[发明专利]一种基于激光雷达的环境构图完整性判别方法和装置

说明书

本发明公开一种基于激光雷达的环境构图完整性判别方法和装置，包括：将激光雷达构建的全局栅格地图转为灰度图像；对灰度图像中的边缘进行检测；基于检测到的边缘，提取地图中的目标边界；根据目标边界和完整性评估模型，判断地图完整性。采用本发明的技术方案，构建地图时可以判断地图构建的完整性，降低地图构建不完整而探索提前终止的可能性。

技术领域

本发明属于测绘领域，尤其涉及一种基于激光雷达的环境构图完整性判别方法和装置。

背景技术

环境地图的及时获取是机器人实现自主化与智能化的关键之一，其任务的快速进行需要环境信息作为参考，而人为进行地图构建将耗费巨大的成本与时间。无人机和无人车等无人驾驶工具体积小、机动性强、自主性高，因此使用无人驾驶工具实现对环境的自主探索与地图构建是其技术发展的重要方向之一。而构建地图时也需要判断地图构建的完整性，降低地图构建不完整而探索提前终止的可能性。

发明内容

本发明的目的在于提供一种基于激光雷达的环境构图完整性判别方法和装置，构建地图时可以判断地图构建的完整性，降低地图构建不完整而探索提前终止的可能性。

为达到上述目的，本发明的技术方案为：

一种基于激光雷达的环境构图完整性判别方法，包括如下步骤：

步骤1、将激光雷达构建的全局栅格地图转为灰度图像；

步骤2、对灰度图像中的边缘进行检测；

步骤3、基于检测到的边缘，提取地图中的目标边界；

步骤4、根据目标边界和完整性评估模型，判断地图完整性。

作为优选，步骤2具体包括：

步骤2.1、计算灰度图像梯度幅值和方向；

步骤2.2、采用沿着梯度方向寻找像素的局部最大值对梯度幅值进行非极大值抑制；

步骤2.3、采用双阈值检测并连接边缘，其包括以下步骤：

步骤2.3.1、当边缘像素点的梯度值大于高阈值时，该像素点被标记为强边缘点，保留该像素点；

步骤2.3.2、当其梯度值在两个阈值之间时，被标记为弱边缘，检查弱边缘周围邻域的像素，若存在强边缘点，则保留该像素点，否则将其抑制；

步骤2.3.3、当像素点梯度值小于低阈值，则抑制该像素点。

作为优选，步骤3具体包括：

步骤3.1、提取已知无障碍物区域、存在障碍物区域和未知区域之间的三种边界；将原始的灰度图像记为F₁，对其进行边缘检测，得到的边界集合记为{e₁}；

步骤3.2、提取存在障碍物区域与未知区域、已知无障碍区域的两种边界，对F₁进行灰度调整，将已知无障碍物区域的灰度与未知区域的灰度设为相同，变化后的图像记为F₂，对F₂进行边缘检测，得到的边界集合为{e₂}；

步骤3.3、计算已知无障碍区域与未知区域的边界，得到的边界集合为{e₃}，

e₃＝e₁-e₂

作为优选，步骤4具体包括：根据步骤3中提取的目标边界，通过完整性评估模型，判断地图完整性，完整性评估模型计算公式如下：

其中，τ为有效边界，N为提取的边界总数量，l_i表示边界长度，r_free为四旋翼飞行器飞行安全阈值。