摘要
本申请公开了一种足式机器人隧道三维测图方法及装置,方法结合电机运动状态和IMU信息将点云投影到结束采集时刻,消除了点云的运动偏移量。通过聚类法确定点云类型,根据点云类型进行配准残差补偿,提高了粗糙结构点的配准精度。结合配准残差和测量距离构建基于旋转引导的孤立森林模型,以异常一致性指标为约束来检测异常点云,减少三维点云地图的累积误差。最后,通过卡尔曼滤波器估计足式机器人的位姿并构建隧道三维点云地图。本申请结合了激光SLAM、足式机器人运动学和机器学习等多种技术,解决由于隧道粗糙结构面的配准残差和高尘渗水环境的绝对测量噪声导致的三维点云地图退化问题,实现了足式机器人隧道环境中的三维测图。
技术关键词
足式机器人
测图方法
IMU信息
隧道
三维点云地图
计算机可读程序
卡尔曼滤波器
数据校正
粗糙结构
运动偏移量
激光雷达
可读存储介质
森林模型
误差状态
序列
处理器
系统为您推荐了相关专利信息
姿态校正方法
激光扫描点云
对称轴
基线
置信度阈值
盘煤方法
三维点云地图
DBSCAN算法
煤堆体积
SLAM算法
隧道光面爆破
多传感器融合
监测系统
波传播模型
支持向量机模型
钻爆法隧道施工
多元线性回归模型
风速
皮尔逊相关系数
隧道掌子面