CN112859110A - 一种基于三维激光雷达的定位导航方法 - Google Patents
一种基于三维激光雷达的定位导航方法 Download PDFInfo
- Publication number
- CN112859110A CN112859110A CN202011579812.8A CN202011579812A CN112859110A CN 112859110 A CN112859110 A CN 112859110A CN 202011579812 A CN202011579812 A CN 202011579812A CN 112859110 A CN112859110 A CN 112859110A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- dimensional
- positioning
- navigation
- dimensional laser
- 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
Images
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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
本发明提供了一种基于三维激光的定位导航方法,包括车体部分、三维激光雷达SLAM定位部分和AGV导航部分,包括一下几个步骤:步骤1:采用了LOAM的关键算法对三维点云进行同步定位与建图,获取实际作业环境的点云地图;步骤2:利用octomap_server技术将三维点云地图转化为二维栅格地图方便进行AGV导航;步骤3:采用Ray Ground Filter算法分割三维激光产生的地面点云和环境点云,方便AGV导航过程避障处理;步骤4:使用move_base导航算法对AGV进行全局路径规划、局部路径规划以及避障处理。相对于现有的定位导航方法,此方法明显提高了AGV定位精度和导航精度。
Description
技术领域
本发明属于AGV定位导航领域,具体而言,是一种基于三维激光雷达的定位导航方法。
背景技术
激光雷达技术广泛应用在移动机器人、AGV和无人驾驶领域,现在AGV领域主要使用二维激光雷达进行定位导航,可以获得较高的定位精度,但是对于环境的依赖性较大;但是对于复杂多变的环境,二维激光雷达的信息获取有限,对于环境的有效特征不能充分利用,故不同的环境定位导航精度波动较大。
在AGV作业过程中二维激光雷达不能获取障碍物的三维点云信息,仅可获取到二维激光雷达同一平面的点云信息,在复杂多变的环境中导航作业存在很高的风险。
发明内容
为了解决上述问题,本发明公开了一种基于三维雷达定位导航方法,利用环境特征进行定位与建图,可以充分利用环境的有效信息,提高定位导航信息的精度、稳定性以及导航信息的完备性。
为了达到上述目的,本发明的技术方案如下:一种基于三维激光的定位导航方法,包括有:AGV车体部分、三维激光雷达SLAM定位部分和AGV导航部分。
步骤1:采用了LOAM的关键算法对三维点云进行同步定位与建图,获取实际作业环境的三维点云地图。
S1、对输入点云进行滤波,根据曲率大小区分提取特征点,选出曲率大的边缘点和曲率小的平面点。
S2、根据提取的特征点进行相邻两帧点云的特征匹配,获取精度较低的高频的激光里程计信息。
S3、根据前述的特征点,进行数据帧与子地图的点云特征配准,获取精度较高的低频里程计信息。
S4、对低频高精度里程计信息与高频低精度的里程计信息,进行双频数据的融合处理,获取高精度高频率的里程计信息。
步骤2:利用octomap_server技术将三维点云地图转化为二维栅格地图。
步骤2过程是基于八叉树的方法将PCD点云转化为octomap,后进行投影处理获取二维栅格地图。
步骤3:采用Ray Ground Filter算法分割三维激光产生的地面点云和环境点云。
S1、Ray Ground Filter算法的核心是以射线(Ray)的形式来组织点云。
S2、将点云的(x, y, z)三维空间降到(x, y)平面来看,计算每一个点到车辆正方向(x轴)的平面夹角θ, 对360度以激光雷达的角度分辨率进行微分,同一夹角上的n线激光雷达应该由n束射线。
S3、为了方便对同一角度的线束进行处理,要将原来直角坐标系的点云转换成柱坐标描述的点云数据结构。
S4、对同一夹角的线束上的点,按照半径的大小进行排序,通过前后两点的坡度是否大于我们事先设定的坡度阈值,从而判断点是否为地面点。
步骤4:使用move_base导航算法对AGV进行全局路径规划、局部路径规划以及避障处理。
move_base是在ROS上运行的节点,用于配置、运行和与机器人上的导航功能包进行交互。
S1、编写yaml文件,配置插件参数,使用move_base订阅步骤1的里程计和tf信息、订阅步骤2生成的栅格地图、订阅步骤3生成的环境点云。
S2、配置全局规划、局部规划与行为恢复,配置AGV的速度、加速度和位置参数。
下面结合附图对本发明做进一步说明。
附图说明
图1为本发明的流程图简图,对本发明的算法流程进行说明。
图2为本发明的系统框图。
图3为Ray Ground Filter算法的示意图。
图4为move_base导航框架图。
图5为本发明在ROS下的节点图。
具体实施方式
下面结合附图对本发明作进一步详细的说明。
图2为本发明的系统框图,本系统基于ROS测试,包括AGV车体、三维激光雷达、SLAM定位模块和AGV导航部分。
步骤1:Loam模块订阅仿真环境中三维激光雷达发布的点云话题,进行同步定位与建图,获取实际作业环境的点云地图。
步骤2:利用octomap_server技术将三维点云地图转化为二维栅格地图并保存,AGV导航时使用。
步骤3:采用Ray Ground Filter算法分割三维激光产生的地面点云和环境点云。
Ray Ground Filter算法的核心是以射线的形式来组织三维点云,这样方便下一步处理。
