[发明专利]环境地图参照定位方法、装置和移动机器人有效
申请号: | 202110513988.1 | 申请日: | 2021-05-12 |
公开(公告)号: | CN112986982B | 公开(公告)日: | 2021-07-30 |
发明(设计)人: | 李金波;周启龙 | 申请(专利权)人: | 长沙万为机器人有限公司 |
主分类号: | G01S13/86 | 分类号: | G01S13/86;G01S13/89;G06T15/00 |
代理公司: | 长沙国科天河知识产权代理有限公司 43225 | 代理人: | 赵小龙 |
地址: | 410205 湖南省长沙市长沙*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 环境 地图 参照 定位 方法 装置 移动 机器人 | ||
1.一种环境地图参照定位方法,其特征在于,包括步骤:
获取激光雷达的当前点云数据帧和毫米波雷达的雷达测量帧;
根据所述当前点云数据帧进行语义物体检测,确定视场中可移动物体的第一语义物体检测框;
根据所述当前点云数据帧的体素网格与所述第一语义物体检测框,对所述雷达测量帧的测量点进行降噪和类别赋值处理;
根据所述第一语义物体检测框和处理后的所述测量点的速度信息,提取显著动态物体;
将所述当前点云数据帧与预设环境地图进行比较,确定第一环境变动点簇与第一测量点集;所述第一环境变动点簇为当前周边环境中相比于预设环境地图中各个点簇已经发生位移且所述位移大于预设位移阈值的激光点簇,所述第一测量点集为不属于所述显著动态物体及所述第一环境变动点簇的测量点集合;
将所述第一测量点集用于所述预设环境地图参照的定位,获得第一位姿估计值;
根据所述第一测量点集和所述第一位姿估计值确定使用所述当前点云数据帧重定位;
根据所述当前点云数据帧的体素网格与所述第一语义物体检测框,对所述雷达测量帧的测量点进行降噪和类别赋值处理的步骤,包括:
将所述雷达测量帧对应的测量点转换到所述激光雷达的坐标系;
根据各所述测量点与各所述第一语义物体检测框的对应关系,确定各相应所述第一语义物体检测框的ID类别;
采用KD树方法搜索所述当前点云数据帧中的K个最近邻点作为第一相邻激光点集;
根据所述第一相邻激光点集中属于各相应所述第一语义物体检测框的ID类别的各激光点,计算激光三维中心点;
当所述第一相邻激光点集中的点数大于预设的第一点数阈值,且所述测量点与所述激光三维中心点的距离小于第一距离阈值时,确定所述测量点不属于噪声测量点并用相应所述第一语义物体检测框的ID进行类别赋值。
2.根据权利要求1所述的环境地图参照定位方法,其特征在于,根据所述当前点云数据帧进行语义物体检测的过程,包括:
采用预训练的激光雷达三维物体检测模型,对设定周边范围内的物体进行检测和语义分类处理。
3.根据权利要求1所述的环境地图参照定位方法,其特征在于,根据所述当前点云数据帧的体素网格与所述第一语义物体检测框,对所述雷达测量帧的测量点进行降噪和类别赋值处理的步骤,还包括:
当所述第一相邻激光点集中的点数小于预设的第一点数阈值,且所述测量点与所述激光三维中心点的距离大于第一距离阈值时,确定所述测量点属于噪声测量点并进行去噪处理。
4.根据权利要求1所述的环境地图参照定位方法,其特征在于,根据所述第一语义物体检测框和处理后的所述测量点的速度信息,提取显著动态物体的步骤,包括:
根据所述第一语义物体检测框的信息,将物体几何宽度信息大于预设的第一宽度阈值的物体提取为第一显著物体;
根据所述毫米波雷达的测量点的径向速度和类别信息,将物体速度大于预设速度阈值的所述第一显著物体提取为所述显著动态物体。
5.根据权利要求1所述的环境地图参照定位方法,其特征在于,将所述当前点云数据帧与预设环境地图进行比较,确定第一环境变动点簇的过程,包括:
根据前一时刻的有效位姿估计值及当前时段内的运动信息,提取所述预设环境地图中的第一预设局部子图;
将所述当前点云数据帧转换为第二当前局部地图后,与所述第一预设局部子图比较确定所述第一环境变动点簇。
6.根据权利要求1所述的环境地图参照定位方法,其特征在于,根据所述第一测量点集和所述第一位姿估计值确定使用所述当前点云数据帧重定位的步骤,包括:
当各所述显著动态物体及所述第一环境变动点簇在激光雷达视场中所占总比例小于预设的第一动态比例阈值时,根据所述第一位姿估计值确定所述当前点云数据帧与所述预设环境地图的吻合程度;
当吻合程度低于预设的第一吻合度阈值时,使用所述当前点云数据帧重定位。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙万为机器人有限公司,未经长沙万为机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110513988.1/1.html,转载请声明来源钻瓜专利网。