一种基于定位融合的在线高精度地图建图方法及系统技术方案

本发明专利技术公开了一种基于定位融合的在线高精度地图建图方法及系统，包括通过imu获取三轴加速度数据和三轴陀螺仪数据，根据速度的变化量和角度的变化量得到预测的连续姿态变化数据；通过lidar点云进行匹配并建立局部地图，并获取行驶轨迹，将行驶轨迹与局部地图进行匹配，获得lidar观察位姿数据；获得RTK反馈的的卫星定位轨迹数据；将同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据，通过拟合的方式得到在统一坐标系下的重合度，并得到相对偏差的方差值；通过得到的相对偏差的方差值对同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据的定位精度进行判断，得到同时刻子地图的位姿。的位姿。的位姿。

【技术实现步骤摘要】
一种基于定位融合的在线高精度地图建图方法及系统


[0001]本专利技术涉及无人驾驶领域，具体是一种基于定位融合的在线高精度地图建图方法及系统。

技术介绍

[0002]传统无人驾驶RTK定位，在RTK信号不好的地方，会导致定位精度下降，无法满足自动驾驶需求，并且现有高精度建图技术缺点包括不具有实时建图能力，建图需要后台服务器离线建图，地图精度需要人工进行后期校验与修正，且高精度点云地图无法对应到真实经纬度坐标系下。
[0003]因此，如何自动建立满足经纬度坐标的高精度地图，是当下行业研究人员需要研究的课题。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供一种基于定位融合的在线高精度地图建图方法，包括如下步骤：
[0005]通过imu获取三轴加速度数据和三轴陀螺仪数据，通过三轴加速度数据和三轴陀螺仪数据分别得到速度的变化量和角度的变化量，根据速度的变化量和角度的变化量得到预测的连续姿态变化数据；
[0006]通过lidar点云进行匹配并建立局部地图，并获取行驶轨迹，将行驶轨迹与局部地图进行匹配，获得lidar观察位姿数据；
[0007]获得RTK反馈的的卫星定位轨迹数据；
[0008]将同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据，通过拟合的方式得到在统一坐标系下的重合度，并得到相对偏差的方差值；
[0009]通过得到的相对偏差的方差值对同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据的定位精度进行判断，得到同时刻子地图的位姿。
[0010]进一步的，所述的通过三轴加速度数据和三轴陀螺仪数据分别得到速度的变化量和角度的变化量，包括：
[0011]通过三轴加速度数据的积分得到速度的变化量，通过三轴陀螺仪数据得到的角速度的积分量得到角度的变化量，根据角度的变化量与速度的变化量得到车辆在空间中位移的变化。
[0012]进一步的，所述的lidar观察位姿数据包括三维的空间坐标与三维的旋转角度姿态数据。
[0013]进一步的，还包括将同一时刻的预测的连续姿态变化数据、lidar观察位姿数据分别转换到到经纬度坐标。
[0014]进一步的，所述的通过拟合的方式得到在统一坐标系下的重合度，包括：
[0015]通过将三条空间曲线的原点坐标进行局部最优化调整，使三者每个时刻下同一坐
标下空间距离误差值最小。
[0016]进一步的，所述的得到相对偏差的方差值，包括：
[0017]通过最优化拟合三条曲线，得到三条曲线上每一个点的期望，然后计算每条曲线所有点与对应点期望的偏差的平方的期望值。
[0018]进一步的，所述的通过得到的相对偏差的方差值对同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据的定位精度进行判断，得到同时刻子地图的位姿，包括：
[0019]当判断RTK和slam定位一致时，通过求解两者偏差最小，确定同时刻子地图的位姿；当RTK与SLAM定位不一致时，通过点云与子图，子图与子图之间的约束关系和对应计算的观测方差矩阵来求解子图的位姿。
[0020]应用所述的一种基于定位融合的在线高精度地图建图方法的一种基于定位融合的在线高精度地图建图系统，包括数据采集模块、卫星定位模块、数据处理模块、地图建图模块、通信装置；所述的数据采集模块、卫星定位模块、地图建图模块、通信装置分别与所述的数据处理模块连接。
[0021]优选的，所述的数据采集模块包括三轴加速度数据采集装置、三轴陀螺仪模块、lidar点云模块；所述的三轴加速度数据采集装置、三轴陀螺仪模块、lidar点云模块分别与所述的数据处理模块连接。
