一种改进图优化的地图构建方法及系统技术方案

本发明专利技术属于移动机器人的同步定位与构建地图(SLAM)领域，提供了一种改进图优化的地图构建方法及系统。该方法包括，获取数据信息，基于所述数据信息建立顶点与顶点间的约束关系，得到第一位姿和第一位姿图；按照观测距离的不同为第一位姿图中的每个单元格添加修正系数，确定挖掘机的当前位置；对所述第一位姿和第一位姿图进行优化，在优化中根据相机观测到的数据建立似然分布，依据所述似然分布增加固定数目的附加位姿，得到优化后的第二位姿和第二位姿图，其中，所述第二位姿为挖掘机的运动轨迹，所述第二位姿图为地图。所述第二位姿图为地图。所述第二位姿图为地图。

【技术实现步骤摘要】
一种改进图优化的地图构建方法及系统


[0001]本专利技术属于移动机器人的同步定位与构建地图(SLAM)领域，尤其涉及一 种改进图优化的地图构建方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在 先技术。
[0003]目前，智能化和无人化技术在挖掘机上运用越来越广泛。挖掘机作为一种 重要的工程机械，一般都工作在环境恶劣，工况危险的场合。为了提高挖掘机 工作的自动化水平以及保障驾驶员的安全，国内外学者已经对可远程遥控的自 动挖掘机进行了研究。而为保证挖掘机作业具有良好的效果，对挖掘机精准定 位是面临的重要挑战之一。
[0004]同时定位与建图(Simultaneous Localization and Mapping，简称SLAM)，最 早在机器人领域中提出，其SLAM问题可以简单描述为：一个在未知位置和未 知环境中移动的机器人，在移动过程中根据位置估计和传感器数据进行自身定 位，同时构建增量式地图。而图优化融合方法能将所有的历史信息和当前信息 一起构建成一个位姿图，基于位姿图构建优化代价函数，将所有历史信息和当 前信息一起优化，能够充分利用历史信息估计当前状态，经常用于室外复杂环 境。
[0005]传统的图优化SLAM方法用前端构图和后端优化构图的方法来提高构建地 图的精度和准确性，以闭环检测的方法实现构图的完整性。但是在矿山这种环 境恶劣、特征复杂的环境中，节点的有效性不能很好的保证，从而造成建立的 地图无法精确提供导航定位。
专利
技术实现思路

[0006]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供一种改进图优化的 地图构建方法及系统，其根据相机观测到的数据建立似然分布，依据所述似然 分布增加固定数目的随机节点，以获得更准确的节点分布来有效提高定位精度； 在闭环检测步骤中提出了修正系数，提高了先验概率的计算精度。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]本专利技术的第一个方面提供一种改进图优化的地图构建方法。
[0009]一种改进图优化的地图构建方法，包括：
[0010]获取数据信息，基于所述数据信息建立顶点与顶点间的约束关系，得到第 一位姿和第一位姿图；
[0011]按照观测距离的不同为第一位姿图中的每个单元格添加修正系数，确定挖 掘机的当前位置；
[0012]对所述第一位姿和第一位姿图进行优化，在优化中根据相机观测到的数据 建立似然分布，依据所述似然分布增加固定数目的附加位姿，得到优化后的第 二位姿和第二位姿图，其中，所述第二位姿为挖掘机的运动轨迹，所述第二位 姿图为地图。
[0013]进一步地，所述按照观测距离的不同为第一位姿图中的每个单元格添加修 正系数，确定挖掘机的当前位置的过程包括：
[0014]将第一位姿图分割为n个单元格；
[0015]计算挖掘机出现在当前单元格的概率；
[0016]按照观测距离的不同为每个单元格添加修正系数，使修正系数与观测距离 的关系符合高斯分布钟型曲线；
[0017]采用修正系数修正先验概率，将先验概率最大的位置作为挖掘机当前位置， 并依此判断挖掘机是否实现闭环。
[0018]进一步地，所述获取数据信息，基于所述数据信息建立顶点与顶点间的约 束关系的过程包括：将激光传感器采集的数据信息和里程计采集的数据信息进 行帧间匹配，建立顶点与顶点间的约束关系。
[0019]进一步地，所述将激光传感器采集的数据信息和里程计采集的数据信息进行 帧间匹配，建立顶点与顶点间的约束关系的过程为：
[0020]根据所述里程计数据从t
‑
1时刻的粒子集合Y
t
‑1采样获取t时刻的粒子集合 Y
t
；
[0021]计算t时刻的粒子集合Y
t
中的每个粒子的权重；
[0022]根据设定的阈值对t时刻的粒子集合Y
t
中的粒子筛选以生成最终粒子集，并 使最终粒子集的所有粒子具有相同的权重；
[0023]根据最终粒子集的每个粒子中包含的运动轨迹信息和观测信息生成地图。
[0024]进一步地，所述在优化中根据相机观测到的数据建立似然分布，依据所述 似然分布增加固定数目的附加位姿的过程包括：根据相机观测数据增加随机附 加位姿，使之符合似然分布。
[0025]本专利技术的第二个方面提供一种改进图优化的地图构建系统。
[0026]一种改进图优化的地图构建系统，包括：
[0027]数据关联模块，其被配置为：获取数据信息，基于所述数据信息建立顶点 与顶点间的约束关系，得到第一位姿和第一位姿图；
[0028]闭环检测模块，其被配置为：按照观测距离的不同为第一位姿图中的每个 单元格添加修正系数，确定挖掘机的当前位置；
[0029]位姿优化模块，其被配置为：对所述第一位姿和第一位姿图进行优化，在 优化中根据相机观测到的数据建立似然分布，依据所述似然分布增加固定数目 的附加位姿，得到优化后的第二位姿和第二位姿图，其中，所述第二位姿为挖 掘机的运动轨迹，所述第二位姿图为地图。
[0030]进一步地，所述采用里程计数据更新地图步骤为：
[0031]根据所述里程计数据从t
‑
1时刻的粒子集合Y
t
‑1采样获取t时刻的粒子集合 Y
t
；
[0032]计算t时刻的粒子集合Y
t
中的每个粒子的权重；
[0033]根据设定的阈值对t时刻的粒子集合Y
t
中的粒子筛选以生成最终粒子集，并 使最终粒子集的所有粒子具有相同的权重；
[0034]根据最终粒子集的每个粒子中包含的运动轨迹信息和观测信息生成地图。
[0035]进一步地，所述按照观测距离的不同为第一位姿图中的每个单元格添加修 正系数，确定挖掘机的当前位置的过程包括：
[0036]将第一位姿图分割为n个单元格；
[0037]计算挖掘机出现在当前单元格的概率；
[0038]按照观测距离的不同为每个单元格添加修正系数，使修正系数与观测距离 的关系符合高斯分布钟型曲线；
[0039]采用修正系数修正先验概率，将先验概率最大的位置作为挖掘机当前位置， 并依此判断挖掘机是否实现闭环。
[0040]进一步地，所述获取数据信息，基于所述数据信息建立顶点与顶点间的约 束关系的过程包括：将激光传感器采集的数据信息和里程计采集的数据信息进 行帧间匹配，建立顶点与顶点间的约束关系。
[0041]进一步地，所述在优化中根据相机观测到的数据建立似然分布，依据所述 似然分布增加固定数目的附加位姿的过程包括：根据相机观测数据增加随机附 加位姿，使之符合似然分布。
[0042]与现有技术相比，本专利技术的有益效果是：
[0043]本专利技术采用改进图优化的建图方法，在闭环检测步骤中提出了修正系数，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进图优化的地图构建方法，其特征在于，包括：获取数据信息，基于所述数据信息建立顶点与顶点间的约束关系，得到第一位姿和第一位姿图；按照观测距离的不同为第一位姿图中的每个单元格添加修正系数，确定挖掘机的当前位置；对所述第一位姿和第一位姿图进行优化，在优化中根据相机观测到的数据建立似然分布，依据所述似然分布增加固定数目的附加位姿，得到优化后的第二位姿和第二位姿图，其中，所述第二位姿为挖掘机的运动轨迹，所述第二位姿图为地图。2.根据权利要求1所述的改进图优化的地图构建方法，其特征在于，所述按照观测距离的不同为第一位姿图中的每个单元格添加修正系数，确定挖掘机的当前位置的过程包括：将第一位姿图分割为n个单元格；计算挖掘机出现在当前单元格的概率；按照观测距离的不同为每个单元格添加修正系数，使修正系数与观测距离的关系符合高斯分布钟型曲线；采用修正系数修正先验概率，将先验概率最大的位置作为挖掘机当前位置，并依此判断挖掘机是否实现闭环。3.根据权利要求1所述的改进图优化的地图构建方法，其特征在于，所述获取数据信息，基于所述数据信息建立顶点与顶点间的约束关系的过程包括：将激光传感器采集的数据信息和里程计采集的数据信息进行帧间匹配，建立顶点与顶点间的约束关系。4.根据权利要求3所述的改进图优化的地图构建方法，其特征在于，所述将激光传感器采集的数据信息和里程计采集的数据信息进行帧间匹配，建立顶点与顶点间的约束关系的过程为：根据所述里程计数据从t
‑
1时刻的粒子集合Y
t
‑1采样获取t时刻的粒子集合Y
t
；计算t时刻的粒子集合Y
t
中的每个粒子的权重；根据设定的阈值对t时刻的粒子集合Y
t
中的粒子筛选以生成最终粒子集，并使最终粒子集的所有粒子具有相同的权重；根据最终粒子集的每个粒子中包含的运动轨迹信息和观测信息生成地图。5.根据权利要求1所述的改进图优化的地图构建方法，其特征在于，所述在优化中根据相机观测到的数据建立似然分布，依据所述似然分布增加固定数目的附加位姿的过程包括：根据相机观测数据增加随机附加位姿，使之符合似然分布。6.一种改进图优化的地图构建系统，其特征在于，包括：数...

【专利技术属性】
技术研发人员：张成梁，牛晓晓，张文斌，付帅帅，
申请(专利权)人：济南大学，
类型：发明
国别省市：