CN114942421A - 一种全向扫描的多线激光雷达自主定位装置及方法 - Google Patents
一种全向扫描的多线激光雷达自主定位装置及方法 Download PDFInfo
- Publication number
- CN114942421A CN114942421A CN202210601988.1A CN202210601988A CN114942421A CN 114942421 A CN114942421 A CN 114942421A CN 202210601988 A CN202210601988 A CN 202210601988A CN 114942421 A CN114942421 A CN 114942421A
- Authority
- CN
- China
- Prior art keywords
- laser
- holder
- laser point
- radar
- characteristic
- 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 41
- 239000013598 vector Substances 0.000 claims abstract description 21
- 241000282461 Canis lupus Species 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 9
- 230000001174 ascending effect Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000004927 fusion Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims 1
- 230000008859 change Effects 0.000 description 9
- 230000007547 defect Effects 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种全向扫描的多线激光雷达自主定位装置及方法,其方案是,通过连接件将多线激光雷达质心对准云台中心竖直固定于云台上,由云台带动雷达旋转实现一个高度上的全向扫描,避免了雷达结合云台采集数据的不准确。经过采集数据、预处理数据、对数据中激光点求法向量、选取特征激光点集合、对特征激光点集合之间使用灰狼优化算法在局部和全局上迭代搜索得到最优角度距离变化量、通过最优角度距离变化量将特征激光点集合拼接,完成自主定位。本发明可用于智能安防、机器人导航。
Description
技术领域
本发明属于雷达技术领域,更进一步涉及激光雷达技术领域中的一种全向扫描的多线激光雷达自主定位装置及方法。本发明可以通过云台固定多线激光雷达对周围环境全方位扫描实现自主定位,依据多线激光雷达固定云台全向扫描获取周围环境的三维点云数据,通过处理三维点云数据实现该装置自主定位的目的。
背景技术
随着科学技术提高和社会的进步,自动控制设备和智能化设备在人们生产生活中的到越来越广泛的应用。激光雷达就类似于人们的眼睛,特别是在自动设备在运功过程中对该设备周围环境的感知显得尤为重要。激光雷达通过光电探测可以避免光照影响完成对周围环境的感知,目前常用的激光雷达主要有单线激光雷达和多线激光雷达这两类,与单线雷达相比,多线激光雷达具有多个收发通道,常用的多线激光雷达可以进行三维探测,但其也只能在水平面上实现360°扫描,俯仰面上仅能获取30°的扫描,对于过近物体或者过远物体都不能进行完整感知,如何扩展多线激光雷达的俯仰扫描角度,使其采集更多周围环境的特征信息是所要解决的关键问题之一。同时,当获取到足够的特征信息,如何通过处理相邻两帧数据感知周围环境变化,实现其准确的自主定位也是需要解决的关键问题。
北京大汉正源科技有限公司在其申请专利文献“一种三维激光雷达”(申请日:2020年10月8日,申请号:202022434234.0,申请公布号:CN 212131972 U)中公开了一种以多线激光雷达对周围环境三维全向扫描的装置。该专利申请公开的装置包括主体、升降装置、固定装置、托盘以及固定板。其中该装置当扳动把杆时,把杆一端通过固定环与伸缩杆外表面固定,带动伸缩杆进行控制主体,即多线激光雷达进行上升下降,实现多线激光雷达的探测高度的调节功能,扩大纵向视野。该装置存在的不足之处是,需要通过把杆控制升降平台调节雷达的自身高度取扩展俯仰扫描角度,导致其需要在多个高度上进行数据采集才能在俯仰位置上完成对周围环境的全向扫描。
