一种挖掘机复杂环境下SLAM建图定位方法、系统及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113885044A(43)申请公布日2022.01.04(21)申请号202111145604.1(22)申请日2021.09.28(71)申请人济南大学地址250022山东省济南市市中区南辛庄西路336号(72)发明人张成梁张文斌付帅帅牛晓晓(74)专利代理机构济南圣达知识产权代理有限公司37221代理人张勇(51)Int.Cl.G01S17/894(2020.01)G01S17/93(2020.01)G01S17/86(2020.01)G01C21/00(2006.01)权利要求书1页说明书6页附图5页(54)发明名称一种挖掘机复杂环境下SLAM建图定位方法、系统及装置(57)摘要本公开提供了一种挖掘机复杂环境下SLAM建图定位方法，包括以下步骤：利用激光雷达对挖掘对象进行检测，获取挖掘对象的激光雷达数据；利用深度相机对挖掘对象进行检测，获取挖掘对象的深度图像；在激光雷达与深度相机的重合区域内，将激光雷达采集的激光雷达数据与深度相机采集的深度图像进行坐标系转换，并将激光雷达数据和深度图像进行数据融合，得到挖掘对象的地图。优化了传统ICP的目标函数，从而增加了挖掘机在复杂烟尘环境下的定位准确性，精简了运算量，可以降低驾驶员的作业风险，提高挖掘效率。CN113885044ACN113885044A权利要求书1/1页1.一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，包括以下步骤：获取挖掘对象的激光雷达数据；获取挖掘对象的深度图像；在激光雷达数据和深度图像所在的重合区域内，将激光雷达数据与深度图像进行坐标系转换，并将激光雷达数据和深度图像进行数据融合，得到挖掘对象的地图。2.如权利要求1所述的一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，所述激光雷达数据为带有运动畸变的点云数据，获取点云数据后进行数据预处理。3.如权利要求2所述的一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，所述数据预处理包括，根据激光雷达匀速运动模型消除畸变，得到无畸变点云。4.如权利要求3所述的一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，对无畸变点云采用顾及点云强度的主成分分析方法从关键点中提取特征点云，得到无畸变特征点云。5.如权利要求4所述的一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，利用精简顾及点云强度的SMCGICP算法对无畸变特征点云和无畸变点云进行配准，推估当前时刻下的激光雷达的位姿，利用SMCGICP算法得到优化后的激光雷达位姿。6.如权利要求5所述的一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，所述获取挖掘对象的深度图像，包括图像预处理，对深度相机获取的彩色图像进行特征提取，并将有深度值对应的特征角点存储为3D特征点，将无深度值对应的特征角点存储为2D特征点。7.如权利要求6所述的一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，通过特征匹配和2D/3D联合运动估计法得到深度相机的运动状态，得到当前时刻的深度相机位姿，确定关键帧。8.如权利要求7所述的一种挖掘机复杂环境下SLAM建图定位方法，其特征在于，将关键帧对应的深度相机位姿进行整体优化，并建立挖局对象的三维地图。9.如权利要求7所述的一种挖掘机复杂环境下SLAM建图定位系统，其特征在于，雷达数据模块，被配置为，获取挖掘对象的激光雷达数据；深度图像模块，被配置为，获取挖掘对象的深度图像；数据融合模块，被配置为，在激光雷达数据和深度图像所在的重合区域内，将激光雷达数据与深度图像进行坐标系转换，并将激光雷达数据和深度图像进行数据融合，得到挖掘对象的地图。10.一种挖掘机复杂环境下SLAM建图定位装置，其特征在于，包括：服务器，用于对挖掘对象的激光雷达与深度相机相同采集区域内，根据激光雷达和深度相机采集数据进行数据融合，根据数据融合结果，对挖掘对象进行实时建图；激光雷达，用于对挖掘机挖掘对象进行探测，从而获取到激光雷达的点云数据；深度相机，用于对挖掘机挖掘对象进行探测，从而获取到深度相机的深度图像；交换机，用于各设备间高速网络通信。2CN113885044A说明书1/6页一种挖掘机复杂环境下SLAM建图定位方法、系统及装置技术领域[0001]本公开涉及图像识别技术领域，尤其涉及一种挖掘机复杂环境下SLAM建图定位方法、系统及装置。背景技术[0002]本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。[0003]SLAM(Simultaneouslocalizationandmapping)是即时定位与地图构建的英文简称，也称为CML(ConcurrentMappingandLocalization)，并发建图与定位。SLAM要解决的问题是：