非平整地面场景的高精度2D投影地图构建的系统与方法技术方案

本发明专利技术公开一种非平整地面场景的高精度2D投影地图构建的系统与方法，包括：斜坡状态判断模块，基于IMU传感器数据，通过机器人的倾角，用以判断是否进入斜坡状态；内部里程计模块，在平面时，结合imu与编码器数据计算内部里程计；投影里程计模块，在斜坡时，结合imu的倾斜角数据，将机器人的位姿变化投影到水平面，保持原有的三自由度，并计算出对应于2D投影地图的投影里程计；本发明专利技术能够重点针对地面场景应用，能够有效的解决传统2D激光SLAM无法适应斜坡地面的情况，以简单的系统方法以及更低的成本，实现更加高精度的地图及定位。实现更加高精度的地图及定位。实现更加高精度的地图及定位。

【技术实现步骤摘要】
非平整地面场景的高精度2D投影地图构建的系统与方法


[0001]本专利技术涉及地图构建和定位
，尤其涉及非平整地面场景的高精度2D投影地图构建的系统与方法。

技术介绍

[0002]目前，在平整地面的场景中，例如厂区、室内等，基于2D激光的SLAM(同步定位与建图)技术已经较为成熟，基于该技术的机器人在工厂AGV、酒店送货、家庭清洁等领域有着广泛的应用。
[0003]现有的算法包括：
[0004](1)cartographer 2D SLAM：
[0005]cartographer是目前主流的算法之一，它是一种原生的2D激光SLAM算法，需要地面平整的先决条件，当地面不平时，通过imu来测量激光的倾角进而获得虚拟的“水平激光”，降低噪声。这种方法只能在垂直墙面的场景中使用，且不能适应较长距离的斜坡地面情况。
[0006](2)gmapping 2D SLAM：
[0007]gmapping是一种原生的2D激光SLAM算法，需要里程计来配合建图，只能适用于地面平整的环境，地面不平时无法使用。
[0008](3)LOAM
‑
SLAM：
[0009]LOAM是一种主流的3D激光SLAM算法体系，通过3D激光点云的匹配来实现3D地图的构建。它可以工作于3D的场合，包括上下楼梯等。但是，这种方法依赖3D激光雷达，价格昂贵，运算量较大，且精度难以做到5cm以下(受传感器性能限制)。
[0010]在更多的类似场合中，地面通常是不平整的，存在各种上下斜坡、过门槛等情况。典型的代表包括：工厂地面存在用于覆盖走线的上下斜坡、楼宇同层接口之间存在落差及上下斜坡、地下停车场的出入口/减速带等等。在这些场合中，传统的机器人2D激光的SLAM算法(假设环境为平整地面)难以适应，通常不得不或结合视觉、或基于3D激光、或分割地图来进行建图定位及导航。上述这些方法，一方面使得系统更加的复杂，软硬件成本提高很多，另一方面，更大的问题是，引入视觉或者3D激光来进行3D的建图定位，受传感器特性限制，难以在能够接受的软硬件成本下实现高精度定位(比如，控制定位精度达到1cm以上)。
[0011]因此，针对非平整地面，如何实现成本合理的高精度定位地图构建，成为机器人应用的难点。

