[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

说明书

本发明提供一种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，该ICP点云地图融合方法包括：提取步骤：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。本发明的有益效果是：本发明的方法能够在有较高精度的同时提高ICP算法收敛速度，取得了非常好的技术效果。

技术领域

本发明涉及无人机技术领域，尤其涉及一种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。

背景技术

1.多无人机协作SLAM技术：

在未知环境下，无人机可以对自身位置和姿态进行估计，是能够有效完成任务的关键技术。当无人机在低空，低速行驶时，使用全球定位系统(Global PositioningSystem，GPS)和惯性导航系统(Inertial Navigation System，INS)等方法可以获得飞行所需的位置、速度等信息，满足在城市中的飞行需求。但是GPS和INS存在使用的局限性，GPS的误差范围为3-10米，而且在室内环境和高山、峡谷等恶劣环境下由于信号弱导致无法正常工作。同时，INS会随着无人机的不断运动，造成误差的逐渐积累。在这种情况下，使用同步定位与建图(Simultaneous Localization and Mapping，SLAM)可以解决无人机在未知环境下，对位置和姿态的估计。对位姿的估计是实现无人机自主飞行和自主导航等智能化飞行的关键环节。

目前将无人机和SLAM相结合的研究中，主要以单个无人机为研究对象，对于多个无人机的协作SLAM(Cooperative SLAM，CSLAM)没有较为成熟的研究结果，CSLAM是指多个无人机同时在环境中飞行，通过互相协作进行地位和地图的构建，是将SLAM算法与多无人机系统相结合。通过CSLAM，可以提高建图的精度、提高构建地图的速度、扩大单位时间内无人机在环境中的覆盖范围，在大规模的未知环境的搜索应用中具有重要的意义。

在复杂的环境下，由于传感器视线被遮挡或飞行空域限制等因素，仅使用单架无人机无法维持大范围区域内对目标的持续跟踪，需要依靠多架无人机合作完成任务。相比单架无人机来说，采用多无人机协同执行任务具有以下优势：

(1)可以通过配合提高任务完成的质量；

(2)可以通过并行执行任务，缩短完成任务的时间，提高整体效率；

(3)可以通过共享资源与信息，提高执行任务的能力；

(4)可以通过任务分配的比重增加任务成功的概率，提高鲁棒性。

目前，在很多无人机领域的应用都逐步由单机独自完成任务向多机协同的方向发展。已有大量的项目针对无人机的协同侦查、未知环境地图的构建、目标跟踪、定位、组网编队控制等领域展开研究。

2.点云融合技术：

三维点云数据配准技术是将不同视角下采集的点云数据进行融合，使不同坐标系下的局部点云数据经过刚性变换，统一到一个坐标系下，得到被测物体或者场景的完整点云数据。若从配准精确度高低的角度进行划分，可以分为粗配准与精确配准。粗配准是将两片任意位置的点云数据进行粗略的配准，使其大致在同一个位置上，为精确配准提供良好的初始值。粗配准常用的方法有：标签法、转台法、主元分析法、曲率分析法等。精确配准是对粗配准后的点云数据进行精确匹配，求解平移矩阵与旋转矩阵，得到完整点云数据模型。