[发明专利]一种基于固定路线下的特征地图匹配与GPS定位信息融合方法

权利要求书

1.一种固定路线下的特征地图匹配与GPS定位信息融合的实现方法的具体步骤如下：

1、获取较高精度特征地图：

使用地图采集车采集较高精度的特征地图

2、匹配定位

该发明融合了惯导的姿态信息，将激光雷达SLAM的高位移精度与惯导低姿态漂移的特性相结合进行定位，实现了在GPS信号较差的时候为无人车进行导航

3、在2中，匹配定位可以用到的定位硬件是视觉传感器和激光雷达，与基于视觉的定位方法相比，激光雷达不受光线明暗变化的影响，有更强的环境适应性，能提供更广范围内的定位服务。

4、使用了CPFG(Closet Probability and Feature Grid，最近邻概率特征栅格)算法，一种基于特征概率栅格地图的激光雷达SLAM算法。该算法利用三维激光雷达数据，实时创建和更新线、面及高斯分布特征以及占据概率的栅格地图，并结合鲁棒化后的马氏距离作为优化函数进行实时位姿估计，实现了实时匹配地图，使得无人车的航行更为精准。

5、特征地图匹配定位中，首先利用初始定位源提供的全局定位信息，基于该信息，在地图中进行搜索，找到与当前点云最为匹配的位置。然后在车辆行驶过程中，利用4中的CPFG算法中点云与特征地图的匹配方法，跟踪车辆在离线特征地图中的位置，实现全局定位。其中初始定位源可以是人工指定、卫星信号还未受干扰时获得的车辆位姿、或者是上一次位姿跟踪失败到当前时刻利用激光雷达里程计推算得到的车辆位置。

6、1中的特征地图信息主要包括，子地图列表、特征概率地图、子地图索引、子地图位姿、子地图内锚点的位姿等。特征概率地图主要用于进行匹配定位和位姿跟踪，子地图索引、子地图位姿用于子地图的查询、加载和切换，子地图内锚点的位姿则用于将子地图匹配位姿转换为全球坐标系下的车辆位姿。