申请/专利权人：淮阴工学院

申请日：2024-01-03

公开（公告）日：2024-04-19

公开（公告）号：CN117906607A

主分类号：G01C21/20

分类号：G01C21/20;G01S17/894;G01S17/93

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种应用于化工厂巡检机器人的SLAM地图构建方法，其具体过程步骤包括：实施是基于ROS小车实现的，采用SLAM的地图构建方法，以实现化工厂巡检机器人在执行巡检工作前完成对化工厂复杂环境地图的构建，使其能够更好的完成巡检工作。与现有技术相比，本发明可以使巡检机器人在工作时快速识别障碍物信息并完成地图构建，提高地图构建的精确度。

主权项：1.一种应用于化工厂巡检机器人的SLAM地图构建方法，其特征在于，包括以下步骤：步骤1：启动巡检机器人，巡检机器人搭载的激光雷达开始工作；步骤2：激光雷达感知外部环境的深度信息，采集点云数据集，采用基尼系数对点云数据集进行高低权重的排序，得到从高维到低维的点云数据集；步骤3：采用PCA降噪处理方式对采集的点云数据进行降噪处理，PCA的降噪处理过程为：第1步：对点云数据pt＝{p1,p2,p3,…,pn},n∈R进行中心化处理，得到中心矩阵P；第2步：采用GRA方法对中心矩阵P的特征变量提取；第3步：取出对应t个特征变量的特征向量{W1，W2，…，Wt}，对其进行标准化得到矩阵W；特征矩阵的表达式为：W＝[w1,w2,w3,…,wn]其中，wi为特征向量的列向量；第4步：计算中心矩阵P的协方差矩阵；协方差矩阵的表达式为： 其中，W为特征向量；·T为转置运算；第5步：计算降维后的矩阵Y＝WTP'；第6步：重构矩阵Y，使其返回原来的维度，重构后的矩阵Y'＝YWT；第7步：对矩阵P进行列均值计算，得到n维特征矩阵U；特征矩阵U的表达式为：U＝{ζ1,ζ2,…,ζm},m∈R其中，m为特征向量的个数；特征矩阵中U的特征向量按照特征值大小进行排序；第8步：将矩阵Y'和特征矩阵U相加得到点云样本数据；步骤4：对点云样本数据进行特征值提取，按照点云曲率进行分类，得到分类后的点云样本数据；步骤5：对分类后的点云样本数据进行里程计计算，得到里程计数据；步骤6：对里程计数据，按照时间序列进行分类进行区间特征提取，构成动态障碍物识别数据集并将更新至点云样本数据中，输出全局位姿，完成地图构建。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种应用于化工厂巡检机器人的SLAM地图构建方法

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