[发明专利]一种室内点云地图自动生成系统

说明书

本发明公开了一种室内点云地图自动生成系统，所述系统包括：数据采集模块，用激光传感器收集点云数据；数据过滤模块，用滤波器过滤噪声点和孤立点；数据配准模块，采用图像配准方法对局部点云数据进行配准，组成完成的三维点云地图；数据分割模块，采用数据分割方法对三维点云地图进行分割，得到不同平面和不同物体的点云集合数据。

技术领域

本发明涉及地图生成技术，具体涉及室内点云地图自动生成系统。

背景技术

随着各项性能的提高，服务机器人可以在人们日常生活中完成越来越多的任务，比如打扫卫生、移动物体等等。为了使任务完成得更加流畅，机器人必须对周围的环境进行更详细和准确的感知和认识。

现在一般机器人大多利用双目视觉或者二维激光点云地图来认知环境。双目视觉非常不稳定，在多种常见情况下都会导致失效，而二维地图只考虑了某一高度平面的环境信息，太高或者太低的障碍物都不能避免，因此也不能在复杂环境中使用。相比传统方法而言，三维点云能够更加真实和精确地对环境加以描述，处理很多二维图像数据不能解决的问题，适用于包含有各种高度障碍物的复杂室内环境。

发明内容

本发明目的在于克服现有技术的不足，尤其解决现有的二维点云地图和相机视觉地图稳定性差，无法得知周围环境的准确三维结构，且不能在环境光源发生变化时工作的问题。

为解决上述技术问题，本发明提供一种室内点云地图自动生成系统，其中，所述系统包括：数据采集模块，用激光传感器收集点云数据；数据过滤模块，用滤波器过滤噪声点和孤立点；数据配准模块，采用图像配准方法对局部点云数据进行配准，组成完成的三维点云地图；数据分割模块，采用数据分割方法对三维点云地图进行分割，得到不同平面和不同物体的点云集合数据。

该发明方案的有益效果在于，经过过滤，拼接，降噪、匹配、分割等操作，将离散的点云数据转换成为完整的三维点云地图，具有创建准确、完备三维结构的室内环境地图的特点，为机器人后续的导航和定位提供了准确、完整的地图依据，故具有很好的可拓展性和稳定性。

附图说明

图1是本发明的实施例的室内点云地图自动生成系统示意图。

具体实施方式

下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。

图1是根据本发明的实施例的室内点云地图自动生成系统示意图。

参照图1，所述系统包括：数据采集模块10，用激光传感器收集点云数据；数据过滤模块20，用滤波器过滤噪声点和孤立点；数据配准模块30，采用图像配准方法对局部点云数据进行配准，组成完成的三维点云地图；数据分割模块40，采用数据分割方法对三维点云地图进行分割，得到不同平面和不同物体的点云集合数据。

在本实施例中，点云数据提取后，进行点云数据滤波，滤波操作可使用中值滤波、高斯滤波或其他适合的滤波方法；数据滤波后，进行点云数据配准，配准操作可使用ICP匹配算法或其他适合的点云匹配方法；数据配准后，进行点云数据分割，分割操作可使用kmeans聚类、模糊C均值聚类或其他合适的图像聚类分割方法。下面以高斯滤波、ICP匹配算法、kmeans聚类为例对本发明进行说明。其中高斯滤波是一种线性平滑滤波方法，适用于消除高斯噪声和孤立点。ICP匹配算法将三个平移量和三个旋转量为参数，是以几何结构为主要考量对象的拼接方法。Kmeans聚类是一种典型的聚类方法，采用距离相似度作为评价指标，两个对象距离越近，认为相似度越大，可用于图像分割。

数据过滤模块20描述如下：