(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211051799.8 (22)申请日 2022.08.30 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 朱佳琪　卓桂荣　王冠北　熊璐　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 廖程 (51)Int.Cl. G01S 17/08(2006.01) G01S 17/86(2020.01) G01S 17/89(2020.01) G06V 20/56(2022.01) G06V 10/46(2022.01) G06V 10/74(2022.01) (54)发明名称 一种基于虚拟描述符的全局定位方法及其 系统 (57)摘要 本发明涉及一种基于虚拟描述符的全局定 位方法及其系统， 该方法包括： 对激光雷达点云 数据进行预处理以及特征点云提取操作； 针对关 键帧特征点 云， 以任意位置为中心依次动态生成 虚拟描述符； 结合从GNSS/INS组合定位系统获取 的定位信息， 构建密度可调的稀疏描述符地图； 同时利用原始点云信息， 构建点云地图； 针对查 询帧特征点云， 从中提取出SC描述符， 加载稀疏 描述符地图进行二阶段加权搜索匹配， 得到候选 帧及匹配初值； 加载候选帧周围设定范围内点云 信息， 构建局部点云地图， 将查询帧点云与局部 点云地图进行匹配， 得到全局定位信息。 与现有 技术相比， 本发 明能够同时具有旋转和平移不变 性， 具有计算量小、 地图采集工作量小、 精度高、 环境适用性强的优点。 权利要求书3页 说明书6页 附图2页 CN 115390082 A 2022.11.25 CN 115390082 A 1.一种基于虚拟描述符的全局定位方法， 其特 征在于， 包括以下步骤： S1、 获取激光雷达点云数据， 并依次进行点云预处理以及特征点云提取操作， 得到关键 帧特征点云和查询帧特 征点云； S2、 针对关键帧特 征点云， 以任意 位置为中心 依次动态生成虚拟描述符； 结合从GNSS/INS组合定位系统获取的定位信息， 构建得到密度可调的稀疏描述符地 图； 同时利用原 始点云信息， 构建得到点云地图； S3、 针对查询帧特征点云， 从中提取出SC描述符， 之后加载稀疏描述符地图进行二阶段 加权搜索匹配， 得到候选帧及匹配初值； S4、 加载候选帧周围设定范围内点云信息， 以构建局部点云地图， 将查询帧点云与局部 点云地图进行匹配， 得到全局定位信息 。 2.根据权利要求1所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤 S2具体包括以下步骤： S21、 针对一个关键帧特 征点云， 使用设定尺寸的栅格滤波 进行下采样； 再以任意 位置为中心， 使用 扇形栅格进行空间区域的划分； S22、 遍历每个栅格中的点云， 计算每个栅格对应的最大高度特征值， 以得到虚拟描述 符初值； S23、 针对各虚拟描述符， 分别进行环境一致性检验， 以确定出虚拟描述符中每一个栅 格的特征值终值及其环境 一致性权重； S24、 结合从GNSS/INS组合定位系统获取的定位信息， 利用步骤S23中环境一致性检验 后的虚拟描述符， 构建得到稀疏描述符地图； 同时利用原 始点云信息， 构建得到点云地图。 3.根据权利要求2所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤 S21中使用扇形栅格进行空间区域的划分的具体过程为： 沿周向每隔设定角度A划分一格， 一周360度， 共得到周向的(3 60/A)个栅格； 沿径向每隔设定 长度B划分一格， 划分范围为0 至C米， 共得到径向的(C /B)个栅格； 最终得到( (360/A)*(C/B))个扇形栅格。 4.根据权利要求3所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤 S22中虚拟描述符初值具体为： 其中， Ivirtual为虚拟描述符初值， Hij为栅格的最大高度特征值， 为实数， Nr为径向的栅 格数， Ns为周向的栅格数。 5.根据权利要求4所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤 S23具体是采用模板描述符的方式， 将虚拟描述符与模板描述符进 行对比， 以确定虚拟描述 符中每一个栅格的特 征值终值及其环境 一致性权重： 若点云离虚拟描述符生成中心 距离变小， 则： 权　利　要　求　书 1/3 页 2 CN 115390082 A 2若点云离虚拟描述符生成中心 距离变大， 则： 其中， r为栅格的最大半径， 为激光扫 描的最大俯仰角， Hvirtual为虚拟描述符Ivirtual中 栅格特征值的初值， Htemplatek为模板描述符Itemplatek的栅格特征值， 为Ivirtual经过环 境一致性检验后栅格特 征值的终值， α 为对应的环境 一致性权重。 6.根据权利要求5所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤 S3具体包括以下步骤： S31、 以激光雷达为中心， 从查询帧特 征点云中提取 出相应的SC描述符； S32、 加载稀疏描述符地 图用于位置识别， 对于提取出的SC描述符， 将其按行求和取均 值得到(C/B)维向量， 称为环键， 其中， 稀疏描述符地图的环键用于构建KD树， 并根据查询帧 的环键查找相似键； S33、 在快速匹配和判断阶段， 对于每一候选帧和查询帧， 通过距离函数来判断每一个 候选帧与查询帧之间的相似性： 将两者按列进行比较， 计算两者中具有相同索引的两个列 向量的余弦距离， 相加所有列的余弦距离并进行归一化， 得到用来描述两个描述符相似性 的距离数值； 筛选出最小距离数值， 由此确定最佳列位移数和距离， 其中， 最佳列位移数即为输出的 匹配初值。 7.根据权利要求6所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤 S32中查找相似键具体是使用加权L1距离作为相 似度评价指标， 以查找出设定数量的相似 键， 其中， 相似度评价指标的具体 计算公式为： 其中， Hp为查询帧描述符的栅格特 征值， Nr表示环键的维数， 即为径向的栅格数。 8.根据权利要求7所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤 S33中最佳列位移数 具体为： 其中， Iq、 Ic分别为从查询帧与候选帧中获取的描 述符， 分别为来自查询帧和候选 帧的具有相同索引的列向量， 为平移了n列的候选帧描述符， Ns表示描述符列向量的维 度， 即为周向的栅格数， d(Iq， Ic)为Iq与Ic之间的相似性距离 。 9.根据权利要求1所述的一种基于虚拟描述符的全局定位方法， 其特征在于， 所述步骤权　利　要　求　书 2/3 页 3 CN 115390082 A 3