CN112686934A - 点云数据的配准方法、装置、设备及介质 - Google Patents
点云数据的配准方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112686934A CN112686934A CN202011602917.0A CN202011602917A CN112686934A CN 112686934 A CN112686934 A CN 112686934A CN 202011602917 A CN202011602917 A CN 202011602917A CN 112686934 A CN112686934 A CN 112686934A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- relative position
- processed
- mobile device
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 230000009466 transformation Effects 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Abstract
本发明公开了一种点云数据的配准方法,包括:获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据;通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置;根据预设的正态分布变换算法对所述第一相对位置和所述第二相对位置进行计算,得到计算后的第二相对位置;根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置。本发明实施例还公开了一种点云数据的配准装置、设备及介质,能有效解决现有技术中由于外界环境复杂导致点云数据的匹配误差的问题。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种点云数据的配准方法、装置、设备及介质。
背景技术
定位是移动装置关键技术之一,定位一般采用点云配准来实现。而当移动装置处于复杂的室外环境中时,由于移动装置所处的环境是在不断变化的,比如树木的稀疏程度,或者环境中车辆及行人的移动,导致存在固有的测量误差,但是这些都会导致移动装置实时扫描到的点云与已建立的点云地图存在差别,从而导致点云数据的匹配误差。
发明内容
本发明实施例提供一种点云数据的配准方法、装置、设备及介质,能有效解决现有技术中由于外界环境复杂导致点云数据的匹配误差的问题。
本发明一实施例提供一种点云数据的配准方法,包括:
获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据;其中,所述第一时刻和所述第二时刻为相邻时刻;
通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置;
根据预设的正态分布变换算法对所述第一相对位置和所述第二相对位置进行计算,得到计算后的第二相对位置;
根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置。
作为上述方案的改进,所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置,具体包括:
通过里程计分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置。
作为上述方案的改进,所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置,具体包括:
通过IMU惯性传感器分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置。
作为上述方案的改进,所述方法还包括:
所述根据预设的正态分布变换算法对所述第一相对位置和所述计算后的第二相对位置进行计算,得到对应的变换参数。
作为上述方案的改进,所述根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置,具体包括:
根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行计算,得到对应的变换矩阵;
根据所述变换矩阵对所述计算后的第二相对位置进行变换,得到第三相对位置;
计算所述第三相对位置与所述计算后的第二相对位置的均方差;
当判断出所述均方差小于预设的误差阈值时,输出配准结果,根据配准结果确定所述移动装置的当前位置。
作为上述方案的改进,在所述计算所述第三相对位置与所述计算后的第二相对位置的均方差之后,还包括:
当判断出所述均方差不小于预设的误差阈值时,则继续通过预设的迭代最近点配准算法进行配准,直至满足预设的迭代终止条件;
其中,预设的迭代终止条件包括:所述均方差小于预设的误差阈值或通过预设的迭代最近点配准算法进行配准的迭代次数满足预设的迭代数阈值。
作为上述方案的改进,在所述获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据之后,在所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置之前,还包括:
对所述第一待处理的点云数据和所述第二待处理的点云数据进行预处理。
本发明另一实施例对应提供了一种点云数据的配准装置,包括:
获取模块,用于获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据;其中,所述第一时刻和所述第二时刻为相邻时刻;
第一计算模块,用于通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置;
第二计算模块,用于根据预设的正态分布变换算法对所述第一相对位置和所述第二相对位置进行计算,得到计算后的第二相对位置;
配准模块,用于根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置。
本发明另一实施例提供了一种点云数据的配准设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述发明实施例所述的点云数据的配准方法。
本发明另一实施例提供了一种存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的点云数据的配准方法。
与现有技术相比,本发明实施例公开的点云数据的配准方法、装置、设备及介质,通过获取相邻时刻的点云数据,并根据预设的相对定位方法对其进行计算得到对应的相对位置,提高了预设的正态分布变换算法的稳定性与准确性,再根据预设的正态分布变换算法与预设的迭代最近点配准算法相结合对点云数据进行配准,提高了移动装置的点云配准精度,从而提高了移动装置在室外复杂环境下的定位精度和定位鲁棒性。
附图说明
图1是本发明一实施例提供的一种点云数据的配准方法的流程示意图;
图2是本发明一实施例提供的一种点云数据的配准装置的结构示意图;
图3是本发明一实施例提供的一种点云数据的配准设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明一实施例提供的一种点云数据的配准方法的流程示意图。
本发明一实施例提供一种点云数据的配准方法,包括:
S10,获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据;其中,所述第一时刻和所述第二时刻为相邻时刻。例如,t,t+1即认为是相邻时刻。
需要说明的是,在本发明实施例的执行端优选为点云数据的配准设备,还可以为云服务器,在此不做限定。移动装置优选为移动机器人。
S20,通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置。
需要说明的是,相对定位方法的基本原理是在移动机器人位姿初始值给定的前提下,基于内部传感器信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化,从而实现位姿的实时估计。
S30,根据预设的正态分布变换算法对所述第一相对位置和所述第二相对位置进行计算,得到第一相对位置及计算后的第二相对位置。
需要说明的是,正态分布变换算法即NDT算法(Normal DistributionsTransform)NDT没有计算两个点云数据中点与点之间的差距,而是先将参考点云数据转换为多维变量的正态分布,如果变换参数能使得两幅激光数据匹配的很好,那么变换点在参考系中的概率密度将会很大。因此,可以考虑用优化的方法,比如牛顿法,求出使得概率密度之和最大的变换参数,此时两幅激光点云数据将匹配的最好。概率密度函数在两幅图像采集之间的时间可以离线计算出来。
S40,根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置。
综上所述,通过获取相邻时刻的点云数据,并根据预设的相对定位方法对其进行计算得到对应的相对位置,提高了预设的正态分布变换算法的稳定性与准确性,再根据预设的正态分布变换算法与预设的迭代最近点配准算法相结合对点云数据进行配准,提高了移动装置的点云配准精度,从而提高了移动装置在室外复杂环境下的定位精度和定位鲁棒性。
作为上述方案的改进,所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置,具体包括:
通过里程计分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置。
具体地,里程计的航迹推算定位方法主要基于光电编码器在采样周期内脉冲的变化量计算出车轮相对于地面移动的距离和方向角的变化量,从而推算出移动机器人位姿的相对变化。假设一个机器人在其轮子或腿关节处配备有光电编码器等设备,当它向前移动一段时间后,想要知道大致的移动距离,测量光电编码器脉冲数目,可以得出轮子旋转的圈数,如果知道了轮子的周长,便可以计算出机器人移动的距离。
作为上述方案的改进,所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置,具体包括:
通过IMU惯性传感器分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置。
具体地,IMU惯性传感器内部一般含有三轴的加速度计和三轴的陀螺仪。其中,加速度计用于输出物体在载体坐标系统中的三个坐标轴方向上的加速度信息,而陀螺仪用于输出载体相对于导航坐标系的三个坐标轴方向上的角速度信息,很据载体在三维空间中的角速度以及加速度值解算出对应的姿态。基于惯性传感器的定位方法不依赖外部条件就可实现移动机器人定位,短时精度比较好。
作为上述方案的改进,所述方法还包括:
所述根据预设的正态分布变换算法对所述第一相对位置和所述计算后的第二相对位置进行计算,得到对应的变换参数。
具体地,通过计算所述第一相对位置与计算后的第二相对位置之间的变换参数,从而找到第一时刻的点云数据在第二时刻点云数据中的最大可能性位置。
作为上述方案的改进,所述根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置,具体包括:
根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行计算,得到对应的变换矩阵;
根据所述变换矩阵对所述计算后的第二相对位置进行变换,得到第三相对位置;
计算所述第三相对位置与所述计算后的第二相对位置的均方差;
