(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 202211072464.4 (22)申请日 2022.09.02 (71)申请人 广东工业大 学 地址 510090 广东省广州市越秀区东 风东 路729号 (72)发明人 管贻生　周瑞浩　何力　张宏　 陈炜楠　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 刘俊 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G01C 21/00(2006.01) (54)发明名称 一种点云特 征描述和闭环检测系统和方法 (57)摘要 本发明提供一种点云特征描述和闭环检测 系统和方法， 本发明加入合适可靠的局部特征统 计模块， 计算局部结构信息， 来获得点云分布和 增强的局部特征， 最终生 成一个更加有辨别力的 全局描述符； 提升点云描述符闭环检测的平移和 旋转鲁棒性， 使得检测结果不受激光雷达视点变 化的影响， 可在大角度旋转变换等极端情况下成 功检测； 并且能对描述符矩阵快速进行相似度评 估， 以提高匹配的准确率和实时性。 权利要求书2页 说明书6页 附图2页 CN 115527039 A 2022.12.27 CN 115527039 A 1.一种点云特 征描述和闭环检测系统， 其特 征在于， 包括： 点云描述符特征编码模块， 用于对激光传感器所获取的点云一一进行特征描述， 是把 地图内所有的点云变成描述符的模块； 点云描述符检索模块， 用于实现描述符快速检索， 找到海量数据库中最相似的描述符， 加快匹配描述符的所需要的检索时间； 点云描述符对齐和匹配模块， 用于对两个待匹配描述符进行 快速对齐和相似性度量。 2.根据权利要求1所述的点云特征描述和闭环检测系统， 其特征在于， 所述点云描述符 特征编码模块进行均匀采样、 点云区域划分、 点云局部特 征描述以及点云全局特 征提取。 3.根据权利要求2所述的点云特征描述和闭环检测系统， 其特征在于， 所述均匀采样是 通过固定生成函数来实现点云下采样， 当生成函数值小于所述选定阈值时， 在点集合中在 整个空间中均匀采样； 所述点云区域划分通过极坐标系在径向角和航向角两个方向将点云 均匀划分为多个区域； 所述点云局部特征描述通过利用正态分布特性来表示局部点云， 进 而表示一组离散的点云， 从而将此稀疏场景描绘成一个点， 采用正态分布函数进 行描绘， 计 算局部区域内点云的概 率分布， 作为局部的点云特 征。 4.根据权利要求3所述的点云特征描述和闭环检测系统， 其特征在于， 所述点云全局特 征提取是将所述的所有划分区域内的局部特征归为一个矩阵来表示点云的全局特征， 作为 最终的点云描述符。 5.根据权利要求1所述的点云特征描述和闭环检测系统， 其特征在于， 所述点云描述符 检索模块通过将描述符矩阵压缩降低维度后的向量作为搜索键， 用于创建一个二叉搜索树 Kd‑Tree， 根据树搜索的结果， 查询描述符可以找到的K个最近邻， 然后， 将所有数据库描述 符与完整的查询描述符进行比较， 并在拓扑上找到最相似的候选描述符的索引， 将所得到 的描述符降维， 得到搜索键后创建Kd ‑Tree， 查询 描述符也是通过本身的搜索键可以找到K 个最近邻， 从而加快匹配描述符所需要的检索时间。 6.根据权利要求1所述的点云特征描述和闭环检测系统， 其特征在于， 所述点云描述符 对齐和匹配模块包括快速对齐模块和相似性度量模块； 考虑到点云的旋转和平移会带来点云数据 结构的变化， 因此查询描述符和待 匹配描述 符往往会有 数据不对应的情况， 所述描述符快速对齐方法， 通过降低维度生 成对齐键， 然后 通过移位操作找到最相似索引， 将描述符数据对齐处理， 来快速实现点云数据的置换不变 性和旋转 不变性； 经过快速对齐模块后， 所述的相似性度量模块将计算查询描述符和待 匹配描述符之间 的相关性或者 余弦距离来判断两者的相似性。 7.一种点云特 征描述和闭环检测方法， 其特 征在于， 包括以下步骤： S1： 点云描述符特征编码模块对激光传感器所获取的点云一一进行特征描述， 把地图 内所有的点云变成描述符； S2： 点云描述符检索模块实现描述符快速检索， 找到海量数据库中最相似的描述符， 加 快匹配描述符的所需要的检索时间； S3： 点云描述符对齐和匹配模块对两个待匹配描述符进行 快速对齐和相似性度量。 8.根据权利要求7所述的点云特征描述和闭环检测方法， 其特征在于， 所述步骤S1中， 所述点云描述符特征编码模块进行均匀采样、 点云区域划分、 点云局部特征描述以及点云权　利　要　求　书 1/2 页 2 CN 115527039 A 2全局特征提取； 所述均匀采样是通过固定生成函数来实现点云下采样， 当生成函数值小于所述选定 阈 值时， 在点集合中在整个空间中均匀采样； 点云区域划分通过极坐标系在径向角和 航向角 两个方向将点云均匀划分为多个区域； 所述点云局部特征描述通过利用正态分布特性来表 示局部点云， 进而表示一组离散的点云， 从而将此稀疏场景描绘成一个点， 采用正态分布 函 数进行描绘， 计算局部区域内点云的概率分布， 作为局部的点云特征； 点云全局特征提取是 将所述的所有划分区域内的局部特征归为一个矩阵来表示点云的全局特征， 作为最 终的点 云描述符。 9.根据权利要求8所述的所述的点云特征描述和闭环检测方法， 其特征在于， 所述步骤 S2中， 所述点云描述符检索模块通过将描述符矩阵压缩降低维度后的向量作为搜索键， 用 于创建一个二叉搜索树Kd ‑Tree， 根据树搜索的结果， 查询描述符可以找到的K个最近邻， 然 后， 将所有数据库描述符与完整的查询描述符进行比较， 并在拓扑上找到最相似的候选描 述符的索引， 将所得到的描述符降维， 得到搜索键后创建Kd ‑Tree， 查询 描述符也是通过本 身的搜索键可以找到K个最近邻， 从而加快匹配描述符所需要的检索时间。 10.根据权利要求9所述的所述的点云特征描述和闭环检测方法， 其特征在于， 所述步 骤S3中， 所述 点云描述符对齐和匹配模块包括快速对齐模块和相似性度量模块； 考虑到点云的旋转和平移会带来点云数据 结构的变化， 因此查询描述符和待 匹配描述 符往往会有 数据不对应的情况， 所述描述符快速对齐方法， 通过降低维度生 成对齐键， 然后 通过移位操作找到最相似索引， 将描述符数据对齐处理， 来快速实现点云数据的置换不变 性和旋转 不变性； 经过快速对齐模块后， 所述的相似性度量模块将计算查询描述符和待 匹配描述符之间 的相关性或者 余弦距离来判断两者的相似性。权　利　要　求　书 2/2 页 3 CN 115527039 A 3