CN116560357A - 一种基于slam的隧道巡检机器人系统及巡检控制方法 - Google Patents

Abstract

本发明的基于SLAM的隧道巡检机器人系统，包括云端服务器、巡检机器人和边缘端，巡检机器人由车架平台、车轮、驱动电机、主控制器以及与主控制器相连接的2D激光雷达、超声波模块、惯性导航模块IMU和里程计构成。本发明的巡检控制方法，包括：a).采集周期和运动轨迹的设定；b).信息采集；c).车架平台倾斜判断；d).坐标变换；e).二维到三维的隧道内壁建模；f).数据滤波；g).隧道内壁情况判断。本发明的巡检机器人系统及方法，实现使用低成本2D激光雷达构建三维点云地图，完成巡检机器人的数字重建过程，通过数字重建的结果对比，分析巷道内情况变化，实现无人值守巡检，实现坍塌、毁坏以及障碍物问题的及时发现。

Description

一种基于SLAM的隧道巡检机器人系统及巡检控制方法

技术领域

本发明涉及一种隧道巡检机器人系统及巡检控制方法，更具体的说，尤其涉及一种基于SLAM的隧道巡检机器人系统及巡检控制方法。

背景技术

随着计算机技术的不断进步，机器人技术的应用已经遍及我们生活的各个领域，在日常巡检中，移动机器人也有巨大的潜力，例如在隧道、管道、煤矿巷道中，巡检机器人的自动巡检可及时发现问题，避免一些危险事件发生。基于激光雷达的即时定位与地图构建(SLAM)成为当前的研究热门。机器人在自主构建地图及导航中，机器人必须可以通过自身所安装的传感器来获取所处环境的信息，构建出相应的代价地图，并可以通过地图的特征点来判断自身所处的位置，这就被称为即时定位与地图构建(SLAM)，高精度的移动机器人的SLAM系统是自动控制和路径规划的前提。

隧道、排水管道、煤矿巷道、室内等非开阔环境的数字重构中，移动机器人在环境感知技术中应用机械式激光雷达所面临的诸如：存在地面不平整，车体震动大，点云数据离群点较多等问题影响了后续实时地图构建的精度及效率。本发明所使用的激光雷达传感器是二维的，只能获取某个平面内的角度距离信息。想要获得空间的三维点云信息，必须额外获取第三个坐标，才能实现三维雷达的扫描功能。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种基于SLAM的隧道巡检机器人系统及巡检控制方法。

本发明的基于SLAM的隧道巡检机器人系统，包括云端服务器、巡检机器人和边缘端，云端服务器经5G通信网络与边缘端相通信，边缘端经Wifi网络与巡检机器人相通信，巡检机器人经Wifi网络和5G通信网络与云端服务器通信；巡检机器人用于对所巡检的隧道内壁进行建模，并将建模新型经Wifi网络和5G通信网络上传至云端服务器，云端服务器对建模数据进行存储和处理，并在存在隧道出现危险情况时发出报警信号和分派维修任务；边缘端通过5G通信网络与云端服务器相通信，在获取到危险情况时在隧道口出发出报警信息；其特征在于：所述巡检机器人由车架平台、车轮、驱动电机、主控制器以及与主控制器相连接的2D激光雷达、超声波模块、惯性导航模块IMU和里程计构成，2D激光雷达可在垂直于车架平台的平面内进行360°旋转，主控制器经2D激光雷达采集其旋转一周内的隧道内壁距离信息，经超声波模块检测前方的障碍物信息，经惯性导航模块IMU获取车架平台的横滚角roll、俯仰角pitch和航向角yaw，经里程计获取巡检机器人在隧道内的位置信息；主控制器根据周期性获取的隧道内壁距离、车架平台的横滚角roll、俯仰角pitch和航向角yaw以及巡检机器人在隧道内的位置信息建立起隧道内壁的三维模型，并通过对比前后两次隧道内壁的三维模型的差异，来判断隧道是否有危险情况出现。

本发明的基于SLAM的隧道巡检机器人系统，所述主控制器还连接有Wifi通讯模块和触摸显示屏。

本发明的基于SLAM的隧道巡检机器人系统，包括5G通讯基站、无线基站、交换机和5G路由器，巡检机器人经无线基站和交换机与边缘端相通信，巡检机器人经无线基站、交换机、5G路由器和5G通讯基站与云端服务器相通信，云端服务器经5G通讯基站和5G路由器与边缘端相通信。

