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 PDF

Info

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
Application number
CN202011579812.8A
Other languages
English (en)
Inventor
艾长胜
任刚长
孙选
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Jinan
Original Assignee
University of Jinan
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Jinan filed Critical University of Jinan
Priority to CN202011579812.8A priority Critical patent/CN112859110A/zh
Publication of CN112859110A publication Critical patent/CN112859110A/zh
Pending legal-status Critical Current

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

一种基于三维激光雷达的定位导航方法
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=
Figure RE-500454DEST_PATH_IMAGE001
，θ=
Figure RE-34904DEST_PATH_IMAGE002
，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。
CN202011579812.8A 2020-12-28 2020-12-28 一种基于三维激光雷达的定位导航方法 Pending CN112859110A (zh)

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)

* Cited by examiner, † Cited by third party
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

Cited By (4)

* Cited by examiner, † Cited by third party
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