【技术实现步骤摘要】
本专利技术涉及多雷达融合，尤其涉及一种感知混淆场景中多雷达融合惯性里程计与建图方法。
技术介绍
1、随着机器人技术的不断发展，雷达slam已成为复杂gnss缺失环境下稳健定位和建图的主流工具。在传统雷达slam中，通常使用具有宽视场(fov)的机械式雷达。然而，高昂的成本和庞大的尺寸限制了它们在某些场景中的适用性。作为替代方案，固态雷达因其在成本、尺寸和使用寿命方面的优势而受到欢迎。在视场角变化较小的场景中，非重复式扫描机制的固态雷达的性能已被证明与甚至超越了机械式雷达。然而，固态雷达可能无法感知环境中关键的结构特征，无法估计姿态并在随后的闭环检测中失败，这是由于其有限的视场。在感知混淆和退化的复杂场景中，固态雷达的建图错误可能被放大，甚至导致失效。
2、因此，研究人员已经开始探索使用多个3d雷达来实现更好的覆盖范围，特别是在具有挑战性的室内或地下环境中。在复杂环境中进行大规模室内建图遇到的问题在于复杂环境具有多种退化条件。然而，大多数基于固态雷达的解决方案往往只是简单地堆叠视场而不充分考虑如何最大化其利用。仅仅添加多个小视场的雷达不仅增加了同步算法的复杂性，还会增加对功耗和硬件可靠性风险的担忧。另一方面，使用多个机械式雷达则涉及高昂的成本和庞大的体积。
技术实现思路
1、有鉴于此，本专利技术的目的在于提出一种感知混淆场景中多雷达融合惯性里程计与建图方法，能够至少一个解决
技术介绍
中提及的技术问题。
2、根据本专利技术的一个方面，提供一种感知混淆场景中多雷达融
3、将两个具有不同视场角且内置imu的雷达沿第一方向布设，根据该第一方向同步两雷达的外参标定，并同步两个雷达后实时采集点云数据及imu数据；
4、利用迭代误差状态卡尔曼滤波融合实时采集的点云数据及imu数据对初始姿态进行姿态更新，姿态更新后进行建图及第一里程计的输出。
5、在上述技术方案中，为了应对在模糊且感知退化的环境中，例如高层建筑中的狭窄消防楼梯和教学楼中的多层长廊，状态估计不可靠的问题，提出一种应对方案。首先，通过只集成了两个具有不同视场角的雷达，通过第一方向布设的方案最大程度地发挥它们的互补优势。其次，对雷达的时间戳进行同步，并利用第一方向的设置进行外参标定作为预处理步骤。再次，经过时间和空间校准的点云和imu数据输入到状态估计模块，进行迭代姿态更新和关键帧提取以增强系统处理多样化环境的能力。最后基于前述步骤的完成，进行建图实现局部精度和全局一致性。
6、在一些实施例中，将两个具有不同视场角的且内置imu的雷达沿一第一方向布设，根据该第一方向同步两雷达的外参标定，具体地：
7、将两个具有不同视场角的雷达的沿一第一方向布设，并基于第一方向获得初始外参；该两个具有不同视场角的雷达包括第一雷达和第二雷达，其中第一雷达用于感知强感知区域，第二雷达用于感知弱感知区域；
8、在通过点云配准方法对初始外参进行调试。
9、在上述技术方案中，为了解决单个固态雷达的视场角受限以及在具有挑战性环境中算法的鲁棒性问题，本方案仅需要两个低成本的固态雷达，无需其他传感器。由于感知任务中的多样化需求，存在强感知区域和弱感知区域。为了增强感兴趣区域(roi)内的感知能力，在前向视场角安装了一个高分辨率的雷达，用于覆盖roi。另一方面，使用360雷达来补充弱感知区域，捕获更多关于环境的结构化信息，以防止跟踪丢失，并提高系统的鲁棒性和稳定性。进一步的，由于雷达和imu之间的外参标定是已知的，所以首先考虑两个固态雷达之间的空间标定。通过第一方向布设对多个雷达传感器进行手动标定，获得了初始外部参数，为后续算法提供了更理想的初始值。由于两个固态雷达都采用了非重复扫描方法，可以捕获更详细的环境信息。
10、在一些实施例中，同步两个雷达，具体地：
11、采用精密时钟协议建立统一的时间戳时间；
12、在通过两个雷达的信息流完成点云同步。
13、在上述技术方案中，同步是融合方法的关键前提，通常分为硬件同步和软件同步两种方式。虽然gnss是常用的高精度时序硬件传感器，但其成本和实现挑战可能限制其实际应用。考虑到硬件成本，选择不依赖外部硬件时序，并使用了两阶段的软件同步方法。由于雷达的时间戳是基于其开机时间的，最初使用精密时钟协议(ptp)来建立统一的时间戳时钟源。随后，使用算法对雷达的信息流进一步优化同步。
14、在一些实施例中，将两个具有不同视场角的且内置imu的雷达沿一第一方向布设；根据该第一方向同步两雷达的外参标定，再通过时钟协议的方式同步两雷达的时间戳，还包括：
15、将imu作为雷达的参考系，并建立imu和雷达之间的运动关系模型；