江苏普达迪泰科技有限公司在其申请专利文献“一种具有高密度点云的数据采集功能的激光雷达”(申请日:2020年9月1日,申请号:202010906109.7,申请公布号:CN111913184 A)中公开了一种通过改变多线激光雷达方位采集周围环境点云的装置。该专利申请公开的装置包括激光雷达本体、云台支撑杆、云台旋转部件、位置传感器、旋转臂和安装座。其中该装置将多线激光雷达通过安装座竖直安装在旋转臂上,通过云台旋转部件带动激光雷达本体以云台旋转部件为中心进行旋转扫描,位置传感器进行数据采集,实现对周围环境全向数据采集。该装置存在的不足之处是,激光雷达本体安装在旋转臂上,进行旋转扫描时,激光雷达本体进行质心空间运动,雷达相对位置一直被改变,位置传感器所采集云台水平角度信息与激光雷达本体方位角信息之间为一对多的关系,测量数据出现失真,造成所测周围环境的墙面、地板等出现扭曲畸变等误差,不能准确采集数据。
东北大学在其申请的专利文献“基于传感器融合的旋转激光实时定位建模***及方法”(申请日:2021年7月31,申请号:202110835171.6,申请公布号:CN 113570715 A)中公开了一种三维激光雷达与IMU组合校正点云畸变,里程计完成机器人自主定位方法。该方法的步骤是:第一步,完成三维激光雷达与IMU惯性测量单元组合的坐标转换;第二步,利用IMU惯性单元的标定对三维激光雷达获取的点云数据进行去畸变处理;第三步,将第二步处理的点云数据通过特征提取和特征匹配之后,对当前帧特征点与上一帧最近邻三个特征点所构成平面之间的距离值进行趋于零的迭代优化,完成里程计位姿估计;第四步,基于第三步的位姿估计完成点云拼接,实现实时三维重建。该方法存在的不足之处是,在对获取的三维点云数据进行里程计的位姿估计时,其通过最近邻距离标准为基础迭代的分配关系,不断的取上一帧中的最近邻点迭代,直至满足距离趋近于零的迭代终止条件,但是,当多次迭代更新最近邻迭代点时,极容易陷入求取局部最优解,造成对周围环境变化的感知失败,与实际的定位结果不符,不能实现自主定位。
发明内容
本发明的目的在于针对上述现有技术的不足,提出一种全向扫描的多线激光雷达自主定位装置及方法,用于解决装置在使用多线激光雷达进行自主定位时,雷达在扫描周围环境阶段俯仰上探测角度不足,需要多次改变雷达高度进行扫描获取俯仰全向激光点的问题,以及雷达结合云台对周围环境扫描时,雷达相对位置改变,对周围环境扫描不准确的问题;方法在处理三维点云数据时,进行多次迭代时不断更新最近邻点求解极易陷入局部最优,导致对周围环境变化感知失败,其定位结果与实际不符的问题。
实现本发明目的的思路是,本发明装置通过改变多线激光雷达的方位,使其激光发射端在俯仰上发射激光束进行扫描,实现俯仰上的全向,再将多线激光雷达质心对准云台质心,使云台水平旋转带动多线激光雷达全向发射激光束进行扫描,解决了获取多线激光雷达俯仰上全部信息需要多次改变雷达高度扫描及雷达结合云台时采集数据不准确的问题。本发明方法通过对所获取的三维点云数据首先进行主成分析法获取其法向量,再通过法向量变化程度选取激光点进行特征匹配,然后通过改进的灰狼优化算法,使灰狼群体进行捕猎,进行全局最优搜索,并且在局部上控制搜索范围,不断进行迭代,使其在全局和局部搜索上达到平衡,解决了感知周围环境变化失败导致定位与实际不符的问题。
本发明的全向扫描的多线激光雷达自主定位装置包括:多线激光雷达、云台、控制器、电源模块、计算机。
所述多线激光雷达,用于向扫描区域发射激光束,对扫描区域物体发射返回的回波激光束,内部自行计算获取所扫描环境数据;
所述云台,用于通过内部舵机控制带动多线激光雷达进行水平转动;
所述多线激光雷达的激光发射端与所述云台接触,其质心对准所述云台中心,使用连接件将所述多线激光雷达垂直90°角固定于所述云台上,云台转动带动多线激光雷达转动实现对周围环境准确的全向扫描;
所述控制器,用于传输云台数据和控制云台启停;
所述电源模块,用于对多线激光雷达、控制器和计算机供电;
所述计算机,用于处理多线激光雷达数据与云台数据。
本发明多线激光雷达全向扫描的自主定位方法的步骤如下:
步骤1,获取云台每旋转一周的多线激光雷达数据与云台数据:
采集云台每旋转一周雷达转动多周扫描得到的所有帧多线激光雷达数据与其对应云台水平方位角度,传输给计算机;
步骤2,数据预处理:
对云台每旋转一周的多线激光雷达数据与对应云台数据依次进行融合、坐标转换和降噪与滤波处理;
步骤3,求云台每旋转一周三维点云数据中所有激光点的法向量:
