【技术实现步骤摘要】
一种移动机器人SLAM问题中的实时回环检测方法
本专利技术涉及领域,尤其是涉及一种移动机器人SLAM问题中的实时回环检测方法。
技术介绍
移动机器人执行各类任务,如导航、传递、搜索和救援等,一般都需要对其工作环境建构地图,并确定自己的在环境中的位置,这就需要同时定位与地图构建(simultaneouslocalizationandmapping,以下简称SLAM)技术。其中,基于激光雷达的SLAM技术具有较多优势,成为目前最受关注的SLAM方向之一。目前,市面上有很多开源的激光SLAM整体解决方案,如Gmapping、Hector、Karto、Cartographer等,可分为基于滤波器的和基于图优化的。然而这些方案应用在移动机器人平台和大范围工作环境时,基于滤波器的gmapping等严重依赖里程计,长时间下会出现误差的显著累积,难以保证轨迹和地图的全局一致。基于图优化的,hector对里程计要求低但对激光雷达要求高,且也没有处理回环问题,仍难以保证全局一致;karto保证了精度但保证不了实时性;cartographer是目前较好的激光SLAM方案,实现了前端多传感器融合,有回环检测模块,但在对称性较强的环境中(办公室、走廊等往往有这样的特点),回环检测可能出现误报(false-positive)。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种移动机器人SLAM问题中的实时回环检测方法。本专利技术的目的可以通过以下技术方案来实现:一种移动机器人SLAM ...
【技术保护点】
1.一种移动机器人SLAM问题中的实时回环检测方法,其特征在于,该方法包括以下步骤:/nS1:获取移动机器人存储的子图;/nS2:获取移动机器人的当前扫描帧,基于移动机器人存储的子图对当前扫描帧进行初步回环检测,获取处于同一环境地图位置的扫描帧-子图对;/nS3:对处于同一地图位置的扫描帧-子图对进行相关性度量和复杂性度量计算;/nS4:基于相关性度量和复杂性度量的计算结果,获得最终回环检测结果。/n
【技术特征摘要】
1.一种移动机器人SLAM问题中的实时回环检测方法,其特征在于,该方法包括以下步骤:
S1:获取移动机器人存储的子图;
S2:获取移动机器人的当前扫描帧,基于移动机器人存储的子图对当前扫描帧进行初步回环检测,获取处于同一环境地图位置的扫描帧-子图对;
S3:对处于同一地图位置的扫描帧-子图对进行相关性度量和复杂性度量计算;
S4:基于相关性度量和复杂性度量的计算结果,获得最终回环检测结果。
2.根据权利要求1所述的一种移动机器人SLAM问题中的实时回环检测方法,其特征在于,所述步骤S3中,相关性度量的计算包括以下步骤:
S301:获取步骤S2回环检测中的扫描帧-子图对相对位姿,对扫描帧-子图对中的扫描帧进行位姿变换,使得扫描帧与子图对齐;
S302:将对齐后的扫描帧和子图网格化为相等大小的空间区域;
S303:基于网格化的扫描帧和子图,分别构建归一化的扫描帧二维直方图和归一化的子图二维直方图;
S304:基于交叉核函数,计算归一化的扫描帧二维直方图和归一化的子图二维直方图的相关性度量值。
3.根据权利要求2所述的一种移动机器人SLAM问题中的实时回环检测方法,其特征在于,所述步骤S304中,交叉核函数的表达式为:
式中,h1(i.j)为归一化的扫描帧二维直方图中第i行第j列的区域,h2(i,j)为归一化的子图二维直方图中第i行第j列的区域,若两直方图中对应的同一区域相同,则该区域度量值为1,若两直方图中对应的同一区域不同,则该区域度量值小于1,且差异越大,度量值越小。
4.根据权利要求1所述的一种移动机器人SLAM问题中的实时回环检测方法,其特征在于,所述步骤S3中,复杂性度量的计算包括以下步骤:
S311:获取扫描帧-子图对中的共有区域;
S312:在共有区域中抛弃离群点,获取内点集合;
S313:基于内点集合中各内点对应的法向量,构建法向量矩阵;
S314:基于法向量矩阵的特征值,计算复杂性度量。
5.根据权利要求4所述的一种移动机器人SLAM问题中的实时回环检测方法,其特征在于,所述步骤S313中,法向量矩阵的构建表达式为:
N=[n1,n2,...,nn]T
R=NTN
式中,R为法向量矩阵,ni为第i个内点对应的法向量,1≤i≤n。
6.根据...
【专利技术属性】
技术研发人员:周逊,
申请(专利权)人:同济人工智能研究院苏州有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。