[发明专利]基于点云地图动态加载的自主移动装置定位方法

权利要求书

1.一种基于点云地图动态加载的自主移动装置定位方法，其特征在于，包括：

步骤一，标定，通过构建惯性传感器IMU的误差模型，将IMU与激光雷达Lidar进行在线标定与对准；

步骤二，构建地图，设置点云加载规则，移动平台搭载标定后的激光雷达与IMU录制bag包，对bag包基于降采样的loam算法进行地图构建；

步骤三，对构建后的地图进行模块化分区处理，以得到多个可供机器人加载的区块地图，且相邻的区块地图之间预留加载区；

步骤四，地图映射，将模块化地图与下载的GPS地图进行映射，以得到可供机器人行走的栅格化地图；

步骤五，在机器人的巡检操作中，当其行驶在任一模块上时，则工控机只加载当前模块和与之相连的两块缓冲区；

当机器人行驶到任一缓冲区时，则判断与其相连的两块模块地图是否完成加载，若否，则加载地图，若是，则停止判断，并在缓冲区行驶完毕跨入下一模块区域时，删除上一模块区域及其单边缓冲区，对下一缓冲区进行加载，保持系统的匹配速度，循环往复直到遍历所有地图；

在步骤三中，地图的模块化分区处理被配置为包括：

S30，确定对地图进行划分的模块数量；

S31，确定模块之间缓冲区的大小；

S32，根据预定的划分规则对地图进行模块化划分，以使每一块模块中的点云数量与预设值相差不超过10％，且模块与模块之间的预留区域满足缓冲区的大小；

在S30中，地图的区域数量划分是基于地图中所包含的所有点云数量，计算原始加载时间与划分模块数的关系以获得：

在S31中，基于巡检机器人的行驶速度，以及每一块点云模块在工控机上加载所需时间，在每两块相邻模块中间设置下一个模块化地图加载的区域长度作为缓冲区；

在S32中，所述划分规则包括：

S320，基于S30中得到的模块数量对地图进行区域划分，同时将地图中的每个拐角设置为独立模块，不另作划分；

S321，选取多个模块作为起始点，以通过扩散的方式在相邻模块之间构建缓冲区；

所述缓冲区的构建方式被配置为包括：

S3210，以各拐角作为起始点，将完全加载时间设定为S，则在拐角数大S+1的地图中，选取相对位置更小的几个拐角作为起始点；而对于拐角数小于S+1的地图，则在选取了所有的拐角之后进行数量判断以确定起始点；

S3211，对各选取的起始点同时向外扩散，设地图的点云数量为N，则在扩散框选的点云数量达到时，触发扩散极限，停止框选；

S3212，对扩散获得的模块数量与目标数量进行比对，若其差值为1，则在两相距最远的模块中间选取新起点，进行二次扩散，并在二次扩散框选的点云数量达到时或虽点云数量没有达到，但是扩散半径与其相邻两模块任一扩散半径之间的预留距离等于3米时，触发停止；

其中，所述新起点的位置为且l为两相距最远的模块起始点的距离，r₁和r₂分别为两模块的扩散半径；

S3213，将所有的圆按半径整合为矩形，采用K-Means聚类算法、概率贪婪的方法保留模块中定量的点云；

S3214，对各相邻模块边界之间的距离进行计算，若其结果大于3米，就进行扩张，若扩张达到20％仍无法满足要求，则进行定量偏移，以使间隔距离满足要求；

若其结果小于3米，则强制平均删除两模块直接相应的点云，以留出足够的缓冲区域。

2.如权利要求1所述的基于点云地图动态加载的自主移动装置定位方法，其特征在于，在步骤一中，所述在线标定与对准包括：

S10，建立IMU标定误差模型；

S11，对误差模型的误差项进行激励；

S12，对误差项进行可观测性分析；

S13，采用扩展卡尔曼滤波算法对误差项的分量参数进行估计，以得到对应的标定矩阵；

S14，将Lidar与IMU进行联合标定，以得到能加入到地图构建的补偿矩阵。