【技术实现步骤摘要】
本专利技术涉及点云数据处理，尤其涉及一种用于无人扫地车的三维激光点云配准方法。
技术介绍
1、无人扫地车经常工作在室外环境中，需要实时的定位与建图，这个过程中需要将3d激光雷达的扫描进行配准，而多线激光点云比较稀疏，对特征点提取时会对草或者树叶返回的点进行处理，但这样的特征对于扫描匹配来说非常不可靠，即使激光打到同一个物体上，每次也不一定返回同一个点，虽然icp的原理和实现都非常简单，而点到点icp的基本原理是将一个点云中的每个点与另一个点云进行配准，这就会带来一些问题。
2、基于这些问题，近年来业界对icp进行了多种改进，例如将一个点与多个点进行匹配，或者将一个点与另一些点的统计量进行配准，具体的方法有点到线icp、点到面icp、ndt等方法。
3、无论是点到线icp还是点到面icp，与原始的icp最大的区别是不再将点和某个单独的点进行配准，而是与某个统计量进行配准。点到线的icp对局部点进行直线拟合，而点到面的icp是对局部点进行平面拟合，但这都需要精确地知道线和面的参数，后来发现这不是必要的；
4、ndt方法将点云保存在体素中，计算每个体素中点云的高斯分布，得到体素中点云的均值和方差，配准时先判断该点落在哪个体素中，然后建立该点与该体素的均值和方差构成的残差，通过高斯-牛顿迭代法进行配准，但这类方法不仅依赖初始估计问题，还存在体素的离散化问题。
5、在无人扫地车测试的过程中，我们发现场景的点云通常是大结构，表面更为稀疏，且带有更多的噪声，对于这类场景的点云，目前并没有合适的方
技术实现思路
1、本专利技术目的在于提供一种用于无人扫地车的三维激光点云配准方法，该方法将三维点云的特征用一个新的方法来描述，并且能进行快速高效的点云匹配，以达到解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、s1：通过在无人扫地车上安装3d激光雷达，对环境进行扫描，得到环境的三维点云；所述环境的三维点云信息应包含线束信息；
4、所述线束信息通过多线激光雷达驱动直接获取，或者通过3d点云坐标，依据每个点相对激光坐标x-y平面的夹角划分到不同的线束上，其计算公式为：
5、
6、其中θ为每个点相对激光平面的夹角，x,y,z为激光雷达坐标系下点云的坐标。
7、s2：根据扫描的线束信息提取边缘点，将获取到的三维点云定义为pc，i是pc中的一个点i∈pc，s是和i在同一根扫描线上的连续点，s均匀分布在i的两侧，通过下式计算点i的局部曲面平滑度：
8、
9、和分别是两点i和j的坐标，|s|是s的基数，将中高于阈值的点定义为边缘点并提取出来，并用pe表示；
10、s3：将具有大致方向的稳健边缘点形成集合，并将集合的质心计算出来，定义为聚合关键点并用于表示这个集合，并用ka来表示；
11、所述大致方向是指以雷达为中心，利用s2所得到的边缘点pe中可能包含一些不稳定的点(例如草或者树叶也会被提取为边缘点，这样的特征对于扫描匹配通常是不可靠的，因为在两个连续扫描中可能看不到相同的草叶或叶子,使用这些特征可能导致不准确的配准和大的漂移),随着扫地车的运动很可能不会出现在下次扫描中，但稳定的点往往会成簇状分布，通过pe中所有点的x、y坐标计算角度，根据角度信息将每个pi划分到扇区；
12、所述稳健边缘点是在每个扇区中划分多个集合，通过计算每个集合中边缘点的数目和扫描到这些边缘点的次数，如果数目和扫描次数都达到要求，那这些成簇的集合中的点定义为聚合边缘点，用ce来表示；
13、s4：利用s3对点云数据帧提取到稳健的聚合关键点之后，将每个聚合关键点对平面进行划分，例如将平面划分为180个扇区，计算当前聚合关键点k0∈ka到其它聚合关键点ki∈ka的距离和方向，并生成距离表和方向表来保存这些信息，后续加快描述符的生成；
14、本专利技术的进一步改进方案是，所述s4中方向是指从当前聚合关键点到其其他聚合关键点的方向，将距离最短的聚合关键点的方向作为主方向，并将主方向所在的区域定义为第一个区域，其他区域依次以逆时针方向进行排列，在此过程中，从当前点到其他点ki(i≠1)的方向表示为使用和主方向之间的角度来确定ki属于哪个扇区。该角度的计算公式为：
15、
16、其中di定义为：
17、
18、本专利技术的进一步改进方案是，所述s4中距离是指在每个扇形区域中，选择该区域中最近点(红色和橙色点)进行特征描述，并用当前聚合关键点与这些最近聚合关键点的距离作为向量的维度值；对于没有最近点的扇形区域，相应的维度值就设置为零；
19、所述描述符则是包含当前聚合关键点到其它扇区中最近聚合关键点距离的180维向量；
20、s5：通过匹配描述符来匹配点集，通过点集的匹配获得初步估计的对应点对，匹配描述符的具体操作为：
21、将提取的聚合关键点生成描述符之后，采用类似于汉明距离的计算方法来测量两个描述符的相似度，都是计算相应的维度，但与汉明的异或运算不同，在两个描述符中，计算相应的非零维度之间的差异的绝对值，如果该值低于0.2，则相似性分数增加1，为了快速匹配，只计算两个描述符的非零维数；如果最终匹配的相似性分数高于阈值thscore，则认为匹配是有效的。
22、s6：通过迭代最近点来估算对应点对的最优刚体变换，完成精确配准。
23、本专利技术的有益效果：
24、本专利技术通过匹配两个描述符得到了边缘关键点点集的匹配，得到初步估计的对应点对之后，将在集合中搜索所有的边缘关键点的匹配项，对于匹配的边缘关键点，通过迭代最近点来估算对应点对的最优刚体变换，完成精确配准，从而帮助解决目前三维激光点云表达不适配问题，并且进一步提升点云匹配的准确率和速度。
本文档来自技高网...【技术保护点】
1.一种用于无人扫地车的三维激光点云配准方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种用于无人扫地车的三维激光点云配准方法，其特征在于，所述S1中线束信息通过多线激光雷达驱动直接获取，或者通过3D点云坐标，依据每个点相对激光坐标x-y平面的夹角划分到不同的线束上，其计算公式为：
3.如权利要求1所述的一种用于无人扫地车的三维激光点云配准方法，其特征在于，所述S4中将不同方向的聚合关键点形成描述符的具体操作为：
4.如权利要求1所述的一种用于无人扫地车的三维激光点云配准方法，其特征在于，所述S5中匹配描述符的具体操作为：
【技术特征摘要】
1.一种用于无人扫地车的三维激光点云配准方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种用于无人扫地车的三维激光点云配准方法，其特征在于，所述s1中线束信息通过多线激光雷达驱动直接获取，或者通过3d点云坐标，依据每个点相对激光坐标x-y平面的夹角划分到不同的线束上...
【专利技术属性】
技术研发人员：孙成富，张东京，叶青平，杨雷，倪洋，李敏，邹佳辰，
申请(专利权)人：淮阴工学院，
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。