【技术实现步骤摘要】
本专利技术涉及三维场景地图构建，尤其涉及一种空地异构无人平台协同三维建图方法。
技术介绍
1、三维高精度地图是一种描述空间物体和环境的三维数字模型，用以表现物理世界的地理特征，在环境监测与评估、应急防灾减灾、城市规划与建设、考古与文化遗产保护等众多领域有着迫切的应用需要。例如，在灾害发生后，三维地图可以为救援团队提供实时、准确的地理信息，帮助救援人员快速定位和展开救援行动；通过三维扫描和建模，可以对历史遗迹和文物进行数字化保护和修复。
2、当前通过地面移动无人车或空中无人机载体搭载摄像头、激光雷达、imu等传感器进行地图构建的方法较为普遍。在没有环境先验信息的情况下，通过载体自身运动实时采集周围环境数据并进行地图构建。相比一些传统的测绘、勘察和建图方法，无人平台载体构图大大提高了对未知环境的建图效率。
3、现有方法采用地面无人车或空中无人机平台载体进行地图构建，难以形成完整的场景地图。在面向复杂场景，如历史遗迹勘察中的狭窄、崎岖区域、应急防灾减灾中的残垣断壁区域等，采用地面无人车或空中无人机平台载体进行地图构建存在建图效率低、精度差的问题，甚至由于载体无法通行而不能完成地图的构建。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种空地异构无人平台协同三维建图方法，用以解决现有单一类型无人平台载体在三维建图过程中存在建图效率低、精度差的问题。
2、本专利技术的目的主要是通过以下技术方案实现的：
3、本专利技术提供了一种空地
4、获取空地异构的三个无人平台的激光雷达点云数据、imu数据和相机拍摄的图像并分别进行数据融合得到各无人平台的单载体点云地图；其中，在数据融合过程中对所述激光雷达点云数据进行基于距离感知的点云降采样；
5、对各所述单载体点云地图使用改进的广义icp算法进行两两点云配准，得到配准后的三个点云刚体变换矩阵；其中，所述改进的广义icp算法为在进行点云配准时，使用基于点云法线角度不变特征的距离度量法搜索最近邻点；
6、对各所述单载体点云地图中的点云，基于所述配准后的三个点云刚体变换矩阵进行坐标变换，得到融合后的地图。
7、进一步的，所述数据融合得到各无人平台的单载体点云地图，包括：
8、对各所述无人平台的激光雷达点云数据基于imu数据进行运动畸变补偿，得到补偿后的激光雷达点云数据；
9、基于所述补偿后的激光雷达点云数据和相机拍摄的图像构建融合观测残差；
10、基于所述融合观测残差和imu数据，进行卡尔曼滤波得到各所述无人平台更新的位姿；
11、对所述补偿后的激光雷达点云数据进行基于距离感知的点云降采样，得到降采样后的激光雷达点云数据；
12、基于各所述无人平台更新后的位姿对所述降采样后的激光雷达点云数据进行动态空间划分和地图的增量更新得到各单载体的点云地图。
13、进一步的，所述对所述补偿后的激光雷达点云数据进行基于距离感知的点云降采样，包括：
14、计算t时刻补偿后的各激光雷达点云的各点与激光雷达位置间的最大距离；
15、以t时刻所述激光雷达位置为中心，将所述最大距离均分若干子区间，在各所述子区间内进行均匀采样；
16、将各所述子区间内的采样点数据作为t时刻降采样后的激光雷达点云数据。
17、进一步的，使用下式计算t时刻补偿后的各激光雷达点云的各点与激光雷达位置间的最大距离：
18、
19、其中，lt表示t时刻的激光雷达位置坐标；pt,i表示t时刻补偿后的激光雷达点云的第i个点的位置坐标。
20、进一步的，使用下式计算得到各子区间内的采样点数量：
21、mt,k＝-d(1-pt,k)γlog(pt,k)
22、
23、其中，mt,k表示t时刻第k个区间的采样点数量；d表示期望采样点云数量的常数因子；γ表示常数抑制因子；rt,k表示t时刻第k个区间的左边界距离；rtmax表示t时刻补偿后的各激光雷达点云与激光雷达位置间的最大距离；k表示将t时刻各激光雷达点云与激光雷达位置间的最大距离均分的区间数。
24、进一步的，所述基于所述补偿后的激光雷达点云数据和相机拍摄的图像构建融合观测残差，包括：
25、使用下式构建补偿后的激光雷达点云中各点的点云观测残差：
26、
27、其中，表示第i个点的点云观测残差；表示激光雷达点云中第i个点的拟合平面法向量的转置；wpi表示激光雷达点云中第i个点的坐标；wqi表示激光雷达点云中第i个点的拟合平面中心点的坐标；
