使用二进制指纹来匹配回环帧的激光雷达位置识别方法技术

本发明专利技术提出了使用二进制指纹来匹配回环帧的激光雷达位置识别方法，将点云的不同高度编码为全局描述子，并提取包含最远距离的行向量用于描述子对齐。通过对全局描述子进行二维离散余弦变换来集中描述子的主要信息，然后截取图像的低频部分值继而生成小尺寸的二值图像指纹。两个指纹之间的汉明距离用来评估场景的相似度。本发明专利技术对回环具有很高的识别率，并对稀疏点云具有很好的鲁棒性。对稀疏点云具有很好的鲁棒性。对稀疏点云具有很好的鲁棒性。

【技术实现步骤摘要】
使用二进制指纹来匹配回环帧的激光雷达位置识别方法


[0001]本专利技术涉及激光雷达位置识别领域，具体为使用二进制指纹来匹配回环帧的激光雷达位置识别方法。

技术介绍

[0002]位置识别被认为是一种消除机器人漂移误差的有效策略。近十年来，基于视觉的位置识别方法取得很大进步，很多工作已经进行终身识别的研究。遗憾的是，这些位置识别技术难以摆脱视觉传感器对光线高度敏感的弊端。为了寻求应用于环境的稳定性，三维激光雷达成为一种可靠的替代方案而受到越来越多的关注。
[0003]不同于视觉传感器的图像数据，激光雷达的点云数据存在着无序性和稀疏性特征，这给位置识别增加了很多困难。一方面，点云无法反映出物体的全部形状和结构信息，提取形状等几何特征会变得不准确。另一方面，视点的旋转使激光雷达很难扫描到远距离的同一物体，引起同一地点的点云的差异。在城市道路上，车辆的车道级平移会使这种数据差异变得更加明显。基于点云的位置识别技术既要降低上述不利数据特征的影响，还要对反向重访场景具有识别能力。传统的提取关键点局部特征的方法识别率很低，并且经常产生错误的闭环。从环境外观中提取全局描述子的方法大都无法处理反向重访的场景。最近的一些研究开始专注于使用深度学习的方法来训练数据来获取更好的精确率和召回率，但很难实时性地识别闭环。

