[发明专利]简化的基于图形快速匹配的激光定位方法

说明书

本发明公开一种简化的基于图形快速匹配的激光定位方法，包括：在结构化场景空间内任意安装至少三个圆筒形反光筒；初始化世界坐标系下的参考地图，识别特征为三角形；输入激光雷达数据时，对数据进行容错处理，存储对应强度下的反光筒有效距离并转换到运动坐标系下；采用拟合技术求解每个反光筒位置；将运动坐标系与世界坐标系下的三角形进行图形化匹配，匹配依据是三角形的角度差小于设定的阈值则匹配成功；将运动坐标系下检测到反光筒的位置与之匹配成功的世界坐标系下反光筒的位置分别构造成一个检测矩阵和参考矩阵，然后进行矩阵分解，求解其位姿。本发明的优点是匹配效率高，准确率高，计算量少，实时性强，定位精度高。

技术领域

本发明涉及激光定位的技术领域，特别涉及一种简化的基于图形快速匹配的激光定位方法。

背景技术

定位精度一直是自动驾驶领域一个重要研究方向，其中影响定位精度的一个重要因素是特征误匹配，它已成为制约视觉或激光SLAM定位精度的主要技术瓶颈之一。

特征匹配是影响SLAM定位精度的一个关键因素。传统的特征匹配方法包括视觉SLAM领域的基于描述子的特征点匹配、激光SLAM领域广泛采用的ICP等方法，这些方法在一定程度上都会存在误匹配的问题，这也直接引起定位误差，在一定的时间范围内,这种定位误差是可以接受的，但是随着时间的推进，这类定位误差会不断积累,最终导致定位效果越来越差，消除长时间积累的定位误差主要是通过采用全局优化的方法。从某种程度上讲，采用全局优化的方法比较耗时，要满足实时性，需要对原算法进行优化、改进。

当前在工程应用当中，已存在采用以图形为特征的匹配方法，以三角图形特征为例，该方法采用以三角形周长为特征的匹配方法，此方法相对于之前的多边形匹配方法，具有耗费计算资源少、实时性好、误差可控等优点，但是该方法存在诸多限制条件，比如要存储三角形边长、角度、计算周长、提取的三角形边长与激光最大探测距离还要满足一定的约束等。

以上现有的技术方案主要存在的问题是：计算量大、实时性相对较低、定位误差不可控、对高动态环境的鲁棒性低、实现方法限制条件多。这是本申请需要着重改善的地方。

发明内容

本发明所要解决的技术问题是要提供一种简化的基于图形快速匹配的激光定位方法，能有效地减少限制条件、极大提高匹配准确率及在复杂环境下具有很高的鲁棒性。

为了解决以上的技术问题，本发明提供了一种简化的基于图形快速匹配的激光定位方法，包括如下的步骤：

⑴在结构化场景空间内的任意位置至少安装三个圆筒形反光筒，满足各个反光筒之间距离不同的条件；

⑵初始化世界坐标系下的参考地图，识别特征为三角形；

⑶输入激光雷达数据时，对数据进行容错处理，理论上激光扫描到反光筒上会得到一组连续的高强度反光点，但是由于激光硬件特性的不同，该组反光点往往不连续，本申请识别反光筒的一个重要依据就是连续的高反光强度点，故过滤反光筒的低反光强度点，通过容错处理提高了检测反光筒的鲁棒性，存储对应强度下的反光筒距离信息，将反光筒的有效距离转换到当前的运动坐标系下；

⑷采用拟合技术求解每个反光筒的圆心，用圆心表示反光筒的位置，将检测到反光筒的位置数据输入三角形组合模块，并存储组合后的三角形信息；

⑸上述第⑷步骤中得到当前三角形与世界坐标系下的三角形进行图形化匹配，匹配依据是当前三角形的每个角度与世界坐标系下的三角形的每个角度进行相减，角度差小于设定的阈值是匹配成功；具体包括如下的步骤：

①输入当前三角形n，判断n＜N，否，转第⑺步；

其中：N为运动坐标系下检测到的三角形的个数；

②设世界坐标系下共有M个参考三角形；

③输入世界坐标系下的三角形m；