一种基于2D激光雷达3D点云扫描装置及配准算法的制作方法

一种基于2d激光雷达3d点云扫描装置及配准算法
技术领域
[0001]
本发明涉及雷达扫描配准技术领域，具体为一种基于2d激光雷达3d点云扫描装置及配准算法。


背景技术：

[0002]
现有技术设计的三维俯仰扫描激光测距雷达的系统构成，系统主要由三部分构成：
①
二维激光俯仰扫描雷达；
②
俯仰扫描机械装置及驱动；
③
控制与数据采集单元，俯仰扫描机械装置包括支架和旋转轴，由一个步进电机驱动，控制单元是一个由stm32单片机为核心的控制系统组成，单片机系统通过rs-232，接口和上位计算机相连接，如图1所示，为我们设计的三维俯仰扫描激光测距雷达的系统构成示意图，系统主要由三部分构成：
①
二维激光俯仰扫描雷达；
②
俯仰扫描机械装置及驱动；
③
控制与数据采集单元，俯仰扫描机械装置包括支架和旋转轴，由一个步进电机驱动，控制单元是一个由stm32单片机为核心的控制系统组成，单片机系统通过rs-232接口和上位计算机相连接。
[0003]
现有技术的缺陷具体如下：1）现有装置2d雷达的角度较低；2）现有俯仰装置角度变换范围相比于本发明的装置角度变换范围小；3）针对迭代最近点icp算法，在搜索对应点的过程中，计算量非常大的，复杂度比较高。


