[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN113804183B - 一种实时地形测绘方法和系统 - Google Patents

一种实时地形测绘方法和系统 Download PDF

Info

Publication number
CN113804183B
CN113804183B CN202111095595.XA CN202111095595A CN113804183B CN 113804183 B CN113804183 B CN 113804183B CN 202111095595 A CN202111095595 A CN 202111095595A CN 113804183 B CN113804183 B CN 113804183B
Authority
CN
China
Prior art keywords
map
point cloud
tsdf
real
node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111095595.XA
Other languages
English (en)
Other versions
CN113804183A (zh
Inventor
赵德力
傅志刚
彭登
陶永康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Huitian Aerospace Technology Co Ltd
Original Assignee
Guangdong Huitian Aerospace Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Huitian Aerospace Technology Co Ltd filed Critical Guangdong Huitian Aerospace Technology Co Ltd
Priority to CN202111095595.XA priority Critical patent/CN113804183B/zh
Publication of CN113804183A publication Critical patent/CN113804183A/zh
Application granted granted Critical
Publication of CN113804183B publication Critical patent/CN113804183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3826—Terrain data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G01C21/3878—Hierarchical structures, e.g. layering

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

本发明提供一种实时地形测绘方法，包括：实时获取点云关键帧以及与所述点云关键帧对应的位置与姿态信息；使用所述点云关键帧和所述对应的位置与姿态信息以增量的方式更新TSDF地图的地图层；以预设厚度扩展所述更新后的TSDF地图的地图层生成包含安全边界的高程地图。本发明还提供一种实时地形测绘系统。本发明提供的方法和系统能实时引导避障、地形数据量小。

