申请/专利权人：中国海洋大学

申请日：2023-11-02

公开（公告）日：2024-02-02

公开（公告）号：CN117173247B

主分类号：G06T7/73

分类号：G06T7/73;G06V10/764;G06V10/46;G06V10/774;G01S7/48

优先权：

专利状态码：有效-授权

法律状态：2024.02.02#授权;2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本发明属于信息定位技术领域，公开了基于2D激光雷达与LightGBM的室外定位与构图方法及系统。该方法利用PL‑ICP点云匹配算法进行前端扫描匹配；基于LightGBM回环检测方法进行回环检测；采用时间一致性检验和空间一致性检验结合的验证方式进行回环验证。本发明通过嵌入式计算平台、单线激光雷达、机器人移动平台等硬件，有效解决传统基于滤波器的激光SLAM复杂度高且定位精度不高的问题，同时该方法采用基于深度学习的回环检测进一步减小定位累计误差，该方法鲁棒性高、精度高、适用性强。

主权项：1.一种基于2D激光雷达与LightGBM的室外定位与构图方法，其特征在于，该方法包括以下步骤：S1，利用PL-ICP点云匹配算法进行前端扫描匹配；S2，基于LightGBM回环检测方法进行回环检测；S3，采用时间一致性检验和空间一致性检验结合的验证方式进行回环验证；在步骤S2中，基于LightGBM回环检测方法进行回环检测，包括：S2.1，点云特征提取：提取旋转不变特征包括区域特征、距离特征、形状特征与聚类特征；S2.2，点云特征分类：基于LightGBM扫描计算m个旋转不变特征，定义为： 式中，∧i为一类点云特征，i为第i次激光扫描，m为旋转不变特征数量，i∈N，N为扫描的总次数，为第i次扫描时第m种旋转不变特征的值；设两次激光扫描分别为k与l，分类器的特征集定义为： 式中，∧k为第k次激光扫描中的点云特征，∧l为第l次激光扫描中的点云特征，fm为第m种旋转不变特征的差值，fj为第j种旋转不变特征的差值，为第k次扫描时第j种旋转不变特征的值，为第l次扫描时第j种旋转不变特征的值，j为从1到实数m中的任意实数；对于训练数据，提供一组n个带标签的扫描对，表达式为：x1∧k，∧l，y1，x2∧k，∧l，y2…xn∧k，∧l，yn式中，f为处理后的分类点云特征，x为点云横坐标，y为点云纵坐标；在步骤S2.2中，点云特征分类采用LightGBM作为由一系列决策树组成的分类器，首先从初始训练集训练出一个基分类器，然后根据分类误差调整训练样本的分布，使之前错误分类的样本在接下来的步骤中得到关注；再根据更新后的样本分布训练下一个弱分类器；重复以上步骤，直到达到最大迭代T，最终的分类器是T个弱分类器的加权组合；所述回环检测包括：获取当前时刻点云集；点云特征提取；点云特征分类；闭环验证；匹配得分是否大于设定阈值，若大于，则回环检测成功，若不大于设定阈值，则回环检测失败，返回获取当前时刻点云集步骤；在步骤S3中，时间一致性检验包括：判断是否连续三个关键帧均能找到回环且回环帧来源于同一场景附近，若满足条件，则构建回环约束；空间一致性检验包括：通过划分有效点和无效点，统计激光点云对的有效点数量，当有效点数量与匹配点数量的比值超过设定阈值时，通过空间一致性检验；空间一致性检验中，计算当前帧对应特征点云与回环帧对应特征点云之间坐标变换关系，变换矩阵与特征点间的关系式为： 其中，P′为回环帧对应特征点的点云坐标，P为当前帧对应特征点的点云坐标，R为变换矩阵，R为旋转矩阵，t为平移向量；设两帧包含N对的匹配点，检验回环正确性具体包括：1从N对匹配点对中任意选六组对应点对，带入变换矩阵与特征点间的关系式，求解出变换矩阵T；2将当前帧中剩余点分别带入上式，即根据已求解的变换矩阵，计算投影点与对应点之间的欧式距离；若欧式距离小于设定的距离阈值时，该特征点归为有效点，反之视为无效点；3记录步骤2获取的有效点数量；4回到步骤1并重复若干次，计算有效点数量的平均值，若该平均值与匹配点数量的比值大于设定阈值，则认为通过空间一致性检验，证明该回环的正确性。

全文数据：

权利要求：

百度查询： 中国海洋大学 基于2D激光雷达与LightGBM的室外定位与构图方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD