[发明专利]一种三维激光点云快速重定位方法有效
申请号: | 202110063029.4 | 申请日: | 2021-01-18 |
公开(公告)号: | CN112767456B | 公开(公告)日: | 2022-10-18 |
发明(设计)人: | 郭健;朱文宇;叶雅婷;李胜;高豪杰 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06T7/30 | 分类号: | G06T7/30;G06V10/762 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 王安 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 三维 激光 快速 定位 方法 | ||
1.一种三维激光点云快速重定位方法,其特征在于,包括以下步骤:
步骤1、对分割好的当前帧点云进行二维栅格化处理,具体为:
步骤1-1、将分割好的当前帧原始点云进行地面点云以及雪面点云的剔除;
步骤1-2、对点云中心化处理:
式中,投影栅格大小为N×N,N=range/res,激光雷达观测范围为range,二维栅格分辨率为res,原始点云中某点坐标为(px,py,pz),投影后为坐标(x,y,z);
步骤1-3、将当前帧内点云描述为p1=(x1,y1,z1),p2=(x2,y2,z2),...,pn=(xn,yn,zn),确定当前单帧剩余点云的质心
步骤1-4、确定当前帧内点云的协方差矩阵:
步骤1-5、对cov(x,y,z)进行奇异值分解得到特征值λX,λY,λZ,取其中最大值代表的特征向量作为数据主方向,计算数据主方向与当前激光雷达局部坐标系主方向之间的夹角θ:
其中,为数据主方向,当前激光雷达局部坐标系主方向为x轴方向;
步骤1-6、对点云进行重映射;
其中,(xi,yi,zi)为点云中第i个点,(x′i,y′i)为重映射得到的点,在完成重映射后,仅保留其x与y两个维度信息,完成当前帧内点云的二维栅格化;
步骤2、基于Jaccard系数对先验地图中关键帧进行初筛得到候选场景集合,具体为:
步骤2-1、将原始N×N栅格简化为一维向量,分量为N×N个;
步骤2-2、计算当前帧与先验地图中关键帧的Jaccard系数;
其中,n=N×N,Ai表示当前帧三维场景经过二维投影后的第i个分量的栅格占据情况,Bki表示为先验地图关键帧中,帧ID为k的历史帧第i个分量的占栅格据情况,栅格占据情况取值为:占据取1,非占据取0;
步骤2-3、对计算得到的Jaccard系数与阈值Jpre比较,若大于该阈值则将该关键帧放入候选场景集合中;
步骤3、基于数据主方向与Pearson相关系数对候选场景集合进行进一步筛选,具体为:
步骤3-1、根据步骤1的方法计算当前场景与候选场景集合中关键帧的数据的主方向夹角:
其中,gc与gr分别为当前帧与某候选场景帧的主方向, 为二者的余弦计算,ε为阈值,计算二者之间的余弦值,若某个候选场景帧满足则予以剔除;
步骤3-2、计算当前帧与某候选场景帧的Pearson相关系数对候选场景集合进一步筛选:
其中,Xi为当前帧二维栅格化后的质心坐标,Yki为某候选场景帧中第k帧二维栅格化后的质心坐标,n=N×N,若rk在阈值内则予以保留完成进一步筛选;
步骤4、对原始帧与步骤3筛选出的候选场景帧进行基于欧几里得聚类算法的三维点云聚类,得到聚类集合;
步骤5、对步骤4得到的聚类集合基于Hungarian匹配构建当前帧与候选场景集合中每一帧的最大对应关系,得到对应的集合;
步骤6、基于余弦相似度进行唯一候选场景筛选;
步骤7、基于唯一候选场景帧,由3D-NDT算法得到变换矩阵,并依此确定定位矩阵,实现三维点云配准重定位。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110063029.4/1.html,转载请声明来源钻瓜专利网。