Description

一种实时地形测绘方法和系统
技术领域
本发明涉及自动驾驶领域，具体涉及一种实时地形测绘方法和系统。
背景技术
测绘是指对自然地理因素或者地表人工设施的形状、大小、空间位置及其属性等进行测定、采集、表述以及对获取数据、信息、成果进行处理和提供的活动。实时测绘是指借助实时图像传输系统，实时接收测绘信息，动态构建地理信息图的过程。
飞行汽车是未来交通工具的发展方向之一，智能飞行汽车的自动驾驶功能扮演着重要角色。自动驾驶功能工作时，需要事先获得当前位置一定距离范围内的地形信息，以便提早规避风险，同时地形数据也是飞行轨迹规划的前置信息。然而空中飞行往往对地形地图的要求是同样大小的地形面积，在保证安全条件下，用较小的数据量表示，以便飞行器高速获取地形信息。
在一些技术中，飞机机载设备中包含了激光雷达、IMU、GPS、电子罗盘等传感器和处理器模块，但是处理器模块的功能仅是将采集的数据通过无线传输到地面站系统，进行数据的后处理和显示。这些技术多是首先进行实时数据采集、实时传输或保存，然后进行离线后处理，因此，不能达到实时测绘，引导飞行器避障的目的。
发明内容
本发明的目的在于克服现有技术存在的缺陷，提供一种能实时引导飞行器避障的实时测绘方法。
本发明首先提供一种实时地形测绘方法，包括：实时获取点云关键帧以及与所述点云关键帧对应的位置与姿态信息；使用所述点云关键帧和所述对应的位置与姿态信息以增量的方式更新TSDF地图的地图层；以预设厚度扩展所述更新后的TSDF地图的地图层生成包含安全边界的高程地图。
进一步，所述使用所述点云关键帧和所述对应的位置与姿态信息以增量的方式更新TSDF地图的地图层，包括：将所述点云关键帧表示同一视野区域内不同时刻扫描的多层点云关键帧以及对应的位置与姿态信息以增量的方式融合为单一表面层，生成更新的TSDF地图地图层。
进一步，所述以预设厚度扩展所述更新后的TSDF地图的地图层生成包含安全边界的高程地图，包括：沿表面法线方向外扩预设距离为所述更新后的TSDF地图的地图层增加预定厚度的安全区域，产生包含安全边界的高程地图。
进一步，所述获取经运动补偿后的点云关键帧以及与所述点云关键帧对应的位置与姿态信息具体包括：通过传感器获取当前工作场景在视野范围内的点云信息以及对应的高频空间位姿信息、低频全局空间位置信息；对所述高频空间位姿信息进行信息预积分；通过信息预积分结果做插值计算出每个点相对于点云帧内首点的位姿矩阵；根据所述位姿矩阵和所述低频全局空间位置信息矫正点云帧得到纠正后的点云帧；当载体位置或角度的变化量大于预先设定的阈值时，将对应该时刻的纠正后的点云帧选为点云关键帧。
进一步，将所述点云关键帧表示同一视野区域内不同时刻扫描的多层点云关键帧以及对应的位置与姿态信息以增量的方式融合为单一表面层，生成更新的TSDF地图地图层包括：将获取的点云坐标系下表示的原始的点云数据转换到为TSDF地形全局坐标系下点云数据；TSDF地形全局坐标系下，计算点云关键帧数据中的每个点对应的节点中心坐标和截断距离；使用所述计算出来的每个点对应的节点中心坐标和截断距离更新所述TSDF地图地图层数据。进一步，所述沿表面法线方向外扩预设距离为所述更新后的TSDF地图的地图层增加预定厚度的安全区域，产生包含安全边界的高程地图包括：在竖直方向上，将地图层沿地形高度向上扩大使地图层沿表面法线方向外扩预设距离；在水平方向上，将地图层沿水平方向向外扩展使地图层沿表面法线方向外扩预设距离。。
进一步，所述方法还包括：根据TSDF地图中已更新的节点创建高程地图对应的高程节点；其中，在竖直方向上，将地图层沿地形高度向上扩大使地图层沿表面法线方向外扩预设距离包括：根据所述TSDF地图中已更新的节点的截断距离和预设的距离，更新对应的高程节点的截断距离；其中，在水平方向上，将地图层沿水平方向向外扩展使地图层沿表面法线方向外扩预设距离,包括：查找所述高程节点在预设邻域半径范围内的高程地形图节点作为邻域节点；根据邻域域节点的截断距离和当前高程节点的截断距离更新邻域节点的截断距离。
进一步，上述任一种实时地形测绘方法，还包括：安全边界的高程地图的边界进行简化平滑处理，压缩更新后的安全边界的高程地图的数据量。
进一步，所述安全边界的高程地图的边界进行简化平滑处理，压缩更新后的安全边界的高程地图的数据量包括：使用当前节点更新前的绝对高度值、预设的平滑高度和当前节点底部锚点绝对高度值计算当前节点的绝对高度值；在高程地图数据中更新当前节点的绝对高度值。
本发明还提供一种实时地形测绘系统，应用于飞行器，包括飞行控制单元和地形实时测绘模块，所述地形实时测绘模块产生更新后的安全边界地形图，所述地形实时测绘模块执行上述任一种实时地形测绘方法。
本发明通过对实时获取的数据进行处理，在更新后的地图的基础上增加一定厚度的安全区域，能将实时生成的地形数据产生地形图用于飞控避障。
附图说明
图1是依据本发明一实施例的一种实时地形测绘方法的示意图；
图2是依据本发明另一实施例的一种实时地形测绘方法的示意图；
图3是依据本发明又一实施例的一种实时地形测绘方法的示意图；
图4是依据本发明再一实施例的一种实时地形测绘方法的示意图
图5是依据本发明又一实施例的一种实时地形测绘方法的示意图；
