一种基于激光点云和建筑模型配准的机器人室内定位方法技术

本发明专利技术提供了一种基于激光点云和建筑模型配准的机器人室内定位方法，包括以下步骤：步骤一：机器人启动激光雷达对室内扫描获取三维点云；步骤二：将激光点云有序化，分割激光点云与建筑模型的地面点；步骤三：对点云进行分割聚类，并去除聚类点数量小于阈值的聚类；步骤四：对建筑模型与激光点云提取平面；步骤五：将地面点与各平面点进行匹配，确定机器人在室内的绝对位置信息。内的绝对位置信息。内的绝对位置信息。

【技术实现步骤摘要】
一种基于激光点云和建筑模型配准的机器人室内定位方法
[0001]本专利技术属于机器人
，具体涉及一种基于激光点云和建筑模型配准的机器人室内定位方法。

技术介绍

[0002]机器人在室内进行作业时，一般需到达指定位置，机器人对于自身在建筑内精确定位的方法是其高质量完成作业的重要前提。
[0003]目前机器人实现绝对定位的方法通常由三大类：
[0004](1)通过GPS等通讯设备获取机器人的绝对定位；
[0005](2)通过设置二维码、反光贴、反光柱等装置与机器人上搭载设备进行交互实现绝对定位；
[0006](3)依靠激光雷达遍历建筑环境生成二维或三维地图，然后机器人通过传感器所获取数据与地图匹配获取其在地图的绝对定位；
[0007]第一种方法需要GPS等通讯设备信号，且GPS误差较大不满足室内机器人工作的精度；第二种方法需要提前对环境进行设置，但特殊环境不可设置二维码、反光贴等装置；第三种方法需要机器人提前遍历环境，耗时较长，且当环境变化较大时，传感器数据容易与地图不匹配甚至错误匹配。

