一种欠约束环境检测方法、装置及计算机可读存储介质制造方法及图纸

本申请公开了一种欠约束环境检测方法、装置及计算机可读存储介质，涉及智能导航领域。通过采集激光定位过程中每一帧的图像的点云数据；提取由点云数据构成的直线；确定已提取出的各直线间的平行度；根据平行度确定当前环境的欠约束情况。由此可知，上述方案提取图像中点云数据构成的直线，并确定了直线的平行度；由于直线平行度和环境约束存在对应关系，直线平行度越大，此时环境约束就越差，从而通过直线平行度实现了对欠约束环境的检测。避免了欠约束环境下点云匹配数据对建图的影响，提高了建图质量。高了建图质量。高了建图质量。

【技术实现步骤摘要】
一种欠约束环境检测方法、装置及计算机可读存储介质


[0001]本申请涉及智能导航领域，特别是涉及一种欠约束环境检测方法、装置及计算机可读存储介质。

技术介绍

[0002]激光同时定位与地图构建(Simultaneous Localization And Mapping，SLAM)和视觉SLAM受到越来越多人关注，在各个领域逐步开始应用，例如应用于扫地机、智能导引搬运自动导引车(Automated Guided Vehicle，AGV)及自动驾驶汽车等。
[0003]但是在建图过程中，在一些环境太过相似，缺乏特征的欠约束环境中，由于机器人周围的环境使得现有的约束条件不能将预测的位姿确定在一个较小的范围，从而导致位姿估计的误差增大。如图1所示，在长走廊环境中建图时，地图中仅有两条平行的长直线。机器人通过雷达做激光点云与地图的匹配时，只有在与墙壁垂直的方向上才有较好的约束，而在与墙壁平行的方向上，每个位置的匹配效果都是一致的，因此预测的位姿会产生较大的误差。同时这些错误匹配的结果也会作为后端优化的约束，进一步影响其他正确的约束，降低了建图质量。

