System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于自适应结合cpd和icp算法的激光扫描建图方法及系统,属于自动驾驶。
技术介绍
1、自动驾驶技术正处于蓬勃发展的阶段,激光slam(simultaneous localizationand mapping)技术在自动驾驶领域中扮演着至关重要的角色。激光slam旨在通过使用激光雷达来实现车辆的同时定位和环境地图构建,从而使车辆能够准确地感知周围环境,实现精确定位和路径规划。
2、2014年ji zhang和sanjiv singh提出了基于点到线和点到面的特征匹配的loam(lidar odometry and mapping)算法,使用迭代最近点(icp)算法来进行点云配准。icp算法通过不断迭代优化的方式,将不同帧的点云数据对齐到同一个坐标系下,以实现精确的匹配和融合。然而,icp算法在处理广场、街道等非结构化场景时会因为难以提取可靠稳定的特征而出现退化问题,容易受到噪声、遮挡、表面变化等因素的影响,导致点云匹配困难度增加,定位精度和建图可靠性降低。
3、然而,通过基于变体高斯混合模型的相干点漂移(cpd:coherentpoint drift)算法,对点云数据进行特征提取,并使用概率模型进行匹配优化,能够处理非刚性变形、部分遮挡等问题,并且在配准精度上也有一定的优势。但是,全部帧使用cpd算法进行点云的粗配准是不合理的,因为cpd算法在提供更准确、更鲁棒的点云配准结果的同时,也带来了更大的计算代价。当场景处于结构化场景时只使用icp算法在提高运行效率以及精度上更有优势。
< ...【技术保护点】
1.一种基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,包括:
2.根据权利要求1所述的基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,对激光雷达数据进行预处理,得到特征点云数据,包括:
3.根据权利要求2所述的基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,对激光雷达数据进行运动去畸变,得到去畸变后的对激光雷达数据进行运动去畸变,得到去畸变后的激光雷达数据,包括:
4.根据权利要求2所述的基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,对去畸变后的激光雷达数据进行离群点去除,得到去除离群点后的激光雷达数据,包括:
5.根据权利要求2所述的基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,对去除离群点后的激光雷达数据进行体素滤波预处理,并对其进行下采样,得到特征点云数据,包括:
6.根据权利要求1所述的基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,所述帧间匹配包括点到线的特征匹配和点到面的特征匹配;
7.根据权利要
8.根据权利要求7所述的基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,CPD算法进行粗配准的方法包括:
9.根据权利要求1所述的基于自适应结合CPD和ICP算法的激光扫描建图方法,其特征在于,当帧间匹配第二次迭代时,采用ICP算法进行点云的粗配准,包括:当帧间匹配第二次迭代时,采用ICP算法进行点云的配准,包括:
10.一种基于自适应结合CPD和ICP算法的激光扫描建图系统,其特征在于,包括处理器和存储介质;
...【技术特征摘要】
1.一种基于自适应结合cpd和icp算法的激光扫描建图方法,其特征在于,包括:
2.根据权利要求1所述的基于自适应结合cpd和icp算法的激光扫描建图方法,其特征在于,对激光雷达数据进行预处理,得到特征点云数据,包括:
3.根据权利要求2所述的基于自适应结合cpd和icp算法的激光扫描建图方法,其特征在于,对激光雷达数据进行运动去畸变,得到去畸变后的对激光雷达数据进行运动去畸变,得到去畸变后的激光雷达数据,包括:
4.根据权利要求2所述的基于自适应结合cpd和icp算法的激光扫描建图方法,其特征在于,对去畸变后的激光雷达数据进行离群点去除,得到去除离群点后的激光雷达数据,包括:
5.根据权利要求2所述的基于自适应结合cpd和icp算法的激光扫描建图方法,其特征在于,对去除离群点后的激光雷达数据进行体素滤波预处理,并对其进行下采样,得到特征点云数据,包括:
6....
【专利技术属性】
技术研发人员:孙伟,叶健峰,张小瑞,郭邦祺,曾豪霆,王煜,段元鹏,沈欣怡,管菲,
申请(专利权)人:南京信息工程大学,
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。