[发明专利]毫米波雷达惯性组合的火场烟雾场景定位建图方法与装置

说明书

本发明公开了一种毫米波雷达惯性组合的火场烟雾场景定位建图方法与装置，该方法包括：获取惯性数据与点云数据；基于惯性数据得到人体的姿态信息，并基于人体运动学的约束与惯性数据进行人体的步长估计，并确定人体的位置信息；对稀疏高噪声的毫米波雷达点云数据进行提升处理，得到稠密化点云数据；通过人体的姿态信息与位置信息将稠密化点云数据映射到全局坐标系下构建地图。本发明应用于导航定位领域，针对应急救援人员运动复杂多变的特点，基于人体运动学的约束，通过惯性器件检测步态、计算出位置和姿态，实现导航定位；再通过位置和姿态信息将点云数据映射到全局坐标系下构建地图，实现人员在烟雾环境下的实时定位与建图定位。

技术领域

本发明涉及导航定位技术领域，具体是一种毫米波雷达惯性组合的火场烟雾场景定位建图方法与装置。

背景技术

应急救援人员经常暴露在危险恶劣的环境中，当需要从燃烧、倒塌的建筑物中救援受害者时，伴随着建筑物内因燃烧而产生的大量浓烟，建筑内通道狭窄、错综复杂，对应急救援人员获取位置和环境地图，都充满了困难和挑战，对他们的安全造成威胁。当前主流的导航建图系统，如ORB-SLAM、VINS、LOAM等，常使用激光雷达或RGB相机，辅助以惯性传感器来生成精确的室内地图。当空气中存在的颗粒物（如灰尘、雾、烟雾等），这些光学传感器的效果会受到严重限制。在存在浓烟或光线复杂的应急救援场景中，视觉传感器很难获取到特征点；激光雷达在狭窄通道存在盲区，并且受到烟、雾颗粒的影响，致使激光雷达传感器信号被严重干扰。

面向上述具有挑战性情况下测绘精确地图的需求，考虑采用小型单通道毫米波雷达和惯性器件组合，构建行人烟雾环境下的建图系统。毫米波雷达受灰尘、雾和烟雾等的影响较小，可以透过烟雾，帮助救援人员识别障碍物和构建环境地图。此外，与激光雷达等传感器相比，小型单通道毫米波雷达重量更轻、体积更小，能减少人员负担。但毫米波雷达受限于其单通道的结构，生成的点云噪声大、点云密度极其稀疏（一次扫描仅有几百个点）。人员的运动较为复杂和多变，仅依靠单通道毫米波雷达来实现定位和建图较为困难。

毫米波雷达建图的研究主要集中在车载领域。Guan et al.等基于模拟毫米波雷达的输入进行深度学习模型训练，生成车载图像的深度信息。Engelhardt et al.等采用车载毫米波雷达与激光雷达、深度相机同时采集数据，用激光雷达与深度相机的数据作为真实标签训练学习模型，实现了毫米波雷达的室外环境建图。2019年，Brodeski et al.等人提出从毫米波的回波信息出发，建立回波信息到实际点云的端到端网络RadarNet，以取代传统雷达进行回波信号处理，在无杂波干扰的隔离室中，通过采集多个角度和位置数据训练神经网络，提升了毫米波雷达点云建图精度。国内相关领域的研究较少，多数研究仍是将毫米波雷达与其他传感器进行数据融合建立地图。例如，将毫米波雷达与激光雷达结合建图，将毫米波雷达与视觉传感器融合进行车道级定位。毫米波雷达目前多应用于室外自动驾驶的避障领域，往往通过与激光雷达、TOF深度相机结合，配合神经网络训练，从而达到建图效果。当前，适用于人员在复杂室内环境下的建图，尤其是烟、雾等恶劣环境下的毫米波雷达建图的相关研究较少，仍未形成成熟的方案和产品。

发明内容

针对上述现有技术中的不足，本发明提供一种毫米波雷达惯性组合的火场烟雾场景定位建图方法与装置，实现应急救援人员在火场烟雾环境下的实时定位与建图定位。

为实现上述目的，本发明提供一种毫米波雷达惯性组合的火场烟雾场景定位建图方法，将惯性器件与毫米波雷达搭载在进入火场烟雾场景的人体上，所述定位建图方法包括如下步骤：

步骤1，获取惯性数据与毫米波雷达点云数据；

步骤2，基于惯性数据得到人体的姿态信息，并基于人体运动学的约束与惯性数据进行人体的步长估计，并确定人体的位置信息；

步骤3，对稀疏高噪声的毫米波雷达点云数据进行提升处理，得到稠密化点云数据；