[发明专利]一种机器人地图构建方法

说明书

本发明提供一种机器人地图构建方法，包括如下步骤：1、机器人会在人手动控制的情况下进行数据采集；机器人获取第一帧激光数据和对应时刻的imu数据；2、根据第一帧的imu获取到的的姿态角数据将第一帧激光数据矫正到重力坐标系下，并用矫正后的激光数据创建点云地图；同时对校正后的激光数据截取5米范围与机器人车身高度内的点云，投影到2d平面，初始化可视化地图；3、机器人获取第二帧激光数据以及在一二帧之间的多帧imu数据、多帧轮速计数据；本发明能够通过多种传感器检测数据相融合的方法准确对机器人进行精确定位，保证机器人定位的准确性，并能实时的构建定位地图、可视化地图、导航地图。

技术领域

本发明涉及机器人技术领域，尤其是涉及一种机器人地图构建方法。

背景技术

随着人工智能技术和计算机技术的发展，自动驾驶技术日渐成熟。自动驾驶车辆能够高效利用交通资源，缓解交通拥堵、减少碳排放，自动驾驶技术近年来发展迅速，自动驾驶技术也是近年的热点话题。自动驾驶技术已经逐渐走进人们的日常生活，潜移默化的改变着人们的出行方式。自动驾驶技术在军用及民用上均具有巨大的应用前景。军用上，它不仅能够作为无人运输平台，还能用作无人爆破车、无人作战平台、无人巡逻与监视车辆等；民用中，除了为人类生活带来便捷之外，还能够降低交通事故发生率与提高道路通行效率。

自动驾驶技术可分为感知、定位、规划及控制四大模块。感知及定位模块相当于人类眼睛及耳朵，通过接收外界信息源来获取自身及周围目标相关信息；规划模块相当于人类大脑，通过分析自身及目标信号来做出任务、行为决策及运动规划；控制模块类似于人类手脚，执行上层的运动规划信号。

然而，但是现有的定位技术不够精确，在驾驶过程中经常出现车辆在当前车道行驶，却定位在旁边车道的现象，定位的不准确将导致行为决策及运动规划的错误，从而导致车辆在自动行驶过程中的安全性较差问题。

发明内容

本发明的目的是提供一种机器人地图构建方法，能够通过多种传感器检测数据相融合的方法准确对机器人进行精确定位，保证机器人定位的准确性，并且根据机器人的精确的位置实时加载地图信息，使机器人能够准确进行决策及运动规划，从而保证机器人在自动驾驶过程中的安全性。

为实现上述目的，本发明提供一种机器人地图构建方法，包括如下步骤：

步骤(1)、机器人会在人手动控制的情况下进行数据采集；在开始阶段，机器人获取第一帧激光数据和对应时刻的imu数据；

步骤(2)、由于机器人的摆放位置或者地面的平整度不一样，因此将根据第一帧的imu获取到的的姿态角数据将第一帧激光数据矫正到重力坐标系下，并用矫正后的激光数据创建点云地图；同时对校正后的激光数据截取5米范围与机器人车身高度内的点云，投影到2d平面，初始化可视化地图；

步骤(3)、机器人获取第二帧激光数据以及在一二帧之间的多帧imu数据、多帧轮速计数据；根据imu数据的加速度信息、角速度信息与轮速计的线速度信息预测第二帧激光数据的先验位置；预测是指通过对多帧imu数据中的角速度信息积分获得角度，通过对多帧imu数据中的加速度信息与轮速计的线速度积分获得位移量。将获得的角度与位移量作为作为第二帧激光数据的先验位置；先验位置是指通过imu和轮速计预测的位置；

步骤(4)、结合第二帧数据的先验位置、第二帧激光数据、点云地图，通过算法进行匹配，获得第二帧激光数据的后验位置；此步骤中的算法是采用正态分布变换算法或基于角点平面点的最小二乘算法；后验位置是指通过激光数据与点云地图匹配后的位置；

步骤(5)、根据步骤3和步骤4以此类推，获取后续每一帧激光数据的后验位置；若后续后验位置与点云地图中最新加入的一帧激光数据的后验位置相差超过一个固定的距离或者一个固定的旋转角，则在点云地图中加入该帧激光数据；