【技术实现步骤摘要】
本专利技术涉及港口点云建图与匹配定位，尤其是涉及一种联合调度平台的港口点云建图与匹配定位方法及系统。
技术介绍
1、随着自动驾驶、平台调度等相关技术的突破，以及港口运输及集装箱吞吐的攀升，港口作为一个半封闭场景，成为大家争夺自动驾驶的商业落地的重点。然后港口环境复杂，大型金属塔吊遮挡，堆场集装箱随着作业变化引起的环境特征不固定，台风季雨水对车道线特征的淹没等，给港口的gps、激光特征匹配、视觉特征匹配以及相应的融合定位带来了极大的挑战。
2、传统的gps、激光特征匹配、视觉特征匹配以及相应的融合定位，对于金属干扰下多路径下gps信号不稳定，车道线因遮挡或失修特征不可靠，以及环境持续变化等多因素综合的典型场景，无法有效覆盖。而基于激光的实时地图构建与匹配，对控制器算力有较高要求，应用成本较高，较难达到工程应用推广。
3、现有技术中，专利（申请号：201911199281.7）公开了一种面向港口自动驾驶的同时制图与定位，包括三维激光slam、lego-loam建图与ndt-match定位，其特征在于：所述三维激光slam包括多线激光雷达数据，所述lego-loam建图包括点云分割、
4、点云特征提取、激光里程计与激光建图，所述ndt-match定位包括点云地图、点云配准。但是该方案中并没有对需要补充激光点云建图的最小区域进行补充，导致定位结果的准确度不高。
5、现有技术中，专利（申请号：202111046232.7）公开了一种基于点云的大规模建图场景的快速重定位方法，属于机器人自动驾驶
技术实现思路
1、鉴于以上现有技术的不足，本专利技术提供了一种联合调度平台的港口点云建图与匹配定位方法及系统，不仅能够提高激光定位结果的精确度，而且车端建图范围精准，点云地图精简，对车端计算平台及存储要求低，更适应低成本的工程化推广。
2、为了实现上述目的及其他相关目的，本专利技术提供的技术方案如下：
3、一种联合调度平台的港口点云建图与匹配定位方法，所述方法包括：
4、q1.在港口多桥作业场景下，多辆无人集卡执行联合调度平台下发的作业任务，获取车辆历史作业路线数据信息，基于车载激光雷达实时获取目标区域的点云数据信息，基于车载imu实时获取车辆的位姿数据信息；
5、q2.基于所述目标区域的点云数据信息和所述车辆的位姿数据信息，采用改进的基于惩罚项的特征选择算法对目标区域的点云地图进行构建，得到目标区域的点云地图数据信息；
6、q3.基于所述目标区域的点云地图数据信息和所述车辆历史作业路线数据信息，建立需要补充激光点云建图的最小区域函数f，对目标区域的点云地图进行优化，得到优化后的目标区域的点云地图数据信息；
7、q4.基于所述优化后的目标区域的点云地图数据信息和所述目标区域的点云数据信息，采用改进的icp算法进行实时点云与点云地图的配准，输出车辆的激光定位结果数据信息。
8、进一步的，在步骤q2中，所述采用改进的基于惩罚项的特征选择算法对目标区域的点云地图进行构建包括：
9、q21.基于所述目标区域的点云数据信息，建立基于惩罚项的点云特征提取函数g，
10、，
11、其中，xi为目标区域的点云数据信息，x0为目标区域的点云均值点数据信息，αi和βi为目标区域点云的惩罚项，对目标区域的点云特征点进行提取，得到目标区域的点云特征点数据信息；
12、q22.基于所述目标区域的点云特征点数据信息和所述车辆的位姿数据信息，建立目标区域的点云特征空间选择函数h，
13、，
14、其中，y为目标区域的点云特征点数据信息，z为车辆的位姿数据信息，ω1,ω2和ω3为目标区域的点云特征空间决定因子，对目标区域的点云特征点的空间数据信息进行推算，得到目标区域的点云特征点的空间数据信息；
15、q23.基于所述目标区域的点云特征点的空间数据信息，建立目标区域的点云地图构建函数m，
16、，
17、其中，h为目标区域的点云特征点的空间数据信息，ρ1，ρ2，ρ3和ρ4为点云地图构建的决策因子，对目标区域的点云地图进行构建，得到目标区域的点云地图数据信息。
18、进一步的，所述目标区域的点云均值点数据信息x0，
19、，
20、其中，xi为目标区域的点云数据信息，λ1i和λ2i为权重系数，n为样本容量；
21、所述目标区域点云的惩罚项αi和βi为，
22、，
23、，
24、其中，xi为目标区域的点云数据信息。
25、进一步的，所述点云地图构建的决策因子ρ1，ρ2，ρ3和ρ4的约束条件为，
