[发明专利]一种面向港口自动驾驶的同时制图与定位

说明书

本发明公开了一种面向港口自动驾驶的同时制图与定位，包括三维激光SLAM、LeGO‑LOAM建图与NDT‑MATCH定位，所述三维激光SLAM包括多线激光雷达数据，所述LeGO‑LOAM建图包括点云分割、点云特征提取、激光里程计与激光建图。本发明所述的一种面向港口自动驾驶的同时制图与定位，采用了三维激光SLAM，接收三维激光数据并结合IMU信息使得建图和定位算法更加鲁棒，建图方面主要在开源框架LeGO‑LOAM基础上进行优化改进，定位方面主要采用了NDT‑MATCH的方案，LeGO‑LOAM是一个轻量化且经过地面优化的激光里程和建图方法，其在低功耗嵌入式系统上可以达到实时建图的效果，NDT‑MATCH是主要的定位框架，具有算法对环境适应性强，定位稳定的特点，带来更好的使用前景。

技术领域

本发明涉及自动驾驶的同时制图与定位领域，特别涉及一种面向港口自 动驾驶的同时制图与定位。

背景技术

移动机器人的自主导航问题可以分成三大块：定位，建图；定位就是精 确确定机器人在环境中的位姿，建图就是将环境的多个不完整观测集成到单 一且一致的模型中；最初，建图和定位是单独研究的，后来人们意识到他们 是相互关联，相互依赖的，换句话说，为了得到环境中精确的定位需要正确 无误的地图，但是，为了建立好的地图需要在新元素添加到地图时能够准确 地被定位，这就是SLAM；SLAM是Simultaneous Localization andMapping 的简写，中文译作“同时定位与地图构建”，它是指搭载特定传感器的主体， 在没有环境先验的情况下，在运动过程中建立环境的模型(地图)，同时估计 自己的运动。

目前上市面主流的SLAM方案是基于激光和基于相机这两种，对这两种方 案进行对比：应用场景：激光SLAM根据使用的激光雷达的档次泾渭分明分为 室内应用和室外应用；而视觉SLAM在室内室外都有丰富的应用，视觉SLAM 工作稳定性不如激光雷达，激光雷达不擅长动态环境中的定位，比如动态遮 挡；而视觉SLAM在纹理缺失环境(白墙壁等)，以及光照较弱的环境中表现较 差，成本激光雷达成本整体都高于视觉传感器，为此，我们提出一种面向港 口自动驾驶的同时制图与定位。

发明内容

本发明的主要目的在于提供一种面向港口自动驾驶的同时制图与定位， 可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种面向港口自动驾驶的同时制图与定位，包括三维激光SLAM、 LeGO-LOAM建图与NDT-MATCH定位，所述三维激光SLAM包括多线激光雷达数 据，所述LeGO-LOAM建图包括点云分割、点云特征提取、激光里程计与激光 建图，所述NDT-MATCH定位包括点云地图、点云配准。

优选的，所述点云分割是将点云分为地面和非地面数据，地面检测模型 需要适应平面、坡道以及两者的过度过程，地面检测过的过程如下：

首先在xy平面通过角度分辨率Δa和公式(1)、(2)将点云分为若干块；

P_s＝{p_i∈P|segment(p_i)＝s} (2)

xy平面根据公式(3)，将P_s分为若干块

每个块选取z轴最小值作为地面上的点，同时作为该块的代表点

对每个分块从近到远，从左到右，获得直线方程y＝mx+b；

地面上的点需要满足如下条件：

(1)直线的坡度m不能超过合理的阈值T_m；