基于激光雷达点云数据的车辆定位方法技术

本发明专利技术提供一种基于激光雷达点云数据的车辆定位方法，包括：获取源点云和目标点云；使用改进的点对面迭代最近点算法，分别对源点云和目标点云去中心化，根据源点云和目标点云去中心化坐标计算旋转矩阵与平移向量，结合输入扰动和李代数，求得源点云的初始配准转换式；对初始配准转换式进行高斯牛顿迭代，求得源点云的配准转换式，对源点云和目标点云进行配准得到配准点云数据；使用配准点云数据构建地图，对车辆进行定位。本发明专利技术可以解决现有技术中存在的通过点云数据进行车辆定位，算法精度不高的技术问题。

【技术实现步骤摘要】

本专利技术涉及无人驾驶，具体涉及一种基于激光雷达点云数据的车辆定位方法。

技术介绍

1、在无人驾驶领域，激光slam(lidar-based slam)和视觉slam是两种主要的slam技术。其中，激光slam技术依赖激光雷达作为主要传感器，通过发射激光脉冲并测量其反射时间，从而确定周围物体的位置和距离。激光雷达提供高度准确的距离测量，因此在地图构建和定位方面表现非常精确。此技术对光照条件和天气变化不敏感，能够在多种环境中稳定运行。

2、激光里程计作为激光slam中的前端和核心步骤，被用于确定车辆位置随时间的改变量，很大程度上决定了激光slam系统的精度和鲁棒性。现有的激光里程计在长时间增量化扫描过程中会不可避免产生累计误差，累计误差过大会导致车辆行驶过程中定位的漂移，使得构建出的点云地图也无法正常使用，不能保证无人驾驶系统安全可靠的运行。

3、因此，现在亟需一种精度更高的车辆定位方法，来辅助自动驾驶，完成车辆在未知环境中行驶时的定位。

技术实现思路

1、针对现有技术存在的不足，本专利本文档来自技高网...

【技术保护点】

1.一种基于激光雷达点云数据的车辆定位方法，其特征在于，包括：

2.根据权利要求1所述的基于激光雷达点云数据的车辆定位方法，其特征在于，采用以下方式获取源点云和目标点云：

3.根据权利要求1所述的基于激光雷达点云数据的车辆定位方法，其特征在于，使用改进的点对面迭代最近点算法对源点云和目标点云进行配准前，先对源点云和目标点云进行预处理，包括点云下采样和点云降噪。

4.根据权利要求1所述的基于激光雷达点云数据的车辆定位方法，其特征在于，使用改进的点对面迭代最近点算法对源点云和目标点云进行配准，包括：

5.根据权利要求4所述的基于激光雷达点云数据...

【技术特征摘要】

1.一种基于激光雷达点云数据的车辆定位方法，其特征在于，包括：

2.根据权利要求1所述的基于激光雷达点云数据的车辆定位方法，其特征在于，采用以下方式获取源点云和目标点云：

3.根据权利要求1所述的基于激光雷达点云数据的车辆定位方法，其特征在于，使用改进的点对面迭代最近点算法对源点云和目标点云进行配准前，先对源点云和目标点云进行预处理，包括点云下采样和点云降噪。

4.根据权利要求1所述的基于激光雷达点云数据的车辆定位方法，其特征在于，使用改进的点对面迭代最近点算法对源点云和目标点云进行配准，包括：

5.根据权利要求4所述的基于激光雷达点云数据的车辆定位方法，其特征在于，根据源点云去中心化坐标和目标点云去中心化坐标计算旋转矩阵...

【专利技术属性】
技术研发人员：张笑天，傅春耘，李星其，倪锃树，郑诚涛，
申请(专利权)人：重庆大学，
类型：发明
国别省市：