[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

说明书

本发明公开了一种基于点云地图动态加载的自主移动装置定位方法，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。本发明提供一种基于点云地图动态加载的自主移动装置定位方法，消除载体在移动匹配时因人为误差导致的定位偏差，极大提高了初始加载速度，保证巡检机器人在移动过程中的移动速度与匹配速度保持稳定，实现全时定位的可靠性。

技术领域

本发明涉及复杂环境机器人巡检领域。更具体地说，本发明涉及一种用在工业厂区、农业园区及特征较为明显的结构化环境中的基于点云地图动态加载的自主移动装置定位方法。

背景技术

在工业厂区、农业园区及特征较为明显的结构化环境中，由于GPS信号被遮挡，导致单一传感器的定位效果较差，局限性大，无法满足亚厘米级的精密定位要求。为解决此类问题，常采用多传感器融合的定位方式。但这种方式也会带来新的问题，如IMU信号偏移，没有得到GPS的校正而导致累计误差越来越大；激光雷达在此类特征明显的环境中无用的重复点多，传统激光点云地图过大，点云重复，导致加载速度缓慢，匹配速度无法满足巡检要求，从而导致定位失真，引发事故。

发明内容

本发明的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。

为了实现根据本发明的这些目的和其它优点，提供了一种基于点云地图动态加载的自主移动装置定位方法，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。

优选是的，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。

优选是的，在S10中，标定误差模型的建立被配置为包括：

建立陀螺误差模型如下：