图6是依据本发明另一实施例的一种实时地形测绘方法的示意图；
图7以二维的形式示意了依据本发明一实施例的一种安全边界地形地图的生成原理；
图8是依据本发明一实施例的一种安全边界地形地图的生成过程的流程示意图；
图9是依据本发明一实施例的一种实时地形测绘系统的方框示意图；
图10是依据本发明另一实施例的一种实时地形测绘系统的详细示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
请参图1，本发明较佳实施例中提供的一种实时地形测绘方法，包括步骤：Sc，实时获取点云关键帧以及与所述点云关键帧对应的位置与姿态信息；Se，使用所述点云关键帧和所述对应的位置与姿态信息以增量的方式更新TSDF(truncated signed distancefunction；基于截断的带符号距离函数)地图的地图层；Sg，以预设厚度扩展所述更新后的TSDF地图的地图层生成包含安全边界的高程地图。
本发明通过对实时获取的数据进行处理，在更新后的地图的基础上增加一定厚度的安全区域，以预设厚度扩展所述更新后的TSDF地图的地图层生成包含安全边界的高程地图，能将实时生成的地形数据产生地形图用于飞控避障。
请参图2。实时获取点云关键帧以及与所述点云关键帧对应的位置与姿态信息的步骤，即步骤Sc包括步骤：
Sc1：通过传感器获取当前工作场景在视野范围内的点云信息以及对应的高频空间位姿信息、低频全局空间位置信息，具体地，通过IMU(inertial measurement unit；即惯性测量单元)提供高频空间位姿信息，通过LIDAR(Light Detection And Ranging；即激光探测与测量)提供工作场景在视野范围内的点云信息，通过GNSS(Global NavigationSatellite System；全球导航卫星系统)提供低频全局空间位置信息以为IMU提供的高频空间位姿信息做累积误差补偿。
Sc3：对所述高频空间位姿信息进行信息预积分。信息预积分中，通过计算激光雷达的点云帧之间的相对运动来进行IMU信息预积分。
Sc5：假设点云帧是IMU在匀线速度和匀角速度下采集到的，通过步骤Sc3中的信息预积分结果做插值计算，计算出每个点相对于点云帧内首点的位姿矩阵，用于矫正点云帧。
Sc7：根据所述位姿矩阵和所述低频全局空间位置信息矫正点云帧得到纠正后的点云帧。一帧点云中的点不是在同一时刻采集的，在采集过程中，激光雷达随着载体在运动，所以不同激光点的坐标系一直在变化，最后形成的点云帧数据不能准确地反应出视野中物体的几何形状，即产生了畸变；为简化运算，假设载体在匀线速度和匀角速度下采集了一帧点云，通过对IMU信息的预积分结果做插值计算出每个点相对于帧内首点的位姿矩阵，用于矫正点云帧。
Sc9：当载体位置或角度的变化量大于预先设定的阈值时，将对应该时刻的纠正后的点云帧选为点云关键帧，即将对应该时刻的由所述点云数据构成的点云帧选为点云关键帧，由于点云本身数据量大，在满足地形测绘需要的前提下，过大的数据量不利于处理的实时性，因此需要进行关键帧检测提取；本发明中，关键帧检测只依赖于载体位置和角度的变化量，当任一变化量大于预先设定的阈值时，对应该时刻的纠正后的点云帧则被选为关键帧。
在一个优选实施方式中，若使用双目相机等其他可间接获取点云数据的传感器代替上述LIDAR，那么点云帧运动补偿步骤可以省略，参照图3，此时，实时获取点云关键帧以及与所述点云关键帧对应的位置与姿态信息的步骤，即步骤Sc包括步骤：Sc2：通过IMU提供高频空间位姿信息，通过双目相机获取点云数据；Sc4：对所述高频空间位姿信息进行信息预积分；Sc6：当载体位置或角度的变化量大于预先设定的阈值时，将对应该时刻的由所述点云数据构成的点云帧选为点云关键帧。
请参图4，使用所述点云关键帧和所述对应的位置与姿态信息以增量的方式更新TSDF地图的地图层的步骤，即步骤Se包括步骤：Se2，将所述点云关键帧表示同一视野区域内不同时刻扫描的多层点云关键帧以及与所述点云关键帧对应的位置与姿态信息，以增量的方式融合为单一表面层，生成更新的地图层。更具体地，步骤Se2包括步骤：Se22，将获取的点云坐标系下表示的原始的点云数据转换到为TSDF地形全局坐标系下点云数据，具体地，将在点云坐标系下表示的点云数据转换到TSDF地形全局坐标系下，使得不同时刻不同位置从激光雷达传感器获取的数据统一到同一个坐标系下；Se24，TSDF地形全局坐标系下，计算点云关键帧数据中的每个点对应的节点中心坐标和截断距离；具体地，计算点云帧数据中的每个点对应的节点索引，即节点中心坐标，以便于检索和创建；计算属于同一个节点索引中点的节点距离均值，并以该值创建或更新对应的节点的截断距离的值；Se26，使用所述计算出来的每个点对应的节点中心坐标和截断距离更新所述TSDF地图地图层数据，确定需要更新的节点的范围和截断距离的更新迭代方式，该步骤的主要目标是将对同一区域内不同时刻扫描的多层点云数据以增量的方式融合为单一表面层；当采用TSDF方法时，因为TSDF地图层由一系列具有确定边长的正方体的TSDF节点组成，这个边长即是TSDF地图的分辨率，所以TSDF地图的数据量只与所要表示的地图面积成正比关系，从而与扫面的覆盖次数解耦无关。
