申请/专利权人：安徽师范大学;长三角哈特机器人产业技术研究院

申请日：2024-03-25

公开（公告）日：2024-07-05

公开（公告）号：CN118298017A

主分类号：G06T7/73

分类号：G06T7/73;G06V10/762;G06V10/77;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明公开了一种基于地面约束的建图定位方法，包括通过融合垂直激光雷达和水平激光雷达的点云数据提升感知范围，并使用K‑Means聚类方法和PCA主成分分析提取地面特征，分割后的地面特征对关键帧构成位姿约束，用于后端图优化过程。图优化结果更新到当前帧位姿中，并进行ikd‑Tree重构，进而更新地图，从而解决现有技术中地面车辆在定位与建图过程中的Z轴漂移问题。

主权项：1.一种基于地面约束的建图定位方法，其特征在于：包括如下步骤：1、采用具有IMU模块的激光雷达采集数据，并按照时间顺序接收激光雷达数据和IMU数据；2、对IMU进行积分，粗略估计状态量并使用误差状态卡尔曼滤波器，传播状态误差的协方差矩阵状态量x定义如下：x＝[RT,PT,VT,bTw,bTa,gT]T其中，[]T表示对矩阵或向量进行转置，R、P、V、bw、ba和g分别表示真实姿态、真实位置、真实速度、真实角速度零偏、真实加速度零偏和真实重力加速度；3、点云畸变矫正，即将同一帧点云映射到帧尾时刻；4、对点云进行距离滤波，滤除距离雷达坐标系原点过远或过近的雷达点，并将点云降采样到固定数量，以减少点云数据，同时保存点云的形状特征；5、使用迭代卡尔曼滤波器，迭代求解点云帧的点到局部地图中对应点的距离最近时的状态量。6、选取关键帧，并将点云帧投影到最近关键帧时刻；7、提取地面点云与拟合平面参数；8、因子图优化，采用步骤1-步骤7获得每一帧关键帧的位姿，以及每一帧关键帧的平面参数，构建因子图的具体过程包括：接收每一帧结束时刻的位姿，将这些位姿作为因子图的顶点，相邻两帧之间的位姿变换作为因子图的边，并将每帧关键帧的平面参数作为观测数据，向图中插入观测边，向因子图中插入所有待优化的顶点和边后，求解因子图所对应的目标函数即获得一系列更为准确的位姿，最后，通过优化后的位姿，更新新扫描的点云，并将其插入到ikd-Tree中，从而可以拼接更为准确的点云地图。

全文数据：

权利要求：

百度查询： 安徽师范大学 长三角哈特机器人产业技术研究院 一种基于地面约束的建图定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD