专利名称：利用传感器数据来对对象的运动进行计算机辅助计算的方法
技术领域：
本发明涉及一种利用传感器数据来对一对象的运动进行计算机辅助计算的方法 以及一种相应的装置和一种相应的计算机程序产品。
背景技术：
本发明涉及的是对移动对象(例如车辆、飞机、机器人和诸如此类的物体)的自行 运动进行测定这一技术领域。当这些对象进行自主运动时，需要在一空间中(例如在该运 动的二维平面内)对这个对象的位置和定向进行测定。测定位置时需要使用设置在对象上 的多个测量传感器(例如激光扫描器)。这些传感器对这个对象的环境进行检测并由此产 生一组测点，举例而言，这些测点由激光扫描器被环境物体反射的激光束的往返传播时间 得出。如果采用激光扫描器来测定位置，那么这些激光扫描器通常会采取某种安装方 式，使得这些激光扫描器可让光束平行于地面传播并对距下个反射点的距离进行测量。通 过这种方式可在自主运动对象的坐标中获得一个二维测点序列，这个序列也被称为“扫 描”。为了利用这些数据来测定对象的自行运动，现有技术是将较早前进行的扫描与当前扫 描进行比较。从中寻找一种变换方法，该变换方法可以对两个扫描进行彼此之间尽可能精 确的映射。现有技术中存在多种通过对不同时间点产生的测点集进行比较来测定对象自行 运动的标准方法。公开文献1对其中的常用方法进行了概述。已知方法基本上可分为两组。第一组方法是从测点集中提取结构元素(特别是线 条)并找出一种能以最佳方式为这些结构元素建立对应关系的变换方法。第二组方法是对 测得测点形式的原始数据进行处理。第一组方法在结构化环境(例如内腔)中的效果精确 而可靠。而第二组方法应用更为广泛，但不甚精确且计算复杂。当周围环境仅部分结构化 (例如仅能提取单独一个壁)时，这两类方法的实施效果都较差。在此情况下，第一组方法 可能无法对对象平行于这个壁的移动进行提取，第二组方法则容易受到被比较测点集中随 机分配但分配错误的测点对的牵制。
发明内容
本发明目的是提供一种利用传感器数据来对一对象的运动进行计算机辅助计算 的方法，所述方法可以简单而可靠地测定所述对象的自行运动。这个目的通过独立权利要求1、权利要求26或权利要求27所述特征而达成。本发 明的改进方案由各从属权利要求给出。根据本发明提供的方法，对位于一对象上的传感器的传感器数据进行处理，其中， 所述传感器数据包含多个在不同时间点测得的、由所述对象的周围环境中的测点所构成的 测点集，且对所述对象在一于第一时间点测得的第一数据集和一于第二时间点测得的第二数据集之间的运动进行测定。根据本发明提供的方法，第一步骤a)是从所述第一测点集中提取至少一种结构 类型的至少两个结构元素，由此获得第一数据集。以类似方式从第二测点集中提取至少两 个结构元素并由此获得第二数据集。其中，所述第一和第二数据集分别包含被提取结构元 素和不可分配测点，这些不可分配测点无法与任何结构元素关联。在步骤b)中，随后将第二数据集中相同结构类型的结构元素与第一数据集中的 相应结构元素进行关联。只要能找到关联，就在这些关联的基础上执行一个变换序列，以将 第二数据集的结构元素映射到第一数据集的结构元素上(该变换序列视情况可以仅包括 唯一一个变换或者在不存在任何关联的情况下包括不发生位置变化的零变换)，由此获得 一第三数据集。随后，在步骤C)中，将第三数据集的结构元素与第一数据集的不可分配测点进行 关联。只要能找到关联，就在这些关联的基础上执行一个第二变换序列，以将第三数据集的 结构元素映射到第一数据集的不可分配测点上(该变换序列视情况可以仅包括唯一一个 变换或者在不存在任何关联的情况下包括不发生位置变化的零变换)，由此获得一第四数 据集。最后至少在所述第一和第二变换序列的基础上对所述对象在第一和第二时间点 之间的运动进行测定。