更具体来说，请参图5，当采用TSDF方法时，上述将所述点云关键帧表示同一视野区域内不同时刻扫描的多层点云关键帧以及对应的位置与姿态信息以增量的方式融合为单一表面层，生成更新的TSDF地图地图层的步骤包括：Se221，根据输入的第k个关键帧点云及其对应的全局位姿/>将点云从传感器坐标系转换到TSDF全局坐标系/>记该帧点云的原点转换到TSDF全局坐标系下为/>将在点云坐标系下表示的点云数据转换到TSDF全局坐标系下，使得不同时刻不同位置从激光雷达传感器获取的数据统一到同一个TSDF坐标系下；Se241，分别计算关键帧中的每个点对应的节点中心坐标，每个点pi(x,y,z)对应的TSDF节点索引为/>节点中心坐标为其中/>表示向下取整，计算点云帧数据中的每个点对应的TSDF节点索引，以便于检索和创建；并且，计算关键帧点云中属于同一个TSDF节点中的所有点的均值pm、节点索引/>和中心坐标/>检查索引为/>的TSDF节点是否被创建，若无，则创建新的TSDF节点，且节点的距离计算为/> Se261，更新以/>为方向，大小范围为[-DT,DT]内所有的TSDF节点内的距离值；由下(2)(3)式计算更新,其中di+1由(1)式计算，wi+1＝1，/>Wi+1＝Wi+wi+1......(3)。
请参图6、图7和图8，所述沿表面法线方向外扩预设距离为所述更新后的TSDF地图的地图层增加预定厚度的安全区域，产生包含安全边界的高程地图的步骤，即步骤Sg包括步骤：
Sg4，对轮询处理的每一个TSDF节点,更新其对应的地形图节点，地形图节点的高度值按照下述式(4)处理。该步骤应用安全边界参数ds在竖直方向上，将地形高度向上扩大的ds长度的安全距离；
对每个节点，在竖直方向上，将地图层沿地形高度向上扩大使地图层沿表面法线方向外扩预设距离；
具体来说，步骤Sg4包括步骤Sg45，节点地表安全距离计算，即根据所述TSDF地图中已更新的节点的截断距离和预设的距离，更新对应的高程节点的截断距离：判断在安全边界地形地图中是否存在索引为的地形图节点：若不存在，则创建节点/>并将其距离/>初始化为/>其中/>是节点/>内部的截断距离；若存在，则更新该地形图节点内部的截断距离为:
其中，是地形图节点/>的更新前的距离值，ds为外扩距离；
Sg6，在水平方向上将地形安全边界扩大ds距离；对每个节点，在水平方向上，将地图层沿水平方向向外扩展使地图层沿表面法线方向外扩预设距离。
具体来说，与Sg45是根据所述TSDF地图中已更新的节点的截断距离和预设的距离，更新对应的高程节点的截断距离不同，步骤Sg6包括步骤Sg67和步骤Sg69。步骤Sg67：查找所述高程节点在预设邻域半径范围内的高程地形图节点作为邻域节点。步骤Sg69：根据邻域节点的截断距离和当前高程节点的截断距离更新邻域节点的截断距离，即更新高程节点邻域半径ds范围内的其他节点的截断距离。
所述步骤Sg69中，更新高程节点邻域半径ds范围内的其他节点的截断距离时，是根据当前高程节点的截断距离与该节点邻域内其他节点的截断距离，通过预设的规则产生新距离值进行赋值。例如，可以将当前高程节点的截断距离与该节点邻域内其他节点的截断距离进行比较，选择较大或最大的值作为当前节点的新距离值。
通过上述步骤Sg45、Sg67和Sg69，可以根据TSDF地图中已更新的节点创建高程地图对应的高程节点。换言之，根据TSDF地图中已更新的节点创建高程地图对应的高程节点，在竖直方向上，将地图层沿地形高度向上扩大使地图层沿表面法线方向外扩预设距离，根据所述TSDF地图中已更新的节点的截断距离和预设的距离，更新对应的高程节点的截断距离；在水平方向上，将地图层沿水平方向向外扩展使地图层沿表面法线方向外扩预设距离，首先查找所述高程节点在预设邻域半径范围内的高程地形图节点作为邻域节点，接着根据邻域域节点的截断距离和当前高程节点的截断距离更新邻域节点的截断距离。
在上述对每个节点，在竖直方向上，将地图层沿地形高度向上扩大使地图层沿表面法线方向外扩预设距离的步骤，即步骤Sg4之前，还可以包括步骤Sg2，对更新的地图层，按照节点更新的先后顺序为每个节点分配一个存储空间。具体来说，步骤Sg2包括步骤：步骤Sg21，确定TSDF积分器将内部值更改的TSDF节点按照时间先后顺序，添加到hash值队列，并且单独作为一个线程或进程执行，TSDF积分器在地图增量更新时，构造TSDF值已更新的节点的hash值队列，优选的，按照节点更新的先后顺序构造TSDF值已更新的节点的hash值队列，更新流程开始时，首先判断队列是否为空，若为空，则继续等待，直到新的TSDF节点添加进来；步骤Sg23，轮询处理hash值队列中的TSDF节点数据，从所述hash值队列中依次取出hash值，根据所述hash值获取对应的TSDF节点的索引和节点距离/>优选的，按照先进先出的原则从所述hash值队列中依次取出hash值，首先获取第一个高程节点的hash值，然后获取其邻域节点的hash值，对于每个hash值，都执行一次上述的步骤Sg45。
进一步，可以为所述更新的TSDF地图层增加预定厚度的安全区域的步骤，即上述实时地形测绘方法还可以包括步骤Si：安全边界的高程地图的边界进行简化平滑处理，压缩更新后的安全边界地形图的数据量。
