[发明专利]一种固态激光雷达-相机紧耦合位姿估计方法

说明书

本发明提出一种固态激光雷达‑相机紧耦合位姿估计方法，步骤一：对相机相邻两帧图像进行尺度不变特征变换SIFT特征点检测和描述子提取；步骤二：将相邻两帧固态激光雷达的非重复扫描点云投影到对应图像帧上，得到深度图，进而变成三维匹配点；步骤三：对三维匹配点进行基于刚体变换的RANSAC算法，得到相邻相机位姿，并计算相邻固态激光雷达位姿；步骤四：对固态激光雷达点云计算曲率，并根据曲率划分平面点和边缘点分别构建点到面的迭代最近点算法ICP和点到线的ICP激光雷达因子；步骤五：对图像提取2D配准点构建基于对极几何的相机因子；步骤六：融合激光雷达优化因子和相机优化因子，并进行因子图优化，最终得到精细的固态激光雷达位姿估计。

技术领域

本发明涉及固态激光雷达位姿估计，属于机器人状态估计领域。在三维重建、VR看房、SLAM、自动驾驶、机器人等领域具有广阔的应用前景。

背景技术

激光雷达分两类，传统机械式激光雷达(代表公司：Velodyne)和新兴的固态激光雷达(代表公司：Livox)。机械式激光雷达价格昂贵(32线激光雷达需要几十万元)，需要机械旋转结构旋转激光发射器，扫描出的点云呈现环状。而固态激光雷达相对便宜(LivoxHorizon仅需8000元)，通过内部光学棱镜旋转激光发射器获得非重复扫描的点云，在进行积分后可以获得覆盖视场的稠密点云。本发明聚焦固态激光雷达的位姿估计技术，它属于激光雷达位姿估计的一个子类。此外本发明为固态激光雷达-相机紧耦合位姿估计，即紧密地利用相机图像信息和激光雷达点云信息进行位姿估计，与分别估计相机位姿和激光雷达位姿再融合的松耦合形式有较大区别。

激光雷达位姿估计技术是一种对激光雷达的位置和姿态进行估计的技术，也可以理解成激光雷达点云配准技术或激光雷达建图技术，在各行各业有着许多重要的应用。比如自动驾驶车辆预先构建区域的高精地图(点云地图)，然后利用车载激光雷达的单帧点云数据与高精地图进行匹配，进而得到车辆的位姿(参见文献：Egger P,Borges P V K,CattG,et al.PoseMap:Lifelong,Multi-Environment 3D LiDAR Localization[C]//2018IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).IEEE,2018.)。再比如对移动激光雷达进行时序点云数据帧间关联，从而对场景进行建图(参见文献：Zhang J,Singh S.LOAM:Lidar odometry and mapping in real-time[C]//Robotics:Science and Systems.2014,2(9):1-9.)，该技术在遥感测绘、三维重建、数字孪生等领域中均有重要作用。