一种基于视觉路标辅助的高精度激光SLAM方法及装置制造方法及图纸

本发明专利技术涉及一种基于视觉路标辅助的高精度激光SLAM方法及装置，其中方法包括以下步骤：通过激光传感器获取实时激光数据，执行激光SLAM算法中前端的扫描匹配过程，计算新获取的激光扫描帧插入地图的最佳位姿；基于前端扫描匹配过程构建的子图和基于传感器信息估计的姿态，进行回环检测，构建新的位姿约束关系；借助摄像头对环境布署的视觉路标进行检测识别，获取视觉路标与移动机器人之间的位姿约束关系；综合考虑前端扫描匹配、回环检测和视觉路标观测过程得到的所有位姿约束关系，构建后端优化目标，求解得到优化轨迹和地图。与现有技术相比，本发明专利技术具有提高了移动机器人建图过程中的定位精确度及地图构建的结果质量等优点。点。点。

【技术实现步骤摘要】
一种基于视觉路标辅助的高精度激光SLAM方法及装置


[0001]本专利技术涉及移动机器人自主建图与定位领域，尤其是涉及一种基于视觉路标辅助的高精度激光SLAM方法及装置。

技术介绍

[0002]移动机器人的SLAM技术是机器人能在未知环境中实现自主移动的重要基础。常用激光SLAM算法在静态环境中或短时间运行时，可得到满足一般使用需求的建图结果。当移动机器人执行激光SLAM算法在建图过程中所处环境发生变化时，因部分激光匹配错误，可能使机器人在建图过程中进行定位时容易存在漂移甚至丢失的情况，导致整体建图结果受到干扰及影响。
[0003]目前的在室内应用中广泛使用的激光SLAM算法主要依靠激光雷达传感器作为环境信息的主要获取来源。因激光雷达传感器的作用原理其获取的激光点云数据的精度及其所含的信息丰富度受到一定限制，当激光匹配发生错误导致机器人位置严重漂移时，整体轨迹计算及结果地图都会产生明显偏差。由此需要借助其他传感器辅助激光雷达获取更精确的信息，从而实现高精度建图。

技术实现思路

[0004]本专利技术的目的是为了提供一种基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉路标辅助的高精度激光SLAM方法，其特征在于，包括以下步骤：S1、前端扫描匹配过程：通过激光传感器获取实时激光数据，执行激光SLAM算法中前端的扫描匹配过程，计算新获取的激光扫描帧插入地图的最佳位姿；S2、回环检测过程：基于前端扫描匹配过程构建的子图和基于传感器信息估计的姿态，进行回环检测，构建新的位姿约束关系；S3、视觉路标观测过程：借助摄像头对环境布署的视觉路标进行检测识别，获取视觉路标与移动机器人之间的位姿约束关系；S4：综合考虑前端扫描匹配、回环检测和视觉路标观测过程得到的所有位姿约束关系，构建后端优化目标，求解得到优化轨迹和地图。2.根据权利要求1所述的一种基于视觉路标辅助的高精度激光SLAM方法，其特征在于，所述前端扫描匹配过程具体为：采用基于相关性扫描匹配结合基于Ceres优化的匹配方法计算新获取的激光扫描帧插入地图的最佳位姿，并由预设数量的激光帧构成子图，进而根据子图组成整体的环境地图。3.根据权利要求1所述的一种基于视觉路标辅助的高精度激光SLAM方法，其特征在于，所述回环检测过程具体为：基于当前根据传感器信息估计得到的姿态，在前端扫描匹配过程中创建完成的子图中，搜寻能与子图匹配的历史激光扫描帧，如果存在与当前子图具有一定程度位姿相同的激光扫描帧数据的子图，则认为两张子图在地图上的位置相近，将本次匹配得到的位姿变换关系添加到优化过程中，通过回环检测来构建新的位姿约束关系添加进图中，进行位姿优化。4.根据权利要求1所述的一种基于视觉路标辅助的高精度激光SLAM方法，其特征在于，所述视觉路标观测过程中，选用AprilTag作为视觉路标在环境中进行布署。5.根据权利要求4所述的一种基于视觉路标辅助的高精度激光SLAM方法，其特征在于，对于视觉路标在环境中的布署，在移动机器人执行激光SLAM算法的运动轨迹的环境墙壁上张贴AprilTag二维码，并将环境中AprilTag二维码和移动机器人上安装的摄像头单元在同一水平线平行设置；另外，在环境中间隔固定距离并在环境无明显特征处进行AprilTag二维码的额外张贴。6.根据权利要求4所述的一种基于视觉路标辅助的高精度激光SLAM方法，其特征在于，所述借助摄像头对环境布署的视觉路标进行检测识别包括以下步骤：a)图像预处理操作：包括对摄像头获取的图像进行将图像转换成灰度图、应用高斯模糊并进行二值化处理操作；b)直线提取：进行边缘检测，通过对每个像素计...

【专利技术属性】
技术研发人员：刘成菊，陈启军，那文杰，孟子煜，
申请(专利权)人：同济大学，
类型：发明
国别省市：