具体来说，可以参阅图7和图8，步骤Si包括步骤Si1，使用当前节点更新前的绝对高度值、预设的平滑高度和当前节点底部锚点绝对高度值计算当前节点的绝对高度值；Si3，在高程地图数据中更新当前节点的绝对高度值。使用当前节点更新前的绝对高度值、预设的平滑高度和当前节点底部锚点绝对高度值计算当前节点的绝对高度值的步骤，即步骤Si1具体包括：设置预设的平滑高度为Htol，即平滑高度范围为Htol，Htol对应图7中的圆柱高度，圆柱锚点为圆柱下端面的圆心，即节点。采用广度优先搜索方法，更新地形图节点的距离值。上一个节点更新前的绝对高度值为h"n-1，当前节点更新前的绝对高度值为h′n，当前节点底部锚点绝对高度值为h′n+Htol，则当前节点的更新后的绝对高度值为
上述图6和图7所示的步骤的主要目标是在TSDF地图建立的基础上增加一定厚度的安全区域，也降低了单位面积地形地图的数据量。图7所示为二维意义下的示意图，考虑到激光雷达精度、位姿数据误差等影响建图精度的因素存在，需要增加一定厚度的安全区域，记安全区域厚度为ds，则安全区域定义为以表面法线方向向外扩展距离ds而得到的边界面，即沿外表面法线方向向外移动距离ds而得到的边界面。因为地表往往存在大量的树林、房屋等高度较低的物体，而飞行器的空中航线一般要在这些物体之上，所以类似的细节信息对空中飞行意义不大，为了减少地形图的数据量，需要对这些细节进行滤除。图7中的具有十字标志和圆点标志的圆柱分别表示了滤除前后的地形数据，经过滤后，在圆柱高度范围内波动的细节信息被平滑掉，即具有圆点标志的圆柱被平滑掉，最后以少量的具有十字标志的圆柱表示的点表达了地形地图。
上述简化平滑边界步骤，也可以演变为基于局部区域地图的简化方法，比如三维网格中常见的凹包简化算法。
上述实时地形测绘方法还可以包括步骤：Sb：根据所述TSDF地图层的特征构建hash表，所述TSDF地图层中的每个节点均包括三个字段，分别为hash值hn、节点中心坐标(x,y,z)n和截断距离dn。
本发明还提供一种实时地形测绘系统，请参图9，应用于飞行器，包括飞行控制单元FCU和地形实时测绘模块，所述地形实时测绘模块产生更新后的安全边界地形图，所述地形实时测绘模块执行上述任意一种实时地形测绘方法。地形实时测绘模块实时测绘地形，并具有维护更新和加载功能，可以获取一定范围内的安全边界地形图，传动给FCU用以控制飞行，达到引导避障的目的。
可以进一步参考图10，本申请针对空中飞行对地形地图实时测绘和表示单位面积所用数据量低的特点，提出上述实时地形测绘方法和系统，主要可以分为数据预处理、TSDF地图增量更新和安全边界地形地图增量更新三个部分。
数据预处理部分的目标为为TSDF地图增量更新部分提供经运动补偿后的点云关键帧和该关键帧对应的位置与姿态信息。由IMU(inertial measurement unit,即惯性测量单元)、LIDAR(Light Detection And Ranging，即激光探测与测量)和GNSS(GlobalNavigation Satellite System全球导航卫星系统)进行信息采集作为输入数据，IMU信息提供高频空间位姿信息，LIDAR提供工作场景在视野范围内的点云信息，GNSS提供低频全局空间位置信息，为IMU提供的位姿信息做累积误差补偿。该部分可分为IMU信息预积分、点云帧运动补偿、关键帧检测。IMU信息预积分中，通过计算激光雷达的点云帧之间的相对运动来进行IMU信息预积分，该过程可以使用比较经典通用的方法实现。点云帧运动补偿中，一帧点云中的点不是在同一时刻采集的。在采集过程中，激光雷达随着载体在运动，所以不同激光点的坐标系一直在变化，最后形成的点云帧数据不能准确地反应出视野中物体的几何形状，即产生了畸变。为简化运算，假设载体，即飞行器，在匀线速度和匀角速度下采集了一帧点云，通过对IMU信息的预积分结果做插值计算出每个点相对于帧内首点的位姿矩阵，用于矫正点云帧。关键帧检测中，由于点云本身数据量大，在满足地形测绘需要的前提下，过大的数据量不利于处理的实时性，因此需要进行关键帧检测提取。本发明中，关键帧检测只依赖于载体位置和角度的变化量，当任一变化量大于预先设定的阈值时，对应该时刻的点云帧则被选为关键帧。
TSDF地图增量更新部分的主要目标是将对同一区域内不同时刻扫描的多层点云数据，即上述的点云关键帧，以及与所述点云关键帧对应的位置与姿态信息，以增量的方式融合为单一表面层，以生成更新的TSDF地图层。因为TSDF地图层由一系列具有确定边长的正方体的TSDF节点组成，这个边长即是TSDF地图的分辨率，所以TSDF地图的数据量只与所要表示的地图面积成正比关系，从而与扫面的覆盖次数解耦无关。TSDF地图层是一个hash表，如表1所示的，每个节点有三个字段，分别为hash值、节点中心坐标和截断距离。Hash值由节点中心坐标计算得出，保证每个节点的hash值的低重复性，以便于通过hash值快速查询节点属性。
表1 TSDF图hash表
设截断距离为DT,TSDF节点的分辨率为ρ后，进行TSDF地图的增量更新。
安全边界地形地图增量更新部分的主要目标是在TSDF地图建立的基础上增加一定厚度的安全区域，同时降低单位面积地形地图的数据量。具体可以参阅上述对步骤Sg以及图6、图7和图7的阐释。
