[发明专利]一种基于多模态地图的协同定位方法

权利要求书

1.一种基于多模态地图的协同定位方法，其特征在于，步骤如下：

步骤1：通过激光雷达扫描获取场景信息，构建场景几何模态图；

步骤2：在场景中贴上相应的mark标记，通过视觉相机采集多角度的视觉特征，获取每一标记处对应的特征描述子向量集合；

步骤3：在几何模态图的基础上，加入视觉纹理特征信息，构建全局多模态地图；

M为全局多模态地图，由激光几何信息G和视觉纹理信息F集成构建；

步骤4：初始化无人车在多模态地图中的位置，即通过激光雷达获取点云信息来初步估计机器人自身处于场景中的位置；

步骤5：规划导航路径，完成协同定位；

首先依靠雷达进行粗定位匹配，到达目标点附近区域，然后依靠视觉相机，捕捉获取周围的mark标记，根据视觉纹理信息进行精准定位。

2.根据权利要求1所述的一种基于多模态地图的协同定位方法，其特征在于，步骤(1)具体操作如下：

通过无人车搭载激光雷达在场地内部移动，通过激光雷达进行场景全图扫描，获取当前无人车所在位置的环境信息，得到周围角点、平面、障碍物的几何信息；对采集到的点云根据位置信息进行区域划分，再将每个区域进行点云的特征处理并作拓扑处理，以构建全局几何模态图并存储。

3.根据权利要求2所述的一种基于多模态地图的协同定位方法，其特征在于，步骤(2)具体操作如下：

提前规划无人车行进路线，并在其关键道路上贴上含有信息的mark标记，在建图过程中提取出该特征点，利用视觉相机进行多角度的扫描，获得其各个方向的特征描述子；将获得的特征描述子存储为一个向量序列，再对这些特征描述子进行加权处理，生成一个新的特征描述向量，防止位置微小的变化给特征向量带来过大的改变，并且给远离特征点的点赋予小的权重以防止错误的匹配。

4.根据权利要求3所述的一种基于多模态地图的协同定位方法，其特征在于，步骤(4)具体操作如下：

根据构建完成的多模态地图与激光雷达所扫描到当前的无人车周围环境信息，对相应帧之间的特征点进行匹配与比对，并计算激光雷达相对运动的距离和姿态的改变，获得无人车初始的状态估计信息，实现即时定位。

5.根据权利要求4所述的一种基于多模态地图的协同定位方法，其特征在于，步骤(5)具体操作如下：

根据给定的目标点和全局地图实现总体的路径规划，使用A*算法进行全局路径规划，计算最优路线作为全局路线，通过相机捕获的深度图实现障碍物的规避，并选取当前最优路径以尽量符合全局最优路径；到达目标区域附近后，利用视觉相机捕获无人车周围的mark标记，根据步骤(2)中加权形成的特征描述向量，找到最佳匹配，确定具体的标记信息，再对多模态地图中该mark标记各个角度的特征描述子进行遍历比对，以获得更为精准的方位信息，得到详细定位。