[发明专利]一种带多激光雷达的滚动机器人位姿计算方法

说明书

本发明公开了一种带多激光雷达的滚动机器人位姿计算方法，用以解决滚动机器人结构和运动特性造成激光雷达视野缺失、点云质量差的缺陷，实现环境感知的持续稳定；解决激光雷达数据量、本身特性带来的开销大、延迟高，和动态物体影响位姿估计效果的缺陷；降低点云处理的计算开销，提高位姿计算的精度和稳定性。具体方法包括：硬件同步及数据预处理，将点云数据投影为二维图像；构建图像簇类，获取差分图像；根据IMU数据获取两帧间粗位姿变换；将各差分图像和对应的位姿变换输入到神经网络中进行推理，获取像素点的类别；判断各簇类的类别，进行簇类过滤和簇类合并，并统计雷达权重；在簇类约束下进行位姿计算，根据权重进行融合，得到最终位姿。

技术领域

本发明属于机器人技术环境感知领域，具体涉及一种带多激光雷达的滚动机器人位姿计算方法。

背景技术

机器人是一种通过手动或者自动控制，模拟人类完成各种指令的一种智能化装置。机器人可以代替人体进行各种复杂精细的操作，也可以代替人类进入复杂、危险的环境进行探索作业，保证人员安全。现有的机器人有固定设置、在一定区域范围内进行操作的固定式机器人，也有可移动的，通过机械腿、履带、滚轮等结构实现机器人的行走移动。移动式机器人可以代替人类进入一些复杂、危险的场景，如有毒害气体的空间、火场等，采集信号，指导救援。

滚动机器人是一种依靠转动体进行转动运动的移动式机器人，用来进行滚转运动的主转动体可以是任何适合滚动的形状，比如球体、椭球体、圆环型、圆柱型、车轮型、鼓型、其它类似形状或它们的组合。

上述滚动机器人由于特殊的形态特征，无法像传统机器人一样将激光雷达安装在顶部位置，感知机器人周围360°的环境，而只能通过固连或运动平台安装在球侧，带来了雷达视野的遮挡；且上述滚动机器人在运动过程中不稳定，容易在运动过程中发生滑动、侧滑、晃动或类似情况，位姿变换剧烈，导致单个雷达容易丢失用于感知外部环境的有效点云，无法满足持续稳定感知外部环境的要求。

移动机器人的位姿计算是移动机器人能够实现自主导航、规划的基础功能，对于移动机器人平台有重要意义。由于其感知距离远、测距准确、受光线变化影响小等优势，多线机械式激光雷达在移动机器人位姿计算领域中非常常用。但是由于激光雷达传感器大量的数据及本身特性，存在计算开销大导致延迟高等问题，且动态物体在位姿计算中一直是一个棘手的问题，影响位姿计算的精度和稳定性。

发明内容

本发明提供一种带多激光雷达的滚动机器人位姿计算方法，用以解决滚动机器人结构和运动特性造成激光雷达视野缺失、点云质量差的缺陷，实现环境感知的持续稳定；解决激光雷达数据量、本身特性带来的开销大、延迟高，和动态物体影响位姿计算效果的缺陷；降低点云处理的计算开销，提高位姿计算的精度和稳定性。

本发明提供一种带多激光雷达的滚动机器人位姿计算方法，包括以下步骤：

步骤1：完成雷达与雷达间、雷达与主机间及雷达与IMU间的时钟同步；

步骤2：根据各台雷达所获得的点云数据的时间戳信息和IMU数据的时间戳信息，建立点云数据和IMU数据的对应关系；

步骤3：对获取到的各雷达点云进行投影，即：将三维点云投影到固定尺寸的二维平面上，并分别构建图像序列；即每个雷达获得的数据建立一个图像序列；

步骤4：将步骤3所述各图像序列中的每张图像平均分成k个区域，每个区域随机取1个像素点作为聚类起点，采用搜索算法进行簇类生长，并使用哈希表构建簇类与像素映射关系；

步骤5：进行离群簇类过滤，更新簇类映射哈希表；

步骤6：对步骤3所述各序列中最新相邻两帧图像，按照逐像素方式逐通道进行差分，得到差分图像，并添加到相应的差分图像序列中；

步骤7：根据IMU数据，求解差分图像所对应两帧间位姿变换；