CN112505723B - 一种基于导航点选择的三维地图重建方法 - Google Patents
一种基于导航点选择的三维地图重建方法 Download PDFInfo
- Publication number
- CN112505723B CN112505723B CN202110144837.3A CN202110144837A CN112505723B CN 112505723 B CN112505723 B CN 112505723B CN 202110144837 A CN202110144837 A CN 202110144837A CN 112505723 B CN112505723 B CN 112505723B
- Authority
- CN
- China
- Prior art keywords
- indoor environment
- robot
- laser radar
- line laser
- boundary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010276 construction Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 5
- 241001421235 Radara Species 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于导航点选择的三维地图重建方法，属于地图三维重建技术领域。该三维地图重建方法为：使用单线激光雷达对室内环境进行扫描并建立二维栅格地图，在获得的二维栅格地图上选取贴近地图边界的若干导航点，依据这些导航点形成一条路线，驱动机器人沿着该路线边行走边进行三维重建，即能够针对地图边界的物体较多的区域进行扫描，在行走过程中逐渐扩大所建立的二维栅格地图范围，多次循环后能够建立当前室内场景的全部三维地图。本发明的三维地图重建方法具有建图完整、能够较好地重建室内环境边缘区域物体的特点。
Description
技术领域
本发明属于地图三维重建技术领域，具体地涉及一种基于导航点选择的三维地图重建方法。
背景技术
三维重建是指对三维物体建立适合计算机表示和处理的数学模型，是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术。
在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程。由于单视频的信息不完全，因此三维重建需要利用经验知识。而多视图的三维重建（类似人的双目定位）相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图像坐标系与世界坐标系的关系。然后利用多个二维图像中的信息重建出三维信息，从而获得场景中更加详细的信息。目前的三维重建方法，大部分都需要人工手持深度相机采集数据，然后进行在线或离线的三维重建，不足之处在于效率较低且耗时巨大；少部分自主的三维重建方法也只是驱动机器人按照简单的规则移动，对周围环境进行三维建图，不足之处在于对边缘、角落的区域无法进行细致的重建。
发明内容
针对现有技术存在的问题，本发明提供了一种基于导航点选择的三维地图重建方法，该方法通过在二维栅格地图中合理规划导航点，提高三维重建的效率和精度。
本发明的目的是通过如下技术方案实现的：一种基于导航点选择的三维地图重建方法，包括以下步骤：
步骤一：在室内环境中，放置一台机器人，所述机器人上安装有单线激光雷达和RGBD相机，所述RGBD相机朝向为机器人行驶方向的右侧；
步骤二：机器人在当前位置使用单线激光雷达对室内环境进行扫描，进行二维建图，获得室内环境的部分二维栅格地图；机器人在当前位置进行扫描时，室内环境分为单线激光雷达扫描到的室内环境、单线激光雷达扫描到的室内环境的边界和除单线激光雷达扫描到的室内环境以外的未知室内环境；
步骤三：在所述单线激光雷达扫描到的室内环境的边界的内部，确定一条距离单线激光雷达扫描到的室内环境的边界50cm的平行路线，在平行路线中均匀随机选取50个导航点，分别计算机器人当前位置距离导航点的欧氏距离；使机器人先到达欧氏距离最短的导航点，然后机器人沿着平行路线进行逆时针行走且行走时保证单线激光雷达扫描到的室内环境的边界在机器人右侧，直至机器人走完平行路线，更新室内环境的部分二维栅格地图；此时室内环境分为更新后的单线激光雷达扫描到的室内环境、更新后的单线激光雷达扫描到的室内环境的边界和更新后的除单线激光雷达扫描到的室内环境以外的未知室内环境；
步骤四：在更新后的单线激光雷达扫描到的室内环境的边界的内部重复步骤三，直到机器人在室内环境中已经没有可以探索的边界时，将最后更新的单线激光雷达扫描到的室内环境的边界作为最后一个边界，在最后一个边界的内部，确定一条距离最后一个边界50cm的平行路线，使机器人沿着该条平行路线逆时针行走进行三维重建，形成最终的三维地图。
进一步地，所述机器人的底盘自带里程计。
进一步地，在所述机器人的底盘高度为10-20cm的位置安装单线激光雷达。
进一步地，在所述机器人的底盘高度为40-60cm的位置安装RGBD相机。
