一种无光动态开放环境下AGV车辆建图与自主导航避障方法技术

本发明专利技术公开了一种无光动态开放环境下AGV车辆建图与自主导航避障方法，该方法基于激光雷达、深度相机以及惯导多传感器融合方式进行AGV车辆定位和建图问题的解决，同时通过深度相机弥补二维激光只能单扫安装平面范围的障碍物的缺陷进行AGV车辆移动空间内的三维障碍物避障。通过AGV车辆运动模型对编码器进行移动车辆位置进行解算，通过惯导解算移动车辆位姿解算。通过二维激光匹配求取移动车辆位姿，通过深度相机点云匹配求取移动车辆位姿，同时对AGV车辆运动空间内的障碍物进行伪二维激光的投影弥补二维激光扫描单一平面的不足。最后通过融合、优化进行高精度位姿求解与地图构建。建。建。

【技术实现步骤摘要】
一种无光动态开放环境下AGV车辆建图与自主导航避障方法


[0001]本专利技术涉及AGV车辆自动控制领域，具体涉及一种无光动态开放环境下AGV车辆建图与自主导航避障方法。

技术介绍

[0002]目前对于未知环境的移动车辆的导航方式有很多，有惯性导航、视觉导航、卫星导航、等等。他们都不同程度地适用于不同的环境，包括室内和室外环境，结构化环境与非结构化环境。
[0003](1)惯性导航
[0004]惯性导航是一种最基本的导航方式。它利用车辆装配的光电编码器和陀螺仪计算里程，从而推知车辆当前的位置和下一步的目的地。但是，随着车辆航程的增长，定位的精度就会下降，而定位误差将会无限地增加。
[0005](2)视觉导航
[0006]由于计算机视觉理论及算法的发展，视觉导航成为了导航技术中一个重要发展方向。通常，车辆利用装配的摄像机拍摄周围环境的局部图像，然后通过图像处理技术，如图像特征识别、距离估计等，进行车辆定位及规划下一步动作。但是视觉导航计算量很大，不利于在小平台上运用，并且在计算远距离时精度较低。
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无光动态开放环境下AGV车辆建图与自主导航避障方法，其特征在于，包括如下步骤：S1、获取多传感器参数，对多传感器进行相互标定得到多传感器之间的外参；S2、利用步骤S1标定的多传感器外参融合2D激光雷达参数求解车辆位置姿态信息；S3、对步骤S2求解的车辆位置姿态信息进行检测及优化，通过优化后的位姿关系对格栅地图进行调整，得到未知三维场景的全局地图；S4、扫描构建局部地图融合步骤S3得到的位姿三维场景的地图对车辆进行动态环境的三维避障与导航。2.根据权利要求1所述的无光动态开放环境下AGV车辆建图与自主导航避障方法，其特征在于，步骤S1具体包括：里程计与激光雷达外参标定、深度相机与激光雷达外参标定以及深度相机与惯性导航的外参标定，其中：所述里程计与激光雷达外参标定方法为：以激光雷达的扫描
‑
匹配数据作为真值，里程计测量到的数据作为测量值，通过直接线性法求解出两者之间的外参；所述深度相机与激光雷达外参标定方法为：通过相机捕获的标定板点云拟合出标定板平面的距离，然后将激光线点云通过外参旋转到相机坐标系，再通过旋转后的激光点云到平面的距离进行优化求解相机与激光雷达之间的外参；所述深度相机与惯性导航的外参标定方法为：通过对标定板进行角点提取计算深度相机的旋转量，通过对陀螺仪数据积分求解惯性导航的旋转量，然后通过最小二乘法求解两者之间的外参。3.根据权利要求2所述的无光动态开放环境下AGV车辆建图与自主导航避障方法，其特征在于，步骤S2具体包括：S21、通过轮式编码器与惯性导航获取的信息融合求解车辆在不平整路况上的位置姿态；S22、通过激光雷达与深度相机获取的信息融合求解车辆在未知空间上的位置姿态；S23、将步骤S21和步骤S22中求解的车辆位置姿态通过UKF融合优化，得到优化后的车辆位置姿态。4.根据权利要求3所述的无光动态开放环境下AGV车辆建图与自主导航避障方法，其特征在于，步骤S21中信息融合的方式为：通过上一时刻的状态对下一时刻的状态进行预测后，采用复合位姿模型的观测量进行校正。5.根据权利要求4所述的一种无光动态开放环境下AGV车辆建图与自主导航避障方法，其特征在于，步骤S22具体包括：S221、分别利用激光雷达与深度相机从位置环境中获取二维激光数据和点云图像；S222、将步骤S221得到的点云图像进行处理得到虚拟的二维激光数据；S22...

【专利技术属性】
技术研发人员：刘桂华，冯波，余东应，崔云轩，徐锋，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：