[发明专利]使用3D扫描仪同时进行2D定位和2D地图创建的方法和系统

说明书

描述一种用于在使用3D扫描仪(120)的情况下同时进行2D定位和2D地图创建的方法，其中，借助所述3D扫描仪(120)扫描周围环境(300)，以便产生所述周围环境(300)的3D点云(320)形式的三维表示，所述3D点云由多个扫描点(321)组成。随后，由所述3D点云(320)产生所述周围环境(300)的2D点云形式的二维表示。最后将所述2D点云提供给2D‑SLAM算法，以便产生所述周围环境(300)的地图，并且同时求取所述3D扫描仪(120)在所述地图内的当前方位(480)。

技术领域

本发明涉及一种在使用3D扫描仪的情况下同时进行2D定位和2D地图创建的方法。此外，本发明还涉及用于执行所述方法的相应的系统。

背景技术

自主车辆依赖于对自身的位置或方位的不断确定。除了依赖于用于在周围环境的详细地图上进行定位的方法之外，还已知能够在未知的或不断变化的周围环境中进行定位的方法。因此，尤其在移动机器人或自主车辆中(例如用于运输人员的自主穿梭车或用于在港口运输集装箱的所谓AVG(英：Automatic Guided Vehicles，自动引导车辆))也使用定位方法，该定位方法还能够对周围环境进行绘制地图。在这些所谓的SLAM(英：SimulataneousLocalization And Mapping，同步定位和绘图)技术中，定位和地图创建可以持续不断地相互作用，这能够实现无基础设施的定位。在此，尤其在使用2D激光雷达系统情况下的SLAM技术非常先进。对于2D激光雷达SLAM而言，从结构主要是二维性质的平坦世界出发。由此，所述结构可以由2D激光扫描仪足够精确地检测到，该2D激光扫描仪在限定的高度上进行水平测量。尽管该方法在平坦的平面上(例如在封闭空间中)工作良好，但该方法通常不适用于室外区域中的平坦世界的2D假设。地平面或道路不一定是平坦的，同样存在许多并非纯垂直的结构(例如山丘或灌木丛)。因此，标准的2D激光雷达SLAM无法在室外区域提供必要的可靠性和精确性。在此一种替代方案是是使用3D激光扫描仪和开发3D-SLAM系统。然而，对于这种3D-SLAM系统必须确定运动的所有六个自由度(英：DOF，Degrees Of Freedom)(x、y、z、横摇、俯仰、偏摆)。因此，与仅需确定三个自由度(x、y、偏摆)的2D-SLAM系统相比，在3D-SLAM系统中导致明显更高的复杂度。由于复杂的算法，计算开销和计算时间会增加。

发明内容

因此，本发明的任务是提供一种降低在使用3D扫描仪时的计算开销的可能性。该任务通过一种用于在使用3D扫描仪的情况下同时进行2D定位和2D地图创建的方法来解决。此外，该任务通过一种系统和一种车辆来解决。

根据本发明，设置一种用于在使用3D扫描仪的情况下同时进行2D定位和2D地图创建的方法，在该方法中借助3D扫描仪扫描周围环境，以便产生周围环境的3D点云形式的三维表示。接下来，由3D点云产生周围环境的2D点云形式的二维表示。最终，将2D点云提供给2D-SLAM算法，以便产生周围环境的地图，并且同时求取3D扫描仪在地图中的方位(Lage)。通过将3D点云转换为2D点云，可以明显降低待处理的数据的数量。由此能够使用2D-SLAM算法，该算法能够允许以显著更少的计算开销进行定位且同时对环境进行制图。因此，相应的方法也可以用于具有相对较低的计算能力的车辆。

在一种实施方式中设置，对3D扫描仪在扫描期间执行的运动进行补偿。在此，首先求取测距(Odometrie)信息，该测距信息表示扫描仪在六个自由度上的位移。接着针对3D点云的每个测量结果，在相应点的测量期间基于测距信息确定3D扫描仪的方位，然后从那里确定所测量的点。借助这些措施可以实现：对由于3D扫描仪在扫描过程期间的运动而失真的3D点云进行有效矫正。

在另一实施方式中设置，通过对车辆测距计的测量数据与惯性测量单元的测量数据进行融合来产生测距信息。由此可以以特别简单的方式求取3D扫描仪在所有六个自由度的位移。