[发明专利]基于单线激光雷达与双目相机数据融合的机器人路径规划方法

权利要求书

1.基于单线激光雷达与双目相机数据融合的机器人路径规划方法，其特征在于：以2D激光雷达的测量数据为基准，采用2D激光雷达的测量数据修正双目相机的测量数据；完成双目相机和激光雷达的数据融合后，对双目相机进行SLAM构建，使SLAM具有稠密点云，再将修正后的点云作为机器人路径规划的点云图，从而完成机器人的路径规划。

2.根据权利要求1所述的机器人路径规划方法，其特征在于：采用2D激光雷达对双目相机进行数据的修正的具体过程为：

步骤一、对2D激光雷达和双目相机进行标定，将2D激光雷达的坐标与双目相机的坐标进行相互转化，归一化处理；

步骤二、固定2D激光雷达所扫描线的高度值，即所扫描的点的坐标为(x_i，y_i，z₀)；记录固定高度的2D激光雷达所扫描的障碍物位置三维坐标，通过双目相机进行图像数据的采集，并将特征点坐标转换成2D激光雷达的坐标(x_n，y_n，z_n)，若|z₀-z_n|≤λ，其中λ≤10pixel，则将该坐标(x_n，y_n，z_n)保留，若|z₀-z_n|＞λ，则将该坐标(x_n，y_n，z_n)删除；

步骤三、将2D激光雷达所扫描的点(x_i，y_i，z₀)拟合成函数f(x，y，z)；将点(x_n，y_n，z_n)拟合成函数g(x，y，z)，得误差函数：h(x，y，z)＝f(x)-g(x)；

步骤四、把在双目视觉得到的障碍物上的点(x_n，y_n，z_n)带入步骤三中的误差函数h(x，y，z)，得到待修正的误差点(h_xn，h_yn，h_zn)，对所有的点(x_n，y_n，z_n)进行误差补偿，(x_n，y_n，z_n)+(h_xn，h_yn，h_zn)＝(k_xn，k_yn，k_zn)即为修正后的数据。

3.根据权利要求2所述的机器人路径规划方法，其特征在于：对双目相机进行SLAM构建的具体过程为：

(a)对相机图像信息进行读取和预处理，通过数据的融合，完成双目相机的数据修正，并将修正后的数据上传；

(b)视觉里程计估算相邻图像间相机的运动；

(c)后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，进行优化得到全局一致的轨迹和地图；

(d)回环检测判断机器人是否曾经到达过先前的位置，如果检测到回环，则把信息提供给后端进行处理；

(e)根据估计的轨迹，建立与任务要求对应的地图。

4.根据权利要求3所述的机器人路径规划方法，其特征在于：在修正点云后，机器人采用栅格法进行路径规划，而栅格的选取采用动态的分辨率，先以低分辨率进行路径路径规划，若在栅格内发现有障碍物则对该栅格进行细分，细分成高分辨率的栅格进行路径规划；若在栅格内没有发现障碍物则不对该栅格进行细分，仍以低分辨率的栅格进行路径规划。

5.根据权利要求2所述的机器人路径规划方法，其特征在于：所述的特征点为图像灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点，采用ORB特征提取法提取所述特征点。

6.根据权利要求3或4所述的机器人路径规划方法，其特征在于：后端采用卡尔曼滤波优化相机的轨迹。