[发明专利]一种基于Multi-Camera/Lidar/IMU的多传感器SLAM方法

说明书

本发明涉及一种基于Multi‑Camera/Lidar/IMU的多传感器SLAM方法，由多目相机获得的多张图像数据与IMU惯性测量单元获得的数据进行紧耦合联合初始化，获得系统的初始位姿；由激光雷达传感器获得激光雷达帧的点云数据，对点云数据进行预处理，将点云划分为强角点、弱角点、强平面点、弱平面点；通过系统的初始位姿对激光雷达帧位姿进行优化；通过闭环检测对激光雷达帧位姿进行进一步优化；利用优化后的激光雷达帧位姿进行地图拼接。本发明将三种传感器获得的数据进行融合，获得了激光雷达帧位姿更加的准确，有效提高了定位系统的鲁棒性、稳定性。

技术领域

本发明涉及计算机视觉、机器人等技术领域，具体涉及一种基于Multi-Camera/Lidar/IMU的多传感器SLAM方法。

背景技术

近些年，无人驾驶行业又逐渐走进大众视野。SLAM可以使移动车辆在GPS无法正常工作的环境下实现定位，并追踪辨识动态车辆与行人为实现智能避障，辅助驾驶和自主导航提供可能。

在进行定位和构图的时候，SLAM主要是借助与传感器来获得原始的数据，同时会伴有IMU的辅助。在现有发展的情况下，SLAM有两种实现形式：一种是以激光雷达为主的激光SLAM；另一种是以摄像头为主的视觉SLAM。激光SLAM目前主要应用在室内以及范围较小的环境。视觉SLAM要广泛，也更能适应室外环境，但是对光的依赖性强，在光线暗或是无纹理区域无法工作。

随着无人驾驶的迅速发展，为了适应市场环境，无人驾驶的使用场景越来越丰富，既要适应室内环境，又要适应室外环境；室内结构化环境较为理想；室外光照变化剧烈，车辆行人等动态目标较多，重复及杂乱纹理场景较多，给无人驾驶的量产落地带来巨大挑战。因此使用单一传感器进行定位构图的方式已无法满足复杂场景下高精度地图的构建需求。

所以有必要提出一种新的方案，将多种传感器数据以进行融合，以解决室外复杂环境下环境地图的构建问题。

发明内容

针对目前单一的传感器无法满足室外复杂的环境场景，本发明提出了一种一种基于Multi-Cameral/Lidar/IMU的多传感器SLAM方法。

本发明提出一种基于Multi-Camera/Lidar/IMU的多传感器SLAM方法，包括以下步骤：

S1：由多目相机获得的多张图像数据与IMU惯性测量单元获得的数据进行紧耦合联合初始化，获得系统的初始位姿；

S2:由激光雷达传感器获得激光雷达帧的点云数据，对点云数据进行预处理，将点云划分为强角点、弱角点、强平面点、弱平面点；

S3:通过系统的初始位姿对激光雷达帧位姿进行优化；

S4：通过闭环检测对激光雷达帧位姿进行进一步优化；

S5：利用优化后的激光雷达帧位姿进行地图拼接。

优选的，获得系统的初始化位姿包括如下步骤：

S11：通过树莓派进行多目相机的硬同步触发；

S12：从多目相机中获得多目图像与IMU数据，通过时间戳将多目图像数据与IMU数据进行对齐；

S13：多线程进行多目图像的视觉特征跟踪，并将跟踪的结果进行保存；

S14：对多目图像数据以及IMU数据进行预处理；

S15：对多目图像数据以及IMU数据进行联合初始化，将多目相机获得多张图像信息分别与IMU数据进行紧耦合处理，将处理得到的数据再一次和IMU数据进行紧耦合处理，得到多目的紧耦合视觉惯性里程计；

S16：对多目的紧耦合视觉惯性里程计进行优化，同时进行边缘化处理；