[发明专利]一种基于几何信息的全局定位方法

权利要求书

1.一种基于几何信息的全局定位方法，其特征在于：包括以下步骤：

步骤1：获取移动机器人当前对自定位的感知信息，采用即时定位与地图构建算法，事先生成环境的三维点云地图；

所述移动机器人搭载激光测距仪以及ROS操作系统；所述激光测距仪与机器人刚体连接，用来构建地图及基于地图进行全局定位；所述ROS操作系统是一种用于机器人的后操作系统，为算法提供优良的开发环境；

步骤2：利用kd-tree算法，对所述步骤1生成的三维点云地图进行等间隔划分，生成全局子地图；

步骤3：对全局子地图进行预处理，计算ESF全局描述符并对其进行存储；

步骤4：机器人建立局部地图，对局部地图进行降采样处理，计算局部地图的全局描述符，利用全局描述符，将局部地图与所有全局子地图进行匹配，得到匹配得分，将全局子地图按照得分进行从高到低排列；

步骤5：采用均匀滤波，计算局部地图与最优子地图的关键点并计算关键点的局部描述符，根据局部描述符，利用kd-tree算法找到关键点之间的对应关系，基于几何一致性对它们进行过滤；对于找到的对应关系，利用绝对定向算法计算局部地图与最优子地图之间的相对位姿变换；最后，利用ICP或NDT算法进行精匹配，最终将激光扫描与全局地图进行对齐，得到机器人相对于全局地图的位姿关系；

步骤6：若步骤5中无法得到粗匹配结果，则依次与得分较低的地图进行粗匹配，直至与所有子地图匹配完成。

2.根据权利要求1所述的一种基于几何信息的全局定位方法，其特征在于：所述步骤4的具体步骤为：

步骤4.1：机器人在全局地图内任一点进行上线，通过机器人搭载的激光测距仪感将自定位感知信息传输到工控机，运用工控机中的SLAM算法建立局部地图；

步骤4.2：计算局部地图的ESF全局描述符，将局部地图与所有全局子地图进行匹配，将全局子地图按照匹配得分从高到低排列。

3.根据权利要求1所述的一种基于几何信息的全局定位方法，其特征在于：所述步骤5的具体步骤为：

步骤5.1：对局部地图与全局子地图进行均匀采样处理，提取地图信息关键点；

步骤5.2：计算所有关键点的SHOT描述符；

步骤5.3：根据SHOT描述符，利用kd-tree算法找出局部地图与全局子地图的匹配点对；

步骤5.4：对于找到的匹配点对关系，基于几何一致性对它们进行过滤；

给定一组关键点对应关系C＝{c₁,c₂,......,c_n},c_i＝(p_i,s,p_i,m)，选择一组对应关系作为参考c_i,计算c_i与所有的其他关键点之间的对应关系c_j,利用下述公式进行筛选，保留符合公示条件的关键点对应关系；

| ||p_i,m-p_j,m||-||p_i,s-p_j,s|| |ε

其中，ε代表距离阈值，ε可灵活设置，C代表地图之间关键点对应关系的集合；C_i代表第i组关键点，p_i,s和p_i，m是局部地图与全局子地图中第i对关键点；

步骤5.5：得到关键点对应关系之后，确定局部地图与全局子地图之间的6自由度变化(3x3旋转矩阵R-或等效四元数-和3D平移向量T)，通过Absolute Orientation算法进行求解：

给定一组n个精确对应关系c₁＝{p_1,m,p_1,s},.........,c_n＝{p_n,m,p_n,s}，通过计算得出3x3旋转矩阵R和3D平移向量T的值；

步骤5.6：根据步骤5.5得出的3x3旋转矩阵R和3D平移向量T，应用ICP算法或NDT算法进行精确匹配，得到最终的最优3x3旋转矩阵R’和最优3D平移向量T’。