用于激光雷达构建栅格地图的自适应平滑方法及装置制造方法及图纸

本发明专利技术涉及一种用于激光雷达构建栅格地图的自适应平滑方法及装置。该方法及装置使用自适应平滑算法对激光雷达数据进行数据平滑，使用数据平滑后的激光雷达数据构建网格地图，使得本发明专利技术使用自适应的平滑技术，能自动拟合最佳滑动窗口大小，同时保证地图构建能在相对较少的时间复杂度内完成，保证构建的地图尽可能接近真实场景。能接近真实场景。能接近真实场景。

【技术实现步骤摘要】
用于激光雷达构建栅格地图的自适应平滑方法及装置


[0001]本专利技术涉及同步定位与地图构建
，具体而言，涉及一种用于激光雷达构建栅格地图的自适应平滑方法及装置。

技术介绍

[0002]将机器人放入未知环境中移动，在移动过程中需要根据自身进行定位，同时也需要在自身定位基础上构建增量式地图(机器人不受障碍进入到场景的每个角落)，那么便需要借助于同步定位与建图技术(Simultaneous Localization and Mapping,SLAM)。SLAM技术包含很多模块，其中一个重要模块便是建图，建图是指增量式地创建周围环境的模型，可以用于SLAM的其他环节，如：导航(需要进行路径规划，知道地图中哪些地方可以通过，哪些不可以)、避障(与导航类似，也需要稠密地图，用以动态规避障碍物)、交互(人与地图之间互动也需要地图构建)，因此地图构建的好坏直接影响整个机器人智能导航的效果。栅格地图(grid map)和机器学习算法都被广泛使用在地图构建模块中，而在构建栅格地图时需要实时获取激光雷达传感器数据，但获得的数据可能由于外部原因如场景中的干扰或者传感器本身噪声干扰等原因，导致数据中出现异常点。总之地图构建是机器人利用外部传感器理解周围环境的能力，机器人必须识别障碍并避开这些障碍，在使用激光雷达Lidar作为传感器时，如果直接使用原始激光雷达数据将会导致噪声点或异常点影响地图重建效果，如何处理这些异常点并同时保留环境的信息就显得尤为关键。
[0003]目前大多数基于激光雷达的SLAM方案并不包含数据平滑技术。但仍有部分使用拉普拉斯平滑、机器学习的方法。目前的数据平滑技术大多基于固定参数，需要在使用前进行配准，例如最小二乘支持向量机LS
‑
SVM的方法时间复杂度高，对于需要实时性较强的地图构建任务实用性有限。FPDEM方法需要手动调节部分参数，不能达到自适应的效果。

