马小陆 ,巩朝光 ,王兵 ,郑睿

(1.安徽工业大学 电气与信息工程学院,安徽 马鞍山,243002;2.安徽师范大学 物理与电子信息学院,安徽芜湖,241002)

单线激光雷达特征提取对移动机器人的目标追踪、目标提取和特征融合等具有重要作用,如何准确且可靠检测出点云特征成为研究热点。国内外学者针对单线激光雷达特征提取已经做出了大量研究。例如,Siadat[1]等在基于点间距离分割(Point-Distance-Based Segmentation,PDBS)算法基础上提出了以相邻点之间的差值提取直线的连续边沿追踪(Successive Edge Following,SEF)算法,刘朋[2]等提出使用相邻点之间的斜率差提取环境特征。Arras[3]等提出线性回归(Line-Regression,LR)算法,实现移动机器人在地图上的定位。Borges[4]、Zhang[5]等在分割—合并(Split-and-Merge,SM)算法[6-7]基础上,提出了迭代端点拟合(Iterative End Point Fit,IEPE)方法提取环境中的直线特征,该方法具有速度快和准确度高的特点,但由于该方法对阈值敏感,所以容易出现分割、合并效果不好的现象,因此满增光[8]等将IEPE 方法融合端点拟合(End Point Fit,EPF)和总体最小二乘方法,有效降低了发生欠分割或过分割的可能性,并且将该方法应用于室内AGV 地图创建。除此之外,张岩[9]等提出了随机采样一致(Random Sample Consensus,RANSAC)算法,该方法可以较为稳健的进行特征提取,但是特征提取正确率不高[10]。Fernandes[11]等、李万莉[12]等将霍夫变换(Hough Transform)应用于单线激光雷达特征提取上,邢亚蒙[13]等提出了改进的Hough 变换算法,使用激光扫描信息提取墙面特征,精度较高,但对噪声比较敏感,稳定性差。

综上,当前的特征提取方法存在着对噪声敏感、稳定性差等问题。针对上述问题,本文提出了一种基于前瞻窗口的单线激光雷达特征提取方法。……