[发明专利]一种用于无人车的城市环境构图方法

摘要

本发明公开了一种用于无人车的城市环境构图方法，不依赖于里程计、GPS以及惯导等外部定位传感器，仅采用车载激光雷达返回的3D激光点云数据用较少的粒子完成无人车轨迹跟踪与环境地图构建，为无人地面车辆在未知环境下的自主行驶提供依据；本发明对相邻两帧数据应用ICP算法得到了车辆真实位姿的粗估计，然后在此粗估计附近根据高斯分布撒点。该粗估计虽然不是无人车真实位姿，却是无人车真实位姿的高概率区域，在后续撒点过程用少量的粒子便实现了较准确的定位与构图，避免了传统方法使用大量粒子拟合车辆轨迹，提高了算法的效率，并有效抑制了由于粒子估计不好带来的粒子匮乏现象。

主权项

一种用于无人车的城市环境构图方法，其特征在于，包括如下步骤：步骤1、采用无人车搭载激光雷达获取周围环境的点云数据，并对该点云数据进行预处理；步骤2、根据上一时刻以及当前时刻的预处理后的点云数据，采用I CP算法，获得当前时刻相对于上一时刻的旋转变换矩阵R和平移变换矩阵T；根据该旋转变换矩阵R和平移变换矩阵T以及上一时刻无人车所在位姿，得到当前时刻无人车所在位姿，作为无人车的粗估计位姿；步骤3、根据无人车所在环境的复杂度确定粒子个数，然后将所有粒子撒在以所述粗估计位姿为中心的周围区域，最后确定各粒子的位姿；步骤4、针对步骤3中的所有粒子中的任一粒子N，根据粒子N的位姿，将所述步骤1中预处理后的当前时刻的点云数据中各点云点坐标按该粒子N的位置与姿态进行偏移，得到任一粒子N对应的点云数据；步骤5、根据各粒子对应的点云数据成像获得各粒子对应的环境的局部地图；对于上一时刻更新后的全局地图，找到全局地图与各局部地图的重合区域，并确定其中重合区域匹配度最大的局部地图，该局部地图对应的粒子位姿即为当前时刻无人车位姿；将重合区域匹配度最大的局部地图融合到所述全局地图中，作为当前时刻的全局地图，实现全局地图的更新。