[0022]本专利技术的有益效果是：本专利技术通过计算imu预测位姿，lidar点云匹配位姿，RTK观测定位三者当前状态。计算三者的相对偏移量，从而自动调整三者融合方式与融合比例，达到自动建立满足经纬度坐标的高精度地图的目的。
附图说明
[0023]图1为一种基于定位融合的在线高精度地图建图方法的流程示意图；
[0024]图2为一种基于定位融合的在线高精度地图建图系统的原理示意图；
[0025]图3为lidar、imu、RTK融合高精度建图示意图。
具体实施方式
[0026]下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。
[0027]为了使本专利技术的目的，技术方案及优点更加清楚明白，结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术，即所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0028]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0029]而且，术语“包括”，“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程，方法，物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程，方法，物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程，方法，物品或者设备中还存在另外的相同要素。
[0030]以下结合实施例对本专利技术的特征和性能作进一步的详细描述。
[0031]如图1所示，一种基于定位融合的在线高精度地图建图方法，包括如下步骤：
[0032]通过imu获取三轴加速度数据和三轴陀螺仪数据，通过三轴加速度数据和三轴陀螺仪数据分别得到速度的变化量和角度的变化量，根据速度的变化量和角度的变化量得到预测的连续姿态变化数据；
[0033]通过lidar点云进行匹配并建立局部地图，并获取行驶轨迹，将行驶轨迹与局部地图进行匹配，获得lidar观察位姿数据；
[0034]获得RTK反馈的的卫星定位轨迹数据；
[0035]将同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据，通过拟合的方式得到在统一坐标系下的重合度，并得到相对偏差的方差值；
[0036]通过得到的相对偏差的方差值对同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据的定位精度进行判断，得到同时刻子地图的位姿。
[0037]所述的通过三轴加速度数据和三轴陀螺仪数据分别得到速度的变化量和角度的变化量，包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于定位融合的在线高精度地图建图方法，其特征在于，包括如下步骤：通过imu获取三轴加速度数据和三轴陀螺仪数据，通过三轴加速度数据和三轴陀螺仪数据分别得到速度的变化量和角度的变化量，根据速度的变化量和角度的变化量得到预测的连续姿态变化数据；通过lidar点云进行匹配并建立局部地图，并获取行驶轨迹，将行驶轨迹与局部地图进行匹配，获得lidar观察位姿数据；获得RTK反馈的的卫星定位轨迹数据；将同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据，通过拟合的方式得到在统一坐标系下的重合度，并得到相对偏差的方差值；通过得到的相对偏差的方差值对同一时刻的预测的连续姿态变化数据、lidar观察位姿数据和卫星定位轨迹数据的定位精度进行判断，得到同时刻子地图的位姿。2.根据权利要求1所述的一种基于定位融合的在线高精度地图建图方法，其特征在于，所述的通过三轴加速度数据和三轴陀螺仪数据分别得到速度的变化量和角度的变化量，包括：通过三轴加速度数据的积分得到速度的变化量，通过三轴陀螺仪数据得到的角速度的积分量得到角度的变化量，根据角度的变化量与速度的变化量得到车辆在空间中位移的变化。3.根据权利要求1所述的一种基于定位融合的在线高精度地图建图方法，其特征在于，所述的lidar观察位姿数据包括三维的空间坐标与三维的旋转角度姿态数据。4.根据权利要求1所述的一种基于定位融合的在线高精度地图建图方法，其特征在于，还包括将同一时刻的预测的连续姿态变化数据、lidar观察位姿数据分别转换到到经纬度坐标。5.根据权利要求1所述的一种基于定位融合的在线高精度地图建图方法，其特征在于...

【专利技术属性】
技术研发人员：曾帆，徐铮，尹成龙，
申请(专利权)人：成都云科新能汽车技术有限公司，
类型：发明
国别省市：