[发明专利]一种用于温室巡检机器人的激光SLAM建图方法

权利要求书

1.一种用于温室巡检机器人的激光SLAM建图方法，其特征在于：该方法是采用如下步骤实现的：

步骤a：温室巡检机器人接收3D激光雷达(1)、IMU(2)及轮速计(3)的信息，通过数据结合的方式进行点云畸变去除，而后利用3D激光雷达(1)的线束对去畸变后的点云数据中的每个激光点进行划分，将位于相同线束上的点划分在一起；然后将位于方向朝下的线束上的激光点集合在一起，形成待地面分割的点云数据；

步骤b：将待地面分割的点云数据进行地面分割，得到地面点云数据，并将去畸变后的点云数据中的其他点划入非地面点云数据；

步骤c：通过聚类算法对非地面点云数据进行点云聚类，剔除噪声点；接着提取剔除噪声点后的非地面点云数据的面特征和边缘特征；

步骤d：根据提取的面特征、边缘特征将连续帧点云数据进行特征匹配，进而得到在激光雷达坐标系下的连续帧点云数据的位姿变换矩阵；

步骤e：根据位姿变换矩阵将当前帧点云数据投影到世界坐标系下，由此构建温室巡检机器人的子地图；

步骤f：重复执行步骤a-步骤e，即可完成温室巡检机器人的激光SLAM建图。

2.根据权利要求1所述的一种用于温室巡检机器人的激光SLAM建图方法，其特征在于：步骤a中点云畸变去除的具体步骤为：首先根据IMU(2)的加速度、角速度和轮速计(3)的速度得到每个激光点采集时刻的3D激光雷达(1)位姿，而后将每个激光点投影到同一个位姿下，然后封装成一帧激光数据发布出去，由此得到去畸变后的一帧点云数据。

3.根据权利要求2所述的一种用于温室巡检机器人的激光SLAM建图方法，其特征在于：步骤a中对去畸变后的点云数据中的激光点进行划分的具体步骤为：首先根据激光点的坐标，求得激光点与3D激光雷达(1)的连线与激光坐标x-y平面之间的夹角θ，而后将夹角值相同的激光点划分在一起。

4.根据权利要求1所述的一种用于温室巡检机器人的激光SLAM建图方法，其特征在于：步骤b中地面分割的具体步骤为：将3D激光雷达(1)的质心设为点A，3D激光雷达(1)在时间t获取的点云数据为p_t＝{p₁,p_2,p₃…p_n}，其中p_i是p_t中的一个点，p_i＝(x_i,y_i,z_i)，p_id为待地面分割的点云数据中的一个点，3D激光雷达(1)距离地面的高度为H，计算质心A到点p_id的向量在竖直方向的投影h，考虑到温室的非结构化路面环境，如H-h≤0.05m，则p_id为地面点，将其划入地面点云数据；去畸变后的点云数据中的其他点划入非地面点云数据。

5.根据权利要求1所述的一种用于温室巡检机器人的激光SLAM建图方法，其特征在于：步骤c中点云聚类时通过欧几里得聚类算法进行计算，具体步骤为：首先选取非地面点云数据中某点p_i，i＝1～n，通过KD-Tree近邻搜索算法找到k个离点p_i最近的点，这些点中距离小于设定阈值的便聚类到集合Q中；如果集合Q中元素的数目不再增加，整个聚类过程便结束；否则须在集合Q中选取p_i点以外的点，重复上述过程，直到集合Q中元素的数目不再增加为止，然后统计集合Q中点的数目m，若m≤20，则判断集合Q中元素为对机器人实际运动不会造成影响的噪音点，并剔除掉该聚类。