【技术实现步骤摘要】
动态阈值点云匹配的移动智能体相对位姿的协同获取方法
[0001]本专利技术属于多智能体协同定位
,具体涉及一种动态阈值点云匹配的移动智能体相对位姿的协同获取方法,通过共享移动智能体的自主定位结果和雷达点云数据,实现移动智能体间灵活可靠的相对位姿的获取与应用。
技术介绍
[0002]近些年来,移动智能体愈发成为信息科技产业的热门方向,以SLAM(即时定位与建图)为代表的在未知环境内自主定位是移动智能体得以安全、高效运行的基础。同时伴随群体智能、社群智能等概念的推广,多智能体系统迅速发展。尤其是室内环境下,低速运动的任务场景中,相对位姿具有支撑合作建图,定位优化,协同调度等功能,在多智能体系统尤其多机器人协同SLAM中地位重要。
[0003]相对位姿即多智能体系统中某一移动智能体的位姿在另一智能体参考系下的结果,需要通过有效的方式进行获取。直接通过自主定位作差获得相对位姿的方式,会使得自定位误差叠加,精度较差,难以有效使用,故需要基于观测的相对位姿获取方法。
[0004]随着该领域研究的日益蓬勃,迄今诞生了一定数量的的基于观测的相对位姿获取方法,其中的多数基于已知的对象特征实现观测。这样的方式依赖单体SLAM质量或依赖额外的标识物,鲁棒性不强,且装置配备成本高。而通过采集的激光点云数据,基于点云配准的方式独立性较强,适合用于进行相对位姿的间接观测,用以支撑协同SLAM以及多智能体系统的其他功能。同时,在网联条件下,容易通过共享自定位结果获得点云配准所必需的初值,因此点云配准在对应场景下具有相当可观的 ...
【技术保护点】
【技术特征摘要】
1.一种动态阈值点云匹配的移动智能体相对位姿的协同获取方法,利用共享激光点云数据与自主定位结果,采用改进的迭代近邻点(ICP)配准算法,计算移动智能体之间的相对位姿,并评估计算结果的可信性,进一步提升相对位姿的观测可靠性与应用价值,不影响系统原有布局,无需依赖其他特征增强硬件;包括如下步骤:1)根据每个移动智能体上的传感器采集的数据,分别获取每个移动智能体的自主定位结果;2)将上一步得到的每个移动智能体的自主定位结果与移动智能体本身的激光点云数据,进行时间戳同步并重新封装;每个移动智能体通过网联通信进行数据共享,并得到其他智能体实时的自主定位结果与激光点云数据;3)进行动态阈值的点云匹配,获取智能体之间的相对位姿;根据共享的激光点云数据与自主定位结果,待观测智能体点云P
m
通过坐标系变换,得到待配准的目标点云P
′
m
;自身智能体点云P
n
进行基于动态阈值的逐步ICP点云配准、执行刚体变换后得到点云P
′
n
;再输出两个智能体间的相对位姿观测结果;包括如下步骤:S31:获取距离阈值,方法为:取待观测智能体点云P
m
与自身智能体点云P
n
的最大激光测量距离,记为l;二者激光角分辨率较大的值为δ;构造一组递减的等差数列作为距离阈值,记该等差数列为{a
i
},i=1
…
k,其中,项数k也是动态匹配次数;{a
i
}的首项为αklδ,末项为αlδ,公差为
‑
αlδ;α为距离阈值伸缩参数;S32:通过两个移动智能体的自主定位结果计算二者之间的坐标系变换关系;将点云P
m
变换为点云P
′
m
;在编号为m的智能体坐标系中,点云P
m
中的每一个点包含x方向和y方向两个维度的数据,点坐标表示为点云P
m
每一个点坐标在编号为n的智能体坐标系中的坐标为表示为:上式即表示点云在两个不同的智能体坐标系之间的变换关系;其中,A为二维旋转矩阵,即是以β为旋转角的二维旋转矩阵;S33:分k步计算得到点云P
n
向点云P
′
m
的配准矩阵;包括:首先,记P
n,0
=P
n
;对正整数i,i=1
…
k,第i步设置ICP匹配的阈值为a
i
,执行ICP匹配,其中待配准点云为P
n,i
‑1;匹配所得刚体变换结果为线性刚体变换方阵tran
i
,P
n,i
‑1变换后的点云数据记为P
n,i
;变换后得到点云P
′
n
;P
′
n
=P
n,k
;配准后得到结果为二维线性刚体变换方阵totaltran,其中∏表示累乘;
S34:totaltran是一个3行3列的线性刚体变换方阵,表示为:定义三个元素Δx,Δy,Δθ:Δx=totaltran
1,3
;Δy=totaltran
2,3
;其中Δθ二维刚体变换totaltran的旋转角;Δx,Δy分别表示totaltran在x/y方向上的平移量;对于点云P
n
中的数据点坐标totaltran作用在该数据点上得到的坐标即为点云P
′
n
中与之对应的数据点的坐标;表达式为:上式与S32中的表达式进行联立:得:得:得到编号为n、m的两个智能体之间的相对位姿其中是以编号为n的智能体为参考系的二维笛卡尔坐标系中,编号为m的智能体定位估计的横坐标与纵坐标的估计值;是以编号为n的智能体为参考系的二维笛卡尔坐标系中,编号为m的智能体的朝向角度估计值;4)设计可信度评估指标,...
【专利技术属性】
技术研发人员:程翔,李昊臻,刘恩嵩,李思江,郑心湖,杨柳青,
申请(专利权)人:香港科技大学广州,
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。