本发明的基于SLAM的隧道巡检机器人系统的巡检控制方法，其特征在于，通过以下步骤来实现：

a).采集周期和运动轨迹的设定；设定巡检机器人在隧道内行进过程中对隧道内壁进行360°不间断的距离扫描；沿所要巡检的隧道地面中线建立巡检机器人的运动轨迹；

b).信息采集；巡检机器人在沿运动行进的过程中，经里程计获取在隧道内的行进距离S，经惯性导航模块IMU获取车架平台的横滚角roll、俯仰角pitch和航向角yaw；通过对行进距离S的判断，当其达到需要停下来进行隧道内壁扫描时，主控制器通过驱使2D激光雷达进行360°转动，并在转动的过程中将转动角度和该转动角度下的隧道内壁距离记录下来；主控制器通过超声波模块检测前方是否有障碍物存在，在有障碍物存在的情况下进行自动避障；

c).车架平台倾斜判断；主控制器根据获取的车架平台的横滚角roll、俯仰角pitch和航向角yaw，判断车架平台是否出现了倾斜，如果出现了倾斜，则执行步骤d)，如果没有出现倾斜，则执行步骤e)；

d).坐标变换；将巡检机器人在倾斜状态下的坐标转换为其在非倾斜状态下的坐标；

e).二维到三维的隧道内壁建模；将巡检机器人通过里程计所采集的行进距离S与通过2D激光雷达所采集的转动角度和该转动角度下的隧道内壁距离对应起来，即将2D激光雷达旋转一周内所采集的所有距离找到一个与之对应的里程计数值，以实现隧道内壁的二维点到三维点的转换，实现隧道内壁三维模型的建立；

f).数据滤波；获取到隧道的三维模型的各个点的数据后，为了消除噪点，首先进行统计滤波，对每个点的邻域进统计分析，将超出正常范围值的点定义为离群噪点进行去除；计滤波完成后再进行双边滤波，双边滤波对边缘保持很好的效果，适用于巡检环境中对墙壁等表面的噪点处理，采用加权平均的方法，通过加权平均来减小噪声，其权重是同时考虑了空间域和特征域，再保持边缘的前提下对内部点云进行去噪；

g).隧道内壁情况判断；隧道内壁的三维模型建立后，在后期的再次巡检时，按照步骤a)至步骤e)重新获取隧道内壁的三维模型，并将前后两次的隧道内壁三维模型进行比较，判断隧道是否有诸如开裂、坍塌的危险情况出现，如果存在，则向边缘端和云端服务器发送报警信号。

本发明的基于SLAM的隧道巡检机器人系统的巡检控制方法，步骤d)所述的坐标变换通过以下方法来实现：

设XYZ为2D激光雷达水平状态下的坐标系，xyz为2D激光雷达偏移状态下坐标系，可以推出在t时刻雷达扫描数据的表达式为：

其中，[X_t Y_t Z_t]^T为t时刻水平激光雷达坐标系下的坐标，[x_t y_t z_t]^T为激光雷达平面偏移后的坐标系下坐标，[S_x S_y S_z]^T为两个坐标系的坐标原点位置偏移量；

R为激光雷达水平状态到倾斜状态的姿态变换，具体表示为：

R＝R_z·R_y·R_x

经过坐系转化后由当前获得倾斜时获取的2D激光雷达数据坐标转化到了水平坐标系下的坐标。

本发明的基于SLAM的隧道巡检机器人系统的巡检控制方法，步骤e)所述的二维到三维的隧道内壁建模通过以下步骤来实现：

e-1).数据信息获取；通过里程计获取巡检机器人的在隧道内的位置信息，通过2D激光雷达采集到巡检环境的竖向切面的角度和距离信息，激光雷达扫描每旋转一圈可以得到扫描平面360°点云信息，激光雷达采样间隔为一度，则每帧点云数据有360个激光雷达点云数据；

e-2).每一帧点云数据包含其旋转角度值和所测距离值，因此定义每帧点云数据为：

当数据采集系统对一个场景进行完整的信息采集时，可以得到整个场景的所有测量点云数据的距离值以及角度值，用矩阵T表示：

令激光雷达坐标系Z轴方向为车辆行驶方向，Z轴的距离为车辆行驶距离s_i，将该帧的激光点云数据中找到一个与之对应的里程计数值，全局坐标系O下可表示为：

O＝[t₁,s₁ t₂,s₂...t_ms_m]

