本发明涉及一种地图构建方法，具体涉及一种结合了惯性导航单元与激光雷达的室内平面地图构建方法。
背景技术：
基于激光雷达的室内地图构建在机器人领域应用越来越广发。常见的有3d激光雷达和2d激光雷达。3d激光雷达扫描整个环境的3d模型，2d激光雷达至于机器人底部，扫面平面底图。上述两种方法都是依据关键帧拼接技术实现底图构建。这种底图构建方法由于对传感器的位置估计是通过相邻两针的拼接得到的位移变化，在室内大范围扫描时，两两相邻位移的积分会产生累积误差，使得最终的底图构建效果不佳。尤其是对于激光雷达量程不够大的情况，这种情况位姿累积的误差会较大。其他大面积情况会出现地图整体扭曲的情况。
技术实现要素：
本发明将传统的基于2d激光雷达的室内地图构建方法与惯性导航相结合提升了地图构建的精度，降低了地图的扭曲感。具体内容如下：
一种基于惯性导航单元与激光雷达的地图构建方法，包括以下步骤：
1) 搭建扫描平台
扫描平台由具有双轮移动平台的机器人构成，平台上搭载一激光雷达与惯性导航单元；
2) 扫描数据
遥控双轮移动平台，用激光雷达进行扫描，得到扫描数据，同时从平台搭载的惯性导航单元读取平台的位姿信息；
3) 帧间拼接
对于激光雷达扫描出的数据，对相邻的两帧采取ICP最近点迭代方法得到平台的位姿变化；
4) 闭环检测
提取所有扫描帧的特征点并将特征点存入特征字典；对每个新的帧，在特征字典中查找匹配，若匹配成功则完成闭环检测；
5) 图优化
对步骤3）得到的一系列帧间拼接的位姿进行图优化，其中以每一帧观测瞬间的位姿为节点，相邻两帧的位姿变化为边构建优化图；将优化图输入isam优化方法库计算，得到优化出的每一帧的中心点位姿，以及包括中心点位姿的处理后的优化图；
6) 加入惯性导航数据
在上述处理后的优化图中，结合每一帧激光雷达数据采集的瞬间读取到的惯性导航单元的位姿变化信息，将对应的节点之间加入由惯性导航单元得到的位姿变化，如此构成的优化图的每两节点之间如果有边则都有两条。
7) 二次图优化
对上述处理后的优化图重新运行图优化方法得到优化出的每一帧的中心点位姿；
8) 渲染
从步骤7）得到每一帧的中心点位姿后，使用opengl绘制出occupancy grid map，其中采样点标记为黑色，从采样点到中心点位置的连线绘制为白色。
由于惯性导航单元提供了大致的位姿变化，使得对激光雷达数据进行ICP拼接时计算时间大大缩短。而且惯性导航单元可以测出机器人的侧倾，据此可以识别侧倾时激光雷达的无效数据，减少对定位的干扰。
具体实施方式
一种基于惯性导航单元与激光雷达的地图构建方法，包括以下步骤：
1)搭建扫描平台
扫描平台由具有双轮移动平台的机器人构成，平台上搭载一激光雷达与惯性导航单元；
2) 扫描数据
遥控双轮移动平台，用激光雷达进行扫描，得到扫描数据，同时从平台搭载的惯性导航单元读取平台的位姿信息；
3) 帧间拼接
对于激光雷达扫描出的数据，对相邻的两帧采取ICP最近点迭代方法得到平台的位姿变化；
4) 闭环检测
提取所有扫描帧的特征点并将特征点存入特征字典；对每个新的帧，在特征字典中查找匹配，若匹配成功则完成闭环检测；
5) 图优化
对步骤3）得到的一系列帧间拼接的位姿进行图优化，其中以每一帧观测瞬间的位姿为节点，相邻两帧的位姿变化为边构建优化图；将优化图输入isam优化方法库计算，得到优化出的每一帧的中心点位姿，以及包括中心点位姿的处理后的优化图；
6) 加入惯性导航数据
在上述处理后的优化图中，结合每一帧激光雷达数据采集的瞬间读取到的惯性导航单元的位姿变化信息，将对应的节点之间加入由惯性导航单元得到的位姿变化，如此构成的优化图的每两节点之间如果有边则都有两条。
7) 二次图优化
对上述处理后的优化图重新运行图优化方法得到优化出的每一帧的中心点位姿。
8) 渲染
从步骤7）得到每一帧的中心点位姿后，使用opengl绘制出occupancy grid map，其中采样点标记为黑色，从采样点到中心点位置的连线绘制为白色。