基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人及其方法

1.一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，其特征是，采用基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人，包括機器人移動平臺，所述機器人移動平臺上有工控機、里程計、測速傳感器、視覺采集裝置以及激光雷達；
工控機：搭載到機器人移動平臺上的計算機；
行程計算裝置：接收測速傳感器信號，不斷輸出機器人當前的位置信息和航向角信息，并將所述信息通過通信線路傳送至工控機；
視覺采集裝置：用于采集變電站巡檢機器人漫游路徑上的標識線圖像，并通過通信線路傳送至工控機；
激光雷達：用于實現(xiàn)對變電站巡檢機器人運行區(qū)域環(huán)境數(shù)據(jù)的掃描，并將掃描圖像通過通信線路傳送至工控機；
所述工控機與行程計算裝置、視覺采集裝置和激光雷達分別連接；行程計算裝置與測速傳感器連接；
方法包括以下步驟：
(1)變電站巡檢機器人構圖過程開始之前，在目標構圖區(qū)域內的變電站巡檢機器人漫游路徑上設置標識線；
(2)以變電站巡檢機器人行程計算裝置開始工作的位置作為原點(0,0,0)建立直角坐標系，行程計算裝置通過對測速傳感器信號接收進行航跡推算，并輸出t時刻變電站巡檢機器人當前的位置信息和航向角信息；
同時，視覺采集裝置采集變電站巡檢機器人移動平臺漫游路徑上的標識線圖像，通過視覺圖像處理識別出t時刻變電站巡檢機器人移動平臺相對于標識線的航向角信息；
激光雷達掃描機器人移動平臺漫游路徑周圍的環(huán)境，獲得不同的激光雷達數(shù)據(jù)，該數(shù)據(jù)包括采樣旋轉角度和該角度對應反射點的距離，并將掃描數(shù)據(jù)通過以太網傳輸至工控機；
(3)根據(jù)激光雷達采集到t時刻的環(huán)境數(shù)據(jù)與行程計算裝置上傳t時刻的位置信息和航向角信息對掃描區(qū)域進行局部構圖，并通過同步定位輸出變電站巡檢機器人的位置信息和航向角信息；
(4)將同步定位處理得到的變電站巡檢機器人的航向角信息與步驟(2)中通過視覺圖像處理識別出的航向角信息進行加權濾波處理，通過濾波得到信任度更高的航向角信息；
(5)將同步定位處理得到的位置信息和加權濾波處理之后的航向角信息反饋到行程計算裝置實現(xiàn)對行程計算裝置的校正；
(6)重復上述步驟(2)～(5)，循環(huán)迭代并將局部構圖進行融合輸出全局構圖。
2.如權利要求1所述的一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，其特征是，所述步驟(2)中，行程計算裝置通過對測速傳感器信號接收進行航跡推算的方法為：
其中，Sr(t-1),Sl(t-1)分別為機器人移動平臺右輪和左輪在t-1時刻到t時刻時間間隔走過的距離，d為機器人移動平臺輪距；[X(t),Y(t),W(t)]為t時刻機器人位置信息和航向角信息。
3.如權利要求1所述的一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，其特征是，所述步驟(2)中，通過視覺圖像處理識別出t時刻變電站巡檢機器人移動平臺相對于標識線的航向角信息的具體方法為：：
(2-1)圖像標定：使用相機標定階段獲取的標定參數(shù)對每一幀圖像進行標定，以消除相機鏡頭帶來的圖像畸變；
(2-2)對彩色圖象進行顏色模型轉變，把RGB模型轉換為HSI模型圖像；
(2-3)目標圖像分割，在HSI模型圖像中選擇關注區(qū)域，通過確定的H和S的閾值對圖像進行分割，提取出特征對比圖像；