即可实现最终实现了二维点云到三维点云的转换，实现二维到三维的隧道内壁建模。

本发明的有益效果是：本发明的基于SLAM的隧道巡检机器人系统及巡检控制方法，巡检机器人搭载的2D激光雷达传感器采集到的角度距离值信息、机器人里程计推算的位置信息以及惯性测量单元(IMU)采集车体姿态信息，进行多传感器数据融合，前置超声波传感器负责前方障碍物检测；数据预处理中，由于平台倾斜或震动导致2D激光雷达扫描平面发生偏移，进而产生的测量误差，通过IMU精确采集车体姿态信息进行对点云数据进行畸变矫正。融合里程计位置信息和2D点云数据信息，通过坐标转换得到场景的3D点云数据，点云数据一般情况下分布着随机噪点，针对噪声点和离群点，本发明采用统计滤波与双边滤波结合的去噪方法对点云数据进行滤波处理，最终实现使用低成本2D激光雷达构建三维点云地图，完成巡检机器人的数字重建过程，通过数字重建的结果对比，分析巷道内情况变化，实现无人值守巡检，实现坍塌、毁坏以及障碍物问题的及时发现。

附图说明

图1为本发明的基于SLAM的隧道巡检机器人系统原理框图；

图2为本发明的基于SLAM的隧道巡检机器人系统的组成原理图；

图3为本发明中巡检机器人的结构示意图；

图4为本发明中巡检机器人的控制原理图；

图5为本发明的基于SLAM的隧道巡检机器人系统的巡检控制方法流程示意图；

图6为本发明中巡检机器人在倾斜状态下的坐标转换为非倾斜状态下坐标的原理示意图；

图7为本发明中巡检机器人在倾斜状态下的坐标转换为非倾斜状态下坐标的效果示意图。

图中：1云端服务器，2巡检机器人，3边缘端，4 5G通讯基站，5无线基站，6交换机，75G路由器，8车架平台，9车轮，10驱动电机，11主控制器，12 2D激光雷达，13超声波模块，14减震器，15惯性导航模块IMU，16里程计，17Wifi通讯模块，18触摸显示屏。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

如图1和图2所示，分别给出了本发明的基于SLAM的隧道巡检机器人系统原理框图和组成原理图，其由云端服务器1、巡检机器人2和边缘端3构成，云端服务器1经5G通信网络与边缘端3相通讯，边缘端3经Wifi网络与巡检机器人2相通讯，巡检机器人2经Wifi网络和5G通信网络与云端服务器1相通讯。所示的5G通信网络由5G通讯基站4和5G路由器7构成，Wifi网络由无线基站5构成，5G通讯基站4经5G路由器7和交换机6进行协议转换，以实现与Wifi网络的无线基站5进行数据传输。

云端服务器1主要负责，巡检数据存储及预警，及时发出预警信号，通知维修人员前往作业。设定巡检周期，下发巡检任务。便于专业人员及时根据三维重建信息了解隧道、管道或煤矿巷道中情况。边缘端3主要任务为通过5G网络与云端服务器相连，实现云端命令接受以及巡检信息上传等工作，通过大功率无线基站与巡检机器人2进行短距离无线通讯，实现及时获取危险信息，以及下发巡检任务等。此外边缘端还负责巡检现场的预警工作。

如图3所示，分别给出了本发明中巡检机器人的结构示意图和控制原理图，所示的巡检机器人2由车架平台8、车轮9、驱动电机10、主控制器11以及与主控制器11相连接的2D激光雷达12、超声波模块13、惯性导航模块IMU、里程计16、Wifi通讯模块17和触摸显示屏18构成，车架平台8起固定和支撑作用，车轮9设置在车架平台8的四个顶角上，每个车轮9经单独的驱动电机10进行驱动，车轮9采用麦格纳母轮。为了保证通过性和避免多余的振动，所示车轮9与车架平台8之间设置有减震装置。

