【技术实现步骤摘要】
本专利技术属于机器人导航和地图构建，尤其涉及一种基于强度梯度和三角形组合描述子的地点识别方法及系统。
技术介绍
1、室内移动机器人实现自主导航、环境感知等能力的核心技术之一是即时定位与地图构建（simultaneous localization and mapping，slam），地点识别能够在一定程度上解决室内移动机器人，在长时间运行中因累积误差导致的定位和建图不准确问题。
2、gps（global positioning system）信号在室内通常受到严重衰减甚至完全失效，使得室内移动机器人无法依赖gps进行精确定位，且室内环境的几何特征较为稀疏或具有高度重复性，如墙壁、门窗等，提供的环境信息有限，使得传统的基于几何特征的地点识别方法难以实现准确的特征匹配，从而影响识别性能；此外，现有的一些地点识别方法受限于激光雷达的扫描模式，不具备良好的传感器泛化能力，限制了其在实际应用中的广泛适用性。
技术实现思路
1、本专利技术为了解决上述问题，提出了一种基于强度梯度和三角形组合描...
【技术保护点】
1.基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，包括：
2.如权利要求1所述的基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，得到强度图像的过程包括：将k帧连续的点云转换到关键帧对应的雷达坐标系下；当累积一帧关键帧点云后，将关键帧点云按照球面投影模型进行投影，形成强度图像。
3.如权利要求1所述的基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，对得到的强度图像进行空洞检测，采用双线性插值方法来填补空洞，对于每个空洞像素，利用其周围多个最近的已知像素值进行线性插值；对空洞处理后的强度图像通过卷积操作进行高斯平滑；...
【技术特征摘要】
1.基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，包括：
2.如权利要求1所述的基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，得到强度图像的过程包括：将k帧连续的点云转换到关键帧对应的雷达坐标系下；当累积一帧关键帧点云后，将关键帧点云按照球面投影模型进行投影，形成强度图像。
3.如权利要求1所述的基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，对得到的强度图像进行空洞检测，采用双线性插值方法来填补空洞，对于每个空洞像素，利用其周围多个最近的已知像素值进行线性插值；对空洞处理后的强度图像通过卷积操作进行高斯平滑；平滑后的强度图像进行归一化处理。
4.如权利要求3所述的基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，在预处理后的强度图像中进行边缘检测，具体的，通过卷积操作计算每个像素点的梯度幅值，梯度幅值大于预设值的像素点被认为是边缘点；根据梯度幅值，建立一个与强度图像大小一致的梯度幅值矩阵，用于表示图像中每个像素位置的强度变化程度。
5.如权利要求4所述的基于强度梯度和三角形组合描述子的地点识别方法，其特征在于，在生成强度图像过程中，创建容器来存储每个像素所对应的雷达点三维坐标，对于每个像素所对应的雷达点；通过计算雷达点在容器中的索引将雷达点保存到容器的相应位置，建立了每个像素与雷达点之间的映射关系；完成图像边缘检测后，提取出所有边...
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。