【技术实现步骤摘要】
基于迭代误差状态的卡尔曼滤波方法及系统
[0001]本专利技术涉及
SLAM
系统
,尤其涉及一种基于迭代误差状态的卡尔曼滤波方法及系统
。
技术介绍
[0002]随着视觉惯性
SLAM(Simultaneous Localization And Mapping
,
SLAM
,同步定位与建图
)
以及视觉激光
SLAM
系统的发展,很多学者发现
VI
‑
SLAM
算法在特殊环境中的定位精度很难继续突破,因此基于视觉激光惯性
SLAM
系统的多传感器融合成为趋势
。
[0003]对于视觉激光惯性的松耦合算法包括
VLOAM
,
LIMO
,
VIL
‑
SLAM
,
DV
‑
LOAM
和
Super Odometry
等典型算法
。VLOAM
算法中的
VO(Visual Odometry
,视觉里程计
)
通过激光雷达获取一部分视觉特征点的深度并且
VO
的输出位姿变换后作为先验残差,可以完全被
IMU(Inertial Measurement Unit
,惯性测量单元
)
里程计所代替
。VLOAM
算法的核心是以
LOAM< ...
【技术保护点】
【技术特征摘要】
1.
一种基于迭代误差状态的卡尔曼滤波方法,其特征在于,包括:确定
SLAM
系统中激光雷达估计残差
、IMU
估计误差和视觉投影误差;对所述视觉投影误差进行优化,得到视觉投影优化误差;基于迭代误差状态的卡尔曼滤波确定先验估计和协方差矩阵;基于所述激光雷达估计残差
、IMU
估计误差
、
视觉投影优化误差
、
先验估计和协方差矩阵确定卡尔曼滤波后验估计;确定卡尔曼增益;根据所述卡尔曼增益更新所述卡尔曼滤波后验估计,直至所述卡尔曼滤波后验估计收敛,得到
SLAM
系统的状态估计
。2.
根据权利要求1所述的基于迭代误差状态的卡尔曼滤波方法,其特征在于,确定
SLAM
系统中激光雷达估计残差包括:获取
3D
点云中在激光雷达坐标系下的第一特征点集合;将所述第一特征点集合转换至全局坐标系,得到第二特征点集合;基于所述第二特征点集合进行平面拟合,得到激光雷达估计值;基于第一特征点集合确定激光雷达测量值;基于所述激光雷达估计值和激光雷达测量值得到激光雷达估计残差
。3.
根据权利要求1所述的基于迭代误差状态的卡尔曼滤波方法,其特征在于,确定
SLAM
系统中
IMU
估计误差,包括:获取
IMU
测量数据和
IMU
估计状态向量;根据所述测量数据和估计状态向量确定
IMU
先验估计误差;根据所述
IMU
先验估计误差确定
IMU
估计误差
。4.
根据权利要求1所述的基于迭代误差状态的卡尔曼滤波方法,其特征在于,确定
SLAM
系统中视觉投影误差,包括:获取视觉图像的特征点;根据所述视觉图像的特征点确定
3D
路标角点;根据所述
3D
路标角点确定视觉投影误差
。5.
根据权利要求1‑4任一项所述的基于迭代误差状态的卡尔曼滤波方法,其特征在于,对所述视觉投影误差进行优化,得到视觉投影优化误差,包括:采用平方根
BA
优化算法对所述视觉投影误差进行优化,得到视觉投影优化误差
。6.
一种基于迭代误差状态的卡尔曼滤波系...
【专利技术属性】
技术研发人员:梁思远,
申请(专利权)人:陕西远海探科电子科技有限公司,
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。