S1、将点云的(x, y, z)三维空间降到(x, y)平面,计算每一个点到车辆正方向(x轴)的平面夹角θ, 对360度以激光雷达的角度分辨率进行微分,如图3所示。
同一夹角上的n线激光雷达应该由n束这样的射线。
S2、如图3所示:为了方便对同一角度的线束进行处理,要将原来直角坐标系的点云转换成柱坐标描述的点云数据结构。
为了方便地对点进行半径和夹角的表示,将PCL库中激光雷达点云的数据结构
(pcl::PointCloudXYZI),通过R=,θ= ,其中R表示点到lidar的水平
距离(半径),θ是点相对于车头正方向(即x方向)的夹角。
S3、对同一夹角的线束上的点,按照半径的大小进行排序,通过前后两点的坡度是否大于我们事先设定的坡度阈值,从而判断点是否为地面点。
图4是move_base导航框架图。
move_base提供了ROS导航的配置、运行、交互接口,它主要包括两个部分:全局路径规划:根据给定的目标位置进行总体路径的规划;本地实时规划:根据附近的障碍物进行躲避路线规划。
S1、move_base订阅Loam模块发布的高频高精度的里程计信息。
S2、move_base订阅步骤2产生的二维栅格地图。
S3、move_base订阅Ray Ground Filter算法节点发布的不含地面点云的环境点云,用于本地实时的路径规划。
S4、编写yaml文件,配置控制器插件参数。
S4、move_base订阅发布的目标位置的请求,并且输出AGV的控制指令。
图5是本发明在ROS中进行仿真时的计算图。
图5中gazebo发布三维点云数据 velodyne_points话题分别有两个订阅者ScanRegistration和Ray_Ground_Filter。
ScanRegistration对输入点云进行滤波,根据曲率大小区分提取特征点,选出曲率大的边缘点和曲率小的平面点,然后将特征点话题发布给下一个节点。
Ray Ground Filter算法分割三维激光产生的地面点云和环境点云,将分割后的点云话题发布。
ScanRegistration节点发布的话题被 LaserOdometry节点订阅,实现运动补偿和两帧数据间配准,得到一个高频低精度的里程计信息,同时将里程计数据、环境点云和特征点云,发布给下一个节点laserMapping。
laserMapping节点根据前述的特征点,进行数据帧与子地图的点云特征配准,获取精度较高的低频里程计信息,并构建三维点云地图;对低频高精度里程计信息与高频低精度的里程计信息,进行双频数据的融合处理,获取高精度高频率的里程计信息。
move_base节点订阅 octomap_server保存的二维栅格地图、Ray_Ground_Filter地面点云分割后的环境点云和loam模块发布的高频高精度的里程计信息。
通过以上操作可以实现基于三维激光的定位导航。
应当指出,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (7)
1.一种基于三维激光的定位导航方法,其特征在于包括AGV车体部分、三维激光雷达SLAM定位部分和AGV导航部分,包括一下步骤:
步骤1:采用LOAM的关键算法订阅三维点云进行同步定位与建图,获取实际作业环境的点云地图和高频高精度的里程计信息,并将里程计信息作为话题消息发布给move_base模块使用;
步骤2:采用octomap_server技术将三维点云地图转化为二维栅格地图并保存,move_base导航使用;
步骤3:采用Ray Ground Filter算法分割三维激光产生的地面点云和环境点云,并将点云信息作为话题消息发布给move_base模块使用;
步骤4:move_base节点订阅步骤1产生的里程计信息、订阅步骤2保存的二维栅格地图信息、订阅步骤3产生的环境点云;获取目标位置的请求,并且输出AGV的控制指令。
2.根据权利要求1所述的一种基于三维激光的定位导航方法,其特征在于实现基于三维激光雷达定位的AGV自主导航的一种方法。
3.根据权利要求1所述的一种基于三维激光的定位导航方法,其特征在于步骤1通过修改LOAM模块发布话题使其与move_base适配。
4.根据权利要求1所述的一种基于三维激光的定位导航方法,其特征在于步骤2利用octomap_server技术将三维点云地图转化为二维栅格地图,过程是基于八叉树的方法将PCD点云转化为octomap,后进行投影处理获取二维栅格地图。
5.根据权利要求1所述的一种基于三维激光的定位导航方法,其特征在于步骤3采用Ray Ground Filter算法分割三维激光产生的地面点云和环境点云,环境点云可以用于构建点云地图和障碍物检测。
6.根据权利要求2所述的一种基于三维激光的定位导航方法,其特征在于运用现有的算法,对其进行修改整合,实现稳定的基于三维激光的导航。
7.根据权利要求3所述的一种基于三维激光的定位导航方法,其特征在于对move_base的接口进行三维点云的适配,分别使用LOAM算法获取高频高精度的里程计信息、使用octomap_server生成保存的二维栅格地图、使用Ray Ground Filter算法发布的环境点云的信息,实现稳定的导航。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011579812.8A CN112859110A (zh) | 2020-12-28 | 2020-12-28 | 一种基于三维激光雷达的定位导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011579812.8A CN112859110A (zh) | 2020-12-28 | 2020-12-28 | 一种基于三维激光雷达的定位导航方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112859110A true CN112859110A (zh) | 2021-05-28 |
Family
