一种无人车主动全局定位方法和系统技术方案

本申请涉及一种无人车主动全局定位方法和系统，其中，该方法包括：构建先验地图，将先验地图进行场景分割，得到目标拓扑特征地图；将获取的当前观测全局描述子和当前观测特征信息，与目标拓扑特征地图进行匹配，得到候选位姿；计算候选位姿的邻近场景之间的差异度，将差异度最大的邻近场景作为无人车运动的全局目标；根据全局目标和候选位姿，获取虚拟观测数据并计算对应的信息增益，获取信息增益最大的虚拟观测数据，作为无人车运动的局部目标；根据局部目标进行最短路径规划，用于控制无人车运动进行主动全局定位。通过本申请，解决了无人车全局定位系统响应速度较慢和定位精度较低问题，提高了无人车主动全局定位的响应速度和定位准确性。应速度和定位准确性。应速度和定位准确性。

【技术实现步骤摘要】
一种无人车主动全局定位方法和系统


[0001]本专利技术涉及面向地面无人车的鲁棒定位与导航领域，特别是涉及一种无人车主动全局定位方法和系统。

技术介绍

[0002]随着人工智能技术的飞速发展，越来越多的地面无人车活跃在各行各业中，被广泛应用于医疗辅助、家庭服务、智慧交通以及火星探索等。长时间运行条件下保证鲁棒可靠的定位是上述各类无人车可以完成一切复杂任务的重要前提。地面无人车定位技术不仅仅指基于初始位姿信息和给定先验地图的位姿跟踪问题，还需要在初始位姿未知、长时间运行下的定位丢失以及机器人被绑架等情况下完成当前位姿的估计，这就是所谓的全局定位问题。相比于位姿跟踪，全局定位具有更大的挑战性，因为真实位姿可能出现于先验地图的任何一处，并且整个环境中可能存在多个相似的场景，以至于难以获得唯一可靠的位姿估计。全局定位作为定位领域的重要研究方向，赋予其在初始位姿未知、长时间运行下导致的定位丢失以及被绑架等情况下完成位姿恢复的能力。
[0003]现有技术中，在复杂室内/外环境存在大尺度、动态变化以及歧义性场景时，基于无人车全局定位方法的无人车全局定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人车主动全局定位方法，其特征在于，包括：根据所述无人车的工作环境，构建先验地图，将所述先验地图进行场景分割，得到目标拓扑特征地图；获取所述无人车的当前观测全局描述子和当前观测特征信息，并将所述当前观测全局描述子和所述当前观测特征信息，与所述目标拓扑特征地图进行匹配，得到至少一个候选位姿；计算所述候选位姿的邻近场景之间的差异度，将所述差异度最大的所述邻近场景作为无人车运动的全局目标；根据所述全局目标和所述候选位姿，获取虚拟观测数据并计算对应的信息增益，获取所述信息增益最大的所述虚拟观测数据，作为所述无人车运动的局部目标；根据所述局部目标进行最短路径规划，得到路径信息；并基于所述路径信息控制所述无人车运动进行主动全局定位。2.根据权利要求1所述的一种无人车主动全局定位方法，其特征在于，所述根据所述无人车的工作环境，构建先验地图，将所述先验地图进行场景分割，得到目标拓扑特征地图，包括：获取所述无人车的工作环境的传感器信息，通过同时定位与建图方法，构建所述先验地图；在构建所述先验地图过程中，保留所述工作环境中的特征信息；获取所述无人车的当前观测全局描述子，通过对所述先验地图进行场景聚类，将所述先验地图分割成多个场景，并生成所述场景之间的可通行区域；结合所述工作环境中的特征信息和所述场景之间的所述可通行区域，构建所述目标拓扑特征地图。3.根据权利要求1所述的一种无人车主动全局定位方法，其特征在于，所述获取所述无人车的当前观测全局描述子和当前观测特征信息，并将所述当前观测全局描述子和所述当前观测特征信息，与所述目标拓扑特征地图进行匹配，得到至少一个候选位姿，包括：获取所述当前观测全局描述子和所述当前观测特征信息，与所述目标拓扑特征地图进行数据关联，得到候选场景；根据所述候选场景，和所述候选场景对应的特征信息，与所述目标拓扑特征地图进行特征匹配和几何校验，得到候选位姿。4.根据权利要求1所述的一种无人车主动全局定位方法，其特征在于，所述计算所述候选位姿的邻近场景之间的差异度，将所述差异度最大的所述邻近场景作为无人车运动的全局目标，包括：获取所述候选位姿的邻近场景全局描述子，其中，每个所述邻近场景对应一个所述邻近场景全局描述子；定义所述邻近场景的差异度为每个所述邻近场景全局描述子与其他所述邻近场景全局描述子之间的欧式距离之和，分别计算每个所述邻近场景的差异度，选取所述差异度最大的所述邻近场景作为所述无人车运动...

【专利技术属性】
技术研发人员：高海明，华炜，张顺，邱奇波，张霄来，史进，
申请(专利权)人：之江实验室，
类型：发明
国别省市：