[发明专利]一种基于三维激光雷达的定位导航方法

说明书

本发明提供了一种基于三维激光的定位导航方法，包括车体部分、三维激光雷达SLAM定位部分和AGV导航部分，包括一下几个步骤：步骤1：采用了LOAM的关键算法对三维点云进行同步定位与建图，获取实际作业环境的点云地图；步骤2：利用octomap_server技术将三维点云地图转化为二维栅格地图方便进行AGV导航；步骤3：采用Ray Ground Filter算法分割三维激光产生的地面点云和环境点云，方便AGV导航过程避障处理；步骤4：使用move_base导航算法对AGV进行全局路径规划、局部路径规划以及避障处理。相对于现有的定位导航方法，此方法明显提高了AGV定位精度和导航精度。

技术领域

本发明属于AGV定位导航领域，具体而言，是一种基于三维激光雷达的定位导航方法。

背景技术

激光雷达技术广泛应用在移动机器人、AGV和无人驾驶领域，现在AGV领域主要使用二维激光雷达进行定位导航，可以获得较高的定位精度，但是对于环境的依赖性较大；但是对于复杂多变的环境，二维激光雷达的信息获取有限，对于环境的有效特征不能充分利用，故不同的环境定位导航精度波动较大。

在AGV作业过程中二维激光雷达不能获取障碍物的三维点云信息，仅可获取到二维激光雷达同一平面的点云信息，在复杂多变的环境中导航作业存在很高的风险。

发明内容

为了解决上述问题，本发明公开了一种基于三维雷达定位导航方法，利用环境特征进行定位与建图，可以充分利用环境的有效信息，提高定位导航信息的精度、稳定性以及导航信息的完备性。

为了达到上述目的，本发明的技术方案如下：一种基于三维激光的定位导航方法，包括有：AGV车体部分、三维激光雷达SLAM定位部分和AGV导航部分。

步骤1：采用了LOAM的关键算法对三维点云进行同步定位与建图，获取实际作业环境的三维点云地图。

S1、对输入点云进行滤波，根据曲率大小区分提取特征点，选出曲率大的边缘点和曲率小的平面点。

S2、根据提取的特征点进行相邻两帧点云的特征匹配，获取精度较低的高频的激光里程计信息。

S3、根据前述的特征点，进行数据帧与子地图的点云特征配准，获取精度较高的低频里程计信息。

S4、对低频高精度里程计信息与高频低精度的里程计信息，进行双频数据的融合处理，获取高精度高频率的里程计信息。

步骤2：利用octomap_server技术将三维点云地图转化为二维栅格地图。

步骤2过程是基于八叉树的方法将PCD点云转化为octomap，后进行投影处理获取二维栅格地图。

步骤3：采用Ray Ground Filter算法分割三维激光产生的地面点云和环境点云。

S1、Ray Ground Filter算法的核心是以射线（Ray）的形式来组织点云。

S2、将点云的(x, y, z)三维空间降到（x, y）平面来看，计算每一个点到车辆正方向(x轴)的平面夹角θ, 对360度以激光雷达的角度分辨率进行微分，同一夹角上的n线激光雷达应该由n束射线。

S3、为了方便对同一角度的线束进行处理，要将原来直角坐标系的点云转换成柱坐标描述的点云数据结构。

S4、对同一夹角的线束上的点，按照半径的大小进行排序，通过前后两点的坡度是否大于我们事先设定的坡度阈值，从而判断点是否为地面点。

步骤4：使用move_base导航算法对AGV进行全局路径规划、局部路径规划以及避障处理。

move_base是在ROS上运行的节点，用于配置、运行和与机器人上的导航功能包进行交互。