本實用新型涉及機器人定位與導航技術領域，具體是一種激光掃描儀定位導航系統。
背景技術：
隨著機器人技術的不斷發展，傳統的機器人定位方法已難以滿足機器人快速精準的定位需求。基于激光掃描儀的定位與導航方法雖然能實現精確地定位，但是運算復雜度高，特別是在空曠的環境中，由于沒有障礙物作為反射體生成點云，空曠環境下難以實現準確的即時定位與地圖生成。基于IMU的定位與導航能夠獲取準確的機器人位置與姿態參數，但是在長距離定位的時候容易造成誤差累積。采用IMU與激光掃描儀在一定程度上能夠實現較為準確的實時定位與制圖效果，但是在長距離定位與導航時依然存在累積誤差與航向偏移，特別是在機器人初始位置的確定上，傳統的導航與定位方式難以實現準確的初始位置的確定。然而基于視覺的定位方式可以有效解決定位與導航中的誤差積累，并且在一定程度上能有效解決初始位置的確定，但是基于視覺的定位方式精度受到極大限制，定位精度難以達到IMU與激光掃描儀的定位精度，并且受到環境光照條件影響較大。
技術實現要素：
本實用新型為了克服現有技術中存在的上述缺陷，提供了一種激光掃描儀定位導航系統，采用6相機360°全景構架，在機器人采用IMU、激光掃描儀對周圍環境進行建圖的同時，采集周圍環境 360°全景圖像，并記錄圖像采集時刻機器人的位置與姿態數據，生成帶定位信息的全景圖像序列與激光掃描儀構建的地圖進行融合，生成帶視覺標記的融合地圖。采用帶視覺標記的融合地圖對機器人進行定位與導航。
為解決上述問題，本實用新型提出一種激光掃描儀定位導航系統，包括：六個模擬相機模組、相機固定架、六路圖像采集卡、六個鏡頭、電源、主機、IMU模塊、Arduino板、激光掃描儀，所述模擬相機模組呈環形排列并固定設置在所述相機固定架上，所述六路圖像采集卡分別與所述六個模擬相機模組電性相連，所述六個鏡頭分別固定在所述六個模擬相機模組上，所述電源與六個模擬相機模組均電性相連，所述主機上安裝有圖像采集卡驅動，圖像采集卡驅動輸出端連接所述圖像采集卡，所述圖像采集卡設置有配套的SDK 開發接口，所述SDK開發接口的輸入端連接模擬相機模組的輸出端，所述IMU模塊與Arduino板相連，所述Arduino板與主機相連，所述激光掃描儀與主機相連。
在上述技術方案中，所述模擬相機模組采用索尼super hard 1/3 英寸CCD，額定電壓為12V，額定電流為50mA，有效像素為 720(H)*576(V)。
在上述技術方案中，所述電源的輸出電壓為12V，輸出電流為 1A。
在上述技術方案中，所述主機的CPU為酷睿雙核或以上，內存等于或大于2G，硬盤等于或大于256G，主機的系統為Windows 10、windows7以及windows xp中的任意一種。
在上述技術方案中，所述相機固定架包括六個環形分布的固定板，相鄰固定板固定相連且呈120°夾角，所述固定板的中心均設置有一相機安裝孔。
在上述技術方案中，所述相機固定架采用3D打印機打印。
在上述技術方案中，所述IMU模塊硬件組成包括MPU6050芯片集成3軸陀螺儀和3軸加速度計、3軸HMC5883L地磁傳感器、 BPM180氣壓高度計以及STM32F103T832-bit ARM CortexM3處理器，所述IMU模塊額定電壓為5V，額定電流為40mA,數據更新頻率最高為60hz，IMU模塊硬件預寫各芯片的驅動和姿態結算程序，上位機通過串口直接獲取當前模塊的俯仰、橫滾、航向、氣壓高度及溫度數據。
在上述技術方案中，所述Arduino板型號為Mega2560，采用USB 接口的核心電路板，具有54路數字輸入輸出，Arduino Mega2560 的處理器核心是ATmega2560，同時具有54路數字輸入/輸出口，其中16路作為PWM輸出，16路模擬輸入，4路UART接口，一個16MHz 晶體振蕩器，一個USB口，一個電源插座，一個ICSP header和一個復位按鈕，其工作電壓為5V。
