本发明专利技术公开了一种基于双毫米波雷达的自主探索地图生成方法及系统，所述方法包括：获取双毫米波雷达数据，并进行双层滤波处理，得到真实双毫米波雷达数据；获取真实双毫米波雷达数据中的多个特征点云，并进行点云融合处理，得到融合双毫米波雷达数据，并对融合双毫米波雷达数据进行类型转换处理，得到一维激光雷达扫描数据；采用自主探索算法根据一维激光雷达扫描数据进行路径规划，得到路径规划结果；获取初始化二维栅格地图，并将一维激光雷达扫描数据和路径规划结果导入至初始化二维栅格地图，生成自主探索地图。本发明专利技术通过设置双毫米波雷达能够帮助机器人不受烟雾环境影响进行自主探索并构建场景地图，有效提高了救援人员的救援效率。
1、在应急救援工作中，救援人员常常置身于危险和恶劣的环境中，例如需要从燃烧或倒塌的建筑物中救出受害者，此时，伴随着建筑物内因燃烧而产生的大量浓烟、建筑内通道狭窄、错综复杂，使得应急救援人员在未知环境中制定救援计划面临巨大困难和挑战。
2、为了解决这一问题，一般是采用小型移动机器人进入建筑物内，通过在危险环境中进行快速自主探索并绘制未知环境地图，能够有效协助应急救援人员在地图上快速定位，从而保障应急救援人员安全。
3、现有技术中，移动机器人常使用激光雷达测距扫描仪，rgb相机和立体摄像机等传感器来获取周围物体的距离信息，用于在未知环境中进行自主探索和建图。但是在因火灾产生大量浓烟的应急救援场景中，像rgb相机和立体摄像机这样的视觉传感器很难获取到有效特征点，从而导致视觉传感器在该场景中失效；同时，激光雷达也容易受到烟、雾颗粒的影响，致使传感器信号被严重干扰，无法准确生成自主探索地图，影响了救援任务的顺利进行。
1、本专利技术的主要目的在于提供一种基于双毫米波雷达的自主探索地图生成方法、系统、终端及计算机可读存储介质，旨在解决现有技术中在火灾等应急救援场景中，视觉传感器和激光雷达受到烟、雾颗粒影响无法准确获取有效数据进行自主探索和建图，从而导致救援任务效率低下的问题。
>2、为实现上述目的，本专利技术提供一种基于双毫米波雷达的自主探索地图生成方法，所述基于双毫米波雷达的自主探索地图生成方法包括如下步骤：3、获取双毫米波雷达数据，并对所述双毫米波雷达数据进行双层滤波处理，得到真实双毫米波雷达数据；
4、获取所述真实双毫米波雷达数据中的多个特征点云，对多个所述特征点云进行点云融合处理，得到融合双毫米波雷达数据，并对所述融合双毫米波雷达数据进行类型转换处理，得到一维激光雷达扫描数据；
5、采用自主探索算法根据所述一维激光雷达扫描数据进行路径规划，得到路径规划结果；
6、获取初始化二维栅格地图，并将所述一维激光雷达扫描数据和所述路径规划结果导入至所述初始化二维栅格地图，生成自主探索地图。
7、可选地，所述的基于双毫米波雷达的自主探索地图生成方法，其中，所述获取双毫米波雷达数据，并对所述双毫米波雷达数据进行双层滤波处理，得到真实双毫米波雷达数据，之前还包括：
8、对双毫米波雷达进行时间同步处理和空间校正处理。
9、可选地，所述的基于双毫米波雷达的自主探索地图生成方法，其中，所述双毫米波雷达包括车前毫米波雷达和车后毫米波雷达；所述对双毫米波雷达进行时间同步处理和空间校正处理，具体包括：
10、获取接收到所述车前毫米波雷达的车前雷达数据时对应的第一时间戳以及接收到所述车后毫米波雷达数据的车后雷达数据时对应的第二时间戳，并计算所述第一时间戳与所述第二时间戳的差值，得到时间戳差值；
11、提取所述车前雷达数据和所述车后雷达数据中所述时间戳差值小于预设差值的雷达数据，使得所述车前毫米波雷达和所述车后毫米波雷达完成时间同步；
12、获取所述车后毫米波雷达的第一特征点云，并计算所述第一特征点云的曲率，并按照所述曲率从大到小的顺序提取所述第一特征点云中预设数量的特征点云，得到特征点；
13、根据所述车前毫米波雷达和所述车后毫米波雷达的安装位置计算得到初始旋转矩阵和初始平移向量，并根据所述特征点、所述初始旋转矩阵和所述初始平移向量对所述车前毫米波雷达和所述车后毫米波雷达进行初始校正处理，得到所述车前毫米波雷达的第二特征点云；
14、采用最近点迭代算法计算所述第一特征点云和所述第二特征点云之间的旋转矩阵和平移向量，并根据所述旋转矩阵和所述平移向量构建变换矩阵，使得所述车前毫米波雷达和所述车后毫米波雷达完成空间校正。
15、可选地，所述的基于双毫米波雷达的自主探索地图生成方法，其中，所述获取双毫米波雷达数据，并对所述双毫米波雷达数据进行双层滤波处理，得到真实双毫米波雷达数据，具体包括：
16、获取所述双毫米波雷达完成时间同步处理和空间校正处理后采集的所述双毫米波雷达数据，并获取所述双毫米波雷达数据在三轴方向上的第一雷达数据和强度方向上的第二雷达数据；
17、提取所述第一雷达数据中处于第一预设范围内的雷达数据，并提取所述第二雷达数据中处于第二预设范围内的雷达数据，得到直通滤波双毫米波雷达数据；
18、获取所述直通滤波双毫米波雷达数据中每个特征点云的邻域内点云的均值和标准差，并根据所述均值和所述标准差识别出所述直通滤波双毫米波雷达数据中的异常点云数据；
19、将所述异常点云数据进行剔除，得到所述真实双毫米波雷达数据。
20、可选地，所述的基于双毫米波雷达的自主探索地图生成方法，其中，所述获取所述真实双毫米波雷达数据中的多个特征点云，对多个所述特征点云进行点云融合处理，得到融合双毫米波雷达数据，并对所述融合双毫米波雷达数据进行类型转换处理，得到一维激光雷达扫描数据，具体包括：
21、获取所述真实双毫米波雷达数据中的多个特征点云，将多个所述特征点云进行逐一累加，得到融合特征点云，并将所述融合特征点云进行点云数据类型转换处理，得到所述融合双毫米波雷达数据；
22、获取目标转换参数，并对所述目标转换参数进行初始化处理，得到初始化目标转换参数；
