一种基于冗余关键帧去除的紧耦合激光SLAM方法及装置制造方法及图纸

本发明专利技术公开了一种基于冗余关键帧去除的紧耦合激光SLAM方法及装置，涉及同时定位与地图构建技术领域。包括：获取雷达点云数据，对点云数据进行预处理，得到预处理后的点云数据；对预处理后的点云数据进行曲率计算，提取点云边缘特征和平面特征；对点云边缘特征和平面特征进行配准，获取关键帧，并输出雷达里程计；通过环境信息获取动态阈值，根据动态阈值对关键帧进行筛选；对筛选后的关键帧进行回环检测；回环检测后，采用ERASOR算法去除动态点，得到基于冗余关键帧去除的紧耦合激光同时定位与地图构建SLAM结果。本发明专利技术解决了目前SLAM算法关键帧选择策略过于简单，回环误检以及冗余关键帧数量太多而导致算法精度和效率较低的问题。题。题。

【技术实现步骤摘要】
一种基于冗余关键帧去除的紧耦合激光SLAM方法及装置


[0001]本专利技术涉及同时定位与地图构建
，尤其涉及一种基于冗余关键帧去除的紧耦合激光SLAM方法及装置。

技术介绍

[0002]在人工智能技术蓬勃发展的时代，随着机器人技术的迅猛发展，机器人从走进我们的生活慢慢变成了充满了我们的生活，各种服务型室内机器人和室外机器人更是引起人们广泛的关注。在工业生产中，移动机器人可以代替人去完成更多繁杂且高精度的任务，而且不会受限于体能，能将人为因素的影响降到最低，给生产生活带来更多便利。
[0003]无论是室内还是室外的移动机器人，他们的普及还有许多亟待解决的问题，如对地图的精确建模，对机器人在场景中的位置进行精确定位，此外还有机器人的路径实时规划问题等。
[0004]室外定位导航可以使用GPS，但在室内这个问题就变得较为复杂，同时，在室外一些没有信号或者信号不好的位置环境中，GPS也将失效。为了解决这些问题，SLAM(Simultaneous Localization and Mapping，同时定位与地图构建)技术脱颖而出，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于冗余关键帧去除的紧耦合激光SLAM方法，其特征在于，所述方法包括：S1、获取雷达点云数据，对所述点云数据进行预处理，得到预处理后的点云数据；S2、对所述预处理后的点云数据进行曲率计算，提取点云边缘特征和平面特征；S3、对所述点云边缘特征和平面特征进行配准，获取关键帧，并输出雷达里程计；S4、通过环境信息获取动态阈值，根据所述动态阈值对所述关键帧进行筛选；S5、对筛选后的关键帧进行回环检测；S6、回环检测后，采用ERASOR算法去除动态点，得到基于冗余关键帧去除的紧耦合激光同时定位与地图构建SLAM结果。2.根据权利要求1所述的方法，其特征在于，所述S1中的获取雷达点云数据，对所述点云数据进行预处理，得到预处理后的点云数据，包括：S11、对惯性测量单元IMU预计进行预积分，获得机器人的位姿变化，根据所述位姿变化得到点云数据中每个点相对于起始扫描时刻的位姿，并进行运动补偿，输出IMU里程计；S12、对运动补偿后的点云数据进行地面点分割，输出经过地面点分割后的点云数据。3.根据权利要求1所述的方法，其特征在于，所述S2中的对所述预处理后的点云数据进行曲率计算，如下式(1)所示：其中，S表示点附近指定数量的点，表示第k次扫描的坐标系为L，点云中的第j个点在L中的位置，表示第k次扫描的坐标系为L，点云中的第i个点在L中的位置。4.根据权利要求1所述的方法，其特征在于，所述S2中的对所述预处理后的点云数据进行曲率计算之后，还包括：剔除与激光方向平行的点以及被遮挡的点；剔除点后，根据计算的曲率的大小对点云进行排序，将曲率大于阈值1的点作为角点，将曲率小于阈值0.2的点作为面点，将所述角点和面点以ikd
‑
tree数据结构进行存储和搜索。5.根据权利要求1所述的方法，其特征在于，所述S3中的对所述点云边缘特征和平面特征进行配准，获取关键帧，并输出雷达里程计，包括：S31、对当前帧位姿进行初始化，获取局部地图和当前帧点云；S32、通过最近点迭代ICP算法对当前帧位姿进行匹配优化；S33、判断匹配优化后的当前帧是否为关键帧，如果是，则执行因子图优化，更新因子图中所有变量节点的位姿，并更新雷达里程计轨迹。6.根据权利要求1所述的方法，其特征在于，所述S4中的通过环境信息获取动态阈值，根据所述动态阈值对所...

【专利技术属性】
技术研发人员：丁大伟，林世杰，李擎，任莹莹，孙新苗，安翠娟，王恒，李健，
申请(专利权)人：北京科技大学顺德创新学院，
类型：发明
国别省市：