26、。
27、进一步的，在步骤q3中，所述需要补充激光点云建图的最小区域函数f为，
28、，
29、其中，m为目标区域的点云地图数据信息，h为车辆历史作业路线数据信息，θ1，θ2和θ3为激光点云建图的弥补常量因子，f为激光点云建图的路线与点云地图的关系函数。
30、进一步的，所述激光点云建图的路线与点云地图的关系函数f为，
31、，
32、其中，h为车辆历史作业路线数据信息，a为点云地图与路线的关系矩阵。
33、进一步的，在步骤q4中，所述采用改进的icp算法进行实时点云与点云地图的配准包括：
34、q41.基于所述优化后的目标区域的点云地图数据信息和所述目标区域的点云数据信息，建立目标区域点云地图和点云的关系函数w，
35、，
36、其中，a为优化后的目标区域的点云地图数据信息，b为目标区域的点云数据信息，r为点云地图与点云的正交矩阵，t为点云地图与点云的转换矩阵，η1，η2和η3为目标区域点云地图和点云的关系因子；
37、q42.基于所述目标区域点云地图和点云的关系函数w，对目标区域的点云地图和点云的关系进行表征，得到目标区域点云地图和点云的关系矩阵数据信息；
38、q43.基于所述目标区域点云地图和点云的关系矩阵数据信息，建立目标区域点云地图和点云的配准函数j，
39、，
40、其中，c为目标区域点云地图和点云的关系矩阵数据信息，δ1，δ2和δ3为点云地图和点云的配准常量参数，进行实时点云与点云地图的本文档来自技高网...
【技术保护点】
1.一种联合调度平台的港口点云建图与匹配定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于，在步骤Q2中，所述采用改进的基于惩罚项的特征选择算法对目标区域的点云地图进行构建包括：
3.根据权利要求2所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于：所述目标区域的点云均值点数据信息x0，
4.根据权利要求2所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于：所述点云地图构建的决策因子ρ1，ρ2，ρ3和ρ4的约束条件为，
5.根据权利要求1所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于，在步骤Q3中，所述需要补充激光点云建图的最小区域函数F为，
6.根据权利要求5所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于：所述激光点云建图的路线与点云地图的关系函数f为，
7.根据权利要求1所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于，在步骤Q4中，所述采用改进的ICP算法进行实时点云与点云地图的配准包括：<...
【技术特征摘要】
1.一种联合调度平台的港口点云建图与匹配定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于，在步骤q2中，所述采用改进的基于惩罚项的特征选择算法对目标区域的点云地图进行构建包括：
3.根据权利要求2所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于：所述目标区域的点云均值点数据信息x0，
4.根据权利要求2所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于：所述点云地图构建的决策因子ρ1，ρ2，ρ3和ρ4的约束条件为，
5.根据权利要求1所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于，在步骤q3中，所述需要补充激光点云建图的最小区域函数f为，
6.根据权利要求5所述的联合调度平台的港口点云建图与匹配定位方法，其特征在于：所述激光点云建图的路线与点云地图的关系函数f为，
7.根据权利要求1所述的联合调度平台...
【专利技术属性】
技术研发人员：骆嫚，王月，杨彦鼎，曹恺，汪统，王科未，
申请(专利权)人：东风悦享科技有限公司，
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。