位姿确定方法及相关装置、电子设备和存储介质制造方法及图纸

本申请公开了一种位姿确定方法及相关装置、电子设备和存储介质，位姿确定方法包括：基于惯性测量单元的状态量，构建卡尔曼滤波方程，并基于误差状态量，矫正惯性测量单元的状态量，得到惯性测量单元的目标状态量；基于目标状态量和点云采集器的点云数据之间的融合结果，确定是否更新里程计的位姿状态；响应于确定更新里程计的位姿状态，对卡尔曼滤波方程中第一观测量进行调整，得到新的卡尔曼滤波方程；基于新的卡尔曼滤波方程，预测得到新的误差状态量，并重新执行基于误差状态量，矫正惯性测量单元的状态量的步骤以及后续步骤，直至确定无需更新位姿状态为止，将最新位姿状态，作为里程计的目标位姿。上述方案，能够提高位姿状态的准确性。姿状态的准确性。姿状态的准确性。

【技术实现步骤摘要】
位姿确定方法及相关装置、电子设备和存储介质


[0001]本申请涉及数据处理
，特别是涉及一种位姿确定方法及相关装置、电子设备和存储介质。

技术介绍

[0002]近年来，激光
‑
惯导里程计(LiDAR
‑
Inertial Odometry，LIO)发展迅速，具体可以分为图优化方法和基于卡尔曼滤波器的方法。
[0003]目前，一般根据IMU(Inertial Measurement Unit，惯性测量单元)、RTK(Real
‑
time kinematic，载波相位差分技术)等传感器获取实时的加速度、角速度以及位置等信息，并构建卡尔曼滤波模型，对下一时刻的位置关系进行预测，再通过精确的点云匹配矫正预测值，同时更新卡尔曼增益方程，并输出实时的匹配结果叠加到上一时刻的位姿。但是，随着时间的累计，位姿叠加的轨迹越来越长，由于IMU测量值的随机误差会随时间不断增大，以及RTK的定位结果会因为遮挡等因素导致精度降低，使得点云匹配失效或者匹配失败，系统无法更新卡尔曼增益方程，最终导致预测位姿更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种位姿确定方法，其特征在于，包括：基于惯性测量单元的状态量，构建卡尔曼滤波方程，并基于误差状态量，矫正所述惯性测量单元的状态量，得到所述惯性测量单元的目标状态量；其中，所述误差状态量基于所述卡尔曼滤波方程预测得到；基于所述目标状态量和点云采集器的点云数据之间的融合结果，确定是否更新里程计的位姿状态；响应于确定更新所述里程计的位姿状态，对所述卡尔曼滤波方程中第一观测量进行调整，得到新的卡尔曼滤波方程；其中，所述第一观测量表征所述卡尔曼滤波方程中所述惯性测量单元对应的观测量；基于所述新的卡尔曼滤波方程，预测得到新的误差状态量，并重新执行所述基于误差状态量，矫正所述惯性测量单元的状态量的步骤以及后续步骤，直至确定无需更新所述位姿状态为止，将最新所述位姿状态，作为所述里程计的目标位姿。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标状态量和点云采集器的点云数据之间的融合结果，确定是否更新里程计的位姿状态，包括：基于所述目标状态量对所述点云数据进行运动补偿，得到目标点云数据；基于所述目标点云数据，得到第一拼接地图；对所述第一拼接地图和最新的点云数据进行匹配，确定是否更新里程计位姿状态。3.根据权利要求2所述的方法，其特征在于，所述基于所述目标点云数据，得到第一拼接地图，包括：判断滑动窗口是否被填满；响应于所述滑动窗口已被填满，丢弃所述滑动窗口底部的历史目标点云数据，并对第二拼接地图进行更新，得到所述第一拼接地图；其中，所述第二拼接地图基于更新前的滑动窗口内所述历史目标点云数据拼接得到；响应于所述滑动窗口未被填满，对所述第二拼接地图进行更新，得到所述第一拼接地图。4.根据权利要求2所述的方法，其特征在于，所述对所述第一拼接地图和最新的点云数据进行匹配，确定是否更新里程计位姿状态，包括：对所述第一拼接地图和最新的点云数据进行匹配，得到匹配结果；基于所述匹配结果是否收敛，确定是否更新所述里程计的位姿状态。5.根据权利要求1所述的方法，其特征在于，在所述基于所述新的卡尔曼滤波方程，预测得到新的误差状态量之前，所述方法还包括：获取定位设备的定位数据；基于所述定位数据，对最新的所述卡尔曼滤波方程中的第二观测...

【专利技术属性】
技术研发人员：何云翔，
申请(专利权)人：浙江零跑科技股份有限公司，
类型：发明
国别省市：