CN115248439B 基于几何信息和强度信息的激光雷达slam方法及系统 （中山大学）

基于几何信息和强度信息的激光雷达slam本发明提供了基于几何信息和强度信息的2通过激光雷达采集物体点云；所述物体点云包括各个点的三维坐标信对所述物体点云内各个点的强度信息进行校准，得到对应的校准物根据所述校准物体点云，提取每帧点云的几何特征点和强度根据预设栅格尺寸，构建栅格地图，并将所述栅格地图的各个网将当前帧点云与前一帧点云的点云强度图进行配准，并采用当前根据所述物体点云构建物体平面，并对所述物体平面进行局部根据激光束入射角和激光雷达探测的物体距离，对各个点的强度信息进行计算每帧点云内各点的曲率信息，并将每帧点云按照第将各个分段点云按照对应的曲率信息进行降序排列，自上而下筛3根据预设强度阈值，筛选得到各个分段点云的有效强度点，并对将有效强度点中校准强度信息大于校准强度信息中值的点提取为对应根据各个帧的边缘点建立点到线距离最小约束，以及根据各个帧根据所述点到线距离最小约束和点到面距离最小约束，构建几根据所述几何特征目标方程，构建退化检测矩阵，并根据所d,=if-M(p)4点云采集模块，用于通过激光雷达采集物体点云；强度校准模块，用于对所述物体点云内各个点的强强度图构建模块，用于根据所述校准物体点云根据预设栅格尺寸，构建栅格地图，并将所述栅格地图的各个网将当前帧点云与前一帧点云的点云强度图进行配准，并采用当前其中，my为网格单元；为当前帧网格my的强度值，M(m1zr-1)为前一帧网8.一种计算机设备，包括存储器、处理器及处理器执行时实现权利要求1至6中任一所述方5[0003]目前的激光雷达SLAM算法主要关注了点云的几何信息，如使用了经典ICP算法的点到地图的配准的hdl_graph_slam算法以及采用面元ICP的方式匹配点云的SUMA算法，这是通过多传感器融合方式添加IMU紧耦合并在退化场景下实现新的耦合方法或增加UWB系校准物体点云包括各个点的三维坐标信息和对应6[0015]根据激光束入射角和激光雷达探测的物体距离，对各个[0025]将有效强度点中校准强度信息大于校准强度信息中值的点提取为对应的强度特M(m1zr-1)为前一7[0033]根据所述点到线距离最小约束和点到面距离最小约束，构建[0039]根据所述几何特征目标方程进行点云配准，并采用LM算法求解得到帧间位姿变[0045]d,=if-M(p)8[0056]图1是本发明实施例中基于几何信息和强度信息的激光雷达slam方法的slam系统[0057]图2是本发明实施例中基于几何信息和强度信息的激光雷达slam方法的流程示意[0058]图3是本发明实施例中基于几何信息和强度信息的激光雷达slam系统的结构示意9[0061]本发明考虑现有激光雷达slam方法不能真正有效解决退按照如图1所示的流程框架，基于激光雷达采集的三维点云数据自适应提取几何特征和强将对本发明的基于几何信息和强度信息的激光雷达slam方法进行详细[0062]在一个实施例中，如图2所示，提供了一种基于几何信息和强度信息的激光雷达息可理解为将原始物体点云中各个点的强度信息转化为只与物体反射率有关的强度信息；[0066]根据激光束入射角和激光雷达探测的物体距离，对各个[0074]为了保证提取的特征点分布均匀，将每一帧的点云按照选取包括地面点在内的曲率最小的N个点作准强度信息小于预设强度阈值0.5的点滤除，再对剩余点云的校准强度值进行统计进一步提取为对应的强度特征点，即将该段点云中校准强度值大于强度特征提取阈值的点提取[0087]根据所述点到线距离最小约束和点到面距离最小约束，构建再将退化因子D与设置的退化阈值进行比较，若D<退化阈值，则退化检测结果为存在退[0102]d,=if-M(p)表示第i个强度特征点；i表示第i个强度特征点[0109]后端闭环检测优化可理解为完成前端里程计后的回环优[0110]定位地图的构建以及根据上述后端闭环检测优化后增量式地图的更新均可参见[0111]本申请实施例通过在传统的几何点云配准方式下，引入[0113]在一个实施例中，如图3所示，提供了一种基于几何信息和强度信息的激光雷达[0119]关于一种基于几何信息和强度信息的激光雷达slam系统的具体限定可以参见上一种基于几何信息和强度信息的激光雷达slam系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器[0120]图4示出一个实施例中计算机设备的内部结构图，该计算机设备具体可以是终端[0124]综上，本发明实施例提供的一