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() 基于激光雷达和毫米波雷达的无人船重定位方法及装置制造方法及图纸_技高网

基于激光雷达和毫米波雷达的无人船重定位方法及装置制造方法及图纸

技术编号:41287940 阅读:7 留言:0更新日期:2024-05-11 09:36
本发明专利技术公开了基于激光雷达和毫米波雷达的无人船重定位方法及装置,方法包括:构建点云地图;获取即时点云和参考点云;将即时点云和参考点云分别转换为激光雷达即时点云栅格图、激光雷达参考点云栅格图、毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图;进行重合度计算,以得到激光雷达的重合度信息矩阵和位姿变换矩阵,以及对毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图进行重合度计算,以得到毫米波雷达的重合度信息矩阵和位姿变换矩阵;将激光雷达的重合度信息矩阵和位姿变换矩阵以及毫米波雷达的重合度信息矩阵和位姿变换矩阵进行融合,以得到无人船的重定位结果。本发明专利技术提高了无人船在各种恶劣环境条件下的重定位精度。

【技术实现步骤摘要】

本专利技术涉及无人船重定位,更具体地说是基于激光雷达和毫米波雷达的无人船重定位方法及装置


技术介绍

1、近年来,随着自动驾驶技术与移动机器人技术的迅猛发展与应用,水面自动驾驶无人船的发展与应用也有了长足进展,并且无人船重定位技术在水面自动驾驶技术中具有重要意义。

2、重定位技术是基于预先构建的地图,结合无人船当前的环境观测,直接进行定位或矫正定位结果的技术。激光雷达传感器可以感知到当前环境的准确几何结构,在重定位任务中有很强的优势,当前,无人船在实现返航、自主停泊等重定位功能时主要依赖于基于激光雷达先验环境的3d点云图,通过点云配准实现无人船重定位。然而,激光雷达容易受到恶劣天气影响,雨、雾、强烈反光等可能导致激光雷达点云中有较多杂波点,因此基于激光雷达点云的重定位方法也易受地面环境如雨、雾、霾、雪天气及地面积水、积雪等环境因素的影响,对船只使用激光雷达感知目标环境产生明显的影响。如何克服在水面环境下遇到的气候环境带来的影响,使船只在复杂气候环境下的重定位更加具有鲁棒性,是无人船重定位
的技术难点。


技术实现思路

1、本专利技术的目的在于克服现有技术的不足,提供基于激光雷达和毫米波雷达的无人船重定位方法及装置,旨在解决无人船在复杂候环境下重定位精度较低的问题。

2、为实现上述目的,本专利技术采用以下技术方案:

3、第一方面,本专利技术提供了基于激光雷达和毫米波雷达的无人船重定位方法,包括:

4、构建环境的激光雷达点云地图和毫米波雷达点云地图;

5、从构建的激光雷达点云地图中获取激光雷达的参考点云,从构建的毫米波雷达点云地图中获取毫米波雷达的参考点云,在实时环境中分别从激光雷达传感器、毫米波雷达传感器中获取激光雷达的即时点云、毫米波雷达的即时点云;

6、将激光雷达的即时点云和参考点云分别转换为激光雷达即时点云栅格图和激光雷达参考点云栅格图,以及将毫米波雷达的即时点云和参考点云分别转换为毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图;

7、对激光雷达即时点云栅格图和激光雷达参考点云栅格图进行重合度计算,以得到激光雷达的重合度信息矩阵和位姿变换矩阵,以及对毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图进行重合度计算,以得到毫米波雷达的重合度信息矩阵和位姿变换矩阵;

8、将激光雷达的重合度信息矩阵和位姿变换矩阵以及毫米波雷达的重合度信息矩阵和位姿变换矩阵进行融合,以得到无人船的重定位结果。

9、其进一步技术方案为:所述构建环境的激光雷达点云地图和毫米波雷达点云地图,包括:

10、记录无人船在每处位置的激光雷达点云信息与无人船定位信息,所述无人船定位信息包括定位经纬度和航向角;

11、通过每处位置的激光雷达点云信息与无人船定位信息构建激光雷达点云地图;

12、记录无人船在每处位置的毫米波雷达点云信息与无人船定位信息,所述无人船定位信息包括定位经纬度和航向角;

13、通过每处位置的毫米波雷达点云信息与无人船定位信息构建毫米波雷达点云地图。

14、其进一步技术方案为:所述从构建的激光雷达点云地图中获取激光雷达的参考点云,从构建的毫米波雷达点云地图中获取毫米波雷达的参考点云,在实时环境中分别从激光雷达传感器、毫米波雷达传感器中获取激光雷达的即时点云、毫米波雷达的即时点云,包括:

15、获取无人船的即时信息,所述即时信息包括即时位姿、即时激光雷达数据和即时毫米波雷达数据;

16、根据无人船即时位姿,从激光雷达点云地图中获取无人船即时位姿周围环境的局部激光雷达点云地图作为激光雷达参考点云和激光雷达参考位姿;

17、从激光雷达传感器获取即时点云;

18、根据无人船即时位姿,从毫米波雷达点云地图中获取无人船即时位姿周围环境的局部毫米波雷达点云地图作为毫米波雷达参考点云和毫米波雷达参考位姿;

19、从毫米波雷达传感器获取即时点云。

20、其进一步技术方案为:所述将激光雷达的即时点云和参考点云分别转换为激光雷达即时点云栅格图和激光雷达参考点云栅格图,以及将毫米波雷达的即时点云和参考点云分别转换为毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图,包括:

21、提取并保留激光雷达参考点云和毫米波雷达参考点云坐标系下位于设定区域内的所有点云,以获得设定范围的二维激光雷达的参考点云图和二维毫米波雷达的参考点云图;

