[发明专利]一种基于Autoware的动态3D点云正态分布AGV定位方法

摘要

本发明公开了一种基于Autoware的动态3D点云正态分布AGV定位方法，该方法步骤为：1）对激光点云数据建立三维点云地图并重建为稠密点云；2）蒙特卡洛定位；3）在三维点云地图中导入大小均匀的单位网格，并将单位网格内的粒子转换成正态分布概率估计，构造出连续分段的正态分布模型，在建立正态分布模型的基础上，使用最大似然估计算法对概率分布参数和进行优化，得到适合两点云匹配的坐标转换参数值；4）对已进行划分的单位网格内的正态分布模型进行参数实时的更新，在正态分布的基础上，迭代更新其短期局部地图中的均值和协方差，最终达到动态更新全局地图。该方法解决了传统网格定位效率较低的问题，又解决了AGV在动态环境中运动的定位问题。

主权项

1.一种基于Autoware的动态3D点云正态分布AGV定位方法，其特征在于,包括如下步骤：/n1)对激光点云数据建立三维点云地图并重建为稠密点云：采用robosence3D激光雷达采集点云数据，在Autoware开源框架中导入点云数据，通过调用pcl点云库中的NDT匹配算法，得到较为密集的环境地图并导出pcd文件，在此基础上加载点云pcd地图，并同时接收激光雷达topic/points_raw，实现点云与地图的匹配；/n2)在建立激光点云的三维点云地图的基础上，使用基于概率估计的蒙特卡洛算法，构造随机变量的概率分布模型，估计AGV位姿的后验概率分布，估计出所需要的物理模型，并使用粒子滤波算法对待采样的观测值赋权重，加速求解AGV的后验概率模型；/n3)在三维点云地图中导入大小均匀的单位网格，并将单位网格内的粒子转换成正态分布概率估计，构造出连续分段的正态分布模型，在建立正态分布模型的基础上，使用最大似然估计算法对概率分布参数和进行优化，得到适合两点云匹配的坐标转换参数值；/n4)对已进行划分的单位网格内的正态分布模型进行参数实时的更新，在正态分布的基础上，只迭代更新短期局部地图中正态分布模型的均值和协方差，最终达到动态更新全局地图。/n