[发明专利]一种基于局部结构信息扩展的激光雷达SLAM方法及系统

说明书

本发明提供了一种基于局部结构信息扩展的激光雷达SLAM方法，步骤如下：获取雷达点云数据；计算点云数据各点的曲率信息及相对反射强度信息提取特征点；1.通过点到直线和点到平面的配准方式对相邻的两帧特征点进行配准；2.筛选大于预设阈值的特征点，得到局部的结构化点云信息，采用正态分布变换法NDT对局部的结构化点云信息进行配准；通过对相邻两帧特征点的配准和拟合的正态分布配准，得到机器人每帧的位姿，同时将每帧的点云信息与地图点云进行配准建造增量式地图。本方法通过反射强度信息提取了额外的特征并且在特征点附近提取局部的结构化点云信息，通过正态分布的方式进行配准，仅增加了少量计算量，便使得方法更加的精准和鲁棒。

技术领域

本发明涉及计算机视觉技术领域，具体而言，涉及一种基于局部结构信息扩展的激光雷达SLAM方法及系统。

背景技术

在SLAM中，最常用的传感器是激光雷达(LiDAR)，激光雷达可以直接获取周围的距离信息，与视觉传感器相比，激光雷达几乎不受天气等因素的影响，非常地鲁棒。此外，激光雷达传感器的价格已经在过去十年中不断下降。因此，基于LiDAR的SLAM方法一直是一个热门的研究课题，吸引了很多的研究人员。

基于激光雷达的SLAM系统通常分为基于点的配准(Iterative Closest Point，ICP)、基于分布的配准(Normal Distribution Transform，NDT)和基于特征的配准。

基于点的配准方法和基于分布的配准方法在计算量都很大，因此难以应用于实时的SLAM中，而基于特征的点云配准方法，由于其轻量级特征提取和匹配过程，更有潜力用于实时地图构建；但是，当我们使用基于特征配准方法在非结构化场景中进行配准时，提取的特征太稀疏，使得配准结果不准确，从而影响构建地图的质量。

发明内容

本发明的目的在于提供一种基于局部结构信息扩展的激光雷达SLAM方法及系统，其通过额外提取反射强度特征和局部结构化信息，使得基于激光雷达的SLAM方法更加的精准和鲁棒。

本发明的实施例通过以下技术方案实现：一种基于局部结构信息扩展的激光雷达SLAM方法，包括如下步骤：

获取雷达传感器采集的点云数据；

针对每一帧点云数据，通过计算其每个点的曲率信息以及相对反射强度信息提取特征点；

通过点到直线和点到平面的配准方式对相邻的两帧特征点进行配准；

以大于预设阈值为条件进行特征点筛选，得到局部的结构化点云信息，采用正态分布变换法NDT对所述局部的结构化点云信息进行配准；

通过对相邻两帧特征点中拟合的正态分布进行配准，得到机器人每帧的位姿，同时将每帧局部的结构化点云信息进行配准建造增量式地图。

进一步地，所述曲率信息的计算公式表示为：

上式中，Δ_ci表示曲率，P_i表示待求目标点，P_j表示P_i相邻点，S表示以P_i为中心，同一圈周围点的点集；

所述相对反射强度信息的计算公式表示为：

上式中，Δ_Ii表示相对反射强度，I_i表示点i的反射强度，I_j表示点j的反射强度。

进一步地，所述提取特征点包括根据曲率信息提取角点特征和平面特征。

进一步地，所述通过点到直线和点到平面的配准方式对相邻的两帧特征点进行配准具体包括：