【技术实现步骤摘要】
本申请涉及数据处理，具体而言，涉及一种激光同步定位和地图构建方法及系统。
技术介绍
1、同步定位和地图构建(slam)技术在多个领域被广泛运用，如无人驾驶、无人机、机器人、医疗等。slam技术可以根据主要传感器类型分为激光slam和视觉slam两大类。相比视觉slam技术系统稳定性常常受到光照强度、环境纹理和光学结构等外在条件的影响，激光雷达传感器与其他传感器相比有探测远、精度高、视角广且在复杂环境下鲁棒性好等优点，可以胜任各种场景下的任务。因此激光slam常被视作机器人、无人驾驶等自主系统的核心技术之一。
2、激光雷达定位和建图(loam)是kitti数据集上排名较靠前的激光slam算法。但该框架中没有包含回环检测模块，长时间运行将存在较大累计误差。sc-lego_loam算法可以在低功耗嵌入式平台上运行的轻量级框架，借助上下文检测(scan context)和迭代最近点(icp)方法实现回环检测，由于icp算法自身存在对匹配初值依赖大、容易陷入局部最优等问题，使得回环检测结果不可靠。同时，sc-lego_loam方法为了获取更好的定位和建图精度，根据判断特定激光雷达线束获取的相邻点的夹角对地面点进行识别和分割。该方法只能粗略的分割地面点云，在复杂地形下存在大量误识别，进而影响最终的全局地图效果。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种激光同步定位和地图构建方法及系统，以至少解决现有技术中同步定位不准
2、根据本专利技术实施例的一个方面，提供了一种激光同步定位和地图构建方法，包括：利用k维树半径搜索方法获取点云回环候选帧，并使用激光雷达虹膜描述子对所述回环候选帧进行筛选，得到回环帧；通过快速广义迭代最近点算法获取所述回环帧之间的位姿约束关系，并基于所述位姿约束关系以回环因子加入因子图中来同步定位和构建地图。
3、在一些实施例中，在得到所述回环帧之前，所述方法还包括：利用地面分割方法对地面点云进行识别和提取，得到地面分割后的点云数据。
4、在一些实施例中，利用k维树半径搜索方法获取点云回环候选帧，包括：针对所述点云数据中的每个点云帧，计算所述点云帧与当前帧之间的距离，如果所述距离在预设的搜索半径内，则所述点云帧被视为所述回环候选帧。
5、在一些实施例中，使用激光雷达虹膜描述子对所述回环候选帧进行筛选，得到回环帧，包括：对于每个所述回环候选帧，将所述激光雷达虹膜描述子与当前帧的描述子进行比较，以对回环帧进行匹配；使用相似性度量方法，来计算所述回环候选帧与所述当前帧之间的相似性分数，并根据所述相似性分数，筛选出所述回环候选帧。
6、在一些实施例中，通过快速广义迭代最近点算法获取所述回环帧之间的位姿约束关系，并基于所述位姿约束关系以回环因子加入因子图中来同步定位和构建地图，包括：通过快速广义迭代最近点算法，确定所述回环帧之间的位姿变换关系；基于所述位姿变换关系，确定所述位姿约束关系，并基于所述位姿约束关系来同步定位和构建地图。
7、在一些实施例中，通过快速广义迭代最近点，确定所述回环帧之间的位姿变换关系，包括：选择所述回环帧中的特征点；通过快速广义迭代最近点，将所述回环帧中的特征点与另一个回环帧的特征点进行匹配，以找到所述回环帧中的特征点与另一个回环帧的特征点之间的对应关系；根据成功匹配的特征点对，使用最小二乘算法计算所述回环帧之间的位姿变换关系。
8、在一些实施例中，基于所述位姿变换关系，来确定所述位姿约束关系，包括：将所述位姿变换关系加入到因子图中当作一个回环约束关系，其中每个节点代表位姿信息，边表示两个位姿之间的约束关系；基于优化的所述因子图，确定所述位姿约束关系。
9、根据本专利技术实施例的另一方面，还提供了一种激光同步定位和地图构建系统，包括：获取模块，被配置为利用k维树半径搜索方法获取点云回环候选帧，并使用激光雷达虹膜描述子对所述回环候选帧进行筛选，得到回环帧；构建模块，被配置为通过快速广义迭代最近点获取所述回环帧之间的位姿约束关系，并基于位姿转换关系以回环因子加入因子图中来同步定位和构建地图。
10、根据本申请实施例的一个方面，提供了一种激光slam闭环检测方法，包括：对点云进行预处理，得到特征点集，其中，所述特征点集包括：当前帧点云角点、当前帧点云平面点、前一帧点云角点和前一帧点云平面点；基于所述特征点集进行关联点优化得到姿态变换参数，并基于所述姿态变换参数构建关键帧地图；将当前帧和所述关键帧地图进行配准以更新全局位姿，同时，将新的关键帧添加到所述关键帧地图中生成新的关键帧地图；获取回环帧，对所述回环帧匹配获取位姿转换关系，并根据所述位姿转换关系对所述当前帧的历史位姿进行校正，消除所述新的关键帧地图中的累积误差，得到全局位姿和点云地图。
