買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江工業(yè)大學(xué);杭州登元科技有限公司申請的專利一種非結(jié)構(gòu)化動態(tài)環(huán)境下的同時定位與建圖方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114565726B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-01發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210095426.4，技術(shù)領(lǐng)域涉及：G06T17/05；該發(fā)明授權(quán)一種非結(jié)構(gòu)化動態(tài)環(huán)境下的同時定位與建圖方法是由禹鑫燚;唐浩凱;羊俊華;歐林林;錢學(xué)成;周利波;魏巖設(shè)計研發(fā)完成，并于2022-01-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種非結(jié)構(gòu)化動態(tài)環(huán)境下的同時定位與建圖方法在說明書摘要公布了：一種適用于非結(jié)構(gòu)化動態(tài)環(huán)境下的同時定位與建圖方法，首先，基于慣性元件測量得到的姿態(tài)角對激光雷達(dá)點云數(shù)據(jù)去除運(yùn)動畸變，再對無運(yùn)動畸變的激光點云數(shù)據(jù)與慣性元件輸出的姿態(tài)進(jìn)行融合，通過幾何特征對激光點云分割，得到較準(zhǔn)確的船艙環(huán)境感知結(jié)果；其次，針對需要獲取處于船艙內(nèi)高動態(tài)環(huán)境下推耙機(jī)的實時位姿的情況，提出一種基于語義特征點匹配的激光里程計來估計推耙機(jī)在船艙內(nèi)的位姿。基于多傳感器融合得到的感知結(jié)果，利用其語義信息進(jìn)行提取特征點，再采用點到點、點到線兩種匹配方式實時估計推耙機(jī)的位姿；最后，為了降低點云地圖內(nèi)存占用率，設(shè)計了一種基于最近鄰搜索的動態(tài)環(huán)境下地圖更新方法，利用該方法降低算法的空間復(fù)雜度。

本發(fā)明授權(quán)一種非結(jié)構(gòu)化動態(tài)環(huán)境下的同時定位與建圖方法在權(quán)利要求書中公布了：1.非結(jié)構(gòu)化動態(tài)環(huán)境下的實時定位與建圖方法，包括以下步驟：步驟1：進(jìn)行激光雷達(dá)和慣性導(dǎo)航元件數(shù)據(jù)的獲取和預(yù)處理，包括：（11）用激光雷達(dá)獲取環(huán)境點云數(shù)據(jù)，用慣性傳感器獲取車輛加速度和角速度數(shù)據(jù)；（12）去除測量過程中產(chǎn)生的無效值和車輛自身輪廓的無效點；（13）對多傳感器間進(jìn)行空間標(biāo)定，利用標(biāo)定好的結(jié)果矯正由于車輛運(yùn)動產(chǎn)生的激光雷達(dá)點云畸變；步驟2：使用激光雷達(dá)和慣導(dǎo)傳感器融合后的信息進(jìn)行非結(jié)構(gòu)化高動態(tài)環(huán)境下的點云語義分割；因為非結(jié)構(gòu)化環(huán)境下物體會隨著作業(yè)的進(jìn)行不斷地變化，而室內(nèi)墻壁相對于動態(tài)變化的物體是靜止的，所以需要將動態(tài)的物體和靜態(tài)的墻壁分割開，包括：（21）設(shè)計適用于環(huán)境特征的線性擬合平面算法提取墻壁，通過計算同個扇形內(nèi)相鄰點云連線與水平面的夾角，并設(shè)定閾值；超過閾值且連續(xù)達(dá)到一定數(shù)量則歸類于墻壁點云；具體包括：首先將位于世界坐標(biāo)系下的點云根據(jù)11800°的角分辨率以雷達(dá)為原點平行于水平面的位置劃分1800個扇形，再以雷達(dá)為原點垂直于水平面的方向上將點云劃分為90個扇形；通過這兩步劃分，將三維點云信息進(jìn)行了降維，點云得到標(biāo)號，利用這些標(biāo)號能夠有序的存儲與訪問；通過計算同個扇形內(nèi)相鄰點云連線與水平面的夾角，并設(shè)定60度的閾值；超過閾值則歸類于靜態(tài)墻壁點云；（22）然后進(jìn)行點云聚類，通過DBSCAN聚類后，再分析每個聚類結(jié)果中的點云，將高于垂直部分墻壁點云的點保留下，將其作為提取特征點的點云簇，然后輸入給前端里程計模塊；步驟3：基于之前具有語義信息的感知結(jié)果對點云數(shù)據(jù)進(jìn)行點云降采樣和語義特征點提取，包括：（31）選取靜態(tài)的點，通過計算點位于局部小平面內(nèi)的曲率來進(jìn)行特征點的提取；（32）根據(jù)點的曲率來計算平面光滑度作為提取當(dāng)前幀的特征信息的指標(biāo)，將特征點分為曲率高的邊緣點和曲率低的平面點；（33）去除遮擋點和平行點；步驟4：利用分割開動態(tài)物體后的特征點進(jìn)行點云配準(zhǔn)，包括：（41）基于不同的特征點采取不同的幀間匹配的策略，幀間配準(zhǔn)則根據(jù)新的掃描特征點與緩存中的上一時刻的特征進(jìn)行配準(zhǔn)，建立以歐式距離為目標(biāo)函數(shù)，以變換矩陣為優(yōu)化變量的優(yōu)化問題對變換矩陣進(jìn)行求解，即得到移動機(jī)器人的局部位姿變換估計值；（42）以1赫茲的相對較低的頻率將當(dāng)前掃描的特征點與環(huán)境中根據(jù)主成分分析得到的特征進(jìn)行配準(zhǔn)得到優(yōu)化后的變換矩陣；（43）優(yōu)化后的變換矩陣將地圖轉(zhuǎn)換到世界坐標(biāo)系下形成地圖，并且對幀間配準(zhǔn)得到的實時位姿估計進(jìn)行修正；步驟5：使用最近鄰搜索的動態(tài)環(huán)境下地圖更新方法，包括：（51）對點云數(shù)據(jù)的三維X、Y、Z方向輪流做一次二叉樹分割進(jìn)行KD樹的構(gòu)建，基于KD樹進(jìn)行最近鄰搜索；（52）將點云信息保存為KD樹的結(jié)構(gòu)后，在生成關(guān)鍵幀的同時將關(guān)鍵幀與歷史關(guān)鍵幀進(jìn)行KNN搜索，若是搜索到位姿鄰近的關(guān)鍵幀，則使用當(dāng)前的關(guān)鍵幀點云替換歷史關(guān)鍵幀點云，從而實現(xiàn)了地圖的更新，同時也減小了內(nèi)存的占用。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江工業(yè)大學(xué);杭州登元科技有限公司，其通訊地址為：310014 浙江省杭州市拱墅區(qū)潮王路18號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。