以预处理后云台每旋转一周三维点云数据中每个激光点为圆心,求每个激光点在以半径0.5cm圆为邻域的协方差矩阵,采用奇异值分解法,对所得到每个激光点的协方差矩阵求特征向量和特征向量对应的特征值,选择每个激光点特征值中最小特征值对应的特征向量为该激光点的法向量,完成云台每旋转一周三维点云数据中所有激光点法向量的求取;
步骤4,选取云台每旋转一周的特征激光点集合:
计算云台每旋转一周每一帧中每个激光点与其邻域内每个激光点的夹角,对每一帧每个激光点与其邻域的所有夹角求平均值,将云台每旋转一周每一帧中平均值大于5的激光点组成云台每旋转一周的特征激光点集合;
步骤5,划分立方单元格:
将本发明的自主定位装置所处三维走廊环境分割成边长为dcm的立方单元格,每个单元格包含云台每旋转一周特征激光点集合中每个激光点;
步骤6,用所选云台旋转一周的特征激光点集合标定立方单元格:
步骤7,利用灰狼优化算法获取所选云台旋转一周与其下一周特征激光点集合之间的最优角度距离变化量:
步骤7.1,生成所选云台旋转一周的下一周特征激光点集合中每个激光点在每个维度的角度距离变化量:
步骤7.2,对每个激光点的角度距离变化量升序排序,从中选取前3个激光点的角度距离变化量;
步骤7.3,更新每个激光点在每个维度上的角度距离变化量:
步骤7.5,判断最小角度距离变化量对应激光点与已标定单元格的中心距离是否小于0.1cm,若是,记录该角度距离变化量为最优角度距离变化量并执行步骤8,否则,执行步骤7.2;
步骤8,判断是否选完特征激光点集合,若是,执行步骤9,否则,执行步骤6;
步骤9,完成自主定位:
利用云台旋转的所有特征激光点集合之间的最优角度距离变化量集合,对云台旋转每一周的特征激光点集合进行拼接,实时进行地图构建,完成自主定位。
本发明与现有技术相比具有如下优点:
第一,由于本发明的装置中对于多线激光雷达扫描方位进行变化,使激光发射端在俯仰上进行扫描,并结合云台获取其水平方位,克服了现有技术需要多次改变雷达高度采集点云信息获取俯仰上全部激光点的缺陷,使得本发明的装置可以在一个高度位置上全向扫描获取周围环境点云数据。
第二,由于本发明装置中将多线激光雷达质心与云台中心进行对准固定,使完成扫描时雷达的相对位置始终不发生改变,克服了现有技术使用云台延伸旋转臂造成周围环境图像产生畸变,测量不准确的缺陷,使本发明可以完成对周围环境的准确测量。
第三,由于本发明的方法中采用灰狼优化算法,通过其灰狼群体进行捕猎,实现全局搜索,并且控制局部搜索范围,克服了现有技术在进行多次迭代时选取最近邻点易造成局部最优解的缺点,使得本发明的方法可以在多次迭代中在全局搜索和局部搜索上达到平衡,完成对周围环境变化的感知,获取准确的定位。
附图说明
图1为本发明装置的示意图;
图2为本发明装置中多线激光雷达与云台组合示意图;
图3为本发明方法的流程图;
图4为本发明的仿真图。
具体实施方式
下面结合附图和实施例对本发明做进一步描述。
参照图1和实施例,对本发明的全向扫描的多线激光雷达装置做进一步描述。
本发明的全向扫描的多线激光雷达装置包括多线激光雷达、云台、控制器、电源模块、计算机。多线激光雷达质心对准云台中心,利用连接件与云台进行固定连接,云台通过内部舵机控制多线激光雷达进行转动,多线激光雷达向扫描区域发射激光束,通过扫描区域物体发射返回的回波激光束,内部自行计算得到多线激光雷达数据,云台通过自身水平旋转带动多线激光雷达转动,从而实现多线激光雷达在一个高度上完成对周围环境的准确全向扫描;控制器包括蓝牙与单片机,蓝牙发送云台数据并接收控制信号,单片机向云台内部舵机发出控制信号,实现对云台的启停控制;电源模块通过外接直流电源实现,并通过降压处理实现对多线激光雷达、控制器以及计算机的供电;计算机通过其内部运行的自主定位算法程序,对多线激光雷达数据和云台的数据进行处理。进一步的,控制器与固定连接好的多线激光雷达与云台之间通过线路连接,保证控制信号的有效传输;多线激光雷达通过路由器接口与计算机进行信息传输,用于反馈多线激光雷达数据;控制器通过蓝牙连接的方式与计算机进行无线传输,用于反馈云台的数据。
参照图2,对本发明多线激光雷达与云台的连接关系做进一步描述。
图2中的多线激光雷达为圆柱体,其激光发射端为圆柱体的侧面,云台为由舵机控制的单自由度云台,可在水平上旋转360°。将多线激光雷达的激光发射端与云台接触,其质心对准云台中心,使用连接件将多线激光雷达垂直90°角固定于云台上。当云台带动多线激光雷达转动时,云台水平转动一周,雷达转动多周发射激光束对周围环境进行扫描,实现对周围环境的全向扫描。
