[发明专利]一种同时构建二维地图和三维地图的方法

说明书

本发明实施例公开了一种同时构建二维地图和三维地图的方法，通过一安装有车轮编码器、激光扫描仪和Kinect传感器的移动机器人来实施，包括：获得激光扫描仪的输出数据，构建室内环境的二维地图；该移动机器人在构建二维地图过程中，获得该移动机器人的位姿及位姿变换矩阵；在该移动机器人构建二维地图的同时，利用该Kinect传感器获取室内环境的二维图像，将二维图像转换成三维点云图像；利用机器人的位姿及位姿变换矩阵替换Kinect位姿及位姿变换矩阵；根据机器人的位姿及位姿变换矩阵，完成相邻点云图像拼接，同时构建出室内环境的二维地图和三维地图。

技术领域

本发明涉及室内环境地图构建领域，尤其是涉及一种基于二维地图下融合Rao－Blackw ellised粒子滤波器和特征点法构建三维地图的方法。

背景技术

随着计算机技术，卫星定位系统以及互联网技术的飞速发展，基于室内环境构图以及定位技术在现实生活中得到了大量应用。当前，室内环境的地图构建问题已经变成了一个热门领域，虽然基于激光雷达构建二维地图的方法已经相对成熟和完整，但却无法获取物体的真实三维形状，只能得到一个平面，使得定位效果不佳。

目前，在室内三维地图构建方法中比较流行的是利用特征点来估计相机运动(特征点法)和根据图像的像素灰度信息来计算相机运动(直接法)，但是以上方法都会受到光照、亮度，以及环境中重复区域的影响，出现错误的图像匹配，耗时且准确性较差。

发明内容

本发明实施例所要解决的技术问题在于，提供一种同时构建二维地图和三维地图的方法。该方法可解决移动机器人在室内导航过程中定位精度不高，误差大等问题。

为了解决上述技术问题，本发明实施例提供了一种同时构建二维地图和三维地图的方法，该方法以具有车轮编码器、激光扫描仪和Kinect传感器的移动机器人为载体实施，包括以下步骤：

S1、获得激光扫描仪的输出数据，构建室内环境的二维地图；

S2、该移动机器人在构建二维地图过程中，获得该移动机器人的位姿及位姿变换矩阵；

S3、在该移动机器人构建二维地图的同时，利用该Kinect传感器获取室内环境的二维图像，将二维图像转换成三维点云图像；

S4、利用机器人的位姿及位姿变换矩阵替换Kinect位姿及位姿变换矩阵；

S5、根据机器人的位姿及位姿变换矩阵，完成相邻点云图像拼接，同时构建出室内环境的二维地图和三维地图。

进一步地，所述步骤S2具体包括：

S21、在该移动机器人构建二维地图过程中，通过Rao－B lackw ellised粒子滤波器方法，获取该移动机器人在不同时刻的位姿；

S22、根据李群、李代数和罗德里格斯公式，计算获得该移动机器人的位姿及位姿变换矩阵。

更进一步地，所述步骤S3具体包括：

S31、利用该Kinect传感器实时获得室内环境的二维图像，该二维图像包括彩色图像和深度图像，根据该Kinect传感器的内参矩阵和ORB算法计算该二维图像的特征点，完成相邻两个时刻的二维图像的关键点提取和得到特征描述子，然后计算该相邻两个时刻的二维图像间的匹配关系；

S32、根据步骤S31中所得的匹配关系，计算出该Kinect传感器的旋转矩阵和平移向量；

S33、根据所述步骤S22，计算出该Kinect传感器的位姿及位姿变换矩阵。

更进一步地，所述步骤S4具体包括：

S41、根据所述步骤S21、S22和S33，，将该移动机器人的位姿及位姿变换替换Kinect传感器的位姿及位姿变换矩阵。