[发明专利]一种智能车辆多传感器融合自标定方法及系统

权利要求书

1.一种智能车辆多传感器融合自标定方法，其特征是，包括：

S100：接收车辆行驶过程中同步采集的一段连续时间内双目相机、IMU和GNSS传感器输出的信息；

S200：根据双目相机输出的信息推算双目相机轨迹；

S300：通过对IMU输出的信息进行定位解算，推算IMU轨迹；

S400：将GNSS传感器输出的信息转换到当地水平坐标系，得GNSS轨迹；

S500：将双目相机、IMU、GNSS传感器的轨迹进行时间同步；

S600：利用时间同步后的轨迹求解相机和IMU的联合外参以及GNSS天线和IMU的杆臂；本步骤进一步包括：

定义双目相机、IMU、GNSS轨迹的质心位置p^c、p^j、p^g：

其中，分别为双目相机、IMU、GNSS轨迹中时间点i对应的轨迹点，i＝1,2，…n，n表示时间点数量；

S610：求解相机和IMU的联合外参；具体包括：对双目相机、GNSS轨迹中每个轨迹点做去质心处理；用去质心后的轨迹点构建最小二乘问题，计算旋转矩阵利用旋转矩阵计算双目相机坐标系到IMU坐标系的平移矩阵t^ic＝pⁱ-Rp^c；其中，和分别为去质心处理后的轨迹点；

S620：求解GNSS天线和IMU的杆臂t^jg＝p^g-p^j；

S700：利用步骤S600计算出的联合外参以及杆臂对原来的联合外参以及杆臂进行更新。

2.如权利要求1所述的智能车辆多传感器融合自标定方法，其特征是：

步骤S200进一步包括：

S210：利用双目相机的内参，对双目相机输出信息进行去畸变和双目矫正；

S220：采用图像金字塔从图像信息中提取ORB特征；

S230：根据ORB特征将左眼图像和右眼图像进行双目立体匹配，获得立体关键点；

S240：将立体关键点输入视觉SLAM系统中，推算出双目相机的轨迹。

3.如权利要求1所述的智能车辆多传感器融合自标定方法，其特征是：

步骤S300进一步包括：

S310：初始对准，获取速度、位置和姿态矩阵的初值；

S320：利用陀螺仪输出数据对IMU做姿态解算并更新，得到IMU的姿态信息；

S330：对加速度计输出的比力信息做坐标变换，将IMU坐标系下的比力信息变换到当地水平坐标系下；

S340：坐标变换后的比力信息经一次积分得到速度信息，二次积分得到位置信息，位置信息即IMU轨迹。