[发明专利]一种多激光雷达协同的地图构建方法及其系统

说明书

本发明属于地图构建技术领域，更具体地，涉及一种多激光雷达协同的地图构建方法及其系统，方法包括以下步骤：多个激光雷达分别获取同一建图区域的原始点云数据，并根据原始点云数据求解得到多个激光雷达之间的外参初始值；对原始点云数据进行特征提取，得到特征g′；根据特征g′对原始点云数据进行特征匹配，得到初始化的前端位姿；对前端位姿进行优化，得到全局优化位姿以及全局优化地图；根据全局优化位姿与外参初始值对多个激光雷达的外参进行优化标定输出优化外参；根据优化外参更新外参初始值。本发明提高了多激光雷达协同建图的外参标定精准度，同时还降低了系统的成本。

技术领域

本发明属于地图构建技术领域，更具体地，涉及一种多激光雷达协同的地图构建方法及其系统。

背景技术

即时定位与地图构建(SLAM)技术一般指机器人或自主运动设备在未知环境下运动，利用其搭载的传感器对周围环境进行观测，得到自身的位姿和周围环境信息并构建出其周围环境的地图。随着无人驾驶以及机器人行业的高速发展，SLAM的应用频率越来越高，应用场景也越来越丰富。

当前，SLAM技术最常用的传感器为激光雷达，激光雷达可以获取环境的点云信息，点云信息包含激光点的三维空间坐标、反射强度和激光获取时间；传统的SLAM一般只使用一个激光雷达，其只能通过增加激光雷达的线数以提高点云的密度和建图精度，这样单个的激光雷达容易受到天气环境的影响或发生其他故障，造成无法建图，因此其鲁棒性不够高、建图效果并不稳定，且存在视野盲区，另外高线数的激光雷达成本较高。

为解决上述问题，现有技术方案中也有采用多个小型激光雷达协同建图以提高系统对环境的感知能力以及系统的稳定性，但是多个激光雷达需要进行有效的外参标定才能完成有效的数据融合，从而提高建图的精准度。然而，当前多个激光雷达的外参标定不够准确，且无法在建图过程中实时对外参进行优化。

发明内容

本发明为克服上述现有技术中的至少一个缺陷，提供一种多激光雷达协同的地图构建方法及其系统，其可以提高多激光雷达外参标定的精准度。

为解决上述技术问题，本发明采用的技术方案是：

提供一种多激光雷达协同的地图构建方法，包括以下步骤：

S1：多个激光雷达分别获取同一建图区域的原始点云数据，对原始点云数据进行预处理，基于预处理后的点云数据求解得到多个激光雷达之间的外参初始值；

S2：对预处理后的点云数据进行特征提取，得到边缘特征、平面特征，并对平面特征进行二次提取得到点面特征g′；

S3：基于关键帧和滑动窗口，利用点面特征g′对预处理后的点云数据进行特征匹配，得到初始化的前端位姿；

S4：基于集束调整对前端位姿进行局部优化，得到局部优化位姿；对全局位姿进行优化得到全局优化位姿及全局优化地图；根据全局优化位姿与外参初始值对多个激光雷达的外参进行优化标定，输出优化外参，并将优化外参返回至步骤S1中更新外参初始值；

S5：重复执行步骤S1至步骤S4，持续输出多个全局优化地图，根据多个全局优化地图构建SLAM地图。

本方案中先通过原始点云数据求解出外参初始值，然后再对前端位姿优化完成后，再利用外参初始值进行优化标定，从而输出优化外参，以实现在线外参标定，输出稳定精准的外参结果，提高多激光雷达融合建图的精准度。

优选地，上述的步骤S1中具体包括以下步骤：

S11：对原始点云数据进行预处理；

S12：利用手眼标定法对经步骤S11预处理后的点云数据求解，得到多个激光雷达之间的外参初始值。

优选地，上述的步骤S2中对原始点云数据进行特征提取具体包括以下步骤：