基于车路协同的低成本异构传感器建图与定位优化方法技术

本发明专利技术提出了一种基于车路协同的低成本异构传感器建图与定位优化方法，所述方法包括如下步骤：车端视觉SLAM基于低成本车载相机、IMU和GPS，进行视觉SLAM获取带有累积误差的车身位姿和基于视觉特征点云地图；智能路侧单元基于激光雷达和GPS获取静态局部精准点云地图；GPS粗粒度定位信息判断车辆靠近路侧单元附近，进行基于车端点云和路端点云进行非刚体弹性配准，实现不同地图的全局投影；异构节点因子图更新及优化。所述方法通过低成本的车载传感器和稀疏部署在路口的智能路侧设施进行协同定位，消除了视觉SLAM累积误差，有效地缓解低成本车端传感器的纯视觉SLAM姿态漂移和整体地图退化问题，实现了大规模场景下的稳定定位。

【技术实现步骤摘要】

本专利技术属于无人驾驶、多传感器融合和同步定位与建图术领域，具体涉及一种基于车路协同的低成本异构传感器建图与定位优化方法。

技术介绍

1、自主驾驶技术及其相关应用在智能交通领域具有巨大的优势和机遇。基于安全性考虑，现有的车载传感器多采用高成本的冗余方案。其中，在控制性价比的情况下，保证长周期的维持车辆的定位精度和稳定性，成为无人驾驶技术商业化的关键挑战之一。

2、现有的主流定位方案包括：差分gps、slam、车路协同定位和基于高精驾驶地图的方案。然而，受城市高楼群导致的峡谷效应，以及包括地下、遮挡的gps拒止环境极大的影响了差分gps信号稳定性。在实际开放场景行驶的车辆轨迹都难以形成有效闭环，使得无论是基于雷达或相机的slam方案退化为基础的前端里程计，具有明显的累积误差。基于车路协同的系统利用智能路侧单元装配的雷达、相机、gps和计算单元辅助车辆进行感知和定位。然而，vi系统的覆盖性极大的受设备成本制约。高精驾驶地图虽然能够提供详细的车道级和交通语义信息，但需要高成本的地图采集车和后台处理软件。特别在发展中城市、郊区和乡村等区域地图的维护和更本文档来自技高网...

【技术保护点】

1.一种基于车路协同的低成本异构传感器建图与定位优化方法，其特征在于，包括如下步骤，

【技术特征摘要】

1.一种基于车路协同的低成本异构传感器建图...

【专利技术属性】
技术研发人员：欧阳真超，崔家赫，牛建伟，胡庆雷，李东禹，
申请(专利权)人：杭州市北京航空航天大学国际创新研究院北京航空航天大学国际创新学院，
类型：发明
国别省市：