【技术实现步骤摘要】
一种基于多传感器融合的里程计方法及装置
[0001]本申请涉及高精度地图
,尤其涉及一种基于多传感器融合的里程计方法及装置。
技术介绍
[0002]目前,随着自动驾驶技术、智能机器人技术的发展,如何保证自动驾驶车辆和智能机器人的精确行驶成为了一个热点问题。在自动驾驶技术中,一般会应用高精度地图,其不同于传统的导航地图,高精度地图包含大量的驾驶辅助信息,最重要的信息是依托道路网的精确三维表征,例如交叉路口布局和路标位置等。另外,高精度地图还包含很多语义信息,地图上可能会报告通信交通灯上不同颜色的含义,它可能指示道路的速度限制,以及左转车道开始的位置等。高精地图最重要的特征之一是精度,高精度地图能使自动驾驶车辆等达到厘米级的精度,这对确保自动驾驶车辆的安全至关重要。
[0003]在自动驾驶、机器人领域,高精度地图的构建一般需要应用到里程计技术。目前传统的里程计技术包括视觉里程计方法、视觉惯性里程计方法、激光里程计方法、激光惯性里程计方法等。对于自动驾驶领域,由于公路场景下视觉特征稀疏、车辆速度快,视觉里程计方法、视觉惯性里程计方法均难以保证位姿估计的精度和鲁棒性,因此在自动驾驶领域主要使用激光里程计方法和激光惯性里程计方法。在自动驾驶领域中应用上述激光里程计方法和激光惯性里程计方法时,专利技术人发现普通道路场景中,通常存在灯杆、护栏、花坛、树丛等标志物,激光雷达可通过对这些标志物的观测建立较为精确的几何约束。但在隧道、跨海大桥、沙漠戈壁等特征稀疏、GPS信号较差的场景中,通常不存在类似标志物,难以从激光雷达 ...
【技术保护点】
【技术特征摘要】
1.一种基于多传感器融合的里程计方法,其特征在于,应用于一种搭载有多种传感器的可移动物体上,所述方法,包括:实时获得可移动物体上搭载的各种传感器采集的传感器数据;对各种传感器采集的传感器数据分别进行建模,建立可移动物体位姿的约束关系;对可移动物体位姿的约束关系进行联合优化求解,确定可移动物体的位姿结果。2.根据权利要求1所述的方法,其特征在于,所述多种传感器包括惯性测量单元IMU、轮速计、激光雷达和气压计;其中,所述IMU包括加速度计和陀螺仪。3.根据权利要求2所述的方法,其特征在于,所述实时获得可移动物体上搭载的各种传感器采集的传感器数据,包括:实时获得加速度计测量的三轴加速度数据、陀螺仪测量的三轴角速度数据、轮速计测量的可移动物体轮速数据、激光雷达测量的点云数据和气压计测量的高度观测数据。4.根据权利要求3所述的方法,其特征在于,所述对各种传感器采集的传感器数据分别进行建模,建立可移动物体位姿的约束关系,包括:根据加速度计测量的三轴加速度数据进行建模,建立可移动物体的横滚角约束和俯仰角约束;根据陀螺仪测量的三轴角速度数据和轮速计测量的可移动物体轮速数据,采用阿克曼模型进行运动学建模,建立可移动物体的水平位置和偏航角的阿克曼模型约束;根据激光雷达测量的点云数据进行建模,建立可移动物体的激光雷达位姿约束;根据气压计测量的高度观测数据进行建模,建立可移动物体的高度位置的气压计约束。5.根据权利要求4所述的方法,其特征在于,所述对可移动物体位姿的约束关系进行联合优化求解,确定可移动物体的位姿结果,包括:对所述横滚角约束、俯仰角约束、阿克曼模型约束、激光雷达位姿约束和气压计约束采用非线性优化方法进行联合优化求解,确定可移动物体的位姿结果。6.根据权利要求5所述的方法,其特征在于,所述根据加速度计测量的三轴加速度数据进行建模,建立可移动物体的横滚角约束和俯仰角约束,包括:根据加速度计测量的三轴加速度数据进行建模,确定IMU在世界坐标系下的横滚角估计值θ
roll
和俯仰角估计值θ
pitch
;其中,a
x
、a
y
、a
z
表示加速度计测量的三轴加速度数据;根据所述横滚角估计值θ
roll
和俯仰角估计值θ
pitch
,建立可移动物体的横滚角约束r
Roll
(X)和俯仰角约束r
Pitch
(X);其中,r
Roll
(X)=θ
roll-arcsin(-R
13
);r
Pitch
(X)=θ
pitch-arctan2(R
23
,R
33
);X表示IMU在世界坐标系下的位姿,X为待优化的状态变量,X包括位置p和姿态q;R为待优化的状态变量X中的姿态q的旋转矩阵形式,R
23
、R
33
、R
13
分别为旋转矩阵R中对应行列的元素。7.根据权利要求5所述的方法,其特征在于,根据陀螺仪测量的三轴角速度数据和轮速计测量的可移动物体轮速数据,采用阿克曼模型进行运动学建模,建立可移动物体的水平位置和偏航角的阿克曼模型约束,包括:
根据陀螺仪测量的三轴角速度数据,确定世界坐标系下可移动物体前进方向与y轴夹角的角度积分值:其中,θ
i
表示第i时刻的可移动物体前进方向与y轴夹角的角度积分值;t表示第t时刻;为预先获知的车体坐标系到IMU坐标系的旋转变换关系;为第t时刻陀螺仪测量的三轴角速度数据中的偏航角;根据轮速计测量的第i时刻的可移动物体左后轮在车体坐标系下的速度和右后轮在车体坐标系下的速度确定可移动物体后轴中心在车体坐标系下的速度v
i
;其中,;其中,为预先获知的速度噪声;采用阿克曼模型进行运动学建模,确定世界坐标系下可移动物体位姿传递方程:x
i+1
=x
i
+v
i
·
Δt
·
sinθ
i
y
i+1
=y
i
+v
i
·
Δt
·
cosθ
i
其中,Δt为轮速计两个相邻测量时刻的时间差;x
i
、y
i
表示可移动物体在世界坐标系下的水平位置;根据激光雷达的测量频率,对相邻两个激光雷达第k时刻和第k+1时刻之间的x
i
、y
i
、θ
i
进行积分,确定在世界坐标系下x
i
、y
i
、θ
i
各自的改变量δχ
k(k+1)
、δy
k(k+1)
、δθ
k(k+1)
;根据车体坐标系和IMU坐标系之间的外参确定IMU坐标系到车体坐...
【专利技术属性】
技术研发人员:刘光伟,赵季,
申请(专利权)人:北京图森未来科技有限公司,
类型:发明
国别省市:
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。