[发明专利]点云滤波的方法、系统及机器人

说明书

本发明提供一种点云滤波的方法，包括:对原始点云进行预处理，以形成初始滤波点云；创建滑动窗口；利用滑动窗口，通过以下方式遍历并处理初始滤波点云中的至少部分点：移动滑动窗口，使得滑动窗口的基准位置与初始滤波点云中的一个点对准；对初始滤波点云中落入所述滑动窗口内的点建立梯度图；对所述梯度图进行叠加得到叠加梯度图，将叠加梯度图中的最大值点对应的投影点作为一个点的最终滤波点；利用最终滤波点修正所述一个点。采用本发明的技术方案，通过对栅格地图中的点云进行处理，细化了栅格地图的边缘，提高了栅格地图的准确度，有利于机器人后续根据栅格地图进行定位、导航和路径规划，以便给客户带来更好的服务，从而提升客户体验。

技术领域

本申请属于机器人技术领域，尤其涉及一种点云滤波的方法、一种点云滤波系统、一种机器人以及一种计算机可读存储介质。

背景技术

随着人工智能技术的不断发展，移动机器人的应用越来越广泛。在完全未知的环境中，移动机器人常采用SLAM(Simultaneous Localization And Mapping)实现自主定位和导航。

SLAM(SimultaneousLocalization and Mapping)又称为同步定位和地图构建，是一种机器人在未知环境中从一个未知位置开始移动,在移动过程中利用自身携带的传感器采集的数据和地图进行自身定位，实现机器人的自主定位和导航。但是由于各种原因，机器人的自身定位往往不够准确，导致创建的环境地图也不够准确，进而影响机器人后续的定位与导航。现有技术中，往往通过提高机器人的自身定位的准确度，进而提高创建的环境地图的准确度。

背景技术部分的内容仅仅是公开发明人所知晓的技术，并不当然代表本领域的现有技术。

发明内容

有鉴于现有技术的一个或多个缺陷，本发明提供一种点云滤波的方法，包括：

对原始点云进行预处理，以形成初始滤波点云；

创建滑动窗口；

利用所述滑动窗口，通过以下方式遍历并处理所述初始滤波点云中的至少部分点：

移动所述滑动窗口，使得所述滑动窗口的基准位置与所述初始滤波点云中的一个点对准；

对所述初始滤波点云中落入所述滑动窗口内的点建立梯度图；

对所述梯度图进行叠加得到叠加梯度图，将所述叠加梯度图中的最大值点对应的投影点作为所述一个点的最终滤波点；

利用所述最终滤波点修正所述一个点。

根据本发明的一个方面，其中所述对原始点云进行预处理的步骤包括：对所述原始点云采用体素网格实现下采样，减少点的数量。

根据本发明的一个方面，其中所述创建滑动窗口的步骤包括：确定所述滑动窗口的尺寸。

根据本发明的一个方面，其中所述滑动窗口的尺寸大小与所述初始滤波点云中点的平均距离有关。

根据本发明的一个方面，其中所述滑动窗口的形状包括：方形、圆形、三角形中任意一种。

根据本发明的一个方面，其中所述建立梯度图的步骤包括：分别以所述滑动窗口内的每个点为中心建立梯度图。

根据本发明的一个方面，其中所述建立梯度图的步骤包括：分别计算所述滑动窗口内的每个点的梯度，基于计算出的梯度各生成一个梯度图，所述梯度图的数量与所述滑动窗口内的点的数量相等。

根据本发明的一个方面，其中所述利用滤波点修正所述一个点的步骤包括：在所述叠加梯度图中，将所述一个点的坐标替换为所述最终滤波点的坐标。

本发明还涉及一种机器人，包括：

主体，具有行走机构；