【技术实现步骤摘要】
一种基于点云先验地图的双模式快速重定位方法
[0001]本专利技术涉及自动驾驶
,特别是涉及一种基于点云先验地图的双模式快速重定位方法。
技术介绍
[0002]定位是自动驾驶领域的核心问题之一,是无人车辆运动规划、控制等自主能力的必要条件。目前工程上的主流定位方案为:首先通过多种高精度传感器融合,构建高精度点云地图,然后将实时的点云与先验点云地图进行匹配,来获取当前车辆的初始位置,因此如何快速、准确地得到车辆的初始位姿是定位系统的难题。在现有的解决方案中,有的使用二维码、标志物等辅助装置来进行重定位,这种方法增加了成本,且适用性不强;有的采用基于NDT算法进行点云匹配,但当先验地图较大时,这种方法收敛较慢,十分耗时。
技术实现思路
[0003]本专利技术针对上述现有技术中的缺点,提出了基于点云先验地图的双模式快速重定位方法,该方法提供了自动配准和手动提示配准两种重定位模式,并可以根据匹配结果自主切换,在不需要外部辅助装置的情况下,实现无人系统快速、准确的重定位。
[0004]为实现上述目的,本专利技术提供了如下方案:
[0005]一种基于点云先验地图的双模式快速重定位方法,包括:
[0006]获取车体静置三轴加速度、惯性测量单元IMU的数据包,基于所述数据包计算所述惯性测量单元IMU的平均测量结果,并对所述测量结果进行归一化处理;
[0007]结合所述车体静置三轴加速度与归一化后的所述测量结果,计算激光雷达坐标系和车体坐标系的z轴夹角θ,获得旋转矩阵;
[ ...
【技术保护点】
【技术特征摘要】
1.一种基于点云先验地图的双模式快速重定位方法,其特征在于,包括:获取车体静置三轴加速度、惯性测量单元IMU的数据包,基于所述数据包计算所述惯性测量单元IMU的平均测量结果,并对所述测量结果进行归一化处理;结合所述车体静置三轴加速度与归一化后的所述测量结果,计算激光雷达坐标系和车体坐标系的z轴夹角θ,获得旋转矩阵;加载先验地图、关键帧点云及位姿信息,通过所述旋转矩阵,存储所述关键帧的点云和对应的位姿,进入自动配准模式,基于所述旋转矩阵进行定位,若定位成功,则输出重定位位姿;若所述自动配准模式的执行次数大于预设阈值,则切换为手动提示配准模式,获得重定位位姿。2.根据权利要求1所述的基于点云先验地图的双模式快速重定位方法,其特征在于,取所述车体静置三轴加速度,包括:将所述激光雷达和所述惯性测量单元IMU固定在车辆顶部的支架上,所述激光雷达和所述惯性测量单元IMU固连,且z轴对齐,将车体z轴与重力方向对齐,获得车体实际三轴加速度,对所述车体实际三轴加速度进行归一化,获得所述车体静置三轴加速度。3.根据权利要求1所述的基于点云先验地图的双模式快速重定位方法,其特征在于,获得归一化后的所述测量结果,包括:通过ROS系统的rosbag工具录制所述惯性测量单元IMU的数据包,计算IMU的平均测量结果,并归一化,得到归一化后的所述测量结果。4.根据权利要求1所述的基于点云先验地图的双模式快速重定位方法,其特征在于,获得所述旋转矩阵,包括:通过所述夹角θ,获取所述激光雷达坐标系的z轴与所述车体坐标系的z轴向量外积n_axis,通过所述向量外积n_axis,获得所述旋转矩阵:其中,为旋转矩阵。5.根据权利要求4所述的基于点云先验地图的双模式快速重定位方法,其特征在于,进入所述自动配准模式,包括:S4.1、启动激光雷达驱动程序,读取点云数据,接收到实时点云后,按所述旋转矩阵将所述点云进行旋转,将对齐后的点云进行降采样、剔除离群点后作为source点云;S4.2、遍历所述关键帧点云,计算每帧点云的旋转不变性描述子,将所述描述子与所述source点云的描述子进行对比,得到每个关键帧的得分,得分最高且大于阈值的视为匹配上的关键帧;S4.3、利用所述旋转不变性描述子,计算初始重定位位姿T
sc
,以T
sc
为初值,对匹配上的所述关键帧点云与所述source点云进行ICP算法匹配,得到优化后的位姿T
icp
=[R
icp
|t
icp
],再进行NDT算法配准,获得配准结果,若所述配准结果收敛,则重定位成功,输出重定位位姿为T
ndt
=[R
ndt
|t
ndt
];反之,则重复执行所述S4.1
‑
S4.3,同时使用计数器flag计算重复执行
的次数,当所述flag大于预设阈值,则认为当前实时点云不足以匹配得到重定位位姿,系统将切换到手动提示配准模式。6.根据权利要求5所述的基于点云先验地图的双模式快速重定位方法,其特征在于,进行所述自动配准的过程包括:S5.1、对原始点云进行z轴方向矫正后,使用体素滤波降采样,再使用半径滤波器剔除离群点,设置搜索半径、最小邻点数目,获得source点云;S5.2、使用静态变量cloud_counter记录接收的点云帧数,当所述cloud_counter大于20时,更新source点云为当前实时点云,更新完成后,cloud_counter重新设为0,开始下一轮计数;S5.3、遍历所有关键帧点云,计算旋转不变性描述子,将所述旋转不变性描述子与source点云的描述子对比,计算相似度得分,得分最高且大于自定义阈值的为匹配上的关键帧,利用哈希表查询到对应的位姿T
sc
=[R
sc
|t
sc
];S5.4、构建一个Kdtree,输入全局...
【专利技术属性】
技术研发人员:魏超,曹兴雨,钟思维,丁萌,
申请(专利权)人:北京理工大学长三角研究院嘉兴,
类型:发明
国别省市:
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。