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：重庆大学;中建隧道建设有限公司

摘要：本发明属于同步定与地图构建技术领域，具体涉及一种基于多传感器融合SLAM的高精定位方法。利用摄像头、激光雷达和IMU进行数据采集，并对所采集到的数据进行预处理，同时优化视觉特征点的深度信息和尺度信息；IMU数据预处理中得到IMU预积分因子、从摄像头数据预处理中得到视觉重投影约束因子以及从激光点云数据预处理中激光雷达里程计因子组成优化约束，利用误差卡尔曼滤波优化输出更为精确的状态量用于多传感器融合SLAM任务。通过多传感器融合提高机器人的环境感知能力，优化位姿输出。

主权项：1.基于多传感器融合SLAM的高精定位方法，其特征在于，包括：步骤1、在载体行进过程中，利用摄像头、激光雷达进行环境数据采集，同时利用IMU采集载体行进过程中的加速度和角速度数据；步骤2、对所采集到的数据进行预处理，包括：1基于IMU采集的数据进行载具的状态递推，得到IMU坐标系即b系在世界坐标系w系即IMU所在的惯导系下的位置速度姿态同时计算关键帧间时段内的位置预积分量速度预积分量和姿态预积分量下标k、k+1为表示相邻两个关键帧的索引；2从激光雷达关键帧处获得点云数据中，提取平面点Psurf和边缘点Pedge；同时，在IMU状态递推得出的初始位姿信息的配准下，得到激光雷达里程计输出位姿其中下标li表示的是第i帧的激光雷达坐标系，上标表示位姿信息在第一帧激光雷达坐标系为基准构建一个局部地图坐标系下进行表示；3从摄像头采集的关键帧图像数据中，基于稀疏金字塔光流逐帧提取的特征点进行跟踪，在帧间利用三角化计算得到特征点带尺度的深度信息，并利用前述平面点Psurf的平面深度信息进行优化特征点的深度信息，以及利用激光雷达里程计输出回复尺度信息；步骤3、每一关键帧处，以IMU得到的位置速度姿态各视觉特征点的逆深度λ以及IMU自身的加速度偏差ba和陀螺仪偏差bg建立状态量X，基于误差卡尔曼滤波进行长度为n的滑窗优化，各关键帧处维护如下状态量： 其中，m为滑窗内所有待优化的视觉特征点个数；该优化的约束由从IMU数据预处理中得到IMU预积分因子、从摄像头数据预处理中得到视觉重投影约束因子以及从激光点云数据预处理中激光雷达里程计因子组成，优化目的为输出更为精确的状态量用于多传感器融合SLAM任务。

全文数据：

权利要求：

百度查询： 重庆大学 中建隧道建设有限公司 基于多传感器融合SLAM的高精定位方法