当判断出所述均方差小于预设的误差阈值时,输出配准结果,根据配准结果确定所述移动装置的当前位置。
进一步地,在所述计算所述第三相对位置与所述计算后的第二相对位置的均方差之后,还包括:
当判断出所述均方差不小于预设的误差阈值时,则继续通过预设的迭代最近点配准算法进行配准,直至满足预设的迭代终止条件;
其中,预设的迭代终止条件包括:所述均方差小于预设的误差阈值或通过预设的迭代最近点配准算法进行配准的迭代次数满足预设的迭代数阈值。
示例性地,假设t时刻与t+1时刻周围环境点云数据分别为Xt和Xt+1。
通过里程计计算Xt+1点云数据对应的第二相对位置与Xt点云数据对应的第一相对位置。经过NDT算法对第一相对位置与第二相对位置计算后输出的点云分别为Xt和X’t+1(即计算后的第二相对位置),并计算Xt和X’t+1的变换参数T’。ICP算法通过计算X’t+1与Xt对应点距离,计算出旋转平移矩阵T”,通过T”对X’t+1变换,并计算变换之后的均方差。若均方差小于预设的误差阈值,则算法结束。否则继续重复迭代直至均方差小于预设的误差阈值或者迭代次数满足预设的迭代数阈值,则终止计算。需要说明的是,预设的误差阈值根据需要进行设置,在此不作限定。预设的迭代数阈值根据大量实验数据进行设置,在此不作限定。
作为上述方案的改进,在所述获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据之后,在所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置之前,还包括:
对所述第一待处理的点云数据和所述第二待处理的点云数据进行预处理。
具体地,对于激光雷达,过远的点已经非常稀疏,因此需要截取有效范围,过滤掉过远的点。在本实施例中,通过Voxel Grid滤波器对点云数据进行降采样,即减少点云的数量规模,同时保持点云的障碍物特征。
参见图2,是本发明一实施例提供的一种点云数据的配准装置的结构示意图。
本发明另一实施例对应提供了一种点云数据的配准装置,包括:
获取模块10,用于获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据;其中,所述第一时刻和所述第二时刻为相邻时刻;
第一计算模块20,用于通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置;
第二计算模块30,用于根据预设的正态分布变换算法对所述第一相对位置和所述第二相对位置进行计算,得到计算后的第二相对位置;
配准模块40,用于根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置。
本发明实施例提供的一种点云数据的配准装置,通过获取相邻时刻的点云数据,并根据预设的相对定位方法对其进行计算得到对应的相对位置,提高了预设的正态分布变换算法的稳定性与准确性,再根据预设的正态分布变换算法与预设的迭代最近点配准算法相结合对点云数据进行配准,提高了移动装置的点云配准精度,从而提高了移动装置在室外复杂环境下的定位精度和定位鲁棒性
参见图3,是本发明一实施例提供的点云数据的配准设备的示意图。该实施例的一种点云数据的配准设备,包括:包括处理器11、存储器12以及存储在所述存储器12中且被配置为由所述处理器11执行的计算机程序,所述处理器11执行所述计算机程序时实现上述发明实施例所述的移动侦测的防误触发方法或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。在本实施例中,点云数据的配准设备优选为移动机器人。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述点云数据的配准设备中的执行过程。
所述点云数据的配准设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述点云数据的配准设备可包括,但不仅限于,处理器11、存储器12。本领域技术人员可以理解,所述示意图仅仅是点云数据的配准设备的示例,并不构成对点云数据的配准设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述点云数据的配准设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器11可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述点云数据的配准设备的控制中心,利用各种接口和线路连接整个点云数据的配准设备的各个部分。
所述存储器12可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述点云数据的配准设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述点云数据的配准设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种点云数据的配准方法,其特征在于,包括:
获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据;其中,所述第一时刻和所述第二时刻为相邻时刻;
通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置;
根据预设的正态分布变换算法对所述第一相对位置和所述第二相对位置进行计算,得到计算后的第二相对位置;
根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置。
2.如权利要求1所述的点云数据的配准方法,其特征在于,所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置,具体包括:
通过里程计分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置。
