一种港口无人集卡定位方法和系统技术方案

本申请公开了一种港口无人集卡定位方法和系统，包括获取无人集卡的惯导数据和多帧点云数据；对惯导数据进行预积分处理，得到预积分轨迹；对多帧所述点云数据进行点云拼接，对拼接点云进行运动去畸变处理，得到优化点云；对优化点云进行特征提取，得到目标点云，并对目标点云进行因子图优化，得到激光里程计；根据激光里程计以及组合导航和点云特征匹配定位轨迹先验数据，得到无人集卡的全局定位信息并构建全局地图。本发明专利技术通过增加实时点云拼接算法消除了盲区，根据激光里程计和先验数据，将激光里程计转换为全局坐标输出，能够有效降低当信号丢失、初始位置和航向误差较大导致里程推算发散严重问题，提高了无人集卡的定位准确度和地图构建精度。确度和地图构建精度。确度和地图构建精度。

【技术实现步骤摘要】
一种港口无人集卡定位方法和系统


[0001]本专利技术属于天线通讯设备
，具体涉及一种港口无人集卡定位方法和系统。

技术介绍

[0002]港口码头是海上运输与陆地运输的衔接点，如何提高港口集装箱的转运效率、降低人工成本以及作业风险，从而提高港口竞争力，是世界各个港口追求的目标。目前，无人驾驶集装箱卡车(即无人集卡)正在加速部署，对无人集卡的控制流程主要包括定位、路径规划和避障操控等；其中，定位的准确性和精度直接决定了后续路径规划的可行性。
[0003]近年来，同步定位与地图构建(Simultaneous Localization and Mapping，简称SLAM)技术可以很精确地实现环境的地图构建、定位以及多点导航。其中，采用激光雷达作为传感器的激光SLAM技术较为成熟，常用的激光SLAM技术主要包括LeGO
‑
LOAM(Lightweight and Ground
‑
Optimized Lidar Odometry and Mapping on Variable Terrain，轻量级基于地面优化的激光里程计和建图方法)，以及LIO
‑
SAM(Tightly
‑
coupled Lidar Inertial Odometry via Smoothing and Mapping，基于平滑和映射的紧密耦合激光雷达惯性里程计和建图方法)。由于无人集卡行驶的路面是非平滑连续的(运动是颠簸的)，采集的数据将会失真(运动畸变)，且无人集卡的工作环境会有很多的动态参照物(如浮动的草丛、摆动的树叶)，因此LeGO
‑
LOAM在处理过程中很难在两帧之间找到可靠的特征进行匹配，定位和建图结果有较大的误差；此外，由于无人集卡搭载的是嵌入式系统，计算能力受限，难以满足LeGO
‑
LOAM的计算需求。LIO
‑
SAM能够在局部范围替代全局范围内进行扫描匹配，提高了激光SLAM的实时性能，但无人集卡工作的港口场景中存在多岸桥、密集集装箱、轮胎吊等GPS定位信号受到较大影响的区域，可能存在误回环以及GPS假固定等现象，从而影响定位及地图构建的准确度。
[0004]因此，需要提出一种港口无人集卡定位方法和系统，解决现有技术中由于港口场景下干扰繁多，无人集卡实时定位数据不稳定且GPS定位信息不准确，导致港口无人集卡存在实时定位和地图构建精度低、鲁棒性差的问题。

