[发明专利]基于双雷达的路径规划方法、系统、存储介质及电子设备

说明书

本发明涉及雷达探测领域，尤其涉及基于双雷达的路径规划方法、系统、存储介质及电子设备。该方法包括：获取主激光雷达的第一点云以及辅助激光雷达的第二点云，通过所述第一点云以及所述第二点云生成3D点；步骤2，基于预设条件，分别对所述主激光雷达以及所述辅助激光雷达进行建图；通过ICP算法对所述3D点进行计算，得到粗标定的旋转矩阵R以及粗标定的平移向量t；基于建图结果对所述旋转矩阵R以及所述平移向量t进行处理，得到优化后的旋转矩阵R'以及优化后的平移向量t'；根据优化后的旋转矩阵R'以及优化后的平移向量t'构建融合建图；根据所述融合建图实现路径规划。本发明能够达到提高定位匹配精确度，并提高路径规划准确度的效果。

技术领域

本发明涉及雷达探测领域，尤其涉及基于双雷达的路径规划方法、系统、存储介质及电子设备。

背景技术

为了实现移动机器人智能化，配备多个激光雷达传感器系统已逐渐成为主流，与单激光雷达传感器相比，可以获取更丰富的环境视图及更密集的测量，避免视野盲区，增强更健壮的环境感知能力。现有技术中，载物机器人在载物过程中可能会因为货物面积过大，导致视野盲区，导致定位匹配精度降低，影响路径规划，导致意外发生。

发明内容

本发明所要解决的技术问题是提供基于双雷达的路径规划方法、系统、存储介质及电子设备。

本发明解决上述技术问题的技术方案如下：一种基于双雷达的路径规划方法，其特征在于，包括：

步骤1，获取主激光雷达的第一点云以及辅助激光雷达的第二点云，通过所述第一点云以及所述第二点云生成3D点；

步骤2，基于预设条件，分别对所述主激光雷达以及所述辅助激光雷达进行建图，得到主激光雷达坐标系的全局点云图Map_t以及辅助激光雷达坐标系的全局点云图Map_s；

步骤3，通过ICP算法对所述3D点进行计算，得到粗标定的旋转矩阵R以及粗标定的平移向量t；

步骤4，基于所述主激光雷达坐标系的全局点云图Map_t以及所述辅助激光雷达坐标系的全局点云图Map_s，对所述旋转矩阵R以及所述平移向量t进行处理，得到优化后的旋转矩阵R'以及优化后的平移向量t'；

步骤5，根据优化后的旋转矩阵R'以及优化后的平移向量t'构建融合建图；

步骤6，根据所述融合建图实现路径规划。

本发明的有益效果是：先通过对双雷达之间的单帧匹配粗标定的处理求解得到粗标定的旋转矩阵R以及粗标定的平移向量t，在两个激光雷达完成建图后，进行全局匹配求解最优解优化后的旋转矩阵R'以及优化后的平移向量t'，地图信息融合。更健壮的环境感知能力及环境视图，定位精度更高SLAM得到点云地图更加精细及稠密。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，步骤1具体为：

获取主激光雷达的第一点云以及辅助激光雷达的第二点云，在所述第一点云以及所述第二点云中选取共同扫描部分，并从所述共同扫描部分中选取一组3D点P_i,P_i'，其中，P_i＝{P₁,P₂…P_n}，P_i'＝{P₁',P₂'…P_n'}，所述共同扫描部分为：所述主激光雷达以及所述辅助激光雷达的共同扫描部分，所述3D点为已配对成功的3D点。

进一步，步骤3具体为：

通过ICP算法计算P_i以及P_i'之间的姿态变换关系，对所述姿态变换关系进行求解得到粗标定的旋转矩阵R以及粗标定的平移向量t；