文献类型：期刊文章

作　　者：李国瑞[1] 罗维[1] 李雨来[1] 蒲江波[1] 徐圣普[1]

LI Guo-rui;LUO Wei;LI Yu-lai;PU Jiang-bo;XU Sheng-pu(Institute of Biomedical Engineering,Chinese Academy of Medical Sciences&Peking Union Medical College,Tianjin 300192,China)

机构地区：[1]中国医学科学院·北京协和医学院生物医学工程研究所,天津300192

出　　处：《生物医学工程与临床》

基　　金：中国医学科学院医学与健康科技创新工程(2016-I2M-3-023);京津冀基础研究合作专项[19JCZDJC65500(Z)];国家重点研发计划(2017YFB1300301;2017YFB1302305)。

年　　份：2021

卷　　号：25

期　　号：4

起止页码：395-400

语　　种：中文

收录情况：AJ、CAB、CAS、ZGKJHX、普通刊

摘　　要：目的实时准确地识别出障碍物是智能助行器在未知环境中安全运行的基础,也是构建环境地图的前提。基于激光雷达和相机传感器提出一种pointcloudmulti融合方法,利用传感器输出的点云数据提取预设范围内的障碍物轮廓。方法在仿真软件中构建模拟场景,放置带有激光雷达传感器和视觉传感器的移动机器人。首先将激光雷达数据转换为空间点云数据。利用体素滤波方法对相机点云数据进行滤波。然后通过坐标变换(TF),将相机点云数据在相机坐标系下的描述转换为在激光雷达坐标系上的描述。再次,将激光雷达数据与相机点云数据融合,并遍历融合数据后的数据点,剔除不在规定范围内的点。最终将保留下的三维点云数据转化为二维激光雷达数据,经过自适应阈值滤波器后得到障碍物轮廓数据。在模拟环境中测试并可视化方法中各个部分的有效性。接着在个人计算机(PC)与嵌入式系统中对比开源方法与改进方法对障碍物轮廓提取的实时性。最后在模拟场景中进行室内环境同步定位和地图绘制(SLAM)测试。结果在模拟场景中,改进后算法可以有效地提取障碍物的轮廓特征。在PC和嵌入式系统测试中,计算速度相对于开源算法分别提升了13.4%和133.3%。室内仿真结果显示,该方法可获得物体三维完整轮廓并在助行器行进平面内投影建模,同时展示该方法在复杂环境下实时地图构建的可行性。结论实验提出的多源数据融合方法可更加有效地实现对助行器运行空间内障碍物完整信息的实时建模建图,为安全可靠地满足老龄及失能人群的移动需求提供了有益工具。

关 键 词：传感器融合 激光雷达 立体相机 同步定位和地图绘制(SLAM)  助行器  障碍物识别

分 类 号：TP212.9] TN958.98]