本申请公开了一种地下隧道的定位方法、系统及装置，应用于工程机械领域，该方法包括：获取目标车辆通过雷达扫描得到的扫描信息；获取所述目标车辆的惯导单元发送的、对应所述扫描信息的惯导信息；利用扫描信息提取特征点；利用惯导信息进行预积分得到初步预测位姿信息；在预存地图中，根据初步预测位姿信息，将在预存地图的所有观测值中最接近每个特征点的观测值作为特征点的观测值；利用初步预测位姿信息和所有特征点的观测值进行迭代卡尔曼滤波，得到最终位姿信息以进行定位。本申请用于在地下隧道中定位，结合扫描信息和初步预测位姿信息确定预存地图中的观测值，并使用卡尔曼滤波进行位姿优化，定位结果具有较高的准确性。定位结果具有较高的准确性。定位结果具有较高的准确性。
【技术实现步骤摘要】
一种地下隧道的定位方法、系统及装置
[0001]本专利技术涉及工程机械领域，特别涉及一种地下隧道的定位方法、系统及装置。
技术介绍
[0002]地下工程是指深入地面以下，为开发利用地下空间资源所建造的地下土木工程。地下工程建造期间的施工环境，往往具有危险性和恶劣性，因而施工机械的智能化和无人化已经成为必然趋势，然而无论是远程遥控还是无人驾驶，对工程车辆进行地下环境定位都是先决条件；进一步的，地下工程的运营期间，无人化巡检以及为进入地下空间的用户提供定位信息也是重要的增值服务。现有地面定位技术大多依靠GPS(Global Positioning System，全球定位系统)提供的精准定位信息，而地下工程中由于卫星信号被地面遮挡，GPS基本没有可行性。
[0003]当前地下工程常见的定位技术有以下几种：采用UWB(Ultra Wide Band，超宽带)或RFID(Radio Frequency Identification System，射频识别)等手段进行定位，通过地下工程内部架设基站可以获取类似于GPS的绝对定位信息，但是这些信号受环境干扰大，定位精度比较低，测量稳定性也不高；视觉相机可以获取丰富的环境信息来进行定位，但是相机对光源较敏感，在地下工程环境中提供满足相机感知所需的光源环境成本较高；基于车轮里程计的模型在长距离定位中具有误差累积特性；单纯依靠惯性元件进行定位，在长时间后定位会出现漂移；基于同步定位与建图理论(Simultaneous Localization and Mapping，SLAM)的定位方法往往受到地下工程中特征退化的影响，定位结果在里程方向上误差较大。
[0004]因此，如何提供一种准确度高、计算成本和使用成本较低的地下定位的方案是目前本领域技术人员需要解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术的目的在于提供一种准确度高、使用成本较低的地下隧道的定位方法、系统及装置。其具体方案如下：
[0006]一种地下隧道的定位方法，包括：
[0007]获取目标车辆通过雷达扫描得到的扫描信息；
[0008]获取所述目标车辆的惯导单元发送的、对应所述扫描信息的惯导信息；
[0009]利用所述扫描信息提取特征点；
[0010]利用所述惯导信息进行预积分得到初步预测位姿信息；
[0011]在预存地图中，根据所述初步预测位姿信息，将在所述预存地图的所有观测值中最接近每个所述特征点的所述观测值作为所述特征点的观测值；
[0012]利用所述初步预测位姿信息和所有所述特征点的所述观测值进行迭代卡尔曼滤波，得到最终位姿信息以进行定位。
[0013]优选的，所述获取目标车辆通过雷达扫描得到的扫描信息的过程，包括：
[0014]获取目标车辆通过雷达扫描隧道的地下环境得到的扫描信息；
[0015]所述隧道壁面分散设有多个高反射率的反光靶。
[0016]优选的，所述特征点具体为边缘特征点、平面特征点或高反射率特征点。
[0017]优选的，所述利用所述扫描信息提取特征点的过程，包括：
[0018]对所述扫描信息中每帧雷达点云分块；
[0019]对每块所述雷达点云进行以下操作：
[0020]确定该雷达点云的协方差矩阵；
[0021]对所述协方差矩阵进行特征值分解，得到以数值大小确定的最大特征值、中间特征值和最小特征值；
[0022]若所述中间特征值与所述最小特征值的差小于第一差量，则确定该雷达点云对应的特征点为所述平面特征点；
[0023]若所述最大特征值与所述中间特征值的差大于第二差量，则确定该雷达点云对应的特征点为所述边缘特征点；
[0024]若所述雷达点云的反射强度超过预设强度，则确定该雷达点云对应的特征点为所述高反射率特征点。
[0025]优选的，所述若所述最大特征值与所述中间特征值的差大于第二差量，则确定该雷达点云对应的特征点为所述边缘特征点的过程，包括：
[0026]若所述最大特征值与所述中间特征值的差大于第二差量，则确定该雷达点云对应的特征点为可疑边缘特征点；
