CN105806344B - 一种基于局部地图拼接的栅格地图创建方法 - Google Patents

Abstract

本发明公开了一种基于局部地图拼接的栅格地图创建方法，包括以下步骤：1）机器人扫描并记录环境信息；2）对扫描数据点进行滤波处理，去除无用点；3）将滤波后数据通过光线追踪方法计算局部栅格地图；4）计算相邻两个位姿下的局部栅格地图的sift特征点对及其对应特征描述子；5）根据特征描述子的相关性对特征点对进行排序，滤除特征描述子相关性较小的特征点；6）将两个局部地图进行最近点迭代算法ICP，计算两个局部地图的变换矩阵；7）重复步骤1）‑6），记录完成整个路径的变换矩阵，最后进行数据合并得到全局栅格地图。本发明的地图是单次激光数据构建的，因而地图的估计误差主要为激光传感器的观测误差，不存在估计偏差。

Description

一种基于局部地图拼接的栅格地图创建方法

技术领域

本发明属于地图创建技术领域，特别涉及一种基于局部地图拼接的栅格地图创建方法。

背景技术

机器人学中地图的表示方法有四种：特征地图、拓扑地图、栅格地图以及直接表征法（Appearance Based Methods）。特征地图用有关的几何特征（如点、直线、面）表示环境。拓扑地图把室内环境表示为带结点和相关连接线的拓扑结构图，其中结点表示环境中的重要位置点（拐角、门、电梯、楼梯等），边表示结点间的连接关系，如走廊等。栅格地图则是把环境划分成一系列栅格，其中每一栅格给定一个可能值，表示该栅格被占据的概率。直接表征法省去了特征或栅格表示这一中间环节，直接用传感器读取的数据来构造机器人的位姿空间。每种方法各有自己的特点和适用范围，其中栅格表示方法虽然存储空间大、计算量大等缺点，但由于其环境适应性和通用性等特点使其得到很广泛的应用。

现有的栅格表示法在使用时需要编码器、IMU等传感器，而利用内部传感器的信息累积估计里程信息进而构建地图的方法不够精确，因为内部传感器误差会不断累积；同时传统的方法由于需要同时处理整个路径上所有的观察数据，因而随着地图尺度增大其运行效率明显下降，难以适用于大尺度的环境地图构建。

发明内容

本发明的目的是为了解决上述问题，提供一种稳定且准确的基于局部地图拼接的栅格地图创建方法。

为此，本发明的技术方案是：一种基于局部地图拼接的栅格地图创建方法，在至少具有运动控制系统、惯性导航系统、激光扫描传感器的机器人上使用；其特征在于：包括以下步骤：

1）机器人通过自身携带的激光测距传感器扫描并记录环境信息；

2）对步骤1）中得到的杂乱无规律的扫描数据点进行滤波处理，去除无用点；

3）将滤波后数据通过光线追踪方法计算局部栅格地图；局部栅格地图是指机器人当前位姿为坐标原点，将该位置观测到的数据构建的栅格地图，局部栅格地图创建通过激光原点所在位置到激光光束结束位置，即障碍物位置，通过光束追踪计算得到，两者之间的连线经过的栅格点应为非障碍物占据，激光光束结束点为障碍物占据状态，在连线激光光束结束点之后为未观测状态，即障碍物占据的概率等于非障碍物占据概率；

4）计算相邻两个位姿下的局部栅格地图的sift特征点对及其对应特征描述子；sift，即尺度不变特征变换，是用于图像处理领域的一种描述；这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子；

5）根据特征描述子的相关性对特征点对进行排序，滤除特征描述子相关性较小的特征点；在两幅相邻局部地图中分别提取特征点及其描述子，遍历该点集，寻找特征描述子距离满足阈值条件的特征点对，并根据距离由小到大对其排序，不匹配的特征点舍弃；选取匹配的特征点对的前百分之三十的特征点对进行ICP迭代计算变换矩阵；

6）将两个相邻位姿下的局部地图进行最近点迭代算法ICP，计算两个局部地图的变换矩阵；ICP算法是一种基于轮廓特征的点配准方法，计算从原点集匹配到目标点集的变换矩阵，计算得到旋转四元数以及平移向量；

7）重复步骤1）-6），记录完成整个路径的变换矩阵，最后进行数据合并得到全局栅格地图。

本发明仅仅利用激光数据创建环境地图，不需要传统的编码器、IMU等传感器，因而可以适用于无法安装或不方便装配该类传感器的情况；且由于该地图是单次激光数据构建的，因而地图的估计误差主要为激光传感器的观测误差，不存在估计偏差；利用外部环境信息的迭代匹配进行增量构建地图，由于外部环境信息的相对稳定性，本方法能够减少累积误差；本发明适合任意尺度范围的环境地图，由于只考虑相邻位置的变换矩阵，因而通过变换矩阵的连续相乘运算即可得到任意两次数据的变换关系。