所示2D激光雷达12设置在车架平台8的前端，2D激光雷达12可进行在垂直于车平台8的平面内进行360°的转动，以实现360°的距离信息采集。超声波模块13设置于车架平台8的前端，用于检测前方是否存在障碍物。主控制器11经惯性导航模块IMU对车架平台8的横滚角roll、俯仰角pitch和航向角yaw进行采集，经里程计16获取巡检机器人2的在隧道内的行驶距离。

如图5所示，给出了本发明的基于SLAM的隧道巡检机器人系统的巡检控制方法流程示意图，其通过以下步骤来实现：

a).采集周期和运动轨迹的设定；设定巡检机器人在隧道内行进过程中对隧道内壁进行360°不间断的距离扫描；沿所要巡检的隧道地面中线建立巡检机器人的运动轨迹；

b).信息采集；巡检机器人在沿运动行进的过程中，经里程计获取在隧道内的行进距离S，经惯性导航模块IMU获取车架平台的横滚角roll、俯仰角pitch和航向角yaw；通过对行进距离S的判断，当其达到需要停下来进行隧道内壁扫描时，主控制器通过驱使2D激光雷达进行360°转动，并在转动的过程中将转动角度和该转动角度下的隧道内壁距离记录下来；主控制器通过超声波模块检测前方是否有障碍物存在，在有障碍物存在的情况下进行自动避障；

c).车架平台倾斜判断；主控制器根据获取的车架平台的横滚角roll、俯仰角pitch和航向角yaw，判断车架平台是否出现了倾斜，如果出现了倾斜，则执行步骤d)，如果没有出现倾斜，则执行步骤e)；

d).坐标变换；将巡检机器人在倾斜状态下的坐标转换为其在非倾斜状态下的坐标；

如图6所示，给出了本发明中巡检机器人在倾斜状态下的坐标转换为非倾斜状态下坐标的原理示意图，该步骤通过以下方法来实现：

设XYZ为2D激光雷达水平状态下的坐标系，xyz为2D激光雷达偏移状态下坐标系，可以推出在t时刻雷达扫描数据的表达式为：

其中，[X_t Y_t Z_t]^T为t时刻水平激光雷达坐标系下的坐标，[x_t y_t z_t]^T为激光雷达平面偏移后的坐标系下坐标，[S_x S_y S_z]^T为两个坐标系的坐标原点位置偏移量；

R为激光雷达水平状态到倾斜状态的姿态变换，具体表示为：

R＝R_z·R_y·R_x

经过坐系转化后由当前获得倾斜时获取的2D激光雷达数据坐标转化到了水平坐标系下的坐标。

e).二维到三维的隧道内壁建模；将巡检机器人通过里程计所采集的行进距离S与通过2D激光雷达所采集的转动角度和该转动角度下的隧道内壁距离对应起来，即将2D激光雷达旋转一周内所采集的所有距离找到一个与之对应的里程计数值，以实现隧道内壁的二维点到三维点的转换，实现隧道内壁三维模型的建立；

二维到三维的隧道内壁建模通过以下步骤来实现：

e-1).数据信息获取；通过里程计获取巡检机器人的在隧道内的位置信息，通过2D激光雷达采集到巡检环境的竖向切面的角度和距离信息，激光雷达扫描每旋转一圈可以得到扫描平面360°点云信息，激光雷达采样间隔为一度，则每帧点云数据有360个激光雷达点云数据；

e-2).每一帧点云数据包含其旋转角度值和所测距离值，因此定义每帧点云数据为：

当数据采集系统对一个场景进行完整的信息采集时，可以得到整个场景的所有测量点云数据的距离值以及角度值，用矩阵T表示：

令激光雷达坐标系Z轴方向为车辆行驶方向，Z轴的距离为车辆行驶距离s_i，将该帧的激光点云数据中找到一个与之对应的里程计数值，全局坐标系O下可表示为：

O＝[t₁,s₁ t₂,s₂...t_ms_m]

即可实现最终实现了二维点云到三维点云的转换，实现二维到三维的隧道内壁建模。

f).数据滤波；获取到隧道的三维模型的各个点的数据后，为了消除噪点，首先进行统计滤波，对每个点的邻域进统计分析，将超出正常范围值的点定义为离群噪点进行去除；计滤波完成后再进行双边滤波，双边滤波对边缘保持很好的效果，适用于巡检环境中对墙壁等表面的噪点处理，采用加权平均的方法，通过加权平均来减小噪声，其权重是同时考虑了空间域和特征域，再保持边缘的前提下对内部点云进行去噪；

g).隧道内壁情况判断；隧道内壁的三维模型建立后，在后期的再次巡检时，按照步骤a)至步骤e)重新获取隧道内壁的三维模型，并将前后两次的隧道内壁三维模型进行比较，判断隧道是否有诸如开裂、坍塌的危险情况出现，如果存在，则向边缘端和云端服务器发送报警信号。

