[发明专利]一种基于双激光雷达数据融合的地图构建方法、系统及地图

说明书

本发明提供一种基于双激光雷达数据融合的地图构建方法、系统及地图，其中方法包括构建点云地图，还包括以下步骤：对双激光雷达进行标定和数据融合；采用快速空间模型点云配准算法进行帧间点云粗配准；采用最近邻迭代进行位姿的矫正，得到最优的帧间变换，实现帧间点云精准的拼接。本发明首先对双激光雷达进行空间、时间同步，对激光雷达进行数据融合；然后采用一种快速空间模型点云配准算法，进行帧间点云粗配准，再利用最近邻迭代点云配准进行点云配准纠正，实现高精度的帧间点云拼接；最后完成点云地图的构建。

技术领域

本发明涉及无人驾驶的技术领域，特别是一种基于双激光雷达数据融合的地图构建方法、系统及地图。

背景技术

车载激光雷达LIDAR能够自动快速地获取高精度、高密度的周围三维坐标信息，并在城市三维重建、地形测绘等领域具有重要的应用。随着无人车技术的发展，LIDAR作为无人车中感知领域重要的传感器之一，在无人车的SLAM(Simultaneous Localization andMapping，即时定位与地图构建)技术中具有重要的研究价值。

激光雷达是无人驾驶技术开发的重要传感器之一，可通过扫描周围环境构建点云地图。但单个激光雷达点云数据对周围环境信息表示不足。

公开号为CN107462897A的发明专利公开了一种基于激光雷达的三维建图的方法，首先获得带有坐标信息的点云；然后使用双边滤波算法对点云进行滤波处理；接着由激光雷达测距算法计算激光雷达点云中每一个特征点的位移；最后用绘图算法将扫描到的点云配准到世界坐标系上，构成三维点云图。该方法是基于激光雷达单个传感器进行三维建图，但单个激光雷达点云数据对周围环境信息表示不足；且由于测距算法要计算点云中每一个特征点的位移，当环境复杂、点云数量大，就会导致计算量大，而导致无法达到实时性要求。

发明内容

为了解决上述的技术问题，本发明提出一种基于双激光雷达数据融合的地图构建方法及系统，首先对双激光雷达进行空间、时间同步，对激光雷达进行数据融合；然后采用一种快速空间模型点云配准算法，进行帧间点云粗配准，再利用最近邻迭代点云配准进行点云配准纠正，实现高精度的帧间点云拼接；最后完成点云地图的构建。

本发明的第一目的是提供一种基于双激光雷达数据融合的地图构建方法，包括构建点云地图，还包括以下步骤：

步骤1：对双激光雷达进行标定和数据融合；

步骤2：采用快速空间模型点云配准算法进行帧间点云粗配准；

步骤3：采用最近邻迭代进行位姿的矫正，得到最优的帧间变换，实现帧间点云精准的拼接。

优选的是，所述双激光雷达标定是指对不同位置的两个激光雷达进行标定，包括空间同步和/或时间同步。

在上述任一方案中优选的是，所述空间同步是指进行物理标定，以其中的一个激光雷达为中心，另一个激光雷达调整角度值和方向值进行标定，以扫描同一个障碍物进行空间标定。

在上述任一方案中优选的是，所述空间标定就是利用三维坐标系的旋转矩阵及平移矩阵，三维坐标系的旋转表述为向量与合适尺寸的方阵的乘积。

在上述任一方案中优选的是，设定所述三维坐标系中的一个向量其中点P在XY平面、XZ平面、YZ平面的投影分别为点M、点Q、点N，绕Z轴旋转θ角，旋转矩阵为绕X轴旋转θ角，旋转矩阵为：绕Y轴旋转θ角，旋转矩阵为：在Z、X、Y轴的平移矩阵为：

在上述任一方案中优选的是，所述步骤2包括以下子步骤：

步骤21：设相邻帧间点云集为S和W，计算S点云集的正态分布；

步骤22：初始化坐标变换参数P；

步骤23：将W点云集根据坐标转换参数映射到与S同一坐标系中，并得到映射后的点云集合W’；