一种基于舰载履带机器人的实时建图系统技术方案

本发明专利技术的一种基于舰载履带机器人的实时建图系统，属于智能机器人技术领域。包括图像投影模块，图像投影模块用于处理和分割激光雷达的点云数据；特征关联模块，特征关联模块用于对图像投影模块处理后的点云数据进行特征提取和帧间匹配；地图优化模块，地图优化模块包括回环检测单元和可视化单元；保存地图模块，保存地图模块用于将地图优化模块中生成的地图文件进行保存，并将地图生成一份二维栅格地图。通过对激光雷达的点云数据进行实时处理，将激光雷达、imu和RTK数据进行融合并生成二维栅格地图，不仅精度更高且实时更新，避免机器人由于地图存在误差导致的工作问题，提升机器人的巡检效率。机器人的巡检效率。机器人的巡检效率。

【技术实现步骤摘要】
一种基于舰载履带机器人的实时建图系统


[0001]本专利技术属于智能机器人
，具体来说是一种基于舰载履带机器人的实时建图系统。

技术介绍

[0002]随着智能机器人行业的发展，自主行动的机器人在巡检等方面能够有效替代人工作业，越来越多的领域正在使用这一技术提高生产作业效率，在舰船领域，常见的巡检机器人是轮腿式的，但这种机构的巡检机器人对摇晃的抗干扰性不强，不适合在大多海况下工作，而永磁式履带式机器人能够很好的应对这一情况，为了这类机器人能够高效的作业，实时建图系统十分重要。但是现有的实时建图系统由于精度较低达不到要求会出现巡检路线不准确的问题从而影响巡检效率。
[0003]经检索：中国专利技术专利：基于激光雷达与双目相机的定位与导航方法及装置(申请号为CN201910694349.2，申请日为2019.07.30)，通过双目立体相机获取相机图像，处理来自双目立体相机的图像信息获取位姿；通过激光雷达获取雷达图像，处理来自激光雷达的图像信息获取位姿；对两种位姿进行优化融合，获取关于环境的稠密点云模型用于导航；获取关于环境的稀疏点云模型用于精确定位。但是该申请案的不足之处在于仅通过雷达和相机进行综合定位，不能够进行实时建图，难以从根本提高巡检效率。