(2-4)形態(tài)學處理，通過圖像結構元素對圖像特征進行度量和提取，通過腐蝕和膨脹的形態(tài)學方法對圖像處理，以方便對特征的識別和分析；
(2-5)提取目標特征，通過邊緣檢測確定每行目標特征中心點坐標，通過粒子分析計算出標識線與圖像垂直中軸線的夾角，確定機器人在工作區(qū)域全局中的航向角信息w(t)，即實現(xiàn)視覺定位。
4.如權利要求3所述的一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，其特征是，對于視覺圖像處理需提前設定標識線圖像處理時間間隔，視覺采集裝置每隔設定時間間隔執(zhí)行一次，通過視覺圖像處理得到并輸出機器人航向角信息。
5.如權利要求1所述的一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，其特征是，所述步驟(3)的具體方法為：
3-1)將激光雷達采集到的點集數(shù)據(jù)轉換到直角坐標系下；
3-2)使用聚類距離閾值指標對直角坐標系下的點集進行聚類處理；
3-3)使用最小二乘法對聚類之后的點集進行曲線擬合，求出參考物特征直線方程，確定各參考物特征直線的中心點坐標；
3-4)對相鄰特征直線進行匹配，通過對各參考物特征直線之間的局部特征偏移量進行分布平均計算，得出相鄰幀特征最優(yōu)偏移量；
3-5)將前一幀數(shù)據(jù)的所有點加上上一步得到的最優(yōu)偏移量，得到局部地圖；重復上述處理過程；
3-6)通過循環(huán)迭代，將新的激光數(shù)據(jù)點集與原有數(shù)據(jù)匹配，同步更新位置信息和航向角信息。
6.如權利要求5所述的一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，其特征是，所述步驟3-2)的具體方法為：
通過順序計算點集相鄰點之間的距離，判斷是否在聚類距離閾值指標范圍以內，如果在范圍內則將相鄰點進行聚類；將獨立于各聚類區(qū)域以外的孤立的點去除。
7.如權利要求5所述的一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，其特征是，所述步驟3-4)的具體方法為：
將前后相鄰兩幀各參考物特征直線中心點距離與特征距離閾值比較，如果相鄰特征直線中心點坐標小于特征距離閾值則認為是相鄰兩幀同一參考物特征直線；用后一幀參考物特征直線的中心點坐標減去前一幀對應參考物特征點坐標，得到局部特征偏移量，將相鄰幀各參考物特征直線之間的局部特征偏移量進行分布平均計算，得出相鄰幀特征最優(yōu)偏移量。

基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人及其方法\n技術領域\n[0001] 本發(fā)明隸屬于移動機器人定位與導航技術領域，尤其涉及一種基于里程計、視覺、激光雷達等多傳感器數(shù)據(jù)融合技術構圖的變電站巡檢機器人及方法。\n背景技術\n[0002] 隨著近幾年變電站巡檢機器人更深入的應用，復雜的變電站環(huán)境和變電巡檢任務對于巡檢機器人的導航方式和導航定位精度提出了更高的要求，為了能夠更好的適應復雜的變電站環(huán)境，滿足復雜變電站巡檢任務的需要，越來越多的導航技術投入測試并投入應用，激光導航技術即是其中之一。機器人激光導航過程中，實現(xiàn)自主定位和高精度導航是巡檢機器人完成巡檢任務的重要前提，而實現(xiàn)定位和高精度導航的關鍵在于建立起完整準確的變電站環(huán)境地圖，因此，變電站地圖構建對于變電站巡檢機器人進行激光導航具有重要意義。目前對于變電站環(huán)境地圖構建的方法主要有以下幾種：\n[0003] 1、使用3D(三維)激光掃描儀進行變電站環(huán)境地圖構建。該方法是通過在變電站內間隔選擇多個位置進行全站多點環(huán)境數(shù)據(jù)采集。