技术实现要素：

[0004]
（一）解决的技术问题针对现有技术的不足，本发明提供了一种基于2d激光雷达3d点云扫描装置及配准算法，解决了现有装置2d雷达的自由度较低，2d雷达可在自有的平面上旋转的角度为0
°-
180
°
，原有俯仰装置角度变换范围相比于本发明的装置角度变换范围小，同时针对迭代最近点算法，在搜索对应点的过程中，计算量非常大的，复杂度比较高的问题。
[0005]
（二）技术方案为实现以上目的，本发明通过以下技术方案予以实现：一种基于2d激光雷达3d点云扫描装置的配准算法，其特征在于：具体包括以下步骤：s1、首先对点云数据进行边缘提取，记录边缘处点云的位置；s2、根据点云数据创建若干个边长为l的栅格，其中栅格的边长l根据立方体内点云的密度进行自适应的确定；s3、对于在栅格中的点云数据，和步骤s1记录的边缘点云数据进行比对，如果为边缘点云不做处理，如果非边缘点云，则对非边缘点云集进行处理；s4、做完步骤s3的处理，对剩下的点云数据通过icp算法进行配准。
[0006]
优选的，所述步骤s3中对非边缘点云集进行处理的方法具体如下：t1、选取其中随机一点为种子点云，一个种子点云内包括多个点，分别以每个栅格的中心为圆心，点云到圆心之间的距离为半径，即2
1/2
l/n(n=2,3,4,
…
)，进行画圆，n为一个点云
内包括点的数量，所以n越大表示一个点云中点的分布越密集，也就意味着扫面半径就越小；t2、按照步骤t1的扫描算法进行扫描，当扫描一个栅格内点云的点的数量最少时，画圆的圆周和栅格相切，并保留圆周的点云数据；t3、对于剩余栅格的点云数据，依次如步骤t1-t2步骤进行处理，进而达到对点云数据进行精简的目的。
[0007]
第二方面，本发明还公开了一种实施配准算法的基于2d激光雷达3d点云扫描装置，包括雷达俯仰扫描机构、角度俯仰机构和俯仰支架，所述雷达俯仰扫描机构包括第一侧板、 云台底座、底板、云台电机和第二侧板，所述第一侧板、 云台底座、底板和第二侧板连接共同构成云台电机的固定结构，且云台电机驱动由头部上盖和头部下盖固定的红外模组做圆周运动，来扫描障碍物。
[0008]
所述角度俯仰机构包括第一固定支架、第一固定支架盖体、第二固定支架、舵机驱动机组和第二固定支架盖体，所述第一固定支架、第一固定支架盖体、第二固定支架和第二固定支架盖体连接共同构成机构的支架，所述舵机驱动机组固定安装于第二固定支架的一侧，且舵机驱动机组上分别固定连接有舵盘和主动输出轴，所述主动输出轴插入传动连接件,且传动连接件与俯仰支架固定连接，所述舵机驱动机组作为动力源驱动整个机构绕着阶梯轴承旋转。
[0009]
优选的，将所述雷达俯仰扫描机构的底板固定安装于俯仰支架上实现雷达俯仰扫描机构的角度俯仰。
[0010]
优选的，所述舵机驱动机组在4.8v时扭力为3.9kg/cm、速度为0.22秒/60
°
，在6.0v时扭力为5.2kg/cm、速度为0.18秒/60
°
。
[0011]
优选的，所述第一固定支架盖体固定安装于第一固定支架上，且第二固定支架盖体固定安装于第二固定支架上。
[0012]
优选的，所述第一侧板固定安装于、云台底座的一侧，且底板固定安装于云台底座的底部。
[0013]
优选的，所述云台电机固定安装于云台底座的顶部，且第二侧板固定安装于云台底座的正面。
[0014]
（三）有益效果本发明提供了一种基于2d激光雷达3d点云扫描装置及配准算法。与现有技术相比具备以下有益效果：（1）、该基于2d激光雷达3d点云扫描装置及配准算法，包括雷达俯仰扫描机构、角度俯仰机构和俯仰支架，雷达俯仰扫描机构包括第一侧板、 云台底座、底板、云台电机和第二侧板，第一侧板、 云台底座、底板和第二侧板连接共同构成云台电机的固定结构，且云台电机驱动由头部上盖和头部下盖固定的红外模组做圆周运动，来扫描障碍物，实现雷达俯仰扫描，本发明中结构上相比于现有的改造装置有更高的自由度，2d雷达可在自有的平面上进行360
°
旋转。
[0015]
（2）、该基于2d激光雷达3d点云扫描装置及配准算法，其俯仰装置角度变换范围相比于现有的装置变换范围更广为0
°
到180
°
。
[0016]
（3）、该基于2d激光雷达3d点云扫描装置及配准算法，其针对迭代最近点算法，在
搜索应点的过程中，计算量非常大的问题，提出对得到的点云进行寻找区域最优点的算法，即（search regional optimum, sro）算法，该算法可以有效滤除点云中的无效点云，保留有效信息的点云值，进而在通过icp算法匹配的过程中可以通过有效点云值进行匹配，从而大大减少了点云的计算量，而且保留了点云的关键信息。
附图说明
[0017]
图1为本发明基于2d激光雷达3d点云扫描装置的结构示意图；图2为本发明配准算法的流程图。
[0018]
图中，1第一固定支架、2第一固定支架盖体、3阶梯轴承、4第一侧板、5云台底座、6底板、7第二侧板、8俯仰支架、9舵机驱动机组、10第二固定支架、11主动输出轴、12舵盘、13传动连接件、14第二固定支架盖体、15头部上盖、16红外模组、17头部下盖、18云台电机。
具体实施方式