本发明提供的方法的特征在于可以适当方式既对结构元素形式的结构信息又对 不可分配测点进行处理。因而同时结合了前述第一和第二组方法的优点，即先寻找被提取 结构元素的一致性，然后通过将不可分配测点与结构元素进行比较来对从中得出的变换进 行细化。这就提供了一种可通过对两个测得的测点集进行比较来测定一对象的自行运动的 方法，这种方法不仅简单，也不会或者很少产生错误关联。根据本发明提供的方法的一种优选实施方式，所述被提取结构元素至少是线条类 型。在所述方法的步骤b)中，优选先提取线条类型的结构元素，为此可应用例如如文献1
中所描述的已知提取方法。根据本发明提供的方法的一种优选方案，所述被提取结构元素也包括其他结构类 型，特别是弓形区(Kreissegment)这一结构类型。通过应用其他结构类型可使结构元素间 产生更精确的关联，进而在数据集之间建立更精确的对应关系。根据本发明提供的方法的一种优选方案，步骤a)首先对至少两个包含连续测点 的连通分量进行测定，其中，属于同一个连通分量的相邻测点之间不超过一最大点距。在此 可按如下方式特别简单有效地从一连通分量中提取结构类型为弓形区的结构元素首先计算一个圆，其中，位于该连通分量的各末端的边缘测点以及位于该连通分 量的这些边缘测点之间的一个测点(特别的该测点大体位于这些边缘测点之间的中点处) 都位于这个圆上。如果所述连通分量的每个测点与这个圆之间的最小距离均小于一预定阈 值，就将所述连通分量的各测点分配给计算出来的这个圆，否则就在该连通分量上与圆之 间的最小距离最大的那个测点处将该连通分量分割成两个连通分量。上述方法可借助简单的几何学原理来迅速找到合适的弓形区，这些弓形区可作为 结构元素进行处理。根据本发明提供的方法的一种特别优选实施方式，在步骤b)和C)中还借助适当的统计学方法来将传感器的测量噪声考虑在内，由此可提高对象自行运动的测定精度。这 种测量噪声优选体现为协方差矩阵及相应的马氏距离，本领域技术人员早已熟知这两种变 量。其中主要通过迭代法按下述方式来测定步骤b)的第一变换序列在步骤b. i)中，为一个结构元素对集合(每个结构元素对包含一已变换第二数 据集的结构元素以及一第一数据集的结构元素)计算那些变换的马氏距离，其中那些变换 对一结构元素对中的结构元素进行彼此之间的映射，所述马氏距离依赖于一瞬时协方差矩 阵，其中，在考虑所述马氏距离的情况下选择一结构元素对并实施一变换来进行被选结构 元素对中的结构元素彼此之间的映射，由此获得一个新的已变换第二数据集。步骤b. ii)是从所述结构元素对集合中至少去掉所述被选结构元素对，更新所述 协方差，并返回步骤b. i)。实施上述迭代法时，在步骤b. i)中选择变换时优选选择马氏距离较小的变换和/ 或长结构元素之间的变换和/或变换的集群。根据本发明的一种优选实施方式，对步骤b. i)中实施的变换进行估算，特别是基 于卡尔曼滤波。通过卡尔曼滤波同样可使步骤b.ii)中的协方差矩阵更新特别有效，在此 采用卡尔曼滤波更新公式来对协方差矩阵进行重新估算。在步骤b. ii)中优选还从所述结构元素集合中去掉一些结构元素对，这些结构元 素对的结构元素由一变换进行彼此之间的映射，该变换由一变换建立对应关系的结构元素 对，该变换的决定于更新后的协方差矩阵的马氏距离大于一预定阈值。根据本发明提供的方法的另一实施方式，开始实施用于测定所述第一变换序列的 迭代法时，已变换第二数据集对应于步骤a)中获得的第二数据集，且所述结构元素对集合 包含了所有可能的对，这些对包含了第一数据集和第二数据机的一结构元素，或者一预选 结构元素对，该预选结构元素对包含了那些结构元素对，这些结构元素对的结构元素通过 一变换进行彼此之间的映射，其中该变换的马氏距离决定于一初始协方差矩阵并小于或者 等于一预定阈值。