[发明专利]基于点云的SLAM移动机器人机场道路检测数据获取方法在审
申请号: | 202011395509.2 | 申请日: | 2020-12-03 |
公开(公告)号: | CN112581524A | 公开(公告)日: | 2021-03-30 |
发明(设计)人: | 张继勇;裘健鋆 | 申请(专利权)人: | 浙江汉德瑞智能科技有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06K9/62;G06K9/46;G01S17/89 |
代理公司: | 杭州昱呈专利代理事务所(普通合伙) 33303 | 代理人: | 雷仕荣 |
地址: | 311402 浙江省杭州市富*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 slam 移动 机器人 机场 道路 检测 数据 获取 方法 | ||
1.基于点云的SLAM移动机器人机场道路检测数据获取方法,其特征在于,包括以下步骤:
S10,开启静态扫描;
S20,使用SLAM的动态扫描;
S30,通过水平扫描确定扫描位置和扫描角度;
S40,将具有颜色信息的数据融合;
S50,扫描具有功能匹配的注册点云;
S60,测试与分析;
S70,结果分析。
2.根据权利要求1所述的方法,其特征在于,所述使用SLAM的动态扫描为,基于2D地图从点A(x,y)的可见区域,沿移动机器人轨迹的每个潜在扫描点分配适合度得分。
3.根据权利要求1所述的方法,其特征在于,所述通过水平扫描确定扫描位置和扫描角度为,采用LiDAR扫描和增量构建的地图之间执行激光扫描匹配,获得姿态估计和环境的平面地图。
4.根据权利要求1所述的方法,其特征在于,所述通过水平扫描确定扫描位置和扫描角度为,根据Hector SLAM数据在构建的2D地图中找到当前方向上最远的点;移动机器人将其确定为本地目标位置,当移动到本地目标时,通过使用垂直的LiDAR数据避免障碍。
5.根据权利要求1所述的方法,其特征在于,所述将具有颜色信息的数据融合为,使用针孔相机模型将来自RGB相机的颜色信息映射到从激光扫描仪获得的3D点云数据上,获得融合的点云数据;使用棋盘格图案进行校准,确定摄像机的固有参数;通过测量摄像机和LiDAR之间的物理位置关系来获得变换矩阵。
6.根据权利要求5所述的方法,其特征在于,所述扫描具有功能匹配的注册点云为,通过使用随机样本共识方法消除通用特征的错误匹配,实现几何一致性;再通过匹配点云数据中的真实公共特征点,以进行初始对齐来估计每次扫描之间的平移和旋转,从而获得刚体变换矩阵;3D点云中的点与2D摄像机图像平面中的特征点之间的关系使用针孔相机模型找到;通过平面匹配算法实现最终对齐。
7.根据权利要求6所述的方法,其特征在于,所述测试与分析为,选择某个机场的全部道面和建筑物周围的室外环境作为测试平台,以验证建议的框架:首先执行高分辨率静态扫描;完成静态扫描和RGB映射后,启动动态扫描过程;水平扫描仪使用Hector SLAM收集水平距离信息,执行定位并构建2D地图;采用四个垂直扫描仪同时收集3D信息以避免障碍,并以3D方式进行预扫描以感知周围环境。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江汉德瑞智能科技有限公司,未经浙江汉德瑞智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011395509.2/1.html,转载请声明来源钻瓜专利网。