多传感器融合的定位与建图方法、装置和可读介质制造方法及图纸

本发明专利技术提供了一种多传感器融合的定位与建图方法、装置和可读介质，定位与建图方法包括步骤S1：获取IMU数据、轮式里程计数据、激光雷达数据和全局优化反馈的激光里程计数据；步骤S2：对IMU数据进行预积分得到第一IMU预积分数据；步骤S3：根据第一IMU预积分数据、轮式里程计数据和激光里程计数据构建局部因子图，优化局部因子图，得到第二IMU预积分数据；步骤S4：以第二IMU预积分数据作为初始值，进行激光雷达数据到子地图的扫描匹配，得到第一位姿估计和子地图；步骤S5：重复步骤S1～S4得到多个子地图；步骤S6：将每个子地图的第一位姿估计加入全局因子图，优化全局因子图，得到各个子地图的第二位姿估计和全局地图。

【技术实现步骤摘要】

本专利技术主要涉及机器人感知，尤其涉及一种多传感器融合的定位与建图方法、装置和可读介质。

技术介绍

1、移动机器人对未知环境的探索一直是其自主化研究的热点和难点,而同时定位与地图构建(simultaneous localization and mapping，slam)是其中一个重要的基本问题，是实现移动机器人自主定位、自主导航、路径规划、目标识别及目标跟踪等任务的基础和前提。

2、目前，slam算法主要分为激光slam算法和视觉slam算法。激光slam是指利用2d或3d激光雷达作为外部传感器，获取地图数据，使机器人实现同步定位和地图构建。当前2d激光slam的算法对环境要求较高，难以适应现实中复杂的环境，传感器误差、环境变化以及算法自身的鲁棒性都会导致定位和建图的误差累积，导致地图漂移、定位偏差问题。

技术实现思路

1、本专利技术要解决的技术问题是提供一种多传感器融合的定位与建图方法、装置和可读介质，解决当前2d激光slam的算法存在地图漂移和定位偏差问题。

2、为解决上述技术问题本文档来自技高网...

【技术保护点】

1.一种多传感器融合的定位与建图方法，其特征在于，包括：

2.如权利要求1所述的定位与建图方法，其特征在于，根据所述第一IMU预积分数据、所述轮式里程计数据和所述激光里程计数据构建局部因子图包括：

3.如权利要求1所述的定位与建图方法，其特征在于，以所述第二IMU预积分数据作为初始值，进行所述激光雷达数据到子地图的扫描匹配包括：

4.如权利要求1所述的定位与建图方法，其特征在于，在步骤S4之前，还包括通过所述IMU数据对所述激光雷达数据进行畸变矫正。

5.如权利要求1所述的定位与建图方法，其特征在于，在步骤S6之前，还包括：对多个子地图进行...

【技术特征摘要】

1.一种多传感器融合的定位与建图方法，其特征在于，包括：

2.如权利要求1所述的定位与建图方法，其特征在于，根据所述第一imu预积分数据、所述轮式里程计数据和所述激光里程计数据构建局部因子图包括：

3.如权利要求1所述的定位与建图方法，其特征在于，以所述第二imu预积分数据作为初始值，进行所述激光雷达数据到子地图的扫描匹配包括：

4.如权利要求1所述的定位与建图方法，其特征在于，在步骤s4之前，还包括通过所述imu数据对所述激光雷达数据进行畸变矫正。

5.如权利要求1所述的定位与建图方法，其特征在于，在步骤s6之前，还包括：对多个子地图进行回环检测，如果存在回环，将回环约束加入全局因子图。

6.如权利要求5所述的定位与建图方法，其特征在于，对多个子地图进行回环检测包括：将最新生成的子地图与前面生成的子...

【专利技术属性】
技术研发人员：王献文，高晓峰，
申请(专利权)人：江苏天策机器人科技有限公司，
类型：发明
国别省市：