[发明专利]全局地图闭环匹配方法及装置

说明书

一种全局地图闭环匹配方法及装置，其中方法包括步骤，获取局部地图，所述局部地图包含局部坐标系信息和扫描到的地图点云信息；根据扫描到的地图点云中点的法向分布频率得到方向直方图；根据正交投影将扫描到的地图点云从离散的方向加权投影到线上得到投影直方图；计算直方图相关性，快速匹配相近的第一局部地图和第二局部地图；根据第一局部地图和第二局部地图对应的方向直方图计算角度偏移量；根据第一局部地图和第二局部地图对应的投影直方图计算平移偏移量；根据角度偏移量和平移偏移量合成第一局部地图和第二局部地图；重复上述步骤，直到全局地图构建完毕。上述技术方案解决了全局地图精准匹配的问题。

技术领域

本发明涉及地图采集领域，尤其涉及一种用于超大闭环地图方法中的全局地图不换匹配方法及装置。

背景技术

无人车(或者其他机器人)的工程化、实用化过程中一个重要问题是如何在一个超大的范围内(几公里、几十公里、甚至几千公里的区域)，以及长时间的行驶过程中实现对自身的精准的定位的同时记录下经过的环境的地图。

虽然先验地图的好处不言而喻，但是先验地图并不是所有的情形下都能获取。不依赖先验地图可以极大地拓展机器人的使用范围。比如，应用范围从城市拓展到野外。对于其它类型的需要导航定位的机器人，比如说无人水下机器人或者无人飞行器，获取先验地图可能十分困难或者不现实。因此，具备实时构建地图的能力对于无人车(或者其它机器人)很有用。

上述的问题需要在两个层面上解决：

1.在本地层面(受机器人传感器的有效范围和算法的影响，一般在米/十米/百米级别)，需要解决在时间和空间上临近的几个位置上采集的传感器数据的关联性问题。将几个不同连续的位置采集的传感器数据通过某种方式匹配，是构建本地地图的基础。

2.在全局层面，需要一种寻找当前的局部数据和全局(整个地图)数据之间匹配的方法。也就是说，当无人车重新回到之前到过的一个地点的时候，无人车要能够辨别出当前的本地环境就是地图上之前记录过的某一个地点。这个功能对于超大范围的自主导航至关重要，因为一般定位所依赖的惯性导航仪或者里程计有累积误差的问题，距离越远误差越大。而不受距离影响的一些定位方法，如卫星定位系统，又有诸多限制。在这种情况下，无人车重新回到之前到过的地点时就有机会把两次到达之间累积的误差基本消除。这也是所谓的导航中的闭环问题。

本方法提出一种全局地图匹配技术中闭环匹配的技术，可以应用于全局范围内地图匹配。解决全局范围内的匹配。这种技术可以用于本方法中的定位和地图构建系统的匹配，也可以用作其它需要解决闭环问题的系统，比如另一篇中提到的(一种依靠经历数据库提高无人车定位应变能力的方法)。另外，全局地图匹配技术可以作用于实时采集的地图，也可以作用于先验的地图。

发明内容

为此，需要提供一种应用于去全局地图闭环匹配技术，解决局部地图匹配的问题。

为实现上述目的，发明人提供了一种全局地图闭环匹配方法，包括步骤，获取局部地图，所述局部地图包含局部坐标系信息和扫描到的地图点云信息；

根据扫描到的地图点云中点的法向分布频率得到方向直方图；

根据正交投影将扫描到的地图点云从离散的方向加权投影到线上得到投影直方图；

计算直方图相关性，快速匹配相近的第一局部地图和第二局部地图；

根据第一局部地图和第二局部地图对应的方向直方图计算角度偏移量；

根据第一局部地图和第二局部地图对应的投影直方图计算平移偏移量；

根据角度偏移量和平移偏移量合成第一局部地图和第二局部地图；

重复上述步骤，直到全局地图构建完毕。

进一步地，在得到投影直方图后，还包括步骤，