龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏大学
摘要：本发明提供了一种基于滤波与图优化结合的自动驾驶车辆实时定位与建图方法，前端，基于IMU信息预积分，得到位姿先验状态量，基于LIDAR点云的特征提取与点云配准，得到位姿观测量，位姿先验状态量和位姿观测量基于自适应误差迭代卡尔曼滤波算法进行融合，得到位姿后验状态量；基于自适应误差迭代卡尔曼滤波算法的过程噪声与观测噪声可根据残差与新息进行实时更新；在后端，基于前端位姿估计结果、GPS因子、回环检测因子和地面约束因子的误差函数构建目标函数，求解目标函数的最优解，得到自动驾驶车辆不同时刻位姿的最优估计值。本发明提高了复杂环境中自动驾驶车辆位姿估计动态响应能力以及因子图优化的定位精度与稳定性。
主权项：1.一种基于滤波与图优化结合的自动驾驶车辆实时定位与建图方法，其特征在于：基于IMU信息预积分，得到位姿估计先验状态量，基于LIDAR点云的特征提取与点云配准，得到位姿观测量；基于自适应误差迭代卡尔曼滤波算法对位姿估计先验状态量与位姿观测量进行融合，得到后验位姿状态量；同时，根据融合过程中的残差与新息实时更新自适应误差迭代卡尔曼滤波算法的过程噪声与观测噪声；所述后验位姿状态量称为前端位姿估计值；根据前端位姿估计值与地面点集，基于高斯混合模型计算车前不同位置高程值，并基于2.5D栅格地图对车前不同位置高程值进行存储；基于车前2.5D栅格地图与前端位姿估计值确定当前位姿估计节点加入的地面约束因子，加入因子图优化框架；GPS信号正常时，将基于GPS信号所得的自动驾驶车辆在地图坐标系中的位置信息作为GPS因子，加入因子图优化框架中；若有新关键帧加入因子图优化框架，将其与历史关键帧进行匹配，若新关键帧与某一历史关键帧的数据最小距离的均方根值符合要求，确认新关键帧为回环帧，回环帧位姿与满足条件的历史关键帧位姿的相对变换即为回环检测因子，加入因子图优化框架中；基于前端位姿估计结果、GPS因子、地面约束因子、回环检测因子的误差函数构建目标函数，求解目标函数的最优解，得到自动驾驶车辆不同时刻位姿的最优估计值。
全文数据：
权利要求：
百度查询： 江苏大学 一种基于滤波与图优化结合的自动驾驶车辆实时定位与建图方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号