在上述技術方案中，所述激光掃描儀采用北洋公司的UST-10LX 激光掃描儀，UST-10LX掃描距離為10m，掃描廣角270°，工作電壓為DC12V/24V，單圈掃描時間25msec，測距精度為±40mm，角度分辨率為0.25，防護等級為IP65，上位機通過以太網口讀取掃描數據。
本實用新型的激光掃描儀定位導航系統進行定位的方法，包括以下步驟：
步驟S1、通過IMU獲取機器人運行過程中的位置與姿態參數，融合激光掃描儀采集的周圍環境的三維點云信息，創建周圍環境地圖；
步驟S2、通過全景相機獲取以環形框架為中心的360°環境圖像，其圖像與機器人定位信息進行綁定，與激光掃描儀生成地圖融合生成帶視覺標記的地圖；
步驟S3、利用融合生成的帶視覺標記的地圖對機器人進行定位于導航；
上述技術方案中，所述步驟一具體包括以下子步驟：
子步驟S11、根據IMU所獲取的數據，利用航跡推算算法解算出機器人當前的位置和姿態參數；
子步驟S12、利用激光傳感器所采集的點云數據來表征探測環境中障礙物的空間分布；
子步驟S13、采用Rao-Blackwellized濾波、卡爾曼濾波或擴展性卡爾曼濾波等濾波算法進行并發定位與制圖解算，實時生成增量式地圖；
所述步驟二具體包括以下子步驟：
子步驟S21、首先采用全景相機保存當前圖像，并記錄當前圖像保存時刻機器人的位置與姿態信息；
子步驟S22、在后臺對圖像幀提取SIFT特征及特征描述，作為融合地圖的視覺標記；
子步驟S23、對圖像幀提取的SIFT特征以及對應的圖像拍攝時機器人的位置姿態信息建立索引；
所述步驟三具體包括以下子步驟：
子步驟S31、首先獲取全景相機圖像，對圖像進行SIFT特征提取及描述；
子步驟S32、在步驟S23中生成的索引進行檢索，匹配對應的SIFT特征，獲得檢索得到的機器人位置與姿態數據；
子步驟S33、利用激光掃描儀獲取的周圍場景的三維點云數據與生成的地圖進行ICP匹配，獲得機器人的位置與姿態數據；
子步驟S34、利用步驟S32獲取檢索的地圖中機器人位置與姿態數據與步驟S33中激光掃描儀的定位數據進行融合，獲取準確的機器人位置與姿態參數。
本實用新型與現有技術方案相比具有以下有益效果和優點：
本實用新型能夠實現機器人較為準確的初始位置確定，在激光掃描儀生成的地圖中融合視覺標記，增強了地圖信息，有效降低了 IMU、激光掃描儀累積誤差，提高了機器人的定位與導航精度。同時有效記錄了機器人行進過程中各個位置點的周圍環境的全景圖像，充當高精度機器人行進記錄儀，有助于排查和解決機器人行徑過程中出現的問題。
附圖說明
圖1是本實用新型中相機固定架的結構示意圖。
圖中編號說明：1、固定板；2、安裝孔。
具體實施方式
以下結合附圖和具體實施例對本實用新型作進一步的詳細描述：
本實施例中，本實用新型提出的高清多相機全景立體成像系統，包括：六個模擬相機模組、相機固定架、六路圖像采集卡、六個鏡頭、電源、主機、服務器、客戶端，模擬相機模組呈環形排列構架在相機固定架上，圖像采集卡分別與模擬相機模組電性相連，鏡頭分別固定在模擬相機模組上，電源與模擬相機模組均電性相連，主機上安裝有圖像采集卡驅動，采用圖像采集卡配套的SDK 開發接口，編程同步獲取六個模擬相機模組的采集圖像，主機與服務器相連，服務器與客戶端相連。
模擬相機模組采用索尼super hard 1/3英寸CCD，額定電壓為 12V，額定電流為50mA，有效像素為720(H)*576(V)。
電源的輸出電壓為12V，輸出電流為1A。
主機的CPU為酷睿雙核或以上，內存等于或大于2G，硬盤等于或大于256G，主機的系統為Windows 10、windows7以及 windows xp中的任意一種。
相機固定架包括六個環形分布的固定板1，相鄰固定板1之間呈120°固定相連，固定板1的中心均設置有一相機安裝孔2。
相機固定架采用3D打印機打印。