本申请最后提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一种实时测绘方法的步骤。
综上所述，本发明通过对实时获取的数据进行处理，能将实时生成的地形数据产生地形图用于飞控避障，本发明通过提高测量传感器本身的测量特性和精度，使生成的地形图具有置信度较高的安全边界，同时对地表几何做了简化、数据量低。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种实时地形测绘方法，其特征在于，包括：
实时获取点云关键帧以及与所述点云关键帧对应的位置与姿态信息；
使用所述点云关键帧和所述对应的位置与姿态信息以增量的方式更新TSDF地图的地图层；
以预设厚度扩展所述更新后的TSDF地图的地图层生成包含安全边界的高程地图；
所述实时获取点云关键帧以及与所述点云关键帧对应的位置与姿态信息具体包括：
通过传感器获取当前工作场景在视野范围内的点云信息以及对应的高频空间位姿信息、低频全局空间位置信息；
对所述高频空间位姿信息进行信息预积分；
通过信息预积分结果做插值计算出每个点相对于点云帧内首点的位姿矩阵；
根据所述位姿矩阵和所述低频全局空间位置信息矫正点云帧得到纠正后的点云帧；
当载体位置或角度的变化量大于预先设定的阈值时，将对应时刻的纠正后的点云帧选为点云关键帧。
2.根据权利要求1所述的实时地形测绘方法，其特征在于，其中，所述使用所述点云关键帧和所述对应的位置与姿态信息以增量的方式更新TSDF地图的地图层，包括：
将所述点云关键帧表示同一视野区域内不同时刻扫描的多层点云关键帧以及对应的位置与姿态信息以增量的方式融合为单一表面层，生成更新的TSDF地图地图层。
3.根据权利要求2所述的实时地形测绘方法，其特征在于，所述以预设厚度扩展所述更新后的TSDF地图的地图层生成包含安全边界的高程地图，包括：
沿表面法线方向外扩预设距离为所述更新后的TSDF地图的地图层增加预定厚度的安全区域，产生包含安全边界的高程地图。
4.根据权利要求2所述的实时地形测绘方法，其特征在于，将所述点云关键帧表示同一视野区域内不同时刻扫描的多层点云关键帧以及对应的位置与姿态信息以增量的方式融合为单一表面层，生成更新的TSDF地图地图层包括：
将获取的点云坐标系下表示的原始的点云数据转换到为TSDF地形全局坐标系下点云数据；
TSDF地形全局坐标系下，计算点云关键帧数据中的每个点对应的节点中心坐标和截断距离；
使用所述计算出来的每个点对应的节点中心坐标和截断距离更新所述TSDF地图地图层数据。
5.根据权利要求3所述的实时地形测绘方法，其特征在于，所述沿表面法线方向外扩预设距离为所述更新后的TSDF地图的地图层增加预定厚度的安全区域，产生包含安全边界的高程地图包括：
在竖直方向上，将地图层沿地形高度向上扩大使地图层沿表面法线方向外扩预设距离；
在水平方向上，将地图层沿水平方向向外扩展使地图层沿表面法线方向外扩预设距离。
6.根据权利要求5所述的实时地形测绘方法，其特征在于，所述方法还包括：
根据TSDF地图中已更新的节点创建高程地图对应的高程节点；
其中，在竖直方向上，将地图层沿地形高度向上扩大使地图层沿表面法线方向外扩预设距离包括：
根据所述TSDF地图中已更新的节点的截断距离和预设的距离，更新对应的高程节点的截断距离；
其中，在水平方向上，将地图层沿水平方向向外扩展使地图层沿表面法线方向外扩预设距离,包括：
查找所述高程节点在预设邻域半径范围内的高程地形图节点作为邻域节点；
根据邻域域节点的截断距离和当前高程节点的截断距离更新邻域节点的截断距离。
7.根据权利要求1-6任意一项所述的实时地形测绘方法，其特征在于，还包括：
安全边界的高程地图的边界进行简化平滑处理，压缩更新后的安全边界的高程地图的数据量。
8.根据权利要求7所述的实时地形测绘方法，其特征在于，安全边界的高程地图的边界进行简化平滑处理，压缩更新后的安全边界的高程地图的数据量包括：
使用当前节点更新前的绝对高度值、预设的平滑高度和当前节点底部锚点绝对高度值计算当前节点的绝对高度值；
在高程地图数据中更新当前节点的绝对高度值。
9.一种实时地形测绘系统，其特征在于，应用于飞行器，包括飞行控制单元和地形实时测绘模块，所述地形实时测绘模块产生更新后的安全边界地形图，所述地形实时测绘模块执行权利要求1至8任一项所述的实时地形测绘方法。
CN202111095595.XA 2021-09-17 2021-09-17 一种实时地形测绘方法和系统 Active CN113804183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111095595.XA CN113804183B (zh) 2021-09-17 2021-09-17 一种实时地形测绘方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111095595.XA CN113804183B (zh) 2021-09-17 2021-09-17 一种实时地形测绘方法和系统