28、将补偿后的激光雷达点云的各点投影至相机拍摄的前一帧图像中，并使用光流法得到点云中各点在当前帧图像的坐标；
29、将补偿后的激光雷达点云数据中的各点投影至相机拍摄的当前帧图像中，使用下式构建激光雷达点云中各点的视觉观测残差：
30、
31、其中，表示第i个点的视觉观测残差；ρj,i表示通过光流法得到的当前帧图像中第i个点的坐标；π()表示图像投影模型；(rj,tj)表示当前帧图像相对于激光雷达的旋转矩阵和平移向量；表示激光雷达中第i个点的坐标；
32、将所述补偿后的激光雷达点云观测残差和所述视觉观测残差合并，得到融合观测残差。
33、进一步的，使用基于点云法线角度不变特征的距离度量法搜索最近邻点表示为，使用下式搜索最近邻点：
34、
35、其中，(xh,yh,zh)、fh分别表示待配准的一个单载体点云中第h个点的坐标和特征值；(xg,yg,zg)、fg分别表示待配准的另一个单载体点云中第g个点的坐标和特征值；λ表示加权系数。
36、进一步的，使用下式得到待配准的一个单载体点云中第h个点的特征值：
37、
38、其中，nh表示待配准的一个单载体点云中第h个点的法向量；nm表示待配准的一个单载体点云中第m个点的法向量；dhm表示待配准的一个单载体点云中第h个点和第m个点间的欧氏距离；m表示待配准的一个单载体点云中第h个点的邻近点数量；
39、使用下式得到待配准的另一个单载体点云中第g个点的特征值：
40、
41、其中，ng表示待配准的另一个单载体点云中第g个点的法向量；nn表示待配准的另一个单载体点云中第n个点的法向量；dgn表示待配准的另一个单载体点云中第g个点和第n个点间的欧氏距离；n表示待配准的另一个单载体点云中第g个点的邻近点数量。
42、进一步的，对各所述单载体点云地图使用改进的广义icp算法进行两两点云配准，还包括：在配准的初始阶段，对两个待配准的单载体点云地图进行最大似然估计，得到初始刚体变换矩阵；基于所述初始刚体变换矩阵进行改进的广义icp算法进行点云配准。
43、进一步的，对各所述单本文档来自技高网...
【技术保护点】
1.一种空地异构无人平台协同三维建图方法，其特征在于，包括如下步骤：
2.根据权利要求1所述方法，其特征在于，所述数据融合得到各无人平台的单载体点云地图，包括：
3.根据权利要求2所述方法，其特征在于，所述对所述补偿后的激光雷达点云数据进行基于距离感知的点云降采样，包括：
4.根据权利要求3所述方法，其特征在于，使用下式计算t时刻补偿后的各激光雷达点云的各点与激光雷达位置间的最大距离：
5.根据权利要求4所述方法，其特征在于，使用下式计算得到各子区间内的采样点数量：
6.根据权利要求2所述方法，其特征在于，所述基于所述补偿后的激光雷达点云数据和相机拍摄的图像构建融合观测残差，包括：
7.根据权利要求1所述方法，其特征在于，使用基于点云法线角度不变特征的距离度量法搜索最近邻点表示为，使用下式搜索最近邻点：
8.根据权利要求7所述方法，其特征在于，使用下式得到待配准的一个单载体点云中第h个点的特征值：
9.根据权利要求1所述方法，其特征在于，对各所述单载体点云地图使用改进的广义ICP算法进
10.根据权利要求1-9任一项所述方法，其特征在于，对各所述单载体点云地图中的点云，基于所述配准后的三个点云刚体变换矩阵进行坐标变换，得到融合后的地图，包括：
...【技术特征摘要】
1.一种空地异构无人平台协同三维建图方法，其特征在于，包括如下步骤：
2.根据权利要求1所述方法，其特征在于，所述数据融合得到各无人平台的单载体点云地图，包括：
3.根据权利要求2所述方法，其特征在于，所述对所述补偿后的激光雷达点云数据进行基于距离感知的点云降采样，包括：
4.根据权利要求3所述方法，其特征在于，使用下式计算t时刻补偿后的各激光雷达点云的各点与激光雷达位置间的最大距离：
5.根据权利要求4所述方法，其特征在于，使用下式计算得到各子区间内的采样点数量：
6.根据权利要求2所述方法，其特征在于，所述基于所述补偿后的激光雷达点云数据和相机拍摄的图像构建融合观测残差，包括：
7.根据...
【专利技术属性】
技术研发人员：瓢正泉，党睿娜，冯付勇，韩勇强，李文杰，吴婕，刘庆杰，尹俭芳，王振皓，银丹，黄家露，宋威龙，王志一，马浩泽，孙禹启，
申请(专利权)人：中兵智能创新研究院有限公司，
类型：发明
国别省市：
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。