可见，当巡检机器人平台运行于非平整地面时，会导致平台倾斜或震动，使2D激光雷达扫描平面发生偏移，进而产生的测量误差。结合IMU对机器人平台实时状态的测量，可以得出激光雷达坐标系偏移的横滚角(roll)、俯仰角(pitch)和航向角(yaw)的偏移量，经过坐标系转化后由当前获得倾斜时获取的激光雷达数据坐标转化到了水平坐标系下的坐标，再将水平坐标系下的投影到XY平面上就可以得到了激光雷达与实际周围障碍物的距离。最终完成IMU激光雷达的数据融合进行对点云数据进行矫正。

系统通过里程计采集机器人平台里程距离信息，推算出车体相对于全局坐标系下的位置，将采集到的激光雷达信息和里程计信息进行融合，记录每一帧激光点云数据所对应的里程计位置信息，将每一帧点云数据转化到里程计所推算出的全局坐标系下。经过转换，完成了2D点云数据的三维化操作，实现利用里程计实现对场景多个截面连续拼接，建立巡检环境的三维数字化模型。从而完成隧道、排水管道、煤矿巷道等非开阔环境的低成本二维激光雷达的三维数字重建过程。进行三维重建后，采用统计滤波与双边滤波结合的去噪方法，对点云数据进行滤波处理。将三维重建数据与历史数据进行对比分析，得出巡检结果。

Claims (6)

1.一种基于SLAM的隧道巡检机器人系统，包括云端服务器(1)、巡检机器人(2)和边缘端(3)，云端服务器经5G通信网络与边缘端相通信，边缘端经Wifi网络与巡检机器人相通信，巡检机器人经Wifi网络和5G通信网络与云端服务器通信；巡检机器人用于对所巡检的隧道内壁进行建模，并将建模新型经Wifi网络和5G通信网络上传至云端服务器，云端服务器对建模数据进行存储和处理，并在存在隧道出现危险情况时发出报警信号和分派维修任务；边缘端通过5G通信网络与云端服务器相通信，在获取到危险情况时在隧道口出发出报警信息；其特征在于：所述巡检机器人由车架平台(8)、车轮(9)、驱动电机(10)、主控制器(11)以及与主控制器相连接的2D激光雷达(12)、超声波模块(13)、惯性导航模块IMU(15)和里程计(16)构成，2D激光雷达可在垂直于车架平台的平面内进行360°旋转，主控制器经2D激光雷达采集其旋转一周内的隧道内壁距离信息，经超声波模块检测前方的障碍物信息，经惯性导航模块IMU获取车架平台的横滚角roll、俯仰角pitch和航向角yaw，经里程计获取巡检机器人在隧道内的位置信息；主控制器根据周期性获取的隧道内壁距离、车架平台的横滚角roll、俯仰角pitch和航向角yaw以及巡检机器人在隧道内的位置信息建立起隧道内壁的三维模型，并通过对比前后两次隧道内壁的三维模型的差异，来判断隧道是否有危险情况出现。

2.根据权利要求1所述的基于SLAM的隧道巡检机器人系统，其特征在于：所述主控制器(11)还连接有Wifi通讯模块(17)和触摸显示屏(18)。

3.根据权利要求1或2所述的基于SLAM的隧道巡检机器人系统，其特征在于：包括5G通讯基站(4)、无线基站(5)、交换机(6)和5G路由器(7)，巡检机器人经无线基站和交换机与边缘端(3)相通信，巡检机器人经无线基站、交换机、5G路由器和5G通讯基站与云端服务器(1)相通信，云端服务器经5G通讯基站和5G路由器与边缘端相通信。

