[发明专利]基于多信息源的机器人即时定位与地图构建方法及系统

权利要求书

1.一种基于多信息源的机器人即时定位与地图构建方法，其特征在于，包括：

获取激光点云数据，并对获取的激光点云数据进行预处理，以去除激光点云数据中的杂点，并且获得激光点反射强度信息和激光点云数据的聚类标签；

基于激光点云数据的几何特征和激光点反射强度信息，对预处理后的激光点云数据中的每一帧的点云进行特征点提取，以获取每一帧点云的特征点；

利用提取到的特征点进行点云配准；其中，在点云配准过程中，利用所述聚类标签和所述激光点反射强度信息作为联合的约束条件；

基于点云配准结果，结合IMU数据和回环检测信息，得到全局位姿和地图。

2.如权利要求1所述的基于多信息源的机器人即时定位与地图构建方法，其特征在于，所述对获取的激光点云数据进行预处理，包括：

根据反射强度的生成原理，建立数学模型，利用所述数学模型进行激光点反射强度的矫正和归一化处理，获得激光点反射强度信息，所述数学模型如下：

其中，ρ是反射率，表示反射强度消除外在因素干扰后的信息，I是测得的反射强度信息，R是激光点距离激光雷达的距离，α是入射角度，∝表示正相关。

3.如权利要求2所述的基于多信息源的机器人即时定位与地图构建方法，其特征在于，所述对获取的激光点云数据进行预处理，还包括：

利用激光点间的角度关系进行线束分割，以确定每个激光点属于哪个线束；

利用相邻点与地平线的夹角关系进行地面点与非地面点的点云分割；

利用惯性传感器IMU信息进行点云数据的运动畸变去除；

对非地面点投影聚类，对每个聚类分配一个唯一的聚类标签并去除边缘点。

4.如权利要求3所述的基于多信息源的机器人即时定位与地图构建方法，其特征在于，所述利用惯性传感器IMU信息进行运动畸变去除，包括：

将IMU直接测得的角速度和线加速度进行积分；

根据积分结果将速度补偿给激光点，以实现点云数据的运动畸变去除。

5.如权利要求1所述的基于多信息源的机器人即时定位与地图构建方法，其特征在于，所述基于激光点云数据的几何特征和激光点反射强度信息，对预处理后的激光点云数据中的每一帧的点云进行特征点提取，包括：

基于激光点云数据的几何特征和激光点反射强度信息，构建平滑度公式，设置特征点判断阈值，表达式如下：

其中，代表两个激光点的距离，d^I＝‖ρ_j-ρ_l‖代表两个反射率的差值，S指计算平滑度选取相邻点的个数，指的是S个激光点到激光雷达的距离和；α和β为预设参数，并且α∈[0,1]，β∈[0,1]；x_j指第j个激光点到激光雷达的距离,T表示向量的转置；ρ_j表示第j个激光点的反射率；x_l指第l个激光点到激光雷达的距离；ρ_l表示第l个激光点的反射率；

将每一帧点云均匀的分为8个部分，每个部分的扫描范围均为45度；

在提取特征点时，在每一帧点云的每一部分分别提取2个特征点和4个平面点，从而构成每一帧点云的边缘点集合和平面点集合。

6.如权利要求5所述的基于多信息源的机器人即时定位与地图构建方法，其特征在于，在提取特征点时，所述方法还包括：

去除点云中深度值小于预设深度值阈值的点；

去除点云中激光雷达视场边缘的点；

去除点云中激光束和平面夹角小于预设夹角阈值的点；

去除点云中在当前帧点云的前后N帧发现遮挡的点；其中，N为预设整数。