根据一种特别优选的实施方式，根据里程计测量的测量噪声或根据一运 动模型来测定所述初始协方差矩阵。根据本发明提供的方法的另一实施方式，通过迭代法按下述方式来测定步骤C) 的第二变换序列在步骤c. i)中，为一个结构元素集合/测点对集合(其中的结构元素/测点对各 包含已变换第三数据集的一结构元素和所述第一数据集的一不可分配测点)计算那些变 换的依赖于协方差矩阵的马氏距离，这些变换将结构元素映射到一结构元素/测点对的不 可分配测点上，并且，在考虑所述马氏距离的情况下选择一结构元素/测点对并实施一变 换来为被选结构元素/测点对的测点和结构元素建立对应关系，由此获得一个新的已变换 第三数据集。步骤c. ii)是从所述结构元素集合/测点对集合中至少去掉所述被选结构元素/ 测点对，更新所述协方差矩阵，并返回步骤c. i)。实施上述迭代法时，在步骤c. i)中选择变换时优选选择马氏距离较小的变换和/ 或相似变换的集群。根据本发明的一种优选实施方式，对步骤c. i)中实施的变换进行估 算，特别是基于卡尔曼滤波。借助卡尔曼滤波同样可对协方差矩阵进行更新。根据所述迭代法的一种优选方案，在步骤c. ii)中还从所述结构元素/测点对集合中去掉那些结构元素/测点对，这些结构元素和测点对中的结构元素通过一变换映射到 一不可分配测点上，该变换的与已更新协方差矩阵相关的马氏距离大于一预定阈值。根据本发明提供的方法的另一实施方式，开始实施用于测定所述第二变换序列的 迭代法时，已变换第三数据集对应于步骤b)中获得的第三数据集，且所述结构元素集合/ 测点对集合包含了所有可能的对，这些可能的对包括所述第三数据集的一结构元素和所述 第一数据集的一不可分配测点，或者包含一预选结构元素/测点对，该预选结构元素/测点 对包括那些其结构元素通过一变换映射到一不可分配测点上结构元素/测点对，该变换的 与所述当前协方差矩阵相关的马氏距离小于或者等于一预定阈值。根据本发明提供的方法的一种优选实施方案，在步骤C)执行完毕后，进一步进行 剩下的不可分配测点的关联的寻找，以便更精确地测定所述数据集之间的映射。此时，剩下 的不可分配测点都包含在按上述方式加以定义的第四数据集中，只要能找到合适的关联， 就使这些测点与所述第一数据集的不可分配测点产生关联。随后在这些关联的基础上实施 一第三变换序列(该变换序列视情况可以仅包括唯一一个变换或者在不存在任何关联的 情况下包括不发生位置变化的零变换)，以将所述第四数据集的不可分配测点映射到所述 第一数据集的不可分配测点上，由此获得一第五数据集，其中，在第一、第二和第三变换序 列的基础上测定所述对象在第一和第二时间点之间的运动。在本发明提供的方法的上述实施方式中，特别的通过一种包括下列步骤的迭代法 来测定所述第三变换序列在步骤i)中，为一个测点对集合(其中的测点对各包含了已变换第五数据集的一 不可分配测点和所述第一数据集的一不可分配测点)计算那些变换的与协方差矩阵相关 的马氏距离，这些变换对测点对的不可分配测点进行彼此之间的映射，，其中，在考虑所述 马氏距离的情况下选择一测点对并实施一变换以进行被选测点对的测点之间的映射，由此 获得一个新的已变换第五数据集。在步骤ii)中，从所述测点对集合中至少去掉所述被选测点对，将所述协方差矩 阵更新，并返回步骤i)。在上述步骤i)中选择变换时，优选选择马氏距离较小的变换和/ 或相似变换的集群。以上述方式测定所述第五数据集时，优选还是采用统计学方法来将传感器的测量 噪声考虑在内。根据本发明的一种优选实施方式，对步骤i)中实施的变换进行估算，特别 是在卡尔曼滤波基础上。优选还是借助卡尔曼滤波来将所述协方差矩阵更新。根据本发明提供的方法的另一实施方式，对激光扫描形式的传感器数据进行处 理，这些激光扫描通过位于所述对象上的激光扫描器获得。