在每一個位置，3D激光掃描儀進行水平\n360°三維環(huán)境數(shù)據(jù)采集。全站多點環(huán)境數(shù)據(jù)采集結束后，使用環(huán)境數(shù)據(jù)處理軟件對采集到的多點環(huán)境數(shù)據(jù)進行拼接再現(xiàn)處理，建立起變電站三維環(huán)境地圖。在三維環(huán)境地圖的基礎上進行裁剪，裁剪高度力求和變電站巡檢機器人激光雷達的高度相同，裁剪之后整理輸出變電站巡檢機器人定位導航可用的二維變電站環(huán)境地圖。該方法雖然建圖精度高，環(huán)境再現(xiàn)效果好，但是該方法成本高，對于局部變電站地勢不平的區(qū)域需要進行反復裁剪，并且對于局部地圖的修改不易。\n[0004] 2、使用基于里程計、陀螺儀、激光雷達進行變電站地圖構建的方法。該方法是機器人在全站進行漫游，通過安裝于機器人本體上的里程計、陀螺儀、激光雷達進行環(huán)境數(shù)據(jù)采集。數(shù)據(jù)環(huán)境數(shù)據(jù)采集結束后，將數(shù)據(jù)進行格式轉換并進行編輯，最終輸出二維變電站環(huán)境地圖。該方法雖然方案具有一定的可行性，實現(xiàn)了環(huán)境數(shù)據(jù)采集、定位導航在同一臺機器人上集成，但是該方案由于里程計和陀螺儀屬于相對定位方式存在誤差，環(huán)境數(shù)據(jù)采集過程中誤差一直得不到修正，在長時間或大尺度航跡推算之后會存在較大的累積誤差，環(huán)形回路無法閉合，這就需要在后期環(huán)境數(shù)據(jù)處理中，除了數(shù)據(jù)格式轉換和編輯外，為了修正累積誤差帶來的地圖變形，還需要引入復雜的ICP(最近點循環(huán)迭代匹配算法)、彈簧模型等算法，方案復雜，另外還要進行大量細致的地圖修改調整工作，參考標準模糊，工作量大且存在修改之后的地圖精度不高、再現(xiàn)效果不好等問題。\n發(fā)明內容\n[0005] 本發(fā)明的目的就是為了解決上述問題，提出了一種基于多傳感器數(shù)據(jù)融合技術構圖的變電站巡檢機器人及其方法，通過不斷對里程計進行反饋校正，有效的降低了里程計長時間或大尺度航跡推算累計誤差，解決了里程計累計誤差造成的環(huán)形回路不閉合，地圖形變等問題。\n[0006] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術方案：\n[0007] 一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人，包括機器人移動平臺，所述機器人移動平臺上有工控機、里程計、測速傳感器、視覺采集裝置以及激光雷達；\n[0008] 工控機：搭載到機器人移動平臺上的計算機；\n[0009] 行程計算裝置：接收測速傳感器信號，不斷輸出機器人當前的位置信息和航向角信息，并將所述信息通過通信線路傳送至工控機；\n[0010] 視覺采集裝置：用于采集變電站巡檢機器人漫游路徑上的標識線圖像，并通過通信線路傳送至工控機；\n[0011] 激光雷達：用于實現(xiàn)對變電站巡檢機器人運行區(qū)域環(huán)境數(shù)據(jù)的掃描，并將掃描圖像通過通信線路傳送至工控機；\n[0012] 所述工控機與行程計算裝置、視覺采集裝置和激光雷達分別連接；行程計算裝置與測速傳感器連接。\n[0013] 所述視覺采集裝置包括攝像機，攝像機鏡頭與地面平行，在攝像機鏡頭周圍分布有打光LED燈陣列，攝像機通過網線與工控機連接。\n[0014] 在構圖區(qū)域的變電站巡檢機器人漫游路徑上，設置標識線，所述標識線為顏色明顯區(qū)別于路面顏色的彩色色帶或線。