[发明专利]一种激光点云里程计定位误差的实时修正方法和系统

说明书

本发明涉及一种激光点云里程计定位误差的实时修正方法和系统，其特征在于包括以下步骤：1)从装备有激光雷达的智能网联车辆所采集的历史激光点云数据中，提取路面点云并计算得到模型参数，构建经验模型；2)采用经验模型对智能网联车辆所采集的实时激光点云数据进行实时修正，得到误差消除后的激光点云数据。本发明采用修正模型来修正激光点云里程计的累计定位误差，能够提供更准确的自车位姿估计，同时能够在线的修正激光点云里程计的误差，可以广泛应用于智能网联汽车环境感知领域。

技术领域

本发明涉及一种针对路面车辆的激光点云里程计定位误差的实时修正方法和系统，属于智能网联汽车环境感知领域。

背景技术

智能网联汽车行驶需对周围环境和自身状态进行准确的感知以支撑后续的决策和控制。而对自身位姿的准确估计也正是智能网联车进行轨迹规划、控制等功能的基础。而基于GPS的被动位姿估计受到卫星信号的限制，难以支撑高级别自动驾驶的全部行驶工况。激光雷达能够直接测得周围环境的距离信息，有着准确的测量精度和较远的测量范围。因此基于激光雷达点云的里程估计广泛用于智能网联汽车的定位系统中。

但是基于里程计的位姿估计存在累计误差，也就是长时间工作后轨迹会出现漂移，因此应用在智能网联汽车领域存在着一定局限性。另一方面，由于车辆行驶在路面上，采集的激光雷达点云在垂直路面方向分布不均匀，基于激光雷达点云的里程估计多呈现垂直行驶道路方向的漂移。

针对此问题，现有研究的解决方法主要有两种：1、通过检测行驶闭环、引入GPS等绝对定位信息每隔一段时间对轨迹进行修正，但这种方法不能实时得到准确的位姿估计且依赖外界信息源的输入；2、通过多次采集估计轨迹漂移，训练校准函数，在行驶一段时间后对之前行驶的轨迹进行统一的修正，同样的，这种方法不够能实时估计自车定位信息。因此，现有方法还不能实时的修正激光点云里程计的定位误差。

发明内容

针对上述问题，本发明的目的是提供一种激光点云里程计定位误差的实时修正方法和系统，主要针对智能网联汽车的应用场景，能够几乎消除垂直于路面反向的轨迹漂移。

为实现上述目的，本发明采取以下技术方案：

本发明的第一个方面，是提供一种激光点云里程计定位误差的实时修正方法，其包括以下步骤：

1)从装备有激光雷达的智能网联车辆所采集的历史激光点云数据中，提取路面点云并构建经验模型，计算得到模型参数；

2)采用构建的经验模型及模型参数对智能网联车辆所采集的实时激光点云数据进行实时修正，得到误差消除后的激光点云数据。

进一步，所述步骤1)中，从装备有激光雷达的智能网联车辆所采集的历史激光点云数据中，提取路面点云并构建经验模型，计算得到模型参数，包括以下步骤：

1.1)对历史激光点云数据的畸变规律进行分析，根据分析结果构建经验模型s；

1.2)从历史激光点云数据中提取多帧路面激光点云拟合球面，对拟合球面的球面半径取平均，得到经验模型的模型参数

进一步，所述步骤1.1)中，所述经验模型s为：

式中，为经验模型的参数，近似等于|z|＝1处平面点云畸变的曲率半径；d²＝x²+y²，x、y、z为激光雷达坐标系下的坐标。

进一步，所述步骤1.2)中，从激光点云数据中提取多帧路面激光点云拟合球面，对拟合球面的球面半径取平均，计算得到经验模型的模型参数的方法，包括以下步骤：

1.2.1)在采集到的激光点云数据中随机抽取m帧激光点云；