[0027]确定所述可疑边缘特征点的曲率、方向向量、多个线向量；每个所述线向量具体为该雷电点云中每线点云首尾连接得到的向量；
[0028]若所述曲率大于预设曲率、且存在任一线向量与所述方向向量的夹角处于预设角度范围，则确定该雷达点云对应的特征点为所述边缘特征点；
[0029]所述预设角度范围为90
°±
θ，θ为预设误差角度。
[0030]优选的，所述利用所述扫描信息提取特征点之前，还包括：
[0031]利用所述位姿信息对所述扫描信息去畸变。
[0032]优选的，所述利用所述初步预测位姿信息和所有所述特征点的所述观测值进行迭代卡尔曼滤波，得到最终位姿信息以进行定位的过程，包括：
[0033]逐个利用所有所述特征点的所述观测值，结合所述初步预测位姿信息进行迭代卡尔曼滤波，得到最终位姿信息以进行定位。
[0034]优选的，所述定位方法还包括：
[0035]利用最终位姿信息更新所述预存地图。
[0036]相应的，本申请还公开了一种地下隧道的定位系统，包括：
[0037]第一获取模块，用于获取目标车辆通过雷达扫描得到的扫描信息；
[0038]第二获取模块，用于获取所述目标车辆的惯导单元发送的、对应所述扫描信息的惯导信息；
[0039]特征点模块，用于利用所述扫描信息提取特征点；
[0040]初步位姿预测模块，用于利用所述惯导信息进行预积分得到初步预测位姿信息；
[0041]观测值模块，用于在预存地图中，根据所述初步预测位姿信息，将在所述预存地图
的所有观测值中最接近每个所述特征点的所述观测值作为所述特征点的观测值；
[0042]计算模块，用于利用所述初步预测位姿信息和所有所述特征点的所述观测值进行迭代卡尔曼滤波，得到最终位姿信息以进行定位。
[0043]相应的，本申请还公开了一种地下隧道的定位装置，包括：
[0044]位于目标车辆的雷达和惯导单元；
[0045]存储器，用于存储计算机程序；
[0046]处理器，用于执行所述计算机程序时实现如上文任一项所述地下隧道的定位方法的步骤。
[0047]本申请公开了一种地下隧道的定位方法，包括：获取目标车辆通过雷达扫描得到的扫描信息；获取所述目标车辆的惯导单元发送的、对应所述扫描信息的惯导信息；利用所述扫描信息提取特征点；利用所述惯导信息进行预积分得到初步预测位姿信息；在预存地图中，根据所述初步预测位姿信息，将在所述预存地图的所有观测值中最接近每个所述特征点的所述观测值作为所述特征点的观测值；利用所述初步预测位姿信息和所有所述特征点的所述观测值进行迭代卡尔曼滤波，得到最终位姿信息以进行定位。本申请结合扫描信息和初步预测位姿信息确定预存地图中的观测值，并使用卡尔曼滤波本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种地下隧道的定位方法，其特征在于，包括：获取目标车辆通过雷达扫描得到的扫描信息；获取所述目标车辆的惯导单元发送的、对应所述扫描信息的惯导信息；利用所述扫描信息提取特征点；利用所述惯导信息进行预积分得到初步预测位姿信息；在预存地图中，根据所述初步预测位姿信息，将在所述预存地图的所有观测值中最接近每个所述特征点的所述观测值作为所述特征点的观测值；利用所述初步预测位姿信息和所有所述特征点的所述观测值进行迭代卡尔曼滤波，得到最终位姿信息以进行定位。2.根据权利要求1所述定位方法，其特征在于，所述获取目标车辆通过雷达扫描得到的扫描信息的过程，包括：获取目标车辆通过雷达扫描隧道的地下环境得到的扫描信息；所述隧道壁面分散设有多个高反射率的反光靶。3.根据权利要求2所述定位方法，其特征在于，所述特征点具体为边缘特征点、平面特征点或高反射率特征点。4.根据权利要求3所述定位方法，其特征在于，所述利用所述扫描信息提取特征点的过程，包括：对所述扫描信息中每帧雷达点云分块；对每块所述雷达点云进行以下操作：确定该雷达点云的协方差矩阵；对所述协方差矩阵进行特征值分解，得到以数值大小确定的最大特征值、中间特征值和最小特征值；若所述中间特征值与所述最小特征值的差小于第一差量，则确定该雷达点云对应的特征点为所述平面特征点；若所述最大特征值与所述中间特征值的差大于第二差量，则确定该雷达点云对应的特征点为所述边缘特征点；若所述雷达点云的反射强度超过预设强度，则确定该雷达点云对应的特征点为所述高反射率特征点。5.根据权利要求4所述定位方法，其特征在于，所述若所述最大特征值与所述中间特征值的差大于第二差量，则确定该雷达点云对应的特征点为所述边缘特征点的过程，包括：若所述最大特征值与所述中间特征值的差大于第二差量，则确定该雷达点云对应的特征点为可疑边缘特征点；确定所述可疑边...
【专利技术属性】
技术研发人员：秦念稳，肖正航，黎胜根，向宙，邓泽，刘加妮，
申请(专利权)人：中国铁建重工集团股份有限公司，
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。