技术实现思路

[0004]1.专利技术要解决的技术问题
[0005]本专利技术的目的在于解决现有的建图系统精度较低且难以适时更新的问题。
[0006]2.技术方案
[0007]为达到上述目的，本专利技术提供的技术方案为：r/>[0008]本专利技术的一种基于舰载履带机器人的实时建图系统，包括
[0009]图像投影模块，所述图像投影模块用于处理和分割激光雷达的点云数据；
[0010]特征关联模块，所述特征关联模块用于对图像投影模块处理后的点云数据进行特征提取和帧间匹配；
[0011]地图优化模块，所述地图优化模块包括回环检测单元和可视化单元；所述可视化单元接收特征提取之后的点云数据、激光雷达里程计信息和imu信息并进行提取周围关键帧、下采样当前帧、当前帧到地图的优化、保存关键帧和因子、校正位姿、以及RTK信息图优化；所述回环检测单元用于消除可视化单元积累起来的漂移；
[0012]变换融合模块，所述变换融合模块用于将特征关联模块里面的粗配准里程计和地图优化模块里面的精配准里程计进行融合计算，并发出最终的里程计信息；
[0013]保存地图模块，所述保存地图模块用于将地图优化模块中生成的地图文件进行保存，并将地图生成一份二维栅格地图。
[0014]优选的，所述图像投影模块对于激光雷达点云数据的处理步骤如下：
[0015]S101、接收到激光雷达点云数据，先把激光雷达数据转换成ROS消息格式；
[0016]S102、将点云数据中距离为NAN的点云视为无效点云，删除无效点云数据；
[0017]S103、找到当前帧的起始角度和结束角度；
[0018]S104、点云重投影到Rang Image；
[0019]S105、标记地面点云；
[0020]S106、寻找有效点云类；
[0021]S107、分割有效点云类，去除每束激光的前后5个点，将地面点云稀疏化，保存地面点云和被分割的点云；
[0022]S108、发布地面点云，分割点云，以及全部点云。
[0023]优选的，所述步骤S103中计算角度的公式为起始角度所代入的x,y是当前帧雷达点云的第0组数据，终止角度所代入的x,y是当前帧雷达点云的最后一组数据。
[0024]优选的，所述步骤S104点云重投影到Rang Image具体为找到点云的行号和列号，将带有行号和列号信息的点云存入fullCloud和fullInfoCloud中，并将深度信息存入fullInfoCloud中，其中每个点云的CloudRing字段为所述行号，所述列号的计算方式为：先用公式求出水平角度，再用α除以x
‑
y平面上激光每次旋转的角度，可以得到列号。
[0025]优选的，所述步骤S105中对于地面点云的判断标准如下：对于i束中的激光点，在i+1束找到对应点，这两点与雷达的连线所形成的向量的差向量与水平面所形成的夹角小于10度，则认为这是一个地面点；
[0026]所述步骤S106中寻找有效点云类具体为使用深度优先算法，以当前点为中心，向外面扩散，针对于某一特定的点与其邻点的进行计算，找到所有属于一个平面的点云；
[0027]对处在一个平面的点云的判定过程为：计算该点与四邻域某点，这两点与雷达的连线所形成的向量夹角大于60度，则判定为一个平面；当聚类结束时，若类中点的数目大于30或者点数大于5且竖直方向上的线束大于3为有效类；若当前类时有效类，则有效类的标签数量加一，否则设置这些点为无效点。
[0028]优选的，所述特征关联模块接收所述重投影中/segmented_cloud消息存储到segmentedCloud变量中，并将newSegmentedCloud置true；
[0029]所述特征关联模块接收所述重投影中/segmented_cloud_info消息存储到segInfo变量中，并将newSegmentedCloudInfo置true；
[0030]所述特征关联模块接收imu数据，将imu数据从imu坐标系转换到base_link坐标系并去除重力加速的影响；通过imu数据计算位移，速度，和旋转角度。
[0031]优选的，所述特征关联模块的处理步骤如下：
[0032]S201，点云去畸变，获取一帧点云起始时刻(t时刻)的位姿(R,T)
t
和结束时刻(t+1时刻)的位姿(R,T)
t+1
，对其imu的t时刻和t+1时刻，计算imu从t时刻到t+1时刻的位姿变换(R,T)
tt+1
，根据点云的水平角，可以计算出一帧点云中某点i的相对时间根据相对时间内插出某点i相对于起始时刻的位姿变
换(R,T)
ti
，计算矫正后的点云坐标：(R,T)
ti
*P；
[0033]S202，计算平滑度，使用当前帧的前后五个点距离的平方来描述平滑度；
[0034]S203，标记遮挡点，判断两个点的距离若相近，则去掉比较远的五个点，为了排除共面的情况，舍弃距离变化过大的点；
