【技术实现步骤摘要】
一种融合目标检测和跟踪的激光SLAM定位方法及设备
[0001]本专利技术涉及无人驾驶
，特别是关于一种融合目标检测和跟踪的激光SLAM定位方法及设备。
技术介绍
[0002]高精度、高可靠性的定位方法是当前乃至未来无人驾驶汽车的重要需求。目前高精度全球导航卫星系统(Global Navigation Satellite System，GNSS)是室外环境下常用的定位方法，但是GNSS在城市道路下受高楼、隧道、树木遮挡，以及湖泊附近多路径效应的存在，导致GNSS信号跳变而解算出不正确或者偏差较大的位姿。近年来一种搭载特定传感器实现自主定位源的方法应运而生，即同步定位与建图技术(simultaneous localization and mapping，SLAM)，SLAM技术能够使运载设备完成对周围环境的地图构建并估计出地图中自身位姿。
[0003]现有的激光SLAM算法可以在静态环境假设下稳定运行且定位精度高，而在高速公路、繁忙的城市道路等动态场景中由于缺乏对动态物体的处理而性能变差。然而，道路交通往往是一个...
【技术保护点】
【技术特征摘要】
1.一种融合目标检测和跟踪的激光SLAM定位方法，其特征在于，包括：步骤1，接收激光雷达传感器扫描到的原始激光点云信息，根据预设条件去除自身车辆上激光点和无效激光点后得到初始点云，获取当前雷达坐标系下的潜在动态对象；步骤2，去除潜在动态对象后，根据初始点云的空间曲率信息，提取边缘特征点和平面特征点，从中筛选出满足预设条件的特征点作为强特征点，剩余特征点为一般特征点，使用强特征点与局部特征地图进行第一次点云配准，得到初始激光雷达位姿；其中，局部特征地图包括预设数量的关键帧的边缘特征点地图和平面特征点地图；步骤3，对潜在动态对象进行多目标跟踪，为不同帧中同一潜在动态对象附上相同的标识ID；步骤4，构建滑动窗口，滑动窗口中存储多个连续帧下的初始激光雷达位姿以及潜在动态对象；对于当前帧，在滑动窗口中构建潜在动态对象的检测框，根据同一潜在动态对象的检测框在连续帧中的位置变化确定满足预设条件的高速动态目标；对于其他潜在动态对象，统计每一个潜在动态对象中动态特征点数：若动态特征点数占所有特征点数达到阈值，则判断潜在动态对象是动态目标，否则判断潜在动态对象是状态未确定目标，若潜在动态对象在连续预设数量帧内均为状态未确定目标，则判断潜在动态对象是静态目标；步骤5，在初始点云中恢复静态目标的特征点，利用一般特征点和恢复后的静态目标特征点与局部特征地图匹配，得到激光雷达位姿。2.根据权利要求1所述的融合目标检测和跟踪的激光SLAM定位方法，其特征在于，步骤5后还包括：判断当前帧是否是关键帧，若是，且与上一次保存静态地图相差预设数量的关键帧，则基于当前帧生成静态地图，插入全局静态地图。3.根据权利要求2所述的融合目标检测和跟踪的激光SLAM定位方法，其特征在于，还包括：若当前帧是关键帧，执行回环检测，并在回环检测成功后进行全局轨迹和地图的优化，全局优化结束后，利用优化后的位姿更新局部特征地图。4.根据权利要求1所述的融合目标检测和跟踪的激光SLAM定位方法，其特征在于，步骤1包括：对于原始激光点云，判断激光点与坐标原点的距离是否小于第一阈值，若小于，则判断激光点为自身车辆上激光点；判断激光点与坐标原点的距离是否大于第二阈值，若大于，则判断激光点为无效点。5.根据权利要求1所述的融合目标检测和跟踪的激光SLAM定位方法，其特征在于，步骤2包括：对每个特征点p
i
选择满足距离阈值的最近的5个特征点，计算特征点p
i
和5个特征点的重心并构建协方差矩阵C，对协方差矩阵特征分解得到由大到小的特征向量λ1、λ2、λ3，并计算线性性和平面性评价指标σ
1D
、σ
2D
，选取σ
1D
>0.9的边缘点和σ
2D
>0.9平面点作为强特征点，剔除σ
1D
、σ
2D
小于0.3特征点，剩余特征点为一般特征点；其中：
6.一种融合目标检测和跟踪的激光SLAM定位设备，其特征在于，包括：通信器件和处...
【专利技术属性】
技术研发人员：秦晓辉，周洪，周云水，徐彪，秦兆博，谢国涛，王晓伟，
申请(专利权)人：江苏集萃清联智控科技有限公司，
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。