根据本发明提供的方法的一种 优选应用领域是对机器人和/或起重机和/或车辆的运动进行测定，尤其是用于对这些对 象进行自主导航。除上述方法外，本发明还包括一种利用位于一对象上的传感器的传感器数据来对 所述对象的运动进行计算机辅助计算的装置，所述传感器数据包含至少两个在不同时间点 测得的、由所述对象的周围环境中的测点所构成的测点集，其中，所述装置具有一构件，该 构件用于对所述对象在一于第一时间点测得的第一测点集和一于第二时间点测得的第二 测点集之间的运动进行测定。这个构件采用使本发明提供的上述方法可在所述装置工作时 得到实施的设计。
9
本发明此外还涉及一种计算机程序产品，所述计算机程序产品包含一存储在一机 读载体上的程序代码，当所述程序在一计算机上运行时，所述程序代码可使本发明上述方 法得到实施。
下面借助附图对本发明的实施例进行详细说明，其中图1为根据本发明方法的实施方式对连通分量进行提取的示意图；图2为根据本发明方法的实施方式对圆进行提取的示意图；以及图3至图7为根据本发明方法的实施方式使结构元素和测点产生关联的流程图。
具体实施例方式在本发明方法的下述各实施方式中，传感器数据以二维点的形式出现，这些二维 点之前由一激光扫描器以所谓的“激光扫描”形式被测得。扫描中的这些点是由于激光束 在扫描过程中运动到一对象所在周围环境中的多个物体上并被这些物体反射而产生，所述 激光扫描器即布置在该对象上。下文所述方法的目的是通过如下方式来测定所述对象的自 行运动，即对不同时间点所测得的激光扫描进行变换并由此测定所述对象在这些时间点之 间的运动。为了能够对两个不同的激光扫描进行相互比较，根据本发明方法如此处所述的实 施方式，从各扫描的测点中测定线条和圆形式的结构元素。为了提取这些结构元素，须先测 定点序列形式的连通分量，再从这些连通分量中测定相应的结构元素。本发明方法的优势在于，在对两个扫描进行变换时，既可对被提取结构元素又可 对不可分配测点(即没有结构元素能够与之关联的测点)进行处理。借此可对包含结构元 素和测点的混合式扫描进行处理，在本实施方式中，这种混合式扫描中的元素的特征由点 P、线条L和圆C的集合描述。包含多个元素ei的扫描S适用以下公式S = IeJei e {P, L，C}}i = 1,...,n如前所述，为了提取线条和圆，须先测定扫描中各测点的连通部分。图1展示的 是一种借助沿壁W分布的测点将该扫描划分成多个连通部分的相应算法。此时，测点的连 通区域由最大点距定义如下只有间距小于等于最大点距的那些测点才属于同一个连通分 量。在图1中，位于壁W上的两个点1和2之间的最大点距表示为amax。包括χ轴和y轴 的传感器系统S通过相邻光束Bl和B2获得点1和2。按照正弦定律，壁W上相邻测点的间
距a取决于左光束Bl或右光束B2与图1用虚线表示的假想中间光束B3之间的角距|、这
个中间光束与壁W之间的角度γ以及由传感器系统S测得的两个距离，即从传感器系统原 点到点1的距离(称为(I1)和从传感器系统S的原点到点2的距离(称为d2)。特别的适用以下公式
权利要求
一种利用一位于一对象上的传感器的传感器数据来对所述对象的运动进行计算机辅助计算的方法，所述传感器数据包含至少两个在不同时间点测得的测点集，所述这些测点集由所述对象的环境中的至少两个测点(P1，...，P12.M1，...，M5′)构成，其中，按如下方式测定所述对象在一于一第一时间点测得的第一测点集和一于一第二时间点测得的第二测点集之间的运动a)从所述第一测点集和所述第二测点集中提取至少两个结构元素(L，C)，所述至少两个结构元素(L，C)，由此获得一第一数据集和一第二数据集，所述第一数据集和所述第二数据集均包含所述被提取结构元素(L，C)和至少两个无法分配给任何结构元素(L，C)的不可分配测点(M1，...