技术实现思路

[0004]本专利技术实施例提供了一种用于激光雷达构建栅格地图的自适应平滑方法及装置，以至少解决现有方法对激光雷达数据处理不能达到自适应效果的技术问题。
[0005]根据本专利技术的一实施例，提供了一种用于激光雷达构建栅格地图的自适应平滑方法，包括以下步骤：
[0006]S100:使用自适应平滑算法对激光雷达数据进行数据平滑；
[0007]S200:使用数据平滑后的激光雷达数据构建网格地图。
[0008]进一步地，步骤S100具体包括：
[0009]使用自适应平滑算法对激光雷达数据进行数据平滑，去除激光雷达数据中的异常点，并检测异常点个数。
[0010]进一步地，步骤S200具体包括：
[0011]使用数据平滑后的激光雷达数据构建网格地图，在计算得到障碍物坐标和机器人坐标位置后，根据该两个坐标使用Bresenham算法计算非障碍物的格点的集合。
[0012]进一步地，在根据该两个坐标使用Bresenham算法计算非障碍物的格点的集合之后，步骤S200还包括：
[0013]通过计算更新网格地图新格点状态。
[0014]进一步地，将SavGol滤波引入到地图构建模块中来对激光雷达数据进行平滑处理。
[0015]进一步地，将SavGol滤波进行改进获得自适应的效果后引入到地图构建模块中来对激光雷达数据进行平滑处理。
[0016]进一步地，自适应SavGol滤波能自动应用到生物信号或时序数据流的不同场景中。
[0017]根据本专利技术的另一实施例，提供了一种用于激光雷达构建栅格地图的自适应平滑装置，包括：
[0018]数据平滑单元，用于使用自适应平滑算法对激光雷达数据进行数据平滑；
[0019]网格地图构建单元，用于使用数据平滑后的激光雷达数据构建网格地图。
[0020]一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的用于激光雷达构建栅格地图的自适应平滑方法。
[0021]一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的用于激光雷达构建栅格地图的自适应平滑方法。
[0022]本专利技术实施例中的用于激光雷达构建栅格地图的自适应平滑方法及装置，使用自适应平滑算法对激光雷达数据进行数据平滑，使用数据平滑后的激光雷达数据构建网格地图，使得本专利技术使用自适应的平滑技术，能自动拟合最佳滑动窗口大小，同时保证地图构建能在相对较少的时间复杂度内完成，保证构建的地图尽可能接近真实场景。
附图说明
[0023]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0024]图1为本专利技术用于激光雷达构建栅格地图的自适应平滑方法的流程图；
[0025]图2为现有技术中构建地图出现异常点的示意图；
[0026]图3为本专利技术实施例用于激光雷达构建栅格地图的自适应平滑方法中windows_size＝5平滑后得到的地图；
[0027]图4为本专利技术实施例用于激光雷达构建栅格地图的自适应平滑方法中windows_size＝21平滑后得到的地图；
[0028]图5为本专利技术用于激光雷达构建栅格地图的自适应平滑方法中使用本专利技术平滑后得到的地图；
[0029]图6为本专利技术用于激光雷达构建栅格地图的自适应平滑装置的模块图。
具体实施方式
[0030]为了使本
的人员更好地理解本专利技术方案，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的实施例，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，都应当属于本专利技术保护的范围。
[0031]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0032]实施例1
[0033]根据本专利技术一实施例，提供了一种用于激光雷达构建栅格地图的自适应平滑方法，参见图1，包括以下步骤：
[0034]S100:使用自适应平滑算法对激光雷达数据进行数据平滑；
[0035]S200:使用数据平滑后的激光雷达数据构建网格地图。
[0036]本专利技术实施例中的用于激光雷达构建栅格地图的自适应平滑方法，使用自适应平滑算法对激光雷达数据进行数据平滑，使用数据平滑后的激光雷达数据构建网格地图，使得本专利技术使用自适本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于激光雷达构建栅格地图的自适应平滑方法，其特征在于，包括以下步骤：S100:使用自适应平滑算法对激光雷达数据进行数据平滑；S200:使用数据平滑后的激光雷达数据构建网格地图。2.根据权利要求1所述的用于激光雷达构建栅格地图的自适应平滑方法，其特征在于，步骤S100具体包括：使用自适应平滑算法对激光雷达数据进行数据平滑，去除激光雷达数据中的异常点，并检测异常点个数。3.根据权利要求1所述的用于激光雷达构建栅格地图的自适应平滑方法，其特征在于，步骤S200具体包括：使用数据平滑后的激光雷达数据构建网格地图，在计算得到障碍物坐标和机器人坐标位置后，根据该两个坐标使用Bresenham算法计算非障碍物的格点的集合。4.根据权利要求3所述的用于激光雷达构建栅格地图的自适应平滑方法，其特征在于，在根据该两个坐标使用Bresenham算法计算非障碍物的格点的集合之后，步骤S200还包括：通过计算更新网格地图新格点状态。5.根据权利要求1所述的用于激光雷达构建栅格地图的自适应平滑方法，...

【专利技术属性】
技术研发人员：李文艺，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：