【技术实现步骤摘要】
一种基于雷达和IMU的姿态动态估计方法及系统
本专利技术涉及姿态估计
，具体涉及一种基于雷达和IMU的姿态动态估计方法及系统。
技术介绍
雷达(例如毫米波雷达)提供了对环境可靠的感知信息，尤其是在视觉条件退化的情况下。目前雷达，特别是毫米波雷达广泛应用于军事(空中和海上监视、导弹制导等)、民航(进场雷达、地面运动雷达)或遥感(行星观测)等领域。雷达技术和材料科学的最新进展使得毫米波雷达在尺寸、重量、能耗和成本问题方面逐渐适应更小的平台，他们体积小、成本低、精度高，特别适合便携式低功耗应用。近些年，一些研究小组已经提出将雷达，特别是毫米波雷达应用到各种移动机器人中去解决相对应的任务，比如导航、定位、绘图等。为了将雷达，特别是毫米波雷达应用到室内定位服务中，需要专门设计适用雷达，特别是毫米波雷达的室内自运动估计方法。但目前针对毫米波雷达设计的室内自运动估计算法对雷达运载体的自运动姿态估计效果不佳，计算速度较慢，实时性较差，对自我的定位精度也不够理想。
技术实现思路
本专利技术以提高雷达运载体自运...
【技术保护点】
1.一种基于雷达和IMU的姿态动态估计方法，其特征在于，具体步骤包括：/n1)从雷达扫描得到的雷达点云数据中提取地标信息；/n2)根据IMU数据估计雷达运载体的相对动作；/n3)对所述地标信息和所述雷达运载体的相对动作信息进行信息点扫描匹配，得到所述雷达运载体的运动姿态；/n4)对步骤3)匹配得到的所述雷达运载体的运动姿态进行姿态回归计算，并根据姿态回归计算结果预测得到所述雷达运载体的六自由度运动姿态。/n
【技术特征摘要】
1.一种基于雷达和IMU的姿态动态估计方法，其特征在于，具体步骤包括：
1)从雷达扫描得到的雷达点云数据中提取地标信息；
2)根据IMU数据估计雷达运载体的相对动作；
3)对所述地标信息和所述雷达运载体的相对动作信息进行信息点扫描匹配，得到所述雷达运载体的运动姿态；
4)对步骤3)匹配得到的所述雷达运载体的运动姿态进行姿态回归计算，并根据姿态回归计算结果预测得到所述雷达运载体的六自由度运动姿态。
2.根据权利要求1所述的一种基于雷达和IMU的姿态动态估计方法，其特征在于，步骤3)中，采用NDT正态分布变换算法对所述地标信息和所述移动雷达的相对动作信息进行信息点扫描匹配。
3.根据权利要求1所述的一种基于雷达和IMU的姿态动态估计方法，其特征在于，步骤4)中，采用UKF无迹卡尔曼滤波算法对移动雷达运动姿态进行姿态回归计算。
4.根据权利要求1所述的一种基于雷达和IMU的姿态动态估计方法，其特征在于，步骤4)中，对移动雷达运动姿态进行姿态回归计算的过程可通过以下表达式表达：
上式中，pt-1为所述雷达运载体在当前t时刻的上一时刻的所处位置；
f(Xt-1)为预测所述雷达运载体运动位置的第一转移方程；
qt-1为表征所述雷达运载体在当前t时刻的上一时刻的旋转状态的旋转四元数；
Δqt是所述雷达运载体在t-1时刻到当前t时刻的旋转变化量；
vt-1表示所述雷达运载体在当前t时刻的上一时刻的运动速度；
是所述雷达运载体在当前t时刻的上一时刻的角速度的偏置。
5.根据权利要求4所述的一种基于雷达和IMU的姿态动态估计方法，其特征在于，所述第一转移方程使用RNN神经网络进行建模。
6.根据权利要求4所述的一种基于雷达和IMU的姿态动态估计方法，其特征在于，步骤4)中，预测所述雷达运载体的六自由度运动姿态的第二转移方程使用LSTM长短期记忆人工神经网络进行建模。
7.根据权利要求6所述的一种基于雷达和IMU的姿态动态估计方法，其特征在于，用于对所述第二转移方程进行建模的LSTM神经网络的内部预测过程可通过以下公式(1)和公式(2)表达：
Ck＝fk⊙Ck-1+ik⊙gk公式(1)
公式(1)中，Ck用于表示记忆细胞是通过遗忘门和输入门来控制信息的流动；
fk用于表示遗忘门；
Ck-...
【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：北京中科深智科技有限公司，
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。