，M3′)；b)寻找所述第二数据集中相同结构类型的结构元素(L，C)与所述第一数据集的结构元素(L，C)的关联，并在找到的关联的基础上，实施一变换序列来将所述第二数据集的结构元素(L，C)映射到所述第一数据集的结构元素(L，C)上，由此获得一第三数据集；c)寻找所述第三数据集的结构元素(L，C)与所述第一数据集的不可分配测点(M1，...，M3′)的关联，并在找到的关联的基础上，实施一第二变换序列来将所述第三数据集的结构元素(L，C)映射到所述第一数据集的不可分配测点(M1，...，M3′)上，由此获得一第四数据集；d)至少在所述第一变换序列和所述第二变换序列的基础上测定所述对象在所述第一时间点和所述第二时间点之间的运动。
2.根据权利要求1所述的方法，其中，所述被提取结构元素(L，C)至少是线条类型。
3.根据权利要求2所述的方法，其中，在步骤b)中先提取结构类型为线条的结构元素。
4.根据权利要求2或3所述的方法，其中，所述被提取结构元素还包括弓形区这一结构 类型。
5.根据上述权利要求中任一项权利要求所述的方法，其中，步骤a)首先对至少两个包 含连续测点(P1，...，P12)的连通分量进行测定，其中，属于同一个连通分量的相邻测点之 间不超过一最大点距。
6.根据权利要求4和5所述的方法，其中，按如下方式从一连通分量中提取一结构类型 为弓形区的结构元素首先计算一个圆(C)，其中，位于所述连通分量的各末端的边缘测点(Pl，P12)以及位 于所述连通分量的所述这些边缘测点(Pl，P12)之间的一测点(P8)均分布在所述圆上，所 述位于所述连通分量的所述这些边缘测点(P1，P12)之间的测点(P8)特别是基本位于所述 这些边缘测点(P1，P12)之间的中点处；如果所述连通分量的每个测点(P1，...，P12)与所述圆(C)之间的最小距离均小于 一预定阈值，就将所述连通分量的所述这些测点(P1，...，P12)分配给计算出来的这个圆 (C)，否则就在所述连通分量的一测点(P6)处将所述连通分量分割成两个连通分量，其中 所述测点(P6)为与所述圆(C)之间的最小距离最大的测点。
7.根据上述权利要求中任一项权利要求所述的方法，其中，在步骤b)和步骤c)中将所 述传感器的测量噪声考虑在内。
8.根据权利要求7所述的方法，其中，通过一迭代法按以下方式测定权利要求1中步骤 b)的所述第一变换序列b. i)为一结构元素对集合计算至少两个变换的马氏距离，其中所述结构元素对集合的 每个结构元素对包含一已变换第二数据集的一结构元素(L，C)和所述第一数据集的一结 构元素(L，C)，所述那些变换进行一结构元素对中的结构元素(L，C)之间的映射，，所述马 氏距离依赖于一瞬时协方差矩阵，并在考虑马氏距离的情况下选择一结构元素对且实施一 变换以将所述结构元素(L，C)映射到被选的结构元素对上，由此获得一个新的已变换第二 数据集；b.ii)从所述结构元素对集合中至少去掉所述被选的结构元素对，更新所述协方差矩 阵，并返回步骤b. i)。
9.根据权利要求8所述的方法，其中，在步骤b.i)中选择变换时优选马氏距离较小的 变换和/或长结构元素(L，C)之间的变换和/或相似变换的集群。
10.根据权利要求8或9所述的方法，其中，对步骤b.i)中实施的变换进行估算和/或 在步骤b. ii)中借助卡尔曼滤波更新所述协方差矩阵，其中对步骤b. i)中实施的变换进行 估算特别是基于卡尔曼滤波进行的。
11.根据权利要求8至10中任一项权利要求所述的方法，其中，在步骤b.ii)中还从所 述结构元素(L，C)集合中去掉结构元素对，所述这些去掉的结构元素对的结构元素(L，C) 通过一变换进行彼此之间的映射，所述变换的马氏距离依赖于更新后的协方差矩阵且大于 一预定阈值。