ID=75997665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011579812.8A Pending CN112859110A (zh) | 2020-12-28 | 2020-12-28 | 一种基于三维激光雷达的定位导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859110A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113838203A (zh) * | 2021-09-30 | 2021-12-24 | 四川智动木牛智能科技有限公司 | 基于三维点云地图和二维栅格地图的导航系统及应用方法 |
CN114415661A (zh) * | 2021-12-15 | 2022-04-29 | 中国农业大学 | 基于压缩三维空间点云的平面激光slam与导航方法 |
-
2020
- 2020-12-28 CN CN202011579812.8A patent/CN112859110A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113838203A (zh) * | 2021-09-30 | 2021-12-24 | 四川智动木牛智能科技有限公司 | 基于三维点云地图和二维栅格地图的导航系统及应用方法 |
CN113838203B (zh) * | 2021-09-30 | 2024-02-20 | 四川智动木牛智能科技有限公司 | 基于三维点云地图和二维栅格地图的导航系统及应用方法 |
CN114415661A (zh) * | 2021-12-15 | 2022-04-29 | 中国农业大学 | 基于压缩三维空间点云的平面激光slam与导航方法 |
CN114415661B (zh) * | 2021-12-15 | 2023-09-22 | 中国农业大学 | 基于压缩三维空间点云的平面激光slam与导航方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kato et al. | Autoware on board: Enabling autonomous vehicles with embedded systems | |
CN109916393B (zh) | 一种基于机器人位姿的多重栅格值导航方法及其应用 | |
CN110362083B (zh) | 一种基于多目标跟踪预测的时空地图下自主导航方法 | |
CN113269837B (zh) | 一种适用于复杂三维环境的定位导航方法 | |
Pfeiffer et al. | Modeling dynamic 3D environments by means of the stixel world | |
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN113865580A (zh) | 构建地图的方法、装置、电子设备及计算机可读存储介质 | |
CN112859110A (zh) | 一种基于三维激光雷达的定位导航方法 | |
Wu et al. | Robust LiDAR-based localization scheme for unmanned ground vehicle via multisensor fusion | |
CN111652072A (zh) | 轨迹获取方法、轨迹获取装置、存储介质和电子设备 | |
CN111578926A (zh) | 一种基于自动驾驶平台的地图生成与导航避障的方法 | |
Yang et al. | Mobile robot motion control and autonomous navigation in GPS-denied outdoor environments using 3D laser scanning | |
CN115639823A (zh) | 崎岖起伏地形下机器人地形感知与移动控制方法及系统 | |
CN115388892A (zh) | 一种基于改进rbpf-slam算法的多传感器融合slam方法 | |
Xiong et al. | Road-Model-Based road boundary extraction for high definition map via LIDAR | |
Overbye et al. | Fast local planning and mapping in unknown off-road terrain | |
CN109636897B (zh) | 一种基于改进RGB-D SLAM的Octomap优化方法 | |
CN117406771B (zh) | 一种基于四旋翼无人机的高效自主探索方法、系统及设备 | |
CN114459483B (zh) | 基于机器人导航用地标导航地图构建与应用方法、系统 | |
CN114815899A (zh) | 基于3d激光雷达传感器的无人机三维空间路径规划方法 | |
Wu et al. | 2D LIDAR SLAM based on Gauss-Newton | |
Li et al. | Object-Aware View Planning for Autonomous 3D Model Reconstruction of Buildings Using a Mobile Robot | |
CN113960614A (zh) | 一种基于帧-地图匹配的高程图构建方法 | |
CN112747752A (zh) | 基于激光里程计的车辆定位方法、装置、设备和存储介质 | |
Dang et al. | A path planning method for indoor robots based on partial & global A-star algorithm |
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 |