11、在一些实施例中，获取回环帧，对所述回环帧匹配获取位姿转换关系，并根据所述位姿转换关系对所述当前帧的历史位姿进行校正，包括：使用扫描上下文方法和最邻近匹配方法同时对局部环境地图中存在的回环进行检测和识别，得到所述回环帧；结合体素化广义迭代最近点匹配算法获取所述回环帧之间的位姿转换关系，将所述位姿转换关系加入因子图中，利用所述因子图对所述当前帧的历史位姿进行校正。
12、在一些实施例中，使用扫描上下文方法和最邻近匹配方法同时对局部环境地图中存在的回环进行检测和识别，包括：使用扫描上下文方法对非地面点云提取描述符，从所述描述符中提取特征向量；基于所述特征向量，利用所述最邻近匹配方法中的两步搜索算法执行特征配准，以获得匹配分数，并基于所述匹配分数，确定所述局部环境地图中存在的回环帧。
13、在一些实施例中，结合变换全局迭代最近点匹配算法获取所述回环帧之间的位姿转换关系，包括：结合所述体素化广义迭代最近点匹配算法，借助kdtree模型，搜索当前帧在预设时间间隔内相似的历史姿势及附近点云；基于所述相似的历史姿势及附近点云，确定所述位姿转换关系。
14、在一些实施例中，对点云进行预处理，得到特征点集，包括：对地面点进行特征提取，并对除所述地面点之外的剩下的点进行分割，得到分割后的点云；计算所述分割后的点云的点云曲率，并根据所述点云曲率的曲率特征将所述分割后的点云分为角点和平面点，得到所述特征点集。
15、在一些实施例中，基于所述特征点集进行关联点优化得到姿态变换参数，包括：基于所述当前帧点云角点和所述前一帧点云角点进行关联点优化得到第一姿态变换参数，其中，所述第一姿态变换参数包括x轴位移增量、y轴位移增量和偏航角旋转增量；基于所述当前帧点云平面点和所述前一帧点云平面点进行关联点优化得到第二姿态变换参数，其中，所述第二姿态变换参数包括z轴位移增量、翻滚角旋转增量、俯仰角旋转增量，其中，x轴表示水平方向，y轴表示垂直方向，z轴表示与所述水平方向和所述垂直方向垂直的方向。
16、根据本申请实施例的另一方面，还提供了一种激光本文档来自技高网...
【技术保护点】
1.一种激光同步定位和地图构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在得到所述回环帧之前，所述方法还包括：利用地面分割方法对地面点云进行识别和提取，得到地面分割后的点云数据。
3.根据权利要求1所述的方法，其特征在于，利用k维树半径搜索方法获取点云回环候选帧，包括：针对所述点云数据中的每个点云帧，计算所述点云帧与当前帧之间的距离，如果所述距离在预设的搜索半径内，则所述点云帧被视为所述回环候选帧。
4.根据权利要求1所述的方法，其特征在于，使用激光雷达虹膜描述子对所述回环候选帧进行筛选，得到回环帧，包括：
5.根据权利要求1所述的方法，其特征在于，通过快速广义迭代最近点算法获取所述回环帧之间的位姿约束关系，并基于所述位姿约束关系以回环因子加入因子图中来同步定位和构建地图，包括：
6.根据权利要求5所述的方法，其特征在于，通过快速广义迭代最近点，确定所述回环帧之间的位姿变换关系，包括：
7.根据权利要求5所述的方法，其特征在于，基于所述位姿变换关系，来确定所述位姿约束关系，包括：p>
8.一种激光同步定位和地图构建系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有程序，其特征在于，在所述程序运行时，使得计算机执行如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种激光同步定位和地图构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在得到所述回环帧之前，所述方法还包括：利用地面分割方法对地面点云进行识别和提取，得到地面分割后的点云数据。
3.根据权利要求1所述的方法，其特征在于，利用k维树半径搜索方法获取点云回环候选帧，包括：针对所述点云数据中的每个点云帧，计算所述点云帧与当前帧之间的距离，如果所述距离在预设的搜索半径内，则所述点云帧被视为所述回环候选帧。
4.根据权利要求1所述的方法，其特征在于，使用激光雷达虹膜描述子对所述回环候选帧进行筛选，得到回环帧，包括：
5.根据权利要求1所述的方法，其特征...
【专利技术属性】
技术研发人员：赵旭，任逍，范军芳，赵辉，刘宁，刘福朝，黄春光，王希政，
申请(专利权)人：北京信息科技大学，
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。