深度相机融合激光雷达的三维稠密点云建图方法及系统技术方案

本发明专利技术提供了一种深度相机融合激光雷达的三维稠密点云建图方法及系统，该方法在构建三维稠密点云地图的同时生成二维栅格地图，提升环境和障碍物信息的获取精度；包括以下步骤：首先，通过传感器时间戳对齐和空间校准，实现激光雷达与深度相机的精确同步；然后，对深度相机采集的深度图像进行处理，计算三维稠密点云，并通过高斯滤波算法优化数据质量；接着，采用光流方法估计图像序列中像素点的光流向量，标记动态物体；结合激光雷达数据生成二维栅格地图，识别并分割障碍物；进一步，通过特征点匹配进行回环检测，精准匹配特征点，检测到闭环后进行图优化以增强地图一致性；最后，通过增量更新和全局优化，构建更加完善、鲁棒的稠密点云地图。

【技术实现步骤摘要】

本专利技术涉及室内移动机器人的定位与建图，具体涉及一种深度相机融合激光雷达的三维稠密点云建图方法及系统。

技术介绍

1、随着智能移动机器人领域的快速发展，其被广泛应用于物流配送、医疗护理、环境监测和高危作业等领域。这些智能设备不仅大幅降低了劳动成本，还提高了生产与服务的质量和效率。因此，精确理解和感知复杂工作环境是移动机器人广泛应用的关键挑战。

2、slam技术是机器人精确理解和感知复杂工作环境的核心，这项技术同时兼顾对机器人进行定位和确认机器人周边环境的重要任务。当今的单一传感器的slam技术主要可以分为激光slam和视觉slam，单一传感技术在机器人感知领域面临众多挑战，尤其是在不同场景下的应用需求。激光雷达虽然在测距和定位方面表现出色，但在特征贫乏的场景如长廊和开阔空间中，依赖如hector slam或gmapping这类基于激光的slam算法，往往难以进行有效的闭环检测和空间识别。这些算法通常依赖于环境中的结构化特征来匹配和定位，而在特征稀疏的环境下，缺乏足够的信息来支撑算法的决策，导致定位精度下降。另一方面，相机作为视觉传感器，可以捕本文档来自技高网...

【技术保护点】

1.深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，包括：

2.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述时间同步与校准，具体包括：

3.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述点云处理与优化，具体包括：

4.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述动态物体识别，具体包括：

5.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述障碍物融合与定位，具体包括：

6.根据权利要求1所述深度...

【技术特征摘要】

1.深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，包括：

2.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述时间同步与校准，具体包括：

3.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述点云处理与优化，具体包括：

4.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述动态物体识别，具体包括：

5.根据权利要求1所述深度相机融合激光雷达的三维稠密点云建图方法，其特征在于，所述障碍物融合与定位，具体包括：

6.根据权利要...

【专利技术属性】
技术研发人员：徐淑萍，杨定哲，王会峰，刘智平，房嘉翔，苏小会，李映龙，陈佩强，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：