[发明专利]点云数据处理方法、机器人、电子设备和可读存储介质

说明书

本申请公开了一种多传感器融合的点云数据处理方法、机器人和可读存储介质。点云数据处理方法包括：获取并同步第一传感器数据和第二传感器数据以获得点云数据；对点云数据进行配准并构建时空点云地图；和对点云数据进行滤波以获得时空点云数据。本申请实施方式的点云数据处理方法通过融合不同类型的第一传感器数据和第二传感器数据，使得第一传感器数据和第二传感器数据在时间上实现同步，进而可以对相应帧数据进行配准处理实现时空点云地图的构建，在时空点云地图的基础上对点云数据进行滤波处理，滤除当前激光数据不稳定的激光点，保证定位的稳定性。

技术领域

本申请涉及机器人智能控制技术领域，更具体而言，涉及一种点云数据处理方法、机器人、电子设备和可读存储介质。

背景技术

相关技术中，随着机器人广泛应用于各种自动作业场景，机器人通常具备定位和建图功能。目前基于激光点云的匹配的算法，是计算当前激光点在局部地图中的最优匹配位置。然而在室外环境中，基于激光点云的定位与建图方法容易受到激光点云噪点的限制导致定位和建图鲁棒性差的问题。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的目的在于提供一种用于提高机器人定位的稳定性的点云数据处理方法，通过同步并融合多传感器数据，进行滤波以获取时空点云数据，从而保证定位的稳定性。

本发明的另一个目的在于提供一种通过点云滤波实现准确定位的机器人。

本发明的另一个目的在于提供一种通过点云滤波实现对机器人进行准确定位的电子设备和可读存储介质。

为达到上述目的，本申请实施方式提供一种点云数据处理方法，点云数据处理方法包括：获取并同步第一传感器数据和第二传感器数据以获得点云数据；对所述点云数据进行配准并构建时空点云地图；和对所述点云数据进行滤波以获得时空点云数据。

本申请实施方式的点云数据处理方法通过融合不同类型的第一传感器数据和第二传感器数据，使得第一传感器数据和第二传感器数据在时间上实现同步，进而可以对相应帧数据进行配准处理实现时空点云地图的构建，在时空点云地图的基础上对点云数据进行滤波处理，滤除当前激光数据不稳定的激光点，保证定位的稳定性。

在某些实施方式中，所述对所述点云数据进行配准并构建时空点云地图的步骤包括：利用迭代最近点方法和所述第二传感器数据对所述点云数据进行配准；和利用配准后的点云数据构建时空点云地图，所述时空点云地图具有时间戳信息。如此，通过迭代最近点方法配准后的点云数据构建时空点云地图，利用环境中时间上和空间上具有一致性的点云，利于滤除当前激光数据不稳定的激光点。

在某些实施方式中，所述对所述点云数据进行滤波以获得时空点云数据的步骤包括：将所述第一传感器数据和所述第二传感器数据转换到相同坐标系；基于高斯分布在所述时空点云地图中找到对应的栅格点云；和根据对应的栅格点云内的时空点云的数量进行滤波。如此，通过对点云数据的坐标一致性进行转换，将第一传感器数据和第二传感器数据转换到相同坐标下，基于点云的分布划分栅格点云，然后利用划分的栅格点云结合栅格点云内的时空点云数量进行滤波。

在某些实施方式中，所述第一传感器数据包括激光数据，所述根据对应的栅格点云内的时空点云的数量进行滤波的步骤包括：以当前激光点为原点确定与所述原点距离小于预定距离的目标区域；计算在时间序上所述目标区域内所述时空点云的数量；和根据所述时空点云的数量确定是否删除所述当前激光点。如此，通过判断每个当前激光点在时空点云地图中对应的区域内在时间序上点的数量来对当前激光数据进行滤除，保证定位的稳定性。

在某些实施方式中，所述预定距离根据所述当前激光点与激光传感器之间的距离确定。如此，对于不同距离的激光点采取相应的预设距离进行滤波。