Publications (2)

Publication Number Publication Date
CN113804183A CN113804183A (zh) 2021-12-17
CN113804183B true CN113804183B (zh) 2023-12-22

Family

ID=78939587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111095595.XA Active CN113804183B (zh) 2021-09-17 2021-09-17 一种实时地形测绘方法和系统

Country Status (1)

Country Link
CN (1) CN113804183B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1567385A (zh) * 2003-06-19 2005-01-19 邓兴峰 平面图像全景重建立体图像的方法
CN103116360A (zh) * 2013-01-31 2013-05-22 南京航空航天大学 一种无人机避障控制方法
CN106446815A (zh) * 2016-09-14 2017-02-22 浙江大学 一种同时定位与地图构建方法
CN106663411A (zh) * 2014-11-16 2017-05-10 易欧耐特感知公司 用于增强现实准备、处理和应用的系统和方法
CN109923589A (zh) * 2016-11-14 2019-06-21 深圳市大疆创新科技有限公司 构建和更新高程地图
CN110335316A (zh) * 2019-06-28 2019-10-15 Oppo广东移动通信有限公司 基于深度信息的位姿确定方法、装置、介质与电子设备
CN110631581A (zh) * 2018-06-22 2019-12-31 华为技术有限公司 建立室内3d地图的方法和无人机
CN112083725A (zh) * 2020-09-04 2020-12-15 湖南大学 一种面向自动驾驶车辆的结构共用多传感器融合定位系统
CN112947531A (zh) * 2021-03-26 2021-06-11 上海工程技术大学 无人机的控制方法、装置、设备及存储介质
CN113052906A (zh) * 2021-04-01 2021-06-29 福州大学 基于单目相机与里程计的室内机器人定位方法
CN113063427A (zh) * 2020-01-02 2021-07-02 广东博智林机器人有限公司 一种室内高精地图生产方法、装置、设备及存储介质
CN113342038A (zh) * 2016-02-29 2021-09-03 星克跃尔株式会社 为无人飞行器的飞行生成地图的方法和系统
CN113379910A (zh) * 2021-06-09 2021-09-10 山东大学 基于slam的移动机器人矿山场景重建方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10937182B2 (en) * 2017-05-31 2021-03-02 Google Llc Non-rigid alignment for volumetric performance capture