23、获取所述融合双毫米波雷达数据的三维点云数据，计算所述三维点云数据的极坐标信息，并根据所述初始化目标转换参数将所述极坐标信息映射至双毫米波雷达扫描的一维数组中，得到所述一维激光雷达扫描数据。
24、可选地，所述的基于双毫米波雷达的自主探索地图生成方法，其中，所述采用自主探索算法根据所述一维激光雷达扫描数据进行路径规划，得到路径规划结果，具体包括：
25、获取自主探索参数，并对所述自主探索参数进行初始化处理，得到初始化自主探索参数；
26、采用广度优先搜索算法和深度优先搜索根据所述初始化自主探索参数和所述一维激光雷达扫描数据进行前沿探索，得到前沿列表；
27、采用全局路径规划算法和局部路径规划算法根据所述前沿列表中的前沿数据进行路径规划，直到所述前沿列表中的所述前沿数据均已探索完成时，得到所述路径规划结果。
28、可选地，所述的基于双毫米波雷达的自主探索地图生成方法，其中，所述获取初始化二维栅格地图，并将所述一维激光雷达扫描数据和所述路径规划结果导入至所述初始化二维栅格地图，生成自主探索地图，具体包括：
29、获取二维栅格地图，并对所述二维栅格地图进行初始化处理，得到所述初始化二维栅格地图；
30、将所述一维激光雷达扫描数据和所述路径规划结果导入所述初始化二维栅格地图，生成所述自本文档来自技高网...
【技术保护点】
1.一种基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述基于双毫米波雷达的自主探索地图生成方法包括：
2.根据权利要求1所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述获取双毫米波雷达数据，并对所述双毫米波雷达数据进行双层滤波处理，得到真实双毫米波雷达数据，之前还包括：
3.根据权利要求2所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述双毫米波雷达包括车前毫米波雷达和车后毫米波雷达；所述对双毫米波雷达进行时间同步处理和空间校正处理，具体包括：
4.根据权利要求3所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述获取双毫米波雷达数据，并对所述双毫米波雷达数据进行双层滤波处理，得到真实双毫米波雷达数据，具体包括：
5.根据权利要求1所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述获取所述真实双毫米波雷达数据中的多个特征点云，对多个所述特征点云进行点云融合处理，得到融合双毫米波雷达数据，并对所述融合双毫米波雷达数据进行类型转换处理，得到一维激光雷达扫描数据，具体包括：
<p>6.根据权利要求1所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述采用自主探索算法根据所述一维激光雷达扫描数据进行路径规划，得到路径规划结果，具体包括：7.根据权利要求1所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述获取初始化二维栅格地图，并将所述一维激光雷达扫描数据和所述路径规划结果导入至所述初始化二维栅格地图，生成自主探索地图，具体包括：
8.一种基于双毫米波雷达的自主探索地图生成系统，其特征在于，所述基于双毫米波雷达的自主探索地图生成系统包括：
9.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于双毫米波雷达的自主探索地图生成程序，所述基于双毫米波雷达的自主探索地图生成程序被所述处理器执行时实现如权利要求1-7任一项所述的基于双毫米波雷达的自主探索地图生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有基于双毫米波雷达的自主探索地图生成程序，所述基于双毫米波雷达的自主探索地图生成程序被处理器执行时实现如权利要求1-7任一项所述的基于双毫米波雷达的自主探索地图生成方法的步骤。
...
【技术特征摘要】
1.一种基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述基于双毫米波雷达的自主探索地图生成方法包括：
2.根据权利要求1所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述获取双毫米波雷达数据，并对所述双毫米波雷达数据进行双层滤波处理，得到真实双毫米波雷达数据，之前还包括：
3.根据权利要求2所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述双毫米波雷达包括车前毫米波雷达和车后毫米波雷达；所述对双毫米波雷达进行时间同步处理和空间校正处理，具体包括：
4.根据权利要求3所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述获取双毫米波雷达数据，并对所述双毫米波雷达数据进行双层滤波处理，得到真实双毫米波雷达数据，具体包括：
5.根据权利要求1所述的基于双毫米波雷达的自主探索地图生成方法，其特征在于，所述获取所述真实双毫米波雷达数据中的多个特征点云，对多个所述特征点云进行点云融合处理，得到融合双毫米波雷达数据，并对所述融合双毫米波雷达数据进行类型转换处理，得到一维激光雷达扫描数据，具体包括：
6.根据权利要求1所述的基于双...
【专利技术属性】
技术研发人员：蔡树彬，龚雅灵，明仲，肖建，
申请(专利权)人：深圳大学，
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。