4.一种基于权利要求1所述的基于SLAM的隧道巡检机器人系统的巡检控制方法，其特征在于，通过以下步骤来实现：

a).采集周期和运动轨迹的设定；设定巡检机器人在隧道内行进过程中对隧道内壁进行360°不间断的距离扫描；沿所要巡检的隧道地面中线建立巡检机器人的运动轨迹；

b).信息采集；巡检机器人在沿运动行进的过程中，经里程计获取在隧道内的行进距离S，经惯性导航模块IMU获取车架平台的横滚角roll、俯仰角pitch和航向角yaw；通过对行进距离S的判断，当其达到需要停下来进行隧道内壁扫描时，主控制器通过驱使2D激光雷达进行360°转动，并在转动的过程中将转动角度和该转动角度下的隧道内壁距离记录下来；主控制器通过超声波模块检测前方是否有障碍物存在，在有障碍物存在的情况下进行自动避障；

c).车架平台倾斜判断；主控制器根据获取的车架平台的横滚角roll、俯仰角pitch和航向角yaw，判断车架平台是否出现了倾斜，如果出现了倾斜，则执行步骤d)，如果没有出现倾斜，则执行步骤e)；

d).坐标变换；将巡检机器人在倾斜状态下的坐标转换为其在非倾斜状态下的坐标；

e).二维到三维的隧道内壁建模；将巡检机器人通过里程计所采集的行进距离S与通过2D激光雷达所采集的转动角度和该转动角度下的隧道内壁距离对应起来，即将2D激光雷达旋转一周内所采集的所有距离找到一个与之对应的里程计数值，以实现隧道内壁的二维点到三维点的转换，实现隧道内壁三维模型的建立；

f).数据滤波；获取到隧道的三维模型的各个点的数据后，为了消除噪点，首先进行统计滤波，对每个点的邻域进统计分析，将超出正常范围值的点定义为离群噪点进行去除；计滤波完成后再进行双边滤波，双边滤波对边缘保持很好的效果，适用于巡检环境中对墙壁等表面的噪点处理，采用加权平均的方法，通过加权平均来减小噪声，其权重是同时考虑了空间域和特征域，再保持边缘的前提下对内部点云进行去噪；

g).隧道内壁情况判断；隧道内壁的三维模型建立后，在后期的再次巡检时，按照步骤a)至步骤e)重新获取隧道内壁的三维模型，并将前后两次的隧道内壁三维模型进行比较，判断隧道是否有诸如开裂、坍塌的危险情况出现，如果存在，则向边缘端和云端服务器发送报警信号。

5.根据权利要求4所述的基于SLAM的隧道巡检机器人系统的巡检控制方法，其特征在于，步骤d)所述的坐标变换通过以下方法来实现：

设XYZ为2D激光雷达水平状态下的坐标系，xyz为2D激光雷达偏移状态下坐标系，可以推出在t时刻雷达扫描数据的表达式为：

其中，[X_t Y_t Z_t]^T为t时刻水平激光雷达坐标系下的坐标，[x_t y_t z_t]^T为激光雷达平面偏移后的坐标系下坐标，[S_x S_y S_z]^T为两个坐标系的坐标原点位置偏移量；

R为激光雷达水平状态到倾斜状态的姿态变换，具体表示为：

R＝R_z·R_y·R_x

经过坐系转化后由当前获得倾斜时获取的2D激光雷达数据坐标转化到了水平坐标系下的坐标。

6.根据权利要求5所述的基于SLAM的隧道巡检机器人系统的巡检控制方法，其特征在于，步骤e)所述的二维到三维的隧道内壁建模通过以下步骤来实现：

e-1).数据信息获取；通过里程计获取巡检机器人的在隧道内的位置信息，通过2D激光雷达采集到巡检环境的竖向切面的角度和距离信息，激光雷达扫描每旋转一圈可以得到扫描平面360°点云信息，激光雷达采样间隔为一度，则每帧点云数据有360个激光雷达点云数据；

e-2).每一帧点云数据包含其旋转角度值和所测距离值，因此定义每帧点云数据为：

当数据采集系统对一个场景进行完整的信息采集时，可以得到整个场景的所有测量点云数据的距离值以及角度值，用矩阵T表示：

令激光雷达坐标系Z轴方向为车辆行驶方向，Z轴的距离为车辆行驶距离s_i，将该帧的激光点云数据中找到一个与之对应的里程计数值，全局坐标系O下可表示为：

O＝[t₁,s₁ t₂,s₂...t_ms_m]

即可实现最终实现了二维点云到三维点云的转换，实现二维到三维的隧道内壁建模。