运动模型和步骤S2得到的车轮的运动信息，设定机器人的运动是刚体运动，从而获得机器人的运动信息，即单位时间间隔内机器人的位姿变换信息，得到相邻时刻机器人位姿变换的旋转矩阵和平移向量；/nS4、因激光雷达传感器和机器人是相对静止的，根据机器人位姿变换的旋转矩阵和平移向量得到相邻时刻激光雷达位姿变换的旋转矩阵和平移向量，再根据激光雷达的采样时间信息，对激光雷达的点云数据进行校正，去除因运动产生的点云数据畸变；/nS5、根据步骤S4获得的校正后的激光点云数据，作为机器人系统所观测得到的外界环境信息，实现机器人的自主定位和建图。/n

【技术特征摘要】
1.一种基于轮式里程计的激光雷达点云数据校正方法，其特征在于，包括以下步骤：
S1、初始化机器人系统，已知机器人的初始位姿和状态，机器人开始移动，在移动的过程中，利用机器人上安装的激光雷达传感器，采集周围的环境数据，获得激光点云数据；
S2、在机器人的移动过程中，机器人自带的轮式里程计根据车轮上的光电编码器记录单位采样时间内的脉冲个数，再根据车轮的尺寸信息，计算出车轮的速度和位移；
S3、根据机器人的运动模型和步骤S2得到的车轮的运动信息，设定机器人的运...

【专利技术属性】
技术研发人员：朱策，詹志宇，曾彪，余振彪，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51