[发明专利]基于毫米波雷达的水面机器人的全局重定位方法

权利要求书

1.一种基于毫米波雷达的水面机器人的全局重定位方法，其特征在于，包括：

获取水面机器人当前定位坐标C、速度和当前环境毫米波雷达点云R；

根据所获取的当前定位坐标C从环境数据库中获取当前定位坐标C附近的所有传感器数据，以形成查询数据库G；其中，所述查询数据库G包括有多个定位坐标和毫米波雷达点云；

分别将当前环境毫米波雷达点云R和查询数据库G中的多个毫米波雷达点云进行数据预处理，以获得当前环境雷达点云与查询数据库G中的多个毫米波雷达点云；

将当前环境雷达点云与查询数据库G中的毫米波雷达点云输入至环境特征编码模型中，以获得当前环境雷达点云对应的特征编码f以及各个毫米波雷达点云对应的特征编码；其中，各个毫米波雷达点云对应的特征编码组成特征编码库；

在特征编码库中检索与当前环境雷达点云对应的特征编码f最相似的特征编码，并从查询数据库中获取特征编码对应的定位坐标，作为本次定位的位置识别坐标；

其中，所述在特征编码库中检索与当前环境雷达点云对应的特征编码最相似的特征编码，具体包括：

在特征编码库中，取第一包数据的特征编码，并计算特征编码与当前特征编码的欧氏距离；

遍历特征编码库中的编码，依次计算特征编码与当前特征编码的欧氏距离；

将所有特征编码与当前特征编码的欧氏距离做增序排序，取出最小的前位及其对应的定位数据；

根据完成密度聚类，以形成多个聚类簇，从所有聚类簇中取出数量最大的聚类簇，及聚类簇内每个数据对应的特征编码的欧氏距离；

在聚类簇内每个数据对应的特征编码的欧氏距离中选取最小的欧氏距离，其对应的特征编码为当前环境雷达点云对应的特征编码最相似的特征编码。

2.如权利要求1所述的基于毫米波雷达的水面机器人的全局重定位方法，其特征在于，所述根据所获取的当前定位坐标C从环境数据库中获取当前定位坐标C附近的所有传感器数据，以形成查询数据库G，具体包括：

分别计算环境数据库中各个定位坐标与当前定位坐标的欧氏距离，并以r作为距离筛选阈值，取出环境数据库中满足条件的所有定位数据和毫米波雷达点云，以形成查询数据库G。

3.如权利要求1所述的基于毫米波雷达的水面机器人的全局重定位方法，其特征在于，所述分别将当前环境毫米波雷达点云和查询数据库G中的多个毫米波雷达点云进行数据预处理，以获得当前环境雷达点云与查询数据库G中的多个毫米波雷达点云，具体包括：

分别根据速度和当前环境毫米波雷达点云以及速度和查询数据库G中的毫米波雷达点云计算当前环境毫米波雷达点云中每个点为静态点时对应的径向速度以及查询数据库G中的毫米波雷达点云中每个点为静态点时对应的径向速度；

分别根据公式和选取当前环境毫米波雷达点云中的静态点云和查询数据库G中的毫米波雷达点云中的静态点云；其中，为静态目标筛选阈值，为检测点相对水面机器人的径向速度；

分别将静态点云和静态点云进行outlier密度检测，以利用outlier密度检测将离群点滤除，分别获得当前环境雷达点云与查询数据库G中的多个毫米波雷达点云。

4.如权利要求1所述的基于毫米波雷达的水面机器人的全局重定位方法，其特征在于，在所述将当前环境雷达点云与查询数据库G中的毫米波雷达点云输入至环境特征编码模型中之前，还包括：

选取环境数据库中的部分毫米波雷达点云数据，通过点云卷积网络提取特征，对提取的特征进行特征融合，并输出最终的特征编码，形成环境编码模型；

根据不同数据实际的相似度构建损失函数，并训练模型；

当损失函数收敛，结束训练，获得环境特征编码模型。

5.如权利要求4所述的基于毫米波雷达的水面机器人的全局重定位方法，其特征在于，所述损失函数为，其中为当前数据编码到相似数据编码的欧氏距离，为当前数据编码到不相似数据编码的欧氏距离，为边界条件。