基于双滤波器的多传感器融合定位方法、装置及设备制造方法及图纸

本发明专利技术提供基于双滤波器的多传感器融合定位方法、装置及设备，方法具体为：通过获取点云以及存放在第一缓存区中的批量IMU数据；进而，判断位于第一缓存区头部的IMU数据，时间戳是否小于点云的时间戳，将距离点云最近的IMU数据作为第一目标数据；若不小于点云的时间戳，则生成第一当前位姿；若小于点云的时间戳，则生成预测状态量，作为下一轮预测的基准。通过前述方法，进行配准时，IMU预测值提供了一个初步的位姿估计，这个估计值非常接近真实的位姿，这样在进行点云配准时，可以减少搜索空间，显著减少计算量，提高配准的效率。

【技术实现步骤摘要】

本专利技术涉及定位，尤其涉及基于双滤波器的多传感器融合定位方法、装置及设备。

技术介绍

1、自主移动机器人是一种高度智能化的设备，能够通过内置的传感器、执行器和控制系统实现在复杂环境中的自主导航和移动。这类机器人广泛应用于工业自动化、服务行业、医疗辅助、农业以及探索和救援等领域。

2、进行定位时，经常需要融合各种传感器和信号源的数据，如gps(英文：globalpositioning system，全球定位系统)和雷达，尽管gps在室外开阔场景下可以为自主移动机器人提供高精度的定位能力，但在受遮蔽的场所，如树木茂盛的区域或高楼大厦周边，gps信号容易受到干扰或完全丢失，导致定位失效。此外，当采用ndt(normaldistributions transform，正态分布变换)配准时，由于ndt配准是通过计算点云之间的变换关系来实现精确对齐，因此，当数据集较大时，配准过程耗时较长，这在实时导航中可能导致机器人出现回退现象，影响其稳定性和可靠性。

3、因此，仍需对现有的融合定位方法做改进，以解决现有技术进行ndt配准时容易因为时延导致回本文档来自技高网...

【技术保护点】

1.一种基于双滤波器的多传感器融合定位方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于双滤波器的多传感器融合定位方法，其特征在于，还包括：

3.如权利要求2所述的基于双滤波器的多传感器融合定位方法，其特征在于，步骤S6之后，还包括：若没有所述GPS数据，则

4.如权利要求3所述的基于双滤波器的多传感器融合定位方法，其特征在于，所述第一滤波器至所述第四滤波器，至少有一者为无损卡尔曼滤波器。

5.如权利要求2所述的基于双滤波器的多传感器融合定位方法，其特征在于，步骤S8中，所述最终位姿生成规则为：

6.如权利要求5所述的...

【技术特征摘要】

1.一种基于双滤波器的多传感器融合定位方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于双滤波器的多传感器融合定位方法，其特征在于，还包括：

3.如权利要求2所述的基于双滤波器的多传感器融合定位方法，其特征在于，步骤s6之后，还包括：若没有所述gps数据，则

4.如权利要求3所述的基于双滤波器的多传感器融合定位方法，其特征在于，所述第一滤波器至所述第四滤波器，至少有一者为无损卡尔曼滤波器。

5.如权利要求2所述的基于双滤波器的多传感器融合定位方法，其特征在于，步骤s8中，所述最终位姿生成规则为：

6.如权利要求5所述的基于双滤波器的多传感器融合定位方法，其特征在于，...

【专利技术属性】
技术研发人员：王怀智，田艳红，
申请(专利权)人：深圳市普蓝机器人有限公司，
类型：发明
国别省市：