申请/专利权人：智能移动机器人(中山)研究院

申请日：2021-07-21

公开（公告）日：2024-04-23

公开（公告）号：CN113487631B

主分类号：G06T7/11

分类号：G06T7/11;G06T7/12;G06T7/13;G06T7/33;G06T7/73;G06V10/75;G06V10/762;G06V10/80;G01S17/86;G01S17/89

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.10.26#实质审查的生效;2021.10.08#公开

摘要：本发明提供了一种基于LEGO‑LOAM的可调式大角度探测感知及控制方法，该方法包括如下步骤：步骤一、数据读取；步骤二、点云分割；步骤三、特征提取；步骤四、雷达里程计；步骤五、雷达建图；步骤六、变换融合。本发明的有益效果在于：获取多线激光雷达的点云数据，并结合IMU惯性测量单元获取的位姿信息，使得建图和定位算法更加鲁棒，改善现有单线激光SLAM只能平面式扫描问题，通过多线激光雷达可以扫描到周围环境的3D模型，运用LEGO‑LOAM算法能较为容易的检测出周围环境信息，达到实时建图的效果。

主权项：1.一种基于LEGO-LOAM的可调式大角度探测感知及控制方法，其特征在于，该方法包括如下步骤：步骤一、数据读取，读取多线激光雷达扫描的点云数据和IMU惯性测量单元获取的位姿数据；步骤二、点云分割，对读取的点云数据和位姿数据先进行地面提取，然后对剩下的点云进行分割，将分割好的三维的点云数据进行平面投射，投影得到二维深度图，在二维深度图上进行地面提取，得到地面点云和非地面点云，然后对非地面点云进行聚类，得到聚类簇，然后在聚类簇中提取曲率较大的特征点，将点云分割为边缘点类和平面点类；步骤三、特征提取，在地面点云上提取平面特征，而在聚类簇上提取线特征；步骤四、雷达里程计，通过点对线和点对面进行相邻两帧的匹配来估计激光雷达的姿态变化，得到高频率的里程计信息；步骤五、雷达建图，根据雷达里程计信息，继续用线面特征进行匹配，将特征点与周围点云图进行配准，采用最小二乘化方法得到精准的低频率的位姿信息；步骤六、变换融合，根据高频率的雷达里程计信息和低频率的精准位姿信息进行融合，输出一个最终的高频位姿估计信息。

全文数据：

权利要求：

百度查询： 智能移动机器人(中山)研究院 基于LEGO-LOAM的可调式大角度探测感知及控制方法

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