参照图3和实施例,对本发明的多线激光雷达全向扫描的自主定位方法做进一步的描述。
步骤1,获取云台每旋转一周的多线激光雷达数据与云台数据。
步骤1.1,采集云台每旋转一周的多线激光雷达数据与云台数据。
多线激光雷达在水平方位上旋转扫描一周,得到一帧多线激光雷达数据,解析一帧数据,得到雷达水平方位角、雷达俯仰方位角和雷达与周围环境中物体的距离。
控制器记录云台每旋转一周时多线激光雷达数据所对应的云台水平方位数据。
步骤1.2,给计算机传输数据。
多线激光雷达使用路由器接口,通过用户数据报UDP(User Datagram Protocol)协议,连续发送云台每旋转一周雷达转动多周扫描得到的多线激光雷达数据给计算机。
云台所连接控制器中的蓝牙与计算机蓝牙上电自动配对,将云台水平方位数据传输给计算机。
步骤2,数据预处理。
步骤2.1,融合云台每旋转一周的多线激光雷达数据与对应云台数据。
每一帧的多线激光雷达数据中俯仰方位角与对应云台的水平方位角相加融合为三维点云数据的水平方位角,多线激光雷达数据中水平方位角为三维点云数据的俯仰方位角,多线激光雷达数据中雷达与周围环境的距离为三维点云数据的距离,由此得到极坐标下云台每旋转一周的三维点云数据。
步骤2.2,利用下式,将极坐标系的三维点云数据转化为XYZ空间坐标系下的数据:
其中,表示第m帧三维点云数据中第i个雷达激光点在XYZ空间坐标下的三维位置,m=1,2,...,M,i=1,2,...,N,M表示云台每旋转一周获得帧的总数,N表示一帧三维点云数据中激光点的总数,表示第m帧三维点云数据中第i个雷达激光点测得的与周围环境中物体的距离,表示第m帧三维点云中第i个雷达激光点测得的水平方位角度,表示第m帧三维点云中第i个雷达激光点测得的俯仰方位角度,*表示相乘操作。
步骤2.3,使用中值滤波器去除XYZ空间坐标系下三维点云数据周围存在的孤立噪声点,完成降噪与滤波处理。
步骤3,求云台每旋转一周三维点云数据中所有激光点的法向量。
以预处理后云台每旋转一周三维点云数据中每个激光点为圆心,求每个激光点在以半径0.5cm圆为邻域的协方差矩阵,采用奇异值分解法,对所得到每个激光点的协方差矩阵求特征向量和特征向量对应的特征值,选择每个激光点特征值中最小特征值对应的特征向量为该激光点的法向量,完成云台每旋转一周三维点云数据中所有激光点法向量的求取。
步骤4,选取云台每旋转一周的特征激光点集合。
计算云台每旋转一周每一帧中每个激光点与其邻域内每个激光点的夹角,对每一帧每个激光点与其邻域的所有夹角求平均值,将云台每旋转一周每一帧中平均值大于5的激光点组成云台每旋转一周的特征激光点集合。
步骤5,划分立方单元格。
将本发明的自主定位装置所处三维走廊环境分割成边长为1cm的立方单元格,每个单元格包含云台每旋转一周特征激光点集合中每个激光点。
步骤6,用所选云台旋转一周的特征激光点集合标定立方单元格。
步骤7,利用灰狼优化算法获取所选云台旋转一周与其下一周特征激光点集合之间的最优角度距离变化量。
步骤7.1,按照下式,生成所选云台旋转一周的下一周特征激光点集合中每个激光点在每个维度的角度距离变化量Sju:
其中,j表示所选云台旋转一周的下一周特征激光点集合中第j个激光点,u表示第u维度,j=1,2,...,K,u=1,2,...,6,K表示所选云台旋转一周的下一周特征激光点集合中激光点的总数,表示取均值为0,方差为的随机数,本实施例中rmax={10,10,10,20,20,20}。
步骤7.2,对每个激光点的角度距离变化量升序排序,从中选取前3个激光点的角度距离变化量。
步骤7.3,按照下式,更新每个激光点在每个维度上的角度距离变化量:
其中,Sj'u表示更新后的每个激光点第u维上的角度距离变化量,Spu表示选取第p个激光点第u维度的角度距离变化量,p=1,2,3,ε随迭代次数增多从2到0线性递减,τ表示[0,1]中的随机数。
步骤7.5,判断最小角度距离变化量对应激光点与已标定单元格的中心距离是否小于0.1cm,若是,记录该角度距离变化量为最优角度距离变化量并执行步骤8,否则,执行步骤7.2。
步骤8,判断是否选完特征激光点集合,若是,执行步骤9,否则,执行步骤6。
步骤9,完成自主定位。
利用云台旋转的所有特征激光点集合之间的最优角度距离变化量集合,对云台旋转每一周的特征激光点集合进行拼接,实时进行地图构建,完成自主定位。
下面结合实验对本发明的效果做进一步说明:
1、实验的条件:
本发明的仿真实验的硬件装置为:一个由Velodyne公司的16线激光雷达和一个PWM单自由度云台组成的全向扫描装置,一个由stm32单片机和一个HC05蓝牙组成的控制器。
