[发明专利]复杂环境下多传感器的移动机器人slam建图方法和系统

说明书

本发明公开了一种复杂环境下多传感器的移动机器人slam建图方法和系统，方法包括：同时获取同一环境的激光雷达数据、深度数据以及超声数据；将三者数据都转换成角度和距离构成的数值对格式，分别进行卡尔曼滤波；对三组数值对中对应同一时刻的三个数据，挑选出最大优先级类型的数值对输出作为最终的数值对；利用输出的最终一组数值对进行建图。本发明方法将同一时刻同一环境的激光雷达、深度和超声数据进行数据融合，提高同时定位和地图创建的精度和可靠性的同时增加了对透明障碍物的检测能力。

技术领域

本发明涉及信息融合技术领域，具体涉及一种复杂环境下多传感器的移动机器人slam建图方法和系统。

背景技术

机器人的研究越来越多的得到关注和投入，随着计算机技术和人工智能的发展，智能自主移动机器人成为机器人领域的一个重要研究方向和研究热点。移动机器人的定位和地图创建是自主移动机器人领域的热点研究问题。对于已知环境中的机器人自主定位和已知机器人位置的地图创建已经有了一些实用的解决方法。但无一能够完全解决诸如野外，复杂室内环境，光照变化等问题。

随着机器人技术的不断发展，机器人的应用领域和功能有了极大的拓展和提高。智能化已成为机器人技术的发展趋势，而传感器技术则是实现机器人智能化的基础之一。由于单一传感器获得的信息非常有限，而且，还要受到自身品质和性能的影响，因此，智能机器人通常配有数量众多的不同类型的传感器，以满足探测和数据采集的需要。若对各传感器采集的信息进行单独、孤立地处理，不仅会导致信息处理工作量的增加，而且，割断了各传感器信息间的内在联系，丢失了信息经有机组合后可能蕴含的有关环境特征，造成信息资源的浪费，甚至可能导致决策失误。

在复杂室内环境下，现有激光雷达slam地图存在漏检，检测精度低的问题。为了解决上述问题，本发明提出了多传感器融合技术。

发明内容

本发明的目的在于克服现有技术中的不足，提出了一种复杂环境下多传感器的移动机器人slam建图方法和系统，将同一时刻同一环境的激光雷达、深度和超声数据在保留冗余和互补信息的情况下进行数据融合，提高同时定位和地图创建的精度和可靠性的同时增加了对透明障碍物的检测能力。

为解决上述技术问题，本发明提供了一种复杂环境下多传感器的移动机器人slam建图方法，其特征是，包括以下步骤：

步骤S1，同时获取同一环境的激光雷达数据、深度数据以及超声数据；

步骤S2，从激光雷达数据中提取角度和距离构成的数值对，并将深度数据和超声数据也转换成角度和距离构成的数值对格式；

步骤S3，将激光雷达、深度和超声类型所对应的三组数值对进行时间同步，并分别进行卡尔曼滤波；

步骤S4，对三组数值对中对应同一时刻的三个数据，将两两不同类型之间的数据差值与预设阈值进行对比，若大于阈值则挑选出最大优先级类型的数值对输出作为最终的数值对，重复此过程直至完成整组数值对；

步骤S5，利用输出的最终一组数值对进行建图。

优选的，步骤S2中，采用多线程同时处理。

优选的，以激光雷达数据格式为标准对深度数据进行格式转换的具体步骤如下：

步骤S2.1，提取深度图水平中线上下设定值像素区域作为敏感区域；

步骤S2.2，对敏感区域中每列像素点取灰度最小值；

步骤S2.3，对敏感区域中水平范围内，取整数角度对应列上灰度最小值作为距离数据，加上对应角度值，转换为激光雷达数据格式的角度和距离数值对。

优选的，以激光雷达数据格式为标准对超声数据格式转换的具体过程如下：