激光里程计的位姿优化方法、装置、介质及设备制造方法及图纸

本发明专利技术公开了一种激光里程计的位姿优化方法，包括：接收激光点云帧；根据相邻两个所述激光点云帧之间的变换位姿获取关键帧，构建关键帧集合；遍历所述关键帧集合中的每一关键帧，采用点云语义分割网络PointNet++对所述关键帧进行语义分割，得到所述关键帧对应的点云语义块信息；根据所述点云语义块信息对所述关键帧添加优化约束，包括里程约束和点云语义约束；调用GTSAM优化库，根据所述优化约束进行位姿优化，输出优化后的位姿信息。本发明专利技术打破了现有技术只建立连续激光点云帧间约束的束缚，通过引入点云语义块大大增大了激光点云帧之间的约束，能有效抑制累积误差，提高激光里程计的精度以及鲁棒性。计的精度以及鲁棒性。计的精度以及鲁棒性。

【技术实现步骤摘要】
激光里程计的位姿优化方法、装置、介质及设备


[0001]本专利技术涉及机器人
，尤其涉及一种激光里程计的位姿优化方法、装置、介质及设备。

技术介绍

[0002]巡逻机器人能够在工作场景内进行自主巡逻的前提是移动机器人具备高精度的同步定位和建图能力(simultaneous localization and mapping，简称SLAM)。由于激光雷达精度高，并且相比相机能实现全天候工作，基于激光雷达的SLAM系统无疑比其他系统更准确和稳定。激光里程计作为激光SLAM前端部分，对激光SLAM的精度起到关键作用。
[0003]然而，现有的激光里程计技术主要包括基于激光点云的点云配准Scan To Scan和基于点云子图的点云配准Scan To SubMap，通过Scan To Scan点云配准获取两帧激光帧间的运动初值，再通过Scan To SubMap点云配准获取较精准的两帧激光帧间的运动值。可见，现有的激光里程计考虑的是连续两帧激光扫描点云帧之间的配准，假定其中有某一帧的位姿计算有误差，则误差将在整个后续里程计进行传播，大大增加了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光里程计的位姿优化方法，其特征在于，所述方法包括：接收激光点云帧；根据相邻两个所述激光点云帧之间的变换位姿获取关键帧，构建关键帧集合；遍历所述关键帧集合中的每一关键帧，采用点云语义分割网络PointNet++对所述关键帧进行语义分割，得到所述关键帧对应的点云语义块信息；根据所述点云语义块信息对所述关键帧添加优化约束，包括里程约束和点云语义约束；调用GTSAM优化库，根据所述优化约束进行位姿优化，输出优化后的位姿信息。2.如权利要求1所述的激光里程计的位姿优化方法，其特征在于，所述根据相邻两个所述激光点云帧之间的变换位姿获取关键帧，构建关键帧集合包括：每当获取到一个激光点云帧时，采用Scan To Scan配准法计算所述激光点云帧与相邻的前一个激光点云帧之间的变换位姿；将所述变换位姿与预设位姿阈值进行比较；当所述变换位姿大于或等于所述预设位姿阈值时，将所述激光点云帧作为关键帧进行保存，得到关键帧集合。3.如权利要求1所述的激光里程计的位姿优化方法，其特征在于，所述关键帧对应的点云语义块信息包括语义块属类、语义块的点云个数、语义块中心点到所述关键帧的位姿信息。4.如权利要求3所述的激光里程计的位姿优化方法，其特征在于，所述根据所述点云语义块信息对所述关键帧添加优化约束，包括里程约束和点云语义约束包括：根据所述点云语义块信息对所述关键帧进行筛选，得到待优化关键帧，构建待优化集合；每当所述待优化集合中的待优化关键帧的个数大于预设帧数阈值时，对所述待优化集合进行一次添加点云语义约束；采用第一优化约束函数，基于粗位姿构建待优化关键帧的里程约束。采用第二优化约束函数，基于相同的点云语义块信息构建待优化关键帧的点云语义约束。5.如权利要求4所述的激光里程计的位姿优化方法，其特征在于，所述根据所述点云语义块信息对所述关键帧进行筛选，得到待优化关键帧，构建待优化集合包括：筛选出语义块属类为第一属类且语义块的点云个数少于预设个数阈值的点云语义块信息，将筛选出的点云语义块信息及其对应的关键帧从关键帧集合中剔除；将保留下来的每一点云语义块信息与对应的关键帧进行关联，保存为待优化关键帧，构建待优化集合。6.如权利要求5所述的激光里程计的位姿优化方法，其特征在于，所述采用第二优...

【专利技术属性】
技术研发人员：袁国斌，柏林，刘彪，舒海燕，袁添厦，沈创芸，祝涛剑，王恒华，方映峰，
申请(专利权)人：广州高新兴机器人有限公司，
类型：发明
国别省市：