顾及室内场景特征的多线激光雷达初始定位
P227; 针对机器人在室内大范围场景中定位初始化技术难题,提出一种基于特征模式的定位初始化方法.首先,结合室内场景结构特征分析,探索场景中具有空间位置标示功能的稳定人工构筑物如墙壁、柱体等结构及结构组合,将其定义为特征模式,以提高场景特征表达稳健性.其次,结合多线激光雷达数据特点,提出实时数据的特征模式提取方法,对其分级管理,提高了场景特征表达效率.然后,提出一种半自动化处理方法实现点云地图特征模式提取,并采用一种高效的数据管理方案,避免在多次初始化时对地图数据重复冗余操作,提高定位效率.最后,针对各类特征模式,构建两种误差方程,结合L-M梯度下降求解方法,以地图格网击中比率作为初始化评价指...
Saved in:
Published in | 测绘学报 Vol. 50; no. 11; pp. 1594 - 1604 |
---|---|
Main Authors | , , , |
Format | Journal Article |
Language | Chinese |
Published |
同济大学测绘与地理信息学院,上海200092
01.11.2021
武汉大学计算机学院,湖北 武汉 430072%同济大学测绘与地理信息学院,上海200092%上海华测导航技术股份有限公司,上海201702 自然资源部城市国土资源监测与仿真重点实验室,广东深圳518034 |
Subjects | |
Online Access | Get full text |
ISSN | 1001-1595 |
DOI | 10.11947/j.AGCS.2021.20210268 |
Cover
Summary: | P227; 针对机器人在室内大范围场景中定位初始化技术难题,提出一种基于特征模式的定位初始化方法.首先,结合室内场景结构特征分析,探索场景中具有空间位置标示功能的稳定人工构筑物如墙壁、柱体等结构及结构组合,将其定义为特征模式,以提高场景特征表达稳健性.其次,结合多线激光雷达数据特点,提出实时数据的特征模式提取方法,对其分级管理,提高了场景特征表达效率.然后,提出一种半自动化处理方法实现点云地图特征模式提取,并采用一种高效的数据管理方案,避免在多次初始化时对地图数据重复冗余操作,提高定位效率.最后,针对各类特征模式,构建两种误差方程,结合L-M梯度下降求解方法,以地图格网击中比率作为初始化评价指标,制定自适应的匹配与配准策略,实现机器人在大尺度室内场景中的定位初始化.为了验证本文方法的可行性,使用低成本的16线激光雷达,并选取走廊、大厅、地下停车场3种典型室内场景进行试验.试验结果表明,本文方法可快速实现大尺度室内场景的定位初始化,其性能基本满足实际应用中室内机器人的定位精度与效率要求. |
---|---|
ISSN: | 1001-1595 |
DOI: | 10.11947/j.AGCS.2021.20210268 |