[发明专利]基于旋转雷达和IMU的巷道三维重建系统及方法

权利要求书

1.一种基于旋转雷达和IMU的巷道三维重建系统，其特征在于，系统包括移动载体机器(7)、履带轮(1)、轮速计(2)、惯性测量系统IMU(4)、旋转雷达(5)、工控机(6)和电源(3)；

所述轮速计(2)安装于履带轮(1)上，所述惯性测量系统IMU(4)、旋转雷达(5)和工控机(6)安装于移动载体机器(7)上；

所述轮速计(2)、惯性测量系统IMU(4)、旋转雷达(5)分别与工控机(6)电连接；

所述电源为轮速计(2)、惯性测量系统IMU(4)、旋转雷达(5)以及工控机(6)供电。

2.根据权利要求1所述的基于旋转雷达和IMU的巷道三维重建系统，其特征在于，所述工控机(6)包括处理器和存储器；所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现巷道的三维重建。

3.根据权利要求1所述的基于旋转雷达和IMU的巷道三维重建系统，其特征在于，所述旋转雷达(5)包括激光雷达、旋转云台和旋转轴；所述旋转轴垂直于地面，并以恒定的速度旋转；所述激光雷达与旋转轴固定连接，并使激光雷达的扫描平面垂直于地面；固定连接的激光雷达与旋转轴随着旋转云台一起旋转。

4.采用权利要求1至3所述的基于旋转雷达和IMU的巷道三维重建系统进行巷道三维重建的方法，其特征在于，包括如下步骤：

步骤1：基于旋转雷达和IMU的巷道三维重建系统建立坐标系，并对旋转雷达进行标定；

步骤2：静态的获取旋转雷达采集的三维点云数据，赋予点云中每一个点一个置信度，并去除置信度为零的点；

步骤3：通过滤波处理，对三维点云数据进行去除离群点、去除移动载体机器机身点云和体素化操作；

步骤4：获取IMU的惯性数据、轮速计的速度数据，通过卡尔曼算法融合获取移动载体机器位移数据；

步骤5：对前后两帧点云数据进行配准，获取高精度点云位姿；

步骤6：去除历史帧的点云数据中的工作面；

步骤7：基于置信度进行点云融合，获得三维巷道模型。

5.根据权利要求4所述的采用基于旋转雷达和IMU的巷道三维重建系统进行巷道三维重建的方法，其特征在于，所述步骤1的过程如下：

步骤1.1：根据移动载体机器建立移动载体坐标系T_E；

步骤1.2：根据惯性测量系统IMU建立IMU坐标系T_I；

步骤1.3：根据旋转雷达建立旋转雷达坐标系T_L；

步骤1.4：建立世界坐标系T_W，并初始化与移动载体坐标系T_E重合；

步骤1.5：建立世界坐标系2T_W2，并初始化与IMU坐标系T_I重合；

步骤1.6：激光雷达采集连续两帧点云，使用Calidar Calibration方法，获得激光雷达坐标系到云台坐标系的标定矩阵。

6.根据权利要求5所述的采用基于旋转雷达和IMU的巷道三维重建系统进行巷道三维重建的方法，其特征在于，所述步骤2的过程如下：

步骤2.1：在移动载体机器静止时，静态的采用激光雷达获取巷道静态的二维点云数据和旋转云台的转角；

步骤2.2：根据静态的二维点云数据、旋转云台的转角以及步骤1.6得到的标定矩阵，获得旋转雷达坐标系下的三维点云数据；

步骤2.3：根据旋转雷达坐标系下的三维点云数据以及旋转雷达坐标系与移动载体坐标系的坐标变换矩阵，获得移动载体坐标系下的三维点云数据；

步骤2.4：测试不同距离下雷达精度，获得不同距离下雷达的精度变化情况，为点云中每一个点设置置信度，过程如下：

步骤2.4.1：获取激光雷达点云数据中每个测距点到雷达的距离；

步骤2.4.2：测试不同距离下雷达精度，并获得不同距离下雷达的精度变化情况；

步骤2.4.3：根据精度测试结果，为点云中每一个点设置一个0～1范围内的置信度，数值越大，点云置信度越高；

步骤2.5：判断点云中点的置信度是否为零，若为零，则剔除该点。