技术实现思路

[0004]本申请的目的是提供一种欠约束环境检测方法、装置及计算机可读存储介质，能够检测出建图环境中的欠约束情况，从而提高建图质量。
[0005]为解决上述技术问题，本申请提供一种欠约束环境检测方法，包括：
[0006]采集激光定位过程中每一帧的图像的点云数据；
[0007]提取由所述点云数据构成的直线；
[0008]确定已提取出的各所述直线间的平行度；
[0009]根据所述平行度确定当前环境的欠约束情况。
[0010]优选地，所述根据所述平行度确定当前环境的欠约束情况包括：
[0011]获取各所述直线的所述平行度对应的信息熵；
[0012]根据所述信息熵确定所述当前环境的欠约束情况。
[0013]优选地，所述提取由所述点云数据构成的直线包括：
[0014]分别将当前帧图像中的所述点云数据与所述当前帧图像中其余的所述点云数据进行拟合，以生成各种子线段；
[0015]将位于各所述种子线段的延长线上的所述点云数据与位于同一所述种子线段上的所述点云数据进行拟合，以生成各所述直线；
[0016]将各所述直线中所述平行度大于第一阈值的所述直线或重合的所述直线合并作为所述点云数据提取的所述直线。
[0017]优选地，所述分别将当前帧图像中的所述点云数据与所述当前帧图像中其余的所述点云数据进行拟合包括：
[0018]分别将所述当前帧图像中的所述点云数据与所述当前帧图像中预设数量的其余的所述点云数据进行最小二乘法拟合；
[0019]优选地，所述获取各所述直线的所述平行度对应的信息熵包括：
[0020]分别获取各所述直线的法向量与x轴的夹角，以作为各所述直线的倾角；
[0021]获取各所述倾角在预设个数的角度区间的分布直方图；其中，各所述角度区间大小相等且连续，各所述角度区间所组成的角度范围为0度至180度；
[0022]根据所述分布直方图确定各所述倾角在各所述角度区间的概率；
[0023]根据各所述倾角在各所述角度区间的所述概率确定各所述直线的所述信息熵。
[0024]优选地，所述根据所述信息熵确定所述当前环境的欠约束情况包括：
[0025]若所述信息熵不大于第二阈值，则确认所述直线平行，所述当前环境欠约束；
[0026]若所述信息熵不小于第三阈值，则确认所述直线方向分散，所述当前环境符合约束要求；
[0027]若所述信息熵大于所述第二阈值且小于所述第三阈值，并存在一对目标角度区间的距离不小于第四阈值且对应的所述概率不小于第五阈值，则确认所述直线方向分散，所述当前环境符合约束要求；否则确认所述直线平行，所述当前环境欠约束；
[0028]其中，所述目标角度区间为包含所述倾角的所述角度区间，所述第二阈值小于所述第三阈值。
[0029]优选地，在所述将各所述直线中所述平行度大于第一阈值的所述直线或重合的所述直线合并作为所述点云数据提取的所述直线之后，还包括：
[0030]删除所述直线的长度不满足预设长度的所述直线。
[0031]为解决上述技术问题，本申请还提供一种欠约束环境检测装置，包括：
[0032]采集模块，用于采集激光定位过程中每一帧的图像的点云数据；
[0033]提取模块，用于提取由所述点云数据构成的直线；
[0034]第一确定模块，用于确定已提取出的各所述直线间的平行度；
[0035]第二确定模块，用于根据所述平行度确定当前环境的欠约束情况。
[0036]为解决上述技术问题，本申请还提供另一种欠约束环境检测装置，包括：
[0037]存储器，用于存储计算机程序；
[0038]处理器，用于执行所述计算机程序时实现上述的欠约束环境检测方法的步骤。
[0039]为解决上述技术问题，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的欠约束环境检测方法的步骤。
[0040]本申请所提供的欠约束环境检测方法，通过采集激光定位过程中每一帧的图像的点云数据；提取由点云数据构成的直线；确定已提取出的各直线间的平行度；根据平行度确定当前环境的欠约束情况。由此可知，上述方案提取图像中点云数据构成的直线，并确定了直线的平行度；由于直线平行度和环境约束存在对应关系，直线平行度越大，此时环境约束就越差，从而通过直线平行度实现了对欠约束环境的检测。避免了欠约束环境下点云匹配数据对建图的影响，提高了建图质量。
[0041]此外，本申请实施例还提供了一种欠约束环境检测装置及计算机可读存储介质，效果同上。
附图说明
[0042]为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]图1为本申请提供的一种长走廊环境建图的示意图；
[0044]图2为本申请实施例提供的一种欠约束环境检测方法的流程图；
[0045]图3为本申请实施例提供的欠约束环境检测方法在应用场景中的流程图；
[0046]图4为本申请实施例提供的一种欠约束环境检测装置的结构示意图；
[0047]图5为本申请实施例提供的另一种欠约束环境检测装置的结构示意图。
具体实施方式
[0048]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。
[0049]本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种欠约束环境检测方法，其特征在于，包括：采集激光定位过程中每一帧的图像的点云数据；提取由所述点云数据构成的直线；确定已提取出的各所述直线间的平行度；根据所述平行度确定当前环境的欠约束情况。2.根据权利要求1所述的欠约束环境检测方法，其特征在于，所述根据所述平行度确定当前环境的欠约束情况包括：获取各所述直线的所述平行度对应的信息熵；根据所述信息熵确定所述当前环境的欠约束情况。3.根据权利要求1或2所述的欠约束环境检测方法，其特征在于，所述提取由所述点云数据构成的直线包括：分别将当前帧图像中的所述点云数据与所述当前帧图像中其余的所述点云数据进行拟合，以生成各种子线段；将位于各所述种子线段的延长线上的所述点云数据与位于同一所述种子线段上的所述点云数据进行拟合，以生成各所述直线；将各所述直线中所述平行度大于第一阈值的所述直线或重合的所述直线合并作为所述点云数据提取的所述直线。4.根据权利要求3所述的欠约束环境检测方法，其特征在于，所述分别将当前帧图像中的所述点云数据与所述当前帧图像中其余的所述点云数据进行拟合包括：分别将所述当前帧图像中的所述点云数据与所述当前帧图像中预设数量的其余的所述点云数据进行最小二乘法拟合。5.根据权利要求2所述的欠约束环境检测方法，其特征在于，所述获取各所述直线的所述平行度对应的信息熵包括：分别获取各所述直线的法向量与x轴的夹角，以作为各所述直线的倾角；获取各所述倾角在预设个数的角度区间的分布直方图；其中，各所述角度区间大小相等且连续，各所述角度区间所组成的角度范围为0度至180度；根据所述分布直方图确定各所述倾角在各所述角度区间的概率；根据各所述倾角在各所述角度区间的所...

【专利技术属性】
技术研发人员：李宽，欧阳乐，于炀，倪菲，
申请(专利权)人：上海快仓自动化科技有限公司，
类型：发明
国别省市：