[0035]S204，提取特征，为了防止特征提取的过于密集，对当前点云帧按线束，依次分成6份提取特征，使用sp存储每份点云的起点，其计算为：特征，使用sp存储每份点云的起点，其计算为：使用ep存储每份点云的终点，其计算为：使用ep存储每份点云的终点，其计算为：将每一份中的点云的曲率按从小到大排列，去除遮挡点和地面点，如果提取的点云曲率大于一定的阈值，则判定为线特征，若曲率小于一定的阈值，则判定为面特征。
[0036]优选的，所述地图优化模块接收所述特征关联模块的/laser_cloud_corne本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于舰载履带机器人的实时建图系统，其特征在于：包括图像投影模块，所述图像投影模块用于处理和分割激光雷达的点云数据；特征关联模块，所述特征关联模块用于对图像投影模块处理后的点云数据进行特征提取和帧间匹配；地图优化模块，所述地图优化模块包括回环检测单元和可视化单元；所述可视化单元接收特征提取之后的点云数据、激光雷达里程计信息和imu信息并进行提取周围关键帧、下采样当前帧、当前帧到地图的优化、保存关键帧和因子、校正位姿、以及RTK信息图优化；所述回环检测单元用于消除可视化单元积累起来的漂移；变换融合模块，所述变换融合模块用于将特征关联模块里面的粗配准里程计和地图优化模块里面的精配准里程计进行融合计算，并发出最终的里程计信息；保存地图模块，所述保存地图模块用于将地图优化模块中生成的地图文件进行保存，并将地图生成一份二维栅格地图。2.根据权利要求1所述的一种基于舰载履带机器人的实时建图系统，其特征在于，所述图像投影模块对于激光雷达点云数据的处理步骤如下：S101、接收到激光雷达点云数据，先把激光雷达数据转换成ROS消息格式；S102、将点云数据中距离为NAN的点云视为无效点云，删除无效点云数据；S103、找到当前帧的起始角度和结束角度；S104、点云重投影到Rang Image；S105、标记地面点云；S106、寻找有效点云类；S107、分割有效点云类，去除每束激光的前后5个点，将地面点云稀疏化，保存地面点云和被分割的点云；S108、发布地面点云，分割点云，以及全部点云。3.根据权利要求2所述的一种基于舰载履带机器人的实时建图系统，其特征在于：所述步骤S103中计算角度的公式为起始角度所代入的x,y是当前帧雷达点云的第0组数据，终止角度所代入的x,y是当前帧雷达点云的最后一组数据。4.根据权利要求2所述的一种基于舰载履带机器人的实时建图系统，其特征在于：所述步骤S104点云重投影到Rang Image具体为找到点云的行号和列号，将带有行号和列号信息的点云存入fullCloud和fullInfoCloud中，并将深度信息存入fullInfoCloud中，其中每个点云的CloudRing字段为所述行号，所述列号的计算方式为：先用公式求出水平角度，再用α除以x
‑
y平面上激光每次旋转的角度，可以得到列号。5.根据权利要求2所述的一种基于舰载履带机器人的实时建图系统，其特征在于，所述步骤S105中对于地面点云的判断标准如下：对于i束中的激光点，在i+1束找到对应点，这两点与雷达的连线所形成的向量的差向量与水平面所形成的夹角小于10度，则认为这是一个地面点；所述步骤S106中寻找有效点云类具体为使用深度优先算法，以当前点为中心，向外面扩散，针对于某一特定的点与其邻点的进行计算，找到所有属于一个平面的点云；
对处在一个平面的点云的判定过程为：计算该点与四邻域某点，这两点与雷达的连线所形成的向量夹角大于60度，则判定为一个平面；当聚类结束时，若类中点的数目大于30或者点数大于5且竖直方向上的线束大于3为有效类；若当前类时有效类，则有效类的标签数量加一，否则设置这些点为无效点。6.根据权利要求4所述的一种基于舰载履带机器人的实时建图系统，其特征在于，所述特征关联模块接收所述重投影中/segmented_cloud消息存储到segmentedCloud变量中，并将newSegmentedCloud置true；所述特征关联模块接收所述重投影中/segmented_cloud_info消息存储到segInfo变量中，并将newSegmentedCloudInfo置true；所述特征关联模块接收imu数据，将imu数据从imu坐标系转换到base_link坐标系并去除重力加速的影响；通过imu数据计算位移，速度，和旋转角度。7.根据权利要求6所述的一种基于舰载履带机器人的实时建图系统，其特征在于，所述特征关联模块的处理步骤如下：S201，点云去畸变，获取一帧点云起始时刻(t时刻)的位姿(R,T)
t
和结束时刻(t...

【专利技术属性】
技术研发人员：程慷慨，
申请(专利权)人：上海东古智能科技有限公司，
类型：发明
国别省市：