一种基于点云的室内动态场景SLAM方法及系统

摘要

本发明提出一种基于点云的室内动态场景SLAM方法，包括进行基于多尺度的激光帧和概率图配准，结合当前帧的信息对每一层历史概率图进行更新，包括根据配准结果，将当前帧转换至历史概率图所在的坐标系，得到转换后的激光帧，进行概率图生成，生成对应的概率图；结合当前帧概率图和历史概率图，对历史概率图进行更新，得到当前历史概率图；直至所有激光帧处理完毕，得到激光器的运行轨迹和室内动态环境的二维地图。本技术方案能够快速准确的对动态场景进行构图，并完成自定位。

主权项

一种基于点云的室内动态场景SLAM方法，其特征在于，包括以下步骤：步骤1，首先判断是否t＝0，表示当前激光扫描帧是否为第一帧，是则生成当前帧的概率图并直接设置历史概率图然后等待下一帧，当t不为0时，进入步骤2；所述进行概率图生成，包括进行激光帧轮廓提取，根据激光帧轮廓，结合二维高斯模型，针对不同分辨率的概率图，计算出每个格网的概率值大小；步骤2，基于多尺度的激光帧和概率图配准，实现如下，设待配准的当前帧为S_t，各层历史概率图分别为其中s＝1,2…S，s为概率图当前层数，S为总层数，最顶层初始转换矩阵为采用上一帧最顶层的转换矩阵，将当前帧配准至历史概率图时，在每一层中通过结合穷举法和梯度下降法优化能量函数，寻找到两者间的最优转化矩阵能量函数如下所示，其中，x表示激光帧S_t中的一个点，表示x经过转换后的点，表示转换后的点在历史概率图上的概率值，w(x)表示每个点的权重值，为某一层的历史概率图；步骤3，概率图更新，当前帧和历史概率图配准后，结合当前帧的信息对每一层历史概率图进行更新，从而可以将新的概率图用于下一帧的配准中；对每一层的概率图进行更新，实现方式如下，设当前层数为s，令根据步骤2的配准结果，将当前帧S_t转换至历史概率图所在的坐标系，得到转换后的激光帧针对进行概率图生成，生成对应的概率图M_t；所述进行概率图生成，包括进行激光帧轮廓提取，根据激光帧轮廓，结合二维高斯模型，针对不同分辨率的概率图，计算出每个格网的概率值大小；结合当前帧概率图M_t和历史概率图对历史概率图进行更新，得到当前历史概率图步骤4，返回步骤1，直至所有激光帧处理完毕，则终止迭代，得到激光器的运行轨迹和室内动态环境的二维地图。