[发明专利]一种适用于毫米波雷达的室内自定位方法及系统

说明书

本发明公开了一种适用于毫米波雷达的室内自定位方法及系统，首先利用毫米波雷达原始数据的预处理生成场景中障碍物的三维点云。其次通过DBSCAN聚类和最近邻准则提取并匹配特征点对；再次通过构造非线性优化函数并采用LM方法求解得到相邻帧的变换关系；最后根据航迹推算输出毫米波雷达传感器的实时位置。本发明通过构造非线性优化函数和LM求解方法可以快速的利用低成本单芯片毫米波雷达进行室内自定位。

技术领域

本发明属于室内定位技术领域，涉及一种室内自定位方法及系统，具体涉及一种适用于低成本毫米波雷达的室内自定位方法及系统。

背景技术

日常生活中，人们在室内活动的时间高达70％以上，对室内基于位置的服务(Location Based Service,LBS)需求越来越大，而高精度的室内定位则是各种LBS应用的基础。

目前室内定位的主流技术包括WiFi定位，蓝牙定位，超宽带(Ultra Wideband,UWB)定位和音频定位等，这些方法通常需要在场景中提前布设大量基站才能定位。行人航迹推算(Pedestrian Dead Reckoning,PDR)不需要提前布设基站，只依靠IMU传感器即可定位，但定位结果不够精确。基于视觉传感器或激光雷达传感器的同时定位与地图构建技术(Simultaneous Localization and Mapping,SLAM)作为近年来机器人领域的研究热点，也可以在室内进行定位，但是视觉方法在纹理缺失，光照不均匀等条件下容易失败，激光雷达传感器则由于较高的价格使得应用范围受限。

发明内容

为了解决上述问题，本发明提供了一种适用于低成本毫米波雷达的室内自定位方法。所述方法以低成本单芯片毫米波雷达作为定位传感器，通过毫米波雷达原始数据的预处理，特征点提取与匹配以及非线性优化提供定位结果，可用于机器人导航的室内外无缝定位，为搭载低成本单芯片毫米波雷达的多种平台提供位置服务。

本发明的方法所采用的技术方案是：一种适用于毫米波雷达的室内自定位方法，包括以下步骤：

步骤1：实时采集装有毫米波雷达的装置在行进过程中的毫米波雷达信号，通过对毫米波雷达信号数据预处理，生成场景中障碍物的三维点云信息；

步骤2：提取质心特征点；

通过点云的密度信息，进行点云聚类，最后通过计算聚类结果的质心作为本类的质心特征点；

步骤3：通过最近邻准则匹配质心特征点；

步骤4：求解定位结果；

通过相邻帧的质心特征点对来构造非线性优化函数：

其中，R表示相邻帧的旋转矩阵，t表示相邻帧的平移向量，p和p′为相邻帧的特征点对，分别表示相邻帧上的特征点；

采用LM方法求解非线性优化函数即可得到毫米波雷达的位置和方向信息。

本发明的系统所采用的技术方案是：一种适用于毫米波雷达的室内自定位系统，包括以下模块：

模块1，用于实时采集装有毫米波雷达的装置在行进过程中的毫米波雷达信号，通过对毫米波雷达信号数据预处理，生成场景中障碍物的三维点云信息；

模块2，用于提取质心特征点；

通过点云的密度信息，进行点云聚类，最后通过计算聚类结果的质心作为本类的质心特征点；

模块3，用于匹配质心特征点；

模块4，用于求解定位结果；

通过相邻帧的质心特征点对来构造非线性优化函数：