[发明专利]一种基于轮廓分割的车库点云地图构建方法

说明书

本发明公开了一种基于轮廓分割的车库点云地图构建系统，该系统包括依序连接的竖直平面提取模块、边缘墙面提取模块和墙面点云配准模块，以激光雷达扫描到的连续点云帧为输入，所述竖直平面分割模块将点云帧中的竖直平面分割出来，所述边缘墙面提取模块将边缘墙面提取出来，所述墙面点云配准模块将两帧点云配准到一起从而处理所有点云帧、最终得到完整点云地图。与现有技术相比，本发明1)改善了车库中点云地图构建的精度以及相邻两帧的配准精度；2)在不依赖其他高精度定位解决方案以及高精度传感器设备的情况下提高大范围点云地图构建的精度；3)在重复结构多的车库场景下，实现点云地图的构建。

技术领域

本发明涉及高精地图构建技术领域，特别是涉及一种车库点云地图构建方法。

背景技术

三维点云地图的应用前景非常广泛，其应用领域包括但不限于智能驾驶、智能家居、三维重建、数字地球、城市规划、防灾减灾和海洋测绘等。目前可选的点云地图构建方案包括激光SLAM建图技术、点云拼接构图技术等。

传统的车库内点云地图构建技术采用激光SLAM建图技术。由于该算法使用匀速运动模型作为运动预测，因此只能保证短距离内的建图精度，随着整个系统运行时间越长则累积的漂移误差越大。在车库场景范围较大情况下，激光SLAM构建出的地图精度不足，不适于作为地图构建依据。

点云拼接构图技术主要依靠点云配准算法来对连续点云帧进行拼接，相较于激光SLAM优势在于构建过程稳定地图精度更高。在使用点云拼接构图技术时主要依赖点云配准算法对相邻两帧点云的配准，车库场景下环境的重复度很高则导致扫描出来的点云结构重复度也很高，只依赖于配准算法很容易产生误匹配。

GPS在车库场景下不可用，因而也无法在车库场景下结合GPS-RTK的地图构建技术来解决因车库场景中结构重复而产生误匹配的问题。

发明内容

鉴于此，本发明提出了一种基于轮廓分割的车库点云地图构建系统及方法，使用车载激光雷达传感器扫描出来的连续点云帧，利用对所采集的车库点云帧的提取、配准等处理，实现了车库点云地图构建。

本发明利用以下技术方案实现：

一种基于轮廓分割的车库点云地图构建系统，该系统包括依序连接的竖直平面提取模块、边缘墙面提取模块和墙面点云配准模块，其中：

以激光雷达扫描到的连续点云帧为输入，所述竖直平面分割模块将点云帧中的竖直平面分割出来，所述边缘墙面提取模块将边缘墙面提取出来，即利用alpha-shape算法从步骤1中获得的竖直平面点云集和中点集的边缘轮廓进行提取，提取完成后为和中的边缘墙面集和所述墙面点云配准模块先将步骤2中提取出来的边缘墙面集和合并为两个墙面点云W_t-1和W_t，将两帧点云配准到一起，即使用ICP算法对W_t-1和W_t进行点云配准，即输入点云W_t-1、W_t；计算每个点的特征描述子；找出两个点云中的对应点；进行利用现有方法进行对应点去除，实现位姿变化估计，计算出变换矩阵T，最终的配准结果即为P_t-1和P_t的配准结果，从而处理所有点云帧、最终得到完整点云地图。

一种基于轮廓分割的车库点云地图构建方法，该方法包括以下步骤：

步骤1：假定当前时刻为t，对符合点云模型的点云从存在大量噪声的数据中提取特定的成分作为预配准两帧点云P_t-1和P_t，过滤噪声后得到的点云为和此处的点云模型为垂直于当前被提取点云的坐标系的xOy坐标平面的平面点云；

对过滤后的两帧点云和利用RanSaC算法对点云和进行竖直平面提取，得到两个竖直平面点云集和

步骤1.3：构建竖直平面点云集和的索引I_t-1、I_t；