[发明专利]基于2D激光与深度图像融合的扫描定位方法、系统及设备

说明书

本发明属于地图创建与扫描定位领域，具体涉及了一种基于2D激光与深度图像融合的扫描定位方法、系统及设备，旨在解决现有扫描定位结果无法实时显示，效率、准确性及精度低的问题。本发明包括：创建网格地图，使用2D激光雷达数据在网格地图中逐帧创建2D地图轮廓；把RGB‑D相机图像数据压缩为一维特征向量，并与2D激光雷达数据特征向量融合为表示当前角度和位置的图像特征的一维向量；将地图多次采样构建为金字塔结构，把当前视图的RGB‑D相机和2D激光雷达获得的信息转化为一维特征向量，采用由粗到精的策略将转化后的一维向量与地图中保存的一维特征向量对比，确定准确位置。本发明扫描定位效率高，准确性和精度高，并可实时显示定位结果。

技术领域

本发明属于地图创建与扫描定位领域，具体涉及了一种基于2D激光与深度图像融合的扫描定位方法、系统及设备。

背景技术

地图创建是室内实时定位和建图(SLAM)的基础与关键组成部分。当前有多种地图创建方法，根据他们的生成和存储方式，可以分为2D网格地图和3D体素地图等。

2D网格地图具有在平面环境中快速定位、重新定位、易于避障等优点。但是在地图中并不能显示其他信息。与2D网格图相比，3D体素图可以在其体素中包含丰富的信息。但是，由于在3D地图中包含特征点提取、当前视图与地图数据库中现有特征点之间的匹配等高耗时步骤，因此在3D地图中进行定位与重定位都变得非常耗时，无法做到实时进行。

总的来说，现有地图创建方法无法兼顾存储视图信息与减低地图创建耗时，从而使得扫描定位速度低、精度和准确性低以及定位结果无法实时显示。

发明内容

为了解决现有技术中的上述问题，即现有扫描定位结果无法实时显示，效率、准确性及精度低的问题，本发明提供了一种基于2D激光与深度图像融合的扫描定位方法，该扫描定位方法包括：

步骤S10，根据预设环境在网格地图中所占行数、列数以及机器人旋转360°的间隔次数，创建网格地图；

步骤S20，使用2D激光雷达数据在所述网格地图中逐帧创建2D地图轮廓，并通过旋转和平移将相邻帧的2D地图轮廓匹配对齐，获得2D地图；

步骤S30，将所述2D地图的轮廓点转换的轮廓点特征向量与RGB-D相机图像压缩的图像特征向量融合，获得融合特征向量；

步骤S40，通过多次采样将所述网格地图构建为金字塔结构，将当前视图的RGB-D相机和2D激光雷达获得的数据转化为特征向量，并采用由粗到精策略将转化后的特征向量与所述融合特征向量进行对比，获得当前定位位置。

在一些优选的实施例中，所述预设环境在网格地图中所占行数k列数为：

M＝(max(C_x)-min(C_x))/G_x

N＝(max(C_y)-min(C_y))/G_y

其中，M、N分别代表预设环境在网格地图中所占行数、列数，C_x、C_y分别代表网格地图的x轴长度、y轴长度，G_x、G_y分别代表网格地图中每个网格的宽度、高度，max代表求最大值，max代表求最小值。

在一些优选的实施例中，所述机器人旋转360°的间隔次数为：

γ＝360°/G_θ

其中，γ代表机器人旋转360°的间隔次数，G_θ为机器人逆时针旋转时每次间隔的角度。

在一些优选的实施例中，步骤S20中通过旋转和平移将相邻帧的2D地图轮廓匹配对齐，其方法为：