与现有技术相比，本发明具有如下有益效果：通过对当前场景下的二维栅格地图进行处理、优化，能够更加精确地重建边缘有效区域，提升了复杂纹理区域的三维重建质量规划出一种最适宜对场景进行三维重建的路径，从而实现在未知场景中快速、精准地实现三维重建方法，获取高精度三维重建模型。本发明使用单线雷达及RGBD相机，通过单线雷达建立二维栅格地图，在该地图中进行合理的导航点选择及路径规划，使用RGBD相机对场景进行三维重建，加快了三维重建的速度，提升了三维重建的精度，且该方法具有较强的环境适应性，能够用于各种三维重建场景。
附图说明
图1为本发明基于导航点选择的三维地图重建方法的流程图；
图2为局部二维栅格地图构建效果图；
图3为最终三维重建局部效果图。
具体实施方式
如图1为本发明基于导航点选择的三维地图重建方法的流程图，所述三维地图重建方法包括以下步骤：
步骤一：在室内环境中，放置一台机器人，所述机器人的底盘自带里程计，机器人能够自如地在地面运动，同时底盘的里程计能够输出轮速计和IMU的数据信息。在所述机器人的底盘高度为10-20cm的位置安装一台单线激光雷达，该高度能够检测到障碍物，利于规划机器人的运动轨迹，同时需要保证单线激光雷达受到小于90°的遮挡；在所述机器人的底盘高度为40-60cm的位置安装一台RGBD相机，该高度是室内大多数物体所在的高度，选取这样的高度能够对室内环境较好地重建，同时保证所述RGBD相机朝向为机器人行驶方向的右侧；
步骤二：机器人在当前位置使用单线激光雷达对室内环境进行扫描，通过单线激光雷达的输出以及底盘产生的里程计位姿，通过多种传感器的约束，建立目标函数并优化求解获取当前位姿及室内环境的部分二维栅格地图；机器人在当前位置进行扫描时，室内环境M 1 分为单线激光雷达扫描到的室内环境A 1 、单线激光雷达扫描到的室内环境的边界L 1 以及除单线激光雷达扫描到的室内环境以外的未知室内环境U 1 具体过程为：
首先单线激光雷达每当获得一个新的激光点云图scan时，点云集，每当获得一个新的激光点云图scan时，需要将其插入到submap中，点云集H中/>点集在submap中的位置表示为/>，其转换公式如下：
其中，和/>分别为x和y轴的偏移量，/>为二维地图中的角偏移量，p表示激光点云图中的点。
一个submap往往由10个连续的点云创建而成，submap主要由5cm*5cm大小的概率栅格构造而成，创建完成后，概率栅格的数值表示该点是否有障碍，如果概率小于/>表示该点无障碍，在/>与/>之间表示未知，大于/>表示该点有障碍。产生5个submap之后会生成一个较为完整的局部二维栅格地图和机器人当前位置，如图2所示，图片中为当前生成的局部地图，其中包括单线激光雷达扫描到的室内环境A 1 、单线激光雷达扫描到的室内环境的边界L 1 以及除单线激光雷达扫描到的室内环境以外的未知室内环境U 1 。
步骤三：在所述单线激光雷达扫描到的室内环境的边界的内部，确定一条距离单线激光雷达扫描到的室内环境的边界50cm的平行路线B 1 ，在平行路线B 1 中均匀随机选取50个导航点，计算机器人当前位置距离导航点/>的欧氏距离/>；所述欧式距离的计算过程为：
其中和/>分别为机器人当前位置的/>坐标和/>坐标，/>和/>分别为单线激光雷达扫描到的室内环境的边界中的点/>的/>坐标和/>坐标。
根据计算得到的距离，使机器人先到达欧氏距离最短的导航点/>，然后机器人沿着平行路线B 1 进行逆时针行走且行走时保证单线激光雷达扫描到的室内环境的边界L 1 在机器人右侧，直至机器人走完平行路线B 1 ，更新室内环境的部分二维栅格地图；此时室内环境M 2 分为更新后的单线激光雷达扫描到的室内环境A 2 、更新后的单线激光雷达扫描到的室内环境的边界L 2 以及更新后的除单线激光雷达扫描到的室内环境以外的未知室内环境U 2 。
步骤四：在更新后的单线激光雷达扫描到的室内环境的边界的内部重复步骤三，直到机器人在室内环境中已经没有可以探索的边界时，将最后更新的单线激光雷达扫描到的室内环境的边界作为最后一个边界，在最后一个边界的内部，确定一条距离最后一个边界50cm的平行路线，使机器人沿着该条平行路线逆时针行走进行三维重建，形成最终的三维地图。由于每一次都紧贴已知边界行走，深度相机获得了足够的深度信息进行三维重建，需要对场景完整的行走一遍以获得更佳的全局优化效果，如图3所示为最终三维重建局部效果图，可以发现室内环境边缘区域往往存在较多的物体，而本发明正好能够对室内边缘有效区域进行有效细致的建模。
表1为本发明三维地图重建方法与现有的三维地图重建方法的效果对比，通过三维地图建图时间、三维地图建图覆盖率和三维地图建图精度（平均误差）三个指标来评价各方案的优劣。表1中三种方法的评价测试场景均为相同的50m2的室内房间，从建图时间可以看出，手动重建方法较为缓慢，其他自主重建方法较手动方法的速度有明显的提升，而本发明方法由于高效地选取了导航点，因此重建速度也快于其他自主重建方法；对于三维地图覆盖率来说，手动重建由于有人员进行操作，因此可以保证100%的覆盖率，对于其他自主重建方法来说，由于缺少导航点选择机制以及单线激光雷达的辅助，导致覆盖率较低，而本发明方法通过单线激光雷达和导航点算法，能够达到95%的建图覆盖率；对于三维地图建图精度来说，手动重建方法在人工干预的情况下能够保证较高的精度，其他自主方法由于机器人会移动到较难定位的区域，因此会导致定位精度的下降，从而导致建图精度的下降，而本发明的方法在单线激光雷达和二维栅格地图的辅助下，能够有较高精度的定位，从而能够获取较高的建图精度。