12.根据权利要求8至11中任一项权利要求所述的方法，其中，开始实施用于测定所述 第一变换序列的所述迭代法时，所述已变换第二数据集对应于步骤a)中获得的第二数据 集，且所述结构元素对集合包含了所有可能的对，所述这些可能的对包含了所述第一数据 集和所述第二数据集的一结构元素(L，C)，或者包含了至少两个预选结构元素对，所述预选 结构元素对中包括通过一变换进行其结构元素(L，C)彼此之间映射的结构元素对，所述变 换的马氏距离依赖于一初始协方差矩阵且小于或者等于一预定阈值。
13.根据权利要求12所述的方法，其中，所述初始协方差矩阵根据一里程计的测量噪 声测定和/或根据一运动模型测定。
14.根据上述权利要求中任一项权利要求结合权利要求7所述的方法，其中，通过一迭 代法按以下方式测定权利要求1中步骤c)的所述第二变换序列c.i)为一结构元素/测点对集合计算变换的依赖于协方差矩阵的马氏距离，所述结构 元素/测点对集合的每个结构元素/测点对包括一已变换第三数据集的一结构元素(L，C) 和所述第一数据集的一不可分配测点(M1，. . .，M3')，所述那些变换将一结构元素/测量 点对中的结构元素(L，C)映射到不可分配测点(M1，. . .，M3')上，其中，在考虑所述马氏 距离的情况下选择一结构元素/测点对并实施一变换以将所述被选结构元素/测点对中的 结构元素(L，C)映射到测点(M1，. . .，M3')上，由此获得一个新的已变换第三数据集；c. ii)从所述结构元素/测点对集合中至少去掉所述被选结构元素/测点对，这些被选 结构元素/测点对的变换在步骤C. i)中已经被选，更新所述协方差矩阵，并返回步骤C. i)。
15.根据权利要求14所述的方法，其中，在步骤c.i)中选择变换时优选选择马氏距离 较小的变换和/或相似变换的集群。
16.根据权利要求14或15所述的方法，其中，对步骤c.i)中实施的变换进行估算和/ 或在步骤c. ii)中借助卡尔曼滤波来更新所述协方差矩阵，其中对步骤c. i)中实施的变换进行估算特别是基于卡尔曼滤波进行的。
17.根据权利要求14至16中任一项权利要求所述的方法，其中，在步骤c.ii)中还从 所述结构元素/测点对集合中去掉那些其结构元素(L，C)通过一变换映射到一不可分配测 点(M1，. . .，M3')上的结构元素/测点对，所述变换的马氏距离依赖于所述已更新协方差 矩阵且大于一预定阈值。
18.根据权利要求14至17中任一项权利要求所述的方法，其中，开始实施用于测定所 述第二变换序列的所述迭代法时，所述已变换第三数据集对应于步骤b)中获得的所述第 三数据集，且所述结构元素/测点对集合包含了所有可能的对，所述这些可能的对包括所 述第三数据集的一结构元素(L，C)和所述第一数据集的一不可分配测点(M1，. . .，M3')， 或者包含了至少两个预选结构元素/测点对，所述预选结构元素/测点对中包括通过一变 换将其结构元素(L，C)映射到一不可分配测点(Ml，...，M3')上的结构元素/测点对，所 述变换依赖于所述当前协方差矩阵且小于或者等于一预定阈值。
19.根据上述权利要求中任一项权利要求所述的方法，其中，步骤c)执行完毕后，寻找 在所述第四数据集中剩下的不可分配测点(M1，. . .，M3')与所述第一数据集的不可分配 测点(M1，. . .，M3')之间的关联，并在被找到的关联的基础上实施一第三变换序列以将 所述第四数据集的不可分配测点(M1，. . .，M3')映射到所述第一数据集的不可分配测点 (Ml, . . .，M3')上，由此获得一第五数据集，其中，在所述第一变换序列、所述第二变换序 列和所述第三变换序列的基础上测定所述对象在所述第一时间点和所述第二时间点之间 的运动。