本发明的实验数据处理平台为:Windows 10操作***和Matlab2020b。
本发明的实验场景为:长40米的走廊,两个移动的行人目标,分别为目标1,目标2。
2、实验内容与结果分析:
本发明的实验是将本发明的装置放在走廊地面上,人为移动装置,使其对长40米,宽10米,高3米的走廊环境进行全向扫描获得点云数据,再利用自主定位方法(灰狼优化算法)对其扫描所得点云数据进行处理,得到该装置自主定位的结果图,如图4所示。
在实验中,采用的自主定位方法是指,Mirjalili等人在“Grey Wolf Optimizer[J].Advances in Engineering Software,2014,69:46-61.”中提出的最优化求解方法,简称灰狼优化算法。
下面结合图4的结果图对本发明做进一步描述。
图4(a)是本装置采用自主定位方法的实时定位结果图,图4(b)是本装置采用自主定位方法的自主建图结果图。
图4(a)可以看出,自主定位方法灰狼优化算法的实时定位结果,圆圈表示本装置所完成的实时定位,圆圈所发出线的方法表示本装置中多线激光雷达的正向方向。
图4(b)可以看出,自主定位方法灰狼优化算法的自主建图结果,X轴表示本发明装置所处走廊环境的长,Y轴表示本发明装置所处走廊环境的宽,Z轴表示本发明装置所处走廊环境的高。
以上实验结果表明,多线激光雷达与云台组成的装置可以完成全向扫描,通过灰狼优化方法求解相邻帧间位置姿态变化量,可以完成实时定位与自主建图,即便进行多次迭代,仍旧能够感知周围环境变化实现准确的自主定位。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (7)
1.一种全向扫描的多线激光雷达自主定位装置,包括多线激光雷达、云台、控制器、电源模块、计算机;其特征在于,所述多线激光雷达与所述云台通过连接件固定连接,云台转动带动多线激光雷达转动实现对周围环境准确的全向扫描;其中:
所述多线激光雷达,用于向扫描区域发射激光束,对扫描区域物体发射返回的回波激光束,内部自行计算获取所扫描环境数据;
所述云台,用于通过内部舵机控制带动多线激光雷达进行水平转动;
所述多线激光雷达的激光发射端与所述云台接触,其质心对准所述云台中心,使用连接件将所述多线激光雷达垂直90°角固定于所述云台上,云台转动带动多线激光雷达转动实现对周围环境准确的全向扫描;
所述控制器,用于传输云台数据和控制云台启停;
所述电源模块,用于对多线激光雷达、控制器和计算机供电;
所述计算机,用于处理多线激光雷达数据与云台数据。
2.根据权利要求1所述装置的一种全向扫描的多线激光雷达自主定位方法,其特征在于,利用灰狼优化算法获取所选云台旋转一周与其下一周特征激光点集合之间的最优角度距离变化量;该自主定位方法的步骤包括如下:
步骤1,获取云台每旋转一周的多线激光雷达数据与云台数据:
采集云台每旋转一周雷达转动多周扫描得到的所有帧多线激光雷达数据与其对应云台水平方位角度,传输给计算机;
步骤2,数据预处理:
对云台每旋转一周的多线激光雷达数据与对应云台数据依次进行融合、坐标转换和降噪与滤波处理;
步骤3,求云台每旋转一周三维点云数据中所有激光点的法向量:
以预处理后云台每旋转一周三维点云数据中每个激光点为圆心,求每个激光点在以半径0.5cm圆为邻域的协方差矩阵,采用奇异值分解法,对所得到每个激光点的协方差矩阵求特征向量和特征向量对应的特征值,选择每个激光点特征值中最小特征值对应的特征向量为该激光点的法向量,完成云台每旋转一周三维点云数据中所有激光点法向量的求取;
步骤4,选取云台每旋转一周的特征激光点集合:
计算云台每旋转一周每一帧中每个激光点与其邻域内每个激光点的夹角,对每一帧每个激光点与其邻域的所有夹角求平均值,将云台每旋转一周每一帧中平均值大于5的激光点组成云台每旋转一周的特征激光点集合;
步骤5,划分立方单元格:
将本发明的自主定位装置所处三维走廊环境分割成边长为dcm的立方单元格,每个单元格包含云台每旋转一周特征激光点集合中每个激光点;
步骤6,用所选云台旋转一周的特征激光点集合标定立方单元格:
步骤7,利用灰狼优化算法获取所选云台旋转一周与其下一周特征激光点集合之间的最优角度距离变化量:
步骤7.1,生成所选云台旋转一周的下一周特征激光点集合中每个激光点在每个维度的角度距离变化量:
步骤7.2,对每个激光点的角度距离变化量升序排序,从中选取前3个激光点的角度距离变化量;
步骤7.3,更新每个激光点在每个维度上的角度距离变化量;
步骤7.5,判断最小角度距离变化量对应激光点与已标定单元格的中心距离是否小于0.1cm,若是,记录该角度距离变化量为最优角度距离变化量并执行步骤8,否则,执行步骤7.2;