技术实现思路

[0012]本专利技术提供一种非平整地面场景的高精度2D投影地图构建的系统，用以解决上述背景中提到的问题。
[0013]一种非平整地面场景的高精度2D投影地图构建的系统，包括：
[0014]斜坡状态判断模块，基于IMU传感器数据，通过机器人的倾角，用以判断是否进入
斜坡状态；
[0015]内部里程计模块，在平面时，结合imu与编码器数据计算内部里程计；
[0016]投影里程计模块，在斜坡时，结合imu的倾斜角数据，将机器人的位姿变化投影到水平面，保持原有的三自由度，并计算出对应于2D投影地图的投影里程计；
[0017]投影激光数据模块，在斜坡上时，将机器人当前测得激光原始数据在水平面上进行垂直投影，并且按照条件筛选，剔除可能错误区域，得到投影激光数据；
[0018]平面与斜坡切换SLAM建图模块，平整地面SLAM建图模块采用传统的2D激光SLAM技术，附加暂存机器人位置、暂存地图、暂停建图、开始建图、给定位置继续建图的功能，在机器人开始进入斜坡时，使得平面SLAM算法暂停，且记录机器人当前的位置、地图、以及中间状态，并且切换到斜坡SLAM建图。
[0019]优选地，一种非平整地面场景的高精度2D投影地图构建的方法，包括：
[0020]首先，读取机器人的平面SLAM暂停保存的位姿，作为初始位姿态；
[0021]其次，运用投影里程计更新机器人的位置，同时，运用投影激光数据继续更新2D地图；
[0022]然后，机器人走出斜坡时，记录当前机器人的位置与姿态，以及临时存储的栅格地图，并以其为初始状态，
[0023]最后，将状态信息输入到平面SLAM算法中，继续采用平面SLAM算法来继续构建地图。
[0024]优选地，所述平面与斜坡切换SLAM建图模块中以地图2D占据栅格地图为主；在斜坡位置，用3D投影到2D的占据栅格表示，并用特殊标记表示。
[0025]本专利技术重点针对上述场景应用，能够有效的解决传统2D激光SLAM无法适应斜坡地面的情况，以简单的系统方法以及更低的成本，实现更加高精度的地图及定位。
附图说明
[0026]下面结合附图对本专利技术的具体实施方式作进一步详细的说明。
[0027]图1为本专利技术方法的框架及流程示意图。
具体实施方式
[0028]为了使本专利技术的目的和优点更加清楚明白，下面结合实施例对本专利技术作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本专利技术，并不用于限定本专利技术。
[0029]下面参照附图来描述本专利技术的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非在限制本专利技术的保护范围。
[0030]本专利技术涉及一种非平整地面场景的高精度2D投影地图构建的系统与方法，下面，以移动机器人在有斜坡的室内建图为例，说明本专利技术的具体技术方案。
[0031]移动机器人的典型传感器配置包括：2D激光雷达(测距>10米)、IMU、码盘编码器、视觉里程计(real
‑
sense T265)等。相关的传感器坐标系之间均已做好位置关系转换配置。
[0032]室内环境范例：若干平整地面的区域，以及连接两两区域的大斜坡组成，斜坡高度高于机器人激光雷达安装高度，斜坡倾角30
°
左右，斜坡长度大于1米。
[0033](1)内部里程计
[0034]在平面移动机器人(暂时不考虑斜坡情况)中，内部里程计可表示为：(x_o,y_o,theta_o)；其中，x_o表示以机器人起点的坐标系中，当前机器人的x坐标；y_o表示以机器人起点的坐标系中，当前机器人的y坐标；theta_o表示以机器人起点的坐标系中，当前机器人的方向角。
[0035]通过imu数据和码盘编码器数据的组合，计算内部里程计是已有技术，为了详细说明本专利技术的流程，这里简要介绍一种以两轮差速驱动的机器人的内部里程计计算方法：
[0036]设第k时刻，左边轮子和右边轮子的编码器计数的里程分别为：dlk和drk；
[0037]设第k时刻，imu数据中，表示机器人朝向的融合方向角度(偏航角)为：angk；
[0038]到k+1时刻，记：
[0039]s
k+1
＝((dl
k+1
‑
dl
k
)+(dr
k+1
‑
dr
k
))/2
[0040]则，第k时刻到k+1时刻，内部里程计的累计迭代为：(x_o,y_o,theta_o)
[0041]x_本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非平整地面场景的高精度2D投影地图构建的系统，其特征在于，包括：斜坡状态判断模块，基于IMU传感器数据，通过机器人的倾角，用以判断是否进入斜坡状态；内部里程计模块，在平面时，结合imu与编码器数据计算内部里程计；投影里程计模块，在斜坡时，结合imu的倾斜角数据，将机器人的位姿变化投影到水平面，保持原有的三自由度，并计算出对应于2D投影地图的投影里程计；投影激光数据模块，在斜坡上时，将机器人当前测得激光原始数据在水平面上进行垂直投影，并且按照条件筛选，剔除可能错误区域，得到投影激光数据；平面与斜坡切换SLAM建图模块，平整地面SLAM建图模块采用传统的2D激光SLAM技术，附加暂存机器人位置、暂存地图、暂停建图、开始建图、给定位置继续建图的功能，在机器人开始进入斜坡时，使得平面SLA...

【专利技术属性】
技术研发人员：秦斐燕，
申请(专利权)人：东莞理工学院，
类型：发明
国别省市：