表1 本发明方法与其他三维地图重建结果对比
本发明的三维地图重建方法为自主重建方法，可以适应任意室内环境；其次该发明通过反复的单线激光雷达扫描，可以完整地获取室内环境的地图，从而保证了最终生成的三维地图的完整性；最后该方法通过设计导航点规划的路线，能够聚焦于室内边缘区域，而这些区域正是室内物体集中的区域，大幅度提升了采集的精度和效率。
Claims (4)
1.一种基于导航点选择的三维地图重建方法，其特征在于，包括以下步骤：
步骤一：在室内环境中，放置一台机器人，所述机器人上安装有单线激光雷达和RGBD相机，所述RGBD相机朝向为机器人行驶方向的右侧；
步骤二：机器人在当前位置使用单线激光雷达对室内环境进行扫描，进行二维建图，获得室内环境的部分二维栅格地图；机器人在当前位置进行扫描时，室内环境分为单线激光雷达扫描到的室内环境、单线激光雷达扫描到的室内环境的边界和除单线激光雷达扫描到的室内环境以外的未知室内环境；
步骤三：在所述单线激光雷达扫描到的室内环境的边界的内部，确定一条距离单线激光雷达扫描到的室内环境的边界50cm的平行路线，在平行路线中均匀随机选取50个导航点，分别计算机器人当前位置距离导航点的欧氏距离；使机器人先到达欧氏距离最短的导航点，然后机器人沿着平行路线进行逆时针行走且行走时保证单线激光雷达扫描到的室内环境的边界在机器人右侧，直至机器人走完平行路线，更新室内环境的部分二维栅格地图；此时室内环境分为更新后的单线激光雷达扫描到的室内环境、更新后的单线激光雷达扫描到的室内环境的边界和更新后的除单线激光雷达扫描到的室内环境以外的未知室内环境；
步骤四：在更新后的单线激光雷达扫描到的室内环境的边界的内部重复步骤三，直到机器人在室内环境中已经没有可以探索的边界时，将最后更新的单线激光雷达扫描到的室内环境的边界作为最后一个边界，在最后一个边界的内部，确定一条距离最后一个边界50cm的平行路线，使机器人沿着该条平行路线逆时针行走进行三维重建，形成最终的三维地图。
2.根据权利要求1所述基于导航点选择的三维地图重建方法，其特征在于，所述机器人的底盘自带里程计。
3.根据权利要求1所述基于导航点选择的三维地图重建方法，其特征在于，在所述机器人的底盘高度为10-20cm的位置安装单线激光雷达。
4.根据权利要求1所述基于导航点选择的三维地图重建方法，其特征在于，在所述机器人的底盘高度为40-60cm的位置安装RGBD相机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110144837.3A CN112505723B (zh) | 2021-02-03 | 2021-02-03 | 一种基于导航点选择的三维地图重建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110144837.3A CN112505723B (zh) | 2021-02-03 | 2021-02-03 | 一种基于导航点选择的三维地图重建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112505723A CN112505723A (zh) | 2021-03-16 |
| CN112505723B true CN112505723B (zh) | 2024-01-23 |
Family
ID=74952443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110144837.3A Active CN112505723B (zh) | 2021-02-03 | 2021-02-03 | 一种基于导航点选择的三维地图重建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112505723B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113192209A (zh) * | 2021-05-27 | 2021-07-30 | 中国工商银行股份有限公司 | 路线评测方法、装置、电子设备和介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107862738A (zh) * | 2017-11-28 | 2018-03-30 | 武汉大学 | 一种基于移动激光测量点云进行室内结构化三维重建方法 |
| CN108663681A (zh) * | 2018-05-16 | 2018-10-16 | 华南理工大学 | 基于双目摄像头与二维激光雷达的移动机器人导航方法 |
| CN109765901A (zh) * | 2019-02-18 | 2019-05-17 | 华南理工大学 | 基于线激光与双目视觉的动态代价地图导航方法 |
