申请/专利权人：广州行深智能科技有限公司

申请日：2024-01-18

公开（公告）日：2024-04-26

公开（公告）号：CN117928573A

主分类号：G01C21/32

分类号：G01C21/32;G01C21/00;G01C21/16;G01C21/20;G01S17/86;G01S17/894

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明涉及图像处理技术领域，公开了一种基于平面信息的SLAM因子图优化方法、装置及设备，通过对实际建图环境中的地面信息进行提取，将平面信息作为约束分别参与至前端里程计解算及后端全局图优化中，在线解算引入地面信息提供重力方向约束可以减小姿态估计的误差，更准确地约束全局坐标系下的俯仰横滚姿态，减小随着里程计推移的累计误差导致全局信息估计的偏差。基于在线后端全局图优化解算的结果生成局部点云地图，经过在线后端位姿图优化解算后可初步消除里程计的累计误差，在全局点云地图基本满足一致性的前提下提高平面信息提取的准确度，在此基础上加入丰富的平面信息约束有助于提高SLAM系统的全局一致性。

主权项：1.一种基于平面信息的SLAM因子图优化方法，其特征在于，包括如下步骤：步骤1，获取激光雷达单帧点云并对其进行地面点云提取，拟合得到该帧点云对应的地面向量；步骤2，获取相邻两个点云帧采样时刻间的IMU传感器测量数据和每个采样时刻的点云数据，并对所述IMU传感器测量数据进行IMU预积分并构建IMU预积分残差；步骤3，将所述激光雷达单帧点云与其对应的邻近局部点云地图进行匹配解算得到点云匹配约束残差，融合所述点云匹配约束残差与所述IMU预积分残差并进行联合求解，得到待求解的点云帧在世界坐标系下的位姿节点；步骤4，根据待求解的点云帧在世界坐标系下的位姿节点分别构建相邻位姿边约束残差、回环位姿边约束残差、GPS约束残差，同时引入重力约束残差，约束所述位姿节点与所述地面向量的相对姿态以完成在线位姿图优化；步骤5，将优化后得到的位姿节点按固定长度的时间区间划分为多个轨迹段，对每个所述轨迹段的点云帧进行变换后拼接生成对应的局部点云地图；步骤6，对所述局部点云地图拟合地面和立面形成平面节点，并将所述平面节点加入到因子图；步骤7，根据所述地面向量和所述平面节点构建误差项形成关键帧位姿节点与所述平面节点间的约束因子，并将所述约束因子加入到因子图；步骤8，基于所述因子图构建总误差函数，以所有关键帧位姿节点、平面节点作为优化变量，优化求解得到所有变量取值，将各帧对应点云按优化后的位姿结果进行变换拼接后生成全局一致性点云地图。

全文数据：

权利要求：

百度查询： 广州行深智能科技有限公司 基于平面信息的SLAM因子图优化方法、装置及设备

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