3.如权利要求1所述的点云数据的配准方法,其特征在于,所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置,具体包括:
通过IMU惯性传感器分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置。
4.如权利要求1所述的点云数据的配准方法,其特征在于,所述方法还包括:
所述根据预设的正态分布变换算法对所述第一相对位置和所述计算后的第二相对位置进行计算,得到对应的变换参数。
5.如权利要求4所述的点云数据的配准方法,其特征在于,所述根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置,具体包括:
根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行计算,得到对应的变换矩阵;
根据所述变换矩阵对所述计算后的第二相对位置进行变换,得到第三相对位置;
计算所述第三相对位置与所述计算后的第二相对位置的均方差;
当判断出所述均方差小于预设的误差阈值时,输出配准结果,根据配准结果确定所述移动装置的当前位置。
6.如权利要求5所述的点云数据的配准方法,其特征在于,在所述计算所述第三相对位置与所述计算后的第二相对位置的均方差之后,还包括:
当判断出所述均方差不小于预设的误差阈值时,则继续通过预设的迭代最近点配准算法进行配准,直至满足预设的迭代终止条件;
其中,预设的迭代终止条件包括:所述均方差小于预设的误差阈值或通过预设的迭代最近点配准算法进行配准的迭代次数满足预设的迭代数阈值。
7.如权利要求1所述的点云数据的配准方法,其特征在于,在所述获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据之后,在所述通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置之前,还包括:
对所述第一待处理的点云数据和所述第二待处理的点云数据进行预处理。
8.一种点云数据的配准装置,其特征在于,包括:
获取模块,用于获取第一时刻的第一待处理的点云数据和第二时刻的第二待处理的点云数据;其中,所述第一时刻和所述第二时刻为相邻时刻;
第一计算模块,用于通过预设的相对定位方法分别计算所述第一待处理的点云数据对应的移动装置的第一相对位置及所述第二待处理的点云数据对应的移动装置的第二相对位置;
第二计算模块,用于根据预设的正态分布变换算法对所述第一相对位置和所述第二相对位置进行计算,得到计算后的第二相对位置;
配准模块,用于根据预设的迭代最近点配准算法对所述第一相对位置及所述计算后的第二相对位置进行配准,根据配准结果确定所述移动装置的当前位置。
9.一种点云数据的配准设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的点云数据的配准方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的点云数据的配准方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011602917.0A CN112686934A (zh) | 2020-12-29 | 2020-12-29 | 点云数据的配准方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011602917.0A CN112686934A (zh) | 2020-12-29 | 2020-12-29 | 点云数据的配准方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112686934A true CN112686934A (zh) | 2021-04-20 |
Family
ID=75454436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011602917.0A Pending CN112686934A (zh) | 2020-12-29 | 2020-12-29 | 点云数据的配准方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112686934A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190287254A1 (en) * | 2018-03-16 | 2019-09-19 | Honda Motor Co., Ltd. | Lidar noise removal using image pixel clusterings |
CN110363849A (zh) * | 2018-04-11 | 2019-10-22 | 株式会社日立制作所 | 一种室内三维建模方法及系统 |
CN110609290A (zh) * | 2019-09-19 | 2019-12-24 | 北京智行者科技有限公司 | 激光雷达匹配定位方法及装置 |
CN110673115A (zh) * | 2019-09-25 | 2020-01-10 | 杭州飞步科技有限公司 | 雷达与组合导航系统的联合标定方法、装置、设备及介质 |
CN111373336A (zh) * | 2017-11-25 | 2020-07-03 | 华为技术有限公司 | 状态感知方法以及相关设备 |
CN111612841A (zh) * | 2020-06-22 | 2020-09-01 | 上海木木聚枞机器人科技有限公司 | 目标定位方法及装置、移动机器人及可读存储介质 |
CN111679303A (zh) * | 2019-12-30 | 2020-09-18 | 全球能源互联网研究院有限公司 | 一种多源定位信息融合的综合定位方法及装置 |