16、通过imu测量值估计当前扫描中每个点相对于扫描结束的激光雷达位姿，利用线性插值的方法对每个激光点进行运动补偿，以校正点云畸变。
17、在上述技术方案中，虽然可以通过imu获取角速度和加速度，但imu的原始测量容易受到噪声和偏差的影响。因此需要对噪声部分进行进一步的校正，避免对后续的建图精度产生影响。
18、在一些实施例中，利用迭代误差状态卡尔曼滤波融合实时采集的点云数据及imu数据对初始姿态进行姿态更新，姿态更新后进行建图及第一里程计的输出，具体地：
19、通过迭代误差状态卡尔曼滤波对点云数据及imu数据进行状态估计，输出当前状态下的最优估计并进行残差计算。
20、在本实施例中，基于迭代误差状态卡尔曼滤波(ieskf)的方法具有更高的计算效率和更好的实时性能。它将imu观测作为输入传递给运动模型，并将其融合到eskf的传播过程中，从而获得当前的姿态估计。进一步地，环路闭合检测对于雷达slam中的环路闭合检测至关重要。因此，减少环路闭合检测和后端优化的计算负担，同时选择合适可靠的关键帧是必要的步骤。为了减少基于全局描述符的环路闭合检测方法产生的误报，本案采用阈值搜索的方法对关键帧进行合理的选择。
21、在一些时候实例中，利用迭代误差状态卡尔曼滤波融合实时采集的点云数据及imu数据对初始姿态进行姿态更新，姿态更新后进行建图及第一里程计的输出，之后还包括：
22、利用第一里程计的结果提取点云数据的关键帧，并将提取的关键帧插入到历史关键帧构建的子图中完成建图优化。
23、在上述技术方案中，环路闭合检测对于雷达slam中的环路闭合检测至关重要。因此，减少环路闭合检测和后端优化的计算负担，同时选择合适可靠的关键帧是必要的步骤。为了减少基于全局描述符的环路闭合检测方法产生的误报，采用关键帧选择的方法，进一步提高定位准确性。
24、在一些实施例中，提取点云数据的关键帧，具体地：
25、设定固定阈值α和β，并通过如下约束条件进行关键帧的判定：
26、
27、式中，ed为连续点云之间的欧氏距离。
28、在上述技术方案中，提出本文档来自技高网...
【技术保护点】
1.一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，包括：
2.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
3.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
4.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
5.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
6.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
7.如权利要求6所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
8.一种感知混淆场景中多雷达融合惯性里程计与建图装置，基于权利要求1-7任一项所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，包括依序连接的预处理模块、姿态估计模块及后处理模块；
9.一种感知混淆场景中多雷达融合惯性里程计与建图设备，其特征在于，包括：
10.一种计算机可读存
...【技术特征摘要】
1.一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，包括：
2.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
3.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
4.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
5.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
6.如权利要求1所述的一种感知混淆场景中多雷达融合惯性里程计与建图方法，其特征在于，
...【专利技术属性】
技术研发人员：杨贵志，柯嘉鑫，李振，刘玉怀，林生年，宦智杰，仲训杲，周承仙，
申请(专利权)人：厦门理工学院，
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。