\n[0015] 一種基于多傳感器數(shù)據(jù)融合構圖的變電站巡檢機器人的構圖方法，包括以下步驟：\n[0016] (1)變電站巡檢機器人構圖過程開始之前，在目標構圖區(qū)域內的變電站巡檢機器人漫游路徑上設置標識線；\n[0017] (2)以變電站巡檢機器人行程計算裝置開始工作的位置作為原點(0,0,0)建立直角坐標系，行程計算裝置通過對測速傳感器信號接收進行航跡推算，并輸出t時刻變電站巡檢機器人當前的位置信息和航向角信息；\n[0018] 同時，視覺采集裝置采集變電站巡檢機器人移動平臺漫游路徑上的標識線圖像，通過視覺圖像處理識別出t時刻變電站巡檢機器人移動平臺相對于標識線的航向角信息；\n[0019] 激光雷達掃描機器人移動平臺漫游路徑周圍的環(huán)境，獲得不同的激光雷達數(shù)據(jù)，該數(shù)據(jù)包括采樣旋轉角度和該角度對應反射點的距離，并將掃描數(shù)據(jù)通過以太網傳輸至工控機；\n[0020] (3)根據(jù)激光雷達采集到t時刻的環(huán)境數(shù)據(jù)與行程計算裝置上傳t時刻的位置信息和航向角信息對掃描區(qū)域進行局部構圖，并通過同步定位輸出變電站巡檢機器人的位置信息和航向角信息；\n[0021] (4)將同步定位處理得到的變電站巡檢機器人的航向角信息與步驟(2)中通過視覺圖像處理識別出的航向角信息進行加權濾波處理，通過濾波得到信任度更高的航向角信息；\n[0022] (5)將同步定位處理得到的位置信息和加權濾波處理之后的航向角信息反饋到行程計算裝置實現(xiàn)對行程計算裝置的校正；\n[0023] (6)重復上述步驟(2)～(5)，循環(huán)迭代并將局部構圖進行融合輸出全局構圖。\n[0024] 所述步驟(2)中，行程計算裝置通過對測速傳感器信號接收進行航跡推算的方法為：\n[0025]\n[0026]\n[0027]\n[0028] 其中，Sr(t-1)，Sl(t-1)分別為機器人移動平臺右輪和左輪在t-1時刻到t時刻時間間隔走過的距離，d為機器人移動平臺輪距；[X(t),Y(t),W(t)]為t時刻機器人位置信息和航向角信息。\n[0029] 所述步驟(2)中，通過視覺圖像處理識別出t時刻變電站巡檢機器人移動平臺相對于標識線的航向角信息的具體方法為：：\n[0030] (2-1)圖像標定：使用相機標定階段獲取的標定參數(shù)對每一幀圖像進行標定，以消除相機鏡頭帶來的圖像畸變；\n[0031] (2-2)對彩色圖象進行顏色模型轉變，把RGB模型轉換為HSI模型圖像；\n[0032] (2-3)目標圖像分割，在HSI模型圖像中選擇關注區(qū)域，通過確定的H和S的閾值對圖像進行分割，提取出特征對比圖像；\n[0033] (2-4)形態(tài)學處理，通過圖像結構元素對圖像特征進行度量和提取，通過腐蝕和膨脹的形態(tài)學方法對圖像處理，以方便對特征的識別和分析；\n[0034] (2-5)提取目標特征，通過邊緣檢測確定每行目標特征中心點坐標，通過粒子分析計算出標識線與圖像垂直中軸線的夾角，確定機器人在工作區(qū)域全局中的航向角信息w(t)，即實現(xiàn)視覺定位。\n[0035] 對于視覺圖像處理需提前設定標識線圖像處理時間間隔，視覺采集裝置每隔設定時間間隔執(zhí)行一次，通過視覺圖像處理得到并輸出機器人航向角信息。\n[0036] 所述步驟(3)的具體方法為：\n[0037] 3-1)將激光雷達采集到的點集數(shù)據(jù)轉換到直角坐標系下；\n[0038] 3-2)使用聚類距離閾值指標對直角坐標系下的點集進行聚類處理；\n[0039] 3-3)使用最小二乘法對聚類之后的點集進行曲線擬合，求出參考物特征直線方程，確定各參考物特征直線的中心點坐標；\n[0040] 3-4)對相鄰特征直線進行匹配，通過對各參考物特征直線之間的局部特征偏移量進行分布平均計算，得出相鄰幀特征最優(yōu)偏移量；\n[0041] 3-5)將前一幀數(shù)據(jù)的所有點加上上一步得到的最優(yōu)偏移量，得到局部地圖；重復上述處理過程；\n[0042] 3-6)通過循環(huán)迭代，將新的激光數(shù)據(jù)點集與原有數(shù)據(jù)匹配，同步更新位置信息和航向角信息。