[发明专利]融合双目视觉和2D激光雷达的室外定位方法

说明书

融合双目视觉和2D激光雷达的室外定位方法，属于基于先验地图的机器人或自动驾驶汽车精确定位领域。本发明(1)将双目视觉作为里程计提供帧间的相对位姿，将一个局部时间窗口内的2D激光雷达数据融合成一幅局部子图；(2)利用DS证据理论对局部子图中的时态信息进行融合以消除局部子图中的动态噪音；(3)利用基于反向组合算法的地图匹配方式，将局部子图与预先构建的先验地图进行匹配，从而得到先验地图与局部子图之间的相对位姿；(4)根据匹配结果对局部子图的位姿进行校正，将校正后的位姿用于更新轨迹以消除双目里程计所产生的累积误差。

技术领域

本发明设计了一种融合双目视觉和2D激光雷达的室外定位方法。本方法使用双目视觉作为里程计以将一个局部时间窗口内的2D激光雷达数据融合成一幅局部子图，并利用DS证据理论对局部子图的时态信息进行融合，随后利用基于反向组合算法的地图匹配方式将局部子图与预先构建的全局先验地图进行匹配，最后，根据匹配结果对局部子图的位姿进行校正以消除双目里程计的累积误差。该方法可应用于基于先验地图的机器人或自动驾驶汽车精确定位领域，使用低成本的双目相机和2D激光雷达来实现室外环境下的高精度定位。

背景技术

随着移动机器人与智能车的不断发展，自动驾驶技术逐渐成为学术界和工业界的研究热点，而精确的定位则是其至关重要的部分，然而传统的定位方法往往都采用了昂贵的传感器，并且易受到动态目标的影响，这给城市交通场景下的精确定位带来了困难。

目前的室外定位算法大多都依赖于GPS系统，但是民用GPS往往只能达到米级的定位精度，并且在城市建筑密集区域，GPS信号容易受到障碍物的遮挡，这将严重影响卫星定位的精度。相比之下，激光雷达是一种鲁棒而精确的测距传感器，这对于自动驾驶很重要。激光雷达按照类型可以分为2D激光雷达和3D激光雷达，3D激光雷达可以提供高精度的测量信息，但是其价格十分昂贵，不利于大规模推广使用。2D激光雷达虽然只能提供某一个平面上的测量信息，但是由于其轻便、价格低廉等特性被广泛应用于各种定位系统之中。目前的2D激光雷达大多应用于室内环境下的小型机器人的定位系统上，通过匹配相邻点云以获取高精度的相对位姿，但是在室外环境下，由于点云的稀疏性以及大量动态目标的存在都使得相邻点云的匹配变得尤为困难，这导致在室外环境下仅依赖2D激光雷达进行定位的精度较低甚至无法实现定位。不同于激光雷达，视觉里程计可以在室外环境下提供一个好的相对定位精度，但是其会随着一段时间运行后会产生一个很大的累积漂移。

众所周知，2D激光雷达由于其点云稀疏并且易受到动态目标的影响导致目前很少有利用2D激光雷达来完成室外定位的工作。为此，本发明提出了一种融合双目视觉和2D激光雷达的室外定位方法。为了解决2D激光雷达的稀疏性，将双目视觉作为里程计以提供帧间的相对位姿，以将一个局部时间窗口内的2D激光雷达数据融合成一个数据更为稠密的局部子图，同时利用DS证据理论(G.Shafer,“A Mathematical Theory of Evidence”,Princeton university press,vol.1,1976)融合局部子图的时态信息以消除动态目标所带来的噪音。最后，基于反向组合算法(S.Baker and I.Matthews,Equivalence andefficiency of image alignment algorithms,Proceedings of the 2001IEEEComputer Society Conference on Computer Vision and Pattern Recognition.CVPR2001,2001,pp.I-I)的地图匹配算法将被用于局部子图和先验地图之间的匹配以消除里程计随着时间所产生的累积误差，从而实现高精度的定位。

发明内容

本发明通过融合视觉和2D激光雷达来实现室外环境下的高精度定位，通过视觉辅助激光雷达以构建一个数据更为稠密的局部子图，解决了室外环境下激光雷达数据稀疏以及易受到动态目标影响的问题。通过在全局先验地图中定位局部子图，以消除双目里程计所产生的累积误差，从而实现室外环境下的高精度定位。

为了实现上述目的，本发明提供了如下方案：