一种基于前端扫描匹配的联合筛选定位方法及系统技术方案

本发明专利技术涉及点云地图技术领域，尤其是涉及一种基于前端扫描匹配的联合筛选定位方法及系统。所述方法，包括获取点云地图和实时点云数据；对点云地图提取特征点，基于特征点进行特征匹配，得到第一位姿；通过相关扫描匹配将实时点云逐帧匹配点云地图，得到第二位姿；对点云地图提取关键帧，通过关键帧匹配得到第三位姿；将第一位姿、第二位姿和第三位姿同时送入线程池进行时间同步，通过多线程筛选得到最终位姿。本发明专利技术能够实现在室内外结构化环境下机器人的准确定位，有效解决单一匹配方法失效带来的局限性，有效提高定位的稳定性及鲁棒性。性。性。

【技术实现步骤摘要】
一种基于前端扫描匹配的联合筛选定位方法及系统


[0001]本专利技术涉及点云地图
，尤其是涉及一种基于前端扫描匹配的联合筛选定位方法及系统。

技术介绍

[0002]在无人驾驶中，精确稳定的定位是自主导航的前提。现有的基于激光点云的技术，一是使用激光雷达扫描场景并构建点云地图，然后与机器人当前采集的点云进行匹配以估计机器人的位姿。该方法具有较高的定位精度，需要大量的点云数据处理，鲁棒性有待提高。二是利用关键帧，从已知地图中找出与当前帧匹配的关键帧，关键帧的位姿是已知的，但是关键帧容易误匹配。
[0003]现有技术中，定位是实现无人驾驶的第一步，目前主流的slam 定位方法有loam、NDT、cartographer。 现有激光slam的困难和挑战，来源于两个方面：（1）鲁棒性问题。在定位模式下，传统的激光雷达帧间匹配方法受噪声或异常值的影响有可能造成失效、匹配精度降低等问题；（2）数据处理效率问题：在实时的激光slam中，需要大量的扫描点数据，具有很高的复杂度，一旦算法运算速度下降，就会导致无法准确确定机器人的位置，甚至给后续的路径本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于前端扫描匹配的联合筛选定位方法，其特征在于，包括：获取点云地图和实时点云数据；对点云地图提取特征点，基于特征点进行特征匹配，得到第一位姿；通过相关扫描匹配将实时点云逐帧匹配点云地图，得到第二位姿；对点云地图提取关键帧，通过关键帧匹配得到第三位姿；将第一位姿、第二位姿和第三位姿同时送入线程池进行时间同步，通过多线程筛选得到最终位姿。2.根据权利要求1所述的一种基于前端扫描匹配的联合筛选定位方法，其特征在于，所述对点云地图提取特征点，包括对点云地图进行结构化得到点云地图上的环境角点，并利用曲率提取点云地图的边缘点。3.根据权利要求2所述的一种基于前端扫描匹配的联合筛选定位方法，其特征在于，所述利用曲率提取点云地图的边缘点，包括计算点云地图的曲率，将曲率最大的2个点作为边缘特征点，曲率最大的前20个点作为corner less sharp点，即弱边缘特征点，曲率最小的4个点作为平面点，所述曲率计算公式为：；其中，定义i 为激光雷达点云中的一个点，i∈ ，设S为激光扫描仪在同一次扫描中返回的i的连续点集，j为i周围的点集；激光雷达坐标系L是一个三维坐标系，其原点位于激光雷达的几何中心；x轴指向左侧，y轴指向上方，z轴指向前方；激光点i ， i ∈ 在坐标系下表示为。4.根据权利要求3所述的一种基于前端扫描匹配的联合筛选定位方法，其特征在于，所述基于特征点进行特征匹配，得到第一位姿，包括通过特征匹配找到特征点的位姿集合中距离函数最小的一帧作为目标帧，若该目标帧小于设定阈值，则特征匹配成功。5.根据权利要求4所述的一种基于前端扫描匹配的联合筛选定位方法，其特征在于，所述通过相关扫描匹配将实时点云数据逐帧匹配点云地图，得到第二位姿，包括遍历点云地图...

【专利技术属性】
技术研发人员：黄琰，田瑞丰，孙静，夏宇，王晓龙，陈庆伟，
申请(专利权)人：理工雷科智途北京科技有限公司，
类型：发明
国别省市：