[0019]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0020]
请参阅图1-2，本发明实施例提供一种技术方案：一种基于2d激光雷达3d点云扫描装置，包括雷达俯仰扫描机构、角度俯仰机构和俯仰支架8，雷达俯仰扫描机构包括第一侧板4、 云台底座5、底板6、云台电机18和第二侧板7，第一侧板4固定安装于、云台底座5的一侧，且底板6固定安装于云台底座5的底部，云台电机18固定安装于云台底座5的顶部，且第二侧板7固定安装于云台底座5的正面，第一侧板4、 云台底座5、底板6和第二侧板7连接共同构成云台电机18的固定结构，且云台电机18驱动由头部上盖15和头部下盖17固定的红外模组16做圆周运动，来扫描障碍物，实现雷达俯仰扫描。
[0021]
角度俯仰机构包括第一固定支架1、第一固定支架盖体2、第二固定支架10、舵机驱动机组9和第二固定支架盖体14，第一固定支架盖体2固定安装于第一固定支架1上，且第二固定支架盖体14固定安装于第二固定支架10上，第一固定支架1、第一固定支架盖体2、第二固定支架10和第二固定支架盖体14连接共同构成机构的支架，舵机驱动机组9固定安装于第二固定支架10的一侧，且舵机驱动机组9上分别固定连接有舵盘12和主动输出轴11，主动输出轴11插入传动连接件13,且传动连接件13与俯仰支架8固定连接，舵机驱动机组9作为动力源驱动整个角度俯仰机构绕着阶梯轴承3旋转，从而实现角度俯仰。
[0022]
本发明实施例中，将雷达俯仰扫描机构的底板6固定安装于俯仰支架8上实现雷达俯仰扫描机构的角度俯仰。
[0023]
本发明实施例中，舵机驱动机组9在4.8v时扭力为3.9kg/cm、速度为0.22秒/60
°
，在6.0v时扭力为5.2kg/cm、速度为0.18秒/60
°
。
[0024]
如图1所示，头部上盖15处部分为2d激光雷达的安装部位，该2d激光雷达为1线激光雷达，本发明主要是发明一个旋转轴，实现使用一个2d激光雷达俯仰扫描，同时在另一个轴进行旋转，从而俯仰扫描出3d信息。
[0025]
通过激光雷达的不断俯仰扫描，不需反射棱镜即可快速获取各转角情况下目标物
体俯仰扫描截面到俯仰扫描仪的具体点云数据，同时获取被测物体表面的三维坐标，高效地对真实世界进行三维建模和虚拟重现。
[0026]
由于2d激光雷达俯仰扫描可以得到空间中一个面上的点云图，新发明的雷达俯仰俯仰扫描机构旋轴可以实现从0
°
到180
°
的旋转（实际应用的俯仰扫描角度0
°
到90
°
），从而实现空间中每个平面点云图的俯仰扫描，每个空间俯仰扫描出的点云图进行拼接得到了3d点云图，同过2d雷达实现了3d雷达的效果。
[0027]
本发明实施例还提供了一种基于2d激光雷达3d点云扫描装置的配准算法，具体包括以下步骤：s1、首先对点云数据进行边缘提取，记录边缘处点云的位置；s2、根据点云数据创建若干个边长为l的栅格（小立方体），其中栅格的边长l根据立方体内点云的密度进行自适应的确定；s3、对于在栅格中的点云数据，和步骤s1记录的边缘点云数据进行比对，如果为边缘点云不做处理，如果非边缘点云，则对非边缘点云集进行处理；s4、做完步骤s3的处理，对剩下的点云数据通过icp算法进行配准，有效解决由于数据量大而造成计算量大，计算复杂度高的问题。
[0028]
本发明实施例中，步骤s3中对非边缘点云集进行处理的方法具体如下：t1、选取其中随机一点为种子点云，一个种子点云内包括多个点，分别以每个栅格的中心为圆心，点云到圆心之间的距离为半径，即2
1/2
l/n(n=2,3,4,
…
)，进行画圆，n为一个点云内包括点的数量，所以n越大表示一个点云中点的分布越密集，也就意味着扫面半径就越小；t2、按照步骤t1的扫描算法进行扫描，当扫描一个栅格内点云的点的数量最少时，画圆的圆周和栅格相切，并保留圆周的点云数据；t3、对于剩余栅格的点云数据，依次如步骤t1-t2步骤进行处理，进而达到对点云数据进行精简的目的。
[0029]
针对扫描得到的3d点云图，应用寻找区域最优点的算法对3d点云进行简化后联合icp算法对点云实现配准，相比于单纯的应用icp算法达到在不损失有效信息的情况下，配准时计算复杂度降低，计算量减小，并且实现了3d点云的精确配准。
[0030]
本发明由2d雷达实现3d雷达功能的旋转扫描装置，以及寻找区域最优点的算法，即为本发明的点云配准算法。
[0031]
本发明实施例中icp 算法的流程为：1. 点云预处理
-ꢀ
滤波、清理数据等2. 匹配
-ꢀ
应用上一步求解出的变换，找最近点3. 加权
-ꢀ
调整一些对应点对的权重4. 剔除不合理的对应点对5. 计算 loss6. 最小化 loss，求解当前最优变换
7. 回到步骤 2. 进行迭代，直到收敛。
[0032]
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
[0033]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0034]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。