基于改进最近点配准的斗轮机无人化作业定位建图方法技术

技术编号:34108032 阅读:18 留言:0更新日期:2022-07-12 00:49
基于改进最近点配准的斗轮机无人化作业定位建图方法,涉及机器视觉领域,解决了现有技术采用迭代最近点算法计算开销大、对初始变换敏感、容易陷入局部最优解等问题。本发明专利技术通过主成成分分析算法,为迭代最近点算法提供了良好的初始值,针对主成成分分析算法中两帧点云主轴方向难以对齐的问题,计算了其中任选两个主轴的外积,通过两帧点云外积方向相同或相反来确定两帧点云的主轴方向相反的个数,从而将8次循环判断减少到了4次,加速了点云粗配准的速度,同时对于点云精确配准,将体素滤波加入了最近点迭代的循环当中,使得点云精确配准的迭代时间减少,最终提高了斗轮机定位与建图的实时性与精确性。的实时性与精确性。的实时性与精确性。

【技术实现步骤摘要】
基于改进最近点配准的斗轮机无人化作业定位建图方法


[0001]本专利技术涉及机器视觉领域,具体涉及一种基于改进最近点配准(也称对准,以下称为配准)的斗轮机无人化作业定位建图方法,从而定位被控对象空间位置和建立三维空间地图。

技术介绍

[0002]同时定位与建图技术经常应用在无人驾驶汽车上,由于路段情况复杂难以实现完全的安全驾驶。将同时定位与建图技术应用于操作规律、移动范围有限的斗轮机上,可以实现斗轮机的无人化及智能化取料、堆料,进一步推进信息化与工业化深度融合、搭建智能控制平台的需求,具有良好的市场前景与应用价值。
[0003]目前,点云配准方法已具有许多研究成果,最经典的算法便是迭代最近点算法。但传统的迭代最近点算法计算开销大、对初始变换敏感,容易陷入局部最优解的问题,将其应用于斗轮机上会降低斗轮机操作控制的实时性,在初始变换欠佳的情况下,会导致斗轮机作业操作时定位和建立三维地图不准确。
[0004]三维激光雷达传感器的发射端将平面光束照射到物体上,接收端接收反射回来的光束,根据光速、时间以及三维激光雷达中内置的角度传感器,得到物体表面的离散点集的三维坐标,这样的点集称为点云,以下都称之为点云。
[0005]对相同时间间隔的点云进行采集,由于时间短暂,两帧点云具有重叠区域,通过对重叠区域的配准得到两帧点云的旋转平移矩阵,即反应斗轮机斗轮相对变化的旋转平移矩阵。通过不断对相邻帧点云的配准便可对斗轮机作业的位移进行定位,同时对斗轮机作业的周围环境以及料堆实时构建三维地图。
[0006]本专利技术提出一种快速迭代最近点点云配准算法,可以提高定位的实时性以及准确性,满足斗轮机无人化、智能化作业定位与建立三维地图的需要。

技术实现思路

[0007]本专利技术为解决现有技术采用迭代最近点算法计算开销大、对初始变换敏感、容易陷入局部最优解等问题,提出一种基于改进最近点配准的斗轮机无人化作业定位建图方法。
[0008]基于改进最近点配准的斗轮机无人化作业定位建图方法,由以下步骤实现:
[0009]步骤一、三维点云数据的获取与数据的预处理;
[0010]将三维激光雷达放置斗轮机悬臂与斗轮交接的位置,所述三维激光雷达获取重叠性的多帧点云数据,对所述多帧点云数据剔除噪声点与离群点,获得预处理后的三维点云数据;
[0011]步骤二、采用主成分分析算法对步骤一预处理后的三维点云数据进行粗配准;具体过程为:
[0012]步骤二一、对步骤一预处理后的三维点云数据进行去中心化,并计算两组点云数
据的协方差矩阵;
[0013]步骤二二、根据所述协方差矩阵进行奇异值分解,并计算主轴方向;
[0014]步骤二三、判断同一坐标系下主轴外积方向是否相同,如果是,不旋转主轴或旋转两个主轴,执行步骤二四;如果否,旋转一个主轴或旋转三个主轴,执行步骤二四;
[0015]步骤二四、对点云数据进行体素滤波,并矫正主轴方向,完成粗配准;所述粗配准的具体过程为:
[0016]对未矫正主轴方向的初始矩阵旋转矩阵R0和平移矩阵T0进行旋转平移,获得新的点云数据S
new

[0017]S
new
=SR0+T0[0018]式中,在保存点云数据的k

d树中通过搜索最邻近点算法,找到所述新的点云数据S
new
中在点云数据T中的对应点集,并计算点与点的误差,获得两组点云数据T和S的均方误差;
[0019]对主轴存在相反的情况进行均方误差计算,当均方误差最小时两组点云数据实现了主轴的对齐,获得斗轮机粗略的旋转矩阵R和平移矩阵t;即:主轴方向矫正后的旋转矩阵R和平移矩阵t;
[0020]步骤三、采用最近点迭代算法,设定体素滤波阈值边长以及迭代次数,结合体素滤波算法,对步骤二粗配准后的点云数据进行进一步的精配准;具体过程为:
[0021]步骤三一、将点云数据T作为目标点云数据,将点云数据S作为下一帧点云即待配准点云数据;
[0022]对两帧点云进行体素滤波,在待配准点云数据S中对于每一个点S
e
在目标点云数据T中找到与之最近的一个点T
g
,并且当S
e
与T
g
的距离大于根据实际情况所设定的距离阈值时,则将对应的点对进行剔除;
[0023]步骤三二、将步骤二获得的矫正后的旋转矩阵R和平移矩阵t,带入最近点迭代算法公式中:
[0024][0025]式中,K为滤波后的点云数据点数,T
g
为目标点云中第g个点,S
e
为待配准点云中第e个点,获得小于阈值误差E(R,t)下的旋转矩阵R和平移矩阵t;
[0026]步骤三三、根据步骤三二中的旋转矩阵R和平移矩阵t对待配准点云数据S 进行更新;判断是否达到设定的体素滤波阈值边长或者迭代次数,若到达体素滤波阈值边长或者次数,执行步骤三四;否则,减小体素边长,并返回步骤三二;
[0027]步骤三四、输出旋转矩阵R
n
和平移矩阵t
n
更新三维地图;其中R
n
、t
n
为最终迭代出的旋转矩阵和平移矩阵。
[0028]本专利技术的有益效果:本专利技术所述的方法通过主成成分分析算法,计算点云特征方向的外积,通过外积方向的计算,判断出两帧点云主轴方向相同或者相反的情况,通过对外积的计算将原有算法的八次循环减少到四次,加快了点云配准速度,即:将空间中的八次循环判断测试,减小到了四次,使得点云的主成成分得以配准成功,解决了最近迭代点易于陷入最优解的情况,同时加快了配准速度。将体素滤波与最近迭代算法相结合,将粗略配准的
点云进一步的重叠,最终使用迭代最近点算法,直到误差收敛,完成最终的点云精确配准,进一步加快了点云配准速度。
[0029]本专利技术的方法相对于传统的迭代最近点点云配准算法,并不直接进行两帧点云的精确配准。而是首先对两帧点云数据采用主成成分分析进行粗略配准,进而通过点云的体素滤波算法,对不同数量的点云进行最近点迭代算法,从而完成点云的配准。减少了直接最近点迭代算法的迭代时间,避免了容易陷入最优解的弊端,提高了点云配准的运行速度,解决ICP算法对点云初始位置不能相差太大的问题。最终提高了斗轮机作业定位与建立三维地图的实时性,保证了斗轮机作业的安全性。
[0030]本专利技术的方法中,将点云滤波算法加入到迭代最近点算法中。采用逐步增加点云数量的方法,加快点云精确配准速度。
附图说明
[0031]图1为本专利技术所述的基于改进最近点配准的斗轮机无人化作业定位建图方法的流程图。
[0032]图2为八种可能的坐标系示意图;前四幅图(1,2,3,4)中第一主成分即X轴和第二主成分即Y轴的外积方向为正。后四幅图(5,6,7,8)中x轴与y轴外积方向为负。
具体实施方式
[0033]具体实施方式一、结合图1和图2说明本实施方本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于改进最近点配准的斗轮机无人化作业定位建图方法,其特征是:该方法由以下步骤实现:步骤一、三维点云数据的获取与数据的预处理;将三维激光雷达放置斗轮机悬臂与斗轮交接的位置,所述三维激光雷达获取重叠性的多帧点云数据,对所述多帧点云数据剔除噪声点与离群点,获得预处理后的三维点云数据;步骤二、采用主成分分析算法对步骤一预处理后的三维点云数据进行粗配准;具体过程为:步骤二一、对步骤一预处理后的三维点云数据进行去中心化,并计算两组点云数据的协方差矩阵;步骤二二、根据所述协方差矩阵进行奇异值分解,并计算主轴方向;步骤二三、判断同一坐标系下主轴外积方向是否相同,如果是,不旋转主轴或旋转两个主轴,执行步骤二四;如果否,旋转一个主轴或旋转三个主轴,执行步骤二四;步骤二四、对点云数据进行体素滤波,并矫正主轴方向,完成粗配准;所述粗配准的具体过程为:对未矫正主轴方向的初始矩阵旋转矩阵R0和平移矩阵T0进行旋转平移,获得新的点云数据S
new
;S
new
=SR0+T0式中,在保存点云数据的k

d树中通过搜索最邻近点算法,找到所述新的点云数据S
neW
中在点云数据T中的对应点集,并计算点与点的误差,获得两组点云数据T和S的均方误差;对主轴存在相反的情况进行均方误差计算,当均方误差最小时两组点云数据实现了主轴的对齐,获得斗轮机粗略的旋转矩阵R和平移矩阵t;即:主轴方向矫正后的旋转矩阵R和平移矩阵t;步骤三、采用最近点迭代算法,设定体素滤波阈值边长以及迭代次数,结合体素滤波算法,对步骤二粗配准后的点云数据进行进一步的精配准;具体过程为:步骤三一、将点云数据T作为目标点云数据,将点云数据S作为下一帧点云即待配准点云数据;对两帧点云进行体素滤波,在待配准点云数据S中对于每一个点S
e
在目标点云数据T中找到与之最近的一个点T
g
,并且当S
e
与T
g
的距离大于根据实际情况所设定的距离阈值时,则将对应的点对进行剔除;步骤三二、将步骤二获得的矫正后的旋转矩阵R和平移矩阵t,带入最近点迭代算法公式中:式中,K为滤波后的点云数据点数,T
g
为目标点云中第g个点,S
e
为待配准点云中第e个点,获得小于阈值误差E(R,t)下的旋转矩阵R和平移矩阵t;步骤三三、根据步骤三二中的旋转矩阵R和平移矩阵t对待配准点云数据S进行更新;判断是否达到设定的体素滤波阈值边长或者迭代次数,若到达体素滤波阈值边长或者次数,执行步骤三四;否则,减小体素边长,并返回步骤三二;
步骤三四、输出旋转矩阵R
n
和平移矩阵t
n
更新三维地图;其中R
n
、t
n
为最终迭代...

【专利技术属性】
技术研发人员:李慧王大楠张立建刘越丛铄沣金烜弘贾延逊杨柳罗明月张秀梅
申请(专利权)人:长春工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1