-
2020
- 2020-12-29 CN CN202011602917.0A patent/CN112686934A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111373336A (zh) * | 2017-11-25 | 2020-07-03 | 华为技术有限公司 | 状态感知方法以及相关设备 |
US20190287254A1 (en) * | 2018-03-16 | 2019-09-19 | Honda Motor Co., Ltd. | Lidar noise removal using image pixel clusterings |
CN110363849A (zh) * | 2018-04-11 | 2019-10-22 | 株式会社日立制作所 | 一种室内三维建模方法及系统 |
CN110609290A (zh) * | 2019-09-19 | 2019-12-24 | 北京智行者科技有限公司 | 激光雷达匹配定位方法及装置 |
CN110673115A (zh) * | 2019-09-25 | 2020-01-10 | 杭州飞步科技有限公司 | 雷达与组合导航系统的联合标定方法、装置、设备及介质 |
CN111679303A (zh) * | 2019-12-30 | 2020-09-18 | 全球能源互联网研究院有限公司 | 一种多源定位信息融合的综合定位方法及装置 |
CN111612841A (zh) * | 2020-06-22 | 2020-09-01 | 上海木木聚枞机器人科技有限公司 | 目标定位方法及装置、移动机器人及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
DGR/ARF-001: "GROUP REPORT Augmented Reality Framework (ARF); AR standards landscape Disclaimer The present document has been produced and approved by the Augmented Reality Framewor", ETSI GR ARF 001, no. 1, 30 April 2019 (2019-04-30) * |
朱峰: "GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术", 中国博士论文全文数据库, 15 August 2020 (2020-08-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111812658B (zh) | 位置确定方法、装置、系统和计算机可读存储介质 | |
JP6918885B2 (ja) | 相対的位置姿勢の標定方法、相対的位置姿勢の標定装置、機器及び媒体 | |
CN108732582B (zh) | 车辆定位方法和装置 | |
CN110673115B (zh) | 雷达与组合导航系统的联合标定方法、装置、设备及介质 | |
EP3620823B1 (en) | Method and device for detecting precision of internal parameter of laser radar | |
CN111121754A (zh) | 移动机器人定位导航方法、装置、移动机器人及存储介质 | |
KR101909953B1 (ko) | 라이다 센서를 이용한 차량의 자세 추정 방법 | |
US11045953B2 (en) | Relocalization method and robot using the same | |
CN111915675B (zh) | 基于粒子漂移的粒子滤波点云定位方法及其装置和系统 | |
CN111113422B (zh) | 机器人定位方法、装置、计算机可读存储介质及机器人 | |
CN113933818A (zh) | 激光雷达外参的标定的方法、设备、存储介质及程序产品 | |
KR20180076441A (ko) | 적응적 관심영역 및 탐색창을 이용한 객체 검출 방법 및 장치 | |
CN114820749A (zh) | 无人车井下定位方法、系统、设备及介质 | |
CN110887493A (zh) | 基于局部地图匹配的轨迹推算方法、介质、终端和装置 | |
CN112581613A (zh) | 一种栅格地图的生成方法、系统、电子设备及存储介质 | |
CN110243364B (zh) | 无人机航向确定方法、装置、无人机及存储介质 | |
CN114485698B (zh) | 一种交叉路口引导线生成方法及系统 | |
CN112686951A (zh) | 用于确定机器人位置的方法、装置、终端及存储介质 | |
CN114219770A (zh) | 地面检测方法、装置、电子设备及存储介质 | |
CN115683100A (zh) | 机器人的定位方法、装置、机器人以及存储介质 | |
CN113580134A (zh) | 视觉定位方法、设备、机器人、存储介质及程序产品 | |
CN113218408A (zh) | 适用于多地形的多传感器融合的2Dslam方法及其系统 | |
CN113459088A (zh) | 地图调整方法、电子设备及存储介质 | |
CN117387604A (zh) | 基于4d毫米波雷达和imu融合的定位与建图方法及系统 | |
CN112686934A (zh) | 点云数据的配准方法、装置、设备及介质 |
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 |