[发明专利]基于多无人机协作的ICP点云地图融合方法、系统、装置及存储介质

权利要求书

1.一种基于多无人机协作的ICP点云地图融合方法，其特征在于，包括依次执行如下步骤：

提取步骤：首先从两个数据集中按照同样的关键点选取的标准，提取关键点，两个数据集是指两幅有重叠区域的点云地图，分别记为点云P和点云Q，其中点云P为目标点云，点云Q为参考点云；

计算步骤：对选择所有的关键点分别计算其特征描述子；

处理步骤：结合特征描述子在两个数据集中的坐标位置，以两者之间的特征和位置的相似度为基础，来估算它们的对应关系，估计对应点对；

配准步骤：利用对应关系来估算刚体变换，完整配准，从而将点云Q经过坐标变换统一到和点云P相同的坐标系下，融合成一幅点云地图。

2.根据权利要求1所述的ICP点云地图融合方法，其特征在于，在所述处理步骤中，利用SAC-IA算法初步的估计对应点对。

3.根据权利要求1所述的ICP点云地图融合方法，其特征在于，在所述处理步骤与所述配准步骤之间还包括判断步骤，

判断步骤：判断数据是否有噪声，若数据是有噪声，除去对配准有影响的错误的对应点对；

在配准步骤中，利用剩余的正确的对应关系来估算刚体变换，完整配准，从而将点云Q经过坐标变换统一到和点云P相同的坐标系下，融合成一幅点云地图。

4.根据权利要求1所述的ICP点云地图融合方法，其特征在于，在所述配准步骤中，两个不同坐标系下的点云P和点云Q进行坐标变换时，通过下式实现刚体变换

q_i′(x′,y′,z′)＝Rq_i(x,y,z)+t (1)

其中，R为旋转矩阵，t为平移矩阵，分别表示为

t_3×1＝[t_x t_y t_z]^T (3)

其中α、β、γ分别表示点沿x、y、z轴的旋转角度，t_x、t_y、t_z分别表示点沿x、y、z轴的平移量；点云P为目标点云，用P＝{P_i|P_i∈R³,i＝1,2,…,N}表示，点云数量为N，点云Q为参考点云，用Q＝{Q_i|Q_i∈R³,i＝1,2,…,M}表示，点云数量为M，设旋转变换矩阵为R，平移变换向量为t，用f(R,t)表示参考点集Q在变换矩阵(R,t)下与目标点集P之间的误差

则求解最优变换矩阵的问题转化为求满足min(f(R,t))的最优解(R,t)。

5.一种基于多无人机协作的ICP点云地图融合系统，其特征在于，包括：

提取模块：用于首先从两个数据集中按照同样的关键点选取的标准，提取关键点，两个数据集是指两幅有重叠区域的点云地图，分别记为点云P和点云Q，其中点云P为目标点云，点云Q为参考点云；

计算模块：用于对选择所有的关键点分别计算其特征描述子；

处理模块：用于结合特征描述子在两个数据集中的坐标位置，以两者之间的特征和位置的相似度为基础，来估算它们的对应关系，估计对应点对；

配准模块：用于利用对应关系来估算刚体变换，完整配准，从而将点云Q经过坐标变换统一到和点云P相同的坐标系下，融合成一幅点云地图。

6.根据权利要求5所述的ICP点云地图融合系统，其特征在于：在所述处理步骤中，利用SAC-IA算法初步的估计对应点对。

7.根据权利要求5所述的ICP点云地图融合系统，其特征在于：在所述处理模块与所述配准模块之间还包括判断模块，

判断模块：用于判断数据是否有噪声，若数据是有噪声，除去对配准有影响的错误的对应点对；

在配准模块中，利用剩余的正确的对应关系来估算刚体变换，完整配准，从而将点云Q经过坐标变换统一到和点云P相同的坐标系下，融合成一幅点云地图。