[发明专利]一种基于扫描线段重合长度估计的激光雷达定位方法

权利要求书

1.一种基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，具体包括如下步骤：

步骤1、对单线激光雷达扫描的原始数据进行坐标变换与空间滤波；

步骤2、进行扫描数据聚类处理、线段识别，构建局部2D环境地图；

步骤3、构建完整线段集，利用完整线段的长度作为匹配的参数，选择最长完整线段与已知的2D环境地图进行完整线段匹配对计算；

步骤4、进行激光雷达位姿估算、不同匹配对所对应扫描线段的重合长度计算，确定位姿；

步骤4中，不同匹配对所对应扫描线段的重合长度计算时，首先从不同匹配对中判定重合线段，判定条件为：局部地图的线段两个端点均在全局地图的对应匹配线段上，计算重合线段的重合部分的长度，最后叠加除了匹配对的线段外所有重合线段的重合部分的长度，选择重合长度最长时对应的匹配对为最佳匹配对，此时估算的激光雷达位姿即为当前激光雷达在室内环境地图中所处位姿。

2.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤1中，对激光雷达获取的局部原始数据进行坐标转换，将其极坐标转换为直角坐标，具体是以激光雷达发射中心为坐标原点，其运动方向为y轴正方向，y轴开始顺时针旋转90°为x轴正方向建立激光雷达的局部直角坐标系，设激光雷达的某一扫描点为点P，将点P的极坐标(r,θ)转换成直角坐标(x_p,y_p)，如下式所示：

x_p＝r cosθ

y_p＝r sinθ。

3.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤1中，空间滤波采用改进的空间均值滤波法对边缘数据的平滑效果进行改进，首先需要确定边缘点，将某一点的距离值与相邻的左右两点的距离值进行比较，如果它们之间差值的绝对值大于设定的阈值，说明该点为边缘点，然后对非边缘点进行空间均值滤波。

4.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤2中，扫描数据聚类处理采用基于自适应阈值的快速近邻聚类法对点云数据进行区域分割，具体方法为：将第一点作为第一个物体的初始边界点，作为第一类，隔点进行比较，若两点间的距离小于阈值2TD，则认为该点与前一点属于同一类，将该点添加至当前类中；若两点间的距离大于阈值2TD，则认为该点不属于当前类，则开始新的一个类，并以该点作为新的一个类的起点，但此时还需要判断中间点与前一点间的距离是否小于另一个阈值TD，若小于TD，则中间点归为上一类，反之，则认为与下一点为一类，重复上述比较，其中TD为自适应阈值，采用如下的方式进行计算：

TD＝βΔr

其中Δr表示相邻两点间的距离，Δr＝r sinΔθ，r为雷达获取的极坐标半径，Δθ为激光雷达的角分辨率，根据激光雷达的测距精度结合室内环境的特点，β设为8。

5.根据权利要求1所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，步骤2中，线段识别采用改进的IEPF来进行线段分割，具体过程为：将同区域内的数据点集中的起点和终点连成一条线段，计算点集中的每一个点到这条线段的距离，找出距离最大的点，如果该距离大于设置的阈值，则以该点为分界点，将原始点集分割成两个新的点集，对两个新的点集重复进行上述过程，直至所有的点到线段的距离都不大于设定的阈值时，结束分割，最后采用RANSAC对分割后的点云数据进行直线拟合。

6.根据权利要求5所述的基于扫描线段重合长度估计的激光雷达定位方法，其特征在于，线段识别中，会出现过分割与欠分割问题，针对欠分割，将阈值设置的尽量小一些，以保证充分分割，尽量排除欠缺分割的情况，这里阈值取[0.05,0.15]，针对过分割的情况，在进行直线拟合后判断相邻线段间的夹角是否大于某一阈值角度，来确定相邻线段是否属于同一条线段，这里阈值角度取[170°,179°]。