22、将二维激光雷达的参考点云图和二维毫米波雷达的参考点云图以设定分辨率转换为激光雷达参考点云栅格图和毫米波雷达参考点云栅格图;

23、提取并保留激光雷达的即时点云和毫米波雷达的即时点云坐标系下位于设定区域内的所有点云,以获得设定范围的二维激光雷达的即时点云图和二维毫米波雷达的即时点云图;

24、将二维激光雷达的即时点云图和二维毫米波雷达的即时点云图以设定分辨率转换为激光雷达即时点云栅格图和毫米波雷达即时点云栅格图。

25、其进一步技术方案为:所述对激光雷达即时点云栅格图和激光雷达参考点云栅格图进行重合度计算,以得到激光雷达的重合度信息矩阵和位姿变换矩阵,以及对毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图进行重合度计算,以得到毫米波雷达的重合度信息矩阵和位姿变换矩阵,包括:

26、根据无人船即时位姿和激光雷达参考位姿,确定激光雷达即时点云栅格图与激光雷达参考点云栅格图之间的转换矩阵;

27、利用转换矩阵将激光雷达即时点云栅格图中的栅格点转换至激光雷达参考点云栅格图中,以得到转换后的激光雷达即时点云栅格点在激光雷达参考点云栅格图中的位置;

28、以激光雷达参考点云栅格图的尺寸为模板,创建矩形空白栅格图;

29、以转换后的激光雷达即时点云栅格点在激光雷达参考点云栅格图中的位置,将矩形空白栅格图中对应的栅格点填充为点云栅格点,以得到转换后新的激光雷达即时点云栅格图;

30、根据转换后新的激光雷达即时点云栅格图创建遍历区域;

31、根据遍历区域遍历计算所在栅格点位置和对应旋转角度的激光雷达的位姿变换矩阵;

32、将转换后新的激光雷达即时点云栅格图与激光雷达参考点云栅格图进行差值计算,以得到激光雷达差异栅格图;

33、根据激光雷达差异栅格图确定出激光雷达的重合度信息矩阵。

34、其进一步技术方案为:所述将激光雷达的重合度信息矩阵和位姿变换矩阵以及毫米波雷达的重合度信息矩阵和位姿变换矩阵进行融合,以得到无人船的重定位结果,包括:

35、从激光雷达的重合度信息矩阵中筛选出激光雷达点云的最优重合度,并根据激光雷达点云的最优重合度确定激光雷达点云的最优变换矩阵,以及从毫米波雷达的重合度信息矩阵中筛选出毫米波雷达点云的最优重合度,并根据毫米波雷达点云的最优重合度确定毫米波雷达点云的最优变换矩阵;

36、结合激光雷达点云的最本文档来自技高网...

【技术保护点】

1.基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,包括:

2.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述构建环境的激光雷达点云地图和毫米波雷达点云地图,包括:

3.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述从构建的激光雷达点云地图中获取激光雷达的参考点云,从构建的毫米波雷达点云地图中获取毫米波雷达的参考点云,在实时环境中分别从激光雷达传感器、毫米波雷达传感器中获取激光雷达的即时点云、毫米波雷达的即时点云,包括:

4.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述将激光雷达的即时点云和参考点云分别转换为激光雷达即时点云栅格图和激光雷达参考点云栅格图,以及将毫米波雷达的即时点云和参考点云分别转换为毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图,包括:

5.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述对激光雷达即时点云栅格图和激光雷达参考点云栅格图进行重合度计算,以得到激光雷达的重合度信息矩阵和位姿变换矩阵,以及对毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图进行重合度计算,以得到毫米波雷达的重合度信息矩阵和位姿变换矩阵,包括:

6.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述将激光雷达的重合度信息矩阵和位姿变换矩阵以及毫米波雷达的重合度信息矩阵和位姿变换矩阵进行融合,以得到无人船的重定位结果,包括:

7.根据权利要求6所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述结合激光雷达点云的最优重合度和毫米波雷达点云的最优重合度判断出使用激光雷达数据或毫米波雷达数据进行重定位,以得到判断结果,包括:

8.基于激光雷达和毫米波雷达的无人船重定位装置,其特征在于,包括构建单元、获取单元、转换单元、重合度计算单元以及融合单元;

9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1~7中任意一项所述的基于激光雷达和毫米波雷达的无人船重定位方法。

10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,使得所述处理器执行如权利要求1~7任意一项所述的基于激光雷达和毫米波雷达的无人船重定位方法。

...

【技术特征摘要】

1.基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,包括:

2.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述构建环境的激光雷达点云地图和毫米波雷达点云地图,包括:

3.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述从构建的激光雷达点云地图中获取激光雷达的参考点云,从构建的毫米波雷达点云地图中获取毫米波雷达的参考点云,在实时环境中分别从激光雷达传感器、毫米波雷达传感器中获取激光雷达的即时点云、毫米波雷达的即时点云,包括:

4.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述将激光雷达的即时点云和参考点云分别转换为激光雷达即时点云栅格图和激光雷达参考点云栅格图,以及将毫米波雷达的即时点云和参考点云分别转换为毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图,包括:

5.根据权利要求1所述的基于激光雷达和毫米波雷达的无人船重定位方法,其特征在于,所述对激光雷达即时点云栅格图和激光雷达参考点云栅格图进行重合度计算,以得到激光雷达的重合度信息矩阵和位姿变换矩阵,以及对毫米波雷达即时点云栅格图和毫米波雷达参考点云栅格图进行重合度计算,以得到...

【专利技术属性】
技术研发人员:张丙卓程宇威姜梦馨
申请(专利权)人:陕西欧卡电子智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1