[发明专利]一种基于激光雷达的室外大环境下的地图拼接定位方法

说明书

本发明涉及一种基于激光雷达的室外大环境下的地图拼接定位方法，步骤S1将作业区域分割成多个子区域；步骤S2派遣多辆建图车对每个子区域进行激光建图操作，每隔0.3m记录一个关键点并储存到每个子区域对应的地图中；步骤S3依据地图信息，构建位姿图，提取地图中关键点处建图车的位姿为节点，以相邻关键点的相对变换为边，完成所有子地图的位姿图构建；步骤S4依据GPS信息，对所有的位姿图进行坐标系粗对齐，步骤S5搜索位姿图之间存在的潜在回环节点对，步骤S6依据步骤S5建立的潜在回环节点对信息，添加位姿图之间的回环节点边约束，步骤S7采用GTSAM对构建出新的全局位姿图进行全局优化求解，获得拼接后的全局地图。

技术领域

本发明涉及激光雷达建图定位领域，具体涉及多车并行，使用激光雷达合并建图定位的方法。可应用于物流AGV，自动驾驶等领域。

背景技术

传统激光建图定位方法通过提取环境中的特征，与记录的历史地图进行匹配对比来获得自身实时定位，并且将新扫描到的特征加入到地图中。当机器人遍历了整个作业区域，就将所有的环境特征记录了下来，完成了建图操作。这类特征主要包括反光板这类人为特征，或者是墙壁平面，边缘等自然特征。后期机器人在已经遍历过的区域作业时，只需将自身扫描到的特征与建好的地图匹配即可获得自身定位信息。这项技术现已广泛应用于厂区物流，自动驾驶等领域。

所有的建图定位方法都存在着误差，随着机器人行进距离的增加，误差会逐渐累计。当累计误差过大时，机器人建图定位就会失败。而且作业区域过大时，机器人很难高效的一次性遍历所有作业区域。所以传统方法大都只适应于室内小环境作业，无法处理室外这种大规模环境。而且考虑室外作业复杂多变，经常会有作业区域扩张需求，机器人的地图应当具有可扩展性。针对这些问题，本发明设计了基于图优化的多子区域地图合并方法。在建图时，多辆车同时对多个区域进行建图，再对每个子区域进行地图合并工作，生成一张新的全局地图，以此实现大规模建图定位的需求。同时地图也具有可扩展性。在需要扩张新的作业区域时，只需对新区域进行建图工作，再与原地图合并，即可形成新的全局地图。

发明内容

传统建图和拼接方法采用单线激光雷达和相机作为信息输入，只适用于室内小规模作业，本发明的目的在于提供一种基于激光雷达的室外大环境下的地图拼接定位方法，采用多线激光雷达和GPS为信息输入，打破了传统小规模作业的约束，使其适用于室外城市级环境，能够快速高效的实现对城市级作业区域的建图工作。

为达到以上目的，本发明采取的技术方案是：

一种基于激光雷达的室外大环境下的地图拼接定位方法，包括如下步骤：

步骤S1：将作业区域分割成多个子区域，分割时要保证每个子区域与其他子区域存在足够的重合区域，以保证后期每个子区域合并时能匹配成功；

步骤S2：派遣多辆建图车对每个子区域进行激光建图操作，为了提高建图效率，降低地图的储存量，每隔0.3m记录一个关键点并储存到每个子区域对应的地图中；

步骤S3：依据地图信息，构建位姿图，位姿图由节点(位姿)和边构成，提取地图中关键点处建图车的位姿为节点，以相邻关键点的相对变换为边，完成所有子地图的位姿图构建；