附图说明

以下结合附图和本发明的实施方式来作进一步详细说明

图1为本发明的流程框图；

图2为本发明的局部栅格地图示意图；

图3为本发明的特征点提取示意图；

图4为本发明的ICP匹配示意图。

具体实施方式

参见附图。本实施例所述的栅格地图创建方法，在至少具有运动控制系统、惯性导航系统、激光扫描传感器的机器人上使用；包括以下步骤：

1）机器人通过自身携带的激光测距传感器扫描并记录环境信息；

2）对步骤1）中得到的杂乱无规律的扫描数据点进行滤波处理，去除无用点；

3）将滤波后数据通过光线追踪方法计算局部栅格地图；

4）计算相邻两个位姿下的局部栅格地图的sift特征点对及其对应特征描述子；

5）根据特征描述子的相关性对特征点对进行排序，滤除特征描述子相关性较小的特征点；

6）将两个相邻位姿下的局部地图进行最近点迭代算法ICP，计算两个局部地图的变换矩阵；

7）重复步骤1）--6），记录完成整个路径的变换矩阵，最后进行数据合并得到全局栅格地图。

如图2所示，本实施例所述的局部栅格地图构建为：局部栅格地图是指机器人当前位姿为坐标原点，将该位置观测到的数据构建的栅格地图，由于该地图是单次激光数据构建的，因而地图的估计误差主要为激光传感器的观测误差，不存在估计偏差。局部栅格地图创建通过激光原点A所在位置到激光光束结束位置B（障碍物位置）通过光束追踪计算得到，两者之间的连线经过的栅格点应为非障碍物占据，激光光束结束点为障碍物占据状态，在连线该点之后为未观测状态，即障碍物占据的概率等于非障碍物占据概率。

如图3所示，本实施例 所述的Sift特征点提取为：SIFT即尺度不变特征变换（Scale-invariant feature transform）是一种检测局部特征的算法，用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点C，是一种局部特征描述子。该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子，在尺度空间寻找极值点，提取位置，尺度，旋转不变量，SIFT特征对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。

本实施例所述的特征点筛选为：在两幅相邻局部地图中分别提取特征点及其描述子，遍历该点集，寻找特征描述子距离满足阈值条件的特征点对，并根据距离有小到大对其排序，不匹配的特征点舍弃；选取匹配的特征点对的前百分之三十的特征点对进行ICP迭代计算变换矩阵。

如图4所示，本实施例所述的ICP迭代最近点(Iterative Closest Point)算法是一种迭代计算方法，主要用于计算机视觉中深度图像的精确拼合，通过不断迭代最小化源数据与目标数据对应点来实现精确地拼合。ICP算法在本实施例是一种基于轮廓特征的点配准方法，计算从原点集匹配到目标点集的变换矩阵，计算得到旋转四元数q=[q1，q2，q3，q4]t以及平移向量 t=[t1，t2，t3]t。算法目前已经有很多变种，主要热点是怎样高效、鲁棒的获得较好地拼合效果。

本实施例通过机器人自身携带的激光测距传感器扫描记录变环境信息，并通过对该数据处理分析得到环境地图。激光扫描器选用了SICK公司的LMS511，该扫描器是一款适合室外应用的长距离测距传感器，其工作范围为80m，扫描角度为190度，该扫描器可周期性的扫描周边环境，并将测得的距离信息通过以太网发送至机器人的工控机平台进行数据分析。

Claims (1)

1.一种基于局部地图拼接的栅格地图创建方法，在至少具有运动控制系统、惯性导航系统、激光扫描传感器的机器人上使用；其特征在于：包括以下步骤：

1）机器人通过自身携带的激光测距传感器扫描并记录环境信息；

2）对步骤1）中得到的杂乱无规律的扫描数据点进行滤波处理，去除无用点；

3）将滤波后数据通过光线追踪方法计算局部栅格地图；局部栅格地图是指机器人当前位姿为坐标原点，将该位置观测到的数据构建的栅格地图，局部栅格地图创建通过激光原点所在位置到激光光束结束位置，即障碍物位置，通过光束追踪计算得到，两者之间的连线经过的栅格点应为非障碍物占据，激光光束结束点为障碍物占据状态，在连线激光光束结束点之后为未观测状态，即障碍物占据的概率等于非障碍物占据概率；

4）计算相邻两个位姿下的局部栅格地图的sift特征点对及其对应特征描述子；sift，即尺度不变特征变换，是用于图像处理领域的一种描述；这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子；

5）根据特征描述子的相关性对特征点对进行排序，滤除特征描述子相关性较小的特征点；在两幅相邻局部地图中分别提取特征点及其描述子，遍历该点集，寻找特征描述子距离满足阈值条件的特征点对，并根据距离由小到大对其排序，不匹配的特征点舍弃；选取匹配的特征点对的前百分之三十的特征点对进行ICP迭代计算变换矩阵；

6）将两个相邻位姿下的局部地图进行最近点迭代算法ICP，计算两个局部地图的变换矩阵；ICP算法是一种基于轮廓特征的点配准方法，计算从原点集匹配到目标点集的变换矩阵，计算得到旋转四元数以及平移向量；

7）重复步骤1）-6），记录完成整个路径的变换矩阵，最后进行数据合并得到全局栅格地图。