| WO2020155616A1 (zh) * | 2019-01-29 | 2020-08-06 | 浙江省北大信息技术高等研究院 | 一种基于数字视网膜的拍摄装置的定位方法 |
-
2021
- 2021-02-03 CN CN202110144837.3A patent/CN112505723B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107862738A (zh) * | 2017-11-28 | 2018-03-30 | 武汉大学 | 一种基于移动激光测量点云进行室内结构化三维重建方法 |
| CN108663681A (zh) * | 2018-05-16 | 2018-10-16 | 华南理工大学 | 基于双目摄像头与二维激光雷达的移动机器人导航方法 |
| WO2020155616A1 (zh) * | 2019-01-29 | 2020-08-06 | 浙江省北大信息技术高等研究院 | 一种基于数字视网膜的拍摄装置的定位方法 |
| CN109765901A (zh) * | 2019-02-18 | 2019-05-17 | 华南理工大学 | 基于线激光与双目视觉的动态代价地图导航方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于生长四叉树结构的二维建图算法;姜晗;贺付亮;王世元;;西南大学学报(自然科学版)(第06期);全文 * |
| 针对复杂环境的模块化栅格地图构建算法;秦玉鑫;张高峰;王裕清;;控制工程(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112505723A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112132972B (zh) | 一种激光与图像数据融合的三维重建方法及系统 | |
| CN108520554B (zh) | 一种基于orb-slam2的双目三维稠密建图方法 | |
| CN107945220B (zh) | 一种基于双目视觉的重建方法 | |
| CN111275750B (zh) | 基于多传感器融合的室内空间全景图像生成方法 | |
| CN109272537B (zh) | 一种基于结构光的全景点云配准方法 | |
| CN110717983A (zh) | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 | |
| CN110189399B (zh) | 一种室内三维布局重建的方法及系统 | |
| TWI403690B (zh) | 自我定位裝置及其方法 | |
| CN108230247B (zh) | 基于云端的三维地图的生成方法、装置、设备及计算机可读的存储介质 | |
| CN107491070A (zh) | 一种移动机器人路径规划方法及装置 | |
| CN111640156A (zh) | 针对室外弱纹理目标的三维重建方法、设备及存储设备 | |
| CN112465966A (zh) | 一种集倾斜摄影测量与三维激光扫描的陡崖三维建模方法 | |
| CN114543787B (zh) | 基于条纹投影轮廓术的毫米级室内建图定位方法 | |
| CN112505723B (zh) | 一种基于导航点选择的三维地图重建方法 | |
| Fleck et al. | Omnidirectional 3d modeling on a mobile robot using graph cuts | |
| KR101319526B1 (ko) | 이동 로봇을 이용하여 목표물의 위치 정보를 제공하기 위한 방법 | |
| CN116429116A (zh) | 一种机器人定位方法及设备 | |
| CN109900272B (zh) | 视觉定位与建图方法、装置及电子设备 | |
| WO2020157384A1 (en) | Method and device for estimating mechanical property of rock joint | |
| Buck et al. | Capturing uncertainty in monocular depth estimation: Towards fuzzy voxel maps | |
| CN112365534B (zh) | 一种基于单目相机三维重建的大型煤堆体积测量方法 | |
| CN114648571A (zh) | 机器人高精度地图建图中行驶区域内障碍物过滤方法 | |
| CN114202567A (zh) | 一种基于视觉的点云处理避障方法 | |
| CN110021041B (zh) | 基于双目相机的无人驾驶场景增量式网格化结构重建方法 | |
| CN111191513A (zh) | 基于景物尺寸分析的移动机器人位置估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |