基于ORB特征的多移动机器人地图融合方法及融合平台技术

本发明专利技术公开了基于ORB特征的多移动机器人地图融合方法，包括以下步骤：多机器人网络构建；将机器人实时获取的环境点云信息进行局部栅格地图构建；分别提取格栅地图的ORB特征，并进行特征点匹配，将匹配后的特征点进行提纯；利用经过提纯的二维特征点对计算偏仿射变换，得到最优仿射变换矩阵；对输入最优仿射变换矩阵的特征点计算最优变换，得到单应矩阵，通过对单应矩阵求解得到最优匹配点，设定融合比例得到全局栅格地图。本发明专利技术提取了融合地图的ORB特征，解决了融合效率不高的问题；融合时计算了两幅地图最优匹配点集的最优仿射变换参数，解决了重合区域少会导致融合精度降低的问题。

【技术实现步骤摘要】
基于ORB特征的多移动机器人地图融合方法及融合平台
本专利技术涉及机器人
，更具体的说是涉及基于ORB特征的多移动机器人地图融合方法及融合平台。
技术介绍
随着智能时代的来临，机器人广泛进入了研究人员的视野。近年来，机器人学得到了蓬勃发展，作为一门综合交叉学科，机器人学涵盖了控制、导航、机械和计算机科学等领域的最新成果，是当前科技发展最为活跃的领域之一。机器人学的显著成就使我们更加容易处理一些信息收集的问题，诸如环境监测、搜索救援、以及动态的同时定位与地图创建SLAM(Simultaneouslocalizationandmapping)系统。SLAM技术包括同时定位和地图构建两部分，利用机器人自身携带的传感器感知周围的环境以确定机器人在环境中的位置同时对环境进行建模，SLAM成为当前智能机器人研究的热点问题，被很多著名学者认为是实现真正全自主移动机器人的关键。面对复杂多变的动态环境时，单个机器人往往难以胜任，需要多机器人的协作配合。地图融合作为多机器人SLAM的一个子问题，是解决多机器人SLAM的有效手段，同时也是其中的难点问题。地图融合现存的解决方法分成直接融合法和间接融合法。直接融合法多依靠的是机器人的相对位姿，要求机器人在某一时刻相遇，而间接融合法多考虑局部地图间的重合区域，不需要知晓机器人相对位置的先验信息，所以应用范围更广，产生了更多解决策略；间接融合法存在的问题其一是地图重复区域较少时容易融合失败；其二是算法实时性较差，融合效率较慢。因此，如何提供一种融合效率高的多移动机器人地图融合平台及融合方法成为了本领域技术人员亟需解决的问题。专利
技术实现思路
有鉴于此，本专利技术提供了基于ORB特征的多移动机器人地图融合方法及融合平台，提取了融合地图的ORB特征，解决了融合效率不高的问题；融合时计算了两幅地图最优匹配点集的最优仿射变换参数，解决了重合区域少会导致融合精度降低的问题。为了实现上述目的，本专利技术采用如下技术方案：基于ORB特征的多移动机器人地图融合方法，包括以下步骤：多机器人网络构建；将机器人实时获取的环境点云信息进行局部栅格地图构建；分别提取格栅地图的ORB特征，并进行特征点匹配，将匹配后的特征点进行提纯；利用经过提纯的二维特征点对计算偏仿射变换，得到最优仿射变换矩阵；对输入最优仿射变换矩阵的特征点计算最优变换，得到单应矩阵，通过对单应矩阵求解得到最优匹配点，设定融合比例得到全局栅格地图。优选的，所述提取格栅地图的ORB特征的方法为：将机器人扫描得到的栅格地图分别提取ORB特征，选用穷举法进行特征点匹配；将匹配后的特征点先采用最小距离比例提纯，然后采用随机采样一致性RANSAC方法提纯。优选的，对匹配后的特征点提纯的方法为：先使用基于阈值的方法，将描述子距离大于30的特征点剔除；然后找到两幅地图中距离差相同的特征点对，将距离差大于5的点对剔除；对剩余的特征点对利用RANSAC算法筛选。优选的，得到所述最优仿射变换矩阵的方法为：定义旋转矩阵Rφ、尺度变换S和平变换t：φ代表旋转的角度，s代表缩放的比例，δx和δy代表x和y方向上的平移量；使用estimateRigidTransform函数对经过提纯的二维特征点对计算最优偏仿射变换矩阵T，如下：优选的，栅格地图融合的方法为：输入占T中变量二分之一的特征匹配点，利用最小二乘计算最优变换，得到单应矩阵T0＝(R0,t0)后，作为裁剪ICP算法的初值，采用迭代方式计算最优解(R,t)；根据得到的最优匹配点对将多幅地图联系起来，设定融合比例，得到全局栅格地图。本专利技术还提供了一种基于ORB特征的多移动机器人地图融合平台，包括平台基座，电池，驱动电机，电机驱动模块和电压转换模块，所述平台基座与所述驱动电机传动连接，所述驱动电机与所述电机驱动模块电性连接；还包括：激光传感器，数据处理单元以及控制单元；其中，所述激光传感器通过所述数据处理单元与所述控制单元相连，扫描获取周围环境的点云信息，进行局部栅格地图构建；所述数据处理单元与所述控制单元电连，运行地图构建算法，将局部栅格地图融合成全局栅格地图；所述数据控制单元还与所述激光传感器电连，为激光传感器供电并提供驱动控制其运行；所述控制单元支持串口控制，提供速度位置双环PID控制，使得机器人工作在速度控制或者位置控制模式。优选的，所述控制单元为主板，其上设置有OLED显示屏、所述电机驱动模块和MPU-6050模块，所述主板还集成了三轴加速度计和三轴陀螺仪。优选的，所述平台基座包括：底板、驱动轮、联轴器和滚筒，所述滚筒和所述联轴器设置于所述底板顶端，并且所述滚筒通过所述联轴器与所述驱动轮连接。优选的，所述电池与所述电机驱动模块电连，并且所述电池通过电压转换模块与所述数据处理单元电连。经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了基于ORB特征的多移动机器人地图融合方法及融合平台，有益效果在于：本专利技术所提供的基于ORB特征的多移动机器人地图融合平台，采用低成本的激光传感器、数据处理单元和三轮全向机器人平台基座，构建了三轮全向轮式移动机器人硬件平台，拥有速度位置双环控制控制模式，可以构建清晰的环境栅格地图，具备在室内进行自主漫游避障和导航的功能，同时可以作为多机器人地图融合的验证平台。本专利技术还提供了基于ORB特征的多移动机器人地图融合方法，将传统方法和ORB算法结合起来，应用到多机器人栅格地图融合，通过自主搭建的数据处理单元的全向机器人平台，经过双机器人构图实验，成功得使用HectorSLAM算法构建了局部栅格地图并融合成全局栅格地图，同时选择公开的栅格地图数据集进行验证，本专利技术提出的融合算法在融合效率和融合精度上都有较好的表现。移动机器人的可扩展性强，软件系统选择ROS系统，硬件主体使用数据处理单元，二者均为开源产品，可开发程度高，通过硬件的升级和程序的改进，本平台能够开发多机器人在地图融合方面的应用研究。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1附图为本专利技术一种栅格地图融合流程图。图2附图为本专利技术另一种栅格地图融合流程图。图3附图为本专利技术的结构框图。图4附图为本专利技术平台基座的结构示意图。其中，图中，1-底板；2-驱动轮；3-联轴器；4-滚筒。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参阅附图1，本专利技术提供了一种基于ORB特征的多移动机器人地图融合方法，包括以下步骤：建立网络通信实现多机器人网络构建；机器人通过漫游扫描周围的环境，实时获取的环境点云信息进行局部栅格地图构建；将机器人扫描得到的栅格地图分别提取ORB特征，并进行特征点匹配，将匹配后的特征点基于最小距离比例提纯和随机采样一致性RANSAC方法提纯；利用经过提纯的二维特征点对计算偏仿射变换，得本文档来自技高网...

【技术保护点】
1.基于ORB特征的多移动机器人地图融合方法，其特征在于，包括以下步骤：多机器人网络构建；将机器人实时获取的环境点云信息进行局部栅格地图构建；分别提取格栅地图的ORB特征，并进行特征点匹配，将匹配后的特征点进行提纯；利用经过提纯的二维特征点对计算偏仿射变换，得到最优仿射变换矩阵；对输入最优仿射变换矩阵的特征点计算最优变换，得到单应矩阵，通过对单应矩阵求解得到最优匹配点，设定融合比例得到全局栅格地图。

【技术特征摘要】
1.基于ORB特征的多移动机器人地图融合方法，其特征在于，包括以下步骤：多机器人网络构建；将机器人实时获取的环境点云信息进行局部栅格地图构建；分别提取格栅地图的ORB特征，并进行特征点匹配，将匹配后的特征点进行提纯；利用经过提纯的二维特征点对计算偏仿射变换，得到最优仿射变换矩阵；对输入最优仿射变换矩阵的特征点计算最优变换，得到单应矩阵，通过对单应矩阵求解得到最优匹配点，设定融合比例得到全局栅格地图。2.根据权利要求1所述的基于ORB特征的多移动机器人地图融合方法，其特征在于，所述提取格栅地图的ORB特征的方法为：将机器人扫描得到的栅格地图分别提取ORB特征，选用穷举法进行特征点匹配；将匹配后的特征点先采用最小距离比例提纯，然后采用随机采样一致性RANSAC方法提纯。3.根据权利要求2所述的基于ORB特征的多移动机器人地图融合方法，其特征在于，对匹配后的特征点提纯的方法为：先使用基于阈值的方法，将描述子距离大于30的特征点剔除；然后找到地图中距离差相同的特征点对，将距离差大于5的点对剔除；对剩余的特征点对利用RANSAC算法筛选。4.根据权利要求1所述的基于ORB特征的多移动机器人地图融合方法，其特征在于，得到所述最优仿射变换矩阵的方法为：定义旋转矩阵Rφ、尺度变换S和平变换t：φ代表旋转的角度，s代表缩放的比例，δx和δy代表x和y方向上的平移量；使用estimateRigidTransform函数对经过提纯的二维特征点对计算最优偏仿射变换矩阵T，如下：5.根据权利要求4所述的基于ORB特征的多移动机器人地图融合方法，其特征在于，栅格地图融合的方法为：输入占T中变量二分之一...

【专利技术属性】
技术研发人员：王国胜，吕强，梁冰，梁建，林辉灿，卫恒，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：北京,11