步骤8,判断是否选完特征激光点集合,若是,执行步骤9,否则,执行步骤6;
步骤9,完成自主定位:
利用云台旋转的所有特征激光点集合之间的最优角度距离变化量集合,对云台旋转每一周的特征激光点集合进行拼接,实时进行地图构建,完成自主定位。
3.根据权利要求2所述的一种全向扫描的多线激光雷达自主定位方法,其特征在于,步骤2中所述的融合指的是:每一帧的多线激光雷达数据中俯仰方位角与对应云台的水平方位角相加融合为三维点云数据的水平方位角,多线激光雷达数据中水平方位角为三维点云数据的俯仰方位角,多线激光雷达数据中雷达与周围环境的距离为三维点云数据的距离。
5.根据权利要求2所述的一种全向扫描的多线激光雷达自主定位方法,其特征在于,步骤2中所述的降噪与滤波处理指的是,对坐标转换后的三维点云数据使用中值滤波器去除周围存在的孤立噪声点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210601988.1A CN114942421A (zh) | 2022-05-30 | 2022-05-30 | 一种全向扫描的多线激光雷达自主定位装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210601988.1A CN114942421A (zh) | 2022-05-30 | 2022-05-30 | 一种全向扫描的多线激光雷达自主定位装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114942421A true CN114942421A (zh) | 2022-08-26 |
Family
ID=82908481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210601988.1A Pending CN114942421A (zh) | 2022-05-30 | 2022-05-30 | 一种全向扫描的多线激光雷达自主定位装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114942421A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116068572A (zh) * | 2022-12-09 | 2023-05-05 | 中建材凯盛机器人(上海)有限公司 | 基于激光雷达实现车体轮廓检测处理的***、方法、装置、处理器及其计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104656097A (zh) * | 2015-01-28 | 2015-05-27 | 武汉理工大学 | 基于旋转式二维激光三维重构***的标定装置及方法 |
CN108224008A (zh) * | 2017-12-22 | 2018-06-29 | 罗普特(厦门)科技集团有限公司 | 一种基于逐圈扫描广域全景成像光电转台装置 |
CN111123280A (zh) * | 2019-12-31 | 2020-05-08 | 武汉万集信息技术有限公司 | 激光雷达的定位方法、装置、***、电子设备及存储介质 |
CN113570715A (zh) * | 2021-07-23 | 2021-10-29 | 东北大学 | 基于传感器融合的旋转激光实时定位建模***及方法 |
US20230003918A1 (en) * | 2019-12-02 | 2023-01-05 | Plotlogic Pty Ltd | Real Time Mine Monitoring System and Method |
-
2022
- 2022-05-30 CN CN202210601988.1A patent/CN114942421A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104656097A (zh) * | 2015-01-28 | 2015-05-27 | 武汉理工大学 | 基于旋转式二维激光三维重构***的标定装置及方法 |
CN108224008A (zh) * | 2017-12-22 | 2018-06-29 | 罗普特(厦门)科技集团有限公司 | 一种基于逐圈扫描广域全景成像光电转台装置 |
