[发明专利]一种基于定位误差敏感性分析的地图压缩方法

权利要求书

1.一种基于定位误差敏感性分析的地图压缩方法，其特征在于，包括以下步骤：

S1：获取待压缩的稠密点云地图，包括线特征点和面特征点；

S2：在S1获取的地图的可行区域进行多位姿的激光雷达仿真采样，具体为：根据激光雷达仿真采样模型，模拟激光雷达的点云生成方式，对于一个给定相对于地图的位姿，在稠密点云地图中生成一帧仿真采样点云；在地图中存在可供移动机器人运动的可行区域，根据可行区域生成一系列的采样位姿点；

S3：计算分析采样地图点对定位误差的敏感性，使用计算结果对地图点进行6自由度评分，具体为：计算用此地图点估计当前激光雷达位姿的误差对此位姿的导数，获得定位误差敏感性矩阵，即定位误差敏感性计算公式为Δe_ij＝JΔT_ij，其中J是定位误差敏感性矩阵，e_ij是使用地图点p_j估计激光雷达当前采样位姿P_i的误差，T_ij是使用地图点p_j对当前激光雷达位姿P_i估计的位姿变换矩阵，定位误差敏感性矩阵作为地图点单次仿真采样的6自由度评分；

S4：使用归一化积方法将6维评分融合为1维的定位贡献度，具体为：单个地图点的单个自由度拥有多次采样评分，通过统计分析，这些评分分数的分布近似服从高斯分布；利用高斯概率密度函数的归一化积融合6个自由度的评分分数为1维的评分分数，即定位贡献度；

S5：使用多分辨率地图压缩单元和自适应留点方式，结合贡献度大小对地图点进行保留和删除，具体为：将原始地图划分为均匀大小的栅格，即压缩单元，在每个压缩单元中进行地图点贡献度大小的筛选，使用自适应方式保留高贡献度的地图点。

2.根据权利要求1所述的一种基于定位误差敏感性分析的地图压缩方法，其特征在于，所述激光雷达仿真采样模型用于模拟激光雷达在地图场景中的采样；基于距离-方位-俯仰模型RAE，对于位姿为P_i的多光束激光雷达，假设N光束从激光雷达的中心即激光雷达坐标系F的原点发射，水平角分辨率为θ_h；扫描时，N个光束围绕F的z轴旋转一周，每个光束将得到2π/θ_h个扫描点，则位姿P_i对应的扫描帧S_i将由N·2π/θ_h个扫描点组成；等效地将激光雷达仿真采样模型视为从P_i点发出的N·2π/θ_h个光束；在竖直方向上为每根射线添加视场角，形成N个区间；结合水平角分辨率，即水平方向上形成2π/θ_h个区间；至此，基于当前采样位姿点的点云地图空间被分为N·2π/θ_h个区间，每个区间的若干点中只选取与激光雷达坐标系F的原点最近的一个点作为当前区间仿真采样到的地图点，形成当前采样位置点一个姿态下的扫描帧。

3.根据权利要求1所述的一种基于定位误差敏感性分析的地图压缩方法，其特征在于，所述根据可行区域生成一系列的采样位姿点，具体指实际使用中激光雷达的姿态限制激光雷达横滚和俯仰方向的随机采样范围；在激光雷达的不同姿态下，获得单个采样位置不同姿态下的多个模拟采样激光雷达扫描；然后，在激光雷达点云图中规划一个可行区域，并将可行区域划分为不同的采样网格；激光雷达将以不同的姿态在网格中心进行采样。

4.根据权利要求1所述的一种基于定位误差敏感性分析的地图压缩方法，其特征在于，所述定位误差敏感性矩阵分为线特征点和面特征点定位误差敏感性矩阵；

线特征点的定位误差敏感性矩阵J_l计算公式如下：

其中n_lj是线特征点p_lj对应的线段l的法向量，是n_lj的反对称矩阵，上标T表示矩阵转置，I₃是3阶单位矩阵；

面特征点的定位误差敏感度J_s计算公式如下：

其中n_sj是面特征点p_sj对应的平面s的法向量，上标T表示矩阵转置。