[发明专利]一种基于视觉感知和激光探测的室内SLAM地图的融合方法

权利要求书

1.一种基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，包括以下步骤：

激光探测，利用激光传感器探测室内通道及障碍物，运行激光探测算法，保存含有地面高度信息的二维激光探测地图；

构建三维点云图，利用摄像机拍摄进行视觉感知室内环境，运行视觉感知算法，并保存三维视觉感知点云地图；

滤波和投影处理，对所述三维视觉感知点云地图进行滤波，然后进行投影，生成包含有障碍物信息的二维视觉感知地图；

地图融合，将所述二维激光探测地图和所述二维视觉感知地图进行融合，得到二维融合地图。

2.根据权利要求1所述的基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，在构建三维点云图过程中，所述视觉感知算法是利用机器人操作系统进行实时运行DSO算法，摄像机实时发布图像，DSO节点订阅处理。

3.根据权利要求2所述的基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，实时运行DSO算法时，需要对运行的源文件进行修改和编译运行，并且，根据获取到的带有深度信息的图像信息和摄像机内参，进一步获得任何一个像素在以摄像机为参考原点的摄像机坐标系下的位置，与此同时，还获得的摄像机位姿，进一步计算像素在标准坐标系下的位置，最终，把每个像素点在标准坐标系下的位置求出，由此构建出了一张完整的三维点云地图。

4.根据权利要求3所述的基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，在构建三维点云图过程中，还包括通过随机一致性算法搜索三维点云地图中的地面方程，所述随机一致性选择算法包括：

(1)构建一个最小抽样集模型，它的势为n，n为初始化参数模型所需要的最小样本数，一个样本集合P，集合P的样本数大于n，从P中随机抽取包含n个样本的P的子集S作为初始化模型M；

(2)余集SC＝P\S中与模型M的误差小于设定的阈值k的样本集以及S构成S*，S*认为是内点集，它们构成S的一致集；

(3)如果S*集合样本数量大于或等于n，认为得到正确的模型参数，并利用集S*采用最小二乘法重新计算新的模型M*；重新抽取新的S，重复以上过程；

(4)在完成规定的抽样次数以后，若未找到一致性集则算法失败；否则选取抽样后得到的最大一致集判断内外点，算法结束。

5.根据权利要求4所述的基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，在得到地面方程以后，进行旋转处理：选取地面方程中的一点作为坐标原点，在三维点云地图地面与坐标轴xy平面的交点中选择一点，绕这一点进行旋转，使三维点云地图中地面平面法向量平行于Z轴，垂直于标准坐标系，即得到所求三维点云图像。

6.根据权利要求5所述的基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，对所述三维视觉感知点云地图进行滤波处理中，通过statisticalOutlierRemoval滤波器和voxelgrid滤波器融合的方法对地图噪音进行滤除。

7.根据权利要求6所述的基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，将StatisticalOutlierRemoval滤波器与voxelgrid滤波器对三维视觉感知点云地图进行串联处理。

8.根据权利要求7所述的基于视觉感知和激光探测的室内SLAM地图的融合方法，其特征在于，在地图融合中，包括设置地图之间的刚体变换T＝{R，t}，R为旋转参数，t为平移参数，旋转参数R由旋转角θ确定，平移参数t为一个二维的列向量，分别表示为：