[发明专利]一种用于移动机器人的视觉与雷达融合定位方法

说明书

本发明公开了一种用于移动机器人的视觉与雷达融合定位方法，移动机器人使用摄像头识别出场景中事先布置的标志物，并通过激光雷达测距进行建图及定位。本发明综合考虑激光雷达以及摄像头的优点，能够有效地解决移动机器人在定位与导航中所存在的问题，通过单目摄像头进行远距离的观测和识别标志物并使用激光雷达辅助测距来实现建图和定位；此外本发明通过引入激光雷达信息剔除了动态点云的干扰，提高定位精度。

技术领域

本发明属于移动机器人定位导航技术领域，具体涉及一种用于移动机器人的视觉与雷达融合定位方法。

背景技术

随着AI技术的发展，移动机器人已经广泛应用于无人物流、智能工厂以及智能家居等领域，而定位与导航模块是移动机器人中最重要也是最复杂的模块。

常用的定位与导航技术根据传感器的不同大体可以分为视觉法和激光雷达法，视觉方法主要是使用计算机视觉算法在场景中采集一系列有代表性的点作为特征点，根据匹配特征点的变换而推导出自身的位置，比较有名的方法有ORB-SLAM、PTAM等等，由于此方法是在环境中随机采集特征点，不具备很好的鲁棒性，例如特征点的提取通常通过寻找图像中的灰度变化，因此在光照变化明显时特征点的匹配会出现很大问题；特征点的提取需要纹理信息，而缺失纹理信息的地方(如白墙)，特征点的提取与匹配都会失效。还有一种方法是识别场景中固定的标志，根据标志的位置来建图，标志是提前布置在场景中的，因此我们有标志的先验信息，更方便移动机器人对标志的识别，提高了识别的精度；每一个标志都包含ID信息，进行匹配时只需比对ID信息，因此标志法的匹配精度也非常高。但无论是特征点法和标志法，单目摄像头由于存在着尺度不定性，得到的地图是无尺度信息的，地图与真实场景存在着等比放大或者缩小的情况，且视觉测距不准确。

激光雷达法通过激光雷达生成的点云进行匹配定位，测距精度高，效果更好，生成的地图点更精确；使用激光雷达进行定位也存在着一些缺陷，例如在室内环境中物体的移动非常频繁，点云匹配会出现问题，人来人往中可能会对激光雷达造成遮挡，发生误匹配的情况经常发生。如果将激光雷达和视觉相融合，对激光雷达提取的点云进行过滤，只提取人工标志物上的点云进行匹配，这样不仅降低了误匹配，还大大减小了算力。

申请号为201810051704.X的中国专利中提出了一种融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法，该技术方案虽然将视觉和激光雷达得到的数据进行融合并检测障碍物，但没有做到通过障碍物的位置来反推出自身的定位信息。而申请号为201910717569.2的中国专利中提出的方法将特征点与点云相结合，并没有剔除动态点造成的干扰且数据量较大，算力需求强。在申请号为201910279067.6的中国专利中提出的方法将视觉与激光雷达计算的位姿进行松耦合，精度较差。

发明内容

鉴于上述，本发明提供了一种用于移动机器人的视觉与雷达融合定位方法，通过紧耦合的方式将视觉检测得到的标志物与激光雷达测距结果融合，综合考虑了视觉传感器和激光雷达的优点，能够有效地解决移动机器人在定位与导航中所存在的问题。

一种用于移动机器人的视觉与雷达融合定位方法，包括如下步骤：

(1)在场景中布置包含丰富颜色特征的标志物作为定位点；

(2)在移动机器人上安装摄像头以及激光雷达并对两者的外参进行标定；

(3)将激光雷达产生的点云投影到相机坐标系下；

(4)根据标志物的先验信息以及摄像头内参在相机坐标系下对标志物进行识别并分割出在标志物范围内的点云，这些点云即激光雷达在实际场景中投射到标志物上的点；进而根据标志物范围内的点云可获得标志物的三维位置信息，并构建场景地图；

(5)通过构建得到的场景地图推算出移动机器人自身位姿，从而完成定位。