[发明专利]点云匹配方法、设备及存储介质

说明书

本发明公开了一种本发明点云匹配方法、设备及存储介质，通过在已部署反光条的室内环境中，利用激光雷达进行点云探测，获取探测到的激光点；根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型；其中，所述光点类型包括：反光点和普通点；根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系；基于建立的所述关联关系，构造代价函数并对所述代价函数进行迭代优化，从而完成激光点云的匹配操作；达到了在动态变化的室内环境中完成精准而稳定的激光点云匹配的目的，提高了激光点云匹配的稳定性。

技术领域

本发明涉及机器人技术领域，特别涉及一种点云匹配方法、设备及存储介质。

背景技术

移动机器人的定位与建图是实现机器人移动作业的关键问题之一。激光雷达由于测量精度高、运行稳定，被广泛应用于移动机器人领域，成为机器人定位与建图的重要传感器，而激光点云的匹配操作，将直接影响定位和建图的结果。

目前的点云匹配算法如ICP、PL-ICP等，已经广泛应用于移动机器人领域中。由于机器人所处的环境可能会发生动态改变，比如场景轮廓的改变等，而传统的点云匹配算法则无法识别这种变化，因此，点云的匹配过程也会出现问题，影响最终的建图和定位精度。目前现有的替代方案中，通常采用视觉二维码方式进行识别，但这种处理方式对光照条件有较高的要求且识别范围较小，匹配精度低于激光。因此，如何在动态变化的室内环境中实现精准而稳定的激光点云匹配，从而为机器人的建图和定位提供技术基础，成为目前亟待解决的问题之一。

发明内容

本发明提供一种点云匹配方法、设备及存储介质，用以在动态变化的室内环境中完成精准而稳定的激光点云匹配。

第一方面，本发明提供了一种点云匹配方法，所述点云匹配方法包括：

在已部署反光条的室内环境中，利用激光雷达进行点云探测，获取探测到的激光点；

根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型；其中，所述光点类型包括：反光点和普通点；

根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系；

基于建立的所述关联关系，构造代价函数并对所述代价函数进行迭代优化，从而完成激光点云的匹配操作；

其中，所述根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型，包括：

根据测定的所述反光条对应的反射特性曲线，利用基本对数模型对所述反射特性曲线进行拟合，得到对应的光点识别模型；利用得到的所述光点识别模型，对探测到的所有激光点进行反光点和普通点的类型识别和判断，识别出所述激光点的光点类型是反光点还是普通点；

其中，所述根据测定的所述反光条对应的反射特性曲线，利用基本对数模型对所述反射特性曲线进行拟合，有：f(x) = a log_b (x-c) + d；其中，x表示反光条的距离，f(x)表示激光对应的反射强度，a、b、c、d表示光点识别模型的模型参数；

针对已经测量得到的多组数据：f(x) = a log_b (x-c) + d ，利用最小二乘法对其进行优化，得到所述光点识别模型的模型参数a、b、c、d，则有：

；其中，i表示所述反射特性曲线包含的激光点中计算所述模型参数所使用的个数，其取值范围是[1，N]，N表示计算所述模型参数所使用的个数的最大值；