从激光扫描数据中提取角点特征的方法

《从激光扫描数据中提取角点特征的方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第44卷第3期2012年6月南京航空航天大学学报JournalofNanjingUniversityofAeronautics&AstronauticsV01．44No．3Jun．2012从激光扫描数据中提取角点特征的方法满增光叶文华肖海宁钱晓明(南京航空航天大学机电学院，南京，210016)摘要：提出一种从激光扫描数据中提取角点特征的方法。以满足结构化环境中移动机器人定位的需要。该方法分为角点特征滤波、角点函数计算、非极大值抑制和角点特征提取与定位四部分。首先，通过角点特征滤波排除不具备角点特征要素的扫描点。然后，通过角点函数衡量余下的扫描点作为

2、角点特征的程度。之后，采用非极大值抑制方法去除局部区域内非极大值对角点特征提取的干扰。最后。通过闲值法提取出角点特征并对其进行定位．实验结果表明，该方法可以准确地从激光扫描数据中提取出角点特征，并对位置参数具有很好的鲁棒性。关键词：移动机器人；定位；特征提取；激光雷达中图分类号lTP242文献标识码jA文章编号：1005—2615(2012)03．0379．05MethodforCornerFeatureExtractionfromLaserScanDataManZengguang，YeWenhua，XiaoHaining，QianXiaoming

3、(CollegeofMechanicalandElectricalEngineering，NanjingUniversityofAeronautics&Astronautics，Nanjing，210016，China)Abstract：Amethodispresentedforextractingcornerfeaturesfromlaserscandataformobilerobot10—calization．Themethodincludescornerfeaturefilter，cornerfunctioncalculation，non—m

4、aximasuppres—sion，andcornerfeatureextractionandlocalization．First，thescanpointwithoutcornerfeatureele—mentsisexcludedfromallscanpointsbycornerfeaturefilter．Second，cornerfunctioniscalculatedtomeasuretheextentthattheremainedscanpointsarecornerfeatures．Third，non—maximasuppression

5、methodiSusedtoeliminatedisturbanceresultedfromnon—maximainlocalareainextractingcornerfea-tures．Finally，cornerfeaturesareextractedbythresholdmethodandlocalized．ExperimentresultsshowthatthemethodcanextractcornerfeatureaccuratelyfromlaserscandataandiSrobusttopositionparameter．Key

6、words：mobilerobots；localizationfeatureextraction；laserradar定位是自主移动机器人的基本能力。在已知环境中，当前大多数定位系统所采用的基本方法可以概括为：机器人通过自身携带的传感器感知环境，然后将其感知的环境信息与其内部事先存储的环境地图进行匹配[1】。通过实时感知的环境信息与地图的匹配，机器人校正由里程计的滑移所带来的定位误差，从而更新自身的位姿。在未知环境中，机器人定位问题转化为同时定位与地图构建问题【2]。同时定位与地图构建的难点在于：精确的地图估计依赖于机器人轨迹的精确估计。机器人轨迹

7、估计可以通过里程计获得，但是。里程计只在短期内具有较高的精度。为了获得机器人轨迹的长期精确估计，需要将机器人所感知的环境信息与之前建立的并实时更新的地图进行匹配。由此可见，匹配无论是对于已知环境中的移动机器人定位还是未知环境中的同时定位与地图构建，都是一个关键问题。为了提高匹配过程的效率和鲁棒性，在匹配和将传感器数据存储到地图中之前，需要将传感器数据进行基金项目：江苏省科技支撑计划(BE2010189)资助项目．收稿日期：2011-05—25，修订日期：2011—09—26通讯作者：叶文华，男，教授，博士生导师，1965年出生，E-mail：why

8、e@nuaa．edu．cn．南京航空航天大学学报第44卷某种形式的转换。这种转换一方面和机器人感知环境所使用的传感器类型有