\n[0043] 所述步驟3-2)的具體方法為：\n[0044] 通過順序計算點集相鄰點之間的距離，判斷是否在聚類距離閾值指標范圍以內，如果在范圍內則將相鄰點進行聚類；將獨立于各聚類區(qū)域以外的孤立的點去除。\n[0045] 所述步驟3-4)的具體方法為：\n[0046] 將前后相鄰兩幀各參考物特征直線中心點距離與特征距離閾值比較，如果相鄰特征直線中心點坐標小于特征距離閾值則認為是相鄰兩幀同一參考物特征直線；用后一幀參考物特征直線的中心點坐標減去前一幀對應參考物特征點坐標，得到局部特征偏移量，將相鄰幀各參考物特征直線之間的局部特征偏移量進行分布平均計算，得出相鄰幀特征最優(yōu)偏移量。\n[0047] 本發(fā)明的有益效果是：\n[0048] 本發(fā)明視覺圖像處理定位、激光雷達同步定位與地圖構建是兩種決定定位方式，行程計算裝置航跡推算是一種相對定位方式，成功實現(xiàn)了兩種絕對定位方式在構圖中的共同作用，通過絕對定位方式校正相對定位方式，實現(xiàn)了行程計算裝置的連續(xù)校正。\n[0049] 本發(fā)明通過連續(xù)對行程計算裝置進行反饋校正，有效的降低了行程計算裝置在長時間或大尺度航跡推算累計誤差，解決了行程計算裝置累計誤差造成的環(huán)形回路不閉合，地圖形變等問題。\n[0050] 本發(fā)明是方案簡單，成本低，可行性好。視覺圖像采集裝置攝像機鏡頭周圍分布有打光LED燈，解決了光照強弱對視覺圖像處理的影響，可以適應夜間環(huán)境進行地圖構建。\n附圖說明\n[0051] 圖1為本發(fā)明基于多傳感器數(shù)據(jù)融合技術構圖的變電站巡檢機器人結構示意圖；\n[0052] 圖2為本發(fā)明基于多技術融合構圖的變電站巡檢機器人工作方法流程圖；\n[0053] 其中，1、機器人移動平臺，2、工控機，3、里程計，4、視覺采集裝置，5、激光雷達，6、驅動輪，7、標識線。\n具體實施方式：\n[0054] 下面結合附圖與實施例對本發(fā)明做進一步說明：\n[0055] 圖1中，基于多傳感器數(shù)據(jù)融合技術構圖的變電站巡檢機器人，它包括機器人移動平臺1，在該平臺上有工控機2，里程計3，視覺采集裝置4，激光雷達5，移動平臺的驅動輪6，地面上有標識線7。\n[0056] 所述的機器人移動平臺1，該實施例是輪式移動平臺形式，其特點是移動平臺有若干驅動輪6；\n[0057] 所述的工控機2，其特點是是搭載到機器人移動平臺上的計算機；\n[0058] 所述的里程計3，其特點是接收測速傳感器信號，并通過通信線路與工控機連接；\n[0059] 所述的視覺采集裝置4，其特點是，該裝置安裝于機器人移動平臺上，擁有核心視覺采集元件攝像機，攝像機鏡頭與地面平行，攝像機通過網線與工控機2連接，該實施例中使用的是Mako?G-032工業(yè)相機，攝像機的圖像垂直中軸線與標識線7平行，在攝像機鏡頭周圍分布有打光LED陣列；\n[0060] 所述激光雷達5，其特點是安裝于機器人移動平臺的前端或后端，激光雷達通過通信線與工控機2連接；\n[0061] 所述的標識線7，其特點在構圖進行前臨時設置于構圖區(qū)域機器人漫游路徑上，標識線具有確定的相對于構圖區(qū)域全局的航向角信息；\n[0062] 下面結合附圖2對本發(fā)明涉及到的基于多傳感器數(shù)據(jù)融合技術構圖的變電站巡檢機器人的方法步驟做進一步說明。