[发明专利]一种利用激光点云数据的移动机器人轨迹确定方法及装置

说明书

本发明涉及一种利用激光点云数据的移动机器人轨迹确定方法及装置，属于定位技术领域。方法包括：获取每帧的扫描点云数据；提取点特征和平面特征；根据相邻两帧的点特征确定点特征关联，平面特征确定相邻两帧是否存在平面特征关联；若存在平面特征关联，则根据这两帧中关联的平面对的法向量确定相关矩阵；若相关矩阵的秩小于满秩，或者秩等于满秩、且条件数大于条件数设定阈值，则结合平面特征关联和点特征关联确定帧间位姿变换矩阵；若秩等于满秩、且条件数小于等于条件数设定阈值，则根据相关矩阵确定帧间位姿变换矩阵。本发明通过对平面特征的系统约束进行判断，进而选择不同的方法确定移动机器人的帧间位姿变换矩阵，提高了定位的精度。

技术领域

本发明涉及一种利用激光点云数据的移动机器人轨迹确定方法及装置，属于定位技术领域。

背景技术

随着机器人技术的快速发展，移动机器人正逐步走入人们的日常生活中。为此，需要赋予移动机器人与人、环境自由交互的能力，提高其自主性和智能化程度，对于移动机器人而言，实现真正自主的前提和基础是在运行环境中能够准确的自我定位，而自我定位有赖于其装载的各类传感器。

经历了多轮技术更新，激光雷达(Light Detection and Ranging，LiDAR)作为当前最先进的环境感知传感器之一，具有测量精度高、速度快、视场范围大、受环境影响小等优点，可为移动机器人提供强大的环境感知能力，为此LiDAR越来越多的应用于多种移动机器人平台。基于LiDAR的定位是测绘、计算机视觉、机器人学等众多领域共同关心的热点问题，具有十分广阔的应用前景。基于LiDAR的定位技术包括2D LiDAR的定位技术和LiDAR里程计技术，其中2D LiDAR的定位技术已相对较为成熟，但在复杂场景下的3D定位的鲁棒性、精度、和效率仍有待提高，因此LiDAR里程计技术成为实现移动机器人定位的关键技术。

不同于车辆上安装的轮式里程计传感器，移动机器人提出的里程计(Odometry)是一种算法上的概念，它指的是利用运动传感器(包括视觉传感器和LiDAR等)的数据估计载体位置随时间的变化，是一种相对定位技术，它估计的是相对于某个初始位置当前移动机器人所处的位置。LiDAR里程计的性能对移动机器人的感知、定位和地图构建等任务而言是至关重要的，现有的LiDAR里程计通过提取点特征，利用相邻观测信息估计相对运动并推算得到机器人相对于某个起始点的位姿，进而得到移动机器人的运动轨迹。

现有方法仅利用点特征进行运动估计，是一种采用单一的扫描匹配方法估计帧间运动的方法，该方法属于一种增量式定位技术，将会导致位姿误差会不断累积，在某些情况下采用这种方法估计帧间运动可能会失败或存在欠约束方向，同时在大规模场景或长期运行条件下只利用点特征进行单一的扫描匹配，使得机器人的估计位姿并不准确，最终导致得到的移动机器人的轨迹并不准确。

发明内容

本申请的目的在于提供一种利用激光点云数据的移动机器人轨迹确定方法及装置，用以解决现有技术轨迹确定不准确的问题。

为实现上述目的，本申请提出了一种利用激光点云数据的移动机器人轨迹确定方法的技术方案，包括以下步骤：

1)获取每帧的扫描点云数据；

2)对每帧的扫描点云数据进行点特征和平面特征的提取；所述点特征包括边缘点特征和平面点特征；

3)根据相邻两帧的点特征确定所述相邻两帧的点特征关联，并且根据平面特征确定所述相邻两帧是否存在平面特征关联；

4)若存在平面特征关联，则根据这两帧中关联的平面对的法向量确定相关矩阵，若相关矩阵的秩小于满秩，则进入步骤6)，若相关矩阵的秩等于满秩，则进入步骤5)；

5)对相关矩阵进行特征值分解，计算条件数，若条件数大于条件数设定阈值，则进入步骤6)；若条件数小于等于条件数设定阈值，则根据相关矩阵确定移动机器人的帧间位姿变换矩阵；得到移动机器人轨迹；所述条件数为最大特征值和最小特征值的比值；