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1567385A (zh) * 2003-06-19 2005-01-19 邓兴峰 平面图像全景重建立体图像的方法
CN103116360A (zh) * 2013-01-31 2013-05-22 南京航空航天大学 一种无人机避障控制方法
CN106663411A (zh) * 2014-11-16 2017-05-10 易欧耐特感知公司 用于增强现实准备、处理和应用的系统和方法
CN113342038A (zh) * 2016-02-29 2021-09-03 星克跃尔株式会社 为无人飞行器的飞行生成地图的方法和系统
CN106446815A (zh) * 2016-09-14 2017-02-22 浙江大学 一种同时定位与地图构建方法
CN109923589A (zh) * 2016-11-14 2019-06-21 深圳市大疆创新科技有限公司 构建和更新高程地图
CN110631581A (zh) * 2018-06-22 2019-12-31 华为技术有限公司 建立室内3d地图的方法和无人机
CN110335316A (zh) * 2019-06-28 2019-10-15 Oppo广东移动通信有限公司 基于深度信息的位姿确定方法、装置、介质与电子设备
CN113063427A (zh) * 2020-01-02 2021-07-02 广东博智林机器人有限公司 一种室内高精地图生产方法、装置、设备及存储介质
CN112083725A (zh) * 2020-09-04 2020-12-15 湖南大学 一种面向自动驾驶车辆的结构共用多传感器融合定位系统
CN112947531A (zh) * 2021-03-26 2021-06-11 上海工程技术大学 无人机的控制方法、装置、设备及存储介质
CN113052906A (zh) * 2021-04-01 2021-06-29 福州大学 基于单目相机与里程计的室内机器人定位方法
CN113379910A (zh) * 2021-06-09 2021-09-10 山东大学 基于slam的移动机器人矿山场景重建方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向室内动态环境的半直接法RGB-D SLAM算法;高成强 等;《机器人》;第41卷(第3期);372-383 *

Also Published As

Publication number Publication date
CN113804183A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
KR102001728B1 (ko) 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
CN112347840B (zh) 视觉传感器激光雷达融合无人机定位与建图装置和方法
AU2019217205B2 (en) Method of and apparatus for analyzing images
KR102007567B1 (ko) 스테레오 드론 및 이를 이용하는 무기준점 토공량 산출 방법과 시스템
RU2487419C1 (ru) Система комплексной обработки информации радионавигационных и автономных средств навигации для определения действительных значений параметров самолетовождения
KR102130687B1 (ko) 다중 센서 플랫폼 간 정보 융합을 위한 시스템
CN104360362B (zh) 利用飞行器对观测目标进行定位的方法及系统
KR20180127568A (ko) 지형정보를 반영한 3차원 비행경로 생성방법 및 시스템
KR101877900B1 (ko) 배터리 소모량 예측을 통한 3차원 비행경로 생성 시스템 및 방법
CN111338383A (zh) 基于gaas的自主飞行方法及系统、存储介质
KR102466007B1 (ko) 다차원 공간 정보 생성 시스템 및 방법
KR20200028210A (ko) 모바일 맵핑 또는 자율 주행용 플랫폼과 관측 데이터의 구조화를 위한 시스템
CN107063187A (zh) 一种全站仪与无人机影像联合的树高快速提取方法
US10621742B2 (en) Method for producing a depth map
CN113920186B (zh) 一种低空无人机多源融合定位方法
CN113155126B (zh) 一种基于视觉导航的多机协同目标高精度定位系统及方法
KR102325119B1 (ko) 라이다 좌표를 이용한 점군 지도 업데이트를 수행하는 차량
CN113406566B (zh) 一种飞行器定位的方法和装置
CN113804183B (zh) 一种实时地形测绘方法和系统
CN117554989A (zh) 视觉融合激光雷达slam定位导航的方法及其无人机系统
KR101181742B1 (ko) 토지 이용 현황도 갱신 장치 및 방법
Ishii et al. Autonomous UAV flight using the Total Station Navigation System in Non-GNSS Environments
CN115371664B (zh) 一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统
CN117848302B (zh) 一种实时地形智能测绘方法及系统
TWI856544B (zh) 基於地板限制重定位與八叉樹優化建圖的三維光達式同步定位建圖及導航方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant