本技术属于机器人自主定位导航，更具体地，涉及一种基于不变矩的激光slam全局定位方法及装置。
背景技术：
1、同时定位与地图构建(simultaneous localization and mapping，slam)技术已广泛应用于无人驾驶、机器人、无人机、增强现实等领域。机器人通过自身所搭载的激光雷达、imu等传感器，获取周围环境信息，并构建环境地图。在实际定位导航时，通过实时采集激光雷达、imu等传感器数据，与环境地图匹配，实现自身位置姿态估计，这是机器人实现定位导航的基础。但是当机器人在大区域环境下运行时，所构建的环境地图规模较大，若机器人在此环境下进行定位且没有初始定位参考值时，就需要进行地图下的全局匹配定位，通常具有很大的计算量，因此全局定位耗时较长。如何快速准确地进行地图全局匹配定位，是本领域亟待解决的技术问题。
2、在现有技术中，通过在环境中布置好视觉标签，在主流slam的基础上，通过对整个空间中任意分布的视觉标签进行检测及计算，从而确定机器人在所述作业环境范围中的位置，能够有效解决slam全局定位慢的问题，但是需要额外在环境中部署视觉标签，以及在机器人本体上增加视觉传感器来进行识别，其实施过程复杂，实施成本高。在现有技术中，还可以利用激光slam算法得到的栅格地图，提取出环境中的几何特征，包括以环境中障碍物的端点、角点作为地图节点，以及节点间的距离作为邻接矩阵，建立环境几何特征拓扑地图，通过提取当前激光数据中障碍物的关键点以及几何信息，配合环境几何特征拓扑地图进行数据关联匹配，获得关键点对应的地图节点，通过几何信息配合节点匹配来加速定位过程。该方法能够降低全局定位匹配运算量，减少全局定位耗时，但是仅利用环境的局部特征，在全局定位时难以保证匹配结果可靠性。在现有技术中，还可以通过在环境中合理布置反射板，在构建slam栅格地图的同时，建立全局坐标系反射板和slam特征信息库，机器人通过激光雷达扫描周围环境信息，获取反射板的局部位置信息和slam局部地图，当定位丢失时，可通过反射板位置计算全局坐标位置。该方法使用反射板信息进行全局定位，可提高定位速度，但是反射板部署增加了额外的工作量。
3、上述方法在一定程度上解决了激光slam全局定位速度慢的问题，但是需要依赖环境中的标识物，或是仅利用局部特征的匹配实现定位，从而降低运算量，稳定性难以保证。
技术实现思路
1、针对现有技术的缺陷，本技术的目的在于实现加快激光slam全局定位速度的同时提高定位稳定性，方法的核心在于，利用不变矩(invariants moment)具有旋转、平移和尺度变化不变性且能高度浓缩地表示图像全局特征的特性，提取激光slam栅格地图各节点的不变矩特征，在定位匹配时，提取激光雷达点云的不变矩特征，与栅格地图节点不变矩特征进行匹配，在加快运算速度的同时也考虑到全局特征，从而提高稳定性。
2、为实现上述目的，第一方面，本技术提供一种基于不变矩的激光slam全局定位方法，包括：
3、基于实时激光雷达点云对应的二值化图像，提取二值化图像的不变矩特征，获取实时激光雷达点云对应的不变矩数值组；
4、分析实时激光雷达点云对应的不变矩数值组与二值化地图图像中各个像素点对应的不变矩数值组之间的相似度，确定最大相似度对应的像素点；
5、基于最大相似度对应的像素点在二值化地图图像中位置，确定激光雷达在地图中的实时位置；
6、其中，二值化地图图像中各个像素点对应的不变矩数值组是通过将二维激光雷达点云地图转换为二值化地图图像，并提取二值化地图图像中各个像素点处局部视角的不变矩特征获取的。
7、在一种可能的实现方式中，二值化地图图像中各个像素点对应的不变矩数值组是通过以下步骤获取的：
8、基于二维激光雷达点云地图，进行二值化及降维处理，获取降维后的二值化地图图像；
9、遍历降维后的二值化地图图像中各个像素点，获取各个像素点对应的局部视角地图；
10、基于各个像素点对应的局部视角地图，通过求解局部视角地图的不变矩，获取各个像素点对应的不变矩数值组。
11、在一种可能的实现方式中，基于二维激光雷达点云地图，进行二值化及降维处理，获取降维后的二值化地图图像，包括：
12、基于二维激光雷达点云地图，对地图图像进行二值化处理，获取二值化地图图像，二值化处理中一个取值表示有障碍物，另一个取值表示无障碍物；
13、按照预设降维倍数，对二值化地图图像进行降维，获取降维后的二值化地图图像。
14、在一种可能的实现方式中，二维激光雷达点云地图为栅格地图，二维激光雷达点云地图中栅格的状态为以下状态中的任意一种：用于表示栅格被障碍物占用的占用状态、用于表示栅格未被障碍物占用的空闲状态以及用于表示栅格是否被障碍物占用为未知的未知状态；
15、基于二维激光雷达点云地图，对地图图像进行二值化处理，获取二值化地图图像，包括：
16、基于二维激光雷达点云地图中各个栅格的状态，获取灰度图，灰度图中黑色像素点表示对应位置被障碍物占用，白色像素点表示对应位置未被障碍物占用，灰色像素点表示对应位置是否被障碍物占用为未知，黑色像素点的灰度值为0，白色像素点的灰度值为255，灰色像素点的灰度值为128；
17、将灰度图中的灰色像素点调整为白色像素点；
18、确定调整之后的灰度图作为二值化地图图像。
19、在一种可能的实现方式中，按照预设降维倍数，对二值化地图图像进行降维，获取降维后的二值化地图图像，包括：
20、确定滑动窗口的长宽为预设降维倍数并确定滑动窗口的滑动步长为预设降维倍数，滑动窗口用于选中二值化地图图像中部分像素点，并确定所选中像素点的最小灰度值；
21、按照滑动步长和预设遍历顺序，通过滑动窗口遍历二值化地图图像，获取首次滑动之前滑动窗口选中像素点的最小灰度值以及每次滑动之后滑动窗口选中像素点的最小灰度值；
22、按照预设遍历顺序，填充各个最小灰度值至预设二值图像，获取降维后的二值化地图图像，降维前的二值化地图图像的宽高与预设二值图像的宽高之间的比值为预设降维倍数。
23、在一种可能的实现方式中，遍历降维后的二值化地图图像中各个像素点，获取各个像素点对应的局部视角地图，包括对遍历到的每一个像素点执行以下操作：
24、基于降维后的二值化地图图像，扫描像素点的周围区域，确定像素点的周围区域的障碍物分布，周围区域的尺寸是基于激光雷达扫描距离确定的；
25、基于像素点的周围区域的障碍物分布，确定像素点对应的局部视角地图。
26、在一种可能的实现方式中，不变矩数值组包括3个不变矩数值，基于各个像素点对应的局部视角地图，通过求解局部视角地图的不变矩，获取各个像素点对应的不变矩数值组，包括：
27、基于各个像素点对应的局部视角地图，求解各个像素点对应的0到3阶几何矩；
28、基于各个像素点对应的0到3阶几何矩，求解各个像素点对应的0到3阶中心矩；
29、基于各个像素点对应的0到3阶中心矩，求解各个像素点对应的2阶归一化中心矩以及3阶归一化中心矩；
30、基于各个像素点对应的2阶归一化中心矩以及3阶归一化中心矩，构造各个像素点对应的3个不变矩数值。
31、第二方面，本技术提供一种基于不变矩的激光slam全局定位装置，包括：
32、不变矩特征提取模块，用于基于实时激光雷达点云对应的二值化图像，提取二值化图像的不变矩特征，获取实时激光雷达点云对应的不变矩数值组；
33、相似度分析模块，用于分析实时激光雷达点云对应的不变矩数值组与二值化地图图像中各个像素点对应的不变矩数值组之间的相似度，确定最大相似度对应的像素点；
34、实时位置确定模块，用于基于最大相似度对应的像素点在二值化地图图像中位置，确定激光雷达在地图中的实时位置；
35、其中，二值化地图图像中各个像素点对应的不变矩数值组是通过将二维激光雷达点云地图转换为二值化地图图像，并提取二值化地图图像中各个像素点处局部视角的不变矩特征获取的。
36、第三方面，本技术提供一种电子设备，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行存储器存储的程序，当存储器存储的程序被执行时，处理器用于执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
37、第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
38、可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
39、总体而言，通过本技术所构思的以上技术方案与现有技术相比，具有以下有益效果：
40、利用不变矩具有旋转、平移和尺度变化不变性且能高度浓缩地表示图像全局特征的特性，通过将二维激光雷达点云地图(也即激光slam栅格地图)转换为二值化地图图像，并提取二值化地图图像中各个像素点处局部视角的不变矩特征，能够获取二值化地图图像中各个像素点对应的不变矩数值组，像素点处局部视角的不变矩特征能够表征slam栅格地图中对应节点的不变矩特征，在定位匹配时，提取实时激光雷达点云的不变矩特征(也即实时激光雷达点云对应的不变矩数值组)，与栅格地图节点不变矩特征进行匹配(也即分析相似度)，基于最大相似度对应的像素点在二值化地图图像中位置，确定激光雷达在地图中的实时位置，能够在加快运算速度的同时也考虑到全局特征，从而提高定位稳定性。
1.一种基于不变矩的激光slam全局定位方法，其特征在于，包括：
2.根据权利要求1所述基于不变矩的激光slam全局定位方法，其特征在于，所述二值化地图图像中各个像素点对应的不变矩数值组是通过以下步骤获取的：
3.根据权利要求2所述基于不变矩的激光slam全局定位方法，其特征在于，所述基于所述二维激光雷达点云地图，进行二值化及降维处理，获取降维后的二值化地图图像，包括：
4.根据权利要求3所述基于不变矩的激光slam全局定位方法，其特征在于，所述二维激光雷达点云地图为栅格地图，所述二维激光雷达点云地图中栅格的状态为以下状态中的任意一种：用于表示栅格被障碍物占用的占用状态、用于表示栅格未被障碍物占用的空闲状态以及用于表示栅格是否被障碍物占用为未知的未知状态；
5.根据权利要求4所述基于不变矩的激光slam全局定位方法，其特征在于，所述按照预设降维倍数，对所述二值化地图图像进行降维，获取所述降维后的二值化地图图像，包括：
6.根据权利要求2所述基于不变矩的激光slam全局定位方法，其特征在于，所述遍历所述降维后的二值化地图图像中各个像素点，获取各个像素点对应的局部视角地图，包括对遍历到的每一个像素点执行以下操作：
7.根据权利要求2所述基于不变矩的激光slam全局定位方法，其特征在于，不变矩数值组包括3个不变矩数值，所述基于各个像素点对应的局部视角地图，通过求解局部视角地图的不变矩，获取各个像素点对应的不变矩数值组，包括：
8.一种基于不变矩的激光slam全局定位装置，其特征在于，包括：
9.一种电子设备/图像信号发生器/网络设备/发射机/终端/基站/工控机，其特征在于，包括：
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，当所述计算机程序在处理器上运行时，使得所述处理器执行如权利要求1-7任一所述的方法。