技术实现思路

[0004]为了解决以上问题，本专利技术提出使用二进制指纹来匹配回环帧的激光雷达位置识别方法，将点云的不同高度编码为全局描述子，并提取包含最远距离的行向量用于描述子对齐。通过对全局描述子进行二维离散余弦变换来集中描述子的主要信息，然后截取图像的低频部分值继而生成小尺寸的二值图像指纹。两个指纹之间的汉明距离用来评估场景的相似度。
[0005]为实现上述目的，本专利技术采取的技术方案是：
[0006]使用二进制指纹来匹配回环帧的激光雷达位置识别方法，具体步骤如下：
[0007]步骤1：通过点云投影将三维点云投影至二维平面上，点云中的点全部落入激光雷达探测距离内的平面区域。
[0008]步骤2：将平面区域等间隔划分为120个扇区和80个环，由环向和径向分割得到的小区域称为箱。根据点的不同高度对每个箱子进行二进制编码得到全局描述子矩阵。
[0009]步骤3：从全局描述子矩阵中提取矩阵的每列非零元素的最大行索引来形成对齐向量。
[0010]步骤4：对全局描述子进行二维离散余弦变换得到变换后的矩阵。
[0011]步骤5：截取变换矩阵左上角16
×
16的方阵作为图像指纹的尺寸，通过计算均值来二值化方阵。
[0012]步骤6：使用当前帧点云生成的指纹与历史帧的指纹进行汉明距离的计算，输出与当前指纹的汉明距离最小的最佳相似帧。
[0013]作为本专利技术进一步改进，所述步骤1中点云投影，具体如下先是一帧原始的三维点云向雷达坐标系原点所在的平面做投影，所有的点都落入一个圆形的平面探测区域，半径为激光雷达的探测距离，圆心为激光雷达坐标系的原点，这里设置激光雷达的探测区域为80m，并将探测距离外的噪声点进行剔除。
[0014]作为本专利技术进一步改进，所述步骤2中描述子的创建，具体如下将圆形区域等间隔划分为80个扇区和120个环，这样使得每个扇形相隔3度，每个环相差1m，通过环向和径向的划分将平面划分为80
×
120个小区域，这个的小区域称为箱，接下来使用一个8位二进制数对落在同一个箱中的点进行编码，将激光雷达垂直视场角划分为8个角度范围，与二进制数的8位一一对应，最小的水平角范围对应二进制数的最低位，最大的水平角对应二进制数的最高位，每个点都通过计算所对应射线的发射角来对二进制数的位赋值，x，y，z为点在激光雷达坐标系下的位置参数，β为激光雷达的最小发射角，通过对每一个箱的点进行编码，每个箱内的值都编码为0到255的整数值；
[0015][0016]将全局描述子编码为矩阵的行索引en_dis和列索引en_yaw，计算公式为：
[0017][0018][0019]上式中，x，y，z为点在激光雷达坐标系下的位置参数，β为激光雷达的最小发射角，其中，en_dis和en_yaw分为编码矩阵的行索引和列索引。
[0020]作为本专利技术进一步改进，所述步骤3中从全局描述子中提取对齐向量，具体如下全局描述子的每列对应着同一个视角范围内由近到远的编码值，每列非零元素的最大行索引代表着激光雷达此视角范围内可以探测到的最远距离，通过统计每列非零元素的最大行索引可以得到一个向量，该向量由下面公式生成：
[0021]V＝[f(d1)，f(d2)，f(d3)，f(d4)，
…
，f(dn)][0022]f(x)＝find(x，1，
′
last
′
)
[0023]其中d为描述子矩阵的每列元素，V形成的对齐向量，这个向量表征着激光雷达扫描一周所能探测到的最远距离的变化，在使用对齐向量进行描述子对齐时，计算所有列移位下的对齐向量距离dis并找到最小的距离Dis，并输出最佳的列移位量n
*
；
[0024][0025][0026]V
q
和V
c
分别是从查询点云和候选点云获取的对齐向量，为经过列移位后的对齐向量，n为列移位数，N
s
为划分得到的扇区数，最后确定的最佳对齐的列移位数n
*
为：
[0027][0028]作为本专利技术进一步改进，所述步骤4中对全局描述子进行二维离散余弦变换，具体如下由于所创建的全局描述子矩阵中有大量的冗余零元素，因此对全局描述子作为图像进行压缩，对全局描述子的每列进行一维离散余弦变换，再对T1阵的行再进行一维离散余弦变换，最终得到二次变换后的矩阵T2，下式中，D为全局描述子矩阵，T1为一次变换后的矩阵,M为D矩阵的行数，N为D矩阵的列数,a和b分别为一次变换和二次变换矩阵对应元素的变换系数；
[0029][0030]对应元素的变换系数为:
[0031][0032]上式中D为全局描述子矩阵，T1为一次变换后的矩阵,M为原矩阵D的行数，同样对T1阵的行再进行一维离散余弦变换：
[0033][0034]对应元素的变换系数为:
[0035][0036]作为本专利技术进一步改进，所述步骤5中二进制指纹的提取方法，具体如下全局描述子经过二维离散余弦变换后，图像的重要信息都集中于新矩阵的左上方，接下来选取该矩阵左上方16
×
16方阵内的值来进一步提取图像指纹，计算方阵内所有元素的平均值Mean并生成二值矩阵：
[0037][0038][0039]这个小尺寸的二值矩阵F被称为二进制图像指纹，上式中的row和col为选取的图像指纹的行和列,M为选取的小尺寸方阵。
[0040]作为本专利技术进一步改进，所述步骤6中使用二进制指纹进行相似度匹配，具体如下在搜索当前帧的闭环帧时，先使用对齐向量将查询帧描述子和候选帧描述子进行对齐，如果两本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.使用二进制指纹来匹配回环帧的激光雷达位置识别方法，其特征在于，具体步骤如下：步骤1：通过点云投影将三维点云投影至二维平面上，点云中的点全部落入激光雷达探测距离内的平面区域。步骤2：将平面区域等间隔划分为120个扇区和80个环，由环向和径向分割得到的小区域称为箱。根据点的不同高度对每个箱子进行二进制编码得到全局描述子矩阵。步骤3：从全局描述子矩阵中提取矩阵的每列非零元素的最大行索引来形成对齐向量。步骤4：对全局描述子进行二维离散余弦变换得到变换后的矩阵。步骤5：截取变换矩阵左上角16
×
16的方阵作为图像指纹的尺寸，通过计算均值来二值化方阵。步骤6：使用当前帧点云生成的指纹与历史帧的指纹进行汉明距离的计算，输出与当前指纹的汉明距离最小的最佳相似帧。2.根据权利要求1所述的使用二进制指纹来匹配回环帧的激光雷达位置识别方法，其特征在于，所述步骤1中点云投影，具体如下先是一帧原始的三维点云向雷达坐标系原点所在的平面做投影，所有的点都落入一个圆形的平面探测区域，半径为激光雷达的探测距离，圆心为激光雷达坐标系的原点，这里设置激光雷达的探测区域为80m，并将探测距离外的噪声点进行剔除。3.根据权利要求1所述的使用二进制指纹来匹配回环帧的激光雷达位置识别方法，其特征在于，所述步骤2中描述子的创建，具体如下将圆形区域等间隔划分为80个扇区和120个环，这样使得每个扇形相隔3度，每个环相差1m，通过环向和径向的划分将平面划分为80
×
120个小区域，这个的小区域称为箱，接下来使用一个8位二进制数对落在同一个箱中的点进行编码，将激光雷达垂直视场角划分为8个角度范围，与二进制数的8位一一对应，最小的水平角范围对应二进制数的最低位，最大的水平角对应二进制数的最高位，每个点都通过计算所对应射线的发射角来对二进制数的位赋值，x，y，z为点在激光雷达坐标系下的位置参数，β为激光雷达的最小发射角，通过对每一个箱的点进行编码，每个箱内的值都编码为0到255的整数值；将全局描述子编码为矩阵的行索引en_dis和列索引en_yaw，计算公式为：计算公式为：上式中，x，y，z为点在激光雷达坐标系下的位置参数，β为激光雷达的最小发射角，其中，en_dis和en_yaw分为编码矩阵的行索引和列索引。4.根据权利要求1所述的使用二进制指纹来匹配回环帧的激光雷达位置识别方法，其特征在于，所述步骤3中从全局描述子中提取对齐向量，具体如下全局描述子的每列对应着同一个视角范围内由近到远的编码值，每列非零元素的最大行索引代表着激光雷达此视角范围内可以探测到的最远距离，通过统计每列非零元素的最大行索引可以得到一个向量，该向量由下面公式生成：
V＝[f(d1)，f(d2)，f(d3)，f(d4)，
…
，f(dn)]f(x)＝find(x，1，
′
last
′
)其中d为描述子矩阵的每列...

【专利技术属性】
技术研发人员：张涛，张广毅，
申请(专利权)人：东南大学，
类型：发明
国别省市：