US20230003918A1 (en) * | 2019-12-02 | 2023-01-05 | Plotlogic Pty Ltd | Real Time Mine Monitoring System and Method |
CN111123280A (zh) * | 2019-12-31 | 2020-05-08 | 武汉万集信息技术有限公司 | 激光雷达的定位方法、装置、***、电子设备及存储介质 |
CN113570715A (zh) * | 2021-07-23 | 2021-10-29 | 东北大学 | 基于传感器融合的旋转激光实时定位建模***及方法 |
Non-Patent Citations (2)
Title |
---|
QI, BL等: "EMD and VMD-GWO parallel optimization algorithm to overcome Lidar ranging limitations", 《OPTICS EXPRESS》, 10 February 2021 (2021-02-10), pages 2855 - 2873 * |
马可;张远安;王仁涛;王毅;李慧敏;: "主动防护雷达的角度标校", 电子测量技术, no. 01, 15 January 2017 (2017-01-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116068572A (zh) * | 2022-12-09 | 2023-05-05 | 中建材凯盛机器人(上海)有限公司 | 基于激光雷达实现车体轮廓检测处理的***、方法、装置、处理器及其计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110356976B (zh) | 基于模板匹配的港口无人集卡起重机精确对位***及方法 | |
CN108508430B (zh) | 用于目标检测的激光雷达转动控制方法 | |
CN108408080A (zh) | 一种飞机翼身对接装配装置、方法及*** | |
CN112605033B (zh) | 一种光伏板姿态识别及清洗调控装置及方法 | |
CN109356614B (zh) | 隧道喷射机控制设备、方法及隧道喷射机 | |
JP2023133088A (ja) | 複雑な大型部材用の可動式のフレキシブル測定システム及び測定方法 | |
CN110641721B (zh) | 一种登机桥停靠方法 | |
CN110065074A (zh) | 一种采摘机器人的视觉伺服激光定位***及方法 | |
WO2022016754A1 (zh) | 基于无人洗车设备的多机器协同洗车***及方法 | |
CN112327898B (zh) | 无人机的井道巡检导航方法、装置和无人机 | |
CN113066120B (zh) | 一种基于机器视觉的智能杆塔倾斜检测方法 | |
CN112363176B (zh) | 电梯井道巡检及建模方法、装置和巡检建模*** | |
CN113155047B (zh) | 长距离孔距测量装置、方法、存储介质、设备及轨道车辆 | |
CN113177918B (zh) | 一种无人机对电力杆塔的智能精准巡检方法及*** | |
CN108564628A (zh) | 一种面向掘进机自动化的截割头视觉定位定向*** | |
CN114942421A (zh) | 一种全向扫描的多线激光雷达自主定位装置及方法 | |
CN108196538B (zh) | 基于三维点云模型的田间农业机器人自主导航***及方法 | |
CN113096190A (zh) | 基于视觉建图的全向移动机器人导航方法 | |
CN110322462B (zh) | 基于5g网络的无人机视觉着陆方法及*** | |
CN108876862A (zh) | 一种非合作目标点云位置姿态计算方法 | |
CN106643521B (zh) | 一种农作物冠层高度的检测方法及装置 | |
CN112257536B (zh) | 一种空间与物体三维信息采集匹配设备及方法 | |
CN112478968A (zh) | 电梯井道巡检控制方法、装置、***和存储介质 | |
WO2022078437A1 (zh) | 一种移动物体之间的三维处理设备及方法 | |
CN112731918B (zh) | 一种基于深度学***台自主跟随*** |
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 |