\n[0063] [1]在目標構圖區(qū)域內，在機器人構圖過程開始之前，在構圖區(qū)域機器人漫游路徑上設置有標識線，該標識線具有確定的相對于構圖區(qū)域全局的航向信息。本實施例中，標識線是一種顏色明顯區(qū)別于路面的彩色色帶或線。\n[0064] [2]以機器人里程計開始工作的位置作為原點(0,0,0)建立直角坐標系，啟動機器人系統(tǒng)，啟動激光雷達，啟動構圖處理程序。該實施例中機器人的正前方為x軸方向，與x軸垂直且與軸成右手坐標系的方向為y軸。\n[0065] [3]里程計通過對測速傳感器信號接收進行航跡推算，并輸出t時刻變電站巡檢機器人當前的位置信息和航向角信息，這是一種相對定位方式；\n[0066] 里程計通過對測速傳感器信號接收進行航跡推算的方法為：\n[0067]\n[0068]\n[0069]\n[0070] 其中，Sr(t-1)，Sl(t-1)分別為機器人移動平臺右輪和左輪在t-1時刻到t時刻時間間隔走過的距離，d為機器人移動平臺輪距；[X(t),Y(t),W(t)]為t時刻機器人位置信息和航向角信息。\n[0071] 同時，視覺采集裝置采集變電站巡檢機器人移動平臺漫游路徑上的標識線圖像，通過視覺圖像處理識別出t時刻變電站巡檢機器人移動平臺相對于標識線的航向角信息，這是一種絕對定位方式；\n[0072] 激光雷達掃描機器人移動平臺漫游路徑周圍的環(huán)境，獲得不同的激光雷達數(shù)據(jù)，該數(shù)據(jù)包括采樣旋轉角度和該角度對應反射點的距離，并將掃描數(shù)據(jù)通過以太網傳輸至工控機；\n[0073] 里程計航跡推算、視覺圖像處理、激光雷達環(huán)境數(shù)據(jù)掃描，同步進行。該實施例中，里程計通過對測速傳感器信號接收進行航跡推算，并不斷輸出機器人t時刻的位置信息和航向角信息。該實施例中視覺圖像處理模塊是對機器人移動平臺漫游路徑上的標識線圖像進行處理，并識別出t時刻標識線特征與圖像垂直中軸線的夾角，該夾角即為此時刻機器人移動平臺相對于標識線的航向角。\n[0074] 主要步驟如下：\n[0075] (1)圖像標定。使用相機標定階段獲取的標定參數(shù)對每一幀圖像進行標定，以消除相機鏡頭帶來的圖像畸變。\n[0076] (2)對彩色圖象進行顏色模型轉變。由于本系統(tǒng)需要識別的是有顏色的標識色帶或線，所以需要通過對圖像感興趣的顏色模型進行提取。本系統(tǒng)使用的彩色圖形處理空間模型為HSI模型，該模型受光照條件變化的影響小，H代表色調、S代表飽和度、I代表亮度。把RGB模型轉換為HSI模型圖像。\n[0077] (3)目標圖像分割。在HSI模型圖像中選擇RIO(關注區(qū)域)，通過學習階段確定的H和S的閾值對圖像進行分割，提取出特征對比圖像。\n[0078] (4)形態(tài)學處理。通過圖像結構元素對圖像特征進行度量和提取，通過腐蝕和膨脹等形態(tài)學方法對圖像處理以方便對特征的識別和分析。\n[0079] (5)目標特征提取和參數(shù)計算。目標特征提取使用的方法是使用8連通域對圖像進行掃描。特征提取出來之后，通過邊緣檢測確定每行目標特征中心點坐標，通過粒子分析計算出標識線與圖像垂直中軸線的夾角，因為標識線在機器人工作區(qū)域的全局航向信息是確定的，此時刻機器人相對于標識線的航向角已計算出便可確定機器人在工作區(qū)域全局中的航向信息w(t)，即實現(xiàn)了視覺定位，這是一種絕對定位方式。\n[0080] 由于視覺圖像處理模塊需要占用較多的資源，計算量大，所以需要預先設定視覺圖像處理時間間隔，該時間間隔可以是里程計航跡推算周期的5～10倍，視覺圖像處理模塊每一個時間間隔執(zhí)行一次，并將輸出機器人航向角信息w(t)，該實施例中視覺采集裝置攝像機周圍分布有打光LED陣列，可以解決光照強弱對視覺圖像處理的影響。