IMU模塊硬件組成包括MPU6050集成3軸陀螺儀和3軸加速度計、3軸HMC5883L地磁傳感器、BPM180氣壓高度計以及 STM32F103T832-bit ARM CortexM3處理器。模塊額定電壓為5V，額定電流為40mA,數據更新頻率最高可達60hz。硬件內部預寫各芯片的驅動和姿態結算程序，上位機可通過串口直接獲取當前模塊的俯仰、橫滾、航向、氣壓高度及溫度數據。
Arduino板型號為Mega2560，采用USB接口的核心電路板，具有多達54路數字輸入輸出，特別適合需要大量IO接口的設計。 Arduino Mega2560的處理器核心是ATmega2560，同時具有54路數字輸入/輸出口(其中16路可作為PWM輸出)，16路模擬輸入， 4路UART接口，一個16MHz晶體振蕩器，一個USB口，一個電源插座，一個ICSP header和一個復位按鈕，其工作電壓為5V。
激光掃描儀采用北洋公司的UST-10LX激光掃描儀。 UST-10LX掃描距離為10m，掃描廣角270°。工作電壓為 DC12V/24V。單圈掃描時間25msec，測距精度為±40mm，角度分辨率為0.25，防護等級為IP65。上位機通過以太網口讀取掃描數據。
通過全景相機獲取以環形框架為中心的360°環境圖像，采用 IMU模塊、激光掃描儀生成周圍環境地圖，記錄機器人各個位置與姿態處的周圍環境360°全景圖像，構建融合視覺標記的環境地圖，用于機器人的定位與導航；在機器人定位與導航時，首先通過全景相機拍攝環境的全景圖像進行視覺標記檢索識別，獲得初始定位信息，然后融合激光掃描儀的定位信息做出更加精確的導航與定位。
本實用新型提出的全景相機融合IMU、激光掃描儀定位與導航方法，包括以下步驟：
步驟S1、通過IMU獲取機器人運行過程中的位置與姿態參數，融合激光掃描儀采集的周圍環境的三維點云信息，創建周圍環境地圖；
步驟S2、通過全景相機獲取以環形框架為中心的360°環境圖像，其圖像與機器人定位信息進行綁定，與激光掃描儀生成地圖融合生成帶視覺標記的地圖；
步驟S3、利用融合生成的帶視覺標記的地圖對機器人進行定位于導航；
上述技術方案中，所述步驟一具體包括以下子步驟：
子步驟S11、根據IMU所獲取的數據，利用航跡推算算法解算出機器人當前的位置和姿態參數；
子步驟S12、利用激光傳感器所采集的點云數據來表征探測環境中障礙物的空間分布；
子步驟S13、采用Rao-Blackwellized濾波、卡爾曼濾波或擴展性卡爾曼濾波等濾波算法進行并發定位與制圖解算，實時生成增量式地圖；
所述步驟二具體包括以下子步驟：
子步驟S21、首先采用全景相機保存當前圖像，并記錄當前圖像保存時刻機器人的位置與姿態信息；
子步驟S22、在后臺對圖像幀提取SIFT特征及特征描述，作為融合地圖的視覺標記；
子步驟S23、對圖像幀提取的SIFT特征以及對應的圖像拍攝時機器人的位置姿態信息建立索引；
所述步驟三具體包括以下子步驟：
子步驟S31、首先獲取全景相機圖像，對圖像進行SIFT特征提取及描述；
子步驟S32、在步驟S23中生成的索引進行檢索，匹配對應的 SIFT特征，獲得檢索得到的機器人位置與姿態數據；
子步驟S33、利用激光掃描儀獲取的周圍場景的三維點云數據與生成的地圖進行ICP匹配，獲得機器人的位置與姿態數據；
子步驟S34、利用步驟S32獲取檢索的地圖中機器人位置與姿態數據與步驟S33中激光掃描儀的定位數據進行融合，獲取準確的機器人位置與姿態參數。
本實用新型不僅能夠獲得較為準確的初始定位信息，而且有效消減IMU模塊與激光掃描儀的累積定位誤差，較大程度上提高了機器人的定位與導航精度。不僅如此，保存的全景圖像包含機器人的位置與姿態信息，可作為機器人行進過程中精確地圖像記錄數據，用于機器人行進過程中問題排查與解決。
最后說明的是，以上實施例僅用以說明本實用新型的技術方案而非限制，盡管參照較佳實施例對本實用新型進行了詳細說明，本領域的普通技術人員應當理解，可以對本實用新型的技術方案進行修改或者等同替換，而不脫離本實用新型技術方案的宗旨和范圍，其均應涵蓋在本實用新型的權利要求范圍中。