[发明专利]一种用于激光测距机的扫描数据匹配方法及装置

说明书

技术领域

本发明涉及机器人自主导航领域，具体为环境信息的处理与自身运动的估计，特别涉及一种用于激光测距机的扫描数据匹配方法及装置。

背景技术

无论是军事国防领域还是抗灾救灾等民用领域都对机器人的自主导航性能有广泛而迫切的需求。机器人利用自身传感器在室内环境下进行地图重构并估计自身位姿，是机器人自主导航的重要基础。其中，激光测距机具有测量准确，测量角度大等诸多优点，是机器人配备的重要传感器之一。激光测距机被广泛用来进行环境信息感知和自身位置估计，利用相邻的两次扫描估计自身位姿变化时其中重要基础的算法。现有的ICP（最近点迭代）算法进行点与点的迭代特征匹配，算法效率较低，且受到噪声点的影响较大。

发明内容

本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的一个目的在于提出一种匹配效率高、精确度好的用于激光测距机的扫描数据匹配方法。本发明的另一个目的在于提出一种匹配效率高、精确度好的用于激光测距机的扫描数据匹配装置。

根据本发明实施例的用于激光测距机的扫描数据匹配方法，包括：S1.采用激光测距机进行扫描，将得到的扫描点形成多条轮廓线；S2.提取多条所述轮廓线的特征，形成轮廓特征向量集合；S3.对相邻两次扫描数据处理后的所述轮廓特征向量集合进行匹配，得到相邻时刻的轮廓特征匹配结果，用于后续运动估计计算。

在本发明一个实施例中，所述步骤S1进一步包括：S11.采用激光测距机进行扫描，得到扫描点集合；S12.根据扫描点之间的欧氏距离进行聚类，同时将孤立的扫描点视为噪声点删除，建立扫描点之间的连接关系，将离散的扫描点连接成轮廓线；S13.将各条轮廓线标记出X个转折点，划分成X+1段的折线段,其中X等于扫描点数目最少的轮廓线所包括扫描点数目减2。

在本发明一个实施例中，所述轮廓特征向量记为（N,D,θ₁,θ₂,……θ_X）,其中，N表示所述轮廓线包括的扫描点数目，D表示所述轮廓线的长度值，θ₁至θ_X表示所述轮廓线中相邻折线段的夹角余弦值。

在本发明一个实施例中，所述步骤S3进一步包括：S31.提供时刻k的轮廓特征向量集｛d_k,1,d_k,2,……d_k,m｝和时刻k+1的轮廓特征向量集｛d_k+1,1,d_k+1,2,……d_k+1,n｝；S32.选取时刻k中未匹配过的轮廓特征向量d_k,I，其中1≤I≤m，对于时刻k+1中的各个轮廓特征向量d_k+1,i，其中1≤i≤n，计算|d_k-d_k+1,i|，选取使|d_k,I-d_k+1,i|取值最小的d_k+1,i，作为时刻k的d_k在时刻k+1中的轮廓特征向量的最优匹配；S33.重复步骤S32，直至时刻k中没有未匹配过的轮廓特征向量，则循环结束。

在本发明一个实施例中，所述激光测距机为二维激光测距机。

根据本发明实施例的用于激光测距机的扫描数据匹配装置，包括：激光测距机，用于进行扫描，获得扫描点集合；轮廓线拟合模块，用于根据扫描点集合，形成多条轮廓线；轮廓特征向量提取模块，用于提取多条所述轮廓线的特征，形成轮廓特征向量集合；匹配模块，用于对相邻两次扫描数据处理后的所述轮廓特征向量集合进行匹配，得到相邻时刻的轮廓特征匹配结果，用于后续运动估计计算。

在本发明一个实施例中，所述轮廓线拟合模块进一步包括：聚类连接子模块，用于根据扫描点之间的欧氏距离进行聚类，同时将孤立的扫描点视为噪声点删除，建立扫描点之间的连接关系，将离散的扫描点连接成轮廓线；折线段划分子模块，用于将各条轮廓线标记出X个转折点，划分成X+1段的折线段,其中X等于扫描点数目最少的轮廓线所包括扫描点数目减2。

在本发明一个实施例中，所述轮廓特征向量记为（N,D,θ₁,θ₂,……θ_X）,其中，N表示所述轮廓线包括的扫描点数目，D表示所述轮廓线的长度值，θ₁至θ_X表示所述轮廓线中相邻折线段的夹角余弦值。