該實施例中的激光雷達環(huán)境數(shù)據(jù)掃描，是激光雷達進行旋轉190度或270度或360度掃描，獲得不同的激光雷達數(shù)據(jù)，該數(shù)據(jù)包括采樣旋轉角度和該角度對應反射點的距離，并將掃描數(shù)據(jù)通過以太網傳輸至工控機。\n[0081] [4]工控機內部的構圖模塊采用SLAM(同步定位與地圖構建方法)方法根據(jù)激光雷達采集到的環(huán)境數(shù)據(jù)對掃描區(qū)域進行構圖。\n[0082] SLAM方法的具體步驟：\n[0083] (1)激光雷達數(shù)據(jù)坐標系轉換。由于從激光雷達獲取的點集數(shù)據(jù)是極坐標系下的數(shù)據(jù)(d,w),為了同一坐標系下處理，所以需要通過(d*cosw,d*sinw)將激光雷達點集數(shù)據(jù)轉換到直角坐標系下。\n[0084] (2)使用聚類距離閾值指標對直角坐標系下的點集進行聚類處理。通過順序計算相鄰點集之間的距離，判斷是否在聚類閾值范圍以內，如果在范圍內則將相鄰點進行聚類。\n對于獨立于各聚類區(qū)域以外的孤立的點去除。\n[0085] (3)對聚類之后的點集進行曲線擬合。使用最小二乘法對聚類之后的點集進行曲線擬合，求出參考物特征直線方程，確定各參考物特征直線的中心點坐標。\n[0086] (4)對相鄰特征直線進行匹配，通過對各參考物特征直線之間的局部特征偏移量進行分布平均計算，得出相鄰幀特征最優(yōu)偏移量。將前后相鄰兩幀各參考物特征直線中心點距離與特征距離閾值比較，如果相鄰特征直線中心點坐標小于特征距離閾值則認為是相鄰兩幀同一參考物特征直線；用后一幀參考物特征直線的中心點坐標減去前一幀對應參考物特征點坐標，得到局部特征偏移量，將相鄰幀各參考物特征直線之間的局部特征偏移量進行分布平均計算，得出相鄰幀特征最優(yōu)偏移量。\n[0087] (5)將上一幀數(shù)據(jù)的所有點加上上一步中的偏移量，得到局部地圖；重復上述處理過程；\n[0088] (6)通過循環(huán)迭代，循環(huán)管將新的激光數(shù)據(jù)點集與舊有數(shù)據(jù)匹配，依次同步更新位置信息和航向角信息(Xt,Yt,Wt)。\n[0089] [5]SLAM同步定位位置信息和航向角信息與視覺圖像處理模塊定位航向角信息進行加權處理:\n[0090] 加權濾波處理的公式如下：\n[0091] W'(t)＝c*W(t)+(1-c)*w(t)+Pe\n[0092] 上式中W(t)為通過同步定位于地圖構建得到的t時刻機器人的航向角信息，w(t)為視覺圖像處理得到的t時刻機器人的航向角信息。c為權值系數(shù)，通過在調試過程中根據(jù)經驗進行設定，Pe為補償系數(shù)，因為行程計算裝置和視覺圖像處理過程中數(shù)據(jù)存在不同步，在校正公式中加入一定量的補償系數(shù)，這一補償系數(shù)要結合系統(tǒng)采樣速度和計算速度而定，校正得到的航向角W'(t)在輸入到里程計新周期t+1時刻的航跡推算過程中即完成了一個周期的里程計校正。\n[0093] [6]將同步定位處理之后的位置信息(Xt,Yt)和加權處理之后的坐標信息Wt’反饋到里程計實現(xiàn)對里程計的校正。\n[0094] [7]重復上述步驟[2]～[6]，循環(huán)迭代并將局部地圖進行融合輸出全局地圖。\n[0095] 上述雖然結合附圖對本發(fā)明的具體實施方式進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領域技術人員應該明白，在本發(fā)明的技術方案的基礎上，本領域技術人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內。