技术实现思路

[0008]本部分的目的在于概述本专利技术的实施例的一些方面及简要介绍一些实施例。在本部分及本申请的说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0009]针对上述问题，本专利技术提出了一种基于激光点云和建筑模型配准的机器人室内定位方法，利用建筑模型，对建筑模型以及激光点云进行地面分割以及平面分割，通过面对面的对应关系构建转换方程，计算机器人在建筑内的绝对位置信息。
[0010]本专利技术解决其技术问题所采用的技术方案是：一种基于激光点云和建筑模型配准的机器人室内定位方法，包括以下步骤：步骤一：机器人启动激光雷达对室内扫描获取三维点云；步骤二：将激光点云有序化，分割激光点云与建筑模型的地面点；步骤三：对点云进行分割聚类，并去除聚类点数量小于阈值的聚类；步骤四：对建筑模型与激光点云提取平面；步骤五：将地面点与各平面点进行匹配，确定机器人在室内的绝对位置信息。
[0011]进一步地，步骤一包括：本专利技术的研究对象为室内场景中机器人进行绝对定位的问题，由机器人搭载激光雷达，机器人采用差速轮式机器人，激光雷达采用多线机械式雷达，在静止情况下由激光雷达扫描室内获得激光点云数据。
[0012]进一步地，步骤二包括：多线激光雷达水平搭载在机器人上，将激光点云根据点云数据的线数以及水平角分辨率转化为深度图，并根据激光雷达点云的线数和相邻两个线束的夹角判断该点是否为地面点，在建筑物模型中分割地面点。
[0013]进一步地，步骤三包括：由步骤二提出的滤除地面点集合为{p1，p2，
…
，p
n
}；对于其
中两点p
j
、p
j+1
以及雷达转动中心O，若p
j
、p
j+1
之间连线与转动中心O与p
j
之间连线的夹角大于阈值，则判断p
j
、p
j+1
不为一类，并以此对激光点云聚类，当某一聚类点数量小于阈值，则去除该聚类。
[0014]进一步地，步骤四包括：通过设定参数使用RANSAC随机采样对激光点云以及建筑模型提取平面，以平面内点尽可能多为原则，设定最小阈值，拟合激光点云以及建筑模型平面。
[0015]进一步地，步骤五包括：记录各平面的法向量参数以及地面的法向量参数，记为{a
地
，a1，
…
，a
n
，b
地
，b1，
…
，b
n
}，其中a
地
、b
地
为激光点云和建筑模型地面的法向量，a1～a
n
、b1‑
b
n
为激光点云和建筑模型平面的法向量，通过构建法向量与法向量之间的转换方程，可求得激光点云和建筑模型平面之间的旋转矩阵，然后以此旋转矩阵为初值，构建关于平移向量的方程求得激光点云和建筑模型之间的转换矩阵。
[0016]本专利技术的有益效果是，提出了一种基于激光点云和建筑模型配准的机器人室内定位方法，解决了机器人在无GPS等设备信号下依靠建筑模型信息完成绝对定位的问题，此方法所得到定位精度可达到毫米级，使得机器人在室内可以做到精确作业，具有一定的推广意义。
附图说明
[0017]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，下面描述性中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0018]图1为本专利技术流程循环图；
[0019]图2为本专利技术雷达扫描图；
[0020]图3为本专利技术原始点云信息及去除地面点后的点云信息；
[0021]图4为本专利技术原始点云信息提取出的平面点云信息；
具体实施方式
[0022]参照图1，一种基于激光点云和建筑模型配准的机器人室内定位方法，包括以下步骤：步骤一：机器人启动激光雷达对室内扫描获取三维点云；步骤二：将激光点云有序化，分割激光点云与建筑模型的地面点；步骤三：对点云进行分割聚类，并去除聚类点数量小于阈值的聚类；步骤四：对建筑模型与激光点云提取平面；步骤五：将地面点与各平面点进行匹配，确定机器人在室内的绝对位置信息。
[0023]参照图2，步骤一包括：本专利技术的研究对象为室内场景中机器人进行绝对定位的问题，由机器人搭载激光雷达，机器人采用差速轮式机器人，激光雷达采用多线机械式雷达，在静止情况下由激光雷达扫描室内获得激光点云数据。
[0024]参照图3，步骤二包括：多线激光雷达水平搭载在机器人上，将激光点云根据点云数据的线数以及水平角分表率转化为深度图，并根据激光雷达点云的线数和相邻两个线束的夹角判断该点是否为地面点，在建筑物模型中分割地面点。
[0025]步骤三包括：由权利要求3提出的滤除地面点集合为{p1，p2，
…
，p
n
}；对于其中两点
p
j
、p
j+1
以及雷达转动中心O，若p
j
、p
j+1
之间连线与转动中心O与p
j
之间连线的夹角大于阈值，则判断p
j
、p
j+1
不为一类，并以此对激光点云聚类，当某一聚类点数量小于阈值，则去除该聚类。
[0026]参照图4，步骤四包括：通过设定参数使用RANSAC随机采样对激光点云以及建筑模型提取平面，具体步骤如下：
[0027](1)在点云中随机选取三个点，确定平面模型参数；
[0028](2)使用点云中其他点对该平面模型求距离并记录距离小于阈值的点数量；
[0029](3)当内点数量大于阈值时，确定平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光点云和建筑模型配准的机器人室内定位方法，其特征在于：包括以下步骤：步骤一：机器人启动激光雷达对室内扫描获取三维点云；步骤二：将激光点云有序化，分割激光点云与建筑模型的地面点；步骤三：对点云进行分割聚类，并去除聚类点数量小于阈值的聚类；步骤四：对建筑模型与激光点云提取平面；步骤五：将地面点与各平面点进行匹配，确定机器人在室内的绝对位置信息。2.根据权利要求1所述的一种基于激光点云和建筑模型配准的机器人室内定位方法，其特征在于：步骤一包括：本发明的研究对象为室内场景中机器人进行绝对定位的问题，由机器人搭载激光雷达，机器人采用差速轮式机器人，激光雷达采用多线机械式雷达，在静止情况下由激光雷达扫描室内获得激光点云数据。3.根据权利要求1所述的一种基于激光点云和建筑模型配准的机器人室内定位方法，其特征在于：步骤二包括：多线激光雷达水平搭载在机器人上，将激光点云根据点云数据的线数以及水平角分辨率转化为深度图，并根据激光雷达点云的线数和相邻两个线束的夹角判断该点是否为地面点，在建筑物模型中分割地面点。4.根据权利要求1所述的一种基于激光点云和建筑模型配准的机器人室内定位方法，其特征在于：步骤三包括：由权利要求3提出的滤除地面点集合为{p1，p2，
…
，p
n
}；对于其中两点p
j
、p
j+1
以及雷达转动中心O，若p
j
、p
j+1
之间连线与转动中心O与p
j
之间连线的夹角大于阈值，则判断p
j
...

【专利技术属性】
技术研发人员：刘今越，刘超杰，王翌玮，孙浩然，武宇森，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：