一种基于语义地图的激光雷达定位方法

机器人局部定位如同步定位与构图（simultaneouslocalizationandmapping,SLAM）技术,因其定位原理局限会造成定位误差累积,且只能获得相对位置;有额外的辅助信息如地图时,进行全局定位能够提供可靠的绝对位置。地图形式中,语义地图包含环境的几何信息和语义信息,使得机器人更好地决策。因此,本文提出一种基于语义地图的激光雷达（lightdetectionandranging,LiDAR）定位方法。该方法对单帧点云滤波后,采用形态学算法分离背景信息,利用语义分割算法提取稳定的静态目标语义信息,并与已知的包含同类型语义信息的全局语义地图匹配进行定位。结果证明,该方法是可行的且能够提供鲁棒的全局定位结果。