技术实现思路

[0005]本专利技术提供一种港口无人集卡定位方法，用以解决现有技术中由于港口场景下干扰繁多，无人集卡实时定位数据不稳定且GPS定位信息不准确，导致港口无人集卡存在实时定位和地图构建精度低、鲁棒性差的问题。
[0006]为了解决上述问题，本专利技术提供一种港口无人集卡定位方法，方法包括：
[0007]获取无人集卡的惯导数据和多帧点云数据；
[0008]对所述惯导数据进行预积分处理，得到预积分轨迹；
[0009]对多帧所述点云数据进行点云拼接，得到拼接点云；
[0010]基于所述预积分轨迹对所述拼接点云进行运动去畸变处理，得到优化点云；
[0011]对所述优化点云进行特征提取，得到目标点云，并对所述目标点云进行因子图优化，得到激光里程计；
[0012]根据所述激光里程计以及组合导航和点云特征匹配定位轨迹先验数据，得到所述无人集卡的全局定位信息并构建全局地图。
[0013]进一步的，所述对多帧所述点云数据进行点云拼接，得到拼接点云，包括：
[0014]对相邻帧点云数据进行时间同步；
[0015]根据点云坐标系和惯导坐标系的预设转换关系，将每帧完成时间同步的点云数据转换到惯导坐标系下；
[0016]利用惯导系统对坐标转换后的多帧所述点云数据中的每一个时刻点对应的点云数据进行时间同步处理，并转换到同一采样时刻点，得到拼接点云。
[0017]进一步的，所述惯导数据包括加速度、角速度和惯导位姿信息；所述激光里程计包括相对位姿输出；其中，所述惯导位姿信息为所述无人集卡在惯导坐标系下的绝对位姿信息；所述相对位姿输出为激光雷达坐标系下的位姿信息。
[0018]进一步的，所述根据所述激光里程计以及组合导航和点云特征匹配定位轨迹先验数据，得到所述无人集卡的全局定位信息并构建全局地图，包括：
[0019]根据所述无人集卡在惯性坐标系下的预积分轨迹，得到第一轨迹信息；
[0020]根据预设标定参数将所述激光里程计的相对位姿输出从激光雷达坐标系转换到惯导坐标系，得到第二轨迹信息；
[0021]通过滑动窗口法对所述第一轨迹信息和第二轨迹信息进行拟合，得到所述激光里程计相对位姿与全局位置的变换矩阵；
[0022]根据所述变换矩阵和所述激光里程计的相对位姿输出，得到所述无人集卡的全局定位信息，并构建全局地图。
[0023]进一步的，对所述惯导数据进行预积分处理，得到预积分轨迹，包括：
[0024]根据所述无人集卡在t时刻的加速度、角速度和位姿信息以及预设预测方程，确定在所述无人集卡t+Δt时刻的姿态矩阵、三维位置向量以及三维速度向量，从而得到预积分轨迹。
[0025]进一步的，所述方法还包括：
[0026]根据所述激光里程计对所述惯导系统的惯导零偏进行实时补偿，得到修正惯导系统；以及对所述预积分轨迹进行实时优化，得到优化预积分轨迹。
[0027]进一步的，利用所述预积分轨迹对所述拼接点云进行运动去畸变处理，包括：
[0028]将预设时间段的多个所述拼接点云转换到激光雷达初始时刻的初始位姿下，记录所述激光雷达的位姿变化以及每个拼接点云的时刻；
[0029]根据时间线性插值得到所述激光雷达每个时刻相对于所述初始位姿的变化量；
[0030]根据所述变化量对每一个所述拼接点云进行转换，实现激光雷达每一帧拼接点云的运动去畸变。
[0031]进一步的，所述对所述优化点云进行特征提取，包括：
[0032]根据预设划分方法将所述优化点云划分成多个部分，分别提取每个部分的角点和平面点；
[0033]将所述角点加入角点特征集合，将所述平面点加入平面点特征集合，对所述平面
特征点进行滤波和降采样，得到目标平面特征点；以及对所述角点特征进行滤波和降采样，得到目标角点特征点。
[0034]进一步的，所述对所述优化点云进行因子图优化，包括：
[0035]确定每一个关键帧的特征点云并进行局部地图匹配，对当前位姿进行高斯牛顿估计；
[0036]将当前关键帧中产生特征点的物体作为观测数据节点，构建激光里程计帧间约束因子、GPS先验因子以及回环帧间约束因子；
[0037]根据所述激光里程计帧间约束因子、GPS先验因子以及回环帧间约束因子，进行全局位姿估计。
[0038]第二方面，本专利技术还提供一种港口无人集卡定位系统，包括：
[0039]数据获取模块，用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种港口无人集卡定位方法，其特征在于，包括：获取无人集卡的惯导数据和多帧点云数据；对所述惯导数据进行预积分处理，得到预积分轨迹；对多帧所述点云数据进行点云拼接，得到拼接点云；基于所述预积分轨迹对所述拼接点云进行运动去畸变处理，得到优化点云；对所述优化点云进行特征提取，得到目标点云，并对所述目标点云进行因子图优化，得到激光里程计；根据所述激光里程计以及组合导航和点云特征匹配定位轨迹先验数据，得到所述无人集卡的全局定位信息并构建全局地图。2.根据权利要求1所述的一种港口无人集卡定位方法，其特征在于，所述对多帧所述点云数据进行点云拼接，得到拼接点云，包括：对相邻帧点云数据进行时间同步；根据点云坐标系和惯导坐标系的预设转换关系，将每帧完成时间同步的点云数据转换到惯导坐标系下；利用惯导系统对坐标转换后的多帧所述点云数据中的每一个时刻点对应的点云数据进行时间同步处理，并转换到同一采样时刻点，得到拼接点云。3.根据权利要求1所述的一种港口无人集卡定位方法，其特征在于，所述惯导数据包括加速度、角速度和惯导位姿信息；所述激光里程计包括相对位姿输出；其中，所述惯导位姿信息为所述无人集卡在惯导坐标系下的绝对位姿信息；所述相对位姿输出为激光雷达坐标系下的位姿信息。4.根据权利要求3所述的一种港口无人集卡定位方法，其特征在于，所述根据所述激光里程计以及组合导航和点云特征匹配定位轨迹先验数据，得到所述无人集卡的全局定位信息并构建全局地图，包括：根据所述无人集卡在惯性坐标系下的预积分轨迹，得到第一轨迹信息；根据预设标定参数将所述激光里程计的相对位姿输出从激光雷达坐标系转换到惯导坐标系，得到第二轨迹信息；通过滑动窗口法对所述第一轨迹信息和第二轨迹信息进行拟合，得到所述激光里程计相对位姿与全局位置的变换矩阵；根据所述变换矩阵和所述激光里程计的相对位姿输出，得到所述无人集卡的全局定位信息，并构建全局地图。5.根据权利要求3所述的一种港口无人集卡定位方法，其特征在于，对所述惯导数据进行预积分处理，得到预积分轨迹，包括：根据所述无人集卡在t时刻的加速度、角速度和位姿信息以及预设预测方程，确定在所述无人集卡t+Δt时刻的姿态矩阵、三维位置向量以及三维速度向量，从而得到预积分轨迹。6....

【专利技术属性】
技术研发人员：董杰，骆嫚，曹恺，彭俊，汪统，
申请(专利权)人：东风悦享科技有限公司，
类型：发明
国别省市：