【技术实现步骤摘要】
本申请实施例涉及导航定位，尤其涉及一种多传感器融合的载体定位定姿方法、装置、计算机设备、计算机可读存储介质。
技术介绍
1、定位定姿技术可以用于确定物体的位置和朝向。在无人驾驶中，车辆可以通过定位定姿技术确定自身的位置和朝向，从而实现路线规划、避障和自动驾驶。定位定姿技术可以通过gnss(全球导航卫星系统)接收机、imu(惯性测量单元)、相机、激光雷达、轮速计等传感器实现。
2、然而，gnss接收机、imu、视觉相机、激光雷达等传感器均存在固有缺陷，并且在地形、障碍物、恶劣天气等干扰下容易失效，导致定位定姿的精度低、稳定性差、在复杂场景中的应用受限。
3、需要说明的是，上述内容并不必然是现有技术，也不用于限制本申请的专利保护范围。
技术实现思路
1、本申请实施例提供一种多传感器融合的载体定位定姿方法、装置、计算机设备、计算机可读存储介质，以解决或缓解上面提出的一项或更多项技术问题。
2、本申请实施例的一个方面提供了一种多传感器融合的载体定位定姿方法，所述方法包括：
3、通过gnss/ins组合导航系统获取第一因子和第二因子，其中，所述第一因子通过gnss系统获取，所述第二因子通过ins系统获取；
4、通过视觉系统获取第三因子；
5、在gnss系统和视觉系统未出现异常的情况下，执行第一模式：根据先验因子、第一因子、第二因子和第三因子，通过因子图优化算法获取载体当前的状态信息和目标位置；
6、在gnss
7、将载体当前的状态信息反馈至ins系统，以获取目标姿态和目标速度；
8、其中，所述先验因子包括载体上一时刻的状态信息。
9、可选地，所述第一因子包括gnss-rtk因子和gnss观测因子；
10、对应地，通过gnss/ins组合导航系统获取第一因子和第二因子，包括：
11、通过gnss接收机获取gnss观测因子，所述gnss观测因子包括多普勒频移、伪距和/或载波相位；
12、根据所述gnss观测因子，通过gnss-rtk算法获取gnss-rtk因子，所述gnss-rtk因子包括载体的位置。
13、可选地，所述多传感器融合的载体定位定姿方法还包括预先初始化所述g nss/ins组合导航系统的操作：
14、根据所述gnss观测因子，获取载体的卫星测量信息，所述卫星测量信息包括载体的位置、姿态和速度；
15、通过imu获取车辆的惯性测量信息，所述惯性测量信息包括载体的加速度和角速度；
16、根据所述卫星测量信息和所述惯性测量信息，初始化所述gnss/ins组合导航系统，以得到预估系统参数和载体的初始状态信息。
17、可选地，所述多传感器融合的载体定位定姿方法还包括预先估算ins相对于载体的安装角的操作：
18、根据所述卫星测量信息和所述惯性测量信息，获取载体的航位推算结果和定位结果；
19、通过卡尔曼滤波融合所述航位推算结果和所述定位结果，以估算出ins相对于载体的安装角。
20、可选地，所述第二因子包括imu预积分因子；
21、对应地，通过gnss/ins组合导航系统获取第一因子和第二因子，还包括：
22、根据所述预估系统参数、所述初始状态信息和所述ins相对于载体的安装角，初始化惯导机械编排算法；
23、通过初始化后的惯导机械编排算法，获取imu预积分因子。
24、可选地，所述第三因子包括重投影因子；
25、对应地，通过视觉系统获取第三因子，包括：
26、通过视觉系统，获取目标图像；
27、从所述目标图像中获取多个特征点，并对多个特征点执行跟踪；
28、对多个特征点执行三角测量，以获取多个视觉地标点；
29、根据多个特征点和多个视觉地标点，获取重投影因子。
30、可选地，从所述目标图像中获取多个特征点，并对多个特征点执行跟踪，包括：
31、通过shi-tomasi角点检测算法，从所述目标图像中提取多个特征点；
32、通过lukas-kanade光流算法，对多个特征点执行跟踪。
33、可选地，对多个特征点执行跟踪，包括：
34、通过直方图检测算法，获取所述目标图像的光线变化信息；
35、根据所述光线变化信息，根据预设规则调整所述目标图像的光线强度；
36、基于调整后的目标图像，对多个特征点执行跟踪。
37、可选地，从所述目标图像中获取多个特征点，包括：
38、通过预设的低频进程，从所述目标图像中提取orb特征点。
39、可选地，对多个特征点执行三角测量，包括：
40、根据历史重投影，调整误差阈值；
41、根据调整后的误差阈值，从所述多个特征点中剔除部分特征点；
42、对剩余特征点执行三角测量，以获取对应的视觉地标点。
43、可选地，所述多传感器融合的载体定位定姿方法还包括：
44、通过所述gnss/ins组合导航系统，获取载体的先验姿态信息；
45、根据载体的先验姿态信息，通过视觉系统获取和跟踪多个特征点，并执行三角测量。
46、可选地，所述多传感器融合的载体定位定姿方法还包括：
47、将载体当前的状态信息反馈至惯导机械编排算法和gnss-rtk算法，以进行算法优化；
48、将载体当前的状态信息反馈至视觉系统，以更新视觉地标点。
49、本申请实施例的另一个方面提供了一种多传感器融合的载体定位定姿装置，所述装置包括：
50、第一获取模块，用于通过gnss/ins组合导航系统获取第一因子和第二因子，其中，所述第一因子通过gnss系统获取，所述第二因子通过ins系统获取；
51、第二获取模块，用于通过视觉系统获取第三因子；
52、第一执行模块，用于在gnss系统和视觉系统未出现异常的情况下，执行第一模式：根据先验因子、第一因子、第二因子和第三因子，通过因子图优化算法获取载体当前的状态信息和目标位置；
53、第二执行模块，用于在gnss系统或视觉系统出现异常的情况下，执行第二模式：根据先验因子、正常系统的对应因子以及第二因子，通过因子图优化算法获取载体当前的状态信息和目标位置；
54、反馈模块，用于将载体当前的状态信息反馈至ins系统，以获取目标姿态和目标速度；
55、其中，所述先验因子包括载体上一时刻的状态信息。
56、本申请实施例的另一个方面提供了一种计算机设备，包括：
57、至少一个处理器；及本文档来自技高网...
【技术保护点】
1.一种多传感器融合的载体定位定姿方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一因子包括GNSS-RTK因子和GNSS观测因子；
3.根据权利要求2所述的方法，其特征在于，还包括预先初始化所述GN SS/INS组合导航系统的操作：
4.根据权利要求3所述的方法，其特征在于，还包括预先估算INS相对于载体的安装角的操作：
5.根据权利要求4所述的方法，其特征在于，所述第二因子包括IMU预积分因子；
6.根据权利要求1所述的方法，其特征在于，所述第三因子包括重投影因子；
7.根据权利要求6所述的方法，其特征在于，从所述目标图像中获取多个特征点，并对多个特征点执行跟踪，包括：
8.根据权利要求6所述的方法，其特征在于，对多个特征点执行跟踪，包括：
9.根据权利要求6所述的方法，其特征在于，从所述目标图像中获取多个特征点，包括：
10.根据权利要求6所述的方法，其特征在于，对多个特征点执行三角测量，包括：
11.根据权利要求6所述的
12.根据权利要求1～11任一项所述的方法，其特征在于，还包括：
13.一种多传感器融合的载体定位定姿装置，其特征在于，所述装置包括：
14.一种计算机设备，其特征在于，包括：
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1至12中任一项所述的方法。
...【技术特征摘要】
1.一种多传感器融合的载体定位定姿方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一因子包括gnss-rtk因子和gnss观测因子；
3.根据权利要求2所述的方法，其特征在于，还包括预先初始化所述gn ss/ins组合导航系统的操作：
4.根据权利要求3所述的方法，其特征在于，还包括预先估算ins相对于载体的安装角的操作：
5.根据权利要求4所述的方法，其特征在于，所述第二因子包括imu预积分因子；
6.根据权利要求1所述的方法，其特征在于，所述第三因子包括重投影因子；
7.根据权利要求6所述的方法，其特征在于，从所述目标图像中获取多个特征点，并对多个特征点执行跟踪，包括：
8...
【专利技术属性】
技术研发人员：谭羽安，李忠超，马阳，楼家楠，
申请(专利权)人：上海代数律动技术有限公司，
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。