針對(duì)傳統(tǒng)移動(dòng)機(jī)器人定位方法對(duì)計(jì)算資源要求較高,而其所采用的嵌入式處理器通常計(jì)算力不足的問(wèn)題,提出了一種低計(jì)算復(fù)雜度的移動(dòng)機(jī)器人定位方法。該定位方法使用多狀態(tài)約束下的卡爾曼濾波器對(duì)激光雷達(dá)和IMU數(shù)據(jù)進(jìn)行融合,同時(shí)采用近似近鄰搜索方法取代傳統(tǒng)的KD樹(shù)近鄰搜索方法來(lái)進(jìn)行激光點(diǎn)云法向量的提取,在符合平面特征提取精度要求的前提下,法向量提取速度提高了近6倍。最后,在地下車(chē)庫(kù)場(chǎng)景下對(duì)該定位方法進(jìn)行了測(cè)試,該方法整體定位誤差在0.4 m以?xún)?nèi),旋轉(zhuǎn)絕對(duì)位姿誤差集中在0.02～0.06 rad之間。實(shí)驗(yàn)結(jié)果表明,所提方法占用較少的計(jì)算資源,在結(jié)構(gòu)化環(huán)境中能夠提供良好的定位結(jié)果。 

【文章來(lái)源】：儀器儀表學(xué)報(bào). 2020,41(08)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

整體框架

本文使用了一種快速的近似近鄰搜索方法替代KD樹(shù)近鄰搜索方法,將點(diǎn)云數(shù)據(jù)通過(guò)球面投影得到其前視圖,然后以點(diǎn)云中每個(gè)點(diǎn)在前視圖中的像素坐標(biāo)為中心,提取寬為w高為h的矩形框內(nèi)像素點(diǎn)所對(duì)應(yīng)的點(diǎn)云作為候選近鄰點(diǎn),最后度量候選近鄰點(diǎn)到中心點(diǎn)的距離,將距離大于一定閾值的作為離群點(diǎn)剔除,將剩余候選近鄰點(diǎn)作為近鄰點(diǎn)搜索結(jié)果輸出。如圖2所示,要搜索點(diǎn)A的近鄰點(diǎn),首先把點(diǎn)云投影到球面上,然后展開(kāi)球面得到球面投影視圖,在投影視圖上選擇虛線(xiàn)矩形框內(nèi)的點(diǎn)B、C作為候選近鄰點(diǎn)輸出,最后計(jì)算B、C與A的實(shí)際距離,若小于設(shè)定值則把B、C作為A的近似近鄰點(diǎn)輸出。相比于傳統(tǒng)的KD樹(shù)近鄰搜索方法,本文的方法大幅提高了計(jì)算速度。2.2 平面特征跟蹤

兩種方法的特征提取效果如圖3所示,本文的方法加快了法向量計(jì)算速度,與KD樹(shù)近鄰搜索相比,法向偏差精度損失約為0.026 rad,但對(duì)平面特征提取基本沒(méi)有影響。圖3(a)和圖3(b)分別為使用近似近鄰搜索和KD樹(shù)近鄰搜索計(jì)算出的法向量提取的平面特征(圖中綠色橢圓部分),其中橢圓中心代表平面特征的位置,橢圓的長(zhǎng)短軸之比表示了法向量聚類(lèi)分析后的特征值比值。圖3(a)和(b)對(duì)比表明,近似近鄰搜索方法提取出的平面特征數(shù)量和平面特征的位置與KD樹(shù)近鄰搜索的結(jié)果基本一致,法向量提取步驟損失的部分精度對(duì)平面特征提取的結(jié)果影響很小。

【參考文獻(xiàn)】：
期刊論文
[1]多目視覺(jué)與激光組合導(dǎo)航AGV精確定位技術(shù)研究[J]. 何珍,樓佩煌,錢(qián)曉明,武星,朱立群.  儀器儀表學(xué)報(bào). 2017(11)
[2]改進(jìn)的單目視覺(jué)實(shí)時(shí)定位與測(cè)圖方法[J]. 李帥鑫,李廣云,周陽(yáng)林,李明磊,王力.  儀器儀表學(xué)報(bào). 2017(11)



本文編號(hào)：3517815