【技术实现步骤摘要】
本专利技术属于传感器外参标定领域,具体涉及一种基于因子图的imu/lidar外参在线估计方法。
技术介绍
1、随着自动驾驶技术的发展,无人车在巡检、物流、安防等各个工业场景下应用也越加广泛。对于该类已知场景下的任务,常用的导航方案为预先构建场景的点云地图,后续利用地图匹配算法获取无人车的位姿。因此,如何构建大范围场景下的高精度点云地图是目前科研人员研究的重点之一。
2、在同步定位与建图任务中,激光雷达的每个激光点都是在运动过程中以不同的参考姿态产生的,这是激光雷达运动失真的根源。在自动驾驶中,由运动引起的激光帧的运动误差是不容忽视的,因此激光雷达的运动失真通常借助于imu来消除。高精度地图的构建和定位高度依赖于激光雷达和imu的融合。imu与lidar的安装误差又称为外参误差,其会对位姿估计精度产生较大影响。因此精确lidar和imu的外参估计对于确定它们之间的坐标关系和进行传感器融合是至关重要的。现有技术中的外参估计方法有lidar-align和基于离散时间的方法,lidar-align用于寻找3d lidar和6自由度位
...【技术保护点】
1.一种基于因子图的IMU/LiDAR外参在线估计方法,其特征在于:包括如下步骤:
2.根据权利要求1所述一种基于因子图的IMU/LiDAR外参在线估计方法,其特征在于:所述步骤S1中,首先通过奇异值分解对非线性最小二乘问题进行求解得到,然后根据多个时刻内IMU测量到的轨迹以及LiDAR里程计解算的轨迹,以为初值,对非线性最小二乘问题进行非线性优化求解,得到和的初始估计值。
3.根据权利要求1所述一种基于因子图的IMU/LiDAR外参在线估计方法,其特征在于:所述机体系与LiDAR坐标系重合,LiDAR坐标系以LiDAR中心为原点,X轴沿LiD
...【技术特征摘要】
1.一种基于因子图的imu/lidar外参在线估计方法,其特征在于:包括如下步骤:
2.根据权利要求1所述一种基于因子图的imu/lidar外参在线估计方法,其特征在于:所述步骤s1中,首先通过奇异值分解对非线性最小二乘问题进行求解得到,然后根据多个时刻内imu测量到的轨迹以及lidar里程计解算的轨迹,以为初值,对非线性最小二乘问题进行非线性优化求解,得到和的初始估计值。
3.根据权利要求1所述一种基于因子图的imu/lidar外参在线估计方法,其特征在于:所述机体系与lidar坐标系重合,lidar坐标系以lidar中心为原点,x轴沿lidar水平轴方向指向前方,y轴垂直于x轴并指向左方,z轴垂直于x-y平面,形成一个右手坐标系,所述导航坐标系为以imu初始位置为原点的东北天系。
4.根据权利要求1或2或3所述一种基于因子图的imu/lidar外参在线估计方法,其特征在于:所述步骤s1中,imu量测与lidar量测之间的关系表示为,其中,表示对应的旋转矩阵。
5.根据权利要求1或2或3所述一种基于因子图的imu/lidar外参在线估计方法,其特征在于:所述步骤s...
【专利技术属性】
技术研发人员:黄兴宇,刘晓玲,孙波,程凯,陈佳,付奇强,
申请(专利权)人:泉州装备制造研究所,
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。