[发明专利]一种融合车道线的定位方法、装置、机器人及介质

说明书

本发明提供了一种融合车道线的定位方法，S1，获取机器人行走过程中的任意两帧激光雷达点云数据，记为第一帧，第二帧；S2、获取所述第一帧，第二帧中的包含有道路虚线及实线的第一点云及第二点云；S3、使用点云配准算法进行第一点云和第二点云配准，获取第一位移；使用点云配准算法进行第一帧和第二帧配准，获取第二位移；S4、将所述第一位移与第二位移通过加权平均融合，得到机器人位移。本发明通过激光反射率获取道路的车道线，并根据仅包含车道线的点云帧获取基于车道线的位移定位结果，然后与基于激光点云的位移定位结果进行融合以获取最终的位移，本发明的方法仅需要获取道路上的虚线与实现点云，不需要增加高精度的GPS设备即可以实现相对较高的定位结果。

技术领域

本发明涉及机器人技术领域，具体来说，涉及一种融合车道线的定位方法、装置、机器人及介质。

背景技术

自主移动机器人要求机器人能实现自主寻径行走能力，实现这一能力前提是机器人知道自己所在位置，因此自主移动机器人的定位技术是近年来研究热点技术之一。目前广泛应用在自主移动机器人的定位方式包括基于激光点云定位方式及GPS定位方式等。

激光雷达的工作原理，以激光作为信号源，由激光器发射出的脉冲激光，打到树木、道路、桥梁和建筑物等上，光波会反射到激光雷达的接收器上，根据反射强度(主要取决于目标物的颜色)，就得到目标物的反射率；根据激光测距原理计算，就得到从激光雷达到目标点的距离，脉冲激光不断地扫描目标物，就可以得到目标物上全部目标点的数据及反射率，最后以激光点云格式进行输出。

巡逻机器人工作场景复杂，包括园区场景、公园场景、广场场景、道路场景等。那么当面对大型园区内道路场景时，则存在激光点云轮廓稀疏，GPS信号容易被遮挡，势必导致定位精度下降，影响巡逻机器人正常工作。

激光雷达定位原理，直接利用机器人运动前后两帧激光点云帧进行配准，来获取机器人运动前后位姿，其中位姿包括位移和角度。

本文提供的背景描述用于总体上呈现本公开的上下文的目的。除非本文另外指示，在该章节中描述的资料不是该申请的权利要求的现有技术并且不要通过包括在该章节内来承认其成为现有技术。

发明内容

针对相关技术中的上述技术问题，本发明提出一种融合车道线的定位方法，其包括如下步骤：

S1，获取机器人行走过程中的任意两帧激光雷达点云数据，记为第一帧Scan_i，第二帧Scan_j；

S2、获取所述第一帧Scan_i，第二帧Scan_j中的包含有道路虚线及实线的第一点云source及第二点云target；

S3、使用点云配准算法进行第一点云和第二点云配准，获取第一位移pose_line；使用点云配准算法进行第一帧和第二帧配准，获取第二位移pose_image；

S4、将所述第一位移pose_line与第二位移pose_image通过加权平均融合，得到机器人位移pose_robot。

具体的，所述步骤S2还包括：对所述第一帧Scan_i、第二帧Scan_j保留反射率在一预设范围内的点云以获取第一点云及第二点云，其中所述预设范围用于表示所述道路虚线及实线的反射率。

具体的，所述步骤S2还包括：对所述第一点云及第二点云进行聚类，保留点云聚类个数在大于一阈值的点云。

具体的，在对所述第一帧Scan_i、第二帧Scan_j保留反射率在一预设范围内的点云以获取第一点云及第二点云，之前还包括：

对所述第一帧Scan_i、第二帧Scan_j进行高度滤波，保留高度在第二预设范围的第一激光点云及第二激光点云。

对所述第一激光点云、第二帧激光点云保留反射率在一预设范围内的点云以获取第一点云及第二点云，其中所述预设范围用于表示所述道路虚线及实线的反射率。