20.根据权利要求19所述的方法，其中，测定所述第五数据集时将所述传感器的测量噪声考虑在内。
21.根据权利要求20所述的方法，其中，通过一迭代法按以下方式测定所述第三变换 序列i)为一测点对集合计算变换的依赖于协方差矩阵的马氏距离，所述测点对集合中的每 个测点对都包含一已变换第五数据集的一不可分配测点(M1，. . .，M3')和所述第一数据 集的一不可分配测点，所述那些变换进行一测点对中不可变换测点(M1，. . .，M3')之间的 映射，并在考虑所述马氏距离的情况下选择一测点对且实施一变换以进行所述被选测点对 中的不可分配测点(M1，. . .，M3')之间的映射，由此获得一个新的已变换第五数据集； )从所述测点对集合中至少去掉所述被选测点对，更新所述协方差矩阵，并返回步骤i)。
22.根据权利要求21所述的方法，其中，在步骤i)中选择变换时优选马氏距离较小的 变换和/或相似变换的集群。
23.根据权利要求21或22所述的方法，其中，对步骤i)中实施的变换进行估算以及/ 或者在步骤ii)中借助卡尔曼滤波更新所述协方差矩阵，对步骤i)中实施的变换进行估算 特别是基于卡尔曼滤波进行的。
24.根据上述权利要求中任一项权利要求所述的方法，其中，位于所述对象上的所述传 感器是一激光扫描器，所述传感器数据是激光扫描。
25.根据上述权利要求中任一项权利要求所述的方法，其中，所述方法用于对一机器人 和/或一起重机和/或一车辆的运动进行测定。
26.一种利用一位于一对象上的传感器的传感器数据来对所述对象的运动进行计算机 辅助计算的装置，所述传感器数据包含至少两个在不同时间点测得的测点集，所述测点集 由所述对象的环境中的至少两个测点(P1，...，P12.M1，...，M5')构成，其中，所述装置具 有一构件，所述构件用于对所述对象在一于一第一时间点测得的第一测点集和一于一第二 时间点测得的第二测点集之间的运动进行测定，所述构件采用一种设计，所述设计使得一 根据上述权利要求中任一项权利要求所述的方法可在所述装置工作时得到实施。
27.一种计算机程序产品，所述计算机程序产品包含一存储在一机读载体上的程序代 码，当所述程序在一计算机上运行时，所述程序代码可使一根据上述权利要求中任一项权 利要求所述的方法得到实施。
全文摘要
本发明涉及一种利用一位于一对象上的传感器的传感器数据来对所述对象的运动进行计算机辅助计算的方法，所述传感器数据包含至少两个在不同时间点测得的测点集、所述测点集由所述对象的环境中的至少两个测点构成，测定所述对象在一于一第一时间点测得的第一测点集和一于一第二时间点测得的第二测点集之间的运动。所述方法的特征在于，先从所述第一测点集和所述第二测点集中提取结构元素(例如线条、圆等等)形式的结构信息并将其与无法分配给任何结构类型的测点存储在一起。随后，先是在结构类型相同的结构元素之间确定关联并确定用于为这些结构元素建立对应关系的相应变换。接下来的最后一步是使所述不可分配测点与结构元素之间产生关联并实施相应变换来为已产生关联的测点及结构元素建立对应关系。通过本发明提供的方法能够通过一混合式扫描对所述对象的运动进行测定。优选通过那些将传感器测量噪声考虑在内的统计学方法来使所述结构元素或所述测点之间产生关联。所述方法尤其适用于对自主移动系统(例如机器人、车辆、起重机或其他类似物)的自行运动进行测定。
文档编号G01S13/60GK101939666SQ200980104077
公开日2011年1月5日 申请日期2009年2月6日 优先权日2008年2月11日
发明者文德林·费坦恩, 米夏埃尔·菲格尔特 申请人:西门子公司