【技术实现步骤摘要】
基于多传感器融合的SLAM制图方法、系统
本专利技术涉及导航多传感器融合
，尤其是涉及一种基于多传感器融合的SLAM制图方法、系统。
技术介绍
SLAM(SIMUltaneousLocalizationAndMapping)技术是指即时定位与地图构建，即通过处理传感器采集的周围环境数据，实时反馈当前运动系统在未知环境的位置并同时绘制运动系统的周围环境地图，此地图可以是2D平面地图，也可以是三维周围环境地图。在机器人、自动驾驶、虚拟现实、测绘、农业、林业、电力、建筑等行业已经有了很广泛的应用。目前常用的传感器单元包括激光器、惯性导航系统(InertialMeasurementUnit，IMU)、视觉相机、全球导航卫星系统（GlobalNavigationSatelliteSystem，GNSS）。当前比较成熟的SLAM算法大致可以分为激光SLAM和视觉SLAM两类。激光SLAM指主要利用激光传感器获取数据，进行同步定位和制图。激光器不依赖周围环境的光照，且能够扫描周围环境的高精度三维信息，其算法较为稳健，目前随着...
【技术保护点】
1.一种基于多传感器融合的SLAM制图方法，其特征在于，应用于服务器，包括：/n获取移动平台关于周围环境的多个传感器数据；所述多个传感器数据包括：点云数据，图像数据，IMU数据和GNSS数据；/n对所述多个传感器数据进行层级处理，生成多个定位信息；其中，一个传感器数据对应于一个定位信息；/n基于所述多个定位信息，得到所述移动平台的目标定位信息；/n基于所述目标定位信息，生成局部高精度地图；/n对所述局部高精度地图进行闭环检测操作，得到所述移动平台的高精度全局地图。/n
【技术特征摘要】
1.一种基于多传感器融合的SLAM制图方法，其特征在于，应用于服务器，包括：
获取移动平台关于周围环境的多个传感器数据；所述多个传感器数据包括：点云数据，图像数据，IMU数据和GNSS数据；
对所述多个传感器数据进行层级处理，生成多个定位信息；其中，一个传感器数据对应于一个定位信息；
基于所述多个定位信息，得到所述移动平台的目标定位信息；
基于所述目标定位信息，生成局部高精度地图；
对所述局部高精度地图进行闭环检测操作，得到所述移动平台的高精度全局地图。
2.根据权利要求1所述的方法，其特征在于，获取移动平台关于周围环境的多个传感器数据，包括：
以激光器为基准，标定相机、IMU、GNSS和所述激光器之间的位置关系，得到标定信息；其中，所述激光器、所述相机、IMU和所述GNSS均为所述移动平台上的传感器；
以所述GNSS的时间为基准，同步所述激光器、所述相机、所述IMU的时间到当前GNSS的时间系统；
同步采集所述激光器、所述相机、所述IMU和所述GNSS的数据，得到所述移动平台关于周围环境的多个传感器数据；其中，所述点云数据为所述激光器采集到的数据，所述图像数据为所述相机采集到的数据，所述IMU数据为所述IMU采集到的数据，所述GNSS数据为所述GNSS采集到的数据。
3.根据权利要求2所述的方法，所述多个定位信息包括：初始定位信息，第一定位信息和第二定位信息，其特征在于，对所述多个传感器数据进行层级处理，生成多个定位信息，包括：
基于所述IMU数据、所述GNSS数据和所述标定信息，生成初始定位信息；
基于所述初始定位信息和所述图像数据，利用视觉SLAM生成第一定位信息；
基于所述第一定位信息和所述点云数据，利用激光SLAM生成第二定位信息。
4.根据权利要求3所述的方法，其特征在于，基于所述多个定位信息，得到所述移动平台的目标定位信息，包括：
提取所述图像数据的关键帧匹配点集和所述点云数据匹配点集；
基于所述第二定位信息、所述IMU数据、所述GNSS数据、所述关键帧匹配点集和所述点云数据匹配点集，生成综合定位信息数据库；
对所述综合定位信息数据库中的数据集进行联合优化，得到所述移动平台的高精度轨迹；
将所述高精度轨迹作为所述目标定位信息。
5.根据权利要求4所述的方法，所述局部高精度地图包括：影像局部地图和点云三维场景局部地图，其特征在于，基于所述目标定位信息，生成局部高精度地图，包括：
基于所述高精度轨迹解算所述图像数据的关键帧的位置和姿态信息，生成影像局部地图...
【专利技术属性】
技术研发人员：刘继廷，其他发明人请求不公开姓名，
申请(专利权)人：北京数字绿土科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。